供应链合作关系对供应链绩效的影响——经济与管理

 一、问题的提出
长三角地区是我国经济比较发达的地区，其中的企业数量多，经营绩效相对也较好，同时，企业间的合作交流比较频繁。因此，研究长三角地区企业的供应链合作这个命题具有重要的理论意义和实践价值。在已有的研究中，不少学者认为供应链合作关系是建立良好供应链绩效的基本动因。但是，在供应链中，由于各个企业进行独立的经营和运作，存在着企业文化以及经营理念等的差异，在企业个体利益与供应链整体利益发生冲突的时候，常常以个体利益为重，原因在于：第一，在供应链中的合作企业缺乏相互承诺，信誉度不高，上游对下游的供货不及时；第二，双方企业没有很好的柔性和协同效应，导致对外界环境的改变不敏感；第三，相互之间的信息交流匮乏或者不透明，导致不能及时共享市场信息。因此，本文基于长三角企业供应链合作的背景下，通过实证方法来研究供应链合作关系与供应链运作绩效之间的影响以及作用。
二、理论综述
（一）供应链合作关系
对于供应链合作关系的研究，国内外学者进行了积极的探索和研究，现将相关理论进行梳理和分析。
1. 供应链合作关系的概念界定。在对供应链的研究中，对于合作关系，许多学者进行了多种表述。Robert J.Vokurka等人提出，合作关系是指买方和供应商针对未来合作所达成的相关协议和共识，其中包括：信息共享，利益和风险共担等。同时，提出信任是供应链合作关系的基础[1]。Buzzell在描述合作关系的时候提出，在没有共同所有权的条件下，买方和供应商应就相关的事项达成一致协议，同时双方企业由此结成合作的纵向集成系统[2]。Dyer J. H.从整体的观点进行分析，认为所谓的合作关系不是为了合作而合作，而是为了取得整个价值链的效率，当然为了达到最大的效率，双方企业的交易以及联盟关系是独有的，而不能再和其他企业有这样的关系[3]。Marshall指出，良好的合作伙伴关系比信息技术的应用更加重要，它能大大提高供应链的绩效，另外他指出，合作伙伴关系是IT成功应用的基础[4]。在国内，清华大学的刘文丽进行了比较研究，对于欧美国家以及日本的企业与上游供应商的关系进行了深入探讨。[5]
2. 供应链合作协商研究。合作协商对于供应链的合作具有非常重要的意义，从协商的角度分析其合作的成效，主要是针对协商的核心事项展开的，比如协商的协议、协商的策略等。Faratin运用模糊数学的理论来分析企业合作，并针对在合作协商中最为关注的价格为切入点，提出了价格效用函数及双方企业合作时的价格协商模型[6]。Sierra等人研究企业合作协商主要采用试验的方法，提出了协商决策的函数模型，并通过模拟来验证其有效性[7]。Valverde等人运用模糊数学的理论，提出模糊价值的概念，并提出了相应的计算方法[8]。Gao等人以虚拟企业为研究对象，将这些有着业务联系的虚拟企业分为多个合作阶段，并针对每个协作阶段进行了分析，每个阶段的主要研究内容包括如何协商、如何进行决策的自学习，并提出了相应的模型[9]。在国内，林勇（华中科技大学）研究了供应链企业之间的合作机制，并对于业务委托的实现进行了理论探索[10]。禹智潭（中南大学）从制造商和下游销售商的角度，运用定量的分析方法分析了协商在其中的重要价值。[11]
3. 供应链合作协同研究。1994年，著名的供应链管理专家David Anderson在其文章中指出：协同供应链是新一代的供应链，只有把供应链协同管理的思想提高到战略的高度，才能使供应链合作中的各类问题得到最优化的解决[12]。2002年，全球著名的管理咨询公司ARC提出了意义深远的协同制造管理，并且建立了相应的模型[13]。IBM根据公司的具体情况建立了适合自己的协同供应链，研究开发了相应的供应链的解决方案[14]。Ito和Sallen指出实现供应链合作目标的关键是供应链各成员之间的协同[15]。Ackermans H等人通过建立一系列的理论模型，主要分析了一些非技术因素对于协同实现影响的大小[16]。Lin J等人通过建立虚拟企业给予承诺的协同管理模型，主要研究了企业在日常工作、活动中是怎样实现协同的[17]。Kirstin Zinmer在其文章中分析了特定情况下的供应链协同，即：在生产商和供应商在JIT交货不确定的情况下，通过建立奖励和惩罚两种协同机制，来实现各企业之间的供应链成本的分配[18]。
