面向认知协作的Project-based供应链跨组织合作创新方案评价

施建刚，吴光东，唐代中

（同济大学经济与管理学院，上海200092）

面向认知协作的Project-based供应链跨组织合作创新方案评价

施建刚，吴光东，唐代中

（同济大学经济与管理学院，上海200092）

Project-based供应链作为一种临时性组织，项目价值增值的实现取决于project-based供应链跨组织合作创新的成功。在将认知协作理论引入剖析project-based供应链跨组织合作创新的基础上，文章将其视为一个知识流驱动的跨组织认知协作过程，在满足认知协作条件的前提下，应用基于前景理论的灰关联多指标决策模型评价和选择project-based供应链跨组织合作创新方案，为项目型组织实施project-based供应链跨组织合作创新和实现项目价值增值提供了理论指导和决策支持，为实现项目价值增值提供了一种新的解决思路和方法。

认知协作；project-based供应链；合作创新

0 引言

Project-based供应链是随着组织管理的概念引入项目管理的，是将项目视为依据契约组合和约束的多目标临时性组织[1]和合作创新工具[2]，具有不同核心知识的项目型组织[3]为实现共同目标而形成的一种扩展到独立组织结构之外[4]，具有特定功能的以知识流为管理核心的跨组织结构模式。根据Williamson的组织理论，尽管参与成员的不确定性和临时性，但仍属组织性质[5]。特别是项目的一次性和临时性特点，使得project-based供应链和传统项目管理模式相比，跨组织合作创新活动更频繁和复杂，项目型组织之间既存在长期稳定的合作关系，也存在临时性动态的合作关系。如在某一具体的project-based供应链中，业主与建造商可能是长期的战略合作伙伴关系，而建造商和设计单位可能则是初次合作，业主可能在项目初期需与设计单位合作，而在项目中期更多的与建造商进行合作。因而项目型组织合作创新活动具有动态性、复杂性和频繁性特征，项目型组织比传统供应链中的组织更经常的面临合作创新的决策，而任一阶段的合作创新决策出现失误，都可能导致项目价值降低甚至项目失败，所有参与项目的项目型组织都将遭受损失甚至一无所获。

随着项目生命周期的演进，不同的阶段需不同的知识提供支持，同一阶段需要不同的项目型组织提供同类型知识支持，project-based供应链跨组织合作创新活动是是一个多主体、多阶段、各主体和阶段相互作用的复杂知识流过程，是具有不同核心知识的项目型组织知识交互和认知的实现项目价值增值的过程[6]。基于此，本文拟引入认知协作的理论对project-based供应链跨组织合作创新进行深入剖析，应用基于前景理论的灰关联多指标决策模型评价project-based供应链跨组织合作创新方案以确定最优方案，以期为项目型组织实施project-based供应链跨组织合作创新活动和实现项目价值增值提供理论指导和决策支持。

1 面向认知协作的project-based供应链跨组织合作创新分析

认知协作是在知识本体作为知识表示宏观结构的基础上，以“人”为问题认知与求解的主体，在满足特定问题认知的环境下，不同主体基于知识应用和认知进化相互协作完成对问题解决的过程[7]。在这个过程中，具备不同核心知识的不同主体集思广益，在个体学习和群体交互的基础上，完成全局问题的系统解决[8]。因而，认知协作是一种基于知识采集、知识融合、知识交互、知识创新和知识应用的思维协作，实际是一个不同主体掌握的不同核心知识的融会和交互的过程，具有群体性和交互性特征，不同主体知识的多样性是认知协作的基础，从逻辑上体现为知识流的形式[9～11]。考虑认知协作的过程要素，可将认知协作定义为：（1）Agent：表示参与认知协作的个体集合，即project-based供应链跨组织合作创新主体的集合；（2）Set：表示协作过程中需解决问题的集合，包括认知协作钱待解决的问题Previous-set和认知协作后续解决的问题Succeed-set；（3）Cognition condition：表示实现认知协作过程需满足的条件。结合project-based供应链跨组织合作创新的特征，可将project-based供应链跨组织合作创新活动面向认知协作的子过程表示如图1。

Project-based供应链由业主、设计单位、监理单位、施工单位等项目型组织构成，是典型的以项目为中心的跨组织结构模式，项目是project-based供应链价值和项目型组织利益的来源，因此所有合作创新活动都围绕项目展开，如项目前期整合参与各方对项目策划、项目设计等知识，中期围绕项目成本、质量、进度、安全等的知识，项目后期的物业管理、顾客管理等知识。知识在不同项目型组织间传递并伴随认知交互和进化的过程，以实现项目价值为目标，项目型组织通过问题内省和知识应用，针对需解决问题的特性，通过跨组织合作创新，对伴随项目进度需要的各种知识进行投入、转化和创新，最终实现项目价值增值（图2）。

