企业技术创新人因错误：定义、度量与诊断

边云岗

（五邑大学 经济管理学院，广东 江门 529020）

技术创新作为引领企业发展的第一动力，虽然令人兴奋，但成功的技术创新却是少数“特例”而非“惯例”[1].实践表明，企业技术创新具有高度的不确定性，失败率居高不下[2].许多技术创新项目之所以失败，表面上可以归为需求分析不精准、投放时机不合适、销售组织不合理、创新资金不充足、产品质量不达标等原因[3-5]；事实上，人因错误才是技术创新失败的根本原因[6].失败的技术创新为企业及时总结经验教训、挖掘新知识提供了宝贵的学习机会[7].因此，科学有效地诊断技术创新中的人因错误，有助于企业及时纠正存在的问题，不断完善技术创新管理体系，促使技术创新逐步走向成功.

常见的错误诊断分析工具如鱼刺图、故障树、事件与原因因素图等是针对具体的错误事件进行定性分析，沿树状结构逐层探寻致错因素.边云岗等[8]将技术创新系统转化为图论模型，通过逆向推理对错误寻根溯源.上述方法具有一定的可操作性，但缺乏对致错因素的具体分类，诊断过程缺乏系统性.认知可靠性与失误分析法将人因错误事件的致错因素划分为个人因素、技术因素和组织因素三大类，并基于原因和结果之间的确定性连接，建立“后果－前因”追溯表对人因错误事件进行追溯分析[9].企业技术创新人因错误受创新主体自身因素、情境状态和组织管理因素的影响，致错机理复杂，前因后果关系没有明确的确定性，需要对各类致错因素的贡献度评价后来确定分析的优先次序，以避免盲目分析.贝叶斯网络在不确定知识表达和推理方面的优势能够更好地解决不确定性问题[10].因此，借助贝叶斯网络诊断企业技术创新人因错误背后的致错因素，对于及时发现技术创新管理体系的问题具有现实意义.

1 技术创新人因错误的界定

在人因可靠性分析领域，众多研究一致认为人因错误是影响复杂系统安全性的重要因素，并从工效学、可靠性工程和心理学等角度对人因错误进行了界定[11].这些定义大多反映了人与机器交互过程中发生的认知和操作行为所产生的不良后果，判断依据是技术系统的功能限制或任务的完成要求，这对于复杂多样的技术创新人因错误来讲，不具备完全移植性.消错学对“错误”进行了一般性界定，认为错误是在一定论域内，被判别对象的状态违反了某一具体规则的结果[12].因此，对技术创新人因错误进行界定，也需要明确其论域、被判别对象和判别规则三个基本要素.

从论域上看，技术创新人因错误是由众多错综复杂的因素相互影响和作用而引发的.人因可靠性研究领域成果表明，个人的生理与心理、任务对象、工作环境、工具设备、组织管理等因素会影响人的可靠性，这些因素彼此影响和制约，单独考察其中某一因素的状态是没有意义的[13].因此，将创新主体与情境状态和组织管理因素之间的关系作为企业技术创新人因错误的论域进行分析更符合实际情况.

从被判别对象上看，企业技术创新是由相互衔接而又各自相对独立的活动组成的集合.集合中的每项活动由预先确定的一组人员共同完成，而且组员间只有通过协同合作才能达成最终目的.因此，企业技术创新人因错误的判别应把以工作组为单位完成的最小创新任务作为对象.

从判别规则上看，企业技术创新成功的标准在于创新成果是否达到了利益相关者的预期目标和要求，如果某项任务达到了预期的目标和要求，则认为完成该任务的行为是合理正确的.从项目管理角度看，每项任务都会受到完成期限、有限预算和质量要求的三重约束.因此，判别企业技术创新人因错误的规则可以从时间、成本和质量要求三方面进行确定.

2 诊断技术创新人因错误的贝叶斯网络及其构建

贝叶斯网络一般记为N=＜(V,E),P＞，其中 （V,E）表示有向无环图；V={v1,v2,…,vn}是节点集合；E={e1,e2,…,em}是有向边集合，表示节点间的关联关系；P={p1,p2,…,pn}是条件概率表，表示一个节点在其父节点的所有取值组合下处于不同状态的条件概率.

