基于ＦＣＡ方法的客户协同产品创新
绩效影响因素研究
王小磊１，２，杨 育１，邢青松１，赵小华１，曾 强１
（１．重庆大学 机械传动国家重点实验室，重庆４０００３０；２．华北电力大学 机械工程系，河北 保定０７１００３）
收稿日期：２００９－１０－２６
基金项目：国家自然科学基金项目（７０６０１０３７）；教育部“新世纪优秀人才支持计划“项目（ＮＣＥＴ－０７－０９０８）
作者简介：王小磊（１９８３－），女，河北沙河人，重庆大学机械工程学院博士研究生，研究方向为客户协同创新、创新管理；杨育（１９７１－），
男，四川成都人，重庆大学机械工程学院教授、博士生导师，研究方向为产品创新、网络化协同制造、创新管理；邢青松（１９８３
－），男，河南开封人，重庆大学机械工程学院博士研究生，研究方向为协同设计、产品创新。
摘 要：客户协同产品创新（ＣＣＰＩ）是产品设计领域的一种新型创新方式，客户深度参与产品创新设计可以
有效提升企业的创新能力，因此如何有效识别影响ＣＣＰＩ绩效的关键因素成为十分重要的问题。首先，分析
了客户协同产品创新的特征，结合调研访谈方法，提出并构建了客户协同产品创新绩效的影响因素集；然
后，针对ＣＣＰＩ绩效影响因素众多难于指导实践的问题，利用ＦＣＡ方法进行分析，得到ＣＣＰＩ绩效的核心影
响因素；最后，对核心影响因素进行了分析。研究结论为企业有针对性地采取措施优化创新过程提供了理
论指导。
关键词：客户协同；产品创新；创新绩效；绩效评价；模糊聚类
中图分类号：Ｆ４０６．３ 文献标识码：Ａ 文章编号：１００１－７３４８（２０１０）１８－００７７－０６
０ 引言
伴随着市场竞争的日益激烈，客户需求朝着个性化、
多样化和动态化方向发展，许多企业将客户集成到产品开
发过程中，通过客户选配产品、订制设计、大规模定制等手
段充分满足客户的个性化需求，并以此赢得市场竞争［１－２］。
随着网络化协同产品设计技术的迅速发展和产品创新手
段的不断丰富，一种能够充分发挥客户潜力的产品创新设
计方法———客户协同产品创新（Ｃｕｓｔｏｍｅｒ Ｃｏｌｌａｂｏｒａｔｉｖｅ
Ｐｒｏｄｕｃｔ Ｉｎｎｏｖａｔｉｏｎ，ＣＣＰＩ），出现在产品创新设计的研究领
域。根据美国麻省理工Ｓｌｏａｎ管理学院 Ｖｏｎ Ｈｉｐｐｅｌ教
授［３］的研究，客户协同产品创新可以有效地为企业的价值
网络增值。因此，ＣＣＰＩ绩效成为企业及创新团队关注的
焦点。然而，由于ＣＣＰＩ过程的复杂性和不确定性导致客
户协同环境下创新绩效的影响因素尚不完全明晰，影响机
理也不明确，企业难以识别哪些是主要因素，哪些是次要
因素，因而不能很好地对协同创新过程进行管理和控制，
这严重阻碍了ＣＣＰＩ这种新的创新方式的应用和推广。因
此，对客户协同产品创新绩效影响因素的研究具有重要的
现实意义。
对于“创新绩效“，目前还没有一个统一的定义。大多
数学者认为创新绩效是创新投入与产出之比，主要体现在
创新效率和效果两个方面。参考大多数学者对创新绩效
的理解，本文认为ＣＣＰＩ绩效应主要从４个方面来衡量。
其中，前两方面是创新投入，后两个方面是创新产出。
目前，关于企业创新绩效影响因素的研究主要集中在
技术创新、知识创新、协同创新几个方面。在技术创新方
面：Ｓｃｈｅｒｅｒ等［４］提出了技术机会因素激发假说；张杰等［５］
以江苏省制造业企业为样本，从企业规模、集聚效应、出口
３个视角分析了影响制造业企业技术创新强度和创新行为
效果的关键因素；沈必扬等［６］指出，结构因素（技术机会、知
识溢出）和管理因素（吸纳能力）是影响企业创新绩效最主
要的两类因素；常玉等［７］指出，技术创新能力影响因素与技
术创新绩效有密切的正相关关系，其中研发经费／人员投
入、政府优惠政策、信息宽带网建设水平等因素对技术创
新绩效的影响最大。在知识创新方面：Ｈｅｅｓｅｏｋ Ｌｅｅ和Ｂｙ－
ｏｕｎｇｇｕ Ｃｈｏｉ［８］提出，知识创新绩效的影响因素包括文化因
素、结构因素、人的因素以及ＩＴ支持等；叶金福等［９］分析
了影响企业集群知识创新能力的六大因素。在协同创新
方面：万幼清等［１０］从知识视角探讨了集群协同创新绩效的
影响因素，并分析了各因素与创新绩效之间的正负相关关
系；陈劲等［１１］提取了影响技术和市场协同创新绩效的６个
主要因子，分析了技术和市场协同创新过程中各要素间的
协同联系和协同功能。
上述文献或者探讨了企业独自进行技术／知识创新的
影响因素，或者探讨了产业集群协同创新的影响因素，然
