基于灰色關聯度的虛擬企業合作伙伴選擇評價方法

邵際樹，余祖偉

（1.寧波大紅鷹學院 經濟與管理學院，浙江 寧波 315175;2.寧波工程學院 經濟與管理學院，浙江 寧波 315212）

基于灰色關聯度的虛擬企業合作伙伴選擇評價方法

邵際樹1，余祖偉2

（1.寧波大紅鷹學院 經濟與管理學院，浙江 寧波 315175;2.寧波工程學院 經濟與管理學院，浙江 寧波 315212）

文章構建了基于灰色關聯度的虛擬企業合作伙伴擇優評價體系,構建了包含產品設計研發能力、企業互補性、企業整體實力、學習和創新能力、企業的可整合性的虛擬企業合作伙伴擇優評價指標體系，分析了傳統的基于歐氏距離的TOPSIS方法的不足，提出利用灰色關聯度改進歐氏距離的度量策略，給出了基于灰色關聯度的虛擬企業合作伙伴擇優評價方法。最后實證對比分析了傳統TOPSIS方法與基于灰色關聯度的TOP?SIS方法在虛擬企業合作伙伴擇優評價中的優缺點。

虛擬企業；合作伙伴；TOPSIS；灰色關聯度

0 引言

高技術帶有較高的附加值，能產生豐厚的利潤回報，但是其時效性也快，很容易被其他企業快速復制，因此為快速實現高技術向成果轉換，與相關實力企業共同組建虛擬企業來實現科技成果的快速轉化是現階段高技術成果轉換成產品的主要途徑，也是最好的選擇。而關于虛擬企業合作伙伴的選擇則關系到虛擬企業成敗的關鍵，因此，構建虛擬企業合作伙伴擇優評價體系具有重要的實際應用意義。

國內外學者從不同的角度對虛擬企業合作伙伴擇優評價進行了研究，并給出了不同的評價方法，但是評價方法復雜度較高，不利于實際應用。理想解法是多屬性決策中常用的方法，也是大家最熟悉的方法，本文將對傳統的基于歐氏距離的理想解方法(TOPSIS)進行分析，指出其不足，并對其改進，以提升評價結果的合理性和科學性。本文的主要創新在于對虛擬企業合作伙伴擇優評價的指標體系進行了分析，構建了一套新的評價指標體系；數值仿真分析了傳統歐氏距離的TOPSIS的不足，提出利用灰色關聯度來取代歐氏距離描述向量之間的貼近度，給出一種基于灰色關聯度的虛擬企業合作目標擇優評價方法。

1 虛擬企業合作伙伴評價指標體系和方法

1.1 虛擬企業合作伙伴評價指標體系

虛擬企業合作伙伴選擇過程中，最主要的是考慮從哪些方面來評價備選企業的能力，即要先確定虛擬企業合作伙伴選擇的評價指標體系，通過對現有學者的研究成果的分析和總結，并結合實際企業運作需要考慮的因素，最終本文選擇如下指標集合作為虛擬企業合作伙伴評價指標體系集合。

（C1）產品設計研發能力：虛擬企業均是以高技術成果轉換成產品為主，在實際成果轉換成產品的過程中，會遇到一定的技術難題，因此，需要不斷的進行技術攻關，這就需要加盟企業必須要具有較強的產品研發能力，從而為虛擬企業的順利投產提供技術支持保障。

（C2）企業互補性：主要是考慮所加盟企業是否與各企業之間具有互補性，虛擬企業的組建最基本的原則是各企業之間利用自己的優勢資源來快速完成技術成果的轉換，因此，互補性是加盟企業之間必須具有的一個特性。

（C3）企業整體實力：企業整體實力也是在進行虛擬企業構建過程中必須考慮的問題，高技術成果轉換雖然能得到較豐厚的利潤，但是前期投入也較大，整體實力較雄厚的企業在財力和人力資源提供方面會更具有優勢，在各種資源整合與企業管理經驗上更為成熟，特別是對產品營銷方面具有更多的優勢，有利于產品快速的投入市場，獲得更多的顧客認可度。

（C4）學習和創新能力：主要是所選擇的企業要具有較強的學習能力和創新能力，在虛擬企業中，更多的是彼此之間的互補性，為了及時了解和掌握技術，就必須具有較強的學習能力，在學習并掌握的同時，實現技術創新，以推動產品的不斷創新，保證企業的核心競爭力，以獲取更多的利潤和產品市場周期。

（C5）企業的可整合性：主要是指最終的企業之間是否能快速的整合，如果不能快速的將各企業之間進行整合，形成一個統一體，則有礙于虛擬企業的正常運行，甚至影響技術轉換為產品的周期，最終導致虛擬企業的失敗。

通過以上的分析可以看出，影響虛擬企業合作伙伴選擇的主要因素為五個方面，分別是企業的研發能力、虛擬企業之間的互補性、加盟企業的整體實力、加盟企業的學習和創新能力以及企業之間的可整合性。

