團隊心智模型相似性與正確性對團隊創造力的影響*

林曉敏 白新文 林 琳

(1中國科學院心理研究所行為科學重點實驗室, 北京 100101)(2中國科學院大學, 北京 100049) (3中央財經大學商學院, 北京 100081)

1 前言

隨著經濟的飛速發展和市場環境的不斷變化,創造力對組織發展的重要性日益凸顯。而團隊作為組織運行的基本單位, 在為組織提供新穎、靈活、富有創造性的產品和解決方案方面起到關鍵作用。因此, 團隊創造力成為研究者和組織管理者關注的熱點問題。

目前, 大多數團隊創造力研究均遵循Hackman(1987)的輸入-過程-輸出模型(IPO)這一經典框架,探討團隊輸入變量(如任務特征、團隊構成、團隊結構和情境因素)以及團隊過程變量(如任務導向、內外部溝通、創新支持)對團隊創造力的影響(Hulsheger, Anderson, & Salgado, 2009; West, 2002;West & Anderson, 1996)。隨著研究的不斷深入, 傳統的IPO模型開始顯露出它的局限性, 很多新的研究結果難以用該理論框架進行解釋(Mathieu,Maynard, Rapp, & Gilson, 2008)。新近有研究者從團隊認知的角度出發, 將團隊看成信息加工的實體,闡述團隊認知如何影響團隊效能, 這為團隊研究提供了一個新的理論框架(De Dreu, Nijstad, & van Knippenberg, 2008; Hinsz, Tindale, & Vollrath,1997)。團隊認知是團隊集體的知識結構, 影響團隊表征、收集、分享與整合任務相關信息的一系列認知加工過程(DeChurch & Mesmer-Magnus, 2010;Kozlowski & Ilgen, 2006)。

相比于傳統的IPO模型, 團隊作為信息加工者的理論將研究焦點從探討團隊成員互動過程中的外顯行為轉至揭示團隊創造行為內在的認知機制,即探討更深層次的團隊認知特征如何影響團隊創造力。而實際上, 創造過程本質上是信息加工過程,依賴于團隊如何對現有信息進行重新表征和加工,表現為創造性地聯系與整合。因此, 探討團隊認知因素對于我們深入理解團隊如何進行認知加工、整合、再創造, 進而產生創造性的成果有非常重要的作用。

信息加工是個體進行信息搜尋、編碼、存儲和提取的一系列過程。與個體類似, 問題表征也是團隊信息加工的第一階段, 對成員后續的認知和行為產生重要影響。共享心智模型反映的就是團隊信息加工過程的編碼和表征階段(Hinsz et al., 1997), 是成員進行問題表征所共同依賴的內部心理機制(Cannon-Bowers, Salas, & Converse, 1993)。共享心智模型有相似性和正確性兩個重要屬性, 前者衡量的是團隊成員之間心智模型的重疊程度或相似性程度, 后者衡量的是團隊心智模型是否恰當地表征了一個特定的知識或技能領域, 即團隊心智模型的質量高低(Edwards, Day, Arthur, & Bell, 2006)。選取共享心智模型作為研究的起點, 探討團隊認知加工的第一階段, 能更好地揭示團隊創造力內在的信息加工過程, 也為后續進一步探討其他信息加工階段奠定研究基礎。

鑒于此, 本研究從團隊認知這個新角度入手,探討共享心智模型與團隊創造力之間的關系。具體而言, 我們會考察共享心智模型的相似性和正確性如何共同影響團隊創造力。本研究有望本研究有望豐富和拓展團隊認知和團隊創造力這兩個領域的研究成果。一方面, 鑒于團隊創造力領域對團隊認知特征如何影響團隊創造力的關注不足, 本研究創新地將團隊認知引入團隊創造力領域, 直接探討團隊認知因素對團隊創造力的作用。另一方面, 本研究對團隊認知領域, 尤其是共享心智模型的研究也有貢獻, 探討共享心智模型與團隊創造力間的關系,是權變視角下共享心智模型研究的重要補充, 有助于啟發后續研究如何鑒別其影響團隊效能的權變因素。

2 文獻綜述與研究假設

2.1 團隊創造力的研究現狀

創造力指的是個體產生出針對產品、服務、過程或流程等的新穎且有用的觀點, 新穎性(novelty)和有用性(usefulness)是衡量創造力高低的兩個重要指標(Amabile et al., 1996)。類似地, 團隊創造力是指團隊作為一個整體提出新穎且有用的觀點(Farh, Lee, & Farh, 2010; Shin & Zhou, 2007)。團隊創造力指產生創新想法(idea generation), 一般被視為團隊創新的子過程。在此基礎上, 團隊進一步實施創新想法(idea implementation), 從而實現創新(West & Farr, 1990)。因而, 團隊創造力是團隊創新的重要前提, 對組織發展有重要作用。

到目前為止, 團隊創造力的大多數研究都是在經典的輸入-過程-輸出理論模型(Hackman, 1987)的框架下開展, 致力于探討如任務特征、團隊構成、團隊結構和情境因素等團隊輸入變量, 以及團隊成員間的互動行為, 如領導、溝通、決策參與、沖突管理和創新支持等團隊過程變量對團隊創造力的影響。

任務特征、團隊構成和組織情境是影響團隊創造力的重要輸入變量(West, 2002)。團隊的任務特征決定了團隊的結構特征、互動過程和功能需求。完整、多樣性高、自主性強以及提供社會互動、學習和發展機會的任務, 能夠強烈激發團隊成員的內部動機, 進而促進團隊創造力。團隊構成因素中, 有兩個因素對團隊創造力的影響較大。一是團隊成員的特征, 比如由創新能力高的個體組成的團隊, 在創造力的表現上更加優秀(West & Anderson, 1996)。團隊成員在經驗開放性的人格特質上得分越高, 團隊的創造力越好(Taggar, 2002)。二是任務導向的團隊多樣性對團隊創造力有積極的促進作用(Horwitz& Horwitz, 2007)。團隊多樣化的視角以及協調不同觀點的過程能產生更多的思維碰撞, 加深對任務的理解, 從而帶來更多創新想法。此外, 組織環境對團隊創造力也有重要的影響, 不確定性、時間壓力、競爭、外部環境的嚴重和挑戰能有效地提高團隊的凝聚力, 促使團隊高效合作以應對外部的威脅, 促進團隊創新。

還有許多研究探討團隊過程變量對團隊創造力的影響。Hulsheger等(2009)的元分析總結了104項實證研究, 結果表明, 以下的五個團隊過程對團隊創造力的預測效果最強。愿景—— 即團隊致力于實現共同目標—— 能夠直接促進團隊創造力, 是實現團隊創造力的必要條件。任務導向的團隊爭創卓越的任務績效, 能夠主動進行批判性的反思, 對團隊創造力有促進作用。內外部溝通加強團隊內外部的信息交流, 有助于激發團隊產生創新想法。決策參與不僅促進信息分享, 加強團隊互動, 有利于觀點的交流和融合進而促進團隊創造力, 還可以減少團隊對變革的抵觸, 更有利于創新想法產生和實施。此外, 組織對創新的支持能為團隊提供良好的物質和精神支持, 有利于團隊創造力的發揮。

