孫圣蘭

(廣東藥學(xué)院 醫(yī)藥商學(xué)院，廣東 廣州 510006)

?

基于模糊的創(chuàng)新動(dòng)態(tài)聯(lián)盟伙伴選擇多屬性決策模型

孫圣蘭

(廣東藥學(xué)院 醫(yī)藥商學(xué)院，廣東 廣州 510006)

針對(duì)開(kāi)放式創(chuàng)新合作伙伴選擇過(guò)程中決策者判斷模糊性的特點(diǎn)，考慮到不同的決策者其決策可信性的不同，提出了開(kāi)放式創(chuàng)新合作伙伴選擇的模糊多屬性群決策模型。首先描述了開(kāi)放式創(chuàng)新合作伙伴選擇的多屬性群決策問(wèn)題；然后依據(jù)該種方法比較突出的特點(diǎn)，考慮到?jīng)Q策者對(duì)評(píng)價(jià)指標(biāo)權(quán)重的不同，對(duì)TOPSIS方法加以改進(jìn)；最后，通過(guò)算例說(shuō)明了該方法的有效性和可行性。

創(chuàng)新；動(dòng)態(tài)聯(lián)盟；伙伴選擇；多屬性決策

0 引言

隨著現(xiàn)代信息技術(shù)的飛速發(fā)展和泛知識(shí)源時(shí)代背景下知識(shí)型員工的加速流動(dòng)，使得企業(yè)創(chuàng)新活動(dòng)的邊界日趨模糊，任何技術(shù)力量雄厚的組織都難以從其內(nèi)部獲取創(chuàng)新所需要的全部資源。開(kāi)放式創(chuàng)新已經(jīng)成為世界上許多著名高科技企業(yè)如施樂(lè)、英特爾、IBM、朗訊、寶潔公司進(jìn)行創(chuàng)新范式變革的不二選擇。 OECD對(duì)12個(gè)國(guó)家的59個(gè)企業(yè)的調(diào)查表明，有51%的企業(yè)將5%的研發(fā)經(jīng)費(fèi)用于外部研發(fā)，有31%的企業(yè)外部研發(fā)比例已超過(guò)10%。與封閉式創(chuàng)新相比，開(kāi)放式創(chuàng)新突出的特點(diǎn)就是能夠充分利用技術(shù)與信息在內(nèi)的外部創(chuàng)新資源，將企業(yè)的研發(fā)項(xiàng)目向外部組織開(kāi)放，從外部獲取創(chuàng)新支持[1]。在這種模式下，使得企業(yè)與顧客、競(jìng)爭(zhēng)者、供應(yīng)商、科研機(jī)構(gòu)等外部主體之間雙邊或者多邊聯(lián)盟更加頻繁，這種聯(lián)盟的形式是一種動(dòng)態(tài)的、臨時(shí)性的，強(qiáng)調(diào)要通過(guò)組織間的利益共享和風(fēng)險(xiǎn)共擔(dān)來(lái)完成其合作，并形成一種多方盈利的機(jī)制。在建立這種臨時(shí)性組織的過(guò)程中，伙伴的選擇則成為一個(gè)十分重要的關(guān)鍵問(wèn)題，直接會(huì)影響動(dòng)態(tài)聯(lián)盟的合作成效及開(kāi)放式創(chuàng)新的成敗。

