互联网+时代基于markov链的企业战略联盟生态圈合作伙伴选择分析-翟金芝.pdf

《互联网+时代基于markov链的企业战略联盟生态圈合作伙伴选择分析-翟金芝.pdf》由会员分享，可在线阅读，更多相关《互联网+时代基于markov链的企业战略联盟生态圈合作伙伴选择分析-翟金芝.pdf（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、第35卷第9期 技 术 经 济 v0135，No92016年 9月 Technology Economics Sep，2016“互联网+时代基于Markov链的企业战略联盟生态圈合作伙伴选择分析翟金芝12，赵希男1(1东北大学工商管理学院，沈阳110004；2辽宁现代服务职业技术学院，沈阳110164)摘 要：提出了在“互联网+”时代企业战略联盟生态圈的概念，探讨了企业战略联盟生态圈的创新范式，构建了基于Markov链的企业战略联盟生态圈合作伙伴动态模糊综合评价模型，并采用算例检验了该模型的可行性。关键词：战略联盟；生态圈；合作伙伴；马尔科夫链中图分类号：F272 文献标志码：A 文章编号：1

2、002980X(2016)09一0066一06随着信息技术的快速发展，经济全球化趋势日益明显，企业间竞争更趋白热化。目前中国已进入以互联网为特征的“互联网+”新经济时代1，互联网已从千家万户走向无数机关、厂矿、企业和产业。作为全民信息消费的最重要载体，互联网也是各行各业生产的新工具、创新的新平台。在新经济时代，商业关系正以前所未有的速度发生变化。组织、群体间缔结了复杂的竞合网络，全新竞争格局形成，商业活动的游戏规则悄然发生变化。价值观相近的企业纷纷缔结各种商业联盟以应对当前市场。如何选择合适的合作伙伴对提高联盟内各企业间协同创新和整体运营的绩效有着非常重要的作用24。1 战略联盟生态圉的提出本

3、文提出战略联盟生态圈的企业合作模式。在以分工为特征的工业时代，企业占据着社会生产价值链上的一个或多个环节。每个企业创造和传递价值的路径方向是既定的。企业的核心竞争力取决于在所处环节上积累的专业技能。进入以连接为特征的信息时代，尤其是互联网和移动互联网普及后，商业元素间的可连接性大大增强，原本栅格分明的商业关系被打破，市场进入一个行业边界模糊的竞合时代，企业竞争与合作范围无限扩大。在这样的背景下，疏于连接的企业即使具有强大的核心竞争力，也可能面临被边缘化的危险。要在新的环境下生存和发展，企业须挖掘自己所在商业生态圈的价值。可以说，发展战略联盟生态圈战略，是以互联网为特66征的“互联网+”时代向企

4、业提出的新要求。2战略联盟生态圈的界定战略联盟生态圈是一个宽泛概念，涉及产品、组织、行业和地域等多个层面。本文讨论的是组织层面的战略联盟生态圈，即企业与其他组织和个人之间的协作、共生关系。组织层面的商业生态圈是指由多个(3个或以上)具有利益相关关系的组织和个人在彼此依赖、互惠的基础上为达成共同目标而采取集体行动的联合体。任何企业都处在某个生态圈中，但并非所有企业都善于释放生态圈的最大价值。采用恰当的生态圈战略对于企业获得竞争优势至关重要。不能将生态圈简单地等同于联盟。战略联盟发生在组织之间，而战略联盟生态圈还关注组织与个人(如用户)的关系，涉及的是更大范围的价值循环。战略联盟需要周密的计划和生

