盛永祥，王旭娜，吳潔

（江蘇科技大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 鎮(zhèn)江 212003）

近年來(lái)，越來(lái)越多的學(xué)者開(kāi)始關(guān)注動(dòng)態(tài)能力，動(dòng)態(tài)能力是企業(yè)核心競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵，動(dòng)態(tài)能力的投入水平與企業(yè)的投資和收益息息相關(guān)。企業(yè)如何制定合理的動(dòng)態(tài)能力投入水平以及合理的投資決策，進(jìn)而使收益增加并贏得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)成為一個(gè)值得研究的問(wèn)題。

許多學(xué)者從不同角度給出了動(dòng)態(tài)能力的定義，本文采用Teece等[1]給出動(dòng)態(tài)能力定義：“動(dòng)態(tài)”是指為了與動(dòng)態(tài)變化的外部環(huán)境保持一致，企業(yè)延續(xù)或重構(gòu)自身勝任力的能力；而“能力”則強(qiáng)調(diào)了戰(zhàn)略管理在正確處理、整合和重構(gòu)企業(yè)內(nèi)外部知識(shí)、資源和技能以匹配變化的環(huán)境需求中的關(guān)鍵作用。

動(dòng)態(tài)能力的提高來(lái)自于組織對(duì)動(dòng)態(tài)能力的投入，這其中的投入不僅包括資金投入，而且還包括時(shí)間投入、人力投入、精力投入等方面[2]。許多學(xué)者研究了動(dòng)態(tài)能力、投資與收益兩兩之間相互促進(jìn)、相互制約的關(guān)系。動(dòng)態(tài)能力能夠促進(jìn)收益增加，隨時(shí)間變化的動(dòng)態(tài)能力的發(fā)展與收益成正比[3]。在企業(yè)發(fā)展早期，當(dāng)其動(dòng)態(tài)能力相對(duì)薄弱時(shí)，對(duì)單位動(dòng)態(tài)能力投入的增加可以促進(jìn)收益增加[4]；當(dāng)企業(yè)的動(dòng)態(tài)能力已經(jīng)達(dá)到同行業(yè)比較高的水平時(shí)，需要注意把動(dòng)態(tài)能力轉(zhuǎn)化為有利于收益提高的生產(chǎn)、銷售等其他環(huán)節(jié)，此時(shí)再加大對(duì)單位動(dòng)態(tài)能力的投入力度會(huì)起到與收益增加相悖的結(jié)果[5-7]。對(duì)動(dòng)態(tài)能力投入量不當(dāng)一方面可能會(huì)造成資源浪費(fèi)，另一方面也可能導(dǎo)致產(chǎn)生許多無(wú)效創(chuàng)新及科技成果轉(zhuǎn)化率低下，這些對(duì)于企業(yè)都是不利的[8]。

投資增加會(huì)促進(jìn)動(dòng)態(tài)能力發(fā)展[9]，當(dāng)投資量達(dá)到一定值時(shí)，過(guò)多的投資反而對(duì)動(dòng)態(tài)能力的發(fā)展有一定的抑制作用[10-11]。投資發(fā)展速度在其峰值到來(lái)之前很快，峰值之后逐漸變緩。企業(yè)發(fā)展早期需要大量的投資，達(dá)到峰值后投資對(duì)收益的影響會(huì)逐漸變緩，即當(dāng)組織意識(shí)到已經(jīng)達(dá)到行業(yè)收益最高點(diǎn)后會(huì)適當(dāng)?shù)亟档驮谶@方面的投資[12-13]。假定一個(gè)企業(yè)的資源是有限的，企業(yè)長(zhǎng)期在動(dòng)態(tài)能力上過(guò)度投入必然會(huì)導(dǎo)致在其他方面的投資有所減少。投資和收益之間是雙向因果關(guān)系，投資對(duì)收益增加有促進(jìn)作用，但投資量不當(dāng)也會(huì)阻礙企業(yè)收益增加[14-15]。從總體上看，上述研究主要采用實(shí)證分析的方法來(lái)研究影響動(dòng)態(tài)能力、投資和收益的因素以及各因素之間的相互關(guān)系，而缺乏動(dòng)態(tài)能力和投資對(duì)收益影響程度的研究。

本文通過(guò)企業(yè)動(dòng)態(tài)能力、投資與收益之間的關(guān)系分析，構(gòu)建了三者之間相互關(guān)系的非線性行為方程。數(shù)值仿真分析了方程中參數(shù)變動(dòng)對(duì)企業(yè)收益的影響，得到了動(dòng)態(tài)能力、投資和收益三者之間非線性演化的混沌吸引子和不同情形下的動(dòng)態(tài)演化圖。結(jié)合聯(lián)想集團(tuán)有限公司的實(shí)際數(shù)據(jù)進(jìn)行分析，提出了相關(guān)建議和對(duì)策。本文的研究與以往文獻(xiàn)研究的不同之處主要體現(xiàn)在：