一般來(lái)說(shuō)，伙伴選擇是一個(gè)定量分析和定性分析相結(jié)合的過(guò)程。在定量分析方面：Gaballa[2]和Lee[3]提出了應(yīng)用混合整數(shù)規(guī)劃對(duì)合作伙伴進(jìn)行選擇；Moore和Fearon[4]構(gòu)造出了伙伴選擇的線性規(guī)劃模型；F Roodhooft等人[5]提出了基于作業(yè)成本法的合作伙伴選擇和評(píng)估方法；Dean和Schniederjars[6]采用雙層數(shù)學(xué)規(guī)劃對(duì)合作伙伴進(jìn)行了挑選；W.H.Ip[7]等人應(yīng)用遺傳算法求解合作伙伴的最優(yōu)組合；C C Li等人[8]分析了標(biāo)準(zhǔn)無(wú)量綱SUR綜合測(cè)評(píng)的合作伙伴選擇方案；S Syam等人[9]構(gòu)建出了求解聯(lián)盟策略的分枝定界法和整數(shù)規(guī)劃模型；Babic和Plazibat[10]在合作伙伴選擇過(guò)程中運(yùn)用了基于多準(zhǔn)則的Promethee決策方法；Nydick和Hill[11]、Tam和Tummala[12]采用AHP法從不同的角度對(duì)合作伙伴進(jìn)行選擇，L. Mikhailov[13]應(yīng)用模糊AHP方法對(duì)其進(jìn)行了改進(jìn)；錢碧波[14]等人分析了的動(dòng)態(tài)聯(lián)盟合作伙伴選擇的三階段結(jié)構(gòu)化的進(jìn)程。在定性分析方面的研究：Maloni MJ和Benton WC[15]分析了伙伴選擇的基本框架；Zhan Su[16]提出了伙伴選擇的基本原則； Mary Johnson[17]等人應(yīng)用關(guān)系理論將眾多的潛在伙伴進(jìn)行了挑選。

從上面關(guān)于伙伴選擇的定量和定性的分析我們不難看出，就動(dòng)態(tài)聯(lián)盟合作伙伴選擇問(wèn)題進(jìn)行探討時(shí)，大多數(shù)研究者都是采用的定量的分析方法。Weber C A[18]等學(xué)者在前人研究的基礎(chǔ)上，把對(duì)該問(wèn)題的定量分析方法大致分為軟計(jì)算方法、數(shù)學(xué)規(guī)劃法、數(shù)據(jù)包絡(luò)分析法、概率統(tǒng)計(jì)法、多階段優(yōu)化方法和模糊評(píng)價(jià)算法。在大多數(shù)情況下，Bonissone方法的精度是可以滿足實(shí)際決策的要求。鑒于任何一種方法都不可能完全表示客觀事物的模糊性，適度的近似應(yīng)當(dāng)是可以的，甚至是有必要的。本文綜合模糊理論以及多屬性決策理論，把TOPSIS方法加以改進(jìn)，構(gòu)建了開(kāi)放式創(chuàng)新合作伙伴選擇問(wèn)題的模糊模式識(shí)別模型。一方面能夠充分利用TOPSIS法的真實(shí)、直觀等特點(diǎn)；另一方面，采用模糊評(píng)價(jià)法來(lái)確定各評(píng)價(jià)指標(biāo)的權(quán)重，從而使決策者得到更加合理的評(píng)價(jià)結(jié)果。

1 模型與方法

1.1 開(kāi)放式創(chuàng)新合作伙伴評(píng)價(jià)指標(biāo)體系

本文按照科學(xué)性、簡(jiǎn)便性以及宏觀性的原則，構(gòu)建出了開(kāi)放式創(chuàng)新合作伙伴評(píng)價(jià)指標(biāo)體系。技術(shù)能力水平(C1)：該組織在同行之間的地位，尖端技術(shù)的差距以及核心技術(shù)能力的競(jìng)爭(zhēng)力強(qiáng)度等；技術(shù)的完整性(C2)：該組織是否完整掌握產(chǎn)品發(fā)展所需的各項(xiàng)配備技術(shù)，組織的研發(fā)是否以追求技術(shù)完整性為目標(biāo)；組織政策(C3)：該組織的研發(fā)活動(dòng)是集權(quán)或者是分權(quán)，研發(fā)組織是結(jié)構(gòu)化還是彈性化，研發(fā)績(jī)效評(píng)量著重是有形短期還是無(wú)形長(zhǎng)期等以及服務(wù)質(zhì)量(C4)和信譽(yù)(C5)。

