信任和权力对供应链协同影响的实证研究

信任和权力对供应链协同影响的实证研究

供应链协同是供应链相关企业为了提高供应链的整体竞争力而做出的彼此协调和相互努力。虽然被认为是最崭新和最现实的供应链实践，但从近年的管理实践来看，协同管理并没有完全达到预期的目标[1]，究其原因，主要是影响协同运作的因素较多而且较复杂的缘故。从现有的一些研究来看，除了技术性因素外，影响供应链协同的非技术性因素尤为重要，其中组织间的因素即供应链企业间的合作关系因素最为典型[2]。已有一些实证研究表明了合作伙伴关系相关因素对协同的作用，如信任、承诺和权力等对信息共享的影响[3-4]，但这些因素对整个协同运作的影响尚需要深入系统地研究。笔者通过建立供应链协同中信息共享的影响因素模型，用实证研究的方法，探讨信任和权力对协同运作中3个维度的影响，以及协同中3个相关研究维度的相互作用情况及对运作绩效的影响情况。1理论背景与研究假设对于供应链协同运作，可以用信息共享、同步决策和激励联盟等3个相互关联的维度来代表[5]，其中信息共享指的是为决策制定者收集并及时发布相关信息，用于计划和控制供应链运作的行为，其目的是提高整个供应链的可视化水平，减少牛鞭效应等。同步决策是指在计划和运作层面共同做出决策，使整个供应链的利益最大化，其中计划层面的决策包括整合长期计划及相关的决策评估，运作层面的整合则包括订单的生成和货物发送等。激励联盟是指供应链相关成员共同分享价格、风险和利益的程度，目的是促进各成员企业从整体利益而不是单个企业的利益来考虑问题。笔者从不同的角度对3个维度的影响因素和相互关系进行阐述。1.1信息共享的影响因素对于组织之间的协调，比较典型的是三元结构机制，即权力、价格和信任3个因素[6]。同样，笔者认为，信息共享作为供应链企业间协同合作、提高供应链绩效的重要基础，也受到这3个方面的影响，即权力（包括强制性权力和非强制性权力）、信任和激励机制。由于协同运作需要更高层次的合作，因此单纯交易性的价格因素上升为企业间合作的激励因素，即形成激励联盟。其中权力机制通过权力行使或者权威暗示的方式来控制其成员，使组织成员的行为能够指向权力所确定的方向；激励机制根据市场原则做出设计和安排，成员企业与组织之间根据利益分享的情况来决定是进入还是退出该网络；而信任在供应链网络组织中的作用特别重要，可以简化供应链系统的复杂性，保证节点企业决策行为的统一性，提高协调的效率，从而减少机会主义行为，促进企业间合作关系的改进。信任是最常用的衡量供应链关系的参数，它是指一家公司相信另一家公司执行的动作将对本公司产生积极的作用，而不是采取意想不到的行动对本公司产生负面的结果。而对权力的研究来源于渠道理论，一般将其划分为强制性权力与非强制性权力两大类。研究表明，渠道成员拥有的权力与其使用非强制性权力之间有正相关关系，而与其使用强制性权力之间有负相关关系。权力越大的渠道成员，越有能力通过“拉”的策略影响其他成员，即降低了使用“推”策略的必要性，由此降低了对强制性权力的实际使用程度。据此，拟只对非强制性权力的影响进行研究。因此提出如下假设：1.2同步决策的影响因素与对信息共享的影响相同，同步决策也受到这3方面因素的影响，即权力、信任和激励联盟。只有双方充分信任，才能实施真正的协同计划，否则即使有信息共享机制，如果对于对方提供的信息缺乏信任，共同决策也难以实施[7]。拥有渠道权力的一方可以通过使用非强制性权力，向另一方施加影响，促使其他成员企业与自己共同决策，从而促进整个供应链运作的最优化。同样，只有激励联盟的形成，合作各方才能充分地进行信息共享，只有实现了高质量的信息传递和共享，才能制定共同对策加速渠道库存流转，使供应链成为真正意义上的为客户需求所驱动的供应链，使整个供应链的利益最大化。因此提出如下假设：1.3同步决策与运作绩效张欣等[8]研究了由一个供应商和制造商组成的按订单进行生产的二级供应链系统，结果表明，信息共享与协同合作能提高供应链上各成员及整个供应链的运作绩效，但协同合作所带来的收益要大大超过信息共享所带来的收益。供应链从传统模式转向完全信息共享与协同合作模式时，制造商的订货次数、供应商的调整准备次数以及运输次数都大大减少，系统总成本可降低22.76%。协同化决策不仅摆脱了各节点企业单纯以自身利益最大化为目标分散地进行决策所造成的供应链整体绩效低下，也克服了传统集成式供应链管理中由单一的决策制定者来制定决策的理想化管理所带来的诸多障碍。供应链企业间在信息共享的基础上进行同步决策，可能真正解决“牛鞭效应”问题，预期可以在以下几方面体现其收益：增加库存周转率、更好的准时配送、提升反应速度、更好的质量、降低采购成本和总成本等。