IS实施后组织单元间的相互依赖对绩效产生影响研究，本文主要内容关键词为：绩效论文,单元论文,组织论文,相互依赖论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言
企业不论大小，它们实施信息化的目的都是想通过信息系统和网络技术来使它们的业务更电子化，使其效率、竞争力与获利能力提升到新的高度。但是，利用信息技术去设计、生产、配送及提高服务质量是一回事，但赚不赚钱又是另一回事。即使有些企业使用的是较为成熟的软件系统，也没有从信息系统的应用中取得他们期望的收益。在过去的10年里，IT应用及其绩效问题一直是人们研究的热点。但它们更多的是局限于对企业个案的研究或对IT专业人士访谈的形式，同时对IT应用过程做了大量的描述说明，而很少从理论和实证的角度予以分析。信息系统的研究者和实践者一直试图探求：组织中的哪些因素影响了它在使用IT／IS时绩效的发挥？这些因素是通过怎样的途径对组织绩效产生影响的？这些影响因素是否在企业中具有比较普遍的意义？迄今为止，对于这些问题在中国制造业信息化进程中还没有清楚的理论解释。尽管前人已经对信息系统应用与绩效的关系进行了大量的研究，但目前的研究大多是从组织整体角度出发来研究组织实施信息化绩效的影响因素。虽然这些因素是影响信息系统实施绩效的重要原因，但是从组织整体考虑问题的过程中就会不自觉地忽略掉许多重要的局部信息，这就需要从组织内部角度去探讨这种影响绩效的原因。
基于组织单元层次的研究主要是从Michael和David（1978）的组织信息处理理论（organizational information processing theory，简称OIPT）开始的。组织信息处理理论的提出为今后关于信息系统实施绩效的研究提供了新的思路和方法，它提出的有关组织单元间的相互依赖和差异性也成为很多学者的研究对象。当前，中国正处于高速发展过程中“中国现象”也成为众多学者关注的焦点。在中国的特有环境下，我国制造业企业中部门（组织单元）特性和它们之间的关系是否也会对其应用信息系统的绩效产生影响呢？如果有影响的话，它的影响途径是怎样的？影响程度有多大？本文试图从我国制造部门（组织单元）间的相互依赖这一角度探讨这些问题。
二、理论模型构建及分析
（一）理论模型背景分析
组织信息处理理论指出，组织研究的一个基本目标就是要找出在不同的情况下，哪种组织设计或者组织结构是最有效的。它将组织看成是一个面临不确定性的信息处理系统，而组织构造的一个基本功能就是创造出合适的组织单元结构以及组织单元间的相互联系，使得信息的收集、处理能够顺利进行，进而给组织带来效益；此外，组织可以看成是一系列部门或是组织单元的集合，随着组织的发展，这些组织单元将逐渐分化用以处理不同的任务。该理论进一步指出，组织单元间的相互依赖会影响一个高度集成和标准化的系统的收益（Wybo & Goodhue，1995）。本文参考McCann和Ferry（1979）的定义， 认为组织单元间的相互依赖（interdependence among subunits）就是某一组织单元为了完成自己的任务而必须与其他的组织单元交换信息和资源的程度。例如，同一个组织中的两个部门提供相同或类似的产品或服务，或者一个部门的产出将作为另一个部门的投入，这两个部门间的相互依赖程度就比较高。由此可见，组织单元间的相互依赖增加了共同调整的需要，也就是说，当一个组织单元进行了某些调整时，与它有相互依赖关系的组织单元也要进行相应的调整。同时，组织单元间的相互依赖使得组织单元在进行决策时必须考虑到其他组织单元的情况，这就降低了可以预先进行行动计划的程度。当组织单元间的相互依赖程度比较低时，简单的协调模式，比如标准的业务流程就已经足够。相反地，组织单元间高度的相互依赖也需要有一种标准化的语言才能使信息能够在组织单元间更好地进行交流。
Galbraith（1973）认为，工作任务的复杂性以及组织单元间任务的相互依赖产生了不确定性和信息处理的需要（Cornstock & Scott，1997；Mohr，1971）。组织单元的信息处理能力必须能够满足它的信息处理需求。组织单元所面临的不确定性越大，它的信息处理需求就越强烈，因此只有更加复杂的信息处理机制才会有足够的信息处理能力，使得组织单元达到最佳的绩效（Galhraith，1973；Duncan，1973；Pennings，1975；Galbraith，1969）。Thomas和Goodhue（2005）在2003年以ERP为例，研究了组织单元间的相互依赖对于ERP实施绩效的影响。他们的研究结论证实了Galbraith的观点， 但是他们同时也指出组织单元间的相互依赖只是提高组织单元绩效的一个因素，但却不是唯一的因素。
Barua等（1995）在探讨如何正确理解IT投资给组织创造的价值时， 指出应当考虑两方面的要求：一方面是，相比较整个公司而言需要对每一组织单元的职能做更细致的分析，如生产作业职能、市场营销职能等等；另一方面，在研究模型中应该包括在组织职能上产生影响的中间利益或中间变量。而过去的研究往往采取直接讨论组织单元相互依赖对组织单元绩效的影响，这种研究本身存在许多的缺陷，它并不能为我们呈现一条清晰地影响途径。因此，本文在分析过程中加入中间利益，利用中间利益作为媒介可以帮助我们解释这些影响为什么会发生，或者不会发生，进而分析信息系统的实施对组织单元整体绩效的影响。组织单元在信息系统实施中产生的“中间利益（intermediate benefits）”，即当信息系统为企业提供了集成数据和最佳的业务处理流程时，信息系统产生的主要中间利益包含以下3 个方面：对决策有用的高质量数据，高效地业务处理流程以及公司不同组织单元间良好的协调性（Gattiker & Goodhue，2004）。通过探讨相互依赖对中间利益的影响以及中间利益对整体绩效的影响，可以更好的理解信息系统是通过怎样的途径来对组织产生（或不产生）帮助的。
（二）组织单元之间相互依赖对中间利益的影响
1.组织单元间的相互依赖对工作效率的影响
Goodhue等（1992）在他的理论中首先提出，在其他事物同质的情况下，组织单元间的相互依赖程度提高时，数据集成带来的效益也会增加，同时在理性组织中数据集成的数量也会增多。该理论包含了两条主要的命题，Goodhue 等对建立在第一条命题基础上的第二条命题进行了研究，发现组织单元间的相互依赖程度提高与数据集成数量之间并没有显著联系。这就促使我们研究第一条命题，也就是组织单元间的相互依赖程度与数据集成效益之间的关系。Thomas和Goodhue（2005）的研究表明，组织单元间的相互依赖程度会影响组织单元的工作效率。由此，本文提出如下假设：
H1：在一个实施了信息系统的组织单元中，该部门与其他部门的依赖程度越高，信息系统带来的部门的工作效率越高。
