供应链管理对于大型复杂产品制造业集群演进的影响机理研究

      1 引言

      复杂产品系统(complex products and system，CoPS)的概念于20世纪90年代中期由英国Sussex大学科技政策研究所(SPRU)最先较为全面、系统地提出。Mike Hobday(1998)解释，复杂产品系统是指高成本的、技术密集的、工程密集的、顾客定制的产品、系统、网络和建筑，它是相对于低成本的、基于标准零部件的规模化生产的产品而言的[1]。他将航空、航天、大型装备制造业和大型电信等列为复杂产品系统。

      大型复杂产品制造业已不再是传统意义上的机械加工，而是当今高科技的综合应用，是集机械、电子、光学、信息科学、材料科学、管理学等最新成就于一体的新技术与新兴工业的综合体。由于大型复杂产品与传统大规模制造产品在产品特征、生产特性和创新过程等诸多方面都有着显著不同，因此与基于传统大规模制造的一般产业集群相比，基于大型复杂产品供应链的产业集群有其明显的特点：

      (1)一般产业集群具有地理接近性和关系接近性的特点。集群中的企业一般是通过需求关系建立联系，企业之间在地理位置上跨度较小，通过正式契约维系其合作关系。集群中由“地缘、人缘、血缘、亲缘”等传统文化积淀所形成的人文关系并由此形成的合作关系占了相当大的比例。而基于大型复杂产品供应链的产业集群则对产业关联要求程度高，紧密的产业关联是大型复杂产品制造业集群效率的推进器，而集群中企业之间在地理位置上的跨度可以很大。

      (2)在一般产业集群中的供应链主要是基于个体企业的纵向一体化供应链。在供应链上，起主导作用的往往是某单一核心企业，但与之合作的上下游企业有多个，但都处于从属地位。而大型复杂产品产业链较长，在同一条价值链中可能存在多个核心企业，核心企业往往都具备规模优势[2]。在每条供应链企业中不仅有内部之间的相互协作，而且有不同链的企业间的跨链间协调，与此同时还游离着大量位于供应链之外的专业化配套中小企业，由此而产生了网络式横向一体化供应链。这种网络状供应链是多层次、多维度、多功能、多目标的立体网络链[3]。

      (3)大型复杂产品的科技含量较高，对于研发水平要求也很高，对R&D的依赖程度以及与高校、科研机构之间的R&D协同水平，远远超过一般产业集群中的企业。同时由于大型复杂产品制造业的技术存在较强的内在关联性，体现为工艺的衔接、技术的同源以及技术的交叉创新，这些无论从规模上，还是从深度上都为一般产业集群所不可比拟的。

      (4)一般产业集群强调依托地方产业特色或资源禀赋，追求地理上的接近以降低交易成本，并通过外部经济和集体效率促进协同创新，相对忽视了跨区域的影响。而经营全球化是基于大型复杂产品供应链的产业集群发展到一定程度的必然结果，同时也是产业集群不断发展的重要途径，有利于吸引国内外各种生产要素流入产业集群，进行全球范围的资源配置。

      正是由于以上特点，供应链管理对于大型复杂产品制造业集群演进的影响机理将呈现出与一般产业集群演进中供应链管理的影响机理所不同的特点。虽然目前有许多文献从生命周期理论[4-9]、自组织理论[10-14]、路径依赖理论[15-19]以及集群创新理论[20-25]等角度对产业集群演进进行了研究，如Lynn Mytelka和Fulvia Farinelli(2000)根据集群产业的技术水平、产品复杂程度、创新能力和企业规模等因素将产业集群演进过程分为非正式的合作网络、有组织的合作、创新型集群三个阶段[26]；Van Dijk和Sverrisson(2003)研究了集群的内在联系、专业化分工合作程度、组织要素等对集群演进的影响[27]；Giuliani(2002)从知识吸收能力角度把集群演进分为低级、中下级、中级、中上级和高级五个阶段[22]；我国学者魏江等(2003)从集群的学习模式视角考察了集群空间结构的动态演进，划分了四种集群演进的空间形态：分散化生产系统、原始竞争产业集群、静态效率产业集群和成熟态产业集群[25]；陈柳钦(2007)从专业化分工视角分析了专业化分工与产业集群演进的互动机理[28]；张米尔等(2007)研究了制度变迁对装备制造业集群演进的作用机制[29]，但总体上对产业集群演进从供应链管理的角度来研究的数量较少，尤其是结合我国大型复杂产品制造业集群的发展实际，研究供应链管理对集群演进的影响机理与互动关系更不多见。

      本文在以上相关研究的基础上，结合大型复杂产品制造业集群的特点，以组织要素、产品复杂性要素和产业关联度要素为影响变量，构建理论模型，就供应链管理对大型复杂产品制造业集群演进的影响机理进行探讨。本文中模型所涉及各变量之间的关系和结构较为复杂，且对模型的整体性要求较高，这就需要一种更加关注变量之间整体结构关系的方法来进行实证分析。本文采用Joerskog所提出的结构方程模型(Structural Equation Modeling，SEM)方法作为理论模型构建和量化研究的统计分析工具，这种方法相对于其他方法的主要特点在于模型中实际蕴含的信息量比其他方法都要大，它可以解决传统方法中存在的一些局限性。因此相信，该模型的研究结果更符合客观实际。