基于WBS-ANP的企业技术创新能力评价研究

赵志泉 汪志博 李宗民 安家庆

(1中原工学院经济管理学院，郑州 450007；2 中原工学院教育教学质量评估中心，郑州 450007；3 哈尔滨工程大学计算机科学与技术学院，哈尔滨 150001)

0 引 言

2021年3月13日国家发布的《国民经济和社会发展第十四个五年规划和2035年远景目标纲要》特别提到“提升企业技术创新能力，强化企业创新主体地位”，规划通过激励企业增加科研投资、支持产业共性基础技术研发和完善企业创新服务体系三个方面的努力形成以企业为主体、市场为导向、产学研用深度融合的技术创新体系[1]。技术创新能力对于企业提高市场竞争能力和明确市场地位具有促进作用，而技术创新能力评价的最终目的在于帮助企业明晰在技术创新过程中的薄弱环节，为企业结合自身优势，进行人员、财务等各方面资源的合理调配提供依据。因此，设置科学有效且经济适用的指标体系对企业有效开展相应评价具有重要意义。

1 文献综述

当前，为企业技术创新能力评价建立的指标构建方法具有多样性，其中：曹萍等将ANP方法与平衡计分卡方法结合，将技术创新能力评价逐层分解为二级指标体系，将所有权重与对应的某企业指标的无量纲化结果相乘累加，得到该企业总的数量评价结果[2]。段云龙等将使用决策试验和评价试验法得到的指标关联度与使用ANP方法计算得到的混合权重相结合，对实证样本数据进行定性指标量化和定量指标无量纲化后，通过SUMPRODUCT函数计算出样本战略性新兴产业创新能力综合得分[3]。印海廷通过AHP方法计算指标权重，在建立评价因素集、评语集、数值集和权重集后进行模糊矩阵的复合运算，计算出某新兴文化企业技术创新能力的得分[4]。张大伟认为可以通过企业的技术创新投入、研发和产出三个方面的能力衡量企业创新能力，然后运用Spss软件对创新能力指标的原始数据进行因子分析，对吉林部分企业的技术创新能力分别作出评价[5]。

上述研究为企业技术创新能力指标体系的建立提供思路，但是针对企业技术创新能力评价指标体系的优化过程提及甚少，并且一些已构建的企业技术创新能力评价体系没有突破准则的束缚，未能全面考虑准则与准则之间、准则内因素与准则外因素之间的联系。Wicher等指出，ANP方法的适用范围广泛，不会受限于人们对问题的理解和经验，ANP方法能够为决策建立一个便于观测的合理的技术模型，可以帮助决策者跟踪建模过程并掌控全局[6]。本文结合前人的研究，将WBS方法和ANP方法相结合，综合考虑每一层次所有指标之间的相互联系，重新分析研究企业技术创新能力指标体系构建的过程[7]，探讨加权极限超矩阵的存在并进行运算，根据加权极限超矩阵中列向量存在的规律对整个指标体系进行优化。

2 评价指标优化思路

2.1 确定评价目标

技术创新能力是指企业适应技术变革，开发新产品，使用新的技术流程，以满足当前和未来的需求的能力[8]。总体来说，技术生命周期大致经过萌芽期、成长期、成熟期和衰退期四个发展阶段[9]。根据技术生命周期的特点，结合企业实际工作，确定下列评价目标：一是生成技术创新过程中的客观信息，包括技术创新程度、技术创新被接受程度、技术创新按照企业规划被执行程度[9]，这些客观信息可以帮助识别企业现有的技术创新能力的状态；二是提高企业技术创新的效率和强度，为市场或客户提供更优质的服务，也为企业以后的技术创新过程提供经验，使其更具有可重复性，降低企业的技术风险；三是改善或强化与客户的关系，以需求为导向，同时将获得更多的客户需求信息应用于实现客户期望，保持业务相关性，向决策者和生产部门进行反馈，从而强化或者重新设计某些特定方向的技术创新能力；四是确定企业和市场双方未来的需求，通过技术战略、技术预测和技术组合等方法评估组织的技术需求，推动企业在内部形成自上而下的技术创新机制(模式)，在外部可以与技术型合作伙伴或者研究型合作伙伴结盟，还可以加入由大企业带头的产业链，吸收其他企业的技术创新来增强企业自身的外部规模经济效应和环境变化适应力，降低可能存在的市场风险，帮助企业获得长期竞争优势。

