欢迎光临第一论文网,权威的论文发表,我们将竭诚为您服务!
您的位置: 第一论文网 -> 教师建设 -> 文章内容

在线社交网络、双元性学习与大学生创新能力培养绩效关系研究

作者:第一论文网 更新时间:2015年10月30日 10:03:34

[作者简介]邓建高(1974-),男,江西余江人,博士,河海大学副教授、硕士生导师;研究方向:社会网络行为分析、创新创业教育研究。郭行(1996-),男,河北邯郸人,河海大学企业管理学院本科生。马城楠(1995-),女,江苏南通人,河海大学企业管理学院本科生。

一、引言

互联网形成了庞大的在线社交网络,在线社交网络已成为大学生传播信息、共享知识的重要途径[1]。如何探明在线社交网络与大学生创新能力培养绩效的内在联系,并利用该内在联系实现大学生创新能力培养的研究愈发值得关注。

伴随在线社交网络平台的普及,大学教学、知识共享、创新知识传播日益有别于传统形式。在线社交网络已经成为当代大学生共享学习、生活、娱乐信息的重要平台,而传统的大学生创新能力培养忽略了大学生在线社交活动建立起来的知识共享网、创新传播网、朋友网、情报网等正式的、非正式的在线社交网络。多数观点认为,在线社交网络平台的普及给学生带来的影响多作用于生活、娱乐和社交[2][3][4],创新交流与知识共享的功能往往被忽视。所以,发现并验证在线社交网络与大学生创新能力、创新绩效之间的关系,并将这种关系应用于与大学生创新能力培养中,具有十分重要的理论意义和应用价值。

现有关于社交网络理论的文献大都是从企业角度、组织角度进行表述的[5][6][7],基于在线社交网络、双元性学习视角对大学生创新方面的研究较少。有关大学生创新能力培养的研究主要从宏观角度研究大学生创新能力培育到微观角度细化研究创新能力的培养模式构建[8][9],但都不能解释创新绩效在大学生个体之间较大的波动。所以,大学生在线社交网络与学生创新能力培养绩效究竟有怎样的关系?大学生社交网络又是通过何种机制来影响大学生创新能力培养绩效的?不同的网络特性对大学生创新能力培养绩效的影响效果差异又是如何?又将怎样利用这些关系应用于创新能力的培养?本文从在线社交网络视角,引入双元性学习中介变量,探究大学生在线社交网络与大学生创新能力培养绩效之间的潜在关系,据此提出大学生创新能力培养绩效提升对策建议,有助于高校院所针对在线社交网络新环境实施大学生创新能力培养工程。

二、理论基础与研究假设

(一)双元性学习与大学生创新能力培养绩效

March提出探索性学习与应用性学习两种不同的学习方式[10]。探索性学习往往与发现、冒险、变异和创造等有关,超越了创新个体现有的知识基础,被理解为追求新的知识和技术;应用性学习是创新个体对现有知识、资源、能力的筛选、提炼和延伸。有形或无形的新知识、新信息和新资源可视为创新的基础,创新主体通过社交网络获得新的知识、信息,并与已有要素组合,促进创新活动。在网络化、开放式、跨专业、跨平台合作交流的探索性培养模式下,大学生创新主体不断获取新知识、新资源,为创新活动奠定基础,创新能力培养绩效得以提高。大学生进行创新活动,除了不断向外界获取新知识,对自身已有知识技能的利用、维持、延伸也至关重要。基于以上分析,提出如下假设:

H1:探索性学习正向影响大学生创新绩效;H2:应用性学习正向影响大学生创新绩效。

(二)在线社交网络主体与双元性学习

1.位置中心性与双元性学习。位置中心性是描述大学生社交网络结构特性的变量。位置中心性大说明拥有的知识资源较多,进行知识转移的绩效提升度高[11]。所以,大学生会更加注重通过社交网络吸收创新知识,积极地参与创新训练。其次,位置中心性越大,表明该创新主体在大学生在线社交网络中很可能影响其他学生之间信息的传播,对一些能激发创新活动的信息资源传播具有重要的中间作用[12]。位置中心性高可以使创新主体接触的知识更具有异质性,学生在线社交网络中,位置中心性高的学生,吸收和挖掘已有知识的能力相对会优于位置中心性低的学生节点[13]。所以在大学生在线社交网络传播环境下,学生会主动探索新的知识、信息和资源,并将已有的知识进行深度挖掘,两种学习方式都得到一定程度的正向影响。基于以上分析,提出如下假设:

