企业协同创新伙伴选择研究

朱雪春，陈万明，殷红幸

(1. 南京航空航天大学经济与管理学院，江苏 南京 211106； 2. 江铃汽车股份有限公司，江西 南昌 330001)

1 引言

在知识经济时代，随着技术的复杂性和创新活动的不确定性，企业单独依靠自身力量提高创新能力越来越困难，日益复杂的竞争环境和有限的企业资源，使得企业需要在创新方面开展更广泛的协同，通过整合内外部资源来实现创新能力的提升。协同创新正日益成为企业生存与发展的不竭源泉和动力［1］。自20 世纪90 年代以来，企业间的协同合作以每年25%的增长率递增［2］。协同创新是推动企业技术创新，实现科学技术转化为生产力最佳途径之一。协同创新能实现伙伴间能力互补和资源共享，加快研发过程，赢得市场先机，分担研发成本和分散风险，实现研发的规模经济效应，还能增强对外部环境的开放性，促进企业内部创新和变革。优秀的协同创新伙伴，对企业提升技术创新能力十分重要，企业必须运用科学方法在市场中选择适合自身的协同创新伙伴。

2 文献回顾

国内外学者对企业协同创新伙伴选择进行了广泛而深入的研究，主要集中在创新伙伴的选择指标体系构建和创新伙伴的选择方法方面。

在创新伙伴的选择指标体系方面，Michael等［3］认为企业应从信任、关系承诺和兼容性三个方面考虑选择创新伙伴。Brouthers 等［4］认为选择合作伙伴时需要遵循4C 原则，包括合作文化、互补能力、兼容目标和相称的风险。薛伟贤、张娟［5］指出高新技术企业技术联盟互惠共生伙伴选择应从伙伴间信任持久性、文化相容性和知识资源的互补性考虑。王晓新等［6］从资源能力、管理能力、技术能力状况、产权信誉和兼容程度五个方面建立创新伙伴选择指标体系。赵明光、易红［7］通过对汽车制造业的研究，从企业技术水平、敏捷性、设备水平、相对距离与信誉五个方面建立层次结构模型，为企业选择动态联盟合作伙伴提供依据。从前人研究可以看出，尽管学者们研究创新伙伴选择的角度不同，但大多认为伙伴的技术、信任、知识、资源等是选择创新伙伴需要考虑的因素。

合适的创新伙伴选择方法是企业选择优秀协同创新伙伴的保证，许多学者在合作伙伴选择方法方面展开了深入研究，这给研究协同创新伙伴选择提供了借鉴。如Liao 等［8］选择合作伙伴的能力、质量和成本三项硬性指标与数量和时间两项柔性指标建立选择指标体系，运用遗传算法对构建的随机模型进行求解。Amid 等［9］通过建立模糊多目标线性模型，采用模糊决策方法对合作伙伴进行择优计算。曾德明等［10］采用层次分析法选择研发合作伙伴。方金城等［11］利用信息熵技术对指标客观赋权，提出一种熵值法改进的灰局势决策方法，借助灰局势决策模型对伙伴进行综合评估。索玮岚等［12］借鉴决策试验和评价实验室法的思想，通过多因素关联分析，利用二元语义表示模型分别处理和集结语言短语形式的因素关联信息和备选IT 服务外包商的评价信息，对IT 服务外包合作商进行评价。陈菊红等［13］提出过滤、筛选和最优组合三阶段的合作伙伴选择方法。吴隽等［14］应用粗集理论与证据推理的方法对供应链合作伙伴进行综合评价。

可以看出，国内外学者对创新伙伴选择进行了深入研究，这些研究为本文研究提供了重要参考。但同时，前人研究也存在不足。一方面，协同创新伙伴选择指标体系的构建，需要同时考虑企业个体创新指标与企业间协同合作创新指标，而以往研究更多是侧重于个体创新指标或合作创新指标，仅少量研究同时考虑个体创新指标与合作创新指标;另一方面，学者们构建的创新伙伴选择指标体系，各指标间很难做到完全独立，指标间可能存在信息重叠问题，这就需要选择合适的方法解决指标之间的信息重叠问题。

