高管行为整合、组织学习与组织绩效关系研究论文

SCI论文（www.lunwensci.com）

　　摘 要：高管行为整合对组织绩效的影响是当前经济理论 界关注的重点课题。为此，本文在186家企业高管行为整 合、组织学习等变量调查的基础上，应用广义回归神经网 络模型和多元线性回归分析方法进行了研究。研究表明， 在高管行为整合各维度中， 信息交换对探索性和挖掘性学 习具有显著影响，对协作行为和共同决策的作用不显著。 同时， 从整体上看， 组织学习是高管行为整合和组织绩效 之间的部分中介变量，但创业导向对高管行为整合和组织 学习之间的调节作用不显著。此外，研究还发现， 广义回 归神经网络模型比多元线性回归模型的稳健性更高，在管 理研究中有广泛的应用空间。因此，企业应当为高管之间 的信息沟通和交流提供广泛的机会和场景，促进组织学 习，提升组织绩效。

　　企业高管团队扮演着企业战略计划制定和实施的 重要角色，为揭开高管团队内部运作过程黑箱提供了 新的视角[1] 。然而，现有文献对高管行为整合的研究还 处于起步阶段，对组织绩效的作用机制和情境研究仍 然较少。据此，本文以组织学习为中介变量，应用高 阶理论和动态能力理论，以创业导向为调节变量，探 讨高管行为整合对组织绩效的影响。

　　一、理论回顾与研究假设

　　(一)理论基础和核心概念

　　1.高阶理论

　　高阶理论由Hambrick和Mason提出，该理论认为管 理团队往往将他们个人的经历、人格特征和价值观投 射到他们的思维中，综合这些因素形成高度个人化的 情境认知框架，并依此框架做出决策。

　　2.核心概念

　　高管行为整合包括信息交换、协作行为和集体决 策三个维度，信息交换是指高管团队成员之间交换信息和观点的丰富性、准确性和完整性;协作行为是指 高管团队成员完成自身工作的同时，在需要的时候还 能主动协助他人完成工作;共同决策是指高管成员在 信息交换的基础上能共同明晰决策目标并集体决策， 避免隧道视野[2]。

　　(二)研究假设

　　1.高管行为整合与组织学习

　　信息交换可以丰富TMT成员(高管团队)间的信 息量，拓展成员视野，有助于促进领导成员产生更多 的观点和想法，使其更多地探索新知识;还可以提升 领导成员的信息加工能力，更好地跟踪和识别内外部 环境变化带来的问题，探索如何更好地利用现有知 识应对问题。协作行为可以促进TMT成员具备更高的 “移情”能力，能够彼此尊重，综合多方见解，有利 于有效整合和充分应用多方知识和资源，有助于促进 新观念和新策略的形成，有利于促进组织的探索性学 习。同时，TMT成员的相互协作还有利于在团队内部 构建和谐的人际关系，提升成员间的信任和社会资 本，使团队在面对变化和问题时能够有效协作，最大 化地协作应用当前各种知识，寻求问题最优解决策 略，提升组织的挖掘式和探索式学习[3] 。据此，提出 假设1：

　　假设1：高管行为整合与组织学习正相关。

　　2.高管行为整合与组织绩效

　　依据动态能力理论，组织绩效与组织具备的问题 感知、发现、理解、改革和重组的经营能力紧密相 关。领导行为整合程度高的企业能够减少团队成员意 见不一致时的决策压力[4] ，提高对外部环境和信息搜集 水平，降低组织衰退速率，提升战略决策质量[5] ，这些 作用均有助于提升组织绩效。据此，提出假设2：

　　假设2：高管行为整合与组织绩效正相关。

　　3.组织学习的中介作用

　　组织学习是企业为维持或改进绩效、修正或完善组 织心智模式、规则、流程的过程。多数学者研究表明， 组织学习对组织的适应性、生存和绩效改进至关重要， 与组织绩效正相关[6] 。企业依据信息调整行为的能力越 强，其绩效表现也会越好[7]。据此，提出假设3：

　　假设3：组织学习是高管行为整合与组织绩效的中介变量。

　　4.创业导向的调节作用

　　在Miller等人看来，创业导向程度高的企业对创新 有天生的爱好，且提升创新能力是企业赢得竞争优势 的核心，据此企业高管会将更多的注意力放在探索性 和挖掘性学习方面[8] 。创业导向事实上是企业高层管 理者对创新、风险和先行性管理理念和风格的集中体 现，在创业导向程度高的情境下，团队成员之间更倾 向于相互沟通信息，愿意共同决策和联合行动，这些 特质有利于激发探索性和挖掘性学习行为，促进组织 学习，使得高管行为整合与组织学习之间的关系更加 明显。据此，提出假设4：

　　假设4：创业导向正向调节高管行为整合与组织学 习之间的关系，即创业导向程度越高，高管行为整合 与组织学习之间的关系越强。
 

　　二、研究设计

　　(一)研究样本与数据收集

　　本研究采用问卷调查的方式收集数据，调查面向 苏州市企业开展，调查对象主要是企业高管，共发放 问卷243份，无效问卷57份，有效问卷186份，问卷有 效率76.54%。

