2986 浏览3概念模型与研究假设
在知识经济的大时代背景下，企业通过实施有效的人力资源管理实践，可以更好的促进自身对新知识的吸收，相应的也增加了自身的知识储备量，通过消化应用外部知识，来提升创新绩效。基于研究目标，本文从理论上提出了高承诺人力资源实践、知识分享、企业创新绩效与吸收能力的理论模型，详细探讨了它们相互间的影响关系，为之后的实证研究提供理论基础。
3.1高承诺人力资源实践对企业创新绩效影响的概念模型
根据本文的主要内容和主要目的，构建了高承诺人力资源实践与企业创新绩效的概念模型，如图 3-1 所示。其中高承诺人力资源实践为自变量，将其划分成了能力提升、动机激励、授权参与三个维度；知识分享为中介变量；吸收能力为调节变量，包括潜在和实现吸收能力两个维度；企业创新绩效为因变量，包括创新效益个创新效率两个维度。
3.2高承诺人力资源实践对企业创新绩效的影响
企业内创新的主体是其员工个体，因此，他们在工作上表现出的能力及态度等都会对创新绩效造成影响。组织可以通过高承诺人力资源实践来在组织内部创造出一种有利于员工开拓创新的工作氛围，提高创新能力，促进创新绩效提升。本文将从能力提升、动机激励、授权参与三个维度研究高承诺人力资源实践对企业创新绩效的影响。其中，能力提升维度的人力资源实践主要包括严格选拔、广泛培训、工作轮换、内部晋升等机会；动机激励维度包括系统的薪酬体系、绩效评估、完善的工作保障等；授权参与维度主要有与员工沟通分享、员工建言、员工工作自主、团队合作等。首先是能力提升方面。严格的选拔保证了员工的专业技能和职业素质以及与组织的匹配性。Gupta 等(1993)强调企业在对外开展招聘过程中，选拔出的那些认同企业文化以及价值观的员工，将会在以后的工作中发挥出较强的创造力[162]。高承诺人力资源实践注重对员工进行知识和技能等方面的培训，一方面可以提升员工的组织认同感，另一方面还可以促进员工进行知识更新以及提高自身技能。Atuahene-Gima（1996）提出企业可以借助吸引人才进入、技能培训等实践手段来提高自身取得新知识的能力水平，从而来提高企业创新绩效[163]。Birdi(2007)则进一步强调了培训的作用，认为与未进行过创新方面培训的员工相比，那些进行过培训的员工在工作时表现出了较多的创新思考[164]。内部工作轮换和晋升也都是影响员工创造力进而影响企业创新绩效的的因素之一。Coelho 等(2010)指出，内部轮岗要求员工具备更全面的知识、经验及技能等，因此能够激发员工动机，激励其不断扩大自己的学习范围， 在持续的学习中提升创造能力，进而有利于创新绩效的提高[165]。而为员工提供内部晋升渠道，会让员工感知到组织的支持，提升其自我效能感，从而从而带来高的创新绩效。
其次是动机激励方面。员工一般会将公平薪酬、工作安全等看作是组织对其的支持性手段之一[166]。现有的研究也已经证实了，企业做出的对员工报酬的承诺能够提高其创新水平（Zhou 和 George，2001）[167]。张勇等（2014）的实证研究证实了员工的绩效、薪酬等正向影响员工自身的创造力[168]，从而提升企业创新绩效。陈明淑（2018）等认为企业在进行绩效管理时，能够依照环境的改变，适时的修正创新方面的评判标准，将现有的绩效体系中不利于员工发挥创造性的内容去除，能够增强员工进行创新思考的动机，进而完成企业创新绩效目标[2]。组织通过采取员工持股计划等激励性手段以及提供相应的工作安全保障，可以有效减少员工的工作不安感，降低他们所感受到的职业发展威胁，为员工持续创新创造出有利环境，并使其向组织创新目标看齐[169]。因此，从动机激励的视角，能够增强员工的工作动机，促使其进行工作投入，不断提高自身的创新思考能力，最终为企业创造出更多的创新绩效。最后是授权参与方面。在采取高承诺人力资源实践过程中，企业侧重于管理有关知识、思想以及抽象劳动等相关方面的活动，同时注重给予员工参与的机会。在工作中给员工提供参与进行内部决议和处理问题的条件的同时，也使得员工掌握了较多工作自主权。Amabile（2008）认为员工在工作中掌握了工作自主权后，逐渐会形成一种积极的心理认知，会以积极热情的态度投入到工作中去，从而有利于创造出新想法，并进一步将其实施从而形成创新绩效[170]。此外，Ganjali 和 Rezaee（2016）采集三百多名员工的数据作为样本，通过实证分析得出，员工建言能够积极影响企业创新绩效[171]。张新忆等（2018）认为通过进行团队合作，能够增加成员之间的相互合作的机会，通过进行思想碰撞促进创新想法的形成，且在后续的合作交流中逐渐提高其可行性，最终实现创新绩效的提升[148]。
