基于猶豫模糊語言的企業合作伙伴選擇研究

陳 璐，吳 潔，胡 俊，盛永祥，施琴芬

(1.江蘇科技大學經濟管理學院，江蘇鎮江 212003；2.蘇州科技大學商學院，江蘇蘇州 215009)

1 研究背景

隨著經濟與科技全球化進程的加快，技術創新在經濟發展中的作用日益凸顯。促進技術創新上下游之間的對接耦合，實現技術創新必要生產要素的優化組合，進而提升企業的競爭力。推動企業與高校的合作是整合產業技術創新資源，引導創新要素向企業集聚的迫切要求，也是企業提高創新能力、降低創新成本和創新風險的重要途徑。然而，應當注意的是，雖然企業與高校合作會為企業帶來更大的發展機會，但由于合作的復雜性，在實際的合作過程中失敗率高達50%～60%。企業為了獲得更先進技術進行創新，需要選擇合適的合作伙伴進行合作。選擇最優的合作伙伴有助于促進企業的專利創造，進而提高其價值創造的能力。

企業技術需求大，擁有資金等優勢，往往能更加快速地捕捉技術市場的發展機遇，但由于自身研發水平及知識資源的有限，需要具有更多知識資源的高校提供技術支持，因此，企業在合作伙伴選擇中處于主導地位，高校則處于被動地位。在進行合作伙伴選擇時，往往是由處于主導地位的一方主動去選擇處于被動地位的一方。對于合作伙伴的選擇，已有較多學者進行了定量研究。姚升保[1]考慮了評價指標間的關聯性，提出通過模糊組合決策方法解決產業技術創新聯盟的合作伙伴選擇問題。韓瑩等[2]基于Hotelling博弈模型，考慮產業集群中隱性契約的約束，研究了不同階段集群企業間的伙伴選擇機制。徐雷等[3]基于伙伴選擇視角，對產學研協同創新的影響等進行了研究，指出伙伴選擇能顯著影響產學研協同創新績效。戴軍[4]改進了布谷鳥投影尋蹤算法，解決了合作伙伴選擇的優化問題，提高了伙伴選擇最優解的效率。

發明專利授權數量是衡量知識主體價值的重要指標。然而，專利價值不僅要以專利數量衡量，還要以專利質量來衡量，而且專利質量對于企業專利價值的評價更為重要。但是由于缺乏專利公開交易的數據，相較于市場上有形資產的確定價格，專利質量不能通過精確數字來衡量其價值，往往缺乏對專利質量的客觀評估。由于決策問題的復雜性和不確定性，以及人們思維的局限性，決策者往往無法用精確的數值表示某些決策信息，即無法合理量化決策信息，只能進行定性描述。例如，當決策者評價一個企業的ERP優劣程度時，與明確的數值形式相比，用“很好”“好”“一般”“差”或“很差”等語言來表示更符合決策者評價時的思維方式及對事物的認知。對于語言形式的決策問題已有較多的研究。而猶豫模糊語言能夠更靈活準確地表達人們的決策觀點，很多學者對猶豫模糊語言的性質及方法進行了深層次的研究。加州大學學者Zadeh[5]最早提出了模糊集(Fuzzy Sets，FSs)，將集合隸屬度的經典雙值邏輯擴展到區間，并超越了數學幾乎不能研究不確定性現象的局限性。Torra等[6-7]提出了另一種廣義形式的FSs，它由一些猶豫模糊集(Hesitant Fuzzy Sets，HFSs)組成。Lin等[8]在HFSs的基礎上引入了猶豫模糊語言集(Hesitant Fuzzy Linguistic Sets，HFLSs)的概念，決策者可以通過HFLSs在更靈活的語言中表達語言變量。

在企業對合作伙伴專利價值的評價過程中，由于人類思維的模糊性，決策者的知識和經驗對決策產生巨大的影響，猶豫模糊語言(HFLSs)能夠更準確地反映決策者在評價高校專利價值的語言變量。因此，本文從專利價值角度出發，以比亞迪汽車為例，利用猶豫模糊語言評價新能源汽車領域內相關高校的專利價值，研究企業的合作伙伴選擇問題，為企業的合作伙伴選擇提供一種有效方法。

