特征维度范文
特征维度范文（精选3篇）
特征维度 第1篇
创业往往是从发现、把握、利用某个或某些商业机会开始的。创业机会的出现往往是因为环境的变动、市场的不协调或混乱、信息的滞后、领先或缺口, 以及各种各样的其他因素的影响。创业机会是有吸引力的、较为持久的和适时的一种商务活动的空间, 并最终表现在能够为消费者或客户创造价值或增加价值的产品或服务之中 (陈震红, 董俊武, 2005) [1]。创业机会作为新企业创建的起点, 应具有哪些有别于其它事物的标志, 不仅是每一位致力于创业的创业者所关注, 同样是创业研究领域所关心的话题。
本文以Timmons的机会评价指标体系为基本出发点, 从机会的客观性与主观性两个方面进行分析, 深入探讨了机会的不同维度的构成, 并通过实证进行维度的检验, 在理论方面为机会的评价提出了清晰、简洁的划分标准。同时, 为创业者在创业实践中提供了快速识别把握创业机会的宝贵的参考。
1 创业机会特征概述
所谓特征是指某事物区别于其他事物所具有的征象和标志。创业机会特征则反映作为具有商业投资价值的潜在机会的标志。我们认为, 这些能够描述创业机会的独特的标志才是创业者真正的应该把握的机会的本质。蒂蒙斯 (Timmons, 1999) 把商机看成一幅三维的地貌图, 在商机的地貌中有山谷、山脉和其他显示在上面的地貌特征[2]。
关于创业机会的特征问题, 目前尚未出现一个权威的学术界定, 以下总结一些学者的观点。
1.1 蒂蒙斯 (Timmons, 1999) 观点
创业者在识别创业机会过程中, 必须拒绝很多机会而后抓住少数的机会, 拒绝或抓住机会的依据是机会的重要特征。蒂蒙斯 (Timmons, 1999) 给定了一个共同的机会特征的锁定目标, 即机会能够:①为顾客或最终用户创造或增加极大的价值。②能够解决一项重大问题, 或者满足了某项重大需求或愿望, 因此某些人愿意多支付一些。③有需求旺盛的市场, 利润很高。④与当时的创始人和管理团队配合得很好, 也很适合市场状况和风险、回报平衡。因此, 蒂蒙斯提出了一个被广泛应用的机会筛选模型 (Timmons, 1999) 为我们进行有效的创业机会特征提取提供了良好的素材。Timmons认为, 新企业的起点是商机, 从另一层隐含的意义来讲, 其实是客户、市场和行业。在吸引力等级上, 一个有潜力的商机究竟可以放在一个多高的位置上。该标准提供了一些量化方式, 使创业者可以对行业和市场问题、竞争优势问题、经济性问题、收获问题、个人标准问题、致命缺陷问题等做出判断, 以及这些要素加起来是否组成一个有足够吸引力的商机。因此, 该评价模型隐含了作为创业机会的关键特征[2]。
1.2 谢恩 (Shane) 和维卡塔拉曼 (Venkataraman) (2000) 观点
他们从创业的本质和根源入手探讨了机会特征。他们指出:作为一个商业领域, 创业致力于理解创造新事物 (新产品或者服务、新市场、新生产过程或原材料、组织现有技术的新方法) 的机会是如何出现并被特定个体所发现或创造的, 这些人如何运用各种方法去利用或开发它们, 然后产生各种结果。根据其定义, 说明创业作为由特定个体所展开的一种活动, 包括前面提到的重要行为:识别具有潜在价值的机会, 在实际商业方面具有可开发性 (即) 能够潜在地产生可持续利润的机会, 以及确认在实际利用或者开发该机会的过程中所包含的活动[3]。
1.3 傅家骥 (2003) 的观点
他认为, 对某一创业机会进行辨识, 通常需要通过五个方面内容进行分析和判断, ①特定商业机会的原始市场规模;②特定商业机会将存在的时间跨度;③特定商业机会的市场规模将随时间增长的速度;④特定的商业机会是不是较好的商业机会;⑤特定商业机会对“某个创业者”自身的现实性[4]。
1.4 马林斯
(Mullins, 2002) 在《创业测试》一书结合成功企业的三个至关重要的要素构成市场、行业及构成企业家团队的一个或几个人物, 提了七个领域模型清楚地回答了缠绕在每一位有抱负的企业家心头的疑问:“我的机会能否成功, 为什么?”该模式不仅提供了用以测评和创造市场机会的有效手段, 同时为进一步的机会特征分类提供了坚实的基础。该模型清楚的定义了两大类七个方面的问题, 其中客观方面主要包括:行业吸引力、市场吸引力、目标市场利益吸引力、可持续优势, 而主观部分主要包括:团队的使命/个人志向和冒险倾向、执行关键成功因素的能力、与价值链内外的关系网络[5]。
1.5 Ardichvili (2003) 的观点
Ardichvili (2003) 根据创业机会的来源和发展情况对创业机会进行了特征分类。在他的创业机会矩阵中有两个维度:横轴以探寻到的价值 (即机会的潜在市场价值) 为坐标, 这一维度代表着创业机会的潜在价值是否已经较为明确;纵轴以创业者的创造价值能力为坐标, 这里的创造价值能力包括通常的人力资本、财务能力以及各种必要的有形资产等, 代表着创业者是否能够有效开发并利用这一创业机会。按照这两个维度, 他们把不同的机会划分成四个类型, 即梦想型、尚待解决的问题、技术转移及市场形成[6]。
1.6 苗青 (2006) 提出创业机会识别对于创业者而言是一个多维度的特征模型
根据识别内容可以推演得到六个因素:新颖性、潜在值、持续性、实践性、独立性、可取性。进一步可以概括为二阶因素:机会的赢利性 (opportunity profitability) 和机会的可行性 (opportunity feasibility) , 从而构成了二阶六因素模型。前者意指机会所带来的赢利能力和规模;后者意指实现赢利的可行性和把握度[7]。
1.7 林嵩、张帏和姜彦福
(2006) 对于创业者所选择的创业机会来说, 主要存在两个维度的特征
①市场层面的特征:主要指创业者所面临的市场环境的特征, 包括市场的成长性、市场的规模、市场的竞争程度, 是否拥有良好的市场网络关系等。②产品本身的特征:主要指产品本身的技术优势, 包括产品的技术是否存在进入壁垒、产品技术是否有成本优势、技术优势能否持久等[8]。
