摘要：尽管合作伙伴关系能够获得益处和竞争优势，但统计表明其失败却多于成功。许多研究揭示的一个主要的问题是: 伙伴关系的失败率高达70%（Liker and Choi, 2004）。这也说明伙伴关系从开始就比个体企业的风险性更高。合作伙伴关系及其关键成功因素（CSF ：Critical Success Factors）已经被学者们研究了几十年，不过根据笔者有限的知识视野，中国ICT（Information & Communication Technology，信息与通讯技术）产业的伙伴关系及其关键成功因素模型却是缺失的一块。因此，补缺这个短板是非常有意义的。本文的内容主要关注两个问题：1：什么是中国ICT合作伙伴的关键成功因素模型？2：从厂商，分销商和经销商不同的角度看，这些关键成功因素模型有什么不同？

本文讨论了文献中找到的频率较高的11个伙伴关系关键成功因素，我的焦点讨论小组（Focus Group）也根据中国ICT渠道的环境提出了另外两个关键成功因素：关系（Guanxi）和法律的强化（Legal Enhancement）。

以往的合作伙伴关系研究着眼于供应链的两者间的关系研究，比如：购买者和销售方，厂家和原材料供应商等等。在本文的模型中，包括了渠道中主要的三个主角：厂家，分销商和经销商。 笔者提出了一个新的也更全面的模型来扩展研究中国的ICT渠道关键成功因素模型以及不同模型的区别。另外，不同以往的关键成功因素模型只从一方的角度进行单向研究，本文的7个模型（应为6个模型，多出的一个为因子分析把其中一个模型拆分为两个的原因）都是基于厂家，分销商和经销商三方双向的研究，因此更加全面。

本文通过参考文献和焦点讨论小组确认了伙伴关系的关键成功因素（CSF）。从厂家，分销商和经销商收集到了共742份有效问卷。因子分析方法用于分析CSF成分，采用多元回归的方法来建立在中国ICT渠道伙伴关系的满意度和新产生的CSF预测因子之间的关键成功因素模型。最后，再比较和分析这7个模型间的不同点。

本文其中的发现之一是：建立了中国ICT渠道伙伴关系的7个关键成功因素模型，另外一个发现是：这7个模型不仅仅是某些因素成分不同，而且从厂家，分销商和经销商的不同视角看，即使相同的因子的系数也不同。

本文的意义在于建立了全面的中国ICT渠道从厂家，分销商和经销商的不同视角所看的关键成功因素模型，给学者和管理者提供了通过不同角度来指引他们维护和发展成功的伙伴关系的要素的新方法。

关键词：关键成功因素  合作伙伴关系  渠道  中国  ICT

第一章：简介（INTRODUCTION）：

中国自从1978年改革开放以来，已经实现了30多年的两位数经济增长。如今，中国已经成为最大的外资直接投资（FDI）受惠国，最大的汽车市场和第二大经济体，而且在2012年成为了个人电脑和手机的第一大市场。伴随全球市场竞争的加剧，合作伙伴关系也成为了主流，这种趋势在中国也不例外。随着经济的快速增长，中国ICT产业也有成百上千的合作伙伴关系诞生了，这些伙伴关系在过去的二十多年里，成为了渠道成员拓展市场新机会，寻找和维护竞争优势的常用工具。尽管如此，却很少有研究用更宽广的视角来探索合作伙伴关系模型的全景(Pelton et al., 2002; Fang et al., 2002)。

之前通常的合作伙伴关系及其关键成功因素模型的研究的局限性在于：简单的供应链中两者的关系，例如：厂家-供应商，厂家-分销商，厂家-零售商等等，本文包括了渠道伙伴更全面的主角：厂家，分销商和经销商。最后，以往的关键成功因素模型的研究仅仅是从伙伴关系的其中一方的观点获取结果，我们相信因为伙伴关系中不同的伙伴在目标，出发点的不同可能会导致成功因素模型的不同。