2.1 贝叶斯网络结构

企业技术创新人因错误的贝叶斯网络结构由一个叶节点、多个根节点与中间节点构成，其中叶节点代表技术创新人因错误，中间节点和根节点代表人因错误的致错因素.基于技术创新人因错误的论域分析，致错因素之间并不相互独立，而是相互影响和制约.如果致错因素之间能够相互契合与协调，人因错误出现的可能性将会大大减少；反之，人因错误发生的可能性就会增大.因此，建立企业技术创新人因错误的贝叶斯网络结构，需要确定致错因素，并建立彼此之间的相关关系.

1）工作环境与工作组状态的关系.工作环境一般涉及物理环境、工作时间和氛围等，这些因素会直接影响组员的生理或心理状态.工作组绩效输出的优劣一定程度上受工作组对工作环境的适应度影响：如高度紧张的工作氛围对不同人的影响程度是不同的，抗压能力强的人，会产生较高的绩效输出；抗压能力弱的人，会因为生理或心理波动而增加出错的可能性.

2）组织监管与工作组状态的关系.从理论上讲，管理越细致，出错的可能性越小；管理越松散，越容易引发工作混乱.过度的监管会限制工作组的自主性和能动性；松散的监管，有助于扩大工作组的创新空间.因此，不能以组织监督的精细和严格程度来评价组织监管的有效性，只有适度的组织监管，才能在减少工作组犯错的同时充分调动其积极性，达到预期的工作效果.

3）创新任务与工作组技术能力的关系.工作组完成一项有明确要求的任务时，犯错概率的大小不仅受任务本身复杂性和难易程度的影响，也取决于工作组完成任务所需具备的专业技术能力.创新任务的复杂性与工作组技术能力水平之间的匹配程度越高，成功完成任务的可能性就越大.

4）工具设备与工作组技术能力的关系.工作组完成创新任务时使用与之相匹配的工具设备，不仅有助于工作组专业技术能力的发挥，减少人因错误发生的可能性，而且可以辅助工具设备发现错误征兆，及时避免错误的蔓延或损失的扩大.因此，工作组所采用的工具设备与其专业技术能力的契合程度越高，越有助于提高工作组的可靠性.

5）应急处理机制与工作组应急处理能力的关系.各种风险事件在企业技术创新过程中时有发生，若应急处理机制太过严密，会限制工作组应急处理能力的发挥，从而错过最佳处理时机；若应急处理机制太过松散，工作组将缺乏行动指引，可能会胡乱发挥.因此，应急处理机制的健全性和灵活性会影响工作组应急处理能力的有效发挥.

6）可调配资源与工作组应急处理能力的关系

工作组处理应急事件需要调配相应的人、财、物等资源.若资源有限，难以充分满足应急需求，工作组的应急能力将面临较大的挑战，反之，如果资源可随意调配，应急处理将变得不再紧迫，对工作组的应急处理能力要求也会降低，甚至会出现资源浪费、应急处理成本攀升的现象.因此，技术创新对工作组应急处理能力的要求需要与可调配资源的充足性相协调.

2.2 节点的状态评价

2.2.1 叶节点的状态评价

叶节点代表企业技术创新人因错误，用集合A={理想、正常、可接受、不可接受}表示人因错误节点的状态，分别表示技术创新活动完成的指标值为超目标完成、正常完成、处于可容忍范围、突破可容忍范围，依次用整数1、2、3、4表示.人因错误的大小可根据技术创新活动要求的完成时间、成本和质量规则建立错误函数来度量.

在消错学中，错误函数是度量错误的有效工具.设U是一个对象集，G是U上的一组规则，令V=f:V→R，则称f为定义在U上对于规则G的错误函数，记为x=f(G⇒/u)，简记为f(u)，其中R是实数域，x为对象u的错误值[14].错误函数一般分为表1所示的3类.

