伙伴选择模型

伙伴选择模型（精选九篇）

伙伴选择模型 篇1

1 基于AHP法的联盟伙伴选择模型

基于AHP(Analytic Hierarchy Process)法所构建的战略联盟伙伴选择模型较为常见,AHP法是上世纪70年代中期发展起来的一种定性与定量相结合的多目标决策方法,可以将定性指标和定量指标统一在一个模型中。该方法的关键在于准则层指标的选取,在战略联盟伙伴选择模型中,常见的准则层指标一般为:互补性、兼容性、成长性、对等性、信赖性等,通过对各指标权重的测算来进行多层次的分析以筛选方案层中的候选伙伴。从其准则层指标不难看出该方法基于信息完全的假设,否则将无法测算各指标权重。另外此类模型一般侧重于长期战略联盟伙伴的选择。在经济危机时期,一方面经济和企业的发展均脱离了常规轨道,准确信息的获取难度骤然加大甚至是不可能的,因此完全信息假设不复存在,AHP法中所需要的准则层指标无法准确衡量;另一方面,企业的联盟战略更多考虑的是削弱经济危机对自身的冲击,应对短期内的风险,一般不着眼于长期的发展。正基于此,在经济危机时期企业需要更有效的战略联盟伙伴选择模型,该模型需要在信息不完全假设基础上侧重于短期联盟策略。为此,本文以经济危机时期采购联盟为例构建了新模型。

2 经济危机时期联盟伙伴选择模型

2.1 以采购联盟为例的模型

经济危机时期的一个重要经济特征是本国货币贬值,对原材料较依赖国际市场的企业冲击较大。采取采购联盟的形式在国际市场上购买原材料可以扩大订单量,增加企业的话语权,有效缓冲货币贬值。

现假设企业A需要寻找联盟伙伴共同进行国际采购,采购过程可分解为n个子过程,每个子过程需要寻找一个联盟伙伴,各子过程之间呈串联关系。不妨假定第j项子过程的候选联盟伙伴的数量为n,其中的第k个候选联盟伙伴完成第j项子过程所需要的时间区间估计值为[tjk,],其中();第k个候选联盟伙伴完成第j项子过程的风险区间估计值为[rjk,rjk],其中();第k个候选联盟伙伴完成第j项子过程的成本区间估计值为[cjk,],其中()。A企业期望完成采购的总时间不超过T,可承受的失败风险程度为R,目标为采购联盟完成的总成本最小,即mixC。

则目标函数为

该项联盟的约束条件如下:

s.t-1:每项子过程的联盟伙伴为1个:

s.t-2:时间约束条件为:

s.t-3:风险约束条件为:

2.2 模型应用中需要注意的问题

首先,目标函数的选择,采购联盟的宗旨是降低采购成本,因此模型将目标函数选择为实施联盟的总成本最小。其他联盟形式伙伴选择模型的目标函数则未必是成本最小化,比如研发联盟的目标函数应是风险最小,生产联盟的目标函数应是时间最短,营销联盟的目标函数则可以界定为收益最大,另外,根据需要企业还可以选择多目标函数的模型形式。其次,约束条件的变动。采购联盟中有三个约束条件,分别为伙伴个数、联盟实施的时间以及失败风险。然而,不同形式的联盟需要不同的约束条件,经济危机时期瞬息万变的经济环境要求企业灵活变动约束条件来实现联盟伙伴的优化选择。第三,结合AHP法运用模型。基于AHP法的战略联盟伙伴选择模型在企业所掌握的信息量较大时还是十分有效的,因此,即便在经济危机时期企业选择联盟伙伴时也不能完全忽视AHP法的作用。企业选择战略联盟伙伴时首先应考虑对候选企业是否熟知和信任,如果同时具备两个条件,则应采用AHP法进行联盟伙伴选择;其次,考虑此项联盟的时间长度,如果着眼于长期联盟,企业应付出较大成本获取关于联盟伙伴的信息并采取AHP法进行伙伴选择;第三,随着企业与联盟伙伴的不断合作,相互之间的信息透明度也会越来越高,也就具备了从新模型到AHP法模型转换的条件,企业可以考虑与联盟伙伴建立长期的合作关系。总之,企业在选择所应用的模型时,最关键的因素是衡量自身对候选联盟伙伴信息的掌握程度,基于完全信息假设选取AHP法或基于不完全信息假设选择使用新模型。

3 当前形势下我国企业如何选择国际联盟伙伴

由美国次贷危机引起的全球性金融危机已经波及到实体经济层面上,主要发达国家基本上都处于经济危机状态之中。此轮经济危机对我国出口导向型企业影响较大,一方面国际市场大幅萎缩,另一方面人民币升值造成出口商品相对价格上涨。我国企业应采取联盟战略,积极与国外企业联合应对经济危机的冲击。

当前形势下的联盟主方向为营销联盟,只有借助于国外联盟伙伴的力量才能应对国际市场萎缩和人民币升值带来的出口困难。企业在选择联盟伙伴时应充分考虑以下四点:首先,联盟伙伴在进口国拥有成熟的营销模式和丰富的市场资源,可以帮助我国企业快速进入目标市场,促进国际扩展;其次,联盟伙伴掌握大量的国际市场知识,熟悉资本和金融运作,可以减少合作过程中的摩擦,实现联盟中的无缝对接;第三,联盟伙伴有一定的企业规模,财务状况稳定,我国企业应对联盟伙伴的财务状况仔细审查,防止在国际合作中遭遇虚假企业骗局;最后,联盟伙伴企业文化与本企业文化的吻合程度,相近的或互补的企业文化有助于联盟双方更好的展开合作。跨国联盟中最关键的因素是联盟风险的控制,因此,在根据上述标准确定候选联盟伙伴之后,企业应该以风险程度为目标函数进行联盟伙伴选择,选择风险系数相对较小的联盟伙伴。建议企业可以通过一系列的系统的短期联盟维护市场,并待经济形势好转之时谨慎地选择一个长期联盟伙伴,共同打造一个成熟的市场。

参考文献

[1]李再扬,杨少华.企业战略联盟理论的新发展[J].济学家,2003,(3).

[2]Gulati R.Network Location and Learning:The influence of network resources and firm capabilities on alliance formation, Strategic Management Journal,1998.21:397-420.

如何选择创业伙伴 篇2

“选择了正确的团队，就是完成了80%的工作。”这是很多风险投家投资企业时的经验之谈。调查发现，与传统企业家往往单枪匹马打天下不同的是，大多数活跃在新经济领域的第三代企业家，都喜欢抱团创业，他们中间90%以上都有一个三人以上的团队。他们的创业也因为一开始建立了一个非常专业、分工明确、互补明显的创业团队，而使企业取得跨越式发展。当企业扩大到一定阶段，也能够摆脱家族企业的弊病，迅速地吸引风险投资，确立良好有效的企业制度走上正轨。

虽然每个创业者寻找伙伴，其关注的侧面都不同。但是，这些已经用事实证明成功的创业团队无疑非常值得我们借鉴，也反映了大多数寻找创业伙伴需要注意的地方。

1、在熟人圈子里寻找

合作伙伴之间最重要的是相互信任，相互尊敬，同时要有一种“爽”的感觉。这种感觉有点像谈恋爱，而且是一场马拉松式的恋爱。因此，初期的创业伙伴最好在熟人圈子里寻找。很多人选择创业伙伴通常会在配偶、亲戚、同学、同事、同好等里面寻找。(创业 )比如Google的创始人是同学关系，facebook也是如此。

有不少夫妻携手合作，既开心又赚钱。例如，黛比会做一种巧克力曲奇，她的好手艺让每个品尝过这些曲奇的人都绝口称赞;而她的丈夫兰迪有做生意的天赋和能力，两者形成一套体系，把店发展至几百家。在一些好朋友中也能找到合作伙伴。贾德。马尔金选择他的大学室友尼尔。布鲁姆一起开办了JMB，幸运的是，他们的友谊带来了商业的成功。

在寻找合作伙伴之前，需要注意什么呢?当然首先是要制定合作目的与目标，这是大前提;其次，是规划好合作伙伴的职责，这样才能更好地指导自己去寻找什么样的合作伙伴;第三，是要严肃地处理合作过程的投入比例利润分配，这是能够保证合作伙伴长治久安的制度保障。

2、为可能发生的冲突预订协议

还有一点也很重要，是每一个创业者不想去多想、但又很现实的问题，那就是合作伙伴的退出机制。在创业初期，你必须“先小人后君子”，事先想好一旦和搭档发生明显冲突时如何处理;同时建立一套一般程序来处理预料之外的矛盾。一个在创业合作关系上颇有经验的好律师可以帮你考虑到更多可能发生的冲突。你要现实一点，合伙关系里首要的问题就是不切实际的期望，所以你要确保自己和合作伙伴对未来不会过分乐观。

成为创业者的主要原因之一是想把握和决定自己的命运。但是，如果你争夺表决权的努力白费，也并非全盘皆输。因为工作出色而成为不可或缺的人物才算是真正意义上的掌控。

伙伴选择模型 篇3

关键词：创新合作绩效；有形绩效；无形绩效；伙伴选择；伙伴关系；个体实力；合作经验；资源投入力度

中图分类号：F204 文献标识码：A 文章编号：1007-2101（2016）04-0098-06

一、引言

由于科技发展飞速、市场瞬息万变，企业受内外部条件的限制使其完全依靠自主创新提升核心竞争力变得不太可能。因此，越来越多的企业突破原有内部创新模式，向外部寻求力量组建创新联盟成为企业的主要策略。企业与高校或研究机构合作具有竞争小、易结合的优点，一直是我国企业合作创新的首选模式。从以往的经验来看，尽管合作创新为企业创新提供了条件，但其失败率却有40%～70%之高[1]。

联盟伙伴的选择已然成为影响企业合作创新绩效的关键因素之一。现有研究中，企业的合作创新绩效多为显见绩效，却忽视了企业的无形绩效这一关键指标，Cooper、Deshpande.R等学者认为创新合作绩效可以从财务、市场占有率、机会窗口和销售目标等来考核创新绩效[2]-[4]。Simonin & Helleloid、Hopkins等人认为只关注无形绩效得出的结果必然是偏颇的，必须将对企业的产品、工艺创新等主观评价指标纳入评价体系中[5]-[7]。目前对于合作伙伴选择因素的研究主要存在两个方向，一是确定合作伙伴的选择因素，为企业合作伙伴的选择提供依据[8] - [10]。这些对于合作伙伴选择因素的研究主要是针对企业纵向联盟，其组建联盟大多不是以创新为目标，而是以联盟关系的互补性与适应性为研究视角，从企业合作流程的整体角度进行研究，专门研究企业创新合作这种横向联盟合作伙伴选择因素的研究并不多。另一个方向主要是合作伙伴选择因素对合作绩效影响的研究，研究的目的在于确定合作伙伴选择因素的有效性[11]- [13]。根据现有文献，能力、信任、兼容性等因素成为企业选择合作伙伴时首先要考虑的因素[14]-[17]。上述这些因素在合作伙伴选择决策中的确重要，但是考虑到合作伙伴的类型存在差异，这些因素又不够全面。

