复合DEA方法的知识创新联盟系统协同发展评价

王玉梅

（青岛科技大学 经济与管理学院，山东 青岛 266061）

复合DEA方法的知识创新联盟系统协同发展评价

王玉梅

（青岛科技大学 经济与管理学院，山东 青岛 266061）

从构思、研发、商业化以及反思与评价4个维度给出知识创新联盟系统协同发展评价的指标体系。选择广东、黑龙江、山东、北京4个地区对知识创新联盟系统协同发展的状况进行DEA的实证评价研究，不仅为知识创新联盟的理论研究提供新的思路，而且为制定有效的提高知识创新联盟竞争力的对策和措施提供理论依据。

知识创新；联盟；协同；系统；评价

1 引言

知识创新联盟系统是由多个独立的行为主体按照事先约定的方式分担知识创新活动中所需的资源，分摊知识创新的风险和分配知识创新的收益的合作组织［1］，涉及政府、科研机构、大学、中介服务机构、企业、金融机构等众多主体的行为。在知识创新联盟系统协同发展过程中知识创新联盟各主体以知识共享为基础，以市场为导向，以实现知识创新成果的市场价值为目标，使知识创新资源实现优化配置，以增强知识创新联盟成员的竞争能力，促进知识创新联盟成员销售额或利润的增长，开拓新市场，提高市场占有率，带来市场地位的提升，最终实现知识创新联盟收益水平的提高。

近年来，随着知识创新联盟实践的不断深入，知识创新联盟相关理论研究也有了新发展，对知识创新联盟主体、模式、机制、制度建设、联盟风险评估等方面均有了一些论述。但目前对知识创新联盟的研究在仍属起步阶段，根据对已有相关文献的梳理和分析，知识创新联盟的理论在以下几个方面存在不足，亟待完善：

（1）研究思维的静态化。目前很多学者都是将知识创新联盟视为静态的组织，有些虽然已意识到知识创新联盟的动态性，但对问题的分析仍限于静态的方法上。

（2）定性分析居多，定量分析不足。国外的研究文献基本上也都是基于对特定知识创新联盟实践的总结而得出研究结论的，这种结论显然具有较高的可信度，但系统性较为不足，且基本上都是描述性研究，缺乏进一步从深层次上进行定量分析。

（3）缺乏科学、合理的知识创新联盟的评价系统；缺乏可操作性的通过知识创新联盟提高组织竞争力的对策和措施。已有的对知识创新联盟评价的研究，大都是基于某一个或有限几个因素对影响知识创新联盟发展的因素进行简单罗列的，主观性较强；知识创新联盟评价体系的构建未能紧密结合知识创新联盟的特性，未能区分不同的利益评价主体，未能体现不同利益评价主体的目的性要求，因而缺乏可靠性和可信度。

本文以动态的思维将知识创新联盟系统的协同发展过程作为知识创新联盟系统及系统内部子系统之间的相互适应、相互协作、相互配合和相互促进，耦合而成的同步发展的良性循环态势的过程。在对知识创新联盟系统协同发展机理运用系统动力学进行系统分析的基础上，从构思、研发、商业化，以及反思与评价等四个维度，建立知识创新联盟系统协同发展的评价指标体系，并运用复合DEA分析方法对知识创新联盟系统协同发展状况进行定量评价。

2 知识创新联盟系统协同发展评价指标体系的构建

知识创新联盟的系统协同发展是知识创新联盟各主体在知识创新过程各阶段上实现优势互补、风险共担、利益共享、共同发展的过程。这是一个连续的、循环的过程，存在着多重循环与反馈以及多种活动的交叉，是许多主体之间一系列复杂的、综合的、相互联系和相互作用的结果，是一个复杂的系统网络［2］。该系统及系统内部子系统之间的相互适应、相互协作、相互配合和相互促进，耦合而成的同步发展的良性循环态势的过程，是一种“整体性”、“综合性”和“内生性”的同步发展的聚合。知识创新联盟系统协同发展过程可以划分为四个阶段：知识创新联盟构思、知识创新联盟成果的研发、知识创新联盟成果的商业化、知识创新联盟的反思与评价［3］（见图1）。下面分别从这四个维度给出知识创新联盟系统协同发展评价的指标体系。