H3:位置中心性对大学生探索性学习和应用性学习有正向作用;H4:探索性学习和应用性学习在位置中心性对大学生创新绩效的影响中起中介作用。

2.结网意愿与双元性学习。结网意愿是描述在线社交网络结点主动参与到网络环境强烈程度的变量。日趋严峻的创新压力、竞争压力要求创新个体能够积极参与网络中的知识共享。跨边界异质性信息获取的需求一定程度上促进了结网意愿的增加,并且异质性的知识有利于两种学习的提升[14]。而且互联网大环境使大学生信息交流方式趋于多元化、网络化。大学生通过在线社交网络获得大量所需要的信息资源,内在因素和外部环境会增加大学生创新的动力。所以,结网意愿是大学生主动进行创新能力培养的重要因素。

首先,从内部层面分析,据马斯洛需求层次理论-人有五种需求[15],大学生进行创新活动一定程度是为了自我实现的需要,通过创新活动,大学生会得到理想的实现、自我价值的提升。创新活动的兴趣能够促进大学生通过社交网络进行知识、资源的搜索,进而增强大学生结网意愿。其次,外部因素诸如竞争、奖励、科技战略和政策都一定程度上促进着大学生的创新活动,进而使其结网意愿得到增强。最终,在结网意愿的驱使下,使大学生积极参与两种学习方式,培养创新能力。基于以上分析,提出如下假设:

H5:结网意愿对大学生应用性学习有正向影响;H6:结网意愿对大学生探索性学习有正向影响;H7:应用性学习在结网意愿对大学生创新绩效的影响中起中介作用;H8:探索性学习在结网意愿对大学生创新绩效的影响中起中介作用。

(三)社交网络关系与双元性学习

1.联结强度与双元性学习。联结强度用于描述社交网络结点特征的重要变量,社交网络中节点间存在强关系和弱关系。Granovetter认为社交网络联结强度是在某一环节上网络主体所花费的时间、情感投入程度,亲密程度以及互惠性服务的综合[16]。也有学者认为联结强度与创新绩效正向相关,强联结往往表明直接联接主体之间存在关系内容相似性大、互动时间长与互动频率高[17]。具有强关系的大学生个体之间,他们的活动、学习背景较为相似,专业知识、认知水平也相差不大,交互、分享的资源存在较多重叠的部分。所以,强关系属于探索性学习,具有消除不确定性、增强创新主体之间信任的特性,拥有强关系的网络节点之间互相学习和模仿,有利于隐性知识的传递和共享[18]。所以,强关系从一定程度上促进着以对现有知识的挖掘、提炼、延伸为主导的应用性学习的开展。弱关系则是在社交网络中结点特征不同的个体之间发展起来的,存在弱关系的在线社交网络主体所分享的知识具有差异化、新鲜性、冗余低的特性,这有利于大学生进行交叉式探索性学习,有助于大学生进行综合性创新竞赛、创新项目参与等创新活动的进行。基于以上分析,提出如下假设:

H9:联结强度对大学生应用性学习有正向影响;H10:联结强度对大学生探索性学习有正向影响;H11:应用性学习在联结强度对大学生创新绩效的影响中起中介作用;H12:探索性学习在联结强度对大学生创新绩效的影响中起中介作用。