1.2 基于模糊評(píng)價(jià)法的描述

在對(duì)每一個(gè)指標(biāo)進(jìn)行評(píng)估時(shí)，專家的主觀判斷通常會(huì)具有模糊性。依據(jù)模糊評(píng)價(jià)的理論，開(kāi)放式創(chuàng)新合作伙伴選擇評(píng)價(jià)指標(biāo)應(yīng)首先建立評(píng)價(jià)因素集，并確定權(quán)重集。評(píng)價(jià)因素集，即開(kāi)放式創(chuàng)新合作伙伴選擇評(píng)價(jià)指標(biāo)的集合，記為C={C1，C2，…,C5}。權(quán)重用以描述各指標(biāo)對(duì)于評(píng)價(jià)目的的相對(duì)重要性程度，權(quán)重集是與評(píng)價(jià)因素集相對(duì)應(yīng)的集合，指標(biāo)權(quán)重可確定為，W={C1,C2,C3,C4,C5}T，其中C1+C2+C3+C4+C5=1；

將向量W=(W1，W2，…,Wn)T進(jìn)行歸一化處理，作為TOPSIS法評(píng)價(jià)指標(biāo)體系中的指標(biāo)權(quán)重。

1.3 運(yùn)用TOPSIS方法進(jìn)行綜合評(píng)價(jià)

作為經(jīng)典的多屬性決策方法之一，逼近理想解的排序方法TOPSIS(Technique for Order Preference by Similarity to Ideal Solution)，最早是由Hwang和Yoon提出的，該方法借助多屬性問(wèn)題的正理想解以及負(fù)理想解給方案集中各方案排序。正理想解是方案集中不一定存在的、虛擬的最佳方案，它的每一個(gè)屬性值都是決策矩陣中該屬性的最好的值；負(fù)理想解則是虛擬的最差方案，它的每一個(gè)屬性值都是決策矩陣中該屬性的最差的值[19]。把方案集中的各備選方案和理想解、負(fù)理想解的距離來(lái)加以比較，靠近理想解又遠(yuǎn)離負(fù)理想解的方案就是方案集中的最佳方案，并且可以就此排定方案集中各方案的優(yōu)劣順序。

開(kāi)放式創(chuàng)新合作伙伴選擇實(shí)質(zhì)是一個(gè)非常復(fù)雜的多屬性優(yōu)化問(wèn)題。由于開(kāi)放式創(chuàng)新所需信息具有很大的不確定性，在評(píng)價(jià)的對(duì)象中，很多因素都是模糊的、難以量化的。鑒于此，本文綜合模糊理論以及多屬性決策理論，把TOPSIS方法稍加改進(jìn)，并將改進(jìn)后的方法運(yùn)用于開(kāi)放式創(chuàng)新合作伙伴的選擇。

(1)評(píng)價(jià)模型

如有n個(gè)待選擇的合作伙伴(記為A1，A2，…，An) 。 候選伙伴采取m個(gè)評(píng)價(jià)指標(biāo)(C1，C2，…，Cm)給予評(píng)價(jià)，記Ai對(duì)于這m個(gè)指標(biāo)的評(píng)價(jià)值為 (xi1，xi2，…，xim)，其中xij≥0，是第i個(gè)候選伙伴Ai對(duì)于第j個(gè)評(píng)價(jià)指標(biāo)Cj的評(píng)價(jià)值(i=1,2,…,n；j=1，2，…，m) 。然后基于Topsis方法，通過(guò)與理想解的相對(duì)接近度綜合評(píng)價(jià)各評(píng)價(jià)對(duì)象。

(2)評(píng)價(jià)算法

單純利用“絕對(duì)”貼近度所計(jì)算的結(jié)果會(huì)出現(xiàn)均一化、可比性差的現(xiàn)象。為了有效地評(píng)價(jià)，本文對(duì)Topsis方法進(jìn)行改進(jìn)，研究了的評(píng)價(jià)算法。下面給出其具體步驟。