5、命周期管理，企业很难同时管理大量的联盟伙伴。据统计，世界500强企业的联盟伙伴数平均为60个。但是，战略联盟生态圈的范围远远超出这个数字。以阿里开放平台为例，仅淘宝网上活跃卖家数就达到了800万。战略联盟的切入点是双边或小范围的多边关系，不同战略联盟之间的关系往往是割裂的，而战略联盟生态圈将所有伙伴视为一个具有相同价值观的整体。3 战略联盟生态圈的伙伴选择在这一新范式中，单个企业的独立创新变为多个企业的多元协同创新。多个企业共同分担创新风收稿日期：20160618基金项目：国家自然科学基金项目“面向价值目标导引的企业战略决策方法研究”(71271048)作者简介：翟金芝(1981)，女，辽宁铁

6、岭人，东北大学工商管理学院博士研究生，辽宁现代服务职业技术学院讲师，研究方向：战略管理、系统评价；赵希男(1960一)，男，上海人，东北大学工商管理学院教授，博士，研究方向：战略管理、系统评价。万方数据翟金芝等：“互联网+”时代基于Markov链的企业战略联盟生态圈合作伙伴选择分析险，不仅可以提高创新绩效，而且具有聚合效应、共担效应和反馈效应5。在今天以“连接”为特征的信息时代，迅速适应新环境的方法就是优化生态圈：高质量的生态圈为企业提供了一个丰富的外部资源库，使企业能在专注于自身核心业务的同时调动和利用外部资源，达到“四两拨千斤”的效果。目前很多企业已开始采取战略联盟生态圈模式。例如：海尔集

7、团与中国标准化研究院、中国科学院深圳先进技术研究院、三菱电机自动化(中国)有限公司、腾讯微信、美国高通公司(Qualcomm)等形成联盟共同研发天樽空调；深圳市腾讯计算机系统有限公司、美国社交网络服务网站FaceboOk协同共建网络资源；联想集团联合美国Intel、Red Hat(红帽)公司、威睿(Vmware)、德国SAP公司以及东华软件股份公司、中科软科技股份有限公司、软通动力等企业共同组建了战略联盟生态圈。战略联盟生态圈的核心思想是：统一管理和调度联盟内企业的大量可共享信息，构成一个“大数据库”；生态圈内用户可对生态圈中的信息资源进行任意调用、随时获取、即时分析。基于战略联盟生态圈的方案

8、可以很好地为生态圈内成员企业特别是中小型成员企业节省时间、减少相关信息建设成本，还能增加成员企业所需的应用资源和商业过程资源等，提高生态圈内成员企业的协同创新能力。随着市场日新月异的发展，战略联盟生态圈需要不断演变以适应市场需求。在演变过程中，企业面临选择生态圈内外合作伙伴的问题6。对各生态成员企业的评价会随着时间的推移而一直处于动态变化中。目前国内外文献只是从静态角度针对企业在某个时间点的状态进行评价分析，未全面评估待评价企业整体，更无法判断待评价企业的未来趋势。目前研究者们常用的分析评价方法是集对分析方法和层次分析(analytic hierarchy process，AHP)法。然而，集

9、对分析方法只能用于预测企业所属的等级，没有量化的估值，无法对相差不大的两家企业进行排序。层次分析法主要依据专家的打分，具有较大的主观性，因此也无法全面、综合、合理地评价企业。各生态成员企业的评价指标涉及企业的多个方面，因此需要综合考虑各个方面。仅依靠专家主观打分，不能获得到最为合理的评价结果。综上，这些方法并不完全适用于评价与选择战略联盟生态圈演变过程中的合作伙伴。Markov算法(Markov chain，MC)源于前苏联著名的数学家A。AMarkov7。9。它能够依据一些事物在过去一段时间内的各种状态来预测其未来的发展趋势，并作为判断决策的佐证和依据1 0。11。不少学者从事此方面的研究。