（1）以往文獻(xiàn)大多數(shù)單純從能力或投資的角度研究其對(duì)企業(yè)收益的影響，且相關(guān)變量之間多屬于線性關(guān)系，未能考慮動(dòng)態(tài)能力和投資如何綜合作用影響企業(yè)收益；而本文綜合考慮了動(dòng)態(tài)能力、投資和收益之間的關(guān)系，構(gòu)建的三者之間的非線性演化模型能夠更好地分析動(dòng)態(tài)能力和投資綜合作用對(duì)企業(yè)收益的影響。用混沌理論分析動(dòng)態(tài)能力、投資和收益的非線性關(guān)系能夠很好地表現(xiàn)出各變量之間的相互聯(lián)系，豐富了該領(lǐng)域中對(duì)新方法的應(yīng)用和研究。

（2）以往文獻(xiàn)對(duì)動(dòng)態(tài)能力、投資和收益的研究主要采用實(shí)證分析的方法研究三者的影響因素以及各因素之間的相互關(guān)系；而本文建立了動(dòng)態(tài)能力、投資和收益演化的數(shù)學(xué)模型，能夠定量分析動(dòng)態(tài)能力和投資對(duì)企業(yè)收益影響程度的大小，在理論上為相關(guān)研究提供了一個(gè)新的視角和研究思路。

（3）以往文獻(xiàn)研究動(dòng)態(tài)能力或投資對(duì)企業(yè)收益的影響主要集中于靜態(tài)分析，卻忽略了兩者對(duì)企業(yè)收益的影響會(huì)隨時(shí)間的變化有所不同；而本文構(gòu)建的動(dòng)態(tài)能力、投資和收益之間的演化模型能夠捕捉動(dòng)態(tài)能力和投資在不同時(shí)間段對(duì)企業(yè)收益的不同影響，有助于滿足企業(yè)制定合理的投資策略和動(dòng)態(tài)能力投入策略，具有較為重要的實(shí)際應(yīng)用價(jià)值。

1 動(dòng)態(tài)能力投資模型建立

動(dòng)態(tài)能力的開(kāi)發(fā)利用不僅可以提高企業(yè)的競(jìng)爭(zhēng)能力，而且還可以在企業(yè)投資水平不變的情況下提高收益率，非常適合當(dāng)前創(chuàng)新驅(qū)動(dòng)發(fā)展經(jīng)濟(jì)的要求。構(gòu)建動(dòng)態(tài)能力約束下的投資收益系統(tǒng)，進(jìn)一步深入分析動(dòng)態(tài)能力在投資收益系統(tǒng)中的演化影響，是解決企業(yè)以合理的投資水平達(dá)到收益率最大化的關(guān)鍵問(wèn)題所在。根據(jù)上述文獻(xiàn)對(duì)企業(yè)動(dòng)態(tài)能力、投資和收益的相關(guān)研究，在二維投資收益系統(tǒng)中，加入動(dòng)態(tài)能力更加貼近實(shí)際，符合創(chuàng)新驅(qū)動(dòng)經(jīng)濟(jì)的發(fā)展要求。加入動(dòng)態(tài)能力的三維投資收益系統(tǒng)為：

式中：a1、a2、a3、b1、b2、b3、c1、c2、c3、M、C、E、N均為大于0的常數(shù)。其中，各個(gè)參數(shù)的意義如下：

x（t）——企業(yè)動(dòng)態(tài)能力

y（t）——企業(yè)投資

z（t）——企業(yè)收益

a1——企業(yè)動(dòng)態(tài)能力的發(fā)展系數(shù)

a2——投資對(duì)動(dòng)態(tài)能力的影響系數(shù)

a3——收益對(duì)動(dòng)態(tài)能力的影響因子

b1——?jiǎng)討B(tài)能力對(duì)投資的影響系數(shù)

b2——投資發(fā)展速度的彈性系數(shù)

b3——上期收益對(duì)下期投資的影響系數(shù)

c1——?jiǎng)討B(tài)能力投資力度對(duì)收益的影響系數(shù)

c2——投資對(duì)收益的影響系數(shù)

c3——?jiǎng)討B(tài)能力等的投入對(duì)收益的抑制系數(shù)

M——投資對(duì)動(dòng)態(tài)能力影響的轉(zhuǎn)折點(diǎn)

C——一個(gè)經(jīng)濟(jì)時(shí)期內(nèi)投資的峰值

E——一個(gè)經(jīng)濟(jì)時(shí)期內(nèi)收益的峰值

N——?jiǎng)討B(tài)能力對(duì)收益影響的轉(zhuǎn)折點(diǎn)