笔者将企业创新合作绩效划分为有形与无形绩效两个维度，并采用实证分析的方法验证合作伙伴个体实力、信誉与经验以及资源投入力度三个因素对合作创新绩效的影响。同时考虑到企业的创新是以市场为导向，以利益最大化为目标，而高校和科研院所的创新是以研究为目的，二者创新出发点的差异会使合作偏离轨道，合作过程中的伙伴关系强弱一定会对最终的创新合作绩效产生影响，所以将其作为调节变量来加以考量，旨在为企业提高创新合作成功率及提升合作绩效提供理论参考与借鉴。

二、理论分析和假设

（一）有形绩效对无形绩效的影响

企业的有形绩效可以通过销售利润、市场份额、机会窗口和新产品数量四个指标来评价。首先，销售利润获取得越多，企业才有更多的资本增加企业的各种资源，才有更多的机会回报社会等；其次，企业的市场份额越大，企业在行业中的竞争力就越强，尤其是高科技企业具有高风险属性，其技术竞争力的强弱直接关系企业的未来发展；再次，企业进入的机会窗口越多，意味着企业有可能转变的盈利窗口越多，在科技快速更新的浪潮中企业才能实现技术的飞跃迁移，才能使企业的技术竞争力得到大幅度的提升；最后，在合作过程中，企业开发出的新产品新工艺越多，越能增加企业的社会影响力和知名度，也可以在一定程度上提升企业的社会效益与核心竞争力。据此，本文提出假设：

H1：企业创新合作有形绩效对企业创新合作无形绩效具有正向的影响。

（二）个体实力对企业创新合作绩效的影响

个体实力即合作方自身所具备的综合能力。已有文献认为：合作伙伴自身能力的强弱，会对创造和生产产品的效率及质量产生影响。Heimeriks认为合作伙伴的能力通过联盟传播到发起者一方，能力的差异是造成联盟绩效差异的关键因素[18]。郑胜华等人认为合作伙伴的运营能力、协调控制能力、自我提升能力都会影响联盟的绩效[19]。创新合作联盟各方一般不具有竞争关系，各方的核心能力基本不存在交叉，企业在选择合作伙伴时应多考虑互补能力。个体实力应包括技术实力、硬件实力以及人力资源实力三个方面。技术实力主要包括合作方拥有的相关技术在行业中的领先程度，特别当企业采用所有权转让这种产学研合作模式时更应考虑该因素。硬件实力主要指为技术创新提供的硬件支持平台，对一些规模比较小的企业来说，选择创新合作是由于自身硬件水平有限，无法满足将理论技术转化为现实生产力的需要，而在一些高校和科研院所特别是某些国家级重点实验室中却拥有先进的研发设备，能够为企业提供小试或中试的平台。人力资源实力是指合作伙伴的人员素质，技术创新的实现最终是靠人来完成的，那么“外脑”的质量必然会对最终的创新结果产生影响，合作伙伴拥有的科研人员所具备的研究能力、科研人员的数量以及管理水平都决定着其人力资源实力，考虑到合作过程中知识的非主动性转移给企业带来的负面影响，合作伙伴研究人员的稳定性也应作为人力资源实力考量的范畴。据此，本文提出假设：

H2：合作伙伴的个体实力对企业创新合作绩效具有显著的正向影响

H2a：合作伙伴的个体实力对企业创新合作有形绩效具有正向的影响。

H2b：合作伙伴的个体实力对企业创新合作无形绩效具有正向的影响。

（三）合作伙伴的信誉与经验对企业创新合作绩效的影响

现有文献中已经指出信誉度高的伙伴将就合作联盟长期目标的达成付出更多的努力，合作伙伴是否有合作经验会在一定程度上影响联盟的持续性与稳定性。信誉与经验应包括声誉、可信任度和创新合作经验三方面。合作方的声誉能够反映其在技术水平、人员素质、综合管理水平等方面的状况，如果合作伙伴声誉良好就能极大地降低企业合作创新过程中的风险，提高合作绩效。创新合作各方的信任程度会影响合作的稳定性，特别是当合作各方的社会地位存在较明显差异时信任的存在会使双方忽视差异性，增强合作各方的合作意愿，降低合作过程中的冲突率，使双方形成更为紧密的合作关系。合作方的创新合作经验能够增强联盟的稳定性与持续性，如果合作伙伴曾有创新合作经历，其更易于了解合作过程中导致联盟过早结束的原因从而加以避免。据此，本文提出研究假设：

H3：合作伙伴的信誉与经验对企业创新合作绩效具有显著的正向影响。

H3a：合作伙伴的信誉与经验对企业创新合作有形绩效具有正向的影响。

H3b：合作伙伴的信誉与经验对企业创新合作无形绩效具有正向的影响。

（四）合作伙伴的资源投入力度对企业创新合作绩效的影响

合作伙伴的资源投入力度指其在合作过程中对资源的投入意愿与投入强度。已有文献表明，资源投入承诺为联盟发展提供坚实的基础，进而对最终的绩效起到关键作用。Gudmundson在其研究中指出联盟的发展与合作方的支持密不可分，体现在合作中其为联盟提供的人财物水平[20]。潜在的合作伙伴只有在合作中投入其承诺的资源水平，才有可能建立起持久的合作关系，否则，即使其与联盟发起者在其他方面都能在一定程度上实现兼容匹配，也会导致联盟最终走向失败。合作伙伴的资源投入力度应包括软件资源投入与硬件资源投入。软件资源投入是指人力、知识以及技术的投入。创新合作得以顺利进行需要物化资本的支持，这也是合作能否进行的基础。合作伙伴资源投入力度的强弱势必在一定程度上影响最终的合作绩效。据此，本文提出研究假设：

H4：合作伙伴的资源投入力度对企业创新合作绩效具有显著的正向影响。

H4a：合作伙伴的资源投入力度对企业创新合作有形绩效具有正向的影响。

H4b：合作伙伴的资源投入力度对企业创新合作无形绩效具有正向的影响。

（五）合作伙伴关系对伙伴选择与企业创新合作绩效关系的调节作用

企业在进行技术创新合作时，往往只关注合作伙伴的个体实力，认为硬件软件资源强必然会获得预期的结果，从而忽视了伙伴关系在合作过程中重要性。在已有文献中显示，造成企业合作联盟过早结束的原因中有将近70%与伙伴关系有关[21]。企业创新合作伙伴关系应包括合作各方合作动机兼容程度、合作各方信息沟通能力、合作过程中知识产权协调问题和政府或中介机构在合作中的枢纽作用四个方面。企业所选择的合作伙伴即使个体实力很强、声誉信誉很高，但如果伙伴关系很弱，便不会取得预期的结果；相反，如果伙伴关系强，在一定程度上还可以弥补伙伴选择某些因素的不足，而获得较高的绩效。笔者认为伙伴关系对合作伙伴选择与企业创新合作有形绩效关系存在调节作用，因为无形绩效具有后效性，所以其对无形绩效不存在显著的调节作用。据此，本文提出研究假设：

H5：合作伙伴关系正向调节合作伙伴选择与企业创新合作有形绩效的关系。

H5a：合作伙伴关系正向调节个体实力与企业创新合作有形绩效的关系。

H5b：合作伙伴关系正向调节信誉及经验与企业创新合作有形绩效的关系。

H5c：合作伙伴关系正向调节资源投入力度与企业创新合作有形绩效的关系。

三、研究方法与数据收集

（一）问卷设计与变量测量

本文主要探讨合作伙伴选择因素对企业创新合作绩效的影响，共涉及六个主要概念，分别为合作伙伴的个体实力、合作伙伴的信誉与经验、合作伙伴的资源投入力度、企业创新合作有形绩效、企业创新合作无形绩效以及伙伴关系。问卷题项围绕上述六个概念展开，此外还包括问卷填写者及合作伙伴相关信息。为了保证问卷的效度，设计变量指标时尽量从已有研究中提取。借鉴Cooper（1991）的研究对创新合作有形绩效进行测量，共4个问项；借鉴童亮（2000）和Simonin（1998）的研究对企业创新合作无形绩效进行测量，共4个问项；合作伙伴个体实力的测量借鉴Heimeriks（2004）和郑胜华（2007）的研究，共6个问项；合作伙伴的声誉与经验的测量借鉴Bertrand（2003）的研究，共3个问项；合作伙伴资源投入力度的测量借鉴Mohr（2006）的研究，共4个问项；伙伴关系的测量借鉴袁磊（2001）的研究，共4个问项。除问卷填写者的基本信息外，用于测量六个概念的25个问项全部采用Likert五级打分法，即1代表“完全不同意”，5代表“完全同意”，分值越高代表认同度越高。

（二）数据收集

为了保证问卷的科学性和有效性，首先向有关专家进行了问卷咨询，其中有60%的专家来自于企业，其余40%的专家来自高校。根据专家的意见对问卷进行了修改，对部分题目进行了调整与修改。本次调研的问卷主要发放对象为华北、东北地区科技型企业的管理人员或有创新合作经验的高级技术人员，发放区域包括滨海新区、中关村、海泰科技园区和沈阳高新产业园区等。调研共发出问卷210份，收回有效问卷148份，有效问卷的回收率为70%，其中有65份（44%）问卷的填答者是企业的管理人员，剩余83份（56%）的填答者是具有产学研合作经验的高级技术人员，从参加调研者的学历、经验来看，对问卷涉及的题目具有较强的理解力及敏感性，很具有代表性。

四、数据分析和结果

（一）描述性统计

本文采用SPSS16.0对各个变量的可靠性进行分析，对样本数据的信度采用进行测量，alpha系数介于[0，1]，越接近1表示信度越高，一般当此值大于0.7时即认为该变量通过了信度检验。本研究各变量的Cronbachs alpha系数为0.810、0.773、0.752、0.838、0.869、0.862，均大于0.7，证明各个变量的信度通过了内部一致性检验，问卷的信度较好。本研究涉及的所有潜变量其测量题目均选自已有文献，大多题目已经在现有研究中使用，同时在调研前聘请企业与高校的有关专家对问卷题目进行咨询，根据专家的意见对某些题目进行了微调，使其更具科学性、易读性，可以认为问卷量表具有较好的文本效度和内容效度。根据验证性因子分析的结果，合作伙伴个体实力、合作伙伴的声誉与经验、合作伙伴投入力度、有形绩效、无形绩效以及伙伴关系六个潜变量的测量题目在所属维度上的因子载荷均大于0.6，组合信度系数全部大于0.75，所有变量的平均提炼方差值均大于或等于0.5，量表的收敛效度符合要求。同时，所有潜变量的相关系数均小于平均提炼方差，量表具有较好的判别效度，适合做进一步分析。