而对于ＣＣＰＩ这种新型产品创新设计方式绩效的影响因素
的研究还比较少见。与传统的产品创新方式相比，ＣＣＰＩ
支持技术更加丰富；另外，由于客户这一特殊创新群体的
参与使得过程更加复杂，因此影响ＣＣＰＩ绩效的因素多种
多样。鉴于此，本文旨在通过对客户协同创新内涵、特征
进行分析及调研访谈多家制造企业的基础上，全面挖掘
ＣＣＰＩ绩效的影响因素并找出其核心影响因素，为企业有
针对性地采取措施，以提高客户协同产品创新效率提供理
论依据。
１ 客户协同产品创新过程研究
ＣＣＰＩ的基本出发点源于领先用户理论和组织创造力
理论。根据领先用户理论，以领先客户为主导的客户创造
力对技术创新的实现具有决定性的作用［３］。客户关于产品
的使用知识和经验、个性化需求以及对产品进行创新的动
力，是专业设计人员所不具备的创新优势；同时，专业设计
人员在产品结构、新技术和新材料方面的知识及创造力又
是客户所不具备的。根据组织创造力理论，在个体创造
力、经验、知识和动机等方面，具有一定异质性组合的团队
能有效提高其创新绩效［１２］。
ＣＣＰＩ打破了常规的产品创新思路，将企业研发的主
动权与客户分享，把客户作为创新主体集成到产品创新团
队中，使客户和专业设计人员协同进行产品创新。这种新
的产品创新方式将客户的知识和创造力作为最宝贵的创
新资源。在网络化协同工作环境下，通过客户与企业专业
设计人员协同进行产品创新，可以相互补充各自在知识结
构和创新技能方面的不足，激发群体创造力，从而开发出
具有高度创新性和市场主导力的新产品［１３］。
产品创新产生于新的创意和需求，通过新产品设计、
评价和测试，最终达到新产品上市的目标。客户参与产品
创新设计主要集中在个性化需求的提出、创意产生、产品
概念设计和原型产品测试几个阶段，具体的协同创新过程
描述如下：
（１）明确产品需求及创新目标。市场开发人员进行客
户调研，与客户充分交流；客户表达对他们对当前产品的
使用信息、遇到的问题并提出自己新的产品需求。同时，
市场开发人员通过市场调查分析市场技术发展趋势，明确
产品创新的目标。
（２）创新构思并提出产品创意。根据自己的需求，客
户会提出独特的创新想法并把它转换为产品创意，再通过
对创意的进一步具体化，即完成了产品的概念设计。
（３）创意评价与完善。来自市场、设计、制造等领域的
专家及客户，从市场认可度、未来应用前景、技术难度等多
方面对每个创意进行评价，选出最有市场前景的创意。在
此基础上，设计人员与客户进一步对创意进行完善。
（４）产品详细设计。客户在各种计算机辅助设计和创
新工具的支持下，可通过网络与设计人员实时交换产品设
计信息，协同完成产品的详细设计。
（５）原型产品测试与评估。团队中各领域专家及客户
从技术可行性、经济可行性等方面对技术方案进行综合评
价，并确定最终的创新产品设计方案。
２ 客户协同产品创新绩效的影响因素集
从对ＣＣＰＩ过程的分析可以看出，ＣＣＰＩ这种新型产品
创新模式具有以下显著特征：
（１）客户的深度参与。客户不再仅仅是产品的消费
者，而且还是产品设计的参与者。客户的行为不再局限于
产品的选配或定制，而是与企业专业设计人员一起协同进
行产品的创新设计，充分发挥了其创造性和能动性。
（２）组织的协同。在客户与设计人员进行协同设计的
过程中，协同创新团队以创新目标为中心，以开发任务为
纽带，团队成员之间相互学习交流、知识共享，各成员的知
识、经验和创新技能的不对称性通过ＳＥＣＩ这一螺旋上升
过程得到互补，快速实现了知识创造，从而也保证产品创
意最终物化为创新产品。
（３）网络化协同及多样化技术支持。分布在世界各地
的客户、设计人员等创新成员，在基于计算机网络的协同
环境中，可利用各种先进的协同设计技术、创新工具及大
量产品知识库共同进行产品创新设计。
由此可见，ＣＣＰＩ是在网络化环境下的、有客户深度参
与的、复杂的协同产品创新设计过程。为全面梳理ＣＣＰＩ
绩效的影响因素，对相关研究文献进行了整理，并与产品
创新领域专家进行了探讨，调研访谈了重庆多家ＩＴ、家具
及制造企业负责人、主要设计师等。在此基础上结合ＣＣ－
ＰＩ的特征，本文建立了ＣＣＰＩ绩效的影响因素集。
（１）人员因素。结合 ＣＣＰＩ“客户深度参与”的特
征［３，１３，１４］，笔者从创新主体的角度建立了影响ＣＣＰＩ绩效的
人员因素子集。客户协同创新的主体是客户与企业的专
业设计人员。人员素质是客户协同创新得以实现的基本
保障，创新团队成员的知识结构、专业技能、参与创新的动
