产业集群协同创新风险度量
——基于组合赋权的物元可拓模型

吕 璞,韩美姝

(大连交通大学 经济管理学院,辽宁 大连 116028)

摘 要:目前,协同创新已成为产业集群中企业技术创新的重要形式,然而技术创新活动前期投入大,后期产出成果不确定等,导致其面临巨大风险。如何准确度量产业集群中企业的协同创新风险,对于项目研发决策和实施中的风险控制具有十分重要的意义。鉴于此,对现有技术创新评价指标体系和度量方法进行改进,提出了一套针对产业集群企业协同创新的风险度量方法体系。首先,针对产业集群企业协同创新特点,构建风险度量指标体系;然后,将非线性规划组合赋权与物元可拓理论方法相结合,构建基于组合赋权的物元可拓模型,对产业集群协同创新风险进行建模度量;最后,运用该方法体系对大连轨道交通装备制造产业集群进行了实证研究。

关键词:产业集群;协同创新;创新风险;物元可拓理论

0 引言

实施创新驱动发展战略是党的十八大作出的重大决策部署,面对经济发展新常态下的变化趋势和特点,技术创新成为推动我国经济发展的重要力量。1990年,Porter[1]首先用产业集群一词对集群现象进行分析。产业集群中的企业利用自身独特的优势进行协同创新,可获得1+1远远大于2的效果。产业集群协同创新是现代企业突破自身瓶颈进行技术创新的最佳途径。然而,协同创新与其它技术创新活动一样,均面临着巨大风险。同时,产业集群中的协同创新不仅受到企业自身因素影响,还受到企业间相互作用、产业集群总体环境以及外部经济因素等诸多因素的影响。因此,针对产业集群企业协同创新风险,建立有效的风险度量方法体系显得尤为重要。目前,相关研究主要分为以下两个方面:创新风险评价指标体系研究和创新风险评价度量研究。

(1)技术创新风险评价指标体系构建方面的研究。Sherali[2]认为,技术创新风险主要包括企业、知识基础、技术特性、管理、市场需求和政策制度等6个部分,并对技术创新风险进行了评价。陆立军[3]从“零创新”风险、“技术锁定”风险和“柠檬市场”风险3个方面解读了集群式创新风险。李晓峰[4]研究了技术创新方面的48个风险因素。郭韧[5]从13个方面对协同知识创新进行了分析。杜欣[6]研究了集群内领先企业和跟随企业之间的协同创新模型。沈云慈[7]利用贝叶斯网络法,对产学研协同创新风险进行了归纳。

(2)创新风险评价度量方面的研究。目前,有几种常用的风险度量评价方法:一是模糊综合评价法[8,9]。其特点是评价结果以一个模糊集合来表示;二是BP神经网络法[10,11]。该方法可以有效解决非线性综合评价问题,减少了人为因素对决策结果的影响;三是灰色理论法[12-14]。该方法能够有效克服系统不确定性,所需数据量不是很大,不需要进行归一化处理。也有人将多种方法综合在一起[13-15]。物元可拓分析法是近年来出现的度量技术创新风险的新方法,其优点是能够将事物的量与质相结合,使定量判断与定性判断有效融合,是解决矛盾问题的最佳方法。例如本文中利用有限的几个风险因素确定复杂的风险等级。同时,物元可拓模型中的关联度函数突破了经典数学中区间内的点与区间距离为零的传统思维,充分体现了点在区间内的位置也存在不同的客观事实。物元可拓分析法在创新风险度量方面的代表性研究包括:李晓峰[4]采取物元可拓方法,考虑企业技术创新过程中的各种主观、客观信息,对其综合风险进行了度量;索贵彬[14]将物元可拓与灰色理论相结合,建立了基于灰色可拓物元的技术创新风险评价模型,对技术创新项目风险进行了度量;佟林杰[16]应用专家评分法,结合物元可拓模型,对技术创新风险进行了测评,同时结合实证进行了具体分析。现有物元可拓分析法在权重确立方面主要采用主观赋权,然而主观赋权方法自身存在缺陷,较为依赖专家经验,不能准确反映指标的真正权重。