纵观学者们对创业机会所作的界定及类型划分, 由于研究者们看问题的角度不同, 对其特征的理解有所差别, 不过, 机会可以分为主客观两大类属性总的来说没有太大的分歧。因此本文认为, 创业机会特征应该包括两个方面, 一是机会的赢利性, 二是机会的可行性。其中, 前者意指机会所带来的赢利能力和规模;后者意指实现赢利的可行性和把握度。机会的两个特征向量结合蒂蒙斯 (Timmons) 机会评价标准及马林斯 (Mullins, 2002) 机会测试模型的特点。这样, 可以以标准的量表为基础 (蒂蒙斯的评价模型中八大类53个指标量表) 展开实证工作, 同时, 在对每个特征向量进一步维度划分时具有一定的指导作用。
2 维度划分
本文通过机会特征的分析可知, 机会存在两种显著特征, 一方面, 创业机会在客观性方面存在潜在的赢利性, 其赢利性的分析可以从企业外部环境、竞争对手等多个角度进行分析。另一方面, 对于任何创业机会都存在把握的可能性的问题, 一个创业者单单只靠赢利性较好的机会是不一定能够创业成功的, 往往针对创业机会还需创业者具备一定的开发机会的资源和能力, 并在创业精神的驱动下, 依靠内部或外部的网络获取必要的资源进行开发。因此, 机会具有主观性的一面。本文认为机会存在两个特征, 即:机会的赢利性和机会的可行性。这与苗青 (2006) 的结论相符[7]。但本文所采用的二级指标的选取与苗青 (2006) 的新颖性、潜在值、持续性、实践性、独立性、可取性不同, 本文是通过对Timmons的指标进行了归类, 归类的原则是通过专家评议法按照机会的两种特征对Timmons的53类指标进行抽取, 并通过聚类分析进行假设检验的, 具体归类过程详见实证分析部分。因此在二级指标的选取及归类方法与苗青 (2006) 的结论有差异性。
Timmons认为潜在的特征蕴藏在机会的“行业和市场因素、经济性因素、收获因素、竞争优势因素、管理团队因素、战略差异因素、个人因素、致命的差异”中。本文从这八大类53个指标中抽取了相应的指标, 通过聚类分析进行了如下机会特征维度划分, 见图1。
创业机会特征包括机会的赢利性和可行性两个维度, 赢利性分为“市场/行业吸引力、目标市场的利益和吸引力及机会的竞争优势”。可行性分析“创业者特征、创业者/创业团队的能力、与价值链内外的社会网络”。以下对两个方面的内涵加以论述。
2.1 机会的赢利性
从机会的赢利性的定义来看, 反映的是机会所带来的赢利能力和规模。本文从三个维度分析机会的赢利性, 即行业与产业的吸引力、目标市场的利益及机会的竞争优势。
2.1.1 行业与产业的吸引力
对于任何创业者, 他们往往喜欢在大部分参与者都能获得良好效益的行业中竞争, 而不愿意在那些很多公司为了生存而拼命挣扎的行业里打拼。这种行业的选择是创业者选择机会的首要考虑的问题, 正如迈克尔.波特 (1980) 认为, 企业战略的核心是获取竞争优势, 而获取竞争优势的因素之一是企业所处产业的整体赢利能力, 即产业的吸引力。波特认为, 选择合适的机会应该选择有潜在高利润的产业[9]。同时, 迈克尔.波特在《竞争战略》 (1980) 提出了决定行业吸引力的力量。这些力量是影响任何行业利润的决定性因素, 同样, 是进行行业和产业吸引力分析的主要方面。波特提出产业五种竞争力模型, 这一模型说明产业的赢利能力主要取决于潜在进入者、替代品、供应商、购买者及产业内现有竞争者五种因素。而产业赢利能力影响这个机会有多大的赢利空间。
2.1.2 目标市场的利益
主要从财务指标考虑市场机会, 这也是绝大部分创业者或者风险投资公司做投资决策时主要考虑的方面, 经济性将决定整个赢利的水平。从其构成来看, 税后利润、达到盈亏平衡点所需要的时间, 投资回报率潜力、内部收益率潜力、自由现金流特征、毛利率、资本要求都是财务收益指标的主要内容。
2.1.3 机会的竞争优势
主要指机会本身的技术优势, 包括技术是否存在进入壁垒、这种机会的技术是否具有成本优势、技术优势能否持久等 (林嵩, 张帏, 姜彦福, 2006) , 有吸引力的机会往往是有潜力的机会, 因而, 机会的竞争优势将决定机会在未来的时间是否具有竞争优势[9]。或是这个产品或服务使企业成为成本最低和营销、分销成本最低的生产商。同样是对价格、成本和分销渠道拥有中等或较强的潜在控制力。缺乏对产品开发和部件价格等因素的控制, 同样会影响到赢利性。同样, 拥有一个有利的机会之窗或壁垒保护很重要, 这使得新创企业获得所有权的保护或契约的优势, 甚至可以使新创企业占据市场的主导地位, 因而机会的竞争优势也将影响企业的赢利性。按照波特竞争优势理论, 企业的定位决定了其赢利能力是高于还是低于产业的平均水平。企业的定位可以考虑选择适当的战略, 以增强其在产业内的竞争地位。成本领先、差异化和集中等三种战略为最常用的基本竞争战略。
通过以上分析, 我们将机会的赢利性特征主要分为市场/行业吸引力, 经济性及竞争优势。这三个维度的划分, 可以从宏观到微观的考虑机会的整体赢利性, 既考虑到其财务指标, 同时也充分考虑了企业未来的收益水平空间, 同时也充分考虑了机会的成长的空间。因此可以比较全面的反映了赢利性特征。
2.2 机会的可行性
机会的可行性, 指新创企业实现赢利的可行性和把握度。即对成功开发赢利机会的可能性。而对机会开发的把握完全取决于创业者或创业团队所具有的内在特征及所拥有或者控制的资源及一定的社会网络。
根据资源与能力理论分析, 创业者/创业团队必须拥有一定的资源和能力, 其中创业者特征、创业者能力、社会网络都作为特定的资源。多林格 (2006) 从资源基础理论的角度提出了创业者、资源和能力的模型, 揭示了机会可行性的机理。多林格认为, 创业企业起源于创业者自己拥有的或者创业团体控制的资源。资源基础理论区分六种不同类型的资源:物质资源 (Physical) 、声誉资源 (Reputational) 、组织资源 (Organizational) 、财务资源 (financial) 、智力资源 (intellectual/human) 以及技术资源 (Techological) 。我们称其为PROFIT因素。这些资源因素实际上包括了创业者的一些基本特征、创业者或团队的能力、社会网络三个方面[10]。
资源和能力基础观认为机会开发的过程实际上是资源的开发过程。本文依据资源和能力基础观认为, 把握机会的关键在于创业者是否具有一定的拥有一定的资源, 以及获取、控制和开发资源的关键能力及如何通过外部环境得到或控制更多的机会开发必要资源的社会网络。围绕这三个方面, 机会的可行性包括三个维度。即:创业者个人特征、创业者的能力及连接外部资源的创业者或团队的社会网络。
2.2.1 创业者特征