机及积极性等都对新产品创新设计的效率与效果起着决
定性的作用。因此，创新团队成员的素质是影响创新活动
的最基本因素。
（２）组织因素。结合ＣＣＰＩ“组织协同“的特征［１０－１２，１８］，
笔者从创新过程组织的角度建立了影响ＣＣＰＩ绩效的组织
因素子集。创新成功与否与创新过程的组织有着密不可
分的关系。组织因素是ＣＣＰＩ的结构因素，它主要包括组
织制度、组织结构两个方面。组织制度包括组织协调机
制、激励机制、知识共享机制等；组织结构则确定了协同创
新中各要素的层次及相应的权利与地位，为协同创新中各
要素间的有效联系奠定了基础［１２］。支持协同的组织结构
是保障协同创新成功的重要条件之一。
（３）环境及技术支撑因素。结合“网络化协同及多样
化技术支持“的特征［６，７，１５－１９］，笔者分别从环境和技术支持
两个角度建立了影响ＣＣＰＩ绩效的环境因素子集和技术因
素子集。
环境因素子集。根据复杂适应系统理论，客户协同创
新是企业为适应环境变化而不断作出的调整［１９］。良好的
开发环境可提高组织创新的主动性与积极性，加快新产品
·８７· 科技进步与对策 ２０１０年
开发的进度。环境因素包括客户协同创新组织外部环境
因素和内部环境因素两个方面。企业内部环境主要包括
人力资源、资金实力、创新文化等；企业外部环境包括市场
环境、政策环境等。
技术支撑因素子集。企业所拥有的技术能力、创新工
具、协同环境、支持客户设计的专家系统、专业领域数据库
与知识库等技术资源，是创新设计十分重要的物质基础，
它对企业的知识创新具有重要的支撑作用。在基于计算
机和网络系统的现代协同设计环境下，设计手段、设计思
维都会因技术支持不同而产生巨大的差异。良好的产品
创新设计工具、协同环境是激发客户和设计者想象力和创
造力的源泉。
综上所述，本文从人员、组织、环境和技术４个方面建
构了影响ＣＣＰＩ绩效的因素集（见表１）。
表１ ＣＣＰＩ绩效的影响因素集
类别 影响因素 类别 影响因素
人
员
因
素
组
织
因
素
客户的使用知识与经验
（Ｐ１）
客户参与创新的动机与
强度（Ｐ２）
客户 的 产 品 专 业 知 识
（Ｐ３）
客户 的 专 业 设 计 技 能
（Ｐ４）
专业设计人员的创新技
能和经验（Ｐ５）
团队成员的信息沟通能
力（Ｐ６）
组
织
制
度
组
织
结
构
组织各成员间的相
互信任机制（Ｏ１）
组织各成员间的信
息沟通机制（Ｏ２）
组织知识共享机制
（Ｏ３）
组织协调机制（Ｏ４）
组织对客户的激励
制度（Ｏ５）
组 织 的 结 构 形 式
（Ｏ６）
组织成员的分工结
构（Ｏ７）
组织成员的知识结
构（Ｏ８）
组 织 运 行 的 柔 性
（Ｏ９）
环
境
因
素
技
术
因
素
内
部
环
境
外
部
环
境
企业的资金实力及
信誉（Ｅ１）
企业组织创新文化
与氛围（Ｅ２）
技术、市场信息获取
的准确性与及时性
（Ｅ３）
经营管理水平（Ｅ４）
研发人员所占比例
（Ｅ５）
企业与高校及科研
机构的合作（Ｅ６）
高层领导的重视程
度（Ｅ７）
企业与客户间的非
正式社会关系网络
（Ｅ８）
市场对创新产品的
需求（Ｅ９）
创新产品的竞争与
垄断情况（Ｅ１０）
政 府 政 策 的 支 持
（Ｅ１１）
企业创新技术积累（Ｔ１）
信息通讯技术（Ｉｎｔｅｒｎｅｔ／
Ｉｎｔｒａｎｅｔ）应用水平（Ｔ２）
先进辅助创新工具与协
同软件的应用水平（Ｔ３）
企业知识与数据管理水
平（Ｔ４）
３ 基于ＦＣＡ方法的ＣＣＰＩ影响因素分析
由表１可以看出，影响ＣＣＰＩ绩效的因素比较多。在
企业具体实施ＣＣＰＩ时，往往由于以上原因导致效率较低，
因此需要通过一种有效的方法找出核心影响因素，以便其
有针对性地采取措施以优化创新过程，提高创新绩效。
为了有效识别出ＣＣＰＩ绩效的核心影响因素，首先需
要各类专家等对各因素对创新绩效的影响程度进行评价，
在此基础上，再利用得到的评价数据实现对影响因素的聚
类。但是在对ＣＣＰＩ绩效影响因素进行分析评价的过程
中，不仅各影响因素本身具有一定模糊性，而且各影响因
素对创新绩效的影响也具有一定的模糊性。由此可知，模
糊性是ＣＣＰＩ绩效影响因素分析过程中的显著特征。而模
糊聚类分析作为多元统计分析的一种方法，它依据事物间
的特征、亲疏程度和相似性对事物进行分类，可有效解决
科学研究中多因素分类问题。与其它方法，如ＡＢＣ法、支
持向量机、主成分分析法等相比，模糊聚类分析方法（Ｆｕｚｚｙ
