基于多屬性決策的虛擬企業聯盟成員網絡中心性研究

宋麗麗　康鵬

〔摘要〕[目的/意義]創建綜合網絡中心性指標，對客觀掌握網絡節點的地位，制定、調整虛擬企業聯盟策略具有重要意義。[方法/過程]以社會網絡理論為基點，將企業聯盟視為復雜社會網絡，分析社會網絡中心性屬性特征，選取度數中心性、接近中心性、中介中心性為基本指標，并采用TOPSIS方法進行多屬性決策，對虛擬企業聯盟成員進行網絡中心性研究。[結果/結論]克服了單一指標的局限性，為考察虛擬企業聯盟網絡節點的地位提供新方法，并對虛擬企業聯盟提供相關對策建議。

〔關鍵詞〕多屬性決策；網絡中心性；虛擬企業聯盟；TOPSIS

DOI：10.3969/j.issn.1008-0821.2018.05.024

〔中圖分類號〕F2724〔文獻標識碼〕A〔文章編號〕1008-0821（2018）05-0152-06

〔Abstract〕[Purpose/Significance]It is of the importance to establish the comprehensive network centrality index to objectively master the status of network nodes，and adjust virtual enterprise coalition tactics.[Method/Process]By using social network theory as the base point and regarding enterprise coalition as complex social network，this paper analyzed social network centrality attributive characters with degree centrality，closeness centrality，and betweenness centrality as the evaluation index，and used TOPSIS method to make multi-attribute decision-making and research on network centrality of virtual enterprise alliance members.[Result/Conclusion]By overcoming the limitation of sole index，this research provided a new method for inspecting the status of enterprise coalition network nodes and provided relative countermeasures and suggestions for virtual enterprise coalition.

〔Key words〕multi-attribute decision-making；network centrality；virtual enterprise coalition；TOPSIS

當今時代，國內外經濟環境的不安定因素越來越多，對企業生存和發展提出了更高的要求。企業特別是高新技術企業為了提高競爭能力、高效應對市場，往往需要借助于其它企業的力量，構建企業聯盟已成為越來越多的企業合作的新模式。企業聯盟是虛擬組織，這一概念由Preiss、Goldman等專家于1991年在《21世紀制造企業研究：一個工業主導的觀點》報告中首次提出，之后便得到迅速發展[1]。虛擬企業聯盟是指為提高企業的創新能力和市場應變能力，優化資源配置、提高信息效率，通過網絡連接在一起的異地異構的特殊組織。聯盟組織中的各個企業之間彼此獨立，通過合作突破自身的組織界限，進而共享信息資源，達到互惠互利的目的[2]。虛擬企業聯盟中的成員之間的合作關系是虛擬企業聯盟存在的基礎，成員不僅是資源的投入主體也是聯盟創新成果的應用主體，每一個成員在聯盟中的主體作用各有不同，如何衡量這種作用，進而考察聯盟中成員的地位、適應度，對虛擬企業聯盟來說尤為重要。

近年來，國內外的學者對虛擬企業聯盟的研究投入相當大的精力，從不同的視角對企業聯盟進行分析，其中社會網絡理論認為，企業聯盟是種社會網絡，并且隨著企業間合作規模的擴大以及合作業務的深入，企業聯盟已逐漸成為復雜的社會網絡系統。

本文在現有社會網絡研究基礎上，著重對企業聯盟網絡內部節點企業的中心性進行研究。從社會網絡分析原理入手，利用網絡結構的多種中心性屬性作為基本指標，采用TOPSIS方法進行多屬性決策，構建虛擬企業聯盟成員的綜合中心性指標，進而考察成員企業在聯盟中的地位、作用以及適應程度，為聯盟的調整、重組及企業的再選擇提供依據。此方法既打破了以往多采用經濟類指標作為評價指標的局限性，又克服了單一指標的片面性，豐富了虛擬企業聯盟節點考察體系，并使結果更加客觀全面。

1社會網絡分析的中心性指標

社會網絡分析是將研究對象個體和組織及其間的社會關系看作是一種可視化網絡，通過圖論、數學模型以及軟件分析等不同工具對網絡的關系數據進行剖析，進而揭示網絡結構特征的一種分析方法。社會網絡分析正是通過多種指標和工具，不僅將研究對象進行可視化描述，還能揭示網絡中節點及其相互關系特征[3]。其中中心性分析是社會網絡分析中重要和常用的概念工具。