10、例如：余典范运用Markov链方法研究了中国产业动态比较优势，以期促进产业转型升级1幻；解志恒等和李全生利用Markov链成功预测了企业核心员工的流动问题1如；钱存华、彭凯和浦珏利用Markov过程提出了供应链可靠性评价方法口4；钟清枝、吕王勇和郭蓓蓓利用Markov链的生命周期预测模型，利用20022009年中国A股上市公司的数据，预测了企业的不同发展阶段，其预测结果与实际结果较为符合1朝；廖普明应用Markov链状态转移概率矩阵预测了商品市场状态，并提出必须具有足够的统计数据才能保证预测结果的精度和准确度1 6|。虽然关于Markov链的应用研究已取得一些成果，但是目前将Markov链应用

11、于联盟合作伙伴评价的文献较为少见，且现有研究多属于理论上的静态分析。而战略联盟生态圈中的成员企业必须充分考虑合作伙伴的可靠度与自身需求的关系，才能正确分析合作关系的可靠性。因此，企业在考虑合作关系时有必要突破传统的静态分析方法，动态地体现不确定性因素，全面而综合地评估合作关系的可靠性。本文通过分析大量文献，建立包括价值观的战略联盟生态圈内合作伙伴选择评价指标体系，将层次分析法与熵权法相结合，在计算评价指标权重时充分考虑主观因素和客观因素，同时引入Markov链分析方法，计算不同待合作成员企业的历史时期数据，构建基于Markov链的企业战略联盟生态圈合作伙伴动态模糊综合评价模型，以此分析该企业的

12、发展趋势和适合合作程度，最后通过算例检验该模型的可行性。4 战略联盟生态圈内合作伙伴选择评价指标体系的构建41 企业战略联盟生态圈集成体系结构企业战略联盟生态圈包括研发平台、营销服务平台、资本平台和生产平台。以生产平台为例进行说明。在“互联网+”时代，战略联盟生态圈可将企业提供的各种订单以及采购、生产、库存、销售、物流管理、财务以及协同决策等服务动态交付于平台，也可参阅其他战略联盟生态圈内企业或合作伙伴的服务。战略联盟生态圈内的成员企业可利用该平台的服务花很少的运营成本、快速而科学地构建满足商业需求的企业信息化平台，并选择合适的伙伴。在“互联网+”时代，战略联盟内各成员企业共同形成一个以企业战

13、略联盟为中心的网状架构，从而形成一个内部成员企业互相依赖、互相促进的生态圈，如图1所示。各战略联盟生态圈内成员企业67万方数据技术经济 第35卷第9期根据不同需求获得不同服务，调动整个生态圈的价值互惠循环，实现整体利益的最大化。图1 企业战略联盟生态圈框架图42企业战略联盟生态圈内合作伙伴选择评价指标体系在动态的商业环境中，建立合理而科学的评价指标体系是企业战略联盟生态圈演变准备阶段的重要部分。不同环境、不同行业背景下评价指标体系的构成存在较大差异n川。在以连接为特征的信息时代，企业必须善于挖掘所在商业生态圈的最大价值才能保持竞争优势。在一个健康稳定的战略联盟生态圈内，各合作企业应具备“愿景的

14、相似性”“经营模式的嵌入性”“个体与整体、当前与未来的互惠性”，它们分别对应生态系统“共生”“互生”和“再生”的特点。战略联盟生态圈不是盲目增加不同类型的合作伙伴，而是有目的地完善和丰富生态系统的功能。腾讯公司最早只是经营实时通信工具，后来又在网络游戏、广告联盟和支付功能等领域开展业务，使生态圈功能日趋完善。这些合作源于各企业的愿景及价值观的相似性，一个“共生”的系统得以形成。可将经营模式的嵌入性理解为一种事物内生或根植于其他事物的现象，是催生事物间信任的一种联系。在商业生态圈中，较高的嵌入度意味着成员间的联动关系紧密，即高频率互动、高互补技术水平以及高度忠诚。生态圈内各成员企业建立彼此嵌入且