国内的许多学者对供应链的复杂性进行了全面的分析，其中具有代表性的有：董进建立了多代理协同的模型。徐浩针对供应链管理的纵向协同对策的耗散结构与协同机制在敏捷制造的环境下进行了分析。徐琪等人主要研究了供应链协同管理中的决策理论和方法，其中包括决策分析、支持技术、方法等方面，并且建立了相应的模型[19]。
4. 供应链合作风险研究。Ring和Vande Ven对合作风险进行了研究，提出合作的风险是合作的伴随物，因为企业的外在环境以及未来的变化都无法完全掌控，因此要合理对待联盟过程中的风险[20]。Willianmson从机会主义的经济学角度分析了企业进行合作的风险来源[21]。Hanllikas分析了制造商和供应商合作的风险，通过对其深入的研究，设计出了风险分析的框架[22]。马新安认为供应链合作关系稳定运行的保证主要是靠风险共担和控制[23]。许志瑞认为导致供应链合作风险的因素包括伙伴选择、资源交换等[24]。李晓英等深入分析了供应链存在的系统风险、管理风险、信息风险和市场风险，并且说明了供应链的形成机理。国内学者张向阳在以上文献研究的基础上，提出了供应链风险规避和减小的方法，提出风险共担的模型[25]。
5. 供应链合作利益分配研究。近些年来，越来越多的人开始关注供应链合作的利益分配问题，并且提出了很多模型，同时也提出了一些算法，这些具有代表性的模型和算法有：Nash谈判模型、夏普利值法、群体重心模型等。其中，用模型来求解供应链合作利益分配的人是Von Neumann）和Morgensten[26]。纳什在20世纪五十年代初首次提出了协商对策，其中的理论在后来的几十年中一直被广泛的应用和发展。[27]
有关动态联盟利益分配的谈判模型已经被孙东川、叶飞进行了深入细致的研究[28]。张延锋研究的视角主要是从战略理论的观点出发，通过利益分配来创造更多的战略价值，这个分配的模型是以最大的战略价值为前提的。另外，张青山进一步研究了如何通过合理的风险分担机制来促进供应链双方的合作，通过合理的利益分配方案使得双方企业在结成联盟的过程中关系更为牢固[29]。国内还有学者从其他角度进行了研究，比如吴育华主要从供应链的库存效益进行实证研究，通过多人合作的相关理论，运用定量化的方法提出了在供应链中达到库存效益最大化的分配模式[30]。
6. 供应链合作信任研究。通过文献整理发现，针对供应链合作信任方面的研究，很多是定性的分析，对于定量的研究比较少见，有的是从企业信誉的角度分析信任的问题，其定量的实证研究也比较少。国外学者Barney J.B等研究企业合作信任的时候提出只有合作的过程平等互惠，而不是利用其他企业的弱点来增加本企业利益的时候，双方企业才是真正的信任关系，这样的交易伙伴也才会长久[31]。Chopra S等人认为如果想提升双方企业的信任关系，仅仅靠自觉行为是不行的，其最有效的方法是建立契约，但是建立契约需要有前提条件，这就是信息是完全和能够预测的，同时要有足够的能力应对外界变化和处理意外的事情[32]。Gulati认为要从制度保障上来保证和巩固信任，如果双方企业想要风险共担，利益共存，必须通过完善的制度来提供广泛的支持[33]。Ring等人则从其他的角度分析，通过惩罚制度的建立，使得合作的成员能够避免违背相关的协议，从而放弃机会主义，采取合作的态度[34]。除了上面提出的观点，Barney J. B等人认为信任是一种重要的战略资源[35]。Tas等人深入探讨了信任的强度的影响因素：即企业间的沟通机制以及适应性，合作伙伴的风险偏好等[36]。
对于供应链节点企业之间信任感重要性问题，倪萍等认为它是企业实施供应链管理和在竞争激烈的市场上取胜的关键。徐淑君等认为社会制度和法律体系对培养节点企业之间的信任、促进节点企业之间的合作的意义重大。
通过以上的分析，并结合本文研究的目的，笔者认为供应链合作关系的维度主要有3个：信任、合作意愿和未来期许。
（二）供应链运营绩效
供应链运营绩效的维度度量很多学者有不同的观点，通过对文献的梳理，并研究其文献的共性，一般来说，主要包括可靠性、成本、柔性、质量以及影响力等几个核心维度，根据研究目的不同，研究所选的指标会有所不同。例如：李随成等人从资金与成本、服务与质量、物流协作三个指标来描述供需合作绩效，用以分析在不确定条件下合作水平对供需合作绩效的影响[37]。林筠等人用直接绩效和间接绩效来衡量合作绩效，并建立了相关的模型[38]。
根据本文研究目的需要，并参考相关的文献，笔者将从以下三个方面对供应链绩效进行度量：产品质量、产品成本和客户服务水平。
