宋 華,麥 孟 達
(中國人民大學商學院,北京市 100872)
如今經(jīng)濟發(fā)展越來越強調(diào)網(wǎng)絡化、協(xié)同化,競爭已經(jīng)不僅僅是企業(yè)層面的競爭,供應鏈運營方面的能力成為在網(wǎng)絡化時代生存發(fā)展的關鍵[1-4]。物流中的知識、供應鏈伙伴關系等是獲取差異化利潤的來源[2],知識管理是強化供應鏈的使能器[5]。知識管理使得供應鏈更為透明化,讓企業(yè)能更好地理解顧客所需,從而為最終產(chǎn)品和服務創(chuàng)造價值[6]。里姆(Lim)等[7]對知識管理如何在經(jīng)濟、社會和環(huán)境方面予以補充進而實現(xiàn)可持續(xù)的供應鏈績效進行了測評。然而,盡管知識管理在供應鏈中如此重要,但仍存在一些沒有深入研究的領域,例如,塞奇奧和埃斯波西托(Cerchione&Es?posito)[8]對供應鏈領域知識管理的研究進行了詳盡的綜述,發(fā)現(xiàn)僅有3篇文章采用多維知識管理流程方法[9-11],少有研究將供應鏈與應用于供應鏈的知識之間的交互作用作為整體來分析。
此外,二元能力(Ambidexterity),即同時進行創(chuàng)新相關活動(探索)和效率相關活動(利用)的能力,代表了管理領域內(nèi)一系列錯綜復雜的基本概念,瑪馳(March)[12]1991年發(fā)表的文章是管理學頂級期刊上被引最多的。然而,與二元性在供應鏈中運用相關的研究則少之又少,且并沒有對何和王(He&Wong)[13](被引最多的關于二元性文獻)所提出的需要評估二元性的“新”方法予以回應。奧哈(Ojha)等[14]也明確指出,供應鏈二元性方面的研究目前比較有限。作為研究供應鏈二元性的先行者,瓜蘭德里斯(Gualandris)等[15]認為,盡管目前已經(jīng)有部分關于供應鏈中二元理論的成果,但在如何實踐二元性上仍缺乏足夠的研究。
在管理實踐領域,全球知名的咨詢公司貝恩的調(diào)查結果表明,與供應鏈、知識管理、探索及利用相關的工作趨勢備受實踐者重視。其2017年調(diào)查的結果顯示,67%的管理者認為,“供應鏈對于在行業(yè)內(nèi)獲得成功的重要性在逐漸提升”,該管理趨勢位列第三;75%的管理者認為,“長期看創(chuàng)新比成本縮減更重要”,位列第二;59%的管理者認為,“可以通過與外部企業(yè)合作來實現(xiàn)創(chuàng)新”,位列第七;53%的管理者認為,“要充分利用企業(yè)每一個部分的數(shù)據(jù)”,該管理趨勢位列第十五。
因此,基于知識基礎觀、動態(tài)能力理論及組織學習相關的概念,本文旨在通過以下問題進行研究并得出結論,以填補上述提及的供應鏈知識管理及供應鏈二元性方面的理論研究空白:
研究問題1:供應鏈中多維知識管理對創(chuàng)新績效和企業(yè)運作績效有何作用。
研究問題2:供應鏈活動中的二元能力對創(chuàng)新績效和企業(yè)運作績效有何作用。
研究問題3:供應鏈知識管理及二元能力如何同時運用于供應鏈,當二者作為企業(yè)創(chuàng)新和運作績效的前因變量時相互之間是怎樣的影響關系。
