基于智慧與創新資本視角的企業危機管理系統脆性研究

田 耕

（西北工業大學 管理學院，西安 710072）

基于智慧與創新資本視角的企業危機管理系統脆性研究

田 耕

（西北工業大學 管理學院，西安 710072）

危機是企業生存和發展中的普遍現象。文章結合危機管理系統特征，借助SEM結構方程和方探討了智慧和創新資本視角下企業危機管理系統的市場資本、人力資本、創新資本、生產質量和外部環境脆性因子和以及基于最大熵原理建立的風險評估模型，完善了企業危機管理研究評估機制。

危機管理；脆性因子；最大熵

0 引言

企業實施危機管理是一項復雜的系統工程，而復雜系統模型由脆性結構、脆性事件、脆性因子構成，根據復雜系統脆性結構模型，結合企業危機管理系統的特點，可以得到一個危機管理系統的脆性風險結構模型[1]。

圖1 危機管理系統脆性風險模型

由圖1可以看出：危機管理下系統脆性受到各個子系統的脆性影響；系統事件是建立在危機管理系統結構的基礎上由脆性因子而引起發生的。脆性因子是根據系統內外條件而辨析出來的導致系統脆性被激發的根本因素。脆性因子與脆性因子之間可能具有不同形式的相互關聯。對于復雜系統的脆性因子，傳統的方法是采用各種統計方法，如隨機取樣法、分層取樣法等進行取樣，然后采取不同分析方法建立模型，如幕景分析方法、德爾菲方法等，將脆性因子從中辨識出來[2]，而采用結構方程這類線形統計建模技術的方法并不多見。

本文試圖從總結前人研究成果的基礎上，進一步從智慧資本和創新資本的角度出發，借助SEM結構方程探尋企業危機管理系統的脆性因子，并利用最大熵理論構建危機管理的脆性風險評估模型，完善企業危機管理系統評估機制。

1 研究方法

（1）基本方法

本文研究的目的是在研究影響企業危機管理因素的基礎上構建管理與評估機制，借助問卷調查的獲得的基礎數據，進一步運用SPSS12.0進行因子分析和AMOS7.0進行SEM模型分析。研究設計了16道自變量題項和一個因變量題項，被調查對象需要完成一份包括20道五級評分題項的調查問卷。研究選取自變量為“危機管理系統脆性因子”，主要關注影響企業危機管理系統成效的脆性因子的表述。

這樣形成的17道題項被作為情感價值與企業危機管理影響程度的可能預測變量。為了避免被調查者過多的選擇中間項，傳統的生活方式調查均使用五級量表，我們這里的每道題項也使用五級量表進行測量，分別是“完全不同意”、“有點不同意”、“同意”、“比較同意”和“完全同意”，越高的分數代表越高的同意程度。因變量“企業危機績效”：一道被用作標準變量的題項都與企業危機管理的意愿有關，它是：“我認為危機管理符合企業永續經營的現實要求”。這個陳述顯示了公司管理者對待危機管理的認識態度，這道題項的相關性在0.01的水平下是顯著的，它們的person相關系數是0.687，顯著地相關性是因為這道題項反映出企業管理者的危機意識。

（2）樣本選取

本文研究的對象主要面向西安地區中小高新技術企業，采取Email和面談項結合的方式進行問卷調查，選取這類企業群體作為樣本的理由主要是其在變幻莫測的市場競爭中面臨著多方面的困難和挑戰，在經歷過經濟危機的考驗后危機管理的意識在逐步增強，危機管理機制逐步健全。問卷發放及回收時間為2009年10月13日至10月30日。通過Email和面談的形式共發放90份問卷，回收78份，回收率為86.7%；其中有效問卷69份，占回收問卷數量的71%。

2 分析結果

首先，對自變量進行因子分析。第一次對全部17道自變量題項進行因子分析，分析結果后刪去不恰當的題項，然后繼續對余下的自變量進行二次因子分析，同時根據分析結果計算因子得分。其次，我們根據因子分析結果對因變量進行SEM結構方程分析，從而發現影響危機管理程度和方向的現實及潛在因素。

