基于系统动力学与DEA的企业技术创新项目效率评价方法研究

陈光宇　何菊芳　王瑞琦　苏枭凌(电子科技大学，成都　611731)

基于系统动力学与DEA的企业技术创新项目效率评价方法研究

陈光宇何菊芳王瑞琦苏枭凌(电子科技大学，成都611731)

〔摘要〕本文综合考虑项目层和企业组织层影响因素，提出企业技术创新项目效率综合评价方法。首先分析组织层与项目层的影响因素;然后，构建涵盖项目层和组织层影响因素的两层次系统动力学仿真模型，为所建立的数据包络分析模型提供仿真值，有效解决数据包络分析模型中定性变量的量化;最后，以国内纺织业某大型集团公司多项技改项目为例，验证建模思路与方法的正确性。研究成果对于企业技术创新项目的有效管理具有指导意义。

〔关键词〕技术创新项目项目效率系统动力学数据包络分析

引言

企业技术创新项目是指企业应用新知识、新技术、新工艺，开发生产新产品，提供新服务，占据市场并实现产品市场价值的项目。一般而言技术创新项目投资规模大，高风险，高效益，强调技术开发与应用的统一，是企业技术创新的支撑和基石，关系着企业的未来。通过对已施技术创新项目效率进行综合性检验和测评，企业能够科学地认识自身的技术创新项目开展状态，针对性地进行项目管理，从历史中汲取经验，以得到更好的经济效益和社会效益。

项目效率的评价，其建设成本和进度因素是实践和学术中公认的必须考虑因素。项目管理中，以进度绩效指标(SPI)与成本绩效指标(CPI)等为主要评价指标的挣值管理(EVM)技术是对项目的成本和进度进行集成管理的一种重要方法［1］。且Turner［2］认为项目多维度多层次的产出因素以及影响产出的投入因素也应该加入其中。因此周申蓓等［3］考虑技术创新项目的人力物力财力投入，以及创新成果和经济效益产出，评价企业的技术创新项目绩效。戴迎国等［4］在技术创新项目的选择时，着重考虑了项目的投入成本和经济产出，并加入风险约束。但上述研究主要侧重于技术创新项目的局部经济效益，若要综合性评价技术创新项目效率，还应考虑更多领域的影响因素。

J. Langrish［5］指出决定技术创新活动成功的关键要素有:领导者，市场需求了解度，科研能力，内外部协作，创新资源以及政府的支持。同时于海云等［6］论证了企业家信心、创新战略、资源和能力对企业技术创新的重要影响。曹勇等［7］分析了专利获取、专利保护、专利商业化与技术创新绩效的影响关系与影响因子。李平等［8］指出政府资助对企业技术创新有正向促进作用。由此可以看出，企业技术创新项目的潜在影响因素众多，是一个复杂的系统工程。因此综合考虑上述项目层与企业组织层的影响因素，才能全面的评价企业技术创新项目效率。

针对项目效率的评价方法很多，包括数据包络分析［9］、系统动力学［10］、平衡计分卡［11］等。其中数据包络分析(DEA，Data Envelopment Analysis)是从投入与产出的角度来评价效率，规避各因素之间的相关性，不必假设指标权重，排除人为干扰因素，客观、科学、有效。但传统的DEA方法评价复杂系统会出现多个有效率的决策单元(DMU) (效率值为1)，而无法对有效DMU进一步分析排序。而超效率DEA (Super Efficiency DEA，SE－DEA)模型可有效解决此问题，允许效率值大于1 (称为超效率值)，可对有效DMU进一步分析，评价结果更具区别性。因此SEDEA方法评价企业技术创新项目具有更大的优势。其中DEA方法评价指标的选择和量化是决定评价质量优劣的核心步骤，要遵循体现研究内涵具有可比性，定量为主、定性为辅的原则［9］。对于其中定性指标的量化很多学者采用专家判断的方式［12，13］来取值，但这种方法会不可避免的引入主观因素，影响评价结果的准确性。

