外智引联型创新团队任务分解方法

曹勤伟，段万春，许成磊

(昆明理工大学管理与经济学院，云南 昆明 650093)

外智引联型创新团队任务分解方法

曹勤伟，段万春，许成磊

(昆明理工大学管理与经济学院，云南 昆明 650093)

为克服长期困扰西部高校科研能力整体水平低下、高端科研人才匮乏、西部地区经济持续增长乏力的困境，提出了“外智引联”的新型跨区域多主体合作模式。针对传统任务分解方法不科学导致的任务随意指派、高端人才流失严重、高水平科研成果稀缺、团队生命周期短暂等现实管理难题，通过对外智引联型创新团队的任务进行阶段性分解，同时综合考虑任务粒度、任务耦合度、任务均衡度关系的基础上构建了任务分解方法的实现思路框架以及求解算法。最后，运用案例验证了任务分解方法的可行性。

外智引联；创新团队；任务分解；系统模型

1 引言

在知识经济时代，传统“单打独斗”的科研方式已不能满足当前社会的多元化需求，重大现实问题的解决更多依靠学科间的交叉融合，而创新团队的合作模式可以有效集成多种智力资源，更快产出高水平科研成果，被公认为产学研协同创新最有效的组织形式。然而，西部高校由于教学科研实力单薄、交流空间相对有限、办学理念比较落后、外援合作机会较少、发展资源匮乏等多方面的原因，导致实质性、原创性的高水平科研成果较少，高端科研人员流失严重，团队的生命周期普遍较短，与中东部发达地区的差距正在持续不断地拉大。这表明传统“硬引进”方式在短期内难以有效解决西部高校高端人才匮乏的现实难题，而“不为我所有，但为我所用”的“软引进”方式可以作为一种立竿见影的现实选择。“外智引联”作为“软引进”的重要途径，多以创新团队的形式实现，是指在不改变和影响外部人才与所属单位人事关系的前提下，以项目合作为主要载体，通过西部高校与外部人才共同开展科学研究，借助外部智力持续提升西部高校科研能力和人才培养质量的一种合作模式。但是，“外智引联”创新团队在合作过程中也逐渐暴露出了一些问题，如短期团队多、长期团队少，表面合作多、深度合作少，重视结果多、在意过程少，而这些问题产生的根源在于团队任务分解不科学导致任务随意指派、任务分配不均等问题，使得主体能力与任务要求不匹配、主体资源与任务需求不匹配，未能实现“人尽其才、才尽其用”的最优化资源配置效果，导致团队创新能力较差、创新效率较低、成员收益与实际贡献差异较大，严重削弱了成员的集体归属感和团队凝聚力，影响了任务执行效率和任务完成效果。为此，如何提升任务分解的科学性，提高任务分配的合理性以及任务执行效率，成为当前对外智引联型创新团队管理的重要现实难题。

虽然学者们已对创新团队的主题研究从合作影响因素[1]、知识共享与转移[2]、合作绩效评价[3]等多维度开展了探索研究，但目前尚未检索到关于考虑跨区域多主体属性的外智引联型创新团队研究成果的直接报道，对其任务分解方面的研究成果则更少，这在很大程度上阻碍了对创新团队理论的深层次认识，忽视了对创新团队内部及团队间有效合作关键影响要素的多样化研究，严重影响了创新团队管理效率和高水平成果产出率。其中，关于任务分解研究的不足主要表现在：第一、虽然SHIJIE[4],PETER[5],KLAS[6],侯亮[7]等分别针对任务分解提出了相应的分解思路与方法，但多从单一视角开展定量分析，未从系统化角度提出任务分解的具体可操作性方案。第二、周珂[8]，庞辉[9]，GERASOULIS[10]等针对机器制造、产品设计等环节提出了任务分解的具体方案，但大多基于任务自身属性及其相关性对任务进行分解，缺乏从项目整体性视角对任务执行环节资源配置的匹配性考量。为解决该问题，易树平等[11]提出了任务分解聚类算法以应对制造任务分解与资源要素的脱节状况。同时，张雪峰等[12]意识到任务主体在任务执行过程中的重要性，提出了任务主体与任务之间的匹配度模型，但并未就任务间的复杂交互关系及任务可行性开展进一步研究。为此，刘天湖等[13]提出了研发团队任务耦合群的分解算法。在此基础上，包北方等[14]提出了综合考虑任务粒度、任务耦合度、任务均衡度的任务分解模型以解决传统任务分解缺乏综合定量分析的问题。然而，以上学者的研究对象和任务分解方法主要面向于劳动密集型的制造业，与外智引联型创新团队的高知识密集型群体特征有着较大区别，相关研究视角和方法对不同研究对象的适用性有待进一步考证。为应对以上不足，本文在把握外智引联型创新团队跨区域多主体属性的基础上，提出了适用于知识密集型群体的任务分解系统模型及相应的求解方法，对改善外智引联型创新团队科研管理的学术环境，提升团队管理质效和高水平成果产出率，探索外智引联的新型人才合作模式以集成多方智力资源共同解决西部地区重大现实难题，具有显著的理论价值和现实意义。

