人口统计变量对企业知识员工创新行为影响的实证报告分析

1、人口统计变量对企业知识员工创新行为影响的实证报告分析0 引言创新已经成为各个国家、各级政府和企事业单位关注的焦点，受到了空前的重视。作为市场经济主体的企业，承载着技术创新、管理创新、市场创新、服务创新、品牌创新、组织文化创新等多项推动经济和社会发展的创新职能，持续、快速、敏捷的综合创新能力是企业致胜的法宝。作为企业最具能动性和创造性的知识员工，他们是企业创新致胜的根本。Amabile指出，员工是组织实现创新职能的最重要的能动性资本，是组织创新的重要基础【1】。Woodman，sawyer & Griffin认为，员工的创新能够提升组织抓住机遇、适应环境的能力，关系到企业的生存和发展【2

2、】。近年来，知识员工个体创新行为已经成为理论界研究的一个热点问题，关于个体创新行为影响因素的研究，当前主要关注组织内部因素和个体因素。关于影响创新行为的个体人口统计变量的实证研究，主要集中在性别、年龄、学历、婚姻、工作行业、工作职位等因素上。当前，国内这方面的研究主要散见于博士和硕士毕业论文中，且大多只是简单作为T检验和ANOVA（Analysis of Variance）分析的内容，未能对得到的调查数据进行较为深入的分析，很少针对人口统计变量对创新行为的影响提出管理对策或建议。根据既有文献，本研究选择性别、年龄、学历和职位四个变量，在问卷调查的基础上，深入分析其对知识员工创新行为的影响，并从

3、企业视角探讨如何针对这些影响改善管理对策。1 基本理论与假设本研究将知识员工界定为：在企业正式上班、具有大专及以上文化程度的员工。这里所说的企业不分行业、不分性质，但是在规模上有要求：1）知识密集型（含高科技）企业1必须有50名及以上的知识员工，2）一般企业必须有100名及以上的知识员工。这里所说的正式上班;的员工，是指具有企业正式员工身份的人，不包含实习生、临时工、劳务派遣工、因各种原因2个月以上在家休息休假的员工。本研究将企业知识员工创新行为界定为，员工将有益于企业发展的创新（构想、意愿、行为、成果等）予以产生、导入以及应用于企业任何一个层面的所有个人行为【3】。关于人口统计变量对员工创新

4、行为的影响，已经有较多的国内外学者进行了相关研究。Scott & Bruce调查研究发现，员工性别、年龄、职责对其创新行为有显著影响【4】。Zhou & George研究证实，男性员工比女性员工具有更强的创新意愿和行为，学历越高的员工具有越强的创新意愿和行为【5】。卢小君的调查检验结果表明：男性在创新构想产生和创新构想实施方面均优于女性；高中/中专及高中以上毕业的个体在个体创新构想产生方面优于高中及高中以下毕业的个体；大专及大专以上毕业的个体在个体创新构想实施方面优于高中以下毕业的个体【6】。卢小君未论及其他人口统计变量的影响情况。朱苏丽的实证调查显示，男性与女性的创新行为存在

5、显著差异，男性高于女性；员工的创新行为水平随着年龄的增长经历了一个先升后降，然后再上升的过程；不同学历员工的创新行为不存在显著差异【7】。赵行斌通过实证调查发现，知识型员工的性别、年龄和学历对创新行为有显著影响，婚否和单位性质对创新行为不存在显著影响。前述国内学者都没有研究职位对创新行为的影响。另外，文献研究还发现与前述结论不一致的观点，赵鑫通过对来自浙江四个地区的1257份调查数据分析发现，性别和年龄对员工创新行为没有显著影响，学历和行业才对创新行为有显著影响。赵鑫对于其实证得出的结论没有解释，笔者认为其得出的结论可能受其调查的样本属性限制。根据以上论述，本研究提出如下假设：假设1：性别对员

6、工创新行为有显著影响，且男性比女性具有更显著的创新行为。假设2：年龄对员工创新行为有显著影响，且年龄为36-45岁的员工具有最强的创新行为。假设3：学历对员工创新行为有显著影响，且学历越高，创新行为越突出。假设4：职位对员工创新行为有显著影响，且职位越高，创新行为越突出。2 研究方法2.1 变量设计本研究采用的人口统计变量为性别、年龄、学历和职位，其具体构成是，性别分为男女2类，年龄分为20-28岁、29-35岁、36-45岁、45岁以上等4类；学历分为大专、本科、硕士、博士等4类；职位分为高层管理人员、中层管理人员、基层管理人员及一般职员等4类。本研究的因变量为创新行为，在国内外已有成熟量表