综上，高承诺人力资源管理实践能够通过从能力、动机和机会三个方面，使员工能够更好地融入到整体中去，并且愿意把自己掌握的知识技能都贡献到企业开展的创新活动中去，从而提高企业的创新水平，进而提升创新绩效（刘洋，2018）[172]。因此，基于以上分析，提出假设：H1：高承诺人力资源实践对企业创新绩效有正向影响。H1a：能力提升对创新效益有正向影响H1b：动机激励对创新效益有正向影响H1c：授权参与对创新效益有正向影响H1d：能力提升对创新效率有正向影响H1e：动机激励对创新效率有正向影响H1f：授权参与对创新效率有正向影响。
3.3知识分享的中介作用
3.3.1高承诺人力资源实践对知识分享的影响
学者们在以往的研究中，往往较为关注高承诺人力资源实践这一自变量对员工个人和组织的的影响，而知识分享就属于结果变量的一种。大量研究也证明了，高承诺人力资源实践与知识分享之间存在显著的相关关系。
在能力提升方面，Kuvaas 等（2012）指出员工对企业向其提供的培训所感应的程度越高，越有利于增强其与他人分享经验、知识等的意愿[173]。田立法（2015）认为高承诺人力资源实践在进行严格的选拔以及广泛培训方面，均表现出了对员工的承诺，利于员工间培养信任，这种信任会增强他们相互进行知识分享的动机和意愿[174]。此外，李新珠（2015）认为选拔符合组织价值观的员工，能够确保他们和组织间在各方面都相互匹配，这使得员工间以及组织内部的情感联系更为紧密，不仅增进了个体间的沟通互动，也在很大程度上拓宽了知识分享的途径和方式，提高了员工间的分享意愿[175]。袁勇志等（2010）认为组织采取的工作轮岗、内部晋升等管理实践，为员工创造出了较多的与人际交往相关的机会，并且会增强其获取新知识的动机；而跨职能培训则能够为员工创造跨越部门关系网络的机会，从而提升员工分享知识的能力[176]。
动机激励作为高承诺人力资源实践的一个维度，其包括的组织薪酬、奖励等都对知识分享具有积极的影响作用（Lee＆Ahn，2005；Wah，2007）[177-178]。刘宗华和毛天平等（2017） 提出在团队产出基础上构建相对应的薪酬体系，可以提升员工进行创新思考的信心；其中， 特别是根据创新精神和创造性解决问题而建立的薪酬奖励体系，可以增强员工进行知识分享的动机[23]。此外，Bartol（2002）指出利润共享和员工持股计划都能促进员工跨团队的知识分享，内在报酬则能够促进员工在团队内进行知识分享[179]。基于团队绩效的薪酬体系，能够减少员工自利行为的发生，并使得团队成员之间建立起一种相互合作和信任的组织氛围， 增强其进行知识分享的意愿。文鹏和包玲玲等（2012）的研究还证实了在绩效管理方面，基于发展导向的管理体系能够增强员工与组织间的交换感知程度，从而激发员工分享知识的意愿[180]。
员工之间通过沟通，可以促进知识、思想、技术等分享，改善人际关系，最终对组织内部的知识分享和传播等产生积极的促进作用。Carmeli 和 Brueller 等（2009）进一步提出， 通过沟通形成的人际关系质量通常较高，更有利于个人形成积极的心理安全感，进而会比较乐于接受或认同他人的看法，并且也会积极分享自己掌握的知识[181]。此外，赵鑫（2011） 的实证研究结果表明，在组织管理过程中，领导对员工的支持能够显著正向影响员工的知识分享行为；在设置成扁平化结构的组织中，组织内部权力分权程度通常较高，领导授权行为也能促进员工进行知识分享[182]。
综上可以看出，高承诺人力资源实践采取旨在提升员工能力、激发工作动机、授权参与等的一系列管理实践，营造出合适的工作环境，以培养、检索、利用员工的知识，为员工提供进行知识分享和知识创新的机会，并且增强员工识别、获取以及转移知识的能力，提高知识分享的动机。为此提出如下假设：
H2：高承诺人力资源实践对知识分享有正向影响H2a：能力提升对知识分享有正向影响
H2b：动机激励对知识分享有正向影响H2c：授权参与对知识分享有正向影响
3.3.2知识分享对企业创新绩效的影响
企业推出一项新服务、一个新产品上市或者是设计一项新流程，都要以组织中的新知识为基础。通过知识分享，组织中的知识存量增加，员工能够借此机会扩展丰富自己的知识， 以此来提升自身创新能力，从而为组织提高创新绩效提供了更大的可能（Kuo＆Lian，2014）[183]。学者们进行了大量的研究，证实拥有不同知识的个体进行知识分享能够促进组织创新绩效的提升（Cohen＆Levinthal，1990)[128]。Lumpkin 和 Dess（2001）认为有效的知识分享， 有助于创新主体对开展创新活动所需的新见解和知识进行沟通交流，从而促进创新绩效的提高[184]。从知识分享和整合的视角，Hargadon 和 Sutton（2006）提出，通过相互分享给彼此新知识，促使员工将自己本来就具备的旧知识与新获得的知识不断进行整合，继而产生新知识，进一步形成组织创新绩效[185]。同样，Bakan 和 Yildiz（2009）认为有效的知识分享，不但能够促进企业的现存知识进一步整合，并且员工在分享交流的过程中也会进行创新产生新知识，进而提高了成员个体以及企业整体的创新绩效[186]。国内学者朱少英等（2008）进一步指出，即使组织的知识存量不变，组织内部进行有效的知识分享也能促进员工的创新行为， 从而促进创新绩效的提高[187]。