1. 产品质量。在供应链中，产品质量一般包括设计质量和一致质量两个维度。其中，设计质量指的是产品设计中所涉及到的产品的外观、风格以及相关适应消费者审美观的契合程度。它要求供应商必须尽早地加入到产品设计和开发中，以提高设计质量，所以供应链对其影响十分明显[39]。而一致性质量指的是：通过工厂生产出来的实际成品与原来设计的产品相吻合的程度。实际上就是生产产品满足设计目标的能力。在供应链中，一致性质量是产品生产加工能力的体现，供应链对其有影响，但是不大。关系质量主要研究的是如何提升设计质量，通过设计质量的提高进而提升产品的总质量。
2. 产品成本。针对供应链企业成本，本文认为包括原材料的采购成本、研发成本、管理成本等，在整个供应链中，财务成本和物流成本占主流。同时，建立良好的合作关系和稳定的供应网络，合作各方加强信任和信息共享，共同开发市场等措施，能够降低研发投入、采购成本、库存成本、物流成本等[40]。可见，加强上下游企业的合作，能增加供应链各个环节的收益。
3. 客户服务。前文提到一致质量和设计质量都属于产品的内在质量范畴。客户服务水平（即客户满意度）是企业外在质量的体现，它除了反映交货的质量外，还反映出诸如客户投诉频率、处理的优先级别、客户价值和期望的实现等无形的因素。因此，通过对供应链关系质量的研究，加强与顾客的沟通，了解其需求，顾客的满意度和忠诚度将大大提高。
三、研究模型与假设
本文基于长三角地区的企业进行了探讨，并认为有必要就合作关系对供应链绩效的影响进行进一步研究，主要目的在于不同地区企业的合作关系有着不同的地域特点，对供应链绩效的影响也会存在差异，由于长三角地区是我国重要的企业所在地，因此有必要进行分析和研究，并在模型设计上进一步验证供应链合作关系的维度以及供应链绩效的维度构成。
基于以上的分析以及对企业的实际调研，笔者提出了本文的研究变量以及维度构成，供应链合作关系的维度有3个，分别是：信任、合作意愿和未来期许。供应链运作绩效的维度有3个，分别是：产品质量、产品成本和客户服务水平。其研究模型见图1：
假设1a：供应链合作关系中的信任正向影响产品质量。假设1b：供应链合作关系中的信任负向影响产品成本
假设1c：供应链合作关系中的信任正向影响客户服务水平。
假设2a：供应链合作关系中的合作意愿正向影响产品质量。假设2b：供应链合作关系中的合作意愿负向影响产品成本。
假设2c：供应链合作关系中的合作意愿正向影响客户服务水平。
假设3a：供应链合作关系中的未来期许正向影响产品质量。
假设3b：供应链合作关系中的未来期许负向影响产品成本。
假设3c：供应链合作关系中的未来期许正向影响客户服务水平。
四、统计结果
（一）实证方法
本文通过文献研究以及对企业的预调研，设计出了初步的问卷。通过小范围的测试，并经过多轮次的修改，最终确定了相应的调研问题。同时，为了对本文提出的概念模型和假设进行验证，通过实地问卷调研、电子邮件发放问卷等方式进行调查，文件的发放对象主要是处于长三角地区的制造企业。问卷采用了李克特五分量表，用1到5的数字表示对调研问卷中问题的赞成程度。从1到5依次表示为：完全不同意、不同意、中立、同意以及完全同意。笔者共向目标企业发出相应问卷180份，最终收到168份，调研问卷的回收率为93.33%，在168份问卷中，有效问卷152份，问卷回收有效率为90.48%。
（二）数据分析
1. 因子分析。根据研究的问题，调查问卷的题项共分为两个维度，即“供应链合作关系”和“供应链运作绩效”。首先，展开因子分析，提出相应的因子，来验证模型。
（1）供应链合作关系的因子分析。在对供应链合作关系的因子提取之前，先进行KMO以及Bartlett球体检验（见表1）。
其中，KMO测度用于检验调研采样的充足度。KMO值介于0与1之间，其数值越大，因子分析的效果越好。由表中可以得知，KMO=0.820，因子分析效果不错。同时Bartlett显著性很小，其中P=0.000，所以适合做因子分析。
其次，对于因子的提取，主要采用主成分分析方法，“供应链合作关系”维度的数据通过因子分析中总方差的分解，最终得到特征值大于1的3个因子，这三个因子对总方差的累计贡献率为80.5%，充分说明3个因子能够包括“供应链合作关系”所述问题变量信息总量的大部分。这三个因子分别命名为：信任、合作意愿和未来期许。
（2）供应链运作绩效的因子分析。和上面的数据分析过程一样，对“供应链运作绩效”的数据进行两个检验，即KMO和Bartlett球体检验，数据显示KMO=0.865，因子分析效果不错。另外，在Bartlett球体检验中，P=0.000，再次说明调查的数据完全适合进行因子分析。