图1-1： 目前文献中的问卷调查和研究方法

本文的主要目的：

1、以中国ICT渠道合作伙伴关系中厂家，分销商和经销商三方不同视角，建立合作伙伴的关键成功因素模型；

2、从三方的视角双向分析这些模型的不同之处。

本文从文献和焦点讨论小组找出了13个伙伴关系的成功因素，采用问卷调查的方法，后实证主义范式，演绎方法。用定量分析（SPSS）中的因子分析（Factor Analysis）来确定关键成功因素的因子，最后用多元回归（Multiple Regression）构建出这些关键成功因素模型。

注：

1、 本文中的分销商（Distributor）包含：分销商，总代理和区域总代理；

2、 经销商（Reseller）是个广泛的概念，定义为：代理商，中间商，IT增值代理商，零售商，IT系统集成商，小型独立零售商以及全国连锁卖场等。

3、 原材料供应商和最终用户不包括在本文的讨论中。

第二章：文献回顾（LITERATURE REVIEW）

渠道合作伙伴和他们的关键成功因素（CSF）在现有的文献中很少被提及，另一方面，中国ICT行业的渠道合作伙伴和他们的CSF更没有文献可以参考。因此唯一的文献检索只能是通用的伙伴关系和联盟相关的内容。从文献研究很多的因素中我找出了11个：机会主义，冲突解决，组织文化，信任，灵活性，承诺，协作，权力与依赖性，沟通和信息交换，知识分享和高层管理的支持。另外，我的焦点小组建议增加了“关系”和“法律强化”两个新因子。这样，这13个因子作为本文研究的问卷基础。

注:因篇幅所限，本文文献回顾（LITERATURE REVIEW）内容部分省略，以如下列表代替。

第三章: 研究设计（RESEARCH DESIGN）

3.1 研究框架（Research Framework）

图3-1: 研究框架（Research Framework）

3.2 关键成功因素和问卷调查设计（Critical Success Factors and Questionnaire Design）

基于以上所述，通过从现有文献中获得的11个关键成功因素以及我们焦点小组提出的2个（关系和法律强化）关键成功因素，我设计了由13个关键成功因素作为自变量（45个问卷题目）以及合作伙伴绩效满意度（经济满意度和非经济满意度）作为因变量的调查问卷，见图3-2：中国ICT合作伙伴关系关键成功因素问卷调查变量表，（）内数字为问题数量。

图3-2：中国ICT合作伙伴关系关键成功因素问卷调查变量表

3.3 问卷测试（Pre-Test）：

网络问卷调查的一个优势也是劣势是研究者与应答者之间缺少个人互动(Kumar, 1999)。 这个缺点就是应答者在遇到不明白的问题时没有机会得到解答。Burns and Burns (2008) 建议做一个问卷测试，以找出那些有缺陷的，有问题或难懂的潜在问题。

本文的问卷草稿发给了24位厂家，分销商和经销商做测试，之后我再打给每个人征求他们的意见和建议，并加以修改。修改后的问卷得到了他们的良好评价。

3.4 调查问卷方法（Questionnaires Survey Method）

每个问卷调查对象需要填写两个针对其不同合作伙伴的问卷（但内容一致），在问卷调查前会有一个提示，请其回答问卷时只针对他们最大或最重要的合作伙伴做问题的选择，例如一个经销商可能会有多个厂家和分销商同时合作，但提示内容建议其只选一家最大或最重要的厂家和分销商来对问题的回答，这样确保经销商不会以平均印象来回答问卷。

3.5 数据采集（Data Collection）

为了提高反馈率，本次在调查问卷方式，问卷发放以及收集上采用了一些不同的方法。

经销商：我们在中国华北及东北的十个省会城市举办了经销商培训会议，会议前进行了问卷调查并现场收回。我们良好的合作关系和现场问卷调查的方式使有效问卷回收比例达到95.1%。

厂家和分销商：我通过邮件给厂家和分销商的渠道相关业务的管理人员发送调查问卷，并逐个电话提醒。其中85.1%的厂家是我们有合作关系的，其他未合作厂家是有私人关系的。这些厂家涵盖了在中国领先的众多厂家。分销商中35.9%是我们公司各地的渠道管理人员，其余是有良好关系的其他分销商。