2.2 團隊創造力的認知視角

隨著研究的不斷深入和擴展, 研究者逐漸認識到, 傳統的IPO模型已經不能很好容納和解釋新的研究結果(Mathieu et al., 2008)。最新團隊理論指出,除團隊過程因素外, 團隊互動中涌現出來的團隊認知狀態并不是團隊輸入或過程因素, 但會對團隊效能產生重要影響(Ilgen, Hollenbeck, Johnson, &Jundt, 2005; Marks, Mathieu, & Zaccaro, 2001)。DeChurch和Mesmer-Magnus (2010)的元分析為此提供了證據。其結果表明, 團隊認知是影響團隊效能的重要指標之一, 控制了團隊過程和團隊動機因素的影響之后, 對團隊效能仍有額外貢獻。這與新近的“團隊作為信息加工者”的觀點不謀而合(De Dreu et al., 2008; Hinsz et al., 1997)。這一觀點認為,與個體類似, 團隊也是信息加工者, 團隊決策實質上也是信息搜尋、編碼、存儲和提取的認知加工過程。團隊認知加工的方向和深度決定了團隊層面信息共享和整合的質量, 并最終決定團隊效能(De Dreu et al., 2008)。事實上, 團隊創造力高度依賴于團隊如何對現有信息進行重新表征和認知加工, 表現為創造性地聯系與整合。因此, 探討團隊認知因素對于我們深入理解團隊如何進行認知加工、整合、再創造, 進而產生創造性的成果有非常重要的作用。

影響團隊創造力的眾多因素中, 除團隊輸入和團隊過程因素外, 團隊認知一直扮演著重要角色。但由于散落在與其密切相關的其他因素的研究中,一直以來缺乏系統的關注和探討。通過回顧創造力有關的文獻可以發現, 團隊的認知能力, 團隊成員的認知特征, 如認知閉合需要、認知多樣性、少數異議(minority dissent)和發散性思維都與團隊認知因素有密切聯系。這些研究發現, 如果團隊成員有較高的認知能力(Taggar, 2002), 認知閉合需要較低,即面對模糊情境時愿意系統地處理信息的動機, 表現為愿意吸收與原有信息不一致的新信息(Chirumbolo, Mannetti, Pierro, Areni, & Kruglanski,2005), 對任務有多元化的理解(Hoever, Van Knippenberg, Van Ginkel, & Barkema, 2012), 對任務解決有不同的意見(De Dreu & West, 2001), 思維發散程度較高(James & Asmus, 2000), 則能有效減少團隊尋求一致的傾向, 提高認知深度, 進而促進團隊創造力。然而, 從目前領域掌握的文獻來看,鮮有研究直接探討團隊認知因素對團隊創造力的作用。鑒于團隊認知因素會對團隊創造過程和創造結果施加重要的影響, 本研究將從信息加工的角度出發, 探討團隊認知與團隊創造力之間的關系。

2.3 共享心智模型與團隊創造力

團隊作為信息加工的實體, 其創造過程本質上是信息加工過程, 信息加工包括信息搜尋、編碼、存儲和提取的一系列過程。其中, 對信息的表征與編碼是團隊認知加工的第一階段。而共享心智模型正是成員進行問題表征和信息編碼所共同依賴的內部心理機制(Cannon-Bowers et al, 1993), 對應于團隊認知加工的第一階段(Hinsz et al., 1997)。共享心智模型是指團隊成員關于團隊關鍵要素如任務特征、所處情境、策略、團隊互動和隊友特點等的共同的知識結構(Cannon-Bowers et al, 1993;Klimoski & Mohammed, 1994)。共享心智模型使得團隊成員能就團隊任務形成正確的解釋和預期, 從而協調自己的行為以適應于團隊任務和其他團隊成員的需求。共享心智模型有兩個重要屬性(Marks,Zaccaro, & Mathieu, 2000)：一是相似性, 衡量團隊成員心智模型的一致性程度, 決定團隊信息加工的方向, 相似性越高, 團隊成員分析和理解問題的角度越一致; 二是正確性, 衡量成員心智模型質量的高低, 決定團隊信息加工的深度, 正確性越高, 成員問題表征的準確性越高。

2.3.1 心智模型相似性與團隊創造力

共享心智模型的大部分研究關注心智模型的相似性與團隊過程、團隊績效之間的關系?，F有研究一致表明, 心智模型的相似性為團隊成員提供相同的認知基礎, 一方面優化溝通、協調和后援(Marks, Sabella, Burke, & Zaccaro, 2002; Mathieu,Heffner, Goodwin, Salas, & Cannon-Bowers, 2000;Smith-Jentsch, Mathieu, & Kraiger, 2005), 策略執行(Gurtner, Tschan, Semmer, & Nagele, 2007)等團隊過程, 另一方面提高團隊績效, 包括任務成績(Edwards et al., 2006; Mathieu, Heffner, Goodwin,Cannon-Bowers, & Salas, 2005; 白新文, 劉武, 林琳, 2011), 任務完成效率和安全績效(Smith-Jentsch et al., 2005), 決策質量(Kellermanns, Floyd, Pearson,& Spencer, 2008)等團隊績效指標, 此外, 心智模型相似性能夠有效地促進客戶滿意度、團隊生命力和團隊成長(Rentsch & Klimoski, 2001)。DeChurch和Mesmer-Magnus (2010)的元分析總結了65 項實證研究后發現, 心智模型相似性與團隊過程、團隊績效均顯著正相關。

眾多研究一致表明, 團隊成員的心智模型越相似, 團隊績效越好。但是, 團隊心智模型的高度一致是否總能給團隊帶來益處？已有研究者試圖采用權變視角來解答這一問題。權變視角的核心觀點是, 共享心智模型的效應會受到情境調節的制約。比如, Kellermanns等(2008)研究表明, 當團隊的建設性氛圍較強時, 成員能在接納不同觀點的同時避免負面的情感沖突, 從而有效利用認知多樣性。在這種情況下, 成員心智模型越相似反而不利于團隊做出高質量的決策。此外, 共享心智模型的效應還可能因隊效能的具體指標(如任務績效或創新績效)而不同。Davison和Blackman (2005)的個案研究發現, 心智模型一致性程度過高不利于團隊接受外部信息, 或者選擇性地接受片面信息, 導致團隊對自身處境的表征存在較大誤差, 不利于團隊創新。由此可見, 在某些情境下, 團隊心智模型的高度一致可能存在負面作用, 特別是要求團隊發揮創造力時,其阻礙效應可能更加明顯。

需要指出的是, 大部分研究只關注共享心智模型如何促進團隊常規績效, 鮮有實證研究探討如何影響團隊創造力。以下三個研究是例外。Davison和Blackman (2005)提出心智模型過于一致不利于團隊創新, 但其個案研究的結果是否具有普適性,尚需后續研究加以驗證。王黎螢和陳勁(2010)發現,研發團隊的共享心智模型與團隊創造力存在顯著正相關, 但該研究也存在明顯局限。第一, 該研究采用自陳式問卷來測量共享心智模型, 這種測量方法既沒有誘導和表征心智模型結構特征和內容特征, 也沒有采用恰當指標衡量成員心智模型的相似性, 共享心智模型測量的效度不高(Mohammed,Klimoski, & Rentsch, 2000)。第二, 在該研究中, 團隊創造性也依賴成員自我報告, 難以避免同源誤差,無法有效偵查變量間的實質性聯系(Podsakoff,MacKenzie, Lee, & Podsakoff, 2003)。

