信息化對工藝創新影響的評價

時丹丹

（哈爾濱商業大學，哈爾濱 150001）

0 引言

信息化充分利用信息技術，開發利用信息資源，可以促進信息交流和知識共享，提高經濟增長質量，推動經濟社會發展轉型的歷史進程。因此，無論對一個國家還是一個企業來說，掌握多一點的信息資源并充分利用已有的信息資源已經成為人們占據競爭優勢的重要途徑。工藝創新作為企業在產品生產中引起新的或有重大改進的工藝設計和管理方法，在進行創新的過程中會在方方面面受到信息化的影響。經過研究，對信息化與工藝創新影響的理論成果較少，且多集中于對其關系的定性描述上，如Frishammar J.,Cohen W.M.強調信息與工藝創新績效有明顯的正向關系，Song M.等學者強調信息共享對新技術應用的后重要作用，畢克新等認為工藝創新活動依賴從企業外部和內部獲取信息和加工信息的能力等。而對于信息化對工藝創新影響的實證研究卻鮮少見到。為此，通過制定能夠描述信息化對工藝創新影響的評價指標體系及評價模型，客觀地評價信息化對工藝創新的影響范圍。不僅是企業發展的要求，也是建設國家信息化和企業信息化的需要。

1 評價指標體系的構建

1.1 信息化環境指標

根據2001年7月29日國家信息化指標工作會議發布的“國家信息化指標”，以及國家統計局國際統計信息中心課題的研究成果，結合專家學者的觀點，本文將信息化環境分為硬信息化環境和軟信息化環境兩個方面。硬信息化環境是指信息化外在的、直接的和形式上的表征，能用一次量化的方法直接測量的環境要素，對于工藝創新的信息環境來說，硬信息化環境是初級形態，是工藝創新的物質基礎。它包括信息化發展環境、信息化人力資源環境、信息化基礎設施建設環境3個方面。軟信息化環境是與硬信息化環境相對應的，它是指信息化環境中內在的、間接的、潛在和無形的表征，不能用一次量化直接測量的環境因素，對于工藝創新的信息環境來說，軟信息化環境是高級形態，是對工藝創新硬信息化環境的內化和升華。它包括信息資源環境、信息消費環境以及信息技術的普及與應用環境3個方面。綜合上述分析，信息化環境可以通過“軟硬兼施”的作用，實現提高工藝創新能力的效果。

1.2 工藝創新指標

根據工藝創新的定義并結合相關研究，對工藝創新的內容分為工藝設計創新和工藝管理創新。工藝設計創新是企業加工生產的重要組成部分，在信息化條件下，工藝設計創新以計算機輔助為設計核心，形成了工藝技術與工藝設備相互融合的生產信息平臺，通過此平臺，一是可以使工藝設計更加符合國際標準；二是在生產過程中解放人力、提高效率；三是提高工藝設計的水平和質量。工藝管理創新包括工藝流程創新和工藝組織創新，二者互為工藝管理創新的條件和結果，即工藝流程創新能夠促進工藝組織的改變，工藝組織的創新能夠優化工藝流程。依賴于信息化技術，合理的工藝管理能夠形成創新資源共享、優勢互補，超越傳統組織邊界和空間障礙的功能群體，能夠實現動態管理和高效管理，降低企業的管理成本。

1.3 指標體系的構建

為了科學、客觀、全面地評價信息化對工藝創新的影響，綜合以上對信息化和工藝創新的分析，并基于提高企業工藝創新能力、增加企業經濟效益和社會效益為目標，構建信息化對工藝創新影響的指標體系（2個變量，4個二級指標，10個三級指標），如表1。

表1 信息化對工藝創新影響的指標體系

2 模型與方法

2.1 模型的選擇

本文選用DEA方法用來分析信息化對工藝創新的影響。之所以選用這種方法，因為其具有以下優勢：

（1）DEA方法適用于評價多投入、多產出的決策單位之績效，而且無需指定投入產出的生產函數形態，所以可以評價具有較復雜生產關系的決策單位的效率。信息化環境既包括硬信息化環境，又包括軟信息化環境，而工藝創新也包括工藝設計創新和工藝管理創新兩大方面的內容。所以，信息化對于工藝創新的影響屬于多投入、多產出的決策問題，并且是屬于尚未確定投入產出生產函數的復雜生產關系問題，比較符合DEA方法的特點。