2 預備知識

2.1 猶豫模糊語言

猶豫模糊集中元素的隸屬度是區間的一個子集，因而其可以解決實際問題中由于決策者的猶豫不決而導致的信息不確定性及信息不精確性。

定義1[9]設X為一個論域，其中猶豫模糊元hA(x)表示論域中X的元素x的可能隸屬度的集合，且這些可能隸屬度都是[0,1]的子集。則X中的猶豫模糊集A定義為：

猶豫模糊語言(HFLSs)的概念是模糊數(FN)和猶豫模糊集(HFSs)概念的延伸。猶豫模糊語言的基本定義及其運算如下：

定義2[8]S={s0,s1,…,si}是一個由l+1個語言術語組成的語言評價集，si代表一個語言變量的可能值，而奇數l+1被稱為語言術語集S的粒度，在實際的決策中，l+1通常取3，5，7等。

任何語言集都應該滿足以下條件。

(1)有序性：如果si>sj則i>j(即si優于sj)；

(2)最小值：如果si≤sj(即si不優于sj)，則min(si，sj)=si；

(3)最大值：如果si≥sj(即si不劣于sj)，則max(si，sj)=sj；

(4)逆運算：neg(si)，且i+j=l。

令sα，sβ∈S，則運算規則如下：

(1)sα⊕sβ=sα+β；

(2)sα?sβ=sα×β；

(3)λsα=sλα，λ>0；

(4)(sα)λ=sαλ，λ>0。

定義3[8]設X為一個論域，S={s0,s1,…,sl為語言評價集，則A={〈x，sθ(x)，hA(x)〉|x∈X}稱為論域X上的猶豫模糊語言集(HFLSs)，其中a(x)=〈sθ(x)，hA(x)〉〉記為猶豫模糊語言變量(HFLV)，hA(x)表示集合X中的元素x隸屬于語言評價值sθ(x)∈S的可能隸屬度的集合，且這些可能隸屬度都是[0,1]的子集。

定義4[8]設a=，a1=為三個猶豫模糊語言變量，則它們之間有以下運算法則：

兩個猶豫模糊語言的距離定義如下：

2.2 灰色關聯度

對于一個多方案的多屬性決策問題，評價指標的確定十分重要。灰色關聯將定性分析和定量分析相結合，是灰色系統理論的一個重要組成部分，其可以克服主觀或客觀權重的不足，現已被廣泛應用于各個領域，以有效地衡量多個數據序列之間的關系，并確定標準的權重。Chen等[11]考慮了模糊權重與模糊灰色關聯系數的高相關性，并對灰色關聯分析方法進行了改進。Zhou等[12]提出了基于灰色關聯模型的新型灰色預測模型。Lin等[13]使用灰色關聯分析來測量任意兩種模式的相似度以適應粗糙集。

通過灰色關聯分析確定權重的方法如下：

然后計算關聯系數：

取分辨系數ρ=0.5。

通過公式(2)得到灰色關聯度判斷矩陣：

2.3 幾何Bonferroni Mean(HFLWGBM)算子

Bonferroni[14]提出的Bonferroni Mean(BM)算子是一種集成算子，它能夠反映數據間相互影響及相互依賴的關系特性。Xia等[15]結合Bonferroni Mean (BM)算子與幾何平均(GA)算子，提出幾何Bonferroni Mean (GBM)算子來計算綜合評價值。

定義6[15]令p，q>0，ai(i=1，2，…，n)是一個非負實數集合。則GBM算子的定義如下：

(4)

2.4 猶豫模糊語言加權幾何Bonferroni Mean(HFLWGBM)算子

在猶豫模糊語言環境中擴展GBM算子。根據定義1和定義2，給出HFLWGBM算子的定義如下：

利用HFLWGBM算子集成的評價信息仍是猶豫模糊語言變量，則：

3 案例分析

2010年國務院發布了《關于加快培育和發展戰略性新興產業的決定》，將新能源汽車產業與節能環保等其他產業共同列為中國七大戰略性新興產業。這既有利于緩解能源和環境壓力，推動汽車工業轉型升級，也是培育新經濟增長點，搶占新一輪科技創新制高點的戰略舉措。新能源汽車作為戰略性新興產業之一，自2009年1月以來，中國實施“十城千輛”的新能源汽車政策，發展迅速。由于汽車升級帶來的機遇和這些機會的巨大回報，汽車制造商們正在爭奪日益增長的新能源汽車市場。中國是世界上最大的新能源汽車市場，中國汽車技術研究中心2016年7月的數據顯示，中國已經注冊了200多家新能源汽車企業；全球市場份額已超過50%。

