工程项目团队能力的测量与评价 您所在的位置:网站首页 领导能力评价指标 工程项目团队能力的测量与评价

工程项目团队能力的测量与评价

2024-07-14 21:21| 来源: 网络整理| 查看: 265

工程项目出现的诸多问题都可以归结为人的管理问题,而工程中的人是以团队为管理基础的。业主、设计、监理和承包商的项目团队构成了工程项目临时组织,是各企业执行合同、实现目标的责任者,也是工程项目管理的基本单元。因此,如何建立“高效团队”受到研究者和实践者的高度关注,而对团队能力的科学测量与评价是构建高效团队的基础问题。

本文从能力形成视角,对工程项目团队能力内涵和要素结构进行分析,构建团队能力测量模型,并运用实地走访调研得到的226份有效问卷数据进行实证验证,以期评价4类水电项目团队的能力。

1 团队能力 1.1 团队能力的内涵

对团队能力的定义基于对“团队”的认知。管理学家Stephen P. Robbins将团队视为个体按照一定规则组成的组织,个体数目至少要在2个以上,其关系是相互作用相互依赖的,

共同为特定目标而努力 [1],也有研究者将团队视为“为完成既定目标而构成的人际关系集合”[2],或者更广义的视为“具有目的性、开放性的社会技术系统”[3]。由此可见,团队能力来源于组成团队的个体,是个体能力的整合[4],但这一定义并未解释团队能力的内涵。

从目标视角,能力是为了解释能够做事的程度而提出的构念,可以总结为“执行特定任务或活动的能力”[5],与行为强关联但又不是行为本身。团队能力则是指团队能够完成特定任务的程度,确定能可靠地完成甚至超越既定目标[4],但目标视角的定义不能给出团队能力的先验衡量标准,需要在任务结束后才能衡量。

从要素视角,团队能力被定义为所拥有的各类资源要素。从知识基础角度,团队能力是指个体成员和团队组织所拥有的显性、隐性知识,知识在个人、团队之间的扩散转化代表了各自能力的转移[6]。从人力资源基础角度,团队能力则是指“人力资源素质的内在评价和整体考量”,涉及个体能力、组织架构、团队目标与文化的优化[7]。上述定义确实使团队能力“可衡量”,但对其动态方面的特质反映不足,同时未能解释资源与能力的差异。

1.2 团队能力的结构与测量

团队能力结构与测量研究的主要目的是得出团队能力的测量指标,其研究思路大致有2类。

一类是与团队能力定义的目标视角相对应,即通过团队成功或绩效的影响因素“反向分析”团队能力的必需要素,建构测量指标。Yang等认为项目经理领导风格会影响团队精神(teamwork)进而影响项目成功,其中介变量即为项目团队能力,分为团队协作、团队沟通和团队凝聚这3个要素[8]。Dionne等认为中介变量是团队工作过程中的团队行为,分解为团队凝聚力、团队沟通和团队冲突管理这3个要素,也即是团队能力评价指标[9]。Chow等以建设项目团队为研究对象探讨了团队有效性的5个影响因素,可以总结为团队能力的测量指标: 团队目标明确一致、成员相互尊重信赖、团队凝聚力、团队信任、团队成员热情[10]。此视角的研究在团队能力结构与测量研究中占据主流地位。

另一类研究与团队能力定义的要素视角相对应,试图从其定义出发正向推导团队能力的测量指标。Edwards等认为团队能力由个体能力决定,于是采用Advanced Progressive Matrices(APM)量表[11]测量团队成员个人心智能力,得分的均值为团队能力[12]。Lebedev和Ryjov基于研发团队完成任务的过程分解,认为可以通过在不同阶段的技能、设备评级以及整体环境判断综合测量团队能力[13]。

综上,已有研究分别从目标和要素视角构建团队能力的测量指标,但没有将形成团队能力的基础要素纳入评价框架,降低了评价的有效性和结果的理论解释力。本文将从能力形成视角解释工程项目团队能力的内在结构,并进行团队能力的实证评价,以拓展理论视角。

