中国信息系统开发团队绩效影响因素分类探讨及实证研究

[摘要]为充实软件开发理论和进一步研究软件开发团队，从文献资料中提炼出所有能够影响团队表现的重要因素，把它们分为4类，分析它们之间的相互关系以及各自对于最后团队表现的影响。同时，根据对于中国信息系统开发现状的调查，找出信息系统开发团队在中国的特色和与发达国家的差别。研究结果表明，中国的信息系统开发团队有着很多自己的特色，同时行业中也存在一些问题。

[关键词]信息系统开发　团队　绩效

[分类号]F270

1　引　言

信息系统是基于信息技术而建立起来的一种现代的不同于传统的新型系统，已为越来越多的企业运用于处理日常工作和完成商业交易。信息系统可以把工作人员从繁重且枯燥的文档工作中解脱出来，同时能够最优化信息构架和人力资源管理，最终提高整个企业的经济效益。信息系统的壮大也为我国技术市场的发展(技术本身、经济)提供了必要的保证。

同时，团队因其最大程度整合个体能力的优势已经成为目前最为流行的工作方式。在信息系统开发领域，开发团队是整个过程的核心和关键所在。在前人研究的基础上，通过文献众多和对中国信息系统开发现状的调查，本文的研究模型通过分类囊括了信息系统开发涉及到的绝大多数影响因素，加入了在前测中发现的有中国特色的新因素。最后，用调查数据证明了本文模型的假设。

2　模型提出

2.1　因素分类

本文参照Sabherwal等的研究，结合之前学者对团队诸多因素的分类标准，考虑到本研究的实际情况，把中国信息系统开发团队绩效的影响因素归为四类：团队相关、协调、新因素(薪水待遇)和控制变量。团队相关包括高层管理(TM)、团队成员性格(TC)以及他们所采用的开发方法(DM)。协调包括沟通质量(CQ)、知识共享(KS)以及团队内部分工是否明确(CM)。新因素是在前测中由众多开发人员共同提出的因素，他们认为薪水以及待遇的水平(sT)都能够影响到最后的团队表现。而控制变量则包括成员的专业、工作年限以及学历水平。

2.2　研究模型及假设

当高层领导支持团队工作时，团队就能够取得更多的资源来完善他们的工作。团队成员的性格直接决定成员的能力，因此也影响他们的工作表现。团队是否采用先进、高效的开发方法，也会决定最后的团队表现是否令人满意。如果成员对薪水和待遇问题满意，他们就会全身心投入工作而没有后顾之忧。因此：

假设一(H1)：高层管理对团队表现有正影响。

假设二(H2)：团队成员的性格对团队表现有正影响。

假设三(H3)：团队成员所使用的开发方法对团队表现有正影响。

假设四(H4)：团队成员的薪水、待遇水平对团队表现有正影响。

同时，成员的性格能够决定该人员选择哪种开发方法，因为外向的成员大多会愿意尝试最新的方法，而内向的人员则墨守成规。而性格的差异也造成沟通质量的差异。高层的管理也对团队采用的开发方法有影响，因为企业的规定和习惯都决定方法的使用。同理企业高层的态度也决定成员的薪水和待遇。因此：

假设Ia(Hla)：高层管理对开发方法有正影响。

假设1b(Hlb)：高层管理对团队成员的薪水待遇水平有正影响。

假设2a(H2a)：团队成员的性格对开发方法有正影响。

假设2b(H2b)：团队成员的性格对沟通质量有正影响。

协调是信息系统开发中一个非常重要的概念，揭示了对于所有相关因素之间的相互依存性的管理。根据之前对于文献的分析，该模块同样包含三个因素：沟通、知识共享和明确分工。好的沟通交流能够减少开发过程中的冲突和误解，因而增进团队的表现。知识共享程度高的企业的生产率明显高于程度低的企业。分工明确可以使成员都清楚自己的工作任务，而且按照成员的能力水平来安排工作，这样也有利于提高团队表现。因此：

假设五(H5)：沟通质量对团队表现有正影响。

假设六(H6)：知识共享对团队表现有正影响。

假设七(H7)：分工明确对团队表现有正影响。

高质量的沟通可以产生更好的知识共享，同时沟通也是分工明确的基础。因此：

假设5a(H5a)：沟通对知识共享有正影响。

假设5b(H5b)：沟通对分工明确有正影响。

有很多潜在变量对信息系统开发团队的表现也有影响。专业、学历和工作年限不同的员工，其工作表现自然也不相同。根据文献以及实际调查，那些专业对口、学历高而且工作年限长的员工往往比其他人表现更加出色。因此，本文设定这三者为本次研究的控制变量。总体研究模型如图1所示：

3　研究方法

3.1　数据收集

本研究的假设在中国的三个很有名的信息系统开发公司进行验证，其结果代表了中国信息系统开发行业的现实情况。其中两家位于中国中部的大型工业化城市武汉，另一家位于中国东部的工业重镇济南。问卷调查题项以Likert七级量表来衡量。共发出300份问卷，收回275份，除去填答不完整以及所有题项答案都一样的，有效问卷为251份。