现有技术创新风险度量研究,大多只针对单个企业进行分析,极少有研究对产业集群中企业的协同创新风险进行度量,因而在指标体系构建方面没有考虑产业集群内企业行为活动对技术创新项目的影响,以及各企业之间协同创新的作用。在度量方法方面,物元可拓理论将定性与定量分析相结合,非常适用于产业集群协同创新风险的度量。但现有研究中通常将该方法结合主观赋权。主观赋权过程随意性较大,过于依赖专家的经验判断,不同背景和身份的专家给出的评分值也存在差异,因而往往会对最终度量结果的有效性造成影响。

考虑到现有文献研究的局限性,本文在前人研究的基础上进行了改进。在指标体系构建方面,重点分析了产业集群整体对技术创新的影响以及集群内各企业之间的相互作用,结合现实情况,从外部因素、集群因素、协同创新主体因素和协同创新资源因素4个方面,总结了25个技术创新风险影响因素指标,使评价指标体系更加完善,并符合产业集群协同创新风险的特点。在风险度量方法方面,改进原有物元可拓模型,克服主观赋权法的弊端,基于组合赋权法,利用非线性规划模型求最优解的方法,得出最佳组合权重值,使评价更科学合理。最后,本文结合大连轨道交通装备制造产业,进行了实证研究。

1 协同创新风险指标体系构建

本文基于前人研究成果,加入了集群整体对技术创新的影响以及集群内企业之间的相互作用,从外部因素、集群因素、协同创新主体因素和协同创新资源因素4个方面确定评价指标。

1.1 外部因素

外部环境因素是企业技术创新不可避免的风险来源,包括外部经济环境的繁荣或萧条、产业集群间产品竞争大小、相关产业政策和法律支持或限制、是否有很强的知识产权保护意识以及用户产品要求情况等,这些均会对技术创新带来影响。

在外部因素下,提取影响产业集群协同创新风险的5个指标如下:

(1)经济环境波动C1。经济环境的繁荣或萧条均会对企业造成很大影响,特别是一些易受经济环境影响的产品,其价格与需求随经济环境的波动而不断变化。若经济环境波动大,风险就随之增大,此时不利于进行技术创新。

(2)集群间产品竞争C2。若集群间商品同质化严重,必然会导致竞争。若发生恶性竞争,则很有可能两败俱伤,从而导致集群衰退。因此,集群间产品竞争程度也是企业技术创新风险的影响因素之一。

(3)产业政策或法律影响程度C3。政府相关产业政策会对企业产生很强烈的导向作用。国家制定的一些法律法规,为企业技术创新提供了便利与支持,这便直接形成了企业的技术创新战略。但有些政策也会对某些产业产生负面影响。另外,具体政策对大中小企业的影响程度也存在差异。

(4)知识产权保护情况C4。集群内企业协同创新成果的归属问题也需得到明确,同时应防止集群外其它企业窃取成果。对知识产权保护工作的重视,必然会降低技术创新风险,否则,会在无形之中增大风险,对企业产生不利影响。因此,企业应增强知识产权保护意识。

(5)用户对产品要求情况C5。技术创新产品最终要推向市场并面向客户,因而企业应以用户需求为出发点进行技术创新。用户对产品要求越高,创新难度便越大,从而会增加企业技术创新风险;用户要求越低,创新成功率越高,但该技术创新项目的价值也越小。

1.2 集群因素

作为有共同目标的产业集群,不同于单个企业独自进行技术创新,需考虑集群内各企业之间的配合程度以及集群整体环境。例如,集群生命周期处于生长期还是衰退期、集群内企业能否合理分配利益、集群内优质企业是否愿意长期合作、企业间知识标准是否统一、集群内企业是否因只顾自身利益而缺乏道德、集群整体在行业中的竞争力水平以及该集群是否闭门造车等。集群因素是企业进行技术创新不容小觑的风险来源。

在集群因素下,提取影响产业集群协同创新风险的7个指标如下:

(1)集群所处生命周期阶段C6。若集群处于萌芽期,尚未形成成熟的体系,则此时进行技术创新的风险很大。相对地,若集群处于衰退期,市场对产品的需求越来越小,则已经没有再进行技术创新的必要,应该及时选择新的方向。

(2)集群内企业利益分配是否合理C7。由于集群内企业实力不等,各企业付出的成本是不同的。集群内企业利益分配的合理度影响了相互之间的合作。没有永远的朋友,只有永远的利益。若利益分配不合理,则合作极有可能不能继续;相反,企业之间的信任度会得到提高,从而促进技术创新合作,达成共识。