因此提出以下假设：综上所述，信任、权力和激励联盟3个因素互为补充，共同对协同中信息共享等行为产生作用。同时在协同实践中，激励联盟是进行协同运作的保证，信息共享是基础，双方再作用于同步决策，进而影响供应链运作绩效。拟研究模型如图1所示。图1假设模型2研究方法2.1样本选择及调查方法在供应链合作关系与协同的研究方面，对制造企业的研究非常重要，也非常典型。从核心企业的角度来看，完整的供应链管理包括与上游供应商及下游销售企业的合作与协同管理，但二者涉及的方法及指标不完全一样，为方便数据采集及研究的针对性，特将研究内容设定为核心企业与下游产品销售或使用企业的相关因素及协同作用情况，因此研究对象是国内制造行业，备选企业名录来自商业单位提供的工业企业目录，随机抽取1000家。被调查人员指定为熟悉客户关系及运作情况的企业高层人员、销售经理／客户经理或供应链经理／物流经理等。由于每个产品、每个客户都对应于不同的供应链，不可能同时综合了解所有客户的情况，因此对一个企业只了解与一个具体客户的相关因素情况，一般是企业最关键的客户，可以是批发商、零售商或其他制造商，因此被调查对象在填写问卷时，心中必须明确一个具体的客户，同时以所调查企业在相应条件下的指标情况来代表整个供应链的情况。问卷采用邮局、电子邮件以及实地调查的形式发放和回收。共发放问卷1000份，回收173份，其中12份由于数据不全或明显错误不予采用，剩下161份作为分析研究用，有效回收率约为16%。从受访企业来看，接受访问的大部分为部门经理及以上职务的员工，其中总经理级别占28%，部门经理占56%，一般员工占16%；主要的行业为机械、电子及制药等制造企业，占75%；员工人数方面，1000人以内的占70%；销售规模大都在5000万元人民币以上（占72%）。2.2变量的测量合作关系信任的测量量表来自于FYNES[9]，共4个题项；非强制性权力的度量来自于LEONIDAS等的研究[10]，也是4个题项。供应链协同3个维度信息共享、同步决策和激励联盟等的度量采用SIMATUPANG等的研究，每个变量选用4个指标。供应链企业运作绩效的度量根据VEREECKE使用的指标[11]，参考供应链运作参考模型(SCOR)及其他文献，选用配送、库存和柔性等3个方面的指标。变量涉及的所有指标的测量均采用Likert5级量表，所有问题均设计为完全同意到完全不同意的选项。3数据分析及结构方程模型构建在对结构方程模型进行检验之前，根据ANDERSON等[12]的两阶段分析法，首先对测量模型进行验证性因子分析，以保证用于检验的测量模型有较好的信度和效度，然后再进行结构方程模型的拟合检验。3.1研究变量和观测变量基本情况表1列出了所有研究变量及观测指标（变量）的基本情况，其中供应链绩效的3个观测变量由3个二级观测指标组成。使用Cronbach'sα系数作为衡量潜变量信度的标准，经过SPSS13.0进行分析得出，α系数均大于0.70。3.2相关系数矩阵用SPSS13.0对信任、权力、协同3个要素以及供应链运作绩效3个观测变量进行相关性分析，结果如表2所示，Cronbach'sα系数均大于0.70。除权力（非强制性）与其他变量的相关系数较低外，其余均在0.377～0.781之间，相关性良好，且没有异常数据。3.3信度与效度分析根据研究模型的情况，用AMOS5.0对测量模型进行验证性因子分析，根据结果对测量模型（包括潜变量和观测变量）的信度和效度进行进一步评估，参数估计结果如表3所示，其中模型拟合时运作绩效的每个观测变量的测度值采用其所包含的二级指标的均值来计算。其卡方统计量=362.452，自由度df=215，/df=1.686，残差均方根RMR=0.043，拟合度指数GFI=0.909，比较拟合指数CFI=0.921，标准拟合指数NFI=0.907。效度检验主要是进行内容效度和建构效度的检验。研究使用的问卷项目以及测量量表大部分来自过去很多学者的研究成果，经过大量的实证研究，得到了充分的确认；同时在最终问卷确定之前，还咨询了相关领域的专家，并通过预试修正问卷的部分提法、内容，因此问卷具有相当的内容效度。建构效度主要包括收敛效度和区分效度。根据ANDERSON等的标准，各观测变量对潜变量的回归系数均具有统计显著性，而且所有观测变量的因子载荷在0.584～0.944之间，均大于0.500，大部分变量的复相关平方R[2]也在0.400以上，显示该构念具有较好的收敛效度。