注：为了避免应答者的顾虑，所有问卷是匿名的，而且他们问卷中的对象只是他们认为最重要或最大的合作伙伴，且不需要写对方的企业名称。

这些问卷以五分制（5-point Likert scale）录入Excel再转到SPSS系统中进行因子分析和多元回归分析。

3.6 人口学统计（Demographics）：

表3-1：问卷调查应答者及其企业人口学统计

3.7 问卷回馈率（Response Rate）

尽管问卷调查可以提供数据采集的主要优势，但是也有缺点，其中经常出现的问题就是低回馈率（Burns & Burns, 2008）。以往的研究也被相对低的回馈率所困扰，例如Morgan and Hunt (1994) 的一个研究的问卷回馈率只有14%， 同时，一项研究比较了普通邮件和网络调查的回馈率，结果是网络问卷调查的回馈率在20%左右（Kaplowitz, Hadlock & Levine, 2004）。

如之前所述，本文的问卷调查方式使我得到了很高的回馈率，请看表3-2：

第四章: 研究的认识论和方法论（EPISTEMOLOGY AND METHODOLOGY OF RESEARCH）

本文采用后实证主义哲学范式(Post-Positivism)，演绎法(Deductive)，定性（Focus Group:焦点小组）和定量分析（SPSS：Statistical Package for Social Science，社会学统计软件）混合方法进行研究。因篇幅所限，内容略。

第五章：分析

5.1 数据清理，遗失数据处理和变量移除（Data Cleaning，Missing Value and Variables Removing）：

有些问卷回答问题较少的作为无效问卷予以剔除，遗失数据以平均值代替，在因子分析的设置为：Eigenvalues>1，Varimax，厂家和分销商的Suppress绝对值小于0.55（因样本数量多于100）以及经销商Suppress绝对值小于0.30（因样本数量多于500）。

5.2 因子分析（Factor Analysis）

当用因子分析重复进行了数据清理，遗失数据处理以及变量移除后，在旋转成分矩阵步骤，那些CSFs重新组合，我根据其信息重新命名它们并形成了新的预测因子（有的与原始的CSFs不同），这些新的预测因子用于多元回归分析。

表5-1：旋转成分矩阵产生的新预测因子

5.3 多元回归分析：（Multiple Regression Analysis）

本文想得到的“中国ICT渠道伙伴关系关键成功因素模型”可以表述为以下方程：

ＹD-M＝β′0＋β1′Ｘ1＋β2′Ｘ2＋…＋βn′Ｘn＋ε′

ＹM-R＝β0″＋β1″Ｘ1＋β2″Ｘ2＋…＋βn″Ｘn＋ε″

ＹR-D＝β0‴＋β1‴Ｘ1＋β2‴Ｘ2＋…＋βn‴Ｘn＋ε‴

并且 ＹR-M,ＹD-R, ＹE M-D andＹN M-D 与上述三个模型是类似的。

注:

1.  ＹE M-D/ＹN M-D/ＹM-R/ＹR-D/ＹR-M/ＹD-M/ＹD-R= 中国ICT渠道伙伴关系一方对另一方的伙伴关系绩效满意度观点。M：Manufacturer，厂家；D：Distributor，分销商；R：Reseller，经销商。

2.  ＹM-D 代表厂家作为被调查者对与最重要的分销商间的伙伴关系关键成功因素所做的问卷满意度观点。 

3.  Ｘ1，Ｘ2…Ｘn ＝因子分析产生的新CSF（关键成功因素）预测因子。

4.  ε′/ ε ″/ ε ‴…=系统误差（Error

第六章: 多元回归分析结果（MULTIPLE REGRESSION ANALYSIS RESULTS）

当进行多元回归分析后，得到如下中国ICT渠道伙伴关系的关键成功因素(CSF)模型：

表 6-1: 经销商-厂家关键成功因素(CSF)模型的多元回归协同系数Coefficients

Y 经销商-厂家 = -3.2E-017 + 0.378 (高层经理的支持及关系) – 0.242 (厂家的机会主义)+ 0.288 (沟通和信息分享) + 0.281 (知识分享) + 0.151 (灵活性) + 0.078 (厂家的权力)

