基于修正因子的供应链知识共享收益分配体系研究

基于修正因子的供应链知识共享收益分配体系研究

1文献总结和问题描述1.1理论研究现状供应链知识共享是指拥有内部和外部知识的供应链节点公司通过获取、共享和应用现有和外部知识来拥有的协同效应，提高公司的知识创新和应用效率，增强供应链的全球竞争力。知识共享的最终收益可能归属整个供应链,或者是为其它联盟企业创造更大的收益。知识共享的利益分配方案是否合理,不仅关系供应链联盟的运作效果,而且关系到知识共享的持久性和有效性。因此,为提高供应链知识共享的有效性,有必要对知识共享的收益分配进行研究,以保证利益分配方案的合理性和有效性。目前,关于供应链知识共享及收益分配的研究主要集中在两个方面:一是运用博弈论对知识共享收益分配进行研究。魏永斌、孙东川基于协同商务知识贡献指数,利用不对称Nash协商模型,求出基于知识共享的利益分配系数,来对其收益进行分配;马亚男运用多任务委托—代理模型设计出最优分配率或分配率区间,以激励知识拥有方进行知识共享;许有志通过博弈模型,从交易机制的角度讨论供应链中的知识分配机制;陈建新、谢磊利用纳什的讨价还价模型,对合作博弈中由知识共享产生的收益分配问题进行了探讨;翁莉等以具有Stackelberg博弈特征的供应链为研究对象,讨论了供应链知识共享收益与知识共享行为间的关系;安小风等借用委托—代理理论构建供应链知识共享的支付模型,以实现不同信息结构下合约的最优支付机制。二是利用Shapley值法进行理论探讨并给出应用案例。戴建华首先将Shapley值法用于动态联盟收益分配问题;马士华从技术创新和价值创造角度将Shapley值法用于供应链收益分配;随后,卜心怡、赵灵丽在考虑到成员贡献知识量对实现知识共享重要性的基础上,用改进Shapley值法解决知识共享活动中各成员收益分配问题。上述成果无疑对供应链知识共享分配研究具有很好的参考价值。其中,Shapley方法简单而又较为合理地实现了联盟总体收益在各成员之间的公平有效分配,具有一定的科学性和实用性。1.2基于利益衡量标准的供应链知识共享分配模型尽管现有文献为我们提供了一套较为成熟的收益分配方法,然而供应链知识共享收益分配明显不同于其它联盟和其它类型的收益分配。此外,管理实践还表明,要让供应链合作企业自己客观、公正地评价并制订出知识共享收益分配方案也并非一件易事。这主要存在3个方面原因:其一,知识的模糊性和知识共享的不易评价性使得知识共享收益方案难以量化。虽然部分知识可以附着在一定的载体上,以显性的形式表现出来,但最重要最具有价值的知识往往表现为经验、技能或心智模式等。隐性知识和显性知识的划分与差异,说明知识还不能完全被一种正式的系统的语言来描述、整理和转移,知识具有模糊性特征。知识的模糊性导致联盟主体只能认识到知识的某些方面和某种程度的价值,对知识的特性和潜在价值缺乏准确的认识。并且,供应链上各合作企业拥有知识种类繁多、知识存量不一、知识对各方作用不同,在知识共享过程中投入资源、承担角色、所处地位和发挥的功能以及对整个系统产出的贡献等都难以准确计算出来。所有这些,势必会造成供应链知识共享收益分配方案难以精确量化。其二,供应链联盟主体之间存在激烈博弈,知识共享收益分配方案难以达成一致。尽管供应链中知识共享是建立在多方信任的基础之上,但由于供应链是由相对独立的主体构成的合作型系统,它们之间既有合作也存在冲突。而且,参与知识共享活动的成员最根本的目的是追求自身利益最大化。在参与制订收益共享分配方案时,他们往往采取隐藏对自己不利的私有信息,或者采用其它形式的自利行为,这就是所谓的隐藏行为(HiddenAction)和隐藏信息(HiddenInformation)。制订供应链知识共享分配方案时的激烈博弈,使得知识共享收益分配方案制订活动难以开展,更难达成各方接受的收益分配方案。其三,知识共享各方地位、信息不对称,收益分配方案难以执行。若供应链中各个企业之间的信息是完全对称的,都处于平等的地位,并着眼于供应链的整体利益,且占有知识相同,则知识共享风分配方案相对易操作一些。