2.信息共享与双元性学习。大学生在线社交网络中信息共享普遍存在,信息共享可以将创新资讯、创新政策、创新观点等信息传递给想进行创新活动的大学生个体[19]。同时,这些信息一定程度上有益于以提炼、延伸为主导的应用性学习,有益于以发掘、冒险为主导的探索性学习。更值得关注的是,大学生个体之间存在种种差异,差异导致每个人的学习、提炼的知识有差异,这种知识势差会使知识进行流动共享,进而有利于组织学习,中心性强或者处于“结构洞”位置的成员对信息共享有重要作用,这些节点进行信息共享有利于获取异质性较大的信息。所以可以认为在线社交网络中节点之间信息共享有利于两种学习方式,进而促进创新能力的培养。基于以上分析,提出如下假设:

H13:信息共享对大学生应用性学习有正向影响;H14:信息共享对大学生探索性学习有正向影响;H15:应用性学习在信息共享对大学生创新绩效的影响中起中介作用;H16:探索性学习在信息共享对大学生创新绩效的影响中起中介作用。

基于以上分析,可以建立大学生在线社交网络、双元性学习和大学生创新绩效关系的概念模型,如图1所示。在大学生在线社交网络与双元性学习之间建立假设H3、H5、H6、H9、H10、H13、H14,在双元性学习与大学生创新能力培养绩效之间建立假设H1、H2。最后,基于双元性学习的中介作用建立假设H4、H7、H8、H11、H12、H15、H16。

三、研究设计

(一)研究样本

课题依托国家级大学生创新训练计划项目,在2015年7月到2016年8月期间,以江苏省11所211及985院校在校生为调研对象,通过发放调查问卷方式进行样本收集。本研究累计发放问卷共400份 ,回收273份,回收率为68.25%。其中有效问卷共261份,有效问卷回收率为65.25%。调查样本中理工类学生163名占62.45%,经管类学生80名占30.65%,文史类学生10名占3.84%,艺术类学生8占3.06%。

(二)问卷设计

根据前文的假设,采用Likert7点式量表,对大学生创新能力培养绩效、应用性学习、探索性学习、位置中心性、信息共享、联结强度、结网意愿七个变量进行了测量。本研究在大量文献分析的基础上,借鉴教务部创新创业教育培养中心老师、学工部创新实践中心老师、管理学院创新创业教育专家和理工科院系创新竞赛评审专家的建议,确定研究假设测量题项。然后选取河海大学20名创新实践成果显著的学生,在他们的反馈下将问卷的措词以及较为晦涩的题项进行了修改。再向大学生群体随机发放70份问卷,回收67份,检验得问卷信度为0.88,说明问卷信度较好;在对问卷进行最终修订之后,课题组分别在南京、苏州、无锡、徐州高等院校进行大范围问卷调查。

(三)信度与效度分析

采用Cronbachs α系数法检测各题项的信度,结果如表1所示。

Cronbachs α值最高为0.925,最小为0.83,即各变量Cronbachs α值均大于0.83,可见变量题项设计具有良好信度。使用KMO样本测度来判断是否适合进行因子分析,进而分析变量题项设计的有效性,结网意愿和信息共享两变量KMO值分别为0.684和0.672,满足因子分析的最低要求,其他变量其余都大于0.7,且变量的Bartlett 的球形检验统计值显著性水平都为 0.000,所以量表的效度在可接受范围,达到有效性的标准,说明变量设置适合进行因子分析。利用SPSS19.0对数据进行探索性因子分析,采用主成分分析法抽取特征值大于1、因子载荷大于0.5的因子,以正交旋转法中的方差最大值进行因子旋转。结果显示,各题项因子载荷均大于0.638,所有变量因子累计方差贡献率达到72%以上,说明量表题项的设置具有较好的效度。

(四) 模型分析

根据前文构建的大学生在线社交网络、双元性学习和大学生创新能力培养绩效的关系概念模型,建立结构方程模型,见图2。该模型用7个观察变量对属于社交网络主体维度的位置中心性和结网意愿两个潜在变量进行观测;在社交网络关系方面,采用6个观察变量对连接强度和信息共享进行观测。同时,设计了14个观察变量对应用性学习、探索性学习和大学生创新能力培养绩效进行观测。运用AMOS17.0进行模型拟合优度检验,拟合结果详见表2。结果显示,绝对拟合度指标 、GFI、SRMR、RMSEA均在可以接受范围内;增值拟合度指标NFI、TLI、CFI结果为较好。因此,拟合结果可以用于检验前文做出的假设。