在实证研究方面，曹科岩等（2009）的研究结果表明，知识分享通过影响企业创新进而影响企业创新绩效[188]。刘宁和贾俊生（2012）通过对知识分享与企业创新绩效之间的作用机制进行实证分析，也证实了知识分享有利于促进企业创新绩效的提高[189]。在组织中，每一个成员既是知识分享过程中的传播者，也是接收者。每个员工在传播扩散自身所具备的知识和技能时，同样也都会接收到来自组织内其他员工分享的知识技能，使得知识在组织内部的流动和扩散，扩展组织的知识储备量，然后通过开展知识、信息等资源交换和分享，培养员工的思考和创造的能力，进而提高企业创新绩效。因此，提出如下假设：H3：知识分享对企业创新绩效有正向影响H3a：知识分享对创新效益有正向影响H3b：知识分享对创新效率有正向影响综上分析，提出知识分享在研究中的中介作用假设：H4：知识分享在高承诺人力资源实践与企业创新绩效的关系间发挥中介效应
3.4吸收能力的调节作用
不同企业在创新过程中，理解和利用知识的能力上也有所不同，这在一定程度上也造成了取得的创新绩效的差异。因此，在使知识最终转变成为创新绩效的过程中，企业的吸收能力发挥着重要的作用。企业不仅可以利用从自身外部接收到的新知识进行创新，还有一个重要途径就是利用组织自身内部的知识存量来实现创新（March,1991;Nerkar＆Roberts,2004）[190-191]。因此，本文研究的吸收能力是企业吸收内部人员之间通过知识分享，并经过自身进行整合利用所创造出的新知识的能力，分为潜在和实现吸收能力两个维度。
吸收能力的作用也受到了学术界的广泛关注。Cohen 等（1990）认为创新主体要想充分利用从自身以外获得的新知识，并在实际工作中进行运用，使其最终转化成价值，就必须依靠吸收能力[128]。Minbaeva（2003）认为在对知识进行分享传递时，容易遇到知识粘滞性的问题，吸收能力恰好可以改善该问题[192]。除了强调吸收能力的重要作用以外。关于吸收能力的调节作用，学者们进行了大量实证研究。钱锡红等人（2010）通过研究发现，吸收能力在企业网络位置与创新绩效关系中起调节作用[193]。缪根红和薛利等人（2014）研究员工创新绩效和知识扩散路径的影响作用时，证明了吸收能力在其中发挥调节效应，同时强调在吸收能力和员工创造的新知识进行相互融合后，其调节效应越发显著[194]。史丽萍等（2014） 的研究发现知识创新正向影响企业竞争优势，吸收能力在该作用机制中起到正向调节作用[195]。康青松（2015）则进一步的直接证实吸收能力正向调节知识转移与绩效的关系，企业自身具备的吸收能力水平越高，则知识被利用转化的效果就越好[196]。梳理文献得出，吸收能力能够将知识进行融合及创造，增加企业的知识存量，为创新绩效的转化打下知识基础。知识吸收能力的强弱在很大程度上影响着知识分享与创新绩效的关系。因此，本文提出如下假设:H5：吸收能力正向调节知识分享与企业创新绩效的关系H5a：潜在吸收能力正向调节知识分享与企业创新绩效的关系H5b：实现吸收能力正向调节知识分享与企业创新绩效的关系综上，本文共提出 24 个假设，其中高承诺人力资源实践对企业创新绩效的研究假设有7 个，高承诺人力资源实践对知识分享共有 4 个，知识分享对企业创新绩效共有 3 个，知识分享中介效应共有 7 个，吸收能力调节效应共有 3 个，具体见表 3-1。
3.5本章小结
在第二章基础上，本章进一步根据本文要研究的内容，构建了相应的概念模型，其中， 高承诺人力资源实践为自变量，企业创新绩效为因变量，知识分享为中介变量，吸收能力为调节变量。在此基础上提出高承诺人力资源实践与企业创新绩效关系研究假设，高承诺人力资源实践与知识分享关系及知识分享与企业创新绩效关系的研究假设，以及知识分享在自变量高承诺人力资源实践与因变量企业创新绩效的影响机理中起中介作用研究假设，吸收能力在知识分享与企业创新绩效的关系中起调节效应研究假设。
H1 高承诺人力资源实践对企业创新绩效有正向影响
H1a 能力提升对创新效益有正向影响
高承诺人力资源实践与企业创新绩关系假设
高承诺人力资源实践与知识分享关系假设
知识分享对企业创新绩关系假设
知识分享中介效应假设
吸收能力的调节作用
H1b 动机激励对创新效益有正向影响
H1c 授权参与对创新效益有正向影响H1d 能力提升对创新效率有正向影响H1e 动机激励对创新效率有正向影响H1f 授权参与对创新效率有正向影响
H2 高承诺人力资源实践对知识分享有正向影响
H2a 能力提升对知识分享有正向影响H2b 动机激励对知识分享有正向影响H2c 授权参与对知识分享有正向影响