由图2可知，项目型组织内部知识创新是project-based供应链跨组织合作创新的前提，知识流是project-based供应链跨组织合作创新的驱动因素，在假定项目型组织能够自觉实现企业内部知识创新和核心企业能够合理公平分配项目价值增加值的基础上，project-based供应链跨组织合作创新的认知条件就是项目型组织对project-based供应链跨组织合作创新活动对项目价值的评估。若采取project-based供应链跨组织合作创新活动后，预期项目价值的增加值能大于为进行合作创新支付的成本与维持现状的项目价值之和，那么项目型企业就会采取合作创新活动（图3）。基于此，定义几个与本文研究相关的概念：

（1）认知系统：针对project-based供应链跨组织合作创新方案评价与选择问题，以“项目型组织”作为问题认知和求解的主体，默认系统由知识流驱动，在实现project-based供应链跨组织合作创新过程中，支持认知进化与知识创新的和谐演化集成环境。

（2）认知过程：可看成是对认知进化的认知步骤集合，针对project-based供应链跨组织合作创新方案评价与选择问题，可分为五个步骤：①对维持现状项目价值的评估；②采取合作创新后项目价值的评估；③确定采取合作创新策略；④合作创新方案的评价；⑤合作创新方案的选择。

（3）认知协作：在project-based供应链跨组织合作创新活动中，若具有启承转接关系的认知步骤由供应链中不同的项目型组织完成，即在某一时间节点不同项目型组织间在逻辑上存在一定的依赖关系，这个过程的开展称为认知协作，认知协作能够使得project-based供应链上产生新的知识。

（4）项目价值增值：project-based供应链跨组织合作创新实际是一个不同项目中组织不同知识交互作用的过程，本文从整体项目价值增值的角度出发考虑project-based供应链跨组织合作创新问题。

从上述定义出发，依据图2和图3可知，面向认知协作的project-based供应链跨组织合作创新问题已变成解决认知协作的认知条件问题，假定项目型组织一定采取合作创新态度，因而面临对合作创新方案的评价与选择问题，即本文需进一步解决的问题。

2 面向认知协作的供应链跨组织合作创新方案评价过程

2.1 评价假设

（1）项目型组织更加专注于项目价值增值的实现，而不是自身的利益；

（2）核心企业能公平有效地分配项目价值的增加值；

（3）合作创新能够使得项目价值增值，但也面临一定的风险损失，项目型组织能够准确评估采取合作创新的期望净现值、风险盈利值和风险损失值，但无法预测风险盈利值和风险损失值发生的可能性；

（4）为进行project-based供应链跨组织合作创新活动，项目型组织需支付一定的成本，即进行一定的投资。这一部分来源于项目价值的增加值；

（5）项目型组织感兴趣的不是项目价值增值的绝对量，而是相对于项目原价值的变化量；

（6）项目型组织面临条件相当的损失前景时更倾向于风险偏好，而面临条件相当的收益时更倾向于风险规避。

2.2 评价过程

本文考虑项目型组织的风险态度对多指标决策的影响，将累积前景理论决策模型与灰关联分析方法相结合[12][13]，步骤如下：

（1）确定方案集和评价指标集：假定拟定的project-based供应链跨组织合作创新方案集为S={S1，S2，…，Sn}，评价指标集为A={A1,A2,…,Am}，方案Si对指标Aj的效果样本值为xij（i=1,2,…,n；j=1,2,…,m）。则方案集S对指标集A的效果样本矩阵为：

（2）效果样本矩阵的规范化：为更好地体现前景理论中的收益和损失，借鉴奖优罚劣的思想[14]，应用线性变换算子。即评价对象的指标值若优于平均水平，则赋予0～1的正值；若低于平均值，则赋予-1～0的负值。具体做法如下，令

规范化后的决策矩阵为R=（rij）n×m：

（3）确定正负理想方案与灰关联系数：设rj+=max{rij,1≤i≤n}，rj-=min{rij,1≤i≤n}（j=1,2,…,m），则正负理想方法分别为：S-={r1+,r2+,…,rm+}，S-={r1-,r2-,…,r-m}。选取正负理想方案为参照点，由灰色关联分析方法[15]可知，方案Si与正负理想方案S+和S-关于指标Λj的关联系数为：

其中，ρ∈[0,1]为分辨系数，一般取ρ=0.5。

（4）计算方案的综合前景值：依据Tversky和Kahneman标定的价值函数v(rij)和决策权重函数π(wj)分别为[16]：

则方案Si的综合前景值为正前景值与负前景值之和，即：

依据Tversky和Kahneman对各参数的标定[17]，γ+=0.61，γ-=0.69，α=0.88，λ=-2.25。

（5）最优决策权重的确定：设各方案的决策指标权重为w=(w1,w2,…,wm)，对备选方案而言，综合前景值越大越好，建立优化模型，其目标函数为：

求解上述模型，可得到最优解w*=(w1*,w2*,…,wm*)，则备选方案Si的最优综合前景值为：

（6）确定最优方案：对每个备选方案的最优综合前景值按从大到小的进行排序，前景值最大者即为最优方案。

3 算例分析

假定在某一个具体的project-based供应链中，在某一具体时间节点项目型组织面临跨组织合作创新方案选择问题，拟定了5个合作方案，各方案的效果样本值如表1所示，各指标的权重信息为：H:{0.1≤w1≤0.2,0.25≤w2≤0.4,0.1≤w3≤0.2,0.25≤w4≤0.4}

