5.2.2 指标体系的筛选方法及筛选过程

更新于 2026年10月10日 版权声明
5.2.2 指标体系的筛选方法及筛选过程

考虑到逆向知识转移初步设计的指标涵盖范围可能较大,指标之间可能存在交叉和重叠的问题,为了指标体系具有合理性和科学性,在此进一步采用社会网络分析法,在充分问卷调查的前提下,根据调查表的最终结果,选择社会网络分析法中的程度中心性对指标体系进行筛选,并对评价指标体系进行修改、完善和调整,以期保障中国企业跨国并购逆向知识转移能力评价指标体系更为科学,更具可靠性。

1.社会网络分析法

社会网络分析(SNA)是20世纪70年代以来在社会学、心理学、人类学、数学、通信科学等领域逐步发展起来的一个研究分支。社会网络分析不仅仅是一种工具,更是一种关系论的思维方式。社会网络分析是对行动者之间的关系状况进行分析,找寻关系具有的特征以及关系对行动者产生的影响,它是为了适应研究社会结构和社会关系需要而发展起来的一种分析方法。

近些年国内学者已经把此法应用在很多研究领域。如国内情报学界一些学者利用社会网络分析方法,在竞争情报、知识管理、图书馆资源配置、学科热点、引文分析、科研人员合著、网络链接、博客网络等方面展开了一系列研究。在知识管理和组织学习研究中,对隐性知识管理和组织学习过程的关注,成为管理学界和教育学界应用社会网络分析的主要动机,知识地图、可视化、相关性语义网络甚至概念地图研究的兴起都与社会网络分析的基本理念密不可分。社会网络是在组织行为、心理学和通信领域,集中研究网络结构中代表个体的结点及其动态关联的动态网络数学模型,是一种创建团队和组织内知识传递和维护的重要资源。个体同时参加一定数量的社会网络,并通过交流关联和个人知识、技能的相似性与关联性构成知识网络。

社会网络分析的理论前提是元素之间一定存在着关联。社会网络中心性主要是对行为者在网络中的位置进行评价,从而得出一个节点的中心性,而中心性就决定了节点在网络中的权利和地位,包含度中心性、中介中心性以及接近中心性三个主要衡量指标。社会网络分析包含了图示法、矩阵法等多种方法。

度中心性主要是用来衡量群体中最主要的中心人物,程度中心性越高者,表示其在网络中和较多的行动者有关联,且拥有较高中心性的行动者,在网络中拥有的非正式权力和影响力也较多。

中介中心性是由美国社会学家Freeman教授提出来的一个概念,它测量的是一个点在多大程度上位于图中其他“点对”的“中间”。他认为,如果一个行动者处于多对行动者之间,那么他的度数一般较低,这个相对来说度数比较低的点可能起到重要的“中介”作用,因而处于网络的中心,根据这个思路就可以测量点的中间中心性。

接近中心性的思想是结点越趋于中心,它们越能快速地到达其他的结点。更形式化的描述,这些结点满足与其他结点之间有最小的平均最短路径。接近中心性则能够衡量出社会网络的全局中心性,并以此判断一个节点和其他节点之间的接近程度,与其他节点距离越短,接近中心性越高,表示其能较快速获得知识。

本书借鉴学者王一飞在中小企业知识转移能力评价指标体系中应用社会网络分析的经验[110],通过构建其网络分析矩阵,运用程度中心性对中国企业跨国并购逆向知识转移评价指标进行筛选。

2.筛选过程

为了保证调查对象取样的合理性,在样本企业选择上遵循以下三个原则:①样本代表性:样本企业的选取并不是随机的,而是根据研究的目的来选取的,在企业性质上必须是跨国公司,即在自身母国之外并购有相关职能的子公司。②构思关联性:根据前面的理论构思,选择与研究问题密切相关的企业,被选取的跨国公司内部具有一定数量的知识转移活动。③取样可行性:由于不可避免地存在数据可得性和可靠性方面的问题,要求被选取的跨国子公司至少被并购超过一年,以确保积累一定的知识和经验,并愿意配合我们的数据收集工作。(https://www.daowen.com)

本书所采用的问卷和量表是在参考相关文献的基础上,结合中国企业跨国并购背景的现实情况对问卷的内容进行了一定的调整下确定的。为了保证调查取样的合理性和可靠性,作者邀请了五位专家和教授对问卷各条目进行评判,然后邀请了25名来自多家跨国企业的部门主管进行预填写,并就问卷内容中的语义和用词等进行修改,最终确定正式的调查问卷。问卷的发放主要依靠中国商务部官方网站上提供的《境外投资企业(机构)名录》,从中随机抽取了403家实施跨国并购的中国企业,寻找这些目标公司的合适联系人,通过电话和邮件与联系人进行沟通,告知本问卷的主题和目的,以及问卷填写人必须是了解逆向知识转移情况的主要负责人,得到同意后邮送问卷。最后,发出问卷366份,回收210份,问卷回收后对所有问卷进行审核,对填写海外子公司不是被并购来的、子公司不是位于发达国家的、子公司员工数少于10人的、存在关键漏项以及有明显逻辑错误的问卷进行剔除,最终得到有效问卷179份,有效回收率为49%。

根据问卷调查的结果建立网络分析矩阵。矩阵中的各行代表评价者,矩阵中的各列是由初步评价指标构成,矩阵中的各个值描述的是评价者对指标的评价值,完全同意为1,完全反对为5,将调查结果借助于社会网络分析软件Ucinet6.0中的NetDrew功能进行绘图(图5.2),圆点代表的是测评人员,方块表示评价指标体系。

利用Ucinet6.0进行程度中心性的分析。整个网络的描述性统计以及程度中心性特征,分布见表5.1、表5.2。

图示

表5.1 指标体系的程度中心性特征(N=179)

图示

表5.2 指标体系的描述性统计(N=179)

图示

从表5.1、表5.2中可以看出,从指标体系描述性统计来看,除自主权、知识相关性、战略重要性、知识价值指标外,其他三级评价指标均远远高于整个网络的平均值(31.528),从NetDraw图5.1显示以及指标体系的度中心性特征分析表5.1,跨部门团队、内部文件交换、工作轮岗绝对中心度、相对中心度略低于其他指标;但总体来看并不明显。而自主权、知识相关性、战略重要性、知识价值无论是从NetDraw图还是特征分析表来看,均难以满足要求。

因而,上述各项指标经社会网络分析后,剔除自主权、知识相关性、战略重要性、知识价值这四个指标。

↑上一章 ↓下一章
关注公众号获取验证码
复制内容需要验证码(7.99元/天)