韓国のICT産業における新製品開発プロジェクトの
Fuzzy Front End
著者
尹 喜子
学位授与機関
Tohoku University
学位授与番号
11301甲第19305号
博士学位論文
韓国の ICT 産業における
新製品開発プロジェクトの Fuzzy Front End
Fuzzy Front End for New Product Development Project
in Korean ICT Industry
東北大学大学院工学研究科
技術社会システム専攻
学籍番号 B7TD8006
尹 喜子(YOON, HEEJA)
Abstract
Background: Despite the high market share of Korean ICT products in the global market, very few empirical studies have revealed ‘activities at the Fuzzy Front End (FFE)’ in the new product development process with a focus on the Korean ICT industry.
Objectives: The objectives of this research study are as follows. First is to clarify the following three points; (1) Whether the activities in the FFE are valid for the success of the new product development.
(2) Whether there is a difference in “activities at FFE” depending on industry characteristics and company size. (3) How the degree of newness of new products affect activities and what to valid in the FFE stage if new.
Hypothesis: (H1) The degree of newness negatively affects initial planning at FFE. (H2) The degree of newness negatively affects reduction activities of market uncertainty at FFE. (H3) The degree of newness negatively affects reduction activities of technical uncertainty at FFE. (H4) Initial planning at FFE positively affects reduction activities of market uncertainty.
(H5) Initial planning at FFE positively affects reduction activities of technical uncertainty. (H6) Initial planning at FFE positively affects the efficiency of new product development projects. (H7) Initial planning at FFE positively affects the effectiveness of new product development projects.
(H8) Reduction activities of market uncertainty at FFE positively affect the efficiency of new product development projects.
(H9) Reduction activities of market uncertainty at FFE positively affect the effectiveness of new product development projects.
(H10) Reduction activities of technical uncertainty at FFE positively affect the efficiency of new product development projects.
(H11) Reduction activities of technical uncertainty at FFE positively affect the effectiveness of new product development projects.
(H12) The efficiency of new product development projects positively affects the effectiveness.
(H13) Activities in FFE for developing new products between Korean ICT and non-ICT industries are different. (H14) Activities at FFE differ depending on company size in the Korean ICT industry.
The latent variables and measurement variables are represented as below Table 1. [Table 1. Latent variables and measurement variables]
Latent variable Measurement variables Latent variable Measurement variables
Reduction activities of market uncertainty
(a1) Understood potential customers’ needs, wants, and specifications
(a2) Reflect customer requirements in new product concepts
(a3) Understood potential market size (a4) Know the price sensitivity
(a5) recognition of differentiation or unique
Degree of newness
(d1) The technical knowledge required for a new product was new
(d2) The technical components of the new products were the inexperienced areas
(d3) The existing production line cannot cope (d4) No experience in the production processes required to produce a new product
selling propositions
(a6) Perceive the competitors' product, price, and strategy
(d5) The target market or customer for the new product is different from the existing one (d6) The distribution channel of the new product was different from the existing one
(d7) No experience in advertising new products (d8) The development budget for new products spent more than before
(d9) The skills and competencies were different to realize the new product concept
(d10) New product development has changed our organizational structure.
(d11) Major changes in corporate strategy Reduction activities
of technical uncertainty
(b1) The specifications of the new product were clear at FFE
(b2) Technical requirements are clearly defined (b3) Thorough confirmation of the feasibility of the technology
(b4) Clarified the solution of technical problems (b5) understood the technologies that make up the new product.
Initial Planning
(c1) The planning of projects was given to the responsible team
(c2) Given enough development time (c3) Given enough development resource (c4) Cost plan was detailed
(c5) Clearly assigned responsibilities to project team effectiveness (f101) Profit (f102) sales volume (f103) market share (f104) competitive advantage (f105) customer satisfaction
efficiency (f2) planned milestones (f3) planned budget (f4) planned personal resources
Methods: It is testing common method bias (CMB) before analyzing the data set of groups. CMB aims to identify the content validity regarding the survey. This paper uses SmartPLS3.0 to estimate a hypothesis test, multi-group analysis (MGA), and Importance-performance map analysis (IPMA) adopting Partial Least Square-Structural Equation Modeling (PLS-SEM). And calculate descriptive statistics, t-test, and Chi-square test, etc. are carried out with SPSS 22. The multi-group analysis aims to determine whether there are differences in ‘activities at FFE’ by characteristics such as industry and company size. Especially, the measurement invariance is evaluated before the MGA. In particular, the measurement invariance is evaluated before the MGA. IPMA is used to identify the latent and measurement variables that the ICT (2017) industry is most important to improve ‘efficiency’ and ‘effectiveness’. Empirical research is conducted on the Korean ICT industry from November 2017 to January 2018. And respondents are project managers, CTOs, and CEOs of new product development projects. The sample size is 105 (valid respondent rate is 81.6%). It is necessary to compare with non-ICT for demonstrating the characteristics of ‘activities at FFE’ of new product development in the Korean ICT industry. Therefore, the data set of the non-ICT industry is used for the sample on ‘activities in FFE’, which carried out in the Korean manufacturing industry in 2011.
Results: The main results are as follows.
1. The results of the hypothesis test employing PLS-SEM revealed that the FFE stage already exists in the new product development process of the Korean ICT industry, and activities at FFE are effective. We could not find a significant difference between the activities of FFE in the ICT and non-ICT industries, through the MGA. The result of the MGA was not able to obtain path coefficients with a difference between ICT (2017) and non-ICT (2011) industries. In this case, heterogeneity in data sets is considered unobserved. An important point is the MGA result that the ICT industry in 2017 and 2011 exist differences in path coefficients from ‘degree of newness’ to ‘reduction activities of market uncertainty’ and ‘reduction activities of technical uncertainty’.
2. As a result of MGA about company size, there are no significant statistical path coefficients obtained between large companies and SMEs. And the hypothesis test for company size, the large companies were supported in
hypothesis 12 that ‘efficiency’ affect positively on ‘effectiveness’, but SMEs had a rejected. The hypothesis test for all datasets in 2017 supported the hypothesis [H9] that ‘reduction activities of market uncertainty’ had a positive effect on ‘effectiveness’.
3. In the ICT (2017) industry, 'degree of newness' was rejected for hypothesis testing of all data sets and company size: ‘degree of newness’ negatively affects ‘initial planning [H1]’, ‘reduction activities of market uncertainty [H2]’, and ‘reduction activities of technical uncertainty [H3]’. However, in the 2011 ICT (2011) industry, [H2] and [H3] are supported both of them.
4. As a result of the IPMA, it was further clarified that there was a difference between the "FFE activities" of large firms and SMEs. For large firms, ‘cost planning’ in ‘initial planning’ to improve ‘efficiency’, and ‘budget as planned’ in ‘efficiency’ to improve ‘effectiveness’ was the most important activity. For SMEs, ‘project responsibility’ in ‘initial planning’ to improve ‘efficiency’ and ‘familiarity with customer needs’ in ‘reduction activities of market uncertainty’ to improve ‘effectiveness’ was the most important activity.
5. A t-test was performed to determine whether the characteristics of the products differed in "activities at FFE" between Company S for the global market and Company K for the Korean market. As a result, it reveals that there was a difference between ‘reduction activities of technical uncertainty’, ‘Initial planning’, ‘efficiency’, and ‘effectiveness’.
Conclusions: 1. It reveals that there is the “FFE stage” in the Korean ICT industry.
2. Effect activities in the FFE were ‘initial planning’ and ‘reduction activities of market uncertainty’ in the Korean ICT Industry. And these activities are important regardless of the industry or company size.
3. Table 2 and 3 show the results of the IPMA and present the activities that are most important for improving efficiency and effectiveness of non-ICT (2011), ICT (2011), ICT (2017), and company size.