在對虛擬企業合作伙伴選擇過程中，一般是通過初期的調查，選擇與項目相關且有能力合作的企業作為備選虛擬企業合作伙伴，設針對某高技術成果，欲組建一個虛擬企業將該高技術成果轉化成產品投入市場，主要組織企業通過前期的調查和篩選，最終確定有n個企業有資歷加入該項目共同組成虛擬企業進行技術成果轉換，但是考慮到資源需求的有限性等原因，最終只需要選擇兩家企業作為最終的合作伙伴。為了選擇最優的企業加盟構成新的虛擬企業，組織企業聘請相關專家構成評審團對n個企業進行調查和評價，設最終得到的評價信息如表1所示。

表1 群組專家對備選企業的評價信息

其中Xij表示第i個虛擬企業在第j個指標下的群組專家評價值。

在對虛擬企業合作伙伴擇優選擇過程中，一般預設一個最好的正理想的虛擬企業合作伙伴評價準則和一個最差的負理想虛擬企業合作伙伴評價，所有備選企業評價結果與預設的正理想虛擬企業合作伙伴評價準則的貼近度越大，而與預設的最差虛擬企業合作伙伴評價準則貼近度越遠，則表明對應備選企業越優秀，因此，基于理想解的評價方法常用于虛擬企業合作伙伴擇優的評價和排序。

1.2 歐氏距離的理想解法TOPSIS評價方法

依據傳統基于歐氏距離的TOPSIS評價方法，給出虛擬企業合作伙伴選擇的計算步驟：

（1）考慮到每個評價指標的重要性不同，可以采用相關的權重確定方法來確定五個虛擬企業合作伙伴擇優評價指標的指標權重，設最終確定的指標權重向量為：

其中ωj＞0表示第i個擇優評價指標的權重值。

（2）構造虛擬企業合作伙伴擇優評價加權歸評價矩陣V。對表1中給出的虛擬企業合作伙伴擇優評價數據的每個列向量乘其對應權值，得到加權歸一化決策矩陣V：

（3）確定虛擬企業合作伙伴擇優標準的正理想狀態向量正理想和正理想狀態向量其中

（4）計算備選企業的加權評價向量與正理想向量v+和負理想向量v1之間的歐氏距離S+和S-。其中第i個備選企業與正理想狀態向量v+的歐氏距離為：

其中第i個備選企業與正理想狀態向量v+的歐氏距離為：

（5）計算備選虛擬企業與理想狀態的相對貼近度。相對貼近度定義為：

備選虛擬企業與正理想狀態之間的歐氏距離Si+越接近，Ci越接近1。

（6）對每個備選虛擬企業根據對應的貼近度指標Ci來進行排序，Ci越大，表明對應虛擬企業的評價結果越好，在虛擬企業合作伙伴選擇過程中，應該優先考慮。

1.3 基于改進灰關聯度的企業運營績效評價方法

在傳統基于歐氏距離的TOPSIS方法中，在計算每個備選虛擬企業的評價向量與理想狀態之間的距離時，采用的是歐氏距離，但是歐氏距離在出現單個數據跳變時，會對歐氏距離產生較大的變化，如虛擬企業的一個理想狀態數據為：

給定一個虛擬企業的評價向量分別為：Sup1=(8.9，8，7.1，7.2，6)，另外一個虛擬企業的評價向量為：Sup2=(8.7，7.8，7，7，7.1)，當采用基于歐氏距離的方式計算兩個虛擬企業評價向量與理想狀態評價向量之間的距離時，則：

對v+，Sup1和Sup2的向量作圖如圖1所示：

圖1 v+，Sup1和Sup1向量元素對應位置圖

通過圖1可以看出，向量Sup1除了第五個元素外，其他所有元素均與理想狀態v+的位置很貼近，而向量Sup2則是除第五個元素外，其他所有元素與理想狀態v+的位置均較遠，按照客觀事實來看，應該是Sup1到理想狀態的距離要比Sup2到理想狀態的距離要近，但是通過歐氏距離計算得到的結果卻是Sup2比Sup1更貼近于理想狀態，從而說明了在理想解方法中，采用歐氏距離來度量向量之間的距離會產生與客觀事實不符的情況。因此，利用歐氏距離來刻畫向量之間的相似度容易受到單個因素的影響。下面給出一種灰關聯度理想解評價方法來實現對虛擬企業合作伙伴的擇優評價方法。

灰色關聯度作為灰色系統中的一個子系統，主要是用來描述存在不完備信息向量過程的序列之間的幾何貼近度。灰色關聯度主要用來分析比較序列構成的曲線與給定的參考序列構成的曲線中，兩條曲線之間的幾何接近程度和發展趨勢，這種方法要比用歐氏距離來描述兩個向量之間的距離更為科學和合理，也不容易受到單一數據的影響，因此本文采用灰色關聯度來實現對虛擬企業合作伙伴的擇優選擇。