可以接受

1.模型中总效应和直接效应解释。结构方程模型不仅揭示了潜变量之间的结构关系,而且测得了路径系数,计算出了大学生在线社交网络对大学生创新能力培养绩效可以产生直接影响效应、间接效应和总效应。直接效应具体体现为各变量的路径系数,总效应是直接效应与间接效应之和。由于模型的特殊性,测算总效应时,每条路径中只有一个中介变量,所以,总效应为各条路径系数的乘积和。

直接效应和总效应的计算结果如表3所示,位置中心性对应用性学习和探索性学习的直接效应分别为0.217和0.208,但对大学生创新能力培养绩效的直接效应为0,说明位置中心度每提升1个单位,应用性学习和探索性学习将分别提升0.217和0.208个单位,而创新能力培养绩效无提升效应。显然,位置中心性、联结强度、结网意愿、信息共享对大学生的创新能力培养绩效不存在直接影响,而是通过双元性学习间接影响大学生创新能力培养绩效,其中位置中心性对大学生创新能力培养绩效的总效应最为明显。

2.假设检验与分析。(1)双元性学习与大学生创新绩效。表4显示,大学生探索性学习、应用性学习与大学生创新能力培养绩效之间的标准路径系数为1.123、3.571,C.R.为3.735、3.541,路径系数在0.001显著水平下显著。由表3可得,应用性学习对大学生创新能力培养绩效的总效应为1.123,探索性学习则为3.571。说明其他条件不变,每提升一单位的应用性学习和探索性学习,大学生创新能力培养绩效就会提升1.123和3.571个单位。可见探索性学习和应用性学习有利于提升大学生创新能力培养绩效,并且这种提升是直接的效用。因此,假设H1、H2得以验证。(2)社交网络主体(位置中心性、结网意愿)与双元性学习。社交网络主体维度中的位置中心性→应用性学习的标准路径系数为0.217,C.R.为3.926,路径系数在0.001显著水平下显著;位置中心性→探索性学习的标准路径为0.208(在0.001显著水平下显著),C.R.为3.913。这说明大学生每提升一单位的位置中心性,就会在应用性学习和探索性学习上有0.217、0.208单位的提升。表明大学生在线社交网络中,学生可以通过提升自己的位置中心性,对已有知识进行巩固应用,对有利于创新活动的新知识进行探索挖掘,促进双元性学习。假设H3、H4得以验证。模型结果显示结网意愿对大学生应用性学习有正向影响。在表4中,结网意愿→应用性学习的标准路径系数为0.160,C.R.为2.660,显著性概率为0.008,总效应为0.160(见表3)。说明其他条件不变的情况下,大学生于在线社交网络中的结网意愿每上升1单位,则应用性学习的能力就会提升0.160个单位。同时,由表3看出,结网意愿对探索性学习的总效应为0.173,结网意愿对大学生探索性学习的提升同样有正向的促进作用。所以,在双元性学习的中介作用得以验证的基础上,假设H5-H8得到验证。(3)社交网络关系(联结强度、信息共享)与双元性学习。联结强度对两种学习方式的直接作用在性质方面有一定差异。表4显示,联结强度→应用性学习的路径系数为0.212,C.R.为3.969,路径系数在显著水平为0.001的水平下显著,总效应为0.212。说明联结强度对应用性学习的提升,有直接正向作用,说明大学生可以主动提升自己在社交网络中与某些节点的联结强度进而提升自己的应用性学习。联结强度→探索性学习的路径系数是-0.174,显著性概率小于0.001,对探索性学习的总效用为-0.174。说明联结强度对探索性学习具有反向的作用。主要原因可能是:大学生在社交网络中沟通和交流大多局限于强联结的节点之间,这种基于强联结的沟通有利于隐性知识的传播,促进应用性学习能力的提升;而有助于广泛吸取用于探索性学习知识的弱联结,却未能在学生结点之间充分发挥作用。体现在研究数据中就是联结强度每增加1单位,探索性学习减少0.173个单位。所以,在H1、H2得到验证的基础上,H9、H11、H12得以验证,H10不支持,它们之间呈反向关系。由表4可知,信息共享对大学生应用性学习的路径系数为0.962。这说明,大学生在社交网络中的信息共享对其应用性学习能力的提升有正向作用。因为社交网络的信息共享,尤其是强联系下隐性知识的传播,会强化大学生的应用性学习。所以假设H13得到验证。同时,信息共享→探索性学习的路径系数为0.947,信息共享对大学生探索性学习能力的提升有促进作用,假设H14得以验证。同理H15、H16得以验证,说明双元性学习在信息共享促进创新能力培养绩效提升产生中介效应。通过调查发现,虽然在线社交网络也是大学生娱乐、生活娱乐的平台,甚至会将学生成片学习时间分割成短小的时间碎片,但创新能力培养相关的信息资源共享对大学生双元性学习同样具有明显促进作用,大学生可以主动利用在线社交网络带来的信息共享,提升自己对于已有知识的应用、对新知识的探索水平,进而在双元性学习的中介作用下,提升创新能力的培养绩效。

