1. 引言
党的十八大以来，“三全育人”理念(全程育人、全员育人、全方位育人)成为我国高等教育培养新时代人才的重要准则[1]，其为创新型人才培养提供了系统性的育人框架和实施路径，而《教育强国建设规划纲要(2024~2035年)》则对创新型人才的培养提出了更加明确的要求，要不断提升创新型人才对于科学基本问题的认识，培养他们开放的心智和浓厚的兴趣[2]。与此同时，我国社会经济发展也迫切需要高素质应用化人才[3]，研究生教育位于国民教育的顶端，是高水平、高素质、高层次人才培养的高地，其在培养创新人才、提高创新能力、服务经济社会发展、推进国家治理体系和治理能力现代化方面具有重要作用，这为我国高校研究生创新能力的培养带来了新挑战和新方向。
通过文献梳理发现，目前学术界围绕研究生创新能力影响因素开展了多元视角的有益探究。一方面，从研究层次来看，既有的研究多集中于宏观层面，如政策制度、评价导向、培养模式、培养过程等，而从研究生个体微观层面考量的研究相对较少；另一方面，从研究方法来看，现有研究以理论推演居多，而实证研究则相对较少；最后，从研究视角来看，缺乏从个体知识管理的视角对研究生创新能力影响因素的识别。因此，本研究以研究生个体为研究对象，以知识管理视角为切入点，以组织行为学的实证方法深入探讨知识共享、吸收能力和学术素养等前因变量对研究生创新能力影响过程和内在机理。
2. 文献回顾与研究假设
(一) 理论基础
动态能力理论(Dynamic Capabilities Theory)由Teece、Pisano和Shuen于1997年首次系统提出，其成为解释组织(个人)在快速变化环境中获取持续竞争优势的核心框架，该理论强调组织(个人)仅凭静态资源难以维持竞争力，必须通过动态能力，即通过整合、构建和重构内外部资源以应对环境变化的能力以实现创新与适应[4]。后续的研究进一步深化了其微观机制，Zahra和George (2002)在其研究中指出吸收能力(Absorptive Capacity)是动态能力的核心子能力，能够直接影响创新效率[5]。Jantunen等(2005)的实证研究表明，动态能力通过促进知识整合与重构可以显著提升创新表现，特别是在知识密集型场景中[6]。
在本研究中，知识共享代表获取外部新知识和信息的过程，是动态能力运作的起点；吸收能力直接对应动态能力的核心构件，即整合与转化能力，它决定了外部知识能否被有效理解、消化并内化到个体；学术素养提供了理解、评估和应用新知识的框架、方法与规范，是有效整合与转化及实现后续效应的基础，它支撑着知识整合的效率和质量；创新能力则直接对应动态能力的最终目标，即重构与更新能力。因此，动态能力理论能够科学地演绎“知识输入(知识共享)–知识处理与转化(吸收能力与学术素养)–创新输出(创新能力)”的逻辑链条，诠释出个体(研究生)如何通过构建和运用自身能力来实现创新。
(二) 创新能力
Bums与Stalke (1961)首次提出创新能力这一概念，并将其定义为企业领导者能够采纳或者实施新的技术工艺及新的管理办法的能力[7]。目前，创新能力的定义研究已呈现出多样化的特点，如庞国斌(2004)认为创新能力是作为观察、想象、和判断而认识事物新特征的心理机制，是一个多维度、多层次的开放系统[8]。朱红(2011)将创新能力定义为一种提出或产生新颖性和适切性工作成果的能力[9]。在研究生层面，创新能力的定义也得到了诸多学者的关注。侯锡林(2018)认为，创新能力是支持研究生创新活动发生与发展的基础，创新活动开展的顺畅程度及取得的成果水平则是创新能力的具体体现[10]。孙彩云(2023)认为，博士研究生的创新能力包括创新素质、风险控制、团结合作、成果形成四个维度[11]。而董泽芳(2013)认为，研究生的创新能力主要涵盖建构知识、发现问题、解决问题、提升转化四个维度[12]。在综合以上文献的基础上，本研究认为，创新能力是指具有创新思维基础，能够系统性解决问题并产生创新成果的综合能力。
(三) 知识共享与创新能力
Nonaka和Takeuchi (1994)将知识共享定义为某一或多主体的知识通过各种交流方式被其他主体接受并吸收为自身知识的过程[13]。Bartol和Srivastava (2002)认为，知识共享是指组织成员之间分享观点、专长、经验以及组织有关信息等的活动[14]。国内学者对知识共享的定义也存在多种观点。例如，杨溢(2003)将知识共享定义为知识所有者与其他人分享知识，使知识从他们自身转向他人或群体[15]；张爽等人(2008)认为，知识共享是指知识拥有者帮助他人了解自身拥有的知识、经验及技能的内涵及从中学习这项知识、经验及技能而产生的互动行为[16]。本文以此理论为基础，对知识共享进行定义。