H3 知识分享对企业创新绩有正向影响
H3a 知识分享对创新效益有正向影响
H3b 知识分享对创新效率有正向影响
H4 知识分享在高承诺人力资源实践与企业创新绩效的关系间发挥中介效应
H4a 知识分享在能力提升与创新效益的关系间发挥中介效应H4b 知识分享在动机激励与创新效益的关系间发挥中介效应H4c 知识分享在授权参与与创新效益的关系间发挥中介效应H4d 知识分享在能力提升与创新效率的关系间发挥中介效应H4e 知识分享在动机激励与创新效率的关系间发挥中介效应H4f 知识分享在授权参与与创新效率的关系间发挥中介效应H5 吸收能力正向调节知识分享与企业创新绩效的关系
H5a 潜在吸收能力正向调节知识分享与企业创新绩效的关系
H5b 实现吸收能力正向调节知识分享与企业创新绩效的关系
4研究设计
本章主要是依据上一章节中提出的各个假设，将企业的现实情况与本文研究目标相结合起来，借鉴以往学者们设计的并且经过验证的题项，来测度各个变量，据此设计出预试问卷。然后对其进行发放、回收以及数据的分析测试，并根据测试结果对问卷进行适当的修正，得到最终的正式问卷，为后面章节要进行的实证分析打下基础。
4.1问卷设计与样本选择
4.1.1问卷设计
本文使用了调查问卷法来验证第三章提出的相关假设，合理的问卷设计是保障研究数据的准确、真实以及结论可靠的重要基础。在对问卷进行设计时，必须要严格遵循基本设计原则，如研究目的明确，问题的设置要以研究内容为基础，同时要体现准确性的原则，量表要采用国内外成熟量表，题项的提出要简洁明确、通俗易懂，并尽可能的体现出填写问卷者的真实想法，以便于顺利获得准确、真实的研究数据。
本文在前期梳理大量文献的基础上，界定了高承诺人力资源实践、知识分享、企业创新绩效和吸收能力 4 个研究变量的概念内涵，并分别对它们进行了维度的划分，罗列出学者们开发的经过验证并多次使用过的比较有权威性的测量量表。依据上述问卷设计原则，并结合本文的研究内容和目标，最终选定了这 4 个变量的初始量表。然后根据本文的研究内容，对其中的个别题项做了适当的修正，以确保所有题项都符合表达简洁、通俗易懂等要求。
在设计问卷结构时，首先调查员工个人的基本问题和工作背景，依次将自变量、中介变量、调节变量和因变量的题项放在后面。问卷主体部分主要包括：员工所在企业的基本情况、高承诺人力资源实践的测量、知识分享的测量、吸收能力的测量、企业创新绩效的测量。本文中提到的变量均采用 Likert5 点计分法进行测量。
预试问卷调研。经过与导师等专家对问卷进行反复的讨论和修正后，最终将其在小范围内发放并回收，然后进行数据分析。该过程主要是利用 SPSS21.0 软件，对前期回收过来的预试数据进行项目分析、探索性因子分析、信效度分析等，并根据分析得出的结果，把不合理的个别题项排除出去，以保障问卷的有效性，从而有利于后续正式问卷进行大规模发放的和回收。
4.1.2样本选择
本文关注的是高承诺人力资源实践与企业创新绩效之间的作用机理，并以知识分享为中介变量，为确保调研所获数据的可靠性，选取的调研对象需要是有知识共享意愿和行为，并且有进行创新活动的企业。鉴于此，本研究以个体为调研对象，主要选择企业中工作年限为 3 年以上的员工进行调研。因为在企业工作年限较长，相对来说这些员工具有丰富的经验和技能，也更熟悉自己所在公司的情况和信息，进行调查得到的结果也相对更准确科学。此外，为了使本研究得出的结论更具有普适性，收集的数据就要更加全面和广泛，本研究未对行业、行业性质、公司规模以及成立时间做过多限制。根据上述提到的一些要求，本文在进行调查时随机选取了陕西省各地区的企业，并且还涵盖了多个行业，其中包括了软件、制造装备、金融、生物医疗、信息技术以及教育等多个不同行业。通过网络发放、同学转发、课堂转发、电子邮件以及老师等多种渠道回收问卷。
4.2变量测量
4.2.1高承诺人力资源实践的测量
高承诺人力资源实践是本研究的自变量，国内外学者都相应的根据研究对象和目的不同，开发了较多关于高承诺人力资源实践的成熟量表。为使本研究具有较高的科学性和可操作性，采用的量表都是出自国内外学者已经验证过的成熟量表，保证其具备较高的信效度。结合实际情况，本文借鉴采用 Xiao 和 Bjorkan（2006）根据中国情境开发的量表，将变量分为员工能力提升、动机激励、授权参与 3 个维度，共 12 个题项。每个题项的回答采用 Likert5 点量表，并遵守正向计分的原则，其中 1 表示“非常不同意”，5 表示“非常同意”。具体的题项设置如表 4-1 所示。
4.2.2知识分享的测量
学者们针对知识分享进行了大量研究，目前也已经根据各自的研究方向设计出了不同的成熟量表。根据本文的研究内容，中介变量知识分享的测量借鉴 Chen&Huang（2009）和顾琴轩（2008）等开发的量表，选用 4 个题项来测量，具体题项设置如表 4-2 所示。。每个题项的回答采用 Likert5 点量表，并遵守正向计分的原则，其中 1 表示“非常不同意”，5 表示 “非常同意”。选项得分较高，则表明组织具备的知识分享能力更强。