关于创业者特征的研究主要围绕创业者的心理特征及创业者的背景特征两个方面展开研究。关于创业者特征的研究最初集中在创业者特质上 (Shaver&Scott, 1991) , 后来源于复杂理论复杂的框架的研究显示创业者的自我效能感 (Chen、Green&Crick, 1998;Markman、Balkin&Baron, 2000) 、创新性、风险承担性和预应性等特征, 以及创业者的成就需要对机会开发均有影响, 成为研究的主要内容[11]。本文认为, 影响机会识别开发的创业者的特征主要包括创业者心理特征, 可以从以下几个方面进行考察。敏感性、风险承担性、创新精神、成就需要。这些特征不仅使创业者能够敏锐的发现商机, 同时使创业者在创业动机的趋势下努力开发机会, 并具有一定的风险承担性, 能够抵制存在的分险。敢于承担风险是与成就需要的习性。可以从以下几个关键问题回答对机会可行性的评价:风险承受力、创新行为、对机会的敏感程度、对成就的追求程度[12]。
2.2.2 创业者能力
所谓创业者能力, 是为了顺利完成创业活动且直接影响活动效率所必备的行为特征。创业者能力强烈影响其获取竞争优势的过程。同时, 创业者的能力是获取动态的、持续绩效的能力 (Lau&Chan, 2002) 。Chandler&Hanks (1993) 认为创业者能力是“识别、预见并利用机会的能力”, 是创业核心的能力, Spence等 (1993) 认为创业者能力与有效的或出色的工作绩效相关的个人潜在的特征, 主要包括五个方面:知识、技能、自我效能感、特质和动机。Rule和Irwin (1998) 认为, 创业者能力等同于现存公司的创造性和创新能力。冯华和杜红 (2005) 指出创业者能力是指在创业过程中, 一个绩效优秀的创业主体所具备的能够胜任创业任务并取得很高的新创企业绩效所要求的知识、技能、能力和特质, 集中表现为在创业过程中能够识别、追求机会、获取和整合资源的综合能力[13]。本文认为, 创业者能力主要围绕机会开发过程中资源的获取和整合展开的。主要包括战略谋划能力、合作能力、获取可控资源能力、适应性调整能力、创新能力、专业知识、领导能力、学习能力等。并且创业过程中能力会在不同阶段以不同的程度体现。其中, 学习能力和创新能力及调整能力是创业者最基本最为核心的能力, 主要体现在不断学习新的知识并不断调整自身胜任创业的使命, 提高创新能力, 并提高对新创企业动态发展的适应性。
因此, 创业者通过以上能力, 在新创企业的管理、创新和技术开发等方面发挥作用, 并且相互影响, 共同影响创业。新创企业是在一个资源困乏的情势下进行“创造性的组合”的, 其设立、运营受到创业者个体及其团队的主导。创业者能力通过影响创业者在创业过程中实施相关动态的、连续的开发行为进一步影响新创企业绩效。
2.2.3 社会网络
社会网络也称社会资本, 米切尔对社会网络的界定是:“特定的个人之间的一组独特的联系” (Michel, 1969, Aldrichetal, 1987) 。Sexton and Bowman-Upton (1991) 认为社会网络是共享信息并获得资源的一个过程, 个人网络是指与创业者有着直接或是间接关系的人因此, 社会网络包含两个要素:一个是人, 另一个是连接这些人的关系。
社会网络对于创业者成功地开发机会的重要性已经得到理论和经验的证实 (Aldrich, Rosen and Woodward, 1987;MacMillan, 1983) 。社会网络的重要性从创业者资源的获得及信息的获得两个方面:首先, 个人网络使创业者能够通过增加与外部环境的联系, 进而更容易的获得更多的资源和信息 (Sexton and Bowman-Upton, 1991) 。一个较好的个人网络能够给创业者提供商业情报和在不明确环境下交易的能力 (Dollinger, 1985;Johannisson, 1996) 。另外一些研究认为由关系形成的网络成为了创业的一个社会资本的来源 (Nahapiet &Goshal, 1998) [14]。创业者尽可能的建立更多的网络链条以获得多样化的信息优势和未来发展的机会。丰富的社会网络包含许多关系, 特别是有丰富经验的创业参与能减少获得信息所需的时间和投入 (Burt, 1992, Granovetter, 1973) 。其次, 社会网络在资源获得方面具有重要作用。社会网络理论指出, 从个人的社会网络所获得的资源严重影响创业启动阶段的决策行为。Nahapiet & Ghoskal (1998) 发展了社会资本的观点, 提出网络的联系提供了资源和信息的潜在性或者可获得性, 这一点对企业形成至关重要。在早期的研究中, Hills, et al. (1997) 认为, 利用社会网络资源获悉及开发创业机会的创业者 (network entrepreneurs) 将比那些单独的创业者识别出多的机会, 同时对开发机会有显著的积极作用[15]。
因此, 社会网络是新创企业 (创业者) 获取资源和配置的资源一种非常有效方式。同时是信息和知识的主要来源。因此为成功的开发机会提供了必要的渠道和手段, 并影响机会的可行性。
3 实证
3.1 数据收集与分析方法[16]
本次调研以长春市新创企业为调研对象。主要包括长春市经济开发区、长春市高新区, 少部分来自长春市汽车开发区及长春市其他行政区内的部分新创企业。
首先, 由调研小组成员对可能被调查者通过电话确定会见事宜。除了阅读背景资料外, 我们还对调研小组成员进行了面谈技巧和调研中应注意问题的培训。小组成员需要对被调查者提出的问题做出明确的回答, 向他们全面解释应该如何填写这份问卷并保证他们的回答将被保密。这些事前的工作可以减少我们同被调研者在某个问题上的不同理解。然后, 我们随机选取企业进行试调研, 并将这些调研的结果在最终的研究工作中剔除掉, 然后我们根据反馈的结果对问卷进行了完善。本次调研共计发放样本共计有182份, 回收问卷138份, 回收率75.8%, 有效率78.3%。
3.2 变量定义
根据分析, 我们将Timmons的指标分为六大类28个指标, 分别如下如表1:
3.3 分析结果
本文采用的分析方法为因子分析。即对收集数据进行强制性因子分析, 目的在于测定我们问卷中的指标能否解释所设计的变量。
一般来说, 因子分析的路径值 (或称为载荷值) 如果大于0.6就说明这个指标加入该变量是合适的, 表2是因子分析的结果, 它表明我们所选用的用于测定变量的指标是合适的。
