关于“精益生产组成要素之间的关系研究”的详细介绍:
本研究由周武静、徐学军、叶飞完成,以华南理工大学工商管理学院为依托,基于资源基础理论,通过对珠三角地区118家制造企业的问卷调查数据进行实证分析,深入探讨了精益生产四大组成要素——员工参与(EI)、全面质量管理(TQM)、全面生产维护(TPM)和准时制生产(JIT)——之间的内在因果关系与影响路径。
一、 研究背景与理论基础
背景:中国制造业面临转型压力,亟需学习并内化如精益生产等先进管理模式。许多企业学习效果不佳,源于“形似而神不似”,未能理解其精髓及要素间的内在联系。
理论基础:研究以资源基础理论为框架。该理论认为企业的独特资源和能力是竞争优势的来源。在本研究中,员工(EI) 被视为企业最核心的人力资本资源,而TQM、TPM、JIT则是由此资源衍生和支持的核心实践能力。
要素界定:
员工参与(EI):员工对工作及相关事务自愿涉入及投入的程度。
全面质量管理(TQM):通过持续改进,保证产品质量和生产流程的稳定。
全面生产维护(TPM):通过全员参与,建立覆盖设备整个生命周期的维护系统,最大化设备效率。
准时制生产(JIT):在正确的时间、地点提供正确的零件,追求消除所有浪费。
二、 研究假设与理论模型
研究提出了一个系统的理论模型(如图1所示),旨在验证以下假设:
H1a: EI 正向影响 TQM 的实施。
H1b: EI 正向影响 TPM 的实施。
H1c: EI 正向影响 JIT 的实施。
H2: TQM 正向影响 TPM 的实施。
H3a: TQM 正向影响 JIT 的实施。
H3b: TPM 正向影响 JIT 的实施。
三、 研究结果与发现
通过结构方程模型(SEM) 对数据进行分析,修正后模型的各项拟合指标良好,支持了大部分假设。研究发现要素间存在清晰的直接和间接影响路径:
员工参与(EI)的基础与先导作用:
EI → TQM 和 EI → TPM 的路径系数显著为正。这表明员工的积极性、技能和参与度是有效推行TQM(质量改善)和TPM(设备维护)的基础和先决条件。这与资源基础理论高度吻合,即人力资源是构建其他能力的基石。
EI → JIT 的直接路径不显著。这意味着仅仅依靠调动员工积极性,并不能直接实现流畅的JIT运作。
TQM与TPM的协同关系:
TQM → TPM 的路径系数显著为正。这表明成功实施TQM所建立起的持续改进文化、问题解决方法和团队协作模式,为TPM的引入和实施奠定了坚实基础。研究支持了“TPM是从TQM演化而来”的观点。
TQM与TPM对JIT的驱动作用:
TQM → JIT 和 TPM → JIT 的路径系数均显著为正。这表明稳定的生产过程(TQM的目标)和可靠的设备状态(TPM的目标)是降低变异、减少浪费、实现JIT必不可少的技术和支持保障。没有质量和设备的稳定性,JIT所需的低库存和流畅生产将无法实现。
TQM → TPM → JIT 的间接路径也成立,表明TQM还能通过提升TPM水平来间接促进JIT。
EI影响JIT的完整间接路径:
路径①: EI → TQM → JIT
路径②: EI → TPM → JIT
路径③: EI → TQM → TPM → JIT
虽然EI不直接影响JIT,但它通过三条显著的间接路径对JIT产生重要影响:
这表明EI对JIT的影响是完全以TQM和TPM为中介的。员工的能量必须转化为扎实的质量管理和设备管理能力,才能最终支撑起JIT系统。
四、 研究结论与意义
理论意义:
清晰地揭示了精益生产各要素并非孤立存在,而是一个有层次、有逻辑、相互依赖的有机系统。
验证了资源基础理论在解释精益生产内部结构时的有效性,强调了“人”这一资源的核心地位。
明确了要素间的影响机制(直接与间接效应),弥补了国内在该领域大样本实证研究的不足。
实践意义(对中国企业的启示):
提供了清晰的实施路线图:研究结论表明,企业推行精益生产应遵循一个循序渐进的路径:首先从激活员工(EI) 开始,营造持续改进的文化;然后着力打造质量管理(TQM) 和设备管理(TPM) 两大基石;最后,在前三者稳固的基础上,水到渠成地推行JIT。
解释了失败原因:许多企业跳过前三个阶段,直接推行JIT(如强行降低库存),往往会因为质量和设备问题频发而失败。本研究从实证角度揭示了其失败的内在原因。
强调了“人”的重要性:企业必须将员工视为战略资产,通过培训、授权和激励,充分发挥其潜能,否则精益生产的任何工具都难以奏效。
五、 研究局限与未来展望
局限:
样本均来自珠三角地区,且样本量(118家)可进一步扩大。
采用横截面数据,只能反映某一时间点的关系,无法动态观察精益推进过程中的变化。
未考虑外部环境(如市场竞争、政策)和组织结构等因素的影响。
展望:
未来研究可扩大样本范围和数量,进行跨区域比较。
采用纵向研究,长期跟踪企业,以更准确地揭示要素间的因果动态。
将外部环境因素作为调节变量纳入模型,使研究更贴近现实。