Mumford, Feldman, Hein和Nagao (2001)認為成員心智模型的相似性能促進團隊創造力。然而該實驗研究存在以下兩點不足, 導致研究結果缺乏說服力。第一, 實驗中讓被試觀看培訓錄像作為共享心智模型的操縱方法。由于缺乏必要的操縱檢驗和對共享心智模型的直接測量, 本研究無法說明培訓是否真正促進了團隊共享心智模型的建立。此外,即使培訓能有效促進團隊創造力, 也無法推論培訓為何能起到作用。很有可能的原因是, 培訓幫助成員掌握了有助于創造性解決問題的知識或技能, 而非經過培訓建立起來的共享心智模型。第二, 從實驗的結果看, 如果培訓使團隊建立起了共享心智模型, 那么按照作者的研究假設, 相比于無培訓的條件, 在培訓的實驗條件下團隊創造力的提升幅度應該顯著高于個體創造力的提升幅度, 但實際上研究結果沒有得到相應支持?？傊? 后續研究有必要測量共享心智模型并直接檢驗其如何影響團隊創造力。

團隊創造力與常規績效明顯不同, 更強調團隊產出新穎且有價值的產品或觀念, 這就要求團隊擁有多元化的信息, 并進行充分而深入的信息加工。對團隊創造力而言, 相似的心智模型會對團隊造成如下負作用。一是相似的心智模型使得成員傾向于重復討論和利用共有的信息, 而忽略了各自的獨特信息, 造成信息取樣偏差的可能性更大, 結果導致團隊信息共享效果下降(Mesmer-Magnus &DeChurch, 2009), 團隊創造力受阻; 二是成員心智模型高度一致時, 團隊可能形成群體思維, 成員過分追求一致, 不愿意表達不同見解(Janis, 1972)。此時團隊思維僵化, 難以創新。相反地, 一定程度相異的心智模型會給團隊帶來潛在收益。團隊成員的心智模型有差異, 正是團隊異質性尤其是認知多樣性的本質體現。團隊異質性的大量研究表明, 團隊異質性能夠促進團隊創造力(Bell,2007; Bell,Villado,Lukasik, Belau, & Briggs, 2011)。相比同質的團隊,由跨學科、跨專業和跨職能的人員組成的異質團隊擁有更多元化的知識、技能、觀點和視角, 這擴大了團隊的認知資源庫(Williams & O'Reilly, 1998)。在團隊互動的過程中, 異質性團隊能更全面地討論與任務相關的信息, 更多的異議能加深團隊對任務的理解和反思, 從而產生更多的新穎且有用的想法,促進團隊創新(Van Knippenberg, De Dreu, & Homan,2004)。此外, 異質性團隊的成員如果善于換位思考(perspective taking), 將能更好地進行信息的精細加工, 創造力表現會更好(Hoever et al., 2012)。

綜上, 盡管相似的心智模型為成員提供了共同的認知框架, 優化團隊溝通和協調, 提高團隊任務執行的績效和效率(Cannon-Bowers et al., 1993), 但會使成員采用相似的表征方式去理解團隊任務和情境, 團隊缺乏多元化的信息輸入, 難以對任務進行深入的信息加工, 不利于團隊提出富有創造性的觀點和方法(Davison & Blackman, 2005)。鑒于此,我們提出：

假設1：心智模型的相似性負向預測團隊創造力,即團隊成員的心智模型越相似, 團隊創造力越差。

2.3.2 心智模型的正確性與團隊創造力

相對而言, 探討心智模型的正確性與團隊績效之間關系的研究較少, 而且結果也不一致(Lim &Klein, 2006; Marks et al., 2000; Mathieu et al.,2005)。例如, Edwards等(2006)發現, 心智模型的正確性指標比相似性指標更能有效地預測團隊績效,并且團隊認知能力通過正確性指標的部分中介作用影響團隊績效, 而相似性指標則沒有起到中介作用。Marks等(2000)則發現, 心智模型正確性只在常規情境下才有效優化團隊溝通和團隊績效, 但當團隊面臨新情境時, 則沒有顯著影響。Webber, Chen,Payne, Marsh和Zaccaro (2000)和Mathieu等(2005)的研究則沒有發現正確性指標與團隊績效之間的正向關系。

總結現有研究可以看出, 大多數研究關注心智模型的相似性如何影響團隊互動和團隊績效, 較少研究探討心智模型正確性的作用。而正確性指標在某種程度上衡量了團隊策略的優劣, 對團隊績效有重要的作用。正如Mathieu等(2000)指出, 相似并不等同于正確, 如果團隊成員對當前情境所達成的共識是錯誤的, 無疑會給團隊造成極大的負面影響。對團隊創造力而言尤為如此, 只有當心智模型的正確性較高時, 團隊創造出的結果(想法、產品或服務)才能發揮價值。但是據我們所掌握的文獻, 尚未有探討心智模型正確性如何影響團隊創造力的實證研究。

心智模型反映了成員的知識結構, 其正確性衡量了知識結構的質量高低。教育心理學領域的研究表明, 知識結構質量越高, 代表個體對相關領域的知識和技能掌握越好(Gonzalvo, Ca?as, & Bajo,1994)。根據Amabile (1988); Amabile等人(1996)的創造力組成理論, 領域知識是創造力得以發揮的重要前提。相關實證研究也表明, 個體或團隊所掌握的領域知識越深入, 創造力則越強(Taggar, 2002;Wynder, 2007)。因此, 當團隊擁有高質量的心智模型時, 團隊依據所掌握的領域知識對當前任務進行描述、預測和解釋, 建立起對任務的深入理解。在此基礎上, 能夠進行更加深入的信息加工, 從而產生更多富有創造性的想法、潛在有效的解決方案,以及價值更高的創新實踐等。鑒于此, 我們提出：

假設2：心智模型的正確性正向預測團隊創造力, 即團隊心智模型越正確, 團隊創造力越好。

2.3.3 心智模型相似性與正確性的交互作用

少部分研究還探討心智模型相似性和正確性的交互作用如何影響團隊效能, 但結果不盡一致。Marks等(2000)的研究表明, 心智模型的相似性和正確性的交互作用顯著影響團隊溝通, 當正確性較低時, 團隊更加依賴一致的心智模型來維系成員間的溝通。Mathieu等(2005)的研究也表明, 心智模型相似性和正確性的交互作用顯著影響團隊過程和團隊績效, 但其交互作用的方向有所不同, 當正確性較高時, 相似性和團隊過程以及團隊績效的關系更密切。Lim和Klein (2006)的研究則表明, 心智模型的相似性和正確性指標均獨立地影響團隊績效,兩者的交互作用不顯著。

綜上所述, 相似性和正確性是共享心智模型的兩個重要指標, 對團隊都有重要的影響。對團隊協調和團隊常規績效而言, 相似性指標的影響更大。在常規情境下, 團隊達成共識更有利于團隊協調一致, 即使采用的不是最優策略, 也不影響任務最終的完成以及團隊的績效評估。相較而言, 團隊創造力則有所不同。團隊的創造過程本質是一個信息加工過程, 會受到信息加工過程中兩個重要屬性的共同影響, 一是信息來源是否多元化, 即團隊看待問題的角度是否具有多樣性; 二是信息編碼是否準確,即團隊加工信息的質量是否有偏差。換句話說, 團隊創造力的充分發揮不僅依賴于多元化的視角來提供豐富多樣的信息(Bell, 2007; Bell et al., 2011),還需要確保對信息的表征不會出現偏離本質, 即能夠正確理解信息(Taggar, 2002; Wynder, 2007)。心智模型相似性和正確性正好是反映上述信息加工兩個重要屬性的合適指標, 因此, 我們認為心智模型相似性和正確性兩個指標會共同影響團隊創造力。由于心智模型的正確性是團隊創造力發揮的重要前提, 我們預期, 當成員為團隊解決任務提供多樣化的想法和觀點, 并且這些想法和觀點質量較高時,團隊所產生的成果最具創造性; 當成員對當前團隊任務的理解一致錯誤時, 將造成團隊創造力的嚴重受阻。鑒于此, 我們提出假設3。

