基于关键成功因素的技术创新网络动态伙伴选择模型

刘晓燕+阮平南+李非凡

摘要：从任务、学习、合作和风险4个维度提出了合作伙伴选择的关键成功因素，结合生命周期理论分析了关键成功因素的演化，通过引入现阶段和未来预期两个阶段构建了模糊动态评估模型，并以某大型国有企业的技术中心为例，实证了合作伙伴选择方案。结果表明，网络生成期任务维度权重大，网络成长期关系维度权重大，网络成熟期学习维度权重大。模糊动态评估模型可以有效地实现权重变动下的合作伙伴选择。

关键词：技术创新网络；合作伙伴选择；关键成功因素；模糊动态理论

中图分类号：F273.1;F224文献标识码：A文章编号：1001-8409（2014）07-0025-04

The Dynamic Partner Selection Model in the Technology

Innovation Network Based on the Critical Success Factors

LIU Xiaoyan, RUAN Pingnan, LI Feifan

(School of Economic and Management, Beijing University of Technology, Beijing 100124)

Abstract： From the four dimensions of task, learning, partnering and risk, this paper proposes partner selection critical success factors, analyses the evolution of critical success factors combined with the life cycle theory. By introducing a fuzzy dynamic assessment model through two phases of the current and future, it takes a nationalized enterprise as example to propose partner selection plan. The results show that, in the network generation period, the task dimension weight high; in the network growth period, the relation dimension weight high; in the network mature period, the learning dimension weight high. The fuzzy dynamic assessment model can effectively achieve partner selection under the change of weight.

Key words： technology innovation network; partner selection; critical success factors; fuzzy dynamic theory

适应环境谋求生存是企业的行为本能及关键选择，为应对复杂环境、分担研发风险、共享研发资源，企业技术创新活动逐步跨越企业边界，通过网络组织开展。伴随着技术创新网络的形成和演化，核心企业对合作伙伴的选择关系到创新网络的稳定、网络成员的生存，已成为核心企业关注的焦点问题。网络伙伴的选择是构成合理网络结构及成功网络发展的一个重要方面，无论多么完善的创新网络治理机制，也不足以克服网络结构的缺陷及其带来的风险。因此，越来越多的国内外学者将研究的重点集中到合作伙伴的选择，从不同角度分析了技术创新网络伙伴选择的因素，合作伙伴选择的评价准则和评价视角。目前的研究主要从合作的动机考虑伙伴选择的因素，这些因素包括战略一致性、学习能力、合作能力、资源互补性等。对于合作伙伴的评价都是静态的评价选择方法。技术创新网络不同的演化阶段面临不同的矛盾,将对伙伴选择提出不同的评价标准，伙伴选择的要求应当既要满足网络演化不同阶段主要问题的解决，又要保障合作伙伴的稳定和持久性。考虑到技术创新网络的演化是在目标驱动下的演化，核心企业作为技术创新网络管理的主体，计划和协调着网络的活动,网络演化的不同阶段面临的主要矛盾不断地转换，为了更好地将伙伴选择战略与网络目标相结合,本文将从组织实现目标的关键成功因素入手,结合生命周期理论，分析各阶段关键成功因素权重的演化,提出合作伙伴动态评估模型。

1合作伙伴选择的关键成功因素

技术创新网络演化是目标驱动下的演化，组织目标决定组织战略，组织战略影响组织行为。从目前的研究看，合作伙伴的评价指标可以概括为以下两类：第一类是从任务角度出发构建的合作伙伴评价指标，主要包括资源互补性、技术能力、学习动机、辅助技能、目标一致性等［1~3］。第二类是从合作关系角度构建的评价指标，主要包括文化协同、信任、合作历史等［4,5］。Das指出风险因素也是评估合作伙伴的主要因素［6］。目前对合作伙伴选择主要是从“行为”的角度，分析选择伙伴的动机，构建伙伴选择指标体系。由于技术创新网络存在的本质是维持和扩展组织的生存空间，组织目标则是围绕这一存在的本质制定的。因而通过识别影响目标实现的关键性因素来构建合作伙伴选择指标体系，能更有效地满足组织生存与发展的要求。

