中国复杂产品系统创新关键成功影响因素研究，本文主要内容关键词为：中国论文,因素论文,关键论文,系统论文,产品论文，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。
复杂产品系统是一类特殊的产品系统，它是研究开发投入大、技术含量高、单件或小批量定制生产的大型产品、系统或基础设施[1，2]．包括了大型电信通讯系统、大型计算机、航空航天系统、智能大厦、电力网络控制系统、大型船只、高速列车、半导体生产线、信息系统等等，与现代工业休戚相关。英国Sussex大学SPRU中心研究人员Miller 和Hobday 通过调查英国各种产品数据资料认为复杂产品系统至少占GDP的11％，至少提供了140万—430万个工作岗位[3]，Hobday进一步指出英国之所以能够维持其在世界经济中的地位，复杂产品系统创新功不可没。1970年每30件最有价值的世界出口货物中有43％的货物包含了复杂技术，而到1996年这一比例达到84％，由此可以看到复杂产品系统在国民经济发展中发挥的重要作用[4]．因此，复杂产品系统开始成为一类重要而且特殊的产品创新领域的研究分支。
1 过去CoPS创新研究的启发
复杂产品系统创新成功影响因素的研究是创新影响因素研究在复杂产品系统领域的延伸，也是对一类特定的创新活动成功影响因素的研究。复杂产品系统是一类具有高风险、高投入、高技术的创新活动，是突破式创新的一种主要形式。在复杂产品系统领域针对创新成功影响因素的研究比较少，Hobody[5] 在将复杂产品系统与大规模生产的消费品进行比较研究时，曾提到过影响复杂产品成功失败的因素是弹性（过程）或者创新效度导向、多重性的成功标准、难于界定和测度，以及开发团队的绩效和测度，但Hobody只是在与普通大规模制造品的效率／成本导向、单一的标准、系统容易被界定和测度以及职能部门的效度进行相对比的时候提出。在其他一些对典型CoPS案例深度分析和研究中，也提到一些影响复杂产品系统创新成功的影响因素。
Nightingale、Hobody等对复杂产品系统创新过程中存在问题等进行分析[6，7]，指出这些问题的存在影响着CoPS研制成功。所以解决这些问题的途径或者方法也落入影响CoPS创新成功的因素域，包括对风险的有效的识别、面对和缓解；保证费用和时间的实时监控；有信心的外包；跨项目的学习（最佳实践的应用以及经验的共享）；有效的项目管理以及沟通；相对成熟的技术的运用；设计过程中的分析、仿真；创新过程中的变革管理（应急机制）等等。但并未对这些因素展开具体的分析，而且也没有针对CoPS创新影响因素的统计研究。
2 研究方法
本文在对传统产品创新成败影响因素以及复杂产品系创新领域文献研究的基础上，对中国复杂产品系统供应商进行深入的调研访谈，提出复杂产品系统创新成功绩效的机会窗口、财务绩效和技术能力三维测度指标体系，共计6项指标（参见表1）。同时，提出影响复杂产品系统创新成功的49个因素指标，分属于战略、组织、技术、资源和能力以及环境5大类。在此基础上，对中国复杂产品系统的集成供应商进行问卷调查和统计分析。
表1 复杂产品创新成功的绩效指标体系
Tab.1 Performance indices system of CoPS innovation
维度 绩效指标简称 指标解释说明
机会
为获取新项目提供机会 项目的完成有利于其他CoPS项目的获取(成功示范作用)
窗口
为开发其他项目提供机会项目中积累的经验知识促进其他CoPS项目的实施
财务
销售收入达到/超过预期目标
该CoPS实际销售收入达到或者超过了预期的销售收入目标
绩效
纯收益达到/超过预期利润目标 该CoPS实际纯收益达到或者超过了预期的纯收益目标
技术
达到/超过客户对产品功能的需求项目最终达到或超过用户对产品功能上的需求
能力
技术上保持在该领域的竞争地位 项目完成使得组织的技术持续进步有利于保持其竞争地位