图1 知识创新联盟系统协同发展过程

2.1 知识创新联盟系统协同发展的构思系统评价指标

知识创新联盟系统协同发展过程始于知识创新联盟构思的产生,是技术发展与市场需求共同作用的结果。市场变化、技术进展和机会、对某种需要的认识都可能激发知识创新联盟构思的产生［4］。为寻找更多的市场机会，形成多种知识创新联盟构思，组织通过增强人员流动性、增加员工工作多样化水平、增加培训费用，提高员工素质，使组织收集与利用信息的能力增强。利用各种来自市场和技术方面的信息，提高分析能力，就会有更多的机会将新知识与需求相结合，形成知识创新联盟构思的动力，产生更多的知识创新联盟构思。

根据知识创新联盟系统协同发展构思系统的过程分析可知信息综合在形成知识创新联盟构思系统中起着关键性的作用［5］。可以用下列指标来表征知识创新联盟系统协同发展构思系统发展状况：与外部咨询专家交流情况、技术人员的定期再培训情况、非正式交流情况、知识创新构思立项情况、员工工作的多样化水平、内外部信息沟通情况。

2.2 知识创新联盟系统协同发展的研发系统评价指标

在对上阶段知识创新联盟构思进行初步评价、筛选、完善及组合，权衡各项知识创新联盟构思的费用、潜在效益与风险的基础上［6］，知识创新联盟系统协同发展的研发系统需要投入大量的人力、物力，涉及众多主体的密切配合以期解决知识创新联盟后续生产过程中存在的问题，并在知识创新联盟成果的研发过程中对知识创新联盟构思不断进行调整、修正［4］。知识创新联盟系统协同发展的研发系统可用以下指标反映：研究开发人员比重（研发人员数/技术人员总数）、人均研究开发经费费用（研发总费用/研发总人员数）、人均获专利数（申请专利总数/研发人员数）、研究成果投产率（已应用并取得效果的成果数/成果总数）、人均非专利性科技成果数（非专利性科技成果数/研发人员数）。这里的非专利性科技成果数包括科技论文数，以及图书情报技术文献数等方面。

2.3 知识创新联盟系统协同发展的商业化系统评价指标

知识创新联盟的技术开发部门与生产部门解决了知识创新联盟生产技术方面的具体问题后，将着手准备新的生产线，从而进行大规模生产，然后通过营销部门实现知识创新联盟成果的商业化［7］。从有形目标、无形目标、稳定性、成长性等几方面，用下列指标来反映知识创新联盟系统协同发展的商业化系统：适于知识创新成果生产的先进设备比重（适于知识创新成果生产的先进设备价值/设备总价值）、固定资产装备率（固定资产总额/职工总数）、商业化人员水平（生产工人及销售人员受教育水平/全体职工受教育水平）、知识创新联盟总利润实现率（知识创新联盟总利润/预期的知识创新联盟总利润）、总投资利润率实现率（知识创新联盟总利润/知识创新联盟总投资，知识创新联盟总投资是指知识创新成果正式投产之前的所有花费，既包括各盟员的固定资产投入和流动资产投入，也包括各盟员的有形资产投入和无形资产投入）、知识创新成果的领先水平（根据行业领先标准进行判别）、知识创新联盟销售收入增长率 （评价期销售收入增长量/上期销售收入）、知识创新联盟的协同效应（主体之间通过组建知识创新联盟，可以有有效地调动各自的研发力量，使联盟方的知识创新资源在更大范围和更高层次上得到有效配置，通过知识创新资源的整合而产生1+ 1＞2的协同效应。该指标可采用专家调查法得到）［8］。

2.4 知识创新联盟系统协同发展的反思与评价系统评价指标

为了使知识创新联盟系统协同发展过程顺利地进行，反思与评价活动贯穿于知识创新联盟系统协同发展的全过程［9-10］。可以用下列指标来反映知识创新联盟反思与评价系统：知识创新成果的费用收益率（知识创新成果的收益/知识创新成果的费用）、知识创新成果对知识创新联盟目标的贡献率 （知识创新联盟实际收益/知识创新联盟的目标收益）、知识创新联盟协议执行状况 （实际执行的知识创新联盟协议条款数/协议中规定的知识创新联盟协议条款数）、核心知识创新资源共享率（实际提供的核心知识创新资源/应提供的核心知识创新资源）、知识创新联盟主体之间相互信任程度 （守信的知识创新联盟主体数/知识创新联盟主体总数）、利益分配公平性（专家调查法得到）。