2.组织单元间的相互依赖对协调性提升的影响
根据Thomas和Goodhue（2004）的研究， 由于信息系统是高度集成化和标准化的，它提高了组织单元之间的信息关联程度，因此信息系统能够改进部门之间的协调性。他们也通过对FPC公司的调查研究证实了这一点， 但这种协调性的提高是与组织单元之间相互依赖程度有关系的。后来的OIPT学者指出，一个高度集成的标准化信息系统，如ERP系统受组织单元间的相互依赖程度的影响（Wybo & Goodhue，1995）。一个组织单元与其他组织单元的依赖程度越高，他们共享信息的需求就越强烈（Thompson，1976）。信息系统就是将两个部门提供的数据进行集成来提高他们之间的协调性（Thomas & Goodhue，2005）。由此，本文提出如下假设：
H2：在一个实施了信息系统的组织单元中，该部门与其他部门的依赖程度越高，信息系统带来的部门的协调性提升越大。
3.组织单元间的相互依赖对数据质量的影响
与以往的大多数研究不同，本文的研究是建立在组织单元基础上的。Josephe.Mc Cann和Dianel.Ferry（1979）指出， 基于组织单元的研究能够解决一部分影响以前组织总体研究的问题。在组织整体上进行的研究是将数据在组织整体水平上进行集成，因此可能会遗漏重要的信息。Thomas和Goodhue（2004）也指出，当两个组织单元需要进行信息以及资源的交换，也就是相互依赖性比较强的时候，标准化的数据使原本在两个不同的组织单元中有着不同定义的信息能够很好地进行交流，但是同时，也可能使两个组织单元间出现信息上的误解或者是模糊不清的情况。由此可见，组织单元间的相互依赖也有可能影响数据质量这一重要的中间利益。根据本文前面对于数据质量的定义，当某一组织单元与另一个与它相互依赖性比较强的组织单元进行数据交换时，它提供数据的完整性和相关性就比较强，能够满足另一组织单元的需要，数据质量就比较高。由此，本文提出如下假设：
H3：在一个实施了信息系统的组织单元中，该部门与其他部门的依赖程度越高，信息系统带来的数据质量越高。
（三）中间利益对组织单元绩效影响的机理分析
1.工作效率对组织单元绩效的影响
在以制造业为主的企业中，制造部门的生产效率的高低很大程度上影响着企业整体运作效率。当今许多企业通过使用信息系统来提高整个部门的生产效率。企业的这一选择不仅仅是源于企业自身增长的需要，更多的是源于市场竞争压力的结果。是否应用信息系统已经是关乎企业生死存亡的重要决策。从理论研究上讲，工作效率（Efficiency）和生产率（Productivity）是两个不同的概念。生产率反映的是商品与服务的产出与生产过程的投入（劳动、材料、能源及其他资源）的关系。生产率体现了资源的有效使用程度，常表示为产出与投入之比。制造部门的工作效率是在给定的资源投入的情况下实现产出的状况（J.史蒂文森，2000）， 经常是以时间为单位来衡量。工作效率概念有广义和狭义之分。狭义的工作效率概念一般指一个生产系统在单位时间内的生产量，常用件／小时等作为单位。广义的工作效率概念除了单位时间生产量以外，还包括设备综合效率，资源的利用率，订单履行周期，库存周转率等。在实际企业生产运作中多使用广义生产效率的概念。本文研究中所指的工作效率也使用广义的工作效率的概念，但是结合本文的研究内容又稍有不同。本文将工作效率分为生产工作效率和部门员工的工作效率两方面进行考察。这里的工作效率（Efficiency）是指，伴随着信息系统的成功实施，企业的制造部门在生产、采购和制定物料计划方面的效率，以及员工使用信息系统后每单位时间所完成的工作量和部门员工之间信息交换速度的大小。
2.协调性提升对组织单元绩效的影响
协调性（Coordination）是一项重要的管理职能。资源内部要素之间、资源之间、部门之间以及企业之间都存在着协调（刘曙光、陈荣秋、鞠静，1998）。部门中的协调性主要可以从3个方面进行考察：
（1）水平对应性。 此对应性一般表现为部门中各功能水平之间的平衡协调能力。当某一功能可以得到正常有效的发挥时，该功能就会促进部门整体的协调性，从而提高部门整体绩效。反之，当某一功能不能得到正常有效的发挥时，该功能就会严重影响部门整体的协调性，从而降低部门整体绩效。
（2）性质互促性。 这是指部门中的某一功能水平的提高有助于另一种功能水平的提高。如果各功能水平之间是相互促进的，则有助于提高部门的整体协调性，从而提高部门整体绩效。反之，若功能水平之间是相互制约、相互削弱的，则将降低部门的整体协调性，从而降低部门整体绩效。
（3）目标一致性。部门中的不同功能水平的最终目标应是一致的，将它们统一到部门的整体绩效目标上来看，部门绩效的目标是保证部门绩效与企业总体发展目标保持一致，保证企业对市场变化的反应能力。功能水平间目标的一致性会对部门的整体绩效目标的实现作出贡献。反之，功能水平间目标的不一致就会影响部门整体绩效目标的实现。
因此，本文所指的协调性提升（Coordination Improvement）是指信息系统能够帮助组织单元尽快适应其他组织单元的内部变化，并做出快速调整，从而提升了整个组织单元与其他组织单元之间的协调性。
3.数据质量对组织单元绩效的影响
质量（Quality）是指产品或工作的优劣程度。这是一种统称， 在信息时代应该具有相应的内涵，本文将其定义为信息技术及其实施的优劣程度。从这一点来看，数据质量（Data Quality ）是指， 信息系统提供的数据与实际中的数据相一致（DIGEST，1997）。数据质量主要体现在数据的准确性、及时性、真实性、有用性、完整性和合用性。这些因素影响了数据质量的提高，没有与应用需求相适应的数据质量，信息系统利用率也很难提高，组织绩效也会受到影响。来自信息系统的许多效益都不会发生（Vosburg & Kumar，2001）。更重要的是，没有数据质量（准确相关的数据）的保证，组织在信息系统实施中通过协调性提升和工作效率产生的效益将会大大受到限制。信息系统能够有效的获得公司范围的数据，但是如果数据不准确或者与组织单元的业务流程不相关的话，效益就会减少。
由上述分析可知，运用先进的信息技术，企业可以加强部门之间和部门内部的交流。在部门中，员工可以通过信息系统将本岗位的营运数据和有关资料有条理地存储在信息系统的数据库中，使用同一系统的同事在任何情况下都可以查阅所需的资料以实现部门之间、部门员工之间的信息传递和意见交流。这种方式可以大大提高部门和企业的绩效。信息系统为企业提供一个技术平台。一方面，组织单元决策的过程，就其实质而言，就是决策者获取信息、处理信息、分析信息，并根据信息做出判断和抉择的过程。准确、迅速、全面的信息能使企业决策更加科学、正确、减少失误。所以说数据质量会影响组织单元的整体绩效。另一方面，信息系统在此组织单元中整合与协调主要的内部流程，解决了因为信息孤岛、不同流程与技术带来组织绩效低落的问题。即我们所说的依赖性提升能够提升绩效。此外，信息系统整合了各组织单元的需求进入一个连贯的流程，以减少时间、多余的工作及成本，提高了工作效率，进而带来绩效的提高。基于此本文提出如下假设：
