基于AHP—GRA的不連續性技術創新風險評價

黃菊 唐建民

摘要：不連續性技術創新在給企業帶來競爭優勢的同時，其創新風險與管理難度遠高于連續性技術創新。因此，在企業進行不連續性技術創新前，有必要進行創新風險評價。而評價指標和方法的科學與否直接影響到企業創新項目決策及創新能力的提高。文章構建了不連續性技術創新風險評價指標體系，采用層次分析法（AHP）和灰色關聯度（GRA）分析方法建立指標評價模型，并以德爾菲法進行指標數據賦值和綜合評價計算，為企業不連續性技術創新項目風險評價提供參考。

關鍵詞：層次分析法;灰色關聯度;不連續技術創新;風險

自《國家中長期科學和技術發展規劃綱要（2006-2020）》頒布實施以來，以企業為主體、市場為導向的企業技術創新能力得到增強。2013年，國務院辦公廳針對企業技術創新繼續頒布了《國務院辦公廳關于強化企業技術創新主體地位全面提升企業創新能力的意見》（國辦發〔2013〕8號），將企業技術創新提到了一個更重要的高度。但目前大多企業尚未真正成為項目決策、科技研發、組織管理和創新成果應用的主體。

通過構建全新的開發平臺或設施研發新技術和產品，是企業實現技術跨越的主要方法，但是進行這種不連續技術創新（DTI）的市場風險顯著高于依據現有技術知識和市場基礎的連續技術創新（CTI）。如今新興技術創新的基本特征是不連續的，風險水平往往是企業技術創新決策的主要影響因素。因此，對技術創新風險程度的把握可為企業提供決策和控制依據。

一、DTI風險評價指標構建

文章在DTI風險相關文獻研究的基礎上，結合DTI風險表現及特征，并以導向性、科學性、系統性、可操作性、定性定量結合的指標體系設計原則為標準，對各指標間的內在邏輯關系進行了系統分析，構建了DTI風險評價指標體系（見表1）。

二、基于AHP-GRA法的風險評價

（一）AHP權重賦值

1. 構造判斷矩陣

在建立層次結構模型后，上下層次的隸屬關系被確定，然后需判斷每一層次各個因素的相對重要性，構造出兩兩判斷矩陣。專家或決策者需回答隸屬于同一父指標的兩個子指標相對哪個比較重要，通過引入合適的標度表示出來，構成判斷矩陣。若共有n個元素參與比較，構造出成對比較矩陣。成對比較矩陣中bij取值可參考Satty的提議，按9標度法進行賦值。bij在1～9及其倒數中間取值。構造出準則層對目標層判斷矩陣寫成：A=[bij];同理，得出指標層對準則層的判斷矩陣。本文DTI風險層次結構模型中需賦值的兩兩比較矩陣共有6個，具體為A、B1、B2、B3、B4、B5。

2. 層次單排序及一致性檢驗

層次單排序是相對于上一層某因素而言，本層次各因素重要性的排序。本文將每個判斷矩陣的最大特征值λi對應的歸一化特征向量wi作為每個矩陣的權重向量，利用判斷矩陣計算各因素對上一層的權重。判斷矩陣一般是不一致的，但是其不一致程度應在容許的范圍內。因此需要對判斷矩陣進行一致性檢驗，一致性指標為CI=λ-n/n-1;一致性檢驗指標為CR=CI/RI（當CR<0.1時，通過一致性檢驗）。由此可得準則層對目標層的權向量w（2）;指標層對準則層的權向量w1（3），w2（3），……，wn（3）。

（二）灰色關聯度綜合評價

1. 確定最優指標集

設最優指標集F*=[j1*，j2*，…，jn*]，式中jk*（k=1，2，…，n）為第k個指標的最優值。此最優值是諸方案中的最優值（若某一指標越大越好，則取該指標在各個方案中的最大值;反之，取最小值），也可以是評估者公認的最優值。選定最優指標集后，可構造矩陣D=[j*k，jik]T。式中jik（k=1，2，…，n;i=1，2，…，n）為第i個方案中第k個指標的原始數值。

2. 指標值的規范化處理

由于評判指標間通常是有不同的量綱和數量級，需要對原始指標值進行無量綱，使指標值離散分布在[0，1]之間。根據所構建的指標類型，本文采用效益法（指標值越大越好）和成本法（指標值越小越好）進行數據規范化處理。jk1、jk2分為第k個指標在所有方案中的最小值和最大值，轉換后的無量綱值為Cik，其中Cik∈（0，1）。