表1 备选方案的效果样本值

（1）依据表1建立效果样本矩阵：

由式（1）得到决策矩阵：

（2）由决策矩阵R得正负理想方案为S+=(0.80,1,1,0.58)，S=(-1,-0.73,-0.13,-1)，根据式（2）（3）计算正负灰关联系数ξij+和

（3）依据式（5）计算正负前景价值系数V+(rij)和V-(rij)：

（4）以各备选方案的综合前景值最大为目标，依据式（6）（7）得最优

4 结论与展望

相对于传统的项目管理模式，project-based供应链跨组织合作创新活动具有临时性、动态性和频繁性特征，而作为一种临时性组织，项目价值增值的实现取决于project-based供应链跨组织合作创新的成功。本文将认知科学中的认知协作引入剖析project-based供应链跨组织合作创新中，project-based供应链跨组织合作创新成为一个知识流驱动的跨组织认知协作过程。在假定项目型组织能够自觉实现企业内部知识创新和核心企业能够合理公平分配项目价值增加值的基础上，project-based供应链跨组织合作创新活动成为一个解决合作创新认知协作过程，而这个过程中，项目型组织更多的面临合作创新方案选择问题。

因而，本文从整体项目价值增值的角度出发，凸显风险偏好对项目型组织的影响，应用基于前景理论的灰关联多指标决策模型对project-based供应链跨组织合作创新的备选方案进行评价和选择，为项目型组织预测project-based供应链跨组织合作创新行为提供新的思路，更具针对性和实践性地为实现项目价值增值提供解决方法，为项目型组织实施project-based供应链跨组织合作创新活动和实现项目价值增值提供理论指导和决策支持。模型是在假定核心企业能够合理公平分配项目价值增加值的基础上构建的，但在实际project-based供应链中，项目型组织往往面临角色冲突和利益分配问题，因此，project-based供应链跨组织合作创新的冲突解决机制和激励机制将是需进一步研究的方向。

[1]ClelandD.I,KerznerH.A.ProjectManagementDictionaryof Terms[M].New York:Van Nostrand Reinhold,1985.

[2]Barrett P,Sexton M.Innovation in Small,Project-based Construction Firms[J].British Journal of Management,2006,10(17).

[3]Mian M.A,Kaj U.K.Knowledge Transfer in Project-based Organizations:An Organizational Culture Perspective[J].Project Management Journal,2008,39(3).

[4]Shi J G,Wu G D.Study on the Supply Chain Alliance Profit AllocationBasedonImprovedShapelyValue[C].International Conference on Management Science&Engineering,2009,(9).

[5]Williamson O.Pragmatic Methodology:A Sketch,with Applications to Transaction Cost Economics[J].Journal of Economic Methodology,2009,16(2).

[6]窦万春,刘茜萍,蔡士杰.面向认知协作的知识流分析与研究[J].计算机研究与发展,2006,43(6).

[7]于腾,王忠群.面向认知协作的知识管理研究[J].计算机技术与发展,2008,18(4).

[8]孙娟,窦万春,刘茜萍.基于本体论的认知协作[J].计算机应用, 2004,24(11).

[9]Mark E N,Raymond E L.Agent-based Modeling of Knowledge Flows:Illustration from the Domain of Information Systems Design[C].The 37th Hawaii IEEE International Conference on System Sciences,Hawaii,2004.

[10]Hai Zhuge.Knowledge Flow Management for Distributed Team Software Development[J].Knowledge-Based System,2002,15(8).

[11]Hai Zhuge.A Knowledge Flow Model for Peer-to-Peer Team Knowledge Sharing and Management[J].Expert System with Application,2002,22(4).

[12]王正新,党耀国,裴玲玲,王砚羽.基于前景理论的多指标关联决策方法[J].控制与决策,2010,25(2).

[13]杨建池,王运吉,钱大庆,黄柯棣.基于前景理论的决策模型研究[J].系统仿真学报,2009,21(9).

[14]王坚强.“奖优罚劣”的动态多指标灰色关联度模型研究[J].系统工程与电子技术,2002,24(3).

[15]邓聚龙.灰理论基础[M].武汉：华中科技大学出版社,2002.

[16]Tversky A,Kahneman D.Prospect Theory:An Analysis of Decision Under Risk[J].Econometrica,1979,47(2).

[17]Tversky A,Kahneman D.Advanced in Prospect Theory:Cumulative Representation of Uncertainty[J].Journal of Risk and Uncertainty,1992,5(4).

（责任编辑/亦民）

F270

A

1002－6487（2011）06－0048-04

国家自然科学基金资助项目（70903051）

施建刚（1962-），男，上海人，教授，博士生导师，研究方向：建设项目管理。