式（1）中，第1個(gè)公式表示隨時(shí)間變化的動(dòng)態(tài)能力x（t）的發(fā)展與收益z（t）成正比。投資y（t）的增加會(huì)促進(jìn)動(dòng)態(tài)能力x（t）的發(fā)展。當(dāng)y（t）到達(dá)一個(gè)峰值時(shí)，過(guò)多的y（t）反而對(duì)x（t）的發(fā)展有一定的抑制作用。對(duì)于a1x（1-y/M），當(dāng)y＜M時(shí)，即（1-y/M）＞0時(shí)，動(dòng)態(tài)能力的發(fā)展速度增快；當(dāng)y＞M，即（1-y/M）＜0時(shí)，動(dòng)態(tài)能力的發(fā)展變緩。第2個(gè)公式表示投資y（t）發(fā)展在其峰值C到來(lái)之前很快，峰值到來(lái)之后逐漸變緩。收益z（t）發(fā)展早期會(huì)需要大量的投資，達(dá)到峰值E后對(duì)投資y（t）的影響會(huì)逐漸變緩。動(dòng)態(tài)能力x（t）的發(fā)展可以適當(dāng)?shù)販p輕企業(yè)對(duì)投資y（t）的依賴。對(duì)于b2y（1-y/C），當(dāng)y＜C，即（1-y/C）＞0時(shí)，投資y（t）發(fā)展速度加快；當(dāng)y＞C，即（1-y/C）＜0時(shí)，投資y（t）發(fā)展速度變緩。對(duì)于b3z（1-z/E），當(dāng)z＜E，即（1-z/E）＞0時(shí)，收益z（t）對(duì)投資y（t）的影響是正向的；當(dāng)z（t）發(fā)展到一定規(guī)模，即達(dá)到一個(gè)峰值E后，z（t）對(duì)y（t）的影響開(kāi)始變?yōu)樨?fù)向的，即當(dāng)組織意識(shí)到已經(jīng)達(dá)到行業(yè)收益最高點(diǎn)后會(huì)適當(dāng)?shù)亟档驮谶@方面的投資。第3個(gè)公式表示動(dòng)態(tài)能力x（t）通過(guò)投資y（t）對(duì)收益z（t）產(chǎn)生影響，y/x表示對(duì)單位動(dòng)態(tài)能力的投入，當(dāng)x＜N，即（1-x/N）＞0時(shí)，表示y/x的增加，即對(duì)單位動(dòng)態(tài)能力投入的增加對(duì)收益z（t）有促進(jìn)作用；當(dāng)x＞N，即（1-x/N）＜0時(shí)，表示y/x的增加，即對(duì)單位動(dòng)態(tài)能力投入的增加對(duì)收益z（t）有抑制作用。投資y（t）最初對(duì)收益z（t）有促進(jìn)作用，當(dāng)投資達(dá)到一定的峰值C后開(kāi)始對(duì)收益z（t）有一定的阻礙作用。

2 動(dòng)態(tài)能力投資模型平衡點(diǎn)及穩(wěn)定性分析

根據(jù)Hurwitz的雅可比矩陣可以判斷系統(tǒng)平衡點(diǎn)是否穩(wěn)定，式（1）的雅可比矩陣為

式（1）是非常復(fù)雜的動(dòng)力系統(tǒng)，a1、a2、a3、b1、b2、b3、c1、c2、c3、M、C、E、N取不同的值，會(huì)出現(xiàn)不同的動(dòng)力學(xué)行為。經(jīng)過(guò)調(diào)試和數(shù)值仿真后發(fā)現(xiàn)，當(dāng)式（1）取如下參數(shù)時(shí)展示出非常好的動(dòng)力學(xué)行為，即：

通過(guò)計(jì)算得出式（1）有4個(gè)實(shí)平衡點(diǎn)，分別為：

固定該模型的系數(shù)如式（3），計(jì)算得在s1處的雅可比矩陣的特征值為

所有的特征值的實(shí)部均小于0，因此，s1為穩(wěn)定鞍點(diǎn)；在s2處的雅可比矩陣的特征值為

所有的特征值的實(shí)部都小于0，因此，s2為穩(wěn)定鞍點(diǎn)；在s3處的雅可比矩陣的特征值為

不是所有的特征值的實(shí)部均小于0，因此，s3為不穩(wěn)定鞍點(diǎn)；在s4處的雅可比矩陣的特征值為

不是所有的特征值的實(shí)部都小于0，因此，s4為不穩(wěn)定鞍點(diǎn)。

3 情景分析

動(dòng)態(tài)能力、投資以及收益之間相關(guān)參數(shù)的變化可能引起復(fù)雜的混沌現(xiàn)象，經(jīng)過(guò)數(shù)據(jù)調(diào)試和數(shù)據(jù)分析，選取了能夠較好地表現(xiàn)系統(tǒng)變化趨勢(shì)的參數(shù)和初值，發(fā)現(xiàn)動(dòng)態(tài)能力約束下的投資收益吸引子以及動(dòng)態(tài)能力、投資和收益之間的演化規(guī)律。

3.1 系統(tǒng)混沌現(xiàn)象分析

李雅普諾夫指數(shù)[16]是用來(lái)度量運(yùn)動(dòng)對(duì)初值的敏感程度的量，若最大李雅普諾夫指數(shù)大于零，就會(huì)有混沌現(xiàn)象存在。固定系統(tǒng)的參數(shù)如式（3），取初值[0.05，0.523，0.24]，此時(shí)相應(yīng)的李雅普諾夫指數(shù)圖如圖1所示。

圖1 李雅普諾夫指數(shù)圖

可見(jiàn)，此時(shí)系統(tǒng)有正的最大李雅普諾夫指數(shù)，因此，系統(tǒng)有混沌存在。這時(shí)可以得到一個(gè)混沌吸引子，本文稱為動(dòng)態(tài)能力約束下的投資收益吸引子，如圖2所示。

圖2 投資收益吸引子

隨著時(shí)間的增加，系統(tǒng)的軌線進(jìn)入了如圖2所示的圓餅狀的結(jié)構(gòu)中，即動(dòng)態(tài)能力、投資和收益之間的關(guān)系此時(shí)呈現(xiàn)出無(wú)序的混沌狀態(tài)。