2.2 企业技术创新任务分解

技术创新能力具有规律性、系统性、实践性和层次性等特点[10]，能够影响企业技术创新能力的组织创新、财务政策等方面。要提升企业技术创新能力，对企业创新活动的要求不尽相同。按照不同主体划分，企业自身的任务包括：推进产学研深度融合，组建创新联合体和产业联盟，在积极融入产业链和供应链体系中实现创新技术研究和技术产业化；政府应该构建和完善专业化的产业技术基础服务体系，通过税收优惠政策激发企业创新活力，建设关键技术共享平台[11]。从企业不同发展阶段的创新资源配置和使用情况来看，也可以将技术创新能力分解为技术创新选择能力、研究与开发能力、规模化生产能力、市场需求信息的反馈能力和产品更新能力等[12]。通过不同角度的任务分析，可以得到企业技术创新所需要的具体资源和具体能力。

2.3 分析关键问题

为确保最终评价的有效性，针对企业的技术创新任务，提出四个关键问题：企业技术创新能力能否发挥企业的财务优势[12]？企业技术创新能力能否满足企业自身和客户的需求[12]？企业技术创新效率是否足够高，对企业高效运营有何影响？企业技术创新能力如何使企业学习能力和成长能力获得提升？为保障指标分解完成后能正确搜集和处理企业技术创新能力评价所需数据，要将这些关键问题分析透彻。将这些关键问题量化并用指标来表示，形成涵盖所有回答关键问题提供数据的指标，依照这种原则将一个关键问题再细化成为多个指标，最终得到完整指标体系。

2.4 指标体系构建

指标体系的建立是为了综合评估企业当前技术创新的状态[13]，发现问题和缺陷。因此，应该以提高企业的技术生命周期为出发点，综合考虑使用新技术带来的成本和利润，以及技术扩散、环境影响等外部效益，使用多种方法对企业技术创新能力这一目标指标自上而下逐层细化分解，得到结构合理、便于测量的指标体系[7]。常用的方法有：WBS任务分解法、KSF原理、鱼骨图分解法、Delphi法、综合平衡计分法等。

2.5 指标体系优化

通过分析关键问题得到的指标体系在描述企业创新能力这一指标时已经相对全面，但是对于指标体系内各指标相互依存的关系、重要程度比较没有清晰的说明。此时，依据综合衡量构建指标的系统性、独立性、可比性、科学性、可测性、简明性等原则，可以使用网络层次分析法(ANP)来解决企业技术创新能力评价这一动态系统内存在的问题，通过优化依存关系的同级别指标和存在支配关系的上下层指标[14]，剔除影响相对较小的指标，最终得到结构更加合理的指标体系。

3 企业技术创新能力评价指标构建

从企业愿景和企业战略出发，结合技术创新能力评价目标，企业的技术创新能力评价内容应该包括以下三个方面：技术创新投入与产出、技术创新效率、对企业未来的影响程度。本文采用WBS任务分解法对企业技术创新能力这一指标进行分解。把整个技术创新能力评价工作分解为若干评价指标，识别和分析技术创新可交付成果及相关工作；确定WBS的结构和编排方法，将评价目标自上而下逐层细化分解，同时为WBS组成部分制定和分配标识编码；核查技术创新能力整体分解的程度是否恰当[15]。对目标指标进行WBS任务分解后，建立整个初始评价指标体系。

WBS任务分解完成之后，本文对每个二级指标的意义和计算方法进行分析(见表1)。

表1 企业技术创新能力评价指标体系及计算方法

4 基于ANP的指标优化方法

网络层次分析法(ANP)由Saaty教授于1996年提出，用于从专家判断中得到指标的相对优先级排序。通过网络层次分析法，决策者可以分析所有影响因子的相互联系，进行重要程度的比较和判断。网络层次分析法将权重求解问题转化为二次规划问题，使用超矩阵方法来确定最终权重排序，对于群组决策问题具有重要意义[16]。