此外,通过对比发现,信息共享对双元性学习的路径系数明显大于位置中心性、结网意愿、联结强度的路径系数,这与当代大学生对两种学习提升方式的意识有关,与大学生社交网络内存在众多小世界网络现象,小世界网络内成员存在特殊的信任关系,在这一网络内容成员之间共享的信息会因为特殊的信任关系而快速、高效被其他网络成员吸收和接纳,进而提升创新能力培养绩效。在信息交流方式空前发展的大环境中,大学生也同样意识到信息对学习能力提升的重要性。该维度与信息攫取直接相关,所以这种对信息的敏感性在检验数据上表现为信息共享与两种学习的路径系数较其他维度偏高。

综上所述,假设H1-H16得以验证。在线社交网络在双元性学习的中介作用之下,对大学生创新能力培养具有促进作用。即表面上看,在线社交网络是大学生娱乐、生活的平台,但在其背后,在线社交网络也是大学生创新知识传播的重要渠道,是大学生创新创业能力培养的重要载体。

四、结论与建议

本实证研究基于两种学习方式,从社交网络的视角探究了大学生创新能力培养绩效的影响机理。基于调查数据,利用结构方程模型分析大学生在线社交网络关系、社交网络主体与大学生创新能力培养绩效之间的关系。实证研究发现,属于社交网络个体维度的结网意愿、位置中心性和属于社交网络关系维度的信息共享、关系强度这四个变量对大学生创新能力培养绩效有着正向作用,说明在线社交网络在大学生群体的创新活动中发挥着重要的促进作用;探索性学习和应用性学习对大学生创新能力培养绩效的关系中起中介作用。所以,在线社交网络是大学生重要的创新信息传播渠道,这种信息传播渠道具有实时、快捷、面广的特性,这一网络平台虽不能直接对创新能力培养绩效产生直接效应,但在线社交网络平台上创新信息的传播,促进了大学生的应用性学习和探索性学习,在双元性学习的中介作用下,间接地提高了大学生创新能力培养绩效。通过实证分析,对大学生创新能力培养提出如下建议:(1)基于大学生在线社交网络主体信息共享对大学生探索性学习与应用性学习具有显著正向影响,并对学生创新能力培养绩效产生正向影响的作用机理,建议高校要重视对在线社交网络大学生交流平台的建设,像政府和企业一样,建立如大学创新教育微信公众号、学院微信公众号等公共平台,广泛传播学校、学院、专业创新信息资源,促进创新创业教育正能量信息资源的有效流动。然而目前多数高校大学生网络公共平台仅为公布组织文化、社团活动信息,并无专门进行学生创新资源共享、创新人才公开招募的平台。所以,建立大学生创新共享平台,实现如“Mechanical Turk”的Crowdsourcing形式自由地将创新任务传递给非特定的大学生网络群体,甚至直接将平台开放给社会机构,吸纳企业发布创新技术需求和创新人才需求信息,将有利于促进大学生双元性学习,进而促进大学生创新能力的培养。(2)基于大学生在线社交网络结点位置中心性对双元性学习产生正向影响、小世界网络中的特殊信任关系可以促进创新能力培养绩效的作用机理。建议高校教务、学工、学院相关部门注重发现大学生在线社交网络中的意见领袖,建立相应政策和激励机制,将创新资源优先提供给这样的学生节点,并通过他们具有意见领袖的特殊社会声望,发挥他们的积极影响作用,减少因结构洞造成的创新资源分享障碍,从而带动更多学生进行创新研究。另外,针对学生的结网意愿不强烈的现状,建议学校不仅要建立更加具有激励性的创新能力培养措施体系,还要发动广大学生的积极性,变被学习为主动学习,主动融入大学创新教育培养平台,共享创新资源和经验,实现人人为创新能力培养贡献正能量的良性发展态势。