Ｃｌｕｓｔｅｒｉｎｇ Ａｎａｌｙｓｉｓ，ＦＣＡ）更适合处理ＣＣＰＩ影响因素分析
中的模糊性问题［２０］。基于模糊等价关系的聚类方法是常用
的一种模糊聚类分析方法，且比较适合于计算机处理，因此
本文采用该方法对ＣＣＰＩ绩效影响因素进行聚类分析。
３．１ ＦＣＡ方法的基本原理
应用基于模糊等价关系的聚类方法对ＣＣＰＩ绩效影响
因素进行聚类分析的基本步骤如下：
首先，确定影响因素评分矩阵并把数据标准化。待分
类的影响因素集合为Ｕ＝｛ｕ１，ｕ２，…，ｕｋ，…，ｕｎ｝。其中，ｕｋ
由一组评分数据向量ｘｋ 来表示，Ｘｋ＝（ｘｋ１，ｘｋ２，…，ｘｋｊ，…
ｘｋｍ），由此得到评分矩阵Ｘ＝［ｘｉｊ］ｎ×ｍ。
对矩阵Ｘ的第ｊ列元素采用标准差规格化处理：
ｘ＇ｉｊ ＝
ｘｉｊ－珚ｘｊ
Ｓｊ
（１）
其中，珚ｘｊ ＝ １ｎ∑
ｎ
ｉ＝１
ｘｉｊ，ｓ２ｊ ＝ １ｎ∑
ｎ
ｉ＝１
（ｘｉｊ－珚ｘｊ）２，ｉ＝１，２，
…，ｎ；ｊ＝１，２，…，ｍ。
为使标准化数据处于［０，１］闭区间，再采用极值标准
化公式，得到影响因素的标准化矩阵 ：
ｘ″ｉｊ ＝
ｘ＇ｉｊ－Ａｊ
Ｂｊ－Ａｊ
（２）
其中，Ａｊ＝ｍｉｎ
ｊ
｛ｘ＇ｉｊ｝，Ｂｊ＝ｍａｘ
ｊ
｛ｘ＇ｉｊ｝。
其次，计算模糊相似矩阵。构造模糊相似矩阵的方法
有距离法、相似系数法等。本文使用相似系数法中的夹角
余弦法计算各因素之间的相似程度，建立模糊相似矩阵
Ｒｓ＝［ｒｉｊ］ｎ×ｍ。
ｒｉｊ ＝
∑
ｍ
ｋ＝１
ｘｉｋｘｊｋ
∑
ｍ
ｋ＝１
ｘ２ｉｋ∑
ｍ
ｋ＝１
ｘ２ｊ槡 ｋ
ｉ，ｊ＝１，２，…，３０ （３）
再次，计算模糊等价矩阵。模糊相似矩阵Ｒｓ满足自反
性和对称性，却不一定具有传递性，不能直接用于模糊聚
类。因此，采用传递闭包法，将模糊相似关系矩阵Ｒｓ改造
为模糊等价矩阵Ｒ＊，即通过平方自合成构造Ｒｓ的传递闭
包，直到Ｒｋｓ＝Ｒ２ｋｓ（ｋ＝２，４，８，…，２ｎ）。取Ｒ＊＝Ｒｋｓ，Ｒ＊＝
［ｒ＇ｉｊ］ｎ×ｎ满足自反性、对称性和传递性。
最后，模糊聚类并确定最佳聚类数目。求Ｒ＊在不同
阀值λ下的截矩阵Ｒ＊λ ，通过Ｒ＊λ 分析各分类因素的相似程
度，并对其进行动态聚类。
定义１ 两个因素特征向量之间的距离为：
·９７· 第１８期 王小磊，杨 育，邢青松，等：基于ＦＣＡ方法的客户协同产品创新绩效影响因素研究
ｄ（Ｘｉ，Ｘｋ）＝ ∑
ｍ
ｊ＝１
（ｘｉｊ－ｘｋｊ）槡 ２ （５）
定义２ 聚类有效性指标Ｌ：
Ｌ＝ Ｔｎ×ｄ２ｍｉｎ
（６）
其中，Ｔ＝∑
ｈ
ｒ＝１
∑
ｎ
ｉ＝１
ｔｉｇｄ２（Ｘｉ，Ｖｒ）；ｄ２ｍｉｎ＝ｍｉｎ
ｑ，ｒ
（Ｖｑ，Ｖｒ）；ｔｉｇ
＝
１ ｉｆ ＸＩ∈Ｃｇ
０ ｉｆ ＸｉＣ｛ ｇ ；ｈ为聚类数，Ｃｇ是第ｇ个聚类，ｇ＝１，
２，…，ｈ；Ｃｇ中包含ｌ个聚类样本，其所属类的聚类中心向量
为 Ｖｒ ＝ （ｖｒ１，ｖｒ２，…，ｖｒｍ），Ｖｒ 满 足 ｍｉｎ∑
ｌ
ｉ＝１，ｊ≠ｊ
ｄ２（Ｘｉ，Ｘｊ）。
ｄ（Ｘｉ，Ｖｒ）是聚类样本向量Ｘｉ和聚类中心向量Ｖｒ 间的距
离，ｄ（Ｖｑ，Ｖｒ）是聚类中心向量Ｖｑ和聚类中心向量Ｖｒ之间
的距离。
由式（６）可知，ｄ２ｍｉｎ越大，Ｌ越小，表明聚类本身越紧密，
各聚类之间的相互分离距离越大，聚类的效果越好。因
此，用Ｌ来确定最佳聚类数。
３．２ 研究对象
本文以重庆、四川多家已实施或正在实施客户参与产
品创新的软件ＩＴ、家具及制造企业（公司）为调研对象。共
发放问卷１３０份，回收１１８份，有效问卷１０９份，问卷回收
率９１％，有效率８４％。本文提出的３０个ＣＣＰＩ绩效影响
因素均包含在调查问卷中。为避免潜在观念的影响，问卷
中的有关影响因素的问题不作分类，从而使收集到的数据
较具全面性和客观性。该问卷主要是请各企业产品创新
团队的创新项目负责人、专业设计人员、市场营销人员等，
根据本企业自身情况就表１中的各影响因素对客户参与
产品创新的影响程度进行选择。影响程度分为“不重要、
重要、非常重要”３个等级，相应的得分值为“１、３、５”。
３．３ 调查数据处理
首先，将影响因素集合作为论域Ｕ ＝ ｛ｕ１，ｕ２，…，ｕｋ，
…，ｕ３０｝；根据问卷调查结果，针对每个影响因素，将选择同
一影响程度等级的专家数分别累加，再乘以相应的分值，
并除以专家总人数，得到每个影响因素ｕｋ 的评价向量Ｘｋ
＝ （ｘｋ１，ｘｋ２，ｘｋ３）；采用标准差及极值法对评价矩阵Ｘ 进行
标准化归一化处理，得到影响因素的标准化矩阵，见表２。
再次，根据式（３）计算各因素之间的相似程度，建立模
