□王 涛 邵云飞 [电子科技大学 成都 610054]
技术创新的动态时变评价方法研究
□王 涛 邵云飞 [电子科技大学 成都 610054]
本文从评价者的角度出发,运用系统工程理论和方法,在对集成函数的集成原则、评价专家的评价水平与异常性的定量评价方法研究的基础上,构建了企业技术创新的动态时变评价方法。该方法克服了已有评价方法中主观赋权对评价结果的影响,对企业技术创新的评价更加科学和客观。评价结果可以为政府相关部门及时准确地掌握企业技术创新的状态与水平,提供科学依据和决策参考。
技术创新; 动态时变; 评价
技术创新对一个企业、乃至一个国家发展的重要意义已经无需多言,也正因为如此,近年来国内外研究企业技术创新评价问题的成果很多。如邵云飞,唐小我提出了评价区域技术创新能力的原则,构建了可操作性强的线性模型来评价区域技术创新能力[1];杨燕,邵云飞应用TRIZ方法构建了大学生创新能力评价模型[2];李美娟,陈国宏建立了区域技术创新能力评价指标体系和基于一致性的组合评价方法[3];Jian Cheng Guan,Richard C.M. Yam利用DEA模型对创新能力和竞争力的关系进行了研究[4];Chen Yunwei,Yang Zhiping基于专利对中国经济区域的技术创新能力进行了评价[5];胡健,李向阳提出了基于二次相对效益动态评价模型的中小企业环境绩效评价方法[6]。上述研究为进一步研究技术创新评价问题奠定了基础。但是,依然存在一个根本性的问题——主观赋权问题。
技术创新评价本身具有模糊性和不确定性,在进行实际评价时,一般有多人参与评价,由于受评价专家知识结构、判断能力和个体偏好等主观因素的影响,加之参评对象本身的模糊性和不确定性,评价专家很有可能给出不同形式的偏好信息,这样就会对同一问题作出不同的评价。如何克服、规避评价专家的非理智行为和个人偏好心理及如何提取、集成评价专家个体或群体对参评对象的评价信息,已有评价方法尚缺乏对技术创新评价过程中这些实际问题的考虑。
针对上述评价方法的不足,本文将运用系统工程理论和方法,通过对集成函数的集成原则、评价专家的评价水平与异常性的定量评价方法的研究,构建企业技术创新的动态时变专家评价方法,以期得到一个技术创新评价的最优理想解。
动态时变评价方法的运作机理是:技术创新的提升以及技术创新本身都是一个过程,是动态的,那么对其的评价也该是动态的,且评价专家权值随评价对象(评价项目)的不同而具有时效性,但已有的研究多是构建静态的评价方法,即使构建了动态的评价方法,因为涉及的因素太多而对实际操作而言不太现实。因此,要得到技术创新的动态评价的最优理想解,在评价过程中必须克服评价者的非理智行为和个人偏好心理,使专家自然或不自然地实施理智行为。通过对评级专家评级水平的异常性分析,重新构建参评对象(评价项目)指标或重新确定评价专家在参评对象(评价项目)中的权值,以此建立评价双方互动约束机制,产生具有时效性的评价专家权值。
(一)动态时变评价流程
技术创新的动态时变评价流程,如图1:
图1 动态时变评价流程
(二)动态时变评价集成过程
集值统计是经典统计和模糊统计的一种拓广。经典统计在每次实验中得到相空间的一个确定点,而集值统计每次实验是相空间的一个子集,也就是在确定评价指标值时,改变过去给出一个固定值的做法,而给出一个区间值,这就解决了专家对一些指标“大约是多少”这一模糊概念的定量化[7]。假设要确定m个参评对象, 设B为参评对象集合,表示为B(B1,B2,… Bj,… Bm),P为专家集合,可表示P(P1,P2,…Pi…,Pn),k为参评对象的评价项目C(C1,C2,…Cr, Ck),让专家集对参评对象中所有的评价项目进行评价。
集成统计方法如下:规定用线段法给出各评价指标的区间估计值,如表1。对指标Bj,各专家的评价区间为:[a1j1,b1j1], [a2j1,b2j1], [a3j1,b3j1], …[aij1,bij1] …[anj1,bnj1]从而形成一个满意度统计序列,这个子区间叠加在一起则形成覆盖在评价轴上的一种分布。这里假定评价分布相对集中。
表1 专家评价区间估计值
集成过程是指由诸评价专家的评价信息得到评价专家集的评价结果的过程,是定性指标评价问题的特有过程,目的在于消除诸评价专家pi对同一参评对象Bj的满意度向量: xij=(xij1,xij2…,xijk)(i =1,…,n)之间的差异,得到评价专家集 P对此参评对象的满意度矩阵:
集成函数:设评价专家 pi对参评对象 (或某一评价项目 )的满意度为 xijr(i =1,… ,n,j=1,2,…,m,r=1,2,…,k),若函数φ(xijr)满足下面两条件,则称该函数φ为集成函数。
显然,集成函数φ不唯一。由集成函数在技术创新评价问题中的意义,对集成函数φ还应分析下述两点,并作为选用集成函数的参考。
集成准则:由于集成函数值φ(x1jr,…xijr… xnjr)是所有评价专家对参评对象(或某一评价项目)认识的代表,因此,φ(x1jr,…xijr… xnjr)与 x1jr,…xijr… xnjr之间的总偏差 D(xjr)应在一定意义下最小,这称为集成函数所满足的集成准则。偏差D(xjr)应满足x1jr=x2jr,…xijr… xnjr时 D(xjr)=0,这里我们利用作为总偏差D(xjr)的表达式。
解除干扰功能:集成的目的在于消除评价专家认识上的模糊性与差别性,以尽可能得到符合参评对象真实状态水平的评价结果[8]。因此,对评价专家异常评价信息的干扰,集成函数应具有予以消除或缩减的功能。
表2 评价项目总体评价值
对定性指标的评价是评价专家对其状态水平的认识与判断的反映,必受到评价专家掌握评价标准的宽严程度及其对参评对象偏爱程度的影响。因此,应对评价专家作出适当的评价与分析。同时,需要进一步求出评价专家对评价项目评价的权值,并重新确定评价专家在评价项目评价中的权值,以便进一步对评价项目作准确预测与评价。
用偏高、偏低率法考察专家集每个成员的评价准确度,以便动态地对其他参评对象进行准确评价。
假设X为各参评对象的诸因素在真实状态水平满意度的条件下记为:
Di全面反映了评价专家 pi的评价偏差,|D|=(|dijr|)m×k则全面反映了评价专家 pi对模糊集“失真”的隶属度的大小。
给定正常偏差界 (0 〈 〈 1 ),D的 截集 Dα=(hijr)m×k,其中,Dα全面反映了评价专家 pi的“失真”状态。为具体分析评价专家pi的“失真”性质, 可再给出评价专家 pi的偏高阵与偏低阵:
(一)评价专家的评价水平
评价专家 pi的偏高率:
评价专家 pi的偏低率:
评价专家 pi的失真率:
R+i、R-i、Ri分别反映了在评价专家 pi给出的m×k个评价信息中,在 水平下,较对应的集成评价偏高、偏低、失真的程度。当评价专家pi仅有个别的失真信息时,还难以评定评价专家pi的评价水平,为此,给出正常的允许界 (0 〈 〈 1 )。当时,可认定评价专家pi评价标准过宽;当时,可认定评价专家pi评价标准过严。
(二)评价专家的偏爱性分析
由于种种原因,往往出现评价专家 pi对诸参评对象的评价信息失真状态不一样的问题,这反映了专家 pi对某些参评对象发生了偏爱现象。为分析所聘评价专家对褚参评对象的偏爱性,可由评价专家pi的偏高阵H+i与偏低阵 H-i构建评价专家 pi对参评对象Bj的偏高率、偏低率、偏爱率和厌恶率。
偏高率:
偏低率:
偏爱率:
厌恶率:
同样,pi对某些评价项目会发生偏爱现象。为分析所聘评价专家对评价项目的偏爱性,可由评价专家 pi的偏高阵H+i与偏低阵 H-i构建评价专家 pi对评价项目Cr的偏高率、偏低率、偏爱率和厌恶率。
偏高率:
偏低率:
偏爱率:
厌恶率:
以评价专家 pi对参评对象Bj的偏爱系数 L+ij=厌恶系数分别刻画其对参评对象Bj(或评价项目Cr)的偏爱性与厌恶性。给定正常偏爱界 (0 〈 〈 1),当ijL+≥ 时,可认定评价专家 pi对参评对象Bj(或评价项目Cr)偏爱过度;当ijH−≥ 时,可认定评价专家 pi对参评对象Bj(或评价项目Cr)厌恶之极。因此,对评价专家pi而言,若存在偏爱过度或厌恶之极的参评对象Bj(或评价项目Cr),可认定该评价专家异常,需重新构建参评对象Bj(评价项目Cr)指标或重新确定评价专家在参评对象(评价项目)中的权值。
上面评价专家Pi对某参评对象Bj在r评价项目中的评价分数为xijr,下面进一步求评价专家Pi对评价项目r评价的权值,并重新确定评价专家在评价项目r评价中的权值,以便进一步对评价项目r作准确预测与评价。
得到专家准确度矩阵:
权值计算:
依次类推,求取专家对所有评价项目的权值,这样每个专家对k个评价项目权值的评价矩阵:
对以后参评对象在所有评价项目的评价上,可以利用上面的权值。
参评对象Bj的专家评价分数:
那么Bj的最后技术创新评价结果为评价项目得分乘以各个评价项目在技术创新评价中的权值:
所有参评对象的评价结果表示为:
依据企业技术创新评价的目的要求,在确定了评价项目集、参评对象集及评价专家集后,运用动态时变评价方法对企业技术创新发展状况进行了评价。技术创新评价的目的决不仅仅是对参评对象排出优序,更重要的是根据评价过程中的各种信息,全面了解、认识、分析企业技术创新状态。本文构建的技术创新动态时变评价方法从理论上克服了已有评价方法中有多人参与评价,且受评价者知识结构、判断能力和个体偏好等主观因素的影响,解决了已有评价方法中主观赋权对评价结果的影响,对企业技术创新的评价更加科学和客观。评价结果可以为政府相关部门及时准确地掌握企业技术创新的状态与水平,提供科学依据和决策参考。
[1] 邵云飞,唐小我.中国区域技术创新能力的线性实证分析[J].管理评论,2006,18(4):14-21.
[2] 杨燕,邵云飞.TRIZ方法在构建大学生创新能力评价指标体系中的应用[J].电子科技大学学报(社科版),2009,11(3):1-4.
[3] 李美娟,陈国宏.基于一致性组合评价的区域技术创新能力评价与比较分析[J].中国管理科学,2009,17(2):131-139.
[4] GUAN J C, RICHARD C M. Yam.A study of the relationship between competitiveness and technological innovation capability based on DEA models[J].European Journal of Operational Research,2006,(170):971-986.
[5] YUNWEI C, ZHIPING Y. A patent based evaluation of technological innovation capability in eight economic regions in PR China[J].World Patent Information,2009(31):104-110.
[6] 胡健,李向阳.中小企业环境绩效评价理论与方法研究[J].科研管理,2009,30(2):150-156.
[7] 程卫民.煤炭安全评价中评价指标安全度值的确定[J].煤炭学报,1997,22(3):276-279.
[8] 查健禄,田欽谟.综合评价问题的系统分析[J].系统工程学报,2000,15(2):124-130.
A Study on the Evaluation Method of Dynamic Time-Varying of Technological Innovation
WANG Tao SHAO Yun-fei
(University of Electronic Science and Technology of China Chengdu 610054 China)
From the angle of evaluators, this paper constructs the estimation method of dynamic time-varying of enterprise technological innovation by using system engineering theory and method based on the research of integration principles of integrated functions, levels of evaluation experts and abnormal quantitive evaluation. This method overcomes the subjective effect of the existing evaluation methods on the evaluation results. The evaluation results by using the presented method can provide the government with scientific bases and decision-making references.
technological innovation;dynamic time-varying;evaluation
F270
A
1008-8105(2010)03-0001-05
编辑 戴鲜宁
2009 − 09 − 25
科技部科技基础性工作专项项目“技术创新方法集成研究与推广应用”(2007FY140440)
王 涛(1970 −)男,电子科技大学经济与管理学院管理科学与工程博士后;邵云飞(1963 −)女,博士,电子科技大学经济与管理学院,教授,博士生导师.