2 任务分解的相关基础知识

2.1 任务分解原则

任务分解是外智引联型创新团队开展协同合作首要关键任务，任务分解的科学性直接决定着任务分配的合理性、任务执行的效率、任务完成的效果。若团队内部任务分解的子任务数量过少，则表明各子任务粒度较粗，任务内部复杂度较高，可能会在很大程度上影响任务的执行效率和执行效果；另一方面，若任务分解的子数量过多，则表明创新团队内部子任务分解过于细化，任务间交互性比较明显，不利于任务执行主体综合能力的提升及对任务执行情况实现有效管控。此外，若分解后的子任务间交互性明显、耦合度高，则任务主体在执行过程中需要持续加强与其他主体的沟通才能保证任务执行的一致性。同时，团队任务亦有时限性要求，若分解后的子任务在规模大小、难度系数及执行时间上不够均衡，则很可能因单个子任务执行时间过长而延误整体项目进度，增加额外成本。基于此，将任务分解为粒度适宜、彼此独立、时间均衡的子任务，是外智引联型创新团队实现有效协同合作的首要关键难点。

2.2 任务类型判定

外智引联型创新团队的任务复杂多变，各任务之间存在错综复杂的交互关系，对外智引联型创新团队任务进行分解的前提是对其任务类型进行判定。为此，侯亮[7]等指出任务之间的关系主要分为以下四类(见图1)。

图1 任务间关系类别

其中，以上四种任务间的关系中，最接近外智引联型创新团队协同合作任务的是b和d，外智引联型创新团队因其跨区域多主体等属性，任务之间错综复杂呈现高度交互式状态，这在很大程度上增加了对其任务进行科学分解的难度，为更加直观地描述并辨析任务间的复杂关联，在借鉴庞辉[9]、包北方[14]等学者研究成果的基础上，提出外智引联型创新团队任务粒度、任务耦合度、任务均衡度的相关概念及匹配算法。

2.3 任务粒度的定义与计算方法

定义1 任务粒度[9]。任务粒度大小通常用任务粒度系数与任务数量的关系来表示，它是用来衡量团队内部子任务的聚合程度。任务粒度与任务数量密切相关且呈反比例关系，即任务数量越多，则任务粒度越大，任务粒度系数也越大[14]。由此可得

(1)

其中：n为任务粒度，nt为任务数量，k为任务粒度系数，且n>0,k>0,nt>0

任务粒度系数k的大小取决于子任务间的内聚关联程度，为有效地对子团队任务内聚关联程度进行量化与测算，通过借助软件工程设计中内聚系数的计算方法，将外智引联型创新团队协同合作项目视为一个软件模块，并基于模块内聚度的系统思维方法分析子任务间的交互程度，可得到外智引联创新团队内部子任务的相关粒度系数。

定义2 任务关联内聚系数[14]。任务关联内聚系数是用来衡量外智引联型创新团队任务间的交互程度，可以有效反映任务间的联系紧密程度。在对团队任务内聚程度计算前应先了解任务约束结构及其控制元的相关概念。

一个活动约束结构通常用一个二元组(D,O)表示，而D代表活动约束结构中的有限个活动单元；O={(p,cs)∈D×P(D)}代表由若干约束控制元组成的约束控制集；p表示输出活动单元；cs表示由若干输入活动单元组成的集合；(p,cs)代表活动单元构成的约束控制空间的约束控制元。一个约束控制元通常由一组输入、输出活动关系构成，其表现形式如图2所示。其中：图2a为或分支结构，用约束控制元可表示为{(f,{b}),(f,{c,d})}；图2b为并分支结构，用约束控制元可表示为{(f,{b,c,d})}。

图2 基本约束控制结构

对于活动约束结构(D,O)的有效约束子集t，其关联内聚系数为

(2)