表1 错误函数类型

由于消错资源的有限性，现实中的错误不一定能够或有必要完全消除，应依据每个错误对整个系统的重要度以及该错误值本身的大小，合理选择消错优化决策[15].一般情况下，判别企业技术创新人因错误的时间和成本类规则为区间成本型指标，可根据需要选择具有临界点的错误函数来度量错误程度.质量类规则是利益相关者验收的标准和法律道德的约束准则，根据实际情况，蕴含的指标类型不同，若规则要求具有刚性，则属于关键型指标，可采用经典错误函数来度量错误；若规则不完全具有刚性，可能表现为固定重要型、区间重要型、效益重要型或成本重要型指标的特征，其错误程度可采用模糊错误函数或具有临界点的错误函数来度量.

2.2.2 非叶节点的状态评价

中间节点和根节点代表企业技术创新人因错误的致错因素.企业技术创新人因错误的各种致错因素的状态从理想状态到完全失效状态表现出多态性，没有绝对的正误之别，只有合理程度之分.一些研究表明，专家做出等级判断或两两比较判断比直接给出点估计更为科学合理[16-17].因此，本文也采用等级评价标准对致错因素的状态进行判断，用集合B={理想、可接受、不太合理、完全失效}表示致错因素节点的状态，依次用整数1、2、3、4表示.

传统的专家打分法假设专家相互独立、评价客观，会给出真实的判断.但实际的专家判断往往存在认知偏差和动机偏差等，给出的判断结果并不是其真实想法[17-18].因此，传统的专家打分法通过对各专家打分进行加权平均并不能完全反应节点的真实状态.贝叶斯真理血清（Bayesian truth serum，BTS）提供了一种获取专家真实判断的方法，这种方法是在不知道客观事实的情况下通过抽取主观数据来打分，不仅激励多数方意见，也激励少数方意见，具有去偏差的作用，其缺点是要求专家人数较多[19].采用BTS方法评价的步骤如下：

假设某问题有m个选项，邀请n位专家对该问题进行评价，并规定每位专家只能选择一个选项.令表示专家r对选项k的选择结果，0表示不选择，1表示选择.表示专家r对专家群体对每个选项的平均值预测，其中

1）计算每个选项被选择的算术平均数和预测的几何平均数：

2）计算每位专家的BTS得分r u（BTS得分越大，表示专家表达自己真实意见的可能性越大）：

3）计算每个选项的BTS得分：

4）选择值最大的选项k作为专家群体的最终判断.

2.3 条件概率的确定

假设贝叶斯网络中节点Xi有n个父节点Yj(j=1,2,…,n)，则当节点Xi处于不同状态时，各父节点处于不同状态的概率计算公式为：

本文将父节点对子节点的贡献度用集合C={非常高、高、中、低、非常低}划分为5个等级，分别用整数 1、2、3、4、5表示.专家结合具体人因错误的实际资料和个人经验，判断每个父节点对子节点的影响贡献度，并给出判断值，最后通过计算BTS值作为专家群体对贡献度的最终判断.

3 应用实例

某项目经理 A“空降”到一家医疗器械企业负责组建项目组研发一种手术室设备.产品开发结束后，项目组在用户订购后进行测试.由于用户测试过于漫长，在进入测试之前，产品就完全归档转生产了，然后出现装机不符要求、生产检验文档不全、零件编号混乱的局面，产品也由于抗干扰性差遭受客户频繁投诉.后来，项目组临时找了一位大学教授协助解决抗干扰性差的技术问题，但结果还是不理想.最终，该项目被不断的投诉和退换货消耗而无奈终止.

3.1 诊断人因错误的贝叶斯网络结构

导致客户频繁投诉和退换货的原因在于出现装机不符要求、生产检验文档不全、零件编号混乱和设备抗干扰性差等四个错误.本文暂不考虑各个错误对导致客户投诉和退换货的重要程度，仅以“设备抗干扰性差”为例，说明利用贝叶斯网络的人因错误诊断过程，并建立如图1所示的贝叶斯网络结构.