假設3：心智模型的相似性和正確性共同影響團隊創造力。具體而言, 當成員心智模型正確性高且相似性低時, 團隊創造力最高; 而當成員心智模型相似性高但正確性低時, 團隊創造力最差。

3 方法

3.1 被試和程序

本研究以國內某大型國有企業的信息平臺運行維護團隊為研究對象。該企業的主要業務是為銀行、商戶、銀行卡持卡人之間的交易提供銀行卡跨行交易清算系統, 以實現銀行卡交易的互聯互通。每個運行維護團隊由5個不同部門的專業技術人員組成。其核心職責是確保該系統的安全穩定運行及性能優化, 大致分為三類：系統的常規維護管理,如日常維護、數據同步與備份、系統測試與優化; 系統狀態監控; 應急事件應對。

為確保系統全天候安全運行, 運行維度團隊實行7×24小時值班制。每月由4個運行維護團隊輪流值班。從2011年1月至2012年8月, 累計共有4×20=80個運行維護團隊進行值班。在該時間區間內共有55名專業技術人員參與值班, 50人參與了本次研究, 其中49人為男性, 僅有1名女性。被試平均年齡為30.93歲(標準差4.63)。教育程度為：高中及以下學歷占2.0%, 大學本科學歷占77.6%,研究生及以上學歷占20.4%。平均工作年限為年7.93年(標準差5.21)。由于實行輪班制, 55人構成了80個運行維護團隊。由于5名技術人員沒有參與本研究, 導致某些團隊的有效人數不足5人, 具體情況為：5人團隊46個(占57.5%), 4人團隊29個(占36.3%), 3人團隊5個(占6.3%)。

3.2 變量測量

團隊創造力

。Amabile等(1996)指出, 需要根據“新穎”且“有價值”的標準綜合測量創造力。這一方法已經被研究者廣泛接受并應用, 本研究也采用這種方法。具體而言, 在一個月的值班周期內, 每個運行維護團隊除了完成一系列的值班任務外, 還被鼓勵針對系統運行與維護工作, 如值班流程與規則、潛在存在的問題、故障解決措施等各個相關的方面提出優化建議, 并登記在正式的值班記錄中。每月底團隊值班結束后, 該企業的高層領導和5個部門的主管(中層領導)集中開會討論, 評估值班團隊績效。針對上述優化建議, 管理層主要關注兩點：第一, 所提的建議和發現的問題是否是新的, 即先前沒有被提出或發現過—— 這對應于創造力的“新穎性”; 第二, 這些建議和意見是否對優化值班工作有幫助—— 這對應于創造力的“有價值”維度。綜合這兩點, 管理層給每個團隊評分, 1分為最低分,5分為最高分, 并計入團隊績效考核檔案, 作為團隊獎勵的依據之一。由此可見, 管理層對團隊值班工作建議的評價符合“新穎且有價值”的創造力定義。因此, 我們將該指標作為團隊創造力的測量指標, 從運行維護團隊的績效考核檔案數據中獲取數據。

心智模型的誘導與表征

。測量共享心智模型的第一階段是誘導和表征個體的心智模型, 第二階段是采用具體的指標衡量團隊心智模型的共享程度(Mohammed et al., 2000)。為了得到關鍵的刺激材料以引導個體展現自己的知識結構, 我們進行了詳盡的任務分析。通過對五個部門的主管及其一位專業技術人員的個體深度訪談, 以及對相關檔案資料的分析, 我們發現應急事件應對是運行維護團隊的關鍵任務。典型的應急事件具體表現為：系統出現異?，F象后, 成員首先通過自己監控的子系統收集和判斷故障現象, 然后聯合快速判斷故障原因, 準確定位故障類型。也就是說, 應急事件應對的關鍵在于團隊成員能否理解不同子系統監控到的故障現象之間的關聯性。因此, 以故障現象為刺激材料,誘導專業技術人員展現出自己對這些故障現象之間關聯性的理解, 可以測量個體的心智模型。

為了獲得典型的故障現象集合, 我們邀請部門主管參與故障現象集合的挑選工作。經過多輪討論分析, 結合企業的實際情況, 我們從企業的應急處理案例庫中挑選出3個最典型的案例, 并從中抽取了10個關鍵故障現象, 組成一個故障現象集合。該故障集合即為測量個體心智模型的刺激材料。采用對偶評定法, 要求參與值班的每一位專業技術人員根據自己的經驗和理解, 判斷配對的兩個故障現象是否存在關聯。采用兩點計分, 0表示“沒有關聯”, 1表示“有關聯”。10個故障現象兩兩配對構成了一個10×10的下三角矩陣, 反映故障現象間的關系屬性。UCINET是一個專門處理矩陣數據的分析軟件(Borgatti, Everett, & Freeman, 2002), 可以形象化地呈現技術人員的知識結構(即心智模型)。

心智模型相似性

。UCINET還可以通過計算兩個矩陣之間的QAP相關系數(Quadratic Assignment Procedure correlation)來衡量其相似程度。和其他相關系數一樣, QAP相關系數也介于-1(代表兩者正好相反)到1(代表兩者完全等同)之間, 數值越接近1,相似程度越高。與前人一致(Mathieu et al., 2000),我們也采用QAP相關系數來計算兩兩成員間心智模型的相似性, 并求取均值作為團隊層面心智模型相似性的測量值。

心智模型正確性

。在變量測量的操作層面, 常常采用主域專家(subject matter experts)的心智模型作為衡量個體心智模型正確性的參照標準, 因而心智模型正確性被定義為成員與主域專家心智模型的相似性程度(Edwards et al., 2006)。我們也采用這一方法, 5名部門主管是其相應專業領域的專家,由于技術能力突出而從一線晉升為部門主管, 更加重要的是, 他們均是該企業最初構建與調試信息平臺系統的核心人員, 非常了解系統的運行, 因而作為主域專家參與本研究。當存在多個主域專家時,有兩種生成專家心智模型的方法：(1)要求多個主域專家通過討論達成統一的對偶評定結果; (2)要求主域專家單獨評定, 研究者事后綜合所有主域專家的評定, 形成最終的專家評定結果。Day, Arthur Jr和Gettman (2001)的研究結果表明, 后者獲得的專家心智模型的參照效應更敏感和穩定, 通過和后者的比較衡量的心智模型正確性, 更能預測個體績效。這可能是因為后者更好容納了不同專家的多元視角和思維模式。本研究借鑒Day等(2001)的方法,要求5名主域專家單獨完成同樣的10個故障現象對偶評定任務。然后針對每一個對偶評定, 只有在多數(即至少3名)專家認為兩者存在關聯, 才記為1, 否則記為0(即兩者不存在關聯), 最終獲得專家的評定結果。同樣采用UCINET衡量每個成員的心智模型與專家心智模型的QAP相關系數, 作為其心智模型正確性的測量指標。求取團隊正確性均值,作為該團隊共享心智模型的正確性指標。數值越接近1, 代表團隊心智模型的質量越高。

