PAEI管理角色模型
PAEI管理角色模型
目录 |
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关键角色：
- 业绩创造者（Producer）
- 行政管理者（Administrator）
- 企业家（Entrepreneur）
- 整合者（Integrator）
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员能够单独应对企业的所有挑战。 面对今日日益复杂的世界和生存环境，任何一个企业都必须组织管理团队来应付之。 PAEI模型并非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，管理团队可能超过或少于这四个角色。
执行P角色关注的是短期目标，能带来短期效益；
行政A角色关注的是短期控制，能带来短期效率；
创新E角色关注的是长期目标，能带来长期效益；
整合I角色关注的是长期控制，能带来长期效率。
一个完善和理想的决策必然同时关注短期的效益、效率，和长期的效益、效率。
这四种角色解释了为什么企业需要组织化管理：管理者在不同环境中和岗位上，只要是正常人，身上都能扮演并体现这四种角色。但完全承担这四角色的人，即完美的人是不存在的。一个人只能在现实中承担并突出一到两种角色，而其它角色必须由其互补的合作者来承担，组织由此而来。
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制定决策的，并给出了CAPI（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施的。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制定和实施，来创造组织决策和实施的管理机制。
每一个角色的重要程度也是相对性与绝对性的统一，取决于组织环境因素，如
PAEI管理风格模型
关注点 (Focus)：过程 (Process)——结果 (Results)
步伐 (Pcae)：慢 (Slow)——快 (Fast)
方法 (Approach)：非结构型 (Unstructured)——结构型 (Structured)
视角 (Perspective)：世界 (Global)——局部 (Local)
组织当中首要的任务就是生产，生产出顾客满意的产品满足他们的需求，因此该角色所关注的活动是关于生产产品与提供服务。他们关注于短期目标与短期收益。
特征：
以结果为导向
努力工作且富有成效
实用主义倾向
倾向于行动而不是反思和分析
具有专业技能与知识
行政管理者侧重于与和执行任务，换句话说是关注于“如何完成”，并要求其他员工遵守公司当前的政策、流程、规则和理念，他们关心的是确保组织成员的有效性和一致性。他们关注于短期控制与短期效率。
特征：
始终遵守规则与框架
注重细节
有条理
线性和逻辑地思考
保守派
努力控制别人
企业家，可以从字面上直接理解，他们代表着公司的未来。企业家通常具有冒险精神，也会采用冒险的方式来解决各种问题，并且喜欢以全球视角观察世界。他们同组织一起在不断变化的环境中生存，为组织提供想法。他们关注于长期目标与长期效益。
特征：
有远见
有创造力，喜欢创新
从整体上考虑
拥抱改变
有能力鼓舞他人
有魅力
独立的
需要思想与行动的自由
整合者的工作重点放在凝聚团队与团队发展，使组织保持长期的高效。他们能够听取他人意见并整合他们的想法，分析相互的矛盾与价值观，在团队中解决争议，使人们达成一致，整合对于任何公司的有效长期运营都是必不可少的。他们关注于长期控制与长期效率。
特征：
能够保持相互信任与尊重的氛围
会倾听
可以使人们团结起来，解决冲突，减轻紧张局势
具有移情和建立人际关系的能力，且没有过度情绪化和个人色彩的表现
合理公平，随时提供支持
PAEI模型能够帮助企业将不同人员合理地混合在一起，组成完美的管理团队，从而最大化企业的价值创造，同时，帮助企业理解不同人员、不同角色的重要性与贡献。
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[1]
创新范式在由点式创新到生态系统创新的演进过程中，集群创新体系成为提升区域竞争优势的焦点[2]。集群创新体系的成功不仅需要克服单个企业的创新风险，同时须规避创新体系中不同主体的协调风险和整合风险[3][4]。
许多学者从不同角度研究了规避集群创新体系在运作过程中存在的风险．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持续发展策略，而且目前有关集群创新体系的研究主要以案例研究的形式进行，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，并结合不同的发展特点，据此提出集群创新体系持续成长的发展策略。 1集群创新体系的成长阶段特征及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组成，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状况的关键表征[5][6]。从生态学视角，产业集群创新体系本来就是源自各类“生物”的群居现象，因此，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[7]。
(1)紧密联系驱动的创新体系形成期。地域上相邻近的多个企业倾向于集聚，Autio和Kauranen指出中小厂商为了取得与其它相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支出，该支出又促进集群创新体系支撑设施的发展，并增加了企业之间进行交易的可能性，而信息的易得性在企业家的推动下强化了系统的创新产出(E)[8][9]。随着加入企业的增多，企业之间的竞争压力和未得到满足的市场需求推动了企业对行动功能(P)的完善。此阶段，创新体系的功能由paEi逐渐转变为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还未形成。