H4：在一个实施了信息系统的组织单元中，数据质量越高，该组织单元的整体绩效越高。
H5：在一个实施了信息系统的组织单元中，协调性提升越高，该组织单元的整体绩效越高。
H6：在一个实施了信息系统的组织单元中，工作效率越高，该组织单元的整体绩效越高。
（四）数据质量对协调性提升和工作效率的影响机理分析
企业应用信息化的目的是将组织的数据和信息作为一种战略资源加以管理，帮助企业实现集中式的信息综合与分析，为组织的管理提供了高质量的信息，为组织提供决策依据。有研究表明，组织中的组织单元大约要花费80％的时间来交换信息（Henry Mintzberg，1972）。信息系统是个复杂的集成信息处理系统， 有许多原因会影响信息系统运行的效果，未能达到前期设计时的目标，其中，数据质量是问题的关键所在。 正如国外图书情报界对数据质量重要性形容的那样：“Garbage in，garbage out”（垃圾进，垃圾出）。 系统运营效率主要依赖于数据获取的可靠性和及时性，在此基础上，预测、计划以及其它的重要功能才能得以精确实施。如果数据质量得不到保证的话，组织应用的是不反映其实际经营运作的数据与流程，不管其准确性有多高，实时性有多好，流程效率有多高，从组织经营管理的角度来说，都是浪费资源的垃圾，信息化过程的实施根本不可能达到预期效果。所以说，本文认为数据质量对协调性提升和工作效率有直接影响。特别地，本文认为数据质量会对协调性的影响相对更为显著。由此，本文提出如下假设：
H7：在一个实施了信息系统的组织单元中，数据质量越高，信息系统带来的协调性提升越大。
H8：在一个实施了信息系统的组织单元中，数据质量越高，信息系统带来的工作效率提高越多。
基于以上分析，构造出本文的理论模型（图1）。
图1 理论模型
三、数据收集与分析
（一）量表设计
本文对5个变量都使用多个测量指标的量表。为保证量表的科学性和权威性，本研究对于调查问卷中的每一个变量的测量指标都尽可能从前人的研究中取得或经过修改而得到的。其中主要借鉴了Gattiker和Goodhue关于ERP实施后部门绩效研究中所使用的一些指标，对每一个问题采取里克特量表模式，根据实施情况与效果设计了5个等级，分别为：1＝非常不同意，2＝不同意，3＝中立，4＝同意，5＝非常同意。5个变量的操作定义和具体测量指标如下（表1）。本研究通过两次预先测试来调整调查工具。在预先测试中，将调查问卷发给2004级MBA学员，共发出问卷60份，回收了60份。根据回收的问卷填写的具体情况，按照调查目的进行了一系列修改。将修改后的调查问卷进行了第二次预先测试，测试对象为哈尔滨锅炉厂和东北轻合金有限责任公司，它们也是本文要调查的22家制造企业之一。本次发放调查问卷共30份，调查人员在现场对问卷进行说明解释，并由相关负责人组织填写。在预先测试结果的基础上，调查问卷得到了进一步的修改和缩减得到了最终的调查问卷。
表1变量量表
测量指标指标描述
INTER1为了成功地完成任务，该部门必须一直与其他部门保持联系。
INTER2如果该部门与其他部门的联络被中断的话，该部门的工作很快就会陷入困难。
组织单元间相 INTER3与其他部门的频繁信息交换对于该部门进行自己的工作是必不可少的。
互依赖INTER4与其他部门的紧密协调对于该部门成功地进行工作是必不可少的。
(INTER) INTER5其他部门提供的信息对于该部门的表现是至关重要的。
INTER6r
该部门独立于其他部门进行工作。（被剔除[2]）
INTER7其他部门的行动和决策对该部门的行动和决策有重要影响。（被剔除[2]）
EFFC1 信息系统实施后，部门员工只需要花更少的时间工作。
EFFC2r信息系统使组织单元的生产更加耗时。
EFFC3r信息系统使组织单元的采购更加耗时。
工作效率 EFFC4r信息系统使组织单元的在制定物料计划时更加耗时。（被剔除[1]）
(EFFC)
EFFC5 信息系统使得部门员工由于减少了沟通环节，提高信息响应速度而使得工作效率提高了。
EFFC6 信息系统实施后，部门员工能够快速查询到所需要的其它部门信息，因此工作效率提高了。（被剔除[3]）
EFFC7 信息系统实施后，部门员工能够快速提供其他部门所需要的信息，因此服务效率提高了。（被剔除[3]）
DATA1r信息系统产生的信息中有许多准确性方面的问题，这给员工的工作带来许多困难。（被剔除[2]）
DATA2 信息系统提供的数据很及时，能够满足员工的工作需要。
DATA3 部门员工从信息系统系统中得到的数据是真实的。
数据质量 DATA4 信息系统提供的数据形式能够满足员工工作的需要。
(DATA)
DATA5 信息系统提供的数据对员工工作的执行来说是有用的。
DATA6 由于信息系统运行过程中丢失了部分数据而使得员工在工作遇到困难。（被剔除[2]）
DATA7r信息系统提供的数据缺少部门员工需要的关键信息。（被剔除[2]）
DATA8 信息系统提供的数据能够满足部门员工的需要。
协调性提升COIMP1信息系统帮助该部门及时适应其它部门内部变化，并做出相应的调整。
(COIMP)
COIMP2信息系统改进了该部门与其他部门的协调性，使不同业务部门之间可以进行有效衔接，并重新整合流程。
COIMP3信息系统使该部门能够及时了解其它部门的重要信息，并做出快速反应。
COIMP4信息系统有效促使该部门与其他部门在合作过程中的协调一致，提高了本部门的效率。
COIMP5实施信息化后，部门间由于及时有效地沟通而减少了中间环节，从而极大降低物流成本。
COIMP6信息系统能够在部门之间有效的配置资源。
COIMP7信息系统减少了部门内部管理层级或管理环节。（被剔除[3]）
组织单元绩效 IMPACT1部门实施了信息系统后，生产成本降低了。
(IMPACT) IMPACT2生产计划能力显著提高。
IMPACT3生产组织能力显著提高。
IMPACT4监督控制能力显著提高。
IMPACT5信息系统使部门更好的满足顾客的需求。
IMPACT6信息系统有效的激发了部门成员的学习能力。
IMPACT7信息系统有效的激发了部门成员的创新意识。
注：被剔除1表示该指标在量表的预测试信度分析中被剔除，被剔除2表示该指标在量表的正式测试可靠性分析中被剔除，被剔除3表示该指标在结构方程的因子分析中被剔除。
（二）数据抽样