[Table 2. Comparison of IMPA between non-ICT (2011), ICT (2011), and ICT (2017)] Industries
For improving Efficiency For improving Effectiveness Latent variable Measurement
Variable Latent variable
Measurement Variable
Non-ICT (2011) Initial Planning development resource) c3 (Given enough Initial Planning c3 (Given enough development resource)
ICT (2011) Initial Planning c5 (Clearly assigned responsibilities to project team)
Reduction activities of market uncertainty
a1 (understood potential customer needs, wants, and
specifications) ICT (2017) Initial Planning c4 (Cost plan was detailed) Reduction activities of
market uncertainty f4 (planned personal resources)
[Table 3. Comparison of IPMA between large companies and SMEs] Company size
For improving Efficiency For improving Effectiveness Latent variable Measurement
variable Latent variable Measurement variable Large companies Initial planning c4 (Cost plan was
detailed) Efficiency f3 (planned development budget) SMEs Initial planning
c5 (Clearly assigned responsibilities to project team) Reduction activities of market uncertainty a1 (Understood potential customer’s needs, wants, and
[Feature 1. Results of Hypothesis test]
目次
Abstract ... i
第 1 章 はじめに ... 1
1.1 研究の背景 ... 1 1.2 リサーチクエスチョン ... 3 1.3 研究の目的 ... 5 1.4 主要用語の説明 ... 7 1.5 論文の構成 ... 8第 2 章 先行研究 ... 9
2.1 新製品開発プロセスにおける FFE ... 9 2.2 韓国 ICT 産業の R&D 活動 ... 13 2.3 韓国 ICT 産業に関する新製品開発プロセス ... 15 2.4 産業特性による新製品開発プロセス ... 16 2.5 韓国の中堅・中小企業における新製品開発プロセス ... 18 2.6 FFE での具体的な活動 ... 20第 3 章 仮説の設定及び研究モデル ... 21
3.1 研究のフレームワーク ... 21 3.2 仮説の導出及び研究モデル ... 22 3.2.1 新規性の程度 ... 22 3.2.2 初期計画（Initial Planning） ... 22 3.2.3 市場不確実性の低減 ... 23 3.2.4 技術不確実性の低減 ... 24 3.2.5 効率及び効果 ... 25 3.2.6 産業及び企業規模別に「FFE での活動」は異なる ... 26 3.2.7 まとめ ... 27第 4 章 研究方法 ... 29
4.1 データに関する共通事項 ... 294.2 標本及びデータ収集 ... 31 4.2.1 2017 年度の ICT 産業のデータ ... 31 4.2.2 2011 年度のデータ ... 31 4.3 分析の方法 ... 33 4.3.1 コモン・メッソド・バイアスの検討 ... 33 4.3.2 PLS－SEM（部分最小二乗―構造方程式モデリング） ... 35 4.3.3 測定不変性と PLS-MGA ... 44 4.3.4 重要度―パフォーマンス・マップ分析(IPMA） ... 47 4.3.5 韓国 ICT 企業における FFE での具体的な活動の記述統計 ... 49 4.3.6 ICT 大企業 2 社の比較分析 ... 49
第５章 分析 ... 51
5.1 2017 年度 ICT 産業のデータセットの記述統計 ... 51 5.1.1 回答企業の概要 ... 52 5.2 最小限のサンプルサイズの検討 ... 57 5.3 各年度におけるデータセットの正規性の検討 ... 58 5.3.1 2017 年度 ICT 産業データセットの正規性の検討 ... 59 5.3.2 2011 年度非 ICT 産業データセットの正規性の検討 ... 59 5.3.3 2011 年度 ICT 産業データセットの正規性の検討 ... 59 5.4 コモン・メッソド・バイアス ... 59 5.4.1 2017 年度 ICT 産業の CMB 検討 ... 60 5.4.2 2011 年度非 ICT 産業の CMB 検討 ... 61 5.4.3 2011 年度 ICT 産業の CMB 検討 ... 61 5.5 PLS-SEM ... 62 5.5.1 2017 年度 ICT 産業 ... 62 5.5.2 2011 年度非 ICT 産業 ... 65 5.5.3 2011 年度 ICT 産業 ... 68 5.6 測定不変性と PLS-MGA 及び仮説検定 ... 71 5.6.1 2011 年度と 2017 年度の ICT 産業の比較 ... 71 5.6.2 2011 年度の非 ICT 産業と ICT 産業の比較 ... 78 5.6.3 2011 年度非 ICT 産業と 2017 年度 ICT 産業の比較 ... 83 5.6.4 2011 年度全製造業の仮説検定 ... 855.7 仮説［H13］の検定：産業により「FFE での活動」は異なる ... 87 5.8 仮説[H14]の検証：韓国 ICT 産業は企業規模により FFE での活動は異なる ... 88 5.8.1 企業規模による測定不変性の評価 ... 88 5.8.2 2017 年度 ICT 産業の企業規模による PLS-MGA ... 89 5.8.3 企業規模別の仮説検定 ... 89 5.9 2011 年度と 2017 年度における ICT 中堅・中小企業の比較 ... 98 5.9.1．測定不変性の評価 ... 98 5.9.2 2011 年度と 2017 年度 ICT 中堅・中小企業の PLS-MGA 結果 ... 99 5.9.3 2011 年度 ICT 中堅・中小企業の仮説検定 ... 100 5.9.4 2011 年度 ICT 中堅・中小企業の仮説検定 ... 103 5.10 韓国 ICT 企業における FFE での具体的な活動調査 ... 105 5.10.1 FFE の具体的な活動の調査項目 ... 105 5.10.2 韓国 ICT 企業の「FFE での活動」の調査 ... 105 5.11 重要度-パフォーマンス・マップ分析（IPMA） ... 120 5.11.1 2017 年度 ICT 大企業-中堅・中小企業の IPMA ... 120 5.11.2 2011 年度と 2017 年度の ICT 中堅・中小企業 ... 123
5.11.3 2011 年度非 ICT と 2017 年度 ICT 中堅・中小企業の IPMA 比較 ... 128
5.11.4 全データでの 2011 年度非 ICT と 2017 年度 ICT 産業の比較 ... 131 5.11.5 2011 年度と 2017 年度における ICT 産業の IPMA 比較 ... 133 5.12 大企業の K 社と S 社の「FFE での活動」比較 ... 134 5.12.1 市場不確実性の低減活動 ... 137 5.12.2 技術不確実性の低減活動 ... 138 5.12.3 初期計画 ... 140 5.12.4 新規性の程度 ... 141 5.12.5 「効率」 ... 142 5.12.6 「効果」 ... 143 5.12.7 「新製品開発」の目的 ... 144
第 6 章 考察 ... 146
6.1 ICT 産業と非 ICT 産業における「FFE での活動」 ... 146
6.2 2011 年度と 2017 年度の ICT 産業における「FFE での活動」 ... 147
6.3.1 仮説検定による企業規模別の考察 ... 151 6.3.2 IPMA を通じての企業規模別の考察 ... 153 6.4 大企業 2 社の「FFE での活動」の比較 ... 157 6.5 2011 年度と 2017 年度の ICT 中堅・中小企業の「FFE での活動」 ... 158 6.6 2017 年度 ICT 企業の「FFE での具体的な活動」 ... 159 6.7 今日の韓国 ICT 産業に合わせた考察 ... 162