注：“法律的强化”因子由于其Sig.值value 0.122大于0.05 而被删除。 

表 6-2: 厂家-经销商关键成功因素(CSF)模型的多元回归协同系数Coefficients

Y 厂家-经销商= -7.3E-017 + 0.261 (高层经理的支持) + 0.158 (经销商的机会主义)+ 0.194 (知识分享) + 0.216 (灵活性) + 0.176 (共同工作) + 0.339 (协作)

注：“沟通质量”和“兼容的文化”因子由于其Sig.值为0.413大于0.05 而被删除。

表 6-3: 分销商-经销商关键成功因素(CSF)模型的多元回归协同系数Coefficients

Y分销商-经销商= -2.4E-017 + 0.310 (沟通和信息分享) + 0.242 (高层经理的支持)+ 0.303 (经销商的承诺) + 0.317 (对经销商的信任) + 0.249 (兼容的组织文化) + 0.180 (协作)

注：“共同工作”和“法律的强化”因子由于其Sig.值大于0.05 而被删除。

表 6-4: 分销商-厂家关键成功因素(CSF)模型的多元回归协同系数Coefficients

Y分销商-厂家= -2.9E-017 + 0.455 (沟通与协作)+ 0.149 (高层经理的支持) —0.216 (机会主义) + 0.363 (知识分享)+ 0.213 (灵活性) + 0.260 (组织文化) 

注：“权力与依赖性”，“信任和共同工作”，“法律强化”和“厂家的承诺”因子由于其Sig.值大于0.05 而被删除。

表6-5: 厂家-分销商关键成功因素(CSF)模型（非经济性）的多元回归协同系数Coefficients

YN 厂家-分销商（非经济性）= -1.7E-016 + 0.380 (沟通和信息分享) + 0.349 (分销商的机会主义) + 0.267 (高层经理的承诺和领导力)

表6-6: 厂家-分销商关键成功因素(CSF)模型（经济性）的多元回归协同系数Coefficients

YE厂家-分销商（经济性）= 4.87E-017 + 0.241 (分销商的权力)+ 0.233 (沟通和信息分享)

表6-7: 经销商-分销商关键成功因素(CSF)模型的多元回归协同系数Coefficients

Y 经销商-分销商= -4.9E-017 + 0.426 (高层经理的支持) + 0.320 (沟通和信息分享)–0.150 (分销商的机会主义) + 0.199 (知识分享) + 0.132 (对合作伙伴关系的依赖性) 

注：因子分析的旋转成分矩阵（Rotated Component Matrix）把厂家—分销商的自变量分成了两组（见下表）：文中分别重新命名的“经济”和“非经济”的伙伴关系满意度。所以厂家—分销商的多元回归分为经济和非经济两个方程。这样使得总模型数从六个增加到了七个。

第七章: 结论（DISCUSSION）

最后得出的7个中国ICT渠道合作伙伴关键成功因素模型如下：

Y 经销商-厂家 = -3.2E-017 + 0.378 (高层经理的支持及关系) – 0.242 (厂家的机会主义) + 0.288 (沟通和信息分享) + 0.281 (知识分享) + 0.151 (灵活性) + 0.078 (厂家的权力)

Y 厂家-经销商= -7.3E-017 + 0.261 (高层经理的支持) + 0.158 (经销商的机会主义)+ 0.194(知识分享) + 0.216 (灵活性) + 0.176 (共同工作) + 0.339 (协作)

Y分销商-经销商= -2.4E-017 + 0.310 (沟通和信息分享) + 0.242 (高层经理的支持) + 0.303 (经销商的承诺) + 0.317 (对经销商的信任) + 0.249 (兼容的组织文化) + 0.180 (协作)

Y分销商-厂家= -2.9E-017 + 0.455 (沟通与协作) + 0.149 (高层经理的支持) —0.216 (机会主义) + 0.363 (知识分享) + 0.213 (灵活性) + 0.260 (组织文化)