3.3 數據分析策略

常規的多層次模型要求嵌套關系是固定且唯一的, 即低層次的觀測值只從屬于一個較高層次單元, 例如一個學生只從屬于一個特定班級, 一名員工只從屬唯一一個團隊。但現實情況往往并非如此。例如, 在學校情境下, 同屬一個自然班的學生可能參加不同的課外興趣班; 與此同時, 同一個課外興趣班可能包括來自不同自然班的學生, 因而自然班和課外興趣班彼此交叉。又如, 在企業情境下,一個員工同時或者先后參與了若干個項目團隊, 與此同時, 不同的項目團隊可能共享同一名員工, 因而項目團隊彼此并不完全獨立, 團隊和員工彼此交叉。這兩種情況都會形成復雜的非嵌套多層次模型。本研究的數據結構也與此類似, 由于實行輪班制, 而且每個值班團隊的成員并不固定, 一個成員前后參與多個值班, 不同的值班團隊可能包含了同一名成員, 團隊和員工也彼此交叉, 團隊層面和個體層面的因素會共同影響每一次值班的績效。由于不符合固定且唯一的嵌套關系這個條件, 本研究無法采用常規的多層次模型(如HLM)來分析數據。新近發展出來的交叉分類模型(Cross-Classified Model)正是處理非嵌套多層次數據的統計模型(Fielding & Goldstein, 2006; Rasbash & Browne,2008)。簡單而言, 交叉分類模型將誤差分成個體內、個體間和團隊間三個部分。和常規的多層次模型一樣, 個體內是較低層次變量, 個體間和團隊間屬于較高層次變量。但有所不同的是, 后兩者不存在相互嵌套關系, 而是同為高層次變量, 但是由于彼此交叉而形成交叉分類模型。交叉分類模型將誤差進行分解, 在控制了交叉分類所導致的額外誤差后, 能更精確地進行參數估計。Fielding和Goldstein(2006)的結果表明, 交叉分類模型的優勢在于：(1)能更好地估計標準誤, 從而提高固定效應的參數估計精度; (2)能更好地分解不同來源的誤差, 從而提高模型的解釋力度; (3)提高對隨機效應的參數估計精度。其結果還表明, 如果忽略了交叉分類所導致的誤差,其中一個較高層次因素的效應會被高估。

統計分析軟件Mplus 7(Muthén & Muthén, 2012)提供了交叉分類模型模塊, 本研究就采用該模塊來分析數據。為更形象展示本研究的交叉分類模型,我們對本研究的多層面數據模型進行圖示(見圖1)。需要說明的是, 本研究的三個假設只涉及團隊層面變量間的關系, 不關注個體內和個體間的變量間關系, 只是采用交叉分類模型來控制其影響。

圖1 本研究的總體框架及多層次數據模型示意圖

表1 本研究各變量的均值、標準差和相關系數

表2 交叉分類模型分析結果

4 結果

表1列出了本研究各個層次各變量的均值、標準差和相關系數。

采用Mplus 7中的交叉分類模型來分析數據。本研究的數據模型分為個體內、個體間和團隊間三個層面, 由于只關注共享心智模型如何影響團隊創造力,因而團隊間層次的分析是重點, 直接從團隊創造力的影響因素開始構建統計模型, 不再針對個體內和個體間的因變量構建單獨的模型, 結果見表2。在控制個體內、個體間因素對各自因變量的影響之后, 模型1估計團隊間層次3個控制變量對團隊創造力的影響。在此基礎上, 模型2估計心智模型的相似性和正確性的主效應; 模型3進一步估計兩者的交互作用。

假設1和假設2預期, 心智模型的相似性顯著負向預測團隊創造力; 而心智模型的正確性則顯著正向預測團隊創造力。從表2模型2可以看到, 控制了工齡異質性、學歷異質性和成員能力的效應之后, 兩者主效應額外解釋了團隊創造力8%的變異。心智模型相似性顯著預測團隊創造力, 且方向為負(

b

= ?0.76,

p

< 0.01), 假設1得到驗證; 正確性正向預測團隊創造力(

b

= 0.55,

p

= 0.054), 顯著性水平接近0.05水平, 因而假設2沒有得到驗證。假設3預期, 心智模型相似性和正確性會共同影響團隊創造力的表現, 即兩個指標的交互作用會顯著預測團隊創造力。從表2模型3可以看到, 在模型2的基礎上加入兩者的交互作用, 方差解釋量增加4%, 其回歸系數未達到0.05的顯著水平(

b

=?0.20,

p

= 0.060)。盡管如此, 我們仍采用Aiken和West (1991)的方法檢驗簡單斜率(simple slope)的顯著性并對交互作用進行圖示, 以檢驗交互作用的方向是否與與假設相符。具體而言, 分別檢驗當心智模型正確性為高(高于1個標準差)和低(低于1個標準差)時, 團隊創造力對心智模型相似性回歸的斜率是否顯著。從圖2中可以看到, 當正確性較低時,心智模型相似性不能顯著預測團隊創造力(

b

= ?0.50,

t

= ?1.66,

ns

); 相較而言, 當正確性較高時,相似性顯著負向預測團隊創造力(

b

= ?0.91,

t

= ?3.24,

p

< 0.01)。結果與預期相符, 當成員心智模型正確性高且相似性低時, 團隊創造力最高; 當成員心智模型彼此相似但錯誤時, 團隊創造力最差。

圖2 心智模型相似性與正確性的交互作用

5 討論

和大多數基于IPO模型的團隊創造力研究有所不同, 本研究將團隊看成信息加工的實體(De Dreu et al., 2008; Hinsz et al., 1997), 從團隊認知這個新的角度出發, 探討共享心智模型如何影響團隊創造力。研究結果發現, 心智模型相似性阻礙團隊創造力, 團隊成員心智模型越相似, 團隊創造力反而越低。相反, 心智模型正確性有利于團隊創造力,正確性越高, 團隊創造力也越高。心智模型相似性和正確性還會共同影響團隊創造力, 具體而言, 當團隊成員對任務的理解正確且多樣化時, 團隊創造力最高; 而當團隊成員心智模型彼此相似但錯誤時(也即集體犯錯), 團隊創造力最差。

以盲人摸象作為團隊運作的隱喻(metaphor),能更好說明團隊信息加工的重要性, 以及團隊作為信息加工者所面臨的挑戰。從未見過大象為何物的盲人, 觸耳者謂之簸箕, 觸腳者言象如柱, 觸脊者言象如床。很明顯, 由于個人獲取的信息有限, 每個盲人只能獲得局部信息, 無法單憑一己之力判斷該龐然大物是什么。一群盲人能否通過集體力量重構出大象的整體形象, 其核心在于能否從群體層面進行信息搜尋、編碼和重組, 從而創造性構建出對他們自己而言全新的實體。與此類似, 團隊信息加工的質量是團隊創造力高低的決定性因素。團隊成員有自己獨特的知識結構和思維模式, 由此為團隊信息加工提供各種資源, 成員心智模型正確性越高,所提供信息的質量也越高, 因而幫助團隊提高創造力。但是, 如果成員心智模型過于一致, 信息輸入單一(正如所有盲人都去觸摸大象的耳朵), 團隊信息加工的方向可能出現偏差, 反而不利于團隊創新(Davison & Blackman, 2005)。