表中, 行列组合 (如A1, A2F3) 代表表一的各项其次, 我们对问卷采用探索性分析, 机会特征采用校验过的指标值来降维处理, 即分别用机会的二阶变量来描述机会的特征。见表3
最后, 进行可靠性检验。可靠性 (Reliability) 检验的结果说明了变量之间的一致性程度, 统计学上用Alpha来表示。如果变量之间的一致性很强, 则Alpha值一般会大于0.7。结果表明这些变量之间具有很好的一致性。
4 结论
创业机会的特征问题是创业机会评价研究领域的关键性问题, 而创业机会的评价是创业研究的一个基础。本文通过对以往学者的机会特征的研究, 尝试对创业机会进行主观和客观的两个方面的分析, 并通过实证研究证实了机会的客观特征的赢利性方面, 包括:市场/行业吸引力、目标市场的利益和吸引力及机会的竞争优势。机会的主观特征的可行性方面, 包括:创业者特征、创业者能力、社会网络。机会特征的维度的划分, 不仅具有的一定理论意义, 而且对我国创业实践过程中, 创业者能够快速识别及捕捉有效的创业机会也有重要的指导价值。
摘要：本文通过文献综述, 提出机会的赢利性及可行性两个维度, 在Timmons的机会评价框架下, 对相应的维度的内容进行深入的剖析, 通过调查问卷的方法验证了适合中国创业者进行非正式评价快速评估创业机会的六个度量方面内容。本文的研究证明, 对机会的评价应该从机会的主观及客观两个方面加以考虑。
特征维度 第2篇
随着坚强智能电网的建设和发展,一大批先进的智能设备将得到普及使用,为需求侧管理过渡到以经济手段为主的需求响应创造了良好的基础条件。而为了聚集足够有效的需求侧资源,辅助需求响应的实施,市场要针对用户的负荷特性细分类型,尽可能地吸纳市场参与者。
常规分析中往往按照电价、行业等对用户分类,但在实施中发现:某些用户同属于一个行业,但是负荷特性可能差别较大,而不同行业间的某些用户负荷特性却存在着相似性;同时仅按电价对用户进行负荷特性分类也可能存在不足,不同类别的某些用户的电价响应率有时存在着一定的相似性。可见,仅研究这些传统售电对象容易造成市场评价、电价制定、需求侧管理等方面的决策偏差[1,2]。文献[3]提取了几项负荷特性指标进行聚类分析,但仍是针对传统的售电对象。文献[4,5]基于变电站负荷数据进行分析,精细化程度不够,无法辅助需求侧管理的实施。
本文分别从时间维度、类属维度、响应维度对用户的用电特征进行精细挖掘,从日负荷特性中提取对应的特征向量,利用改进的聚类算法进行分析,从而可得到有助于推进智能需求侧管理的一系列有效用户信息,而这些信息都是在用户调查中无法直接获取的。
1 多维度用电特征精细挖掘原理与方法
1.1 多维度的概念
传统的电网负荷特性分析通常是量化气候、经济发展、产业结构调整等因素的影响,并提取相关信息,辅助提高负荷预测精度和完善负荷建模工作等。而随着用户信息量的增加、补偿激励合理化和分布式能源自由接入等新环境因素的出现,用户的用电行为将更加灵活。要制定相应的政策,对用户负荷进行有效的控制与调度,就需要对用电数据进行更加精细化、多维度的分析。
本文对用户的用电特征进行多维度精细化挖掘,全方位支持基于激励和电价的需求响应。
1)类属维度:
摒弃传统按行业进行用电特性研究的方法,按避峰型、迎峰型、高负荷率型、连续型对用户的用电模式进行分类;比较各类负荷特性指标,通过研究同一行业中不同类型用电模式的比例,并结合行业生产特征,更准确地掌握此行业的用电特性;为需求响应项目制定提供更精细化的负荷预测数据,帮助划分分时电价时段,甄选参加各类需求响应项目的潜力用户。
2)时间维度:
在类属维度挖掘基础上,对基于激励需求响应的潜力用户展开更精细化的研究。以单一用户长期负荷为研究对象,在考虑其分类负荷所属月份的基础上,分析其日常负荷的波动,估算其能提供的中断容量、中断时间等具体信息,为其设计适合的需求响应项目类型。
3)响应维度:
在类属维度挖掘基础上,对基于价格需求响应的潜力用户展开更精细化的研究。测算各用户的峰谷电价响应率,并通过聚类减少建模用户数量,仿真在某一给定电价下用户群的响应情况,辅助分时电价的制定和评估对电力企业、发电企业、社会的风险性,并辅助模拟预期获得的社会效益、经济效益、环境效益等。
1.2 二次聚类的原理及改进
面对群体日益庞大的电力用户,在实施需求响应措施前没有必要也不可能对每个用户都一一去建模研究和走访调查[6],而是通过数学方法,将它们归并为典型类别,结合其生产特性等因素,类推确定各维度的用电特征。
聚类分析法可以在一个杂乱无章的样本集中,根据某种属性对样本进行识别,将特征量相似的样本聚为一类,使得同一类的样本具有高度的相似性[7]。多维度用电模式的聚类分析问题,包括聚类方法的确定和特征向量的选取2个方面。
1)就聚类方法而言,目前已有多种成熟的数学方法[8,9]。
但为了取得更好的聚类效果,本文思路是采用二次聚类法进行多维度的分类研究,即一次聚类采用系统聚类法,其原理直观、过程简单,分类快速客观且无需初始设定,但它属于一种非此即彼的硬性分类;二次聚类采用模糊C均值(FCM)法,其将硬聚类目标函数模糊化,但聚类效果会受初始参数设置影响而变得不稳定,所以其聚类中心由初次系统聚类结果提供。这样既能避免FCM聚类法对初始参数的敏感性,又能得到更客观、准确的分类结果。
而在完整的聚类算法流程中,必须确定聚类参数并进行一系列数据处理,具体包括系统聚类法的选择、聚类数C的确定、数据预处理、特殊数据提取。系统聚类法根据类与类之间不同的距离定义方法,产生了7种不同的系统聚类法,本文采用cophenetic相关系数来选择[10];聚类数C的确定即聚类的有效性问题,本文考虑了几种常用的聚类有效性函数后,选择了基于可能性分布的聚类函数[11]。
2)就特征向量而言,将从类属、时间、响应3个维度进行提取:
类属维度以用户群为研究对象,以某一特征日的各用户日负荷特性曲线值为特征向量,研究结果将为基于激励和价格需求响应甄选潜力用户;时间维度以甄选的单一用户为研究对象,以其全年日负荷特性曲线值为特征向量;响应维度以甄选的用户群为研究对象,以其在峰谷电价作用下峰平、峰谷、平谷负荷转移率为特征向量。
图1结合以上方法给出了基于多维度用电特征精细挖掘的分析流程,并列出了不同维度挖掘出的信息对需求响应项目各方面的辅助作用。
