基于正态云的船舶工业技术协同创新绩效评价

刘志军，张　杰

(1.哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 150001；2.山东科技大学 经济管理学院，山东 青岛 266590)



【统计应用研究】

基于正态云的船舶工业技术协同创新绩效评价

刘志军1，张杰2

(1.哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 150001；2.山东科技大学 经济管理学院，山东 青岛 266590)

船舶制造业是一个国家的战略性产业。近年来，虽然中国船舶工业的自主创新能力有所加强，协同创新水平也有了很大地提升，但与传统的造船强国相比，在这两个方面均有较大的差距。在构建船舶工业技术协同创新的评价指标体系的基础上，采用正态云模型对中国典型造船厂的技术协同创新绩效进行实证分析，研究表明：中国船舶工业技术协同创新水平偏低，科技创新能力较弱。因此，加强船企之间的技术协同创新能力是中国船舶工业不得不面对的突出问题。

船舶工业；技术协同；创新绩效；正态云

一、引　言

由于船舶工业上下游关联度高、产业链长，具有很强的辐射带动作用，其快速发展不仅能够促进相关产业链的升级和发展，而且可成为国民经济新的增长点和升级改造的原动力。从本世纪开始，船舶工业的发展趋势向标准化、系列化、高技术化和协同化方向迈进，船舶制造企业之间的技术协同创新程度决定了船舶工业的技术能力和发展水平。同时，船舶是一种综合性的高技术产品，制造过程不仅可体现当今工业制造能力和科技水平，还能反映一国生产技术的集成应用程度，其制造过程复杂，涉及面广，这就要求船厂之间、船舶产业链之间必需进行紧密的技术协同创新。

当前，国际船舶建造技术正在发生着巨大的变化，相关的产业链之间、不同的船厂之间都需要相互协作配合，协同创新在船舶工业领域越来越显示出优越性，而协同研发、协同创新、协同技术进步已成为不同船厂的战略选择与长远规划。因此，对船舶工业不同产业链之间、不同船厂之间的技术创新协同绩效进行量化和评价具有重要的意义，这也是提高它们之间协同技术创新的基础和高效管理的手段与方法。

二、文献综述

对于船舶工业技术协同创新问题，不少学者对此问题进行了深入研究，尤其是国外学者较早地关注此问题。Olivier认为信息技术的发展为船舶工业的协同创新提供了可能，船舶制造企业应该从技术交流与合作方面进行协同创新[1]；Anna 等提出面对激烈的市场竞争，各船厂应通过技术协同创新来减少恶性竞争和提高共同发展的潜力[2]；Lee认为船舶制造企业之间的合作首先应在技术研发方面进行合作，通过研发协作能提高船厂的技术原创力和船厂的技术优势[3]；Peter认为船舶工业之间的技术协同问题，更多地体现在船舶产业链上的不同主体之间的技术协同[4]；Francisco等认为船舶企业应与高校以及科研部门进行相互合作，共同提高造船企业的技术水平[5]；Choong等认为国家应该在船舶工业协同问题上起着桥梁的作用，要充分发挥国家在船企与科研机构之间技术协同的主导作用[6]；Margherita认为船舶工业技术协同创新应更多关注造船企业间的技术引进、吸收和创新[7]。

中国船舶工业虽然起步较晚，但其速度和规模都非常显著。在技术协同创新方面，中国学者进行了大量研究，取得了丰硕成果：黄鲁成从技术引进的角度提出了中国船舶工业消化、吸收和创新战略[8]；康正等提出了中国船舶工业技术创新模式，认为应将船舶工业技术协同创新作为一个整体观念来对待[9]；王辉坡等认为中国船舶工业协同创新更应该是人才意义上的协同创新，协同创新团队与组织的组建是中国船舶工业协同创新成熟的标志[10]；乔金杰指出在新形势下中国船舶工业协同创新面临着诸多风险，提出了船舶工业应提高技术协同创新程度来抵御技术创新过程中的风险[11]；周宾提出了通过军民融合来提高船舶工业技术协同创新的途径，并提出了军民融合的机制、科技资源的配置方法以及中小科技民企与船舶工业协同创新的对策[12]。

