供应链企业产品开发知识协同模型的构建

陆克斌，王 强

（1.安徽新华学院商学院，合肥 230088；2.总后勤部 华东军用物资采购局，上海 200437）

0 引言

产品创新中，时间是竞争优势的最终资源，产品开发知识协同敏捷性研究则是协同产品开发快速响应的核心。M.Kuroda和K.Takeda研究了快速响应系统的结构和特点[1]。Marcia Perry等人分析了澳大利亚纺织业、制衣业和制鞋业供应链联盟中的快速响应机制[2]。在国内，唐文献等人[3]从知识驱动协同产品创新的视角，提出产品创新开发系统模型。蒋增强等人[4]通过研究产品协同开发过程中的知识数据，提出产品协同开发过程中的知识数据管理模型。王有远等[5]构建了新产品开发的协同产品设计链框架及用户需求驱动的协同设计模式。本文从社会学角度入手，利用社会学统计方法结构方程模型(SEM)对供应链企业产品开发知识协同及敏捷性分析进行研究。

1 概念模型的建立

依据已有研究者的理论模型和对JAC的调查研究，本文先提出基于供应链的产品开发知识协同（SC-PDKC）敏捷性水平影响因素概念模型（图1）。模型主要包括的变量为，供应链产品开发知识协同敏捷性水平影响因素变量：C-产品开发知识共享水平，S-产品开发环境，F-产品开发快速响应水平；以及SC-PDKC敏捷性水平衡量指标变量：Q-产品开发知识协同敏捷性水平。

我们研究的5个假设如下：

H1：产品开发知识共享水平对产品开发知识协同敏捷性水平有显著正效用；

H2：供应链产品开发环境对产品开发知识协同敏捷性水平有显著正效用；

H3：供 应 链 产品开发环境对产品开发知识共享水平有显著正效用；

H4：产 品 开 发快速响应水平对产品开发知识协同敏捷性水平有显著正效用；

H5：供应链产品开发环境对产品开发快速响应水平具有有显著正效用。

图1 概念模型

1.1 衡量指标变量设置

本文将SC-PDKC敏捷性水平定义为产品研发人员间对产品开发知识的相互了解及应用的敏捷性程度。这包括研发人员知识协同敏捷性水平和产品知识协同应用敏捷性水平，具体涵盖了研发部门人员产品协同开发的相互信赖度、研发人员将知识转化的快速能力、研发人员的新知识和新方法应用能力、产品协同开发延迟制造的有效性实施、产品开发的市场份额扩大能力、产品开发的生命周期提前能力、新产品的应用前景以及新产品的客户个性化实现能力等。

1.2 影响因素变量设置

本文将产品开发知识共享定义为产品开发过程中，知识流在研发团队成员间及研发部门间沟通的过程；将产品开发环境定义为供应链系统内以客户为中心，利用完善的管理机制和技术共享所形成的产品快速研发和设计情境；将产品开发快速响应水平定义为是通过极大地提高灵活性和不断地缩短产品开发周期，增强快速响应能力，以生产具有符合客户需求的质量和服务的新产品和成熟产品，快速占领市场为目标的综合能力。

1.3 SC-PDKC敏捷性水平影响因素的结构方程模型

本文中所涉及的变量C、S、F、Q都属于隐变量也是内生变量的范畴。产品开发知识共享水平由个体知识共享水平(GTC)和组织知识共享水平(ZZC)两个子隐变量所确定；产品开发环境由管理系统(GLS)和技术系统(JSS)两个子隐变量所确定；产品开发快速响应水平由时效反应水平(SXF)和流程控制能力(LCF)两个子隐变量所确定；产品开发知识协同敏捷性水平由研发人员知识协同敏捷性水平(YFQ)和产品知识协同应用敏捷性水平(ZZQ)两个子隐变量所确定。

根据模型的实际应用和变量属性的设置，使用统计软件为SPSS16.0和AMOS7.0，研究方法选择结构方程模型（SEM）法。本文即根据获取的数据通过SEM来验证所建立的SC-PDKC敏捷性水平影响因素的概念模型(图2)。

图2 初始结构方程模型

我们设定的模型为因果模型，也称为路径模型(侯杰泰等，2004)，主要考察C(产品开发知识共享水平)、S(产品开发环境)、F(产品开发快速响应水平)对Q(产品开发知识协同敏捷性水平)的因果效应；S对C和F的因果效应。由图2所表示因果关系的结构方程如下：

上述因果模型利用二阶验证性因素分析，是具有二次回归特征的回归方程（吴明隆，2009）。其回归系数即路径系数，经过标准化，所得到的系数就是标准化回归系数，其是用来衡量变量之间的影响程度或效应大小的重要指标（γ是外生变量影响内生变量的路径系数，β是内生变量影响内生变量的路径系数）。京、广州等主要区域，在线收集问卷1110份，有效问卷906份，有效率达81.6%。（注：问卷中有1个或1个以上问题没有回答，即视为无效问卷。）