第 7 章 結論 ... 164
7.1 総合的結論 ... 164 7.2 学問的な含意 ... 165 7.3 実践的含意 ... 166 7.4 研究の限界および今後の研究方向 ... 167参考文献 ... 169
付録 ... 181
謝辞 ... 211
表目次
表 1 日欧米における FFE に関する先行研究 9 表２ 韓国の製造業における FFE 研究の系譜 11 表３ グローバル ICT 企業において上位 5 か国の分野別の現況 13 表４ 本論文の潜在変数と測定変数 27 表５ 韓国 ICT 産業の分類 29 表６ 分析の方法及び分析ツール 33 表７ コモン・メッソド・バイアス（CMB)の発生原因 34 表８ 測定モデル及び構造モデルの評価基準 43 表９ MICOM の検定基準 45 表 10 回答者の企業規模別の部署 54 表 11 企業規模別の回答者の職位 54 表 12 企業規模別による「新製品開発の目的」 55 表 13 企業規模別に「新製品開発の目的」＊開発の期間 56 表 14 2017 年度 ICT 産業の確認的要因分析を通じて CMB 検定 61 表 15 2011 年度非 ICT 産業の確認的要因分析を通じての CMB 検定 61 表 16 2011 年度 ICT 産業の確認的要因分析を通じての CMB 検定 62 表 17 2017 年度 ICT 産業の測定モデルの評価結果 63 表 18 2017 年度 ICT 産業の Fornell-Larcker 基準の結果 64 表 19 2017 年度 ICT 産業の HTMT.85値 64 表 20 2017 年度 ICT 産業の多重共線性の評価結果 64 表 21 2017 年度 ICT 産業の構造モデルの評価結果 65 表 22 201１年度非 ICT 産業の測定モデルの評価結果 65 表 23 2011 年度非 ICT 産業の Fornell-Larcker 基準の結果 66 表 24 2011 年度非 ICT 産業の HTMT.85値 66 表 25 2011 年度非 ICT 産業の多重共線性の評価結果 67 表 26 2011 年度非 ICT 産業の構造モデルの評価結果 67 表 27 201１年度 ICT 産業の測定モデルの評価結果 68 表 28 2011 年度 ICT 産業の Fornell-Larcker 基準の結果 69 表 29 2011 年度 ICT 産業の HTMT.85値 69 表 30 2011 年度 ICT 産業の HTMTINFERENCE結果 69 表 31 2011 年度 ICT 産業の多重共線性の評価結果 70 表 32 2011 年度 ICT 産業の構造モデルの評価結果 70 表 33 2011 年度及び 2017 年度 ICT 産業の MICOM 2 段階の結果 72 表 34 2011 年度と 2017 年度の ICT 産業における MICOM 3 段階の結果 72表 35 2011 年度と 2017 年度の ICT 産業の PLS-MGA 結果 73 表 36 2017 年度 ICT 産業の仮説検定の結果 73 表 37 2017 年度 ICT の特定間接効果分析による媒介効果検定の結果 75 表 38 2011 年度 ICT 産業の仮説検定の結果 75 表 39 2011 年度 ICT 産業の特定間接効果分析による媒介効果検定の結果 77 表 40 2011 年度 ICT 産業と 2017 年度 ICT 産業の仮説検定の比較 77 表 41 2011 年度の非 ICT と ICT 産業の MICOM 2 段階の検定結果 78 表 42 2011 年度の非 ICT と ICT 産業の MICOM 3 段階の検定結果 79 表 43 2011 年度の非 ICT と ICT 産業の PLS-MGA 結果 79 表 44 2011 年度非 ICT 産業の仮説検定の結果 80 表 45 2011 年度非 ICT 産業の特定間接効果の分析による媒介効果検定の結果 81 表 46 2011 年度の非 ICT 産業と ICT 産業の仮説検定の比較 82 表 47 2011 年度非 ICT と 2017 年度 ICT 産業の MICOM 2 段階の検定結果 83 表 48 2011 年度非 ICT と 2017 年度 ICT 産業の MICOM 3 段階の検定結果 84 表 49 2011 年度の非 ICT と 2017 年度 ICT 産業の PLS-MGA 結果 84 表 50 2011 年度非 ICT 産業と 2017 年度 ICT 産業の仮説検定の比較 85 表 51 2011 年度全製造業における仮説検定の結果 86 表 52 各年度の産業における仮説検定の比較 87 表 53 2017 年度 ICT 産業の企業規模別の MICOM 2 段階の検定結果 88 表 54 2017 年度 ICT 産業の企業規模別の MICOM 3 段階の検定結果 88 表 55 2017 年度 ICT 産業の企業規模の PLS-MGA 結果 89 表 56 2017 年度 ICT 産業―大企業の測定モデルの評価 90 表 57 2017 年度 ICT 産業―大企業 Fornell-Larcker 基準の評価結果 90 表 58 2017 年度 ICT 産業―大企業の HTMT.85値 91 表 59 2017 年度 ICT 産業―大企業の多重共線性の評価結果 91 表 60 2017 年度 ICT 大企業の構造モデルの評価結果 92 表 61 2017 年度 ICT 中堅・中小企業の測定モデルの評価結果 92 表 62 2017 年度 ICT 中堅・中小企業 Fornell-Larcker 基準の結果 93 表 63 2017 年度 ICT 中堅・中小企業の HTMT.85値 94 表 64 2017 年度 ICT 中堅・中小企業の多重共線性の評価結果 94 表 65 2017 年度 ICT 中堅・中小企業の構造モデルの評価結果 94 表 66 2017 年度 ICT 大企業における仮説検定の結果 95 表 67 2017 年度 ICT 大企業と中堅・中小企業における仮説検定の結果 95 表 68 2017 年度 ICT 大企業及び中堅・中小企業の仮説検定の結果 96 表 69 2017 年度 ICT 大企業における特定間接効果分析による媒介効果検定の結果 96 表 70 2017 年度 ICT 中堅・中小企業における特定間接効果分析による媒介効果検定の結果 97 表 71 2011 年度と 2017 年度における ICT 中堅・中小企業の MICOM 2 段階の成立結果 99 表 72 2011 年度と 2017 年度における ICT 中堅・中小企業の MICOM 3 段階の成立結果 99
表 73 2011 年度と 2017 年度における ICT 中堅・中小企業の PLS-MGA 結果 100 表 74 201１年度 ICT 中堅・中小企業の測定モデルの評価結果 100 表 75 2011 年度 ICT 中堅・中小企業の Fornell-Larcker 基準の結果 101 表 76 2011 年度 ICT 中堅・中小企業の HTMT.85値 101 表 77 2011 年度 ICT 中堅・中小企業の HTMT推論値 101 表 78 2011 年度 ICT 中堅・中小企業の多重共線性の評価結果 102 表 79 2011 年度 ICT 中堅・中小企業の構造モデルの評価結果 103 表 80 2011 年度 ICT 中堅・中小企業の仮説検定の結果 103 表 81 2011 年度 ICT 中堅・中小企業の特定間接効果の分析による媒介効果検定の結果 104 表 82 アイデアを体系的に探索しているのか 106 表 83 企業規模別に「アイデアの探索方法」 106 表 84 企業規模別に責任者または責任部署の有無 106 表 85 データベースシステムの使用の有無 106 表 86 企業規模別におけるアイデア開発方法 107 表 87 主に誰がアイデアを評価するのか 107 表 88 アイデア評価における中間管理職以上の関与の有無 108 表 89 アイデア評価に中間管理職以上が関与すると答えた職位 108 表 90 アイデアは社内部署・部門間のチームにより評価されるのか 108 表 91 社内のどのような部署・部門間のチームによる評価 109 表 92 アイデアの評価のため、技術準拠基準を使用しているのか 109 表 93 どのような技術準拠基準を使用しているのか 109 表 94 アイデアの経済的または技術的側面の重要性に対する加重値があるのか 110 表 95 企業規模別に顧客接続の頻度 110 表 96 企業規模別に、どのような部署が顧客と接続するのか 110 表 97 企業規模別における顧客接続の基準 111 表 98 アイデア開発に使用する市場資源 111 表 99 新製品コンセプト定義への統合 112 表 100 顧客の要求事項を体系的に技術仕様への反映の有無 112 表 101 技術仕様に反映するため、どのような Tool を使用するのか 112 表 102 前段階においてどのようななツールを仕様しているのか 113 表 103 使用するツールに関する「その他」の回答 113 表 104 体系的に新製品開発プロジェクトの計画を策定しているのか 114 表 105 初期計画に含む情報 114 表 106 プロジェクト計画にソフトウェアの使用 114 表 107 プロジェクト・ソフトウェアと職位とのクロス集計 115 表 108 企業規模別＊「新製品開発の目的」＊利益の目標達成程度 115 表 109 企業規模別＊「新製品開発の目的」＊売上高の目標達成程度 116 表 110 企業規模別＊「新製品開発の目的」＊市場占有率の目標達成程度 117