网络外部环境不断变化，为了实现上述目标，技术创新网络的组织形态也不断演化，其组织战略也在组织与环境的协同中不断调整。技术创新网络像所有生命体一样，是一个“活性组织”，存在演化的生命周期。Koka 提出在环境不确定性及其对资源供给能力变化的情况下，网络组织会经历扩张、扰动、巩固和萎缩等阶段［7］。韦福祥认为，网络组织会经历稳定期、边际变化期以及创新期等阶段［8］。本文综合上述学者的研究，将网络演化分为：生成期、成长期和成熟期三个阶段。在生命周期的不同阶段，组织面临的主要矛盾也在不断地调整，对合作伙伴的需求呈现不同特征，如表1所示［9］。基于上述学者的研究和网络演化不同阶段对伙伴选择提出的不同需求，本文总结出基于任务、学习、合作和风险4个维度的关键成功因素，这4个维度在网络演化不同阶段随着网络面临的矛盾不同，所占的权重也不同。表1网络演化阶段主要矛盾与合作伙伴特征

网络特征主要矛盾对合作伙伴的要求网络生成期网络雏形显现如何寻找合作伙伴弥补企业自身能力不足互补性资源网络成长期网络规模迅速扩张合作伙伴间如何协调提升网络效能学习能力、协同能力网络成熟衰退期网络开始萎缩，节点退出数量增加如何创新摆脱锁定效应，避免节点退出导致网络解体创新能力、异质性资源引入1.1任务维度的关键成功因素

任务维度的关键成功因素是实现技术创新网络目标的前提，技术创新网络的目标是通过合作研发，实现技术创新。企业间合作就是在上述目标指导下，通过提供互补性资源实现的研发合作过程。任务维度就是结合研发过程，评价合作伙伴的关键成功因素。主要可以分为以下几个因素：

首先是获得协同优势，企业选择具有互补性资源和能力的合作伙伴进行合作，一方面可以打开市场，提升企业影响力，另一方面企业间的合作将有效地促进知识的学习和融合，从而在合作过程创造新的机会和建立新的能力。 其次是提升企业专业化程度，企业间的分工与协作使网络内的企业更专注于从事具有核心竞争力的特定业务或范围，而不是试图掌握所有必要的资源和能力发展自身的业务，合作将促进企业专业化的提升。第三是产生新的功能，即企业扩展新的业务范围或开拓新的市场。组织惯性的存在将导致企业的锁定效应，无论是在技术方面还是制度方面，一旦形成了某种规则就很难改变，而企业间的合作由于新的知识、理念和技能等的引入将降低锁定效应，有助于企业新功能的产生。

1.2学习维度的关键成功因素

学习维度的关键成功因素可以提升技术创新网络的合作绩效，提升企业核心竞争能力。可以分为以下几个因素：

首先是特定的专业知识，特别是技术创新网络以创新作为组织目标,知识则是实现创新必备的关键性资源。知识资源的异质性和互补性将成为合作伙伴筛选的重要条件。同时还要考虑合作双方的知识距离，知识距离越大越不利于知识的学习和吸收［10］。其次是知识的获取，技术创新网络的合作伙伴必须能够克服知识根植性等问题，有效地共享显性与隐性知识和利用对方的相关知识网络，及时有效地获取所需的知识。知识根植性是指知识在企业中嵌入的程度，知识嵌入的程度越高越不容易被合作伙伴获得［11］。第三是知识创造潜力，联盟伙伴还应具备创造新知识和新能力的潜能。

1.3关系维度的关键成功因素

关系维度的关键成功因素是从技术创新网络合作企业间关系的角度进行分析，用于保证技术创新网络的运行。主要包括以下几个因素：一是共同的价值观，企业文化差异会引发合作问题。共同的目标和价值观以及共同的规则和规范行为促进合作质量的提升。二是相同的动机，动机决定战略，相同的动机可以增进合作双方对研发过程中决策的理解，有利于协同的产生。三是协同程度，即在统一的目标驱动下，合作双方的密切程度。企业追求协同效应，使企业的有限资源在战略作用下发挥最大的效用，协同程度越高越有利于创新。四是信誉，指依附在人之间、单位之间和商品交易之间形成的一种相互信任的生产关系和社会关系。具有良好信誉的企业可以降低网络合作成本与风险，提升网络效能。