從資源基礎觀拓展到知識基礎觀,知識已成為管理學領域中的重要概念[16]。米勒和沙米(Miller&Shamsie)[17]基于資源基礎觀創(chuàng)立了資源的一種新類型——知識。和基于財產(chǎn)的資源相比,基于知識的資源建構了知識性壁壘,因此變得越發(fā)重要。典型的基于知識的資源包括技術、創(chuàng)造力、協(xié)作能力等。1996年,格蘭特(Grant)[18-19]提出知識基礎觀,對知識進行了綜合性研究,強調(diào)知識在商品和服務生產(chǎn)中的應用,而不僅僅是前人指出的知識的創(chuàng)造與獲取[20-22]。意識到知識對于新經(jīng)濟的重要作用后,許多企業(yè)開始實施知識項目,但這些項目只是簡單的信息管理項目,而非知識管理[23]。高德(Gold)等[23]假設知識管理隱含著一個復雜的流程,包括企業(yè)基礎設施(技術、組織結構、文化等)以及知識流程結構(獲取、轉(zhuǎn)換、應用、保護等)。阿拉維和萊德納(Alavi&Leidner)[16]、休伯(Huber)[24]等人的研究表明,知識管理是一個復雜的多維結構概念。
馬?。∕artin)等[25]指出,最初供應鏈與知識管理之間的聯(lián)系主要基于技術與信息工具的應用,然而,長遠來看由于競爭者可以對工具進行復制而導致競爭優(yōu)勢無法延續(xù),因此這種知識并不是持續(xù)的[26]。在此基礎之上,作者發(fā)現(xiàn)知識管理的第二代、第三代更新,即關注非技術層面的因素(如知識的內(nèi)隱性)在獲取競爭優(yōu)勢上更有效。在20世紀90年代到21世紀早期,越來越多的研究將供應鏈與組織學習聯(lián)系起來,例如,霍爾特和費雷爾(Hult&Ferrel)[27]對采購供應中的組織學習進行了評估;霍爾特(Hult)等[28]對利用供應鏈與學習之間的交互作用從而獲得競爭優(yōu)勢進行了分析。此后王和王(Wong&Wong)[29]在高德等[23]的基礎上,將知識管理流程視為供應鏈實踐的前因變量;舍恩爾(Schoenhrr)等[3]認為,如果組織正確地開展供應鏈知識管理,那么采購商—供應商中的知識流將可能成為競爭優(yōu)勢的來源。值得一提的是,吸收能力由科恩和萊文塔爾(Cohen&Levinthal)[30]定義,即企業(yè)識別、吸收和運用外部新知識的能力。吸收能力在供應鏈中的應用再次證明了知識在供應鏈中是一種能力的來源[31-33]。
在大量的關于知識基礎觀的文獻中,霍爾特等[28,34]、福蓋特(Fugate)等[10]、舍恩爾等[3]、桑加里(Sangari)等[11]研究認為,知識管理是一個多維度概念,涵蓋知識獲取、知識轉(zhuǎn)換、知識轉(zhuǎn)移、知識應用等子流程,這些多維構成的知識管理對供應鏈運營績效具有重要的影響。目前,多數(shù)文獻對知識管理的檢驗都是以組織為邊界,缺乏從供應鏈管理的視角探索知識管理的多維性及其對組織績效或供應鏈運營績效影響的檢驗?;谥R基礎觀中關于知識作為績效的前因變量的大量研究,以及將其運用于供應鏈中的實證研究,本文借鑒舍恩爾等[3]對供應鏈知識管理能力的多階構念提出:
H1a:多階供應鏈知識管理能力與組織創(chuàng)新呈正相關。
H1b:多階供應鏈知識管理能力與組織運作績效呈正相關。
企業(yè)的二元能力最早是由瑪馳[12]引入組織管理研究領域的,他認為探索與利用是任何一個組織必須具備的雙重能力,探索包括搜尋、變化、風險承擔、實驗等活動;而利用則涉及精細、選擇、生產(chǎn)效率等活動。同時,探索與利用之間存在不可避免的權衡,提出“平衡策略”,即在同時進行探索與利用時需要均衡兩者之間的關系。在這一背景下,圖什曼和奧賴利(Tushman&O’Reilly)[35]將鄧肯(Duncan)[36]的“左右開弓”概念予以改進,強調(diào)“兩棲通用”的重要性,即同時應對革命性和漸進性變革的能力。奧賴利和圖什曼(O’Reilly&Tushman)[37]進一步闡述了組織正確運用探索和利用的重要性,指出管理層必須在關注企業(yè)漸進式創(chuàng)新(利用)的同時,為突變式創(chuàng)新或變革(探索)做準備。在供應鏈領域,克里斯塔爾(Kristal)等[38]率先對供應鏈二元性進行了明確定義,即二元性的供應鏈戰(zhàn)略是指企業(yè)同時追求供應鏈的利用和探索活動。