系統(tǒng)相圖在二維平面的投影可以更為詳盡地了解系統(tǒng)軌線的運(yùn)動(dòng)規(guī)律，圖3～5顯示了吸引子的二維圖。由圖3～5可以看出，動(dòng)態(tài)能力、投資和收益兩兩之間的關(guān)系在初始狀態(tài)下是正相關(guān)的，即動(dòng)態(tài)能力增加促使投資增加，動(dòng)態(tài)能力增加促使收益增長(zhǎng)，投資增加也促進(jìn)了收益的增長(zhǎng)。但是一段時(shí)間后系統(tǒng)各個(gè)變量之間不再是簡(jiǎn)單的正相關(guān)或是負(fù)相關(guān)，而是會(huì)呈現(xiàn)出不規(guī)則的循環(huán)現(xiàn)象。

圖3 投資收益吸引子關(guān)于x-y 的二維圖

圖4 投資收益吸引子關(guān)于x-z的二維圖

圖5 投資收益吸引子關(guān)于y-z的二維圖

式（1）的時(shí)間演化歷程如圖6所示。系統(tǒng)的時(shí)間序列圖能夠很好地觀察變量是否隨時(shí)間變化而呈現(xiàn)某種趨勢(shì)，還可以很好地反映系統(tǒng)運(yùn)行的頻率和振幅，圖6顯示了x（t）、y（t）和z（t）的時(shí)間序列圖。由圖6可以看出，企業(yè)投資和收益在期初會(huì)出現(xiàn)劇烈的震蕩現(xiàn)象，隨著時(shí)間的增加振幅越來(lái)越小，后期逐漸趨于穩(wěn)定。企業(yè)動(dòng)態(tài)能力在期初出現(xiàn)輕微震蕩現(xiàn)象，隨著時(shí)間增加振幅越來(lái)越小，最后基本趨于平穩(wěn)。

圖6 系統(tǒng)關(guān)于t-xyz的時(shí)間序列圖

由上述分析可以看出，在系統(tǒng)參數(shù)給定情況下企業(yè)動(dòng)態(tài)能力、投資以及收益會(huì)呈現(xiàn)出非周期的循環(huán)現(xiàn)象。動(dòng)態(tài)能力、投資以及收益在期初均會(huì)呈現(xiàn)一定程度的震蕩現(xiàn)象，投資的振幅最大，收益的振幅次之，動(dòng)態(tài)能力的振幅最小，隨時(shí)間增加三者的振幅最后基本趨于平穩(wěn)。

3.2 對(duì)參數(shù)和初值敏感依賴性分析

混沌系統(tǒng)的一個(gè)顯著特征就是系統(tǒng)對(duì)參數(shù)和初值有很強(qiáng)的敏感依賴性，一個(gè)參數(shù)或初值的變化都可能對(duì)結(jié)果產(chǎn)生巨大影響[17]。固定其他參數(shù)和初始條件不變，令a3=0.072，此時(shí)系統(tǒng)軌線發(fā)生改變，如圖7～10所示；系統(tǒng)的時(shí)間序列圖也發(fā)生了改變，如圖11所示。

圖7 a3改變后的投資收益吸引子

圖8 系統(tǒng)關(guān)于x-y 的二維圖

圖9 系統(tǒng)關(guān)于x-z的二維圖

圖10 系統(tǒng)關(guān)于y-z的二維圖

圖11 系統(tǒng)關(guān)于t-xyz的時(shí)間序列圖

此時(shí)，系統(tǒng)的軌線呈現(xiàn)出如圖7所示的圓勺形狀。對(duì)于圖8，在x（t）、y（t）均較小時(shí)是近似線性的，說(shuō)明在此參數(shù)范圍內(nèi)，動(dòng)態(tài)能力和投資的增長(zhǎng)是正相關(guān)的；后期隨著投資的增長(zhǎng)，動(dòng)態(tài)能力出現(xiàn)了迂回的現(xiàn)象，即后期投資增加，動(dòng)態(tài)能力沒(méi)有增加反而減少。對(duì)于圖9，期初動(dòng)態(tài)能力的增加導(dǎo)致收益的增加，但收益增加的速度越來(lái)越慢，后期動(dòng)態(tài)能力的過(guò)度增加，即對(duì)動(dòng)態(tài)能力的過(guò)度投入會(huì)導(dǎo)致收益的降低。對(duì)于圖10，投資的增長(zhǎng)會(huì)帶來(lái)收益的增加，當(dāng)收益達(dá)到一定的頂點(diǎn)后繼續(xù)投資不會(huì)帶來(lái)收益的繼續(xù)增加，此時(shí)收益開(kāi)始下降，后期隨著投資的繼續(xù)增加，收益出現(xiàn)小幅度回升現(xiàn)象。這是因?yàn)槠诔踉谝欢ㄐ袠I(yè)技術(shù)水平下，技術(shù)的投資收益率是有一個(gè)固定閾值的。在閾值到達(dá)之前，投資增加帶來(lái)收益增加。當(dāng)投資收益率達(dá)到現(xiàn)階段本行業(yè)的固定閾值后，再繼續(xù)投資不會(huì)導(dǎo)致收益增加，反而會(huì)因?yàn)橥顿Y過(guò)度帶來(lái)收益的降低。后期隨著行業(yè)所處外界環(huán)境的不斷發(fā)展變化，前期投資帶來(lái)企業(yè)技術(shù)、管理或其他方面的提高，使得企業(yè)投資收益率大幅度提升，逐漸彌補(bǔ)前期過(guò)度投資的虧損，導(dǎo)致收益出現(xiàn)回升現(xiàn)象。此時(shí)企業(yè)要把握市場(chǎng)先機(jī)，合理預(yù)估本行業(yè)現(xiàn)階段技術(shù)水平投資收益率的最大固定閾值，最好把投資控制在收益到達(dá)頂點(diǎn)之前的投資范圍內(nèi)。