糊相似矩阵 （见表３）。
由于ＣＣＰＩ绩效的影响因素较多，对全部因素的聚类
计算过程比较复杂，受篇幅所限，本文仅以组织子集部分
为例来说明影响因素模糊聚类过程。组织因素的模糊相
似矩阵ＲＳＯ 见表４。在此基础上，利用传递闭包法计算模糊
等价关系矩阵Ｒ＊Ｏ （见表５）。
然后，给定不同的λ值（从１降到０．８６），求得模糊等价
关系矩阵Ｒ＊Ｏ 的截矩阵Ｒ＊Ｏλ，实现对组织子集各影响因素的
动态聚类，聚类结果如图１所示。
最后，为了实现对３０个影响因素的最佳聚类，根据式
（６）计算不同分类相应的有效性指标Ｌ的大小。由表６可知，
当λ＝０．６７时，最佳聚类数ｈ为６。具体分类结果见表７。
表２ ＣＣＰＩ绩效影响因素标准化矩阵
影响
因素
影响等级
非常重要 重要 不重要
影响
因素
影响等级
非常重要 重要 不重要
Ｐ１ ０．４５ ０．３５ ０．１０ Ｅ１ ０．４８ ０．３３ ０．１９
Ｐ２ ０．５０ ０．２５ ０．２５ Ｅ２ ０．７７ ０．２１ ０．０２
Ｐ３ ０．５７ ０．２９ ０．１４ Ｅ３ ０．４６ ０．３５ ０．１９
Ｐ４ ０．７３ ０．２３ ０．０４ Ｅ４ ０．１６ ０．４８ ０．３６
Ｐ５ ０．６９ ０．２３ ０．０８ Ｅ５ ０．４８ ０．２９ ０．２５
Ｐ６ ０．５０ ０．２９ ０．２１ Ｅ６ ０．１８ ０．４５ ０．３７
Ｏ１ ０．３０ ０．３２ ０．３８ Ｅ７ ０．５２ ０．２６ ０．２２
Ｏ２ ０．６７ ０．２６ ０．０７ Ｅ８ ０．１１ ０．３５ ０．５４
Ｏ３ ０．５２ ０．３５ ０．１３ Ｅ９ ０．５２ ０．３０ ０．１８
Ｏ４ ０．７８ ０．１９ ０．０３ Ｅ１０ ０．０９ ０．４２ ０．４９
Ｏ５ ０．４３ ０．３３ ０．２４ Ｅ１１ ０．３７ ０．３２ ０．３１
Ｏ６ ０．２２ ０．４７ ０．３１ Ｔ１ ０．２９ ０．５６ ０．１５
Ｏ７ ０．３３ ０．４５ ０．２２ Ｔ２ ０．６３ ０．２０ ０．１７
Ｏ８ ０．１８ ０．７５ ０．０７ Ｔ３ ０．４６ ０．３６ ０．１８
Ｏ９ ０．２２ ０．４７ ０．３１ Ｔ４ ０．３５ ０．４８ ０．１７
图１ 组织子集各因素动态聚类分析
表３ ＣＣＰＩ绩效影响因素模糊标准矩阵Ｒｓ
Ｒｓ＝
１．００００
０．９５２ ２ １．００００
０．９８１ ７ ０．９７９ ０ １．０００
０．９３１ ０ ０．９２１ ５ ０．９３７ ４ １．０００
０．９４２ １ ０．９４２ ９ ０．９８３ ６ ０．９９８ ２ １．００００
０．９７３ ６ ０．９９５ ８ ０．９８９ ８ ０．９３３ ７ ０．９５２ ２ １．００００
０．８４８ ５ ０．９１４ ５ ０．８３４ ３ ０．６９２ ０ ０．７３２ ４ ０．９０３ ９ １．００００
０．９５５ ９ ０．９４４ ２ ０．９８８ １ ０．９９６ ９ ０．９９８ ８ ０．９５７ ３ ０．７４１ ７ １．００００
０．９９７ ３ ０．９６９ ４ ０．９９２ ９ ０．９４８ ４ ０．９６０ １ ０．９８７ ６ ０．８３５ ４ ０．９７０ ３ １．００００
０．９０４ ３ ０．９０４ ５ ０．９５８ １ ０．９９７ ７ ０．９９４ ０ ０．９３１ ７ ０．６５６ ８ ０．９８９ ７ ０．９２５ ６ １．００００
１．０００
０．９９２ ２ ０．９７５ ２ ０．９７９ １ ０．９０８ ９ ０．９２７ ０ ０．９９０ ２ ０．９０６ ６ ０．９３８ ９ ０．９９３ １ … … １．００００
０．９５７ ７ ０．８９１ ８ ０．８９６ １ ０．７８７ ０ ０．８０８ ４ ０．９２０ ８ ０．９０１ ３ ０．８３２ ０ ０．９４０ ７ … … … １．
熿
燀
燄
燅０００
·０８· 科技进步与对策 ２０１０年
表４ 组织因素模糊相似矩阵
ＲＳＯ ＝
１．００００
０．７４１ ７ １．００００
０．８５４ ３ ０．９７０ ３ １．００００
０．６５６ ８ ０．９８９ ７ ０．９２５ ６ １．００００
０．９４７ ０ ０．９１２ ８ ０．９７５ ８ ０．８５１ １ １．００００
０．９５８ ３ ０．６６５ ８ ０．８２２ ６ ０．５５５ ４ ０．９０５ ７ １．００００
０．９３８ ２ ０．８１６ ２ ０．９３１ ５ ０．７２５ ３ ０．９６５ ２ ０．９６９ ３ １．００００
０．７１３ ３ ０．５７３ １ ０．７３６ ６ ０．４５８ １ ０．７４４ ３ ０．８７３ ０ ０．８８７ ５ １．００００
