企业结构赋能对团队创新行为的影响：一个有调节的中介模型

苏慧文，于丽虹

（中国海洋大学管理学院，山东青岛 266100）

1 研究背景

当前，我国创新能力整体水平尚不能适应高质量发展要求，党的十九届五中全会着重强调在“十四五”时期要强化企业创新的主体地位。近年来，我国政府对企业创新的支持力度在逐年加大，据《2020 年全国科技经费投入统计公报》显示，2020年我国R&D 经费投入共为24 393.1 亿元，比上年增长10.2%，其中企业经费支出所占比重为76.6%，较上年提高了10.4%［1］。2020 年上半年，我国申请专利的企业为22.9 万家，同比增长了16.2%，其中，以团队名义申请的职务发明占比高达96%［1］。可见，企业越来越看重创新。而相较于个人创新，团队作为企业创新的主要组织单元发挥更为至关重要的作用。因此，探究影响团队创新行为的因素和作用机理，对于持续提升企业创新效果具有重要的理论与实践指导价值。

对于影响创新行为因素的研究已取得一定进展，学者们先后围绕心理因素和外部环境因素进行研究。其中，杨付等［2］、王兴元等［3］均认为心理因素包括团队成员的心理特征、认知风格、团队支持感等；外部情境因素大致包括3 个方面，一是从组织环境特征视角出发，探讨团队创新氛围、知识共享氛围等因素的影响，二是从团队领导视角出发探讨团队领导行为、团队领导风格等因素的影响，三是从工作任务特征角度出发探讨任务复杂性、工作自主性等因素的影响。近年来，不少学者开始将心理因素和外部环境因素结合起来，寻找提升员工创新行为的方法。

赋能作为激励创新行为的有效策略，近年来备受关注。关于赋能，目前主要有两种研究取向，即结构赋能和心理赋能。结构赋能强调组织的氛围，属于外部环境因素；心理赋能强调员工的心理感知，属于心理因素［4］。然而，大多相关研究聚焦个体层面，研究团队创新行为的较少，而研究团队创新行为则主要关注领导赋能对创新行为的影响，对结构赋能及其构成维度的实证研究更是鲜见。随着组织的运作方式由职能型向项目型、由个体向团队转变，通过考察赋能对团队认知和行为的影响能够进一步明确赋能的正向影响范围，为管理者引导职场积极行为提供更全面的启示，进而建立一种常态化机制。

为此，本研究围绕结构赋能对团队创新行为的影响展开，主要探讨以下问题：（1）赋能对团队创新行为会产生何种影响？（2）这种影响是否具有复杂的中介机制？不同中介路径的传导效力是否会表现出差异性？（3）影响过程受何种边界条件的制约？对这一系列问题的思考与探究，有助于为结构赋能对团队创新行为的影响机制提供理论解释，为管理者更好地引导团队创新行为提供管理启示。

2 文献回顾与研究假设

2.1 结构赋能与团队创新行为

Kanter［5］的结构赋能理论指出，员工的工作行为会受工作环境和社会因素影响，其行为是可塑的，结构赋能就是确保员工获得完成工作所需的信息、支持、资源和发展机会，为员工创造有效的工作环境，使其在实现组织目标时更加具有效率和效果。Laschinger 等［6］在此基础上开发了信效度良好的结构授权量表（CWEQ-Ⅱ），包含机会、信息、支持、资源、正式权力和非正式权力等6 个维度。本研究选取了Laschinger 等［6］的六维度的前4 个要素，机会是指员工有可能从组织得到的学习和提升工作条件；信息是指有效完成工作所需的数据、技术知识、专家意见等；支持指来自上级、同事、下属的反馈和帮助，资源是达到组织目标所需的原材料、资金、技术条件、机器设备和时间。

大多数学者认为创新行为是一个过程，包含构想产生、寻求支持和创新实施等3 个阶段，Scott 等［7］设计了包含6 个题项的创新行为单维度量表，这也是使用最广泛的个体创新行为量表。需要指出的是，从构想产生到创新实施的这一完整过程，并不是单靠一个成员就能完成，更需要团队的有效协作，为此，研究团队层面的创新行为更有必要。

