员工创新信息系统(Information Systems, IS)使用行为的双路径模型——外部与内部创新激励(Innovation Incentives)的调节作用
《Systems》:A Dual-Path Model of Employees’ Innovative IS Usage Behavior: The Moderating Roles of External and Internal Innovation Incentives
编辑推荐:
摘要:员工的信息系统(Information Systems, IS)创新对企业数字化转型至关重要,然而已有研究常将外部社会资源与内部认知前因分开考察。研究人员从系统视角整合社会资本理论(Social Capital Theory)与社会认知理论(Social
摘要:员工的信息系统(Information Systems, IS)创新对企业数字化转型至关重要,然而已有研究常将外部社会资源与内部认知前因分开考察。研究人员从系统视角整合社会资本理论(Social Capital Theory)与社会认知理论(Social Cognitive Theory),构建双路径模型。基于中国企业的350名员工调查数据,研究人员考察了社交网络(外部路径)与个人期望(Individual Expectations)(内部路径)如何预测员工的创新IS使用行为(Innovative IS Usage Behavior),以及外部与内部创新激励(Innovation Incentives)对上述关系的调节作用。结果表明:社交网络与个人期望均有显著正向影响,其中网络异质性(Network Heterogeneity)与绩效期望(Performance Expectations)是最强预测因子,成就期望(Achievement Expectations)无显著影响;外部创新激励正向调节社交网络路径,内部创新激励正向调节个人期望路径,揭示出差分化的"内—外匹配(Internal–External Fit)"模式。基于上述发现,研究人员提出系统的"因素—激励—行为(Factors–Incentives–Behavior)"框架。本研究推进了对IS创新的双路径理解,并为设计针对性激励机制提供指导。
论文解读:员工创新信息系统使用行为的双路径模型及创新激励的调节作用
一、研究背景与问题提出
在数字经济加速演进背景下,信息系统(Information Systems, IS)的优化升级是企业提升运营效率与实现数字化转型的核心支撑。然而企业引入人工智能大模型、大数据分析等技术后,仍面临IS利用率低、潜在价值未被充分挖掘的瓶颈,因此亟需促进员工的创新IS使用行为(Innovative IS Usage Behavior)——即员工在采纳IS后主动探索并拓展其功能以完成复杂任务或优化业务流程的行为。现有研究中,基于社会认知理论(Social Cognitive Theory)的研究关注创新自我效能(Innovative Self-Efficacy)、结果期望等个体认知前因;基于社会资本理论(Social Capital Theory)的研究强调社交网络提供的资源、信息与支持对创新行为的激发作用。但已有研究存在两点不足:一是多单独考察单一因素(个体期望或社交网络),缺乏对"个体期望—社交网络—创新激励"交互机制的整合分析;二是虽承认激励的重要性,但极少探讨不同类型创新激励(外部/内部)对两条路径的差分调节作用,即何种激励匹配哪条驱动路径尚不明晰,导致难以制定精准促创新策略。为此,研究人员整合社会资本理论(阐释社交网络的资源属性)与社会认知理论(解释个体期望的内在驱动逻辑),构建双路径模型并引入差异化激励调节机制,以揭示IS创新行为的系统性驱动规律。该论文发表于《Systems》。
二、主要研究方法概述
研究人员选取电信与制造业中具较高IS部署程度的企业,以入职满一年、具IS接触经验的中高层管理者、研发人员及服务支持人员为对象,通过微信发放在线问卷,经反向题与完整性筛选后获得有效样本350份(男61.4%,30–40岁占48%,本科以上>80%,研发与服务支持各约45%/44.9%)。社交网络采用提名法收集成员名单并计算网络规模(Network Size)、网络密度(Network Density, 基于成员间熟悉度矩阵公式)与网络异质性(Network Heterogeneity, 基于年龄/学历/职位类别的熵指数);个体期望含创新自我效能(Carmeli & Schaubroeck量表3题)、成就期望(Achievement Expectations, Yperen & Hagedoorn量表3题)、绩效期望(Performance Expectations, Ding等量表3题);外部创新激励(External Innovation Incentives, Zhao量表3题)与内部创新激励(Intrinsic/Internal Innovation Incentives, Chen等量表3题)分别测度;创新IS使用行为采用Li等4题量表测度。除社交网络客观计算外其余潜变量均采用5点Likert量表。数据分析先用Harman单因子检验与验证性因子分析(Confirmatory Factor Analysis, CFA)检验共同方法偏差与效度,再进行信效度分析、相关分析、层次回归(Hierarchical Regression Analysis)检验主效应与调节效应(调节变量按均值±1SD做简单斜率图),并做方差膨胀因子(Variance Inflation Factor, VIF)诊断多重共线性与效应量(f2)评估。
三、研究结果
4.1 共同方法偏差检验(Common Method Bias Test)
对主观填答变量做Harman单因子检验,首因子解释方差35.057%(<40%),CFA显示五因子模型拟合良好(χ2/df=1.349, CFI=0.988, RMSEA=0.032),表明无严重共同方法偏差。