1.4风险维度的关键成功因素

风险维度的关键成功因素用以评估技术创新网络的稳定性。主要包括以下几个因素：一是绩效风险，指由于技术创新网络未来技术或环境的不确定性造成的风险。是企业在充分合作的情况下仍旧无法达到预期目标的风险，这种风险来自于企业合作之外的因素［6］。二是关系风险，是指合作双方的关系不确定性引起的风险。三是不对称风险，指合作伙伴间由于信息不对称而造成的风险。

1.5不同演化阶段的关键成功因素的演化

通过对不同演化阶段面临的主要矛盾分析，本文认为合作伙伴选择的不同维度的关键成功因素，在不同阶段所占权重也伴随着组织矛盾主要方面的变化而变化。生成期是技术创新网络组建阶段，当企业面临资源稀缺、环境不确定性增强、产品开发周期缩短等问题时，企业为获得资源、控制环境的不确定性、降低产品研发风险等必须与环境进行交换，技术创新网络的发起者根据自身发展战略和资源特性，选择具有互补性资源的合作伙伴，同时中小型企业由于生存的需要也在寻求具有发展潜力的网络组织。这时任务维度的权重较大，学习维度、关系维度和风险维度则由于核心企业对备选企业之间的信息不对称、不完全性导致权重相对较小。伴随着合作的展开，网络规模逐步扩大，网络规则逐步完善，网络价值观逐步形成，技术创新网络处于发展壮大阶段，具有资源和动态能力的网络成员逐步发展成核心节点，网络的管理模式由个体管理向群体管理转变、由单纯的分包业务向共同开发转变、由自发聚集向自觉协作转变。技术创新网络形成，合作带来的多赢使得节点绩效提升。网络组织面临的主要问题是：如何更好地应用网络的社会资本，更好地实现知识扩散和知识学习，伙伴选择的重心逐步转换为如何选择具有良好协同效应，能够彼此贡献知识实现组织学习，因此关系维度和学习维度权重逐步增大，任务维度权重有所下降。创新网络演化进入成熟期，网络的锁定效应逐步显现，退出网络的节点逐步增加，为了保证网络稳定，通过合作伙伴选择来弥补节点退出导致的资源不足，同时为了降低锁定效应、增强资源异质性，处于创新的需求，对合作伙伴的学习能力将提出更高的要求，所以学习维度和任务维度的权重逐步加大，关系维度权重进一步降低［9］。

2基于关键成功因素的动态选择模型构建

国内外学者提出了不同的合作伙伴选择评价方法，例如Chong Wu等提出了敏捷供应链的四阶段伙伴选择模型，提出了基于神经网络和整数多目标规划的伙伴评价方法［12］。王雄提出一种将模糊优选理论与动态规划法相结合的合作伙伴选择方法［13］。文军使用模糊综合评价法分析了网络组织的伙伴选择问题［14］。辛磊使用博弈论研究了伙伴选择方法［15］。戚桂清从静态和动态两个阶段建立了基于信誉的伙伴选择模型［16］。上述研究都是从静态的角度考虑，然而由于技术创新网络在演化过程中网络内外部的环境不断变化，导致网络演化不同阶段呈现不同的演化动机，不同的演化动机驱动不同合作伙伴选择标准，指标权重应当是一个动态调整的过程［17］，应当与网络所处演化阶段和未来的网络发展趋势相结合，进行动态的综合评价。同时考虑合作伙伴评价过程中所涉及的指标数据，有些可以清晰地量化，更多的指标是从定性的角度进行分析，为了保证数据的一致性和有效性，本文引入模糊动态理论，并引入了现阶段和未来期望两个时间段，使用改进的模糊动态综合评级方法给出关键成功因素的评价模型。

2.1建立评价指标集

根据层次分析的思想，按照不同评价指标体系，可以构造相应的递阶层次关系。设总因素集U={u1,u2,…,u4},其中u1为基于任务的关键成功因素，u2为基于学习的关键成功因素，u3为基于关系的关键成功因素，u4为基于风险的关键成功因素。u11为获得协同优势,u12为提升核心能力,u13为产生新的功能；u21为特定的专业知识,u22为知识获取能力,u23为知识创造潜力；u31为共同的价值观,u32为共同的动机,u33为企业的信誉；u41为绩效风险，u42为关系风险,u43为不对称风险。