关于知识共享与创新能力之间的关系，学术界前期已做了一定的有益探讨。例如，朱婷婷(2011)发现，知识共享中的知识提供与知识获取两个维度对大学生创新能力具有显著正向作用[17]。方文敏等人(2016)对知识共享影响研究生创新行为的内在机理进行了探索，研究表明知识共享对研究生创新行为具有显著正向作用[18]。苏利等人(2018)发现，知识共享的多样性和复杂性对于团队特征和协同创新之间具有中介效应[19]。基于上述研究，本文提出以下假设：
H1：知识共享显著正向影响创新能力
(四) 学术素养的中介效应
Kruse(2006)指出，学术素养最早是强调通过写作来培养学生的独立学习和研究能力的一种素养[20]。当前学术界对学术素养的界定主要分为广义与狭义两种视角，徐玲(2022)等人指出，学术素养的养成是研究生拔尖创新人才培养的核心任务，且在不同研究视角下的“学术素养”内涵呈现多元化特征[21]。广义上的学术素养是指学生为完成高等教育所应具备的素质，其涵盖了语言技能、体裁知识、思辨策略和专业学科知识等多个维度[22]。郭惠芬等人(2023)进一步指出，学术素养不仅包含批判思维、伦理道德等内隐性要素，还涵盖知识与技能、实践与方法等显性要素，是通过理论学习解决专业领域复杂问题高阶能力的综合体现[23]。狭义上的学术素养则主要指科研素养，是后天教育环境影响下科学研究者所积累的品质[24]。基于以上界定，本文采用狭义上的学术素养定义，以聚焦于科研素养这一核心概念。
在学术素养的研究中，石芳(2023)构建了学术素养的四维结构模型，包括科研意识、科研能力、科研知识、科研精神[25]。Charband等人(2018)指出，知识共享对学术素养和创新素养具有显著的正向影响[26]。Horta (2016)指出，博士研究生的学术素养以及科研资助情况与科研成果产出之间存在显著的正向关系[27]。此外，郭惠芬等人(2023)发现，隐形知识共享对学术素养具有显著的正向影响，同时学术素养也显著影响科研绩效，因此学术素养被作为隐形知识共享与研究生科研绩效之间的中介因素[23]。徐玲等人(2022)的研究进一步揭示，研究生顶尖创新人才的学术素养与创新能力也存在显著相关性[21]。基于上述研究，本文提出以下假设：
H2：知识共享显著正向影响学术素养
H3：学术素养显著正向影响创新能力
H4：学术素养在知识共享与创新能力之间起到中介作用
(五) 吸收能力的中介效应
吸收能力的概念最早由Cohen和Levinthal (1990)提出，是指一个企业吸收外来新知识并且转化为本企业所能运用的知识的能力，强调该能力构成企业创新活动的核心驱动力[28]。许小虎和项保华(2005)将吸收能力定义为个体或组织通过识别、提炼和消化等过程将外部知识转化为自身知识并用于开发新技术的能力[29]。本研究采取了许小虎和项保华提出的吸收能力定义。
在吸收能力的研究中，王小惠(2019)揭示，吸收能力对于研究生的创新能力有着显著的正向影响作用[30]。张文文(2014)证实，吸收能力在隐性知识共享与团队效能之间发挥着中介作用[24]。陈丽萍等人(2025)认为，当个体积累广泛的知识资源(即知识共享)时，其发散性思维会得到提升(具体表现为吸收能力)，在此基础上，个体会进一步地进行内部知识体系与外部知识汲取的融合，进而提高创新能力[31]。曹卓琳(2017)表明，吸收能力在知识共享与创新行为之间发挥着中介作用[32]。值得注意的是，方文敏团队(2016)同样将吸收能力作为知识共享与研究生创新行为的中介变量，并通过实证研究验证了这一假设关系[18]。基于上述研究，本文提出以下假设：
H5：知识共享显著正向影响吸收能力
H6：吸收能力显著正向影响创新能力
H7：吸收能力在知识共享与创新能力之间起到中介作用
结合以上文献综述，本研究的理论模型如下(见图1)：
Figure 1. Theoretical model diagram
图1. 理论模型图
3. 问卷调查
(一) 样本和程序
本研究以便利抽样法通过采用线上与线下混合式调查的方式，在海南省相关高校的研究生群体中开展问卷收集。本次研究共发放420份问卷，回收380份问卷，回收率为90.5%。剔除无效问卷后，最终样本包括321名参与者，有效率为84.5%。其中，在性别方面，男性占45.48%，女性占54.52%；在年龄方面，21~25岁之间占比88.16%；在年级方面，研一占比30.21%，研二占比42.06%，研三及其他硕士研究生占比26.79%；在硕士类型方面，学术型硕士占比51.09%，专业性硕士占比48.91%人。
