PAEI管理角色模型

什么是PAEI管理角色模型？

爱迪思(Adizes)的PAEI管理角色模型是指在一个成功管理团队中的四个核心角色：

业绩创造者（Producer）行政管理者（Administrator）企业家（Entrepneur）整合者（Integrator） PAEI管理角色模型的内容

PAEI即为上述四个角色英文首字母缩写，PAEI模型评估与强调了在一个成功团队中上述四个角色的作用与贡献。 PAEI的潜在思想是没有哪一个管理人士能够单独应对企业的所有考验。面对今日日益复杂的世界和生存环境，任何一个企业都务必组织管理团队来应付之。 PAEI模型并不是要求所有的管理团队都要一一设置上述四个角色，在现实当中，管理团队或许胜过或少于这四个角色。

实施P角色关注的是短时间目标，能导致短时间效益；

行政A角色关注的是短时间控制，能导致短时间效率；

创新E角色关注的是长期目标，能导致长期效益；

整合I角色关注的是长期控制，能导致长期效率。

一个完善和理想的决策必然同期关注短时间的效益、效率，和长期的效益、效率。

这四种角色解释了为何企业需要组织化管理：管理者在不同环境中和职位上，只若是正常人，身上都能扮演并体现这四种角色。但完全承受这四角色的人，即完美的人是不存在的。一个人只能在现实中承受并突出一到两种角色，而其它角色务必由其互补的合作者来承受，组织自此而来。

爱迪思(Adizes)的PAEI四大角色解释了，企业是如何通过组织管理来策划决策的，并给出了C美国石油协会（权威，即结合了的职权、权力和影响力），同样也解释了企业如何通过行政和企业文化管理来组织贯彻实行的。爱迪思的理论结合了西蒙的决策理论，描述了企业如何通过决策的策划和实行，来创造组织决策和实行的管理机制。

每一个角色的重要程度也是相对性与绝对性的统一，取决于组织环境原因，如

组织类型，组织范围，组织外部环境，组织发展阶段， PAEI模型的运用

PAEI模型能够帮助企业将不同人士合理地混合在一起，构成完美的管理团队，进而最大化企业的价值创造，同期，帮助企业理解不同人士、不同角色的重要性与贡献。

PAEI管理角色模型案例分析 ">编辑] 案例一:基于PAEI分析的集群创新体系成长阶段的识别与应用

创新范式在由点式创新到生态系统创新的演进过程中，集群创新体系形成提高区域竞争优势的重心。集群创新体系的成就不仅需要克服单个企业的创新风险，同期须规避创新体系中不同主体的协调风险和整合风险。

很多学者从不同角度研究了规避集群创新体系在运转过程中存在的风险．但很少有研究从集群创新体系的成长周期特性上，探求集群创新体系在不同发展阶段的连续发展策略，而且当前相关集群创新体系的研究首要以案例研究的形式执行，展开的定量研究还很少。用爱迪斯的PAEI工具识别与分析集群创新体系在不同生命周期的成长特性，并结合不同的成长特点，据此提出集群创新体系连续成长的成长策略。 1集群创新体系的成长阶段特质及PAEI功能分析。

集群创新系统是以产业集群为基础并结合规制安排而构成，通过正式或非正式的方式，促进知识在集群内部创造、储存、转移和应用的各种活动和相互关系。市场需求的满足能力、创新体系的互动能力、学习能力和整合能力的强弱是识别创新体系成长阶段和健康情况的核心表征。从生态学视角，产业集群创新体系本来就是源自各种“生物”的群居现象，所以，用Tichv的理论将产业集群创新体系划分为创新体系形成期、成长期、成熟期和衰退期或者再生期。

(1)紧密联系驱使的创新体系形成期。地域上相邻近的多个企业看好于集聚，Autio和Kauranen表示中小厂商为了获得与其它有关产业的厂商及地区学校、研究机构之间的增效连结．而趋向于为潜在环境付出额外开支，该开支又促进集群创新体系支撑设施的成长，并增长了企业之间执行交易的机会性，而信息的易得性在企业家的助推下加深了系统的创新产出(E)。伴随加入企业的增多，企业之间的竞争阻力和未得到满足的市场需求助推了企业对行动功能(P)的完善。此阶段，创新体系的功能由paEi渐渐转变为PAEI型．但该阶段的创新能力体现为单个企业创新能力的加总。内生的具备再生创新能力的创新体系仍未形成。

