孫圣蘭

(廣東藥學院 醫(yī)藥商學院，廣東 廣州 510006)

?

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

孫圣蘭

(廣東藥學院 醫(yī)藥商學院，廣東 廣州 510006)

針對開放式創(chuàng)新合作伙伴選擇過程中決策者判斷模糊性的特點，考慮到不同的決策者其決策可信性的不同，提出了開放式創(chuàng)新合作伙伴選擇的模糊多屬性群決策模型。首先描述了開放式創(chuàng)新合作伙伴選擇的多屬性群決策問題；然后依據該種方法比較突出的特點，考慮到決策者對評價指標權重的不同，對TOPSIS方法加以改進；最后，通過算例說明了該方法的有效性和可行性。

創(chuàng)新；動態(tài)聯(lián)盟；伙伴選擇；多屬性決策

0 引言

隨著現(xiàn)代信息技術的飛速發(fā)展和泛知識源時代背景下知識型員工的加速流動，使得企業(yè)創(chuàng)新活動的邊界日趨模糊，任何技術力量雄厚的組織都難以從其內部獲取創(chuàng)新所需要的全部資源。開放式創(chuàng)新已經成為世界上許多著名高科技企業(yè)如施樂、英特爾、IBM、朗訊、寶潔公司進行創(chuàng)新范式變革的不二選擇。 OECD對12個國家的59個企業(yè)的調查表明，有51%的企業(yè)將5%的研發(fā)經費用于外部研發(fā)，有31%的企業(yè)外部研發(fā)比例已超過10%。與封閉式創(chuàng)新相比，開放式創(chuàng)新突出的特點就是能夠充分利用技術與信息在內的外部創(chuàng)新資源，將企業(yè)的研發(fā)項目向外部組織開放，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、競爭者、供應商、科研機構等外部主體之間雙邊或者多邊聯(lián)盟更加頻繁，這種聯(lián)盟的形式是一種動態(tài)的、臨時性的，強調要通過組織間的利益共享和風險共擔來完成其合作，并形成一種多方盈利的機制。在建立這種臨時性組織的過程中，伙伴的選擇則成為一個十分重要的關鍵問題，直接會影響動態(tài)聯(lián)盟的合作成效及開放式創(chuàng)新的成敗。

一般來說，伙伴選擇是一個定量分析和定性分析相結合的過程。在定量分析方面：Gaballa[2]和Lee[3]提出了應用混合整數規(guī)劃對合作伙伴進行選擇；Moore和Fearon[4]構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估方法；Dean和Schniederjars[6]采用雙層數學規(guī)劃對合作伙伴進行了挑選；W.H.Ip[7]等人應用遺傳算法求解合作伙伴的最優(yōu)組合；C C Li等人[8]分析了標準無量綱SUR綜合測評的合作伙伴選擇方案；S Syam等人[9]構建出了求解聯(lián)盟策略的分枝定界法和整數規(guī)劃模型；Babic和Plazibat[10]在合作伙伴選擇過程中運用了基于多準則的Promethee決策方法；Nydick和Hill[11]、Tam和Tummala[12]采用AHP法從不同的角度對合作伙伴進行選擇，L. Mikhailov[13]應用模糊AHP方法對其進行了改進；錢碧波[14]等人分析了的動態(tài)聯(lián)盟合作伙伴選擇的三階段結構化的進程。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]等人應用關系理論將眾多的潛在伙伴進行了挑選。

從上面關于伙伴選擇的定量和定性的分析我們不難看出，就動態(tài)聯(lián)盟合作伙伴選擇問題進行探討時，大多數研究者都是采用的定量的分析方法。Weber C A[18]等學者在前人研究的基礎上，把對該問題的定量分析方法大致分為軟計算方法、數學規(guī)劃法、數據包絡分析法、概率統(tǒng)計法、多階段優(yōu)化方法和模糊評價算法。在大多數情況下，Bonissone方法的精度是可以滿足實際決策的要求。鑒于任何一種方法都不可能完全表示客觀事物的模糊性，適度的近似應當是可以的，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，構建了開放式創(chuàng)新合作伙伴選擇問題的模糊模式識別模型。一方面能夠充分利用TOPSIS法的真實、直觀等特點；另一方面，采用模糊評價法來確定各評價指標的權重，從而使決策者得到更加合理的評價結果。

1 模型與方法

1.1 開放式創(chuàng)新合作伙伴評價指標體系

本文按照科學性、簡便性以及宏觀性的原則，構建出了開放式創(chuàng)新合作伙伴評價指標體系。技術能力水平(C1)：該組織在同行之間的地位，尖端技術的差距以及核心技術能力的競爭力強度等；技術的完整性(C2)：該組織是否完整掌握產品發(fā)展所需的各項配備技術，組織的研發(fā)是否以追求技術完整性為目標；組織政策(C3)：該組織的研發(fā)活動是集權或者是分權，研發(fā)組織是結構化還是彈性化，研發(fā)績效評量著重是有形短期還是無形長期等以及服務質量(C4)和信譽(C5)。

1.2 基于模糊評價法的描述

在對每一個指標進行評估時，專家的主觀判斷通常會具有模糊性。依據模糊評價的理論，開放式創(chuàng)新合作伙伴選擇評價指標應首先建立評價因素集，并確定權重集。評價因素集，即開放式創(chuàng)新合作伙伴選擇評價指標的集合，記為C={C1，C2，…,C5}。權重用以描述各指標對于評價目的的相對重要性程度，權重集是與評價因素集相對應的集合，指標權重可確定為，W={C1,C2,C3,C4,C5}T，其中C1+C2+C3+C4+C5=1；