(2)网络互动驱动的创新体系成长期。随着创新体系结构和数量的不断完善。市场、资源和要素的竞争压力不断强化．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”所强化的产业链条：横向联系是相关企业由于竞争机制所产生的挤压关系．并强化了创新成果的扩散和提升。Granovetter曾指出,网络体系中的关系联结有强弱两种，二者对绩效的产生都会有很大的提升…。Burr进·步指出，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带来更大的市场价值。Philip和Mceann等在Granoetter等人的研究基础上，指出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[10]。
由此可见．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、互动性的活动得以强化。其功能表现为PAEI。
(3)创新驱动的创新体系成熟期。经历了成长期的创新体系已发展成为纵横交错、功能完善的组织结构，但集群网络互动的强路径依赖性导致集群内部产生各种锁定效应。格拉伯赫关于德国鲁尔地区钢铁业集群的研究反映了由纵横网络路径依赖性所导致的集群锁定效应，此时的创新体系开始注重内生创新能力的形成——集体学习。由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高．创新功能再次成为创新体系的关键职能。而且这种创新网络在不断的联结中得以强化，成员之间产生更为密切的互动，创新体系功能表现为PAEI。
(4)衰退期或者再生期。在衰退期，创新体系首先表现在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行为并由此产生模仿[11]；一些企业不愿投入资源进行自主创新，而“搭便车”。并且由道德风险、机会主义等产生的网络成本日益凸现。顾客的需求也不是组织关注的重点。即执行功能P也消失了；随着功能的不断消失，创新体系的组成要素不断地退出或结算，至最后，创新体系不复存在。当然。
如果在集群衰退期能及时发现功能的缺失或错位，创新体系将可能不断实现再生。
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问题．一直是理论界和实务界关注的焦点。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发展阶段。
(1)执行功能(P)的测度。集群创新体系的执行功能(P)表明了对市场、顾客和相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该地区该产品总销售量的比重(SR)来衡量对市场或顾客的满足度。同时一个创新体系规模的大小代表了该体系对相关利益者的吸引力。
可以用组织机构空间集中度来衡量。
| 组织机构空间集中度= | 集群创新体系内各类机构数/集群创新占地面积 | |
| 该地区各类机构总数/该地区总面积 |
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，说明该集群创体系执行能力越强。
(2)行政管理职能(A)的测度。A关注的是怎么实现创新体系的目标。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职能的主要参数。
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)[12]。
| G = | ∑ | (xi − si)2 |
| i |
式中，G为产业关联度指数，xi为集群内就业人数占全国总就业人数的比重，si是该集群内某产业就业人数占该地区总就业人数的比重。
采用产业关联度指数反映企业之间的横向联系：采用外购外销率反映集群创新体系中企业之间的纵向联系[13]。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
| 外购外销OBS= | 购买产品与向集群外销产品与销售产品之和 | |
| 集群创新体系中间企业购买产品销售产品之和 |
。
针对制度的规范性和有效性，我们采用政府政策的有效度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。重大科学技术成果数、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
。
式中，in为集群创新体系在某一时期的重大科学技术成果数、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为同一时期内该地区获得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[14]。
(4)整合职能I的测度。I代表的是体系目标由谁去完成，其主要作用就是营造一种相互依赖、亲和的文化氛围，形成能适应外部环境变化的柔性有机体。在测度时,可以采用文化理念的整合程度，合作理念的深度、强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发展阶段，通过评估，一方面可以检验上述识别模型的适用性，另一方面可以根据识别结果，为高新区的发展提供一些建议和对策。
1.创新体系的发展概况
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，带动IT产业的发展，兼顾发展生物医药和新材料产业。目前，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增强创新能力的集群创新体系发展。
2.发展阶段的识别
目前针对生命周期的不同发展阶段仍然没有一个具体的定量数值。因此我们在利用上述评估模型进行评估时．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发展阶段。
(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持续发展过程中理想数值的模糊子集{很差；差；较好；好；很好}。