(2)网络互动驱使的创新体系成长期。伴随创新体系结构和数量的持续完善。市场、资源和要素的竞争阻力持续加深．不同企业间开始注重以满足市场需要为导向的横纵交错的网络联系。纵向联系是创新体系的上下游企业为共同的利益，通过“干中学”和“用中学”所加深的产业链条：横向联系是有关企业受于竞争机制所造成的挤压关系．并加深了创新成果的扩散和提高。Granovetter曾表示,网络体系中的关系联结有强弱两种，二者对绩效的造成全将有很大的提高…。Burr进·步表示，结构洞是关系稠密地带和关系稀疏地带之间的距离，将不同地带的结构洞联系起来，其结果会给原有网络导致更大的市场价值。Philip和Mceann等在Granoetter等人的研究基础上，表示网络模型中不同组织问的共同规则安排，如共担风险、非正式的联盟、相互合作的贸易伙伴等对于网络发展尤为重要。

自此可见．该阶段产业集群创新体系开始市场导向的系统规范协调职能．即创新体系系统化、互动性的活动得以加深。其功能显现为PAEI。

(3)创新驱使的创新体系成熟期。历经了成长期的创新体系已发展形成纵横交错、功能完善的组织结构，但集群网络互动的强路径依靠性致使集群内部造成各种锁定效应。格拉伯赫有关德国鲁尔地区钢铁业集群的研究反应了由纵横网络路径依靠性所致使的集群锁定效应，此时的创新体系开始注重内生创新能力的形成——集体学习。受于正式或非正式的集体学习促进了集群成员创新水平的提升．创新功能又一次形成创新体系的核心职能。而且该种创新网络在持续的联结中得以加深，成员之间造成更为紧密的互动，创新体系功能显现为PAEI。

(4)衰退期或者再生期。在衰退期，创新体系首先表当下创新能力和创新机制的消失。创新网络不再存在以创新为导向的学习机制．多数企业会参考其它企业的举动并自此造成模仿；一部分企业不愿投入资源执行自主创新，而“搭便车”。而且由道德风险、机会主义等造成的网络成本日益凸现。顾客的需求也不是组织关注的着重。即实施功能P也消失了；伴随功能的持续消失，创新体系的构成要素持续地退出或结算，至最后，创新体系不复存在。诚然。

假使在集群衰退期能及时发现功能的缺失或错位，创新体系将或许持续达到再生。

2集群创新体系成长阶段的识别模型企业生命周期成长阶段的量化识别困难．一直是理论界和实务界关注的重心。通过测算集群创新体系不同阶段的P，A，E，I数值，识别集群创新体系的成长阶段。

(1)实施功能(P)的测度。集群创新体系的实施功能(P)显示了对市场、顾客和有关利益者的满足程度，可以用集群创新体系某类产品销售额占此区域该产品总销售量的比重(SR)来衡量对市场或顾客的满足度。同期一个创新体系范围的大小代表了该体系对有关利益者的吸引力。

可以用组织机构空间集中度来衡量。

某个创新体系的产品销售额比率越大．空间集中度指标值CR越大，表明该集群创体系实施能力越强。

(2)行政管理职能(A)的测度。A关注的是怎么达到创新体系的目标。当体系由创建初期成功地进入到成长期，A职能就上升到非常重要的地位，集群创新体系中要素的关联程度、制度的规范性和有效性是A职能的首要参数。

Krugman和David B．Audretsch和MaryannP．Feldman在测算美国制造业内部关联程度时运用了产业关联度指数(G)。

式中，G为产业关联度指数，xi为集群内就业人口占全国总就业人口的比重，si是该集群内某产业就业人口占此区域总就业人口的比重。

采取产业关联度指数反应企业之间的横向联系：采取外购外销率反应集群创新体系中企业之间的纵向联系。其计算公式如下：

集群内某一产业的中间企业从集群创新体系外

。

针对制度的规范性和有效性，我们采取政府政策的有效度RO(法律、税收、产业、教育、文化等)、产业集群的管理标准化程度CM来测量。

(3)创新职能E的测度。E代表的是创新体系的创新潜能，可用创新绩效和学习能力两维指标测度。巨大科学技术成果数、发明专利申请量和国外三系统(SC、EI和ISTP)收录科技论文数往往代表了创新绩效。