(二) 测量工具
本研究所使用的测量量表均来自国内外学者开发的成熟量表，这些量表经过一系列研究予以验证，具有良好的信度和效度。为更贴合本土研究的真实情境，本研究结合现有国内研究，并通过回译程序将创新能力量表从英文翻译成中文。同时，所有量表均采用了Likert7点计分，1~7表示从“非常不符合”到“非常符合”。
知识共享。使用张爽等人[16]开发的知识共享量表来评估参与者对每个题项的认可程度，量表共5个题项，示例题项如：“当其他同学在学习中遇到问题时，我会给予讲解或帮助”。本研究中该量表的Cronbach’s α系数是0.855。
学术素养。使用郭惠芬等人[23]改编的学术素养量表来评估参与者的学术素养水平，量表共4个题项，示例题项如：“我具备解决学术问题、完成学术任务的能力”。本研究中该量表的Cronbach’s α系数是0.847。
吸收能力。使用张振刚等人[33]改编的个体吸收能力量表来评估参与者的吸收能力，量表共6个题项，示例题项如“我能够掌握其他同学或老师或同事提供的知识”。本研究中该量表的Cronbach’s α系数是0.884。
创新能力。使用Scott和Bruce [34]开发的创新能力量表来评估参与者的创新能力，量表共6个题项，示例题项如“我经常会产生好的创意和想法”。本研究中该量表的Cronbach’s α系数是0.869。
控制变量。本研究控制了参与者的性别、年龄、年级和硕士类型以排除替代解释。结果表明，加入控制变量后，研究结果无实质性变化。参考Becker等人[35]的建议，我们报告了不包含任何控制变量的分析结果。
(三) 信度和效度检验
本研究通过各变量数据进行检验，各个核心变量的信效度分析结果(见表1、表2)。由表1可知，各题项的标准化回归系数、各变量的Cronbach’s α系数、组合信度CR值、KMO值均大于0.70，AVE值均大于0.50，符合判定要求。由表2可知，所有核心变量的AVE平方根值都大于该变量与其它变量的相关系数绝对值，符合结构效度的分析标准，说明本研究所涉及的核心变量具有良好的信度和效度。同时，本研究采用VIF法进行共线性分析，分析结果表明，各题项VIF值均小于3，说明本研究不存在严重的共线性问题。本研究还通过Harman单因子法以检验潜在的共同方法偏差的影响[36]。结果表明，未经旋转的第一个特征值的累积方差解释率低于50%，说明不存在严重的共同方法偏差问题。
Table 1. Measurement model assessment
表1. 测量模型检验
变量 |
题项 |
标准化载荷系数 |
Cronbach’s α |
CR |
KMO |
AVE |
知识共享 |
KS1：对某类问题发现了好的解决方法，我会告诉其他同学，使方法推广 |
0.755 |
0.855 |
0.858 |
0.859 |
0.548 |
|
KS2：我会与其他同学交流和共享各类学习和考试的相关资料及信息 |
0.776 |
|
|
|
|
KS3：我会将参与学校活动或是社会实践的心得体会与其他同学分享 |
0.641 |
KS4：当其他同学在学习中遇到问题时，我会给予讲解或帮助 |
0.797 |
KS5：在小组讨论的过程中，我会就相关问题给出自己的想法并与其他同学进行讨论 |
0.723 |
学术素养 |
AL1：我具有良好的逻辑思维和探索真理的精神 |
0.738 |
0.847 |
0.846 |
0.820 |
0.580 |
AL2：我了解学术研究的基本知识和专业知识 |
0.709 |
AL3：我认为学术研究对个人和社会发展具有重要意义 |
0.770 |
AL4：我具备解决学术问题、完成学术任务的能力 |
0.826 |
吸收能力 |
AC1：我能够从已有资料库中找到工作或学习所需知识 |
0.692 |
0.884 |
0.884 |
0.901 |
0.561 |
AC2：我能够掌握其他同学或老师或同事提供的知识 |
0.795 |
AC3：我能够与其他人充分沟通交流思想 |
0.739 |
AC4：我能够迅速把握本行业技术的最新进展 |
0.751 |
AC5：我能够快速辨别和收集新的知识与信息 |
0.748 |
AC6：我能够较快完整地学习自身需要的知识 |
0.764 |
创新能力 |
IA1：我总是寻求新的理论、技术和方法 |
0.771 |
0.869 |
0.868 |
0.893 |
0.524 |