（1）SEM模型分析結果

本文首先選用主成分分析法進行因子分析，使用最大方差法旋轉矩陣，以特征值大于等于1作為選取因子的標準，崖底碎石圖顯示五個因子累計提供了對數據方差80.5%的合理解釋。由于題項16“企業領導的個人魅力對企業員工影響極大”均在兩個或兩個以上因子的載荷小于0.32，因此題項19也被刪除。題項8“如果我們不注重的技術研發，企業將逐漸被市場所淘汰”在五個因子上的載荷都非常平均，沒有較好的代表性，因此考慮刪除這道題項。

在去掉題項16和8之后，重新進行因子分析。同時對五個因子和因變量的描述性統計，總體來說被調查者們是持比較中間態度的，在五個變量上的平均值都介于3和4之間；在“創新資本”和“市場資本”這個變量上的均值超過4，僅“人力資本”一項的均值小于3，五個因子的得分標準差都介于0.75和1之間。

特征值大于1的五個因子累計解釋80.3%方差。對這五個因子的命名及分析如下：第一個因子“市場資本”和第五個因子“外部環境”顯示了企業危機可能產生的外部根源；第二個因子“人力資本”和第四個因子“生產質量”顯示了被調查企業危機可能產生的內部根源；第三個因子“創新資本”表現了被調查企業對待創新的態度。

根據以上數據可以得出測量模型的各個測量指標收斂于相應因子，測量模型具有一定程度的收斂效度。根據Fornall和Larcker的研究，若因子本身的平均萃取變異量大于其與其它因子的相關系數平方值，則表示測量模型具有良好的區別效度。

表1 脆性因子負荷、組合信度與平均萃取變異

表2 企業危機管理系統脆性因子的SEM模型擬合優度結果

表3 企業危機管理系統脆性因子的SEM模型檢驗結果

進一步根據因子分析結果構建SEM模型進行分析，通過數據擬合發現情感價值對品牌利益的影響方向和影響程度。在對整個模型進行擬合評價時要通過上述所提及的多種擬合指標來衡量。本文通過 AMOS7.0軟件實現，使用最大似然法對其參數進行估計。擬合之前，首先對模型進行調試修正，刪除了對模型準確性有重要影響的異常數據及消極數據，以求模型更加精簡有效。修正后的模型數據擬合指標如表2所示。

由表2顯示：本模型 x2/DF＜2.0，規范擬合指數（NFI）、擬合優度指數（GFI）、增量擬合指數（IFI）、比較擬合指數（CFI）、調整的擬合優度指數（AGFI）基本都達到0.7以上，0＜RMR＜1，RMSEA＜0.08，各項指標均符合標準，表示模型擬合程度較好。

根據標準化路徑系數和T檢驗值對模型進行了結果檢驗，主要檢驗結果如表3所示。

基于因子分析和SEM模型分析得出的市場資本、人力資本、創新資本、生產質量和外部環境這五個因子是進行企業危機管理所必須關注的基本脆性要素，它們與對企業危機風險都呈現出的正向的因果影響關系，市場資本和外部環境沒有呈現顯著的相關關系，可能是因為二者同屬于影響危機管理系統兩個外部因素。首先，市場資本的影響最為顯著（γ1=0.907），事實上，市場風險是企業危機的最直接風險因素，其風險主要來自市場接受能力的不確定性、市場接受時間的不確定性以及競爭激烈程度的不確定性。高新技術在推出產品后，客戶往往持懷疑態度甚至可能作出錯誤的判斷，從而對市場能否接受及接受程度難以作出準確估計。高新技術產品的推出時間與誘導出有效需求的時間存在時滯，而過長的時滯將會導致企業開發新產品的資金回收期延長甚至難以收回。此外，如果市場競爭的激烈程度超出預期，形成供過于求的局面，那么預期利潤目標就會難以實現。外部環境（γ5=0.796）所產生經濟波動和發展周期風險以及產業政策變化風險對于企業的戰略發展、生產經營以及市場開發戰略戰術都是深入影響著企業危機管理的外在風險因素，本輪發生的全球金融危機就是民營高新技術企業面臨的最大挑戰。