（2）DEA方法不受量綱的影響。在建立模型時，相關指標可以是多種多樣的，不必統一量綱。信息化的指標的計量可能是比例、人數、金額等，數量的計量單位不統一，一般來說，大部分的評價方法往往需要對這些量綱進行歸一化處理，而DEA方法則不受量綱的影響，不必進行歸一化處理，從而簡化了模型的計算工作。

（3）評價結果比較客觀。DEA模型中的權重由數學規劃根據數據產生，不需要事前設定投入與產出的權重，因此不受人為主觀因素的影響。與層次分析法、模糊分析法等方法相比，評價的結果更加客觀。

2.2 數據包絡分析（DEA）

近些年，數據包絡分析DEA是一種在管理評價中應用較多的方法，本文主要研究信息化對于企業工藝創新的影響，首先選取若干信息化與工藝創新的相關指標運用DEA方法，被解釋變量就是DEA計算出的效率值，解釋變量是信息化和工藝創新的全部指標，用多元回歸進行計算，用統計檢驗分析選出相關指標，剔除不合理的變量，進而用效率分析與多元線性回歸的方法進行計算，直至整個系統達到相對穩定即可。

2.3 效率回歸模型

所謂回歸分析一般是指一個變量相對于另一些變量的相關關系的計算方法、理論。它能夠根據解釋變量的已知或給定的值，計算出被解釋變量的總體均值，即當解釋變量為某確定的值時，與其統計有關的被解釋變量可能出現的其對應值之平均值。

傳統的多元回歸模型為：

其中，a為常數項，y為被解釋變量，x1、x2、…、xn為解釋變量，c1，c2，…，cn為系數。

優化DEA的變量，將DEA效率值當作被解釋變量，將信息化和工藝創新變量作為解釋變量，構建的模型如式（2）所示：

上式中，E為DEA的效率值，x1、x2、…、xn為信息化變量，y1、y2、…、yn為工藝創新變量，c1，c2，…，cn與d1，d2，…，dn為系數，a為常數。因為函數取了對數，所以，系數表示某變量每增加1%所引起的效率變化的百分比。

因為效率是由投入與產出變量一起決定，所以，通常來說，投入變量的系數值是負值，而產出變量的系數值是正值，在某一科技系統里，當其他變量不變時，當投入越小時，效率就越高，產出就越大。然而有進會因為變量之間存在著多重共線性，所以符號也不一定準確。

本文應用模型進行計算的思路是：先計算效率，然后進行回歸分析，所以可以將這種方法稱為效率回歸調整模型。

3 數據的選取與模型的計算

由于信息化建設對技術創新產出起作用有一定的時滯性，所以在時間序列中，變量一般選擇滯后1～3期的較多。本文根據經驗估計選擇滯后期為3年。數據采用2004年～2009年《中國統計年鑒》、《中國信息年鑒》、《中國科技年鑒》以及CNNIC報告等的相關數據。這些數據的描述性統計結果如表2所示。

將各指標的數據輸入DEA模型進行計算，進行效率分析，接著用得出的效率值作為被解釋變量，進行多元回歸計算，計算結果如表3所示。從中可以看出，R2為0.7920，屬于較高的范圍，所以信息化對于工藝創新效果的影響還是較為顯著的。在信息化變量中，信息化經費投入比重、信息化人力資源狀況、信息化基礎設施建設狀況、信息資源狀況、信息消費狀況這5個變量在10%的概率下通過了t值計檢驗，而沒有通過t檢驗的指標有信息技術普及與應用狀況指標。所以，我們對這些指標實施進一步的調整。

表2 描述性統計結果

表3 計算結果

由于信息技術普及與應用狀況沒有通過t檢驗，所以剔除信息技術普及與應用狀況變量，選取x1-x5作為信息化變量，y1-y4作為工藝創新結果的變量，把相關數據輸入模型進行效率分析。然后，把得出的效率值作為被解釋變量，用剩下的九個變量解釋變量代入模型2，進行多元回歸分析，計算結果如表3所示。從表3效率2列數據中可以看出，本次計算的R2值為0.8250，模型的計算結果還是相對穩定的。信息化經費投入比重、信息化人力資源狀況、信息化基礎設施建設狀況、信息資源狀況在10%的概率下通過了t檢驗，而信息消費狀況指標在這次模型分析中并沒有通過t檢驗。因而，需要對模型做進一步的調整，重新進行計算。