表 111 企業規模別＊「新製品開発の目的」＊競争優位性の目標達成程度 118 表 112 企業規模別*新製品開発目的＊新製品に対する顧客満足の目標達成程度 119 表 113 2011 年度と 2017 年度における ICT 中堅・中小企業の「新製品開発の目的」 126 表 114 2011 年度と 2017 年度における ICT 中堅・中小企業のカイ 2 乗検定の結果 127 表 115 2011 年度と 2017 年度における ICT 中堅・中小企のアンケート回答の平均 127 表 116 K 社と S 社の正規性検定の結果 134 表 117 K 社と S 社の「FFE での活動」に関する基礎統計量 136 表 118 K 社と S 社の「市場不確実性の低減活動」の測定変数に関する帰無仮説及び対立仮説 137 表 119 K 社と S 社の「市場不確実性の低減活動」の t-検定の結果 138 表 120 「技術不確実性の低減活動」の測定変数に関する帰無仮説及び対立仮説 139 表 121 K 社と S 社の「技術不確実性の低減活動」の t-検定の結果 139 表 122 K 社と S 社の「初期計画」の測定変数に関する帰無仮説及び対立仮説 140 表 123 K 社と S 社の「初期計画」の t 検定の結果 140 表 124 「新規性の程度」の測定変数に関する帰無仮説及び対立仮説 141 表 125 K 社と S 社の「新規性の程度」における t-検定の結果 141 表 126 K 社と S 社の「効率」の測定変数に対する帰無仮説及び対立仮説 142 表 127 K 社と S 社の「効率」における t-検定の結果 143 表 128 「効果」の測定変数に関する帰無仮説及び対立仮説 143 表 129 K 社と S 社の「効果」における t-検定の結果 144 表 130 K 社・S 社＊「新製品開発の目的」のクロス分析の結果 145 表 131 韓国の全製造業・非 ICT・ICT 産業の「FFE での活動」に関する仮説検定の結果 146 表 132 2017 年度 ICT 企業規模別の「効率」向上のための「重要度」の順位 153 表 133 2017 年度 ICT 企業規模別の「効果」向上のための「重要度」の順位 154 表 134 企業規模による効率・効果の向上のための「FFE での活動」で重要な活動の整理 156 表 135 K 社と S 社の差異がある潜在変数と測定変数 157 表 136 2011 年度と 2017 年度における ICT 中堅・中小企業の仮説検定の比較 158
図目次
図１ Fuzzy Front Endの概念図 7
図 2 研究のフレームワーク 21 図３ 研究モデル 28 図４ PLS-MGA のためのデータセットの対応 32 図５ PLS-SEM の構造及び評価の手続き 36 図６ IPMA の手続き 47 図７ 企業規模別の企業数と回答者数 52 図８ 企業規模別の沿革 52 図９ 企業規模別の従業員数 53 図 10 2017 年度企業規模別の売上高 53 図 11 新製品開発の目的 55 図 12 Boozらと韓国ICT産業における「新製品開発の目的」の比率の比較 55 図 13 新製品の開発期間 55 図 14 企業規模別の新製品開発の期間 56 図 15 G*POWER のプログラムを用いた最小限のサンプルサイズの要求条件 58 図 16 測定不変性の評価においての MICOM 手続き 71 図 17 2017 年度 ICT 大企業-中堅・中小企業の「効率」に対する IPMA（潜在変数の基準) 121 図 18 2017 年度 ICT 大企業-中堅・中小企業の「効率」に対する IPMA（測定変数の基準) 121 図 19 2017 年度 ICT 大企業-中堅・中小企業の「効果」に対する IPMA（潜在変数の基準) 122 図 20 2017 年度 ICT 大企業-中堅・中小企業の効「効果」に対する IPMA（測定変数の基準) 123 図 21 2011年度と2017年度ICT中堅・中小企業の「効率」に対するIPMA (潜在変数の基準) 124 図 22 2011 年度と 2017 年度 ICT 中堅・中小企業の「効率」に対する IPMA (測定変数の基準) 124 図 23 2011 年度と 2017 年度 ICT 中堅・中小企業の「効果」に対する IPMA (潜在変数の基準) 125 図 24 2011 年度と 2017 年度 ICT 中堅・中小企業の「効果」に対する IPMA（測定変数の基準) 125 図 25 2011 年度非 ICT と 2017 年度 ICT-中堅・中小企業の「効率」に対する IPMA (潜在変数の基準) 129 図 26 2011 年度非 ICT と 2017 年度 ICT-中堅・中小企業の「効率」に対する IPMA (測定変数の基準) 129 図 27 2011 年度非 ICT と 2017 年度 ICT-中堅・中小企業の「効果」に対する IPMA (潜在変数の基準) 130 図 28 2011 年度非 ICT と 2017 年度 ICT-中堅・中小企業の「効果」に対する IPMA (測定変数の基準) 130 図 29 2011 年度非 ICT と 2017 年度 ICT 産業における「効率」向上のための IPMA 比較 131 図 30 2011 年度非 ICT と 2017 年度 ICT 産業における「効果」向上のための IPMA 比較 132 図 31 2011 年度 ICT 産業における「効率」向上のための IPMA 比較 133 図 32 2011 年度 ICT 産業における「効果」向上のための IPMA 比較 133 図 33 K社とS社の「新製品開発の目的」 144
付録目次
付録 1 2017 年度 ICT 産業における全データセットの基礎統計量 181 付録 2 2011 年度非 ICT 産業の基礎統計量 181 付録 ３ 2011 年度 ICT 産業のデータの基礎統計量 182 付録 ４ 2017 年度 ICT 産業の EFA による CMB 検討 183 付録 ５ 2011 年度非 ICT 産業の EFA による CMB 検討 184 付録 ６ 2011 年度 ICT 産業の EFA による CMB 検討 185 付録 ７ 2017 年度 ICT 産業の交差負荷量の結果 185 付録 ８ 2011 年度非 ICT 産業における交差負荷量の結果 186 付録 ９ 2011 年度 ICT 産業における交差負荷量 187 付録 10 2011 年度全製造業の業種 187 付録 11 2011 年度全製造業におけるデータセットの正規性の検討 188 付録 12 2011 年度全製造業の測定モデルの評価 189 付録 13 2011 年度全製造業の Fornell-Larcker 基準の結果 189 付録 14 2011 年度全製造業の交差負荷量 190 付録 15 2011 年度全製造業の HTMT.85値 190 付録 16 2011 年度全製造業の多重共線性の評価結果 191 付録 17 2011 年度全製造業の構造モデルの評価結果 191 付録 18 2017 年度 ICT 大企業におけるデータセットの基礎統計量 191 付録 19 2017 年度 ICT 中堅・中小企業におけるデータセットの基礎統計量 192 付録 20 2017 年度 ICT 産業―大企業の交差負荷量 193 付録 21 2017 年度 ICT 産業―中堅・中小企業の交差負荷量 193 付録 22 2011 年度 ICT 中堅・中小企業の基礎統計量 194 付録 23 2011 年度 ICT 中堅・中小企業における交差負荷量 195 付録 24 2017 年度 ICT の企業規模及び 2011 年度 ICT 中堅・中小企業の正規性の検定 195 付録 25 FFE での具体的な活動の質問項目 197 付録 26 韓国 ICT 産業の売上高の構成 198 付録 27 2017 年度韓国 ICT 産業においてのアンケート調査項目 199第 1 章 はじめに
1.1 研究の背景