IA2：我经常会产生好的创意和想法 |
0.686 |
IA3：我经常与别人沟通并推广自己的新想法 |
0.685 |
IA4：为了实现新想法，我会制定合适的计划和进度安排 |
0.676 |
IA5：为了实现新想法，我会想办法获取和有效利用资源 |
0.712 |
IA6：总的来说，我拥有一定的创新精神 |
0.751 |
(四) 描述性统计和相关性分析
描述性统计和相关性分析结果表明(见表2)，知识共享与学术素养(r = 0.674, p < 0.01)、吸收能力(r = 0.682, p < 0.01)和创新能力(r = 0.697, p < 0.01)呈显著正相关；学术素养(r = 0.681, p < 0.01)和吸收能力(r = 0.700, p < 0.01)与创新能力呈显著正相关。上述相关性分析结果为假设检验提供初步支持。
Table 2. Descriptive statistics and correlational analysis
表2. 描述性统计和相关性分析
变量 |
M |
SD |
知识共享 |
学术素养 |
吸收能力 |
创新能力 |
知识共享 |
4.739 |
1.158 |
(0.740) |
|
|
|
学术素养 |
5.137 |
1.150 |
0.674 |
(0.762) |
|
|
吸收能力 |
4.941 |
1.239 |
0.682 |
0.712 |
(0.749) |
|
创新能力 |
5.232 |
1.141 |
0.697 |
0.681 |
0.700 |
(0.724) |
(五) 结构模型检验
1. 模型拟合效果分析
本研究中，模型拟合指标分析结果表明(见表3)，4因子模型(知识共享、学术素养、吸收能力、创新能力)的各项指标与数据拟合良好(χ2 = 335.684, df = 184, GFI = 0.911, RMSEA = 0.051, CFI = 0.959, NFI = 0.915)。
Table 3. Summary of model fit indices
表3. 模型拟合指标
χ2 |
df |
p |
χ2/df |
GFI |
RMSEA |
RMR |
CFI |
NFI |
NNFI |
- |
- |
>0.05 |
<3 |
>0.9 |
<0.10 |
<0.10 |
>0.9 |
>0.9 |
>0.9 |
335.684 |
184 |
0.000 |
1.824 |
0.911 |
0.051 |
0.091 |
0.959 |
0.915 |
0.953 |
2. 直接效应检验
本研究中，模型回归系数结果表明(见表4)，知识共享能够显著预测学术素养(β = 0.838, p < 0.001)、吸收能力(β = 0.832, p < 0.001)和创新能力(β = 0.389, p = 0.006)，支持假设1、假设2和假设5。此外，学术素养(β = 0.253, p = 0.011)和吸收能力(β = 0.282, p = 0.003)的提升也会促进创新能力的进一步提升，支持假设3和假设6。
Table 4. Summary of regression coefficients
表4. 模型回归系数汇总
路径 |
标准化回归系数 |
SE |
p |
知识共享→学术素养 |
0.838 |
0.077 |
0.000 |
知识共享→吸收能力 |
0.832 |
0.073 |
0.000 |
知识共享→创新能力 |
0.389 |
0.149 |
0.006 |
学术素养→创新能力 |
0.253 |
0.102 |
0.011 |
吸收能力→创新能力 |
0.282 |
0.105 |
0.003 |
注：*p < 0.05；**p < 0.01；***p < 0.001。
3. 中介效应检验
本研究通过Bootstrap方法进行5000次重复抽样以检验学术素养和吸收能力的中介效应在95%置信区间上的显著性。结果表明(见表5)，假设4得到验证，知识共享通过学术素养对创新能力的中介效应为0.168，95%置信区间不包括0 [0.098, 0.238]。同理，假设7也得到了验证，知识共享通过吸收能力对创新能力的中介效应为0.210，95%置信区间不包括0 [0.128, 0.291]。综上，学术素养和吸收能力的中介效应均得到了验证。
Table 5. Summary of mediation analysis results
表5. 中介作用检验结果汇总
路径 |
中介效应 |
Boot SE |
z |