對供應鏈中二元能力的研究始于何和王[13]對二元性的研究,尤其是探索與利用的實證研究。他們首次提出了對探索和利用這兩個不同構念進行操作化與度量,同時引入“調(diào)節(jié)以適應”(探索與利用式創(chuàng)新策略的交互作用)和“匹配以適應”(探索與利用式創(chuàng)新策略之間的相對不平衡或絕對差異)。曹(Cao)等[39]在此基礎上進一步發(fā)展了二元能力這一概念,提出兩種重要的理解二元性的方法,即二元性的平衡維度(BD)和交互維度(CD)。具體到供應鏈領域,瓜蘭德里斯等[15]在何和王[13]、曹等[39]提出的概念基礎上,發(fā)現(xiàn)采購過程中二元性平衡維度與供應商產(chǎn)品創(chuàng)新之間存在顯著關系,而采購中二元性的交互維度則與供應商產(chǎn)品創(chuàng)新及供應商效率之間存在顯著關系。克里斯塔爾等[38]則認為,供應鏈二元性可以視為一個由供應鏈探索與供應鏈利用組合而成的二階變量,其實證研究表明,供應鏈二元性與組合能力(由交貨期組成的二階變量)、產(chǎn)品質(zhì)量、流程靈活性與低廉成本有顯著的正相關關系?;谝陨涎芯?,借鑒克里斯塔爾[38]對二元性的二階理解,以及觀察到的圍繞創(chuàng)新和運作績效的“組合能力”[38]與“組織績效”[39]構念,本文提出:
H2a:多階供應鏈二元能力與企業(yè)創(chuàng)新績效之間呈正相關。
H2b:多階供應鏈二元能力與企業(yè)運作績效之間呈正相關。
市場營銷領域的一系列文獻[40-42]對“市場導向”這一概念進行了開發(fā)、闡釋和操作化?;诖?,阿圖亞涅-吉瑪(Atuahene-Gima)[43]對競爭者導向和顧客導向(市場導向)作為探索和利用的外部變量與前因變量進行了實證研究,結果表明兩種市場導向與兩種類型的勝任力均存在顯著的正相關。此外,伊姆和萊(Im&Rai)[44]指出本體承諾對組織間關系中的探索和利用式知識共享均存在促進作用。本體承諾是指伙伴企業(yè)之間為了拓展知識邊界而對邊界物的依賴,這些邊界物包括數(shù)據(jù)庫、信息倉儲、結構化或半結構化的數(shù)字文檔(例如EDI文檔或PDF文檔等)、流程模型(如計算模型)等。迪菲和福蓋特(Defee&Fugate)[45]在提出動態(tài)供應鏈能力的概念后,提出供應鏈導向(供應鏈伙伴作為團隊工作)及學習導向(有效創(chuàng)造和運用知識能力的發(fā)展)均與以下兩個方面有直接關系:一是理解伙伴企業(yè)擁有的信息資源從而避免冗余、提高效率的動態(tài)供應鏈能力(知識評估);二是建立生成新的協(xié)作能力與創(chuàng)新組織路徑的動態(tài)供應鏈能力(共同進化)。基于上述研究,我們認為供應鏈導向與學習導向描繪了隱含在供應鏈知識管理中的一系列實踐與路徑,同時正是因為供應鏈知識管理的形成,促進了供應鏈兩棲能力的形成,進而提高了組織效率和效能。為此本文提出:
H3:供應鏈知識管理能力促進了供應鏈二元能力形成。
以上所有假設之間的關系如圖1所示。
圖1 假設結構模型
為了驗證上述假設,本文通過對中國制造業(yè)和服務業(yè)企業(yè)進行問卷調(diào)查獲得數(shù)據(jù),調(diào)查時間為2016年3月至2017年6月,在廣東省深圳市,北京市以及浙江省杭州市、寧波市等地區(qū),這些地區(qū)集聚了大量從事通信、快消品、汽車以及制衣等行業(yè)的企業(yè),參與調(diào)查的均是企業(yè)高層領導者和管理層人員。在剔除7份存在數(shù)據(jù)缺失的問卷后,最終獲得有效問卷480份。