因问卷收集的两渠道有不同特征，样本数据可能存在品质上的差异。因此，作者用SPSS对它们进行组别检验和独立样本T检验，检验如表1和2所示。

表1 问卷回收渠道组别检验

表1显示了两类问卷的样本均值、标准差和均值标准差。结果显示这两类问卷没有显著差异，但这还不足已说明样本品质不存在差异，还需要关注独立样本的T检验结果情况。

我们选取表2中的第一项加以说明，因为f的显著性概率P=0.779＞0.05，调查对象对“产品开发知识共享水平”的回答通过F检验（Levene检验），说明两个组别对“产品开发知识共享水平”回答的方差没有明显差异，接受σ12=σ22的假设。这个结果决定了观察T检验的值要读取Equal variances assumed行的结果。此时，t统计量的显著性(2-tailed，双尾)概率P=0.822＞0.05，即T假设检验通过，两个组别对“产品开发知识共享水平”回答的平均值也没有显著差异。因此，可以得出两类问卷样本对于“产品开发知识共享水平”的回答不存在显著差异。

同理，根据表2所提供的数值，可以对其余三项作出

表2 Independent Samples T-Test

2 数据收集与分析

本文共选取了中国上汽、中国一汽、中国东风、陕汽集团、安徽JAC、安徽奇瑞等6个汽车制造企业，涉及乘用车系列、轻型货车系列和重型货车系列的4大研发中心的36个产品研发团队进行调查。共回收问卷992份，有效问卷889份，有效率达89.6%。网络调查主要面向北京、天津、南判别，结果是这些变量都通过了方差检验和均值检验。因此，上述两类问卷之间没有显著差异，在下面的分析中，将两组样本合并处理。

表3为主要变量指标的描述性统计情况，指标数据包括有效样本数、均值和标准差。

表3 主要变量指标的描述性统计

结果显示，汽车企业产品开发研发部门人员的知识协同敏捷性水平综合评价指标及其各影响因素指标的得分与调查对象基本情况的描述是大体一致的，说明我国汽车产业新产品开发知识协同具备了一定的现实条件，但总体水平有待提高。

通过Cronbachα系数检验和效度分析，若两者满足参考值标准，则问卷信度为良好。检测结果如表4显示，各研究变量的α值均满足α≥0.70的研究，通过检验，可初步认为适用于结构方程模型分析。

表4 研究变量的信度检测值

本文采用验证性因子分析的方法，利用SPSS软件对题项做验证性因子分析。

表5 KMO and Bartlett's Test

下面调用AMOS7.0应用程序，得出各变量因子的拟合指数检验和相关路径系数。模型总体χ2检验结果（Result-Default model)：Chi-square =23.565，Degreesof freedom(自由度)=15，Probability level=0.073。其标准化路径系数图如图3所示。

图3 结构方程模型标准化路径系数图

通过模型的拟合度和路径系数值的检验，拟合研究得到验证，基于供应链的产品开发知识协同敏捷性水平影响因素结构方程模型得以成立，通过对模型的调试，将本研究的假设检验结果总结为表6:

表6 假设验证结果

3 结论

通过本文的结构方程模型验证可得，产品开发知识共享水平、供应链产品开发环境、产品开发快速响应水平对产品开发知识协同敏捷性水平的影响十分显著。并且，供应链产品开发环境对产品开发知识共享水平和产品开发快速响应水平也有很显著的影响。即：

结构方程模型(3)和(4)清晰地反应了三类影响因素(产品开发知识共享水平C、供应链产品开发环境S、产品开发快速响应水平F)之间的关系以及它们对产品开发知识协同敏捷性水平Q的作用机制（其中σ2、σ2、σ3分别代表Q、C、F的修正误差），而γ和 β数值则深层次体现了所研究概念模型的作用机理，为揭示影响汽车企业产品开发团队成员的知识协同因素提供了可借鉴的理论模型。由此，提高汽车产业产品开发知识协同敏捷性水平可以借鉴这三方面因素的作用机理。

[1]M.Kuroda，K.Takeda，General structure and characteristics of quick response production system[J]，Computers and Engineering，2004，35(3-4).

[2]Marcia Perry，Amrik S.Sohal，Peter Rumpf，Quick supply chain alliances in the Australian textile，clothing and footwear industry[J]，Int.J.production Economics，2003，62(2).

[3]唐文献，方明伦，李莉敏，谭月梅.基于知识的产品协同设计系统体系结构研究[J].系统仿真学报，2004，(3).

[4]蒋增强，刘明周，赵韩，周蓉.产品协同开发过程中的知识数据管理模型[J].工程图学学报，2005,(4).

[5]王有远，刘立敏.设计链产品创新研究[J].科技管理研究，2008，(8).