企业技术创新风险指标体系设计及关键因素识别

2010-08-23 08:44史宝娟
关键词:关联度指标体系权重

史宝娟

(河北理工大学经济管理学院,河北唐山063009)

企业技术创新风险指标体系设计及关键因素识别

史宝娟

(河北理工大学经济管理学院,河北唐山063009)

技术创新风险;指标体系;关键因素;灰色关联分析

技术创新是提高企业竞争力,促进企业持续发展的主要途径,而技术创新风险因素的识别和技术创新风险指标体系的设计,是对技术创新这个高风险活动进行有效管理的一项重要的基础性工作。企业技术创新系统是一个灰色系统,灰色关联分析方法的关联度与各因素权重在基本意义上是相通的。首先建立了三维技术创新风险指标体系,并运用灰色关联分析方法对各技术创新风险因素的重要性进行了分析,归纳出需要重点考虑和防范的关键因素,从而为企业有效地管理技术创新风险奠定了良好的基础。

一 相关研究回顾与分析

技术创新风险因素的识别和技术创新风险指标体系的设计,是对技术创新这个高风险活动进行有效管理的一项重要的基础工作。技术创新风险指标体系的设计,主要是对技术创新风险的因素进行识别。由于技术创新涉及的风险因素很多,而且不同研究者对技术创新风险究竟包括哪些因素,可谓“仁者见仁,智者见智”。国内外研究中,技术创新风险因素最多为241个,最少为6个,平均设置因素68个[1]。

1994年,德国学者Schewe基于前人的研究成果,将新产品开发的重点成败因素从纵向上归纳为三大类——R&D相关因素、生产相关因素、市场相关因素;从横向上则按设计者的指标是偏重于项目还是偏重于企业而进一步进行了分类。

近年来,我国学者也对技术创新风险因素进行了研究,并取得了许多成果。李柏洲从企业技术创新过程的各个阶段入手,提出了每一阶段存在的主要风险要素,并对其进行了比较系统的分析[2];谢科范则通过实证分析,对技术创新风险来源进行了分析,认为技术创新风险主要来源于环境因素、项目本身因素、创新企业能力因素和项目管理因素,提出了技术创新风险的58因素体系,找出了技术创新的重点风险因素,并结合与项目有关的部分定量指标组成了技术创新风险的预警指标体系[1]。

已有的指标体系存在的主要问题是:大多数指标体系都是根据风险源或风险特征来划分技术创新风险的,忽略了技术创新过程的阶段性特征、技术创新的主观风险和技术创新风险的层次性。

首先,技术创新是一种多阶段的、有生命周期的活动,每一个阶段的关键风险因素是不同的,而且前一阶段的风险对后一阶段的风险因素是有影响的。因此,单独从风险源或风险特征来考察技术创新风险是不够的,这样做割裂了技术创新过程的各个阶段特征与技术创新风险间的内在联系,因而对技术创新风险的识别、分析、防范来说也是不利的。

其次,技术创新的不确定性是指技术创新主体由于主客观原因而对技术创新过程中各种因素及结果的有关信息了解的不完全性和不准确性,即它包括客观不确定性和主观不确定性两个方面。不确定性是风险产生的最主要的原因,由此产生的技术创新的客观风险会随时间的推移而降低,而主观风险与时间则不一定存在这种负相关性。因此,这两种风险应该区别对待。

再次,技术创新风险是有层次性的,不同层次的风险对总风险的影响程度是不同的。不考虑层次的风险源指标分类方式对于风险评价和风险控制都很不利。

二 技术创新风险指标体系的构建

1 技术创新风险三维分析框架的建立

根据对已有企业技术创新风险指标体系的分析,可以得出,技术创新指标体系应同时考虑技术创新的主观风险、客观风险、风险的层次性以及技术创新过程的阶段特征。为此,本文引进了吴涛[3]和彭灿、李璐[4]提出的技术创新风险三维分析框架,并结合实际构建出技术创新风险三维指标体系,进而采用系统分析方法对技术创新风险进行研究。

吴涛提出的三维分析框架包括逻辑维、决策维和风险维三个维度(见图1)。其中,逻辑维用来描述技术创新过程中各个相互联系的阶段;决策维描述创新主体在整个创新过程中所做出的不同层面的决策;风险维给出了技术创新活动可能遇到的各类风险因素,该模型中的风险维构成因素是按风险特征加以分类的。

图1 吴涛的三维分析框架图

在彭灿和李璐提出的技术创新风险三维分析框架中,对吴涛的分析框架进行了改进,其分析框架包括以下三个维度:过程维、决策维和风险维(见图2)。过程维即为原模型的逻辑维,用于描述技术创新活动的各个阶段,采用傅家骥教授的三阶段划分法,将技术创新过程划分为发现/决策阶段,准备/开发阶段和实现阶段[5]。决策维用于描述创新主体在整个创新过程中所做出的不同层面的决策,包括战略层决策、战术层决策以及作业层决策,而各层次的决策可能会导致相应层次的决策风险,从而对技术创新项目产生不同程度的影响。从性质上看,决策风险是一种主观风险。风险维用于描述技术创新活动中遇到的各类风险因素[4]。