比亞迪股份有限公司是從電池研發生產的業務發展起來的企業，從進軍汽車領域起就著手布局新能源產品，現已掌握了領先對手的核心三電技術，還攻克了新能源汽車領域的關鍵技術難題——IGBT，打破了國際巨頭的技術壟斷。其綜合技術和產品設計方面優勢帶來的直接效益就是生產成本下降與生產質量提升，形成了行業內無可替代的競爭壁壘。作為新能源汽車的引領者，比亞迪依靠自身的資源整合能力，已經實現了從原材料、電池生產、整車制造到銷售終端最長的全產業鏈布局。得益于技術創新的紅利，比亞迪已連續四年蟬聯全球新能源汽車銷量第一，在2018年52萬輛的總銷量中，新能源汽車占比約為24.7萬輛，超過了國際新能源巨頭特斯拉。

盡管目前比亞迪具有較大發展優勢，但其面臨的挑戰還有很多。首先，2018年比亞迪銷量同比增長22%，利潤下降33%，成本壓力巨大；其次，新能源汽車的質量問題頻發，尤其是電池的續航能力；第三，雖然國家在補貼、稅收、牌照及限行等方面對新能源汽車提供了極大的優惠，是新能源汽車發展的有力輔助，但隨著新能源汽車的日益普及，從2017年開始政策性補貼已經開始退坡，2018年的財政補貼更是整體下降超30%，新能源汽車與傳統燃油汽車的競爭正逐步從“政策導向”過渡到完全的“市場導向”；第四，比亞迪并非是新能源汽車領域的唯一企業，許多傳統車企也加入到了這一領域中，近年來，北汽、吉利長城以及長安都在計劃推出新能源汽車。這意味著，新能源汽車市場日趨成熟，未來新能源汽車的發展要大力發展技術，在激烈的競爭中需靠技術取勝。比亞迪目前需要做的就是尋求高校的合作，突破技術上的局限以繼續保持已有競爭優勢。

3.1 方案選擇

綜合考慮合作可能性及高校在新能源汽車領域的技術和專利，從開展具有前沿性、前瞻性的科學研究和具有應用基礎的關鍵共性核心技術研究的高校中選擇5家高校來評價他們的專利價值，分別是重慶大學(A1)、吉林大學(A2)、同濟大學(A3)、清華大學(A4)、武漢理工大學(A5)。

(1)重慶大學。重慶大學建立了新能源汽車實驗平臺，主要研究領域在新能源汽車混合動力控制、高安全性動力電池系統集成技術及動力耦合系統構型等方面，目前已經開展了混合動力系統在電動汽車整車測試評價體系的研究。

(2)吉林大學。吉林大學在我國汽車工業領域屬于老牌強校，其車輛工程學科很早就被確立為國家級重點學科，在汽車工業學科領域具備領先實力，基礎研究和原始創新能力突出、技術儲備豐富、人才優勢明顯。

(3)同濟大學。同濟大學的新能源汽車工程中心是教育部指定的工程研究中心。也是上海市電動汽車工程技術研究中心，該平臺的發展目標是占領新能源汽車領域的技術制高點，依托同濟大學及其汽車學院的巨大優勢，在基礎科研方面較為突出，科技成果轉化率較高。

(4)清華大學。清華大學在新能源汽車領域擁有兩個國家級重點科研機構，在車輛動力工程科學研究與技術開發領域具備領先實力。我國第一批燃料電池混合動力城市客車即為該機構研制，目前正在突破鋰電池系統安全及鋰電池系統集成關鍵技術。

(5)武漢理工大學。武漢理工大學與武漢市政府聯合成立了武漢新能源汽車工業技術研究院，致力于新能源汽車關鍵技術研發、孵化及其產業化，重點進行新能源汽車整車設計與開發、電池及動力系統、電子控制等領域的研究。

從Patsnap數據庫中檢索新能源汽車領域5家高校近20年的相關專利數據如圖1所示，清華大學是領域內擁有發明專利授權數量最多的高校，而同濟大學的發明專利授權數量較少，吉林大學近兩年的發明專利增速較快，重慶大學與武漢理工大學的發明專利授權數量及其增長趨勢接近。總體來看，各高校的發明專利授權數量趨勢大體一致。

圖1 5家高校在新能源汽車領域的發明專利授權數量

發明專利授權數量不能完全代表知識主體的專利價值，還需要通過對專利質量的評價來判斷知識主體的價值。決策者通過猶豫模糊語言(HFLSs)評估方案Ai， 設語言集S={s0，s1，…，sl}={非常差，差，稍差，一般，稍好，好，非常好}。

3.2 評價指標

根據Fischera等[16]的實證研究，本文選擇權利要求(C1)、一般性 (C2)、專利年限(C3)、專利族大小(C4)、引用數 (C5)等為高校的專利價值評價指標。