7、的基础上，结合中国文化与研究对象的实际情况，本研究开发、修改形成了企业知识员工创新行为量表，该量表由2个维度（创新构想产生和创新构想实施）、8个题项构成。采用李克特5点计分法，每个题项提供五个选择项：从来不这样;、很少这样;、偶尔这样;、经常这样;和总是这样;，依次分别给予1、2、3、4、5的分值。2.2 样本采集本研究采用问卷调查的方式采集样本。问卷发放的地域范围主要为北京、上海、天津、武汉、长沙、湘潭、株洲、重庆、海口、大连、宁波、广州、深圳、佛山、东莞、珠海等地区2。本研究力求样本在不同地域、不同行业、不同类型的企业、不同职位层次、不同工作岗位（部门）、不同学历、不同年龄等方面都有分布，

8、以提高样本的有效性。研究者通过现场调查、委托亲友同学和本校学生现场调查与网络调查等方式，一共回收了1221份问卷，其中有效问卷825份，样本有效率为67.57%。2.3 样本特征调查对象在4个人口统计变量上的特征如表1所示。表1 调查对象的个人特征变量名称变量类别频数（人）所占比重（%）性别男45455.0女37145.0年龄20-28岁44453.829-35岁31037.636-45岁647.845岁以上70.8学历大专26131.6本科48558.8硕士769.2博士30.4职位一般职员37945.9基层管理人员22927.8中层管理人员18021.8高层管理人员374.52.4 样本分

9、析方法本研究先采用软件 SPSS17.0对调查数据进行了探索性因子分析及其他初步的统计分析，然后用SPSS17.0进行内部一致性分析，检验问卷的信度；再用AMOS7.0进行验证性因子分析，检验问卷的效度；最后用SPSS17.0对知识型员工个人特征变量与创新行为变量进行了 ANOVA（Analysis of Variance）分析。3 数据分析结果与讨论3.1 创新行为的因子分析与信度效度检验本研究在国内外专家开发量表的基础上，经过多道程序最终选择12个题项作为初试量表的题项，初试量表经净化与探索性因素分析后，得到员工创新行为量表由8个题项和2个维度（因子）构成，2个因子对整体解释的总变异量达到

10、了65.870%。因子分析结果如表2所示。在探索性因素分析基础上，用结构方程模型分析软件AMOS7.0对员工创新行为（IB）进行验证性因子分析，分析结果如图1所示。表2 员工创新行为因子分析结果条目标记条目（题项）具体内容因子（主成因分析法）IB1创新构想产生IB2创新构想实施BB1我会去关注工作、部门、单位或市场中不常出现的问题0.8420.194BB2我会去寻找可以改善单位、部门、工作流程或服务等方面的机会0.7730.271BB3我会对工作中出现的问题提出新的构想或新的解决方法0.7410.320BB4我会从不同的角度看待工作中的问题，以获得更深入的见解0.6710.251BB5我会冒着

11、风险以支持新构想或新方法0.1510.814BB6我会去从事可能对单位产生益处的改变0.3260.779BB7当应用新方法于工作流程、技术、产品或服务时，我会设法修正新方法所产生的毛病0.3330.730BB8我会将新的构想和方法应用到日常工作中去改善工作流程、技术、产品或服务 0.2630.675特征值2.6752.595Cronbachs a系数0.7850.796从图1中可以看出，8个匹配条目对IB1、IB2的回归系数在0.56到0.81之间，表明员工创新行为变量与其2个维度具有良好的建构效度；另外X?/df值为4.676，小于5.00；RMR值为0.023，RMSEA值为0.080，均

12、小于0.10；GFI值为0.963，NFI值为0.951，IFI值为0.958，CFI值为0.958，均小于1.00而大于0.90。可见，前述指标均符合温忠麟、侯杰泰总结的拟合评价标准。因此，可认为拟合情况良好。由此可知，本研究生成的员工创新行为2个因子、8个题项的量表具有良好的信度与效度。3.2 员工人口统计变量与创新行为变量的关系分析在上述因子分析、信度和效度分析的基础上，对知识型员工的人口统计学变量与创新行为变量的关系进行独立样本T检验和单因子方差分析。研究发现，知识型员工的人口统计学变量性别、年龄、学历和职位对创新行为都有显著的影响，如表3所示。图1 员工创新行为的验证性因子分析图表3