由時(shí)間序列圖可以看出，動(dòng)態(tài)能力、投資以及收益在短時(shí)間內(nèi)波動(dòng)很大，一定時(shí)間后基本趨于穩(wěn)定，說(shuō)明在此參數(shù)范圍內(nèi)，企業(yè)能較快處于穩(wěn)定發(fā)展的狀態(tài)。同理，固定其他參數(shù)不變，令初值x（t）=0.003，即初始值為[0.003，0.523，0.24]，此時(shí)系統(tǒng)的軌線再次發(fā)生了改變，如圖12所示。

圖12 改變初值后的投資收益吸引子

初值改變后所呈現(xiàn)的也是一個(gè)混沌吸引子，但可以明顯地看到，該吸引子是與圖2最初的投資收益吸引子，圖7參數(shù)改變后的吸引子不同。上述分析說(shuō)明，某一個(gè)參數(shù)或初始值的變化均有可能引起系統(tǒng)軌線的改變，系統(tǒng)對(duì)參數(shù)和初始值的變化有一定的敏感依賴性。

4 實(shí)證分析

4.1 參數(shù)獲取

式（1）是根據(jù)企業(yè)動(dòng)態(tài)能力、投資以及收益之間相互支持、相互制約的復(fù)雜關(guān)系建立的動(dòng)態(tài)模型，其中參數(shù)的選取對(duì)實(shí)際有重要意義。本文根據(jù)統(tǒng)計(jì)公報(bào)、公司年報(bào)、相關(guān)網(wǎng)站及其他統(tǒng)計(jì)資料獲得聯(lián)想集團(tuán)有限公司2004～2013年動(dòng)態(tài)能力、投資以及收益的相關(guān)數(shù)據(jù)，運(yùn)用非線性最小二乘回歸法對(duì)參數(shù)進(jìn)行擬合，得到實(shí)際系統(tǒng)中的參數(shù)。

本文參考聯(lián)想集團(tuán)有限公司信息披露文件中所涉及的內(nèi)容，查閱相關(guān)文件及相關(guān)網(wǎng)站，經(jīng)過(guò)多次比較篩選，最后制定了3項(xiàng)量化指標(biāo)和14項(xiàng)非量化指標(biāo)。本文的量化指標(biāo)是研發(fā)費(fèi)用、專利數(shù)量以及研發(fā)成果轉(zhuǎn)化率，非量化指標(biāo)如表1所示。在指標(biāo)計(jì)算過(guò)程中，本文對(duì)每個(gè)量化指標(biāo)賦予α的權(quán)重，對(duì)14個(gè)非量化指標(biāo)賦予1-3α的權(quán)重。經(jīng)調(diào)查，IT 企業(yè)的研發(fā)費(fèi)用通常占總費(fèi)用的15%～25%，且專利數(shù)量與研發(fā)費(fèi)用密切相關(guān)，研發(fā)成果轉(zhuǎn)化率也與研發(fā)費(fèi)用及專利數(shù)量密切相關(guān)，本文取研發(fā)費(fèi)用占總費(fèi)用比值的平均值20%，以α=20%的情況進(jìn)行分析[18]。

動(dòng)態(tài)能力的評(píng)估結(jié)果來(lái)自于量化指標(biāo)和非量化指標(biāo)的整合，非量化指標(biāo)的評(píng)估直接基于權(quán)重，因此可以直接將此部分?jǐn)?shù)值結(jié)果與處理后的量化指標(biāo)合并。在處理量化指標(biāo)時(shí)，首先統(tǒng)計(jì)出每個(gè)指標(biāo)序列的最大值（max）、最小值（min）和均值（mean），然后按照最大值為100、最小值為0、均值為50的標(biāo)準(zhǔn)將每個(gè)指標(biāo)的數(shù)值進(jìn)行轉(zhuǎn)化。具體的公式為：

本文的投資為生產(chǎn)成本和銷售、管理、財(cái)務(wù)費(fèi)用以及研發(fā)費(fèi)用的總和；收益為組織的稅前利潤(rùn)。根據(jù)上述方法得到聯(lián)想集團(tuán)有限公司2004～2013年動(dòng)態(tài)能力、投資和收益的相關(guān)數(shù)據(jù)如表2所示。

對(duì)表2中的數(shù)據(jù)進(jìn)行歸一化處理，用非線性最小二乘法擬合得到聯(lián)想集團(tuán)有限公司的相關(guān)系統(tǒng)參數(shù)如表3所示。