首先，建立初始評(píng)判矩陣

若有A1，A2，…，An共n個(gè)方案組成方案集A={A1，A2，A3，…，An}，每個(gè)方案的評(píng)價(jià)指標(biāo)X1，X2，…，Xm組成指標(biāo)集X={X1，X2，X3，…，Xm}，記Ai對(duì)于這m個(gè)指標(biāo)的評(píng)價(jià)值為 (xi1，xi2，…，xim)，其中xij≥0，是第i個(gè)方案Ai對(duì)于第j個(gè)評(píng)價(jià)指標(biāo)Cj的評(píng)價(jià)值(i=1,2,…,n；j=1，2，…，m) ，則建立初始評(píng)判矩陣為：

(1)

其次，確定權(quán)重

判斷矩陣U的元素按行相乘，得到各行元素乘積Mi為：

(2)

(3)

再次，指標(biāo)值歸一化

在這里，我們選取候選伙伴中各指標(biāo)的最優(yōu)值作為基準(zhǔn)進(jìn)行指標(biāo)的歸一化。我們把評(píng)判對(duì)象分為越大越優(yōu)的收益類指標(biāo)和越小越優(yōu)成本類指標(biāo)兩類。對(duì)于越大越優(yōu)的收益類指標(biāo)Cj，歸一化得

(4)

對(duì)于越小越優(yōu)的成本類指標(biāo)Cj，歸一化得

(5)

接下來(lái)，確定標(biāo)準(zhǔn)模型。我們可以將兩個(gè)標(biāo)準(zhǔn)模糊集A+，A-作為我們的參照基準(zhǔn)。A+表示最優(yōu)合作伙伴的參照基準(zhǔn)，A-則是最差合作伙伴的參照基準(zhǔn)。

最后，計(jì)算相對(duì)貼近度

設(shè)τ表示貼近度，相對(duì)貼近度是合作伙伴的模糊集和最差參照基準(zhǔn)、最優(yōu)參照基準(zhǔn)貼近程度的相對(duì)度量，我們可以將模糊集Ai和兩個(gè)參照基準(zhǔn)的“絕對(duì)”貼近度τ(Ai，A+)、τ(Ai，A-) 來(lái)加以表示：

(6)

“絕對(duì)”貼近度表示方法有很多，選擇的貼近度不同，最后的評(píng)價(jià)結(jié)果也有可能會(huì)出現(xiàn)差異。在這里，我們按照動(dòng)態(tài)聯(lián)盟伙伴選擇的具體特點(diǎn)選用一個(gè)“絕對(duì)”貼近度試圖對(duì)問(wèn)題加以求解。

(7)

合作伙伴的評(píng)價(jià)過(guò)程通常是一個(gè)主觀決策的過(guò)程，除了考慮客觀評(píng)價(jià)指標(biāo)外，還需要對(duì)決策者的主觀偏好加以考慮。于是，我們把這一思想在貼近度中體現(xiàn)出來(lái)。因此，為了更方便的滿足我們的要求，將上述絕對(duì)貼近度稍加改進(jìn)：

(8)

2 算例分析

某一公司經(jīng)市場(chǎng)調(diào)研后發(fā)現(xiàn)，某一產(chǎn)品具有很大的市場(chǎng)潛力，需要對(duì)這4個(gè)候選的具有較強(qiáng)研發(fā)實(shí)力的合作伙伴進(jìn)行評(píng)價(jià)和考察，組建動(dòng)態(tài)聯(lián)盟來(lái)開(kāi)發(fā)該種產(chǎn)品。出于對(duì)組建的動(dòng)態(tài)聯(lián)盟戰(zhàn)略發(fā)展的考慮，決策小組由4名專家組成，現(xiàn)以前文中的5項(xiàng)指標(biāo)作為評(píng)價(jià)標(biāo)準(zhǔn)。