4.2.3企业创新绩效的测量
企业创新绩效是本文的因变量，测量指标的选取应该基于本研究的研究目标和数据的可用性。本研究中，对创新绩效的考察是在是组织内部成员间分享彼此从内外部获取的知识背景下，使得知识在企业内部不断进行流动和共享，协调员工自身的知识储备以及增强员工进行创新思考的能力，进一步提高企业在市场上的竞争优势及创新绩效。因此，本文基于产出和效率的框架，并借鉴了 Alegre.al（2006）、Alegre＆Chiva（2008）、陈劲（2006）、朱建民（2017）等开发的企业创新绩效量表，将其分为创新效益和创新效率两个维度。该量表共 8 个题项，每个题项的回答采用 Likert5 点量表，并遵守正向计分的原则，其中 1 表示“非常不同意”，5 表示“非常同意”。得分越高，表明企业创新绩效越高。具体的测量题项，如下表所示。
4.2.4吸收能力的测量
本研究中采用的调节变量是吸收能力，它是企业识别、获取并消化内外部对自身有用知识，然后把这些知识转化为符合自身需要的新知识并进行应用，最终实现某种价值的能力， 是企业内部的动态能力。本文主要借鉴参考了 Zarha 等(2002)设计的量表，将吸收能力分成潜在和实现吸收能力，各 5 个题项，具体的题项设置如表 4-4 所示。每个题项的回答均采用Likert 5 点量表，并遵守正向计分的原则，其中 1 表示“非常不同意”，5 表示“非常同意”。选项得分较高，表明企业吸收能力较强。
4.2.5控制变量
根据以往的研究结论，本文将可能在本研究中与自变量或因变量相关的变量当作控制变量来进行研究。本研究的自变量和因变量主要是高承诺人力资源实践和企业创新绩效，控制变量包括员工学历、所在行业、在当前企业工作年限等情况。一方面，员工若有着不同的学历背景，通常就代表着他们掌握的知识、日常工作中采用的方法甚至是职业习惯等也都不同， 这些都会影响他们进行探索创新活动。其中学历处于较高层次的员工，一般都具有着良好的学习能力，在工作中他们会根据自身拥有的知识尝试寻求不同方法来破解各种难题。最重要的是，他们具有更高的的创新意识，同时也具备创新能力并且也愿意参与到创新活动中去。另一方面，企业所属行业不同，高承诺人力资源实践对员工心理和行为产生的影响也不同。通常计算机软件、金融、信息技术等行业掌握的知识信息等资源都较全面，也能更充分有效的应用其来开展创新，从而影响企业创新绩效。最后，不同工龄的员工，对高承诺人力资源实践活动、企业创新绩效的认识不同，知识分享态度及行为也不同。
4.3预试问卷分析
在发放正式问卷前，需要先分析预问卷，以确保其可操作性。预问卷的构成主要包括： 高承诺人力资源实践的题项有 12 个，知识分享题项有 4 个，吸收能力的题项有 10 个，企业创新绩效的题项有 8 个，预试人数以问卷题项量表的 3-5 倍为最佳。此外，本文研究的是企业层面的创新绩效，考虑到编制的量表，需要大样本预示问卷分析其信效度。因此，共发放问卷 240 份，回收 212 份，在此基础上对收回的问卷进行整理，剔除问卷中的题项出现得分基本完全相同(例如所有得分都是 4)、问卷完成时间明显异于正常时间等的无效问卷，共剔除 55 份不符合要求的问卷，回收 157 份有效问卷，占问卷总量的 74.1%。预测后，需要运用 SPSS21.0 对上述收集到的 157 份问卷做相关类别的分析，然后根据分析得出的结果剔除掉个别不合理题项，以保证正式问卷的数据质量。
4.3.1预试问卷的项目分析
项目分析主要是为了检验预试问卷中的高低分受试者的题项是否存在显著性差异，来删除量表中区分度和效度不够高的选项，从而保证所有每个题项的适切性和可靠性。项目分析主要包括独立样本 T 检验、题项与总分相关性以及同质性检验，评判指标有决断值(CR 值)、题项与总分相关、共同性、因素负荷值等，具体如表 4-5 所示。本文运用 SPSS21.0 对各个变量进行项目分析。
a.高承诺人力资源实践的项目分析
独立样本 T 检验。首先将回收的 157 份有效预试问卷的量表总分计算出来，按照递增或递减顺序对其进行排序；得出排序结果后，以 27%的计算标准进行高低分分组，前 27%的42 位受试者的得分（157×27%=42.4≈42）重新编号为 1，代表高分组，后 27%的受试者的得分重新编号为 2，代表低分组；最后通过独立样本的 T 检验法分析高分组和低分组在题项得分上是否存在显著差异。
