戰略性新興產業知識共享影響因素分析

徐芳

[摘要]在借鑒現有研究成果的基礎上，構建戰略性新興產業知識共享影響因素初始集合；采用問卷調查法獲取相關數據，并利用SPSS17.0統計軟件，采用因子分析法對樣本數據進行分析。研究結果表明：共提取到戰略性新興產業知識共享影響因素的3個公因子：知識共享者自身因素、知識內容本身因素以及知識共享環境因素。研究結果可以為戰略性新興產業知識共享效率的提升提供支持。

[關鍵詞]戰略性新興產業；知識共享；影響因素；因子分析

戰略性新興產業日益成為新的經濟生長點，美、英、法、德以及中國都紛紛制定戰略性新興產業的發展計劃。我國各省對戰略性新興產業也給予高度重視，其中《江蘇省“十二五”培育和發展戰略性新興產業規劃》確立了包括新能源、新材料、生物技術和新醫藥等在內的十大戰略性新興產業。戰略性新興產業屬于知識密集型產業，知識是創新的源泉與基礎，而知識共享能夠使知識在一定范圍內自由流動和使用，節約知識獲取成本，提高知識生產率與利用率。因而，深入分析與研究戰略性新興產業知識共享現狀、規律與機理，提出實現知識共享對策成為影響戰略性新興產業發展的重要課題。

關于戰略性新興產業知識共享的相關研究主要體現在：戰略性新興產業知識共享的影響因素、戰略性新興產業的知識共享平臺、戰略性新興產業知識信息保障、戰略性新興產業知識服務模式、戰略性新興產業知識需求分析。文獻調查表明：國內外有一些關于戰略性新興產業知識共享問題的相關研究；對知識共享的模式、動機、行為、個案、技術、信任問題以及隱性知識共享等進行了一定程度的研究，但鮮有同時包括顯性知識和隱性知識共享的研究。另外，網絡調查表明2013年蘇州新命名12個戰略性新興產業基地（原有17個），而蘇州工業園區一直關注對戰略性新興產業的培養和扶持且已經形成以納米技術為引領、以五大新興產業（納米光電新能源、生物醫藥、融合通信、軟件與動漫游戲和生態環保）為支撐的戰略性新興產業鏈。2014年蘇州工業園區納米產業園等7家企業通過了省級戰略性新興產業、自主創新、高新技術標準化驗收。所以本研究選擇蘇州工業園區戰略性新興產業中的企業為調查對象。本研究在借鑒現有研究成果的基礎上，構建戰略性新興產業知識共享影響因素初始集合；采用問卷調查法獲取相關數據，并利用SPSS17.0統計軟件，采用因子分析法對樣本數據進行分析。研究結果表明：共提取到戰略性新興產業知識共享影響因素的3個公因子：知識共享者自身因素、知識內容本身因素以及知識共享環境因素。研究結果可以為戰略性新興產業知識共享效率的提升提供支持。

1數據獲取

1.1知識共享影響因素

在借鑒現有研究成果的基礎上（參考文獻1-15），本研究確定了戰略性新興產業知識共享的影響因素，如表1所示。

1.2問卷設計與調查

在文獻調查和專家訪談的基礎上，本研究設計了包括25個問項的初步的戰略性新興產業知識共享影響因素調查問卷，邀請圖書情報學專業的專業教師、博士、碩士研究生以及從事知識管理相關工作的企業管理人員共19人進行了預調查。在預調查的基礎上，對調查問卷進行了修正，確定了包括20個問項的正式的調查問卷，采用通行的5點LIKERT量表進行量化。調查對象填寫的數字1-5，其中：“1”表示很不重要，“2”表示不重要，“3”表示一般，“4”表示重要，“5”表示很重要。

問卷調查工作在2017年1月6日到2月18日期間進行。樣本的選擇采取隨機抽樣的方式進行，調查問卷的發放形式則采用網絡、電子郵件、現場填寫等相結合的方式進行。為了保證樣本的代表性與有效性，在問卷發放的過程中考慮了調查對象所在企業的規模、所屬行業、企業性質以及企業的發展階段等因素。最終共收到有效問卷156份，基本符合預定的樣本規模。

1.3樣本數據的描述性統計

描述性統計分析可以發現戰略性新興產業知識共享影響因素樣本數據的內在規律，通常在進行因子分析、相關性分析以及主成分分析等分析時，先對調查樣本數據進行描述性統計分析，以便判斷樣本數據是否適合作進一步的分析以及判斷應該選擇怎樣的數理統計分析方法。描述性統計分析通常需要對調查樣本總體的全部變量做統計性描述，統計指標有樣本數據的頻數分析、集中趨勢分析、數據離散程度分析、數據的分布以及一些基本的統計圖形，等等。本研究主要分析知識共享影響因素每個觀測變量的均值、方差、偏度值和峰度值等。本研究采用SPSS17.0數據分析軟件對本次調查的156份有效問卷的觀測變量的數據進行描述性統計分析，如表2所示。

從統計學的角度來看，當樣本數據的偏度絕對值小于3，樣本數據的峰度絕對值小于10時，表示調查的樣本數據基本符合正態分布。表2的數據顯示，戰略性新興產業知識共享影響因素調查的樣本數據服從正態分布，適合做進行進一步的分析。信度（Reliability）即可靠性，指采用同樣的方法對同一對象重復測量時所得結果的一致性程度，一般多以內部一致性來表示樣本數據信度的高低；而“內部一致性信度”檢驗特別適合Liken量表，目前普遍采用計算樣本數據的Cronbachs a系數來衡量樣本數據的信度，因此本研究還使用SPSS17.0軟件計算了戰略性新興產業知識共享影響因素調查樣本數據的Cronbachs a系數。根據統計學的指數，在實際的應用中樣本數據的Cronbachs a系數值至少應該大于0.5，最好能大于0.7菜比較理想。本研究戰略性新興產業知識共享影響因素調查樣本數據的Cronbachs a系數為0.904，表明樣本數據的信度水平非常高，調查問卷所設置的觀測指標準確地測量了戰略性新興產業知識共享的影響因素。

2戰略性新興產業知識共享影響因素的因子分析

2.1適用性分析

因子分析的本質是對多變量的平面數據進行最佳綜合和簡化，即在保證數據信息丟失較少的原則下，對高維變量空間進行降維處理，以便能夠從眾多的原始變量中構造出少數幾個具有代表意義的公共因子變量，即關鍵影響因素。從統計學的角度講，因子分析法應用于樣本數據時有一個潛在的要求，原有變量之間具有比較強的相關性，這樣才能找到主成分分析方法找到公共因子。在數據統計與分析的實踐中，因子分析的主要統計檢驗方法有巴特利特球形檢驗（Bartlett's Test of Sphericity）、KMO（Kaiser-Meyer-Olkin）檢驗等，并且KMO的取值范圍在0和l之間。如果KMO值越接近于1，則所有變量之間的簡單相關系數平方和遠大于偏相關系數平方和，樣本適合于做因子分析。Kaiser的研究給出了KMO檢驗的適用范圍：KMO>0.9，非常適合；0.8