综上，国内外学者对船舶工业的技术协同创新问题进行了大量研究，涉及面广，成果比较丰硕，相关研究主要集中在船舶工业技术协同创新的领域、途径、模式和方法等方面，虽然有些学者也采用定量方法对船舶工业协同创新问题进行了评价，但尚未对船舶工业协同创新绩效问题进行实证研究，且相关研究方法因指标赋权的主观性较强，未能客观评价船舶工业协同创新绩效问题，从而失去了应有的评判价值。基于此，本文采用正态云模型对中国船舶工业技术协同创新的绩效问题进行评价和分析。

三、船舶工业技术协同创新绩效评价的内涵

(一)船舶工业技术协同创新定义

对于协同创新的内涵，不同学者给出了不同的定义。麻省理工学院的Peter认为：“由自我激励的人员所组成的网络小组形成集体愿景，借助网络交流思路、信息及工作状况，合作实现共同的目标”；周宾认为“协同创新意味着不同的创新主体(国家、地区、企业、高效、科研院所)的创新要素有机配合，通过复杂的非线性相互作用产生单独要素所无法实现的整体协同效应的过程”。

船舶工业的技术协同创新不是一个简单的协作问题，是基于共同的需求将分散的创新资源积累起来，打破创新主体的障碍，通过船舶工业内部的不同创新主体的协同以及不同产业链之间的创新系统中不同构成要素之间或者不同维度之间的技术创新协同，以提高知识资源的利用效率，并将新产品和新技能进行创建和扩散，从而达到单个组织所不能达到的整体效果。因此，所谓的船舶工业技术协同创新，就是通过信息、知识、技术、资金、人才的扩散和流通，整合船舶工业系统现有的创新资源，实现不同主体之间的技术协同创新增效，使创新资源和创新成果在船舶工业系统内更易于传播和流通，以提高船舶工业的协同创新能力，推进整体船舶产业的技术创新水平。

(二)船舶工业技术协同创新的评价指标体系

船舶工业技术协同创新是复杂的系统工程，涉及到多种学科和不同的专业领域。在协同创新的评价中，评价协同创新绩效需客观地、科学地反映整个协同创新的本质内涵。针对船舶工业的自身典型特征以及船舶工业技术协同创新的内涵，船舶工业技术协同创新绩效既要体现协作创新的进程，也要体现协同创新的效率与效益，结合相关学者的研究成果[13-14]，本文的评价指标体系需从协同创新投入、协同创新进程、协同创新产出以及协同影响四个层面的要素进行构建(见表1)。表1中的四个层面是并行递进关系，共同构成了中国船舶工业技术协同创新评价的指标体系，既客观又科学，能够对船舶工业协同创新绩效问题进行全面和科学的评价。

表1　船舶工业协同创新绩效评价指标体系

四、船舶工业技术协同创新正态云评价模型

在船舶工业技术协同创新绩效评价指标体系构建的基础上，需要选择适当的方法与模型来进行评价和分析，根据船舶工业技术协同创新所具有的云计算属性，本文选择正态云模型作为评价方法，将结合中国典型船厂之间的技术协同创新实例进行实证分析，以评价中国船舶工业技术协同创新绩效问题。

(一)正态云的内涵

正态云模型是当前一种最新的绩效评价方法，结合模糊性与随机性对目标进行定量描述的数学模型，采用定量和定性映射对概念性自然语言转换为数值的描述方式[15]。

(1)

从上述定义可知，用正态云的数字特征来描述研究目标的定性和定量概念，通常用期望Ex、熵En、超熵He3个数值来表示。Ex为目标在论域中的定性语言概念的期望值；熵En为目标在论域中的定性概念模糊性的度量，反映目标的随机性和模糊性程度；超熵He为熵En的熵，代表了云滴x的厚度与离散水平，反映隶属度μc(x)的随机变化程度。

