基于合作创新网络的复杂装备协同研发绩效分析

康达， 张卓

(南京航空航天大学，经济与管理学院，江苏，南京 211106)

0 引言

我国装备制造业涉及多要素、多主体的技术创新共同作用，不能只依靠单一要素或主体的创新[1]。在技术创新发展过程中复杂装备制造技术成为必然趋势。通过分析复杂装备协同研发绩效[2]，可以明确复杂装备协同研发在不同要素环境下的关键影响因素，为提高复杂装备协同研发绩效提供参考和依据。目前，对该项目的研究已经成为相关学者研究的重要课题。

李春林等[3]提出考虑了政府对协同研发的影响，构建航空装备协同研发绩效的理论模型，在结构方程模型的基础上对航空制造装备共性技术协同研发绩效进行评价，根据评价结果实现绩效分析。Peykani等[4]从数字化赋能视角，根据“数字化转型—研发双元能力—新产品开发绩效”理论，构建中小制造企业新产品开发绩效的理论模型。采用PLS结构方程和模糊集定性比较分析方法对研究模型进行实证检验。为中小制造企业如何有效进行数字化转型、实现新产品开发绩效提供了重要的依据。王丹丹等[5]以物流企业与制造业之间的合作绩效作为出发点，该方法通过问卷调查分析并选取评价指标，通过结构方程模型实现两企业间协同发展的绩效分析。

为了进一步提高制造业协同研发绩效分析的精度，提出基于合作创新网络的复杂装备协同研发绩效分析方法,构建合作创新网络模型，建立协同研发绩效指标体系。

1 复杂装备协同研发绩效评价指标体系

1.1 绩效机制模型构建

利用合作创新网络对企业间的网络进行划分，分为社会关系和市场关系。社会关系为企业间社会互动的关系,在信息不完全流动的情况下进行潜在利益交换，根据获得的信息，及时避免风险，发现市场机会[6]。市场关系为交换实质资源。产业网络组织的命运共同体随着产业网络结构越密实对应的共识越高，这有助于建立并维持整体网络竞争优势。通过合作创新网络分析，发现复杂装备协同研发绩效受流程创新、组织文化创新和组织技术创新的影响。

将合作创新网络分为平稳度、紧密程度、对称程度、复杂程度和密度等5项变量，构建复杂装备协同研发绩效机制模型，如图1所示。

图1 复杂装备协同研发绩效机制模型

该模型包括测量模型与结构模型2个部分。

(1)测量模型

测量模型的表达式为

(1)

式中，X、Y分别描述的是外源和内生观测变量,ΛX描述的是外源潜变量上外源指标对应的因子负荷量,ΛY描述的是内生潜变量上内生指标对应的因子负荷量,ξ描述的是外源潜变量,δ描述的是变量X对应的误差,η描述的是内生潜变量,ε代表的是变量Y对应的误差。

(2)结构模型

潜变量之间的因果关系可以用结构模型描述，结构模型的表达式为

∂=B·Γζ+ζ

(2)

式中，ζ代表结构方程对应的残差,Γ描述的是内生潜变量受外源潜变量,B描述的是内生潜变量。

1.2 复杂装备协同研发绩效评价指标

基于合作创新网络的复杂装备协同研发绩效分析方法在复杂装备协同研发绩效机制模型的基础上建立复杂装备协同研发绩效评价指标体系，如图2所示。

图2 复杂装备协同研发绩效评价指标体系

2 复杂装备协同研发绩效分析方法

基于合作创新网络的复杂装备协同研发绩效分析方法利用MaxDEA软件通过CRR二叉树(Cox-Ross-Rubinstein，CRR)模型对复杂装备协同研发绩效进行自动评价，根据评价结果实现复杂装备协同研发绩效的分析[7]。

设DMUj代表需要测量的n个电子样机(Digital Mock-Up，DMU)技术效率，每个数据包络中存在m种投入，可用xi(i=1,2,…,m)进行描述,vi(i=1,2,…,m)代表投入对应的权重,yr(r=1,2,…,q)代表q种产出,ur(r=1,2,…,q)代表产出对应的权重。

设hk代表的是需要测量的数据包络DMUk对应的产出投入比，其表达式为

(3)

权重对应的效率值θj通常情况下在区间[0,1]内取值，即

0

(4)

对于连续特征权重的情况，CCR模型的线性表达式为

(5)