０．９５２ ７ ０．６６７ ４ ０．８２４ ９ ０．５５４ ６ ０．９０４ ５ ０．９９９ ７ ０．９７１ ６ ０．８８３ ９ １．
熿
燀
燄
燅００００
表５ 组织因素模糊等价矩阵
Ｒ＊ｏ ＝
１．００００
０．９５８ ３ １．００００
０．９５８ ３ ０．９７０ ３ １．００００
０．９５８ ３ ０．９８９ ７ ０．９７０ ３ １．００００
０．９５８ ３ ０．９７０ ３ ０．９７５ ８ ０．９７０ ３ １．００００
０．９５８ ０ ０．９６５ ２ ０．９６５ ２ ０．９６５ ２ ０．９６５ ２ １．００００
０．９５８ ３ ０．９６５ ２ ０．９６５ ２ ０．９６５ ２ ０．９６５ ２ ０．９７１ ６ １．００００
０．８８７ ５ ０．８８７ ５ ０．８８７ ５ ０．８８７ ５ ０．８８７ ５ ０．８８７ ５ ０．８８７ ５ １．００００
０．９５８ ３ ０．９６５ ２ ０．９６５ ２ ０．９６５ ２ ０．９６５ ２ ０．９９９ ７ ０．９７１ ６ ０．８８７ ５ １．
熿
燀
燄
燅００００
３．４ 结果分析
从客户协同产品创新影响因素最佳聚类情况看，影响
力最强的是组织协调机制、企业创新文化与氛围、客户的
产品专业技能、专业设计人员的创新技能和经验、组织对
客户的激励制度、信息通讯技术应用水平６个因素。
对这一聚类结果进行分析，可以得到以下结论：
（１）组织协调机制对客户协同产品创新具有重要的影
响。在客户参与产品创新设计过程中，创新成员的多样性
与分散性以及创新成员之间信息———知识的多向流动与
传递，使得创新过程具有明显的复杂性、动态性和不确定
性。良好的组织协调机制及项目负责人较高的协调能力
是保证ＣＣＰＩ有序、高效实施的最重要因素之一。因此，为
提高客户参与产品创新设计的绩效，需要首先调整这方面
的相关制度和策略。
（２）员工的创新行为与组织的创新支持等“创新气氛”
因素具有高度相关性。在ＣＣＰＩ过程中，一个鼓励客户平
等、积极提出新想法的气氛可以使客户有效地发挥其创新
潜能。不仅是客户，其他成员受到创新气氛的影响也会表
现出更多的创新行为，从而整个创新团队的创新绩效也得
以提升。
（３）客户与专业设计人员的专业技能、信息通讯技术
应用水平对企业ＣＣＰＩ绩效也具有重要影响。ＣＣＰＩ强调
利用客户的知识和创造力以及客户与专业设计人员知识
和技能的优势互补。一方面，客户拥有专业知识的多少和
对专业技能的是否精通在很大程度上影响了其创造能力
的发挥，通过制定相应的激励措施，可以激发用户更多地
贡献自己的知识、经验和技能；另一方面，ＣＣＰＩ是网络协
同环境下有客户参与的新型协同创新设计方法，先进的信
息通讯技术支持是高效实施ＣＣＰＩ的重要保障。
表６ 各种聚类的Ｌ值
λ区间 聚类数 Ｌ值
（０．４，０．５） ２ １．７９３
（０．５，０．６） ３ １．３８２
（０．６，０．７） ６ ０．０８７
（０．７，０．８） ９ ０．１１５
表７ ＣＣＰＩ绩效影响因素聚类结果
影响因素
影响等级
非常重要 重要 不重要
总得分 影响程度 影响因素
影响等级
非常重要 重要 不重要
总得分 影响程度
Ｏ４ ０．７９ ０．１８ ０．０３ ４．５２
Ｅ２ ０．７７ ０．２１ ０．０２ ４．５０
Ｐ４ ０．７３ ０．２３ ０．０４ ４．３８
Ｐ５ ０．６９ ０．２３ ０．０８ ４．２２
Ｏ２ ０．６７ ０．２６ ０．０７ ４．２０
Ｔ２ ０．６３ ０．２７ ０．１０ ４．０６
Ｏ５ ０．６５ ０．１９ ０．１６ ３．９８
Ｐ３ ０．５７ ０．２９ ０．１４ ３．８６
Ｏ３ ０．５２ ０．３５ ０．１３ ３．７８
Ｅ９ ０．５２ ０．３０ ０．１８ ３．６８
Ｅ７ ０．５２ ０．２６ ０．２２ ３．６０
Ｐ６ ０．５１ ０．２８ ０．２１ ３．６０
Ｅ１ ０．４８ ０．３３ ０．１９ ３．５８
Ｔ３ ０．４６ ０．３６ ０．１８ ３．５６
Ｅ３ ０．４６ ０．３５ ０．１９ ３．５４
很强
强
较强
Ｅ５ ０．４８ ０．２９ ０．２５ ３．５２
Ｐ２ ０．５０ ０．２５ ０．２５ ３．５０
Ｔ４ ０．３５ ０．４８ ０．１７ ３．３６
Ｔ１ ０．２９ ０．５６ ０．１５ ３．２８
Ｏ８ ０．１８ ０．７５ ０．０７ ３．２２
Ｐ１ ０．４５ ０．３５ ０．１０ ３．４０
Ｏ７ ０．３３ ０．４５ ０．２２ ３．２２
Ｅ１１ ０．３７ ０．３２ ０．３１ ３．１２
Ｏ９ ０．２２ ０．４７ ０．３１ ２．８２