（二）模型检验

本研究进一步运用结构方程采用LISREL8.70软件对结构模型进行检验，得出各变量间的标准路径系数。为了探讨伙伴关系这个调节变量的影响，本研究开发出互动效应模型，对假设H5a、H5b、H5c进行检验。在对各项指标进行标准化处理之后，将自变量（合作伙伴个体实力、合作伙伴声誉与经验、合作伙伴资源投入力度）、因变量和调节变量的交互项逐个放入多元回归模型中进行检验分析，如果自变量与调节变量交互项的回归系数显著，那么可以认为具有显著的调节作用。根据主模型与调节效应模型的检验，所有检验结果如表1所示。

1. 企业创新合作有形绩效对无形绩效具有显著影响，假设1获得支持。说明企业创新合作的有形绩效越高，则无形绩效也会随之增长。

2. 合作伙伴的个体实力对企业创新合作有形绩效与无形绩效都具有显著影响，假设2获得支持。即合作伙伴的个体实力越强，企业创新合作绩效越高。从研究结果来看，合作伙伴的个体实力对创新合作有形绩效与无形绩效的影响存在差异，个体实力对有形绩效的影响程度要高于无形绩效。这是因为有形绩效具有快速显效的特点，如果合作伙伴具有较强的成果转化能力、研发创新能力，可以使企业很快地获取经济收益；但是无形绩效具有后效性，有些效益需要经过很长时间才能显现。因此，个体实力对于企业创新合作有形绩效的影响要强于对无形绩效的影响。

3. 合作伙伴的信誉与经验对企业创新合作有形绩效与无形绩效具有显著影响，假设3获得支持。合作伙伴的声誉与经验在合作过程中确实能够促成合作的产出，提高最终的有形绩效；同时，虽然声誉与经验都是合作伙伴的私有属性，在合作过程中不具共享性，但是在合作过程中企业可以通过合作方的经验共享来提升其无形绩效。

4. 合作伙伴的资源投入力度对企业创新合作有形与无形绩效具有显著影响，假设4获得支持，即合作伙伴的资源投入力度越大，企业创新合作绩效越高。同时，合作伙伴的资源投入力度对企业创新合作有形绩效的影响要大于对无形绩效的影响，这是因为在投入的资源中，只有合作伙伴的知识分享程度会直接作用于无形绩效，其他实物资源的投入都直接于有形绩效，而有形绩效的提高在未来会带动无形绩效的提高。

5. 合作伙伴关系对合作伙伴选择与企业创新合作绩效的关系具有显著正向调节作用，假设5获得支持。伙伴关系直接作用于整个创新合作过程，对最终的创新结果至关重要，比如松弛的伙伴关系一定会降低企业创新合作有形绩效，这一结果大多表现为创新合作的有形绩效，而其对无形绩效的影响具有延续性，所以本研究未对其进行假设检验。

五、结论与建议

在科技企业合作创新飞速发展的背景下，笔者构建了一个概念模型，探讨了伙伴选择中伙伴个体实力、伙伴信誉与经验以及伙伴资源投入力度三个变量影响合作创新绩效的作用机理，同时验证了伙伴关系的调节作用。本文通过实证研究得出，首先，企业的合作创新有形绩效能够对无形绩效产生影响；其次，伙伴选择通过伙伴个体实力、伙伴的信誉与经验以及伙伴资源投入力度三个因素正向影响合作创新的有形与无形绩效；最后，伙伴关系这一因素，可以在伙伴选择对合作创新绩效的影响过程中起到正向的调节作用。

企业的创新合作伙伴选择决策是否正确，不仅取决于合作方的个体实力与水平，合作伙伴的信誉及在合作过程中能否按承诺投入相应的资源都会对最终的合作绩效产生影响，此外，合作过程中的伙伴关系可以正向调节伙伴选择与创新合作绩效的关系。因此企业在选择创新合作伙伴时应注意以下问题。

首先，企业应建立创新合作伙伴选择评价体系，该评价体系在强调个体实力因素的同时还应注重信誉经验、资源投入因素及合作关系因素，在此基础上构建指标体系，同时考虑到合作伙伴的信誉经验因素具有参照性，可将评价指标体系进行动态化调整。根据企业进行创新合作的目的，对每个指标进行权重设计，依据评价指标体系对潜在的合作伙伴进行加权评分，最终得到每个潜在伙伴的评价总分，由此选择最佳的创新合作伙伴。

其次，合作伙伴关系与资源投入力度某些指标由于具有过程性不能在评价体系中体现，这就要求企业在合作前应格外重视关系因素及资源投入因素。企业在对潜在伙伴进行客观评价之后，还应综合考虑合作伙伴的力量平衡，比如企业在确定了某几个潜在合作伙伴之后，可以通过进一步的接触对其合作动机、可信任程度、履行承诺的态度等进行综合分析，另外合作过程中的沟通水平也会影响最终的绩效，因此在合作前有必要与潜在伙伴进行多次沟通以确定双方的沟通是否存在障碍，减少合作过程中因沟通不畅带来的纠纷。

最后，企业在衡量自身的规模、吸收能力以及网络能力的基础上，应尽量避免只选择一个合作伙伴进行创新合作，这样做是因为企业创建适当冗余的合作连接可以降低企业对某些掌握关键技术合作伙伴的依赖性，使企业的抗风险能力增强，同时企业对于不同的合作伙伴合作强度的控制更为自主有效，能够提高知识在创新合作网络中的传播效率。

本文虽然将影响企业创新合作伙伴选择的因素划分为三大类，但却未能穷尽选择合作伙伴的应考虑的全部因素，因此在今后的研究中将进一步探索能够影响创新合作伙伴选择的因素。此外，笔者的研究将企业选择合作伙伴限定在创新合作这一情境中，将来的研究可以讨论企业在其他合作模式下该如何选择合作伙伴以提高企业的绩效，最终寻求一种具有普适性的合作伙伴选择影响因素指标体系。

参考文献：

[1]李梅芳，刘国新，刘璐.企业与高校参与产学研合作的实证比较研究：合作内容、水平与模式[J].研究与发展管理，2011，（4）：113-118.

[2]Mansfield，E. Academic Research and Industrial Innovation[J].Research Policy，1991.

[3]Betz，E. Industry-University Partnerships[M]. In：Gaynor，G.（Ed.），Handbook of Technology Management（chapter 8），McGraw-Hill，New York，1996.

[4]Agrawal，A.Tecchnologyaequisition strategy for early-stage innovation[M]. Kingston，Canada：Queens University，2002.

[5]Bagozzi，R.P.&Yi，Y.On the Evauation of Structural Equation Models[J].Journal of the Academy of Marketing Science，1998，（16）：74-94.

[6]Bames，T.，Pashbyl.&Gibbons，A.Effective University-Industy Interacction：A Multi-Case Evaluation of Collaborative R&D Projects[J].European Management Journal，2003.

[7]童亮，陈劲.基于复杂产品系统创新的知识管理机制研究[J].研究与发展管理，2000，（4）：45-52.

[8]Brouthers K.D.，Willkinson.T.J.Strategic Alliances Choose your Partners [J].LongRange Planning，1995，（3）：18-25.

[9]Bertrand Quelin，Francois Duhanmel.Bringing Together strategic Outsourcing and Corporate Strategy：Outsourcing Motives and Risks[J].European Management Journal，2003，（5）：647-661.

[10]袁磊.战略联盟合作伙伴的选择分析[J].中国软科学，2001，（9）：53-57.

[11]T.K.Dasa，Bing-Sheng Teng.Relational Risk and Its Personal Correlates in Strategic Alliances[J].Journal of Business and Psychology，2001，（3）：449-465.

[12]张恒俊，杨皎平.关系嵌入性对企业创新绩效的影响研究——以知识溢出、知识吸收能力为中介变量[J].合肥工业大学学报（社会科学版），2014，（1）：44-55.

[13]APCO. Associates，Research Cooperation between University and Industry[C].Washington，D.C.，1986.

[14]孙笑明，等.创新合作伙伴选择与创新绩效之间的关系[J].科学学与科学技术管理，2011，（11）：173-179.

[15]Mohr J，Spekman R.Characteristics of partnership success：partnership attributes，communication behavior，and conflict resolution techniques[J].Strategic Management Journal，2006，（2）：135-152.

[16]Tyler.B，Steensma.H.K.Evaluating Technological Collaborative Opportunities Cognitive Modeling Perspective [J].Strategic Management Journal，1995，（16）：43-70.

[17]薛伟贤，张娟.高技术企业技术联盟互惠共生的合作伙伴选择研究[J].研究与发展管理，2010，（1）：82-89.

[18]Heimeirks KH.Developing Alliance Capability，PHD Thesis[D].Eindhoven University of Technology，2004.

[19]赵炎，王冰，郑向杰.联盟创新网络中企业的地理邻近性、区域位置与网络结构特征对创新绩效的影响——基于中国通讯设备行业的实证分析[J].研究与发展管理，2015，（2）：124-131.

[20]Gudmundson D，Tower C.B，Hartman E.A.Innovation in Small Businesses：Culture and Ownership Structure Do Matter[J].Journal of Developmental Entrepreneurship，2003，（1）：1-17.

[21]Anne Murphy，Gerard Kok. Managing Differences[R].EFQM Conference，7th，April 2010.