其次是創新資本（γ3=0.899），這也是本文著重強調的重要脆性風險因素，創新風險是企業對外部環境因素估計不足甚至無法適應，或對技術創新過程難以有效控制而造成技術創新活動失敗進而引發風險企業經營活動失敗的可能性。任何企業在技術創新方面的資金投入都要承擔很大風險 ,甚至企業技術創新活動有可能由于風險而失敗。創新資本風險越來越成為高新技術企業危機管理系統中的一項重要的脆性控制指標。

以往的人力資源管理風險是由于人力資源的特性和對人力資源的不善管理而造成的用人不當，或人的作用未能有效利用，或人員流失給組織造成有形和無形損失的可能性危險。

而本文所強調的人力資本（γ2=0.855）是高新技術企業在創新過程中因管理不善而導致創新失敗所帶來的風險，領導的決策能力與管理技巧，對待風險的偏好和接受程度，此類諸多風控制稍有不慎,就有可能給企業帶來不必要的損失甚至災難性的危機后果。

此外，生產質量（γ4=0.596）也是重要的顯著的正向影響危機管理系統的脆性風險因子，是企業在原材料、技術人員、設備、生產組織、生產工藝等方面發生難以預料的障礙存在而引發的系統風險。

（2）脆性風險分析

Jaynes在1957年統計力學中提出最大熵原理：“最少為偏見的概率分布是這樣一種分布，它使熵在已知信息的附加約束條件下達到最大化”。可以表述為在所有滿足給定的約束條件的許多概率密度函數中，使信息熵最大的概率密度函數就是最佳(即偏差最小)的概率密度函數。這種分布最隨機、最少主觀成分，反映系統滿足約束條件下，趨向達到最穩定狀態。最大熵方法的基礎是信息熵，即整個范圍內的隨機變量的不確定性的量度。我們根據最大熵原理，結合企業危機管理復雜系統脆性特點，對脆性風險和脆性因子建立模型。

根據前述危機管理復雜系統脆性模型，將系統的脆性風險設為隨機變量 y的函數(假定為連續變量)，y=g(y1,y2,…,yd)，yi為系統的脆性因子，則由最大熵原理得到隨機變量y的概率分布應為[3]:

將先驗信息構成約束條件:

R為隨機變量所在的集合，m為隨機變量y的矩的階數，需要在計算中根據具體問題確定。l為影響隨機變量y的脆性因子數，1≤l≤d，[μ,η]是保證變量有意義的區間，Mi為 y的第i階原點矩的觀測值，其中:y=R(y1,y2,…,yd)。

yi(i=1,2，…，d)是通過系統分析而辨識出來的系統脆性因子。在這些約束條下，以最大熵原理為準則求得危機管理系統的脆性風險函數。

根據最大熵原理建立的脆性因子模型，可以根據多個脆性因子的歷史數據和分布信息等相關約束信息，得到脆性因子的總體上的幾何分布形式。然后根據脆性風險和脆性因子的關系函數，可以對企業危機管理系統的脆性風險進行有效評估和預測。

3 結論

脆性是復雜系統一項本質屬性。通過以上結構方程對企業危機管理系統脆性風險因素的研究表明，企業危機管理系統可以歸結為市場資本、人力資本、創新資本、生產質量和外部環境這五個脆性風險維度，其都呈現出正向影響危機管理系統的相關性特性，此外，采用了最大熵原理建立脆性因子模型可以有效的根據脆性事件的發生的概率分布進行風險評估和預測。因此，在企業危機管理過程中，從脆性風險因子出發監察企業內外環境的變化,科學有效的進行評估預測，將環境威脅轉化為企業的發展契機，以確保可持續發展。

[1]李琦，金鴻章，林德明復雜系統的脆性模型結構[J].系統工程，2005，（1）.

[2]趙克勤.集對分析與熵的研究[J].浙江大學學報(杜科)，1992,(2).

[3]趙佩華.熵理論的幾個基本問題研究評述[J].系統辯證學學報，2000，8(1).

F270

A

1002－6487（2011）02－0176-03

陜西省教育廳軟科學課題支持（2008KR20）

田耕（1974-），男，河北高陽人，博士研究生，研究方向：控制科學與工程，社會經濟系統工程。

（責任編輯/易永生）