供货商介入对制造企业创新能力的作用.docx

供货商介入对制造企业创新能力的作用.docx

《供货商介入对制造企业创新能力的作用.docx》由会员分享，可在线阅读，更多相关《供货商介入对制造企业创新能力的作用.docx（5页珍藏版）》请在冰豆网上搜索。

供货商介入对制造企业创新能力的作用

供货商介入对制造企业创新能力的作用

　　1引言

　　在竞争异常激烈的市场环境中，顾客需求快速变化，提高技术创新能力是企业获取持续竞争优势的关键。

但是，受边界资源和能力的有效性影响，企业技术创新活动往往需要选择和集成外部知识源，供应商作为其重要的外部知识来源日益受到关注，越来越多的制造企业通过供应商参与新产品开发项目提升技术创新能力（Johnsen,2009;Feng等，2010;Perols等，2012）.其中，新产品开发中供应商参与模糊前端（SupplierInvolvementinFuzzyFrontEnd,以下简称SIFFE）的重要作用日益被学术界和实践界所关注并成为热门话题。

　　FFE是NPD过程中的前期阶段，包括产品创意的产生、创意的评价和筛选、产品概念的开发及定义、产品规划设计等步骤（Verworn,2009）,具有高度的不确定性和模糊性是此阶段最明显的特点。

供应商参与新产品开发中模糊前端阶段是制造企业产品创新活动从传统的封闭式创新向开放式创新的转变。

Wagner（2012）等学者认为供应商参与模糊前端制造企业可以有效地利用供应商创新性，通过与供应商关系互动，学习供应商的技术知识和技术诀窍，从而提升了自身的技术创新能力（Yong等，2009;曹勇和向阳，2011;Wagner,2012）.然而现有实践活动发现，供应商模糊前端参与对企业技术创新能力的影响并不显着，没有如理论预期一样顺利转化为企业的竞争优势。

有些学者甚至还提出供应商模糊前端参与增加了企业间的协调成本，延长了新产品开发周期，降低了新产品开发效率，并最终导致企业技术创新能力的降低（Littler等，1998;Kessler等，2000;Koufteros等，2005）.因此，如何有效实施供应商模糊前端参与以提升技术创新能力是企业亟待解决的理论和实践问题。

基于此，本文将在分析现有研究的基础上，对中国制造企业背景下SIFFE与企业技术创新能力的作用关系展开实证研究，为我国制造企业更好地管理新产品开发的FFE阶段，充分借助供应商的专业技术资源提升其技术创新能力提供理论依据与指导。

　　2理论背景与研究假设

　　2.1SIFFE对关系互动、技术学习和技术创新能力的影响

　　SIFFE是指在FFE阶段中，制造企业整合供应商的能力并让供应商承担相应的责任，通过供应商向制造企业提供有关技术、产品等方面的知识，共同提高新产品开发绩效的过程（Petersen等，2005）.关系互动是指制造企业与供应商之间通过沟通、信息共享和冲突处理而发生相互作用的社会行动（Roy等，2004）.

　　由于在FFE阶段，制造企业大多数产品决策活动都面临模糊性和不确定性，产品创意的产生、评价筛选和概念形成阶段伴随着大量试错和随机修改的过程，因此具有较高的失败率。

让供应商参与FFE促进了制造企业和供应商间的互动和交流，有利于降低FFE阶段的模糊性和不确定性。

供应商参与制造企业新产品开发的时机越早，越有利于双方在新产品开发过程中共享信息及双向的沟通和交流，新产品开发的绩效越好（LaBahn和Krapfel,2000;Primo和Amundson,2002）.同时，让供应商参与FFE增加了制造企业技术学习的机会，获取来自供应商的专业技术知识，加以吸收和消化并结合自身技术知识储备就能形成新的技术知识，从而提高其技术创新能力。

　　基于以上讨论，我们提出：

　　假设1a:

SIFFE和双方关系互动呈正相关关系。

　　假设1b:

SIFFE和制造企业技术学习呈正相关关系。

　　假设1c:

SIFFE和制造企业技术创新能力呈正相关关系。

　　2.2关系互动对技术学习和技术创新能力的影响

　　采取SIFFE的方式，供应商和制造企业各层次人员可以进行沟通交流，充分了解制造企业对产品创意和产品概念的具体要求和想法，通过双方充分的磨合与技术互动，特别是现场面对面地交流，使制造企业接触、获取并吸收供应商的专业技术知识和诀窍，促进了技术学习行为的发生。

同时，如果制造企业的管理者能很好地管理来自技术学习中专业技术知识，这些知识就有可能被有效地整合到制造企业现有的技术知识库中，这两种技术知识间相互作用能产生新的创意和想法，从而有助于提升制造企业技术创新能力。

基于以上讨论，我们提出：

　　假设2a:

双方的关系互动和制造企业技术学习呈正相关关系。

　　假设2b:

双方的关系互动和制造企业技术创新能力呈正相关关系。

　　2.3技术学习对技术创新能力的影响

　　企业技术创新能力的形成其本质是一个技术学习的过程，涉及技术知识的获取、解释和利用。

仅仅获取了来自企业外部新的技术知识并不能代表对技术的充分掌握，只有将这些新技术知识成功地在企业内部传播，充分吸收和消化至企业内部，并与企业现有的技术知识相互整合（即增加、删除或修改现有技术知识，或是从新的角度诠释现有技术知识），转化为企业自身的技术知识并利用其进行新产品的开发和创新，才能提升企业的技术创新能力。

有研究结果表明，提升企业技术创新能力的关键在于对外部技术知识的获取、吸收、转化与利用（Tripsas和Gavetti,2000）.基于以上讨论，提出：

　　假设3:

制造企业技术学习和其技术创新能力呈正相关关系。

　　基于以上的研究假设，提出本文的概念模型，如图1所示。

【图1】

　　3研究方法

　　3.1样本和数据

　　收集本文数据来自2012年9月至2013年2月对中国国内制造企业的问卷调查。

在开展正式调研之前，在陕西省内选取了6家典型的制造企业进行了问卷的预调研，根据问卷的反馈结果对调研问卷进行了修改和完善。

接着我们对来自8个省市（陕西、四川、山东、浙江、安徽、江苏、辽宁、山西）的70家制造企业，发放问卷650份，最终收回328份，回收率50.5%,剔除由于填答缺漏太多或某一问卷大部分答案都相同的问卷32份，最终回收的有效问卷共296份，占总回收问卷的45.5%.样本数据中，项目经理（4.7%），技术部门主管（26.8%），研发主管（25.3%），采购经理（22.7%），采购人员（20.5%），其中与供应商打交道较多的技术管理人员、采购经理和采购人员的总和占到了70.0%,符合本研究的需要。

　　针对同源偏差问题，本文采用哈曼（Harman）单因子检测方法检测同源偏差，具体方法是将问卷所有项目一起做因子分析，在未旋转时得到的第一个主成分。

在本文中，在未旋转时得到的第一个主成分占到的载荷量是11.529%,并没有占到多数，所以本文中同源偏差的问题并不明显。

　　3.2构念的测量

　　本研究中各个构念的测量均参考了现有研究中比较成熟有效的指标，其中SIFFE修改自Wagner（2012）的指标,共3个题项；关系互动修改自Roy（2004）的指标,共3个题项；技术学习修改自Zahra和George（2002）等学者的指标,共4个题项；技术创新能力修改自Camis?

n和Villar-L?

pez（2012）的指标[17],共4个题项。

　　企业技术创新能力受到制造企业内外部因素的影响，根据已有的文献，本文将企业规模、企业年龄、关系持续时间和技术动态性作为控制变量。

用每个企业雇员人数衡量该企业的规模；用每个企业成立的年限衡量该企业年龄；用双方关系建立的实际年限衡量关系持续时间；技术动态性反映了技术的变化速度，本文借鉴了Santoro和Mcgill（2005）的指标,共2个题项。