13、 知识员工人口统计学变量与创新行为关系的统计分析结果变量名称变量类别IB1创新构想产生IB2创新构想实施均值标准差F值均值标准差F值性别男14.83042.442242.749*13.99562.544093.434*女14.36662.371082.758*13.36662.703423.414*年龄20-28岁14.22522.297069.495*13.44372.638313.894*29-35岁15.00652.44022 13.95812.6478636-45岁15.45312.66029 14.39062.3945545岁以上15.14292.60951 13.71432.058

14、66学历大专14.36402.522533.195*13.44832.697971.706本科14.65772.40488 13.78762.66331硕士15.19742.03974 14.10532.16382博士16.66671.52753 14.66671.52753职位一般职员13.89712.3042336.260*13.18472.6049819.206*基层管理人员14.69432.20307 13.61572.51677中层管理人员15.57782.33256 14.54442.48419高层管理人员16.94592.19780 15.67572.51721注：（1）*：p0

15、.05；*：p0.01；*：p0.001；（2）均值越大，创新行为越突出；反之则反之。（1）T检验显示， 性别对创新构想产生（IB1）、创新构想实施（IB2）存在显著性影响（p0.01）， 且男性比女性具有更强的创新意愿和行为，假设1得到了验证。问卷调查后的深入访谈发现， 在中国传统价值观念男主外、女主内;的影响下， 在男人应该在事业上顶天立地、有所作为;的思想的影响下， 在中国当前家庭经济来源主要依赖男性的情境下， 男性员工为了取得事业上的成功和个人成就， 在工作上投入了更多的精力、时间和心血，具有更强的意愿和能力开展创新工作，而女性员工（特别是本研究调查对象的女性员工大多在40岁以下，正处

16、于家庭建设的重要时期）却将更多的时间留在了家庭。（2）年龄对创新构想产生（IB1）、创新构想实施（IB2）存在显著性影响（p0.01），且年龄对创新构想产生的影响更显著（p0.001）。另外，从均值来看，45岁以下，员工年龄越大，其创新行为越突出，但是，45岁以上，其创新行为的均值明显低于 36-45岁的年龄段。因此，36-45岁的员工具有最强的创新行为。所以，假设2得到了较好的验证。进一步的深入访谈和逻辑分析发现，20-28岁的员工，大多处于不断的职业（或单位）转换状态或在同一单位工作不久的状态，在中国传统人微言轻;、论资排辈;的人文环境中，他们一般出于职业自保;考虑而不愿意主动创新；29-

17、35岁的员工，大多处于职业生涯的稳定期，虽有一定的专业技能和职业经验，但是，相对于36-45岁的员工而言，他们拥有相对较少的资金、技术、信息、财务和人事权资源，因而创新意愿和行为也相对较弱；45以上的员工，无论是专业技术还是管理经验，应该是更丰富了，但是，他们大多处于职业生涯的后期，大多数人员处在职业高原状态，且其精力不再充沛、配置的资源不再丰富、分享的信息不再充分、受到的支持不再有力，因而创新行为也相对不突出。表4 职位对创新行为两维度的方差多重比较表因变量（I） 您的工作职位（J） 您的工作职位均值差（I-J）标准误显著性95% 置信区间下限上限创新构想产生（IB1）基层管理人员一般职员.

18、79723*.19069.000.42291.1715中层管理人员一般职员1.68068*.20623.0001.27592.0855基层管理人员.88345*.22694.000.43801.3289高层管理人员一般职员3.04885*.39240.0002.27863.8191基层管理人员2.25162*.40367.0001.45933.0440中层管理人员1.36817*.41124.001.56102.1754创新构想实施（IB2）基层管理人员一般职员.43102*.21350.044.0120.8501中层管理人员一般职员1.35975*.23090.000.90651.8130基

19、层管理人员.92872*.25409.000.43001.4275高层管理人员一般职员2.49098*.43935.0001.62863.3534基层管理人员2.05996*.45196.0001.17282.9471中层管理人员1.13123*.46044.014.22752.0350*. 均值差的显著性水平为 0.05（3）学历只对创新构想产生（IB1）有显著影响（p0.05），对创新构想实施（IB2）没有显著影响。从均值来看，学历越高，IB1和IB2均值越高。因此，假设3只得到了部分验证。这一结论与前述基本理论中Zhou & George【5】、朱苏丽【7】、赵行斌、赵鑫所得到的

