| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 经济/产业 |
［提要］ 在对企业动态能力构成及指标体系文献回顾的基础上，提出动态能力由感知能力、整合能力、吸收能力、创新能力构成，并构建测量指标体系，利用灰色模糊综合评价相关理论，建立企业动态能力灰色模糊综合评价模型，并通过算例进一步验证评价模型的可行性，以便为企业发展动态能力提供指导。
关键词：动态能力；灰色模糊综合评价；指标体系
中图分类号：F27 文献标识码：A
收录日期：2014年9月10日
自动态能力理论提出以来，众多学者就开始了对动态能力构成要素或维度的研究，尤其在最近几年中，不少学者对动态能力的理论与实证进行研究，不断揭开动态能力的黑箱。
先前研究主要从理论与实证方面来探讨动态能力的构成要素。一是从理论探讨中来研究其构成。Teece认为动态能力由三种能力组成：感知、塑造机会与威胁的能力；捕获机会的能力，通过提升、组合、保护、重组企业资源来保持竞争力的能力。Zott认为动态能力是一种系列的组织程序，可以内化为日常运营惯例，从而指导构建企业资源。Lichtenthaler和Muethe也认为动态的创新能力可以从上述维度进行分解。二是从实证研究来分析动态能力的构成部分。郑素丽等透过知识视角，将动态能力与知识相结合，用调查问卷量表化知识获取、知识创造、知识整合三个维度。徐思雅和冯军政引入诺基亚的衰落案例，实证研究了通信领域的动态能力，侧重于获取外部资源以及资源释放这两个维度。
然而，企业的动态能力在测评方面的定量研究比较少，同时动态能力的“黑箱”还未被完全打开，可以被视为一个灰色系统，因而适合采用灰色模糊的方法对其进行评价。因此，基于以上分析，本文将动态能力分为四个维度：感知能力、整合能力、吸收能力和创新能力，并构建评价指标体系，以为评价动态能力提供借鉴。
一、动态能力指标体系
本文建立了反映动态能力的指标体系，如图1，首先，感知能力包括了感知环境与市场的能力X11（对企业内外环境的识别、感知，外部环境包括政治、经济、社会、技术等的变化，内部环境包括组织战略、结构、人力资源等；竞争对手的反应等）、风险和威胁的预警能力X12（对企业内外部风险的预警）、市场新机遇的发现和塑造能力X13、顾客需求变动和市场反应的鉴别能力X14。整合能力包括内部整合能力和外部整合能力。内部整合能力X21是组织内部不同的子单位之间的全面协作，对组织内部的各种资源包括人力资源、财务资源、物力资源、知识资源等的全面协调以完成给定目标。外部整合能力X22是对市场知识与顾客群的整合能力、对新技术知识的整合能力。客户整合是把未来顾客的信息、知识与他们对产品的使用和开发流程工艺与工程细节的理解连接起来。技术整合是把企业内外的技术知识的进化基础与现有的组织内部的能力基础连接起来的能力。吸收能力包括获取能力、消化能力、转换能力、开发能力。获取能力X31是指企业识别与取得对企业的运用至关重要的外部资源知识的能力。消化能力X32是企业的惯例和流程使其分析、处理、解释与理解从外部获取的资源。转换能力X33是指开发和提炼企业惯例，促进现有知识与新获取的知识的组合。开发能力X34使企业提炼、扩展及利用现有的能力，或者是创造新能力，通过把获取的并已转换的知识融合到企业的运营中。创新能力的指标包含技术创新X41是关于产品或服务和生产工艺技术的创新，管理创新X42即组织结构和管理过程的创新。（图1）
二、动态能力灰色模糊综合评价模型的构建
（一）确定因素集与评语集。根据已经建立的动态能力指标体系，确定因素集为：X=｛X1，X2，X3，X4｝；子因素集为：X1=｛X11，X12，X13，X14｝；X2=｛X21，X22｝；X3=｛X31，X32，X33，X34｝；X4=｛X41，X42｝。评语是对各一级与二级指标的优劣、强弱、好坏等的评价，一般的评语集有：（非常重要、重要、一般、不太重要、不重要）、（非常强、强、一般、较弱、弱）（低、较低、一般、较高、高）等，可根据实际情况来确定评语集。本文将评语集确定为五级评语：（非常重要、重要、一般、不太重要、不重要）或者（非常强、强、一般、较弱、弱），分别对应的分值为（5，4，3，2，1）。
（二）确定权重集。权重集可视为指标集与评价对象之间的灰色模糊关系，可利用专家评分法确定各评价指标的权重，其相应的灰度也通过专家评分的方法给出。