當然, 僅憑一項研究就斷言共享心智模型和團隊創造力之間的關系不免過于草率。與其說本研究解決了一個問題, 不如說我們為后續研究提出了一個新的、有趣的方向。正如Amabile (1983)所指出,創造活動包括創意形成(idea generation)和創意評估與選擇(Idea evaluation/selection)前后兩個階段。Mumford等(2001)認為, 共享心智模型的價值并不體現在幫助團隊產生更多創見, 而是在時間有限的情況下, 它幫助團隊成員達成了聚焦少數重要創意開展精細化加工的共識, 從而提高團隊創造力(特別是可行性指標)。本研究之所以發現相似的心智模型阻礙團隊創造力, 可能原因在于在該企業鼓勵值班團隊針對系統的運行與維護全方位提出新的優化建議, 所提建議的可行性和價值主要由管理層來評估。盡管值班人員也清楚不具可行性的建議并不能為團隊爭取到獎勵, 一定程度上他們也需要評估并選擇出自認有價值的建議, 但與Mumford等(2001)的研究情境有所不同, 值班團隊提出的建議數量不受限制(恰恰相反, 管理層鼓勵多提建議)。因此相對而言, 他們更多聚焦于如何發現系統運行與維護的新問題。在這種情況下, 成員心智模型過于相似不利于團隊發現新問題(Davison &Blackman, 2005)。基于此, 我們可以提出一個有趣的假設：在不同階段心智模型相似性是否起到不同作用, 具體而言, 在創意形成階段, 心智模型相似性不利于團隊發揮創造力; 但相似的心智模型為創意評估和選擇提供共同的認知基礎, 則有利于團隊創造力。盡管我們無法事后區分創造力的不同階段,不能加以直接驗證, 但這個問題值得后續研究繼續探討。

5.1 理論貢獻

本研究首次將團隊認知和團隊創造力兩個研究領域結合起來, 直接探討共享心智模型與團隊創造力之間的關系, 對團隊創造力和團隊認知這兩個領域都有貢獻。

對團隊創造力研究領域, 本研究的第一個貢獻在于采用“團隊作為信息加工者”的理論框架(De Dreu et al., 2008; Hinsz et al., 1997), 直接探討團隊認知特征如何影響團隊創造性。IPO模型是被應用最廣的一個理論框架, 為研究者提供了如何選擇變量和構建研究框架的啟發式(Kozlowski & Ilgen,2006)。然而需要指出的是, IPO模型所指的團隊過程變量(如溝通、協調、信息共享、沖突等)都是外顯行為, 而非內部心理機制。團隊作為信息加工者的觀點指出, 信息如何在團隊層面被加工與整合,決定了團隊效能的優劣, 有望成為團隊研究新的理論視角(吳夢, 白新文, 2012)。正如本研究結果所示,團隊認知狀態會對團隊創造力施加重要影響, 這為團隊創造力與團隊創新的研究提供了一個新的思路和視角。

本研究對團隊創造力研究的第二個貢獻在于拓展了研究深度?，F有研究普遍發現, 團隊異質性顯著促進團隊創造力(Horwitz & Horwitz, 2007;Hulsheger et al., 2009)。本研究也表明, 成員心智模型越不相似, 團隊的創造力越高。相比于已有的團隊異質性的研究, 本研究至少在如下兩點有所突破。第一, 大部分研究關注表層特征(如年齡、性別、種族、教育程度、專業背景、經驗等), 或者非工作相關的個性特征(如人格、價值觀)所導致的異質性(Bell, 2007; Bell et al., 2011; Hoever et al., 2012;Shin & Zhou, 2007), 這沒有觸及認知因素的核心。心智模型是結構化的知識網絡, 反映了個體的知識結構和思維模式, 是個體賴以與環境互動的內部認知機制(Rouse & Morris, 1986)。共享心智模型進一步捕捉全體成員心智模型的特征, 其中相似性反映了團隊信息加工時心理表征的方向(趨同或發散),而正確性則反映團隊心理表征的質量。這拓展了團隊異質性研究的深度。第二, 團隊異質性的研究重點關注團隊的構成成分, 團隊認知的研究則更側重于從信息加工的角度去探討團隊是如何表征和加工與任務相關的各種信息, 描繪的是團隊集體的知識結構(DeChurch & Mesmer-Magnus, 2010)。可以說前者是的團隊基本輸入因素, 后者則是團隊的認知機制, 是影響團隊創造力的近端因素(proximal indicator), 能更加深入地揭示促進團隊創造力的信息加工過程。

本研究對于團隊認知領域也有貢獻。一方面,該領域的研究大多關注團隊認知如何促進團隊的任務績效, 鮮有研究探討當團隊需要進行創新時可能起到什么作用(DeChurch & Mesmer-Magnus,2010)。本研究的結果表明, 共享心智模型也會顯著影響團隊創新的表現, 而且不同指標還產生不同效應。這為團隊認知的進一步研究開拓了新的方向。另一方面, 以往研究更多關注團隊認知對團隊效能的積極效應, 普遍發現, 成員心智模型越一致, 團隊互動的效率越高, 團隊績效就越好(DeChurch &Mesmer-Magnus, 2010)。但越來越多的研究者注意到, 有必要采用權變視角, 重新、全面審視團隊認知在團隊運作過程中的作用(Kellermanns et al.,2008; 白新文等, 2011)。作為對權變模型的呼應和支持, 本研究也表明, 成員心智模型并非越相似就越好, 當團隊需要創新時, 相似的心智模型反而成為一個障礙。后續研究需要仔細鑒別共享心智模型影響團隊效能的權變因素。

5.2 實踐意義

本研究結果給團隊創造力的管理實踐帶來一定的啟發。第一, 本研究結果表明, 除了團隊互動行為之外, 團隊認知(多樣化的集體知識結構)是團隊創造力的關鍵影響因素。這啟發團隊領導者在實際管理過程中, 不僅可以通過優化團隊互動過程,還可以通過促進團隊認知這有效一途徑來提高團隊創造力, 比如鼓勵團隊進行分歧思考練習、廣泛考慮問題的多種解決方案等等。

第二, 雖然促進團隊建立共享心智模型可有效提高團隊績效, 而本研究結果表明, 共享心智模型并不總是有益于團隊的, 如果團隊成員心智模型共享程度過高, 將不利于團隊發揮創造力。因此, 針對從事創造性活動的工作團隊來說(比如產品創意團隊), 或者當組織的目標在于提高團隊創造力時,團隊管理者應鼓勵團隊成員從多角度思考問題, 培養團隊的認知多樣性, 從而促進團隊創造力。

第三, 本研究結果對團隊人員配置也有參考意義。本研究發現, 團隊成員對任務的多樣化認知有助于團隊提出更有創造性的建議。因此, 團隊管理者在進行團隊人員配置時, 不能單純依據人口學背景(如性別、地域、專業、工作年限)的異質性, 更重要的是考慮團隊在認知層面的異質性, 即團隊成員是否在思維方式、理解問題的角度上有差異。