本文在各个变量量表的基础上，为全面科学分析组织单元间的相互依赖对组织单元绩效的影响，根据理论模型构建机理分析的内容、中国制造业企业管理专家的意见以及国外在这方面的成功经验，本文结合量表设计了51个与研究内容相关的问题。由于调查的主要目的是分析在实施信息化的制造业企业中，部门间的相互依赖对部门绩效的影响。为了达到研究的目的，调查研究总体是中国制造业企业内部的制造部门中接触和使用信息系统的员工。为了从研究总体中抽取具有代表性的样本，本论文的抽样是分阶段和分层次的建立抽样框的。首先在中国的制造业中抽取一定数量的企业，然后在各个企业中确定要抽取的部门，再从各部门中抽取一定数量的接触和使用信息系统的员工。由于无法获得所有样本总体的数量，所以本研究采用非概率抽样。更因为本论文研究的内容，在中国制造业企业实施信息化的绩效研究中属于探索性的研究，所以也允许采用非概率抽样的方法来进行抽样。本文采用方便抽样和配额抽样方法，在中国15个大中城市选取了22家制造业企业进行调查，抽样范围涉及哈尔滨、长春、盘锦、大连、北京、徐州、扬州、南京、广州、深圳、佛山、宝鸡、西安、咸阳和成都等城市。城市的选择是根据对制造业企业所在行业的代表性、制造业企业的分布地点和研究者对所选择制造业企业管理者的熟悉程度。其中：国有企业11家，民营企业6家，合资合营企业3家，独资企业1家，股份制企业1家。同时，本文在一定调查资源的前提下，尽可能的增加样本容量，提高调查结果的准确度，并根据统计分析方法的要求，确定样本容量不少于500份。本次调查共发放调查问卷690分，回收了636份，回收率达到92.17％，在回收的调查问卷中，有效问卷共计581份，占回收问卷的91.35％。对所获问卷整理后，运用SPSS11.5统计软件进行描述性统计分析、可靠性分析以及单因素方差分析。
（三）描述性统计分析
对所收集的数据进行描述性统计分析，所得结果见表2。由表2可见，被调查的22家企业的581个样本在测量指标27个方面的均值都介于3.5～4之间，表明本次调查的企业制造部门与该企业其他部门的相互依赖程度比较高，制造部门应用信息系统之后的工作效率、数据质量、协调性和部门整体绩效都相对较高。从标准差来看，各变量的差异不大，表明被调查者对于问卷中所测试内容的态度趋于一致。
表2 指标的平均值和标准
均值 标准差 均值
标准差
相互依赖 4.0016 0.8057协调性提升
3.9014 0.8883
INTER14.241 0.6328
COIMP13.790.6248
INTER24.0759 0.8332
COIMP23.926
0.5928
INTER34.1515 0.6495
COIMP33.8657 0.6638
INTER44.1859 0.6771
COIMP43.9534 0.6127
INTER54.1102 0.7275
COIMP53.9742 0.6167
工作效率 3.8614 0.6758
COIMP63.9379 0.6483
EFFC1 3.9139 0.5897
EFFC2R3.7986 0.6234
组织单元绩效 3.8841 0.6759
EFFC3R4.0017 0.5768
IMPACT1
3.8391 0.712
EFFC5 4.0034 0.6017
IMPACT2
3.9157 0.6417
数据质量 3.5619 0.7424
IMPACT3
3.9122 0.6572
DATA2 3.7569 0.5853
IMPACT4
3.9328 0.6247
DATA3 3.7483 0.6608
IMPACT5
3.9191 0.6502
DATA4 3.8003 0.6143
IMPACT6
3.8778 0.7002
DATA5 3.9655 0.5306
IMPACT7
3.7917 0.7379
DATA8 3.7745 0.6425
从每一变量各具体指标的均值和标准差来看：
在反映相互依赖变量的各指标中，均值最大的是INTER1（M＝4.2410），最小的为INTER2（M＝4.0759），说明被调查者普遍认可为了成功地完成任务，部门间必须一直保持联系，如果本部门与其他部门间联络中断的话会给他们的工作造成很大不便。从标准差来看，被调查者在此问题上的理解比较一致。
在反映工作效率变量的各指标中，均值最大的是EFFC5（M＝4.0034），最小的为EFFC2r（M＝3.7986），表明被调查者对信息系统能够提高工作效率持肯定态度。并且从标准差来看，被调查者在此问题上的理解比较一致。
在数据质量变量中，均值最大的是DATA5（M＝3.9655），最小的为DATA3（M＝3.7483），说明被调查者认为信息系统提供的数据是比较真实、准确和及时的，并且为工作带来积极影响。从标准差来看，被调查者在此问题上的看法比较相似。
在反映协调性提升变量的各指标中，均值最大的是COIMP5（M＝3.9742），最小的为COIMP1（M＝3.7900），差距很小，说明被调查者普遍认为信息系统能够提高部门之间的协调性。标准差也表明被调查者在此问题的看法上基本不存在分歧。
在反映组织单元绩效变量的各指标中，均值最大的是IMPACT4（M＝3.9328），最小的为IMPACT7（M＝3.7917），说明被调查者对信息系统能够提高部门整体绩效普遍比较乐观。标准差差别很小也表明了被调查者在此问题上的态度比较一致。
（四）可靠性分析
对正式问卷的可靠性加以分析仍然采用Cronbach alpha值，此处仍然只接受等于或大于0.7的alpha值。SPSS11.5计算结果表明除了数据质量和工作效率这两个变量外，其他各变量的alpha值均在0.7以上，证明正式问卷在测量这些变量时的可靠性比较高。数据质量变量的初始alpha值为0.5192，在剔除了DATA1r、DATA6和DATA7r这些指标后，alpha值提高到0.7698，也取得了较高的可靠性。而工作效率变量的alpha值虽然未达到0.7以上，但是本文将0.6999也近似认为达到了需要的可靠性水平（见表3）。
（五）外部影响分析
本文为了研究未在理论模型探讨中考虑的因素对于各变量的影响，采用了单因素方差分析方法，讨论不同的企业规模、部门规模、系统来源和信息系统的应用时间是否给组织单元间的相互依赖和组织单元绩效的均值造成了显著差异和变动。
1.前提条件检验
对单因素方差分析的前提条件进行检验，即对正态假定和方差齐性假定进行检验。学术界通常将样本容量（n）以30为界，将n≥30的样本称为大样本，并认为此时样本的抽样分布可近似看作正态分布。本文所抽取的样本容量为581个，显然满足单因素方差分析的正态假定。对于方差齐性检验采取Homogeneity of Variances test方法进行检验。当相伴概率值大于0.05时，认为各水平下总体方差相等，采用LSD方法检验控制变量的不同水平是否对观察变量产生了显著影响；相反，如果相伴概率值小于0.05，认为各水平下总体方差不等，采用Tamhane方法进行检验。值得注意的是，部门之间的相互依赖是部门的固有特征，并不随部门应用信息系统的时间长短而改变，因而在单因素方差分析时不讨论信息系统应用时间对部门之间相互依赖的影响。从表3列出的结果可以看出，除了不同信息系统应用时间与组织单元绩效间的关系用LSD方法检验外，其他均采用Tamhane方法进行检验。