本文根據(jù)相關文獻對解釋變量與中介變量進行了闡述,包括戰(zhàn)略管理領域的奠基式文獻和供應鏈領域的近期文獻。例如,在高德等[23]、阿拉維和萊德納[16]、賈沃斯基和科利(Jaworsky&Kohli)[42]、舍恩爾等[3]的基礎上,本文形成了第一個關鍵構念測量(供應鏈知識管理能力作為解釋變量)題項;在瑪馳[12]、何和王[13]、圖什曼和奧賴利[35]的基礎上,本文形成了第二個關鍵構念測量(供應鏈二元性作為中介變量)題項。兩個關鍵構念題項均評估了企業(yè)的供應鏈,包括供應鏈伙伴(采購商、供應商及其他供應鏈企業(yè)),而不僅僅是大多數(shù)文獻所關注的企業(yè)本身。解釋變量是創(chuàng)新和運作績效。根據(jù)貝克爾(Becker)等[46]的研究成果,供應鏈知識管理和供應鏈二元能力的本質(zhì)是形成性二階構念。供應鏈知識管理能力可以分解為四個一階構念(供應鏈知識獲取、供應鏈知識轉(zhuǎn)換、供應鏈知識轉(zhuǎn)移、供應鏈知識運用),供應鏈二元性則由兩個一階變量(探索式供應鏈、利用式供應鏈)構成。本文控制了公司類型、公司規(guī)模、行業(yè)屬性、運作時間(企業(yè)自創(chuàng)立起運營的年限)變量。
為了評估實證數(shù)據(jù)的有效性,本文進行了兩個檢驗。第一,運用哈曼(Harman)[47]方法檢驗數(shù)據(jù)是否存在共同方向偏差。當單個因素解釋了所有的變異,或由多個因素組成的共同因子解釋了所有的變異時,即存在共同方向偏差[48]。哈曼驗證性因子分析的結果顯示,單因素的方差貢獻率為43%,低于50%的門檻值,樣本不存在顯著的共同方向偏差。第二,參考阿姆斯壯和奧弗頓(Arm?strong&Overton)[49]的研究,對前后調(diào)查對象進行比較以檢驗是否存在無反應偏誤。對每個解釋變量構念分別選取一個指標,并通過一系列T檢驗來測度構念的衡量是否存在顯著差異,結果表明早期和后期調(diào)查對象的因子得分并沒有顯著差異。為進一步確認這個結論,本文對早期和后期被調(diào)查者這兩個組分別進行模型檢驗,并比較二者的路徑系數(shù)、R2以及顯著性,結果表明二者所有上述值均不存在顯著差異。
在測量模型和結構模型中,本文采用結構方程建模的方法對數(shù)據(jù)進行分析;考慮到模型包含一個形成性構念,本文采用偏最小二乘法軟件SmartPLS來完成分析。相較于協(xié)方差模型,基于方差的偏最小二乘法能同時適用于形成性構念和反映性構念[50];此外,秦(Chin)[51]也證實了偏最小二乘法適用于研究的前期分析。
1.反映性指標的有效性與可靠性
對反映性指標而言,首要的是檢驗其聚合效度和區(qū)別效度。在聚合效度方面,本文檢測了這些衡量指標是否顯著涵蓋其理論構念,檢驗結果顯示所有的反映性指標都在0.05顯著性水平上顯著,聚合效度得以驗證。安德森和格賓(Anderson&Gerbing)[52]指出,若顯變量在反映潛變量方面是顯著的(t>2.58,p<0.01),則證明了聚合效度存在。本文中所有顯變量的t值均大于2.58,平均因子載荷高于0.7。根據(jù)判斷標準,大多數(shù)指標都達到了標準,僅創(chuàng)新的顯變量在創(chuàng)新的潛變量上的因子載荷為0.62,但在0.01的顯著性水平上仍顯著。以上結果證明本研究的聚合效度存在性,具體結果參見表1。
在區(qū)別效度方面,本文采用平均方差提取值來進行驗證。檢驗結果表明每個反映性構念如供應鏈知識獲取、供應鏈知識轉(zhuǎn)移、供應鏈知識轉(zhuǎn)換、供應鏈知識運用、供應鏈探索、供應鏈利用、企業(yè)創(chuàng)新、企業(yè)運作績效平均方差提取值的平方根都高于該構念與其他構念之間的相關性[51,53],而該檢驗并未要求平均方差提取值的平方根高于相關系數(shù)的程度[54],詳見表2。每一個構念的平均方差提取值均高于0.5的界限,與秦[51]、福奈爾和拉克(Fornell&Larcker)[53]的研究一致,詳見表3。基于此,區(qū)別效度得以驗證。