將向量W=(W1，W2，…,Wn)T進行歸一化處理，作為TOPSIS法評價指標體系中的指標權重。

1.3 運用TOPSIS方法進行綜合評價

作為經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題的正理想解以及負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，它的每一個屬性值都是決策矩陣中該屬性的最好的值；負理想解則是虛擬的最差方案，它的每一個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、負理想解的距離來加以比較，靠近理想解又遠離負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。

開放式創(chuàng)新合作伙伴選擇實質是一個非常復雜的多屬性優(yōu)化問題。由于開放式創(chuàng)新所需信息具有很大的不確定性，在評價的對象中，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，并將改進后的方法運用于開放式創(chuàng)新合作伙伴的選擇。

(1)評價模型

如有n個待選擇的合作伙伴(記為A1，A2，…，An) 。 候選伙伴采取m個評價指標(C1，C2，…，Cm)給予評價，記Ai對于這m個指標的評價值為 (xi1，xi2，…，xim)，其中xij≥0，是第i個候選伙伴Ai對于第j個評價指標Cj的評價值(i=1,2,…,n；j=1，2，…，m) 。然后基于Topsis方法，通過與理想解的相對接近度綜合評價各評價對象。

(2)評價算法

單純利用“絕對”貼近度所計算的結果會出現(xiàn)均一化、可比性差的現(xiàn)象。為了有效地評價，本文對Topsis方法進行改進，研究了的評價算法。下面給出其具體步驟。

首先，建立初始評判矩陣

若有A1，A2，…，An共n個方案組成方案集A={A1，A2，A3，…，An}，每個方案的評價指標X1，X2，…，Xm組成指標集X={X1，X2，X3，…，Xm}，記Ai對于這m個指標的評價值為 (xi1，xi2，…，xim)，其中xij≥0，是第i個方案Ai對于第j個評價指標Cj的評價值(i=1,2,…,n；j=1，2，…，m) ，則建立初始評判矩陣為：

(1)

其次，確定權重

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，指標值歸一化

在這里，我們選取候選伙伴中各指標的最優(yōu)值作為基準進行指標的歸一化。我們把評判對象分為越大越優(yōu)的收益類指標和越小越優(yōu)成本類指標兩類。對于越大越優(yōu)的收益類指標Cj，歸一化得

(4)

對于越小越優(yōu)的成本類指標Cj，歸一化得

(5)

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

最后，計算相對貼近度

設τ表示貼近度，相對貼近度是合作伙伴的模糊集和最差參照基準、最優(yōu)參照基準貼近程度的相對度量，我們可以將模糊集Ai和兩個參照基準的“絕對”貼近度τ(Ai，A+)、τ(Ai，A-) 來加以表示：

(6)

“絕對”貼近度表示方法有很多，選擇的貼近度不同，最后的評價結果也有可能會出現(xiàn)差異。在這里，我們按照動態(tài)聯(lián)盟伙伴選擇的具體特點選用一個“絕對”貼近度試圖對問題加以求解。

(7)

合作伙伴的評價過程通常是一個主觀決策的過程，除了考慮客觀評價指標外，還需要對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。因此，為了更方便的滿足我們的要求，將上述絕對貼近度稍加改進：

(8)

2 算例分析

某一公司經市場調研后發(fā)現(xiàn)，某一產品具有很大的市場潛力，需要對這4個候選的具有較強研發(fā)實力的合作伙伴進行評價和考察，組建動態(tài)聯(lián)盟來開發(fā)該種產品。出于對組建的動態(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項指標作為評價標準。

表1 研發(fā)類候選伙伴各項評價指標值

把表1中各指標值歸一化后并確定參照基準，可得到表2：

表2 各候選伙伴的模糊向量與參照標準值

2.1TOPSIS方法的評價

按照TOPSIS方法，根據表2中的數據，單純利用“絕對”貼近度公式(7)計算，可得到表3。

表3 各方案的貼近度以及評價指標

根據表3的結果我們可以看出4個候選伙伴的優(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”貼近度所計算出來的結果出現(xiàn)了均一化的現(xiàn)象，尤其是候選伙伴1、3和4的評價結果非常的接近(如果我們的計算結果都是保留兩位小數的話，候選伙伴1、3和4的評價結果都為0.85)。但是，運用本文提出的多目標權重組合算法則可以解決此類問題。

2.2 改進的TOPSIS方法

首先，建立初始評判矩陣，通過向有關專家咨詢，對候選伙伴的5項指標進行比較，并利用加權幾何平均綜合判斷矩陣法，得到相對重要性判斷矩陣A-B。

其次，確定指標權重W={0.5148,0.1703,0.0463,0.0718,0.1968}T。

根據表2中的數據，按照本文提供的模糊模式識別方法，利用公式(8)計算，可得到表4。

表4 各方案改進后的貼近度以及評價指標

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

3 結論

本文采用模糊理論，把TOPSIS方法借助于一個多屬性決策問題的“理想解”與“負理想解”去排序的思想運用到開放式創(chuàng)新合作伙伴選擇過程中，考慮決策者對評價指標權重的不同，對TOPSIS方法加以改進，并構造出“相對”貼近度，以此折衷地衡量開放式創(chuàng)新合作伙伴的優(yōu)劣。該方法彌補了以往學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”貼近度所造成的結果均一化、可比性差的現(xiàn)象，從某種程度上來說，改進后的方法減少了因貼近度選用的不同而造成的結果的差異。

[1] 陳鈺芬,陳勁.開放式創(chuàng)新：機理與模式[M].北京：科學出版社,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].中國機電工程,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思想的技術創(chuàng)新方案的Vague集評價方法及其應用[J].運籌與管理,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

廣東科技廳軟科學資助項目(2013B070206071); 廣東藥學院人文思政研究專項課題資助(RWSZ201215)

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

F224

A

1007-3221(2015)04- 0036- 05