伙伴选择模型 篇4

关键词：高新技术企业,研发联盟伙伴选择,遗传算法

0 引言

改革开放三十年来, 高新技术企业已成为国民经济发展的重要支撑力之一, 在许多行业和领域具有突出优势。但随着高新技术的不断革新, 知识经济的不断深入, 高新技术企业的创新活动所要面对的技术问题越来越复杂, 技术淘汰率也越来越高, 并且消费者需求的日益个性化和多样化使产品生命周期在不断缩短, 研发成本在不断上升。

高新技术企业如何能在研发成本不断提高、研发风险不断加大的环境下求生存, 求发展, 已经受到了国内外学者越来越多的关注。许多学者的研究结果表明, 研发联盟为企业破解这些难题提供了可能。研发联盟是通过协议或契约与外部企业建立合作的行为方式, 并联合致力于研究开发, 具有资源共享、优势互补、风险共担、利益共享的特点。

目前已经有一些关于企业研发联盟理论的研究, 但主要是针对研发联盟进行了一般分析, 例如研发联盟的相关概念、特征、机理等, 也有部分针对其风险机制、企业博弈的分析, 而针对高新技术企业研发联盟的伙伴关系选择的专门研究相对较少。因此, 对于高新技术企业伙伴选择问题的研究无论是对进一步完善研发联盟理论体系, 还是对增强企业的管理决策水平, 提高经济效益, 都具有较高的理论价值和实际意义。

1 国内外研究述评

国外学者Christoph Bronder等 (1992) 认为联盟成功的关键在于对联盟的发展过程的理解, 并提出了建立联盟关系的四个决定性的阶段:联盟的决策、联盟的配置、伙伴选择、联盟管理[1]。Michael G等 (1995) 为了提高选择联盟伙伴的成功率, 提出了一个三阶段的决策过程, 并建议在决策过程中应系统的评估宏观环境、行业环境及潜在伙伴的组织环境[2]。Hiroshi Yasuda等 (2005) 基于两大经济学理论:资源论和社会交易理论, 构建了联盟活动的分析模型[3]。Paul E.Bie rly III等 (2007) 从三个方面对联盟伙伴选择的影响因素进行研究, 即战略协调性、信任及战力权宜, 认为后两者对联盟伙伴选择过程至关重要[4]。此外, 对研发联盟伙伴选择研究的学者还有Glaister, J akki Mohr等, 提出了联盟伙伴选择的影响因素。

国内学者黄瑞华等 (2004) 通过一个不完美信息动态博弈模型, 分析了促进高质量伙伴参与合作创新而低质量伙伴不参与合作创新的均衡产生模型[5];曾德明等 (2005) 采用层次分析法来研究协作研发选择伙伴的问题[6];崔征 (2006) 提出了战略联盟伙伴选择的步骤、原则, 并运用层次分析法对潜在的合作伙伴进行分析评价, 从中选出最适合的合作伙伴[7];桂黄宝等 (2007) 运用模糊层次分析法 (FAHP) 对合作技术创新伙伴的选择问题进行定性和定量相结合的研究[8];田波等 (2008) 运用网络分析法 (ANP) 给出了基于网络关系判断信息的企业创新合作成员选择方法[9]。

相关文献可以看出, 学者们从不同的角度对研发联盟伙伴选择问题进行了研究, 总体来说, 体现为以下几个方面: (1) 主要偏重于评估潜在的联盟伙伴之间的信任, 互补关系, 关注的问题往往是看联盟关系是否具有战略价值, 组建的联盟是否具有明确的战略目标, 而对于像联盟伙伴的实力对比、联盟失败的风险等这一类重要因素考虑的较少。 (2) 对于选择合作伙伴所采用的方法虽然较多, 但从文献中可看出将定性和定量指标统一结合的方法在建立研究联盟伙伴选择模型时受到众多学者的青睐。这些方法提出是国内学者在借鉴国外联盟伙伴选择的理论成果基础上做出的大胆创新, 其中博弈论、层次分析法是学者们在研究合作伙伴选择问题时使用频率较多、比较有代表性的方法。

2 研究方法的比较与选择

从文献中可以看到, 国内学者研究伙伴的选择问题时多采用的博弈论及层次分析法, 但这些方法在实际运用中是很繁琐的, 并不利于企业具体的操作。其中博弈论具体表现在对博弈主体的理性要求过于苛刻, 并且当博弈遇上多重均衡时, 博弈论本身也无法确定究竟应该达到哪一个均衡。而层次分析法虽然可以对多目标复杂决策问题提供简便的决策方法, 帮助决策者选择最佳方案提供依据, 但从层次结构模型的建立到给出成对判断矩阵, 人的主观因素对整个过程的影响较大, 带有一定的主观臆断性, 使可信度降低;当遇到因素众多、规模较大的问题时, 判断矩阵难以满足一致性的要求, 往往难于进一步对其分组。在这些情况下, 这些方法自身的优越性就很难体现出来, 得出的结论往往与实际偏差很大。由于外界环境的变化会对企业的发展带来高度的不确定性, 任何的先决、假设条件, 主观的判断都会影响最终的选择结果。

遗传算法 (Genetic Algorithm, GA) 是一类在模拟达尔文的进化论和孟德尔的遗传学理论基础上, 借鉴生物界自然选择和自然遗传机制的随机搜索与优化算法。该算法最早是由美国密执安大学的J.Holland教授于1975年首先提出的[10]。遗传算法求解问题时, 在编码方案、适应度函数及遗传算子确定后, 算法将利用进化过程中获得信息自行组织搜索。由于基于自然的选择策略为“适者生存, 不适应者被淘汰”, 因而适应度大的个体具有较高的生存概率。进化算法的这种自组织、自适应特征, 使它具有能根据环境变化来自动发现环境的特性和规律的能力。自然选择消除了算法设计过程中的一个最大障碍, 即需要事先描述问题的全部特点, 并要说明针对问题的不同特点算法应采取的措施。

与以上方法相比, 遗传算法的主要特点和优点是:

2.1遗传算法仅使用问题本身的目标函数进行搜索和优化, 不需要其他任何假设条件或主观信息的判断, 因而使用操作简单, 且得出的结果较为客观。

2.2遗传算法是在一定的范围内而不是在一个点上进行寻优, 从而更容易达到全局最优或最满意解得把握性越大。

基于以上比较, 本文选用具有自组织、自适应的遗传算法研究研发联盟伙伴选择问题。

3 目标函数的确定

为了提高适应力和快速反应能力, 增强竞争力, 高新技术企业之间可以通过研发联盟, 将外部技术资源内部化, 实现资源共享和优势互补, 获得相应的资本和组织资源使产品生命周期日益缩短, 降低研发时间及风险, 迅速提升企业的自主研发能力, 从而提高技术创新能力。Keith D.Brouthers等 (1995) 提出了一个具有普遍意义的选择标准框架, 包括互补的能力、合作的文化、兼容的目标、相称的风险四个方面[11]。一般来说, 为使研发联盟获得成功, 达到合作双方预期的目标, 高新技术企业在选择联盟伙伴时应遵循如下的原则:优势互补原则、兼容性原则、相似度原则、风险最小化原则。

3.1 优势互补原则及目标函数

企业选择研发联盟而不是自主研发的主要原因往往是企业不具备研发所需的全部资源, 高新技术企业在这方面尤为突出, 所以企业进行研发联盟, 很多都是考虑要利用外部的能力以及资源来弥补自身的缺陷, 从而达到企业的目标。

从这一原则出发, 可以考虑联盟者的技术创新能力、联盟者提供的研发资金, 这两方面往往是大部分高新技术企业寻求联盟的主要目的。具体选择如下因素考察此原则:企业的创新成功率, 企业知识产权量以及提供研发资金的数量。

目标函数1:

其中CEO表示优势互补 (Complement Each Other) , isi表示候选企业i创新成功率, ipi表示为企业知识产权量, rfi表示企业i提供研发资金的数量, ui表示第i个伙伴被选中。

3.2 兼容性原则及目标函数

建立研发联盟的企业之间必须在企业文化和管理模式以及企业的规模和实力上具有一定的兼容性, 这才能保证减少合作过程中不必要的冲突, 从而使企业研发联盟保持稳定、有序的状态。

此项原则考察的因素是企业文化, 企业管理水平。由于企业文化和管理水平本身是一个极为抽象的概念, 难以用量化的数值来表达。这里, 将采用基于专家、相对于企业基准对比的方法来对伙伴选择因素的进行比较。

3.3 相似度原则及目标函数

企业所选择的伙伴必须有能力与自己合作, 这样合作才有价值。如果联盟的各方实力相差悬殊, 这样的联盟便不能在互惠互利的基础上进行, 其遭到失败可能性就越大。

此原则考察的企业间实力的对比, 可以从联盟双方的市场占有率, 企业规模进行评价, 其中市场占有率=企业产品销售量/市场上同类产品销售量×100%, 企业规模大小可以从企业的销售额, 资产总额, 从业人员数量得出。

3.4 风险最小化原则及目标函数

研发本身就是一项面临着高投入、低产出风险的工作。虽然联盟能够共担风险, 但研发项目合作的风险还是存在的。例如道德风险、联盟者机会主义行为等。所以, 在选择联盟者时, 应考虑伙伴对风险抵抗力, 最大限度的回避或减少联盟的风险。

其中R表示风险 (Risk) , ri为选择候选企业ui所冒的风险度量。

4 基于遗传算法研发联盟伙伴选择模型的实现

4.1 编码设计及种群设定

如下图所示, 代码串中的每一位ui表示一个候选伙伴的状态, ui=1表示第i个伙伴被选中参与企业的研发联盟, 否则ui=0表示未被选中。编码设计完成后, 随机产生群体规模为G的初始群体。

4.2 适应度函数的设计

4.3.3 变异操作

4.3.4 算法终止条件

将平均适应度与最大适应度相结合进行判断, 如果平均适应度与最大适应度之差在限差范围内, 并判断是否在若干步后相邻代适应度没有明显变化 (≤0.000001) , 则运算终止, 最终输出群体中具有较优结构的个体作为最终结果以供选择。

5 结论

本文通过分析了有关研发联盟伙伴选择的国内外文献, 得出研发联盟伙伴选择的四个原则, 在对各个原则的分析基础上提出伙伴选择的影响因素, 并与文献中常用的伙伴选择方法进行比较, 选用较优的遗传算法建立高新技术企业研发联盟伙伴的选择模型。本文仅是建立了研发联盟伙伴选择的探索性模型。此模型将为以后的实证研究奠定理论基础, 并且今后将通过实证分析验证模型的可靠性。

参考文献

[1]Christoph Bronder, Rudolf Pritzl.Developing strategic alliances:A conceptual framework for successful cooperation[J].European Man-agement Journal, 1992, 10 (4) :412-421.

[2]Michael G.Harvey, Robert F.Lusch.A systematic assessment of potential international strategic alliance partners[J].International Busi-ness Review, 1995, 4 (2) :195-212.

[3]Hiroshi Yasuda, Junichi Iijima.Linkage between strategic al-liances and firm’s business strategy:the case of semiconductor in-dustry[J].Technovation, 2005, 25 (5) :513-521.

[4]Paul E.Bierly III, Scott Gallagher.Explaining Alliance Partner Se-lection:Fit, Trust and Strategic Expediency[J].Long Range Planning, 2007, 40 (2) :134-153.

[5]黄瑞华, 祁红梅, 彭晓春.基于合作创新的知识产权共享伙伴选择分析[J].科学学与科学技术管理.2004.25 (11) :24-28.

[6]曾德明, 华金科, 孙耀吾.基于技术标准的企业协作研发伙伴选择研究[J].科学学与科学技术管理.2005.26 (11) :39-41.

[7]崔征.企业战略联盟的伙伴选择[J].北京理工大学大学学报 (社会科学版.2006.8 (2) :74-77.

[8]桂黄宝, 赵付民.基于模糊层次分析法 (FAHP) 的合作技术创新伙伴选择研究[J].科学学与科学技术管理.2007.28 (9) :50-54.

[9]田波, 李春好, 孙永河.网络分析法在选择企业创新合作成员中的应用[J].情报科学.2008.26 (8) :1257-1260.