20、结论存在一定差异，经过对这些学者论文所选变量和样本的分析发现，他们分析学历对创新行为的影响时，是将创新作为一个整体变量来看待的，未对其因子的影响进行分析；他们选择的样本在学历方面与本研究存在较大的差异。进一步的访谈调查发现，学历不代表能力;、文凭不代表水平;，一般而言，学历越高的员工其知识较丰富、思维视野较开阔，创新的想法、点子会更多，创新意愿会更强，但是，创新构想要付诸实践，这不是一件容易的事，需要来自多方面的资源支持、克服多方面的阻力和承受失败的风险，学历高的员工可能会因理性分析多、系统;思考多而瞻前顾后、犹豫不决。所以，在创新构想实践方面员工学历起不了显著作用。（4）职位对创新构想产生（

21、IB1）、创新构想实施（IB2）存在十分显著的影响（p0.001），且职位越高，员工的创新意愿越强，创新行为表现越突出。因此，假设4得到了很好的验证。创新构想产生（IB1）、创新构想实施（IB2）这两个变量的方差为齐性，其假设组间效应是显著的，因而采用方差齐性假设下的LSD方法对它们进行多重比较，其多重比较结果如表4所示，表中显示的为组间均值差异达到显著水平的相关数据。从表3和表4都可以看出：创新构想产生和创新构想实施会因知识员工的职位不同而存在显著性差异，经过LSD法比较发现，从总体上看，随着员工职位的提升，其在创新构想的产生和实施方面表现越好，且职位级别高的比职位级别低的表现好，也就是说高

22、职位级别的员工比低职位级别的员工更容易产生创新的构想、更愿意推进创新构想的实施与应用。这种现象的总体原因是：组织外部环境日新月异，组织内部条件动态变化，企业要在激烈的竞争中生存和发展必须进行全方位的创新，作为企业所有者委托的不同级别的代理人，必须通过变革、创新去面对新环境、迎接新挑战、解决新问题。进一步分析发现，这种现象产生的具体原因是：职位级别越高，承担的管理责任越大，越需要全面、深入思考问题和前瞻性的探索新机会，越需要帮助企业或员工解决现实中的问题；职位级别越高，掌握的来自企业内外的信息越多，越容易知晓或发现工作中存在的问题和机会，越容易从不同的视角去深入的发现并探究问题；职位级别越高，拥

23、有的管理经验越丰富、掌管的各种资源（如物质、信息、资金、人力和人脉等）越多，越有能力去实施和应用新构想。4 研究结论与建议本研究主要分析探讨了企业知识员工人口统计变量对其创新行为的影响，以企业1221 位知识员工为样本，主要探讨了性别、年龄、学历和职位对知识员工创新行为影响的差异性。前述研究表明，性别、年龄、学历和职位对创新行为都有显著影响，影响程度由大到小依次为职位、年龄、性别、学历。进一步的分析发现，在创新构想产生和实施方面，男性明显优于女性；29-45岁的员工显著性优于20-28岁的员工，36-45岁的员工具有最强的创新行为，20-28岁的员工在这两个方面的均值是最低的；学历越高，创新构

24、想产生和实施的均值越高，但是，学历只对创新构想产生有显著影响，对创新构想实施没有显著影响；高职位级别的员工比低职位级别的员工更容易产生创新的构想、更愿意推进创新构想的实施与应用。由于知识员工创新行为因不同的人口统计变量而有较显著差异，所以，企业需要针对不同背景特征的员工实施针对性、差异化的管理。就人员招聘与岗位配置而言，企业要为研发、营销、广告等需要具有较强创新意愿与能力的岗位招聘与配置人员时，可以考虑以下三点：男性要优于女性；本科及以上学历的员工优先； 29-45岁的员工优于其他年龄的员工。对于需要照章办事、循规蹈矩、例外事物较少的岗位，企业在配置人员时可以考虑女士优先、低学历者优先、刚毕业

25、的大学生和45岁以上的人员优先。在创新人才激励对象选择方面，需要重点肯定和支持的员工类型是：36-45岁的员工，本科和硕士学历的员工，中高层管理人员。注释：1 约80-90%的员工具有大专及以上文化程度。2 因为有些问卷是同学亲友通过网络联络方式收集来的，所以实际分布地域范围更大些。参考文献：【1】 Amabile， T. M.， A model of creativity and innovation in organizations. In B. L. L.Cuminings （Eds.），.Research in organizational behavior， 1988，（10）：187-209.【2】 Woodman R W， Swayer J E， Griffin R W. Toward a theory of orga