研究问卷经历了小规模发放、访谈，修改问卷设计，在此基础上大规模发放的两种方式、两个阶段。问卷总体设计是按照定性与定量相结合，基于李克特量表（Liket Scale）法进行设计。每份问卷针对一个复杂产品系统创新项目，从客观上对该项目的绩效打分评价，并对诸项目中所提及的因素在该项目中的重要程度进行评判，以期得到符合该项目的一些实际影响因素。为了保证问卷调查的有效性，严格进行样本的挑选，以使被调查的项目符合复杂产品系统的特征，并且被调查人具备足够的相关工作经验客观地评价其所从事的复杂产品系统创新项目。在问卷发放的回收的方式上，有一半左右的问卷是在项目调研和访谈过程中，直接由被访谈人当面填写，另外通过email或者信函邮寄的方式，并进行及时电话追踪和沟通， 以保证回收问卷的质量。
本研究共发放问卷224份，涉及企业30余家，复杂产品系统创新的项目106个，回收问卷106份，其中有效问卷94份，另12份问卷由于多数选项未填写或者出现大面积雷同，被视为无效问卷，有效回收率为42％。问卷数据的处理采用SPSS11.0软件包。主要分析方法有因子分析、信度和效度分析和回归分析等。
3 数据分析
作者对调查问卷中49个影响复杂产品系统创新的指标打分结果进行了因子分析，输出结果如表2所示。从表中巴特利特球体检验的x[2]统计值的显著性概率是0.000，小于1％，说明数据具有相关性，适宜进行因子分析；在显示结果中，KMO值为0.638，说明该组数据可以进行因子分析．本研究的因子分析采用主成分法来提取公共因子。并通过方差最大的正交旋转方法获得各因子的负载值。为确保测量的质量，我们采用Cronbach的一致性系数（α系数）来分析各因子的信度[8]。
表2 影响因素的KMO测度和巴特利特球体检验结果
Tab.2 KMO factor measurement and Bartlett's test results
KMO样本测度0.638
巴特利特球体检验x[2] 3695.742
自由度df
1176
显著性概率Sig. 0.000
因子分析结果得到12个因子（见表3），一共解释了总体方差变异的76.05％。在因子分析的基础上，为了进一步了解并验证各因子与复杂产品系统创新绩效之间的相关关系，我们通过回归分析，来研究上述12大因子与CoPS三维的创新成功绩效之间的统计关系，从而识别关键性影响因子并求得相应的影响系数。
表3 复杂产品系统创新影响因子表
Tab.3 Ingredients of CoPS innovation
维度
因子名称影响因素简称
α系数
1 产品概念定义
战略
项目战略
2 客户需求识别
0.87
定位因素
3 市场定位策略
4 战略一致性
5 跨企业的项目团队
项目团队
6 学科互补性
特性因素
7 项目团队的稳定性 0.89
8 合适的合作方
9 经验丰富的用户
10 高水平的项目经理
11 高管层的支持
项目成员
12 所有成员的责任感
特性因素
13 高素质的团队成员
组织
14 高级技术人员参与度
15 关键性人物的存在
沟通因素
16 内部的有效沟通 0.89
17 与外部组织有效沟通
18 可行的项目计划
19 过程的监控与反馈
20 研发过程的弹性
过程因素
21 应急处理机制
22 文档记录与资料汇编
23 良好的界面管理
产品技术
24 技术的变化性
复杂性因素
25 技术的复杂性
0.78
26 技术种类的多样性
产品系统
27 模块及节点的数量
复杂性因素
28 模块间的耦合性
0.82
技术
29 软件部分的比重
30 技术规划与设计能力
集成商的
31 基础平台开发能力
技术能力
32 系统集成能力
0.88
33 产品持续升级的能力
34 主导技术的成熟性
资源支持性 35 资金与物力支持
因素36 人力资源支持
0.73
37 知识与智力资本支持
资源与
38 核心企业的谈判能力
软能力
39 内部协调管理能力
软能力因素 40 信息、技术获取能力 0.90
41 对分包商的控制影响
42 市场及营销能力
行业环境
43 政策法规的影响力
0.75
特性因素
44 竞争对手的行为
45 行业成长和结构特性
环境 市场环境
46 商业成功的可能性
特性因素
47 潜在的利润 0.82
48 顾客的接受度
49 进入市场的时机选择
用主成分法对每个维度内的绩效指标进行分析，得到的因子值作为各维度的绩效值，进入回归分析。经过因子分析得出的12个因子值相互正交，多重共线性问题基本不存在。我们采用反向逐步回归的方法得出三个回归方程（参见表4～表6）。F1＝9.692，P1＝0.000；F2＝6.440，P2＝0.000；F3＝9.001，P3＝0.000均达到非常显著的水平，证明回归效果较好。逐步回归分别经过8、7和5次迭代，DW 统计值分别为1.894，2.112，2.214，序列相关均不明显。经过迭代后回归方程中剩下的解释变量对应的影响因子的t值显著性概率均小于0.05，即系数都与0有显著差异，均应作为解释变量出现在方程中，而常数项的t显著性概率都大于0.05，表明常数项与0没有显著差异，故不出现在方程中。