项目分析中的临界比值法是最常用的判别指标，主要是得出测量题项 CR 值。通常 CR 的值应该大于 3，若小于 3 则说明高低分两组在题项上的平均数不存在显著性的差异，题项之间的区分度不够高，应当删除该选项。根据表 4-6 得出的结果，检验均达 0.05 的显著水平，且高承诺人力资源实践的 12 个题项的 t 值均大于决断值 CR3，说明各个测量题项具有较高的区别度，所以对其不做处理，都予以保留。同质性检验。即测量各个题项与量表总分的相关系数，系数大小能反映其与要进行测量的变量之间的同质性程度，相关系数小于 0.4，表示题项与总分相关性较低，应予以删除该题项，若相关系数大于 0.4，则予以保留。根据表 4-7 所示，12 个题项与高承诺人力资源实践量表总分的相关系数均大于 0.4，说明各个题项与量表总分在 0.001 显著水平上相关。因此，保留 HC1-HC12。信度分析。信度是用来衡量量表的稳定性的一个标准，也是同质性检验的指标之一。它测量的是整个量表的可靠性，常用的方法是计算 Cronbach α系数，根据量表系数的大小变化来剔除不符合的题项。若题项予以删除后，整个量表的信度系数大于删除前的系数较多，则表明该题项与其他题项的同质性不够高，应当剔除该题项。α的值介于 0 到 1 之间，α越大表示信度越好。通常α处于 0.80～0.90 之间，表示信度非常好；α处于 0.70～0.80 之间，表明信度相当好；α处于 0.5-0.7 之间，属于可接受的范围，α<0.35 时，应当删除。
如表 4-9 所示，为高承诺人力资源实践的项目统计量。其中，校正的项目总相关性表示每个题项与其余题项总和的相关系数，要求相关系数大于 0.4，题项 HC3 的矫正后题项相关性指标值只达到了 0.373，小于 0.4。根据题项删除后的克朗巴哈α系数大小来看，删除题项后，除 HC3(α=0.897)外，其余 11 个量表的α系数均小于 0.894。通过校正的项总计相关性以及题项删除后量表的Cronbach'sα系数改变值可以看出，11 个题项与其余题项的同质性高，综上，建议删除 HC3。
如表 4-10 所示，为高承诺人力资源实践的 11 个题项共同萃取值，其值大于 0.20 才符合标准。高承诺人力资源实践量表除去 HC3 题项后，剩余 11 个题项的共同性值介于0.278~0.662 之间，均大于 0.20，因此，这 11 个题项都与共同因素之间存在着较为密切的关系，保留这 11 个题项。
题项的因素负荷量要大于 0.45 才予以保留，否则建议删除。根据表 4-11 所示，高承诺人力资源实践除去 HC3 后的所有题项的因素负荷量范围介于 0.527~0.814 之间，都符合值大于 0.45 的要求。由此可以判断出，这 11 个题项和共同性之间的联系全部很紧密，建议保留剩余 11 个题项。
综上所述，高承诺人力资源实践的 12 个测量题项中 HC3 题项校正后的项目总相关系数未达到 0.4，且删除后的 Cronbach's Alpha 值未达到要求，其余 11 个题项的各个指标均达到了评判标准的要求。因此，总量表中最终建议删除 HC3，其余 11 个题项予以保留。高承诺人力资源实践的项目分析汇总结果，如表 4-12 所示。
b.知识分享的项目分析
知识分享的量表共包括 4 个题项。运用 SPSS21.0 对知识分享量表进行项目分析，主要判断依据包括极端值 CR 大于 3、题项与总分相关的系数大于 0.4、共同性大于 0.2 以及因素负荷值大于 0.45。根据得出的结果分析，知识分享的 4 个题项的各项指标都达到了评判标准的要求（见表 4-13），因此不对题项做任何处理，都进行保留。
c.吸收能力的项目分析
吸收能力的量表共包括 10 个题项。运用 SPSS21.0 对吸收能力量表进行项目分析，主要判断依据包括极端值 CR 大于 3、题项与总分相关的系数大于 0.4、共同性大于 0.2 以及因素负荷值大于 0.45。根据得出的结果分析，吸收能力的 10 个题项的各项指标都达到了评判标准的要求（见表 4-14），因此不对题项做任何处理，都进行保留。
d.企业创新绩效的项目分析
企业创新绩效的量表共包括 8 个题项。运用 SPSS21.0 对企业创新绩效量表进行项目分析，主要判断依据包括极端值 CR 大于 3、题项与总分相关的系数大于 0.4、共同性大于 0.2 以及因素负荷值大于 0.45。根据得出的结果分析，企业创新绩效的 8 个题项的的各项指标都达到了评判标准的要求（见表 4-15），因此不对题项做任何处理，都进行保留。
4.3.2预试问卷因素分析
在完成项目分析并得出相应的统计结果后，还需要对各量表进行因素分析，来检验其结构效度。因素分析主要是借助主成份分析法提取特征值大于 1 的因子，再根据最大方差法进
行旋转后得出的结果，将题项中因载负荷小于 0.5 的进行删除。执行因素分析前，需要先检验是否能进行因子分析，主要借助于对各个变量间相关性进行 KMO 和 Bartlett 检验。具体的 KMO 判断标准如下表 4-16 所示。
a.高承诺人力资源实践的因素分析