iPhone の登場は、ICT 産業はもちろん多くの産業に大変革をもたらした。多くの新興企 業にはチャンスを、その反面、世界の携帯電話のシェアを独占してきたノキア、モトロー ラ、ブラックベリーなどの大手企業は合併されるか、あるいはこの業界から名声を失った。 現在、サムスン電子の Galaxy シリーズのスマートフォン技術は世界をリードし、新しい モデルが上市するたびに話題となり、iPhone に匹敵するまでに上り詰めたと考えられる。 しかし、iPhone が出現した 2007 年度当時アメリカは、アップル社の主導によって ICT 産 業系、即ち、大手通信各社やデバイス製造業やコンテンツ産業などに既存のビジネス方式 では生き残れないという混迷状態であった1。当時、韓国の ICT 産業も、間違った対応を したら企業自体が滅びてしまうと言う危機感が澎湃(ほうはい)していたに違いない。この 危機の中で、サムスン電子の Galaxy スマートフォンによる成功は、韓国の ICT 産業に再 び自信を取り戻させたはずである。この自信というのは、韓国の ICT 産業が 1997 年 IMF の金融危機、2008 年アメリカ発の金融危機および 2010 年の欧州政府債務危機などによる 何回もあった経済危機を乗り越えてきた学習効果の底力ではないだろうか。 韓国の ICT 産業について触れる前に、韓国の経済構造を見ると、韓国は典型的な製造業 中心の輸出国で、2016 年度製造業が GDP に占める割合は 29.3％とし、この数値は中国、 ドイツ、日本より高い2。韓国の経済は、製造業が底辺を支え、その中でも ICT 産業は 2017 年度の実質 GDP の 10.9%、GDP 成長寄与率は 18.5％を占めている3など、韓国の経済 危機を脱却する上で大変な貢献をしてきた産業である。OECD（2017)の報告書をみると、 韓国の ICT 産業の GDP 対比 R&D 投資率が台湾 1.77％に続き、1.73％で 2 位を占めている。 1 iPhone が上市された 2007 年度当時は携帯電話のデバイス市場において最強者であったノキアは、2011 年 2 月Symbian を諦め、またヒュレットパッカード（HP)社は PC 事業を諦め、モトローラ社が Google 社に売却される。また、Apple 社は、デ バイスの性能や価格だけで競争してきたゲームのルールを生態系（Ecosystem)の競争という新しいパラダイムシフトを実現した（Jang and Kim, 2011)。
2 2016 年度、韓国の製造業が GDP で占める比率は、29.3％で、中国 27.5％、ドイツ 26.9％、日本 20.0％より高い
（OECD (2017), 『Digital Economy Outlook 2017』)。
3 Institute for Information & communications Technology Promotion (December, 2018), 『2018 Annual
また、世界市場で高いシェアを占めている韓国の輸出品目をみると、自動車、鉄鋼、半導 体、無線通信機、平板ディスプレイ、パソコンの周辺機器などで、自動車及び鉄鋼を除く と殆どが ICT 分野の製品4である。 韓国の産業が世界から関心の高まった契機は、2008 年度のアメリカ発の金融危機の時 である。アメリカ、日本、その他世界の優秀な企業の実績が軒並み落ちた反面、サムスン 電子、LG 電子、現代自動車などの韓国企業は、急成長を果たした（猪狩・糸久・吉川, 2007；尹・長平・石田, 2016)。韓国の製造業が世界の市場で高いシェアを獲得するよう になった理由が、新製品開発の前段階にあるのではないかというリサーチクエスチョンを 有することになる。これを明らかにする研究目的の下で、韓国の製造業を対象に大規模な 実証研究が、2010 年 11 月から 2011 年 2 月にかけて実施されるようになる（Kim and Yoon, 2011; Nagahira et al., 2015; 尹・長平・石田, 2016)。これらの韓国の FFE 研究 で、韓国の製造業においても既に FFE が存在していること、また「初期計画」及び「市場 不確実性の低減活動」が新製品開発の成功に正の影響を与えるということが明らとなった。
実際、FFE 研究は、欧米日から多くなされており、既に FFE の理論は、確立されている と言える。韓国に関する FFE 研究の結果は、Kim and Yoon（2011)をはじめ、Nagahira et al.(2015)、尹・長平・石田（2016)など次々と研究成果が報告されている。しかし、これ らの研究5で、分析に用いた製造業のデータセットには、様々な産業が含まれているにも かかわらず、製造業という一つの産業として扱っている。また、韓国の産業構造を見ると、 中小企業が 98.9％を占めている点など、産業特性及び企業規模などによる異質性 （Heterogeneity)を考慮していないという限界がある。 ICT 産業は、技術の発展も陳腐化も早い産業のため、先読みが大変難しい（Jung et al., 2016)。「FFE 段階での活動」が、不確実性の低減に役に立つのであれば、世界で競 争力の高い韓国 ICT 産業において FFE に関する研究は意味がある。 4 韓国の 2018 年度の ICT 分野の輸出は 2,204 億ドル、輸入は 1,071 億ドルで、収支は 1,133 億ドル黒字であった （韓国の科学技術情報通信部, 2019)。 5 本論文の分析に使用する 2011 年度データセットと同じである。
1.2 リサーチクエスチョン
新製品開発の成功の決定要因に関する多くの先行研究では、「Fuzzy Front End」が新 製品を成功に導く重要な段階で、この段階で費やした努力がイノベーションプロセス全体 へ及ぼす影響は大きいとされる（Cooper and Kleinschmidt,1994; Smith and Reinertsen, 1991; Verganti, 1999)。Nakata et al.(2006)は、2000 年代の韓国には FFE 段階が存在 していないと結論付けたが、Kim and Yoon (2011)は、韓国の製造業を対象にした「FFE」 に関する実証分析の研究で、韓国も日欧米と同様、「FFE」が既に存在していることを明 らかにした。また、韓国の製造業は、「FFE 段階」において市場及び技術の不確実を低減 することが、新製品開発の成功（効果）に正の影響を与えることを明らかにした。 Nagahira et al.(2015)は、韓国と日本の製造業における「FFE での活動」の比較研究で、 韓国の製造業の特性は、「技術不確実性の低減活動」より「市場不確実性の低減活動」に 重点を置いていると論じている。このことから、本論文では、以下のようなリサーチクエ スチョンを提示する。 RQ1：韓国の製造業を対象にした「FFE での活動」と新製品開発の成功との因果関係を 分析した先行研究（Kim and Yoon, 2011； Nagahira et al.，2015；尹・長平・石田, 2016)で、韓国の企業は、技術不確実性より市場不確実性の低減に集中し、その活動が 新製品の成功(効果)に正の影響を与えると論じている。しかし、Kim ら、Nagahira ら、 及び尹らの研究では、韓国の全業種の製造業を対象にしたため、産業ごと及び企業規 模による「FFE での活動」の特性を導くまでには至っていない。韓国 ICT 産業におい ても上記の先行研究のように「FFE 段階での活動」が有効であるのだろうか？ 本論文で、ICT 産業と比較する上で使用する非 ICT 産業のデータは、2011 年度の製造業 を対象に収集したデータセット（Kim and Yoon, 2011)である。2011 年度データの構成を
見ると、殆どが中小企業6である。Nagahira et al.(2015)は、2011 年度データセットの 中から売上高の 100 位までを取り上げ、分析した結果、全データを使用した分析と異なる 仮説検定の結果を得た。即ち、「初期計画」が「効果」に、「市場不確実性の低減活動」 6 韓国の 2011 年度全製造業 296 件から大企業が 43 件、中堅・中小企業は 253 件(約 85.5％)である。本論文で使 用されるデータは韓国の先行研究で使用したデータセットより 3 件が多い理由は、欠損値はあるものの、統計分析において可能な限り データを活用するためである。
が「効率」に、また「効率」が「効果」に正の影響を与えるということであった。しかし、 この研究でいう 100 社の売上高の偏差は大きく、大企業と中小企業という企業規模による 「FFE での活動」の特徴を明らかにするまでには至っていない。Choi and Kim (2003)は、 非先端産業を対象にした新製品開発プロセスの研究で、中小企業は事前開発活動が重要で ある反面、大企業は製造関連の活動が、重要であると主張している。 このことから本論文では、以下のようなリサーチクエスチョンを有する。 RQ2：韓国の産業で、中小企業7が占める割合は 98.9％に上る。韓国 ICT 産業の場合も、 中小企業の占める割合が高く、大企業と中堅・中小企業は置かれている環境及び保有 資源においても差異が大きいはずであろう。ということで韓国 ICT 産業の企業規模に よる「FFE での活動」は、どのように違うのだろうか？もし「FFE での活動」に差異が あるとしたら、企業規模ごとに有効な「FFE での活動」は何だろうか？ Moenaert et al.(1995)は、市場及び技術の新しさが、新製品開発の計画において不確 実性を削減する活動の効率に、悪影響を及ぼすことを発見した。急進的（radical)な新製 品開発プロジェクトの場合、より多くの時間と努力が要求され、また FFE で必要な情報の 入手が困難なため、不確実性を減らすことが難しい（Song and Montoya-Weiss,1998; Verworn et al., 2008)。これらの先行研究を踏まえ、本論文では、以下のようなリサー チクエスチョンを有している。 RQ3： 韓国の ICT 企業は、世界市場で高いシェア及び競争力を維持するため、新製品 または新サービスの上市を迫られている。また ICT は、様々な産業との融合により開 発速度は、さらに早くなり複雑化している。新製品開発プロジェクトの「新規性」は、 「FFE での活動」にどのような影響を与えるのだろうか？また、新規性の高いプロジ ェクトを任された時、新製品開発プロジェクト・マネージャーにとって有効な「FFE での活動」とは何であろうか？ 7 2016 年度基準にして、韓国の製造業で中小企業が占める割合は 98.9％で、大企業は 1.1％である。生産高からみると、 中小企業 49.0％を、大企業は 51％を占めている。また付加価値をみると、中小企業は 50.8％、大企業は 49.2％占めている。 (出所：韓国中小ベンチャー企業部の Homepage，“中小企業の位相” 2019 年 9 月 23 日アクセス， https://www.mss.go.kr/site/smba/foffice/ex/statDB/MainSubStat.do/
