競(jìng)爭(zhēng)戰(zhàn)略識(shí)別方法及其應(yīng)用研究.pdf

1、競(jìng)爭(zhēng)戰(zhàn)略識(shí)別是戰(zhàn)略管理領(lǐng)域的重要問題之一。競(jìng)爭(zhēng)戰(zhàn)略實(shí)證研究存在兩個(gè)基本問題，一是驗(yàn)證競(jìng)爭(zhēng)戰(zhàn)略的存在性，二是探討競(jìng)爭(zhēng)戰(zhàn)略的績效機(jī)制和影響機(jī)制。顯然，這兩個(gè)基本問題都必須以競(jìng)爭(zhēng)戰(zhàn)略識(shí)別為前提和核心。但是，競(jìng)爭(zhēng)戰(zhàn)略概念的模糊性和缺乏可操作性，戰(zhàn)略維度、變量選擇的主觀性和數(shù)據(jù)可得性限制，識(shí)別方法選擇傳統(tǒng)聚類方法所具有的缺陷，使競(jìng)爭(zhēng)戰(zhàn)略識(shí)別成為一個(gè)實(shí)證難題，嚴(yán)重制約著競(jìng)爭(zhēng)戰(zhàn)略的理論發(fā)展與實(shí)踐應(yīng)用。
　　本文針對(duì)競(jìng)爭(zhēng)戰(zhàn)略識(shí)別方法研究中存在的問

2、題，在認(rèn)真收集、挖掘、整理相關(guān)研究文獻(xiàn)基礎(chǔ)上，提出了兩種競(jìng)爭(zhēng)戰(zhàn)略識(shí)別路徑，構(gòu)建了競(jìng)爭(zhēng)戰(zhàn)略結(jié)構(gòu)維度研究框架，提出了過程視角和動(dòng)態(tài)視角的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別問題，通過引入數(shù)據(jù)包絡(luò)分析和多元統(tǒng)計(jì)分析的最新理論與方法，分別提出了基于DEA和基于面板數(shù)據(jù)聚類分析的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別方法，實(shí)證研究了我國制造企業(yè)的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別。本文將外部特征視角研究拓展到內(nèi)部過程視角研究，將靜態(tài)視角研究拓展到動(dòng)態(tài)視角研究，不僅為競(jìng)爭(zhēng)戰(zhàn)略識(shí)別提供了新的實(shí)現(xiàn)手段，而且為競(jìng)爭(zhēng)戰(zhàn)略理論在

3、企業(yè)管理中的操作化與實(shí)踐化提供了一種有效的解決途徑。本文的主要內(nèi)容包括以下幾個(gè)方面:
　　第一，本文構(gòu)建了競(jìng)爭(zhēng)戰(zhàn)略結(jié)構(gòu)維度研究框架?，F(xiàn)有的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別研究均缺乏研究框架的構(gòu)建。而本文通過對(duì)國內(nèi)外競(jìng)爭(zhēng)戰(zhàn)略識(shí)別文獻(xiàn)的深入挖掘，總結(jié)梳理了競(jìng)爭(zhēng)戰(zhàn)略識(shí)別的理論基礎(chǔ)，提出了類型學(xué)和分類學(xué)兩種識(shí)別路徑;在妥善處理單維度與多維度、量化實(shí)證與概念分解、靜態(tài)描述與動(dòng)態(tài)分析之間矛盾的基礎(chǔ)上，構(gòu)建了競(jìng)爭(zhēng)戰(zhàn)略結(jié)構(gòu)維度研究框架，給出了整合研究路徑及其實(shí)現(xiàn)途徑

4、;分析了不同研究視角的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別的邏輯結(jié)構(gòu)以及識(shí)別方法的內(nèi)部邏輯結(jié)構(gòu)，構(gòu)建了競(jìng)爭(zhēng)戰(zhàn)略識(shí)別框架。最終，為競(jìng)爭(zhēng)戰(zhàn)略識(shí)別的方法創(chuàng)新和實(shí)證研究提供了結(jié)構(gòu)化和概念操作化的解決方案。
　　第二，本文構(gòu)建了交叉效率DEA模型并應(yīng)用于過程視角競(jìng)爭(zhēng)戰(zhàn)略識(shí)別?，F(xiàn)有的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別均存在從外部戰(zhàn)略特征識(shí)別的局限性和主觀性缺陷。而本文首次運(yùn)用DEA理論將外部特征視角研究拓展到內(nèi)部過程視角研究，提出了過程視角的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別問題;充分提取了DMU之間相似性和

5、相異性信息，通過引入?yún)^(qū)間數(shù)，構(gòu)建了多指標(biāo)區(qū)間交叉效率DEA模型，提出了一種基于投入、產(chǎn)出權(quán)重的聚類方法并應(yīng)用于競(jìng)爭(zhēng)戰(zhàn)略識(shí)別;通過引入多人非合作博弈，構(gòu)建了博弈效率DEA模型，設(shè)計(jì)了以虛擬最差DMU效率為初始值的逼近搜索算法，證明了算法具有收斂性，求解出了Nash均衡解;構(gòu)建了兩階段博弈交叉效率DEA模型，實(shí)現(xiàn)了自互評(píng)體系下的各DMU間的博弈，改進(jìn)和優(yōu)化了博弈交叉效率;在融合內(nèi)外部評(píng)價(jià)結(jié)果的基礎(chǔ)上，提出了一種基于博弈效率權(quán)重比和博弈交叉效