以上四个维度给出的知识创新联盟系统协同发展评价指标体系包容了设计的25个三级指标，各指标有机地结合成一体，形成一个较高层次的总指标系统来综合反映知识创新联盟系统协同发展状况，如图2所示。

3 基于复合DEA方法的知识创新联盟系统协同发展评价

3.1 知识创新联盟系统协同发展评价的复合DEA模型选择

DEA有许多种模型可供选择。除了经典的C2R模型和C2GS2模型，近年来许多学者对DEA方法进行了拓展，提出了许多有用的模型：在权重的改进方面有C2WH模型、C2WHL模型；在投入和产出的改进方面有能处理既含有可控投入（出）又含有不可控投入（出）的DEA模型，有要素在有限范围内变化的DEA模型，更有只有产出（入）指标的DEA模型；在决策单元的改进方面有针对无限个决策单元的C2W模型；此外，还有发展DEA模型、动态DEA模型等等。不失一般性，本文采用经典的C2R模型：

其中θ是有效性系数，xij是决策单元j（j=1,2,…,n）的第i（i=1,2,…,m）个投入，yrj是决策单元j（j=1,2,…,n）的第r（r=1,2,…,s）个投入。类似地，xio和yro是当前被测评单元的投入和产出。决策单元为有效时需满足以下两个条件：θ=1；所有的,都为零，∀i,r［12］。

3.2 知识创新联盟系统协同发展的复合DEA评价的实证研究

（1）评价指标数据的收集与处理。

上述知识创新联盟系统协同发展的决策单元（DUM）评价模型可以分别从纵横两个断面进行分析。纵断面即以某个地区的每个年份为DUM，得到的是该地区逐年知识创新联盟系统协同发展的纵向指标。横断面即以某年份的各个地区为DUM，得到的是该年份各个地区知识创新联盟系统协同发展横向指标。

本研究以广东、黑龙江、山东、北京等4省市地区为DUM，取2009年数据，用复合DEA分析方法，研究地区知识创新联盟系统协同发展的模向差异，并进一步研究其中的特征，挖掘发展差距的深层次原因。考虑到地区间以及不同主体间数据的可比性要求，对上述知识创新联盟系统协同发展的DUM评价指标的取值进行进一步相对化处理，采用l～7 likert打分法对其进行打分，规定打分范围为l～7，其中1为最差表现，7为最好表现，以此作为评价的投入和产出数据。经问卷统计4个地区的投入和产出数据如表1所示。

（2）评价过程。

本研究中知识创新联盟系统协同发展评价的范围包括4个地区（决策单元），每一个决策单元有12种投入，13种产出，投入与产出的总量相对于决策单元的数目较高。因而本文的评价过程中采纳了Andersen和Petersen所建议的方法，对复合DEA模型进行了相应的修改后进行评价。即若对第i个单元的有效性进行评价，则将第i个决策单元的数据信息从约束条件的右端去掉，以便对各有效单元进行排序。进行复合DEA评价，如果去掉第i个投入指标，则只需在上述模型中去掉变量和第i个约束条件。如果去掉第r个产出指标，则只需在上述模型中去掉变量和第12+r个约束条件。参考公式1，根据表1数据，运用改进的复合DEA方法，计算所得结果见表2所示。

表1 知识创新联盟系统协同发展DEA评价的投入和产出数据

表2 不同指标下DEA评价结果

表3 复合DEA评价结果

在得出对应不同投入产出指标的评价结果后，分析某一指标的选择对协同发展的影响。为了获得更多的信息，本文将第一种模式做进一步扩展，将产出指标对评价结果的影响也进行了分析，结果见表3。

（3）评价结果分析。

从原始DEA评价结果上看，四个地区知识创新联盟系统协同发展的情况由好到差的排序为:北京（2.0）、广东（1.6）、山东（1.5）、黑龙江（1.2）。就复合分析结果来详细考察：

首先，从投入指标来分析。由分析结果可以看出，对于山东地区，非正式交流情况X13、人均研发经费X22、知识创新联盟协议执行情况X43等几个方面的对协同发展的贡献优于其他地区；对于广东地区，技术人员的定期再培训情况X12、研发人员比重X21等几个方面对协同发展对贡献优于其他地区；对于北京地区，员工工作多样化水平X15的协同发展对贡献优于其他地区；对于黑龙江，内外部信息沟通情况X16对协同发展的贡献优于其他地区。