15、互动的关系，从而形成了一个“互生”的系统。关系的互惠性决定战略联盟生态圈的平衡与稳定性。若企业合作达到多方共赢，则有望将“蛋糕”做得更大，即战略联盟生态圈的“再生”。关于企业伙伴选择问题，已发表文献大多以时间、质量和成本作为主要的评价关键因素。本文考虑到企业战略联盟生态圈平台下的虚拟性、不确定性和动态性特点，结合先前国内外伙伴选择指标文献、专家分析和社会调查，以及前文对“共生”“互生”和“再生”关系的分析，总结出企业战略联盟生态圈演变下合作伙伴选择评价的一级指标，即价值观、互动性、技术水平、质量和成本，如表1所示。其中：价值观是企业战略合作的最基本元素，是合作的基础和前提，包括2个子指标；互动

16、性既反映了成员间紧密的联动关系，又反映了企业驾驭变化的能力，包括3个子指标；技术水平体现了企业科技创新及研发能力，包括3个子指标；由于一切经营活动都以赢取利益为目的，因此成本因素也是衡量企业能力的重要指标，包括3个子指标；质量是企业的生命，包括3个子指标。表l企业战略联盟生态圈平台下合作伙伴选择评价指标体系指标 愿景的相似性(共生) 模式的嵌人性(互生) 关系的互惠性(再生)一级指标 价值观 技术水平 互动性 质量 成本企业声誉 技术支持水平 互动频率 产品合格率 生产成本二级指标 创新能力 适应能力 交货质量 运输成本价值观契合度 员工技能水平响应能力 管理质量 销售成本5基于Markov链

17、的动态模糊综合评价模型事物的变化过程仅与事物的近期状态有关、与事物的过去状态无关的特性被称为无后效性，具有无后效性的随机过程被称为Markov过程。根据企业战略联盟生态圈内各成员企业的虚拟性和动态性以及评价指标的模糊性和不确定性，本文将主、客观综合权重法与Markov链理论相结合口8。20，对多个评价指标进行动态模糊综合评价并据此进行决策，具体流程如图2所示。68图2基于Markov链的动态模糊综合评价模型万方数据翟金芝等：“互联网+”时代基于Markov链的企业战略联盟生态圈合作伙伴选择分析1)确定评价指标集及评价等级集。设待评价对象共有”个主要指标，用c，妇、c。表示，并形成评价指标集C一

18、c，c：，c。其中，每个评价指标都有若干个等级或评价尺度，用口。、u：、可。表示，并形成评价等级V一u。，u。，。评价指标fi对评价等级v，的隶属度为ri(歹一1，2，m)，得出评价指标c。的隶属度，即仁(rl。，ri 2，r抽)。2)确定评价指标的权重。鉴于AHP法与熵权法各有局限性，为使结果更具有全面性和综合性，本文将AHP法与熵权法相结合计算各指标的综合权重，并加入调节因子口，更全面地考虑不同待评价企业的主、客观偏好。主观权重的确定。AHP是国内外研究者使用较多的一种主观权重计算方法，最早由美国宾夕法尼亚大学沃顿商学院教授Saaty在20世纪70年代提出。具体步骤如下：首先建立层次结构模

19、型；然后构造成对比较阵；接着计算权向量并做一致性检验；最后计算组合权向量，并进行组合一致性检验，然后将依据组合权向量得到的最后结果作为决策依据。客观权重的确定。熵原是热力学中表征物质状态的参量之一，最先于1948年由美国通信工程师Shannon引入信息论，现已得到广泛应用。熵权法是一种客观赋权法，即依靠某一指标观测值的变异性即熵值提供的信息量确定权重，其结果能反映指标的重要程度。综合权重的确定。设基于AHP法和熵权法计算得到的指标ci的权重分别为ni和6，设调节因子为a，其值能够依据现实中企业对主、客观因素的偏重情况进行调整。设指标ci的综合权重为训，训i=以口i+(1一口)6。，则权重向量W