通过主成分法进行因子提取，“供应链运作绩效”维度的数据最终经过运算得到特征值大于1的3个因子，并且这3个因子对总方差的累计贡献率为81.9%，3个因子能够包括“供应链运作绩效”所述问题总量的大部分。这三个因子分别命名为：产品质量、产品成本和客户服务水平。
2. 共同方法变异预防与检验。共同方法变异会对数据的统计结果产生偏差，其含义是指：由于数据来源以及评分者的一致性，以及所处的测量环境和题目语境造成的预测变量与效标变量之间人为的共变，这种共变使得研究结果出现倾向性而产生偏差。为了避免这种状况对于本文研究的影响，本研究做了以下几方面的措施：第一，在问卷设计的过程中，研究的目的、变量名称尽量不要在试卷中出现；第二，在对于自变量以及因变量的题目设计的时候，避免相近的题目项放到一起，从而产生答卷的倾向性；第三，在调查过程中，向被调查者说明调研数据的学术意义，请调查者如实填写，并保证个人信息不会泄露，使他们没有后顾之忧。在对于共同方法变异的测定方面，本文采用Harman单因素进行检验。通过上面的因子分析，我们知道，自变量因子分析的结果是：得到3个特征根大于1的因子，这3个因子共解释了80.5%的总变异，另外，最大因子的解释力仅为28.2%。因变量因子分析的结果是：得到3个特征根大于1的因子，这3个因子解释了81.9%的问题总变异，最大因子的解释力仅为28.5%。通过这些数据，我们可以判定共同方法变异没有对本研究产生较大影响。
3. 信度和效度分析。对信度的分析用Cronbach's a系数进行检验，其数值表示了变量的内部一致可靠性。表2中的数据显示，供应链合作关系、供应链运作绩效的各测量项目的a系数均大于0.7，说明本文研究的变量具有较好的信度。
对效度的检验，主要从两方面考虑：内容效度和建构效度。在对问卷进行设计时，测量的条款绝大多数来自于比较成熟的量表，同时在预调研的时候进行了多轮次修改，因此测量条款具有良好的内容效度。
在研究中，针对建构效度（指测量量表能测量理论的概念或特质的程度）的测度，主要是通过因子分析的方法测量。通过表2的数据我们可以看到，每个因子的载荷均大于0.70，而且T>2，因此具有较强的统计显著性，显示了本文的测量具有较好的建构效度。
4. 模型拟合和结果分析。对于数据的处理，本文采用结构方程模型进行分析，通过AMOS17.0的运算和验证，得到的结果如表3所示。
表3中数据显示，x2/df<3，GFI>0.9、CFI>0.9、NFI>0.9，NNFI>0.9，RMR<0.08，RMSEA<0.1，这些数据充分显示了模型和数据的拟合效果较好。
同时，根据统计结果显示，标准化路径系数如表4所示。
验证后的关系价值对关系质量的影响模型如图下（见图2）。
五、结论
本文基于长三角企业的情景下，从供应链合作关系和供应链运作绩效的角度，运用实证的分析方法，探讨了两者之间的关系，得出以下的结论：
1. 供应链合作关系的维度构成包括信任、合作意愿和未来期许的假设得到了验证，说明这三个维度是构成供应链合作关系的核心要素。供应链运作绩效的核心维度构成包括三个维度：产品质量、产品成本和客户服务水平，这也得到了验证。
2. 在本研究中，供应链合作关系中的信任对于产品质量和客户服务水平具有一定的正向作用，同时信任和产品成本具有反向作用，因此所有的验证均通过，这也充分说明了信任对于供应链运作绩效的重要性，但是信任对于产品质量的提高和服务水平的提升作用有所差别，因此要想提升供应链整体的运作绩效，需要整体考虑供应链合作关系。
3. 合作意愿对于供应链运作绩效的三个假设，只有两个通过，即：合作意愿对于产品质量以及客户服务水平具有显著的正向作用，但是合作意愿对于产品成本的反向假设没有通过验证。这充分说明，仅仅表达合作的意愿并不能对于产品成本的降低具有实质意义，这也说明了合作意愿具有局限性。
4. 未来期许对于供应链运作绩效的三个方面得到了验证，而且对于产品质量、产品成本和客户服务水平的影响作用相对显著，充分说明了未来期许对于双方企业长期的友好合作及供应链的运作绩效具有重要的参考价值。
总之，通过以上的实证分析，不同的供应链合作关系对于其运作绩效的影响存在差异性，双方合作企业要根据实际情况，加强各种合作行为，全面提升双方合作的绩效。
参考文献：
