【管理与实务】
随着经济全球化的不断发展和信息技术的快速深化,我国经济正处于转型的关键时期。作为社会经济的微观主体,企业需要通过转型提升竞争优势,获取持续发展的能力。
企业转型属于一种变革行为,表示企业的状态发生了质的转变。在这种转变的过程中,企业以现存状态为始点,朝着持续发展的目标,沿着一定的路径,通过整合资源和能力进行优化配置,从而达到最佳竞争力的状态。这种要素组合结构的改变使企业从一种稳态转化到另一种稳态[1]。根据企业资源和能力理论,企业竞争优势来源于资源和能力,因此企业获得竞争优势的前提是充分利用其所掌控的资源能力要素,通过对其进行有效组合,寻找最优的重组结构,使企业在行业内的竞争优势最大化[2]。
因此,企业转型是企业基于自身内部资源能力的最充分利用,或适应企业外部环境变化变革企业经济增长方式的战略行为。在这一行为中,由于转型企业的内部组织与外部环境间的信息和能量进行不断的转化,其转型过程常常处于一种不稳定的无序状态[3]。本文将该混沌状态视为系统熵增造成的无序现象,将具有耗散其中不良能量的因素称为转型企业的“阻尼因素”。因此,企业成功转型的关键在于控制系统内部的稳定并保持持续发展的竞争优势,合理调节阻尼因素,为企业营造良好的转型条件。本文基于熵理论对转型的过程进行深入分析,揭示其本质,并依此构建阻尼要素指标体系和阻尼参数识别模型,对于丰富现有企业转型相关理论具有重要意义。
熵可以用来描述非分子热运动的其他任何物质运动方式和任何事物、任何系统的混乱度或无序度[4]。随着研究的深入,学者们也将熵理论积极运用于管理领域,如战略熵[5]、约束熵[6]、管理熵[7]、知识熵[8]、能力熵[9]、激励熵[10]等。在企业转型的相关研究中,熵理论也得到了一定的应用。刘超超等基于熵权法和模糊贴近度,构建了企业维度的精益转型测度方法,以判定企业精益转型阶段[11]。李文龙等从熵理论视角分析了稀土产业转型升级的熵机理,提出减小内部转型熵和增加外部负熵的策略[12]。李岩等探讨了公路货运企业向现代物流企业转型的模式,并建立了基于熵理论的企业转型模式,判断企业转型的不确定性[13]。李烨等运用负熵的概念,构建了大型煤炭企业转型升级效果的评价模型并进行了实证研究[14]。总而言之,熵理论应用的泛化为企业转型的研究提供了新的思路。
在转型企业这样一个开放的复杂系统中,其转型过程和结果都存在不确定性,因此可用熵的概念来表征系统的存在与运动状态的不确定程度。力学中阻尼的作用是耗散不良能量,这正与热力学中的负熵作用一致。企业在转型的过程中处于一种非平衡的波动状态,这是由于系统熵增造成的混乱无序的现象。转型熵正是对这种无序程度的度量[15]。其中,转型正熵反映了企业在转型过程中,转型的有效性总是边际递减甚至最终失效;转型负熵反映了由于转型企业系统具有开放性,可以与外界进行物质、能量、信息交换,使转型系统有效性提高、有序程度增加。企业在转型的过程中,由于各要素不当的重新组合和无序的相互作用产生摩擦,导致正熵生成并持续增加,企业转型效率递减,系统熵增加。系统总熵等于正熵与负熵之和,为了企业转型的平稳有序进行,需要加入负熵来抑制正熵带来的消极影响,从而维持企业转型的秩序与其本身的生存发展,提高竞争力。该负熵相当于转型企业的阻尼,通过抵消要素间的摩擦达到系统总熵减小的效果。随着负熵的不断增大,总熵越趋近于零,转型企业系统越有序,转型的过程越平稳。
基于以上分析,定义转型企业的阻尼因素为影响转型企业系统熵值、能够调节系统稳定性的广义因素,而转型企业的阻尼参数是针对具体企业而言的狭义因素。
转型企业作为一个复杂的大系统,在其系统内外部存在着大量影响企业转型熵值的因素,并会产生一定的转型正熵或转型负熵,影响着企业总熵值的变化。通过熵值的大小可以反映企业转型效果的优劣。本文从能力和资源两个角度出发,归纳出影响转型企业系统熵的五个方面:技术创新能力、组织管理能力、市场营销能力、人力资源、财力资源。正负熵的作用过程由这五大要素全程参与,共同实现转型企业总熵,五者之间非线性的相互作用使得企业所引入的物质、能量与信息等能有效地转化为起阻尼作用的负熵。同时,它们也是企业组织中正熵产生的源泉,是对转型企业产生重要作用的潜在影响力量。