11關于網絡中心性的相關研究

Wasserman S等學者的研究表明，網絡中心性可以用網絡中的個體所擁有的連接數目來體現，數目越大表明個體在此網絡中的人際關系越廣泛，即網絡中心性越強[4]。Brass D J認為網絡中心性作為表示個體在網絡中結構位置的重要指標，在一定程度上反映其在網絡中的聲望或受歡迎程度[5]。Perry-Smith J E等認為個體的網絡中心性不僅僅是一個結構屬性，同時也是個體在社會網絡中的影響力指標，反映了個體對網絡中資源的掌控狀況[6]。

有些學者將網絡中心性應用于某些領域，研究個體對網絡中資源的掌控能力。管玉娟采用社會網絡中心性分析方法確定供應鏈網絡中的核心企業[7]。李綱等運用合作網絡中心性指標對科研團隊學術帶頭人的勝任特征進行測試[8]。施楊等通過網絡中心性研究發現團隊知識擴散的深度和廣度與組織成員中心性顯著正相關[9]。王學東等應用社會網絡中心性分析，得到了可以表征學術博客知識交流網絡的分析數據[10]。趙云輝等研究網絡中心性等指標與知識創造之間的相互關系[11]。

12網絡中心性及其量化含義

中心性是社會網絡結構的重要屬性，反映的是節點在社會網絡結構中的位置或優勢的差異。常用的中心性指標有3種：度數中心性、接近中心性和中介中心性[12]。為描述3種中心性，用G=（V，E）表示企業聯盟網絡，V是節點集，E是邊集，并用n表示節點數目。

121度數中心性

度數中心性指網絡中節點的連接數，測量的是企業聯盟中節點企業的合作伙伴數量，是最直接地反映節點在聯盟網絡中位置重要性的指標，它表示企業控制資源的數量。

CDi=degi（1）

其中CDi表示中G節點i的度數中心性，degi為節點i的連接數，此度數為絕對中心性，沒有考慮網絡規模，為此構建相對度數中心性C′Di：

C′Di=CDin-1（2）

此值越大說明該節點企業在聯盟網絡中地位越顯著，具有更大的權勢協調其它企業的利益和沖突。

122接近中心性

接近中心性指一個節點與網絡中其它節點的距離之和，測量的是企業聯盟中節點企業的接近程度，反映了節點企業接觸網絡中信息和資源的便捷程度。

CFi=∑nj=1diji≠j（3）

其中CFi表示G中節點i的接近中心性，dij為節點i和節點j之間的最短距離，顯然值越小表示此節點與其它節點越接近，構建相對接近中心性C′Fi：

C′Fi=（n-1）CFi（4）

式中字母含義同上。

值越小的節點企業越能較快地掌握整個網絡的市場信息，更具有核心企業的潛力。

123中介中心性

中介中心性指經過某節點且連接其它節點的最短路徑數與這兩點之間全部最短路徑數之比，測量的是節點控制其它節點交流信息的程度。

CBi=∑j≠k≠igjk（i）gjk（5）

其中CBi表示G中節點i的中介中心性，gjk表示節點j和節點k之間的最短路徑數，gjk（i）表示gjk中經過節點i的數目，其相對中介中心性C′Bi：

C′Bi=CBi/[（n-1）（n-2）/2]（6）

值越大說明該節點企業在聯盟網絡中對信息的協調作用越強，在網絡中處于樞紐地位。

從以上分析可以看出，每一種中心性表示的是某一方面的網絡結構特征，單獨使用某一個中心性指標考察網絡節點會得到不同的結果，不能全面反映企業聯盟網絡中節點的綜合重要性，需要將3個中心性綜合考慮，進行多屬性決策。

2基于TOPSIS方法的企業聯盟網絡節點中心性指標構建

TOPSIS（Technique for Order Preference by Similarity to Ideal Solution）是多屬性決策分析中常用的一種方法，其基本原理是通過測量評價對象與最優解、最劣解的距離來進行排序，如果評價對象遠離最劣解，則較優，距離最大者即為最優解；相反，如果評價對象接近最劣解，則較劣，距離最小者即為最劣值，此方法又稱優劣解距離法[13]。

21TOPSIS方法的基本算法

211建立規范化決策矩陣

根據各指標值得到初始化矩陣R。

22基于TOPSIS方法的網絡中心性指標

將社會網絡分析的度數中心度、中介中心度和接近中心度作為TOPSIS初始矩陣的指標，最終得到的貼近度可以作為一個新的網絡中心性指標，用此指標對網絡的節點進行研究，可以更客觀地衡量節點在該社會網絡關系中關系的緊密程度，反映節點在社會網絡地位的重要程度，用以識別重要節點，避免單一指標的片面性[14]。