2 工程项目团队能力

本文中的工程项目团队是指工程项目参建各方为完成项目目标各自组建的团队。对于大型工程项目,鉴于其复杂性与规模,将按照项目内容划分为多个子项目,各企业的资源将拆分成不同的团队参与不同项目。该描述包含2项特征: 一是组成团队的个体同属于一家企业,团队与企业之间是正式组织关系; 二是完成共同的项目目标。而面对在达成目标的过程中遇到的诸多问题,工程项目团队在解决过程中积累了可重复使用的协调工作模式,即团队成员协作应对特定场景、任务的习惯模式,借鉴“组织惯例”(organizational routines)概念[14],可以归纳为“团队惯例”。按Nelson和Winter的观点“组织活动的惯例化就是组织的记忆,组织惯例是类比于个人技能的组织技能”[15],团队惯例就是团队能力,但此观点并不能完全解释团队能力的形成。

事实上,团队能力的形成依赖于行为因素、认知因素和结构因素这3个要素[16]。行为因素即指团队的行为惯例,主要内容可用程序性知识(procedural knowledge)[17]表征,其形成后使团队在应对常规问题时节省大量沟通成本,并在不断固化正反馈中提高效率。认知因素是指团队运行过程中所需的陈述性知识(declarative knowledge)[18],可以增加团队对任务相关问题的整体认知,明晰目标完成中的动力与阻碍,使团队在面对新问题时能够迅速更新原有惯例。结构因素为团队的组织结构,是指对团队的工作任务进行正式分解、协调再上报完成的模式[19],确定了团队成员间权力边界和正式关系[20],良好的组织结构有助于问题解决的方案选择以及提高处理效率。上述基础构成了团队能力的内在属性,影响了团队能力的外在表现。

此外,有研究认为团队领导能力不属于团队能力[8, 9],这源于其研究者对团队精神的定义。但本文认为团队领导对团队惯例的变化有显著影响,且团队边界应包括团队内的所有个体,因此团队领导能力是团队能力的重要组成部分并对其他部分产生显著影响,这在工程领域尤为明显,如承包商项目经理能力是最能反映承包商能力的指标之一[21]。

由此,采用“能力基础形成能力表现”的观点,工程项目团队能力可解构为团队内在能力(TCB)、团队外显能力(TCE)和团队领导能力(TCL),如图 1所示。

图 1 工程项目团队能力的理论解构 图选项 3 问卷指标体系设计与测量模型

为了度量各要素对团队能力的影响作用,本文将工程项目团队能力的3个分项要素分解细化为可度量的指标,再采用Likert 5级量表的形式进行度量,同时还在问卷最后设置了一个团队能力综合测量指标,用于回归分析。经过检验性调查修改后的各项指标及其来源如表 1所示。

表 1 工程项目团队能力(TC)测量指标 因子 测量指标 代号 指标来源 团队领导能力TCL 团队负责人拥有扎实的项目管理知识和专业技术知识 团队负责人拥有充足的类似项目经验 团队负责人在领导水平、沟通协调、变化应对、问题解决和企业内影响力等方面的管理能力强 团队负责人在身体素质、心理素质、人格品质、职业兴趣和企业认同感等方面的个人素质优秀 TCL1_Knowledge TCL2_Experience TCL3_Management TCL4_Personality Turner & Müller,2005 Easton & Rosenzweig,2012 Yang,Yen& Chiang,2012 Yang,Yen& Chiang,2012 团队内在能力TCB 团队成员拥有扎实的相关知识,能够满足任务要求 团队成员明确任务所要求的结果是什么,也知道如何完成 团队的工作分配和汇报机制能帮助任务目标的顺利完成 TCB1_Cognition TCB2_Behavior TCB3_Structure 王建安,2013 王建安,2013 王建安,2013 团队外显能力TCE 团队成员间的关系亲密,交流多 团队成员间的意见冲突能得到妥善处理 团队成员间的合作意识和合作能力强 团队成员主动地与同事们分享知识、技能和经验 团队成员信任其他同事的工作 团队目标明确并得到成员认同 团队沟通顺畅 团队学习意识和能力强 团队的预见与应变能力强 TCE1_Relation TCE2_Conflict TCE3_Cooperation TCE4_Share TCE5_Trust TCE6_Target TCE7_Comunication TCE8_Learning TCE9_Change Yang,Huang & Wu,2011 Dionne,et al.,2004 McDonough,2000 Espinosa,et al.,2007 Chow,Then,Skitmore,2005 Chow,Then,Skitmore,2005 Dionne,et al.,2004 陈国权,2007 自拟 团队能力单指标 总体来看,团队的能力强 TeamCapability 表选项

