基于灰色关联的信息技术能力评价模型研究

蔡 红

(复旦大学 经济学院，上海200433)

企业在IT 方面巨额资金的投入，能否实现管理者们所预期的目标，IT 能力是一个关键。而衡量企业IT 能力是否达到了企业管理者预期的目标需要有一套IT 能力的评价方法。因此，构建企业IT 能力的科学评价体系，对企业投资IT 而形成的特有IT 能力进行客观评价，是非常有必要的。

目前关于企业IT 能力的研究还处于初始阶段，IT 能力评价方面的理论研究和实证分析都还未形成完整的体系。马艳峰等根据信息化工程可持续的要求，提出了制造业IT 能力评价模型，确定了以技术、组织管理、学习创新为核心的3 级评价指标体系［1］。殷国鹏等基于企业资源观建立了企业IT 能力概念的测量模型，并进行了数据收集、分析等实证研究［2］。陈建斌等研究了基于资源理论的企业IT 能力评价方法［3］。

因此，笔者在现有研究成果的基础上，对信息技术能力的概念作了如下定义:信息技术能力是指企业整合、调用与部署企业信息技术资源以便与其他资源结合，并创造持续竞争优势的组织潜能，具有价值性、稀缺性、难以模仿性、难以替代性和动态性的知识、经验和技能等，这些知识、经验和技能通常都凝结在信息技术平台的建设过程中、信息技术的应用过程中、信息技术与组织的协调过程中，以及信息技术动态发展过程中。对IT能力的评价笔者提出了一种基于粗糙集理论和灰色关联分析的评价方法。首先利用粗糙集并结合专家意见确定各层指标的权重;然后根据灰色关联度的计算方法，得到评价指标的关联矩阵，从而建立加权灰色关联度评价模型;最后对长三角地区132 家制造业企业进行了实证计算分析。结果表明，该方法是一种切实可行的综合评价方法，且具有简单易行、便于推广的特点。

1 基于主成分分析的评价指标体系优化

主成分分析是多元统计中的一种数据挖掘技术。它在不丢失主要变量信息的前提下选择为数较少的新变量来代替原来较多的变量，以排除众多评价信息共存中的冗余信息。为研究哪些是IT 能力的主要影响因素，首先采用主成分分析方法对33 个指标进行分析，然后根据分析的结果对指标体系进行重新整合、筛选并分类，最后按照IT 能力的层次性去除冗余指标，得到最终的企业IT 能力优化评价23 个指标，如表1 所示。

2 基于粗糙集理论的指标权重确定方法

粗糙集理论是波兰数学家PAWLAK 教授于1982 年提出的一种数据分析理论［4］。经过近30年的发展，该理论已经在数据的决策与分析、人工智能、模式识别、机器学习与知识发现等领域得到了广泛应用，并取得了丰硕的成果。其主要思想是在保持分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则［5］。

表1 优化的IT 能力评价指标体系及评价权重

定义1 一个信息系统定义为:S =(U，C，V，f)，式中，U={x1，x2，…，xn}为论域;C 为条件属性集;f ∶U×C→V 为信息函数，其中，V=∪va，a∈C，va为属性a 的值域。每一个属性子集P⊆C 决定了一个二元不可区分关系:IND(P)={(x，y)∈U×U|∀a∈P，f(x，a)=f(y，a)}，关系IND(P)构成U 的一个划分，用U/IND(P)表示，简记为U/P={p1，p2，…，pk}，U/P 中的任何元素pi=［x］p={y|∀a∈P，f(x，a)=f(y，a)}称为等价类。

定义2 在决策表S=(U，C，V，f)中，∀A⊆C，设U/A={A1，A2，…，Am}表示由条件属性集A 对论域U 的划分，∀X⊆U，记A·(X)=∪{Aj|Aj⊆X}，则称A·(X)为X 在U 上关于A 的下近似集。

在决策过程中，必须考虑到属性表中各属性的重要程度是不同的，粗糙集理论确定各属性重要度的基本考量是通过考虑去掉一些属性，比较在没有该属性时分类情况会如何变化。如果去掉某个属性后相应的分类情况发生的变化较大，则说明该属性的重要程度高;否则，该属性的重要程度低。

定义3 (属性的重要度)设给定一个信息系统S=(U，C，V，f)，∀B⊆C 以及∀a∈C－B，定义

为属性a 对属性B 的重要度。

定义4 设给定一个信息系统S =(U，C，V，f)，K⊆C 且属性集K 为属性集C 的一个约简，∀a∈K，定义:

为属性a 的重要度。

定义5 信息系统定义为:S =(U，C，V，f)，∀ai∈C，定义:

为属性ai在信息系统中的权重。

粗糙集理论中通过差别矩阵指标重要度分析获取各指标评价权重的过程主要有以下5 个步骤:①创建企业IT 能力评价体系中各个指标重要性原始数据表;②离散化处理，即对收集到的不同样本指标进行1 ～9 的梯度转换;③建立指标重要性信息系统;④获取各个指标的重要度;⑤获取各个指标的评价权重。

根据上述粗糙集理论对属性重要度的描述，利用调查问卷得到的数据进行计算可得到每个指标的评价权重。应用粗糙集方法专用软件计算得出所有指标的属性重要度，再代入式(3)计算得到各属性指标的评价权重，如表1 所示。

3 企业信息技术能力评价模型

灰色系统理论是我国著名学者邓聚龙教授于1982 年提出的［6］。该理论主要是利用已知信息来确定系统的未知信息。应用灰色关联分析的综合评价方法［7］，其主要步骤如下:

(1)建立灰色关联度决策模型。灰色关联度决策模型为:

其中:ζ'为m 个待评价企业的IT 能力评价指标取值矩阵;W 为n 个指标的评价权重分配矩阵，即W=(w1，w2，…，wn)T;ζ 为模型中各指标的评价矩阵，描述如下:

矩阵中的ζij为第i 个待评价企业ui的第j 个评价指标vj与相对理想目标企业u*的第j 个指标的关联度。

(2)理想目标的关联度计算。设评价目标企业集合U={企业1，企业2，…，企业n}={u1，u2，…，un}，目标企业ui对评价指标vi的属性值记为rij(i=1，2，…，m;j = 1，2，…，n)。因此，m×n 个rij得到所有待评价企业的评价指标值矩阵R 为:

采用灰色关联分析方法评价企业IT 能力，其实质就是计算得到空间V 中的一个待评价企业ui在每个评价指标vi上与通过构造得到的理想企业u*的相关性强弱，可以采用式(4)计算得到:

(3)指标权重确定。指标权重的确定方法是基于粗糙集理论的。

(4)关联度评价值计算。根据以上的关联度系数的计算值和指标权重的确定值就可以计算出调查问卷中所有企业的灰色关联度评价值，并进行实证分析。

4 实证研究

4.1 抽样及数据收集

以问卷调查作为主要的评价数据获取方式，整个问卷依据初始指标体系的变量进行设计，分为两部分:第一部分用于收集企业IT 能力相关信息，第二部分用于测量企业持续竞争优势的相关信息。采用便利抽样，即通过3 种渠道发放确定调查样本和回收问卷:①在在职MBA 学员中发放调查问卷，被调查者大多数是企业中属于中层及以上的管理干部，并要求被调查者具有企业信息化方面计划、设计或操作经验;②通过ERP 系统开发商和IT 咨询公司的渠道，将其客户作为本研究的调查对象;③把作者熟悉的企业管理者作为调查对象，适量发放调查问卷。所有问卷的发放目标均为长三角地区内的制造业企业。

本次抽样并非完全随机，有可能会存在一定偏差。但是，便利性抽样的问卷回收率明显高于随机抽样，因而便利性抽样的偏差不会比随机抽样的偏差更严重。本次抽样发放调查问卷的总数为200 份，回收147 份，回收率为73.5 %。其中，剔出缺失值或无效值过多的无效问卷15 份，最终得到的有效问卷总计为132 份，表2 为抽样的样本描述性统计结果。

表2 样本描述性统计

4.2 信度及效度分析

4.2.1 IT 能力评价模型的信度检验

IT 能力评价的信度检验是通过Cronbach α系数检验各个潜变量的测量指标间的一致性来进行的。在社会科学研究中，一般认为α 系数大于0.7表示模型是可信的。本研究的可靠性统计量如表3 所示，可知观测变量的Cronbach 的值为0.973(大于0.70)，因此，基于该模型的IT 能力评价具有较高的信度。

表3 可靠性统计量

4.2.2 IT 能力评价模型的效度检验

笔者设计的信息技术能力的调查问卷各题项都是参考国内外学者研究的相关文献建立的，并引用著名学者的测量表项来进行测量量表的设计，部分量表借用国外学者的成熟量表，在此基础上得出问卷设计的初稿，再经由专家访谈及问卷前测试，并根据相关建议进行调整后定稿的。

笔者采用因子分析法通过KMO 和Bartlett 参数来检验问卷的构建效度，通过这两个参数的取值来判定问卷得到的数据是否适合于因子分析方法。检验结果如表4 所示，KMO 值为0.936，Bartlett 检验在0.001(P 值为0)的水平上显著，结果表明在研究中对数据进行因子分析是适宜的，并且研究中所使用的调查问卷具有良好的构建效度。