运用 SPSS21.0 对高承诺人力资源实践量表进行 KMO 和 Bartlett 检验，结果见表 4-17。根据数据结果，高承诺人力资源实践的 KMO 值为 0.869，大于 0.8，属于适合进行因子分析的范围。同时，高承诺人力资源实践的 Bartlett’s 的c2 值为 507.770，自由度 df 值为 55， Sig.=.000<0.001，即 Bartlett’s 球形检验显著，表明高承诺人力资源实践关系矩阵有相同因素，适合进行后续的因素分析。
对高承诺人力资源实践量表进行主成份分析，提取特征值大于 1 的因素，根据表 4-18可以看出，共抽取了三个共同因素，且三个因素累积解释变量为 59.501%，大于 50%，表明高承诺人力资源实践量表通过采用最大方差法旋转后得到了旋转成份矩阵，对应的为各题项主成份的因素负荷量。当预试问卷数大于 50 时，因素负荷量大于 0.5 才适合，因此本研究将因素负荷量为 0.5 作为评判标准。根据表 4-19 结果显示，因素 1 包括 HC1、HC2、HC4 三个题项，这三项归为一组即能力提升；因素 2 包括 HC5、HC6、HC7、HC8 四个题项，这四项归为一组即动机激励；因素 3 包括 HC9、HC10、HC11、HC12 四个题项，这四项归为一组即授权参与。该分类结果与之前对高承诺人力资源实践的维度划分一致，且各个题项的因素负荷量值都大于 0.5，划分明显，不用删除题项。
b.知识分享的因素分析
对知识分享进行 KMO 与 Bartlett 检验，得出的数据结果如表 4-20 所示。分析可得，知识分享的 KMO 值的大小达到 0.782，大于 0.7，属于尚可进行因子分析的范围。同时，知识分享的 Bartlett’s 的c2 值为 214.355，df 值为 6，Sig 小于 0.001，说明巴特利特球形检验显著，适合做因素分析。
对知识分享量表进行主成份分析，提取特征值大于 1 的因素，根据表 4-21 可以看出， 共抽取了一个共同因素，且因素累积解释变量为 64.715%，大于 50%，表明该量表具有较好的构建效度。由于本研究未对知识分享划分维度，在进行提取因子分析时，只提取一个成分，无法进行旋转，因此不存在旋转成份矩阵，只存在知识分享的成份矩阵。如表 4-22 所示，因素 1 中的 KS1、KS2、KS3 、KS4 四个题项的因素负荷值均显著大于 0.5，所得结果与本研究预设一样，符合本研究的题项设置，因此不用对题项进行任何删除。
c.吸收能力的因素分析
对吸收能力进行 KMO 和 Bartlett 检验，结果见表 4-23。根据数据结果，知识分享的 KMO 值为 0.938，大于 0.9，极适合进行因子分析。同时，吸收能力的 Bartlett’s 的c2 值为 1239.366， 自由度 df 的值为 45，在 0.001 水平上显著，表明对吸收能力继续进行后续的因素分析是适合的。对吸收能力量表进行主成份分析，提取特征值大于 1 的因子。根据表 4-24 的结果可以看出，得到 2 个共同因素，累积解释量达 74.108%，大于 50%，表明高承诺人力资源实践量表通过这三个因子来反应具有较好的效度。通过最大方差法因素旋转，得到吸收能力的旋转成份矩阵，从而确定各题项对应主成份的因素负荷量。当预试问卷数大于 50 时，因素负荷量大于 0.5 才适合，因此本研究将因素负荷量为 0.5 作为评判标准。根据表 4-25，因素 1 包括 AC1、AC2、AC3、AC4、AC5 五个题项，这五项归为一组即潜在吸收能力；因素 2 包括 AC6、AC7、AC8、AC9、AC10 五个题项，这五项归为一组即实现吸收能力。该分类与前面对吸收能力的维度划分一致，且各个题项的因素负荷量值都大于 0.5，划分明显，不用删除题项。
d.企业创新绩效的因素分析
对企业创新绩效进行 KMO 和 Bartlett 检验，具体情况见表 4-26。分析数据可得，企业创新绩效的 KMO 值达到了 0.892，大于 0.8，适合进行因子分析。同时，企业创新绩效的Bartlett’s 的c2 值为 531.668，df 值为 21，并且在 0.001 水平上显著，代表着适合对该变量继续进行后续的因素分析。
对企业创新绩效量表进行主成份分析，提取特征值大于 1 的因素。根据表 4-27 可以看出，最终得到了 2 个共同因素，且累积解释量达 59.501%，大于 50%，表明该量表通过这两个因子来反应具有较好的构建效度。为了更好的区分主成份，运用 SPSS21.0 进行最大方差法因素旋转，得到旋转成份矩阵， 确定各题项对应主成份的因素负荷量。当预试问卷数大于 50 时，因素负荷量大于 0.5 才适合，因此本研究将因素负荷量为 0.5 作为评判标准。根据表 4-28 结果显示，因素 1 包括 EI4、EI5、EI6、EI7 四个题项，这四项归为一组即创新效率；因素 2 包括 EI1、EI2、EI3 三个题项，这三项归为一组即创新效益。