但是,不对称的地位很容易让弱势企业认为核心企业利用其优势地位操纵知识共享分配方案制订权,导致弱势企业的利益得不到保护;而核心企业则认为弱势企业对整个供应链知识贡献较少,不应分享较多的收益。不透明、不对称的信息导致制订供应链知识共享分配方案时,各个联盟企业真正投入的时间、精力以及共享知识的多少,都无法准确进行检测,致使部分企业不但渐渐失去参与知识共享的积极性,并有了“偷懒”、“搭便车”等动机和行为倾向。知识共享各方地位、信息不对称的最终结果就使得风险预警方案难以让各方满意地接受或有效执行。上述问题表明,在对供应链知识共享收益进行分配时,需要寻找一种方法最大限度规避合作企业之间的非合作博弈,并将定性问题定量化、模糊问题明晰化。本文首先拟将参与知识共享的分配要素指标化,通过建立各方接受的知识共享分配指标体系,以有助于引导合作企业主动参与知识共享并达成相对公平、合理的收益共享方案。这其中会涉及到哪些具体因素参与收益分配,这些因子确定的原则是什么。其次,透明化指标的信息,防止联盟企业偷懒、搭便车等机会主义行为,因此需要通过群体决策方法将各个指标定量化,评价出相对权重,以决定每个因子在分配中的影响有多大、每个合作企业在总收益中应占的权重该是多少等问题。最后,对Shapley基本模型进行改进,将评价后的影响因子引入该模型,以制订一个多方可以接受的评价方案。基于此,本文提出的研究思路和框架是:在分析影响供应链知识共享收益要素的基础上,基于收益分配和知识共享评价理论,构建一套适合供应链知识共享特点的多层次收益分配指标体系;然后利用改进Shapley模型,给出该值修正因子的确定方法。考虑到影响知识共享因素很难量化、指标权重不容易判断,本文最后一部分利用群决策方式和层次分析法,并借用Yaahp0.51软件计算出每个合作企业在总收益中应占的权重;借助前面的修正因子计算方法,对供应链联盟知识共享的收益进行重新分配,并通过算例说明了此评价方法的应用情况。2建立供应链知识共享收效分配指标体系2.1供应链知识共享收益共享分配指标体系的构建不是凭空产生,它是以相对规范且比较有影响的指标体系为依据,结合知识共享实践而构建的。理论依据主要有:供应链知识共享的知识共享能力指标体系、知识共享内容指标体系、知识共享影响要素指标体系、知识共享风险指标体系、知识共享绩效指标体系等。在知识共享能力方面,李顺才对企业知识存量进行了多层次灰关联评价;汤建影等、张德茗等、姜文、郑传均等分别从研发联盟、知识联盟、战略联盟和网络组织等不同角度分析了企业间知识共享的能力因素。就知识共享内容指标而言,Shaw提出供应链中知识共享的内容以显性知识为主;江积海等[17从知识的特征、知识供应商、知识接收方、传导双方的差异以及传导的渠道探讨了供应链企业间知识共享内容;安小风等从知识保密问题、投入和产出计量问题、利润分配问题、偷懒与搭便车问题和监督与激励问题阐述了供应链中知识共享内容体系。涉及到知识共享影响要素方面,Hult提出了影响供应链中知识共享的团队、系统、学习和记忆定位因素;张旭梅将企业组织学习能力、技术知识壁垒属性、知识共享平台、知识共享激励机制和企业间相容性水平作为供应链企业间知识共享的影响因素。从知识共享绩效方面来看,王君提出了包括知识管理过程、组织知识结构、经济方面收益和各种效率的评价指标体系;丁勇等从创造顾客价值、知识的获取能力、知识的共享与传播能力、知识的运用水平、知识的存量水平和知识管理平台6个方面,构建了评价供应链知识管理绩效指标体系;王道平分析了影响知识共享绩效的主要因素,建立了包括知识获取能力、知识运用能力、知识共享能力等几个不同方面的多层次综合评价指标体系。在知识共享风险研究中,Lam和Chua总结了技术风险、文化风险、知识本身的风险和项目管理风险;樊华将知识管理风险按人因风险、知识风险、流程风险、技术风险分类;朱玉岭按知识本身、成员企业、环境、共享方式对知识共享风险进行分类;李长坤从节点企业拥有的资源强度、各个节点企业的组织学习能力、知识共享平台的技术支持能力以及节点企业间的相容水平等方面切入,构建了供应链知识共享风险指标体系;齐源归纳了供应链知识共享中的成本增加风险、道德风险、知识外溢及知识产权被侵犯风险、知识共享过度或不足风险、技术风险和知识冲突风险。