表3方差齐性检验
P 影响因素
相互依赖 企业规模部门规模系统来源应用时间
(INTER) 0.041 0.0000.040 —
组织单元绩效
(IMPACT)0.001 0.0020.003 0.813
表4按企业规模、部门规模、系统来源和信息系统应用时间分组的各变量方差分析结果
企业规模 部门规模 系统来源
应用时间
F P F P
FP F P
相互依赖10.806 0.000
3.0720.016
7.930
0.000
— —
(INTER)
组织单元绩效0.238 0.788
6.6100.000
1.232
0.292
8.803
0.000
(IMPACT)
2.单因素方差分析
分别按企业规模、部门规模、系统来源和信息系统应用时间将全部样本分为多个子样本，通过方差分析来确定样本间均值的差异是来源于样本内部随机效应，还是样本之间的系统效应。本文将被调查企业按照企业规模分成3组，分别为大型、中型和小型。按照部门规模（即部门员工人数）分为5组，分别为10人以下、10～49人、50～199人、200～499人、500人以上；按照信息系统来源分成3组，分别为采购、自行开发以及采购与自行开发相结合；按照信息系统应用时间不同划分为3组，分别为12～23个月、24～35个月、36个月以上。这里需要特别说明的是，本文在进行问卷调查时，没有考虑那些应用信息系统不到1年的部门，所有被调查企业的制造部门应用信息系统的时间都在12个月以上。这是因为许多学者（Markus & Tanis，1999；Ross & Vitale，2000）都提出了令人信服的证据证明了一个组织在信息系统开始应用之后业绩会马上下降。他们指出，组织需要足够的时间来度过最初的时期，而这个时期组织的业绩并不能代表长期应用信息系统的情况。由此，本文认为那些应用信息系统不到一年的部门，存在一些不可预测的因素，影响了部门的整体绩效（Markus & Tanis，1999）。因此，本文选择应用信息系统在1年以上的部门作为调查对象。方差分析的F检验值及相伴概率值P的结果（见表4）。从方差分析结果来看，不同企业规模和不同系统来源下的组织单元整体绩效不存在明显差别，本文仅对那些总体均值存在显著差异的变量进行不同水平下均值差异的多重比较。
3.组间多重比较
从方差分析的多重比较结果（见表5）来看，在组织单元间的相互依赖上，小型企业和中型企业、大型企业在部门之间存在着显著区别。应用自行开发系统的部门分别与直接采购信息系统软件以及使用采购与自行开发相结合软件的部门之间的差别比较明显。在组织单元整体绩效上，10～49人分别与10人以下、200～499人的部门之间，50～199人和200～499人的部门之间存在着显著的差别；应用信息系统时间在24～35个月的部门分别与12～23个月以及36个月以上的部门之间差别比较明显。并且从均值可以看出，部门的整体绩效经历了一个先升后降的过程，这也符合前人研究给出的一些结论。说明信息系统在使用一段时间（12个月）以后，运行状况逐渐稳定，并在平稳运行两年时达到最佳状态，部门的整体绩效都逐渐上升。此后，由于信息系统使用一段时间以后，逐渐不能适应部门发展的需要，造成部门的整体绩效下降，此时对信息系统的升级或更新可能有助于绩效的进一步提升。
表5 方差分析的多重比较结果
变量描述比较方法 分组 组别均值差异标准差相伴概率
按不同 小型
中型 -0.3916* 0.09486 0.000
企业规大型 -0.3348* 0.09243 0.002
模分组 中型
大型 0.0569 0.04186 0.439
10人 10～49 0.1415 0.05871 0.158
以下 50～199-0.0362 0.08284 1.000
200—4990.0867 0.06693 0.888
500人以上 -0.0656 0.10132 0.999
按不同50～199 0.1777 0.07011 0.120
相互依赖 Tamhane 部门规 10～49200～499 0.0548 0.05034 0.961
(INTER)模分组
500人以上0.2071 0.09122 0.284
50～199
200～499 0.1229 0.07713 0.699
500人以上-0.02940.10833 1.000
200～499 500人以上0.1523 0.09671 0.741
按不同
自行开发 0.2075*0.05843 0.001
系统来 采购 两者结合 0.0708 0.05715 0.519
源分组自行开发
两者结合 0.1367*0.04459 0.007
10～49
-0.1885*
0.06019 0.020
50～199 -0.17060.07254 0.181
10人以下 200～499 0.0276 0.06754 1.000
500人以上 -0.03230.09071 1.000
按不同50～199 0.0179 0.05554 1.000
组织单元绩效Tamhane
部门规 10～49
200～499 0.2161*0.04882 0.000
(IMPACT) 模分组
500人以上 0.1562 0.07778 0.437
200～499 0.1982*0.06342 0.020
50～199
500人以上 0.1383 0.08769 0.731
200～499 500人以上 0.0599 0.0836 0.999
按不同 12～2324—350.2746*0.0662 0.000
LSD 应用时
36以上0.0113 0.04377 0.797
间分组 24～3536以上0.2633*0.07119 0.000
四、结构方程分析
本文采用结构方程模型（SEM）来分析组织单元之间相互依赖、数据质量、工作效率、协调性提升和组织单元绩效之间的相互影响关系，结构方程模型分析方法既可对事先设定的模型进行信度和效度检验，又可以对结构模型中路径假设进行验证。
（一）模型建构
结构方程模型中潜在变量对应的观察变量的个数在3～5个之间为好，同时，Dunteman（1989）指出了一般社会科学采用因子载荷值最小为0.30或0.35。常用规则是如果小于0.40，则为弱相关；大于0.60，则为强相关；其他为中度相关。但是当使用里克特量表进行测量时，选择0.6以上为佳（张蜀林、张庆林，1995）。于是本文根据AMOS4.0计算的标准回归系数，选择标准回归系数值大于或接近0.60的观察变量，而把标准回归系数值在0.55以下的观察变量视为影响程度较小，故将其删除。删除的各指标标注在变量量表（见表1）中，进而得到本文的结构方程模型（见图2）。在该模型中共包含可观测变量27个，不可观测变量36个，外生变量36个，内生变量32个。