2.2建立评价结果集

对备选合作伙伴进行评估。设定评分档次C={90，80，70，60}，并注明发展的趋势是上升还是下降。构建评语模糊集：

V={(V1,V1)，(V2,V2)，(V3,V3)，(V4,V4)}={(90,90)，(80,80)，(70,70)，(60,60)}。按照上述指标集合和评语模糊集，为备选合作伙伴制作调查问卷。

2.3构建隶属度矩阵

若对论域U中的任一元素x，都有一个数A（x）∈［0，1］与之对应，则称A为U上的模糊集，A（x）称为x对A的隶属度。本文利用模糊统计法确定隶属度。

R=（r11,r11)…（r14,r14)



（r41,r41)…（r44,r44)

其中：

r1j=评语为V1的个数该指标所有的评语数

r1j=评语为V1的个数该指标所有的评语数

(1)

2.4确定权重集

为区别各评价因素对评价结果所产生影响的重要程度，通过德尔菲法对现阶段和未来预期两个不同演化阶段的关键成功因素重要程度进行调研。并将最后调研结果进行归一化处理，得到权重集。

Wn=（Wn1，Wn2，Wn3，Wn4），

Wf=（Wf1，Wf2，Wf3，Wf4）。

其中：Wn表示现阶段各维度关键成功因素的权重，Wni表示现阶段第i个维度中各因素的权重；Wf表示未来阶段各维度关键成功因素的权重，Wfi表示未来阶段第i个维度中各因素的权重。

2.5建立动态模糊评价矩阵

根据评价主体对每个二级指标所给出的动态模糊评价值，可得二级动态模糊评价矩阵：

Bn=(Bn1,Bn2,Bn3,Bn4)T ，Bni=WniRi(2)

其中：Bni表示现阶段第i个维度模糊评价矩阵，Ri表示第i个维度隶属度矩阵，Wni表示现阶段第i个维度各因素权重。

根据一级指标的权重,计算备选合作伙伴的一级动态模糊评价矩阵Sn：

Sn= Wn ·Bn (3)

其中：Wn为现阶段各维度关键成功因素权重，Bn为现阶段二级动态模糊评价矩阵。

对上述结果作如下处理，以获取现阶段最终的评价结果：S*n=X或X。

其中：X的值取4i=1S1+4i=1S1，X的趋势则依据max（4i=1S1，4i=1S1）的值取定。

同理可得未来阶段最终的评价结果S*f。

2.6综合评价指标计算

决策者可以根据技术创新网络的内外部环境，设定现阶段和未来阶段关键成功因素所占比例，结合上述评价结果，给出最终评价指标。令k为现阶段评价结果所占比例，则综合评价结果为：

S*=k*S*n+(1-k)* S*f(4)

其中：k为现阶段影响因素所占比例，取值范围0~1；S*的取值是k乘以S*n的取值加上(1-k)乘以 S*f的取值，S*的趋势是上述两个值最大值方向。

3实例

本文的数据采集于某大型国有企业的技术中心，对备选合作伙伴A和B两家企业进行评价。评价问卷调查对象包括中层以上领导干部，收回有效问卷28份。权重问卷调查对象为专家组构成项目招投标小组成员，人数5人。

根据德尔菲调查法，得到现阶段和未来阶段权重结果为：

Wn=（Wn1，Wn2，Wn3，Wn4）=(03,024,026,02)

Wn1=(053,03,016)

Wn2=(042,03,038)

Wn3=(032,03,038)

Wn4=(054,026,02)

Wf=（Wf1，Wf2，Wf3，Wf4）=(032,03,038,01)

Wf1=(048,038,024)

Wf2=(032,026,042)

Wf3=(032,03,038)

Wf4=(042,042,016)