6、率矩陣的聚類方法并應(yīng)用于競(jìng)爭(zhēng)戰(zhàn)略識(shí)別;實(shí)證研究了我國機(jī)械制造業(yè)上市公司的競(jìng)爭(zhēng)戰(zhàn)略，識(shí)別出了低成本、差異化、低成本差異化競(jìng)爭(zhēng)戰(zhàn)略類型。實(shí)證結(jié)果表明，前一種方法能夠區(qū)分有效決策單元，綜合評(píng)價(jià)具有統(tǒng)一性和合理性;后一種方法能夠?qū)崿F(xiàn)自互評(píng)體系下的Nash均衡求解，效率評(píng)價(jià)的區(qū)分度更高;這兩種識(shí)別方法與傳統(tǒng)戰(zhàn)略識(shí)別方法相比，分類效果更好。最終，解決了權(quán)重多重解和各DMU間競(jìng)爭(zhēng)的問題，充分考慮了資源配置和運(yùn)營范圍兩大類戰(zhàn)略投入、產(chǎn)出維度以及戰(zhàn)略指標(biāo)

7、的相對(duì)重要性和因果關(guān)系的特點(diǎn)，使其更具解釋力和客觀性。
　　第三，本文提出了多指標(biāo)面板數(shù)據(jù)的聚類方法并應(yīng)用于動(dòng)態(tài)視角競(jìng)爭(zhēng)戰(zhàn)略識(shí)別。現(xiàn)有的基于截面數(shù)據(jù)聚類方法的靜態(tài)視角競(jìng)爭(zhēng)戰(zhàn)略識(shí)別均缺乏企業(yè)時(shí)間序列維度信息的提取。而本文首次運(yùn)用面板數(shù)據(jù)多元統(tǒng)計(jì)分析理論將靜態(tài)視角研究拓展到動(dòng)態(tài)視角研究，提出了動(dòng)態(tài)視角的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別問題;描述了面板數(shù)據(jù)的時(shí)間、空間、指標(biāo)三維數(shù)據(jù)格式和數(shù)字特征，提出了面板數(shù)據(jù)的因子分析，改進(jìn)了多指標(biāo)面板數(shù)據(jù)的系統(tǒng)聚類方法

8、并應(yīng)用于競(jìng)爭(zhēng)戰(zhàn)略識(shí)別;結(jié)合了時(shí)間序列的局部變化特性與整體距離關(guān)系，綜合提取了面板數(shù)據(jù)的水平指標(biāo)、增量指標(biāo)和增量變化率指標(biāo)的時(shí)間序列特征，提出了一種基于時(shí)序特征的多指標(biāo)面板數(shù)據(jù)的聚類方法并應(yīng)用于競(jìng)爭(zhēng)戰(zhàn)略識(shí)別，解決了非同步問題;提出了自適應(yīng)滑動(dòng)窗口分段方法，實(shí)現(xiàn)了時(shí)間序列局部變化的形狀特征提取，提出了一種基于形狀特征的多指標(biāo)面板數(shù)據(jù)的聚類方法并應(yīng)用于競(jìng)爭(zhēng)戰(zhàn)略識(shí)別;實(shí)證研究了我國家電企業(yè)的動(dòng)態(tài)視角競(jìng)爭(zhēng)戰(zhàn)略，識(shí)別出了低成本、差異化、低成本差異化

9、、“夾在中間”四種競(jìng)爭(zhēng)戰(zhàn)略類型。實(shí)證結(jié)果表明，第一種方法能夠滿足系統(tǒng)分析的統(tǒng)一性要求，保證指標(biāo)之間的不相關(guān);能夠克服時(shí)間維度上均值化處理造成的偏誤，信息損失較少。后二種方法能夠綜合提取空間、時(shí)序信息，能夠有效降低噪聲影響，分類效果較好。最終，解決了指標(biāo)相關(guān)性和數(shù)據(jù)突變引起的識(shí)別效果失真問題，提高了競(jìng)爭(zhēng)戰(zhàn)略的識(shí)別效果。
　　第四，本文提出了多指標(biāo)面板數(shù)據(jù)的融合聚類方法并應(yīng)用于競(jìng)爭(zhēng)戰(zhàn)略轉(zhuǎn)折點(diǎn)識(shí)別?，F(xiàn)有的基于戰(zhàn)略穩(wěn)定期的競(jìng)爭(zhēng)戰(zhàn)略識(shí)別均缺

10、乏企業(yè)競(jìng)爭(zhēng)戰(zhàn)略演化信息的提取。而本文首次將面板數(shù)據(jù)的聚類方法引入競(jìng)爭(zhēng)戰(zhàn)略的演化分析中，提出了競(jìng)爭(zhēng)戰(zhàn)略的演化分析問題，利用Frobenius范數(shù)構(gòu)造了離差平方和函數(shù)，提出了多指標(biāo)面板數(shù)據(jù)的有序聚類方法，通過引入融合思想，提出了多指標(biāo)面板數(shù)據(jù)的融合聚類方法并應(yīng)用于戰(zhàn)略轉(zhuǎn)折點(diǎn)識(shí)別，實(shí)證研究了我國家電業(yè)上市公司的競(jìng)爭(zhēng)戰(zhàn)略演化，識(shí)別出了競(jìng)爭(zhēng)戰(zhàn)略類型和競(jìng)爭(zhēng)戰(zhàn)略演化的時(shí)間點(diǎn)。實(shí)證結(jié)果表明，新方法能夠保證指標(biāo)之間的不相關(guān);能夠克服時(shí)間維度上均值化處理造