（二）模型拟合
采用AMOS4.0软件对本研究的结构方程模型进行分析及修正后，从表6和表7中数据可以看出，本文研究模型不存在很大的标准差，也没有出现负的误差方差以及很高的相关性，这说明本研究的测量模型和结构模型都具有可识别性。本文的理论模型如图2所示，潜在变量（Latent construct）以椭圆形来表示，观测变量（Observed variable）则以矩形来表示。Bagozzi和Yi（1988）认为必须从基本的适配标准（Preliminary fit criteria）、整体模型适配度（Overall model fit ）以及模型内在结构适配度（Fit of internal structure of model）3方面来检验整体理论模型。
图2 理论模型结果
1.基本适配标准
该标准是用来检测模式的误差、辨认问题或输入是否有误等，这可从衡量指标的衡量误差不能有负值及因素负荷量不能太低（低于0.5）或太高（高于0.95），并且是否都达到显著水平来加以衡量。如表6所示，本文在各个潜在因素的衡量指标的因子负载均处于0.5和0.95之间，可知本文提出的理论模型总体上符合基本适配标准。
表6 理论模型衡量分析（1）
潜在变量观察变量回归系数标准差（S.E.）t值P
误差方差
INTER1
1.0000.186
INTER2
1.0590.083 12.697 <0.01 0.453
INTER
INTER3
1.0080.066 15.227 <0.01 0.204
INTER4
1.1130.070 15.911 <0.01 0.192
INTER5
0.9790.073 13.402 <0.01 0.323
DATA21.0000.196
DATA31.1700.089 13.112 <0.01 0.236
DATADATA41.1000.083 13.22 <0.01 0.200
DATA50.7690.069 11.161 <0.01 0.195
DATA80.9700.084 11.554 <0.01 0.275
COIMP1
1.0000.227
COIMP2
1.0240.074 13.913 <0.01 0.180
COIMP
COIMP3
0.9810.080 12.257 <0.01 0.283
COIMP4
0.9520.074 12.781 <0.01 0.227
COIMP5
1.0900.077 14.165 <0.01 0.186
COIMP6
1.1430.081 14.139 <0.01 0.206
EFFC11.0000.185
EFFC2r
0.9990.079 12.671 <0.01 0.226
EFFCEFFC3R
0.9960.074 13.388 <0.01 0.171
EFFC51.0470.078 13.453 <0.01 0.184
IMPACT1 1.0000.325
IMPACT2 1.0200.085 11.972 <0.01 0.222
IMPACT IMPACT3 0.7940.082 9.651 <0.01 0.313
IMPACT4 0.9360.081 11.504 <0.01 0.231
IMPACT5 1.0030.085 11.741 <0.01 0.240
IMPACT6 1.0370.091 11.38 <0.01 0.294
IMPACT7 1.0180.094 10.791 <0.01 0.355
注：Discrepancy／df＝2.162；RMR＝0.022；GFI＝0.918；AGFI＝0.901 ；PGFI＝0.760；NFI＝0.883；RFI＝0.869；CFI＝0.933；PCFI＝0.832； PNFI ＝0.787；RMSEA＝0.045。
2.整体模型适配度
该指标是用来检验整个模式与观察数据的适配程度，这方面的适合度衡量标准有多种指标，Hair，Aderson，Tatham，Black（1998）将其分为3种类型：绝对适合度衡量（Absolute fit measures）、增量适合度衡量（Incremental fit measures）、及简要适合度衡量（Parsimonious fit measures）。
（1）绝对适合度衡量：卡方值与自由度的比率χ[2]／df＝2.162，适配度指标GFI＝0.918，均方根残值RMR＝0.022，近似误差均方根RMSEA＝0.045，可见χ[2] ／df、GFI、RMR、RMSEA均达可接受的范围，表明模型达到非常好的拟合。
（2）增量适合度衡量：调整后适配度指标AGFI＝0.901，规范适配指标NFI＝0.883，比较适配指标CFI＝0.933，相对适配指标RFI＝0.869，可见AGFI及CFI均达可接受范围，NFI和RFI则略低于0.9的标准。
（3）简要适合度衡量：简效良性适配指标PGFI＝0.760，简效规范适配指标PNFI＝0.787，简效比较适配指标PCFI＝0.832，这些指标比较理想。整体而言，综合各项指标的判断，本文理论模型的整体模型适配度可以被接受。
3.模型内在结构适配度
该标准用以评估模式内估计参数的显著程度、各指标及潜在问题项的信度等，这可从个别项目的信度（Individual item reliability）是否在0.5以上、潜在问题项的建构信度（Composite reliability）是否在0.7以上以及平均提取方差（AVE）是否在0.5以上来评估。如表7所示，组织单元相互依赖、数据质量、工作效率、协调性提升及组织单元绩效的建构信度分别为0.8962、0.8998、0.9018、0.9268、0.9017，而平均提取方差分别为0.6354、0.6440、0.6978、0.6787、0.5687，建构信度和平均提取方差均已超过最低的可接受水平，所本文所提出的整体理论模型有较好的内在结构适配度。
（三）模型评价
表7表明，对外因潜在变量相互依赖来说，部门要顺利完成工作必须与其他部门紧密协调（R[2]＝0.580）是最重要的因素，它对相互依赖变量的解释力最强。对3个内因潜在中介变量来说，在数据质量变量中，信息系统提供的数据形式适合员工的工作习惯（R[2]＝0.469）的解释力最强。在工作效率变量中，信息系统实施后，部门员工能够快速查询到所需的其他部门信息（R[2]＝0.491）的解释力相对最强。在协调性提升变量中，信息系统使部门之间减少中间环节，帮助它们进行及时有效沟通（R[2]＝0.510）的解释力相对较强。
表7 理论模型衡量分析（2）
潜在变量观察变量因子负载复相关平方值Cronbach建构信平均提取方差
（λ）（R[2]） alpha度 （AVE）