定义3 任务重用内聚系数[9]。任务重用内聚系数反映的是约束控制元中活动单元被重用的量化水平，它等于约束活动结构中被重用的活动与所有活动的数量的比值，对有效约束子集t，其任务重用系数为

(3)

定义4 任务内聚系数[9]。任务内聚系数反映任务关联内聚系数与任务重用内聚系数间的关系，对于活动约束结构(D,O)的有效任务t,其计算公式如下：

k(t)=λ(t)·μ(t)

(4)

定义5 任务粒度系数[9]。任务粒度系数反映任务内聚系数与任务数量的比例关系，对于外智引联型创新团队而言，项目中一般有若干有效任务共同组成，其计算公式如下：

(5)

其中，T为项目分解后的有效任务数。

2.4 任务耦合度的定义与计算方法

任务耦合度反映外智引联型创新团队任务间交互程度的量化水平，在外智引联型创新团队协同合作过程中，任务之间的交互主要体现为成员间的知识共享以及项目执行过程中学科信息交互与融合。其计算公式如下：

(6)

其中cond(ti,tj)=

(7)

2.5 任务均衡度定义与计算

任务均衡度是用于衡量外智引联型创新团队任务数量以及任务工作量上的均衡程度，鉴于团队任务交互明显且执行主体多样化等特征，本文主要以任务的具体执行时间进行量化测度，为此，运用任务执行时间的标准差对均衡度予以量化。对于有n个独立的有效子任务组成的任务集T={T1,T2,…,Tn},其任务执行时间分别为t={t1,…,tn},则其任务均衡度

(8)

外智引联型创新团队的任务均衡度主要体现在项目任务内部及任务之间在执行进度上应保持适度的均衡，即各任务在执行时间上不宜相差太远。此外，团队任务执行时间与任务间的耦合程度密切相关，且任务类型的不同直接影响到任务执行效率。对于串行任务的计算通常是各子任务执行时间的累加。而对于耦合重叠型任务，则需计算任务之间的交互系数，通过借鉴高斯消去算法进行计算。例如，外智引联型创新团队子任务a和任务b为耦合重叠型关系，其单独执行时间分别为ta和tb,则任务的执行时间为：

(9)

其中，da,b和db,a分别表示任务a对任务b、任务b对任务a的交互耦合系数[14]。

3 任务分解方法的实现步骤

任务分解是外智引联型创新团队协同合作的首要难题及关键要点，其目的在于将团队所承接的项目依据特定原则科学分解成粒度大小适宜、彼此独立、执行时间均衡的子任务，以提升任务执行效率和任务完成效果。为此，在对外智引联型创新团队的任务分解过程中首先需要根据项目需求分析任务类型，同时要思考如何科学地把握团队任务粒度、任务耦合度、任务均衡度之间的关系，基于上文的分析，提出外智引联型创新团队任务分解步骤[14]：

步骤1 任务初步分解。针对外智引联型创新团队所承担项目的具体要求，按照项目阶段性任务的差异进行初步分解，得到任务分解集合S1；

步骤2 任务类型的分析与判定。针对S1中初步分解后的任务进行分析，判断任务类型，若任务彼此独立则停止分解，直接输出至任务最优分解集S中；若任务之间交互明显，耦合重叠，则进入步骤3；

步骤3 任务粒度分析与判定。针对外智引联型创新团队跨区域多主体的基础特性，结合团队任务实际执行情况和历史经验而设定相应的任务粒度阈值，对耦合重叠型任务进行逐层分解，直到所分解的任务粒度小于所设定阈值，得到任务分解集S2;

步骤4 任务耦合度分析与判定。设定针对外智引联型创新团队任务间耦合度的阈值，并测算S2的任务耦合度，若在所设定阈值范围内，则输出任务分解集S3，并进入步骤5；否则，合并任务信息交互程度高的子任务，直到任务耦合度小于所设定阈值，返回步骤3；

步骤5 任务均衡度分析与判定。设定任务均衡度阈值，计算S3的任务均衡度，如果在所设定的均衡度阈值范围内，则确定为最优分配方案S；否则返回步骤3。基于以上分析，得出任务分解方法的实现思路框架，如图3所示。