(二)正态云发生器

云生成法则是通过云发生器实现的，也是正态云构建定性与定量关系的途径，基于正态分布的普遍性，正态云发生器通过数字特征(Ex,En,He)反映定性到定量的映射关系，并由此产生云滴，进而形成云计算模型。正态云发生器的算法流程如下：

输入：一组定性概念的数字特征(Ex,En,He)；云滴个数n。

输出：n个云滴以及每个云滴对应定性概念的隶度。

①生成以En为期望、He2是方差的正态随机数之一En'～N(En,He2)。

④将具有隶属度μi的xi转为数域中的一个云滴(xi,μi)。

⑤重复步骤①到④n次，产生n个云滴，并形成的云。

评价指标的相对权重向量按以下式子计算：

W=[W1(Ex1,En1,He1),…,Wn(Exn,Enn,Hen)]

(2)

也就是，若论域U中存在n朵云：C1(Ex1,En1,He1)、C2(Ex2,En2,He2)，…，Cn(Exn,Enn,Hen)，其乘法运算的结果为C(Ex,En,He)，则有：

Ex=Ex1Ex2…Exn

(3)

(4)

(5)

由正态云的运算规则，可以计算出权重向量W中各元素的值：

(6)

(7)

(8)

为了体现评价的客观性，对于群体决策所得出的期望Ex、熵En、超熵He，需要将模糊性和随机性纳入评价结果中。

(三)基于正态云模型的综合评价模型

1.定性指标等级隶属度的确定

②定性指标等级隶属度的测定。在求得定性指标的等级决策值vi后，设隶属于等级vi的指标ui的评价专家数为ni，其隶属度可以表示为μij=ni/n。同理可得，可用矩阵R1=(μij)p×m表示p个定性指标的等级隶属度。

2.定量指标等级隶属度的确定

(9)

(10)

超熵Heij为熵的不确定性的度量，也反映云滴的凝聚程度，其值越小，云厚度越小，反之亦然。一般而言，超熵Heij可以通过试验或经验进行取值。因此指标ui对应于等级vj的云模型为Cij(Exij,Enij,Heij)，其相应的定量指标等级标准矩阵为：

C=[Cij(Exij,Enij,Heij)]g×m

(11)

R2=(μij)q×m

(12)

通过R2确定各指标值与其对应的等级隶属度。具体而言，当发生器重复运行N次时，对不同隶属度的平均综合值按下式进行计算：

(13)

(14)

3.指标体系隶属度

综合定性指标等级隶属度矩阵R1=(μij)p×m、定量指标等级隶属度矩阵R2=(μij)q×m，求得指标体系整体等级隶属度矩阵R=(μij)n×m。

4.通过指标权重向量

W=[Wi(Exi,Eni,Hei)]1×n、隶属度矩阵R=(μij)n×m，计算得出综合评判向量：

B=W×R=[Bj(Exj,Enj,Hej)]1×m

(15)

5.计算结果评价

根据综合评判向量以及熵与超熵大小，结合隶属度所对应的评价等级进行优劣排序，对研究目标的技术协同创新绩效进行判断和评价。

五、船舶工业技术协同创新绩效的实证评价

(一)数据获取及预处理

根据评价指标数据获得与生成过程不同，中国船舶工业技术协同创新绩效评价指标可以分为两大类：定量指标和定性指标。基于以上分析，本文从《中国船舶工业年鉴》、各船舶制造企业门户网站、中国船舶工业行业协会网站以及相关造船厂的内部资料中获取了2010—2014 年间10家具有代表性船舶制造企业(造船厂)的原始数据作为分析对象，研究各造船厂科技协同创新绩效问题。这10家大型造船厂分别为大船重工、外高桥造船、新世纪造船、沪东中华、渤船重工、中船黄埔、武船重工、大洋造船、镇江船厂和北船重工，之所以选择这10家船厂，主要是考虑到研究数据的权威性、可比较性和易获取性；同时，也因为这10家造船厂基本上能够代表中国船舶工业整体造船水平和科技状况，研究应用价值大。对于定量评价指标的数据采集，可以从以上来源中直接获取；对于定性评价指标的数据采集，采用问卷调查的方式，咨询相关专业技术人员、管理人员及有关专家，并进行统计处理。由于某些数据的保密需要，对获取的原始数据按照正态云模型的要求进行必要的预处理，即群体专家(8位权重的专家)采用云模型描述的语言集对指标要素两两进行重要性判断，对群体判断进行量化处理，从而得到中国船舶工业技术协同创新指标体系的一级指标判断矩阵：