YN 厂家-分销商（非经济性）= -1.7E-016 + 0.380 (沟通和信息分享) + 0.349 (分销商的机会主义) + 0.267 (高层经理的承诺和领导力)

YE厂家-分销商（经济性）= 4.87E-017 + 0.241 (分销商的权力) + 0.233 (沟通和信息分享)

Y 经销商-分销商= -4.9E-017 + 0.426 (高层经理的支持) + 0.320 (沟通和信息分享)–0.150 (分销商的机会主义) + 0.199 (知识分享) + 0.132 (对合作伙伴关系的依赖性)

这7个模型的预测因子（新）出现的频率列入下表，会有助于我们揭示存在于模型中的一些现象。

表7-1：预测因子出现频率表

1、机会主义（Opportunism）: 通常“机会主义”与伙伴关系的业绩表现呈负相关性的关系，但在厂家—经销商（0.158）和厂家—分销商（0.349）的回归方程中却表现为正向关系。这似乎说明了在中国ICT行业内，厂家居于主导和强势的地位，相应地经销商和分销商不太可能对厂家有“机会主义”的表现。因此“机会主义”没有在这两个关系中显示负相关性关系。例如，下表中列出问卷的“机会主义”的平均值：

表：7-2：机会主义问卷均值

OP1: 我们的（厂家、分销商或经销商）为了达到自己的目的，经常强迫我们做出牺牲；- （反向）

OP2: 我们的（厂家、分销商或经销商）总是为了自己的利益去破坏正式或非正式的协议；（反向）

OP3: 在伙伴关系中，我们的（厂家、分销商或经销商）只关心他们自己的利益；（反向）

对比不同问卷中的OP2 和 OP3的均值，可以发现厂家的“机会主义”行为比分销商和经销商的高出很多。这说明了厂家比他们的伙伴更有可能有“机会主义”行为。

2、信任和承诺：之前的研究显示“信任”和“承诺”是伙伴关系合作中最重要的成功因素。不过在我的这些回归方程中它们作为产生的预测因子只分别出现了一次。这种现象说明中国的ICT商圈内诚信系统还是缺失的。 “信任”和“承诺”在伙伴关系的维护和发展中还没有被认为是一个主要的因素。也可能是合作伙伴们依赖于高层经理的参与，支持，沟通和信息分享起到“信任”和“承诺”的中间角色。

3、关系：像在文献回顾中讨论的一样，“关系”在中国的商业和社交活动中起着举足轻重的作用。我的焦点小组提议了“关系”作为中国ICT渠道合作伙伴关系的一个新的成功因素。不过，除了经销商—厂家外，它没有出现在其他的方程中。

在中国ICT行业里，经销商的一个竞争优势是厂家给予的“资源”，例如，经销商的高层经理如果与厂家有很好的“关系”，后者就容易给到经销商更具竞争力的价格，更多的市场推广资源或市场基金，返点，或分配更多的畅销产品，对店面的补贴，价格保护等等。因此，经销商愿意与厂家建立更紧密的“关系”以在激烈的竞争中获得厂家更多的支持来保证他们的竞争优势。

另外，中国ICT的厂家和大多数分销商都是跨国企业，他们相对完善的流程和政策不利于在伙伴“关系”的运作上施加大的影响力。这也许是“关系”因素没有出现在厂家和分销商的模型的预测因子中的原因。

4、法律的强化：“法律的强化”是焦点小组提出的另外中国ICT一个伙伴关系关键成功因素。它为了减少伙伴间的机会主义以及不确定的行为和结果提供了正规的规则和流程（Lusch and Brown, 1996）。但是它并没有成为任何模型的预测因子。这也许是中国文化的一个体现。在中国的商业圈里，不完善的法律系统无法有效地保障商业的运行，这使得管理人员在遇到麻烦时，相比于“法律系统”（例如合同或协议）更喜欢以“人为因素”（比如高层经理的关系或互动）来运作。传统的观点认为，不是白纸黑字的正式确认是不可信的。但是在中国的环境里，口头的承诺或保证还是比白纸黑字更流行。