3 企业协同创新伙伴选择指标体系

企业协同创新伙伴选择，需要建立合理的评价指标体系。本文在参阅大量相关资料，借鉴文献［7］ 和文献［15］，经过整理和整合完善后，根据科学性和系统性原则，构建包括企业个体创新指标和企业间协同创新指标的企业协同创新伙伴选择指标体系，见表1。其中，个体创新指标包括敏捷程度、财务健康，技术能力，信誉状况，知识拥有和管理经验五个二级指标;协同创新指标包括目标一致、资源互补、团队协作良好、动机一致和知识相通五个二级指标，这些指标能同时反映个体创新和协同创新，克服以往研究偏重某一方面的局限，能较为全面地反映企业协同创新。

表1 企业协同创新伙伴选择指标体系

4 企业协同创新伙伴选择方法

企业协同创新伙伴选择是一个多指标综合评价过程，包含与创新相关的多个指标，虽然企业协同创新伙伴选择指标体系中的各指标是从不同方面反映企业的状况，但仍不能完全确保各指标间是相互独立的，指标之间往往存在着一定的联系，有可能存在指标信息重叠，这就需要采用合适的协同创新伙伴选择方法来消除指标信息重叠对创新伙伴选择的影响。尽管已有不少学者对创新伙伴选择进行研究，但较少有研究探讨指标信息重叠的问题，导致研究得出的创新伙伴不一定是最优的创新伙伴，从而影响决策者最优创新伙伴的选择。基于此，为克服指标信息重叠对创新伙伴选择的影响，本研究采用主成分投影法来选择协同创新伙伴。

主成分投影法的原理源于主成分分析法，主成分分析法是在不遗失重要信息的基础上，将多个指标变化为少数几个不相关的指标，因为各主成分是原有变量的线性组合，所有的主成分之间相互正交，不存在多余信息。主成分投影法是在主成分分析法的基础上改进后的多指标评价方法，该方法将数据无量纲化和指标加权处理后，通过正交变换，把原来的n 个指标转换成彼此正交的n个综合指标，在没有损失信息量的前提下，解决了指标间信息重叠问题，然后利用各主成分设计一个理想样本，以m 个评价对象相应的评价向量在该理想样本方向上的投影作为一维的综合评价指标，并根据投影的结果排序。运用主成分投影法来选择协同创新伙伴，能有效利用各协同创新伙伴选择指标信息，并克服重叠信息的干扰，能对潜在协同创新伙伴的创新能力进行科学排序，有利于决策者选择最优的协同创新伙伴。有一些学者已经将该方法应用于企业技术创新动力［16］，洪水灾情评价［17］，产业集群伙伴选择［18］和区域生态安全评价［19］等，并取得了良好的效果。

5 企业协同创新伙伴选择应用案例

J 公司是一个主要生产轻型卡车和轻型客车的汽车制造企业，由于激烈的市场竞争，客户对产品要求的不断提高，J 公司为更进一步提高技术创新能力，提升研发水平，拟选择协同创新合作伙伴。J 公司经过研究和市场调研，确定K1，K2，…，K6六个潜在协同创新合作伙伴，为选择最适合自身需要的优秀协同创新合作伙伴，J 公司应用本研究建立的协同创新伙伴选择指标体系，运用主成分投影法，对潜在协同创新伙伴评价和排序，为选择最优秀的协同创新伙伴提供参考。

5.1 确定评价矩阵

J 公司邀请9 位评估专家，按照本研究所建立的企业协同创新伙伴选择指标体系对潜在协同创新伙伴进行匿名预测和判断，按7 个等级打分，从非常差、差、较差、一般、较好、好至非常好，分别给予1 至7 分，J 公司在对专家意见进行综合反馈后形成新的预测表后再返还给各位专家，进行第二轮判断和预测，然后再综合反馈后将预测表发给专家判断和预测，经过三轮综合反馈意见后，9 位专家的判断趋于统一，具体数据见表2。

