基于模糊TOPSIS法组建高效率的创业团队

汪莉

【摘要】根据有关创业团队文献及贝尔宾团队角色等相关理论整合了组建高效率创业团队的不可少的团队角色：领导者、技术控、信息控，及其影响因素构成，再建立基于模糊TOPSIS法的评价模型，最后实例分析方法的实用性和有效性。

【关键词】高效率；创业团队；领导者；技术控；信息控；模糊TOPSIS法

一、引言

随着我国经济的日益发展，经济增长的速度也在逐渐缓慢甚至下行等，这些都是我国实现可持续发展所面临的挑战，解决这些问题刻不容缓。《中国企业家》期刊调研了163家创业公司，从创业动机、创始团队、公司治理、融资、产品等多个层面总结了导致梦想夭折的18种原因。正如创投导师本-霍洛维茨在《创业维艰》一书中所言，创业是要完成比难更难的事。18种创客死法的第一、二种死法就是由于创业团队之间不信任存在分歧导致公司控制权旁落，核心成员股权未处理好导致创业失败。硅谷很多投资人不太注重商业计划书中描绘的蓝图有多宏伟，而是关注创业团队本身的能力和精神。在一流团队执行二流项目和二流团队执行一流项目中，投资人会选择前者。因此研究如何组建高效率的创业团队对于当下全民创业有重要指导意义。

二、文献综述

创业团队组建研究主要关注团队成员构成以及团队组建方式与过程两方面的问题。创业团队成 员 构 成 方 面 的 研 究 基 本 上 是 运 用 高 阶 理 论（Hambrick和 Mason，1984）来探讨团队人口统计管理特征对创业过程与新创企业存续的影响。但是，也有不少研究結论与高阶理论有一定的出入，甚至截然不同。因此本文显然不会按照高阶理论逻辑分析组建高效率的创业团队人员构成。关于团队组建模式与过程研究，现有文献主要探讨了两种团队组建模式，即理性过程模式和社会心理模式（Forbes等，2006）。理性过程模式强调成员甄选的实用工具性标准，如互补性技能或工作经验等（MacMillan等，1985）研究表明，成员经验、知识、技能和能力平衡匹配的团队最有效率。英国组织行为学家梅雷迪斯·贝尔宾认为团队中每个成员都具有双重角色即职能角色和团队角色，而一个成功的团队就必须有协调者、塑造者、创新者、资源调查者、监控评估者、协作者、执行者、完成者和专家这九种角色，且一个团队可以承担多种角色。陈梅（2012）通过总结学者们对能力结构所进行的研究，将能力划分为一般能力、专业技能、知识获取能力、技术应用和创新能力、信息获取和处理能力、组织管理能力、资源配置能力七种不同的结构。

本文研究的是如何组建高效率的创业团队，考虑创业团队初期规模大小，再根据文献综述选取理性过程组建模式以及考虑团队异质性，整合了贝尔团队角色模型和基于能力构成的团队成员类型总结创业初期团队必不可少的成员类型（角色）：

（一）贝尔模型协作者、协调者、塑造者、监控评估者的行为倾向与能力构成团队成员类型的企业家类型成员、管理型团队成员整合成创业团队的领导者

（二）贝尔模型的专家、创新者与能力构成团队类型的技能型团队成员、技术型团队成员整合成创业团队的技术控

（三）贝尔模型的资源调查者与能力构成团队类型的信息型团队成员整合成创业团队的信息控

（四）以上创业团队的领导者、技术控、信息控都包含贝尔宾模型执行者、完成者的行为倾向，故不纳入创业团队成员的研究的范围

为了更全面详细的评价领导者、技术控、信息控对于组建高效率创业团队的影响，根据邓军（2010）关于高技能人才能力构成以及阅读大量文献综合学者们观点，归纳了影响领导者的三个因素：组织管理、资源配置、知识获取能力；技术控的三个因素：专业技能、技术应用与创新能力、知识获取能力；信息控的三个因素：知识获取能力、信息获取能力与处理能力、一般能力。

三、组建高效率创业团队的评价模型

（一）建立递阶层次结构体系

高效率的创业团队=（领导者，技术控，信息控），领导者=（组织管理能力，资源配置能力，知识获取能力），技术控=（专业技能，技术应用与创新能力，知识获取能力），信息控=（知识获取能力，信息获取能力与处理能力，一般能力）

（二）构造判断矩阵

为了使各因素之间进行两两比较得到量化的判断矩阵，引入1～9的标度。

（三）计算单一准则层下的相对权重

判断矩阵 A，采用方根法求权重 W=（w1，w2，…，wn）T，需要对判断矩阵作一致性检验，计算判断矩阵的随机一致性比率 （CR）。只有当 CR<0.1时，才认定由该判断矩阵计算出的权重具有满意的合理性，否则，需要决策者重新调整判断矩阵，使之具有满意的一致性断矩阵。在对各方案值进行评价时，考虑到各指标的模糊性和主观性，采用语义判断来表示，具体分为五个等级标准，即“非常低”（VL），“低”（L），“一般”（M），“高”（H）和“非常高”（VH）。这 5 个语义变量用三角模糊数来描述，其中VL=（0，0，0.25），L=（0，0.25，0.75），M=（0.25，0.5，0.75），H=（0.5，0.75，1），VH=（0.75，1，1）