其中,团队领导能力因子分解为4项指标。知识背景代表了领导的专业能力[22],如果领导不具备足够的专业知识和项目管理知识,就不能顺利地做出判断和决策,也就不能带领团队履行自身责任。团队领导的项目经验是团队成功的关键因素[23],能够提高团队领导在信息不对称下做出有利于项目运行判断的能力。管理能力和个人素质是团队领导能力的直接体现[24],前者反映团队领导协调团队达成目标的水平,后者反映团队领导的个人魅力。

团队内在能力因子分解为3项指标,认知因素、行为因素和结构因素,来源于上节中关于团队能力形成的论述。

团队外显能力分解为9项指标,均与团队惯例的表现相关。 团队成员间关系良好[8]和互相信任[10] 奠定了团队惯例的协作基础,团队目标就是团队惯例要解决的问题,越明确、越被成员认同[10]就越能凝聚协作方向,团队沟通顺畅[9]和团队分享互助[25]提高了团队惯例的协作效率,而团队合作意识和能力[26]反映了团队惯例的部分成果。此外,当团队惯例的协作条件发生变化后,会引起团队成员间原有默契的行为和认知出现矛盾,冲突就随之产生,就需要团队妥善处理冲突[9],但矛盾并未解决,需要团队学习[27]新情况,并预见其影响和做出应变,直到新的团队惯例形成,团队重新高效协作。

在表 1基础上,参考陈国权关于团队学习能力的测量模型框架[27],本文提出团队能力测量的一阶模型和二阶模型(见图 2)。一阶模型中,团队能力3个分项是分别计算的; 二阶模型中,3个分项从属于团队能力这一高阶变量。

图 2 工程项目团队能力的测量模型 图选项 4 工程项目团队能力评价的实证研究 4.1 调研方法及样本特征统计

本文以国内工程项目的团队成员为调研对象,通过问卷调研结合半结构化访谈的方式走访了4个大型水电工程项目(A、B、C、D)的建设管理人员,发放问卷250份,回收242份,剔除团队能力测量部分的数据缺失问卷后,有效问卷226份,涉及30个工程子项目中的120个团队。受访人员涉及国内水电工程领域主流承包商、监理咨询公司、设计单位和3家大型水电开发公司。其中,承包商团队的负责人是指项目经理,团队成员是指参与项目的承包商公司其它人员; 监理咨询团队的负责人是指项目总监,团队成员是指参与项目的监理公司其它所属人员; 设计团队的负责人是指项目设总,团队成员是指设计单位参与项目的其他人员; 业主团队负责人分2类,一类是指项目下属分部门的负责人,一类是指业主方项目经理,业主团队成员包括参与项目的业主公司其它所属人员。

调研样本的分布统计如表 2所示。从受访人员的从业时长、参与工程数量、所在团队身份、团队中的层级和团队规模来看,这226份样本分布合理、覆盖全面、数据质量可信。

表 2 调研样本的分布统计 特征 类别 问卷数量/份 从业时长/a <5 59 5~10 82 10~20 52 >20 33 参与工程数量/项 1~2 94 3~5 84 6~9 32 >10 16 团队中的层级 决策层 42 中层骨干 106 执行层员工 78 团队规模/人 <10 55 10~50 95 50~100 21 >100 42 缺省 13 身份-业主 三峡 30 雅砻江 27 国电大渡河 13 身份-设计 成勘院 18 身份-监理 三峡发展 4 北京院监理 2 二滩建设 5 贵阳院监理 8 中南院监理 2 二滩国际 6 长江院监理 3 华东咨询 3 西北院监理 1 身份-承包商 水电四局 3 水电五局 7 水电七局 19 水电八局 18 水电十局 4 水电十二局 6 水电十四局 5 水电武警 4 北京振冲 1 中铁十六局 2 中铁十九局 1 三峡建工 6 葛洲坝机电 8 葛洲坝一公司 2 葛洲坝二公司 13 身份-其他 北京院监测 1 西北院监测 1 昆明院监测 2 长委水文局水文水资源勘测 1 表选项 4.2 信度与效度检验

采用Cronbach's Alpha系数法测量工程项目团队能力各因子及总体的内部一致性,如表 3所示。

表 3 Cronbach's Alpha系数及因子间相关系数计算的结果 因子 TCL TCB TCE TC Alpha值 0.804 0.742 0.864 0.900 表选项