1.2.1 特殊数据的提取
FCM算法对分类中的特殊元素敏感,当有样品数据比较特殊自成一类时,迭代次数会明显增多,甚至陷入死循环,所以在算法操作中加入了提取特殊元素这一步骤,以利用此操作发现变量中的特殊元素。
选取某电器生产企业负荷数据分为4类的负荷聚类中心图(见附录A图A1),并提取了一组特殊数据(2010年8月12日的生产负荷曲线),其负荷曲线如图2所示。
对比图2的特殊数据可以看出,当日凌晨00:0007:00负荷明显提高,与白天负荷基本持平,而在15:0020:00因采取了明显的避峰措施,其负荷骤降,之后又恢复正常负荷生产。从日期和当时的温度来看,可能是由于当地高温限电原因导致,也可能是由于企业内部生产调整,但无论是哪种原因,都说明此电器生产企业可以减产,即切断一部分生产负荷而又不至于中断全部生产,从而在不造成巨大经济损失的前提下,提供一部分负荷给电网作为备用,或者可以在日常的生产过程中配合分时电价,增加夜间的生产量而减少早晚高峰的生产量,为电网移峰填谷作出贡献。
1.2.2 数据预处理方法
数据预处理包括非正常数识别与处理、数据归一化处理、数据加权处理3个方面。在非正常数识别与处理中,本文除运用传统的横向、纵向识别法外,还根据负荷实际情况,利用了温度数据进行识别。
由于需求响应的研究对象多为工业负荷,其中包含一些高耗能负荷,其特点是通常进行连续生产,没有工作日和周末之分,休息日由各家企业视生产状况、设备状况而定,因此为保证能在单一变量下进行研究,希望剔除休息日和限电日负荷的影响。又因为不同负荷控制装置采集数据不同,一天采集的负荷点可能为24个、48个、96个,负荷点较少时,用横向、纵向识别法存在困难,所以此处增加利用温度数据识别休息日和非正常数据的步骤,具体步骤如下。
步骤1:将日最大负荷数据
步骤2:依次求取对应各温度点的最大负荷数据平均值V,
式中:M1和M2分别为温度为T时的起始日和结束日;M2-M1+1表示温度为T时的日总数。
步骤3:判断某一温度下各日最大负荷数据是否小于此温度下最大负荷数据平均值的30%,即若下式成立,则认为此日为休息日或者限电日。
综合上述二次聚类算法原理和各改进措施,得到完整的用电特征精细挖掘算法流程见附录A图A2。
2 基于类属维度用电特征精细挖掘实例
选取江苏省某市386家企业的24点负荷数据作为聚类特征向量,众多企业中包含了电子计算机制造等十几个行业,统计数据见附录A表A1。当日气温为15 ℃。数据导入程序后,有效数据企业为264家,分为11类,并提取出7家特殊数据,分类结果见附录A图A3。
将11类分类结果按聚类中心负荷曲线形状分为避峰型、迎峰型、高负荷率型、连续型四大类。为了更清楚地分辨各类特征,对第一大类避峰型,计算其日负荷率等负荷特性指标如表1所示。
结合附录A图A3和表1可以看出,这3个子类均表征了夜间生产、白天休息的典型避峰负荷曲线,负荷在10:0020:00都存在一定的低谷负荷。第3类谷期负荷较短,仅有11:0014:00共3 h;第1类谷期负荷动荡较大,存在2段谷期;而第2类谷期负荷持续时间较长,且谷期负荷平稳。由于这3类的谷期负荷小于日最大值的30%,可以认为谷期处于停工或大幅削减生产状态。
此3类包含了13%左右的企业,因其已采取了一些措施响应峰谷电价,所以对基于价格的需求响应潜力已不大。
迎峰型、高负荷率型和连续型用电模式的部分负荷特性指标比较见附录A表A2表A4,同理可分析其各子类的负荷特征。
依照附录A表A1对江苏省某市257家企业的行业类型进行归类,可以归为电子元器件、设备制造业,金属加工及工具设备制造业,纺织业,非金属加工业,水泥制造业,商业,其中水泥制造业的3家企业均属于第1类,其余四大行业所属分类情况见附录A图A4。
可以看出,金属加工及工具设备制造业中属于迎峰生产的企业占38%,而避峰生产的企业占19%,说明此行业生产成本中电费成本比例较小,企业对电费变化不敏感,但也可以看出迎峰生产的企业能够实现避峰生产,只是所给的价格和激励政策还不足以令企业权衡利弊后选择白天迎峰生产的方式,基于价格的需求响应在这类企业中有很大潜力。对比电子元器件、设备制造业和纺织业的用电模式组成情况,结合其生产饱和度不高的特点来看,高负荷率型和连续型生产的企业是分时电价、可中断负荷和紧急需求响应的潜力用户,可以通过实地调查和分析全年负荷曲线的方式了解其是否能给出一定的错峰负荷量,临时关停部分生产线或部分设备。同时可以看出,19%的避峰企业属于第1类和第2类,中断时间相对较长,在5 h以上,分析其适合的需求响应类型如表2所示。同理分析,可得电子元器件、设备制造业,纺织业和非金属加工业所适合的需求响应类型,见附录A表A5表A7。本节的分析旨在挖掘同一行业用户的不同用电特征,以针对不同行业的部分用户给出定性的需求响应策略分析,但要进一步得到可中断容量等信息,还需通过对时间维度、响应维度进行更加精细的挖掘分析。
3 基于时间维度用电特征精细挖掘实例
在类属维度分析的基础上选取适合基于激励需求响应的某麻纺织企业,取2009年每日24点负荷数据作为聚类的特征向量,共213组数据,剔除非正常数据后剩余208组,分为8类,结果见附录A图A5。各类聚类中心对比结果见附录A图A6。
对各类所包含的月份进行整理后,再综合各类的负荷情况可以看出:第5类和第8类比较特殊,属于白天停工、夜间生产的类型,从分类所属的日期看,可能是由于设备轮休、检查、员工集体放假等原因造成,负荷至少可以下降1 500 kW。从其余类所属日期比较可以看出,某麻纺织企业的用电负荷与温度季节有很大关系,第1类和第2类明显属于夏季,最高负荷在2 200～2 300 kW,第3类、第6类、第7类属于春秋季,最高负荷在1 800～2 000 kW,第4类属于季节更替之间,最高负荷在2 100 kW左右。大致计算可以得出,某麻纺织企业的季节敏感性负荷最高达300 kW左右,这部分负荷在电网安全性受到威胁时可以切除一部分或通过企业内部能量管理实现轮控。综合纺织业的生产特性,得到该麻纺织企业精细化用电特征如下:负荷特性为换班时无太大负荷动荡;峰值时刻的波动较小不明显;气候敏感负荷中断容量为300 kW;生产负荷的中断容量一级为200～400 kW,二级为1 500 kW;适合需求响应的类型为可中断负荷和紧急需求响应。
从以上分析可以看出,时间维度的挖掘得到了中断容量和中断时间等信息,可以有针对性地为用户设计参与激励需求响应的形式。