因此,从熵变的角度来看,影响转型企业系统熵的有关要素既是度量转型企业系统稳定性的尺度,又是构成转型企业阻尼因素的指标。本文建立的指标体系如表1所示。
表1 转型企业的阻尼指标体系
指标类型一级指标二级指标测量方法能力方面资源方面技术创新能力A组织管理能力B市场营销能力C人力资源D财力资源E技术投入强度A1研发费用/营业收入研发投入效率A2净利润/研发费用技术人才贡献率A3净利润/研发人数企业技术水平A4人均专利、专有技术风险控制能力B1综合经营杠杆领导与协调能力B2管理费用率(管理费用/营业收入)组织运作有效性B3投入资本回报率(ROIC)治理结构有效性B4五大股东股权集中度薪资体系合理性B5高管报酬/应付职工薪酬市场营销能力C1销售收入/营销费用市场占有与拓展能力C2销售收入增长率企业人才匹配性D1管理人员/员工人数专业技术人员占比D2研发、技术人员/员工人数员工价值创造能力D3净利润/员工人数员工平均受教育水平D4大专及以上人员占比高管社会经验D5高管平均年龄融资能力E1资产负债率资产利用效率E2总资产周转率(营业收入/总资产)资本密集程度E3资本密集度外部资助强度E4政府补贴/营业收入人均装备水平E5固定资产净值/员工人数
由于影响转型企业系统总熵值的是技术创新能力、组织管理能力、市场营销能力、人力资源、财力资源五大因素,因此可将转型企业系统总熵看成是这五者的熵之和。
本文通过计算各指标的熵值大小及其对系统总熵变化的贡献程度和作用方向来比较其重要程度,确定阻尼参数。考虑到权重判别的人为干扰,本文采用层次分析法和熵权法相结合的方法,通过主客观综合赋值法计算各指标的权重,进而计算各指标的熵值,确定对转型企业总熵影响大的阻尼参数。
根据构建的指标体系,运用层次分析法和熵权法确定各个指标的权重Wj。通过企业年报等报表获取实际数据并计算行业均值,用实际值除以行业标准值的方式获取修正值Xij。计算各个指标的熵值并进行加总,得到转型企业系统总熵值。通过比较各指标的熵值贡献率确定该企业的阻尼参数。具体识别流程如图1所示。
图1 转型企业阻尼参数识别流程
转型熵是反映转型企业有序度和转型企业系统不确定性的度量,即本文的系统总熵值,计算公式为
(1)
式中:Wi为企业在特定行业或特定阶段时第i个影响因素的权重,即对转型企业系统总熵值的影响概率;i为影响转型企业系统熵值的各种因素;可以采用层次分析法和熵权法等方式获取;Hi为第i个影响因素所产生的熵值,可以表示为
(2)
式中:K为转型熵行业系数,作为被评价单位与其他行业单位进行比较时的转换量。由于系数值不影响熵值的正负且为常数,其取值不影响计算的结果及分析,所以为了方便计算分析取K=1。j为转型企业系统中每个影响熵值因素中所包含的子因素。
通过指标熵值求出系统总熵值后,需要计算每个指标对系统转型总熵值变化的贡献程度和贡献方向来判断其阻尼作用,识别出阻尼参数。指标熵值贡献率的计算公式为
阻尼指标对转型熵的贡献率=
(3)
即
(4)
根据企业转型熵值的计算结果,企业可以进行准确的转型效率和效果的诊断,并及时进行管理决策,针对不同的阻尼参数进行改进。当转型企业熵值为零时,说明其系统内部各因素作用所产生的正熵等于负熵。这是企业转型效率的临界点,若不及时采取阻尼措施,企业转型效率将会下降。当转型企业熵值大于零时,说明转型企业系统内部作用所产生的正熵大于负熵,转型效率已经出现了下降的态势,转型企业管理系统出现了很多冲突和问题。此时应根据具体计算出来的阻尼参数及时进行调整。当转型企业熵值小于零时,说明转型企业系统内部作用所产生的正熵小于负熵,转型效率较高,并将逐步提升。此时转型企业系统的诸多决策因素都能满足企业组织发展的需要,发挥积极的作用。因此,通过比较转型企业系统熵值的变化情况可以动态地了解其转型的效率和效果,分析发挥主要作用的阻尼参数,对转型期间自身的状况进行整体把控,根据实际情况制定未来的调整计划,逐步形成转型企业的阻尼机制。综上所述,具体的参数解释和转型分析情况如表2所示。