所有构念的测量都采用李克特7级指标测量法，1表示非常不同意，7表示非常同意。

具体的测量指标见表1.【表1】

　　3.3信度与效度检验

　　本文采用CronbachA来评估变量的可靠性，一般认为，CronbachA系数时，即意味着因子具有良好的内在一致性。

　　由表1可知，所有构念的A系数均高于0.7,说明构念具有良好的信度。

　　此外，还检验了模型的效度。

如表1所示，每个测量指标的标准因子载荷均大于0.6,并且每个构念的平均萃取方差（AVE）均大于0.5,说明该测量具有良好的聚合效度。

同时，由表2可知，对角线上的黑体数值表示该构念AVE的平方根，比所在行和列的所有相关性系数值都大，说明各构念有良好的判别效度（Fornell和Larcker,1981）.例如，表2中的黑体部分表示供应商参与模糊前端AVE的平方根，其值是0.909,比所在行和列的所有相关性系数的值都大，表明该构念具备很好的判别效度。

【表2】

　　4实证的结果分析

　　利用SPSS18.0软件，采用分层多元回归分析（HierarchicalMultipleRegression）来检验本文的研究假设。

首先，把关系互动和技术学习作为因变量做了分层回归。

在回归前对这两个变量进行了标准化处理，具体结果见表3.【表3】

　　从模型1可以看出，供应商参与新产品开发对关系互动的影响为正，标准化路径系数是0.537（p<0.001），故假设1a成立。

从模型2和模型3可知，供应商参与模糊前端对技术学习的影响为正，标准化路径系数是0.336（p<0.1），但在模型中加入知识获取后，二者的回归系数依然为正，但不显着，说明关系互动完全中介了二者的关系，故假设1b不成立。

关系互动对技术学习的影响为正，标准化路径系数是0.498（p<0.001），故假设2a成立。

　　其次，把供应商参与模糊前端、关系互动和技术学习作为自变量，把技术创新能力作为因变量，企业规模、企业年龄、关系持续时间及技术动态性作为控制变量做了分层回归，具体结果见表4.从模型2、模型3和模型4可知，供应商参与模糊前端对技术创新能力的影响为正，标准化路径系数是0.514（p<0.001），在模型中加入关系互动和技术学习后，二者的回归系数依然为正，标准化路径系数是0.499（p<0.05），说明关系互动和技术学习部分完全中介了二者的关系，故假设1c成立。

关系互动对技术创新能力的影响为正，标准化路径系数是0.439（p<0.05），但在模型中加入技术学习后，二者的回归系数依然为正，但不显着，说明技术学习完全中介了二者的关系，故假设2b不成立。

技术学习对技术创新能力的影响为正，标准化路径系数是0.687（p<0.001），故假设3成立。

表5汇总了本文研究假设的验证结果。

【表4】

　　根据本文的实证研究结果，对原有概念模型进行修改，提出如图2所示的修正后的概念模型。

【图2】

　　5结果讨论、启示与展望

　　前期研究只探讨了NPD后期供应商参与对企业技术创新能力的影响，而忽略了NPD前期，即FFE阶段供应商参与所起的重要作用。

本文基于合作关系和企业间学习视角，通过系统、深入的分析SIFFE对制造企业技术创新能力的影响机制和路径，构建了概念模型并提出研究假设，运用实证研究的方法对所提假设进行了检验，得到如下结论：

　　第一，SIFFE与制造企业和供应商关系互动之间存在显着的正相关关系，SIFFE和制造企业技术学习的正相关关系并不显着，被关系互动完全中介，SIFFE对制造企业技术创新能力有显着的正向影响。

这些结论说明，SIFFE明显提升了制造企业技术创新能力，这与现有的研究结论完全一致。

例如，Primo和Amundson（2002）认为，供应商早期参与新产品开发会显着提高制造企业的技术创新能力.本文的研究结论还表明，SIFFE并不能直接导致制造企业技术学习行为的发生，和供应商的关系互动在此过程中起到关键的“桥梁”作用。