根据式（1）至式（3）及一级指标的权重,给出A、B两个企业现阶段和未来阶段的关键成功因素评价值：

S*An= (58117,23737)=81863

S*Af =(5707,23.918) =80988

S*Bn=(52505,29077) =81582

S*Bf =(52564,28566 )=81131

根据式（4）绘制A、B两个企业的综合评价指标趋势图。

上述分析可以发现，备选企业A与企业B各具特点，两个企业的综合评分相差不多，且都处于发展阶段（见图1）。当核心企业强调现阶段的合作效果，即现阶段因素所占比例大于0337时，选择A企业较为适合；当核心企业强调未来发展趋势，即现阶段因素所占比例小于0337时，选择B企业较为合适。

4结语

本文在国内外学者研究的基础上，首先提出了技术创新网络合作伙伴选择的关键成功因素，任务维度的关键成功因素用以保证技术创新网络目标的实现；学习维度的关键成功因素可以提升合作绩效，提升企业核心竞争能力；合作维度的关键成功因素可以保证技术创新网络的运行；风险维度的关键成功因素用以评估技术创新网络的稳定性。其次分析了网络不同的演化阶段，不同维度关键成功因素的演化，在网络生成期，任务维度权重大；网络成长期，关系维度权重大；网络成熟期，学习维度权重大。第三使用动态模糊评价方法，构建了基于关键成功因素的合作伙伴动态选择模型，以某大型国有企业的技术中心为例进行了实证分析，实现了关键因素权重变动下的合作伙伴动态评估。

参考文献:

［1］K DBrouthers，L EBrouthers，T JWilkinson. Strategic Alliances: Choose Your Partners［J］ .Long Range Planning，1995(28): 18-25.

［2］Y LDoz，GHamel. Alliance Advantage: The Art of Creating Value through Partnering［M］. Harvard Business Press，1998.119-140.

［3］廖开际,易聪. 基于TRIZ的企业技术创新能力评价模型［J］.软科学,2010,24(10):76-80.

［4］K WGlaister.UK-Western European Strategic Alliances: Motives and Selection Criteria［J］. Journal of Euro-Marketing，1996 (4): 5-35.

［5］T KDas，I YHe. Entrepreneurial Firms in Search of Established Partners: Review and Recommendations［J］.International Journal of Entrepreneurial Behavior & Research，2006 (12): 114-143.

［6］T KDas，B STeng. Resource and Risk Management in the Strategic Alliance Making Process［J］. Journal of Management，1998 (24):21-42.

［7］B RKoka，RMadhavan，et al. The Evolution of Interfirm Networks: Environmental Effects on Patterns of Network Change［J］． Academy of Management Review，2006,31(3):721-737.

［8］韦福祥.企业间网络组织及创新机制的形成新探［J］.现代财经,2001,21(1):52-53.

［9］刘晓燕,阮平南.基于生命周期的技术创新网络演化动力研究［J］.现代管理科学，2013(5):66-68.

［10］P JLane，MLubatkin. Relative Absorptive Capacity and Interorganizational Learning［J］.Strategic Management Journal，1998 (19): 461-477.

［11］LArgote，PIngram. Knowledge Transfer: A Basis for Competitive Advantage in Firms［J］.Organizational Behavior and Human Decision Processes，2000 (82): 150-169.

［12］Chong Wu，David Barnes. A Dynamic Feedback Model for Partner Selection in Agile Supply Chains［J］. International Journal of Operations & Production Management,2012,32(1):79-103.

［13］王雄,岳意定.基于混合目标模糊优选动态规划的动态物流联盟伙伴选择模型［J］.软科学,2008,22(2):18-21.

［14］文军.基于模糊综合评判的航空公司战略联盟合作伙伴选择研究［J］.数学的实践与认识,2010,40(19): 7-15.

［15］辛磊,贾妍.基于博弈论的供应链战略合作伙伴选择［J］.系统工程,2011,29(4): 123-126.

［16］戚桂清,杨锡怀.基于声誉的战略网络合作伙伴选择机制［J］.预测,2009,28(3): 34-38.

［17］Chen Sheu-Hua，Lee Hong-Tau,Wu Yi-Fen. Applying ANP Approach to Partner Selection for Strategic Alliance［J］. Management Decision，2008,46(3):449-465.