4.2 參數(shù)分析

4.2.1 動(dòng)態(tài)能力、投資、收益的混沌現(xiàn)象分析 取系統(tǒng)參數(shù)為表3中的數(shù)據(jù)，任選一年的數(shù)據(jù)作為系統(tǒng)的初始值，本文選定2013年歸一化后的數(shù)據(jù)作為系統(tǒng)的初始值，即初始值為[0.800 4 1 1]，可以得到聯(lián)想集團(tuán)有限公司實(shí)際系統(tǒng)的吸引子相圖，如圖13～16所示。由圖13～16可以看出，實(shí)際系統(tǒng)的發(fā)展不是處于穩(wěn)態(tài)發(fā)展的。系統(tǒng)的吸引子相圖可以反映出在當(dāng)前的各種條件下，系統(tǒng)動(dòng)態(tài)能力、投資以及收益的發(fā)展軌跡和未來(lái)發(fā)展趨勢(shì)，可以幫助組織更為有效地做出決策。

由圖14可以看出，在一定時(shí)間內(nèi)，動(dòng)態(tài)能力增加，投資迅速增加，一段時(shí)間后隨著動(dòng)態(tài)能力的增加投資反而減少了。這是由于期初動(dòng)態(tài)能力的提高使得企業(yè)的投資收益率會(huì)大幅度提高，所以企業(yè)大量投資，以便可以獲得更豐厚的回報(bào)，但是此時(shí)的投資大多集中于設(shè)備、生產(chǎn)等，屬于粗放式投資。后期隨著動(dòng)態(tài)能力達(dá)到一定程度時(shí)，行業(yè)領(lǐng)域傾向于以創(chuàng)新驅(qū)動(dòng)、知識(shí)驅(qū)動(dòng)等為企業(yè)帶來(lái)收益，這時(shí)不需要大量的投資，企業(yè)依然能夠獲得可觀的收益，所以后期隨著動(dòng)態(tài)能力的繼續(xù)增大，投資會(huì)出現(xiàn)下降的趨勢(shì)。對(duì)于圖15，前一段時(shí)間中動(dòng)態(tài)能力的增加促進(jìn)了收益的增加，當(dāng)收益增加到一個(gè)頂點(diǎn)后，對(duì)動(dòng)態(tài)能力的過(guò)度投入會(huì)導(dǎo)致收益的減少；當(dāng)收益減少到最低點(diǎn)后會(huì)出現(xiàn)反彈的現(xiàn)象，即收益會(huì)隨著動(dòng)態(tài)能力的增加繼續(xù)升高，最后達(dá)到的最高值要比前一次達(dá)到的收益最高值要大。這可能是由于期初對(duì)動(dòng)態(tài)能力的投入促進(jìn)了動(dòng)態(tài)能力的提高，進(jìn)而使收益增加，當(dāng)在一定范圍內(nèi)對(duì)動(dòng)態(tài)能力過(guò)度投入時(shí)可能導(dǎo)致無(wú)效創(chuàng)新的出現(xiàn)或是科技成果轉(zhuǎn)化率低下，這就給企業(yè)帶來(lái)了一定的負(fù)擔(dān)，導(dǎo)致收益的下降。后期隨著企業(yè)經(jīng)驗(yàn)的豐富和動(dòng)態(tài)能力的提高，無(wú)效創(chuàng)新較之前有所減少，之前沒(méi)有轉(zhuǎn)化為生產(chǎn)的部分創(chuàng)新經(jīng)過(guò)改進(jìn)

表1 動(dòng)態(tài)能力非量化指標(biāo)評(píng)分標(biāo)準(zhǔn)[26-27]

表2 聯(lián)想集團(tuán)有限公司動(dòng)態(tài)能力、投資和收益的統(tǒng)計(jì)數(shù)據(jù)

表3 根據(jù)實(shí)際得出的式(1)的參數(shù)

開(kāi)始轉(zhuǎn)化為生產(chǎn)，帶來(lái)了經(jīng)濟(jì)效益，使得企業(yè)的收益開(kāi)始上升。圖16說(shuō)明，投資和收益出現(xiàn)了迂回的現(xiàn)象，期初投資和收益是近似線性的關(guān)系，投資增加帶來(lái)收益增加；隨著投資的繼續(xù)增加，當(dāng)收益達(dá)到一個(gè)頂點(diǎn)之后開(kāi)始下降，但收益并非無(wú)限制的下降，后期收益又出現(xiàn)了迂回上升的情況，即投資減少收益反而增加，但此時(shí)收益的最高值較之前有所下降。這是由于期初投資增加導(dǎo)致收益增加，當(dāng)投資收益率達(dá)到最大后再繼續(xù)增大投資導(dǎo)致部分投資屬于無(wú)效投資，增加的部分投資不能帶來(lái)收益增加，反而給企業(yè)帶來(lái)負(fù)擔(dān)，使得收益減少。當(dāng)收益減少到一定程度后，企業(yè)收回部分無(wú)效投資，減少資金占用，收益開(kāi)始慢慢回升。實(shí)際系統(tǒng)的時(shí)間序列圖如圖17所示。