4 基于响应维度用电特征精细挖掘实例
根据文献[12]提出的基于消费者心理学的峰谷电价用户响应模型,利用峰平、峰谷、平谷3个负荷转移率λ1,λ2,λ3,来衡量用户对峰谷电价的响应情况。但由于电网实际运行包含用户数量巨大,不可能每次仿真都针对每一个用户求出3个负荷转移率,而希望通过几组数据就能模拟估计出所有用户的响应情况。所以此处选择用户的3个负荷转移率作为聚类的特征向量,系统只需要对所有用户计算一次负荷转移率,之后根据转移率进行分类,则可以长期用各类的负荷转移率值表征这一类中所有用户的电价响应情况,辅助模拟仿真和风险、效益评估。
在类属维度分析的基础上选取适合基于价格需求响应的37家企业。2009年11月20日江苏调整了峰平谷电价,选取电价变化前后的负荷数据,通过最小二乘估计可以计算得到其负荷转移率。
把用户的3个负荷转移率作为聚类的特征向量,将37家企业分为5类,所得各类的负荷转移率如表3所示。选取某电子零组件公司响应前后与聚类后的负荷特性曲线,并计算其对应的负荷特性指标进行对比分析,所得结果见附录A图A7和表4。
从表4可以看出,聚类后的拟合情况较好地反映了用户对峰谷电价响应的真实情况,说明此方法能在减少建模数量的情况下,为电价制定、效益评估、风险评估提供有效信息。
5 结语
本文结合系统聚类与FCM聚类法的优点并加以改进优化,从时间、类属、响应3个维度对用电特征进行精细化分析,挖掘出了大量有效信息,可以从负荷预测、电价制定、甄选用户、效益评估、响应评估等多方面辅助需求侧响应的实施。如何将其应用到多代理平台上进行建模仿真将是下一步的研究重点。
附录见本刊网络版(http://aeps.sgepri.sgcc.com.cn/aeps/ch/index.aspx)。
摘要：针对需求侧管理实施过程中需要准确把握用户用电特性的要求,从时间、类属、响应维度对用户的用电特征进行了精细化挖掘。结合系统聚类与模糊聚类的优点,引入二次聚类算法并进行改进,提取对应的负荷特征向量,从多个维度对用电特征进行了精细化分析。结果表明该算法简单有效,并能甄选参加各类需求响应项目的潜力用户,为项目制定提供中断容量、中断时间等具体信息,辅助评估项目实施的风险性和预期获得的各方面效益。
关键词：需求响应,时间维度,类属维度,响应维度,精细挖掘,多维度聚类
参考文献
[1]刘友波,刘俊勇,赵岩,等.基于多目标聚类的用电集群特征属性计算[J].电力系统自动化,2009,33(19):46-51.LIU Youbo,LIU Junyong,ZHAO Yan,et al.Calculation ofcharacteristic attributes of consumer aggregations based onmulti-objective clustering[J].Automation of Electric PowerSystems,2009,33(19):46-51.
[2]KIRSCHEN D S.Demand-side view of electricity market[J].IEEE Trans on Power Systems,2003,18(2):520-527.
[3]李欣然,姜学皎,钱军,等.基于用户日负荷曲线的用电行业分类与综合方法[J].电力系统自动化,2010,34(10):56-61.LI Xinran,JIANG Xuejiao,QIAN Jun,et al.A classifying andsynthesizing method of power consumer industry based on thedaily load profile[J].Automation of Electric Power Systems,2010,34(10):56-61.
[4]许翠娟.负荷特性聚类分析方法的研究[D].北京:华北电力大学,2007.
[5]唐光泽,王进,李彩玲,等.基于Ward法的负荷特性分类研究[J].电力学报,2008,23(6):470-473.TANG Guangze,WANG Jin,LI Cailing,et al.Study oncharacteristics classification of power load based on Ward method[J].Journal of Electric Power,2008,23(6):470-473.
[6]FIGUEIREDO V,ROGDRIGUES F,VALE Z,et al.Anelectric energy consumer characterization framework based ondata mining techniques[J].IEEE Trans on Power Systems,2005,20(2):596-602.
[7]张忠华.电力系统负荷分类研究[D].天津:天津大学,2007.
[8]李培强,李欣然,陈辉华,等.基于模糊聚类的电力负荷特性的分类与综合[J].中国电机工程学报,2005,25(24):73-78.LI Peiqiang,LI Xinran,CHEN Huihua,et al.Thecharacteristics classification and synthesis of power load basedon fuzzy clustering[J].Proceedings of the CSEE,2005,25(24):73-78.
[9]张红斌,贺仁睦,刘应梅.基于KOHONEN神经网络的电力系统负荷动特性聚类与综合[J].中国电机工程学报,2003,23(5):1-5.ZHANG Hongbin,HE Renmu,LIU Yingmei.Thecharacteristics clustering and synthesis of electric dynamic loadsbased on KOHONEN neural network[J].Proceedings of theCSEE,2003,23(5):1-5.
[10]谢中华.Matlab统计分析与应用:40个案例分析[M].北京:北京航空航天大学出版社,2010.
[11]高新波.模糊聚类分析及其应用[M].西安:西安电子科技大学出版社,2004.