表2 转型企业系统总熵值的变化、解释及其阻尼参数的识别
取值解释阻尼参数ΔHe<0该期间企业负熵的作用逐渐增大,系统有序程度增加,转型趋于平稳,转型效率有所提高,竞争力增强,企业处于上升阶段He(t)≥0时,存在负向阻尼Z-={Nicij<0}He(t)<0时,存在正负阻尼Z+={Nimaxcij},Z-={Nicij<0}ΔHe=0该期间转型企业负熵产生的作用刚好与正熵相抵,转型效率和效果有待考量,企业处于临界相对稳定状态He(t),He(t0)≥0时,存在负向阻尼Z-={NiΔHij>0}He(t),He(t0)<0时,无阻尼ΔHe>0该转型期间企业正熵作用逐渐增强,系统有序程度减弱,转型效率降低,缺乏竞争力,企业处于下降阶段存在负向阻尼Z-={Nicij>0}且maxZ-={Nimaxcij}
(1) 当ΔHe<0时,转型企业的系统总熵值在此期间有所减小,负熵增加的速度大于系统产生正熵的速度,企业有序度增强,对转型过程起到了推进的作用。若He(t)<0,即在t时间的系统总熵值为负时,企业转型过程中的各要素能够很好地相互协调与配合,形成有序的结构,使企业平稳转型。此时企业存在以正向阻尼为主导的内外环境,拉动着企业的转型,转型效率处于上升阶段。若He(t)=0,即在t时间的系统总熵值为零,负熵的作用与正熵相抵,企业处于临界状态。此时企业存在负向阻尼,即对系统总熵贡献率最小(值为负数)或对系统的熵减产生负向影响的指标,对该类指标进行调整有利于减少熵增,促进企业转型。若He(t)>0,即在t时间的系统总熵值为正,虽然测量期间内系统负熵有所增加,总熵值呈下降的趋势,但增加的负熵不足以抵消系统产生的正熵,转型企业仍处于无序状态。此时企业存在的负向阻尼为对系统总熵贡献率最小(值为负数)或对系统的熵减产生负向影响的要素,应对其进行及时有效的调整,加快熵减的速度,使企业转型逐渐趋于平稳状态。
(2) 当ΔHe=0时,转型企业的系统总熵值在此期间没有发生变化,负熵增加的速度等于系统产生正熵的速度,企业有序程度不变,转型的效率和效果视情况而定。若He(t),He(t0)>0,即在两个时间节点的系统总熵值都大于零时,转型企业处于无序状态,其自身环境不利于转型活动的进行。由于总熵值变化率为零,期间内系统产生的负熵与正熵相抵,因此不存在指标对总熵变化的贡献率。故此时的负阻尼为期间内熵值增大的指标,即Hij(t)-Hij(t0)>0时所对应的指标。调整该指标有利于减少其对系统的熵增作用,同时对于其他熵减不明显的要素所体现的方面也要进行完善,使转型企业系统尽快趋于稳定有序的状态。若He(t),He(t0)=0,即无论是在测量区间内还是在两个时间节点上,系统的负熵总是等于其产生的正熵,转型企业处于临界稳定的状态,其自身的内外环境对转型活动不产生额外影响。因此,为了提高转型的效率,企业应适当调整有关要素,此时其阻尼参数的判断识别及调整方法与He(t)>0且He(t0)>0时一致。若He(t),He(t0)<0,即在两个时间节点的系统总熵值都小于零,且各要素间能够相互协调配合达到一个和谐稳定的状态,期间负熵的增加量等于正熵的减少量,企业的转型活动能够平稳高效地进行,不存在阻尼作用,因此企业可以继续保持现有的经营环境和管理水平。
(3) 当ΔHe>0时,转型企业的系统总熵值有所增加,各要素产生正熵的速度大于负熵的增速,企业有序度减弱,转型的效率降低。此时企业存在的负向阻尼为对系统总熵贡献率最大(值为正数)或对系统的熵增产生正向影响的要素,应对其进行及时有效的调整,减小熵增的速度,增加产生负熵的要素,使企业的转型过程更加平稳有效。