通过式(3)、(4)、(5)，对Ex、En、He进行四次方根运算得：

C1=(2.3161.5690.655)

C2=(1.2830.8790.561)

C3=(0.8440.7090.312)

C4=(0.4470.5310.185)

同时，根据公式(6)、(7)、(8)，指标权重向量计算结果为：

W1=(0.5270.3170.163)

W2=(0.3530.2940.096)

W3=(0.2340.1650.077)

W4=(0.08100760.034)

同样地，采用上述方法可以求出10家船厂技术协同创新绩效的二级指标与三级指标的判断矩阵，相关判断矩阵如表2至表6所示：

表2　R相对权重表

表3　r1i相对权重表

表4　r2i相对权重表

表5　r3i相对权重表

表6　r2i相对权重表

(二)正态云数据处理过程

图2　指标r11的等级隶属度函数图

在计算出每个指标等级隶属度的基础上，将等级隶属度计算结果代入等级隶属度函数以求出隶属度矩阵，根据三级指标相对于船舶工业技术协同创新绩效总目标的权重向量W=[Wi(Exi,Eni,Hei)]1×n与各船厂指标整体等级隶属度矩阵R=(μij)n×m计算公式，可以计算出具体评价结果B=W×R，即B=[Bj(Exj,Enj,Hej)]1×m，因此10家船厂技术协同创新绩效评价结果如表7 所示。

表7　10家船厂科技协同创新绩效云计算结果表

因此，可根据表7云计算结果对这10 家船厂的协同创新绩效进行优劣排序，计算结果如表 8 所示。

表8　各船厂科技协同创新评价得分表

(三)实证结果分析

从以上评价过程可看出，代表中国船舶工业技术协同创新的10家船厂技术协同创新绩效评价排名第一的为北船重工，其云计算结果为C(6.359,0.768,0.394)，Ex=6.359，这表明北船重工技术协同创新绩效处在一般与好之间(5<6.359<7)；通过对技术协同创新绩效进行整体排序，排名最后的为镇江船厂，其云计算输出值为C(2.133,0.296,0.167)，Ex=2.133，这表明镇江船厂技术协同绩效处于差与很差之间(1<2.133<3)。总体而言，10家船厂技术协同创新绩效基本上处于差到一般之间，其中技术协同创新绩效处于一般以上(5≤Ex)的船厂只有北船重工和大船重工；技术协同创新绩效处于差与一般之间(3≤Ex≤5)的船厂分别为外高桥造船、渤船重工、新世纪造船、中船黄埔、大洋造船以及沪东中华；技术协同创新绩效处于很差与差之间(1≤Ex≤3)的船厂为武船重工和镇江船厂。可见，近年来虽然中国船舶工业获得了长足发展，但其科技创新水平不高，各船厂之间的技术协同创新程度还有待加强，这也是不争的事实。

六、结束语

如今，船舶工业是一个国家的支柱性和战略性产业，其技术协同创新程度决定着船舶工业整体制造能力，也决定着一个国家水运装备制造业的发展程度以及该国海军装备的现代化水平。同时，船舶工业涉及到国民经济的众多部门，与钢铁、电子、化工、装备制造、信息等许多行业有着紧密的联系，对国家产业升级与结构调整都具有重要的影响。因此，应采取多种政策和措施加强中国各大船厂之间的技术协同创新效率，提高中国船舶工业的技术协同创新水平，对促进中国船舶工业的进一步发展具有重要的战略意义。

[1]Olivier Bertrand, Pluvia Zuniga. R&D and M&A: Are Cross-Border M&A Different? An Investigation on OECD Countries[J].International Journal of Industrial Organization,2006(3).