表1 研發(fā)類候選伙伴各項(xiàng)評(píng)價(jià)指標(biāo)值

把表1中各指標(biāo)值歸一化后并確定參照基準(zhǔn)，可得到表2：

表2 各候選伙伴的模糊向量與參照標(biāo)準(zhǔn)值

2.1TOPSIS方法的評(píng)價(jià)

按照TOPSIS方法，根據(jù)表2中的數(shù)據(jù)，單純利用“絕對(duì)”貼近度公式(7)計(jì)算，可得到表3。

表3 各方案的貼近度以及評(píng)價(jià)指標(biāo)

根據(jù)表3的結(jié)果我們可以看出4個(gè)候選伙伴的優(yōu)劣順序(候選伙伴2最好，候選伙伴4次之，最差的是候選伙伴3)。但是，單純利用“絕對(duì)”貼近度所計(jì)算出來(lái)的結(jié)果出現(xiàn)了均一化的現(xiàn)象，尤其是候選伙伴1、3和4的評(píng)價(jià)結(jié)果非常的接近(如果我們的計(jì)算結(jié)果都是保留兩位小數(shù)的話，候選伙伴1、3和4的評(píng)價(jià)結(jié)果都為0.85)。但是，運(yùn)用本文提出的多目標(biāo)權(quán)重組合算法則可以解決此類問(wèn)題。

2.2 改進(jìn)的TOPSIS方法

首先，建立初始評(píng)判矩陣，通過(guò)向有關(guān)專家咨詢，對(duì)候選伙伴的5項(xiàng)指標(biāo)進(jìn)行比較，并利用加權(quán)幾何平均綜合判斷矩陣法，得到相對(duì)重要性判斷矩陣A-B。

其次，確定指標(biāo)權(quán)重W={0.5148,0.1703,0.0463,0.0718,0.1968}T。

根據(jù)表2中的數(shù)據(jù)，按照本文提供的模糊模式識(shí)別方法，利用公式(8)計(jì)算，可得到表4。

表4 各方案改進(jìn)后的貼近度以及評(píng)價(jià)指標(biāo)

我們從表4不難看出，雖然改進(jìn)后評(píng)價(jià)的計(jì)算結(jié)果與單純利用“絕對(duì)”貼近度所得的評(píng)價(jià)結(jié)果是一致的，但是本文所提供的模式識(shí)別方法能有效地避免了傳統(tǒng)模式識(shí)別方法結(jié)果出現(xiàn)均一化和可比性差的現(xiàn)象。

3 結(jié)論

本文采用模糊理論，把TOPSIS方法借助于一個(gè)多屬性決策問(wèn)題的“理想解”與“負(fù)理想解”去排序的思想運(yùn)用到開(kāi)放式創(chuàng)新合作伙伴選擇過(guò)程中，考慮決策者對(duì)評(píng)價(jià)指標(biāo)權(quán)重的不同，對(duì)TOPSIS方法加以改進(jìn)，并構(gòu)造出“相對(duì)”貼近度，以此折衷地衡量開(kāi)放式創(chuàng)新合作伙伴的優(yōu)劣。該方法彌補(bǔ)了以往學(xué)者忽視決策者思維模糊性的不足，從而避免了單純利用“絕對(duì)”貼近度所造成的結(jié)果均一化、可比性差的現(xiàn)象，從某種程度上來(lái)說(shuō)，改進(jìn)后的方法減少了因貼近度選用的不同而造成的結(jié)果的差異。

[1] 陳鈺芬,陳勁.開(kāi)放式創(chuàng)新：機(jī)理與模式[M].北京：科學(xué)出版社,2008.

[2] Gaballa A A. Minimum cost allocation of tenders[J]. Operational Research Quarterly, 1974, 25(3): 389-398.

[3] Kaslingam R, Lee C. Selection of vendors——a mixed integer programming opproach[J]. Computers and Industrial Engineering, 1996, 31(3): 47-50.