通过转型企业系统的总熵值的变化可以全面、动态地分析企业转型的状态。应根据阻尼指标对转型的影响程度,识别系统中制约企业转型的阻尼参数,制定解决措施,尽可能减少系统中负向阻尼所产生的熵增作用,使企业系统运行有序,保持转型活动平稳、健康、高效。
继2013年德国推出“工业4.0”战略以后,我国也发布了制造业的顶层规划“中国制造2025”,致力于实现从制造大国向制造强国转变。因此,如今我国制造业竞争压力大,不论是在生产方式还是组织方式上,都面临着巨大的考验和崭新的挑战[16]。在这个宏观大环境的背景下,制造企业面临着不一样的转型之路。因此,本文以制造企业某集团为例分析其转型效果及其阻尼参数,以期为其他转型企业的自我评价和对未来的战略决策规划起到参考性和示例性的作用。
结合AHP法的主观权重vj和熵权法的客观权重wj,可得到指标的综合权重Wj。同时根据权重的可加性,可以求出一级指标的综合权重分别为Wj=(0.400,0.149,0.033,0.190,0.228)。
利用收集到的数据和前文构建的熵值测量模型,计算2014和2016年该企业系统的总熵值以及各阻尼指标的熵值。通过对测量结果的对比分析,对该企业的转型状况进行系统性评价。通过对所有阻尼要素数据的计算,可以得到2014年系统总熵值为0.086,2016年系统总熵值为-0.342,期间总熵值减小了0.428。各指标的变化情况及其对系统熵减的贡献率如表3所示。
表3 2014和2016年熵值变化及贡献率
一级指标2014年2016年变化熵值贡献率%技术创新能力0.05840.08180.0234-5.47组织管理能力0.04180.0359-0.00591.37市场营销能力0.0063-0.0781-0.084419.71人力资源-0.0146-0.3347-0.320174.78财力资源-0.0057-0.0468-0.04129.61系统总熵值0.0862-0.3419-0.4281100.00
注:表中数值为四舍五入后结果。
由表3可知,该企业的系统总熵值有所减小,且减小幅度较大,说明该企业转型过程中各系统要素与组织环境之间能够很好地协调和配合,共同促进企业转型的平稳有序进行,使企业的竞争优势得到了较大的提高,转型效率和效果显著。其中,对系统熵减作用最大的是人力资源要素的提高,贡献率高达74.78%,远远高于其他阻尼要素对系统的影响,表明该企业在人力资源的挖掘利用和配置上有明显的优势;其次是市场营销能力的提高减少了系统0.084 4的熵值,且由之前的正熵转为负熵,贡献率为19.71%,表明企业在市场营销能力方面的进步也是突破性的;再次是财力资源,贡献率为9.61%。前三个指标都不同程度地维持了系统的有序度,促进了企业的转型。而组织管理能力虽在此期间有所提高,对系统的熵减也起到了正向作用,但是由于其自身指标熵值仍为正数,因此还需继续对组织管理能力进行改善。
通过比照阻尼参数识别表可知,该企业属于第一类中的第三种情况,即ΔHe<0且He(t)<0,存在正负阻尼:正阻尼为指标贡献率最大的人力资源要素,而负阻尼为对系统熵减产生负向影响的指标,即指标贡献率为负的技术创新能力。通过分析二级指标可知,企业的技术投入强度和技术水平较低,相比其同行业的竞争者而言稍显缺乏优势,阻碍了企业竞争力的提高,对企业转型活动略有影响。因此,该企业应对此进行改进,制定未来的发展策略,把技术创新能力作为重点培养方向,加大技术投入强度,更好地服务于企业的转型,从而提高转型效率。
在新常态阶段,我国制造业转型面临着复杂多变的市场环境、层次较低的产业集群效应和相对滞后的传统体制观念等因素的制约,其动力机制主要包括科技的发展以及产业组织结构的改革和创新等,技术创新的战略地位日益凸显[17],可见加大技术的投入强度是制造企业推动转型升级的重要举措。