对于区别效度的评估，可以从3个方面进行判别：第一是该研究模型中7个相关变量之间的相关系数（见表2）均不大于0.781，小于标准值0.850，不会形成多重共线性的问题；第二是验证因子分析测量模型中没有发生观测变量横跨两个因素的情形，即原先建构的不同测量变量均落在预期的因素构念上；第三是6个潜变量的AVE值都明显大于其他潜变量之间相关系数的平方。据此可以推断，6个构成变量具有很好的区别效度。3.4测量模型的整体适配度分析对于整体模型的适配度检验，用AMOS5.0进行，并用最大似然法进行估计，得到整体测量模型的拟合情况为：=362.452，df=215，/df=1.686＜3.000，另外RMR=0.043＜0.050，GFI=0.909，CFI=0.921，NFI=0.907，均大于0.900，近似残差均方根RMSEA=0.070，说明整体验证模型的外在质量良好。3.5结构模型拟合及假设检验按照图1所示的全部路径进行计算，用最大似然法进行估计，得到结构模型的拟合情况：=414.053，df=222，/df=1.865，CFI=0.902，GFI=0.892，NFI=0.890，RMSEA=0.079。其中／df＜3.000，CFI、GFI、NFI指标都接近或大于0.900，RMSEA＜0.080，模型拟合结果基本可以接受。在所有8个研究假设中，假设5（权力→同步决策）没有得到支持，其未标准化回归系数为0.038，标准差为0.071，输出临界比C.R.=0.535，p值=0.593＞0.050。其他7个假设均得到支持。从模型的拟合情况来看，其值远远大于测量模型验证性因子分析时的／值（从362.452增加到414.053），说明假设检验模型没有完整地表达测量模型数据隐含的意义。参考相关系数矩阵（见表2），同时结合理论分析，可以看出信任与激励联盟可能有较强的相关关系，为此，在模型中增加这一相关路径，再进行拟合，结果拟合情况良好（值从414.053减少到373.890），基本表达了测量模型数据隐含的意义。信任与激励联盟的相互作用比较明显，其未标准化协方差为0.256，标准差为0.049，C.R.=5.234，p值＜0.001，相关系数为0.579。增加信任与激励联盟的相关路径，去掉一个不支持的假设，进行模型的进一步拟合后，最后的结果如图2所示，假设检验及路径系数结果如表4所示（图表中权力特指非强制性权力）。4讨论从以上数据分析的结果来看，信任和权力对供应链协同运作具有明显的影响，但作用范围差别很大，其中信任的影响作用较大也较为广泛，而权力（非强制性）的作用则相对较局限。同时协同3个维度的作用也各具特色，通过共同作用对供应链绩效产生影响。(1)信任对供应链协同的影响。在对供应链协同3个维度的影响作用中，信任与激励联盟是相互补充同时又是相互影响的关系，二者一起作用于信息共享和同步决策，进而影响供应链运作绩效。一般认为信任与激励机制在供应链协调中是互补的关系，但在研究中发现，二者的相互影响作用比较强，相关系数达0.579，但其相互影响机制尚需进一步地探讨。可以认为，企业间积累的信任关系可以推动双方建立激励联盟机制，同时激励联盟的形成又增加了企业对合作伙伴的信任感，即相信合作伙伴能有效地履行契约。(2)权力对供应链协同的影响。从非强制性权力对供应链协同3个维度的影响来看，权力只对信息共享有作用，而对于同步决策没有直接作用，或者是只有通过信息共享来间接作用，可能的原因是同步决策需要更高层次的整合。正如组织协调理论所述，在现代的供应链管理环境下，权威整合机制已经远远不够，不再是主要的机制了。(3)激励联盟在供应链协同中的作用。正如预计的一样，激励联盟对信息共享和同步决策均有显著的正向影响。与上述信任和权力的影响作用相比，在供应链网络组织的协调中，激励机制的作用更为重要（路径系数达0.628）。激励联盟与信任和权力一起对信息共享、同步决策产生作用，同时它又是供应链协同的一个组成要素。对信息共享行为而言，在没有合约规定成员间行为时，彼此间的信任是合作成功的关键因素，但当合作伙伴之间正式进入协同运作阶段时，激励联盟的形成必不可少，此时其影响力甚至超过信任和权力等因素。这其中可能与样本采集有关系，因为该研究中的制造企业大多处于完全市场竞争环境下，而且企业历史都不是太长，没能与上下游企业建立长期稳定的合作伙伴关系。同时这也许是我国的现实情况，即在市场环境变化较大的情况下，总体大环境缺乏信任机制，企业间比较现实的激励契约才是促进成员间充分信息共享以至协同运作的关键因素。(4)信息共享与同步决策的关系以及对供应链运作绩效的影响。在笔者的研究模型中，信息共享通过对同步决策产生正向影响而影响供应链运作绩效，但这并不能排除信息共享对于运作绩效的直接影响，虽然其影响可能大大弱于同步