表1 聚合效度的因子載荷與T檢驗結果
可靠性是指結論伴隨時間的一致性和穩(wěn)定性程度,僅適用于反映性指標。本研究模型中的反映性構念檢驗結果顯示可靠性程度都在最小值0.7以上,每個構念的克朗巴哈系數(shù)也都超過了建議的最小值0.7[55],結果見表3。
2.形成性指標的有效性與可靠性
供應鏈知識管理能力和二元性是二階形成性構念,需要采用不同的方法來驗證其有效性。原因在于,形成性指標可以變動到任何方向,理論上可能與其他構念是共變的。根據(jù)克萊因(Klein)等[56]的研究成果,相較于反映性構念的度量,形成性構念可能并不滿足內(nèi)在一致性或可靠性[51]。基于此,平均方差提取值可能會收斂而無法適用于形成性指標[57]。
表2 區(qū)別效度——平均方差提取值平方根
表3 偏最小二乘法輸出結果
秦[51]、迪亞曼多普洛斯和溫克霍夫(Diamanto?poulos&Winklhofer)[50]認為,聚合效度對形成性指標而言無意義,可采用多質(zhì)多法分析(MTMM)法[58-59]進行分析。多質(zhì)多法分析法要求對形成性指標建立新的價值,并評估其與新建立構念分數(shù)之間的相關性。在本文中,子過程供應鏈知識獲取、供應鏈知識轉(zhuǎn)移、供應鏈知識轉(zhuǎn)換、供應鏈知識運用與供應鏈知識管理能力之間的平均相關系數(shù)為0.89,供應鏈探索、供應鏈利用與供應鏈二元性之間的平均相關系數(shù)為0.91。根據(jù)多質(zhì)多法分析法,這一高相關性證明了聚合效度的存在。最后,根據(jù)林格爾(Ringle)等[60]的研究,形成性構念的聚合效度要求指標的T檢驗顯著,表4的結果表明,所有構成二階構念的一階構念都在0.001的顯著性水平上顯著。
根據(jù)多質(zhì)多法分析方法檢驗了相關變量之間的相關性以及形成性指標之間可能存在多重共線性的問題,而根據(jù)皮特(Peter)等[61]開發(fā)的對形成性指標多重共線性的檢驗方法,方差膨脹因子應低于10,更保守的觀點認為應低于3.3。本文中,供應鏈知識轉(zhuǎn)換的方差膨脹因子最高為4.181,供應鏈知識獲取、供應鏈知識轉(zhuǎn)移、供應鏈知識運用的方差膨脹因子均在2.8附近(見表5),供應鏈探索和供應鏈利用的方差膨脹因子均低于2(見表6)。因此,可以認為兩個形成性構念均不存在多重共線性問題。
利用480份數(shù)據(jù),本文對前述假設進行了檢驗??紤]到理論模型中存在高階形成性變量,我們采用了偏最小二乘法。因為偏最小二乘法并不需要生成T值,而通過自助法生成500、1 000、3 000個樣本來估計標準誤,并檢驗路徑的統(tǒng)計顯著性。檢驗結果表明,H1a、H2a、H3a、H3b均得到完全支持,β值高于0.4,在0.001的顯著性水平上顯著(見表7)。H1b的檢驗結果盡管是正向的,但并不顯著。為了檢驗H3a、H3b,我們先建立了一個二階形成性構念供應鏈二元性,包含兩個一階反映性構念(供應鏈探索、供應鏈利用)。由于這一構念是內(nèi)生的,采用上述提到的兩步法來進行檢驗。
模型的預測力是必須專門分析的內(nèi)容,因為偏最小二乘法的估計目標就是預測建模,而基于因素結構方程建模的目標則是解釋建模。秦[51]指出,高R2以及大量顯著的結構路徑能說明模型的預測力。勞里和加斯金(Lowry&Gaskin)[62]認為,大量標準化路徑需要達到0.2(理想值為0.3)或更高。在本文整體模型中,對供應鏈二元性解釋力度的R2高達73%、對創(chuàng)新的R2為62%(見表8)、對運作績效的R2達72%(見表9)。在路徑系數(shù)方面,剔除供應鏈知識管理能力與企業(yè)運作之間較低且不顯著的β值,剩余四個路徑系數(shù)均高于0.4。整體而言,本文模型及二元性的模型均有較高的預測力。
