基于知识单元重组的企业创新绩效DEA模型分析

许书杰

【摘 要】 知识网络是知识经济时代企业创新的一种重要形式，企业所处网络位置也成为影响企业创新绩效的重要因素。在此背景之下，文章将R&D投入、科技人员投入、代表知识网络的网络中心性和结构洞作为DEA的投入变量，将新产品销售金额占全部销售收入的百分比以及专利数作为产出变量，通过DEA模型分析，得出企业所处网络位置对创新绩效的重要作用，并以此提出相关政策建议。

【关键词】 知识单元重组； 知识网络； DEA； 创新绩效

中图分类号：F270.3 文献标识码：A 文章编号：1004-5937（2015）17-0060-04

一、引言

网络时代，顾客及用户需求差异极大，一个企业无论研发能力多么强大，都赶不上顾客日新月异的需求变化，不可能满足所有用户的全部需求。面对几近饱和的空调市场，海尔集团则另辟蹊径，重新组合了现有资源，设计了一款圆柱形空调，创新了消费潮流。这款空调的外观造型来自于消费电子行业，出风口酒杯型设计来自于时尚界流行元素，隐藏式的显示窗口来自于汽车行业。正如海尔首席执行官张瑞敏所说：“我的能力不在于我有多高的创新能力，而是我能够整合多少创新能力。”的确如此，在跨界融合中，谁能整合多少资源，谁就能创造多大的市场。因此，对于“如何把现有的散布于企业各个角落的知识充分整合起来形成企业最终的核心能力，并最终提高绩效”于企业而言是极其重要的。

为此，国内外专家学者纷纷就知识及知识整合，对企业创新绩效进行了不同程度的研究。Penrose（1959）认为，企业各类行为的实质就是将各种知识融入到产品和服务中，通过重组及运用，产生新的知识，且不同的利用方式，会产生异质性知识，创造新价值；Kogut & Zander （1992）在Penrose的认知基础上进一步指出，创新就是企业对现有知识的重新组合，从而创造新价值。Galunic（1998）也认为企业通过对现有知识、资源的重新利用，能为创新带来可能性，并着重指出知识结构的重新组合对创新的作用。Stewart Thornhill（2006）通过实证分析，得出知识对企业的绩效是交互影响关系；简兆权、吴隆增（2008）选取我国珠三角地区124家高科技企业作为实证研究对象，得出了知识整合对组织创新有显著直接正向影响；魏江、王铜安（2008）提出，随着创新网络的涌现，各企业之间的交流增加；邓荣霖等（2006）、李纲（2007）、单海燕（2010）则从创新网络角度分析了创新绩效的影响因素。

另外，随着社会网络理论的不断完善，学者Burt（1992），Mcevily & Zaheer（1999）Tsai（2001）等，发现了企业的网络位置也是影响创新绩效的重要因素。Tsai & Ghoshal（2001）认为，社会交流和信任显著影响了资源的交换程度，因此影响了产品的创新绩效。罗家德（2005）认为，中心位置和居间位置，二者对于企业获取社会资本最为重要；而沈必扬、陈炜（2007）着重分析了网络中心度对中小企业创新绩效的影响；谢英香、冯锐（2010）以虚拟学习社区为情境，分析了网络中的结构洞对信息获取的重要作用。而钱锡红（2010），周长辉、曹英慧（2011）等，则将网络中心性和结构洞结合起来，基于社会网络视角，运用实证分析的方法探讨了组织中创新单元创新绩效的影响。

综上，现有研究主要特点是，单独分析知识整合和企业所处的网络位置对创新绩效的影响，方法也多是实证研究和定性研究。较少从知识网络视角，将各知识单元所处的网络位置融入模型，分析知识单元重组对创新绩效的影响。鉴于此，本文利用DEA模型，从知识网络视角重新诠释知识单元重组，进而分析对企业创新绩效的影响。

二、理论模型的建立

所谓知识单元，指可对知识进行自由处理与整合等多项活动，且能单独创造价值的各个企业。本文从知识网络和组织变革视角诠释知识单元重组，利用DEA模型，评价通过重组而产生的绩效。投入产出指标以及模型如图1所示。