本文运用系统动力学(System Dynamic，SD)模型仿真来得到DEA投入与产出定性指标的值［14，15］。SD是以反馈控制理论为基础，考虑各因素交互作用的动态建模方法［16］。该方法还能有效解决复杂系统因素间的交互因果关系，因此能很好地模拟技术创新项目的复杂多因素情况［17］，并以多因素仿真得到DEA模型的投入产出指标值，更能反映出指标的多因素影响关系。

综上所述，本文在技术创新项目的项目层(建设和运行)因素上，加入企业组织层影响因素，结合SD与SE－DEA方法，模拟企业技术创新的多因素复杂情况，解决定性指标的量化难题，综合评价企业技术创新项目效率。首先通过SD综合项目层和企业组织层的影响因素构建技术创新项目的网络模型，再以多个实际技术创新项目(本文所选的项目为技改项目)案例数据为基础，进行仿真运算得到SE－DEA模型投入产出指标的值，接着通过SE－DEA模型计算各项目的效率值。本文的研究思路见图1。

1　企业技术创新项目效率影响因素的确定

基于上述研究分析，将技术创新项目影响因素分为项目层和组织层两个层面。项目层影响因素反应项目建设及运行的实际具体情况。按照项目实际情况，项目的建设和运行期可划分为几个阶段，随着阶段的不同，项目层的影响因素的值具有随时间变化的动态性;组织层影响因素综合反映企业的科研能力、管理水平、战略目标等所营造的技术创新氛围。由于企业文化刚性的存在，短期内组织层因素的值基本不会发生变化［18］。两层次中均含有定量和定性指标。

图1　企业技术创新项目效率评价框架

1. 1项目层主要影响因素确定

项目层的影响因素分为项目建设和运行两个部分。项目建设中计划进度与实际进度的差异决定项目的延期时间，从而产生加班费用，且建设所需的材料、人力、设备、其他费用也会影响项目建设实际总费用;由于本文所选技术创新项目均为技改项目，项目实际运行过程中，项目前后产品收益比反应项目的经济效益，项目竣工的SPI影响项目投产期，另外项目建设前后产品的生产成本、销售量均是项目效益的重要反映指标。故本文确定的项目层主要影响因素如图2所示。

1. 2组织层主要影响因素确定

以J. Langrish［5］的研究为基础，通过文献的查找和阅读，本文选定的技术创新项目企业组织层影响因素主要包括以下几个方面。

1. 2. 1企业家信心

J. Langrish指出了技术创新活动中组织领导者的重要地位，本文以企业家信心来衡量。另外于海云等［6］也论证了企业家信心对企业创新绩效的正向促进作用。同时企业家信心会受到组织运行效率、内部基础研发能力(内部创新)的影响。

1. 2. 2创新战略

创新战略反应企业对市场需求的了解。于海云等［6］指出创新战略会对创新绩效产生决定性的影响;且Freeman［19］认为企业外部技术的获取(外部创新)与内部基础研发活动(内部创新) 会推动企业的创新战略。

图2　项目层影响因素分解图

1. 2. 3科研能力

J. Langrish强调了技术创新中科研能力的重要作用。企业科研能力的影响因素包括研发人力资源量、企业拥有的产学研合作项目数、内部创新等。同时科研能力还会影响企业专利实施率。

1. 2. 4内外部协作

本文以干系人满意度来衡量企业组织内外部的合作绩效。企业需要同时给内外部顾客提供合适的价值，内部顾客是帮助企业生产价值的基础，包括研发人员、各层级员工等，在此处外部顾客主要指政府以及外部研发协作团队;因此本文的干系人满意度反应了内外部研发人员、政府、项目实施人员的协作满意度情况。