关于结构赋能与团队创新行为的关系，众多研究表明，结构赋能是激励创新行为的有效策略，赋能团队需要组织大环境的系统性支持。有研究指出，从组织支持的角度而言，对团队进行手段干预获得的成果远大于对个体进行手段干预［8］。结构赋能的本质就是通过一系列的组织支持政策和行为，为团队提供充足的信息、资源、机会和支持，从而引导并支持团队创新行为［9］。研究结构赋能的机会、信息、支持、资源等4 个维度对创新行为影响的文献相对较少。其中，Kanter［5］发现，当资金、原料等资源能够稳定供应时，当团队拥有充分的信息进行频繁的人际沟通与交流时，员工会有更大的自由度去开展创新工作；Scott 等［7］、Newman 等［10］研究发现，上级、同事等的支持与团队成员的创新行为高度相关；顾远东等［11］证实了组织支持与员工创新正向相关；Hebenstreit［12］证实了结构赋能与创新行为正向相关。基于社会交换理论，员工会用组织对待他们的相似方式回报组织［13］。处于结构赋能水平高的环境下，团队成员会更愿意主动参与团队创新活动并帮助其他同事，得到帮助的同事会心存感激进行正反馈，这种交互过程加强了成员之间的联系，营造了高水平的团队创新氛围，从而激发团队整体的创新行为。综上，本研究提出如下假设：

H1：结构赋能正向影响团队创新行为。

H1a：信息正向影响团队创新行为；

H1b：资源正向影响团队创新行为；

H1c：支持正向影响团队创新行为；

H1d：机会正向影响团队创新行为。

2.2 团队心理赋能的中介效应

关于心理赋能，学术界最先关注个人心理赋能，即从员工的角度来阐述赋能，强调员工对赋能的心理感知过程。Conger 等［14］将心理赋能等同于效能感，而后Thomas 等［15］提出个体心理赋能四维度概念；Spreitzer［16］在此基础上配套开发了工作场所心理赋能四维度量表，包括效能感、意义感、影响力、自主性等4 个方面。之后，Kirkman 等［17］将心理赋能由个体层面扩展到团队层面，认为团队赋能在基本维度、预测因素和结果方面与个体赋能非常相似，将团队心理赋能定义为基于对组织任务的积极评价而增强的团队成员整体的内在工作动机，基于此开发了团队心理赋能四维度量表，并在98 个团队中检验了该量表的信效度。该量表包括以下方面：团队效能感，即团队成员有信心完成任务的集体信念；团队自主性，即团队成员可以自主决策的程度；团队工作意义，即团队成员将工作目标内化的程度；团队工作影响，即团队成员认为自己的任务能够对组织作出重大贡献的程度。李超平等［18］也在中国情境下验证了该量表的适用性。团队心理赋能是团队成员基于对内在工作激励的认知和彼此之间的信任，集体体验到的被赋能的认知综合体［19］。团队心理赋能不同于个体心理赋能，是建立在团队成员集体认知评价基础之上的，受到团队影响的因素更多［20］，但目前相关研究大多聚焦个体心理赋能，较少关注团队心理赋能产生的原因及其效果。

关于团队心理赋能的中介效应，Bandura 等［21］的三元交互决定理论提出组织情境因素、认知因素及行为这3 种因素会互相作用，即组织情境因素会影响团队的心理赋能感知，心理感知又会影响创新行为；雷巧玲等［22］、郑晓明等［23］的研究表明，个体心理赋能在结构赋能和个体创新行为之间起中介作用。本研究所关注的团队层面创新，更多的是通过成员之间的交换过程和社会化过程形成。社会信息处理理论表明，个体通常会利用与自己处于相同社会背景下的其他人的信息来形成对组织环境、团队氛围等变量的判断［24］。相较于个体层面的认知，大部分团队成员形成的团队层面的认知在团队行为结果变量上解释力更强［8］。在货车运输公司项目经理的心理赋能研究中，Logan等［25］发现相较于对照组，被赋予了额外的信息获取权、自主决定权和资源获取权以及培训机会的实验组有更高水平的心理赋能感知，产生了更多的积极性行为；马跃如等［26］也得出了类似的结论。故推测，在信息、资源、支持和机会这类组织情境强的情况下，通过增强团队心理赋能会使团队在工作中努力发挥创意和创新能力，从而产生更多创新行为。综上，本研究提出以下假设：