该分类结果与之前对企业创新绩效的维度划分一致，且各个题项的因素负荷量值都 0.5， 划分明显，不用删除题项。
4.3.3信度分析
在进行项目分析之后，剔除了个别不满足判别标准的题项，下一步要分析量表的信度， 检验其是否可靠稳定。信度分析是根据克朗巴哈ɑ系数法来判定，若ɑ值大于 0.9，表明信度非常理想；若ɑ值在 0.8 以上，表明信度系数好；ɑ值在 0.7—0.8 之间是可以接受的；ɑ系数的值最好在 0.7 以上。由于在项目分析和因素分析的过程中只删除了高承诺人力资源实践的HC3 题项，所以只需再次对其进行信度检验即可。
根据表 4-29 和 4-30 所示，在检验高承诺人力资源实践信度时，剔除 HC3 题项后，其余11 个题项的ɑ值都小于未删题项前ɑ值 0.835，表示删除题项之后的高承诺人力资源实践量表的信度符合要求。
综上，通过对预试问卷进行项目分析、因素分析以及信度分析后，除高承诺人力资源实践量表中删除了 1 个题项，其余量表的题项的信效度都较为良好，维度划分也与前文一致。因此，本文在预试问卷的基础上，最终形成了本文的正式问卷，共包含 32 个题项。
4.4研究变量操作化定义
在对最初编制成的预试问卷进行各项分析之后，剔除了不符合标准的题项，修正了预试问卷并形成了本研究的正式问卷。正式问卷主要由以下五个部分构成：个人基本信息、高承诺人力资源实践量表、知识分享量表、吸收能力量表；企业创新绩效量表。
变量操作化定义指运用可测量、可感知的方法解释变量，把抽象变量转化为具体的可测量的指标，使其便于被测量，是变量具有的性质或特征的具体表现。根据前文的调查与分析，
本研究对高承诺人力资源实践的三个维度、知识分享、吸收能力的两个维度以及企业创新绩效的两个维度的操作化定义如下：
（1）能力提升（PE）：由公司员招聘时有细致的选拔程序（PE1）、公司提供的教育和培训的机会多（PE2）、公司员工工作范围广泛，内部轮岗（PE3）3 个题项构成。
（2）动机激励（MI）：由公司为员工提供较好的报酬（包括工资与各种福利）（MI1）、公司业绩考核时强调团队业绩（MI2）、公司业绩考核时强调行为努力程度，而不是结果
（MI3）、公司业绩考核时强调未来职业发展（MI4）4 个题项构成。
（3）授权参与（AP）：由公司通过员工建议制度、员工抱怨制度等手段让员工参与决策（AP1）、公司管理人员坦率沟通，与员工分享各种信息（AP2）、在工作范围内，员工有权自主决策 （AP3）、强调团队工作、集体主义，而非个人奋斗支持和认可（AP4）4 个题项构成。
（4）知识分享（KS）：由公司中的大部分员工对他人的请求都会给予真诚帮助和指导
（KS1）、公司中上级主管都很乐于对下级员工的工作进行指导（KS2）、公司中的各个部门之间乐于进行信息和知识的共享（KS3）、公司中有知识管理的信息系统，员工可以快速获得所需要的知识和经验（KS4）4 个题项构成。
（5）潜在吸收能力（PAC）：由公司能很快识别新知识的用途（PAC）、公司能很快从已获取的新知识中筛选有价值的知识（PAC）、公司能很快对已获取的新知识进行整合
（PAC）、公司能很快引进已获取的新知识（PAC）、公司能很快理解已获取的外部知识（PAC）5个题项构成。
（6）实现吸收能力（RAC）：由公司能很快将已获取的新知识转化为自有知识（RAC1）、公司能很快理解已获取的外部知识（RAC2）、公司能很快根据引进的新知识进行产品/服务创新（RAC3）、公司能快速将新知识有效的提供给员工（RAC4）、公司将更好的将新知识用于相关产品和服务（RAC5）5 个题项构成。
（7）创新效益（IB）：由公司产品服务的创新和改进获得了很好的市场反应（IB1）、公司新产品的销售额占销售总额的比重很大（IB2）、公司开发的产品能够开拓新市场或新机会（IB3）3 个题项构成。
（8）创新效率（IE）：由公司的新产品/新服务的开发成功率较高（IE1）、公司新产品和服务的开发和市场化速度较快（IE2）、公司新产品市场份额增长较快（IE3）、公司新产品开发成本较低，改善了现有产品或服务（IE4）4 个题项构成。
根据上述操作化定义，对正式问卷的各个题项重新命名，并与预试问卷的题项相互对应， 具体如表 4-31 所示。
4.5 本章小结
本章节主要是问卷设计与预调查分析。首先介绍了问卷设计过程和调研对象；其次根据研究假设，借鉴前人研究，确定了自变量高承诺人力资源实践、因变量企业创新绩效、中介变量知识分享以及调节变量吸收能力的测量量表和题项；然后根据变量定义和测量设计出了预试问卷，并在最初收集到的 157 份有效问卷的基础上，对其先后进行了项目分析，因素分析及信度分析；最后根据上述各项分析得出的结果，对个别题项进行了剔除和修正，设计出了正式问卷，为后面章节的实证分析打下基础。