1. 2. 5技术创新资源条件

企业内部年均研发投入反应了企业获得技术创新所需资源的条件。

1. 2. 6政府支持

政府投入资金是政府对企业技术创新活动支持的表现。

基于以上分析，组织层的影响因素如图3所示。

图3　组织层影响因素分解图

1. 3 SE－DEA模型投入产出指标的确定

投入产出指标的选择决定效率评价质量优劣。对企业技术创新项目评价，其指标选择要遵循体现研究问题的内涵、具有可比性、定量定性指标相结合的原则。实际计划费用比和CPI，反映了项目建设实际总费用相对于预算的超支或节约情况，同时也反应了项目的管理绩效;干系人满意度反应企业进行技术创新的内外部协作情况，在模型中其值是组织层多因素的综合仿真。为满足投入指标的特征，本文将干系人不满意度作为投入指标之一;项目投产后，新旧产品收益比是技术创新项目经济效益的直接反应;竣工SPI影响项目投产期，间接影响总收益，因此也可以作为产出指标。综上，确定了3个投入、2个产出指标，如表1所示，符合指标确定原则。这些指标定量与定性相结合，故其数据来源包括项目实际数据和SD仿真。

表1　SE－DEA投入与产出指标

2　 SD模型构建

2. 1总体模型构建

围绕上述两层次影响因素，结合技改项目的实际情况，构建SD模型。首先围绕组织层因素及部分项目层因素，构建企业技术创新总体模型。对因素间相互关系做如下定义:

(1)企业技术创新绩效= (企业家创新信心+创新战略+技术创新项目管理绩效) /3，取值范围为［0，1］。

(2)技术创新项目管理绩效= (IF THEN ELSE(CPI＞1，1，CPI) + IF THEN ELSE(SPI＞1，1，PI) ) /2，取值范围为［0，1］。

(3)创新战略= (内部创新+外部创新) /2，取值范围为［0，1］。

(4)企业家创新信心= (市场成果+组织运行效率) /2，取值范围为［0，1］。

(5)内部创新= (组织运行效率+内部创新) /2，取值范围为［0，1］。

(6)外部创新= (产学研合作项目数+引进国外技术数) /100，取值范围为［0，1］。

(7)组织运行效率= (学习能力与氛围+部门间信息传递效率+部门间协作能力) /3，取值范围为［0，1］。

(8)专利实施率=企业创新绩效*科研能力。

(9)人均研发资金=企业内部年均研发投入/研发人力资源量。

(10)研发人力资源量= A1*高级研究人员+ A2*中级研究人员+初级研究人员。其中A1、A2反应企业研发团队高、中级研究人员相对于初级的重要程度，其值根据企业实际情况而定。

(11)科研能力=研发人力资源量*内部创新/(中级研究人员+初级研究人员+高级研究人员+产学研合作项目数)。

(12)干系人满意度= (企业专利实施率+(本项目使用专利数* 10/政府投入资金) +技术创新项目管理绩效) /3。

(13)项目累计预算= INTEG(阶段预算)。

(14)项目阶段预算=各阶段投入资金。

(15) SPI = EV/累计预算。

(16) CPI = EV/项目实际总费用。

(17) EV =技术创新项目总预算*项目实际总进度。

企业技术创新总系统流图如图4所示。

2. 2项目层子系统模型的构建

接着建立项目层子系统模型，包括建设期和运行期两个子系统模型。建设期的模型围绕项目建设实际总费用建立:项目建设进度滞后会造成项目延期，相应的加班费用会直接影响人工费用;设备费用是技术创新项目总费用的重要部分，项目进行的不同阶段要求的设备数量会有所不同;项目建设中的材料费用和其他费用也会占总费用相当的比重。各变量的相互关系，本文作如下定义:

(1)项目实际总费用=累积人工费用+累积材料费用+累积设备费用+累积其他费用。

图4　企业技术创新系统流图

(2)累计人工费用= INTEG(人工费用)。

(3)人工费用=人工价格*人力资源量+加班费用。

(4)加班费用=项目各阶段延期时间*单位加班费用。

(5)项目各阶段延期时间= IF THEN ELSE(项目实际总进度≥项目计划总进度，0，B* (项目计划总进度－项目实际总进度) )。其中B指阶段工作的天数。

(6)累计材料费用= INTEG(材料费用)。

(7)累计设备费用= INTEG(设备费用)。

(8)累积其他费用= INTEG(其他费用)。

(9)项目计划总进度= INTEG(计划进度)。

(10)项目实际总进度= INTEG(实际进度)。

建设期项目层子系统流图如图5所示。

图5　建设期项目层子系统流图

项目运行期的模型围绕项目建设前后产品收益比建立。项目竣工SPI影响项目投产期，同时投产后相对于未技改的情况，生产成本或产量会有一定的改变。为简化模型，本文假设项目投产后生产量等于销售量，不计库存;同时将技改前生产的产品称为旧产品，项目投产后的产品为新产品。因此各变量间的相互关系如下:

(1)新旧产品收益比=新产品总销售收益/旧产品总销售收益;

(2)新产品总销售收益=新产品销售总量*(新产品价格－新产品成本) +提前生产收益;

(3)旧产品总销售收益=旧产品销售总量*(旧产品价格－旧产品成本) ;

(4)新产品销售总量= INTEG(新产品销售量) ;

(5)提前的生产天数= (项目竣工SPI－1) * C; C为项目计划工期。

(6)提前生产的成本= IF THEN ELSE(项目竣工SPI＞1，D，新产品成本) ;其中D为项目提前投产的生产成本，因提前投产成本中不考虑折旧费用，D值会比正产投产的生产成本小。

(7)提前生产的产量=提前的生产天数*日产量;

(8)提前生产收益=提前生产的产量* (新产品价格－提前生产的生产成本) ;

(9)旧产品销售总量= INTEG(旧产品销售量)。

运行期项目层子系统流图如图6所示。

图6　运行期项目层子系统流图

3　　案例分析

3. 1技术创新项目数据来源

本文将一个项目作为SE－DEA模型的一个DMU，为满足SE－DEA模型的样本量要求，取国内纺织业某大型集团公司2013年至今8项技术改造项目数据，并将3项每年最为关注的项目作为重点分析。这3项项目中，项目A建设时间为2013年3月至2013年8月，为扩建技改项目，通过原厂房的部分加固和新旧设备的替换安装，将某年产3万吨的生产线升级为5万吨，提高产量;项目B建设时间为2013年2月至2014年7月，为印染废水综合治理项目，采用新的废水处理工艺，对现有废水处理设施进行深度改造，以达到节能减排，降低成本的目的;项目C为自主关键技术研发成果产业化项目，建设时间为2014年12月至2015年7月，该项目以本企业优化工艺技术及多项发明专利为基础，引进新型设备，对某原产5万吨的生产线进行升级改造，以建成年产10万吨的新生产线并生产新的产品。

在这些项目期间该公司处于结构调整，转型升级时期，公司始终以创新创意为战略。3年里组织的学习氛围、信息传递效率等定性变量以及公司基本投入基本未发生变化，具体数值见表2。其中定性变量的值通过向公司不同部门的员工发放调查问卷收集，基本投入情况从本企业科技部相关负责人处获取;同时按照项目实际建设情况，项目的建设期均可划分为5个阶段，在不同的阶段不同项目的费用、进度、物资用量等有所不同，这些随建设阶段变化的变量值从各项目实施负责人处获取。另外还有一些不随项目建设阶段发生变化的变量，如政府资助，项目使用专利数等。不同的项目这些变量值也会不同，具体数据见表3;最后，将项目实际运行的5个阶段(5个月)数据与未技改的运行数据进行对比，以说明各项目的实际经济效益，具体数据来自公司相关部门，详见表4。(本文给出3个重点项目的相关数据，另外5个项目仅给出SD仿真值)。

表2　SD模型参数(组织基本情况)

表3　SD模型参数(项目建设实际情况)

表4　SD模型参数(项目运行实际情况)

3. 2模型验证与结果分析

SD模型初始设置，INITIAL TIME =0; FINAL TIME =5; TIME STEP =1。仿真结果见表5:

表5　SD仿真结果

转型升级的3年里，该公司每年的研发资金投入以及研发人员数量基本未发生改变，因此专利实施率变化不大，从公司科技部相关负责人处得到3项项目实施期间的专利实施率与通过SD模型得到仿真值对比情况如图7所示，基本吻合。因此得出本文的SD模型能较为准确的模拟该公司的实际情况。

