基于DEA虚拟研发联盟绩效评价实证研究.docVIP

基于DEA虚拟研发联盟绩效评价实证研究 　　摘要：基于虚拟研发联盟运作绩效表现出的集成性、敏捷性及协同性特点，构建虚拟研发联盟的绩效评价模型和指标体系，并运用DEA综合评价方法对该模型进行了分析和筛选，在此基础上设计和开发了虚拟研发联盟DEA综合评价指标体系，进而提出了提升虚拟研发联盟绩效的相关策略。 　　关键词：DEA 虚拟研发联盟 绩效评价 　　虚拟研发联盟是虚拟组织理念渗透于研发机构所形成的一种RD联盟新模式[1]，打破了传统研发联盟的组织约束、地域限制，实现了人才、技术、信息、知识、设备等资源的无障碍共享[2]。虚拟研发联盟遵循与一般组织结构相似的考核流程，其运行效果的好坏同样是通过绩效反映出来。 　　一、虚拟研发联盟绩效评价的指标体系整体构架 　　虚拟研发联盟的绩效评价指标体系不同于一般的战略联盟绩效评价指标体系。它着重从集成性、敏捷性、协同性三个方面出发，涉及到对于整个联盟研发能力的全方位评价，因此其内涵十分丰富，具有很强的系统性和层次性。根据虚拟研发联盟绩效评价的特点，根据科学性，求实不求全，指标数据的可获得性及可比性等原则，经过反复筛选和优化，构建了基于综合评价指数的考核框架，具体如图1所示。 　　二、虚拟研发联盟的绩效评价方法 　　（一）基于DEA综合评价模型的指标选择和数据收集 　　数据包络分析（Data Envelop-ment Analysis，简称DEA）是美国著名运筹学家A. Charnes和W. W. Cooper等学者，以相对效率概念为基础发展起来的一种效率评价方法。它不但可以对同一类型的各决策单元（Decision Making U-nits， 简称DMU）的相对有效性进行评定、排序，而且还可以利用DEA“投影原理”进一步分析各决策单元（DMU）的有效原因及其改进方向，从而为决策者提供重要的管理决策信息。数据包络分析的基本思路是建立输入与输出的评价关系，用这种评价关系来评价输入对输出是否相对有效，即DEA有效性和相对有效的程度。 　　为了从集成性、敏捷性、协同性三个维度对虚拟研发联盟进行评价，可以将每一个虚拟研发联盟作为一个决策单元（DMU），而后分别从三个维度对其进行DEA分析，得出三个维度???DEA有效性和相对有效程度。为了适应DEA的基本思路，同时方便数据的有效收集，本研究以虚拟研发联盟指标体系为基础，依照输入和输出的模式选取指标体系中重要且数据易收集的指标，构建如表2所示的虚拟研发联盟DEA综合评价指标体系。 　　为了保证评价的客观性，发挥DEA模型的客观性优势，对于以上指标的数据来源，以被评价虚拟研发联盟的联盟内部统计数据为主，对于少量的综合定性数据，则通过评价组，以专家打分的方式获取。 　　（二）DEA综合评价模型的构建与分析 　　为了可以在从三个维度分别评价虚拟研发联盟的同时获得虚拟研发联盟的总体评价结果，构建两阶段DEA综合评价模型。第一阶段，利用虚拟研发联盟DEA综合评价指标体系从三个维度分别评价虚拟研发联盟，求出各个维度的效率值θ，为了全面的分析各决策单元的技术效率与规模效率情况，可以分别从技术效率、纯技术效率以及规模效率三个方面进行分析评价。第二阶段，则利用第一阶段的结果，结合一级指标的权重，经过加权平均，计算出虚拟研发联盟的综合效率值。 　　根据DEA数据包络分析理论，可以对于集成性、敏捷性和协同性三个维度分别用C2R模型评价技术效率，用BC2模型评价纯技术效率，而用两者的比率评价规模效率。由于各个维度的评价均由多个投入指标和多个产出指标构成，因此用下脚标i表示第i项投入，而用下脚标u表示第u项产出，设所求维度有p个投入指标，q个产出指标。 　　第一步，利用Charnes和Cooper给出的具有非Archimedes无穷小量的DEA模型（Dε），分析各虚拟研发联盟的技术效率。 　　其中，θ表示所评价虚拟研发联盟的技术效率值；xij和yuj分别表示第j个DMU的第i项投入指标和第u项产出指标，λj表示n个DUM的线性组合向量，S-i表示第i项投入指标的投入过剩量，S+u则表示第u项产出指标的产出不足量。通过这个C2R模型可以对虚拟研发联盟的技术效率和规模收益进行评价。 　　（1）技术效率评价：假设该线性规划模型的最优解为θ0，λj0，Si-0，Si+0，则根据DEA理论有：若θ0=1，Si-0=0，Si+0=0，则DUMj0为DEA有效，即该虚拟研发联盟相关维度同时为技术和规模最佳；若仅θ0=1，则DUMj0为弱DEA有效，即该虚拟研发联盟相关维度并非技术效率和规模同时达到最佳；若θ01，则该虚拟研发联盟为规模收益递减。 　　（3）改进目标。若通过技术效率评价得出结果为弱DEA有效或DEA无效，则应该针对结果对虚拟研发联盟进行改进。若