[2]Anna Salonen, Mika Gabrielsson, Zuhair Al-Obaidi. Systems Sales as A Competitive Response to the Asian Challenge: Case of a Global Ship Power Supplier[J]. Industrial Marketing Management, 2006(6).

[3]Lee Eon-Seong. Knowledge Resource in Maritime Transport Industry: A Case Analysis[J]. The Asian Journal of Shipping and Logistics,2010(2).

[4]Peter Lorange. Redesigning Organizations for the 21st Century: Lessons from the Global Shipping Industry[J]. Organizational Dynamics, 2010(2).

[5]Francisco de.Eco Innovative Refitting Technologies and Processes for Shipbuilding Industry: Project Overview[J].Procedia-Social and Behavioral Sciences, 2012,48(9).

[6]Lee Choong Bae, Junbin Wan, Wenming Shi, Kevin Li. A Cross-Country Study of Competitiveness of the Shipping Industry[J]. Transport Policy,2014(9).

[7]Margherita Pero. Linking Product Modularity to Supply Chain Integration in the Construction and Shipbuilding Industries[J].International Journal of Production Economics,2015(5).

[8]黄鲁成. 中国船舶工业技术创新的战略选择[J].中国软科学,1999(2).

[9]康正,赵金楼,刘国岩. 中国船舶工业技术创新模式研究[J]. 现代管理科学,2009(8).

[10]王辉坡,邓立治. 自主创新人才创新效率评价模型研究——以大连船舶重工集团创新团队为例[J]. 科学学与科学技术管理,2011(3).

[11]乔金杰. 金融危机下企业技术创新风险预警的实证研究——以船舶企业为例[J]. 科技管理研究,2011(7).

[12]周宾. 军民融合产业技术协同创新能力影响因素分析与提升对策[J]. 科技进步与对策,2015(11).

[13]王慧,康璞. 企业技术创新能力评价指标体系设计研究[J]. 统计与信息论坛,2008(5).

[14]赵金楼,徐小峰,邓忆瑞. 网络环境下船舶行业创新能力评价体系研究[J]. 科学管理研究, 2008(2).

[15]赵峰,孙曰瑶,陆瑶. 基于云重心理论的信息价值测评研究[J].统计与信息论坛,2010(8).

(责任编辑：郭诗梦)

Performance Evaluation of Technology Collaborative Innovation about China's Shipbuilding Industry Based on the Normal Cloud Model

LIU Zhi-jun1，ZHANG Jie2

(1. School of Economics and Management， Harbin Engineering University， Harbin 150001, China;2. School of Economics and Management， Shandong University of Science and Technology， Qingdao 266590, China)

Shipbuilding industry is a strategic industry in a country. In recent years, although the independent innovation ability of China's shipbuilding industry has been strengthened, Collaborative innovation level has also been greatly improved, compared with the traditional shipbuilding powers, there are large gaps in these two areas. Based on this, it is constructedof the evaluation index system of technology collaborative innovation on shipbuilding industry,then the normalcloud model is used to make an empirical analysis on the performance of the technology collaborative innovation in the typical shipyard in China. Through the empirical evaluation, it is concluded that the level is low of technology cooperation innovation in China's shipbuilding industry, and science and technology innovation ability is weak, then strengthening the technology cooperation innovation ability between ship enterprises is an outstanding problem that our shipbuilding industry has to face.

ship industry;technical cooperation;innovation performance;normal cloud

2016-01-29；修复日期：2016-06-03

全国统计科研计划重点项目《基于数据公布特殊标准(SDDS)驱动的我国政府统计公信力提升研究》(2015LZ25)

刘志军，男，河南卫辉人，博士生，研究方向：创新管理；

O212∶F279.23

A

1007-3116(2016)09-0062-07

张杰，男，河南光山人，工学博士，博士后，副教授，硕士生导师，研究方向：信息融合，数据挖掘。