[10]Holland J H.Outline for a logical theory of adaptive systems[J].Journal of the Association for Computation Machinery, 1962, 9 (3) :297-314.

合作伙伴选择探讨 篇5

战略性合作伙伴的评价涉及到很多因素, 评价指标多多样, 既有定性的指标, 也有定量的指标, 还有定性定量相结合的指标, 这些指标有的甚至相互矛盾, 指体系不仅需要反映质量、交货期、价格、服务等传统指标, 而且还需要考虑合作伙伴响应柔性、企业资源核心企业的互补性、合作伙伴企业的各个层面与整个应链的协调性以及合作伙伴的发展潜力等指标, 从而够综合、全面、客观、科学地评价合作伙伴。为保证评价科学合理性, 指标体系的建立应遵循以下原则:

1、系统全面性原则。

指标体系必须全面反映供应链企业当前综合水平, 包括企业发展前景的各方面原则。

2、简明科学性原则。

指标体系的大小也必须适宜, 即应有一定科学性。如果体系过大, 指标层次过多, 指标过细, 势必将评价者的注意力引到过细的问题上。反之, 又不能充分反应企业的水平。

3、稳定可比性原则。

指标体系的设置还应考虑到易与国内其它指标体系相比较。

4、灵活可操作性原则。

指标体系应具有足够的灵活性, 以使企业能够根据自己的特点以及实际情况对指标灵活运用。

5、定性和定量指标结合性原则。

影响评价合作伙伴优劣的许多因素是无法用定量指标描述的, 因此要用定性和定量相结合的方法建立合作伙伴选择的评价体系与方法是很有必要的。

二、供应链战略合作伙伴的评价方法

企业采用的常用方法包括:直观判断, 招标法, 协商选择法, 采购成本比较, ABC (Activity-Based Costing) 成本, 层次分析法, 神经网络算法, 灰色系统算法以及业绩评价的TOPSIS (Technique for Order Preference by Similarity to Ideal Solution) 法等方法。上述方法存在一定的局限性, 对供应链战略合作伙伴的评价可采用模糊综合评价方法进行, 模糊综合评价就是将模糊评价与层次分析法相结合, 用以处理多层次、多指标评价采用此方法对其做出综合的总体评价可得到相对客观的评价结果。模糊综合评价的内容及步骤包括;确定评价因素及其层次;建立评价因素的权重集;建立评价集;建立模糊评价矩阵;模糊综合评价。评价过程中各指标权重的确定采用层次分析法, 将评价问题分成有序的层次结构对每一层因素, 考虑与其有逻辑关系的下一层因素, 并在它们之间进行两两比较的判断, 判断的结果以定量数字给出, 并表示在一个矩阵中, 这样的矩阵称为“判断矩阵”。由判断矩阵的最大特征根及其特征向量确定每一层次中各因素的相对重要性排序的权值。通过对各个层次的综合进而给出对目标层方案的总排序权重。在进行权重排序时要进行一致性检验。

三、合作伙伴选择的步骤

合作伙伴的筛选初步可以分为以下四个层次 (如图1) :

1、合作伙伴的粗筛选:

从企业战略的角度来检验是否需要建立供应商合作关系, 以及建立哪个层次的供应商合作关系

2、合作伙伴的细筛选:

确定挑选合作伙伴的准则, 评估潜在的候选企业, 合作伙伴的精练和确认

3、正式建立合作伙伴关系:

合作伙伴的跟踪评价

4、维持和精练合作伙伴关系, 包括增强彼此间的合作关系或解除合作伙伴关系。

具体的合作伙伴选择步骤如下:

步骤1分析市场竞争环境 (需求、必要性) 。市场需求是企业一切活动的驱动源。建立基于信任、合作、开放性交流的供应链长期合作伙伴关系, 必须首先分析市场竞争环境。其目的在于找到针对哪些产品市场开发供应链合作关系才有效, 必须知道现在的产品需求是什么, 产品类型和特征是什么, 以确认用户的需求, 确认是否有建立供应链合作关系的必要。

步骤2建立合作伙伴选择目标。企业必须确定合作伙伴评价程序如何实施, 信息流程如何, 谁负责, 而且必须建立实质性、实际的目标。其中降低成本是主要目标之一, 合作伙伴评价选择不仅仅是一个简单的评价选择过程, 其自身也是企业自身和企业与企业之间的一次业务流程重构过程, 实施的好, 其自身就可带来一系列的利益。

步骤3建立合作伙伴评价标准。根据系统全面性、简明科学性、稳定可比性、灵活可操作性的原则, 建立集成化供应链管理环境下合作伙伴的综合评价指标体系。不同行业、企业, 不同产品需求, 不同环境下合作伙伴评价应是不一样的。但不外乎都涉及合作伙伴的业绩、技术开发、用户满意度、交换协议等可能影响供应链合作关系的方面。

步骤4成立评价小组。企业必须建立一个小组以控制和实施合作伙伴评价。组员以来自采购、质量、生产、工程等与供应链合作关系密切的部门为主, 组员必须有团队合作精神, 具有一定的专业技能。评价小组必须同时得到制造商企业和合作伙伴企业最高领导的支持。

步骤5合作伙伴的参与。一旦企业决定实施合作伙伴评价, 评价小组必须与初步选定的合作伙伴取得联系, 以确认他们是否愿意与企业建立供应链合作关系, 是否想获得更高业绩水平的愿望。企业应尽可能早地让合作伙伴参与到评价的设计过程中来。然而因为企业的力量和资源是有限的, 企业只能与少数的、关键的合作伙伴保存紧密合作, 所以参与的合作伙伴不能太多。

步骤6评价合作伙伴。评价合作伙伴的一个主要工作是调查、收集有关合作伙伴的生产运作等全方位的信息。在收集合作伙伴信息的基础上, 就可以利用一定的工具和技术方法进行合作伙伴的评价了。评价的过程最后有一个决策点, 根据一定的技术方法选择合作伙伴。如果选择成功, 则可以开始实施供应链合作关系, 如果没有合适的合作伙伴可选, 则返回步骤2重新开始评价选择。

虚拟经营的合作伙伴选择探讨 篇6

一、预备阶段

有意于虚拟经营的企业收集市场和所在集群的资料,对市场,所在集群的现状、前景进行分析,确定虚拟企业的总目标。根据总目标来确定所需的条件或者完成总目标而企业自身不足的方面,然后确定合作伙伴所需具备的条件。

在这个阶段,既需要进行宏观上的分析,也需要进行微观方面的分析,特别要对自身的长处和不足进行客观的分析。只有对企业自身状况的全面了解,才会明白组建虚拟企业需要什么样的合作者,才会明白将来在虚拟企业中将处于一种什么地位和层次,扬长补短,创造共赢。

二、核心能力确定阶段

虚拟企业可以理解为由不同核心竞争能力的企业所组成,拥有核心竞争能力是组成虚拟企业的前提。在产业链中,核心竞争能力体现在不同的环节,比如在产品的研发,制造,销售,售后服务等方面。在产业集群中,在某个价值链环节中,存在一定数量,相同分工的企业,虚拟企业的发起人需要对这些企业的发展历程、现状等进行仔细分析,选出符合条件的企业作为备选。确定核心竞争能力可选用模糊数学、AIi P等方法。

三、淘汰、筛选阶段

从候选企业中选出合格的潜在合作者。这个阶段主要从如下几个因素进行考虑。

1、互补性。

从行业价值链角度看,企业纵向上、下游的厂商和横向竞争性的厂商在行业价值链的部分环节上,必须具有企业所不具备的特定资源或竞争优势,这样才能通过虚拟经营,利用行业价值链上的资源或优势提升企业的竞争力,实现优势互补。从企业价值链角度看,企业内部从研发、生产、销售到拓展市场等各价值活动的薄弱环节,也需要与对应的、能提供互补性的资源或竞争优势的、横向竞争厂商进行合作。虚拟经营的实践表明,绝大多数企业都把资源或竞争优势互补作为选择合作对象的首要标准。

2、兼容性。

兼容性是解决分歧与矛盾的粘合度,它关系到企业之间能否融合到一起,成为一个整体。在资源、能力满足互补性要求的前提下,成员企业软、硬件能否相互兼容是成功的虚拟经营所必须具备的重要条件之一。了解企业这种潜在的企业战略和企业文化,也是考察兼容性的一个重要方面。

3、协同性。

相对于各独立组成部分进行简单汇总而形成的业务表现而言,企业群整体的业务表现所产生的效应即为协同效应。在实践中,协同效应也可以用销售收入的增加、运营成本的降低和投资需求的压缩三个变量来描述。

4、核心竞争能力比较。

核心能力原则是选择虚拟企业合作伙伴的第一原则,只有拥有所需核心能力的企业才有可能成为组成虚拟企业的合作伙伴。因此,在实施虚拟经营模式过程中,需要对企业自身及其他或办企业的核心能力进行分析和识别,对相同分工的若干潜在合作伙伴的核心能力进行比较,确定核心竞争能力较强的潜在合作者。

5、诚信情况。

诚信是企业立足于所在集群的前提,也是合作的基础。对潜在合作者诚信情况的分析,选出诚信较佳者。在虚拟企业中,只有各成员企业都比较注重诚信,才能形成良好的合作氛围,有利于虚拟企业的发展。

6、意图。

考察潜在合作企业参与虚拟企业的意图和目的,看潜在合作者意图目的是否和虚拟企业发起者一致,或持合理的意图。一致的意图能避免日后可能给虚拟企业带来的纠纷。

如前所述,虚拟经营是为了共同的利益而结成的长期或短期的合作,因此,企业一方面应注意虚拟对象之间的互补性、相容性、双赢性、整合性、一致性等等,建立与生产企业的长期稳定关系,确保持续经营,另一方面又要根据市场的变化而保持重新调整组合虚拟企业的灵活性。

四、综合评价阶段

这个阶段主要对上个阶段产生的备选企业进行综合评价,择优合作。选择合作伙伴不仅要看个体企业的实力、能力,更应着眼于成立虚拟企业后如何实现经济效益的最佳化。这个阶段应注意如下原则

1、迅速反应原则。

组建虚拟企业的主要目标是为了适应快速变化的市场,及时把握时机,对合

作伙伴的反应速度要求较高。合作伙伴应当具备一定的快速反应能力。

2. 总成本核算原则。

虚拟企业总的实际运作成本应不大于成员企业单独完成的所有内部成本之和。总成本核算原则要求合作伙伴间良好的信任关系,低廉的沟通费用,相近的地理位置等。

3、风险最小化原则。

虚拟企业的组建面临着许多较大的风险,市场总风险并没有减少,只是在成员企业中重新分配,由于合作伙伴间的关联性,从某种意义上将,单个成员企业要面对比加入虚拟企业前更大一点的市场风险;不同成员企业间的管理制度、文化、人员等差异将加大虚拟企业管理成本和风险。另外,虚拟企业中存在的投资不可逆转性、技术的外泄导致核心竞争能力的下降甚至丧失等等,都是需要认真考虑和对待的。减少虚拟企业成立后运行的风险,应当按风险最小化原则进行合作伙伴的刷选。