4.1 构造加权矩阵

如图1所示，ANP网络以企业技术创新能力作为控制层，网络层则包含因素组H1m(m=1，2，3，4)与H1n(n=1,2,3,4)因素组之间，因素组H1m组内因素与H1n组内因素H1j1…H1j4(j=1，2，3，4)存在相互依存的网络关系。

图1 企业技术创新能力ANP网络结构

邀请技术经济领域的专家对4个因素组及各因素进行重要度判定并打分，根据各指标分数建立判断矩阵。判断矩阵通过一致性检验后，计算准则H1i下每个指标的加权几何平均数并做归一化处理，作为相对权重构成一个排序向量，以准则H11为例(见表2)。

表2 准则H11下的判断矩阵

以此类推，就可以得到准则H12、H13、H14下的相对权重，使用Python中的Numpy和Scipy模块计算后得到加权矩阵A。

4.2 构造初始超矩阵

ANP网络结构中，所有因素都是互相联系的。使用WBS任务分解法得到的任务分解图仅能显示因素与因素组的上下级关系，因此本文使用Visio软件画出16个内部因素之间的关系网络(见图2)。以b11表示在H11因素组内因素和H11因素组内因素之间的权重关系矩阵，第一列是以H111为准则时候的权重排序向量(见表3)。

图2 全部因素(二级指标)关系网络

表3 准则H111下H111、H112、H113、H114的判断矩阵

由此类推，分别得到H112、H113、H114准则下的权重排序向量，最终得到4阶矩阵b11。按照同样的计算方法，可以得到b12、b13…b44矩阵中的相对权重，根据图2所示全部因素关系网络，由全部分块矩阵按照顺序组合最终构成初始超矩阵B。

4.3 确定加权超矩阵和计算极限加权超矩

由加权矩阵A中的相对权重和分块矩阵B中对应的子指标相对权重相乘，可以得到加权超矩阵W。而加权超矩阵W中的元素wij可以反映元素i对于元素j的一步优势度。

4.4 对指标体系进行优化和实施评价

根据表4可以看出，加权极限超矩阵W′中每一列中H124、H133和H134指标对应的值都远小于其他指标，表明这3个指标的相对重要程度较小，因此在剔除这3个指标后得到优化后的企业技术创新能力评价指标体系。

表4 加权极限超矩阵W′

在完成企业技术创新能力评价指标体系的优化之后，使用优化后的企业技术创新能力评价指标体系对某企业进行评价,计算优化后每个二级指标的权重。企业技术创新能力评价指标体系中存在成本型指标和效益型指标，先将对应指标进行无量纲化转化，将定性指标量化、定量指标无量纲化，使所有指标的得分都转化成为[0,1]区间中的一个数[2]。准则层权重和得分计算公式如下：

(1)

(2)

(3)

其中：Z表示企业技术创新能力评价总得分，Xi为因素组得分，Yi为因素组权重，γmn为因素得分,εmn为因素权重。

5 结 论

本文使用工作结构分解和网络层次分析法，通过对主观判断的定量描述将复杂的多因素问题简单化，最终得到优化后的企业技术创新能力评价指标体系，使用网络层次分析法优化评价指标体系的过程中讨论加权极限超矩阵的存在，通过对其进行验证计算得到的指标权重可以显示每一指标在其他指标影响下的相对重要程度，以此作为依据对整个评价指标体系进行优化，减少了因指标过多而使评价模型整体尾大不掉的风险，提高了评价的系统性和准确性，能够帮助企业识别自身存在的缺陷，提升企业资源配置效率。网络层次分析法允许层次结构中存在依赖和反馈，针对不同的指标体系结构可以设置对应类型的超矩阵，未来可以借助计算机软件构建具有循环和反馈功能的网络结构模型。