基于AHP-灰色关联度模型的企业技术创新能力评价

汪志波

（中国烟草科技信息中心，郑州 450001）

基于AHP-灰色关联度模型的企业技术创新能力评价

汪志波

（中国烟草科技信息中心，郑州 450001）

文章基于系统理论和技术创新流程的视角，认为企业技术创新是“创新需求－创新构思－技术支撑－资源投入－研究开发－成果产出－效益实现”的七阶段过程体系，并构建了技术创新能力要素概念模型。根据概念模型，提出技术创新能力是技术支撑能力、技术创新载体、创新资源投入、创新成果产出、技术创新效益和技术创新管理等多维能力要素构成的协同系统。研究设计评价指标体系，运用AHP-灰色关联度模型，实证分析检验了评价指标体系和评价模型的可行性。

技术创新；概念模型；评价指标体系；AHP-灰色关联度模型

建立一套科学、系统的评价和衡量企业技术创新能力的指标体系和评价方法，进行客观的系统评价，有利于企业准确定位优势与薄弱环节，对企业技术创新战略制订及技术创新能力提高具有重要理论和现实意义。本文在借鉴已有研究基础上，提出技术创新能力是技术支撑能力、技术创新载体、创新资源投入、创新成果产出、技术创新效益和技术创新管理等构成的多维能力的协同系统。

1 技术创新能力要素分析与指标体系构建

1.1 技术创新能力要素分析

技术创新具有复杂性、系统性的特点，企业技术创新是企业进行技术创新、知识创造、创新成果转化、应用和扩散，以提升企业技术知识构成和技术水平的过程，这其中所依赖和展示的能力就是企业技术创新能力。本文从技术创新流程的视角，提出技术创新是“创新需求－创新构思－技术支撑－资源投入－研究开发－成果产出－价值实现”七阶段过程体系，构建了企业技术创新能力要素概念模型，如图1所示，技术创新能力要素之间相互协同、共同作用于技术创新的实施完成，推动企业技术创新能力和技术水平呈螺旋式前进上升。技术创新能力要素主要包括如下几个方面。（1）企业拥有创新意识，分析市场需求、技术发展趋势，在与企业创新目标的交互作用中产生创新构思，提出创新需求。（2）企业技术创新能力的成长具有延续性，技术创新活动以企业现有技术积累和技术储备为基础，企业技术积累和技术储备是根植于创新人才而存在的，因此，技术支撑能力主要体现在技术积累和创新人才上。（3）根据创新需求，结合技术支撑能力，企业选择与自身创新能力相匹配的技术自主创新模式如原始创新、模仿创新和集成创新等，进行项目选题、立项，构建把创新需求、创新构思转化为新技术、新知识、新产品的技术创新载体。（4）企业通过技术创新载体开展技术创新活动，在创新活动实施过程中，对投入的创新资源进行生产、加工，实现技术创新。（5）创新活动实施完成后，产生技术创新成果，创新成果产出包括专利、论文、奖励、鉴定或验收科技成果。（6）通过成果转化，使创新要素的潜在价值得到有效发挥，实现技术创新的效益和目的，创新效益主要包括创新产品的销售额、创新产品销售额占企业销售收入的比例、单位产品原料成本节约等。（7）技术创新管理贯穿于技术创新的全过程，企业管理层创新意识、创新战略、组织结构、创新机制、创新执行力等都对企业创新活动的有效开展具有重要影响，通过协调企业内外涉及技术创新的各环节、各部门工作，在一定程度上减少创新的风险和不确定性。

图1 技术创新能力要素概念模型

1.2 技术创新能力评价指标体系框架及指标构成

根据技术创新能力要素概念模型，围绕技术创新能力的分解及其构成，结合指标体系的设计原则，对各指标间的内在逻辑关系进行系统整合与集成，构建了企业技术创新能力评价指标体系框架。企业技术创新能力评价指标体系是由目标层、准则层和指标层三层构成的递阶层次结构，其中目标层由准则层反映，准则层由具体的评价指标层反映。(1)目标层U：企业技术创新能力综合评价值作为目标层的综合指数，在总体上反映了企业技术创新能力的水平。(2)准则层U（i一级指标）：由六个指标模块构成，具体为技术支撑能力(U1)、技术创新载体(U2)、创新资源投入(U3)、创新成果产出(U4)、技术创新效益(U5)、技术创新管理(U6)。(3)指标层（二级指标体系）：由30个指标构成，如表1所示。