特征维度 第3篇
上个世纪九十年代以来, 随着经济全球化, 企业竞争环境发生了巨大的变化。单个企业仅仅靠自身资源很难满足客户的需求, 供应链管理成为企业保持竞争优势的必然选择。供应链的整体竞争力很大程度上取决于各成员企业间的信任水平。以往的文献表明, 企业间的相互信任在企业合作关系诸多因素中起了至关重要的作用, 信任关系的建立可以大大降低伙伴间的协调工作量、减少双方合作的不确定性、降低交易成本。因此, 各成员只有通过建立良好的信任关系, 才能充分地利用外部资源, 共同解决问题, 从而提高效率, 获得竞争优势, 降低企业失败的风险。本文正是通过分析供应商特征与信任之间的关系, 以及信任对合作绩效和长期关系意愿的影响, 并进一步分析了如何在供应链管理中构建信任关系, 明确了企业与供应商之间的信任程度, 以此作为供应商选择和建立合作伙伴关系的重要依据。
二、信任概念及其维度划分
对信任的研究最早源于心理学, 后来才引起管理学家的重视, 用来研究组织实体之间的关系研究。Sable认为信任是一种交易双方共同的信赖关系。Riddlesetal (2002) 认为, 在交易关系中, 在面临风险和互相依赖的情况下, 信任是交易双方自愿承担责任并且没有任何一方会利用另一方的弱点的一种信心。不同的学者对信任的理解不相同, 至今仍没有一个统一的定义。就供应链成员之间的合作关系而言, 信任可以理解为供应链成员之间在共同面对未来不确定性时所表现出来的互相信赖的态度和共同合作的意愿。
在早期的信任关系研究中, 多数学者将信任简单地视作单维度变量来研究。但随着对企业间信任研究的不断深入, 学者们根据企业是出于理性还是感性合作的特质, 逐渐将信任看作是多维变量。根据现有的文献, 我们发现不同的研究学者对信任的理解和研究视角不同, 导致了信任维度划分的多样性。但是, 这些不同信任维度最终可以总结为认知信任和情感信任两大维度。Mc Allister (1995) 将信任分为认知型信任和情感型信任。根据上述文献, 本文也采用认知信任和情感信任来衡量信任这一复杂问题。
认知信任是基于对方的可靠性和能力的信心, 意味着施信方更加尊崇正式合同, 更加遵守彼此的契约并履行自己的义务 (Mc Allister, 1995) 。认知信任是客观的, 是企业对另一方是否可以信任的一个理性决定的过程。情感信任是基于成员间的情感纽带, 认为合作双方更愿意超越常规业务为双方付出更多的努力, 承担更多的非业务责任, 以满足他人所需 (Mc Allister, 1995) 。这表明, 企业在双方关系中已从最初的业务关系形成一条情感纽带, 它更关注对方需求, 而非自身利益。需要说明的是, 信任的维度划分也并非那么泾渭分明, 信任关系是需要不断演进的, 其中各种维度的信任都会存在于企业的合作中, 并随着合作的发展而逐渐呈现不同的状态。
三、理论假设与模型的建立
(一) 供应商特征与多维度信任的关系
关于信任的构建, 国内外学者已经有了大量的研究, 其中包括“前因性”研究 (Ali和Birley, 1998) 。Mayor和Schoorman (1995) 对信任“前因性”进行了总结, 大体可归为两方面。一方面是受信方的特征, 包括能力、诚实等;另一方面是企业双方的关系特征, 包括交往经验、价值观等。根据上述理论, 我们发现, 随着合作双方关系的发展, 影响企业间信任关系的因素多种多样。本论文在已有研究成果的基础上, 将其企业间信任的“前因性”因素归为两类: (1) 供应商特征, 包括供应商声誉和文化差异; (2) 成员企业与供应商之间的关系特征, 包括伙伴间交往经验和信息共享。
1.供应商的声誉与多维度信任的关系。供应商的声誉是该供应商在生产经营过程中其行为所取得的社会综合评价。供应商的声誉会直接影响合作企业对该供应商的期望, 从而影响合作方对它的信任程度。声誉是企业经过大量的长期累积才建立起来的, 良好的企业声誉对于构建信任来说是一个重要条件, 具有转移信任的作用。良好的声誉, 有利于企业获得竞争优势, 有助于降低交易成本, 从而更加值得信任。许多学者也研究证明, 供应商的声誉对企业间的信任有显著的影响 (Anderson, 1989;Doney和Cannon, 1997) 。
基于上述理论, 本文同样认为声誉和信任有着显著关系, 这种信任既包括认知信任也包括关系信任, 故提出下列假设:
H1a:供应商声誉对认知信任有积极影响。
H1b:供应商声誉对情感信任有积极影响。
2.文化差异与多维度信任的关系。供应链中的企业成员来自不同的国家或地区, 他们的文化背景也有很大的差异。当双方对业务有着不同的态度和信仰, 这种感知的文化距离越大, 就越难实现成功的合作关系 (Conway和Swift, 2000) 。Mc Allister (1995) 就认为, 当某个人认为自己和其他人的文化不同, 认知信任会减少, 因为这个人倾向于认为其他人是不诚实不可靠的, 所以会选择不合作。相反, 当文化相近的成员企业合作时, 双方都会认为彼此遇到问题和冲突的可能性会较小, 那么更有助于彼此间的沟通交流及信任的增强, 当然, 这种信任既包括认知信任也包括情感信任。故本文提出假设:
H2a:企业文化差异与认知信任呈负相关。
H2b:企业文化差异与情感信任呈负相关。
3.交往经验与多维度信任的关系。供应商与企业的交往经验可以建立彼此间的信任。成功交往的次数越多, 信任度就会越高。一方面, 在过往的交往中, 合作双方在资金、技术及人力方面已经进行了持续的投入, 如果一方违约的话, 成本将会很高;另一方面, 成功的合作经验有助于双方进一步的合作, 使再次合作的准备成本大幅度降低, 双方的行为变得容易预测, 从而有利于降低合作风险, 增强信任。同样, 这种企业双方的交往经验不仅对认知信任有影响, 也对情感信任有影响。因此, 本文提出假设:
H3a:交往经验对认知信任有积极影响。
H3b:交往经验对情感信任有积极影响。
4.信息共享与多维度信任的关系。供应链管理强调了企业通过合作和信息共享, 来达到预期效益。供应链企业信息共享的主要特点就是使整个链条上的各成员从自身的信息资源扩展到对外部信息资源的广泛利用, 而这主要依赖于各个成员间的互相信任。Kwon和Suh (2004) 认为信息共享在企业间信任的构建过程中总是必不可少的因素, 因为共享信息可以使企业了解彼此的工作进程, 制定解决冲突的机制。另外, 信息共享的有效实现, 可以减少企业双方由于信息不对称所带来的风险, 提高合作关系的信任水平。当合作者为了共同目标开展合作时, 信息共享有利于双方更好的了解彼此, 进而增强信任。根据以上的分析, 本文提出假设:
H4a:信任共享对认知信任有积极影响。
H4b:信息共享对情感信任有积极影响。
5.上述理论也已说明, 情感信任是以企业在长期合作关系感受到的安全感为前提的, 它是从双方最初的理性合作关系发展成的一种感性合作。因此, 本文提出假设:
H5:认知信任对情感信任有积极影响。
(二) 绩效
本文结合以往的研究, 将信任的绩效设置分为两个变量:合作企业与供应商当次合作所产生的绩效, 以及合作企业与供应商建立并维持长期交往的可能性。由于来源和特征的不同, 不同维度的信任对其产生的合作效果也会不同。
1.多维度信任与合作绩效的关系。Bernardin (1984) 认为绩效是特定时间范围特定活动中产生的结果, 我们这里所说的合作绩效也是一种结果。从交易成本的角度来看, 由于减轻了机会主义的威胁, 信任可以促进双方合作, 减少交易费用。较低的治理成本会提高效率, 减少冲突, 反过来提高了企业合作绩效。Cullen等人 (2000) 在其研究中也已证明信任和承诺对联盟的绩效有非常重要的作用。所以说, 如果企业之间彼此信任, 就会避免由于信息不对称造成的利益损失, 从而减少分摊到各成员企业的交易成本。基于以上分析, 本文提出假设:
H6a:认知信任对合作绩效有积极影响。
H7a:情感信任对合作绩效有积极影响。
2.多维度信任与长期关系意愿的关系。最高阶段的信任会导致企业长期有效的合作。也就是说, 合作双方通过长期的交往, 可以在对方出现问题的时候及时给予更多支持。Korsgaard等人 (1995) 指出信任对于组织之间的长期合作是很重要的。Panl A.Pavlou (2002) 认为信任和未来持续组织间关系的倾向之间的关系。信任会促进合作, 并且随着对信任的逐步增加, 合作的层次、效率也不再局限于短期, 而向长期关系发展。基于以上分析, 本文提出假设:
H6b:认知信任对长期关系意愿有积极影响。
H7b:情感信任对长期关系意愿有积极影响。
H8:合作绩效对长期关系意愿有着积极影响。
基于上述理论背景, 提出本文的理论模型如图1所示。
四、实证研究设计
1. 问卷设计。
测量量表尽量使用国内外已使用过的量表:供应商声誉的量表主要来源于Ganesan (1994) 的量表;企业文化差异的量表主要来源于Lee (1998) 与Bello和Gilliland (1997) 的研究;交往经验量表主要选自Sheppard和Tuchinsky (1994) 的测量量表, 信息共享量表主要来源于Monczka和Petersen (1998) 的研究;认知信任和情感信任的量表都来自于Mc Allister’s (1995) 的研究。合作绩效的量表则综合了Avinanda (2003) 、Barclay (1997) 和Zaheer (1998) 的研究;长期关系意愿测量量表是Brown (1996) 与Ganesan (1994) 的结合。
我们还结合了本文定义及研究背景对量表进行了适当的修改, 在修改后的量表中, 供应商声誉、文化差异与信息共享量表分别包括3个问项, 交往经验量表包括4个问项;认知信任量表包括4个问项, 情感信任量表包括3个问项;合作绩效量表包括3个问项, 长期关系量表包括2个问项。通过上述测量体系的建立, 所有测量变项被确定下来, 最终形成本研究调查问卷。本文的计分方式均采用Likert5点尺度量法。
2. 研究样本与数据来源。
本文主要探讨供应商特征、信任与绩效之间的关系, 调查对象为江苏镇江及其周边区有过供应链合作历史的各行业企业, 并对企业中高层管理者或关键员工进行问卷。正式调查是在2011年6月至12月进行的, 采用纸质调查与网络调查两种方式, 总共发放问卷500份, 回收问卷253份, 剔除答案完全一样及回答不完整的问卷, 实际有效问卷为208份。问卷回收率为50.6%, 有效率为82.2%。
3. 统计分析方法。
首先运用SPSS 16.0对测量模型的信度和效度进行分析, 同时应用Amos 17对所建立的研究模型进行各变量间关系验证性分析。本文主要采用绝对适配度指数进行检验。
五、数据分析及结果
1.效度与信度分析。
本研究首先对测量指标进行信度和效度分析, 该测量模型包括8个潜在变量, 共25个观察变量, 分析结果如表1所示。
在信度检验方面, 主要采用Cronbach’sα值检验, 一般地, Cronbach’sα值介于0.7至0.8间属于高信度值, 若低于0.35则应拒绝。由表1可知, 本测量量表的内部信度测量指标Cronbach’sα均大于0.7, 表明各变量具有较好信度。另一方面, 效度包括收敛效度和判别效度。收敛效度通过AVE (平均提取方差) 检验。从表1可知, AVE值都符合标准大于0.5, CR (组合信度) 也符合标准大于0.7, 表明各量表有很高的收敛效度。判别效度则通过比较潜在变量的AVE平方根与对应潜在变量间相关系统绝对值进行检验。本文计算了供应商特征、信任等8个潜在变量间的相关系数, 然后将AVE平方根置于相关系数矩阵表的对角线上进行比较。如表2所示, 所有潜在变量的AVE平方根均大于其所在行与列相关系数的绝对值, 说明每个量表均通过判别效度检验。
2.结构模型的检验。
本研究使用AMOS17进行结构模型分析, 进行整体模型的适配度检验, 结果显示χ2/df为1.154, 小于2;RMSEA为0.027, 小于0.08, 说明模型适配度非常好;RMR=0.091, 说明模型的整体拟合度欠佳;GFI为0.921, AGFI为0.901, PGFI为0.739, 这些指标也都处于可接受的范围内, 因此该模型总体可以接受。表3给出了模型分析结果, 包括假设、标准路径系数、P值和假设检验结果。
最终模型验证结果如图2所示。
六、结论与启示
本文验证了供应商特征、信任及绩效之间的关系。结果表明了认知信任和情感信任在供应链企业间建立合作关系中同样发挥着重要的作用, 但是其影响方式不同。认知信任能够成功的促进情感信任和合作绩效, 但是对长期关系意愿影响不大, 而情感信任对合作绩效和长期关系意愿有积极影响。这种结果可能是由于认知信任基于对对方的表现和结果总是考虑自己的需求, 而情感信任则是互惠双方, 并采取利他措施来改善双方的关系, 牺牲短期利益, 获得长期利益。
关于认知信任和情感信任的研究结果与Johnson等 (2005) 及Mc Allister (1995) 的研究是一致的。认知信任和情感信任有一些共同的影响因素。声誉、交往经验都对认知信任有积极影响, 而对情感信任影响不显著。文化差异与认知信任呈负相关, 表明企业中的业务实践、规章制度及其价值观差异都有可能危及到双方的合作关系, 降低了认知信任。而文化差异对情感信任影响不显著。信息共享对认知信任和情感信任同样都有积极影响。开放的信息共享, 提高了参与企业资源的相互依赖, 降低信任的传递和吸收成本, 从而增加了信任。
本文的研究存在较大的适用性局限, 虽然涉及多个行业, 但是主要局限于制造领域, 我们侧重考虑了供应商的态度, 而无法评估企业对方是否持有相同的看法, 未来的研究还要考虑认知信任和情感信任是否在所有的领域都有类似的前因和已生成结果。另外, 在信任的产生机制中, 信任的影响因素是十分繁杂的, 本文所分析的因素并不全面, 因此有必要在未来的研究中展开进一步的探讨, 尤其是信任影响因素之间的关系、层次性及相对重要性的研究。
摘要：本文构建了供应商特征、多维信任与绩效之间关系的理论模型, 并采用江苏镇江及其周边的208家有过供应链合作历史的制造企业为样本, 运用结构方程模型对假设进行了实证研究。结果表明, 供应商声誉、交往经验对认知信任有积极影响, 而对情感信任的影响不显著;文化差异与认知信任呈显著负相关关系, 而与情感信任的关系不显著;信息共享对认知信任、情感信任都有积极影响。上述研究结论, 为企业管理者建立信任关系、提高企业合作绩效提供了理论借鉴。
关键词：认知信任,情感信任,长期关系意愿
参考文献
[1].李震, 邓培林, 安凤华.供应链中节点企业间合作关系信任机制分析.安徽农业科学, 2008;36
[2].杨静.供应链内企业间信任的产生机制及其对合作的影响.浙江大学博士论文, 2006
[3].Sable C.Studied Trust:Building New Forms ofCooperation in a volatile economy.Human Relations, 1993;46
特征维度范文
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