5.3 不足與展望

本研究結果也存在局限性。首先, 和現有文獻結果類似(Edwards et al., 2006; Ellis, 2006; Marks et al., 2000), 心智模型相似性與正確性的相關程度偏高, 這給如何區分兩者的獨特貢獻帶來一定困難。心智模型正確性的測量方法一直是該領域的難點之一。盡管理論上存在多個正確但彼此相異的心智模型, 但在開展研究過程中, 往往卻難以獲得多個相異卻均正確的專家心智模型(Mathieu et al.,2000)。Mathieu等(2005)的方法精妙地解決了這個問題。后續研究可以考慮采用多重標準去測量心智模型正確性, 以使得相似性和正確性的交互作用研究結果有更強的說服力。

需要說明的是, 兩者從概念上仍然相互獨立,是共享心智模型的兩個不同屬性。為了支持以上觀點, 我們對本研究的數據進行了輔助分析。分析結果表明, 控制了心智模型相似性(及三個控制變量)后, 正確性指標對團隊創造力仍然有額外預測力(

ΔR

= 0.058,

p

< 0.05); 反過來, 控制了正確性(及三個控制變量)后, 相似性指標同樣也有額外預測力(

ΔR

= 0.10,

p

< 0.01)。這說明心智模型相似性和正確性兩個變量相互獨立, 對團隊創造力有獨特的貢獻。

第二, 我們采用檔案記錄獲得團隊創造力的評估結果, 同時測量了團隊心智模型的現狀, 因而無法確證團隊心智模型與創造力之間的因果關系, 基于本研究的結果進行因果推論時需要特別謹慎。例如, 也可能存在另一種因果可能性, 即創造力高的團隊會激勵成員養成從多角度深入分析問題的習慣, 反過來影響成員心智模型的相似性及質量。因此, 未來研究需要通過縱向、追蹤研究來進一步檢驗兩者之間的因果關系。

第三, 心智模型僅反映了認知加工的信息表征與編碼過程, 而無法說明信息存儲、提取等過程,也無法捕捉到信息如何在團隊層面得以重組、提煉與整合等一系列動態過程。后續研究可以沿這一思路從兩個方向加以探討。方向之一是探討另外一種團隊認知, 即交互式記憶系統(transactive memory system)如何影響團隊創造力和團隊創新。交互式記憶系統指團隊成員儲存和提取不同領域信息時的合作性分工系統(Austin, 2003; Zhang, Hempel, Han,& Tjosvold, 2007), 對應于團隊認知加工的信息存儲、提取過程(Hinsz et al., 1997)。從這個方向開展研究, 有望更加全面地揭示團隊信息加工的過程。另一個方向是進一步探討團隊認知影響團隊創造力的中介機制。團隊的信息加工會在方向和深度兩個維度展開(De Dreu et al., 2008)。共享心智模型影響團隊創造力的中介過程可能體現為, 相似性影響信息加工的方向, 而正確性決定其深度,兩者共同決定團隊信息的分享與整合質量, 最終影響團隊效能。

致謝：我們非常感謝三位匿名審稿專家為本文提出了許多寶貴意見, 這大大提升了本文的質量。我們還感謝中國銀聯郝建明先生對本研究的大力支持。

Aiken, L. S., & West, S. G. (1991).

Multiple regression:Testing and interpreting interactions

. Thousand Oaks, CA:Sage.Amabile, T. M. (1983).

The social psychology of creativity

.New York: Springer-Verlag.Amabile, T. M. (1988). A model of creativity and innovation in organizations.

Research in Organizational Behavior, 10

,123–167.Amabile, T. M., Collins, M., Conti, R., Phillips, E., Picariello,M., Ruscio, J., & Whitney, D. (1996).

Creativity in context:Update to the psychology of creativity

. Boulder, CO:Westview.Austin, J. R. (2003). Transactive memory in organizational groups: The effects of content, consensus, specialization,and accuracy on group performance.

Journal of Applied Psychology, 88

(5), 866–878.Bai, X. W., Liu, W., & Lin, L. (2011). Shared mental models and team performance: A contingent model.

Acta Psychological Sinica, 43

(5), 561–572.[白新文, 劉武, 林琳. (2011). 共享心智模型影響團隊績效的權變模型.

心理學報, 43

(5), 561–572.]Bell, S. T. (2007). Deep-level composition variables as predictors of team performance: A meta-analysis.

Journal of Applied Psychology, 92

(3), 595–615.Bell, S. T., Villado, A. J., Lukasik, M. A., Belau, L., & Briggs,A. L. (2011). Getting specific about demographic diversity variable and team performance relationships: A meta-analysis.

Journal of Management, 37

(3), 709–743.Borgatti, S. P., Everett, M. G., & Freeman, L. C. (2002).

Ucinet for Windows: software for social network analysis

.Harvard, MA: Analytic Technologies.Cannon-Bowers, J. A., Salas, E., & Converse, S. (1993).Shared mental models in expert team decision making. In J.N. Castellan (Ed.),

Individual and group decision making:Current issues

(pp. 221–246). Hillsdale, NJ: Erlbaum.Chirumbolo, A., Mannetti, L., Pierro, A., Areni, A., &Kruglanski, A. W. (2005). Motivated closed-mindedness and creativity in small groups.

Small Group Research,36

(1), 59–82.Davison, G., & Blackman, D. (2005). The role of mental models in innovative teams.

European Journal of Innovation Management, 8

(4), 409–423.Day, E. A., Arthur Jr, W., & Gettman, D. (2001). Knowledge structures and the acquisition of a complex skill.

Journal of Applied of Psychology, 86

(5), 1022–1033.De Dreu, C. K. W., Nijstad, B. A., & van Knippenberg, D.(2008). Motivated information processing in group judgment and decision making.

Personality and Social Psychology Review, 12

(1), 22–49.De Dreu, C. K. W., & West, M. A. (2001). Minority dissent and team innovation: The importance of participation in decision making.

Journal of Applied Psychology, 86

(6),1191–1201.DeChurch, L. A., & Mesmer-Magnus, J. R. (2010). The cognitive underpinnings of effective teamwork: A meta-analysis.

Journal of Applied Psychology, 95

(1),32–53.Edwards, B. D., Day, E. A., Arthur, W., & Bell, S. T. (2006).Relationships among team ability composition, team mental models, and team performance.

Journal of Applied Psychology, 91

(3), 727–736.Ellis, A. P. J. (2006). System breakdown: The role of mental models and transactive memory in the relationship between acute stress and team performance.

Academy of Management Journal, 49

(3), 576–589.Farh, J. L., Lee, C., & Farh, C. I. (2010). Task conflict and team creativity: A question of how much and when.

Journal of Applied Psychology, 95

(6), 1173–1180.Fielding, A., & Goldstein, H. (2006).

Cross-classified and multiple membership structures in multilevel models: an introduction and review.

Research Report No.791,Department of Eduction and Skills, University of Birmingham.Gonzalvo, P., Ca?as, J. J., & Bajo, M.-T. (1994). Structural representations in knowledge acquisition.

Journal of Educational Psychology, 86

(4), 601–615.Gurtner, A., Tschan, F., Semmer, N. K., & Nagele, C. (2007).Getting groups to develop good strategies: Effects of reflexivity interventions on team process, team performance, and shared mental models.

Organizational Behavior and Human Decision Processes, 102

(2), 127–142.Hackman, J. R. (1987). The design of work teams. In J. W.Lorsch (Ed.),

Handbook of organizational behavior

(pp.315–342). New York: Prentice-Hall.Hinsz, V. B., Tindale, R. S., & Vollrath, D. A. (1997). The emerging conceptualization of groups as information processors.