表1 技术创新能力评价指标体系

2 基于AHP-灰色关联度模型的企业技术创新能力评价

本文采取AHP-灰色关联度评价法。AHP法是一种定性和定量分析相结合的多目标决策分析方法，其基本原理是把一个复杂问题的各个指标通过划分相互间的关系，使其分解为若干个有序递阶层次。灰色关联度分析是一种多因素统计方法，以各评价指标的样本数据为依据，用灰色关联度来描述指标因素之间的强弱、大小和次序，与传统的多因素分析法相比，灰色关联度分析对数据要求较低且计算量较小，客观性较强，广泛应用于有关领域的综合评价。

2.1 AHP法确定评价指标权重

2.2 构建指标特征向量

设系统有m个待评价的企业组成评价对象集，有n个评价指标组成系统的评价指标集，每个评价指标对每一个评价企业的评判用指标特征值表示，则系统有n×m阶指标特征值矩阵：

式中Xij(i=1,2,3…,n;j=1,2,3…,m)为第 j个评价企业在第i个评价指标下的指标特征值。

2.3 规格化矩阵

通过规格化使指标无量纲化，使指标值离散分布在[0,1]之间，本文采用效益型和成本型指标规格化矩阵，效益型指标规格化矩阵计算公式如下：

成本型指标规格化矩阵计算公式如下：

显然，0≤rij≤1，其值越大表示第j个评价企业的第i个指标评价越优，值越小表示第j个企业的第i个指标评价越差。

2.4 求差序列、最大差和最小差

序列差：Δij=r0i-rij，i=1,2,3…,n;j=1,2,3…,m，r0是矩阵每一行的最大值组成的列向量。

最大差：Δ(max)=maxmax{Δij}，是指序列差值阵中的最大值。最小差：Δ(min)=minmin{Δij}，是指序列差值阵中的最小值。

2.5 计算灰度关联度

2.5.1 确定参考数据列

从被评价企业中的指标数据列中选取最佳值，组成最优参考向量G：G=(g1,g1,…,gn)=(r11∨r12∨…r1m,…,rn1∨rn2…rnm)，式中：∨为取大运算符，又记第j个待评企业组成的向量为R=(r1j,r2j,…,rnj)，j=1,2,3…,m

2.5.2 计算关系系数

利用灰度关联度公式求得第j个评价企业Rj与最优向量G的关联系数ξi(Rj,G)：

ξi(Rj,G)={Δ(min)+ρΔ(max)}/{Δij+ρΔ(max)}，其中ρ是分辨系数，在(0,1)内取值，一般情况下根据数据情况在0.1至0.5之间取值，其越小越能提高关联系数之间的差异。

2.5.3 计算关联度

D(Rj,G)= ∑ωi×ξi(Rj,G)，式中ωi为第j个评价企业的第i个评价指标的权重系数。根据关联度值的大小即可描述评价指标的表现。

3 评价模型计算分析过程

使用AHP法计算确定指标权重，即通过专家意见法和9级标度法，按一定标准，以上层某指标元素为准则对各个指标层中要素的相对重要性进行两两比较，得出量化的判断矩阵R=（bi）j，计算其最大特征值与对应的特征向量，从而得到每层要素相对于该层准则的权重，并作一致性检验。根据AHP要求，制作指标体系各层次各模块指标之间重要性的判断矩阵调查表，对10位有关专家进行权重调查，经过数据计算，得到技术创新能力评价指标体系各指标权重，如表1。以5家企业技术支撑能力一级指标为例，说明评价指标体系和评价方法的计算分析过程。

3.1 构建指标特征向量及规格化矩阵

根据评价指标体系中技术支撑能力模块的数据，求得技术创新能力U在技术支撑能力U1上的特征向量矩阵，通过规格化使指标无量纲化，按照rij=Xij/maxXij规格化指标特征向量，得到规格化矩阵：