(责任编辑：张勇)

其中：Bni表示现阶段第i个维度模糊评价矩阵，Ri表示第i个维度隶属度矩阵，Wni表示现阶段第i个维度各因素权重。

根据一级指标的权重,计算备选合作伙伴的一级动态模糊评价矩阵Sn：

Sn= Wn ·Bn (3)

其中：Wn为现阶段各维度关键成功因素权重，Bn为现阶段二级动态模糊评价矩阵。

对上述结果作如下处理，以获取现阶段最终的评价结果：S*n=X或X。

其中：X的值取4i=1S1+4i=1S1，X的趋势则依据max（4i=1S1，4i=1S1）的值取定。

同理可得未来阶段最终的评价结果S*f。

2.6综合评价指标计算

决策者可以根据技术创新网络的内外部环境，设定现阶段和未来阶段关键成功因素所占比例，结合上述评价结果，给出最终评价指标。令k为现阶段评价结果所占比例，则综合评价结果为：

S*=k*S*n+(1-k)* S*f(4)

其中：k为现阶段影响因素所占比例，取值范围0~1；S*的取值是k乘以S*n的取值加上(1-k)乘以 S*f的取值，S*的趋势是上述两个值最大值方向。

3实例

本文的数据采集于某大型国有企业的技术中心，对备选合作伙伴A和B两家企业进行评价。评价问卷调查对象包括中层以上领导干部，收回有效问卷28份。权重问卷调查对象为专家组构成项目招投标小组成员，人数5人。

根据德尔菲调查法，得到现阶段和未来阶段权重结果为：

Wn=（Wn1，Wn2，Wn3，Wn4）=(03,024,026,02)

Wn1=(053,03,016)

Wn2=(042,03,038)

Wn3=(032,03,038)

Wn4=(054,026,02)

Wf=（Wf1，Wf2，Wf3，Wf4）=(032,03,038,01)

Wf1=(048,038,024)

Wf2=(032,026,042)

Wf3=(032,03,038)

Wf4=(042,042,016)

根据式（1）至式（3）及一级指标的权重,给出A、B两个企业现阶段和未来阶段的关键成功因素评价值：

S*An= (58117,23737)=81863

S*Af =(5707,23.918) =80988

S*Bn=(52505,29077) =81582

S*Bf =(52564,28566 )=81131

根据式（4）绘制A、B两个企业的综合评价指标趋势图。

上述分析可以发现，备选企业A与企业B各具特点，两个企业的综合评分相差不多，且都处于发展阶段（见图1）。当核心企业强调现阶段的合作效果，即现阶段因素所占比例大于0337时，选择A企业较为适合；当核心企业强调未来发展趋势，即现阶段因素所占比例小于0337时，选择B企业较为合适。

4结语

本文在国内外学者研究的基础上，首先提出了技术创新网络合作伙伴选择的关键成功因素，任务维度的关键成功因素用以保证技术创新网络目标的实现；学习维度的关键成功因素可以提升合作绩效，提升企业核心竞争能力；合作维度的关键成功因素可以保证技术创新网络的运行；风险维度的关键成功因素用以评估技术创新网络的稳定性。其次分析了网络不同的演化阶段，不同维度关键成功因素的演化，在网络生成期，任务维度权重大；网络成长期，关系维度权重大；网络成熟期，学习维度权重大。第三使用动态模糊评价方法，构建了基于关键成功因素的合作伙伴动态选择模型，以某大型国有企业的技术中心为例进行了实证分析，实现了关键因素权重变动下的合作伙伴动态评估。

参考文献:

［1］K DBrouthers，L EBrouthers，T JWilkinson. Strategic Alliances: Choose Your Partners［J］ .Long Range Planning，1995(28): 18-25.

［2］Y LDoz，GHamel. Alliance Advantage: The Art of Creating Value through Partnering［M］. Harvard Business Press，1998.119-140.

［3］廖开际,易聪. 基于TRIZ的企业技术创新能力评价模型［J］.软科学,2010,24(10):76-80.

［4］K WGlaister.UK-Western European Strategic Alliances: Motives and Selection Criteria［J］. Journal of Euro-Marketing，1996 (4): 5-35.

［5］T KDas，I YHe. Entrepreneurial Firms in Search of Established Partners: Review and Recommendations［J］.International Journal of Entrepreneurial Behavior & Research，2006 (12): 114-143.