上述研究为本文建立供应链知识共享分配指标体系提供了坚实的理论依据。本文首先对上述指标体系进行“系统划分”,结合供应链知识共享的实践,参考国内外相关标体系的已有研究成果,挑选出需要的评价指标。在方法论上,先采用归纳法,由具体到抽象将众多具体(单项)指标逐层汇总归并为一个综合指标;再采用演绎法,由抽象到具体逐层设计指标体系。2.2知识共享收益的评价指标选择的原则在构建供应链知识共享收益分配指标体系时,需要全面衡量各种因素,首先要确定评价准则。本文在设计评价指标体系时遵循了以下原则:首先是科学性原则。构建的指标体系不但要客观、真实、全面地反映知识共享的过程以及产生的效率和效果,而且各指标之间要相互联系、相互衔接,具有严密的逻辑关系。其次是可操作性。选择的指标包含的内容力求简洁、清晰,指标的计算力求符合数理逻辑,便于分析、考核与评价。再次是合理性原则。指标体系中指标的数量要适当,选择标准是尽可能让所取指标能充分反映参与知识共享收益的基本要素。因为指标过多,会使指标体系显得过于庞杂,主次不清楚,不便于抓住知识共享收益的主要方面;指标过少,则会产生片面的结果。最后是层次性原则。从整体层次上把握评价目标的协调水平,保证评价的全面性和可信度。同时,各个指标要相互联系,构成一个有机整体。2.3共享学质量评价根据以上依据和原则并综合考虑供应链特点,本文选择了知识共享能力、努力程度、资源投入、风险承担、知识共享内容5个评价因素(见表1)。3供应链知识共享绩效分配的基本模型和改进3.1利益分配算法Shapley模型定义如下:设有n个局中人组成的集合为N,即N={1,2,3…n};S为N中的任一子集,表示局中人可能形成的一个联盟;V(S)称为联盟S的特征函数,满足v(s1∪s2)≥v(s2)+v(s2),v(Ф)=0,s1∩s2=Ф(s1,s2⊆N)。以上3个公式体现了“整体大于局部之和”的系统思想,意味着联盟企业合作的收益比不合作时多,合作不会损害个体利益,且所有合作企业都合作时利益最大,最大合作收益记作v(I)。假设用φi(V)表示局中人I从供应链知识共享合作收益中获得的报酬,φi(V)={φ1(v),φ2(v),φ3(v)…φn(v)}为一个分配方案,则该合作成功必然满足:∑i=1nϕi(v)=v(I)∑i=1nϕi(v)=v(Ι)且ϕi(v)≥v(i),i=1,2,…,n在合作下,用Shapley值法确定的每一合作企业所得利益分配为:ϕi(v)=∑s∈s(i)w(|s|)−[v(s)−v(s\i)]i=1‚2‚⋯‚nw(|s|)=n−|s|)!(|s|−1)!n!ϕi(v)=∑s∈s(i)w(|s|)-[v(s)-v(s\i)]i=1‚2‚⋯‚nw(|s|)=n-|s|)!(|s|-1)!n!其中,s(i)是集合I中包含合作企业i的所有子集,|s|是子集s中的元素个数,n为集合N中的元素个数,w(|s|)是加权因子。v(s)为子集s的效益,v(s\i)是子集s中去除合作企业i后可取得的效益。3.2fi的修正基于孙世民、李震等对Shapley模型缺陷的分析,本文引入了供应链知识共享收益分配的修正因子。假定实际情况中单个企业分得的利益为p′i(v),合作企业实际影响因子为Fi,其差值为:△Fi=Fi−1n△Fi=Fi-1n,则∑i=1nFi=1∑i=1nFi=1,且∑i=1n△Fi=0∑i=1n△Fi=0。△Fi表示实际情况与理论模型之间影响因素的差值,即综合修正因子。因此,应该给予该企业的实际利益分配修正量为:△Pi=φi(V)×△Fi。则实际分配利益为p′i(v)=φi(V)+△Pi。具体修正方案为:当Fi>0时,表示合作企业在供应链联盟知识共享中知识共享能力、知识共享效果、承担的风险、努力水平和资本投入等综合评价因素比理想情况下要高。因而应该分得更多收益,利益增值部分为:△Pi=φi(V)×△F,即该合作企业实际分得利益为△p′i(v)=φi(V)+△Pi。