H2：团队心理赋能中介了结构赋能与团队创新行为的正相关关系。

H2a：团队心理赋能中介了信息与团队创新行为的正相关关系；

H2b：团队心理赋能中介了资源与团队创新行为的正相关关系；

H2c：团队心理赋能中介了支持与团队创新行为的正相关关系；

H2d：团队心理赋能中介了机会与团队创新行为的正相关关系。

2.3 知识共享的调节效应

知识共享的本质是知识交汇，通过团队成员间的交往过程被放大为团队层面的概念。从知识共享行为角度，Bart 等［27］认为知识共享是成员交换彼此拥有的显性和隐性知识并联合创造新知识的过程，并在此基础上开发了由知识贡献和知识收集两个维度构成的知识共享量表。其中，知识贡献指某人将其所拥有的知识资产传递给其他人；知识收集指某人向他人咨询以获得他们所拥有的知识资产。从知识共享效果的角度，Cummings 等［28］从所获知识的可靠性、有用程度及对知识共享过程的满意度3 个方面来衡量知识共享的效果。张振刚等［29］、赵中华等［30］均指出，知识共享是知识分享者与接受者之间的一种沟通过程，这种沟通能帮助团队成员快速掌握对方拥有的信息、资源、技能和经验等，并引发思考，进行知识交流、转移和整合，促进团队内部新知识的产生。然而现实中存在大量有知识共享行为但无知识共享效果的案例，因此本研究设计知识共享量表时综合了考虑行为与效果两个方面。

集体主义氛围浓厚是中国文化情境的特征之一，近年来越来越多的学者开始关注集体主义等极具东方色彩的文化因素在塑造个体态度和行为过程中可能扮演的角色。在高集体主义氛围的情况下，个体对工作团队的知识共享意愿较高，员工对结构赋能进行定义和建构进而产生创新行为的编码过程可能会被强化或弱化［31］。因此，本研究引入知识共享作为调节变量。基于特征激活理论，员工对情境的知觉会调节特征对其行为的影响效果［32］。具体而言，在结构赋能水平低的弱情境下，团队获得的信息、资源、机会、支持等并不充足。一方面，在高团队知识共享氛围当中，员工将自己视为所属工作团队的一份子，倾向于从整体的角度思考问题，因而更愿意与团队成员共享自有的信息、资源等，同时会更有意识地互相支持，从而提高了团队拥有的信息、资源总量等；另一方面，知识共享是在消耗个人信息、资源、时间等的前提下进行的，提供知识的员工通常能获得团队成员的尊重和认可［33］，同时如Kim等［34］和Schippers 等［35］研究发现，接受知识的员工心存感恩，也会积极表现出主动性行为，从而促进建立高质量团队成员交换关系，从而表现出创新行为趋同。综上，本研究提出以下假设:

H3：知识共享反向调节结构赋能与团队创新行为的关系。

H3a：知识共享反向调节信息与团队创新行为的关系；

H3b：知识共享反向调节资源与团队创新行为的关系；

H3c：知识共享反向调节支持与团队创新行为的关系；

H3d：知识共享反向调节机会与团队创新行为的关系。

综上所述，本研究将结构赋能、团队心理赋能、团队创新行为和知识共享这4 个变量进行了整合，构建假设验证模型如图1 所示。

图1 研究假设检验模型

3 研究设计

3.1 量表选择

（1）结构赋能。参考Laschinger 等［6］的做法，从信息、资源、支持和机会4 个维度来测量组织对团队进行结构赋能的程度。其中，信息量表由21 个题项组成，包含目标信息、业务信息和平台信息3个方面；资源量表由19 个题项组成，包含时间资源、设备物资和网络资源3 个方面；支持量表由14 个题项组成，包含上级支持、同级支持和下级支持3 个方面；机会量表由10 个题项组成，指获得成长和发展的机会。