根据评语集，构建的初始模糊矩阵为是第m个方案第n个评价指标的语义值

建立加权模糊矩阵，i=1，2·m；j=1，2·n （1）

确定模糊正（A+）、负（A-）理想解

I为最佳性指标，I”为最差性指标

计算各方案正、负理想解求得距离，见（4），（5）式是各方案与理想解的贴近度

Ci越大，方案Ai越接近于理想值，则可以根据Ci的大小判断各方案优劣顺序。

四、案例分析

三个创业团队（都处于发展初期，规模相似，有其创业项目，且处于相同的创业环境），判断其高效性，根据上述评价指标和评价模型。①运用AHP法确定分别领导者三个要素的标准化权重w1、技术控三个要素标准化权重w2、信息控三个要素标准化权重w3以及高效率创业团队的三个要素标准化权重w。②同一位专家分别对三个创业团队的待评价指标做模糊矩阵。③用TOPSIS法。

领导者三个影响因素对比矩阵如下B1

B1= W1=（0.64，0.26，0.1）T，w11=组织管理能力，w12=资源配置能力，w13=知识获取能力 CR1=0.01，专家对三个创业团队领导者三个因素的模糊评价矩阵

表2可知C3团队的领导者能力最强，其他两个团队则相对很弱，尤其是C1团队。

同理根据AHP法确定技术控、信息控三个影响因素对比矩阵B2、B3以及标准化权重W2=（W21，W22，W23）T、W3=（W31，W32，W33）T，其中W21=专业技能，W22=技术应用与技术创新能力，W23=知识获取能力W31=知识获取能力，W32=信息获取能力與处理能力，W33=一般能力

表3知C1团队的技术能力很强，C2、C3团队技术能力相差不多，但与C1团队相差甚远；C2团队信息整合与运用能力最强，C1团队稍弱些，但是C3团队这方面能力很差。

最后对于创建高效率创业团队的三大影响因素：B1=领导者，B2=技术控，B3=信息控，运用上述方法。借助AHP法构造对比矩阵B， W=（0.66，0.29，0.05）T CR=0.075

B= B=

高效率创业团队模糊TOPSIS评价结果：C1=（D+， D- ，C）=（0.286，0.259，0.457），C2=（0.530，0.0125， 0.023），C3=（0.094， 0.447， 0.826）

结果显示C3团队是最具有高效率的创业团队，C1团队不如C3团队高效率，C2团队的高效率性则是最差的。综合表2，表3、4的结果可知，C3团队是最具有高效率的团队同时也具有着最强的领导者能力，高效率次之的C2团队技术控能力也是最强的，而C3团队是最不具有高效率的，但其信息控能力是最强的。

五、结论

本文结合模糊理论和 TOPSIS 评价法，结合实例分析得出在创业初期，创业团队领导者能力决定能否组建一个高效率的创业团队，领导者能否有效组织管理创业团队、能否有效配置资源、能否有足够的知识获取能力；其次，创业团队的技术控的能力也关系创业团队组建的高效性，是创业团队存在的必要条件；最后，组建高效率的创业团队与团队信息控的能力关联性不大。对于一个发展初期的创业团队，其团队信息控作用不是太明显，看似与现在强调信息对于企业发展至关重要想矛盾，其实本文研究创业初期阶段团队组建，但未必对于创业团队长远发展也同样没贡献，因此学者们还可以探究信息控与创业团队的发展过程的关系。

参考文献

[1]Chu T C. An interval arithmetic based fuzzy TOPSIS model [J].Expert Systems with Applications， 2009， 17（3）： 1-7.

[2]Wang T C， Lee H D. Developing a fuzzy TOPSIS approach based on subjective weights and objective weights[J].Expert Systems with Applications，2009，36（5）：8980-8985.

[3]邓军.高技能人才能力建设研究[D].中国地质大学（北京），2010.

[4]王娟茹，杨瑾.基于模糊 TOPSIS的复杂产品研发团队知识集成能力评价[J].西安：科学学与科学技术管理，2009.10：187-189.

[5]贝尔宾.管理团队：成败启示录[M]，北京：机械工业出版社，2001.

[6]Hambrick D C， Mason P A. Upper echelons： The organization as a reflection of its top managers[J].Academy of Management Review，1984，9（2）：193-206.

[7]Tihula S， etal. Entreprepreneurial teams vs management teams[J].Management Research Review，2009，32（6）：555-566.