当Fi<0时,表示合作企业在供应链联盟知识共享中知识共享能力、知识共享效果、承担的风险、努力水平和资本投入等综合评价因素比理想情况下要低。因此需要从原来的分得的利益中去掉一部分收益,减去的值为△Pi=φi(V)×|△Fi|,即该合作企业实际分得利益为△p′i(v)=φi(V)-△Pi。当Fi=0时,表示合作企业在供应链联盟知识共享中知识共享能力、知识共享效果、承担的风险、努力水平和资本投入等综合评价因素和理想情况一样。4应用案例4.1多元共赢模式下的团队分配假设某供应链上有甲、乙、丙3个合作企业,通过知识共享活动实现知识创新。合作企业各自所拥有的知识价值分别用V甲,V乙,V丙表示。由3个企业组成团队的所有非空子集为{甲,乙,丙,甲∪乙,甲∪丙,乙∪丙,甲∪乙∪丙}。知识共享后,由于知识的协同效应而实现知识创新产生的协同价值分别为V甲乙,V甲丙,V乙丙,V甲乙丙。其中V甲乙表示甲、乙合作的收益,V甲丙表示甲、丙合作的收益,V乙丙表示乙、丙合作的收益,V甲乙丙表示甲、乙、丙合作的收益。若V甲=V乙=V丙=12,V甲乙=27,V甲丙=33,V乙丙=30,V甲乙丙=54。假设此团队分配的收益总和即为整个供应链创造的价值总和。根据Shapley值法,包含成员甲的子集为{甲,甲∪乙,甲∪丙,甲∪乙∪丙}。表2为成员甲的收益分配值φ甲(V)的计算结果。用同样方法计算出乙、丙应分配收益为17.5和18.5。4.2基于层次分析法的知识共享收益分配权重确定鉴于影响知识共享收益的要素较多且不易量化,本文采用群决策方式、AHP方法、定量与定性技术相结合的手段,来寻找收益分配的修正因子。这里首先将问题概念化,找出研究对象所涉及的主要因素(详见表1);然后分析各因素的关联、隶属关系,构造系统的递阶层次结构;接下来对同一层次的各因素关于上一层次中某一准则的重要性进行两两比较,构造判断矩阵,再由判断矩阵计算被比较因素对上一层次该准则的相对权重,并进行一致性检验;最后计算各层次因素相对于目标的合成权重,进行层次总排序,并作出一致性检验。为了使决策判断定量化,形成数值判断矩阵,需要对指标层赋予一定标度。根据Satty的1～9标度方法,这里选择的语气算子为绝对重要/有优势、十分重要/有优势、比较重要/有优势、稍微重要/有优势、同等重要、稍微不重要/有劣势、不重要/有劣势、非常不重要/有劣势、绝对不重要/有劣势。考虑到运用层次分析法确定联盟企业知识共享收益分配权重决策时,并非由一个单独的决策者完成的,而是由多个相关专家组成的专家决策群共同完成。本文采用了群体层次分析法(Gahp)和Yaahp软件,来计算各联盟企业的知识共享收益分配权重。由于涉及到收益贡献分配的要素较多,以及篇幅有限,本文仅选择3位专家(3位专家的权威系数分别为:0.26、0.40和0.34)、3个合作企业以及5个准则层(知识共享能力B1、风险承担B2、努力水平B3、资本投入B4、知识共享效果B5)。下面是仅以专家1为例,构造的判断矩阵的计算结果如下:A=⎡⎣⎢⎢⎢⎢⎢⎢⎢11/31/31/51/7311/351/33312551/51/213731/51/31⎤⎦⎥⎥⎥⎥⎥⎥⎥B1=⎡⎣⎢131/31/311/2321⎤⎦⎥B2=⎡⎣⎢11/51/251321/31⎤⎦⎥B3=⎡⎣⎢11/333151/31/51⎤⎦⎥B4=⎡⎣⎢11/333151/31/51⎤⎦⎥B5=⎡⎣⎢121/21/211/5251⎤⎦⎥A=[133571/3131/531/31/311/21/51/55211/31/71/3531]B1=[11/333121/31/21]B2=[1521/511/31/231]B3=[131/31/311/5351]B4=[131/31/311/5351]B5=[11/222151/21/51]通过同样方法,利用yaahp0.51计算出最终结果如表3、表4所示。4.3甲、乙、丙v的修正结果上例中已求得3个企业各自的知识共享收益因子分别为:F甲=0.3160,F乙=0.3022,F丙=0.3818。由3.2中的计算公式可得:△F甲=0.3160-1/3=-0.01