圖13 實(shí)際系統(tǒng)關(guān)于x-y-z的三維圖

圖14 實(shí)際系統(tǒng)關(guān)于x-y 的二維圖

圖15 實(shí)際系統(tǒng)關(guān)于x-z的二維圖

圖16 實(shí)際系統(tǒng)關(guān)于y-z的二維圖

圖17 實(shí)際系統(tǒng)關(guān)于t-xyz的時(shí)間序列圖

由圖17可以看出，在此參數(shù)范圍內(nèi)，隨著時(shí)間的增加，動(dòng)態(tài)能力是增加的，并且增加的速率越來(lái)越快。在當(dāng)前這種發(fā)展趨勢(shì)下，隨著時(shí)間的增加，投資在期初迅速增加，達(dá)到一個(gè)轉(zhuǎn)折點(diǎn)后投資會(huì)隨著時(shí)間逐漸降低。一段時(shí)間里收益隨著時(shí)間的增加而增加，當(dāng)收益達(dá)到一個(gè)最高點(diǎn)時(shí)，隨著時(shí)間的增加收益會(huì)出現(xiàn)下降的現(xiàn)象。當(dāng)收益降低到最低點(diǎn)時(shí)會(huì)出現(xiàn)回升現(xiàn)象，接下來(lái)收益越來(lái)越高，最后重新達(dá)到新的最高點(diǎn)，且此時(shí)的收益最高值比之前的最高值要略微高一些。這時(shí)需要組織及時(shí)地調(diào)整戰(zhàn)略，促使組織朝著最有利于收益增加的方向發(fā)展。

4.2.2 系統(tǒng)對(duì)參數(shù)和初值的敏感依賴性混沌系統(tǒng)對(duì)參數(shù)和初始值有很強(qiáng)的敏感依賴性，其中一個(gè)參數(shù)或初始值的變化都有可能引起系統(tǒng)運(yùn)行軌線的變化[17]。

取系統(tǒng)參數(shù)為表3 中的數(shù)據(jù)，初始值為[0.800 411]，把a(bǔ)1的值在原來(lái)的基礎(chǔ)上增大0.5，即令a1=0.105 77，可得收益隨時(shí)間變化的比較圖，如圖18所示。取系統(tǒng)參數(shù)為表3中的數(shù)據(jù)，初始值仍為[0.800 411]，把b2的值在原來(lái)的基礎(chǔ)上分別減小0.1 和增大0.1，即b2=0.118 42，b2=0.318 42，可得收益隨時(shí)間變化的比較圖，如圖19所示。取系統(tǒng)參數(shù)為表3中的數(shù)據(jù)，初始值為[0.800 411]，把y的值在原來(lái)的基礎(chǔ)上分別減小0.1和增大0.1，即初始值分別為[0.800 40.91]和[0.800 41.11]，可得收益隨時(shí)間變化的比較圖，如圖20所示。

圖18 改變a1后系統(tǒng)關(guān)于t-z的時(shí)間序列圖

圖19 改變b2后系統(tǒng)關(guān)于t-z的時(shí)間序列圖

圖20 改變y 后系統(tǒng)關(guān)于t-z的時(shí)間序列圖

a1為動(dòng)態(tài)能力的發(fā)展系數(shù)，對(duì)比觀察圖18兩條曲線發(fā)現(xiàn)，在期初兩條曲線是重合的，后期兩條曲線開(kāi)始逐漸分離，后期a1值較大的那條曲線較之前的曲線更高一點(diǎn)。這表明，單純?cè)龃髣?dòng)態(tài)能力的發(fā)展系數(shù)，即增大動(dòng)態(tài)能力的發(fā)展速度在短期內(nèi)很難對(duì)收益增加產(chǎn)生作用，但是長(zhǎng)期來(lái)看對(duì)企業(yè)收益增長(zhǎng)是有利的。對(duì)于聯(lián)想集團(tuán)有限公司而言，目前制約收益增加的因素并不是動(dòng)態(tài)能力不足，而是其他因素。因此，聯(lián)想可以在短期內(nèi)適當(dāng)保持現(xiàn)在的動(dòng)態(tài)能力水平。

b2為投資發(fā)展的彈性系數(shù)，b2的變化體現(xiàn)了投資發(fā)展的速度變化。圖19顯示了b2由小到大逐漸變化時(shí)收益變化的演化圖。對(duì)比3條曲線可以看出，與b2=0.218 42的狀況相比，當(dāng)b2增大到0.318 42時(shí)，圖形的峰值降低；當(dāng)b2減小到0.118 42時(shí)，圖形的峰值升高。說(shuō)明在當(dāng)前的狀況下令投資發(fā)展速度的彈性系數(shù)變小，即投資發(fā)展變的略微緩慢時(shí)，在未來(lái)的時(shí)間中組織將會(huì)得到更大的收益。