3基于TOPSIS方法的網絡中心性指標在虛擬企業聯盟中的應用

近年，遼寧省政府相關部門發起成立了多個省級產業技術創新聯盟，這種政府主導的企業聯盟常會出現參與主體并未意識到自身積極投入和參與聯盟發展的重要性，或者一些參與的主體合作中互相的信任度比較低，導致聯盟沒有達到當初設計的效果，此時相關部門需要對聯盟整體有客觀了解，對聯盟的成員進行有效的識別，為聯盟的調整和重組提供依據。

31虛擬企業聯盟合作網絡構成

社會網絡由節點和關系構成。虛擬企業網絡中節點即為聯盟中的所有成員企業。關系這里我們界定為合作關系，利用專家法及企業調查問卷法，根據企業間合作的內容及深度將合作進行類型的劃分，并賦予不同的重要度等級，見表1。

33建立規范化決策矩陣

根據TOPSIS法對指標單調性的要求，利用式（7）對CFi指標進行處理，3個指標即滿足單調統一。將初始矩陣進行規范化處理后得到矩陣S，關于指標權重的確定有很多方法，如專家法、綜合模糊評價法、熵權法等，在本次應用中，通過企業專家與科研專家共同確定權重，進一步得到矩陣V，以及最優方案V+和最劣方案V-。

34求最優解向量、最劣解向量及貼近度向量

根據式（12）～（14）求得最優解向量D+、最劣解向量D-以及貼近度向量B。

根據聯盟網絡中各節點的貼近度值，可以將其作為一個綜合性的中心性指標，方便有效地對虛擬企業聯盟成員進行網絡中心性分析。其中C2節點企業的貼近度最高為1，是聯盟網絡中最核心的節點，該企業擁有網絡中最強的度數中心性、接近中心性以及中介中心性，在現實中C2企業是此虛擬企業聯盟的主導企業，參與該聯盟的所有項目，代表并組織聯盟成員進行項目的談判與計劃工作，并與大部分聯盟成員有合作關系，掌控著聯盟網絡的大部分資源并起著協調其它成員的作用，是聯盟網絡的橋梁和樞紐。C9、C5、C14擁有較高的貼近度，在網絡中的地位也相對較高，在現實聯盟運作中擔負著某方面重要的任務或者局部的協調作用，比如C14成員是物流企業，承載了聯盟中大部分項目的物流任務，并積極開展多級聯合庫存模式，降低聯盟庫存成本。C16、B2、A3、C22節點的貼近度比較低，與最優方案的距離較大，其中A3節點的接近中心性最弱，C22的結點中心性以及中介中心性都是最弱，通過調查發現C22企業本身有自己的技術優勢，但這種優勢與聯盟的主體項目之間存在一定的偏差，而該企業又未能將自己的技術信息發布，造成在企業聯盟網絡中處于邊緣地位。

另外科研單位A1、A2、A3和高校B1、B2的貼近度均小于05，是由于本身的特殊性造成的，學研單位在企業聯盟中以技術創新、技術指導、成果推廣為主要任務，不需要與更多的節點有直接的合作關系，對整個聯盟網絡中的資源以及交流信息的控制作用有限，但貼近度仍然能反映出學研單位在整個聯盟網絡中相對的重要程度，這里A1和B1貼近度值較大，二者參與了聯盟較多的項目研發工作，而有些學研單位在聯盟中的作用不明顯。

4結論與建議

隨著虛擬企業聯盟數量的不斷增長和聯盟形態的不斷演化，對聯盟成員的中心性進行測算具有重要的現實意義。傳統的利用經濟數據進行測算的方法存在數據獲取困難、數據量巨大、指標選取不統一等弊端。本文利用虛擬企業聯盟的網絡特征，以社會網絡分析的度數中心性、接近中心性和中介中心性為基本數據，運用TOPSIS方法進行處理，得到網絡節點的綜合中心性指標。將此指標應用于虛擬企業聯盟，對聯盟中的成員進行權力與地位的比較，克服單一中心性的局限，為虛擬企業聯盟決策提供更可靠的依據。

41提高虛擬企業聯盟企業成員的合作意識

虛擬企業聯盟由于成員企業的虛擬性、分散性、風險性等特點，有些成員可能會對合作有些擔憂，特別是政府主導下的聯盟組織成員，有些并未意識到自身積極投入和參與聯盟發展的重要性，“搭便車”現象也時有發生，這樣會嚴重阻礙企業聯盟創新能力的提升，也不利于聯盟成員企業的成長，此時需要主導者提高虛擬企業成員的合作意識，可利用中心性指標定期對其進行評價，明確其在聯盟中的地位及發展潛力，并積極為其創造合作機會。