4 案例分析

为验证所构建任务分解模型的有效性及方法的可行性，以某省院省校合作项目为例进行案例应用，该项目旨在提升西部地区各高校科研水平，鼓励西部某地区高校与省外高水平院校就解决省内重要现实问题，以共同承担项目的形式开展科研合作以产出实践应用价值强的研究成果。该项目是外智引联型创新团队的重要研究载体，与本文跨区域多主体的知识密集型研究对象完美契合，因此可以作为案例研究对象。基于省院省校合作项目在申报之初各阶段任务进度规划，通过对外智引联型创新团队任务进行阶段性分解，构建了如图4所示的外智引联型创新团队的任务分解模型，以更加直观的方式明确了各阶段的任务。

通过对阶段性任务进行分解后，依据项目规定的时间以及项目前期的进度规划，依据任务重要性、任务难度以及对项目具体任务的预计所需时间进行了初步预估，具体如表1所示。

图3 任务分解方法的实现思路框架

序号活动名称预期所需天数序号活动名称预期所需天数1明确合作目标209内外资源整合762确定研究内容3610合作流程优化413筛选互补人才6011加强组织学习304制定合作方案3012合作制度建设285筹集经费资源5613科研人才培养906项目任务分解1814科研成果分配667项目任务分配2415项目利益分配458项目任务协调9816项目责任承担30

(1)任务初步分解。根据外智引联型创新团队的独特属性及基本特征，并基于图4中各阶段任务，对任务依照不同阶段性任务规划而进行初步分解，可细分为团队组建阶段、合作阶段、分配阶段，并按照具体的人才发展、资源整合、任务执行、利益分配等思路进一步细分各阶段任务，具体如下所示：

DA={1，2，3，4},OA={(2，{1})，(3，{2})，(4，{3})}DB={4，5，9},OB={(5，{4}),(9，{5})}

DC={6，7，8，10}Oc={(10,{6,7,8})}DD={4，8，10，12}，OD={(8，{4}),(10，{8}),(12，{10})}

DE={2，3，11，13}，OE={(3，{2}),(11，{3}),(13，{11})}DF={3,4,7,14,15,16}，OF={(3，{4}),(7，{3}),(14，{7})，(15，{7})，(16，{7})}S1={A,B,C,D,E,F}

(2)任务类型分析。外智引联型创新团队的各阶段子任务存在着明显的相互依赖、耦合等交互关系，例如任务A和任务E、F属于耦合重叠型任务。因此，进入步骤3。

(3)任务粒度分析与控制。根据以往团队任务执行情况和完成效率，这里设定任务粒度阈值为0.04，依据活动约束结构以及粒度计算公式就可以得到相应的任务粒度系数，计算结果如表2所示。

表2 任务粒度系数计算结果

(4)任务耦合度分析与控制。根据外智引联型创新团队任务明显的复杂交互情况以及跨区域多主体等复杂属性，结合实际任务执行过程和历史经验而设定任务耦合度阈值为0.6，并根据分解后的活动约束结构和式(7)可得到项目任务的信息关联矩阵如表3所示。

表3 任务信息关联矩阵

此时任务分解的任务粒度系数在耦合任务粒度阈值范围内，故任务分解集的最优解为

S3={AF1,B,C,D,E,F2}

(5)任务均衡度分析与控制。根据以往团队在项目任务分配及任务执行进度的经验，设定任务均衡度阈值为30，根据式(9)及表1和相关活动计划执行顺序，可得分解集中各子任务执行时间，任务间的耦合参数均设定为0.5，则子任务C的预期时间为：

同理，tF2=150。另外，由于其他任务均为串行，故其任务执行时间为tAF1=210,tB=162,tD=197,tE=216

C={6,7,8,10},D={4,8,10,12},E={2,3,11,13},F2={4,14,15,16},并绘制最终任务分解图如下：

5 结论与展望

本文基于西部高校科研实力低下、高端科研人才匮乏的现实情境提出了“外智引联”的新型跨区域多主体合作模式，从定量化角度对外智引联型创新团队任务分解问题进行了研究，为最优化配置资源、提升团队管理效率，更快产出高水平科研成果提供了一定的理论指导。其中，本文的创新点主要包括以下：第一、提出了“外智引联”的跨区域多主体新型合作模式，可以有效集成中东部优秀知识优势和西部高校的政策、资源优势，共同解决重大现实难题，为西部地区人才引进、教育发展、经济发展提供了新的合作模式和发展思路；第二、对外智引联型创新团队任务进行了阶段性分解，从整体性上更加深入地认识外智引联型创新团队的独特属性，有利于更好地提升团队合作效率；第三、运用具体案例给出了考虑外智引联型创新团队任务分解的操作流程并验证了任务分解方法的可行性。