图7　企业专利实施率实际值与仿真值对比图

给出技术创新项目管理绩效的SD仿真趋势图，如图8所示。曲线的上升趋势表明企业的技术创新项目管理能力逐步提升。2013年重大项目A的管理中，进度一定程度的延迟，成本超支严重;在2014年重大项目B实施期间，通过加强成本的控制和进度的把关，项目管理绩效得以显现，仿真值由0. 82提升为0. 94;直到2015年投入资金为7200万的研发成果产业化项目，成本和进度的管理都达到了最佳状态，项目管理绩效值为1。但该结果为仅考虑项目建设期间，其成本和进度的管理控制能力，若要对技术创新项目效率进行评价，还必须考虑项目的实际运行产出情况以及组织层因素的影响。

将SD仿真的投入产出指标结果带入SEDEA模型，计算各技术创新项目效率值，如图9所示。计算结果显示技术创新项目效率值均大于等于1，根据SE－DEA的含义，3项重大项目均达到最佳状态，不存在投入冗余或产出不足。且该变化趋势结果表明，转型升级的3年里，随着企业项目管理绩效的提升，技术创新项目效率上的优势越来越明显。

从投入产出指标的仿真结果可以看出，各项目期间，综合反映组织层情况的指标值变化不大，也即短期内项目效率的提升主要表现在各项目本身，企业组织文化氛围的影响是长期的过程。针对项目本身，在项目A建设期间，项目管理绩效为0. 83，项目工期和成本超支较为严重，项目建设的各阶段实际工期均超出了计划，加班费用提升，人力费用增加，项目的投产期延迟，但项目投入运行后产量的提升和成本的小幅度降低，使得5个月里的收益超出了原产线的50%左右;项目B工期和成本也一定程度超出预算，但项目建设前4个阶段进行顺利，工期延迟仅发生在最后阶段，费用超支比例较小为2%，管理绩效为0. 94。因此与建设项目A相比更为顺利，且投产后成本的节约使得产线运行良好，因此绩效值大于上一项目;而项目C，成本比原计划节约了2%，工期与计划一致，项目管理绩效值为1。虽建设的第4个阶段工期有所延迟，但在最后阶段赶上了总工期，且投产后成本的节约与产量的提升使得效益达到原产线的3倍之多，因此该项目实施期间的技术创新项目效率相比前两年有了突跃。也即随着企业技术创新项目管理绩效的提升，企业技术创新项目效率逐步提高。

图8　技术创新项目管理绩效SD仿真趋势图

图9　企业技术创新绩效仿真结果

4　　结束语

为反映企业技术创新项目的多因素复杂性，实现企业技术创新项目效率的全面、动态评价。本文在技术创新项目层影响因素上，加入企业组织层的影响因素，既涵盖了项目的建设管理情况与运行效益，又反映了企业的科研能力、管理水平、创新战略等因素。围绕这些影响因素进行SD建模，再结合SE－DEA模型，实现对项目效率的综合评价。结论如下:

(1)建立企业技术创新项目两层次SD模型，案例分析验证SD模型的正确性和有效性。

(2)提出SD与SE－DEA结合的方法，量化干系人不满意度指标，给出技术创新项目之间效率的量化差异。

(3)案例分析表明，企业组织科研能力、管理水平等对项目效率的影响是长期的过程，有别于项目本身的建设和运行要素。

本文为技术创新项目的研究提供新思路，有助于企业科学认识自身技术创新项目的开展状态，对于企业技术创新项目的有效管理具有指导意义。

参考文献

［1］戴爱春，唐小我．基于挣值的项目管理激励合同［J］．系统管理学报，2009，18 (2) : 147～152

［2］Turner J R．The Handbook of Project－based Management: Leading Strategic Change in Organizations［M］．Mc Graw－Hill，2009: 267～300

［3］周申蓓，张俊．基于超效率DEA模型的企业技术创新项目绩效评价研究［J］．项目管理技术，2014，(5) : 86～89

［4］戴迎国，沈荣芳，彭正龙．民营科技企业技术创新项目选择模型［J］．运筹与管理，2002，11 (1) : 102～106

［5］傅家骥．技术创新学［M］．北京:清华大学出版社，1998

［6］于海云，赵增耀，李晓钟．民营企业创新效率影响因素研究——企业家信心的研究视角［J］．科研管理，2013，34 (9) : 97～104

［7］曹勇，赵莉．专利获取、专利保护、专利商业化与技术创新项目效率的作用机制研究［J］．科研管理，2013，34 (8) : 42～52

［8］李平，王春晖．政府科技资助对企业技术创新的非线性研究——基于中国2001～2008年省级面板数据的门槛回归分析［J］．中国软科学，2010，(8) : 138～147