创新指数 $EI={m/eq \over M/EQ}$ 。

式中，in为集群创新体系在某一期间的巨大科学技术成果数、发明专利申请量和国外三系统(so、El和ISTP)的数目；eq为集群创新体系内科研机构和企业数：M为同一期间内此区域得到的国家专利与技术发明奖励数目：EQ为地区科研机构数和企业数。

(4)整合职能I的测度。I代表的是体系目标由谁去完成，其首要作用就是营造一种相互依靠、亲和的文化氛围，形成能适应外部环境改变的柔性有机体。在测度时,可以采取文化理念的整合程度，合作理念的深度、力度和诚信水平来衡量。

三、模型的应用评估

别模型应用到济南高新区的成长阶段，通过评估，一面可以检验上述识别模型的适用性，另一面可以依据识别结果，为高新区的成长供应一部分建议和对策。

1.创新体系的成长概况

济南高新技术产业开发区以电子信息产业为主导，以软件研发制造为核心，动员IT产业的成长，兼顾发展生物医药和新材料产业。当前，区内进驻企业2100家，山东大学、山东师范大学等11所高等院校和山东省农科院等53所部、省属科研机构进驻园区。每年可推出高水平的科技成果1 100余项。济南高新区正向培育和加强创新能力的集群创新体系发展。

2.发展阶段的识别

当前针对生命周期的不同发展阶段依然没有一个具体的定量数值。所以我们在利用上述评估模型执行评估时．需要与成长性很好的集群创新体系比较，利用专家打分法和相对数值测度济南高新区的成长阶段。

(1)每个指标的评语集：V = (v1v2,v3,v4,v5)=(1,2,3,4,5)分别对应于产业集群创新体系生命周期连续发展过程中理想数值的模糊子集{很差；差；较好；好；很好}。

(2)确定各个原因的权重。产业集群创新体系中各个原因对PAEI的影响程度用模糊权重向量A表明。采取AHP方法或专家评分法，由专家评价单个原因对创新体系功能要素PAEI发展的影响，每一个原因权重分配为 $w_i=(a_{i1},a_{i2},\cdots,a_{in})$ ,且 $\sum_{r=1}^na_{in}=1$ 。

为 $\begin{Bmatrix}w_P\\w_A\\w_E\\w_1 \end{Bmatrix}=\begin{Bmatrix} 0.75,0.25\\0.3,0.25,0.2\\0.6,0.4\\0.4,0.3,0.3\end{Bmatrix}$ 。

(3)建立指标原因到评语集的转换矩阵R。本研究中，评估指标分别由10名专家打分。所有专家打分的加总就组成多模糊矩阵，计算方法采取。

$R|u= \begin{bmatrix} r_{v_1} \\ r_{v_2} \\ r_{v_3} \\ r_{v_4} \\ r_{v_5} \end{bmatrix}$ ,其中， $r_{v_1}$ =( $u \in r_{v_1}$ 次数)/n,其中n为总次数。

$R_P=\begin{pmatrix}0,0,0.1,0.6,0.3 \\ 0,0.1,0.2,0.5,0.2 \end{pmatrix}$ $R_E=\begin{pmatrix}0.2,0.3,0.4,0.1,0 \\0.3,0.3,0.2,0.1,0.1\end{pmatrix}$ 。

$R_A=\begin{pmatrix}0.2,0.3,0.4,0.1,0\\0,0.2,0.3,0.3,0.2\\0,0.2,0.2,0.3,0.3\\0,0.2,0.3,0.4,0.1\end{pmatrix}$ $R_I=\begin{pmatrix} 0.5,0.3,0.2,0,0\\0.4,0.4,0.2,0,0\\0.1,0.2,0.3,0.3,0.1\end{pmatrix}$ 。

(4)建立模糊评判矩阵

Bi=(ai1,ai2,\cdots,aim)·R

BP=(0,0.025,0.125,0.575,0.275)BA=(0.06,0.23,0.205,0.26,0.145)

BE=(0.24,0.30,0.32,0.1,0.04)BI=(0.17,0.3,0.26,0.09,0.03)

(5)模糊综合评价向量分析。受于单功能评价结果是对被评价事物的模糊向量，需要更深一步的量化处理，采取加权平均原则。依据公式 $D=\sum_{j=1}^5(b^k_jj)/ \sum_{j=1}^5b^k_j$ ,其中,k=2,济南高新区功能要素发展的评价结果为：DP = 4.12,,DA = 3.26,DE = 2.27,DI = 2.23。

