本站小編為你精心準備了企業技術創新風險評價研究參考范文,愿這些范文能點燃您思維的火花,激發您的寫作靈感。歡迎深入閱讀并收藏。
1.1企業融合風險在企業技術創新生態系統中,各成員企業本著整合異質資源、優化技術結構的目的進行合作,通過共享資源和信息,實現共生共存、協同發展。但是,構成企業技術創新生態系統的企業可能來自不同地域,文化習慣和經濟體制存在差異。不同文化背景或不同經濟體制下,企業之間的合作容易產生管理界限不清、信息交流不暢以及決策延遲等問題,導致合作創新過程中產生摩擦。另外,系統內成員的分工將不斷深化,并致力于發展各自領域的核心專長,存在“背對背”研發的可能性,長期發展下去會導致技術融合產生障礙,造成合作創新失敗。
1.2機會主義風險信息不對稱是機會主義風險發生的主要原因。在建立合作關系時,一方為了尋求合作機會夸大自身能力,使另一方的評價出現誤差,造成逆向選擇。導致核心企業所依據的互補性原則失效。另外,信息不對稱會造成合作協議不完備,降低對合作各方的約束力并增加機會主義行為的發生概率。當在合作過程中出現合同范圍之外的問題、并且涉及雙方利益得失時,一些企業可能為了謀取自身利益而做出損害系統的事情。另外,欺騙行為、盜取核心技術、“搭便車”和“檸檬問題”都是較常見的機會主義風險。
1.3核心資源流失風險核心資源包括承載核心技術的知識以及掌握核心技術的骨干員工。為使企業技術創新生態系統的整體利益最大化,各成員企業間互通有無、共享知識和信息。但是,成員企業之間通常處于“競爭-合作”共存的狀態,合作企業一旦通過知識共享掌握了關鍵技術或資源,合作需求就會變弱甚至消失。另外,知識、技術等一些軟資源往往存在于企業骨干員工的頭腦中。系統外的一些企業可以通過高薪聘請等方式挖走系統內的骨干員工。骨干員工的流失會造成此消彼長的局勢,并為該企業技術創新生態系統塑造“勁敵”。
1.4外部環境風險外部環境風險包括政策風險、市場風險、自然災害等。宏觀政策,如法律法規、方針、政策等發生變化會對企業技術創新生態系統技術創新項目產生影響,如果負面影響過大會導致系統技術創新項目終止;通常,市場接受創新產品的時間、新產品生命周期及市場開發所需要資源投入強度難以確定,這些都造成了極大的市場風險,這種風險具有未知性和不確定性。因此,對市場的認識不足,如消費者難以接受創新產品、市場需求發生變化、市場競爭激烈、市場容量過小、市場處于衰退期、模仿的創新產品或替代產品的出現等都會成為市場風險的誘因;自然災害包括地震、海嘯、洪災、火災等,這些風險具有不可抗性。
1.5創新單元風險創新單元風險是指在企業技術創新系統運行過程中,某個成員企業自身經營不善而導致整個系統技術創新項目終止或創新成本增加。企業技術創新生態系統圍繞技術創新項目運行,核心企業將技術創新項目分為若干個子項目并由不同的創新單元完成。其中,一些創新單元將負責一些重要的技術創新子項目,這些子項目能否順利完成將決定總項目能否完成,從整體角度來說,也決定企業技術創新生態系統能否正常運行。創新單元自身存在的風險,如決策風險、管理風險、生產風險、財務風險等,都可能擴展成為系統風險。
1.6風險評價指標體系構建基于上述風險類型分析,結合各種風險的產生機理和形成要素,設立具體的風險指標。企業技術創新生態系統運行風險評價指標體系如表1所示:
2基于BP方法的風險評價實證研究
本研究通過JDJ公司的幫助進行問卷調查,共收回調查問卷35份,剔除的問卷主要包括答題時間小于5分鐘的問卷、有缺失數據的問卷以及所有問題答案相同的問卷,剩余有效問卷為30份,有效率為85.7%。在驗證過風險評價指標的效度和信度后,利用與JDJ公司相關的30家企業的調查數據對JDJ企業技術創新生態系統進行風險評價。
2.1樣本數據的選取
本文選取30個熟悉該企業技術創新生態系統的專家對企業技術創新生態系統風險運行評價指標體系的二級指標進行打分,其結果作為BP神經網絡模型的訓練和檢測樣本。同時,設定了各二級指標的權重系數,如表2。隨后,本文根據以上指標權重對30個專家打分進行加權平均得到BP神經網絡模型的期望輸出,如表3所示。
2.2網絡結構的確定
2.2.1各層神經元數目的確定。本文運用確定隱含層節點數的經驗公式計算隱含層單元個數,其中,a為之間的常數,n為隱含層神經元數目,m為輸出層單元數[7]。為了得到更好的網絡性能,一般是通過對不同隱含層神經元數目進行訓練并通過誤差比較來確定隱含層的神經元數目。由于通過以上經驗公式確定隱含層單元個數時,a取1,2,9,10的網絡性能較差,因此,本文將a從3到7逐個實驗,并對a取不同值所對應的BP神經網絡進行對比分析,得到誤差曲線。結果顯示當a取5時,網絡性能較好。如圖1所示。