然而值得注意的是，由于外智引联型创新团队的跨区域多主体的独特属性，对其任务分解是一个复杂系统问题，需要考虑的影响因素众多，本文从任务粒度、任务耦合度及任务均衡度视角予以思考，尚未结合任务主体特征、领导风格、沟通与信任等群体视角对团队、任务主体、任务属性进行多维度交互式深入系统化分析。另外，对相关阈值的设定多是基于西部高校科研团队的历史经验角度，具有一定的主观性，在具体运用方法的过程中需根据研究对象的实际情况而动态调整阈值以提升方法的科学性，这也是未来需要重点努力研究的方向。

[1]许治，陈丽玉，王思卉.高校科研团队合作程度影响因素研究[J].科研管理，2015(05):149-161.

[2]李志宏，朱桃，赖文娣.高校创新型科研团队隐性知识共享意愿研究[J].科学学研究，2010(04):581-590.

[3]冯海燕.高校科研团队创新能力绩效考核管理研究[J].科研管理，2015(01):54-62.

[4]SHIJIEC,LIL.Decompositionofinterdependenttaskgroupforconcurrentengineering[J].Computers&industrialengineering(S0360-8352),2003,44(3):435-459.

[5]PETERS,MANUELAV.Taskdecomposition,dynamicroleassignment,andlow-bandwidthcommunicationforreal-timestrategicteamwork[J].Artificialintelligence,1999,110(2):241-273.

[6]KLASO.Someprinciplesforlibrariesoftaskdecompositionmethods[J].Internationaljournalofhuman-computerstudies,1999,49(4):417-435.

[7]侯亮，陈峰，温志嘉.跨企业产品协同开发中的设计任务分解与分配[J].浙江大学学报(工学版)，2007(12):1976-1981.

[8]周珂，吕民，王刚，任秉银.制造任务分解与制造单元级资源配置协同优化[J].哈尔滨工业大学学报，2009(11):47-52.

[9]庞辉，方宗德.网络化协作任务分解策略与粒度设计你[J].计算机集成制造系统，2008(03):425-430.

[10]GERASOULISA,YANGT.Onthegranularityandclusteringofdirectedacyclictaskgraphs[J].IEEEtransactionsonparallelanddistributedsystems,1993,4(6):686-701.

[11]易树平，谭明智，郭宗林，温沛涵，周佳.云制造服务平台中的制造任务分解模式优化[J].计算机集成制造系统，2015(08):2201-2212.

[12]张雪峰，杨育，苏加福.产品创新任务与协同客户匹配策略与模型[J].科学学研究，2016(01)：142-150.

[13]刘天湖，邹湘军，陈新，陈新度.面向团队结构的耦合任务群分解算法与仿真[J].系统仿真学报，2008(17):4529-4532+4536.

[14]包北方，杨育，李斐，薛承梦.产品定制协同开发任务分解模型[J]计算机集成制造系统，2014(07):1537-1545.

(责任编辑 刘传忠)

Task Decomposition Approach in Intelligence-Alliance Innovative Team

Cao Qinwei,Duan Wanchun,Xu Chenglei

(Faculty of Management and Economics,Kunming University of Science and Technology,Kunming 650093,China)

The scientific research ability of universities in the western China is low,advanced talent of research is lack,and the economy of the western China is in sluggish growth.In order to overcome the above dilemma,it proposed a new inter-regional and multi-agent cooperation mode called intelligence-alliance innovative team.Traditional unscientific task decomposition method resulted in task assignment at random,a serious brain drain of high-end,high-level scientific research achievements scarce,the team short life cycle and so on.So it suggested to decompose the task for intelligence-alliance innovative team,and construct implementation approach framework of task decomposition and matching algorithm based on the consideration of the relationship of task granularity,task couple and task balance.Finally,it used a specific case to verify the feasibility of the task decomposition approach.

Intelligence-alliance;Innovative team;Task decomposition;System model

国家自然科学基金“西部高校外智引联型创新团队协同创新机制构建研究——以云南省院省校项目为例”(71563024),国家自然科学基金“基于界面管理的创新团队和谐管理机制构建研究”(71263031),云南省哲学社会科学创新团队支持项目“云南省组织行为与复杂行为决策创新团队”(2014cx05)。

2016-05-03

曹勤伟(1990-)，男，湖北人，昆明理工大学管理与经济学院硕士研究生；研究方向：团队管理、组织行为。

G311

A