3.分析和结论

我们可以看出：(1)济南高新区的成长处在生命周期成长阶段。在该阶段，企业的实施功能相对较强，而行政管理功能仍处在需要上升的阶段，评价结果值为3.26，处在评价等级3偏上，相较于理想值5仍有很大差距。

(2)在行政管理职能的评价中，有4个维度。即产业关联度指数、外购外销率、政府政策的有效度和产业集群的管理标准化程度，评价结果为(产业关联度指数评价值、外购外销率评价值、政府政策的有效度评价值和产业集群的管理标准化程度评价值)=(2.47，3.15，4.65，3.47)。可见，产业关联度指数评价值、外购外销率评价值取值较低，创新体系在发展过程中应当加深组织间的横向和纵向联系．提高行政管理有效度水平。

(3)在集群创新体系持续发展的过程中，不仅要注重行政职能A的加深，而并要注意创新职能的培育，为体系由成长阶段向成熟阶段转移做好准备和铺垫。创新职能是一项重要的职能．伴随组织体系A职能的成长，把E建立到体系结构中。创新体系应当注重团队建设：清晰创新体系中提供商、竞争企业、用户和有关企业、公共服务机构和政府的功能定位和运转机制；改观创新体系中的信息系统：形成新的激励机制。

通过分析产业集群创新体系的成长规律及不同发展阶段的PAEI特质，构建了集群创新体系发展阶段的识别模型，并将这一模型应用到一具体案例(济南高新区)。

通过该分析结果提出济南高新区连续发展应当采取的策略。在分析的过程中，尝试用简化的指标描述生命周期中的PAEI特质，即使个案的分析结果具备很强的解释和预期能力。但是该模型难免显现指标描述不够全面的地方；而且在分析过程中，限于报告资料的可取性，没有分产业、分地区执行。致使该分析缺乏适当的报告支持和广泛性。

参考文献 ↑ 倪慧君.基于PAEI分析的集群创新体系成长阶段的识别与应用.科技进步与对策,2008,25(4) ↑ Michael.Porter.Clusters and the New Economics of Competition.Harvard Business Review.1998,76(6):77-79 ↑ AnnaLee Saxenian.Regional Advantage:Culture and Competitiong in Silicon Valley and Route128.CambridgeMass:Harvard University Press.1994:29-82 ↑ 罗恩．阿德纳·创新的生态系统风险.哈佛商业评论(中文版).2006(8):44-58 ↑ Asheim B.T,lsaksen A.Regional Innovation Systems:neIntegration of Local‘Sticky’and Global‘Ubiquitous’Knowledge.Journal of Technology Transfer.2002(27):77-86 ↑ Hill，E.and Brennan,J.A Methodology for Identifying the Drivers of Industrial Clusters:The Foundation of Regional Cornpetitive Advantage.Economic Development Quarterly,2000(14):65-96 ↑ Tichy,G.Clusters:Less Dispensable and More Risky than Ever.In M.Steiner(ed),Clusters and Regional Specialization,Ltd.1998：2ll~225 ↑ Autio，Eand LKauranen．Technologist-entrepneurs Versus Nonen Trepneurial Technologist：Analysisof Motivational Trigger Factors．Entrepneurship and Regional Development，1994(6):315-328 ↑ Saxenian L．Regional Advantage：Culture and Competition in Silicon Valley and Routel28．Cambridge：Harvard University Press，1994 ↑ David B·Audretseh,Maryann P.Feldman.R&D Spillovers and the Geography of Innovationand Production.American Eeonomie Review,1996(3):630-640 ↑ Abahamson E,Rosenkopf Llnstitutional and Competitive Bandwagons：Using Mathematical Modeling as a Tool to Explore Innovation Diffusion．Academy of Management Review， ↑ vid B·Audretseh,Maryann P.Feldman.R&D Spillovers and the Geography of Innovationand Production.American Eeonomie Review,1996(3):630-640 ↑ 映照,龙志和.企业集群的成长阶段及其识别.中美经济评论.2004(8)：64～68 ↑ Philip MeCann，TomokazuArita，Ian R．Gordon．Industrial Clustets，Transactions Costs and the Institutional Determinants of MNE Location Behavior.Intemational Business Review,2002(11):647—663

推荐文章

热门文章

推荐文章

热门文章