[1]Robert J.，Vokurka R.J.，etal. Supply partnership： a casestudt[J]. Production and Inventory Management，1998，（1）：30.
[2]Buzzell R.D.，Nordmever G Channel partnerships streamline distribution[J]. Sloan Management Review，1995，（1）：85-96.
[3]Dyer J H，William G O. Japanese-style partnerships： giving companies a competitive edge[J]. Sloan Management Review，1993，（3）：51-63.
[4]Marshall L F. What is the right supply chain for your product？ A simple framework can help you figure out the answer[J]. Harvard Business Review，1997，（3）：105-116.
[5]刘丽文.企业供应链中的合作伙伴关系问题[J].计算机集成制造系统-CIMS，2001，（7）：27-31.
[6]Faratin，P.，Sierra，C.，Jennings，N.R.，Negotiation decision functions for autonomous agent[J]. Robotics and Autonomous Systems，1998，24（3-4）： 159-328.
[7]C. Sierra，P. Faratin et al. Deliberative Automated Negotiation Using Fuzzy Similarities[C]. Proc. of the EUSFLAR-ESTYLF Joint Conf. on Fuzzy Logic，1999：155-158.
[8]Valberde，L.，On the structure of F-indistinguishability[J]. Fuzzy Sets and Systems，1985，（17）：313-328.
[9]Gao，Y，Zhou，W.，Multi-agent Learning Negotiation Research in Virtual Enterprise[C]. Proc. of 2003 Inter. Conf. on Management Science &Engineering，2003：63-75.
[10]林勇，马士华.供应链企业合作机制与委托实现理论[J].南开管理评论，2000，（2）：29-53.
[11]禹智潭.供应链节点企业合作机制研究[J]. 技术经济与管理研究，2002，（2）：109.
[12]Anderson D.，Lee H. Synchronized supply chains： the new Frontier[J]. ASCET，1999，（1）.
[13]ARC A advisory Group. Collaborative manufacturing management strategies[J]. ARC Strategies，2002.
[14]Collaborative supply chain management solution from IBM[Z]. http：//www.limb.com.
[15]Ito T，Salleh M R. A blackboard-based negotiation for collaborative supply chain system[J]. Journal of Materials Processing Technology，2000，（107）： 398-403.
[16]Ackerman H，Bogerd P，Doremalen J. Travail，transparency and trust： a case study of computer supported collaborative supply chain planning in high-tech electronics[J]. European Journal of Operational research，2004，（153）：445-456.