调查对象的基本特征为：80.1％为男性，年龄大多分布在25到30岁，普遍具有本科或者硕士学历。

3.2数据的预处理及信度、效度分析

采用Cronbach α进行可靠性分析。当测试结果α>0.35时即可判断调研所得的资料可靠。在研究修正后项总相关系数和通过最大方差正交转旋后进行的主成份分析之后，剔除两个因子负载值很小的测度项。剔除后的KMO值更接近1，同时所有因子的负载都在0.5以上，表明该数据具有良好的信度。在测量模型的验证型因子分析中，除了因素KS，其他因素的各因子抽取的平均方差(AVE)都在0.5以上，说明模型有着良好的收敛效度。所有因素的复合信度(CR)均在0.7以上，表明数据有着较好的区别效度。虽然KS的AVE值不太理想，但非常接近临界数值，因此依然保留这一因素。模型的统计学分析见表1。

通过比较各因子的相关系数和相应因子的AVE的平方根来验证其区别效度。结果表明，因子间的两两相关系数均小于相应的因子AVE的平均根，进一步表明各变量的区别效度良好。

3.3　结构万程模型和假设检验

本文使用Lisrel中的极大似然法对模型的假设进行检验，同时分析其解释方差，使用t变量对模型中假设的路径进行评价。

从图2可以看出，有10条路径符合本文基于文献和中国现状做出的假设；有2个假设(H2a，H6)和一个控制变量(专业)的t值是不显著的，即路径两端的因素没有必然的联系；有一项假设(H4)，其数据证明此两个因素之间的关系与之前设定的相反，即应为负影响。最后，所有因子对最终结果的解释方差为52％。

使用拟合指标对模型的拟合程度进行评估，分别为RMSEA=0.071，NNFI=0.904，CFI=0.912，均在可

接受范围内。因此，可以认为本文模型拟合度较好。

4　讨论

结果中有10条关系路径符合本文的假设，因此可以说中国信息系统开发的情况与西方国家相似。有两条路径和一个控制变量的t值是不显著的，说明两者之间没有明显的相关性。

第一个不显著假设是H6。导致该假设不显著的原因可能在于中西方文化的差异。一方面，中国的开发人员目前还没能够清楚地理解知识共享的真正含义；另一方面，激烈的行业竞争导致开发人员只能够专心于他们各自工作间里的开发工作而不考虑其他一些问题，例如知识和文化需要通过转移才能传承和发扬。

第二不显著假设是H2a。说明数据证明团队成员个性与他们使用的开发方法之间没有直接的联系。着种不显著可能归结于中国信息系统开发行业盛行的培训制度抹杀了开发人员作为个体的特性。

不显著的因素是控制变量，涉及到个人专业和塌后的团队表现原因可能在于中国大学中专业的设置。由于信息技术的普及，除了专业的系统开发和计算机专业，很多其他的专业也都开设了这门课程。因此中国信息系统开发团队的工作人员的专业特色不显著。

路径H4与本文预期假设相反。导致这种现象的原因可能在于中国信息系统开发行业供求市场的异常和紧张。中国是一个发展中国家，工资水平还比较低。在这种情况下，就算员工再不满意自己的薪水待遇，却还是要尽力完成好工作来保住自己的饭碗。因为工资低好过于没有工作。

5　结论

从信息技术进入我们的视线并给生活带来翻天覆地的变化开始，对于信息系统的研究就没有停止过。对于信息系统的分析能够帮助改进系统的质量而使生活更加便利。虽然信息系统开发的影响因素各种各样，但是人和他们的行为是最主要的影响因素。因为开发团队由人组成，他们的性格、态度、想法以及方法的使用都对最后的团队表现有着重要的影响。

本文给出的研究模型涵盖了信息系统开发中众多主要的影响因素。结构方程模型的结果说明，中国的信息系统开发的现状与国外有相似之处，同时也拥有自己作为发展中国家的特点：①信息系统开发行业的员工对于他们的薪水待遇问题很不满意，但还是能够很好地完成自己的工作。这反映了该行业制度的不完善以及中国就业环境的紧张。②知识共享的观念还没有普及，原因在于开发人员性格的保守与自私心理。这对于行业与技术的发展都是有害的。③成员性格对于开发方法的选择没有明显的影响。企业的统一规定确实方便管理和评价，不过却忽视了个人的选择与发展。④大学专业课程的设置等教育方面的问题导致专业对于团队表现没有显著的控制作用。在信度分析的基础上进行均值分析，如表4所示：

根据均值统计，发现知识生命周期各环节的均值都在5分以上，也就是说，它们的认同度都在略微同意以上，其中又以知识采集的认同度最高，均值达到了5.76；而知识创新的认同度最低，均值只有5.14。观察标准差列，知识创新显示出的数值最大，表明知识创新的均值偏离其他均值最多。

综上所述，知识生命周期维的调查结果在信度分析中表现出较高的稳定性，问卷信度较高；而在均值分析中，生命周期维的均值较高，标准差较小，表明调查者对生命周期维总体比较认同。因此，可以得到结论：知识服务的生命周期维的设计是合理的。

采用上述同样方法进行资源维与层次维数据分析。得到资源维数据的Cronbach’sα系数为0.708、标准化的Cronbach’s α系数为0.710，层次维数据的Cronbach’s d系数为0.938、标准化的Cronbach’sα系数为0.940。因此也可得到结论：资源维和层次维调查的各测量数据间显示出了极强的正相关性、内部一致非常好、调查结果十分可信。另外，在SPSS中选择F―Test进行F检验，两个维度的P值远小于0.05。因此，判定问卷的重复测量效果较好。综上可得出结论：知识服务资源维、层次维的划分与知识服务生命周期维的划分是合理的。