p |
95% CI |
直接效应 |
检验结论 |
知识共享→吸收能力→创新能力 |
0.210 |
0.041 |
5.071 |
0.000 |
[0.128, 0.291] |
0.330** |
部分中介 |
知识共享→学术素养→创新能力 |
0.168 |
0.036 |
4.722 |
0.000 |
[0.098, 0.238] |
0.330** |
部分中介 |
基于上述分析结果，本研究的结构方程模型测量结果，如图2所示。
Figure 2. Results of the structural equation model analysis
图2. 结构方程模型检验结果
4. 结论及启示
(一) 结果讨论
本研究以探讨知识共享对研究生创新能力的影响及其潜在中介机制为主要目的。研究结果表明，知识共享对研究生创新能力具有显著的正向影响，学术素养和吸收能力在这一关系中发挥部分中介作用。这一发现与方文敏团队[15]和郭惠芬团队[19]的研究结果一致，进一步揭示了知识共享与创新能力之间的复杂关联。此外，本研究通过明确区分并实证量化了学术素养和吸收能力这两条中介路径的并存性与具体贡献，突破了前人研究多聚焦单一变量或未明确区分路径的局限；同时，本研究验证了学术素养和吸收能力在知识共享和创新能力之间发挥的“部分中介”效应，这表明其他内在机制仍然存在，未来研究可以进一步探索知识共享影响创新能力的“黑箱”。
(二) 实践启示
1. 高校层面
对于高校而言，一方面，应建立贯穿研究生培养全过程的常态化学术训练机制，例如定期的文献精读会、研究实操工作等，并配套有效的反馈与评估环节，从而切实提升研究生获取、消化和应用知识的能力。另一方面，应着力构建一个层次丰富、开放活跃的知识共享生态。这需要整合校内资源。海南地区高校则可以利用海南自贸港日益密集的国际学术交流活动和人才聚集效应优势，打造聚焦本地重点发展领域与国际交流的特色学术沙龙与跨学科论坛；同时，借助自贸港便利化的数字基础设施，建设高效便捷的线上学术社区，从而营造出开放包容、前沿动态的学术氛围，激发研究生群体自发的、高质量的知识交流与碰撞。
2. 教师层面
从教师层面来看，一是需兼顾个性化指导与结构化培养。教师应加强对于每个学生的关注，通过科研参与度、文献综述质量、学习进度等多维度观察，摸清不同学生的学术能力差异，并实施精准施策：对基础薄弱者，采用渐进式指导夯实根基；对潜力突出者，则要主动创造机会，充分利用海南自贸港政策下丰富的跨领域资源与国际合作网络，引导他们参与交叉学科项目或国际联合研讨，激发其创新能力。二是学术素养培养需贯穿教学、研讨与实践全链条开展：在课堂授课中系统渗透学术规范与思维方法；在研讨会上，结合真实案例深化科研伦理认知；在科研实践中，则通过项目执行与成果产出进行即时反馈与纠偏，让素养要求在真实情境中落地生根，最终形成国家与海南自贸港建设所需要的创新型人才。
3. 研究生层面
从研究生个体层面来看，一是应系统参与跨学科研讨会、前沿信息分享等学术活动，充分利用海南自贸港的优质资源，通过知识交互构建多元化的学术网络。在参与过程中，强化知识转化意识，对显性知识进行结构化处理，对隐性知识进行内化吸收，形成“信息获取、知识整合、创新萌发”的良性循环。二是需要建立自我认知体系并设立自我提升机制，通过学习日志分析、研究计划复盘等方式识别自身能力短板。三是应采用复合知识管理策略与科学时间管理方法，通过及时反馈进行策略调整，系统性优化学习能力，增强对共享知识的吸收转化效率。
(三) 研究局限与未来展望
本研究在样本覆盖与变量设计上存在一定局限性。首先，本次研究的样本仅局限于海南自贸港的高校研究生群体，对于国内其他地区的研究生、海外留学生、博士生等群体的研究有待进一步探索。其次，在相关变量考量方面，本研究仅探讨了知识共享、学术素养以及吸收能力作为前因变量对研究生创新能力的作用机制，缺乏其他可能存在的影响要素及权变要素的考察。因此，在后续研究中，可以进一步拓宽调查样本的地域和类型，以提升理论模型的普适性；同时，还可以深入考量导师指导风格、研究生自我效能、导师与研究生之间互动质量等作为前因变量、调节变量对研究生创新能力影响的复杂内在机理。
基金项目
(1) 海南省高等学校教育教学改革研究资助项目：“三全”育人背景下基于OBE理念的海南高校研究生创新与实践能力耦合培养机制研究(项目编号：Hnjg2023-45)；(2) 海南省高等学校教育教学改革研究资助项目：国际商务英语课程教学方法改革与实践研究(项目号：Hnjg2025ZC-38)。
NOTES
*共同通讯作者。