(3)集群内优质企业流出C8。优质企业的加入会为集群提高竞争力,相反,优质企业的流出是非常危险的,集群内剩下一些实力较弱的企业,势必导致技术创新失败几率增加,因而在技术创新项目开展后,应避免优质企业退出合作。

(4)知识标准统一程度C9。若集群内企业有统一的知识标准,将有利于相互之间的交流,合作起来也会得心应手。同时,拥有统一的集群文化,更有助于凝聚团队,使得该产业集群具有团队向心力,进而提高员工的工作热情。

(5)集群内企业道德风险C10。集群内企业实行资源共享机制,会面临道德风险。一些企业不付出百分百的努力,通过“搭便车”等投机行为,获取其它企业的技术溢出,或者出于自身趋利避害的本性,只顾自身利益,而不顾全大局,甚至泄露商业机密等,这些都是企业不正当行为,也是企业鼠目寸光的表征。

(6)集群整体竞争力水平C11。集群整体竞争力水平较高时,会带动每一个企业斗志高昂,使技术水平及人员实力得到很好的发挥。若集群整体竞争力水平较低,技术创新过程所需时间便会增加,从而增大技术创新风险。因此,保持较高竞争力水平,有利于企业生存与发展。

(7)集群封闭自守C12。集群封闭自守如同闭门造车,使技术长期处于一个很低水平,内部创新实力也将逐渐减弱,技术创新项目面临淘汰,造成未始即终的局面。应加强与外界的沟通,接受新的技术与挑战,不断提升技术创新项目的价值。

1.3 协同创新主体因素

对于产业集群协同创新而言,其主体因素不可忽视。集群内企业是否会朝三暮四甚至中途放弃合作、企业自身知名度大小、协同创新主体间创新结构是否合理、企业能否很好地把握市场信息、各企业间是否具备匹配的创新能力以及企业自身是否有良好的管理制度,都是企业进行技术创新的风险来源。

在协同创新主体因素下,提取影响产业集群协同创新风险的6个指标如下:

(1)企业中途停止合作C13。产业集群内有企业中途停止合作,将给该创新项目带来很大损失,可能导致该项目止步不前。因此,一旦选择合作,就要全力以赴,避免损人不利己行为发生。

(2)企业信誉与知名度C14。若企业有很高知名度和良好的信誉,无形中会增加合作企业的信任感。同时,企业的知名度越高,进入市场将越容易,这是一种无形资本。

(3)主体间创新结构合理程度C15。产业集群主体间创新结构合理度,直接影响了该技术创新项目成败。不合理的创新结构将导致创新效率低下,甚至造成团队解散。

(4)企业对市场信息的把握C16。市场信息瞬息万变,准确把握市场走向是企业长久生存的基本之道。一旦把握不准确,新产品不能进入市场,将给企业带来很大损失,这与企业进行技术创新的初衷背道而驰。

(5)各企业创新能力匹配度C17。由于木桶原理,集群内企业技术创新能力受短板企业限制。因此,若合作企业间技术创新能力不匹配,就会造成沟通困难、配合默契度差等一系列问题。若相互匹配、互补,则合作成功率便会得到大大提高。

(6)企业管理能力水平C18。企业管理能力对合作具有很大影响。没有规矩,不成方圆。若企业没有良好的管理制度,则不利于进行技术创新等高风险活动。

1.4 协同创新资源因素

协同创新资源,也会给企业技术创新带来一定风险,相关因素包括从事技术创新的科技人员实力水平、技术成熟度、技术复杂程度与难度、技术可替代性、新产品生产周期、技术创新启动资金量、信贷资金来源难易度。概括而言,协同资源就是指技术创新过程中的人员、技术、资金。在进行风险因素分析时,也应将其考虑在内。

在协同创新资源因素下,提取影响产业集群协同创新风险的7个指标如下:

(1)科技人员实力水平C19。企业科技人员素质参差不齐,若该创新项目科技人员整体实力水平较高,则会提高该项目成功率,也会加快创新进程。如果科技人员知识不够丰富、经验不足、创新意识不强,则会加大创新项目风险。因此,人的因素不容忽视。

(2)技术成熟程度C20。若该技术尚未成熟,则会增加技术创新难度,进而加大风险。且由于长鞭效应,市场端风险便会急剧增加。尤其在技术未成熟期,其很容易被新技术所替代,从而导致技术创新项目失败。