在企业动态能力评价中，由于评价各指标大多是定性指标，其好坏强弱所用到的信息可能是不完全的，很难用数值来衡量，所以本文使用一些描述性的语言来对应一定的灰度范围，将信息多少及其对应灰度值如表1，具体的灰度评分视评判者的实际情况给定。（表1）
从而构成一级权重集：■＝［（a1，v1）（a2，v2）…（am，vm）］（m=4），其中各指标权重要求归一化，即■ai＝1，Vm为一级指标的灰度值。各二级指标指标权重集为：■＝［（ai1，vi1）（ai2，vi2）…（ait，vil）］，其中■ail＝1，vi1为二级指标的灰度值，（i=1，2，3，4；l=4，2，4，2）。
（三）建立灰色模糊评价矩阵。评价矩阵可视为因素集与评语集之间的灰色模糊关系，根据某一因素给出评价对象对评语集中各元素的隶属度uijs，它是通过评价小组对某一评价对象的评价uij，得到其在各种评语上的比重，比如10个专家对 “技术创新”的评价中2个人认为非常重要，占20%；4个人认为比较重要，占40%；3个人认为一般，占30%；1个人认为不太重要，占10%；0人认为不重要，占0%，则 “技术创新”的隶属度为u41l=（0.2，0.4，0.3，0.1，0）。并根据信息的充分程度给出相应的灰度，从而得到评价矩阵：
■＝（uil1，vil1）（uil2，vil2）…（uiln，viln）（ui21，vi21）（ui22，vi22）…（ui2n，vi2n） ………………………（uik1，vik1）（uik2，vik2）…（uikn，vikn）
（四）一级灰色模糊评价。为了保留尽可能多的评判信息，在模部运算中采用M（•，?堠）算子，而在灰部运算中采用M（∧，?堠）算子，因此灰色模糊综合评判的结果为：
■＝■?莓■＝［（bis，vb■）］n=［（■（aij•uijs），■■（1∧（vij+vijs）））］ ①
（五）二级灰色模糊评价。因素集X=｛x1，x2，x3，x4，x5｝与评语集的灰色模糊关系为：■＝■，■，■，■■■ ②
在一级灰色模糊评价中评价对象的权重集：■＝［（a1，v1）（a2，v2）…（am，vm）］（m=1，2，3，4，5），其中各指标权重要求归一化，即■ai＝1。进而求出最终评价对象的综合评价向量：■=■?莓■=［（bs，vb■）］n ③
（六）结果处理。将评价结果按如下公式转化：
■＝■■ ④
将评语集中评语等级给出标准分（5，4，3，2，1），得到集合VT＝（5，4，3，2，1）T，据此可得到动态能力的度量值：H＝■•VT ⑤
三、算例分析
现组织10位专家对某企业动态能力的状况水平进行评定。
（一）权重及其灰度的确定。评语集为（非常强、强、一般、较弱、弱），对应的分值为（5，4，3，2，1），通过专家估计法得到企业动态能力各级评价指标的权重，各级指标的灰度值也由专家打分的方式给出。
■＝［（0.25，0.2）（0.25，0.1）（0.25，0.15）（0.1，0.6）］
■＝［（0.25，0.2）（0.25，0.3）（0.25，0.1）（0.25，0.1）］
■＝［（0.5，0.1）（0.5，0.1）］
■＝［（0.25，0.2）（0.25，0.3）（0.25，0.2）（0.25，0.2）］
■＝［（0.5，0）（0.5，0.1）］
（二）灰色模糊评价矩阵的建立。请10位专家对动态能力各指标进行评价，可得到其各指标的隶属度及其灰度值，从而得到灰色模糊评价矩阵：
■＝（0，0.4）（0.2，0.3）（0.4，0.2）（0.3，0.5）（0.1，0.6）（0.1，0.4）（0.2，0.2）（0.3，0.1）（0.2，0.3）（0.2，0.5）（0.1，0.3）（0.3，0.3）（0.3，0.2）（0.2，0.3）（0.1，0.4）（0.1，0.2）（0.3，0.1）（0.3，0.4）（0.2，0.5）（0.1，0.3）
■＝（0.1，0.3）（0.3，0.2）（0.3，0.1）（0.2，0.4）（0.1，0.3）（0.1，0.2）（0.3，0.4）（0.1，0.3）（0.3，0.4）（0.2，0.2）
■＝（0.1，0.5）（0.1，0.4）（0.7，0.1）（0.1，0.3）（0，0.4）（0.1，0.3）（0.2，0.2）（0.3，0.1）（0.3，0.1）（0.1，0.4）（0.1，0.3）（0.2，0.1）（0.2，0.2）（0.3，0.2）（0.2，0.3）（0.2，0.2）（0.3，0.2）（0.3，0.4）（0.2，0.2）（0，0.3）