20、一(叫1，硼2，。)。3)引入Markov链。Markov链的概念。假设有一个随机变量序列X。：mo，只在有限正整数构成集合S=1，2，2中取值。若对于任意正整数搬和任意i(i，i2，i。一。S)，在X。一i。、X。=i。、X。=i，的条件下，X。+。一歹的概率与条件X。一i。、X。一i。、X。一。一i。一。无关，只与条件X。一i。有关，则称X。：mo)为Markov链。式(1)表述的性质称为马尔科夫性：P(X。+lj Xoio，Xli1，X。一l=i。一l，X。一i)一P(X。+1一J X。一i)。 (1)状态转移概率矩阵。设状态集合H一o，毳l，“，。，将从状态i转移到状态j的概率记为Pi

21、(嚣)，即P。一磊。+，一j，是。一i，从而有PiJ=11(i一1，2，竹)。将Pi(行)按行组成一个矩阵，称为一步转移概率矩阵P。对于有以种可能状态的考察对象，进一步转移概率矩阵P，即广P11 Pl。PI i ；1。P。 P。l而愚步转移概率矩阵为一步转移概率矩阵的忌次幂，即P”=P卜”P=一P一慝：二三。稳定状态向量。经过一段时间后，Markov链逐渐稳定，且此时状态与初始状态没有关系。设定稳定向量x一(z。，z：，z。)，则根据式(1)可解得fx一，9、1三，xi一1。 “74)模糊综合评判。根据式(1)可得其中一个指标的稳定向量以及其他，z一1个评价指标的稳定向量，则隶属度矩阵F一(X

22、。，X：，X。)7。利用已得到的权重向量W，则模糊综合评价结果向量的公式为GwF=(硼。，硼2，硼。)(Xl，X2，X。)1一(al，a2，a。)。根据最大隶属度原则，可得出该待合作企业所属的等级，同时可计算出待评价企业的评估值N，即NG(09，07，05，03，01)7。6 算例分析根据上文构建的基于Markov链的企业战略联盟生态区合作企业动态模糊综合评价模型，笔者通过大量算例分析验证了模型的可行性。在此，仅以其中一个案例说明验证的全过程。选取安徽省的3家食品企业，分别命名为企业A、企业B和企业C。假设生态圈某成员企业将从中选择一家企业作为该生态圈内的合作单位，利用上述方法分别对3家企业进

23、行评价。根据前文总结的战略联盟生态圈内合作企业评价指标体系，将每个指标划分为5个等级，分别是很好、较好、一般、较差和差，各评价等级集的隶属度为o9、o7、o5、o3和o1。邀请4位专家对待合作企业上一年4个季度的指标进行评价打分再取平均值，具体打分结果如表2所示。69万方数据技术经济 第35卷 第9期表2待合作企业A的打分结果评价指标 第一季度 第二季度 第三季度 第四季度企业声誉(C1) 08 O8 O7 O9价值观契合度(c2) O6 O6 O8 O7互动频率(C3) O5 06 O5 O7适应能力(C1) O4 07 O6 O5响应能力(C5) 07 O5 O8 O7技术支持水平(c6)

24、 O9 O8 O8 O9创新能力(c7) O5 04 O6 O7员工技能水平(c8) O9 08 O8 O7生产成本(c9) O4 O6 O7 O7运输成本(C10) O5 O8 O6 O6销售成本(c11) 05 O4 O5 O4产品合格率(c12) O9 08 O8 O7交货质量(c13) O9 O7 O6 O7管理质量(C1。) O7 O6 O6 O71)确定评价指标的权重。利用AHP法和熵权法得到评价指标f，的主观权重a，和客观权重6。，再根据对每个指标的实际要求并结合企业战略联盟生态圈的特点设定调节因子，从而计算得到评价指标c。的综合权重训，如表3所示。本文设定a一05。表3各评价指