[4] Moore D L, Fearon H E. Computer-assisted Decision-making in purchaing[J]. Journal of Purchasing, 1973, 9(4): 5-25.

[5] Roodhooft F, Konings J. Vendor selection and evaluation: an activity based costing approach[J]. European Journal of Operational Research, 1996, 96: 97-102.

[6] Dean B, Schniederjans M. A multiple objective selection methodology for strategic industry selection analysis[J]. IEEE Transaction on Engineering Management, 1991, 38: 53- 62.

[7] W. H. Ip, Min Huang, K. L. Yung et al. Genetic algorithm solution for a risk-based partner selection problem in a virtual enterprise[J]. Computer and Operations Research, 2003, 30: 213-231.

[8] Lyon T P. Competition and technological complexity in procurement: an empirical study of dual sourcing[R]. Kelley School of Business, Indiana University, 1999.

[9] Syam S, Shetty B. Coordinated replenishments from multiple suppliers with price discounts[J]. Naval Research Logistics, 1998, 45: 579-598.

[10] Babic Z, Plazibat N. Ranking of enterprises based on multicriteria analysis[J]. International Journal on Production Economics, 1998, 56: 29-35.

[11] Nydick R, Hill R. Using the AHP to structure the supplier selection procedure[J]. Journal of Purchasing and Materials Management, 1992, 25(2): 31-37.

[12] Tam M, Rao Tummada V M. An application of the AHP in vendor selection of a telecommunications system[J]. Omega—the International Journal of Management Science, 2001, 29: 171-253.

[13] Mikhailov L.. Fuzzy analytical approach to partnership selection in formation of virtual enterprise[J]. Omega—the International Journal of Management Science, 2002, 30: 393- 401.

[14] 錢碧波,潘曉弘,程耀東.敏捷虛擬企業(yè)合作伙伴選擇的方法研究[J].中國(guó)機(jī)電工程,2000,11(4):397- 401.

[15] Maloni M J, Benton W C. Supply chain partnerships: opportunities for operations research[J]. European Journal of Operation Research, 1997,101: 419- 448.

[16] Zhan S, Poulin D. Partnership management within the virtual enterprise in a network[C]. IEMC, 1996: 645- 650.

[17] Mary Johnson, Laura Meade, Jamie Rogers. Partner selection in the agile enviroment[C]. 4th Annual Agility Forum Conference, 1995: 496-505.

[18] Weber C A, Current J R, Benton W C. Vendor selection criteria and methods[J]. European Journal of Operational Research, 1991, 50: 2-18.

[19] 崔春生.基于TOPSIS思想的技術(shù)創(chuàng)新方案的Vague集評(píng)價(jià)方法及其應(yīng)用[J].運(yùn)籌與管理,2013,22(4):151-155.

Multi-attribute Decision Making Mode of Dynamic Alliance Partner Selection Based on Fuzzy

SUN Sheng-lan

(SchoolofMedicalBusiness,GuangdongPharmaceuticalUniversity,Guangzhou510006,China)

According to the characteristics of fuzzy decision for partner selection process of open innovation and considering the different decision makers who have the credibility of different decision, this paper proposes a multiple attributes decision making model for dynamic alliance partner selection of open innovation. Firstly, a description of the multiple attributes decision making problem is given. Then, in accordance with the prominent characteristic of the method and considering the different decision makers to understand a problem with different weight, it improves TOPSIS. Finally, the validity and feasibility of the proposed method are explained by a numerical example.

innovation; dynamic alliance; partner selection; multi-attribute decision making

2014- 03-29

廣東科技廳軟科學(xué)資助項(xiàng)目(2013B070206071); 廣東藥學(xué)院人文思政研究專項(xiàng)課題資助(RWSZ201215)

孫圣蘭(1974-)，女，管理學(xué)博士，副教授，研究方向：技術(shù)創(chuàng)新管理。

F224

A

1007-3221(2015)04- 0036- 05