由于信息消費狀況沒有通過t檢驗，所以剔除信息消費狀況變量，選取x1～x4作為信息化變量，y1～y4作為工藝創新結果的變量，把相關數據輸入模型進行效率分析，計算結果如表3所示。然后，把得出的效率值作為被解釋變量，將剩下的八個解釋變量輸入模型2，對其進行多元回歸分析。從表3效率3列數據中可以看出，本次計算的R2值為0.8733，其值和前兩次計算結果相比有所提高，模型的計算結果還是相對穩定的。信息化經費投入比重、信息化人力資源狀況、信息化基礎設施建設狀況、信息資源狀況在10%的概率下通過了統計檢驗。而工藝組織創新指標在這次模型分析中并沒有通過t檢驗。因而，需要對模型做進一步的調整，重新進行計算。

由于工藝組織創新沒有通過t檢驗，所以剔除工藝組織創新變量，選取 x1～x4作為信息化變量，y1、y2、y4作為工藝創新結果的變量，把相關數據輸入模型進行效率分析，計算結果如表3所示。然后，把得出的效率值作為被解釋變量，用剩下的七個解釋變量輸入模型2，對其進行多元回歸分析，計算結果如表3所示。從表3效率4列數據中可以看出，本次計算的R2值為0.8480，其值與上次的計算結果相比略有下降，模型的計算結果還是相對穩定的。信息化經費投入比重、信息化人力資源狀況、信息化基礎設施建設狀況、信息資源狀況、工藝設備創新、工藝技術創新、工藝流程創新在10%的概率下通過了統計檢驗，模型的調整到此結束。

DEA效率分析實際上是一種相對分析，可以實現在多種較差的變量中選擇相對較好的，或是“優中選優”。本文通過DEA模型分析信息化對工藝創新的影響，并沒有出現R2過小或效率過低的情況，說明信息化對工藝創新的影響DEA模型沒有出現結構性錯誤，模型本身還是相對穩定的。

4 結論

根據DEA模型的計算，在本文定義的信息化的6個方面中，信息化發展狀況、信息化人力資源狀況、信息化基礎設施建設狀況、信息資源狀況4個指標對于工藝創新中的工藝設備創新、工藝技術創新、工藝流程創新3個指標的影響是顯著的。根據DEA模型的計算結果，信息化的信息消費狀況以及信息技術的普及與應用狀況2個指標對于工藝創新成果沒有顯著的影響。原因可能是這2方面指標的滯后期可能相對較長，本文模型中涉及到的滯后期較短，體現不出其對工藝創新成果的影響。也可能是因為信息消費和信息技術的普及只是對生活領域影響較大，而沒有在工業領域廣泛產生影響。工藝創新成果中的工藝組織創新也不顯著。

根據上述分析，得出信息化6個方面對工藝創新影響程度的分析結果，得出哪些是有影響的，哪些是影響不顯著的，從而可以有針對性地加強促進工藝創新能力提高的信息化內容，從信息化更具體的層面找到對促進工藝創新影響的關鍵指標，爭取做到有的放矢，完善企業信息化的建設，促進工藝創新的不斷發展。

[1] Frishammar J,H?rte S ?.Managing External Information in Manufacturing Firms:the Impact on Innovation Performance[J].Journal of Product Innovation Management,2005,(22).

[2] Song,Michael,Hans Berends,Hans van der Bij,Mathieu Weggeman.The Effect of IT and Co-location on Knowledge Dissemination[J].Journal of Product Innovation Management,2007,(24).

[3] 付睿臣,畢克新.企業信息能力到技術創新能力的傳導機制研究[J].科學學研究,2009,10(27).

[4] 杜棟,龐慶華,吳炎.現代綜合評價方法與案例精選[M].北京：清華大學出版社,2008.

[5] 俞立平,鄭彥寧,潘云濤,武夷山.數據包絡分析在科技評價中的指標優化研究[J].中國科技論壇,2008,(4).