第八章：研究总结（SUMMARY OF THE STUDY）

建立一个强有力的渠道伙伴关系是一个非常必要的组织工作，因为她可以帮助渠道伙伴的企业利用伙伴独有的竞争优势来克服自身有限能力的约束。本文运用了后实证主义，演绎，定性和定量分析混合法，因子分析以及多元回归等方法，得出了七个不同的中国ICT渠道伙伴关系的关键成功因素模型方程，并分析了它们的不同之处。

不同以往的伙伴关系关键成功因素的研究只是从双方中的一方的角度来分析，本文是从中国ICT渠道伙伴的主要三方（厂家，分销商和经销商）之间，两两双向做问卷调查并研究， 因此更加全面和准确。而结果也显示，以他们不同的角度看的关键成功因素模型，无论预测因子还是它们的权重都是不同的。

首先，预测因子在不同的模型中是不同的，这也揭示出了这些不同的角色应该分别关注和改善哪些方面以使伙伴关系获得成功，另外，他们也可以通过这些模型了解自己的这些合作伙伴们的关注点，进而改进自己的工作方向，促使他们的伙伴关系走向成功。

最后，每个模型中的预测因子的权重也给合作伙伴的高层经理们提供了一个这些关键成功因素的参考，可以在维护和发展伙伴关系的过程中进行决策。

例如经销商—厂家的模型：

Y 经销商-厂家 = -3.2E-017 + 0.378 (高层经理的支持及关系) – 0.242 (厂家的机会主义) + 0.288 (沟通和信息分享) + 0.281 (知识分享) + 0.151 (灵活性) + 0.078 (厂家的权力)

这个模型说明了“高层经理的支持及关系”在经销商认为与厂家的合作伙伴关键成功因素中是最重要的（权重系数最高：0.378）。经销商认为高层经理的参与，支持和关系是与厂家建立成功伙伴关系的最关键的一环。“沟通和信息分享”和“知识分享”在模型中的权重类似。 因此厂家的高层经理应该更多地投入到与经销商的伙伴关系建设中，并建立一套有效的与经销商沟通和信息与知识分享机制。灵活性也是这个模型中提及的内容之一。绝大多数中国ICT的厂家是跨国企业，他们的流程相对比较复杂，这也暗示着厂家的灵活性是中国环境中伙伴关系成功的一个可能的问题。如何处理好这个短板，是需要思考的。

另外，模型也说明了厂家的“机会主义”与伙伴关系的成功呈负相关性。而且其权重值也很“大”，足以警示经销商的管理者们采取一定的行动减少厂家“机会主义”行为对他们伙伴关系的伤害。

当我得到了这些模型之后，一个重要和有价值的工作就是去寻找这些关键成功因素模型中所隐藏的秘密：它们有什么不同？它们告诉了我们什么？这可以通过以下的通用和个别的分析来了解其中的秘密。

8.1 通用分析（General Analysis）:

•     “高层经理的支持” （Top Management Support）：

是模型中出现频率最高的因子（6/7）。它的权重有三个第一，一个第三和两个第五。这也说明了“高层经理的支持”在合作伙伴关系的维护与发展中的重要性。Harback et al. (1994) 和 Slater (1998) 认为成功的伙伴关系建设中，高层经理的支持是必不可少的。因为高层经理们制定业务活动的策略和方向，他们全力的支持和承诺在创立和领导伙伴关系的精神层面是非常关键的（Cheng et al. 2000），他们为伙伴活动提供激励和资源（例如：个人关系，时间，技术和实际的规划）。Merrifield （2004）说在伙伴关系的开始阶段，较高的预期会吸引伙伴双方的高层的支持和承诺，这也对伙伴关系的成功很关键。当高层经理对伙伴关系的成功给予了承诺，他们的关注会更高，伙伴关系的发展使彼此产生信任，随之机会主义行为和冲突的可能性会减到最低，这样的话，伙伴关系的策略目标就容易达成（Ellram 1995, Ellram and Edis 1996, Zhu and Hsu and Lillie 2001）。