［6］T KDas，B STeng. Resource and Risk Management in the Strategic Alliance Making Process［J］. Journal of Management，1998 (24):21-42.

［7］B RKoka，RMadhavan，et al. The Evolution of Interfirm Networks: Environmental Effects on Patterns of Network Change［J］． Academy of Management Review，2006,31(3):721-737.

［8］韦福祥.企业间网络组织及创新机制的形成新探［J］.现代财经,2001,21(1):52-53.

［9］刘晓燕,阮平南.基于生命周期的技术创新网络演化动力研究［J］.现代管理科学，2013(5):66-68.

［10］P JLane，MLubatkin. Relative Absorptive Capacity and Interorganizational Learning［J］.Strategic Management Journal，1998 (19): 461-477.

［11］LArgote，PIngram. Knowledge Transfer: A Basis for Competitive Advantage in Firms［J］.Organizational Behavior and Human Decision Processes，2000 (82): 150-169.

［12］Chong Wu，David Barnes. A Dynamic Feedback Model for Partner Selection in Agile Supply Chains［J］. International Journal of Operations & Production Management,2012,32(1):79-103.

［13］王雄,岳意定.基于混合目标模糊优选动态规划的动态物流联盟伙伴选择模型［J］.软科学,2008,22(2):18-21.

［14］文军.基于模糊综合评判的航空公司战略联盟合作伙伴选择研究［J］.数学的实践与认识,2010,40(19): 7-15.

［15］辛磊,贾妍.基于博弈论的供应链战略合作伙伴选择［J］.系统工程,2011,29(4): 123-126.

［16］戚桂清,杨锡怀.基于声誉的战略网络合作伙伴选择机制［J］.预测,2009,28(3): 34-38.

［17］Chen Sheu-Hua，Lee Hong-Tau,Wu Yi-Fen. Applying ANP Approach to Partner Selection for Strategic Alliance［J］. Management Decision，2008,46(3):449-465.

(责任编辑：张勇)

其中：Bni表示现阶段第i个维度模糊评价矩阵，Ri表示第i个维度隶属度矩阵，Wni表示现阶段第i个维度各因素权重。

根据一级指标的权重,计算备选合作伙伴的一级动态模糊评价矩阵Sn：

Sn= Wn ·Bn (3)

其中：Wn为现阶段各维度关键成功因素权重，Bn为现阶段二级动态模糊评价矩阵。

对上述结果作如下处理，以获取现阶段最终的评价结果：S*n=X或X。

其中：X的值取4i=1S1+4i=1S1，X的趋势则依据max（4i=1S1，4i=1S1）的值取定。

同理可得未来阶段最终的评价结果S*f。

2.6综合评价指标计算

决策者可以根据技术创新网络的内外部环境，设定现阶段和未来阶段关键成功因素所占比例，结合上述评价结果，给出最终评价指标。令k为现阶段评价结果所占比例，则综合评价结果为：

S*=k*S*n+(1-k)* S*f(4)

其中：k为现阶段影响因素所占比例，取值范围0~1；S*的取值是k乘以S*n的取值加上(1-k)乘以 S*f的取值，S*的趋势是上述两个值最大值方向。

3实例

本文的数据采集于某大型国有企业的技术中心，对备选合作伙伴A和B两家企业进行评价。评价问卷调查对象包括中层以上领导干部，收回有效问卷28份。权重问卷调查对象为专家组构成项目招投标小组成员，人数5人。

根据德尔菲调查法，得到现阶段和未来阶段权重结果为：

Wn=（Wn1，Wn2，Wn3，Wn4）=(03,024,026,02)

Wn1=(053,03,016)

Wn2=(042,03,038)

Wn3=(032,03,038)

Wn4=(054,026,02)

Wf=（Wf1，Wf2，Wf3，Wf4）=(032,03,038,01)

Wf1=(048,038,024)

Wf2=(032,026,042)

Wf3=(032,03,038)

Wf4=(042,042,016)