参考文献

[1]、陈剑,冯蔚东.虚拟企业构建与管理.北京:清华大学出版社,2002,1

企业生态系统组建中的伙伴选择 篇7

关键词：企业生态系统,伙伴选择,多属性决策

企业生态系统是企业为了自身生存和持续健康的发展, 有意识地以价值的传递为纽带、以共同进化为目标, 同与其利益相关的企业、组织以及个体共同构成相互作用、相互影响具有松散的动态结构的复杂适应系统。在企业生态系统的生命周期中, 最先掌握核心资源并发现某种创新技术 (或产品) 的核心企业发起组建企业生态系统[1]。核心企业在此过程中核心企业选择合适的、有竞争力的和相容的伙伴组成核心团体是企业生态系统健康运行的前提和关键环节之一, 其成功与否直接关系到企业生态系统的运行绩效和成败。

伙伴的选择是一个非常重要而且复杂的过程, 必须多方面权衡各种因素, 全面考察潜在的伙伴企业。在企业生态系统组建过程中, 由于对潜在伙伴的经济信息难以完全了解以及某些伙伴故意隐瞒事实、掩盖真实信息, 出现了核心企业是在不完全信息条件下对合作伙伴进行选择。为此, 本文采用不确定多属性决策单目标最优化模型与基于相离度的模糊优选模型相结合的方法, 解决不完全信息条件下企业生态系统组建中伙伴选择决策问题。

一、伙伴选择考虑的主要因素

不同的企业生态系统背景、动机、具体任务等使伙伴选择的原则和标准并不统一;即使在同一生态系统中, 核心企业对不同类型的伙伴的选择需要考虑的因素也不同。比如核心企业需要对开发设计伙伴、制造伙伴、供应商伙伴进行选择, 考虑的因素肯定有所不同。尽管伙伴选择的原则和标准并不统一, 但是仍然可以从中提炼出具有共性的指导原则与标准。

1.核心能力互补。

核心能力互补是组建企业生态系统的必要条件, 它要求加盟的企业必须具有核心能力, 能够为企业生态系统贡献自己的核心能力, 而这一核心能力又恰恰是组建企业生态系统所需要的, 能够与其他合作伙伴的核心能力形成互补。特别值得注意的是, 我国许多企业没有形成自己独特的核心能力, 有些企业虽有却没有意识到自身的核心能力, 也不注意培育和发展, 这都造成有相当一部分企业缺乏合作的意识和合作的可能性。因此, 在我国组建企业生态系统更要考虑企业的核心能力。

2.文化兼容。

文化兼容性是选择合作伙伴时必须要考虑的因素。组建一个企业生态系统, 在选择伙伴时不能苛求对方一定具有相同或相似的文化。事实上, 企业之间文化或相似的情况非常罕见, 尤其是在具备不同的国家和不同的民族背景的合作伙伴之间。

3.相互信任。

由于企业生态系统的成员企业在背景、组织文化等方面存在差异, 在合作中往往自觉或不自觉地产生新人障碍和防卫心理, 从而影响成员之间的合作, 造成时间和精力的损耗, 降低系统运作效率。因此, 建立充分的信任关系, 消除信任危机的隐患, 是选择合作伙伴的原则和标准之一, 也是提高企业生态系统运行效率的前提。

4.共赢性。

核心企业在组建企业生态系统中选择伙伴时, 不仅要考虑伙伴给自己带来利益, 同时也要使伙伴企业从生态系统中获得好处, 这样才能调动伙伴企业为生态系统做出贡献从而为顾客创造更大价值的积极性。所以, 在组建企业生态系统时要能使所有成员都能从系统中获益。

5.协同效应。

不仅要求企业生态系统总的实际运作成本应该不大于成员个体独立完成的全部所有内部费用, 而且通过成员相互的合作, 使系统各方最终能够获得1+1>2的协同效应。

6.风险最小化。

对于企业生态系统中的企业来说, 其根本目的是为了获取一定的经济效益, 而对于其中的每一个合作企业而言, 收益和风险是不可分割的。组建企业生态系统的动因之一是分散风险, 这并不意味着市场风险降低或不存在, 只不过是风险在合作伙伴之间得到了重新分配。

7.历史合作信誉。

信誉是组建企业生态系统的基础, 也是其健康运作的行为路径, 这就要求核心企业在遴选成员时就应对成员的历史合作信誉进行充分的了解。

8.管理层的合作意愿。

这个指标是考核潜在合作伙伴和本企业高层领导之间的合作意愿是否强烈。因为只有在双方具有合作意愿的前提下, 各企业才能为整个系统的健康运行贡献自己的力量, 同时也增进了双方的信任程度。

9.伙伴的综合实力。

伙伴具有一定的综合实力是合作成功的前提条件, 可以从企业的经营能力、市场竞争力、可持续发展能力三个方面进行考核。

二、伙伴选择决策模型的构建

如上所述, 伙伴选择需要考虑多种因素, 其决策是一种多属性决策, 在对多属性决策问题进行分析时, 如果决策信息 (一般指属性权重和属性值) 是精确或确定数值的, 那么已有许多成熟的技术与分析方法。但在复杂多变的市场经济中, 存在各种各样的不确定因素。在企业生态系统组建过程中, 由于对潜在伙伴的经济信息难以完全了解以及某些伙伴故意隐瞒事实、掩盖真实信息, 所以核心企业是在不完全信息条件下对合作伙伴进行的选择, 这种决策问题是属于不完全信息 (这里指属性权重信息和属性值信息均不完全) 的多属性决策问题。有关这类问题的研究已取得了一些成果, 其中达庆利[3]提出的不确定多属性决策单目标最优化模型不仅保证了计算出来的每个方案的综合属性值都使用唯一的一个属性权重, 使得所有的方案评价具有可比性, 而且保证了每个方案的综合属性值所在区间的存在性。但是这个模型只对各属性的权重给予了完全确定, 计算出来的各方案综合属性值仍是区间数形式, 不能方便地进行排序。基于此, 本文引入基于相离度的模糊优选模型, 将其与单目标最优化模型集成, 来解决不完全信息条件下企业生态系统组建中伙伴选择决策问题。

(一) 问题的描述

假设X={x1, x2, …, xn}——方案集;U={u1, u2, …, um}——属性集。一些研究成果表明, 采用区间数来表示多属性决策中出现的不确定信息是最常用的方法。因此, 本文用区间数undefined, 其中i∈N, j∈M;令N={1, 2, …, n}, M={1, 2, …, m}) 表示方案xi关于属性uj的属性值, 每个方案对应的各属性值构成决策矩阵;W= (w1, w2, …, wm) T表示属性的权重向量, 且W∈H, H为已知的部分权重信息确定的属性可能权重集合:

undefined

(其中wundefined和wundefined分别为的wj下界和上界) 。

这里要解决的问题就是根据已知的决策信息 (即不完全的属性权重信息和区间数决策矩阵undefined) , 运用适当的算法对方案进行排序, 求出最优方案。

(二) 方法的具体步骤

步骤1:将区间数决策矩阵的规范化处理。

最常见的属性类型有效益型属性、成本型属性。效益型属性是指属性越大越好的属性, 成本型属性是指属性越小越好的属性。设Ij′ (j′=1, 2) 分别表示效益型、成本型的下标集。为了消除不同物理量纲对决策结果的影响, 本文用下列规范决策矩阵的计算公式, 将决策矩阵undefined转化为规范化矩阵undefined, 其中undefined。

undefined

其中undefined

根据区间数的运算法则, 把 (1) 式和 (2) 两式分别可写为:

undefined

步骤2:求解各属性的确切权重以及构成的权重向量。要确定各方案的综合属性值, 首先应该确定各属性的权重。可采用达庆利[3]提出的单目标优化模型, 即:

undefined

由模型 (5) 可求出的最优解为W*= (w*1, w*2, …, w*m) T。由此可计算方案xi的综合属性值为区间数undefined, 由于所有方案的zundefined (W*) 和zundefined (W*) (i∈N) 只采用了单一的权重向量, 因此各方案之间具有可比性, 并且对任意i∈N, 均有zundefined (W*) ≤zundefined (W*) 成立。

步骤3:计算各方案与理想合作伙伴及负理想合作伙伴之间的相离度。确定好属性的权重之后, 可以计算各方案的综合属性值, 然后采用可能度矩阵[3]对综合属性区间数进行排序, 然而这种方法计算量较大, 而且使我们难以理解。为此, 本文引入基于相离度的模糊优选方法进行方案的决策。

为了能衡量两个区间数的相似程度, 且能对方案进行排序, 给出区间数之间相离度的概念:

[定义1]设区间数undefined, 令范数undefined, 称undefined为区间数undefined, undefined的相离度。显然当undefined越大, 则区间数undefined, undefined的相离度越大。特别地, 当undefined时, 有undefined, 即区间数undefined, undefined相等。

设理想合作伙伴决策向量为L+= ([1], [1], …, [1]) ;负理想合作伙伴决策向量为L-= ([0, 0], [0, 0], …, [0, 0]) 。根据定义1可得出候选合作伙伴与理想合作伙伴及负理想合作伙伴之间的相离度, 如定义2与定义3。

[定义2]第i个候选合作伙伴第j个指标值与理想合作伙伴的第j个指标值的正相离度为:undefined, 那么第i个候选合作伙伴与理想合作伙伴的正相离度则定义为undefined。

[定义3]第i个候选合作伙伴第j个指标值与负理想合作伙伴的第j个指标值的负相离度为:undefined, 那么第i个候选合作伙伴与理想合作伙伴的负相离度则定义为undefined。

当第i个候选合作伙伴越是接近理想合作伙伴, 则其正相离度越小, 负相离度越大。因此, 可以根据候选合作伙伴相离度的大小来对候选合作伙伴进行排序, 以便选出合适的合作伙伴。

步骤4:根据模糊优选模型思想[5], 求解出各候选合作伙伴的优属度。

设第i个候选合作伙伴隶属理想合作伙伴的优属度为vi, 隶属负理想合作伙伴的优属度为1-vi。为了求解第i个候选合作伙伴的优属度vi的最优值, 建立非线性规划模型为:undefined。

令undefined, 求得:

undefined

(6) 式即为基于相离度的合作伙伴选择模糊优选模型。

步骤5 根据候选合作伙伴优属度的大小可对候选合作伙伴进行排序, 选择最佳的候选合作伙伴。

三、结束语

企业生态系统是一种顺应21世纪复杂多变的环境与利益相关者协同发展的需要, 而提出的全新的战略范式。在企业生态系统组建中, 合作伙伴的选择是一个重要而且复杂的过程。核心企业能否选择合适的、有竞争力和相容的伙伴组成核心团体直接关系到企业生态系统的运行绩效和成败。本文首先分析了企业生态系统组建中伙伴选择需要考虑的核心能力互补、文化兼容、相互信任、共赢性、协同效应、风险最小化、历史合作信誉、管理层的合作意愿、伙伴的综合实力等。在此基础上考虑到伙伴选择决策属于一种不完全信息的多属性决策, 本文采用不确定多属性决策的单目标最优化模型与基于相离度的模糊优选模型相结合的方法, 对企业生态系统组建中伙伴选择决策进行了定量研究。实证分析表明, 此方法适用于企业生态系统组建中伙伴选择决策, 为企业在信息不完全条件下, 选择出合适的合作伙伴提供了科学手段。

参考文献

[1]Moore, J.F.The Death of Competition:Leader-ship and Strategy in the Age of Business Ecosys-tems.HarperBusiness, 1996.