表4 各因素对机会窗口绩效的回归分析
Tab.4 Regression analysis on opportunity windows performance
因素非标准化系数
标准化系数
T值 显著性Sig
回归系数
标准误差
回归系数
常数项 6.505E-17
.085
.000 1.000
过程因素 .218 .086 .2182.552.012
项目层战略定位因素
.173 .086 .1732.021.046
市场环境因素
.175 .086 .1752.046.044
产品的技术复杂性因素
.249 .086 .2492.903.005
行业环境特性因素 .430 .086 .4305.025.000
表5 各因素对财务绩效的回归分析
Tab.5 Regression analysis on financial performance
因素非标准化系数
标准化系数 T值 显著性Sig
回归系数
标准误差
回归系数
常数项 1.884E-17 .000 1.000
软能力因素
.182 .089 .182 2.045.044
集成商的技术能力因素
.191 .089 .191 2.142.035
项目层战略定位因素
.222 .089 .222 2.485.015
市场环境因素
.301 .089 .301 3.373.001
产品的技术复杂性因素
-.222 .089 -.222-2.490
.015
产品的系统复杂性因素
-.221 .089 -.221-2.473
.015
表6 各因素对技术能力维度绩效的回归分析
Tab.6 Regression analysis on technological ability performance
因素非标准化系数标准化系数 T值 显著性Sig.
回归系数
标准误差 回归系数
常数项 -3.172E-16
.079 .000 1.000
基础上成员特性因素
.195 .080
.195
2.439 .017
软能力因素
.152 .080
.152
1.898 .061
过程因素.293 .080
.293
3.674 .000
项目团队特性因素.212 .080
.212
2.656 .009
集成商的技术能力因素
.286 .080
.286
3.587 .001
项目层战略定位因素
.255 .080
.255
3.199 .002
产品的技术复杂性因素
.195 .080
.195
2.437 .017
沟通因素.286 .080
.286
3.588 .001
4 讨论及解释
对回归方程得到的结果加以分析，以识别出哪些因子对复杂产品创新的绩效产生显著的影响，并加以讨论解释（参见表7）。
表7 各影响因子与三个绩效维度关系表
Tab.7 The connection between factors and the three dimensions
维度 因子名称 机会 账务 技术
窗口 绩效 能力
战略 项目层战略定位因素＋
＋
＋
项目团队特性因素
＋
组织 项目成员特性因素
＋
沟通因素
＋
过程因素 ＋ ＋
产品的技术复杂性因素
＋
＿
＋
技术 产品的系统复杂性因素
＿
＋
集成商的技术能力＋
＋
资源与资源支持性因素
软能力软能力因素
＋
＋
环境 行业环境特性因素 ＋
市场环境特性因素 ＋
＋
从上述的比较分析中，发现对三个维度都产生影响的因素有两个，一个是项目层战略定位因素，另一个是产品的技术复杂性因素。
项目层战略定位因素对三个维度都产生正向影响，这充分说明在复杂产品系统创新上，项目的战略定位的重要性。如果不能清晰地把握用户的需求，结合技术的发展趋势制订正确的战略，那么不仅仅会造成巨额的资金损失，还会导致机会的损失，以及影响核心技术能力的构建。因此，在复杂产品系统项目的选择和确定上，要经过非常成熟的战略分析，尤其是对技术战略的把握，它将决定动辄千万乃至上亿元的资金投入是否达到预期的效果。