Cronbach's Alpha系数大表示一致程度较高,结果可信,一般认为其值在0.6以上为可接受水平[28],而表 3结果显示各因子的Alpha系数均大于0.7,符合Hair等建议的标准[29],问卷信度良好。

效度检验通常包含单一构面性 (unidimensionality)、 聚合效度(convergent validity)和区分效度(discriminant validity)这3方面[30]。单一构面性和聚合效度由下述的因子分析检验。区分效度检验结果如表 4所示,计算得到的因子间的相关系数均小于其Cronbach's Alpha系数值,区分效度良好[31]。

表 4 因子间相关系数计算结果 因子 TCL TCB TCE 注: * * *表示在0.001水平上双侧检验显著 TCL 1.000 0.497*** 0.514*** TCB 0.497*** 1.000 0.627*** TCE 0.514*** 0.627*** 1.000 表选项 4.3 探索性因子分析

采用SPSS18.0进行探索性因子分析(EFA),首先计算KMO值为0.909,Bartlett 球形检验P<0.001,非常适合做因子分析。采用主成分分析法及最大方差法进行旋转(4次旋转后收敛),结果如表 5所示,3个因子累计解释方差为57.305%。

表 5显示,EFA的结果支持了测量模型的三因子假设,也验证了单一构面性检验。但在TCE中,TCE8_Learning和TCE9_Change的因子载荷接近但未达到0.5,本应删去这2个题项。 然而考虑到它们所代表“团队学习能力”和“团队的预见与应变能力”在理论上确实属于团队能力的重要组成部分,且其他7个题项并不能解释这2项,本文在下述验证性因子分析中仍将其保留在分析框架内。

表 5 探索性因子分析(EFA)的结果 因子 指标 载荷 1 2 3 TCL TCL1_Knowledge 0.123 0.784 0.204 TCL2_Experience 0.096 0.731 0.258 TCL3_Management 0.158 0.779 0.176 TCL4_Personality 0.292 0.720 0.014 TCB TCB1_Cognition 0.272 0.197 0.703 TCB2_Behavior 0.208 0.195 0.805 TCB3_Structure 0.446 0.262 0.533 TCE TCE1_Relation 0.724 0.098 0.246 TCE2_Conflict 0.591 0.229 0.186 TCE3_Cooperation 0.666 0.275 0.267 TCE4_Share 0.647 0.006 0.232 TCE5_Trust 0.673 0.317 -0.242 TCE6_Target 0.664 0.107 0.351 TCE7_Comunication 0.732 0.126 0.187 TCE8_Learning 0.485 0.294 0.345 TCE9_Change 0.456 0.296 0.360 表选项 4.4 验证性因子分析

采用Amos 17.0软件对图 2中的2个模型进行验证性因子分析(CFA),结果如表 6所示。为了判断一阶因子是否从属于二阶因子,将二阶模型中两者间路径系数限定为1[27],计算各项指标,结果也如表 6所示。同时为了检验模型的有效性,将多个后备选择模型(两因子、单因子)与原模型的拟合指标进行对比,结果如表 7所示。

表 6显示,除TCE4_Share和TCE5_Trust外,其他指标的因子载荷都较高,在0.6以上; 且T检验值(指标回归系数与其标准误差的比值)均大于2,P<0.001,表明模型的聚合效度较高。此外,在模型的拟合指标中 χ2 /df<2.0,GFI>0.9,RMSEA<0.8接近0.06,CFI>0.9,IFI>0.9,TLI>0.9,均符合模型拟合的要求; NFI值均大于0.85,尽管略低于0.9的一般要求,但也有研究者如Reinard认为NFI大于0.8就可接受[32]。综合来看,模型均拟合良好。

表 7中,一阶模型的因子载荷和拟合指标与二阶模型的完全一致,两者均可用来测量团队能力。同时考虑到一阶模型中因子间相关系数0.642(TCL与TCB)、 0.597(TCL与TCE)、 0.826(TCB与TCE)较高,存在公共因子的可能性高。再对限定二阶模型与非限定二阶模型的卡方、自由度结果进行比较,Δ χ2 =198.828-191.221=7.607,Δdf=103-101=2,对应的P(Δ χ2 ,Δdf)=0.022<0.05,即2个模型存在显著差异,也即3个一阶要素因子均从属于更高阶的团队能力二阶因子[27],路径系数分别为 L(TC到TCL)=0.681,L(TC到TCB)=0.943,L(TC到TCE)=0.876。综合表 7结果,三因子的二阶模型的各项拟合指标都比其他后备选择模型要好,是最佳的因子结构。