25、标的权重评价指标 n， 6。 W企业声誉(c1) O1334 O1338 O1336价值观契合度(C2) O0723 00754 O0739互动频率(C3) O0456 O0589 O0523适应能力(C4) O0713 00718 O0716响应能力(Cj) 01684 O1338 O151l技术支持水平(Ce) 00892 00886 O0889创新能力(c7) 00453 O0596 O0525员工技能水平(C8) 00778 00464 00621生产成本(C。) O01 66 O0383 O0275运输成本(Cl。) OO009 00383 00196销售成本(C11) O0206

26、00500 O0353产品合格率(c12) 00365 00464 O0415交货质量(c1。) O0755 O0500 O0628管理质量(Cl。) O1466 O1087 O12772)列出状态转移矩阵，求出稳定向量。对于评价指标c。，其初始状态可表示为轧一1，o，o，o，o。分析表2中的数据，可得到其转移概率矩阵P，即70P一0 O 00 O 00 O O0 O 0O O 0利用式(2)可计算得到稳定向量x一(o72，o25，o，o，o)。同理，可求得其他评价指标的稳定向量，从而可得隶属矩阵F，即FO63 025 0 0 0O25 042 025 O 00 024 O72 O O028

27、O41 O14 008 008025 O72 0 O O072 O25 0 0 0008 O23 O12 032 0120 1 O 0 OO 1 O 0 OO O72 025 O 00 O 025 072 OO41 04l O O 00 072 025 0 O0 O25 O72 0 03)待合作企业A的综合评价结果。GWF一(O2456，04875，02048，O0324，00297)，NAG(O9，07，05，O3，01)T一06774。同理，可以分别计算出待合作企业B和C的评估值，即NBo4937，N。一o8116。评估值最大的企业即未来具有较好合作前景的企业。通过对比3家待合作企业的评估

28、值，应选择企业C作为战略联盟生态圈内可建立长期合作关系的伙伴。首先，利用本文提出的新方法评价待合作企业，所得的评价结果是具体的评估值，据此做出的决策相比基于待合作企业所属等级范围做出的决策更为准确。其次，单纯利用AHP法计算出的评价值为NAO6822、NBo4874和Nco8027，与本文的最终评估值不同是因为本文引入了客观熵权法。AHP法是一种主观赋权方法，而本文的方法兼顾了主观赋权和客观赋权两个方面，因此所得结果更具公平性和全面性。同时，企业战略联盟生态圈内的企业很多，不同企业的属性数据可能会比较相近，哪怕细小的数据差异也可能对最终评估结果产生较大影响，因此更有必要全面地对待评价企业进行综

29、合考虑。在本文的算例中，通过跟踪分析后期公司的实际合作效果，发现基于Markov链动态模糊综合评价模型对合作伙伴的预测结果与实际情况比较吻合，能真实地反映待合作企业的情况，该模型可用于评价和选择待合作企业。另外，在本文介绍的方法中，企业可根据调节因子a，按企业实际需要和自身偏好调整主、客观偏重，从而在战略联盟生态圈内遴选出真正符合自身需求的合作单位。12OO0012OO0O万方数据翟金芝等：“互联网+”时代基于Markov链的企业战略联盟生态圈合作伙伴选择分析7 结语企业战略联盟生态圈以各生态成员间的资源交流和共享为前提，以生态圈各成员间的相互配合为保障，由原本的个体行为变成多元协同创新的整体

30、行为，单个成员各自的相对优势在协同生态圈中得到了更大程度的发挥。在生态圈不断演变的过程中，合作伙伴的选择尤为重要。针对企业战略联盟生态圈内待合作企业评价指标随着时间推移而变化的动态性特点，以及指标本身具有一定的模糊性和不确定性的特点，本文提出了基于Markov链的企业战略联盟生态圈内合作企业选择动态模糊综合评价模型。该模型充分考虑了联盟生态圈内待合作企业评价选择的实时性和动态性，并且可对合作伙伴企业的后续发展进行持续评价，降低企业合作风险，为企业间能否长期合作提供决策依据。1234567参考文献周青，邹凡基于神经网络的产业技术创新战略联盟冲突识别模型J技术经济，2016，35(4)：4451D