［9］熊飞，郑茜，唐葆君．基于DEA方法的高新技术企业创新效率研究——以丰台科技园为例［C］．第十四届中国管理科学学术年会论文集(下册)，2012，20: 698～701

［10］陈光宇，王惟贤，郑舒扬，等．基于TRIZ和DEA的企业技术创新项目效率指数评价与决策方法［J］．电子科技大学学报(社科版)，2015，17 (5) : 102～107

［11］Cristian I，Ivanov，Silvia A．Measuring the Performance of Innovation Processes: A Balanced Scorecard Perspective［J］．Procedia－Social and Behavioral Sciences，2014，109: 1190～1193

［12］王先甲，张熠．基于AHP和DEA的非均一化灰色关联方法［J］．系统工程理论与实践，2011，31 (7) : 1222～1229

［13］樊宏，陈世权．基于DEA算法的科研评审排序方法与应用［J］．科研管理，2004，23 (4) : 65～69

［14］季庆庆，李向东．基于三阶段DEA模型的企业技术创新效率研究［J］．工业技术经济，2013，(5) : 96～105

［15］陈光宇，王惟贤，邵云飞，等．大科学工程项目效率动态建模方法［J］．技术经济，2015，34 (12) : 93～100

［16］李锋，魏莹．短生命周期产品运营的系统动力学仿真优化［J］．系统管理学报，2012，21 (5) : 642～648

［17］吴传荣，曾德明，陈英武．高技术企业技术创新网络的系统动力学建模与仿真［J］．系统工程理论与实践，2010，30 (4) : 587～593

［18］陈传明，张敏．企业文化的刚性特征:分析与测度［J］．管理世界，2005，(6) : 101～106

［19］Freeman C．Networks of Innovators: A Synthesis of Research Issues［J］．Research Policy，1991，(20) : 499～514

(责任编辑:史琳)

Evaluation Method of Enterprise Technical Innovation Project Efficiency Based on System Dynamic and Data Envelopment Analysis

Chen Guangyu He Jufang Wang Ruiqi Su Xiaoling
(University of Electronic Science and Technology of China，Chengdu 611731，China)

〔Abstract〕Taking influential factors on project and business organization levels into account，this paper presents a comprehensive method of efficiency evaluation of enterprise technical innovation projects．Firstly，influential factors on either the project level or the organization level are analyzed．Then，a two－hierarchy system dynamic simulation model is established，which covers the two levels and provides simulation values for the built Data Envelopment Analysis to solve quantification problems of qualitative variables．Finally，the studies of several technological upgrading projects in a domestic large group company in textile industry are carried out to verify the validity of the modeling ideas and the methods．Research results have guiding significance for the effective management of enterprise technology innovation project．

〔Key words〕technical innovation project; project efficiency; system dynamic; data envelopment analysis

作者简介:陈光宇，电子科技大学经济与管理学院教授，博士生导师。研究方向:项目管理、质量管理与可靠性工程。何菊芳，电子科技大学经济与管理学院硕士研究生。研究方向:创新项目管理。王瑞琦，电子科技大学经济与管理学院硕士研究生。研究方向:创新项目管理。苏枭凌，电子科技大学经济与管理学院硕士研究生。研究方向:创新项目管理。

基金项目:国家自然科学基金面上项目“企业协同创新与集群网络演化的交互模型研究(项目编号: 71172095)”;国家自然科学基金重点项目“基于物联网应用的价值共创模式与价值网络治理机制研究”(项目编号: 7153003) ;科技部创新方法工作专项基金项目“四川省创新方法应用推广与示范”(项目编号: 2013IM020400)。

收稿日期:2016—01—10

〔中图分类号〕F224

〔文献标识码〕A

DOI:10．3969/j．issn．1004－910X．2016．04．006