同樣，將群組專家對各備選企業的評價值進行指標影

響因素加權，得到加權矩陣為：

對經過指標加權的群組專家對備選企業的評價值分別計算正負理想狀態，得到

取分辨系數ρ∈(0，1)，計算第i個備選虛擬企業加權評價向量與正理想參考序列之間的第k個元素之間的關聯系數為：

則第i個備選虛擬企業加權評價向量與正理想參考序列之間的灰色關聯度為：

則第i個備選虛擬企業加權評價向量與負理想參考序列之間的灰色關聯度為：

則計算每個備選企業與正、負理想狀態之間的灰關聯度貼近度指標為：

根據灰關聯度指標Ci即可實現對所有備選企業的評價和排序，同理，Ci越大，對應企業被選中作為虛擬企業合作伙伴的機會越多。

2 實證分析

設科研院所經過不斷的實驗和研究，最終得到一種實用性加強的科研成果，在準備將其轉換成產品投入市場的過程中，擬組建一個虛擬企業。通過前期的招標和考察，最終有六個企業適合作為組建虛擬企業的合作對象，但是考慮到虛擬企業組成后的管理和利潤分成，只需要在六家備選企業中選擇兩家企業作為最終組建虛擬企業的合作伙伴，以組成虛擬企業實現對科研成果的順利轉化。通過前期的調查，并聘請專家組對六家備選企業進行評價，采用本文所建立的虛擬企業合作伙伴擇優評價指標進行評價，最終得到的評價數據如表2所示：

表2 群組專家對六家備選企業的評價信息

考慮到在對虛擬企業合作伙伴擇優評價過程中，每個指標的重要性不同，分別采用主觀賦權法和客觀賦權分別得到兩種賦權法的權重，并最終將兩種賦權法得到的權重進行加權組合得到最終的虛擬企業合作伙伴評價指標的組合權重。其中組合權重計算公式為：

本文取風險因子α=0.4，對主客觀賦權法進行組合加權，得到組合權重見表3所示。

表3 群組專家對六家備選企業的評價信息

對評價結果進行加權得到指標加權矩陣為：

則對應的正理想狀態為:

負理想狀態為：

依次計算每個備選方案與正、負理想狀態之間的歐氏距離為：

則貼近度為：

采用灰色關聯度來計算六個備選企業與正負理想狀態之間的灰色關聯度，最終得到的灰色關聯度為：

則灰關聯貼近度為：

其排序結果作圖如圖2所示。

根據基于歐氏距離的TOPSIS方法得到的企業排序結果為：

根據灰關聯度的TOPSIS方法得到的企業排序結果為：

圖2 六個企業與理想狀態的貼近度示意圖

根據圖2可以看出，利用基于歐氏距離得到的虛擬企業的貼近度指標數值較近，不便于對企業的排序，而采用基于灰關聯度的虛擬企業合作伙伴擇優的灰貼近度指標數值離差較大，更容易分辨，考慮到灰色關聯度能有效克服歐氏距離的不足，因此，基于灰色關聯度的虛擬企業合作伙伴擇優評價結果更為科學和可信。根據最終基于灰色關聯度的TOPSIS評價方法得到的結果，最終應該選擇備選企業A2和備選企業A5作為該科研院所的虛擬企業合作伙伴。

3 結論

高技術成果通過組建虛擬企業快速實現成果轉化，是技術產生生產力的主要表現，也是促進區域經濟發展的重要措施和方向。在組建虛擬企業過程中，合作伙伴選擇的好壞對虛擬企業運行具有重要的作用，選擇合理的虛擬企業合作伙伴評價方法，對選擇最優合作伙伴具有重要的意義。本文對傳統的TOPSIS方法進行了分析，指出其不足，給出一種新的評價方法，對提升虛擬企業合作伙伴擇優評價結果的可信度具有重要的參考意義。

[1]張新香.虛擬企業合作伙伴選擇三階段模型及方法研究[J].管理評論,2011,(3).

[2]金瑩，張以文.虛擬企業伙伴選擇指標綜合權重確定方法[J].統計與決策,2013,(10).

[3]馬蕾.基于不確定信息的虛擬企業合作伙伴的選擇方法[J].統計與決策,2012,(11).

[4]陳偉，張永超，馬一博，田世海.高技術虛擬企業合作伙伴選擇組合評價研究[J].科技與經濟,2011,(3).

[5]王麗波,許曉兵.基于可拓學優度評價法的虛擬企業合作伙伴選擇研究[J].技術與創新管理,2012,(1).

[6]楊堅.基于群決策模型的虛擬企業合作伙伴選擇問題研究[J].統計與決策,2011,(16).

[7]羅黨,劉思峰.灰色關聯決策方法研究[J].中國管理科學,2005,(1).

[8]劉思峰,蔡華,楊英杰,曹穎.灰色關聯分析模型研究進展[J].系統工程理論與實踐,2013,(8).

（責任編輯/易永生）

F270

A

1002-6487（2016）23-0040-04

浙江省社會科學規劃課題（14NDC057YB）

邵際樹（1968—），男，湖北嘉魚人，博士，副教授，研究方向：企業管理。余祖偉（1971—），男，湖北武漢人，博士，講師，研究方向:發展經濟學。