表2 个体创新指标数据和协同创新指标数据

5.2 数据归一化

本研究构建的协同创新伙伴选择指标均为效益型指标，将数据归一化，归一化后指标数据见表3。

表3 归一化后的个体创新指标数据和协同创新指标数据

5.3 指标权重的确定

运用CRITIC 法确定个体创新指标和协同创新指标的权重，见表4。

表4 个体创新指标和协同创新指标权重

从表4 可以看出，在该案例中，企业团队协作能力、技术能力和资源互补性在各指标重要性中排前三位。

5.4 建立赋权决策矩阵

对样本矩阵进行加权处理，根据公式zij=wij@chyij，建立赋权决策矩阵，见表5。

5.5 指标正交变换，构造理想样本，计算各评价对象在理想样本的投影值并排序

先将指标正交变换，过滤掉指标之间的重复信息，再构造理想样本，计算各评价对象在理想样本的投影值并按由大到小排序，见表6。

表5 赋权决策矩阵

表6 潜在协同创新伙伴在理想样本投影值和排序

从表6 可以看出，潜在协同创新伙伴的投影值排序为K2≻K3≻K5≻K1≻K6≻K4，对J 公司而言，在潜在协同创新伙伴K1、K2、…、K6中，优先选择K2为协同创新伙伴。

6 结束语

协同创新是企业提高创新能力的重要途径，协同创新伙伴直接关系企业创新能力的提升。本文构建了包含个体创新指标和协同创新指标的企业协同创新伙伴选择指标体系，运用主成分投影法选择协同创新伙伴，消除了评价指标间信息重叠的影响，同时应用客观赋权法CRITIC 法确定指标权重，避免了专家赋权的人为因素影响，使评价结果更加客观，并结合一个汽车企业分析其在企业中的具体应用。本研究为企业科学选择协同创新伙伴提供了一种有效方法，期望为提升企业创新能力提供一些帮助。

由于企业所处的市场环境不断变化，企业协同创新伙伴选择指标体系也应随着环境的改变而不断完善，这在本研究中未做分析，如何根据环境变化不断更新和完善企业协同创新伙伴选择指标体系，是未来深入研究的方向。

［1］郑刚. 基于TIM 视角的企业技术创新过程中各要素全面协同机制研究［D］.杭州:浙江大学，2004.

［2］张爱玲. 企业进入战略联盟时代［J］.中外管理，1999，(2):25 -26.

［3］Dodourova M. Alliances as Strategic Tools:a Cross-industry Study of Partnership Planning，Formation and Success［J］.Management Decision，2009，47(5):831 -844.

［4］Brouthers K D，Brouthers L E，Wilkinson T J. Strategic Alliances:Choose Your Partners［J］. Long Range Planning，1995，28(3):18 -25.

［5］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，2010，22(1):82 -89.

［6］王晓新，邹艳，叶金福. 企业合作创新伙伴选择的多层次优属度评价［J］.科技进步与对策，2008，25(7):65 - 67.

［7］赵明光，易红. 面向汽车制造业的动态联盟合作伙伴选择策略研究［J］.制造业自动化，2003，25(5):38 -42.

［8］Liao Z，Rittscher J. A Multi-objective Supplier Selection Model under Stochastic Demand Conditions［J］. International Journal of Production Economics，2007，105(1):150 -159.

［9］Amid A，Ghodsypour S H，O'brien C. Fuzzy Multiobjective Linear Model for Supplier Selection in A Supply Chain［J］.International Journal of Production Economics，2006，104(2):394 -407.

［10］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.

［11］方金城，陈华，朱斌. 改进灰局势决策在技术创新合作伙伴选择中应用［J］.哈尔滨商业大学学报(自然科学版)，2011，27(1):117 -120.

［12］索玮岚，樊治平，冯博. 基于多因素关联分析的IT 服务外包商选择方法［J］.工业工程与管理，2012，17(6):1 -6.

［13］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，2001，21(7):48 -53.

［14］吴隽，张剑英，任丽娟. 基于证据推理与粗集理论的供应链合作伙伴选择方法研究［J］.中国软科学，2005，(3):130 -133.

［15］冯博. 基于协同网络信息的多指标决策方法研究［D］.大连:大连理工大学，2008.

［16］孙冰. 主成分投影法在企业技术创新动力评价中的研究［J］.系统工程理论方法应用，2006，15(3):285 -288.

［17］吴昌友，杨静红，许智慧. 基于主成分投影法的洪水灾情评价研究［J］.中国安全科学学报，2012，22(4):121 -126.

［18］李煜华，綦良群. 基于主成分投影法的东北老工业基地产业集群伙伴选择研究［J］.科学学与科学技术管理，2010，31(4):95 -98.

［19］吴开亚，何琼，孙世群. 区域生态安全的主成分投影评价模型及应用［J］.中国管理科学，2004，12(1):106 -109.