（一）知识网络结构

知识网络（Knowledge Network）的研究始于20世纪90年代管理学领域，Bechmann（1995）最早提出知识网络的概念，认为知识网络是进行科学知识生产和传播的机构与活动。对于知识网络结构的研究，主要借社会网络理论中的相关研究，从网络中心性和结构洞两个维度进行衡量。网络中心性是一个用来描述网络结构中个人所处位置的重要指标，通过计算中介中心性指数，可以了解各网络成员在知识交流中对其他成员的控制程度，并能发现在合作网络中起关键作用的权威人物以及处于边缘地位的孤立者。所谓结构洞，即“社会网络中某个或某些个体和有些个体发生直接联系，但与有些个体不发生直接联系、无直接或关系间断的现象，从网络整体看好像是网络结构中出现了洞穴”。拥有结构洞的企业能够拥有信息优势和职业优势。本文主要通过网络约束系数来衡量自我与他人相连所受到的约束程度，网络约束系数越高，说明结构洞数越少，网络闭合性越高。

（二）知识单元重组

当今市场瞬息万变，产品生命周期不断缩短，出于降低成本、提高效率等多种目的，知识网络会发生变革，本文主要从合并、重构、分裂和删除四种重组方式进行阐述。

1.合并（Merging）

由于企业资源有限，为了节约成本，同时也为了优化资源配置，提高企业对市场变化的迅速应变能力，知识网络中的知识单元往往会发生合并行为。

2.重构（Recombination）

这里的知识单元重构指的是知识单元之间的知识交换行为，这种行为可以为不同岗位的员工共享隐性知识提供情境。在实际的生产经营活动中可通过轮岗制度的实施来实现。

3.分裂（Splitting）

企业为了能够更顺利地实现创新，可能需要对一些知识单元的职能进行更小的细分，这里用分裂来模拟此过程。

4.删除（Deletion）

在知识网络中，存在某些知识单元结构对等的现象，或者当某一节点的知识势能不再对企业有帮助时，如知识老化的节点，企业可以删除这一知识单元，提高知识网络的整体知识势能，使企业长期保持竞争优势。

三、知识单元重组下企业创新绩效的DEA模型及算例分析

DEA（Data Envelopment Analysis，数据包络分析）是美国著名运筹学家A.Charnes and W.W.Cooper等学者以相对效率概念为基础，对同类多指标投入、多指标产出经济系统的相对有效性进行评价的一种方法。该方法相对于传统绩效度量方法，不必确定输入输出之间关系的显性表达式，排除了很多主观因素的影响，具有很强的客观性。同时，它具有对多指标投入与产出的经济系统综合评价的独特优势，较深层次地考虑了基于企业特质的管理上可控输入输出指标，准确地度量了企业的知识生产效率。其基本思想是建立一个线性规划模型，对各个决策单元（Decision Making Unit，简记为DMU）作出相应的评价，同时亦能够对同一系统内的各个决策单元的有效性进行评价。本文将知识网络看作一个系统，运用DEA模型对不同知识网络的创新绩效进行评价。具体用如下公式进行测算：

minθ

s.t.=■λj ·xj+s-=θx■■λj·yj-s+=y■xj≥0，j=1，…ns-≥0，s+≥0

该模型的最优值θ为第j0个知识网络的技术创新系统相对有效性，表示该知识网络相对于其它知识网络的技术创新效率。若θ=1，则第j0个知识网络为弱DEA有效（总体）；如果θ=1，且s-=0，s+=0，则第j0个知识网络为DEA有效（总体）。

（一）DEA模型中投入产出指标的建立

知识网络中知识生产的投入的要素：知识网络中的投入指的是在知识转化过程注入的所有资源和强加在科技过程及其环境上的约束。这些资源包括人力资源、资本、设施及不可见的资源，如声誉和过去的绩效和脑力劳动、知识存量等；而约束可能是学科性质、R&D人员的技能和经验，以及特定学科的前沿水平等。因此，本文R&D投入分为资本投入和研究人员投入两类，同时还引入知识网络的中心性和结构洞数量。产出表现为新知识的知识量，但是鉴于知识量难以度量，本文采用申请的专利数和新产品销售数量。投入、产出指标见表1。