双方基于合作关系的互动不但可以降低FFE阶段的模糊性和不确定性，提高NPD过程中FFE阶段的绩效，还有利于制造企业进行技术学习。

因此，对制造企业而言，首先需要建立科学合理的供应商评价体系，系统、全面的评价和甄选供应商，选择有丰富专业技术和知识的优秀供应商。

其次要让供应商在NPD的FFE阶段参与制造企业新产品开发项目，建立一个有利于双方合作与互动的平台或渠道，比如形成跨组织的学习型文化和建立良好的合作氛围，并健全信息共享和冲突解决机制，以增进与供应商的关系互动。

　　第二，技术学习与制造企业技术创新能力之间存在显着的正相关关系，这与前期研究的结论相一致。

如Ragatz（2002）等学者的研究结论表明，制造企业让供应商早期参与NPD,可以把供应商的新技术知识快速整合到NPD过程中，从而实现制造企业技术创新能力的突破.Song（2008）认为在制造企业突破性产品创新过程中，让供应商参与时间越早、参与范围越广越有利于企业技术创新能力的提升，从而提高突破性产品创新绩效.由于企业技术员工是技术知识的载体，在技术知识流动和存储过程中发挥着重要作用，因此，对制造企业而言，在获取来自供应商的专业技术知识后，要注意对这些技术进行消化、吸收和转移，并将其纳入自身的技术资源体系中，通过整合来自不同层次、结构和内容的技术知识，并经过技术知识的社会化、外在化、综合化和内在化，实现自身技术知识的螺旋式上升和加速发展。

制造企业应该建立诸如正式、非正式会议、产品研讨会、师带徒等机制以方便组织内的技术知识交换和转移，定期开展对员工的培训，提高员工的知识水平，增加技术知识转移和利用的效率和效果。

　　本文的研究丰富并完善了供应商参与新产品开发理论，为FFE阶段提升制造企业技术创新能力提供了理论依据和有益的参考。

当然，本文的研究也存在一定的局限，例如，如何科学的管理新产品开发过程中的不同界面，让界面间进行有序的衔接将会是未来有意义的研究方向。

其次，以横截面数据分析变量间的相关关系，忽略了技术知识学习过程的动态性特征，在未来研究中可以选取企业间持续的合作研发进行追踪和调查，进一步解释变量间的关系。

　　参考文献：

　　[1]JohnsenTE.Supplierinvolvementinnewproductdevelopmentandinnovation:

Takingstockandlookingtothefuture[J].JournalofPurchasingandSupplyManagement,2009,15（3）：

187~197.

　　[2]FengT,SunL,ZhangY.Theeffectsofcustomerandsupplierinvolvementoncompetitiveadvantage:

AnempiricalstudyinChina[J].IndustrialMarketingManagement,2010,39（8）：

1384~1394.

　　[3]PerolsJ,ZimmermannC,KortmannS.Ontherelationshipbetweensupplierintegrationandtime-to-market[J].JournalofOperationsManagement,2013,31（3）：

153~167.

　　[4]VerwornB.Astructuralequationmodeloftheimpactofthe“fuzzyfrontend”onthesuccessofnewproductdevelopment[J].ResearchPolicy,2009,38（10）：

1571~1581.

　　[5]WagnerSM.Tappingsupplierinnovation[J].JournalofSupplyChainManagement,2012,48

（2）：

37~52.

　　[6]YongC,LiZ,AkioN.日本制造企业新产品开发过程中模糊前端创新的效果分析[J].南开管理评论，2009,12（6）：

4~10.

　　[7]曹勇，向阳。

基于开放式创新的新产品开发模糊前端模型研究[J].管理评论，2011,23（10）：

49~55.

　　[8]LittlerD,LeverickF,WilsonD.Collaborationinnewtechnologybasedproductmarkets[J].InternationalJournalofTechnologyManagement,1998,15（1/2）：

139~159.

　　[9]KesslerEH,BierlyPE,GopalakrishnanS.Internalvs.externallearninginnewproductdevelopment:

Effectsonspeed,costsandcompetitiveadvantage[J].R&dManagement,2000,30（3）：

213~223.

　　[10]KoufterosX,VonderembseM,JayaramJ.Internalandexternalintegrationforproductdevelopment:

Thecontingencyeffectsofuncertainty,equivocality,andplatformstrategy[J].DecisionSciences,2005,36

（1）：

97~133.