（2）团队心理赋能。参考Kirkman 等［17］开发的包含12 个题项的团队心理赋能量表，从团队工作意义、团队效能感、团队自主性和团队工作影响4个维度来测量团队心理赋能，共12 个题项，如“我所在的团队每个成员对自己的工作能力很自信”等。

（3）团队创新行为。参考Scott 等［7］开发的6题项单维度创新行为量表，从构想产生、寻求支持和创新实施这一创新过程来测量团队创新行为，共6 个题项，如“我所在的团队会尝试运用新的技术与方法”等。

（4）知识共享。参考Bart 等［27］、Cummings 等［28］的量表，从行为和效果两个方面进行考察，共9 个题项，如“我们团队常态化开展知识分享”等。

以上问卷题项全部采用李克特五点量表计分，1 表示完全不同意，5 表示完全同意。对于可能存在的共同方法偏差，采用Harman 的单因子测试程序对同源偏差进行了检测，探索性因子分析结果提取出特征根大于1 的因子共10 个，最大因子方差解释率为35.012%，故判定本研究不存在严重的共同方法偏差。

3.2 调查过程

在开展大样本调研之前进行了小样本检验，对量表进行净化与修正。量表净化的原则是：按照Nunnally［36］探索性研究采用的标准，将因子的α系数内部一致性小于0.6 或CITC 指数小于 0.5 的题项删除；使用主成分分析法，采用最大方差法进行因子旋转，将题项因子载荷低于 0.5 或与其他题项的交叉负荷高于0.4 的题项删除。通过预检验，得到适合中国文化情境、信效度良好的结构赋能量表。该量表共有5 个部分，包括人口学变量问题、结构赋能量表、团队心理赋能量表、团队创新行为量表和知识共享量表在内的95 个题项。

正式问卷调查范围覆盖了计算机、电子、交通等20 多个行业，共收回问卷 472 份，剔除填答不完整问卷和无效信息问卷，共回收有效问卷 374 份，有效回收率为 79.24%。样本特征情况如表1 所示。将数据随机分成两部分，对数据A（N=187）进行探索性因子分析，数据B（N=187）进行验证性因子分析，两组数据的独立样本t检验结果显示，数据在团队性质、企业性质等变量上无显著性差异。

表1 样本描述性统计

表1（续）

3.3 信效度检验

3.3.1 结构赋能

（1）信息维度。数据A在信息维度的KMO 值为 0.93，巴特利特球形检验的χ2值为4 776.04，达到显著性水平（P＜0.001），适合进行探索性因子分析。将信息维度测量量表简化为13 个项目，旋转出3 个公共因子，与预计的3 个维度（目标信息、业务信息、平台信息）一致，累计方差解释率为70.65%。信息维度调查问卷的克朗巴哈系数（Cronbach’α）值、平均方差抽取量（AVE）、组合信度（CR）值均超过了标准值（见表2），表明信度良好。

表2 信息维度量表的信度检验结果

（2）资源维度。数据A在资源维度的KMO 值为 0.90，巴特利特球形检验的χ2值为2 737.28，达到显著性水平，适合进行因子分析。如表3 所示，资源维度测量量表共有10 个项目，旋转出3 个公共因子，与预计的3 个维度（时间资源、设备物资、网络资源）一致，累计方差解释率为80.27%。问卷的α值、AVE 值、CR 值均超过了标准值，表明信度良好。

表3 资源维度量表的信度检验结果

（3）支持维度。数据A在支持维度的KMO 值为0.93，巴特利特球形检验的χ2值为3 143.82，达到显著性水平，适合进行因子分析。支持维度的测量量表共有11 个题项，旋转出3 个公共因子，与预计的3 个维度（上级支持、同级支持、成员支持）一致，累计方差解释率为75.44%，问卷的α值、AVE 值、CR 值均超过了标准值（见表4），表明信度良好。