（二）算例分析

通过上述知识单元重组后形成了全新的知识网络。相关数据如表2，运用Win QSB软件，通过对各投入指标的创新绩效值、松弛变量以及规模收益来分析知识网络的创新绩效。

表2中，知识网络1代表合并任意两个知识单元之后形成的知识网络，知识网络2代表重构任意两个知识单元后形成的知识网络，知识网络3代表拆分任意两个知识单元后形成的知识网络，知识网络4代表删除任意一个知识单元后形成的知识网络，并且本文假设在对知识网络进行重组前，它们所处的网络位置是相同的，但是由于重组，改变了它们的网络位置，从而也改变了它们的创新绩效。

1.创新绩效值分析

从表3可以看出，知识网络1和知识网络3处于创新前沿，为DEA有效；知识单元2的创新绩效值介于0.9和1.0之间，创新水平较高；而知识网络4的创新绩效值为0.7681，创新效率较低，还有待进一步提升。

2.松弛变量分析

从上述的创新绩效值分析可以看出，知识网络2和知识网络4并未达到DEA有效，可以引入松弛变量来分析应该通过怎样的变化才能使其达到DEA有效。通过Win QSB软件可以计算出各知识网络的松弛变量，具体如表4和表5。

过剩量s-是现有产出不变下投入量需要减少的数量，不足量s+是投入量不变情况下产出需要增加的量。由表4可知，知识网络2和知识网络4所处的网络位置并没有很大的优势，研究经费和研究人员也相对缺乏，尤其是知识网络4，要想提高系统的创新绩效，必须加大投资的力度。由表5可知，知识网络2和知识网络4的专利申请数明显不足，尤其是知识网络4，其产出的松弛变量，说明它研发的专利在数量上还有很大的提升潜力。经计算，知识网络4的专利申请数的改进值达到4+4.2176=8.2176，取整数，目标值需达到8，才能使得整个网络达到最有效的状态。同理，可以计算出知识网络2的专利申请数的改进值达到10+1.9901=11.9901，取整数，目标值需达到12，才能使整个网络的创新绩效值达到理想水平。

3.规模收益分析

在对知识网络进行有效性分析的同时，也很容易运用DEA模型求得的λ值来判别各知识网络的规模收益情况。见表6。

四、管理建议及研究局限

（一）管理建议

1.各知识网络在制定创新政策时应因地制宜，在分析影响创新绩效的因素时，应该抓住重点，通过科学的方法发现其经济发展过程的瓶颈因素，有针对性地加大研究经费、研究人员的投入，扩大企业的关系网，提升企业的影响力度，寻找关系网中的结构洞，获取“信息优势”和“控制优势”，同时努力提高各种资源的利用效率。

2.由于知识缺口（Michael Z H，1999）的存在，才会有跨企业知识网络的形成，因此，在这个过程中，必须考虑各知识单元（知识伙伴）的选择问题。盟主企业在选择知识伙伴的过程中，必须遵循相关原则，如各企业之间的兼容性（包括企业文化之间的兼容）、企业之间的对等性等。此外，各企业之间知识的整合能力和运营能力，尤其是知识的互补性必须加以考虑。

3.知识网络的重组，意味着有更多的异质知识加入，一方面能增加成员之间的知识共享，碰撞出更多的火花，为创新带来更大的可能性。但是这也会使得原有的知识网络结构更加复杂，网络中成员之间的摩擦和冲突会增加，损耗大量的知识，甚至造成对学习的严重阻碍，组织的规则往往也造成对认知可行性的障碍（Andreas，1999）。这时，需要对知识网络进行调节，加强组织学习（Argyris C，Schon D，1978），增加组织目标的一致性、协同性，使组织目标变得更加容易实现（纪慧生、陆强、杨健康，2010），同时创造企业的创新文化氛围，为企业提高创新绩效创造更有利的条件。