[2]陈菊红, 汪应洛, 孙林岩.虚拟企业伙伴选择过程及方法研究[J].系统工程理论与实践, 2001, 7 (7) :48-53.

[3]达庆利, 徐泽水.不确定多属性决策的单目标最优化模型[J].系统工程学报, 2002, 17 (1) :50-55.

[4]樊治平, 宫贤斌, 张全.区间数多属性决策中决策矩阵的规范化方法[J].东北大学学报 (自然科学版) , 1999, 20 (3) :325-329.

企业营销合作伙伴选择的误区分析 篇8

关键词：合作营销,伙伴,选择,误区

近年来,伴随着经济全球化和竞争世界化,为更好地适应市场要求,企业营销思想和营销手段不断推陈出新。其中合作营销就是经济全球化和知识经济时代背景下企业采取的新的营销方式之一。这种营销方式打破了传统对抗性竞争理念,使拥有不同优势的企业在竞争的同时也兼及彼此之间的合作,通过优势互补,共同创造一块更大的“蛋糕”来实现“双赢”或“群赢”。不同企业营销资源的合作,让合作企业获得了企业外优势资源,优化了企业价值链系统,加快了合作企业的响应速度,给合作企业带来产品质量提升、供应稳定性增强等好处,从而有效维持合作企业竞争优势或为合作企业创造新的竞争优势之源,让合作企业在市场竞争中占据有利地势。

企业进行合作营销,建立营销联盟,合作伙伴的选择是首先要面对的问题。找到合适的合作伙伴对于成功构建合作营销阵营至关重要。合适的合作伙伴的基本条件是:能够带来本企业所渴望的技术、技能、知识风险分担和进入新市场的机会等优势。而且,文化上相容、相似的企业比有较大文化差异的企业更适合成为本企业的合作伙伴。然而,在企业的经营实践中,我国企业在构建营销合作的做法上,有很多不尽如人意的地方。

1 行政指令现象很严重

虽然改革开放己有30年,但传统计划体制的影响并没有完全消退,政府在当前我国扩大对外开放、吸引外商投资方面仍起着主要的推动力作用,这种招商方式往往造成由政府行政指令控制的我国企业与别的公司之间的“拉郎配”。而且,我国许多企业急于做大做强,希望实现跨越式成长,急功近利,往往造成在进行营销合作时注重数量与规模,缺乏对企业长远的筹划。这样,很多企业在合作对象的选择上把关不够严,经常忽视企业与合作公司的技术、管理的对接以及产品、销售的关联,忽视双方的能力及文化的兼容,忽视企业战略发展的要求。通过这种方式选择的公司合作伙伴很多情况下与本企业协同不起来,最终导致合作效果不尽如人意。1996年福耀玻璃工业集团股份有限公司与法国圣戈班工业集团公司合资成立万达汽车玻璃公司,由于缺乏了解,合作以后双方的战略目标始终无法协同,圣戈班工业集团公司只想借此进入中国市场,而福耀工业集团股份有限公司却想把市场版图扩张到国外,实现国际化,由于双方战略无法兼容,结果经过3年的痛苦煎熬,福耀工业集团股份有限公司终于中止了合作。同样,广州标致汽车公司的经营失败,主因也是合作之初缺乏对法方的认真评估,中了对方“捞一把就走”的圈套。从1985年到1997年6月底,法国标致汽车公司实际投资不到4亿元人民币,却利用在合资企业的特殊地位,向广州销售了超过40亿元人民币的散件、零配件,从中获取可观的利润。

2 合作伙伴的实际目标不一致

在寻求合作伙伴时,大部分的企业都明白应该寻找与自己的发展目标相一致的企业。但是,在现实中,某些别有用心的企业为了能够与自己的目标企业达成合作伙伴关系,表面上去迎合对方的目标要求,待结成伙伴关系后,再按照自己的实际目标去运作,从而会给合作伙伴造成一定的损失。例如,我国曾以“以市场换技术”的方式引进外资,结果让外资企业占领了我国移动电话、计算机、饮料、化妆品和电子产品等相当大的市场份额,而在这些行业的许多核心技术开发与应用方面我国企业依旧摆脱不了对外资企业的依赖。我国大多数企业与外国跨国公司合作时往往关注的是如何获得外部援助以补充自身资金和能力上的不足,关注如何获得技术的使用权,对借助合作实现技术创新不是很感兴趣,在选择伙伴时不重视合作的技术协同效应、技术演变趋势、创新周期等高层次的问题,所选择的伙伴所能带来的技术效益相当有限,这在知识创新至上的21世纪是相当危险的,随着开放程度的深入,部分合资企业以被外方的收购而告终。而且,真正将市场让给外国企业后,却没有得到想要得到的技术,反而很大程度上给外国企业控制了企业的发展,逐渐丧失自主开发的动机、信心和能力。因此,在伙伴选择时,提高企业技术创新能力,降低企业技术开发风险,提高技术开发效益和抗风险能力,是需要遵循的首要原则。以技术创新为首选标准,要求我国企业与跨国公司合作时,不仅要重视对方的技术创新能力,更要注重对方传授先进技术和参与创新的意愿,强调知识转移的双向互动。

3 实力悬殊,优势互补不足

合作伙伴既要有能力更要有兼容性,也就是说适合的才是最好的。由于我国企业在国际市场上实力较弱,所以往往愿意寻求强大的合作伙伴,殊不知一味地追求合作伙伴的强大未必能取得良好的效果。按合作伙伴实力强度来划分,战略合作可以包括强强合作、强弱合作和弱弱合作3种方式。麦肯锡公司的研究表明,强弱合作的成功率一般只有30%左右,而弱弱合作的成功率却在40%,强强合作的成功率则在67%,可见实力相当、业务互补才是战略合作成功的必要保障。1998年TCL公司刚涉足PC业务时,与台湾GVC(致福)公司合资成立了TCL公司致福电脑公司,希望利用GVC公司在技术、产品、制造、采购等方面的有利条件,结合TCL公司的品牌、营销资源优势,达到双赢的目的,但是在实际运营过程中,GVC公司并不重视TCL公司这个刚起步的小伙伴,既没有给TCL公司提供价格性能比更好的配件,又不愿意让TCL公司使用其他配件,最后TCL公司被迫和GVC公司分道扬镳。因此,我国企业在选择战略合作的伙伴时,并不一定非要寻求与国际一流的跨国公司合作,而应寻求那种实力超过自己一些而又与自己产生优势互补或优势互长的跨国公司,这样才能真正产生“1+1>2”的效果。

4 伙伴选择偏向与国外企业,与国内企业合作偏少

在我国企业的战略合作中,选择国外企业的战略合作多,而选择国内企业的战略合作少,战略合作被误读为“走出国门,与外国企业间建立合作关系”;与外资企业进行合作时,多以合资、合作的方式进行,多数合作以股权、合作契约为联系纽带,合作模式过于单一,强强合作成为现代战略合作的主要方式。在战略合作过程中,不能一味地选择国际战略合作企业而忽视国内的合作伙伴。其实,国际合作成员间的差距太大,合作的成功率也很低。因此,企业在进行战略合作伙伴选择过程中,应在全面分析本企业的需求的基础上,强化国内合作企业,以便提升自我实力,提高合作效果。

5 目标不一致,合作关系应对环境的能力差

有些企业寻找合作的目的只是想利用对方的资源,只想得到利益,而不愿意付出,有些企业并不在意合作成功给它们带来的共同利益,其目的在于借助战略合作的无形资产优势去研究开发自己的项目,扩大市场份额。如果一个战略合作组织的成员企业,都不同程度地存在不同的合作目的,那么这个合作最终必然失败。由于国际经营环境的日益复杂化,合作的内部和外部环境随时会发生许多意想不到的变化。成员企业如何适应这种变化的环境往往决定着一个合作的“沉浮兴衰”。环境发生变化是战略合作组织最脆弱的时期,许多不稳固的合作往往在这时暴露出本质的弱点。因此,如果合作成员抱着机会主义的态度参与合作,那么环境一旦变化,合作的稳定性就会遭到很大的威胁。反之,如果成员对环境变化具有很好的应对能力,在选取战略合作伙伴时充分考虑双方战略目标具有高度一致性,那么合作就很有可能达到最终的目标。

通过以上分析可知,我国企业在成立战略合作初期阶段选取合作伙伴时有很多实践不足之处,很多考虑不够科学,导致了合作最终以失败而告终。而且,企业的个体行为影响了我国整个企业的信誉,从而恶性循环,将对我国整体企业的发展造成很大的损失。所以,企业战略合作伙伴选择的研究对于我国企业来说,具有不可估量的作用。

参考文献

[1]孙东波.战略联盟伙伴选择问题研究[D]:[硕士论文].南京:南京师范大学,2007.

[2]施金亮,吴静文.构建战略联盟伙伴的选择机制[J].商场现代化, 2006(1).

[3]埃德·瑞格斯比.发展战略联盟[M].北京:机械工业出版社, 2003.

[4]王方华,陈继祥.战略管理[M].上海:上海交通大学出版社, 2003.