产品的技术复杂性因素与财务绩效负相关，但与机会窗口以及技术能力绩效呈现正相关，这恰恰给复杂产品系统的集成供应商带来了一个悖论。要想获得较好的财务绩效，需要降低系统的技术复杂性因素，尽可能采用相对简单成熟的技术，以减少创新过程中的风险和损耗，但如此会降低机会窗口和技术能力的绩效，使得系统集成商丧失这些复杂技术的运用所能带来的市场和技术机会。如果供应商一味为了追求财务绩效，而不断采用一些过时的或者简单技术，那么随着新技术的出现和被其他竞争对手的运用，势必会使其逐步失去在这一领域的现有的技术地位。因此，作为复杂产品系统的集成供应商要在这两者之间寻找到一个平衡，既要避免过分追逐复杂的技术造成研制费用的升高，也要避免在技术领域上处在被动的地位。
对两个维度产生影响的因素有四个：过程因素，集成商的技术能力因素，软能力因素以及市场环境因素。复杂产品系统的创新更强调过程因素，由于其研制周期长、涉及到的合作和分包单位众多，因此良好的过程控制显得尤为重要，是整个CoPS研制不偏离主线的重要保证之一。集成商的技术能力是产品系统能研制出来的必要条件。尤其是系统集成商的集成能力，是普通产品创新中所没有提及的因素指标。软能力因素中包含了分包合作谈判、信息知识获取以及营销能力等因素，它在以模块化开发和外包合作普遍的复杂产品创新过程中也显得相对重要。市场环境因素是对机会窗口和财务绩效产生影响的因子。Balachandra和Friar曾在基于背景变量组合的产品创新项目影响因素相对重要性的研究中指出，对于突破性、高技术以及全新型市场的创新活动中，市场因素相对于组织和技术因素应显得不重要[9]。在这样一类创新活动中，市场因素应相对不重要。在我国，复杂产品系统的最终用户多为大型的企业或者政府，在对这些高端用户的争夺上，复杂产品系统供应商也显得格外小心。一些市场因素也被重视起来，如最终用户的接受度、入市的时机等。这也是造成一些复杂产品系统价格逐步走低的根本原因之一。例如在电信系统、自动化行业的分布式集中控制系统等。
其他因素基本至少对其中的一个因素产生影响。值得一提的是资源充足性因素对三个维度绩效的影响都不显著。但这并不意味着这一因素在复杂产品系统创新的诸多因素中就一点也不重要。我们研究所涉猎的复杂产品系统创新的项目分为两类，一类是先有用户订单再开展CoPS的研制，而另一类是没有用户订单自行开展的研制工作。前者占据比较多，有用户订单时，复杂产品系统创新的费用就合理地被转移到用户端，在这些大型项目启动时，用户所支付的启动资金基本足以维持整个项目的前期运作。所以在资源上，这类项目并不缺少，而且在整个项目研制过程中，资源都得到保证，因此，没有感受到来自资源方面的压力。另一类项目，是没有获得订单情况下开展的，而此类的项目大多具备政府的背景，其资金大部分来自于政府的支持，例如正在研制中的我国第三代TD—CDMA系统，大部分的军工产品等。 研制所需要的资源支持转移到政府，因此在整个复杂产品系统创新过程中，也基本不存在来自于资源方面的压力。因此在问卷的填写中，资源的影响作用并不明显．这从某种程度上反应了我国复杂产品系统研制的一些背景特征。我国的复杂产品系统集成商实际上还不能像国外那些跨国公司或者行业巨头，具备完全承担复杂产品系统创新全部风险的能力，一个复杂产品系统创新项目的研制失败，甚至会导致一个企业从此不能在业内崛起。因此我国企业在决定项目开展前，会努力寻求到可靠的风险分担者，大型企业或者政府来承担部分风险，并且从他们那里得到稳定可靠的资源支持，所以使得在这些CoPS创新项目中资源不再稀缺，成为阻碍创新成功的因素。而它的重要性，也随之降低。因此，本研究的前提背景之一，就是针对中国复杂产品系统的创新所展开的影响因素研究。
本研究是首次对复杂产品系统创新成败影响因素展开的较为全面研究，也是在复杂产品系统领域首次采用统计分析的方法对近百个CoPS项目展开研究，所以得出的结论具有一定的统计意义。初步建立了各影响因素与创新成功绩效之间的关系模型，通过回归分析研究得出因素与绩效之间的影响关系，但对这些影响因素如何影响CoPS创新绩效，即影响机制的研究尚有待进一步的深入研究，从而使得整个复杂产品系统创新影响因素的研究体系更加完善。
基金项目：国家自然科学基金资助项目（70173017）；国家杰出青年科学基金资助项目（70225004）。