表4 支持维度量表的信度检验结果

（4）机会。数据A的KMO 值为0.88，巴特利特球形检验的χ2值为1005.57，达到显著性水平，适合进行因子分析。机会维度测量量表共有5 个项目，旋转出1 个公共因子，累计方差解释率为87.56%。如表5 所示，问卷的α值、AVE 值、CR值均超过了标准值，表明信度良好。

表5 机会维度量表的信度检验结果

3.3.2 团队心理赋能

沿用Kirkman 等［17］开发的团队心理赋能量表，得到样本数据的4 个因子方差累计解释量达78.83%。另外，问卷的α值为0.94，CR 值为0.80，AVE 值为0.81，12 个题项的因子载荷介于0.73 和0.87之间，说明量表具有较高的信度。

3.3.3 团队创新行为

采用Scott 等［7］开发的团队创新行为量表，得到样本数据的方差累计解释量达72.72%，且问卷的α值为0.92，CR 值为0.89，AVE 值为0.67，6 个题项的因子载荷介于0.75 和0.86 之间，说明量表具有较高的信度。

3.3.4 知识共享

数据A在知识共享的KMO值为0.90，巴特利特球形检验的χ2值为1577.28，达到显著性水平，适合进行因子分析。知识共享量表共有5 个题项，旋转出1 个公共因子，累计方差解释率为79.20%。量表的α值、AVE 值、CR 值均超过了标准值（见表6），表明信度良好。

表6 知识共享维度量表的信度检验结果

此外，对结构赋能、团队心理赋能、团队创新行为和知识共享4 个量表以及针对信息、支持、资源、机会4 个维度构建了信息的一阶三维的验证性因子分析模型，用数据B进行拟合，结果表明各量表的结构效度良好（见表7）。

表7 测量问卷验证性因子模型拟合指数结果

4 假设检验

4.1 相关性分析

采用SPSS 22.0 软件进行Pearson 相关性分析，结果如表8 所示。可见，信息、支持、资源和机会与团队创新行为的相关系数均为正（P＜0.01），假设H1初步得到验证；信息、支持、资源和机会与团队心理赋能的相关系数均为正，团队心理赋能与团队创新行为的相关系数也为正，假设H2初步得到验证。

表8 变量相关系数的Pearson 相关性分析结果

4.2 假设检验

为了考察结构赋能、团队心理赋能、团队创新行为以及知识共享4 个潜变量的区分效度，构建嵌套结构模型对样本数据进行验证性因素分析。模型拟合情况如表9 所示，结果表明在各嵌套模型中，四因子模型的拟合程度最好，且各个拟合指标均达到检验标准，说明4 个主要变量间具有较好的区分效度，模型达到了良好的拟合效果。

表9 变量的结构方程模型拟合指标验证结果

4.2.1 结构赋能整体假设检验

如图2 所示，结构赋能对团队创新行为有显著的正向影响（β=0.48，P＜0.001），假设H1得到验证；结构赋能对团队心理赋能有显著的正向影响（β=0.66，P＜0.001），团队心理赋能对团队创新行为有显著的正向影响（β=0.23，P＜0.1）。进行Bootstrap 中介效应检验后发现（见表10），团队心理赋能在结构赋能对团队创新行为的影响中起到了部分中介作用，假设H2得到验证。此外，结构赋能与知识共享的交互项对团队创新行为有显著的负向影响（β=-0.21，P＜0.001）。

表10 结构赋能的中介效应检验结果

图2 结构赋能对团队创新行为的总效应检验

图3 反映了结构赋能与知识共享的交互作用模式，其中虚线的斜率大于实线的斜率，说明知识共享的提升有助于缓解赋能水平不足对团队创新行为的影响，假设H3得到验证。

图3 结构赋能与知识共享的交互作用

4.2.2 结构赋能各要素假设检验

为了更深入地分析结构赋能如何对团队创新行为产生影响，探究其中4 个要素是否都发挥了作用，进一步细化探究4个组成要素分别与团队心理赋能、团队创新行为和知识共享之间的关系。表11 表明，信息、支持、资源和机会这4 个要素均对团队创新行为有显著的正向影响（β值分别为0.41、0.17、0.21、0.46，P＜0.01），H1a、H1b、H1c、H1d得到验证。其中各维度直接影响程度不同，支持的直接影响效应最弱。