表4 二階變量權重及控制變量路徑系數(shù)
表5 供應鏈知識管理能力和形成性構念的多重共線性檢驗結果
表6 供應鏈二元性和形成性構念的多重共線性檢驗結果
為了驗證偏最小二乘法在最大化解釋方差上的預測和估計優(yōu)勢[63],在保證外部模型可靠性和有效性的基礎上,本文通過指標選取實現(xiàn)對兩個解釋變量更高的R2。未來研究也可以進一步探討在高聚合效度、區(qū)別效度及內(nèi)生變量更少的解釋方差之間的取舍問題。
最終模型(加入供應鏈二元性模型)的結果同樣值得分析。為了評估兩個解釋變量對效應量的影響,我們首先加入供應鏈知識管理能力,并比較R2的變化,再加入供應鏈二元性變量。R2的增加值可以幫助識別哪個模型能最好地解釋自變量創(chuàng)新和運營績效的方差,F(xiàn)檢驗可以考察R2的顯著性。表10的結果顯示,R2的四次變化均為正,產(chǎn)生了四個效應量F2??贫鳎–ohen)[64]認為,低效應量為0.02,高效應量為0.35?;诖?,可以認為,所有的R2都是顯著且有較大效力的,最終模型的解釋效果較好。其中F2的計算公式為:
在理論方面,本文的主要貢獻在于將多維知識管理及供應鏈二元性概念應用于供應鏈管理研究。我們認為,供應鏈知識管理是供應鏈運營的關鍵,而以往的研究雖然也談到了供應鏈知識的重要,但對于供應鏈情境下知識管理的維度缺乏深入探索。本研究認為供應鏈知識管理是一個多維的概念,包括知識的獲取、轉(zhuǎn)換、轉(zhuǎn)移和運用。另外,本文也對以下結論予以證明,即供應鏈知識管理能力與供應鏈二元性之間存在顯著的正相關關系,且當后者被引入供應鏈知識管理能力與企業(yè)創(chuàng)新和運作績效后,解釋變量的解釋力度得到顯著提升。
表7 偏最小二乘法假設檢驗結果
表8 企業(yè)創(chuàng)新的方差解釋
表9 企業(yè)運作績效的方差解釋
除了供應鏈知識管理,本研究發(fā)現(xiàn)供應鏈二元性也是供應鏈績效實現(xiàn)的關鍵因素,供應鏈二元性與企業(yè)創(chuàng)新(β=0.40)、企業(yè)運作績效(β=0.79)之間均存在顯著的正相關,證實了二元性的存在。同樣,供應鏈二元性的引入產(chǎn)生了特別效應。在直接模型中(見表8和表9中的模型2,未引入二階供應鏈二元性變量),供應鏈知識管理能力與企業(yè)創(chuàng)新和運作績效之間均存在顯著的正相關(β值分別為0.74、0.73);而在加入供應鏈二元性作為中介變量后,不僅供應鏈知識管理能力與企業(yè)運作績效之間的關系被弱化,而且不再顯著(β=0.05,t=0.778<1.96),證實了供應鏈二元性具有完全中介效果[65]。供應鏈二元性在供應鏈知識管理能力與其他績效變量(創(chuàng)新績效)之間能產(chǎn)生部分中介作用,也說明供應鏈二元性作為中介變量能產(chǎn)生強化績效的效果。
基于以上及前文所述的穩(wěn)健且統(tǒng)計顯著的實證研究結果,本文嘗試去填補瓜蘭等[15]指出的目前在供應鏈中二元性研究的空白,以及塞奇奧等[8]指出的需要對供應鏈知識的進一步分析。此外,本文以供應鏈而非買賣雙方關系作為研究單元,是對“供應鏈知識”方面研究的補充;而這也契合了塞奇奧等[8]提及的目前研究供應網(wǎng)絡文章(24篇)遠遠少于關于買賣雙方關系文章(58篇)的觀點。最后,本文研究并未局限于某一個行業(yè),而許多關于二元性的文獻只對制造業(yè)進行研究,本文并未在公司類型上有所局限,而是涵蓋了制造業(yè)與服務業(yè),這一點也是非常有價值的。