　　(二)变量测量

　　除创业导向采用7级别测量外，其他变量测量均 采用5点式Likert量表，1表示“完全不同意”到5表示 “完全同意”。创业导向量表分为三个维度，验证性 分析共8题。高管行为整合采用的是Yan Ling等开发 的量表[9] ，包括信息交换、协作行动和共同决策三个 维度。组织学习采用March、Kwaku Atuahene-Gima、 Murray的量表[10] ，包括探索性和挖掘性两个维度。组织 绩效是多维度的量表，因为组织经常会同时追求多个重 要的目标，主要采用Zhao等人的量表[11] ，共6道题目。
 

　　(三)效度与信度分析

　　创业导向变量验证性因子分析的X2/df、RMSEA、 CFI、TLI等指标值分别为1.8、0.066、0.983和0.966. 载荷度大于0.5.AVE和CR值均大于0.5.高管行为整合验证性因子分析的X2/df、RMSEA、CFI、TLI等指标 值分别为2.01、0.033、0.996和0.995.载荷度大于0.5. AVE和CR值均大于0.7.组织学习验证性因子分析的 X2/df、RMSEA、CFI、TLI指标值分别为3.02、0.085、 0.954和0.936.载荷度大于0.5.AVE大于0.6.CR值大 于0.7.组织绩效验证性因子分析的X2/df、RMSEA、 CFI、TLI指标值分别为1.5、0.051、0.994和0.988.载 荷度大于0.5.AVE大于0.5.CR值大于0.55.

　　(四)同源偏差检验

　　为避免同源偏差带来的问题，问卷调查采用匿名 方式，有部分变量的评价等级是由高到低，部分变量 的评价等级是由低到高。此外，本文采取Harman提出 的单因子检验法对数据的同源偏差进行了检验，旋转 因子分析表明第一个主成分解释了30%的变异量，表明同源偏差不是很严重。

　　三、数据分析和研究结果

　　(一)各变量相关系数分析

　　各变量的平均值、标准差和相关系数见表1所示： (二)广义回归神经网络模型(GRNN)广义回归神经网络模型(General Regression Neural Network，简称GRNN)是径向基神经网络和非线性回 归模型的综合，GRNN由输入层、隐藏层、求和层和输 出层构成，最早由Specht提出。此模型中输入层神经元 数量与样本数据输入维度相同，隐含层的神经元数量 等于样本数，求和层有两个节点，分别为隐含层节点 的输出和预期结果与每个隐含层节点的加权和，输出 层结果是两个节点之商，GRNN模型1示例图如第5页图 1所示。GRNN的优点是有很强的非线性关系分析能力 和更快的学习速率，对异常值数据不是很敏感，适合 于处理样本较少、稳定性不高的数据。GRNN可以测算 输入变量对回归分析结果的影响，进而判断自变量对 因变量的影响大小，本文应用MIV(Mean Impact Value 平均影响值算法)检测变量的重要性。测算过程是先 将GRNN网络模型训练好，然后在其他输入保持不变的情形下分别增加和减少输入值的10%，计算输入差会 导致GRNN输出结果有多少落差，引起的落差越小，输 入变量对输出结果的影响越小，反之亦然，据此计算 出MIV值的大小。计算过程用Matlab完成。
 

　　(三)假设检验

　　在应用GRNN算法时，同时应用多元回归模型进行 比较，GRNN算法时采用随机方法，抽取样本量70%作 为训练数据，30%作为检验数据。两种方法的计算结 果分别如下：

　　上述回归模型各变量的VIF值均小于7.5.表明不 存在严重的多重共线性，由MR模型3可知，共同决策 对组织绩效的作用系数显著，而GRNN模型3也表明它 的MIV值影响最大，由MR模型4可知，挖掘性学习对组 织绩效的作用系数显著，GRNN模型4也表明它的MIV 值影响最大。由此可知，假设2和3都是部分得到验证，与多元回归模型相比，GRNN模型的RMSE和MAE 的值均比较小，模型拟合效果更好。继续应用bootstrap 方法对变量间的整体中介效应进行了验证，应用Hayes 开发的process外挂程序模型分析表明，高管行为整合 对组织绩效得分的总效应为0.580.置信区间在0.376 至0.738之间;直接效应为0.297.置信区间在0.002至 0.610间;间接效应为0.287.置信区间在0.021至0.558 之间，间接效应占比约为49.48%。中介效应的Sobel检 查的P值为0.026.整体中介效应显著。同时利用process 程序就创业导向对高管行为整合和组织学习之间关系 的调节作用进行了分析，发现调节作用P值为0.532. 调节作用不显著，假设4没有得到验证。