1.3 研究の目的
本論文の目的は大きく、2 つある。 第 1 は、韓国 ICT 産業において「FFE での活動」が、有効であるかどうかということで、 3 つの側面で明らかにする。 （1）日欧米の「FFE での活動」に関する先行研究8では、「FFE 段階」が、企業の新製 品開発プロセスにおいて競争力の源泉およびイノベーションに、最も重要な役割を果たす 段階と提示しているが、 韓国 ICT 産業においても「FFE での活動」が、新製品開発の成 功に有効であるかどうか。 （2）韓国の製造業を対象に実証分析した「FFE での活動」に関する先行研究9は、サン プルに多くの業種が含まれているため、産業の特性による差異を分析するまでは至ってい ない。また、韓国の産業構造をみると、中小企業が大部分を占めているが、企業規模によ る「FFE での活動」の差異を導くまでは至っていない。本論文では、産業特性及び企業規 模による「FFE での活動」に差異があるかどうかを明らかにする。 （3）ICT は、多くの業種に応用・融合され、また、その技術発展の速度は著しく速く、 その反面、陳腐化も早い（Jung et al., 2016)。このような環境下で、韓国 ICT 産業も新 製品の「新規性の程度」により「FFE での活動」に影響を受けているに違いない。「新規 性の程度」が「初期計画」、「市場及び技術の不確実性の低減活動」にどのような影響を 与えているのか、また「新規性の程度」によって「FFE の段階」に、どのような活動が有 効であるかどうかを明らかにする。第 2 は、研究方法に関することである。
(1) 欧米においては、コモン・メッソド・バイアス（Common Method Bias, 以下は CMB とする)が内的妥当性（contents validity)を害するという問題点を指摘している （Campbell and Fiske, 1959)。また、Billings and Wroten（1978)は、同一な方法で独 立変数と従属変数を測定する場合、その相関関係が実際より大きくなる可能性があると述 べている。そして Park et al.(2007)は、CMB は、独立変数と従属変数を同一な測定道 8 Cooper (1988, 2019), Cooper and Kleinschmidt（1988, 1990, 1994), Khurana and Rosenthal (1997),
Lee et al. (2016), Smith and Reinertsen (1991), Song and Parry (1996), Verganti (1999), Verworn et al. (2008)
9 Kim and Yoon (2011), Nagahira et al. (2015), 尹・長平・石田 (2016), Ruslan and Nagahira (2015a),
具・回答者による測定のため、発生する過誤と提示しあている。このように CMB は、デー タ収集の手段による問題のため、本論文においても CMB による影響があるかどうかを検討 する必要がある。CMB の措置方法として 2 つがあり、1 つ目は事前措置、2 つ目は事後措 置である。 本論文においては、CMB に対する事後措置として Harman の単一因子検定（Harman 1967; Podsakoff et al., 2003)と確認的因子分析の 2 つの方法を用いて実施する。 (2) 以下の分析方法を用いて、韓国 ICT 産業の特性及び企業規模別の「FFE での活動」 を明らかにする。
①PLS－SEM（Partial Least Square-Structural Equation Modeling)の採用
②測定不変性の評価（Measurement Invariance assessment): 韓国と日本の「FFE での 活動」を比較した先行研究（Nagahira et al., 2015; Ruslan and Nagahira, 2015a; Ruslan, 2016)では、集団間の比較において前提条件である測定不変性の検定を行ってい ない（Hair et al., 2017b)。測定不変性とは、グループ間の比較に当たり、グループ間 の回答者がアンケート項目を同一に認識しているかどうかを意味する。本論文では、 MICOM（Measurement Invariance of the composite model)の手続きを通じて産業と企業 規模における各グループの測定不変性の評価を行う。
③PLS アプローチの多重集団分析（PLS-MGA, Multi-group Analysis): 本論文で用いる データは、ノンパラメトリックのため、PLS アプローチの MGA を実施する。測定不変性の 評価後、PLS-MGA を通じて「ICT 産業と非 ICT 産業」の比較、及び ICT 産業の「大企業と 中堅・中小企業」の比較を行う。
④ 重 要 度 - パ フ ォ ーマ ン ス ・マ ッ プ 分析 （ IPMA, Importance-Performance Map Analysis)： 韓国製造業に対する「FFE での活動」の先行研究は、PLS-SEM を採用した仮 説検定によって、統計的に有意味のある潜在変数については提示しているが、新製品開発 プロジェクトの成果（効率、効果)の向上に実際、貢献している「FFE での活動」を明ら かにしていない。本論文は、この IPMA を用いて、‘ICT 企業と非 ICT 企業’及び‘企業 規模別’に「効率」及び「効果」の向上に、最も重要度が高い「FFE での活動」は、何か を明らかにする。
⑤独立したサンプルの t-検定及びカイ 2 乗検定：10 個以上のアンケート回答を獲得し た大企業が 2 社で、この 2 社の「FFE での活動」に差異があるかどうかを比較する。
1.4 主要用語の説明
（1）新製品 本論文では、新製品開発プロセスの「FFE での活動」に関する研究のため、新製品の定 義がなにより重要である。 本論文でいう新製品とは、Booz et al.(1982)に基づいて定義した。Booz らは、新製品 を 6 つのカテゴリーとして、最新製品（New-to-the-world)、新製品ライン（New product lines)、既存製品ラインへの追加（Additions to existing product lines)、既存製品の 改善及び修正（Improvements and revisions of existing products)、リポジショニング (Repositioning)、費用削減（Cost reduction)とした。しかし、本論文においては、新製 品ラインと既存製品ラインへの追加を統合して‘新規製品ライン’として操作定義した。本論文でいう新製品とは、「新規分野への進出」、「新規製品ライン」、「既存製品の 改善及び修正」、「リポジショニング」、「コスト削減」の目的で、市場に出される製品 または商品を新製品として定義する。
（2）新製品開発プロセスの前段階（Fuzzy Front End）
本論文の主要な用語として、Fuzzy Front Front End（以下は FFE とする)の概念（図 １)の説明が重要である。新製品開発プロセスの初期段階において、2 つのフェーズに分 けることができる。フェーズⅠは、製品のアイデア創造、評価及び分析を行う段階を、フ ェーズⅡは、製品のコンセプトと製品開発の計画策定を行う段階を言い、この 2 つのフェ ーズを FFE という（Herstatt et al., 2004; Tatikonda and Rosenthal,2000)。
図 1 Fuzzy Front End の概念図 出所： Herstatt et al. (2004), Tatikonda and Rosenthal (2000)
1.5 論文の構成
本論文の構成は、以下の通りである。
第 1 章では、研究の背景、リサーチクエスチョン、研究の目的、主要用語の説明、論文 の構成について提示する。
