高新技术企业自主创新能力的评价

《高新技术企业自主创新能力的评价》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、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

2、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，

3、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(ProjectionPursuit，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

4、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，Wj∈[0，1]，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

5、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

6、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Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ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，

7、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λ=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*=（0.0322，0.0827，0.0613，0.0730，0.0656，0.0921，0.0686，0.1294，0.06

8、23，0.0609，0.0494，0.0878，0.0716，0.0631）；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