　　四、结论

　　通过GRNN分析，本文主要得出以下结论：(1) 信息交换对探索性和挖掘性学习的影响显著，而协作 行为和共同决策对组织学习的影响不显著。(2)共同 决策维度对组织绩效的直接影响显著，而其他两个维 度并不显著，这个结论与Rosenkranz和Wulf[12]的研究结 论不同，他们的研究表明，三个维度对绩效均有显著 正面影响，产生差异的可能原因是本研究的绩效主要 是指财务绩效，而他们的研究则以非财务绩效为主。 (3)从整体来看，组织学习是高管行为整合与组织绩 效之间的部分中介变量，而创业导向在高管行为整合 和组织学习之间的调节作用并没有得到验证，这可能 是由于创业导向是高管行为整合的前因变量，而非加 强高管行为整合的作用。

　　本研究的理论意义在于：第一，从研究内容来 看，本研究主要关注的是高管行为整合的结果变量， 而先前多数研究探讨的是高管行为整合的前因变量， 研究表明，高管行为整合对组织学习有积极影响，对 组织财务绩效影响并不是非常显著，进一步揭开了高 管行为整合与组织战略和绩效之间的“黑箱”，为深 入剖析高管行为整合、环境感知、战略设计和组织绩 效之间的关系链提供了新的证据。第二，从研究概念 来看，本研究表明，在我国情境下，虽然包含信息交 换、协作行为和共同决策的高管团队整合行为的测评 量表具有良好的效度和信度，但对组织行为和绩效发 挥主要作用的是信息交换维度，其他两个维度的作用 仍然有待进一步的检验，考虑到Li等认为高管行为整 合应当主要包括信息交换的观点，理论界对高管行为 整合的结构和测量量表仍然有必要继续深化剖析，开 发更为通用简洁的量表。第三，从研究方法的角度来 看，基于非线性回归的基础，GRNN模型避免采用某种 特定形式的函数，而GRNN模型具备可以逼近任何函数 的能力，即使在样本量不大的情况下仍然适用，本研 究表明GRNN模型处理数据的可靠性和稳健性比传统 的多元线性回归模型更好，在管理研究中可以广泛应 用。研究的实践意义是企业要为高层管理团队成员提 供形式多样的沟通渠道，为高管成员提供广泛的沟通 空间，促进各自想法和观点的深入交流，激发成员间 的相互学习，提升组织学习能力，进而提升组织运营 能力。

　　本研究的不足在于，调查样本和范围有待扩展、 个别变量的效度有待提升。未来，可以继续探讨在哪 些情境下高管行为整合对组织学习、组织绩效的作用 更显著，如在开放式创新、变革型领导、高管背景特 征差异等环境中进一步探索高管行为整合发挥作用的 边界条件。

　　参考文献

        [1]   Hambrick D C.Top management groups：A conceptual integration and reconsideration of the“team”label   [J]. Research in Organizational Behavior，1994（16）：171- 213.
        [2]   Carmeli A， Schaubroeck J， Tishler A.How CEO empowering leadership shapes top management team processes：Implications for firm performance[J].The Leadership Quarterly，2011，22（2）：399-411.

        [3]   胡保亮，赵田亚，闫帅.高管团队行为整合对商业模式创 新的影响[J].技术经济，2017，36（7）：9-13.
        [4]   Dooley R S，Fryxell G E.Attaining Decision Quality and Commitment from Dissent：The Moderating Effects of Loyalty and Competence in Strategic Decision-Making Teams[J].The Academy of Management Journal，1999， 42（4）：389- 402.
        [5]   Carmeli A，Schaubroeck J.Top management team behavioral integration，decision quality，and organizational decline[J]. The Leadership Quarterly，2006，17（5）：441-453.
        [6]   Rao R D，Argote L.Organizational learning and forgetting：The effects of turnover and structure[J].European Management Review， 2006，3（2）：77-85.
        [7]   Engelen A，Gupta V，Strenger L，et al.Entrepreneurial Orientation，Firm Performance，and the Moderating Role of Transformational Leadership Behaviors[J].Journal of Management，2015，41（4）：1069-1097.
        [8]   王业静，刘勇，单鹏.创业导向对企业战略重心的影响研 究[J].科学学研究，2021（7）：1263-1273.
        [9]   LingY，SimsekZ，Lubatkin M H，et al.Transformational Leader-  ship’s Role in Promoting Corporate Entrepreneurship：Examining the  CEO-TMT Interface[J].Academy of Management Journal，2008，51 （3）：557-576.
        [10]  Atuahene-Gima K， Murray J Y.Exploratory and Exploitative Learning in New Product Development：A Social Capital Perspective on New Technology Ventures in China[J].Journal of International Marketing2007，15（2）：1-29.
        [11]  Zhao Y，Li Y，Lee S H，et al.Entrepreneurial Orientation，  Organizational Learning，and Performance：Evidence From China[J].Entrepreneurship Theory and Practice，2011，35 （2）：321-325.
        [12]  Rosenkranz C，Wulf T.Behavioral Integration as a Relational Governance Mechanism in Family Firms—The Moderating Role of Family Involvement in Management[J].Journal of Small Business Management，2019，57（3）：801-819.
        [13]  Bromiley P，Rau D.Social，Behavioral，and Cognitive Influences on Upper Echelons During Strategy Process：A Literature Review[J].Journal of management， 2016，42（1）： 213-216.

关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/guanlilunwen/76573.html