4.3 长三角地区制造业企业信息技术能力的关联度

根据笔者构建的企业IT 能力评价模型，在收集到的132 家长三角地区制造业企业的相关数据的基础上，经过归一化处理之后，再根据以上的关联度系数的计算值和粗糙集属性重要度指标权重的确定值就可以计算出调查问卷中长三角地区制造业企业的灰色关联度评价值如表5 所示。

表4 KMO 和Bartlett 的检验

表5 灰色关联度评价值

4.4 长三角制造企业信息技术能力分析

聚类分析是按照某种距离算法对数据点进行分类，即把观测的变量按一定规则分成组或类的数学分析方法［8－10］。笔者采用IT 基础能力、IT应用能力、IT 发展能力和IT 探索能力作为数据分析的4 个维度，针对问卷调查得到的132 个长三角地区制造业企业IT 能力相关数据，使用两步聚类法进行聚类分析，以期对长三角地区制造业企业的IT 能力进行有效的细分，以便能够在计算得到企业IT 能力量化评价值的基础上进一步对企业IT 能力的建设现状进行更深入的研究分析。

通过对132 家企业聚类，最终得到5 个有效分类，各 分 类 的 大 小 分 别 为 14 (10. 61%)、55(41.67%)、3 (2. 27%)、6 (4. 55%)、54(40.91%)，分别代表5 类具有不同IT 能力的企业群，其最小聚类为3(2. 27%)，最大聚类为55(41.67%)。这些企业群分别具有不同特征的IT能力，这些企业群的特征可以解释为这些企业群分别处于IT 建设和发展的不同阶段或不同状态。

通过以上研究，发现绝大部分长三角地区制造业企业都已经具备初步IT 能力(IT 基础能力和IT 应用能力)，且IT 已经应用到企业经营管理的各个方面，只有极少数企业在IT 能力建设上还没有形成基础的IT 能力，这些企业的IT 建设还处在初级水平。但是，绝大多数企业的IT 在较高的层次上表现不佳，只有少数企业的IT 能力能够有效地在战略层面支持企业的健康发展，帮助企业有效挖掘客户的潜在需求，提升其把握市场方向的能力。也就是说，现阶段大多数长三角地区制造业企业的IT 能力建设正处在一个关键的阶段，即处在从IT 能力的基础层次向IT 能力的高级层次过渡的阶段。

5 结论

笔者从理论和实证的角度研究了制造业企业的IT 能力，将IT 能力按照层次的高低分为IT 基础能力、IT 应用能力、IT 发展能力和IT 探索能力。建立了企业IT 能力的评价指标体系，并利用主成分分析的方法对该指标体系进行有效的优化，然后采用粗糙集理论得到各个评价指标的评价权重，形成基于灰色关联分析的企业IT 能力评价模型，利用模型计算得到长三角地区制造业企业的IT 能力评价值，最后对长三角地区制造业企业的IT 能力进行聚类分析，得到5 种类型的企业IT 能力建设现状，为我国制造业企业IT 能力的培养和提升提供了路径和技术支持。

［1］ 马艳峰，王雅林.制造业企业信息技术能力评价研究［J］.计算机集成制造系统，2007，13(9):1743－1749.

［2］ 殷国鹏，陈禹.基于资源观的企业IT 能力理论及实证研究［J］.南开管理评论，2007，10(1):26－31.

［3］ 陈建斌，刘静.基于资源理论的企业IT 能力评价方法研究［C］//中国信息经济学会2007 年学术年会论文集.［S.l.］:［s.n.］，2007:867－871.

［4］ PAWLAK Z. Rough sets［J］. International Journal of Parallel Programming，1982，11(5):341－356.

［5］ 苗夺谦，李道国.粗糙集理论，算法与应用［M］. 北京:清华大学出版社，2008:32－98.

［6］ 邓聚龙.灰色系统理论教程［M］.武汉:华中理工大学出版社，1990:45－143.

［7］ 李仁安，秦晋栋. 基于灰色组合关联度的综合评价方法［J］.武汉理工大学学报:信息与管理工程版，2012，34(5):592－595.

［8］ YANG X P. An improved model of rough sets on incomplete information systems［C］//2009 International Conference on Management of E－Commerce and EGovernment.［S.l.］:［s.n.］，2009:230－236.

［9］ WANG C Y.Rough set theory and knowledge acquisition［M］. Xi'an:Xi'an Jiaotong University Press，2001:35－50.

［10］KRYSZKIEWCZ M.Rough set approach to incomplete information systems［J］. Information Sciences，1998，112(12):390－410.