其次，从产出指标来分析。对于山东地区，知识创新成果的领先水平X36、知识创新联盟销售收入增长率X37、核心知识创新资源共享率X44等几个方面对促进协同发展的有效性优于其他地区；对于广东地区，人均非专利性科技成果数X25、总投资利润率实现率X35、知识创新联盟协同效应X38等几个方面对促进协同发展的有效性优于其他地区；对于黑龙江，知识创新成果对知识创新联盟目标的贡献率X42对促进协同发展的有效性优于其他地区。

从以上投入、产出两个方面的分析可以看出四个地区知识创新联盟系统协同发展状况各有优势，不同地区可以根据知识创新联盟系统协同发展的目标，参照不同的竞争对手，继续发扬自身的优势，而对竞争对手的优势指标加大自身的管理。

4 结论

复合DEA方法具有相当大的灵活性，从具体的复合DEA方法的选择到各复合分析指标集的构建、从满足不同信息需要的复合DEA分析模式的选择到具体信息的提取手段，复合DEA都为实际处理预留了相当大的空间。本文是以广东、黑龙江、山东、北京四个地区作为评价单元，通过对评价单元同一时点数据的横向比较，达到对不同地区之间知识创新联盟系统协同发展状况评价的目的。依据本文所给出的指标体系，可以针对某一特定的研究对象，选取不同时期的数据，做纵向比较。从而了解该研究对象知识创新联盟系统协同发展的趋势和状态。

［1］张少杰，任伶.知识创新联盟风险分析及其防范［J］.情报科学，2008，（10）：191-195.

［2］王其藩.系统动力学［M］.北京：清华大学出版社.1994.

［3］傅家骥.技术创新学［M］.北京：清华大学出版社.1998.

［4］石书玲.企业知识联盟的形成与运行机理研究［D］.天津大学博士学位论文，2007，（5）：91-92.

［5］王东武.知识创新、技术创新与管理创新的协同互动模式研究［J］.华中农业大学学报（社会科学版），2007，（3）：65-68.

［6］马国强，张诚，张成洪.知识联盟动态发展的结构性影响因素研究［J］.科学学与科学技术管理，2007，（2）:158-166.

［7］邢小强,仝允桓.基于企业内部知识网络的知识活动分析［J］.科学学与科学技术管理，2004，（7）:44-47.

［8］李有平，庞景安.我国知识创新评价的研究与发展［J］.南京财经大学学报，2005，（4）：58-62.

［9］王玉梅.产学研知识联盟系统协同发展机理的系统动力学分析［J］.情报杂志，2009，（9）：135-139.

［10］王玉梅,袁小丽.科技成果转化的K&T双链耦合机理研究［J］.情报杂志.2009，（1）：119-122.

［11］Inkpen A.C.Learning，knowledge management and strategic alliances:so many studies,so many unanswered questions.In: Contractor FJ.Lorange P,editors.Cooperative strategies and alliances.Killington.Oxford（UK）Elsevier Science,2002.267-289.

［12］魏权龄.评价相对有效性DEA方法［M］.北京：中国人民大学出版社，1988.

The Evaluation of Knowledge Innovation Alliance System Coordinative Development——based on Improvement Composite DEA Method

Wang Yumei
（School of Economics and Management,Qingdao University of Science and Technology，Qingdao 266061，China）

The coordination development index system of knowledge innovation alliance system includes four dimensions:conceive, research and development,commercialization,rethink and evaluation.The paper evaluates the status of knowledge innovation alliance system coordinative development of Guangzhou,Heilongjiang,Qingdao and Beijing.This paper not only provides new ideas,but practical information for knowledge innovation alliance.

knowledge innovation;alliance;coordination;system;evaluation

国家社会科学基金项目“企业技术创新的知识管理与人才管理耦合演化机理与推进机制研究”（09TQC016）；全国统计科研计划项目“科技创新的知识管理与人才管理耦合成效评价”（2009LB022）；山东省软科学项目（2009RKA186）。

2010-05-13

王玉梅（1973-），女，管理学博士，青岛科技大学经济与管理学院副教授，硕士研究生导师，哈尔滨工业大学管理科学与工程博士后；研究方向：知识管理、技术创新。

F270.7

A

（责任编辑 张九庆）