CCR模型的主要作用是将数据包的效率都控制在1以内，最大化待评价数据包络的效率值。通过上述分析可知，CCR模型是保守估计数据包络DMU的无效率状况。

假设复杂装备协同研发技术的规模收益保持不变，如果一个数据包络DMU的投入在技术效率保持不变的条件下变为原来的t倍，对应的产出也提高t倍,即待评价DMUk的产出和投入同时提高t倍，DMUk的技术效率在规模收益不变的前提下保持不变。

设变量u*和v*为式(5)的最优解，则通过上述分析可知tu*和tv*均为最优解。

(6)

令

(7)

则可用等价的线性规划模型代替CCR模型：

(8)

式(8)模型的对偶模型的表达式为

(9)

式中，λ代表的是数据包络DMU对应的线性组合系数,效率值θ*即为CCR模型的最优解，在区间(0,1]内取值[8]。效率值θ*越小，表示可以压缩投入的幅度越大，对应的效率就越低。当效率值θ*的值为1时，在前沿面中存在被评价DMU，各项投入在不减少产出的条件下处于技术有效状态，没有等比例下降的空间。当效率值θ*小于1时，表明待评价DMU处于技术无效率状态，各项投入在不减少产出的条件下能够等比例下降的比例为(1-θ*)。

CCR对偶模型中各项投入在给定产出条件下可以等比例缩减的程度测量无效率的状况[9]，投入导向CRR模型的表达式为

(10)

式(10)模型的对偶模型如下：

(11)

式中，φ*为CCR模型的最优解，即复杂装备协同研发绩效评价结果[10]。基于合作创新网络的复杂装备协同研发绩效分析方法，根据绩效的自动评价结果实现复杂装备协同研发绩效的分析。

3 仿真实验与结果分析

选取某复杂装备研发企业利用上述协同研发模型进行实践，该企业的知识系统包括专家、设计师等60位协同研发员工，通过创新主体的协同工作，不断研发。以该企业作为案例，根据图2复杂装备协同研发绩效评价指标，记录并收集协同研发的工作数据,并通过式(12)计算每个指标数据的重要度，以临界比率值来表示

(12)

式中，g表示绩效评价指标，W(λ)表示研发引用的评价指标λ的指标合集，Z表示由g发出的指标总数，L表示评价权重系数。

经过上述过程，将收集到的数据作为实验样本，为了验证所提方法的整体有效性，在Simulink仿真平台中对所提方法进行测试，分别采用基于合作创新网络的复杂装备协同研发绩效分析方法(方法1)、基于结构方程模型的绩效分析方法(方法2)和基于文献编码的绩效分析方法(方法3)进行测试。通过指标临界比率值验证评价指标的合理度，当临界比率值不超过2时，表明评价指标没有异常，不同方法的指标临界比率值如图3所示。

由图3可知:在60次迭代中方法1选取的复杂装备协同研发绩效评价指标的临界比率值均低于2.0；方法2和方法3选取的复杂装备协同研发绩效评价指标的临界比率值均高于2.0。临界比率值高于2.0表明指标存在异常，低于2.0表明指标没有异常。通过上述分析可知，方法1选取的指标合理度较高，因为方法1通过复杂装备协同研发绩效机制模型选取评价指标，提高了指标的合理度。

将均方根误差作为测试指标，进一步对上述方法进行测试，测试结果如图4所示。

对图4中的数据分析可知:方法1在多次迭代中获得的均方误差均低于0.2；方法2在多次迭代中获得的均方误差在0.5附近波动；方法3在多次迭代中获得的均方误差在0.6附近波动。对比不同方法的测试结果可知，方法1的复杂装备协同研发绩效评价结果的均方误差较低，评价结果准确，根据评价结果得到的分析结果精准度越高，因为方法1利用合理度较高的评价指标对复杂装备协同研发绩效进行评价，提高了分析结果的精准度。

图4 不同方法的均方误差

4 总结

在国民经济中装备制造业为企业各部门的发展和生产提供了所需的技术装备，以维持部门的生存和扩张。当前复杂装备协同研发绩效分析方法存在指标合理度较低和分析精准度不理想等问题，因而提出基于合作创新网络的复杂装备协同研发绩效分析方法，通过复杂装备协同研发绩效建模，选取评价指标，提高了评价指标的合理度，通过合理度较高的指标在MaxDEA软件中对复杂装备协同研发绩效进行自动评价，合理度较高，均方误差小于0.2，提高了分析结果的精准度。