高新技术企业自主创新能力的评价.docx

高新技术企业自主创新能力的评价张目1，2，周宗放1（1.电子科技大学经济与管理学院，成都610054；2.贵州财经学院金融学院，贵阳550004）摘要：文章提出一种灰关联投影寻踪模型，并应用于高新技术企业自主创新能力评价。该模型把综合评价问题作为一个灰色多目标决策问题，基于灰色关联投影值，运用投影寻踪技术确定指标权重。由此获得的指标权重是客观权重，且对决策方法有较强的适应性，从而为在综合评价中科学、合理地确定具有决策方法适应性的指标权重提供了新的方法和思路。文章还用实例证明了该模型的合理性、可行性和有效性。关键词：高新技术企业；自主创新能力；灰色关联投影法；投影寻踪；多目标决策中图分类号：N941.5文献标识码：A文章编号：1002-6487（2009）11-0046-03创新能力评价是一个具有一定不确定性的多目标决策问题。现有文献中，对企业、行业或区域创新能力进行评价的方法主要有：模糊综合评判法2、灰色关联分析法3、未确知测度4、集对分析法5等。上述方法各有其特点，但在实际应用中存在赋权方法的选择随意性较大、指标权重缺乏对决策方法的适应性等问题。对于综合评价问题，待评价系统本身就是一个灰色系统，文献6将灰色系统理论与矢量投影原理相结合，提出了多目标决策与评价的灰色关联投影法。投影寻踪技术(Projection Pursuit，PP)是一种直接由样本数据驱动的探索性数据分析方法，特别适用于分析和处理非线性、非正态的高维数据。其基本思想是把高维数据投影到低维子空间上，寻找出能反映原高维数据的结构或特征的投影，以达到研究分析高维数据的目的7,8；其本质是一种客观赋权法9。本文拟将PP技术与灰色关联投影法集成，提出一种灰关联投影寻踪模型，并应用于高新技术企业自主创新能力评价。1灰关联投影寻踪模型设有方案集A=A1，A2，An，指标集V=V1，V2，Vm，方案Ai在指标Vj下的属性值为Yij(i=1，2，n；j=1，2，m)，Wj为指标Vj的权重，Wj0，1，灰关联投影寻踪模型构建步骤如下。步骤1：建立决策矩阵。记理想方案A0的因素指标为Y0j，当Vj为效益型指标时，Y0j=max(Y1j，Y2j，Ynj)；当Vj为成本型指标时，Y0j=min(Y1j，Y2j，Ynj)；当Vj为固定型指标时，2应用实例本文以某市高新技术企业为例，采用提出的灰关联投影寻踪模型，按企业登记注册类型，对高新技术企业自主创新能力进行分类评价。根据企业自主创新能力的内涵1，参照国家统计局（2005）从技术创新能力角度提出的企业自主创新能力评价指标体系，遵循指标选取的系统性、科学性、客观性、可比性及可操作性等原则，构建某市高新技术企业自主创新能力评价指标体系，见表1。指标A反映了企业潜在的技术创新能力；指标B主要指企业的研发、技术改造、技术引进及技术推广等活动，可用企业在技术创新活动各个环节的经费投入来衡量；指标C反映各种要素组合产生的实际成效，是评价企业技术创新能力最直接、最重要的指标；指标D反映在一个给定的科技投入与制度体系下，外部环境对企业技术创新能力的复杂影响，包括企业所在地的信息化水平、市场竞争程度、政府部门的扶持与金融机构的支持等。某市高新技术企业的登记注册类型共有10类，选取其中有代表性的国有企业、有限责任公司、股份有限公司、私营企业和外商投资企业作为待评价对象，分别用数字序号、来表示。某市高新技术企业自主创新能力评价指标原始数据见表2。高新技术企业自主创新能力评价指标均为效益型指标，由表2数据可得理想方案：A0=（732511，285391，19289，10245，17，14.32，6.06，357，356，31.02，74.03，23.62，38.4，17.23）。将表2数据初始化后，取=0.5，由式（1）得出灰色关联度判断矩阵：用RAGA求解式（8）所设定的最优化问题，选定父代初始种群规模为50，交叉概率为0.6，变异概率为0.05，最大进化代数为100，加速次数20次，得出最大投影指标函数值：Qmax(W)=0.8069；指标权重向量：W*=（0.0322，0.0827，0.0613，0.0730，0.0656，0.0921，0.0686，0.1294，0.0623，0.0609，0.0494，0.0878，0.0716，0.0631）；最佳投影方向：W*=（0.0037，0.0245，0.0135，0.0191，0.0154，0.0304，0.0168，0.0599，0.0139，0.0133，0.0087，0.0276，0.0184，0.0143）。代入式（3）后可得各决策方案在理想方案上的灰色关联投影值及方案排序，结果见表3。为便于比较，本文还采用熵权-TOPSIS法对决策方案进行排序，结果也列于表3中。由表3可知，本文模型得出的某市各类高新技术企业自主创新能力由大至小排序为：有限责任公司、国有企业、股份有限公司、私营企业和外商投资企业。这与熵权-TOPSIS法得出的排序结果基本一致，说明本文模型是可行和有效的。此外，技术创新活动和技术创新产出能力是评价高新技术企业自主创新能力的两大重要指标，本文模型对这两个指标的赋权（0.2263，0.3898）比熵权法对这两个指标的赋权（0.0488，0.3313）更具合理性。3结束语本文把综合评价问题作为一个灰色多目标决策问题，基于灰色关联投影值，运用PP技术确定指标权重。由此获得的指标权重是客观权重，且对决策方法有较强的适应性，从而为在综合评价中科学、合理地确定具有决策方法适应性的指标权重提供了新的方法和思路。将本文提出的灰关联投影寻踪模型应用于某市高新技术企业自主创新能力评价，结果证明了该模型的合理性、可行性和有效性。灰关联分析中分辨系数的作用在于调整比较环境的大小，削弱最大绝对差数值太大而失真的影响，提高关联系数之间的差异显著性，它应充分体现系统各因子对关联度的间接影响，并应具有抗干扰作用；分辨系数按经验取值为0.5，具有一定的主观性，如何科学确定最优分辨系数有待于今后进一步研究。参考文献：1付家骥.技术创新学M.北京:清华大学出版社,1998.2胡翼琼.企业自主创新能力评价指标体系与应用研究J.企业技术开发,2006,25(11).3李森,刘胥.基于灰色关联理论的我国高技术产业自主创新能力评价J.现代管理科学,2007,(3).4曹庆奎等.基于粗集-未确知测度模型的企业技术创新能力评价研究J.系统工程理论与实践,2006,26(4).5刘凤朝等.基于集对分析法的区域自主创新能力评价研究J.中国软科学,2005,(11).6吕锋,崔晓辉.多目标决策灰色关联投影法及其应用J.系统工程理论与实践,2002,22(1).7Friedman J H,Turkey J W.A Projection Pursuit Algorithm for Ex-ploratory Data AnalysisJ.IEEE Transactions on Computer,1974,23(9).8Huber P J.Projection Pursuit(with Discussions)J.The Annals ofStatistics,1985,13(2).9高立群,李丹,