当高层经理参与中国ICT渠道伙伴关系的维护和发展时，由于高层经理们提供了资源和指导，伙伴关系的运作的执行更快捷，质量也会更高。而且当冲突发生的时候，高层经理的介入也会使其得到快速的解决。另外，高层经理的支持也会加强协作，减少机会主义行为。因此，这个因素是中国ICT渠道伙伴关系成功的非常关键的因素。

•     沟通和信息分享（Communication and Information sharing）：

“沟通和信息分享”验证了以往文献中的研究，它在这些模型中也是因子中的常客（6/7）。Lambert et al., （1996）认为沟通是成功伙伴关系中必要的组成部分，它可以帮助渠道伙伴们建立绩效的要求，适应伙伴期望的改变，减少不确定性水平（Tuten and Urban, 2001; Kwon and Suh, 2005）并减少潜在的冲突（Anderson and Naru 1990）。

中国ICT渠道伙伴关系的经验也表明，缺乏有效的沟通经常导致误解和冲突，这会给伙伴关系的运作质量带来负面影响。信息分享也和沟通的角色作用类似。

•     机会主义（Opportunism）：是模型中出现频率第三的因子（5/7）。机会主义在本文研究的领域很普遍，而且它导致了伙伴间很多的冲突。对比这些模型，厂家对经销商和分销商的机会主义协同因子系数分别为-0.242 和-0.247，明显高于经销商—分销商的-0.150，而分销商—经销商的模型中没有出现机会主义的因子。

中国ICT渠道的厂家经常为了达成自己的业绩指标而不顾伙伴的风险与成本，强迫分销商和经销商过量压货，有时他们的库存周转比（库存/销售比：Inventory/Sales ratio）甚至达到了20周的水平。厂家们一般是用胡萝卜加大棒的方法来促使他们压货，但承诺多以口头为主，过后不履行诺言的情况经常发生。

•     知识分享（Knowledge sharing）：是模型中出现频率较高的一个引子（4/7）。 中国的ICT厂家和分销商多数为跨国企业，他们有管理，业务开发和市场推广等方面的知识和技能，经销商很多是当地的中小企业，缺乏上述相关的专业知识与能力，所以他们渴望获得相关的培训和知识分享。一个现象可以说明这一点：经销商的经理们即使在一个很远的异地参与管理和知识方面的培训会议的比例非常高，而即便在自己的城市，一个普通的业务推广的会议参与率都很低。他们也经常表示很希望参加厂家和分销商举办的知识分享方面的活动。这也间接证明了经销商对厂家和分销商的模型中，知识分享所起到的重要角色的原因。

•     灵活性（Flexibility）（3/7）：

厂家的跨国企业特点决定了他们的流程和政策不会像国内企业那么灵活，有时会给伙伴关系带来负面影响，这可能也是分销商和经销商把“灵活性”作为与厂家伙伴关系成功因素之一的原因 。

8.2 个别分析（Specific Analysis）:

经销商—厂家与厂家—经销商关键成功因素模型的区别：

“高层经理的支持”，“知识分享”和“灵活性”都被双方认为是关键成功因素；经销商认为“关系”和“厂家的权力”是与厂家伙伴关系中的成功重要预测因子。在中国ICT伙伴关系中，厂家拥有品牌。产品和市场资源，因此他们的“权力”高于经销商。因此经销商愿意与厂家建立更紧密的“关系”以获得厂家更多的支持和资源。厂家把“协作”（Coordination）和共同工作（Joint working）作为与经销商伙伴关系的关键成功因素。最显著的区别就是“机会主义”在两个模型中所起的相反作用。厂家认为经销商的机会主义与伙伴关系的成功是正相关性，而经销商认为厂家的机会主义与伙伴关系的成功是负相关性。  

