企业战略-虚拟企业合作伙伴选择机制

★★★文档资源★★★内容摘要：本文在信息集成的基础上，结合层次分析法、决策表和群决策理论，提出了一种基于企业知识的集结和专家群决策结果的新方法，并建立了虚拟企业合作伙伴选择的方法和工作步骤，实现以企业知识为基础的虚拟企业伙伴选择的良性循环，将促进更广泛的企业间集成。

关键词：虚拟企业群决策企业间集成合作伙伴选择
虚拟企业是企业一种新的组织形式，是由若干个相对独立的、具有特定核心竞争能力的、资源互补的经营实体（盟员）组成的。

面对转瞬即逝的新的市场机遇，任何盟员仅以原有的生产规模、运作模式都无法独立满足这一市场需求。

于是，首先发现市场机会的盟员之一以盟主的身份，在共同的目标的驱动下，通过计算机网络技术，将产品涉及到的不同盟员在一定时期内有机、快速联合起来，组成一个没有围墙、超越空间约束、统一协调运作的合作经济实体，利用各盟员所拥有的核心竞争能力，以最快捷的速度共同完成原材料供应、新产品研制、生产、运输、销售，服务以满足市场需求，从而可以获得1＋1>2的经济效益和社会效益。

一旦原有市场需求得到满足，联盟或自动解散，待新的市场机遇出现，再重新形成新的联盟，或根据各自的竞争力决定是否继续保持其战略合作伙伴关系，动态联盟通过企业间的最佳动态组合，实现企业外部资源优势的充分整合，以聚变的方式创造出超常的竞争优势。

然而，目前盟主在选择合作伙伴时，多是凭借主观经验或是单凭专家意见，没有考虑企业积累的有关合作伙伴的大量客观信息。

可见以企业知识为基础的、基于群决策的虚拟企业的合作伙伴选择问题就成为虚拟企业动态运营的核心问题之一。

传统决策理论
（一）层次分析法
（二）决策表
现在广为使用的专家比较目标层次分析法来确定目标权重的方法固然可行，但它过分依赖于专家对各盟员企业的主观认识。

决策表是一类特殊而重要的知识表达系统，它指当满足某些条件时，决策（行为）应当怎样进行。

多数知识信息系统的决策问题都可以用决策表形式来表示，这一工具在决策应用中起着重要的作用。

决策表的属性约简算法可参见文献。

属性的约简可以找到各条件属性集与决策属性之间的确定性规则和满足确定因子的不确定性规则，从而找到了决定每一类型企业综合水平的最小条件属性集，然后根据每一个属性子集对决策属性的重要性可计算相对权重。

（每个属性的权重计算方法见文献）。

对于一个企业来说，它的各要素，如研发能力、人才储备、资金、基础设施、服务水平、产品质量、生产成本、反应时间等决定着该企业的综合水平，但也有一些属性对企业的综合水平没有影响，如体现某类型企业的综合水平可能有：服务水平、产品质量、生产成本、反应时间、灵活性等属性，并且每一个属性对企业的综合水平的贡献（权重）大小不同。

然而不同类型的企业，对产生上述各要素的结果也不尽然相同。

在各企业间信息集成基础上，供应商、经销商、制造商等各盟员企业产品负责人以及客户通过网络平台对盟员企业的各要素和综合水平进行评估，在大量信息基础上，利用决策表进行属性约简，分别计算出最小目标集，并通过属性对企业综合水平的重要程度计算出各目标的权重，同时也可选出比
较好的侯选盟员企业。

（三）群决策的Borda函数
Borda（1733-1799）是法国数学家与航海家。

他所提出的判断各候选人优劣的方法是：由每个投票人对各候选人排序，设A中有m个候选人，则将m-1，m-2，∧，1，0这个m个数分别赋予排在第一位、第二位、…，最末位的候选人，然后计算各候选人的得分总数（Borda分）。

得到最高Borda分的候选人为胜者，Borda分即Borda函数为：
yEA\{x}
候选人按fB(x)值的大小排序。

fB(x)是x与其他候选人逐一比较时m-1次中所得票数的总和。

基于群决策的选择方法
在进行群决策时，Borda函数的计算虽然简单，但由于该方式仅保留了各方案的排列顺序，抹去了各个侯选企业的差别程度，不能真正反映各方案最终得分和优劣程度的差别。

因此，在群决策时，按各方案总得分进行排序，得分要考虑专家打分的差异程度对决策结果的影响。

具体做法可以如下：首先把每个专家对各备选企业的权值规范化为100的分值，然后计算每一个企业的综合得分。

设企业编号从1..N，专家编号从1..m，Xij表示第i个备选企业在第j 个专家的得分，那么编号i的企业的修正得分：
Si=Σj=1...m Xij-hΣj≠k|Xij- Xik|,用h表示专家分值差异程度对总分的影响，根据决策人员有关差异程度对决策结果的影响进行设置。

根据得分进行方案排序。

各专家的打分差别越大，总得分越小，只有那些专家打
分一致同时平均得分较高的企业才可能获胜，避免了个别专家打分高和专家比较少而影响最终决策结果的情况发生。

虚拟企业合作伙伴选择步骤
通过企业信息系统决策表的属性约简，使用条件属性和决策属性关系约简出决定某一类盟员企业能力的各生产要素的最小集y1、y2...yn。

通过对每个属性相对权重计算，找出每一个条件属性对企业综合水平的重要程度，即贡献，用权重表示w1、w2... wn。

这种决策表方法区别于层次分析法，不再过分依赖于专家的主观判断，更多地依靠企业的真实客观数据，具有一定的科学性。

通过对各目标设定阈值的方法从海量信息中搜索，对所需的某类型企业列出若干个侯选盟员企业X1、X2...Xm。

有了大量的信息资料支持，所有的工作既方便操作，可靠性又比较高，同时对伙伴企业的选择也符合总体目标。

并可进行What-if分析，作到有的放矢，防患于未然。

具备了一定的客观知识信息以后，通过广域网络，让每个专家对于m个企业进行比较，就某一个目标对m个企业使用两两比较矩阵，得到n个m×m 矩阵，每一个矩阵使用本征向量法得到一个λ和一个向量，进行验证，若通过一致性验证，接受；否则，修改比较矩阵直到通过。

设向量为B1,B2,...Bn,n 个向量形成An×m矩阵。

Am×n×Wn×1 =Pm×1,通过权重合成，得到每个专家对m个侯选企业的权重分配，所得到的权重分配是建立在企业已有知识基础上的专家的决策。

得到P个专家分别对侯选企业的权重分配后，然后把一个个专家的排序和权重分配综合考虑得到群决策结果。

运用前面本文提出的一种集结群决策的新方法得到每一个企业的总体得分，根据得分进行排序，从而得到整个专家群的决策结果。

基于企业信息积累的虚拟企业合作伙伴选择机制，具备了选择合作伙伴的客观性和科学性。

通过互联网获得群决策所需的大量知识型数据，指导专家群的合作伙伴选择，实现虚拟企业伙伴选择知识基础的良性循环，同时也促成了更广泛的企业间集成，使企业各项决策更加科学和可靠，便于把握住稍纵即逝的市场机会，将成为未来我国企业在信息化时代经营决策的必然手段。