(3)技术复杂程度与难度C21。技术越复杂,越难以创新,所花费成本越大。但一旦高难度的技术创新项目获得成功并投入市场,则会成为企业的立足项目。尽管如此,复杂项目的成功率依然很低,不建议冒险尝试。

(4)技术可替代性C22。若该技术很容易被其它技术替代,则没有创新的必要,停止创新可以避免不必要的损失。若技术不容易被替代,则说明其具有竞争力,可以进行技术创新。

(5)新产品生产周期C23。若新产品生产周期过短,则会加快资金流动,保障企业平稳运营。若新产品生产周期过长,则产品尚未投入市场,便会有新技术更替,使得尚未收回成本,技术就已更新换代,无形之中给企业创新增加了风险。

(6)创新启动资金需求量C24。资金是企业最基本的保障,资金不足是企业的硬伤。若技术创新项目所需资金数额很大,则会直接加大财务风险,一旦技术创新失败,将带来巨大损失。

(7)信贷资金来源难易程度C25。充足的资金来源会保证技术创新顺利进行。信贷政策改变、融资渠道不畅等问题都影响着企业的经济命脉。

1.5 产业集群协同创新风险指标体系构建

本文构建产业集群协同创新风险指标体系如图1所示。

2 基于组合赋权的物元可拓模型构建

2.1 待评项目物元模型确立

物元可拓模型从定性、定量两个角度解决问题,利用计算关联函数确定待评项目等级,能够在考虑企业协同创新不确定性的同时,体现出不同评价指标的级别差异以及同一级别内的不同位置。物元可拓模型将物元概念引入了可拓论。其中,事物N、事物的特征c及其量值范围v,构成了物元的三要素,表示为R=(N,c,v)。

图1 产业集群协同创新风险指标体系

若待评事物Nm个特征,分别对应vm个量值范围,则可用多维物元矩阵表示,记作:

2.1.1 确定经典域物元矩阵

No表示待评事物,共有m个评价指标,将待评事物分为n个等级,从1级到n级风险逐级增大。则ci表示第i个评价指标,voi=<aoi,boi>表示第i个指标处于o级风险时的取值范围,即经典域。其中i=1,2,…,mo=1,2,…,n

2.1.2 确定节域物元矩阵

vpi=<api,bpi>表示关于第i个指标处于第1级风险到第n级风险时的取值范围,即节域。其中voivpi

2.2 权重确立

权重确立科学与否直接影响到评价的准确性,某一指标权重值的改变,有可能引起蝴蝶效应,因而选择最佳赋权方法是评价问题中的关键步骤。本文分别采取层次分析法和熵值法,综合两种方法,计算主、客观权重值w′和w′′。在此基础上,通过建立非线性规划模型,求出最优解,即最佳组合权重值。改进后的权重,既参考了主观经验,又结合了客观事实。

本文共有m个评价指标,第i个评价指标ci的权重值为wi,且wi=1。

2.2.1 主观赋权

本文主观赋权部分采取层次分析法。步骤如下:

(1)构造判断矩阵。根据专家评分,构造判断矩阵。一般采用1~9及其倒数作为标度对判断矩阵进行赋值。其中,标度cij=1,2,…,9,表示i元素与j元素比较,前者比后者的重要程度依次增大;cij为倒数,表示i元素与j元素比较,后者比前者的重要性标度。

将同一层次中的指标两两比较,构造出判断矩阵。设矩阵Cmm为两两比较的判断矩阵,则有:

(2)一致性检验。为了避免出现内部矛盾,进一步对判断矩阵作一致性检验。m维判断矩阵Cmm中,λmax表示最大特征值。

计算一致性指标CI

计算一致性比例CR

CR<0.1时,则认为该判断矩阵的一致性检验通过,否则应作适当调整,直到满足上述条件为止。其中,平均随机一致性指标RI值查表可得。

(3)权重计算。由于判断矩阵Cmm中每一列都可以近似反映指标权重的分配情况,可以分别计算每列列向量的算术平均值来估计权向量。本文采用算术平均法,获得主观权重值=1,即:

其中,i=1,2,…,m

即为主观权重值。

2.2.2 客观赋权

本文采用熵值法计算客观权重值。熵反映了指标的无序程度,这与本文研究的协同创新风险的性质较为符合,通过信息熵值大小判定指标权重大小。

设有n个评价对象,m个评价指标。评价指标值为coi(o=1,2,…,n;i=1,2,…,m)。

(1)指标标准化。首先对指标进行无量纲化处理。本文在运用极值法对指标进行标准化时,会导致部分数据不成立,因而采用均值化方法,即:

其中,为第i项指标ci的平均值。coi经无量纲处理之后记作aoi。将判断矩阵Cnm转化为标准化矩阵Anm

(2)计算第o个等级下的第i个指标比重:

(3)计算第i个指标的熵值:

其中,为自然对数,m为指标数量。

(4)计算指标的差异性系数:

doi=1-eoi

(5)计算权重:

即为客观权重值。

2.2.3 组合赋权

(1)构造非线性规划模型。综合前文获得的主观权重值和客观权重值,令wi=αw′+βw′′。同时,为了便于分析,设αβ满足单位化约束条件α2+β2=1。标准化矩阵Anm中指标aoi的评价目标值为:

风险评价值Vo越小越好,如果Vi>Vo,则方案so优于si。因此,构造非线性规划模型如下:

s.t. α2+β2=1

αβ≥0

(2)构造拉格朗日函数:

其中,λ为拉格朗日乘子。根据拉格朗日乘数法得出:

(3)归一化处理。为使权重向量满足,对α*β*进行归一化处理:

即:

(4)组合权重值。综上所述,组合赋权法的权重值为:

2.3 技术创新风险等级评判

2.3.1 接近度

设区间voi=<xoi,yoi>表示企业协同创新第i个风险因素指标ci处于第o级风险时的量值范围,区间vpi=<xpi,ypi>表示企业协同创新项目第i个风险因素指标ci处于第1级风险到第n级风险时的量值范围, 且voivpi。则将

分别称为点ci与区间voivpi的接近度。

2.3.2 关联函数

结合本文,给出关联函数如下:

其中,

在关联函数中,K(vi)≥0表示vi属于voi的程度,K(vi)≤0表示vi不属于voi的程度,K(vi)=0表示vi既属于voi又不属于voi。因此,关联函数可作为定量化描述事物量变和质变的有效工具。

2.3.3 技术创新风险等级评判

分别计算该技术创新项目与n个等级的关联度,取最大关联度下的该等级作为该项目的风险等级。即:

Ko(vi)=max{K1(vi),K2(vi),…Kn(vi)}

则待评技术创新项目风险等级为o级。

3 大连轨道交通装备制造产业集群应用研究

以齐车轨道交通公司为开端,中国北车集团大连机车车辆有限公司等龙头企业的落户使大连市旅顺口区的轨道交通装备制造产业集聚力显著增强。目前,该区轨道交通装备及配套产业集群已逐步形成。旅顺口区利用良好的产业基础和区位优势,加大引进相关配套企业的力度,强化企业在技术创新中的主体作用,发展轨道交通装备制造产学研一体化,加速打造我国重要的轨道交通装备制造产业研发制造基地。

3.1 轨道交通装备制造产业集群协同创新风险评价

本文对大连市旅顺口区轨道交通装备制造产业集群内大连机车厂与其供应商的智能化模块设计方面的协同创新项目进行实证分析,采用上述风险评价体系对该项目的创新风险进行度量,并分析其结果。其中,相关数据通过问卷调查获得。本文发放调查问卷总计109份,回收有效问卷100份,问卷有效回收率为91.743%。

(1) 轨道交通装备制造产业集群协同创新风险指标因素模型构建。结合轨道交通装备制造产业集群的特点,进行协同创新风险影响因素指标的构建。通过相关性分析,最终筛选关键性协同创新风险因素指标18个。关键风险因素指标体系如表1所示。

(2)指标权重计算。通过层次分析法确定主观权重值,通过熵值法确定客观权重值,最后经非线性规划模型计算,得出组合权重值,如表1所示。

表1 关键风险因素指标体系

风险因素风险因素指标c 综合得分值主观权重值客观权重值综合权重值外部因素经济环境波动c17.760.0990.0570.078集群间产品竞争c27.540.0830.0550.069产业政策或法律影响程度c37.680.0780.0550.067知识产权保护情况c46.860.0460.0550.050用户对产品要求情况c58.090.0700.0570.064集群因素集群生命周期所处阶段c66.800.0740.0540.064集群内企业利益相关道德问题c76.980.0570.0550.056知识标准统一程度c87.080.0480.0540.051集群整体竞争力水平c97.460.0340.0550.044集群封闭自守c107.180.0530.0560.054协同创新主体因素企业中途停止合作c117.320.0470.0570.052企业信誉与知名度c127.580.0330.0570.045各企业创新能力匹配度c137.450.0600.0550.058企业管理能力低c147.860.0580.0560.057协同创新资源因素科研水平c158.120.0330.0570.045技术复杂程度与难度c167.840.0260.0560.041新产品生产周期c177.770.0480.0560.052信贷资金来源难易程度c187.160.0530.0550.054