伙伴选择模型 篇9

目前,研究产学研协同创新的文献中,主要涉及产学研协同创新的主体、组织机制、绩效评价、利益分配模式、 风险控制等,对于合作伙伴选择的研究主要集中在突破性创新联盟、技术创新网络、项目合作组织、企业及客户合作等方面[2,3,4,6]。王进富、张颖颖、苏世彬、刘江南[7]等提出了从动力协同、路径协同、知识管理协同构建产学研协同创新机制,首次提出用协同度来评价协同创新效应[9]。徐亚丰、贾连光、田斌、孙辉分析了如何建立校企合作的机制,同时结合高校与某建筑企业合作模型的案例,提出了产学研合作的新途径[10]。段晶晶提出建立了相应的博弈模型来解决实际中的利益分配问题,拓展了对产学研合作利益分配研究的理论。同时,在现有的产学研合作伙伴研究中,定性方法居多,且大多并未形成系统的决策思路和方法,如毕丹[2]。通过关系理论法、模糊综合评价法进行过滤及初选,最终用指标体系建立多目标规划模型最终确定最优目标。王胜维[4]建立了合理的战略联盟合作伙伴选择机制,而后基于层次分析法和遗传算法进行综合优化。曹霞、刘国巍、付向梅[9]从产学研协同创新合作伙伴选择的基本特性出发,采用直觉模糊多属性决策理论和相对熵理论,为解决决策者偏好特性和有限理性的问题,建立产学研合作伙伴选择的群体决策模型。

1问题提出

产学研协同创新可以给合作各方带来利益,高校及科研所借此提升了学术与实践相结合的能力,并实现了商业的收益,企业可能通过与高校及科研所合作降低了研发风险和成本。另一方面,协同创新伙伴的质量将关乎合作项目成败,从整个协同创新的过程来看,选择合作伙伴是第一步,然而当前情况下企业选择合作伙伴时仍较为盲目,缺乏高效、易行的方法,现有文献中所涉及产学研合作伙伴选择的决策模型大多无法较好地适应企业在选择合作伙伴过程中所面临的不确定性环境,以及由于信息不对称所引起的决策偏差。本文基于产学研协同创新过程中各方的紧密合作协调关系,从供应链的视角对产学研合作伙伴关系进行分析后,将三角模糊综合评价法与改进的TOPSIS法相结合形成筛选协同创新合作伙伴的模型,此模型能够很好地解决选择合作伙伴的决策过程中的模糊性问题,提高决策的准确性,因此,本文将为企业选择合适的高校及科研院所进行合作提供了模型范本。

2确定综合指标权重方法

2.1运算规则

用W=(1,m,u)来表示三角模糊数,三角模糊数的取值由(1,m,u)确定,如下所示:

2.2计算权重

1建立模糊判断矩阵。将决策信息由三角模糊数定量表示,由此建立三角模糊判断矩阵Wk=[Wpq]n×n。由决策者给出针对第K个上一级目标的评估值,这里Wpq= (1pq,mpq,upq)是一个闭区间,1pq是最保守评估值,mpq是最可能评估值,upq是最乐观评估值,这样便建立起初始评估矩阵。

2评估信息综合。决策者给出的三角模糊数由Wtpq= (1tpq,mtpq,utpq),(p,q=1,2…n,t=1,2,…T)表示,在综合决策者偏好时采用简单平均法,公式:

3计算综合重要度。利用公式:

求出规范化模糊集合S1k,S2k,…,Snk,分别表示第k层各个因素相对于上一级第q个因素的模糊综合程度。

4利用公式(8),由各指标的重要性得出Spk≥S1k, S2k…,Snk的可能度,即:dqk(Xi)=V(Spk≥S1k,S2k…,Snk),p=1,2,n。

5利用公式(7),计算Spk≥Sqk的可能度V(Spk≥Sqk), p,q=1,2,…,n;p≠q。

6单层指标权重向量的获得。依据得到的dkq(xi) (p=1,2,…,n),则Ẑqk=(dqk(x1),dqk(x2),…,dqk(xn))T是合作伙伴选择方案第k层单排序权向量,归一化后得到Uqk=Zqk=(z1q,z2q,…,znq)T即第k层单排序 权向 。(其中

7综合指标权重向量。如果用Zk-1=(Z1k-1,Z2k-1,…, Znk-1)T表示k-1层关于总目标的排序权重向量,那么可以得到Zk=(Z1k,Z2k,…,Znk)T=UkZnk-1(11)

某层全体元素对总目标的综合排序权重向量。

3模糊网络分析法-模糊TOPSIS法评估模型

3.1评估步骤

首先,根据产学研协同创新伙伴评估的现状制定总体评估 流程 ,分析模糊 三角理论 、层次网络 模型和TOPSIS理论的具体研究情况。其次,依据模糊层次网络模型,确定全局指标权重,方法如下:1提出产学研协同创新伙伴评估思想方法;2模糊判断矩阵的建立;3最终确定产学研协同创新伙伴评估全局指标权重。第三,采用改进的TOPSIS方法对各个评估方案排序,具体包括: 1待评估对象到正理想方案和负理想方案的距离计算; 2确定产学研协同创新伙伴的最终排序。第四,案例研究。1整理案例分析数据以及资料;2用评估模型对产学研协同创新伙伴进行评估;3最终确定恰当的产学研协同创新伙伴。

3.2指标体系确立

在现有的合作伙伴研究文献的基础上,同时结合当代企业的实际需求,综合考虑产学研合作各方的机制、组织目标等方面的差异,本文中给出的评估体系包括六个方面指标,分别为合作积极性、合作声誉、技术改良与创新能力、知识整合能力、协同能力、研究资源实力。其中未完全包括相关决策因素,然而通过文献研究,发现这些指标是进行产学研协同创新伙伴评估的最重要指标

图1中,单项箭头表示单独作用关系,双向箭头表示相互作用关系。

3.3三角模糊ANP-TOPSIS集成评估方法

3.3.1模糊ANP方法。模糊层次网络法结合了传统层次分析法和模糊综合评价,最终形成了新的决策评估分析法。它的具体操作步骤如下所示:步骤1:建立评估指标体系之后,将评估指标和评估对象相互进行比较,从而建立三角模糊判断矩阵,在三角模糊数计算规则的基础上,合成各个决策者的判断矩阵。步骤2:运用模糊网络分析法计算出所有评估指标的局部以及全局权重,进而为模糊TOPSIS法的实现打下基础。

3.3.2改进的TOPSIS法。TOPSIS法是多目标决策分析中的一种常用的有效方法,它是在现有的对象中进行相对优劣的评价方法,其基本原理是根据有限个评价对象与理想化目标的接近程度进行排序的方法。TOPSIS法是一种逼近于理想解的排序法,该方法只要求各效用函数具有单调递增(或递减)性即可。因此,本文运用三角模糊理论,将TOPSIS方法中的各指标权重和备选方案的等级采取了数学语言变量进行描述,进而引入模糊TOPSIS方法解决产学研伙伴评估问题。用TOPSIS方法求解步骤如下:

步骤1:对决策矩阵进行规范化处理。rpq为决策矩阵中元素,公式

其中Xpq是决策矩阵的初始值,p表示第p个决策方案,q表示第q个评估指标。

步骤2:运用模糊网络分析法可得全局评估指标结果,其后计算综合决策矩阵Vpq,综合决策矩阵是指经过指标加权后的TOPSIS规范化决策矩阵,公式如下:

步骤3:得到最佳合作伙伴和最差合作伙伴,其中Cb是效益目标集,Cc是成本目标集。S*=(V*1,V*2,…,V*n)为最佳合作伙伴,其

步骤4:为评选各备选方案与理想方案和负理想方案的接近程度,引入如下两个距离,即备选方案xp到S*的距离d*p和S-的距离d-p。

步骤5:各备选方案与最佳方案的相对接近程度计算,如下所示:

步骤6:根据CCi的值可以进行综合评价,dp越大,说明离理想合作伙伴水平越接近。

4模型应用

中国某电子制造企业需进行产学研合作伙伴评估, 本文将以该企业为例来验证评估模型的实用性。现有8个待评估产学研合作伙伴,分别为O1,O2,O3,O4,O5, O6,O7,O8。现在成立了一个决策评估小组,由两人组成采用的评估指标为模型中图1所示。

不同影响程度采用11个语言变量进行描述,对应的三角模糊数表示如表1。

表2中描述了各个评估指标间的重要程度判断矩阵,分别用语言变量和对应三角模糊数进行表示。其他各级指标计算方法类似。

1计算完成所有局部权重后,利用公式(7)(8)计算出全局指标权重。计算结果如下:

全局指标权重为:[S1,S2,S3,S4,S5,S6]=[0.08,0.21, 0.18,0.14,0.16,0.22]

由模糊TOPSIS方法得,第一步得出综合加权评估值,该值是关于各备选产学研协同创新合作伙伴的各项评估指标的。

2由公式(12)(13)确定最佳合作者和最差合作者, 列示如下:

S*={(0.104,0.12,0.136),(0.252,0.294,0.326), (0.144,0.18,0.216),(0.182,0.21,0.238),(0.208,0.24, 0.272),(0.264,0.308,0.352)}

S-={(0.04,0.056,0.072),(0.063,0.105,0.147), (0.09,0.126,0.162),(0.084,0.112,0.14),(0.096,0.128, 0.16),(0.154,0.198,0.242)}

3根据公式(14)(15),计算得各方案到理想方案的距离为:

d1*=0.2197 84,d2*=0.146 127,d3*=0.207 029,d4*=0.170939,d5*=0.216 97,d6*=0.282 567,d7*=0.225 096,d8*=0.139169

4根据公式(16),每个合作伙伴对最佳合作伙伴的相对接近值

u1=0.484 307,u2=0.431 405,u3=0.418 5,u4=0.3671 64, u5=0.407 311,u6=0.286 176,u7=0.251 707,u8=0.617 499

5根据ui对候选合作伙伴进行排序得:

o8>o1>o2>o3>o5>o4>o6>o7

因此,最佳合作伙伴为o8。

5结论

产学研合作伙伴选择是企业开启创新活动的第一步,也是基础且关键的一步,给企业造成了诸多难题,也是如今学界研究的热点问题。由于在进行产学研合作伙伴选择的过程中,决策者的有限理性和偏好特性给决策的制定带来了重大影响,因此,本文基于三角模糊理论和TOPSIS评估法,为产学研协同创新合作伙伴的选择提供了综合模型。结论如下:

5.1产学研合作伙伴选择是由企业主动发起的合作伙伴搜寻工作,同时受政府政策和社会资本偏好的影响,产方和学研方互相之间缺乏了解和感性认知,从而给决策的进行带来了诸多阻碍,因此,本文采取三角模糊理论将评价过程定量化,同时加入层次网络分析法计算评价指标的权重分配,以求得在群体决策的基础上达到较好的决策效果。同时,产学研协同创新的过程中,由于产方面临的具体环境具有极高的变动性和不确定性,因此本文采用了改进的TOPSIS法基于理想点进行多指标决策使得选拔的合作伙伴具有更高的适应性。本文的模型为解决产学研合作伙伴选择这一复杂决策问题提供了新的决策思路和理论,同时为产学研协同创新机制的建立提供了支撑基础。

5.2本文将改进后的TOPSIS方法与三角模糊理论及层次分析网络模型加以结合,为产学研协同创新合作伙伴的选拔提供了新的思路和方法,使得整个选拔过程更为高效。运用三角模糊理论将决策信息数学化,使决策语言能够进行定量化计算,并用数学化的语言准确表达决策者的思想意见;采用层次分析网络模型更为科学地计算指标权重,并将TOPSIS方法基于理想点进行改进,提高了决策过程的精确度,以促使决策者做出科学决策。