在研究方法方面,前人研究已對多維知識管理概念進行了操作化,如一階構念序列[10,28]、包含知識路徑的高階構念[3,23]等。作為參考,本文將供應鏈知識管理能力操作化為包含獲取、轉(zhuǎn)換及應用的高階構念[3,23]。類似地,二元性也通過多種方法予以操作化,最相關的文獻[13,39]將二元性操作化為探索與利用之間的絕對差異。本文則參考克里斯塔爾等[38]首次研究供應網(wǎng)絡二元性并引入二階構念操作化新方法的思想,將供應鏈二元性被操作化為涵蓋了兩個一階構念(供應鏈探索、供應鏈利用)的二階形成性構念。因此,通過運用適用于處理形成性構念和多維度測量的偏最小二乘法,本文旨在得出更為深入的結論,進而得到構念分數(shù)并與平均或加總因素的得分相比較[66]。
表10 F2—影響效力
本研究的實際運用非常重要。管理者應該理解,對企業(yè)獲得績效而言,獲取、組織、轉(zhuǎn)移、利用與采購商、顧客及其他商業(yè)伙伴之間活動中的知識流是非常值得的,應當摒棄傳統(tǒng)將有效信息的獲取視為被動管理程序的思想,恰恰相反,應該對組織信息與知識進行充分的戰(zhàn)略部署。而這需要對知識的運用具備戰(zhàn)略性視角,并在各個子流程中設計程序與慣例。同樣,管理者應該意識到,在與供應鏈伙伴的工作中,對供應鏈中的知識進行前瞻性管理,能強化企業(yè)的創(chuàng)新活動,提高創(chuàng)新效率。此外,本文鼓勵高級管理層去探討和分析供應鏈上下游中隱藏的復雜動態(tài)活動,改變對創(chuàng)新的研究范式,不將創(chuàng)新局限在傳統(tǒng)的市場營銷或產(chǎn)品開發(fā)領域,而更應該深入到其他企業(yè)內(nèi)外的領域,例如職能部門也應當負責創(chuàng)新、創(chuàng)造,其他部門也應當負責更高的生產(chǎn)力、更大程度的成本與時間節(jié)省等。
相應地,企業(yè)管理者應該尋找其他類型的創(chuàng)新,例如非技術創(chuàng)新,包括市場創(chuàng)新、流程創(chuàng)新,尤其是供應鏈流程創(chuàng)新等。最后,管理者應當對本文結論予以吸收同化,即對創(chuàng)新的追求并不僅在制造業(yè)企業(yè)中,其他服務領域亦可如此。
秦[51]指出,偏最小二乘法適用于相對較新或變化的情形,這說明該方法適合在構建中的理論模型。可以肯定的是,二元性和多維度知識管理都是供應鏈領域相對較新的概念,因此未來研究可以進一步檢驗形成性二階構念供應鏈知識管理能力和供應鏈二元性構成的適當性。此外,盡管本文的研究樣本達480個,但未來研究也可嘗試雙方的(買賣雙方)或三方的(買賣雙方與買方的顧客)探索,從而對供應鏈有更為全面和完整的認識。在方法論層面,學術研究在獲取信息時更強調(diào)有效數(shù)據(jù)與減少誤差,誤差即由于外部因素導致觀察到的關系與真實關系之間的偏離。盡管本文對上述誤差進行了檢驗,但還應特別關注“程序性糾正”如不同時間點、不同標準來源等[67]。上述實踐不僅能作為避免誤差的對策,同時也適用于供應鏈伙伴雙方、三方關系的研究。另外,本文僅采用問卷調(diào)查獲取數(shù)據(jù),未來研究也可嘗試“三角測量”來收集數(shù)據(jù),或在跨區(qū)域的同時跨時間。從構念上講,可以在本文模型(直接的供應鏈知識管理能力→創(chuàng)新/運作績效及含中介變量的供應鏈知識管理能力→供應鏈二元性→創(chuàng)新/運作績效)的基礎上,識別可能起到調(diào)節(jié)作用的效應并對模型予以擴充。