表11 结构赋能各要素对团队创新行为影响路径系数

结合Process 程序进行Bootstrap 中介效应检验，结果如表12 所示，可见团队心理赋能在结构赋能的4 个要素与团队创新行为之间均表现出了部分中介作用，在支持与创新行为之间的中介作用最强，H2a、H2b、H2c、H2d得到验证。

表12 团队心理赋能中介效应检验结果

如图4 所示，知识共享在信息、资源和机会这3 个要素与团队创新行为的关系中起反向调节作用，H3a、H3b、H3d得到验证；而在支持与团队创新行为的关系中，知识共享的调节作用不显著，H3c未得到验证。

图4 结构赋能四要素与知识共享的交互作用

5 结论与管理启示

5.1 研究结论

（1）结构赋能及其4 个要素（信息、支持、资源和机会）对团队创新行为均具有显著的正向影响；（2）团队心理赋能在结构赋能及其4 个要素与团队创新行为之间均起部分中介作用；（3）知识共享在结构赋能与团队创新行为之间起反向调节作用，在信息、资源和机会3 个要素与团队创新行为之间起反向调节作用，在机会与团队创新行为之间的调节作用未得到验证。

目前针对团队心理赋能及组织赋能结构与心理赋能研究鲜少的现状，本研究结合结构赋能的特征，引入团队心理赋能，实证检验了结构赋能对团队心理赋能的正向预测作用，得到结论与孙一勤等［37］关于心理赋能在结构赋能和创新行为之间的中介作用相一致，为团队层面的相关研究进一步提供了数据支持。此外，本研究验证了知识共享对结构赋能引发团队创新行为的调节作用，得到与李燕萍等［38］对集体主义氛围调节效应的类似研究结论。本研究认为，员工对于结构赋能的行为反应因受知识共享的影响而有不同结果，高知识共享氛围可以推动工作所需的信息、资源、支持等在团队中的充分共享，改善员工资源不充足的状况。

5.2 管理启示

（1）在管理实践中，组织和管理者应当正视结构赋能对团队创新行为带来的正向影响。企业可通过制定和实施一系列的制度、机制和流程产生结构赋能效应，使员工能充分获得工作所需的信息、资源、支持和成长机会，从而引导员工的创新行为。可以通过应用精益模式、目标与关键结果（OKR）模式、阿米巴模式等具有赋能特点的制度、流程和机制，使团队心理赋能及团队创新行为发挥常态化作用，推动企业不断创新。

（2）管理者应积极并持续关注团队的心理感知状态。一方面，管理者在分配工作任务时要明确下属的角色期望，使任务内容和目标与团队效能感、自主性及期望相匹配；另一方面，当员工出现消极情绪时，应反思是否给其分配了不匹配的任务而阻碍了资源的最优化分配和利用；同时通过座谈会、心理咨询等方式加强与员工沟通和对员工的支持，推动员工产生创新行为。

（3）组织应重视知识共享在工作团队赋能中可能发挥的积极效应。一方面在招聘员工时，在其他条件相差无几的前提下优先聘用团队协作意识更高的员工；另一方面要注重知识共享氛围的建设，通过打造激励制度和主题教育等文化活动，促进工作团队共享氛围的营造，避免信息、资源等不足对团队创新行为产生阻碍。

5.3 研究局限与展望

受研究成本、时间等条件的约束，本研究收集的数据为截面数据，难以反映结构赋能四维度影响团队创新行为的动态过程，且主要变量均为团队层面的测量。后续可以通过追踪研究进一步扩大样本数据，进行跨层次研究。此外，除了结构赋能，影响团队创新行为的因素还有很多，未来可从其他视角进行深入探讨。