3.2 确定参考数据列，求差序列、最大差和最小差

从被评价企业中的指标数据列中选取最佳值，组成可求得技术创新能力U在技术支撑能力U1上的最优参考向量 G：G=(g1,g1,…,g5)=(r11∨r12∨…r15,…,r51∨r52…r55)=(1,1,1,1,1)

3.3 确定关系系数

根据关系系数计算公式ξi(Rj,G)={Δ(min)+ρΔ(max)}/{Δij+ρΔ(max)}，取ρ=0.5公式，可求得技术创新能力U在技术支撑能力U1上的关联系数矩阵ξ1为

3.4 灰关联度评价及结果分析

根据D(Rj,G)=∑ωi×ξi(Rj,G)，可求得技术创新能力U在技术支撑能力U1上的关联度D1=(0.467,0.628,0.876,0.660,0.656)。同理可求得技术创新能力U在技术创新载体、创新资源投入、创新成果产出、技术创新效益和技术创新管理上的关联度，如表2所示，以及技术创新能力总关联度及排名，如表3所示。

表2 各准则层的关联度

表3 技术创新能力总关联度及排名

根据灰关联度评价结果，企业技术创新能力大小依次为企业3、企业2、企业5、企业4、企业1，结合各准则层的关联度，给出提高企业技术创新能力的如下建议：（1）在技术支撑能力方面，企业3最高，企业1最低，主要是企业技术积累和高层次研发人才数差异所致，企业1应结合自身技术水平和比较优势，加大高层次研发人才的培养和引进力度，为企业技术创新提供技术和人才储备。（2）在技术创新载体方面，排名较高的是企业3、企业5，企业4排最低，主要原因是企业4的省部级、三年期以上项目数较少，企业4应加强项目的选题立项水平，加强与科研院所进行技术创新项目的合作研发，吸收外部创新资源为企业所用，提出更高层次、更大体量的技术创新项目。（3）在创新资源投入方面，企业2最高，企业1最低，企业1的R&D经费投入、技术引进消化吸收经费支出和人均科技活动经费支出都偏低，一方面，企业1应加强对国内外先进技术的引进，重视对引进技术的消化吸收、再创新，另一方面，应提高R&D的投入，实现由模仿创新到技术自主创新的跨越式转变。（4）此外，在创新成果产出方面，企业1和企业4应注重专利质量，提高发明专利的申请量和授权率，实现专利从量到质的提高；在技术创新效益方面，企业5应提高企业技术创新成果的转化率，重视创新产品的开发，使技术成果真正发挥作用和效益，体现技术创新的价值。在技术创新管理方面，企业4和企业1应该加强管理层的创新意识和创新倾向，提高创新执行力和创新机制效率。

4 结语

本文在企业技术创新能力建设需要的基础上，构建了技术创新能力要素概念模型，设计的评价指标体系具有一定的创新性，并且较好地反映了技术创新的能力内涵，应用AHP-灰色关联度评价模型对5家企业的技术创新能力进行了案例分析，计算得到的各企业技术创新能力灰色关联度数值和排名，为企业技术创新能力的评价提供了理论依据，具有一定的可信度和可比性，通过分析各指标数值，分析存在的问题，寻找内在的原因，对采取有针对性的措施、提高企业技术创新能力有一定启示作用。

[1]Burgelman R.Strategic Management of Technology and Innovation[M].New York:McGraw-Hill,2004.

[2]王章豹,孙陈.基于主成分分析的产业行业技术创新能力研究[J].工业技术经济,2009,26(12).

[3]王芳,刘永安,何家林.企业技术创新能力研究[J].企业经济,2010,(6).

[4]吴雷,陈伟.基于DEA的产业技术创新能力的评价研究[J].科技管理研究,2009,(6).

[5]杨东奇,杜军.基于因子分析的黑龙江省产业技术创新能力评价研究[J].科技管理研究,2009,(12).

F272.5

A

1002-6487（2013）04-0051-03

中国烟草总公司郑州烟草研究院科技项目(602009CZ0470)

汪志波（1978-），男，山西定襄人，硕士，工程师，研究方向：技术创新与科技评估。

（责任编辑/亦 民）