Ｏ１ ０．３０ ０．３２ ０．３８ ２．８４
Ｏ６ ０．２２ ０．４６ ０．３２ ２．８０
Ｅ６ ０．１８ ０．４５ ０．３７ ２．６２
Ｅ４ ０．１６ ０．４８ ０．３６ ２．６０
Ｅ１０ ０．０９ ０．４２ ０．４９ ２．２０
Ｅ８ ０．１１ ０．３５ ０．５４ ２．１４
较强
一般
较弱
弱
·１８· 第１８期 王小磊，杨 育，邢青松，等：基于ＦＣＡ方法的客户协同产品创新绩效影响因素研究
参考文献：
［１］ ＣＨＥＮ Ｓ Ｌ，ＴＳＥＮＧ Ｍ Ｍ．Ｄｅｆｉｎｉｎｇ ｓｐｅｃｉｆｉｃａｔｉｏｎｓ ｆｏｒ ｃｕｓ－
ｔｏｍ ｐｒｏｄｕｃｔｓ：ａ ｍｕｌｔｉ－ａｔｔｒｉｂｕｔｅ ｎｅｇｏｔｉａｔｉｏｎ ａｐｐｒｏａｃｈ［Ｊ］．
ＣＩＲＰ Ａｎｎａｌｓ，２００５，５４（１）：１５９－１６２．
［２］ ＹＡＮＧ Ｙ，ＺＨＡＮＧ Ｘ Ｄ，ＬＩＵ Ｆ，ｅ ｔａｌ．Ａｎ ｉｎｔｅｒｎｅｔ－ｂａｓｅｄ
ｐｒｏｄｕｃｔ ｃｕｓｔｏｍｉｚａｔｉｏｎ ｓｙｓｔｅｍ ｆｏｒ ＣＩＭ［Ｊ］．Ｉｎｔｅｒｎａｔｉｏｎａｌ
Ｊｏｕｒｎａｌ ｏｆ Ｒｏｂｏｔｉｃｓ ａｎｄ Ｃｏｍｐｕｔｅｒ Ｉｎｔｅｇｒａｔｅｄ Ｍａｎｕｆａｃｔｕｒ－
ｉｎｇ，２００５，２１（２）：１０９－１１８．
［３］ ＴＨＯＭＫＥ Ｓ Ｈ，ＨＩＰＰＥＬ ＥＶ．Ｃｕｓｔｏｍｅｒｓ ａｓ ｉｎｎｏｖａｔｏｒｓ：ａ
ｎｅｗ ｗａｙ ｔｏ ｃｒｅａｔｅ ｖａｌｕｅ［Ｊ］．Ｈａｒｖａｒｄ Ｂｕｓｉｎｅｓｓ Ｒｅｖｉｅｗ，
２００２，８０（４）：７４－８１．
［４］ ＳＣＨＥＲＥＲ ＦＩＲＭ ＳＩＺＥ，ＭＡＲＫＥＴ ＳＴＲＵＣＴＵＲＥ．Ｏｐｐｏｒ－
ｔｕｎｉｔｙ ａｎｄ ｔｈｅ Ｏｕｔｐｕｔ ｏｆ Ｐａｔｅｎｔｅｄ Ｉｎｖｅｎｔｉｏｎｓ［Ｊ］．Ａｍｅｒｉｃａｎ
Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ，１９６５（５）：１０９７－１１２６．
［５］ 张杰，刘志彪，郑江淮．中国制造业企业创新活动的关键影
响因素研究———基于江苏省制造业企业问卷的分析［Ｊ］．管
理世界，２００７（７）：６４－７４．
［６］ 沈必扬，王晓明．基于吸纳能力、技术机遇和知识溢出的企
业创新绩效分析［Ｊ］．科技进步与对策，２００６（４）：１２６－１２９．
［７］ 常玉，董秋玲．科技园区技术创新能力影响因素与绩效的关
系研究［Ｊ］．软科学，２００６，２０（２）：１１９－１２５．
［８］ ＬＥＥ ＨＥＥＳＥＯＫ，ＢＹＯＵＮＧＧＵ ＣＨＯＩ．Ｋｎｏｗｌｅｄｇｅ ｍａｎａｇ－
ｍｅｎｔ ｅｎａｂｌｅｒｓ，ｐｒｏｃｅｓｓｅｓ，ａｎｄ ｏｒｇａｎｉｚａｔｉｏｎａｌ ｐｅｒｆｏｒｍａｎｃｅ：
Ａｎ ｉｎｔｅｇｒａｔｉｖｅ ｖｉｅｗ ａｎｄ ｅｍｐｉｒｉｃａｌ ｅｘａｍｉｎａｔｉｏｎ［Ｊ］．Ｊｏｕｒｎａｌ
ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ，２００３，２０（１）：１７９－２２８．
［９］ 叶金福，李正锋．产业集群内知识创新能力影响因素的实证
分析［Ｊ］．科学学研究，２００６，２４（４）：６２４－６２８．
［１０］ 万幼清，邓明然．基于知识视角的产业集群协同创新绩效
分析［Ｊ］．科学学与科学技术管理，２００７（４）：８８－９１．
［１１］ 陈劲，王方瑞．突破全面创新：技术和市场协同创新管理研
究［Ｊ］．科学学研究，２００５，２３（７）：２４９－２５４．
［１２］ 胡汉辉，潘安成．组织知识转移与学习能力的系统研究
［Ｊ］．管理科学学报，２００６，９（３）：８１－８５．
［１３］ 杨育，郭波，尹胜，等．客户协同创新的内涵、概念框架及其
应用研究［Ｊ］．计算机集成制造，２００８，１４（５）：９４４－９５０．
［１４］ 王莉，方澜，王方华，等．网络环境下客户参与对产品开发
绩效的影响研究［Ｊ］．管理工程学报，２００７，２１（４）：９５－１０２．
［１５］ 张文勤，石金涛，宋琳琳，等．团队中的目标取向对个人与
团队创新的影响［Ｊ］．科研管理，２００８，２９（６）：７４－８２．
［１６］ 陈仲常，余翔．企业研发投入的外部环境影响因素研究
［Ｊ］．科研管理，２００７，２８（２）：７８－８６．
［１７］ 花建锋，赵黎明．影响创新的模式和资源配置方法研究
［Ｊ］．中国软科学，２００３（４）：１４２－１４５．
［１８］ ＮＡＭＢＩＳＡＮ Ｓ．Ｄｅｓｉｇｎｉｎｇ ｖｉｒｔｕａｌ ｃｕｓｔｏｍｅｒ ｅｎｖｉｒｏｎｍｅｎｔｓ