4.从上述分析中，可以看出对知识网络进行重组时，知识单元的合并和重构能够使企业的创新绩效达到最佳状态，这是因为，第一，合并能使之降低成本，尤其是管理成本。第二，合并后形成的新的知识网络能增大影响，提高地位，也就是提高知识网络所处的网络位置。知识单元的重构，在现实生产经营中，一般通过轮岗换位制度来实现。这个制度的实施，一方面不需要很高的成本，另一方面还可以挖掘人才潜力，激发员工潜能，强化沟通。第三，可以促进企业内部的知识交流，为员工的知识共享提供一个很好的平台。第四，在删除知识单元时，一方面可能是该知识单元存在知识老化的现象，另一方面可能是企业在选择合作伙伴的过程中，存在冗余的知识单元。因此，企业应该根据实际情况删除相应的知识单元。另外，在拆分知识单元时，要本着提高创新绩效的原则，即在拆分某个知识单元时，不能过分细分，因为这样可能会造成不必要的浪费。

（二）研究局限

本文对创新绩效的研究有一定的理论和现实意义，尤其是在社会网络理论不断成熟的背景下，将企业所处的网络位置纳入考虑范围，这是一个新的突破。但由于多方面的原因，研究受到一定的限制，存在诸多不足之处，主要体现在：

1.受到DEA模型本身的局限，并没有考虑创新带来的风险，而风险是企业在创新过程中必须考虑的一个重要因素。

2.对于创新绩效的衡量标准，本文采取的两个产出指标是绿色指标，具有一定的行业局限性，因为高新技术企业的创新绩效明显高于传统企业。因此，不论是在数据上还是研究领域上，都缺乏大众性。后续研究将会逐一解决这些问题，以全面揭示出知识单元重组对企业绩效的影响机制。●

【主要参考文献】

[1] 刘先明.张瑞敏的整合创新能力支撑了海尔的成功发展析[EB/OL].人民网，2013-05-21.

[2] 邓荣霖.诠释网络治理：对一种新治理范式的探索——《网络治理：理论与模式研究》一书评介[J].现代财经（天津财经大学学报），2006（3）：81-83.

[3] 李纲，刘益，廖貅武.基于吸收能力和知识溢出的合作研发模型[J].系统工程，2007（12）：70-74.

[4] 单海燕.知识型企业在变革过程中的知识生成机制研究[D].东南大学博士学位论文，2010：25-30.

[5] 钱锡红，杨永福，徐万里.企业网络位置、吸收能力与创新绩效[J].管理世界，2010（5）：118-129.

[6] 曹英慧，周长辉.小组创新：组间网络位置、组内联结强弱以及知识结构多样化的影响[C].第四届（2009）中国管理学会——技术与创新管理分会场，2009：15-18.

[7] Penrose E T.The theory of the growth of the firm [M].Oxford： Blackwell，1959.

[8] Kogut B，Zander U.Knowledge of the Firm，Combinative Capabilities，and the Replication of Technology [J].Organization Science，1992，3（3）：383-397.

[9] Galunic D C，Rodan S.Resource Recombinations in the Firm：Knowledge Structures and the Potential for Schumpeterian Innovation[J].Strategic Management Journal，1998，19（12）：1193-1201.

[10] Tsai，W.Knowledge Transfer in Intra-organizational Networks： Effects of Network Position and Absorptive Capacity on Business Unit Innovation and Performance，Academy of Management Journal，2001，44（5）：996-1004.

[11] Burt，R.S.Structural Holes：The Social Structure of Competition[M].MA：Harvard University Press，1992.

[12] McEvily，B.Bridging Ties：A Source of Firm Heterogeneity in Competitive Capabilities[J].Strategic Management Journal，1999，20（12）：1133-1156.

[13] Bechmann M J.Economic models of knowledge networks[M]. New York：Springer-Verlag，1995.

[14] 海尔：网络为平台 跨界促转型[EB/OL].人民网，2013-05-17.