图1 “设备抗干扰性差”错误的贝叶斯网络结构

3.2 人因错误度量

诊断错误就像医生诊病一样，病人外在症状的严重程度直接影响医生对内在病因的判断，错误值的大小也同样会直接影响专家对致错因素状态的推测和评价，因此，人因错误值的度量是错误诊断的前提，也是专业领域判断致错因素状态的参考和依据之一.该企业规定，设备出厂质量的投诉率r低于或等于1%属于理想状态，(1%～3%]属于正常，(3%～5%]属于可接受范围，超过5%则不可接受，对应的客户平均满意度分别为1、0.8、0.6、0.随着投诉率的上升，企业为此所付出的设备调试和客户服务成本会随着满意度下降而呈指数级增加.因此，将设备质量的投诉率作为判别错误的规则，建立“设备抗干扰性差”的错误函数如下：

根据企业销售部门提供的资料，该手术室设备由于抗干扰性差而遭受的投诉率为15%，计算“设备抗干扰性差”的错误值为0.584 6.

3.3 人因错误致错因素的状态评价

采用BTS法，邀请15位领域专家根据“设备抗干扰性差”错误的判别规则和错误值大小，对造成“设备抗干扰性差”的一级致错因素的状态进行评价.以“心理状态 A”为例，主要表现为工作组麻痹大意，要求每位专家给出两个判断，一是判断A的状态等级，二是预测专家群体选择A处于不同状态的可能分布，结果如表2所示.

表2 致错因素节点A状态的BTS分值

由表2可知，选项3的BTS分值最高，故认为“心理状态A”的状态“不太合理”.

同理，可以得出其他致错因素的状态等级如表3所示.

表3 各致错因素的状态等级

3.4 人因错误致错因素间的贡献度评价

根据各致错因素的状态等级，同样采用BTS法，邀请15位专家评价致错因素节点间的贡献度高低，结果如表4所示.

表4 各致错因素节点之间贡献度

3.5 关键致错因素分析

关键致错因素分析的目的是找出“不太合理”和“完全失效”的致错因素节点，并对贡献度为“非常高”和“高”的因素进行深入调查与分析，制定相应的控制措施.从表3和表4可以看出，“设备抗干扰性差”的主要原因是研发人员麻痹大意、企业应急处理能力欠缺.造成研发人员“麻痹大意”的主要因素是管理体系不完善，应急处理能力欠缺主要表现在应急处理机制不健全.

通过进一步深入调研，得知项目团队中聘请了一位老专家，在预研结束后，有人提出是否要进行抗干扰测试的问题，却被该老专家一句话“我们以前做过的都没什么问题”驳回，项目经理A尝试提了一些反面意见，也被很不屑地否决了.显然，该老专家以前的经验左右了研发人员的思维，忽略了对手术室设备很重要的“抗干扰性”测试问题，造成“麻痹大意”.分析发现，公司一方面缺乏明确的产品测试管理制度，另一方面赋予项目经理的权力不足，最终导致的结果是由资深的专家左右项目开发进程，而项目经理空有其名.当出现设备抗干扰性差的投诉时，公司只是临时找一位大学教授协助解决，缺乏应对风险的事前预案.此外，项目出现装机不符要求、生产检验文档不全、零件编号混乱的问题也是因为缺乏严格的生产流程和管理制度.

综上分析，企业在产品研发和生产方面，缺乏严格规范的业务流程和管理制度；在应急处理方面，风险防范意识薄弱，缺乏系统的风险预控机制.企业只有不断优化技术创新管理体系，方可减少技术创新过程中的人因错误，防患于未然.

4 结语

随着技术创新的日益复杂化，由于人因错误而导致创新项目失败屡见不鲜.要想提高技术创新的成功率，首要任务是动态诊断人因错误、识别关键致错因素.本文在人因错误的诊断过程中，首先将致错因素之间的关系作为人因错误的论域，并以此构建技术创新人因错误的贝叶斯网络结构；然后利用错误函数度量人因错误的大小，引入贝叶斯真理血清和等级判断，评价各层致错因素的状态及其父节点对子节点影响的贡献度，降低了专家估计模型参数的认知偏差和动机偏差；最后基于评价结果确定关键致错因素并进行深入调查和分析，为制定合理的技术创新消错方案提供决策依据.在错误的具体诊断过程中，错误值的大小对领域专家评价致错因素状态就像医生诊病一样存在一定的影响，但这种影响的机理目前尚不明确，需要以后通过实证分析进一步探索和研究.