第 2 章では、先行研究として、(1)新製品開発プロセスにおける FFE に関する研究、(2) 韓国の政府の資料である「ICT R&D 統計分析」から韓国 ICT 産業の R&D 活動、(3)韓国 ICT 産業に関する新製品開発プロセス、(4)産業特性による新製品開発プロセスに関する研究、 (5)韓国の中堅・中小企業に関する新製品開発プロセスの研究、(6)韓国 ICT 産業のプロジ ェクト・マネジャージャーを対象に行った「FFE での具体的な活動」に関して述べる。 第 3 章では、FFE の先行研究から導出した主要概念により、仮説の導出及び研究モデル の構築について述べる。 第 4 章では、研究方法として、2011 年度及び 2017 年度のデータ収集に関する方法や比 較するデータセットに関する共通事項について述べる。また、分析方法について詳しく説 明を提示する。 第 5 章では、研究モデルの実証分析におけるサンプルの概要などの記述統計 （Descriptive statistics）の結果を提示する。また、第 4 章で述べている分析方法によ る諸分析の結果を導くまでの流れ、PLS-MGA 及び仮説検定の結果、IPMA による「FFE での 活動」において最も重要な活動を詳しく述べる。そして、2017 年度の韓国 ICT 企業のプ ロジェクト・マネージャーに対する「FFE での具体的な活動」の記述統計の結果及び大企 業 2 社の比較について詳細に提示する。
第 6 章では、考察である。PLS-MGA による‘非 ICT 産業と ICT 産業’と‘ICT 企業規模 別’における比較分析の結果、及び仮説検定の結果について深く論議し、研究の目的で ある韓国の ICT 産業と企業規模別において有効な FFE での活動は何かを明らかにする。 また ICT 大企業の 2 社における「FFE での活動」に差異があるかどうかについても述べる こととする。 第 7 章では、結論として、総合的結論、学問的含意、実践的含意、研究の限界及び今後 の研究方法について述べる。
第 2 章 先行研究
2.1 新製品開発プロセスにおける FFE
企業の持続的な存続と成長を左右するのは、新製品開発（New product development)に よる成功であると言っても過言ではない。しかし、新製品の成功は容易ではない。 Berggren and Nacher（2001)によると、新製品開発プロジェクトの 95%以上は、経済的な 報奨を得られていないと、また、Cooper et al.(2004)は、製品コンセプトが 10 個の中で 1 つが商業的に成功するが、開発プロジェクトの 4 個の 1 つだけが商業的に成功すると述 べている。このように、新製品の成功は極めて難しいが、その中でも高成果を達成する企 業が存在することは否定できない。 新製品開発において成功と失敗を分ける要因を探る研究は、1970 年代から日欧米を中 心に多くなされ（Rothwell et al., 1974)、新製品開発プロセスが企業の競争力を強化す る道具であると位置付けている（Cooper and Kleinschmidit, 1987; Cooper, 1983)。
新製品開発プロセス（図１）では、多くの活動が行われ、各段階での活動は、開発グル ープが保有する技術、知識、資源及び管理の能力により異なる（Cooper, 1988)。特に Fuzzy Front End と呼ばれる前段階での活動が、最も重要な段階であると主張されている （Cooper, 1988; Cooper and Kleinshmidt,1987, 1988, 1990; Khurana and Rosenthal, 1997, 1998;Song and Parry, 1996; Thomke and Fujimoto, 2000)。
表 1 は、「FFE 段階」が、新製品開発プロセスの中において最も重要な位置づけである ことを提示している日欧米の先行研究をまとめた表である。 表 1 日欧米における FFE に関する主要な先行研究 著者 年度 内容 Cooper 1988 123 個の成功と 80 個の失敗した新製品プロジェクトで、事前開発活動（predevelopment activities; 初期審査、予備市場及び技術評価、詳しく市場調査の遂行)は、製品の成功と密接な 関係があることを提示している。結果的に開発の成功は初期計画がいかに明確で熟練に遂行され、実 施要綱 (protocol)が定義されていた。失敗したプロジェクトは事前開発活動、即ち市場調査、プロジ ェクトの審査及び予備市場の評価が弱体化していることを発見した。 Cooper and Kleinschmidt 1987 新製品開発プロセスの初期段階での活動は、製品イノベーションプロセスにおいて新製品開発プロジ ェクトの成功と失敗を決定する主なステップとして重要である。 1988 200 個以上の産業用新製品開発プロジェクトを対象に、新製品プロセスにおいてリソースの割り当て の問題を扱っている。Front-end は、新製品成功の中心にあると明らかになった。成功的な米国の企 業は、事前開発活動により多くの努力を費やし、日本の企業は、この段階で最も多くの費用を費やして いる。新製品プロセスの Front end 活動に所与される時間と費用は、成功と密接な関係がある。経営
陣は、新製品プロセスの最初のステップの重要性を認識し、ここで費やされた資金が製品の成果に大き な影響を与えることを認識する必要があると提示している。 1990 新製品開発プロジェクトの成功に、「FFE での実行の質」と「プロジェクトの計画の明確化」が重要であ ると提示している。 Smith and Reinertsen 1991 新製品開発の担当者が、FFE 段階でどの製品を開発するかどうかの問題を解決できないと、曖昧性 と不確実性が、実際に開発中の製品コンセプトに、遅延および混乱を招く。FFE での活動は、新製品 開発の成功率を高める最も重要な段階のため、FFE プロセスの改善が重要である。 Song and Parry 1996 日本企業の 404 社と 788 個の新製品に対して新製品の成功と 10 つの要素の間の連関性を研 究。10 つの要素は、マーケティングシナージ、技術シナージ、市場潜在力、市場競争力、市場及び技 術の理解、高位経営陣の支援、事前開発計画プロセス、概念開発及び評価能力、市場調査、市場 の事前テスト及び上市能力、技術的な能力である。アンケート回答者にとって、最も重要な成功要素 は、製品の優位性（product advantage)である。また、他に重要な要素は、事前開発の熟練度 （proficiency)、即ち、事前計画プロセス、概念の定義及び評価能力、マーケティング及び技術シナー ジ効果であると論じている。北米の以前の研究によると、市場競争力が最も重要な成功要因であった。 Khurana and Rosenthal 1997 11 社を対象に、FFE の効率性向上の目的で、FFE プロセスにおいて製品戦略、ポートフォリオの計 画、顧客要求を明確に識別し、製品概念の定義、プロジェクト計画を含むなど、これらの活動を組織構 造に統合することが、新製品開発の成功を促すと論じている。 1998 米国 12 社と日本 18 社の FFE の慣行に対して、深層的に事例研究を行った。この研究で発見し たことは、FFE に対して全体的なアプローチを行った組織から大きな成功がもたらしたことである。FFE の 問題は、どうするかに関する根本的な混乱より、FFE での活動を厳正に遂行しないからである。FFE にお いて製品戦略、開発ポートフォリオ、概念開発、全般的なビジネスの妥当性、リソース計画、コーアチー ムの役割、経営陣の検討及び意思決定のメカニズムという要素を統合するプロセスが必要であり、これら のプロセスを保有した企業は、大きな成功を押さえたことを発見。 Thomke and Fujimoto 2000 Toyota 自動車を事例とし、開発リードタイムを短縮する上で、Front-loading における問題解決 を、［デザイン］問題の識別及び解決を製品開発プロセスの初期段階に転換して、開発の性能を高 める戦略として定義。初期段階において、より多くの問題を解決できると、開発をより早くできると提示。 Herstatt, Verworn, and Nagahira 2004 ドイツ 14 社と日本 13 社が、実施した 28 のイノベーションプロジェクトの FFE での具体的な不確実 性の低減活動を観察し，2 か国の不確実性の低減方法に、違いがあることを明らかにした。日本企業 の場合は、厳格な制御システムにより効率を達成していたが、ドイツ企業は正式的な計画、方法、ツー ルによる集中的な手続きを行っていない。アイデア創出の段階で、すでに R&D、Marketing、販売、生 産、顧客サービスなどの機能を統合し、重要な情報と見直しをすべて考慮して、不確実性と実行後の 偏差を減らす方法で、効率性を高めていることを発見。 Verworn, Herstatt, and Nagahira 2008 日本の製造業 497 社の新製品開発プロジェクトの成功に、FFE の影響を分析した。まず、情報プロ セスアプローチを用いて概念モデル（FFE 要因)は、初期計画の緻密さ、市場及び技術の不確実性低 減、成果は効果、効率として、構造方程式モデルを採用して分析を行った。市場及び技術の不確実 性の早期削減と初期計画が、新製品開発プロジェクトの成功に正の影響を与えることを明らかにした。 また，急進的なプロジェクトと漸進的なプロジェクトの FFE を比較して，新規性の多くの側面において 違いはあったが、FFE ではあまり相違がなく，急進的なプロジェクトにおいて、市場規模及び価格敏感 度の推定が難しかったとの結果であった。 Verworn 2009 ドイツの測定及び制御に関する中小企業の 144 社に対して、FFE 段階が新製品開発の成功に与 える影響を分析。 その結果、プロセス初期に異なる機能を統合し、できれば早い段階で、市場・技術不確実性を減ら すとプロジェクト期間中に FFE 活動で定義された仕様からの偏差を減らし、コミュニケーションを強化でき ると述べている。組織間のコミュニケーション及びプロジェクトの成功を向上させるため、新製品開発に関 するすべての部署を FFE 段階の初期計画に参与させることが重要であると述べている。 新規性の程度は、不確実性の低減に費やした努力に影響を与える。