INTER1 0.732 0.536
INTER2 0.589 0.347
INTER INTER3 0.719 0.516 —0.7252 0.8962 0.6354
INTER4 0.761 0.580
INTER5 0.623 0.388
DATA2
0.653 0.427
DATA3
0.677 0.459
DATA DATA4
0.685 0.469 0.035 0.7698 0.8998 0.644
DATA5
0.554 0.307
DATA8
0.577 0.333
COIMP1 0.683 0.418
COIMP2 0.645 0.487
COIMP COIMP3 0.696 0.356 0.536 0.8275 0.9268 0.6787
COIMP4 0.701 0.394
COIMP5 0.647 0.510
COIMP6 0.698 0.508
EFFC1
0.597 0.466
EFFC2r 0.628 0.416 0.293 0.6999 0.9018 0.6978
EFFC EFFC3R 0.714 0.484
EFFC5
0.713 0.491
IMPACT1 0.592 0.350
IMPACT2 0.671 0.450
IMPACT3 0.510 0.260
IMPACT4 0.632 0.399 0.549 0.8273 0.9017 0.5687
IMPACT5 0.651 0.423
IMPACTIMPACT6 0.624 0.390
IMPACT7 0.581 0.338
注：Discrepancy／df＝2.162；RMR＝0.022；GFI＝0.918；AGFI＝0.901；PGFI＝0.760；NFI＝0.883；RFI＝0.869；CFI＝0.933；PCFI＝0.832；PNFI＝0.787；RMSEA＝0.045。
外因潜在变量组织单元绩效对内因潜在中介变量的影响来说，外因潜在变量相互依赖对数据质量的综合影响达到0.035的R[2]值，解释了3.5％的数据质量的方差；相互依赖变量对工作效率的综合影响达到了0.293的R[2]值，解释了29.3％的工作效率的方差。相互依赖变量对协调性提升的综合影响达到了0.536的R[2]值，解释了53.6％的协调性提升的方差。这说明该理论模型对工作效率和协调性提升有着很强的解释能力，但是不能很好的解释数据质量这一变量。最后，各个变量对组织单元绩效的综合影响为0.549，或者是说达到了对组织单元绩效影响方差的54.9％，因此，本文所建立的模型具有较强的预测能力，同时显著的因果关系可以作为建立可选择模型或竞争模型的基础。
五、假设检验与结果讨论
（一）路径及假设检验
理论模型的路径与假设验证如表8所示。由此可以看到，本研究的假设1、假设2和假设4没有获得支持，其他假设均获得明显支持（P＜0.001）。即，组织单元间的相互依赖与数据质量之间有显著的直接正相关关系（P＜0.001），而与工作效率和协调性提升之间没有显著的直接正相关关系（P＞0.05）；组织单元使用信息系统后的工作效率和协调性提升与组织单元绩效之间有显著的直接正相关关系（P＜0.001），而与信息系统使用过程中产生数据的质量与组织单元绩效间没有显著的直接正相关关系（P＞0.05）；数据质量与工作效率、协调性提升之间有显著的直接正相关关系（P＜0.001）。将影响程度不同的各路经系数以（*）区分后标注在理论模型中，得到验证后整体理论模式及变量间的关系图（图3）。可以看到，虽然组织单元间的相互依赖对组织单元应用信息系统后的整体绩效有明显的提升作用，但这种影响不是直接产生的，而是通过对数据质量施加影响后，再经由数据质量对工作效率和协调性提升施加影响，并最终通过组织单元的工作效率和协调性提升对组织单元绩效产生间接正向影响的。删除那些影响不显著的路径后，可以得到修正后的模型（图4）。
表8 路径检验
路径假设路径系数标准差 p Y／N
H1EFFC <--INTER0.017 0.0420.684 N
H2COIMP <--INTER0.052 0.0370.156 N
H3DATA <--INTER0.155 0.0440.000 Y
H4IMPACT<--DATA 0.030 0.0930.748 N
H5IMPACT<--COIMP0.531 0.0860.000 Y
H6IMPACT<--EFFC 0.355 0.0630.000 Y
H7COIMP <--DATA 0.759 0.0710.000 Y
H8EFFC <--DATA 0.565 0.0650.000 Y
注：*p＜0.05；**p＜0.01；***p＜0.001。
图3 验证后的理论模型
图4 修正模型
（二）中国制造业企业中部门应用信息系统的绩效现状
组织单元绩效变量在经过结构方程模型分析后，只有IMPACT1 在这一变量上的负载较低，因此用其余的6个指标（IMPACT2，IMPACT3，IMPACT4 ， IMPACT5 ，IMPACT6，IMPACT7）来反映组织单元整体绩效。描述性分析的结果显示，IMPACT2、IMPACT3、IMPACT4和IMPACT5的均值都比较大，在3.9以上，说明信息系统使部门内部的经营管理更加有效，生产计划、组织和监督控制的能力都有所提高，同时，使用信息系统也使部门能够更好地满足顾客的需求。而IMPACT6的均值也超过了3.8，说明信息系统能够有效地激发部门成员的学习能力。IMPACT7的均值是3.7917，说明相比较而言，信息系统能够在一定程度上激发部门成员的创新意识，但是这个作用并不是十分明显。
（三）研究发现的价值
1.学术上的价值
尽管Dong等（2002），Esteves（2001）和Jacobs与Bendoly（2003）等许多国外学者已经作了许多关于信息系统应用方面的研究，但这些研究大多是描述性或说明性的。因此，仍然十分有必要将这些研究中提出的所有有价值的发现收集在一起放在现有的理论体系中来进行严密的逻辑分析与推理，并结合中国企业信息化的现状和特点建立新的理论模型。这种研究的价值不仅在于可以验证前人提出的理论假设在中国企业信息化应用方面的适用性，并可以在此基础上修正和丰富已有的理论成果。
本文提供了一个大样本、交叉的研究，从组织单元间的相互依赖这一角度验证过去组织信息处理理论研究者们提出的相关关系。一方面， Tushman和Nadler （1978）提出，部门之间的相互依赖会影响组织单元之间的协调性。但是本文的研究结果并未表明中国企业制造部门间的相互依赖与协调性上存在着显著关联。在这一问题上，中国企业的制造部门与国外有明显不同。另一方面，Goodhue等（1992）将这些观点应用到特定的信息处理系统中，从数据集成角度考察了部门之间的相互依赖与数据质量之间的关系。Wybo和Goodhue 认为部门之间的相互依赖与实施数据集成管理之间并没有显著关系，即组织单元间的相互依赖与数据质量无关。本文的研究结果也没有证实Wybo和Goodhue提出的结论在中国的适用性，即中国制造业企业在应用信息系统后，部门之间的相互依赖与数据质量之间存在着显著关系，并且它主要通过数据质量才能够间接对组织单元整体绩效产生影响。这一有关部门间相互依赖对数据集成效益影响方面的发现对那些在组织信息处理理论上有兴趣的学者有着非常重要的意义。