(3)风险度量。本文结合轨道交通制造产业集群,将风险分为5个等级,即o=1,2,…,5。一级风险表示风险等级最低,可忽略不计;二级风险表示风险等级较低,需适当加以防范;三级风险表示中度风险,及时预测并防范,可降低其影响,可以执行技术创新项目;四级风险表示风险等级较高,需谨慎思考该技术创新项目是否值得冒险,同时应及时采取相应措施,提高技术创新成功率;五级风险表示风险等级最高,应放弃该技术创新项目,以免遭受更大损失。经计算,该产业集群协同创新项目与第o级风险的关联度为:

Ko(vi)=max{K1(vi),K2(vi),…,K5(vi)}=K3(vi)=4.476

因此,该项目风险等级为三级,属于中度风险。

3.2 轨道交通装备制造产业集群协同创新风险实证结果分析

通过对外部因素、集群因素、协同创新主体因素和协同创新资源因素进行分析发现,外部因素占0.328,对轨道交通装备制造产业集群协同创新风险的影响最大,说明该技术创新项目的风险主要来源于外部因素。协同创新资源因素占0.191,说明资源方面对技术创新项目的影响较小。

在18个关键性指标因素中,大多数指标组合权重值集中在0.05~0.06之间,影响程度中等偏上。其中,组合权重值大于0.06的风险因素指标有5个,分别为经济环境波动、集群间产品竞争、产业政策或法律影响程度、用户对产品要求情况以及集群生命周期所处阶段,这5个指标需重点防范。而经济环境波动的组合权重值高达0.078,综合排序第一。外部经济环境本身具有不确定性,企业需了解相关经济方针政策,分析宏观经济变动趋势,采取相应措施,度过经济不景气时期,再进行相关技术创新。

在外部因素中,“经济环境波动”的综合评分值为7.76,类内排序第二,且其综合权重值达到0.078,类内排序第一,表明经济环境变化对技术创新项目的开展具有较大影响,企业应尽力掌握市场信息,减少经济环境波动对自身的影响。

在集群因素中,“集群整体竞争力水平”的综合评分值为7.46,类内排序第一,然而其综合权重值为0.044,类内排序第五,表明虽然集群整体竞争力水平本身风险评分值很大,但其对技术创新项目的影响较小,因而克服自身风险因素,便可降低该技术创新项目的风险。

在协同创新主体因素中,“企业管理能力低”的综合评分值为7.86,类内排序第一,且其综合权重值为0.057,类内排序第二,这反映了企业管理能力对技术创新项目的影响很大,若企业没有很好的管理制度,会间接增加技术创新项目风险。

在协同创新资源因素中,“科研水平”的综合评分值为8.12,类内排序第一,但其综合权重值为0.045,类内排序第三,说明科研水平虽然本身风险评分值很大,但其对技术创新项目的影响相对较小;“信贷资金来源难易程度”的综合评分值为7.16,类内排序第四,但其综合权重值达到0.054,类内排序第一,说明在人员、技术、资金等构成的协同创新资源中,资金的影响最大。

同时,通过上述计算可知,大连机车厂与其供应商在智能化模块设计方面的协同创新项目风险属于中度风险,应在该项目开展之前,及时进行风险预测并采取防范措施,以保证技术创新的顺利实施并取得较好成果。

4 结语

在创新风险指标体系构建方面,本文依据现有研究,通过对产业集群协同创新风险影响因素的分析,加入了能反映产业集群协同创新特点的集群因素和协同创新主体因素指标,形成了涵盖25个风险因素的指标体系,使其能够更加契合产业集群协同创新风险度量。在风险评价方法方面,改进原有物元可拓模型,克服主观赋权方法的局限性,将主观、客观赋权相结合,利用非线性规划求最优解的方法求得主观、客观相结合的权重值,建立了基于组合赋权法的物元可拓模型。最后,本文应用该方法体系对大连轨道交通装备制造产业集群进行实证研究,通过计算,得出了风险等级,并分析了技术创新风险的来源,为项目研发决策和下一步风险防范提供了参考。

参考文献:

[1] PORTER M E. Clusters and the new economics of competition[J]. Harvard Business Review,1998(11):77-91.