3. 計算綜合評判結果

根據灰色系統理論，確定最優指標作為參考序列，將規范后的{c*}=[c1*，c2*，…，cn*]作為參考序列，將{c}=[ci1，ci2，…cin]作為被比較數列。用關聯分析法分別求得第i個方案第k個指標與第k個最優指標的關聯系數ξi（k），即

ξi（k）=

ρ為分辨系數，其意義是削弱最大絕對差，提高關聯系數之間的差異顯著性，ρ∈[0，1]，一般取ρ=0.5。由ξi（k）即可得綜合評判結果為

ri= ξi（k）×w（k）

關聯度ri越大，說明與最優指標{c*}越接近，即此方案的風險高于其他方案，據此可以排出各方案的優劣次序。

三、風險評價

（一）AHP法計算權重

本文采用德爾菲法收集5位專家的意見，得到不連續性技術創新中各風險相對重要性程度的判斷矩陣，根據上文中的計算過程對5位專家的判斷矩陣進行一致性檢驗，對不通過一致性檢驗的矩陣進行再次調整，最終得到各層指標權重為

w（2）=[0.2966 0.1072 0.4334 0.1261 0.0367]

w1（3）=[0.5533 0.1581 0.1988 0.0898]

w2（3）=[0.6337 0.1744 0.1919]

w3（3）=[0.3420 0.0811 0.5769]

w4（3）=[0.6250 0.1365 0.2385]

w5（3）=[0.1929 0.7010 0.1061]

（二）灰色關聯度綜合評價

對于那些不能直接定量化的指標，通過10位專家對5個DTI風險項目各指標風險程度進行[0，1]之間打分的方法，最終得到綜合分。本文以市場風險模塊為例，根據原始數據構建最優指標集C和被比較指標集，并將C進行無量綱化處理，C1、C3為越大越優指標，C2、C4越小越優指標，規范化矩陣。將{c*}=[1，1，1，1]作為參考數列，根據序列差公式Δij=|c*k-cik|可得到絕對差矩陣。最小差為0，最大差為1，則關聯度為

ξi（k）= =

0.4000 0.6667 1.0000 0.71430.3330 0.4000 0.6000 1.00001.0000 0.3330 0.3333 0.33330.5000 0.6667 0.6000 0.55560.4000 1.0000 1.0000 0.7143

根據綜合評價公式，運用Matlab軟件進行矩陣運算分別得到5個不連續技術創新項目R、S、T、U、V在市場風險B1上的關聯度為：r1=ξi×w1（3）=[0.5897 0.4568 0.7022 0.5512 0.6424]T。

同理，計算出這5個不連續技術創新項目R、S、T、U、V分別在B1、B2、B3、B4、B5上的關聯度，以及5個項目風險綜合評價排名，如表2所示。

由此可得，5個不連續性技術創新項目最終風險排序為R>U>V>T>S，即項R的風險最大，項目S的風險最小。

四、結論

根據以上不連續性技術創新風險的識別和灰色關聯度的分析評價，可以得出以下結論。

第一，通過風險指標的權重計算結果可知，不連續性技術創新的主要風險為技術風險和市場風險，其次為財務風險、資源風險和組織風險。其中技術風險中的技術復雜度和技術成熟度為主要風險因素，市場需求和市場競爭力則是市場風險的主要影響因素。決策者在進行技術創新決策前，需充分考慮這些主要風險。

第二，從灰色關聯度綜合分析結果可看出項目間的相對風險大小。對于風險較大的項目，決策者可以根據企業自身情況，考慮其可行性，以及通過對風險的識別和有效的控制，來減少甚至避免不連續技術創新時的不必要風險。

參考文獻：

[1]尹作亮.中小企業技術創新風險分析及其防范策略[J].技術與創新管理，2010（02）.

[2]肖海林.不連續技術創新的風險探究——基于與連續創新的比較[J].經濟管理，2011（09）.

[3]肖海林，徐婷婷.不連續技術創新產品的消費者知識與購買意愿——以市場化初期3G 手機為案例的實證研究[J].管理學家（學術版），2013（01）.

[4]Christensen C M，Rosenbloom R S.Explaining the attacker's advantage： Technological paradigms， organizational dynamics， and the value network[J].Research Policy，1995（02）.

[5]Lambe C J，Spekman R E.Alliances， external technology acquisition， and discontinuous technological change[J].Journal of product innovation management，1997（02）.

（作者單位：桂林理工大學管理學院）