本文基于熵的视角分析了企业转型过程中的不稳定现象及其原因,从能力和资源两个方面构建了阻尼指标体系,利用层次分析法和熵值法计算转型企业系统总熵值,判断转型效果,并通过比较各指标对系统总熵变化的贡献程度筛选阻尼参数,为企业的转型过程提供良好的战略视角,有助于转型企业更好地配置资源、提升能力,实现系统的目标最优化。
将熵理论运用到转型企业系统中,有助于企业管理者正确判定和把握系统内外部要素对企业的影响及作用,适时把握要素变动的性质和方向,以变应变,引导转型企业向更好的方向发展。通过识别影响企业转型的阻尼因素,采取相应措施,不断地输入优势资源、激发企业的活力,从而避开了转型发展过程中的各种阻碍。因此,在非线性机制的作用下,企业的负熵作用将大于正熵,整个系统的熵增将不断减少,从无序状态走向有序状态,并形成有序的结构,实现企业的成功转型。
[1] 王吉发,郝延伟,秦超.基于持续竞争优势的企业转型因子识别模型 [J].沈阳工业大学学报(社会科学版),2013(2):151-156.
[2] 王吉发,郭楠,蒋亚朋.企业转型因子的识别方法研究 [J].华东经济管理,2014(7):121-125.
[3] 陈航.转型企业知识转移过程中阻尼机制的研究 [D].沈阳:沈阳工业大学,2016.
[4] 吴萍,姜黎霞.熵的泛化及应用 [J].北京联合大学学报(自然科学版),2005(12):28-31.
[5] Abraham N,Daijiro O.Strategic entropy and comple-xity in repeated games [J].Games & Economic Beha-vior,1999(29):191-223.
[6] Alessandro S,Fabio T.Asset prices with locally constrained entropy recursive multiplepriors utility [J].Journal of Economic Dynamics & Control,2008,32(11):3695-3717.
[7] 任佩瑜,张莉,宋勇.基于复杂性科学的管理熵、管理耗散结构理论及其在企业组织与决策中的作用 [J].管理世界,2001(6):142-147.
[8] 吴洁,刘思峰,施琴芬.企业知识转移的熵模型 [J].统计与决策,2007(2):141-143.
[9] 谷奇峰,吕廷杰.基于熵的企业能力演进机理研究 [J].经济研究参考,2014(47):75-79.
[10] 肖文,李仕明.激励熵与企业激励系统的预警机制 [J].西南交通大学学报(社会科学版),2005,40(5):705-709.
[11] 刘超超,牛占文,杨福东,等.基于熵权法—模糊贴近度的企业精益转型阶段判定方法 [J].工业工程与管理,2017,22(6):40-47.
[12] 李文龙,张田华.稀土产业转型升级的熵机理分析 [J].稀土,2014,35(6):110-115.
[13] 李岩,郑国光.老工业基地交通运输企业向现代物流业转型模式研究 [J].黑龙江工程学院学报(自然科学版),2005,19(1):56-59.
[14] 李烨,张晓红,于文强.大型煤炭企业转型升级模式选择及绩效评价 [J].煤炭经济研究,2016,36(4):12-16.
[15] 李惠娟,龙如银,史彩铃.资源型城市产业转型熵及其对策——基于力学分析的视角 [J].工业技术经济,2012(4):59-62.
[16] 李丹,张超.新工业革命下我国制造业发展路径分析 [J].沈阳工业大学学报(社会科学版),2016(3):198-201.
[17] 张志元,李兆友.新常态下我国制造业转型升级的动力机制及战略趋向 [J].经济问题探索,2015(6):144-149.