31、EANGEL0 H，DEANGEL0 L，STULZ R MDividendpolicy and the earnedcontributed capital mix：a test of theIifecycle theoryJJournal of Financial Economics，2006，81(2)：227254尚吉永，侯光明民营企业“战略一组织”的共生演进对企业家角色的再思考J技术经济，2016，35(1)：5卜60任嵘嵘，吴凯基于文本挖掘技术的高层管理者战略领导能力探究J技术经济，2015，34(4)：115119刘长义中小企业R&D战略联盟合作伙伴选择研究口技术经济，2008，2

32、7(5)：4851LIN P C，LIN C H，H0 I LRegional convergence or divergence in China? Evidence from unit root tests withbreaks口The Annals of Regional science，2013，50(1)：223243吕建勇，唐振民一种改进的马尔科夫吸收链显著性目标检测方法J南京理工大学学报，2015，39(6)：6746798 GENSBITTEL F，RENAULT JThe value of Markovchain Games with incomplete informati

33、on on both sidesJMathematics of 0perations Research，2015，40(4)：820一8419 ABERER A JsTAMATAKIs A，RONQuIST FAn efficient independence sampler for updating branches inBayesian Markov chain Monte Carlo sampling of phylogenetic treesJsystematic Biology，2016，65(1)：16117610 sTRAUss ANumerical and monitoring

34、 based Markovchain approaches for the fatigue life prediction of concrete structuresJEngineering Structures，2016，112：26527311张文宇，孟旋，苏锦旗改进熵值法和马尔科夫链的组合预测及应用J计算机工程与应用，2016，52(6)：12212612余典范中国产业动态比较优势的实证研究基于马尔科夫链的方法J经济管理，2013，35(12)：1l一2213解志恒，李全生基于马尔科夫链的企业核心员工流动预测J华东经济管理，2009，23(10)：9810014钱存华，彭凯，浦珏基于马

35、尔科夫过程的制造业供应链可靠性分析J物流技术，2015，34(8)：19519815钟清枝，吕王勇，郭蓓蓓基于离散时间马尔科夫链的企业生命周期趋势预测J统计与决策，2015(17)：18318516廖普明基于马尔科夫链状态转移概率矩阵的商品市场状态预测J统计与决策，2015，(2)：979917 ANDRIEu c，VIHOLA Mconvergence properties ofpseudomarginal Markov chain Monte Carlo algorithmsJThe Annals of Applied Probability，2015，25(2)：1030一107718刘

36、勇，王育红，钱吴永基于马尔科夫链的动态冲突分析模型J中国管理科学，2015，23(11)：32533219张一瑶，吴诗辉，刘晓东基于集对分析和马尔科夫链的航空维修安全动态评估口中国安全科学学报，2016，26(1)：122一12820 LI L，SUN L J，NING G BDeterioration prediction ofurban bridges on network level using MarkovChainmodeIJMathematical Problems in Engineering，2014，2014(7)：110Selection of Partners in En

37、terprise Strategic Alliance Ecosystem in Internet+AgeBased on Markov ChainZhai Jinzhil，Zhao Xi 7 nanl(1School of Business Administration，Northeastern University，Shenyang 110004，C hina2Liaoning Vocational Technical College of Modern Service，Shenyang 110164，China)Abstract：This paper proposes the conce

38、pt of enterprise strategic alliance ecosystem(ESAE)in Internet+Age，and discusses the innovationparadigm of ESAEThen it constructs a dynamic fuzzy comprehensive evaluation model for the selection of partners in ESAE based on MarkovchainFinaUy，it ve rifies the feasibility of this evaluation methodKeywords：strategic alliance；ecosystem；partner；MarkoV chain71万方数据