4.2 信度与效度分析(Reliability and Validity Analysis)
各潜变量Cronbach's α与组合信度(Composite Reliability)均>0.8,整体量表α=0.923;KMO>0.7,标准化因子载荷>0.7,平均萃取方差(Average Variance Extracted, AVE)>0.5;各变量AVE平方根大于与其他变量的相关系数,聚合效度与区分效度良好。
4.3 相关分析(Correlation Analysis)
网络规模(NS, r=0.201, p<0.01)、网络密度(ND, r=0.433, p<0.01)、网络异质性(NH, r=0.562, p<0.01)与创新IS使用行为(Innovative IS Usage Behavior, IUB)显著正相关,NH相关性最强;创新自我效能(Innovative Self-Efficacy, ISE, r=0.498, p<0.01)、成就期望(AE, r=0.403, p<0.01)、绩效期望(PE, r=0.543, p<0.01)与IUB显著正相关,PE相关性最强;外部创新激励(EIM, r=0.331, p<0.01)、内部创新激励(IIM, r=0.299, p<0.01)亦与IUB显著正相关。
4.4 主效应检验(Direct Effect Test)
控制性别、年龄、教育水平、工作类别、工龄、IS使用年限及每日IS使用时长后,层次回归显示:网络规模(β=0.337, p<0.001)、网络密度(β=0.120, p<0.01)、网络异质性(β=0.378, p<0.001)均正向影响IUB,假设H1a、H1b、H1c获支持,H1成立;创新自我效能(β=0.291, p<0.001)与绩效期望(β=0.389, p<0.001)正向影响IUB,假设H2a、H2c获支持,成就期望(β=0.100, p>0.05)不显著,H2b未获支持,H2部分支持。社交网络与个体期望各自对IUB有独立正向贡献(SN: β=0.592, p<0.001; IE: β=0.374, p<0.001),二者无显著交互(p=0.74)。
4.5 结构模型解释力与评估(Structural (Inner) Model Explanatory and Assessment)
所有变量VIF<5,无严重多重共线性;成就期望f2=0与其主效应不显著对应。
4.6 调节效应分析(Moderation Effect Analysis——外部创新激励)
外部创新激励×网络规模交互不显著(β=0.055, p>0.05),H3a未获支持;外部创新激励×网络密度交互显著正向(β=0.191, p<0.001),高外部激励下ND→IUB斜率更强,H3b获支持;外部创新激励×网络异质性交互显著正向(β=0.131, p<0.01),高外部激励下NH→IUB斜率更强,H3c获支持;H3部分支持——外部创新激励强化社交网络中密度与异质性(尤强调异质性带来的非冗余信息交换)对创新IS使用的促进作用,但不强化单纯网络规模的作用。
4.6 调节效应分析(Moderation Effect Analysis——内部创新激励)
内部创新激励×创新自我效能交互显著正向(β=0.127, p<0.01),高内部激励下ISE→IUB斜率更强,H4a获支持;内部创新激励×成就期望交互不显著(β=0.082, p>0.05),H4b未获支持;内部创新激励×绩效期望交互显著正向(β=0.142, p<0.01),高内部激励下PE→IUB斜率更强,H4c获支持;H4部分支持——内部创新激励强化创新自我效能与绩效期望对创新IS使用的驱动作用,但不影响成就期望路径。
四、讨论与结论翻译总结
讨论指出:本研究突破单路径局限,证实外部资源(社交网络)与内部认知(个体期望中创新自我效能与绩效期望)是互补且可加的两个独立输入,成就期望因属远端不确定结果期望且受企业年度KPI制度导向短期产出影响而未显效;外部激励仅强化靠"关系资源交换"驱动的社交网络路径(尤其密度与异质性维度而非规模),内部激励仅强化靠"心理需要满足"驱动的认知路径,跨路径调节无效印证了内—外匹配(Internal–External Fit)逻辑;网络异质性为社交网络维度中最强预测因子,绩效期望为个体期望维度中最强预测因子。
研究结论翻译如下:
本研究得出两个核心结论。第一,员工创新IS使用行为与两种独立互补的输入相关:社交网络提供多样化非冗余信息以拓宽员工创新储备,而创新自我效能与绩效期望提供对此类信息采取行动所需的认知准备;成就期望则与创新IS使用无显著关联,说明主要认知预测因子为能力自信(创新自我效能)与即时绩效收益感知(绩效期望)。每条路径独立贡献于创新IS使用,这与两路径间无显著交互的结果一致。第二,两条路径受差异化的创新激励调节:外部创新激励通过提供明确的工具性信号降低将网络资源转化为创新行动的激活阈值,从而正向关联于社交网络路径;内部创新激励通过培育自主性、胜任感与归属感等内在心理条件以维持自我效能与结果期望,从而正向关联于个体期望路径。基于对中国电信与制造业350名员工的调查数据,上述发现提示寻求促进创新IS使用的组织应采用系统性"因素—激励—行为(Factors–Incentives–Behavior)"思路,同步培育员工社交网络与个体期望,并对各路径精准匹配激励机制——用外部激励(奖金、荣誉表彰等)撬动网络资源驱动路径,用内部激励(挑战性工作、自主权赋予等)强化个体期望驱动路径。通过整合为"因素—激励—行为"框架,本研究系统阐明组织资源、个体认知与激励机制如何联合预测IS创新,并从系统观指出创新IS使用可能受益于网络资源、认知驱动与激励机制三个子系统的协同匹配,而非孤立优化任一组件。本工作丰富了IS创新管理文献,为企业设计针对性双路径激励策略提供实践指导。