根据式（1）至式（3）及一级指标的权重,给出A、B两个企业现阶段和未来阶段的关键成功因素评价值：

S*An= (58117,23737)=81863

S*Af =(5707,23.918) =80988

S*Bn=(52505,29077) =81582

S*Bf =(52564,28566 )=81131

根据式（4）绘制A、B两个企业的综合评价指标趋势图。

上述分析可以发现，备选企业A与企业B各具特点，两个企业的综合评分相差不多，且都处于发展阶段（见图1）。当核心企业强调现阶段的合作效果，即现阶段因素所占比例大于0337时，选择A企业较为适合；当核心企业强调未来发展趋势，即现阶段因素所占比例小于0337时，选择B企业较为合适。

4结语

本文在国内外学者研究的基础上，首先提出了技术创新网络合作伙伴选择的关键成功因素，任务维度的关键成功因素用以保证技术创新网络目标的实现；学习维度的关键成功因素可以提升合作绩效，提升企业核心竞争能力；合作维度的关键成功因素可以保证技术创新网络的运行；风险维度的关键成功因素用以评估技术创新网络的稳定性。其次分析了网络不同的演化阶段，不同维度关键成功因素的演化，在网络生成期，任务维度权重大；网络成长期，关系维度权重大；网络成熟期，学习维度权重大。第三使用动态模糊评价方法，构建了基于关键成功因素的合作伙伴动态选择模型，以某大型国有企业的技术中心为例进行了实证分析，实现了关键因素权重变动下的合作伙伴动态评估。

参考文献:

［1］K DBrouthers，L EBrouthers，T JWilkinson. Strategic Alliances: Choose Your Partners［J］ .Long Range Planning，1995(28): 18-25.

［2］Y LDoz，GHamel. Alliance Advantage: The Art of Creating Value through Partnering［M］. Harvard Business Press，1998.119-140.

［3］廖开际,易聪. 基于TRIZ的企业技术创新能力评价模型［J］.软科学,2010,24(10):76-80.

［4］K WGlaister.UK-Western European Strategic Alliances: Motives and Selection Criteria［J］. Journal of Euro-Marketing，1996 (4): 5-35.

［5］T KDas，I YHe. Entrepreneurial Firms in Search of Established Partners: Review and Recommendations［J］.International Journal of Entrepreneurial Behavior & Research，2006 (12): 114-143.

［6］T KDas，B STeng. Resource and Risk Management in the Strategic Alliance Making Process［J］. Journal of Management，1998 (24):21-42.

［7］B RKoka，RMadhavan，et al. The Evolution of Interfirm Networks: Environmental Effects on Patterns of Network Change［J］． Academy of Management Review，2006,31(3):721-737.

［8］韦福祥.企业间网络组织及创新机制的形成新探［J］.现代财经,2001,21(1):52-53.

［9］刘晓燕,阮平南.基于生命周期的技术创新网络演化动力研究［J］.现代管理科学，2013(5):66-68.

［10］P JLane，MLubatkin. Relative Absorptive Capacity and Interorganizational Learning［J］.Strategic Management Journal，1998 (19): 461-477.

［11］LArgote，PIngram. Knowledge Transfer: A Basis for Competitive Advantage in Firms［J］.Organizational Behavior and Human Decision Processes，2000 (82): 150-169.

［12］Chong Wu，David Barnes. A Dynamic Feedback Model for Partner Selection in Agile Supply Chains［J］. International Journal of Operations & Production Management,2012,32(1):79-103.

［13］王雄,岳意定.基于混合目标模糊优选动态规划的动态物流联盟伙伴选择模型［J］.软科学,2008,22(2):18-21.

［14］文军.基于模糊综合评判的航空公司战略联盟合作伙伴选择研究［J］.数学的实践与认识,2010,40(19): 7-15.

［15］辛磊,贾妍.基于博弈论的供应链战略合作伙伴选择［J］.系统工程,2011,29(4): 123-126.

［16］戚桂清,杨锡怀.基于声誉的战略网络合作伙伴选择机制［J］.预测,2009,28(3): 34-38.

［17］Chen Sheu-Hua，Lee Hong-Tau,Wu Yi-Fen. Applying ANP Approach to Partner Selection for Strategic Alliance［J］. Management Decision，2008,46(3):449-465.

(责任编辑：张勇)