Psychological Bulletin, 121

(1), 43–64.Hoever, I. J., van Knippenberg, D., Van Ginkel, W. P., &Barkema, H. G. (2012). Fostering team creativity:Perspective taking as key to unlocking diversity's potential.

Journal of Applied Psychology, 97

(5), 982–996.Horwitz, S. K., & Horwitz, I. B. (2007). The effects of team diversity on team outcomes: A meta-analytic review of team demography.

Journal of Management, 33

(6),987–1015.Hulsheger, U. R., Anderson, N., & Salgado, J. F. (2009).Team-level predictors of innovation at work: A comprehensive meta-analysis spanning three decades of research.

Journal of Applied Psychology, 94

(5), 1128–1145.Ilgen, D. R., Hollenbeck, J. R., Johnson, M., & Jundt, D.(2005). Teams in organizations: From input-process-output models to IMOI models.

Annual Review of Psychology, 56

,517–543.James, K., & Asmus, C. (2000). Personality, cognitive skills,and creativity in different life domains.

Creativity Research Journal, 13

(2), 149–159.Janis, I. L. (1972).

Victims of groupthink a psychological study of foreign-policy decisions and fiascoes

. Boston: Houghton Mifflin.Kellermanns, F. W., Floyd, S. W., Pearson, A. W., & Spencer,B. (2008). The contingent effect of constructive confrontation on the relationship between shared mental models and decision quality.

Journal of Organizational Behavior, 29

(1), 119–137.Klimoski, R., & Mohammed, S. (1994). Team mental model:Construct or metaphor?

Journal of Management, 20

(2),403–437.Kozlowski, S. W. J., & Ilgen, D. R. (2006). Enhancing the effectiveness of work groups and teams.

Psychological Science in the Public Interest, 7

(3), 77–124.Lim, B. C., & Klein, K. J. (2006). Team mental models and team performance: A field study of the effects of team mental model similarity and accuracy.

Journal of Organizational Behavior, 27

(4), 403–418.Marks, M. A., Mathieu, J. E., & Zaccaro, S. J. (2001). A temporally based framework and taxonomy of team processes.

The Academy of Management Review, 26

(3),356–376.Marks, M. A., Sabella, M. J., Burke, C. S., & Zaccaro, S. J.(2002). The impact of cross-training on team effectiveness.

Journal of Applied Psychology, 87

(1), 3–13.Marks, M. A., Zaccaro, S. J., & Mathieu, J. E. (2000).Performance implications of leader briefings and team-interaction training for team adaptation to novel environments.

Journal of Applied Psychology, 85

(6),971–986.Mathieu, J., Maynard, M. T., Rapp, T., & Gilson, L. (2008).Team effectiveness 1997-2007: A review of recent advancements and a glimpse into the future.

Journal of Management, 34

(3), 410–476.Mathieu, J. E., Heffner, T. S., Goodwin, G. F., Cannon-Bowers,J. A., & Salas, E. (2005). Scaling the quality of teammates'mental models: Equifinality and normative comparisons.

Journal of Organizational Behavior, 26

(1), 37–56.Mathieu, J. E., Heffner, T. S., Goodwin, G. F., Salas, E., &Cannon-Bowers, J. A. (2000). The influence of shared mental models on team process and performance.

Journal of Applied Psychology, 85

(2), 273–283.Mesmer-Magnus, J. R., & DeChurch, L. A. (2009).Information sharing and team performance: A Meta-Analysis.

Journal of Applied Psychology, 94

(2),535–546.Mohammed, S., Klimoski, R., & Rentsch, J. R. (2000). The measurement of team mental models: We have no shared schema.

Organizational Research Methods, 3

(2), 123–165.Mumford, M. D., Feldman, J. M., Hein, M. B., & Nagao, D. J.(2001). Tradeoffs between ideas and structure: Individual versus group performance in creative problem solving.

The Journal of Creative Behavior, 35

(1), 1–23.Muthén, L. K., & Muthén, B. O. (2012).

Mplus User's Guide(Version 7)

. Los Angeles: Muthén & Muthén.Podsakoff, P. M., MacKenzie, S. B., Lee, J. Y., & Podsakoff, N.P. (2003). Common method biases in behavioral research: A critical review of the literature and recommended remedies.

Journal of Applied Psychology, 88

(5), 879–903.Rasbash, J., & Browne, W. J. (2008). Modelling non-hierarchical structures. In J. de Leeuw & E. Meijer(Eds.),

Handbook of multilevel analysis

(pp. 301–334).New York: Springer.Rentsch, J. R., & Klimoski, R. J. (2001). Why do "great minds" think alike?: Antecedents of team member schema agreement.

Journal of Organizational Behavior, 22

(2),107–120.Rouse, W. B., & Morris, N. M. (1986). On looking into the black box: Prospects and limits in the search for mental models.

Psychological Bulletin, 100

(3), 349–363.Shin, S. J., & Zhou, J. (2007). When is educational specialization heterogeneity related to creativity in research and development teams? transformational leadership as a moderator.

Journal of Applied Psychology, 92

(6),1709–1721.Smith-Jentsch, K. A., Mathieu, J. E., & Kraiger, K. (2005).Investigating linear and interactive effects of shared mental models on safety and efficiency in a field setting.

Journal of Applied Psychology, 90

(3), 523–535.Taggar, S. (2002). Individual creativity and group ability to utilize individual creative resources: A multilevel model.

Academy of Management Journal, 45

(2), 315–330.van Knippenberg, D., De Dreu, C. K. W., & Homan, A. C.(2004). Work group diversity and group performance: An integrative model and research agenda.

Journal of Applied Psychology, 89

(6), 1008–1022.Wang, L. Y., & Chen, J. (2010). A study on influencing mechanism of R & D team creativity: The mediating role of team shared mental model.

Studies in Science of Science,28

(3), 420–428.[王黎螢, 陳勁. (2010). 研發團隊創造力的影響機制研究-以團隊共享心智模型為中介.

科學學研究, 28

(3),420–428. ]Webber, S. S., Chen, G., Payne, S. C., Marsh, S. M., & Zaccaro,S. J. (2000). Enhancing team mental model measurement with performance appraisal practices.

Organizational Research Methods, 3

(4), 307–322.West, M. A. (2002). Sparkling fountains or stagnant ponds: An integrative model of creativity and innovation implementation in work groups.

Applied Psychology, 51

(3),355–387.West, M. A., & Anderson, N. R. (1996). Innovation in top management teams.

Journal of Applied Psychology, 81

(6),680–693.West, M. A., & Farr, J. L. (1990).

Innovation and creativity at work: psychological and organizational strategies

.Chichester, England: Wiley.Williams, K. Y., & O'Reilly, C. A. (1998). Demography and diversity in organizations: A review of 40 years of research.

Research in Organizational Behavior, 20

, 77–140.Wu, M., & Bai, X. W. (2012). Motivated information processing model: Theory and applications.

Advances in Psychological Science, 20

(11), 1889–1898.[吳夢, 白新文. (2012). 動機性信息加工理論及其在工業與組織心理學中的應用.

心理科學進展, 20

(11),1889–1898. ]Wynder, M. (2007). The interaction between domain-relevant knowledge and control system design on creativity.

Australian Journal of Management, 32

(1), 135–152.Zhang, Z. X., Hempel, P. S., Han, Y. L., & Tjosvold, D. (2007).Transactive memory system links work team characteristics and performance.

Journal of Applied Psychology, 92

(6),1722–1730.