表 6 验证性因子分析(CFA)结果 因子 指标 一阶模型 非限定的二阶模型 限定的二阶模型 载荷 T值 拟合指标 载荷 T值 拟合指标 载荷 T值 拟合指标 注: * * *表示在0.001水平上双侧检验显著 TCL TCL1_Knowledge 0.757 — χ2=191.221 0.757 — χ2=191.221 0.801 — χ2=198.828 TCL2_Experience 0.704 9.98*** df=101 0.704 9.98*** df=101 0.720 11.13*** df=103 TCL3_Management 0.734 9.54*** χ2/df=1.893 0.734 9.54*** χ2/df=1.893 0.742 10.92*** χ2/df=1.930 TCL4_Personality 0.668 8.84*** GFI=0.904 0.668 8.84*** GFI=0.904 0.679 9.83*** GFI=0.900 TCB TCB1_Cognition 0.684 — CFI=0.934 0.684 — CFI=0.934 0.666 — CFI=0.930 TCB2_Behavior 0.691 9.01*** IFI=0.935 0.691 9.01*** IFI=0.935 0.696 10.07*** IFI=0.931 TCB3_Structure 0.719 8.33*** TLI=0.922 0.719 8.33*** TLI=0.922 0.714 8.97*** TLI=0.919 TCE TCE1_Relation 0.709 — NFI=0.872 0.709 — NFI=0.872 0.661 — NFI=0.867 TCE2_Conflict 0.612 8.57*** RMSEA=0.063 0.612 8.57*** RMSEA=0.063 0.604 8.73*** RMSEA=0.064 TCE3_Cooperation 0.744 10.37*** 0.744 10.37*** 0.738 10.70*** TCE4_Share 0.592 8.28*** 0.592 8.28*** 0.586 8.52*** TCE5_Trust 0.515 7.22*** 0.515 7.22*** 0.512 7.44*** TCE6_Target 0.707 9.90*** 0.707 9.90*** 0.699 10.19*** TCE7_Comunication 0.707 10.00*** 0.707 10.00*** 0.701 10.42*** TCE8_Learning 0.623 8.58*** 0.623 8.58*** 0.617 8.75*** TCE9_Change 0.606 8.35*** 0.606 8.35*** 0.602 8.51*** 表选项 表 7 原模型与其他备择模型的拟合指标比较 模型 因子 χ2 df χ2/df GFI CFI IFI TLI NFI RMSEA 一阶模型 TCL;TCB;TCE 191.221 101 1.893 0.904 0.934 0.935 0.922 0.872 0.063 非限定二阶模型 TC=TCL;TCB;TCE 191.221 101 1.893 0.904 0.934 0.935 0.922 0.872 0.063 限定二阶模型 TC=TCL;TCB;TCE 198.828 103 1.930 0.900 0.930 0.931 0.919 0.867 0.064 单因子 M1 TC=TCL+TCB+TCE 354.754 104 3.411 0.813 0.818 0.820 0.790 0.763 0.104 两因子 M2_1 TC=TCL+TCB;TCE 283.211 103 2.750 0.849 0.869 0.871 0.847 0.811 0.088 两因子 M2_2 TC=TCL;TCB+TCE 219.431 103 2.130 0.889 0.915 0.916 0.901 0.853 0.071 两因子 M2_3 TC=TCB;TCL+TCE 335.244 103 3.255 0.821 0.831 0.833 0.803 0.776 0.100 表选项 4.5 回归分析

将团队能力测量单指标TeamCapability与非限定二阶模型中的团队能力TC及各分项因子进行回归分析,以检验测量模型的准确性,结果如表 8所示。其中,TeamCapability为因变量,以模型中计算的TCL、 TCB、 TCE因子得分为自变量进行回归,F(3,226)=72.912(P<0.001),回归方程显著,R2为0.496; 以计算得到的TC总得分为自变量进行回归,F(1,226)=217.824(P<0. 001),回归方程也显著,R2为0.493。这表明二阶模型准确性较好。

表 8 TC及其分项与TeamCapability间的回归系数、R2和F 因子 TeamCapability Sig. R2 F 注: * *、 表示在0.01水平上显著; * * *表示在0.001水平上显著 TCL 0.148** 0.010 0.496 72.912*** TCB 0.263*** 0.000 TCE 0.407*** 0.000 TC 0.702*** 0.000 0.493 217.824*** 表选项 4.6 对比分析