■＝（0.2，0.3）（0.4，0.1）（0.3，0.5）（0.1，0.4）（0，0.4）（0.3，0.2）（0.3，0.2）（0.2，0.4）（0.1，0.3）（0.1，0.5）
（三）一级灰色模糊综合评价
按公式①计算得：
■＝［（0.075，0.5）（0.25，0.4）（0.325，0.4）（0.225，0.575）（0.125，0.625）］
■＝［（0.1，0.5）（0.3，0.55）（0.2，0.45）（0.25，0.65）（0.15，0.5）］
■＝［（0.125，0.525）（0.2，0.425）（0.375，0.4）（0.225，0.4）（0.075，0.55）］
■＝［（0.25，0.475）（0.35，0.375）（0.25，0.675）（0.1，0.575）（0.05，0.625）］
（四）二级灰色模糊综合评价
由公式②可得到：
■＝（0.075，0.5）（0.25，0.4）（0.325，0.4）（0.225，0.575）（0.125，0.625）（0.1，0.5）（0.3，0.55）（0.2，0.45）（0.25，0.65）（0.15，0.5）（0.125，0.525）（0.2，0.425）（0.375，0.4）（0.225，0.4）（0.075，0.55）（0.25，0.475）（0.35，0.375）（0.25，0.675）（0.1，0.575）（0.05，0.625）
按公式③计算得出企业动态能力的综合评价向量：
■＝［（0.1375，0.6375）（0.275，0.575）（0.2875，0.6188）（0.2，0.6875）（0.1，0.7375）］
（五）评价结果的处理。按公式④转化为■＝［0.1365，0.3201，0.3002，0.1712，0.0719］；根据公式⑤H＝■•VT得到VT＝3.2782。
根据已经确定的评语集及其对应的分值，可以得出，该企业的动态能力水平介于一般和较强之间，这就要求企业采取适当的措施来增强自身的动态能力，增强其在市场上的竞争力。
四、结束语
当前对动态能力的评价研究目前为止还非常有限，本文采取的灰色模糊综合评价方法在对企业的动态能力进行评价是合适可行的，并尝试用比较成熟的模糊综合评价理论以及用来解决信息不完全的问题的灰色理论对企业的动态能力进行评定，因而能够加深企业对自身的动态能力状况的了解和理解，为企业在多变动态的环境下培育、发展动态能力提供明确的方向和路径。本文的不足之处是对动态能力指标体系的组成部分的科学性未进行进一步的验证，以期对企业发展动态能力有所裨益。
（作者单位：四川师范大学成都学院）
主要参考文献：
［1］Teece，D.J.Explicating dynamic capabilities：the nature and microfoundations of（sustainable）enterprise performance［J］.Strategic Management Journal，2007.28.13.
［2］Zott，C.Dynamic capabilities and the emergence ofintra-industry differential firm performance：insights from a simulation study［J］.Strategic Management Journal，2003.24.2.
［3］Lichtenthaler U，Muethel M.The impact of family involvement on dynamic innovation capabilities：Evidence from German manufacturing firms［J］.Entrepreneurship Theory and Practice，2012.36.6.
［4］郑素丽，章威，吴晓波.基于知识的动态能力：理论与实证［J］.科学学研究，2010.28.3.
［5］徐思雅，冯军政.技术范式转变期大企业如何衰落：动态能力视角［J］.科学学与科学技术管理，2013.34.10. |
|
|
|