参考文献:

[1]中国互联网信息中心.第38次《中国互联网络发展状况统计报告》[EB/OL]. http://www.cnnic.cn/gywm/xwzx/rdxw/2016/201608/t20160803_54389.html,2016-12.

[2]赵英,范娇颖. 大学生持续使用社交媒体的影响因素对比研究——以微信、微博和人人网为例[J]. 情报杂志,2016(1):188-195.

[3]郭瑾. 90后大学生的社交媒体使用与公共参与——一项基于全国12所高校大学生调查数据的定量研究[J]. 黑龙江社会科学,2015(1):120-128.

[4]王小占. 大学生使用自媒体现状的调查和建议——基于武汉地区高校的调查[J]. 学校党建与思想教育,2013(15):28-29.

[5]钱锡红,杨永福,徐万里. 企业网络位置、吸收能力与创新绩效——一个交互效应模型[J]. 管理世界,2010(5):118-129.

[6]吴俊杰,盛亚,姜文杰. 企业家社交网络、双元性创新与技术创新绩效研究[J]. 科研管理,2014 (35):43-53.

[7]朱福林,陶秋燕. 中小企业成长的社会网络关系研究——以北京市科技型中小企业调研数据为例[J]. 科学学研究,2014,(10):1539-1545.

[8]卢艳军,季英鹏.普通高校大学生创新能力影响因素分析[J]. 创新与创业教育,2014 (3):14-17.

[9]黄林楠,丁莉. 构建大学生创新创业教育模式的探索[J].高等工程教育研究,2010(6):158-160.

[10]March.J.Gcontiuity and change in theories of orgnizational action[J].Administrative Science Quarterly,1996(41):278-287.

[11]周密,赵西萍,司训练. 团队成员网络中心性、网络信任对知识转移成效的影响研究[J].科学学研究,2009(9):1384-1392.

[12]曾萍,蓝海林. 组织学习对绩效的影响:中介变量作用研究综述[J].研究与发展管理,2011(1):44-53.

[13]张慧,王核成,俞抒彤. 网络位势对集群企业创新绩效的影响:组织学习的中介作用[J]. 科技进步与对策,2015(15):81-85.

[14]倪旭东,薛宪方. 基于知识异质性团队的异质性知识网络运行机制[J].心理科学进展,2013(3):389-397.

[15]亚伯拉罕·马斯洛,许金声等,译. 动机与人格[M]. 中国人民大学出版社,2007:28-29.

[16]Mark S. Granovetter. American Journal of Sociology[J].1973,78(6):1360-1380.

[17]谢卫红,李忠顺,屈喜凤,王永健. 网络关系强度与企业技术创新关系实证研究[J].科学学与科学技术管理,2015(5):62-73.