42持續增強虛擬企業聯盟核心企業優勢

通過中心性指標找出處于核心性地位的企業，該企業綜合了位置優勢、中介優勢以及接近優勢，在聯盟中具有一定的威望，其它企業為了自身的發展也一定會與該企業主動尋求合作機會，這樣其它企業會凝聚在核心企業周圍，使核心企業短期內獲取較多的異質性創新資源，在聯盟中的優勢地位也更明顯。同時該企業應不斷審視進而調整自己在網絡中的位置，避免累積較多的冗余信息而影響企業優勢。

43為聯盟成員企業尋求能力提升提供途徑

通過中心性指標可以看出，雖同處于一個聯盟網絡，但在網絡中的地位差別很大，處于劣勢地位的成員企業，為了利用企業聯盟提升本企業的能力，可通過中心性指標快速找到聯盟內的核心企業并分析其擁有資源類型，立足本企業從外延合作開始逐步向內涵式合作推進，擴大與核心企業進行信息資源共享的廣度與深度，最終提升本企業的能力。同時爭取使自己占據聯盟網絡中的有利位置，方便獲取更多的信息資源，努力成為核心成員。

44實時監督聯盟成員中心性變化，確保聯盟健康發展

對于中心性指標過高的聯盟成員，容易使其它成員形成對其的依賴性，如果這種依賴性過強，造成核心企業的不可替代性，這種不可替代性可能會對其他企業以至整個聯盟帶來一定的風險，因此有必要對聯盟成員的中心性變化進行監督，以確保聯盟健康發展，不斷提升創新能力。

本研究存在一定的局限性，首先指標的選取不夠豐富，僅考慮網絡節點之間的連接屬性，下一步工作計劃引入網絡子群重疊度指標，因為對于復雜網絡會產生較多的合作派系，而派系之間存在一定的重疊，節點可能同時存在于不同的派系之中，此時對重疊度的測算可以用來評價節點的權力和地位；其次在權重的確定上過于主觀，希望能夠結合社會網絡分析特點以及問題研究重點，尋求定性與定量相結合的確定權重的方法，使研究更客觀、完善。

參考文獻

[1]Preiss K，Goldman S L，Nagel R N.21st Century Manufacturing Enterprises Strategy：An Industry-Led View[R]. Iacocca Institute， Lehigh University，1991.

[2]曲靖野，張向先，孫笑宇.虛擬企業聯盟信息生態系統構建研究[J].情報科學，2015，33（5）：28-32.

[3]劉軍.社會網絡分析導論[M].北京：社會科學文獻出版社，2004：4-9.

[4]Wasserman S，Faust K. Social Network Analysis：Methods and Applications[M].Cambridge University Press，1994.

[5]Brass D J.Being in the Right Place：A Structural Analysis of Individual Influence in an Organization[J].Administrative Science Quarterly，1984，29：518-539.

[6]Perry-Smith J E，Shalley C E.The Social Side of Creativity：A Static and Dynamic Social Network Perspective[J]. Academy of Management Review，2003，28（1）：89-106.

[7]管玉娟.基于社會網絡中心性分析的供應鏈網絡核心企業選擇[J].商業經濟研究，2015，（22）：19-20.

[8]李綱，劉先紅.基于合作網絡中心性指標的科研團隊學術帶頭人識別研究[J].科技管理研究，2016，（8）：127-132.

[9]施楊，李南.研發團隊知識交流網絡中心性對知識擴散影響及實證研究[J].情報理論與實踐，2010，33（4）：28-31，37.

[10]王學東，杜曉曦，石自更.面向學術博客知識交流的社會網絡中心性分析[J].情報科學，2013，31（3）：3-8，16.

[11]趙云輝，崔新健.社會資本、組織學習與知識創造關系研究——基于一種文獻計量的元分析方法[J].現代情報，2014，34（4）：112-116，120.

[12]林聚任.社會網絡分析：理論、方法與應用[M].北京：北京師范大學出版社，2009：105-114.

[13]于會，劉尊，李勇軍.基于多屬性決策的復雜網絡節點重要性綜合評價方法[J].物理學報，2013，62（2）.

[14]彭麗徽，李賀，張艷豐.基于SNA與模糊 TOPSIS的網絡輿情關鍵節點識別分類模型研究[J].現代情報，2017，38（8）：17-25.

（實習編輯：陳媛）