经销商—分销商与分销商—经销商关键成功因素模型的区别：

双方都把“高层经理的支持”与“沟通和知识分享”作为关键成功因素。经销商把“高层经理的支持”放在第一位，分销商放在了第五位。 “沟通和知识分享”在两个模型中权重类似。在他们的伙伴关系中，经销商认为“知识分享”和“依赖于伙伴关系”是与伙伴关系绩效呈正相关性的，而“分销商的机会主义”是负相关性的因素。与此同时，分销商把“信任经销商”（Trust to Reseller），“经销商的承诺”（Reseller’s Commitment），“兼容的组织文化”（Compatible Organizational Culture）和“协作”（Coordination）作为与分销商伙伴关系的正相关关键成功因素。

厂家—分销商与分销商—厂家关键成功因素模型的区别：

双方都把“沟通”（Communication）和“高层经理的支持”作为最重要的预测因子；从厂家的观点看，“分销商的权力”（Distributor’s Power），“分销商的机会主义”（Distributor’s Opportunism）和“领导力”（leadership）是正相关的预测因子；分销商认为，“知识分享”，“组织文化”“协作”和“灵活性”是正相关因子，“厂家的机会主义”（Manufacturer’s Opportunism）则对他们的伙伴关系绩效起负面的作用。综上所述，当本文分析了这些关键成功因素模型之后会得出结论，这些不同的主角看待伙伴关系的关键成功因素有很大的区别，之前的文献研究从一方的角度单向研究这种关键成功因素模型是很难全面，真实地反映客观情况的。这也是本文的最重要的发现，希望本文能够添补以往研究的缺失部分（Gap）。

第九章：研究的意义（IMPLICATIONS）

9.1 理论意义（Theoretical Implications）：

•     在中国ICT渠道，尽管在过去的二十年里建立了成百上千的合作伙伴关系，但对于渠道的关注和研究却甚少。到目前还没有人去研究这些伙伴关系成功或失败的原因以及什么是它们的关键成功因素。因此希望本文可以做出一定的贡献。

•     渠道伙伴的关键成功因素模型分析是从三个渠道主角分别进行的研究。这种三方双向的研究相比于以往伙伴关系从一方单向的方法，对于伙伴关系成功的研究给出更加全面的视角。

•     多元回归的分析可以很容易地描述每个合作伙伴在特定的伙伴关系中有哪些关键的成功因素以及他们的重要性排列。

9.2 管理意义（Managerial Implications）

有句谚语说的好：一个尺寸无法适合所有人（One size doesn’t fit all）。上面的模型可以指导中国ICT渠道成员在伙伴关系的维护和发展中如何对某个特定的伙伴对具体因素进行关注和改善。例如：以分销商的视角来看，“对经销商的信任”和“经销商的承诺”是与经销商的伙伴关系成功的比较重要的因素。另一方面，“知识分享”，“厂家的机会主义”，和“灵活性”却是他们与厂家伙伴关系成功很关键的因素。这些关键成功因素模型的预测因子以及它们的权重，会给ICT渠道伙伴的管理者们一些参考，以便他们通过调整策略，流程以及政策等方面改善相对应的环节。这也是中国ICT渠道伙伴关系的维护和发展过程中，在正确的地方比较有效的投资（例如：人力资源，时间，技术等等）。我也希望这样的研究未来可以应用到其他领域。

第十章：研究的局限性（LIMITATIONS OF METHODS）

本文的研究方法有如下的局限性：

•     参加问卷调查的400多家经销商都是来自中国华北和东北，而不是全国性的，另外他们都是我们目前合作的客户，但没有非合作的客户。

•     因为竞争的原因，来自竞争对手分销商的问卷很少。

•     多元回归是分析复杂的伙伴关系有效的工具，但是它无法揭示出模型中关键成功因素中的因子与间接因子的关系（mediate），未来的研究可以考虑使用结构建模（SEM: Structural Equations Modelling）或偏最小二乘回归(PLSR: Partial Least Squares Regression)重新进行研究。

•     本文研究的只是B2B渠道，最近几年电子商务（B2C）发展的很迅猛，将是未来研究的方向。

•     本文研究的关键成功因素（CSF：Critical Success Factor）但没有包含一些关键成功准则（CSC：Critical Success Criteria），比如：服务速度，成本和质量等。

（参考文献略）

（作者：  刘如    联强国际贸易（中国）有限公司北方区总监、博士）