[2] SHERALI H D, SUBRAMANIAN S. Opportunity cost-based models for traffic incident response problems[J]. Journal of Transportation Engineering, 1999, 125(3):176-185.

[3] 陆立军,郑小碧.试论集群式创新的风险与控制[J].科学学与科学技术管理,2008(10):78-82.

[4] 李晓峰,徐玖平.基于物元与可拓集合理论的企业技术创新综合风险测度模型[J].中国管理科学, 2011(3):103-110.

[5] 郭韧,李朝明.企业协同知识创新的风险识别与评价[J].运筹与管理,2011(3):181-185.

[6] 杜欣,邵云飞,钱航. 集群领先企业与跟随企业的协同创新过程模型[J].技术经济,2012(10):33-37.

[7] 沈云慈.产学研协同创新风险指标体系探析[J].教育发展研究,2014(9):46-51.

[8] 康燕燕.基于模糊综合评判的企业信息化项目风险评价模型[J].技术经济与管理研究,2009(5):28-30.

[9] 田依林.基于模糊综合评判法的企业知识创新风险评价研究[J].科技进步与对策,2010(8):149-152.

[10] 陈建新,资明贵,刘志龙. BP神经网络在企业技术创新风险评价中的应用[J].科技管理研究,2007(10):88-91.

[11] 肖玲诺,史建锋,孙玉忠. 基于BP神经网络的产学研知识创新联盟风险评价研究[J].中国软科学,2011(12):173-179.

[12] KUCHTA D. Use of fuzzy numbers in project risk (criticality) assessment[J].International Journal of Project Management, 2001, 19(5):305-310.

[13] 陈振斌,张庆普.基于模糊神经网络的企业知识管理风险评价[J].科学学研究,2008(4):773-778.

[14] 索贵彬,赵国杰. 基于灰色可拓物元模型的企业技术创新风险度量研究[J].科学管理研究, 2008(1):14-17.

[15] 杨璐.基于模糊灰色评价法的技术创新风险评价[J].会计之友,2015(20):44-48.

[16] 佟林杰.企业技术协同创新风险测评及控制研究[D].秦皇岛:燕山大学,2015.

(责任编辑:云昭洁)

Measurement of Collaborate Innovation Risk in Industrial Clusters——Based on Extensional Matter-element Model with Combination Weighting

Lv Pu, Han Meishu

(School of Economic and Management,Dalian Jiaotong University, Dalian 116028,China)

Abstract:Collaborate innovation has become an important form of technological innovation for enterprises in the industrial clusters. However, it resulting in a huge risk due to the early stage of technology innovation activities, the late output is not determined, and so on. Therefore, how to accurately measure the risk of cooperate innovation in industrial clusters has very important significance to the project research and development decision and the risk control in the implementation. In view of this, the existing technology innovation evaluation index system and measurement method is improved , and put forward a set of method system of collaborate innovation risk measurement for the enterprise in industrial clusters. Firstly, according to the collaborate innovation characteristics of the enterprise in industrial clusters, construct the risk index system, through a nonlinear programming model for optimal solution method, put the combination weighting into the extensional matter-element theory, construct the extensional matter-element model with combination weighting, and measure the risk of collaborate innovation in industrial clusters. Finally, this method is used to make an empirical study on the rail transportation equipment manufacturing industry cluster.

Key Words:Industrial Clusters; Collaborate Innovation; Innovation Risk; Extensional Matter-element Theory

收稿日期:2016-11-25

基金项目:教育部人文社会科学研究一般项目(15YJC630085);辽宁省社会科学规划基金项目(L16BJY021)

作者简介:吕璞(1981-),男,陕西西安人,大连交通大学经济管理学院副教授,研究方向为创新管理、物流与供应链管理;韩美姝(1992-),女,辽宁鞍山人,大连交通大学经济管理学院硕士研究生,研究方向为创新管理。

DOI:10.6049/kjjbydc.2016090106

中图分类号:F263

文献标识码:A

文章编号:1001-7348(2017)08-0072-08