图2 彭灿和李璐的三维分析框架图

2 技术创新风险三维指标体系的构建

本研究在借鉴吴涛和彭灿、李璐相关研究成果的基础上,建立了相应的技术创新风险三维指标体系(见图3)。在该指标体系中,同时考虑了技术创新过程的不同阶段、不同层次的决策与各类风险因素之间的关系。图3中的过程维是用于描述技术创新活动的阶段风险的,它反映的是各个阶段的综合风险,包括:发现/决策阶段风险、准备/开发阶段风险和实现阶段风险。该维度考虑了技术创新活动的阶段特征,从而将技术创新过程的各个阶段特征与技术创新风险有机地联系起来,有利于对技术创新风险的识别、分析和防范。决策维用于描述创新主体在整个创新过程中所做出的不同层面的决策可能导致的风险,包括战略层决策风险、战术层决策风险以及作业层决策风险。而风险维用于描述技术创新活动的各类风险因素。

图3 技术创新风险三维指标体系图

3 风险维的因素体系分析

考虑到技术创新风险指标的获取、量化和技术创新风险管理的可操作性[4],本文将风险维的因素分为4个方面:环境因素、技术因素、项目因素、企业能力因素,各方面的关键风险因素见图4。

图4 企业技术创新风险指标体系图

三 技术创新风险关键因素的识别与评价

在企业技术创新风险的19个因素指标中,有些因素指标对技术创新的成败影响较大,有些因素指标影响较小,为了识别这些因素指标对企业技术创新成败的影响程度,以便区分技术创新中的关键风险因素指标和非关键风险因素指标,必须对技术创新风险因素进行科学的分析和评价。

以往在确定各个技术创新风险因素的权重及其关键因素时,多采用层次分析法或模糊层次分析法,结合专家的意见进行分析。彭灿、李璐采用了考虑实际绩效数据的模糊AHP法(FAHP法)对企业技术创新因素进行了分析。其具体作法首先是建立企业技术创新风险AHP递阶结构;其次,在对风险因素进行两两比较确定其相对权重时,进行了如下操作:(1)引入三角模糊数来表示专家判断信息,提出了基于模糊层次分析法(FAHP)的风险量化方法,使风险因素的重要度排序更加合理;(2)定量与定性指标区别对待,即定量指标的相对重要性用预测到的绩效数据表示,定性指标的相对重要性则用三角模糊数表示[4]。李晓峰在其博士学位论文中运用SPSS软件对专家问卷进行了分析处理,考虑指标间的独立性,按照Baker集中度判别原则确定各风险因素的重要程度[6]。

在运用模糊层次分析法对技术创新风险因素进行分析时,因素权重集大多是根据“经验”由研究者人为赋值的。对同—个因素,不同的人可能赋予不同的权重,所以,同一问题的权重集不是唯一的,这就使模糊综合评判这样一种定量研究方法因权重集在一定程度上反映了人们的主观认识而带上了较浓厚的人为性。

企业技术创新系统具有明显的层次复杂性、结构关系的模糊性、动态变化的随机性和指标数据的不完全性。比如由于技术方法、人为因素等,造成各种数据误差、短缺甚至虚假现象,所以技术创新系统是一个灰色系统。对于灰色系统问题,最好用灰色系统分析方法加以处理。在模糊综合评判中,我们可以将被评判事物的数据序列作为母序列,将其影响因素的数据序列作为子序列,计算各子序列与母序列的关联度。作为系统内各因素之间关联性计量的测度,关联度愈大,表明相应的子因素与主因素的关系愈紧密,亦即该子因素对主因素的影响能力愈大。因此,关联度与权重在基本意义上是相通的,对关联度加以必要处理代替模糊综合评判中的因素权重集是合理的和可行的。此外,这种方法对样本数据的分布形式及数据的多少没有什么限制,并从事物发展变化的动态趋势上找关联,因而较回归分析、相关分析等方法有明显的优越性[7]。

1 灰色关联分析模型的建立

(1)母序列与子序列的选定

在进行关联分析时,为了从数据信息的内部结构上分析被评判事物与其影响因素之间的关系,必须用某种数量指标定量地反映被评判事物的性质。这样一种按—定顺序排列的数量指标,称为关联分析的母序列,记为,{xt(0)},t=1,2,…,n。关联分析的子序列是决定或影响被评判事物性质的各子因素数据的有序排列。考虑主因素的m个子因素(要求同单位、同比例尺或无单位),则有子序列。{xt(0)},i=1, 2,…,m;t=1,2,…,n。