本文又将那些未考虑在理论模型中的外部影响因素对组织单元间相互依赖和整体绩效的影响作了方差分析来确定这些因素对它们的影响程度。综合考虑本文中调查数据分析所反馈的结果可以发现，在那些已经成功克服了信息系统实施障碍的企业及其制造部门（组织单元）中，部门的整体绩效经历了一个先升后降的过程，这很明显证实了Markus和Tanis的说法。同时发现，部门（组织单元）间的相互依赖与企业规模和信息系统来源存在很大关系。这一发现可以为学术界的许多学者带来新的研究方向。
2.实践中的价值
本文主要是从组织单元间的相互依赖对组织单元绩效的影响这个方面来讨论，为什么成功实施信息系统的部门之间信息系统给部门带来的绩效有所不同。组织单元间相互依赖对组织单元整体绩效的影响表明，尽管大部分的系统开发商都一再的强调他们所设计的信息系统能够提高企业的协调性，帮助企业提高绩效。但是，这种主观认为只要成功应用信息系统就能自动地通过协调性提升来增加组织单元绩效的想法是错误的。本文的研究结果表明，通常情况下，由协调性提升、数据质量和工作效率这些中介变量产生的对组织单元绩效的影响并不会随着信息系统的实施而自动地产生。组织本身的特性是导致不同组织采取信息化后有不同绩效的主要原因。组织单元之间不同程度的相互依赖会产生不同的绩效，正如Goodhue 等所认为的那样，企业领导者应该根据部门之间的相互依赖程度来进行与组织单元有关的整合，用以帮助组织产生更大的绩效，本文通过对22家中国企业制造部门的研究也表明中国的企业领导者也应该采取这样的决策。此外，本研究还发现组织单元间的相互依赖主要是通过使用信息系统时产生的高质量数据来提高绩效的。这也为中国的企业管理者提供了有益的提示，他们可以采取数据集成、数据挖掘等一系列能够提高数据质量的措施来增强组织单元间的相互依赖对绩效产生的积极影响。
中间利益对组织单元绩效的影响本文主要选取了工作效率、数据质量和协调性提升3个变量来加以测量。 测量的结果表明工作效率和协调性提升对组织单元绩效的影响十分显著。特别是协调性提升产生的效益更为明显，对组织单元绩效有很强的预测能力。因此，改进组织单元的协调性仍是组织在信息系统应用中一种非常重要的行为动机。像那些以及时制（Just In Time，简称JIT）为代表的生产实践活动就是对该结论的一个强有力解释。而数据质量对组织单元绩效的直接影响并不显著。但是通过研究发现，数据质量是连接组织单元间相互依赖与工作效率、协调性提升和组织单元绩效的一个非常重要的媒介，组织单元间的相互依赖正是通过提高数据质量才能够对组织单元绩效产生积极影响。因此，如何提高数据质量仍是企业管理中应当注意的一个非常关键的问题。
本文对于信息系统所带来的绩效是随着时间的推移先上升而后又下降这一发现是非常重要的。因为这一结论与Hitt等（2002）所得出的关于信息系统实施以后有关绩效的结论不尽相同。他们的研究指出，信息系统实施之后一些绩效指标会下降。然而由于他们在信息系统实施以后的数据是非常有限的，因此Hitt等对这一发现持谨慎态度。与此同时，由于本研究的重点也不在于时间对信息系统应用绩效的影响，因此并没有在该方面设计较多的指标进行考察，本次调查研究中得到的数据也相对有限，故而本文对于时间在信息系统应用绩效上产生的影响只作描述性解释。尽管如此，本文这一发现仍然在现实中得到了较广泛的认可。
（四）局限与展望
本研究在提出了一些创新性的学术观点并得出了相关结论，对学术研究和实践工作具有一定的指导意义。同时，必须承认本文在理论探讨和实证研究过程中仍存在着一定的局限性。
（1）尽管本研究提出的理论模型是建立在坚实的理论基础之上的， 本研究的结论可以在一定程度上推断理论模型中各个潜在变量之间的因果关系。但是，同许多国外学者一样，为了节省时间和费用，本研究主要采用横剖调研而没有采用纵向调研法。因此无法对理论模型中各潜在变量之间的因果关系做出完全肯定的结论。
（2）研究发现不一定具有普遍的适用性。本文在研究过程中对22 家分布在中国各大省市的制造企业的制造部门展开了调查，虽然本文的研究结论能够在一定程度上描述中国制造企业的制造部门开展信息化的现状和存在的问题。但是，相对于中国各式各样的企业来说，这个数量还显得远远不够。此外，本文的理论探讨仅以制造企业的制造部门在使用信息系统时对组织单元绩效产生影响的因素作为研究对象，因此，本文的理论模型也不能够很好的对那些在企业中同样使用信息系统的非制造部门的实际情形加以拟合，在适用范围上不够广泛。
（3）本研究采用自我报告的问卷调查来测量变量。所以， 一些测量指标可能存在着回答偏差，这在一定程度上也会影响到本文结论的准确性。为了解决这个问题，应该再次选取大样本进行数据分析来验证本文理论模型在反映现实情况时的合理性和正确性。
本研究可以在以下几个方面作进一步的深入研究：
（1）需要通过长期跟踪调查， 深入分析组织单元间的相互依赖对组织单元应用信息化绩效的影响，从而进一步了解相互依赖中的各个因素对组织单元绩效的影响程度。
（2）对本文的研究方法和计量尺度作进一步改进， 以便更精确地测量相关概念和因果关系，以减少多重共线性引起的问题以及由于研究方法设计带来的系统误差。
（3）本文仅仅从组织单元间的相互依赖角度研究其对组织单元应用信息化后绩效的影响，而组织单元的差异性对绩效的影响也是一个非常重要的方面。因此，今后十分有必要对这一关系加以理论探讨和细致研究，达到丰富理论模型，全面解释实际现象的作用。
六、结论
组织单元间的相互依赖程度会影响到组织应用信息系统后的绩效提高，并且这种影响不是直接产生的，而是通过使用高质量的数据，从而提高了整个组织单元的工作效率和协调性，它们的共同提高带来了整体绩效的提升。同时，从本文的研究结果业可以看出，中间利益中的协调性提升是影响组织单元绩效最重要、最直接的影响因素。这为中国的企业管理者提供了可借鉴的依据，他们可以通过整合组织机构来提高组织单元间的相互依赖和协调性提升，并依靠提高信息系统提供的数据质量等措施来增强其对协调性提升和工作效率的作用，从而达到促进企业提高实行信息化后绩效的目的。
基金项目：黑龙江省自然科学基金重点资助项目（ZJG04—06）。
标签：绩效目标论文; 组织绩效论文; 绩效改进计划论文; 工作分析论文; 绩效指标论文; 工作绩效论文; 绩效沟通论文; 有效质量论文; 功能分析论文;