上記の先行研究の多くは、成功と失敗した新製品開発プロジェクトの事例研究から、成 功したプロジェクトで共通点として、「FFE での活動」の熟達していたことを発見した。 即ち、「FFE での活動」に焦点を当て、「FFE での活動」と新製品開発プロジェクトの成 功との因果関係を明らかにした研究としての示唆点ではない。 「FFE での活動」が実際に、新製品開発プロジェクトの成功に正の影響を与えるという 因果関係を、企業の新製品開発プロジェクトの担当者からのアンケート調査を通じて明ら かにした実証研究は、2000 年代からなされた（Langerak et al., 2004; Stockstrom and Herstatt, 2008; Verworn et al., 2008)。
最近の Cooper（2019)の研究では、自分の既存の新製品開発に関する研究（Cooper, 1988; Cooper and Kleinschmidt, 1987)について、アップデートする時であると言及して いる。彼は、B2B および B2C 向けの製品の構想、開発、テスト、および発売に使用される 方法、アプローチ、およびツールは異なるが、主な成功要因が、業界またはセクターによ って大きく異なるという確固とした一貫した証拠はないと主張している。また、新製品を 成功させる要因は、業界全体でかなり普遍的であると述べている。この研究で Cooper （2019)は、新製品開発に成功に導く 20 個のドライバーを 3 つのカテゴリー10に分け、 個々の新製品開発プロジェクトの成功ドライバーの中で、「FFE での活動」として、技術 評価、詳細な顧客の要求を含んだ市場分析、投資決定の直前にビジネス及び財務分析を挙 げている。 表 2 は、韓国製造業に対する FFE に関する先行研究をまとめた表である。 表 2 韓国の製造業における FFE 研究の系譜 Kim and Yoon（2011）
Kim らの研究は，Verworn et al.（2008)が開発した概念モデルを、韓国の製造業に適用して、韓国の製造業に対して大規 模なアンケート調査を実施した。その結果、293 社からデータを収集して、構造方程式モデリングを採用して、新製品開発プロジェク トの成功と FFE の因果関係を、LISREL という統計プラグラムを用いて、分析した。韓国の製造業も、すでに FFE が存在し，FFE で の活動が、新製品開発プロジェクトの成功（効率、効果)に正の影響を与えることを明らかにした。韓国の企業は、市場不確実性の 低減が FFE で最も重要な活動であることが明らかになった。
Nagahira, Kim, Yoon et al.（2015）
Verworn et al.（2008)が開発した概念モデルをもちいて，韓国と日本の製造業における新製品開発プロジェクトの FFE での 活動を、Partial Least Square（PLS)アプローチの構造方程式モデリングを採用して、比較分析を行った。この論文が、他の韓国 の製造業に関する先行研究と異なる点は、「新規性の程度」を「FFE での活動」全体に及ぶ影響要因として加えたことである。
この論文の結果で、日本の場合は、「市場不確実性の低減活動」は、「効率」および「効果」に、「技術不確実の低減活動」は
10 Cooper(2019)の成功ドライバーは、①個々の新製品プロジェクトの成功ドライバー（7 個)、②企業の成功要因として組
「効率」に正の影響を与える。韓国の場合は、「市場不確実性の低減活動」は「効果」にだけ、正の影響を与えることが明らかとなっ た。両国の「市場不確実性の低減活動」から「効果」への経路係数を比較して、韓国は+0.399、日本は+0.270 であった。韓国 の方が、「市場不確実性の低減活動」が、日本より強く、韓国の方がもっと市場志向であると提示している。 また、日本の場合は、「効率」が「効果」に正の影響を与えるという仮説が支持されたが、韓国は支持されなかった。この点から Nagahira らは、韓国のデータから売上が高い企業を 100 個だけ、取り出して仮説検定を行った。その結果、「市場不確実性の低 減活動」は、「効率」及び「効果」に、また、「効率」は「効果」に正の影響を与えるという結果を導いた。 Nagahira らは、日本と韓国の「FFE での活動」の差異を、①日本の企業は、韓国企業より「効率」と「効果」の両方へ注意を払っ ているため，R&D 及び労働に多くのエネルギーを消費する、②韓国の企業は、「市場不確実性の低減活動」にもっと、力を入れる 市場志向である、③両国において、新製品開発プロジェクトの成功に、最も重要な核心な活動は「計画の強度」である、と結論付け ている。
Ruslan and Nagahira（2015a）
Verworn et al.（2008)が開発した概念モデルを採用し，日本の 1980 年代のデータ（540 社)と Kim and Yoon (2011) の韓国製造企業データ（293 社)を利用して，両国にとって最も競争力のあった時代の「FFE 活動」とプロジェクトの「実行段階での 変更」を多重集団分析（MGA)で比較を行った。 両国とも新製品開発プロジェクトにおいて、「初期計画」が重要な活動であり、 「初期計画」は、「市場不確実性の低減活動」に正の影響を与えるが、韓国の方が「市場不確実性の低減活動」が優位であること を明らかにした。「効率」に対する「初期計画」は、正の影響が確認されたが、「効果」に与える間接的な影響だけが両国において重 要であり、直接な影響は重要でないという結果である。 日本の場合は、「効率」が「効果」に正の影響を与えるという仮説は支持されたが、韓国では支持されなかった。この理由を日本の 企業は、計画された資源配分を超えないように管理する傾向であったが、韓国の企業はそうではないと結論付けた。 徹底的な「初期計画」は、プロジェクトの全プロセスの変更を最小限に抑えるうえで、大変に重要であるが、ダイナミックなビジネス環 境では、初期計画の通りに合わせることは困難である。 両国の新製品の技術改善においての差異は、韓国企業は、新製品の技術的な改善を通じて、既存製品を維持し、また新しい 市場を開拓する反面、日本企業の場合、既存市場を対象にする時だけ、技術的な改善を行うことであった。 また、日本企業は、「初期計画」で割り当てた資源を超過しない反面、韓国企業は異なる結果であった。両国において共通な点 は、「プロジェクトの実行段階」において、初期計画への柔軟性を許諾することであった。これは、新製品開発プロジェクトの「効果」に 正の影響を与える結果であったが、プロジェクトの改定は、成功要因に負の影響を与える。韓国企業は、組織変化がかなり重要であ るが、日本企業はそうではないという結果である。 尹・長平・石田（2016） 韓国製造業の新製品開発プロセスにおいて、「FFE での活動」に対して構造方程式モデリングを採用して、LISREL というプログラム を用いて分析を行い、また、日本の製造業と比較を行った。韓国の製造業は、「市場及び技術の不確実性の低減活動」が「効果」 に正の影響を与える仮説は支持されたが、「効率」は支持されなかった。この研究においても、「初期計画」は、「市場と技術不確実 性の低減活動」及び「効率」に正の影響を与える仮説は支持されたが、「効果」は支持されなかった。尹らは、この結果の理由として、 韓国の製造業は、「初期計画」の重要さは知っているものの、実際は「初期計画」がきちんと策定されていないと提示した。また、「効 率」が「効果」に正の影響を与えるという仮説が支持されなかった理由として、尹らは経営資源の効率的な投下を考えていないと提示 している。 上記の韓国と日本の比較研究で、韓国の製造業は、日本の製造業より「市場不確実性の 低減活動」にもっと力を入れる市場志向であることが明らかとなった。また、韓国の製造 業の全データから売上高を 100 位まで取り出して仮説検定を行った結果、全データの仮説 検定の結果と異なることを発見した。このことから企業規模により「FFE での活動」に差 異のあることが推測できる。