ｆｏｒ ｎｅｗ ｐｒｏｄｕｃｔ ｄｅｖｅｌｏｐｍｅｎｔ：ｔｏｗａｒｄ ａ ｔｈｅｏｒｙ［Ｊ］．Ａｃａｄｅ－
ｍｙ ｏｆ Ｍａｎａｇｅｍｅｎｔ Ｒｅｖｉｅｗ，２００２，２７（３）：３９２－４１３．
［１９］ ＹＩＬＭＡＺ，ＬＥＶＥＮＴ．Ｉｎｎｏｖａｔｉｏｎ ｓｙｓｔｅｍｓ ａｒｅ ｓｅｌｆ－ｏｒｇａｎｉ－
ｚｉｎｇ ｃｏｍｐｌｅｘ ａｄａｐｔｉｖｅ ｓｙｓｔｅｍｓ［Ｒ］．Ｔｈｅ ＡＡＡＩ Ｓｐｒｉｎｇ
Ｓｙｍｐｏｓｉｕｍ，２００８：１４２－１４８．
［２０］ 高新波．模糊聚类分析及其应用［Ｍ］．西安：西安电子科技
大学出版社，２００４：１．
（责任编辑：赵 峰）
Ｒｅｓｅａｒｃｈ ｏｎ Ｉｍｐａｃｔｉｎｇ Ｆａｃｔｏｒｓ ｏｆ Ｃｕｓｔｏｍｅｒ Ｃｏｌｌａｂｏｒａｔｉｖｅ
Ｐｒｏｄｕｃｔ Ｉｎｎｏｖａｔｉｏｎ Ｂａｓｅｄ ｏｎ ＦＣＡ
Ｗａｎｇ ｘｉａｏｌｅｉ１，２，Ｙａｎｇ ｙｕ１，Ｘｉｎｇ Ｑｉｎｇｓｏｎｇ１，Ｚｈａｏ ｘｉａｏｈｕａ１，Ｚｅｎｇ Ｑｉａｎｇ１
（１．Ｓｔａｔｅ Ｋｅｙ Ｌａｂｏｒａｔｏｕｙ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｔｒａｎｓｍｉｓｓｉｏｎ，Ｃｈｏｎｇｑｉｎｇ Ｕｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ ４０００３０，Ｃｈｉｎａ；
２．Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ｍｅｃｈａｎｉｃａｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｎｏｒｔｈ Ｃｈｉｎａ Ｅｌｅｃｔｒｉｃ Ｐｏｗｅｒ Ｕｎｉｖｅｒｓｉｔｙ，Ｂａｏｄｉｎｇ ０７１００３，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｃｕｓｔｏｍｅｒ ｃｏｌｌａｂｏｒａｔｉｖｅ ｐｒｏｄｕｃｔ ｉｎｎｏｖａｔｉｏｎ（ＣＣＰＩ）ｉｓ ａ ｎｅｗ ｐｒｏｄｕｃｔ ｄｅｓｉｇｎ ｐａｔｔｅｒｎ．Ｂｙ ｃｕｓｔｏｍｅｒ ｉｎｖｏｌｖｅｍｅｎｔ
ｄｅｅｐｌｙ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｐｒｏｄｕｃｔ ｄｅｓｉｇｎ，ｉｔ ｃａｎ ｅｆｆｅｃｔｉｖｅｌｙ ｅｎｈａｎｃｅ ｅｎｔｅｒｐｒｉｓｅｓ＇ｉｎｎｏｖａｔｉｏｎ ａｂｉｌｉｔｙ．Ｔｈｅｒｅｆｏｒｅ，ｉｄｅｎｔｉｆｙｉｎｇ ｔｈｅ
ｋｅｙ ｉｍｐａｃｔｉｎｇ ｆａｃｔｏｒｓ ｏｆ ＣＣＰＩ ｐｅｒｆｏｒｍａｎｃｅ ｈａｓ ｂｅｃｏｍｅ ａ ｖｅｒｙ ｉｍｐｏｒｔａｎｔ ｉｓｓｕｅ．Ｔｈｅ ｐｒｏｃｅｓｓ ａｎｄ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ ｏｆ ＣＣＰＩ
ｗｅｒｅ ａｎａｌｙｚｅｄ ｆｉｒｓｔｌｙ．Ｏｎ ｔｈｅ ｂａｓｉｓ ｏｆ ｌｉｔｅｒａｔｕｒｅ ａｎａｌｙｓｉｓ ａｎｄ ｉｎｔｅｒｖｉｅｗ ｗｉｔｈ ａ ｎｕｍｂｅｒ ｏｆ ｅｎｔｅｒｐｒｉｓｅｓ，ｃｏｍｂｉｎｉｎｇ ｗｉｔｈ ＣＣＰＩ
＇ｓ ｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ＣＣＰＩ ｐｅｒｆｏｒｍａｎｃｅ ｉｍｐａｃｔｉｎｇ ｆａｃｔｏｒ ｓｅｔ ｗａｓ ｅｓｔａｂｌｉｓｈｅｄ．Ｔｈｅｎ，ｕｓｉｎｇ ｔｈｅ ｍｅｔｈｏｄ ｏｆ Ｆｕｚｚｙ Ｃｌｕｓｔｅｒ Ａｎａｌｙｓｉｓ
（ＦＣＡ），ｔｈｅ ｉｍｐａｃｔｉｎｇ ｆａｃｔｏｒｓ ｗｅｒｅ ｃｌｕｓｔｅｒｅｄ ａｎｄ ｔｈｅ ｃｒｉｔｉｃａｌ ｏｎｅｓ ｗｅｒｅ ｆｏｕｎｄ ａｎｄ ａｎａｌｙｚｅｄ．Ｔｈｅ ｒｅｓｕｌｔｓ ｐｒｏｖｉｄｅ ｔｈｅｏｒｅｔｉｃａｌ
ｇｕｉｄｅ ｆｏｒ ｅｎｔｅｒｐｒｉｓｅｓ ｔｏ ｏｐｔｉｍｉｚｅ ｉｎｎｏｖａｔｉｏｎ ｐｒｏｃｅｓｓ ａｎｄ ｉｍｐｒｏｖｅ ｔｈｅ ｉｎｎｏｖａｔｉｏｎ ｐｅｒｆｏｒｍａｎｃｅ．
Ｋｅｙ Ｗｏｒｄｓ：Ｃｕｓｔｏｍｅｒ－Ｃｏｌｌａｂｏｒａｔｉｏｎ；Ｐｒｏｄｕｃｔ－Ｉｎｎｏｖａｔｉｏｎ；Ｉｎｎｏｖａｔｉｏｎ Ｐｅｒｆｏｒｍａｎｃｅ；Ｐｅｒｆｏｒｍａｎｃｅ Ｅｖａｌｕａｔｉｏｎ；Ｆｕｚｚｙ Ｃｌｕｓｔｅｒ
·２８· 科技进步与对策 ２０１０年