2.2.2網絡學習參數的選取。學習速率決定每一次循環訓練中所產生的權值和閾值變化量。過大學習速率可能導致系統的不穩定,而過小的學習速率則可能導致訓練時間過長,收斂速度較慢,但能保證網絡的誤差值不能跳出誤差表面的低谷而最終趨于最小誤差值。所以,在一般情況下傾向于選取較小的學習速率以保證系統的穩定性,學習速率的選取范圍一般在0.01~0.8之間。在一個神經網絡的設計過程中,網絡一般要經過幾個不同的學習速率的訓練,通過觀察每一次訓練后誤差平方和的下降速率來判斷所選定的學習速率是否合適。如果下降很快,則說明學習速率合適;若出觀振蕩現象,則說明學習速率過大。對于每一個具體網絡都存在一個合適的學習速率,但對于較復雜網絡,在誤差曲面的不同部位可能需要不同的學習速率。為了減少尋找學習速率的訓練次數以及訓練時間,本文采用變化的自適應學習速率,使網絡的訓練在不同的階段自動設置學習速率的大小[9]。
2.3企業技術創新生態系統運行風險評價將調查問卷整理得到的30個樣本數據輸入到經過訓練并檢測的BP神經網絡模型,對JDJ企業技術創新生態系統運行風險進行評價,結果見表4。對表4中系統運行風險進行平均,發現序號為2,5,8,16的數據明顯高于平均值,說明這幾個問卷打分有誤,不能代表該企業技術創新生態系統運行風險的最終評價結果。對其余26組數據的風險評價結果進行分析發現,系統運行風險評價得分均落在[0.2,0.4],對照企業技術創新生態系統的運行風險等級,即超高風險運行狀態[0.8,1]、高風險運行狀態[0.6,0.8]、較高風險運行狀態[0.4,0.6]、低風險運行狀態[0.2,0.4]和正常運行狀態[0,0.2],說明JDJ企業技術創新生態系統處于低風險運行狀態。在此基礎上,本文對該系統處于低風險運行狀態進行深入分析發現,企業融合風險得分明顯高于其他風險得分,說明該企業技術創新生態系統存在企業融合困難的問題。
3結果分析
3.1企業技術創新生態系統固有的抗風險能力分析核心企業根據信息對稱性原則、資源和技術互補性原則以及兼容性原則進行合作伙伴選擇,在很大程度上規避了一些風險。因為核心企業在進行合作伙伴選擇之初,對各個潛在合作伙伴都進行了綜合評價,其中包括技術創新能力以及技術互補性,另外也對核心企業與潛在合作伙伴進行合作所帶來的風險進行了分析。在核心企業與合作企業簽訂合約時,合約內容中針對違約行為的描述和違約發生的處理辦法做了細致設計,以此盡可能地避免在合作過程中因違約造成的損失。在企業技術創新生態系統運行過程中,核心企業對其合作伙伴進行控制,對各個合作伙伴的行為實施跟蹤,能夠有效地避免合作企業的違約行為。通過以上方式,系統降低了機會主義風險事件的發生概率。而為了防范核心資源的流失,對于企業技術創新生態系統而言,不論是核心企業還是系統成員企業都具備良好的知識產權保護意識。該系統的成員對關鍵技術實施保護、控制,使得關鍵技術難以讓系統外的競爭對手模仿,保持了該企業技術創新生態系統的競爭優勢。除此之外,系統內的關鍵技術人員具有良好的薪酬待遇,防止了系統外企業為獲取關鍵技術挖走系統內的關鍵技術人員。該企業技術創新生態系統還時刻關注系統外部環境的變化,包括宏觀政策、宏觀經濟狀況和市場環境,并能夠根據外部環境變化做出及時調整。在企業技術創新生態系統中,核心企業為控制創新單元風險,要求各成員企業及時更新生產設備及生產工藝,定期對生產技術人員和管理人員進行培訓,以保證各成員企業正常運行。
3.2企業技術創新生態系統的企業融合風險分析雖然,企業技術創新生態系統具有一定的抗風險能力以及規避辦法,但仍不可避免企業融合風險,主要是企業文化差異使得企業融合出現問題。JDJ公司綜合考慮了成本、市場、技術、核心資源等原因將企業設在北方,而部分供應商和分銷商等合作伙伴分布在南方。由于南北方的地域文化差異較大,造成管理、協調和溝通出現障礙。地域文化的差異較多的體現在權力文化上。從權力距離方面看,南方企業尤其是東南沿海地區和珠江三角洲地區的企業,權力距離較小。這是因為在改革開放以后,這部分地區率先接受了市場經濟的洗禮,部分企業迅速與世界標準接軌,吸取了先進的管理經驗,使權力在運用時趨于合法化,并受到善意判斷的制約。北方地區的企業,包括西部地區的企業,早年間受到國有制經濟的嚴重束縛,歷史包袱過大,并且國有制改革的步伐比較遲緩,導致企業的生產技術和管理理念落后。目前,仍有許多企業延續著家長式的領導,決策權過于集中。雖然,近些年隨著經濟的發展和外資的不斷進入,引發了一系列的改革,但是整體上的權力文化觀念依舊沒有改變,因此,北方企業的權力距離較大。另外,南北方企業家對企業文化的理解也存在差異。例如,北方企業的管理者多數都有過國有企業的工作經歷,他們注重企業的全局觀念,而在細節管理上略顯不足;南方企業的管理者多數都有過創業、白手起家或者小作坊的經歷,他們在管理上比較細膩,對細節非常看重,并且南方企業多有家族式的管理模式。這些都是造成南北方企業文化差異的地方,也是給JDJ企業技術創新生態系統帶來企業融合風險的主要原因。
作者:周大銘單位:工業和信息化部賽迪智庫軟件和信息服務業研究所