应用非限定二阶模型计算不同大型项目(A、B、C、D)中不同身份(业主、设计、监理、承包商、其他)的团队TC均值,对比结果如表 9所示。

表 9 TC及其分目中不同身份团队TC值的对比结果 项目 身份-业主 身份-设计 身份-监理 身份-承包商 身份-其他 均值 数量 A 39.50 35.33 36.45 38.76 — 38.50 86 B 34.64 38.66 38.65 38.30 38.26 37.46 51 C 38.89 43.54 36.39 35.74 — 37.35 41 D 35.99 42.08 39.81 36.35 — 37.41 48 表选项

为更好地解释对比结果,需要给出项目A、 B、 C、 D的背景和特点。A项目采用混凝土双曲拱坝形式挡水,最大坝高285.5 m,总库容128亿 m3,装机容量1 386万 kW,施工总工期136个月,已蓄水发电。B项目同样使用了混凝土双曲拱坝,最大坝高210.0 m,总库容7.42亿m3,装机容量260万 kW,施工总工期131个月,主体工程刚刚完工。 C项目由土质心墙堆石坝、泄洪消能建筑物和引水发电建筑物等组成,最大坝高295.0 m,总库容107.67亿 m3,装机容量300万 kW,施工总工期预计120个月,已获得核准正在进行开挖工程。D项目由5个小项目组成,总库容11.44亿 m3,装机容量累计184万 kW,正在进行导流洞和交通设施建设。

结合表 9结果可以得到: 1) 项目A的所有团队TC均值最大(38.50),与A项目的工程体量和复杂性均高于其他项目的特征相一致,且A项目进展较为顺利,体现其项目团队的平均能力确实较高,特别是业主团队的能力评价值高于设计、监理和承包商,与项目A的业主能力在行业内普遍得到赞誉的定性结论相符; 2) 业主能力相对较弱时(项目B和项目D),其他参与团队,特别是设计和监理团队具备较高能力,形成补充,以帮助业主解决项目中出现的问题; 3) 项目B、 项目C和项目D中,设计团队的能力评价均为最高,其他身份团队的相对排序并不固定,表明团队身份与能力之间的相关关系不强,而与项目特征及其合作方有关,但设计团队由于知识水平高、组织架构稳定,能力评价较高,符合现实情况。

5 结 论

本文得到的主要结论有:

1) 工程项目团队能力可解构为团队领导能力、团队内在能力和团队外显能力这3个因子。工程项目团队的能力是指其在完成目标过程中用形成、固化和更新的团队惯例解决问题的能力或潜力,据此提出工程项目团队能力的三因子假设,得到了实证研究结果的支持。而在团队能力的3个因子中,团队内在能力对团队能力的解释作用最强,即能力形成基础比外显的能力表现和团队领导能力更能决定团队能力的大小。因此,工程项目团队除强调成员表现和配置高水平领导外,需要更加关注团队成员的知识更新,积累团队的程序性知识,并优化工作分配、汇报机制,以提高团队内在能力。

2) 根据管理需要,团队能力的测量可采用一阶或二阶模型。当需要详细了解团队能力各因子或考虑团队能力的复杂影响时,可以采用一阶模型,最终得出一个团队能力度量向量; 当需要总体测量团队能力的大小或考虑团队能力的综合影响时,可以采用二阶模型,最终得出一个团队能力的定量度量值。

3) 团队能力与项目特征及其合作方有关。复杂项目对团队能力的要求较高; 普遍来说,设计团队的能力相对较高。此外,当业主能力不高时,其设计和监理团队的能力则相应较高,以形成对项目所需管理能力的补充。

本文从能力形成视角构建了工程项目团队能力的测量量表,其信度和效度良好,为能力评价提供了理论模型,并为进一步构建高效的项目团队提供依据和途径。但仍有待完善之处,探索性因子分析结果中“团队学习”和“团队的预见与应变”的因子载荷不高,究其原因可能在于样本结构特征的影响。样本团队来自水电工程项目,具有存在时间较长、规模分布均匀的优点,并且因为面临情况复杂,决策变化后的影响很大,所以团队对外部咨询和科研力量相当重视,但被调查者并未意识到上述因素实际上已经培养了团队的学习与应变能力。针对这一原因,未来研究可收集更多类型的团队数据检验。



【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有