(2)计算子序列与母序列之间的关联度

首先,对原始数据矩阵进行初值化变换或进行均值化变换。然后,计算出同一观测时刻(点)各子因素与主因素观测值之间的绝对差值及其极值。

利用下式即可计算出各子因素与主因素之间的关联度:

式中:i=1,2,…,m,k:0,1,1)。

由此可见,关联度是一个有界的数,其取值范围在011到1之间。子因素与主因素之间的关联度愈接近于1,表明它们之间的关系愈紧密,或者说,该子因素对主因素的影响愈大,反之亦然。

(3)由关联度向权重的转换

对关联度进行归一化处理,得权重集:

式中

2 技术创新风险因素评价

本文运用灰色关联分析模型,首先确定了19个技术创新风险因素的权重,在此基础上,进一步按照前面建立的技术创新风险指标体系递阶层次结构(见图4),确立了风险维的环境因素、技术因素、项目因素、企业能力因素的权重(见表1)。在具体的研究过程中,应根据企业、行业以及项目的特点,来确定母序列的指标值。对于某个企业,在进行多个技术创新项目的选择和排序时,可选择各项目相应指标的最优值作为母序列的指标值。对于某一个技术创新项目风险进行评价时,可结合专家的建议,选择本行业同类型项目的最优值作为母序列的指标值。

3 技术创新风险关键因素

综合以上分析,考虑各风险因素指标在调查结果中的权重排序并兼顾各因素指标的类内排序,可以归纳出企业技术创新中需要重点考虑和防范的关键风险因素指标为:科技人员实力;企业的管理能力;企业资金实力;项目负责人能力;技术复杂程度与难度;技术成熟程度;技术先进程度;新产品质量性能;新产品生产成本;企业信誉与知名度;产业政策或法律的影响程度;竞争对手实力;消费者需求变动。

表1 企业技术创新风险因素权重表

如果企业在技术创新时受到以上多种因素的共同影响,则必须考虑暂停或中止技术创新项目的进行,以避免给企业带来更大的风险与损失。

四 结论

技术创新风险因素的识别和技术创新风险指标体系的设计,是对技术创新这个高风险活动进行有效管理的一项重要的基础性工作。本文建立了技术创新风险三维指标体系。以往在确定各个技术创新风险因素的权重及其关键因素时,多采用层次分析法或模糊层次分析法,结合专家的意见进行分析,具有很大程度的主观性。企业技术创新系统是一个灰色系统,灰色关联分析方法的关联度与各因素权重在基本意义上是相通的,本文运用灰色关联分析模型,确定了19个技术创新风险关键因素的权重,从而为企业有效地管理技术创新风险奠定了良好的基础。

[1] 谢科范.技术创新风险管理[M]1石家庄:科学技术出版社, 19991

[2] 李柏洲.企业技术创新风险要素分析[J]1科技管理研究, 2007,(4):92111

[3] 吴涛.技术创新风险分析的三维框架[J]1科技进步与对策, 2003,(1):382391

[4] 彭灿,李璐.技术创新风险的预警指标体系与模糊综合评价[J]1科学学研究,2006,12(24):63326411

[5] 傅家骥.技术创新学[M]1北京:清华大学出版社,19981

[6] 李晓峰.企业技术创新风险测度与决策及其预控研究[D]1四川大学博士学位论文,2005,782791

[7] 杜栋,庞庆华1现代综合评价方法与案例精选[M]1清华大学出版社,2005114521461

Study on the Risk Index System and Key Factor Iden tify of En terpr ise Techno logy Innova tion

SH IBao2juan
(College of Economics and Management,Hebei Polytechnic University,Tangshan Hebei063009 China)

technology innovation risk;index system;key factor;gray correlative analysis

Techno logy innovation is the main way that imp roves the competition ability of enterp rises and p romotes the developmentof enterp rises con tinuously,and the risk index system and key factor identify is an important foun2 dation of enterp rise technology innovation1Enterp rise technology innovation system is gray1First the study establi2 shes a three dimensionality risk Index system,then analyzes the importance of technology innovation risk factor u2 sing gray correlative analysis1 In the end the study concludes key factorwhich demands considering1The study es2 tablishes p referable foundation for controlling technology innovation risk effectively within enterp rises1

F 27311

A

167322804(2010)0220042205

2009205227

猜你喜欢
关联度指标体系权重
权重常思“浮名轻”
中国制造业产业关联度分析
中国制造业产业关联度分析
为党督政勤履职 代民行权重担当
层次分析法在生态系统健康评价指标体系中的应用
供给侧改革指标体系初探
基于局部权重k-近质心近邻算法
基于灰关联度的锂电池组SOH评价方法研究
基于灰色关联度的公交线网模糊评价
层次分析法权重的计算:基于Lingo的数学模型