(1)被引次數C1。專利的引用情況能夠揭示專利之間的相互聯系，專利的被引次數反映了專利的重要性及其對其他專利的新奇性的限制程度，是專利技術水平和價值的重要反映。高校的專利被引次數越多，說明專利所蘊含的技術水平越高，其價值也相應越大。

(2)專利族規模C2。專利族規模代表了知識主體專利申請領域的廣度，可以用來了解知識主體的潛在布局市場；由于專利申請和維護費用相對高昂，例如翻譯費、專利代理人申請費、考試費等，若高校對專利的布局較為完整，其專利族規模越大，則越能反映該專利的潛在價值。

(3)權利要求C3。權利要求是對專利或專利申請在科學術語上的保護范圍的界定，對專利申請和專利訴訟具有重要的影響。因此，將專利與所謂的優先技術分開的限制越少，就越有價值。

(4)一般性C4。專利的影響程度和重要性可以用一般性來表達。如果專利具有較高的通用性，則說明該專利在許多領域影響了后續的技術創新。

(5)專利年限C5。專利的時代是有限的。隨著專利年齡的增長，專利申請范圍在一定期限內增加。但超過一定限度后，專利會隨著時間的推移逐漸失去其財產的價值，專利時代越長，專利的潛在技術就越有可能被淘汰。

3.3 決策過程

表1 決策矩陣

步驟1：計算得比較序列：

步驟2：通過式(1)得到距離矩陣如下：步驟3：通過式(2)得到判斷矩陣如下：

步驟5：令p=q=1，以a1為例，通過HFLWGBM算子集結猶豫模糊語言信息的計算方法為：

表2各方案的期望值

通過計算得到各方案的排序：A3A4A2A5A1。即同濟大學是比亞迪的最優合作伙伴。

根據評估結果，可以知道同濟大學在專利族規模和專利一般性方面都很好；很明顯，由于同濟大學在新能源汽車領域的專利布局，其在未來有著廣闊的發展前景。另一方面，雖然清華大學的發明專利授權數量很大，知識共享程度較好，但是其收益分配系數不是很合理，對于風險的厭惡程度較低，且專利族規模相比于同濟大學較為薄弱。因此，清華大學的綜合評價低于同濟大學。綜合多方面因素，比亞迪應該選擇具有更高知識價值和廣闊前景的合作伙伴。

4 結論

通過猶豫模糊語言對新能源汽車領域主要的高校(重慶大學、吉林大學、同濟大學、清華大學及武漢理工大學)進行評估，對各高校進行排名，并為比亞迪選擇最優的合作伙伴。評價結果表明，同濟大學是比亞迪的最優合作伙伴。

同濟大學建有國內第一個汽車整車風洞科研平臺，擁有新能源汽車及動力系統國家工程實驗室、國家燃料電池及動力系統技術研究中心。圍繞新能源汽車的研究開發工作，設置有動力平臺集成、電驅動、電子信息、燃料電池系統和新能源/新材料五個專業部門，建立了包括純電動汽車、混合動力汽車、燃料電池汽車在內的新能源汽車動力系統技術平臺，同時還在燃料電池用氫能源及其他車用先進替代清潔能源技術領域內取得了重要突破。同濟大學在新能源汽車研發方面取得標志性科研成果，目前在技術上主要攻克的方向是高功率、高能量密度的電池；還在智能化領域研究整車平臺化，實驗分布式驅動電動汽車；同時也在進行智能輔助駕駛的研發等，為國內新能源汽車重大戰略需求提供了強有力的科技支撐。比亞迪與同濟大學進行協同創新，在商業模式和服務方面找到適合電動化和智能化發展的有利技術。雙方的合作能夠優勢互補，進一步促進新能源汽車領域的技術創新，特別是比亞迪能夠充分利用同濟大學的整合平臺、技術等方面的優勢，對未來的產品布局更有利。

技術先進性和成果轉化能力是企業核心競爭力的重要體現。企業在選擇合作高校的時候要充分考慮高校的價值，通過相關指標判斷其專利價值，以有效評估高校的科研創新能力。對于高校專利價值指標的評價中，需要在充分了解高校各方面信息的基礎上，使用更能體現決策者心理不確定性的猶豫模糊語言對高校的專利價值進行評價，尋找滿足企業前沿科技技術需求的高校，建立起良好的校企合作關系，實現研發資源及相關技術的共享、優勢互補，為企業贏得知識優勢，以促進企業的技術創新。