當(dāng)b2逐漸減小時(shí)，圖形的波谷越來(lái)越高，且再次達(dá)到峰值的時(shí)間縮短。由圖19中b2=0.118 42的曲線可以看出，圖形的波谷比b2=0.218 42和b2=0.318 42時(shí)要略微高一些。說(shuō)明略微減慢投資發(fā)展的速度可以減小收益波動(dòng)的幅度，使組織發(fā)展趨向于穩(wěn)定，且當(dāng)收益再次升高時(shí)會(huì)達(dá)到比前期更高的收益水平。

y為組織的投資水平，y的大小體現(xiàn)了組織的投資力度。圖20顯示了y由小到大逐漸變化時(shí)收益變化的演化圖。對(duì)比觀察3條曲線發(fā)現(xiàn)，3條曲線的演化趨勢(shì)非常一致，但是曲線在坐標(biāo)中的高低位置不同。與y=1的情況相比，當(dāng)y增大到1.1時(shí)，圖形的最高點(diǎn)降低；當(dāng)y減小到0.9 時(shí)，圖形的最高點(diǎn)升高。表明投資力度在小范圍內(nèi)波動(dòng)不會(huì)過(guò)于影響未來(lái)收益走勢(shì)，但是會(huì)影響收益的高低水平。說(shuō)明在當(dāng)前的發(fā)展?fàn)顩r下，令投資y略微減少，在未來(lái)的時(shí)間中組織的收益將會(huì)更大。

在實(shí)際情況中，企業(yè)可以利用財(cái)務(wù)數(shù)據(jù)、咨詢機(jī)構(gòu)的定性數(shù)據(jù)，進(jìn)行回歸得到相關(guān)參數(shù)；同時(shí)，根據(jù)本企業(yè)上一年度的財(cái)務(wù)數(shù)據(jù)以及專業(yè)咨詢機(jī)構(gòu)的定性數(shù)據(jù)得到企業(yè)動(dòng)態(tài)能力、投資以及收益的初始值。根據(jù)對(duì)上一年度的分析預(yù)測(cè)公司未來(lái)的動(dòng)態(tài)能力以及投資的變化對(duì)收益的影響趨勢(shì)；同時(shí)，參考國(guó)內(nèi)外有關(guān)本行業(yè)的最大投資收益率對(duì)企業(yè)未來(lái)動(dòng)態(tài)能力、投資水平進(jìn)行決策。對(duì)于聯(lián)想集團(tuán)有限公司而言，目前狀況下保持現(xiàn)在的動(dòng)態(tài)能力，在一定范圍內(nèi)適當(dāng)?shù)亟档筒糠止潭ㄙY產(chǎn)投資，減少粗放式投資能夠給企業(yè)帶來(lái)收益；適當(dāng)?shù)販p緩?fù)顿Y速度可以提高企業(yè)未來(lái)收益水平，促使企業(yè)健康發(fā)展。

5 結(jié)語(yǔ)

本文分析了企業(yè)動(dòng)態(tài)能力、投資和收益之間的關(guān)系，運(yùn)用非線性動(dòng)力系統(tǒng)中的混沌分析理論，構(gòu)建了三者之間的動(dòng)態(tài)演化模型，基于一定的參數(shù)和初值分析了系統(tǒng)的混沌現(xiàn)象和系統(tǒng)對(duì)參數(shù)與初值的敏感依賴性。根據(jù)計(jì)算得出的實(shí)際系統(tǒng)中的參數(shù)和初值，討論了參數(shù)和初始值變化對(duì)系統(tǒng)動(dòng)態(tài)能力、投資和收益的影響，得到了影響收益增長(zhǎng)的關(guān)鍵因素。

研究結(jié)果表明，動(dòng)態(tài)能力對(duì)企業(yè)收益增加有促進(jìn)作用，但是加快動(dòng)態(tài)能力的發(fā)展速度并不能顯著提高收益。動(dòng)態(tài)能力對(duì)企業(yè)收益增加的促進(jìn)作用是通過(guò)長(zhǎng)期的、潛移默化的方式產(chǎn)生影響，企業(yè)需要適度提升自身的動(dòng)態(tài)能力，但也要注意不能為了快速提升動(dòng)態(tài)能力而忽視了投資、管理等其他因素對(duì)收益的影響；投資發(fā)展速度過(guò)快會(huì)造成企業(yè)收益波動(dòng)幅度較大，不利于企業(yè)持續(xù)平穩(wěn)發(fā)展；投資增加并不必然導(dǎo)致收益增加，投資水平要綜合考慮現(xiàn)階段的動(dòng)態(tài)能力水平。企業(yè)在發(fā)展過(guò)程中要注意保持適度的投資發(fā)展速度，協(xié)調(diào)好動(dòng)態(tài)能力與投資水平的關(guān)系會(huì)對(duì)企業(yè)未來(lái)發(fā)展有重要影響。

本文從動(dòng)態(tài)能力、投資對(duì)企業(yè)收益影響的角度構(gòu)建了企業(yè)動(dòng)態(tài)能力、投資以及收益三者之間的三維非線性動(dòng)態(tài)演化模型并進(jìn)行探索式分析，在一定程度上可以為企業(yè)動(dòng)態(tài)能力投入水平和投資決策提供借鑒。然而，在現(xiàn)實(shí)情況中，企業(yè)如何控制在主營(yíng)業(yè)務(wù)上的投資及在其他附加業(yè)務(wù)上的投資比例也是影響企業(yè)獲利的一個(gè)重要因素。進(jìn)一步的研究將對(duì)企業(yè)的投資類別進(jìn)行分類，分為基本業(yè)務(wù)型投資和知識(shí)創(chuàng)新型投資，考慮企業(yè)在其當(dāng)前動(dòng)態(tài)能力水平下如何控制基本業(yè)務(wù)型投資和知識(shí)創(chuàng)新型投資的比例問(wèn)題。