(2)确定各个因素的权重。产业集群创新体系中各个因素对PAEI的影响程度用模糊权重向量A表示。采用AHP方法或专家评分法，由专家评价单个因素对创新体系功能要素PAEI发展的影响，每一个因素权重分配为
,且
。
为
。
(3)建立指标因素到评语集的转换矩阵R。本研究中，评估指标分别由10位专家打分。所有专家打分的加总就构成多模糊矩阵，计算方法采用。
,其中，
=(
次数)/n,其中n为总次数。
。
。
(4)建立模糊评判矩阵
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。由于单功能评价结果是对被评价事物的模糊向量，需要进一步的量化处理，采用加权平均原则。根据公式
,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)济南高新区的发展处于生命周期成长阶段。在该阶段，企业的执行功能相对较强，而行政管理功能仍处于需要上升的阶段，评价结果值为3.26，处于评价等级3偏上，相较于理想值5还有很大差距。
(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该强化组织间的横向和纵向联系．提升行政管理有效度水平。
(3)在集群创新体系不断发展的过程中，不仅要注重行政职能A的强化，而且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．随着组织体系A职能的成长，把E建立到体系结构中。创新体系应该注重团队建设：明确创新体系中供应商、竞争企业、用户和相关企业、公共服务机构和政府的功能定位和运作机制；改善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发展规律及不同发展阶段的PAEI特征，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持续发展应该采取的策略。在分析的过程中，试图用简化的指标描述生命周期中的PAEI特征，尽管个案的分析结果具备很强的解释和预测能力。但是该模型难免出现指标描述不够全面的地方；而且在分析过程中，限于数据资料的可取性，没有分产业、分地区进行。使得该分析缺乏一定的数据支持和普遍性。
- ↑ 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[J].科技进步与对策,2008,25(4)
- ↑ Michael.Porter.Clusters and the New Economics of Competition[J].Harvard Business Review.1998,76(6):77-79
- ↑ AnnaLee Saxenian.Regional Advantage:Culture and Competitiong in Silicon Valley and Route128[M].CambridgeMass:Harvard University Press.1994:29-82
- ↑ 罗恩．阿德纳·创新的生态系统风险[J].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[J].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[J].Economic Development Quarterly,2000(14):65-96
- ↑ Tichy,G.Clusters:Less Dispensable and More Risky than Ever[A].In M.Steiner(ed),Clusters and Regional Specialization,Ltd.1998：2ll~225
- ↑ Autio，Eand LKauranen．Technologist-entrepreneurs Versus Nonen Trepreneurial Technologist：Analysisof Motivational Trigger Factors[J]．Entrepreneurship and Regional Development，1994(6):315-328
- ↑ Saxenian L．Regional Advantage：Culture and Competition in Silicon Valley and Routel28[M]．Cambridge：Harvard University Press，1994
- ↑ David B·Audretseh,Maryann P.Feldman.R&D Spillovers and the Geography of Innovationand Production[J].American Eeonomie Review,1996(3):630-640
- ↑ Abahamson E,Rosenkopf Llnstitutional and Competitive Bandwagons：Using Mathematical Modeling as a Tool to Explore Innovation Diffusion[J]．Academy of Management Review，
- ↑ vid B·Audretseh,Maryann P.Feldman.R&D Spillovers and the Geography of Innovationand Production[J].American Eeonomie Review,1996(3):630-640
- ↑ 映照,龙志和.企业集群的发展阶段及其识别[J].美中经济评论.2004(8)：64～68
- ↑ Philip MeCann，TomokazuArita，Ian R．Gordon．Industrial Clustets，Transactions Costs and the Institutional Determinants of MNE Location Behavior[J].Intemational Business Review,2002(11):647—663