基于集对分析的企业技术依赖预警及其演化趋势测度

李柏洲， 李 新

(哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 150001)



基于集对分析的企业技术依赖预警及其演化趋势测度

李柏洲， 李 新

(哈尔滨工程大学 经济管理学院，黑龙江 哈尔滨 150001)

国际经济交流与区域经济协同的深化加速了企业的外部技术获取。为避免外部技术的过度依赖，尤其是与技术内化不匹配的依赖，将模糊集与集对分析进行改进并运用到技术依赖预警的研究中。借助集对分析对我国各省份规模上工业企业技术依赖同一度计算，构建各省技术依赖预警集。利用模糊隶属度联系数化改进提取技术依赖联系数并对其进行演化测度，参照集对势表剖析和诠释技术依赖预警的风险排列与演化趋势。研究结果表明，模糊隶属度补数的改进及其联系数化在对成组数据进行联系数提取时简便有效，偏联系数对演化趋势的测度准确详尽；经技术依赖预警与演化趋势测度，发现现阶段外部技术对我国自主研发的挤出效应不明显，但由于企业外部技术创造性依赖能力不足导致的外部技术内化风险凸显。

同一度；联系数；技术依赖；预警；演化趋势

0 引言

自主研发、国内技术购买与国外技术引进是企业技术获取的三种主要模式，企业根据自身特点选择适合的技术获取模式，对其技术能力和创新绩效提升`具有重要作用[1～3]。随着国际经济交流与区域经济协同的不断深化，越来越多的企业开放组织边界，积极获取外部技术，但对外部技术的消化、吸收、改造却往往没有与其获取相匹配，平衡内外部R&D活动支出和内外部技术获取模式逐渐成为企业面临的新挑战[4]。我国正处于经济增长方式转变，在后国际金融危机时期国际竞争中抢占制高点、争取创新优势的关键时期，增强我国经济抵御国际市场风险的能力显得尤为重要。这种风险就包括大量技术引进对我国自主创新，特别是原始创新的挤出风险。而国内研究多关注于技术获取对创新绩效、技术能力的重要贡献与作用路径[5～8]，关于我国企业技术依赖，即经济增长和创新绩效提升过程中对不同技术获取模式的依赖，尤其是对除自主研发外的外部技术依赖并没有得到高度的重视。本文以此为出发点，以集对分析中五元联系数在风险预警中的经典范式为基础，首先计算各组数据的技术依赖同一度，形成和凝练各省份技术依赖预警集，对我国不同区域规模上企业的国内外技术依赖强度、依赖结构和依赖方式进行单组数据预警；进而结合模糊隶属度补数形式的改进，提炼反映全国规模上企业技术依赖强度、依赖结构和依赖方式的联系数，对全国整体范围内的技术依赖进行预警；最后通过偏联系数刻画我国规模上企业技术依赖的演化趋势，参照集对势表完成技术依赖预警风险排列。

1 模糊隶属度的联系数化

1.1 联系数与模糊集理论

1.2 联系数的基本形式

集对为具有一定联系的两个集合组成的对子，而集对分析是着眼于对系统作同异反定量研究的一种系统分析方法[17～19]。集对理论将两个集合的关系划分为确定关系和不确定关系，其中确定关系进一步细分为“同一”和“对立”两种，而将不确定关系称为“差异”，从而建立同异反联系函数，从同、异、反三个方面分析事物或系统，这与Atanassov提出的由隶属度、非隶属度、犹豫度描述的直觉模糊集在理论渊源上形成了实际对应。集对分析中的同异反联系数可用下式表示：

(1)

μ=a+bi+cj

(2)

其中，a+b+c=1且a,b,c∈[0,1]，同样有i∈[-1,1]，j=-1。称a为同一度分量，系数为1；b为差异度分量，系数取值区间为[-1,1]，c为对立度分量，系数为-1。若集对系统中两个集合的某种测度分别用它们各自的实数x、y来表示，那么这两个集合的同一度为axy=min(x,y)/max(x,y)。

若将(2)式中的b分解成n项，则可得到n元联系数：

μ=a+b1i1+b2i2+…+bnin+cj

(3)

当n=3时，μ=a+b1i1+b2i2+b3i3+cj，通常写作：

μ=a+bi+cj+dk+el

(4)

该式即五元联系数，∀a,b,c,d,e∈[0,1]，i∈[0,1]，j∈[0,0]，k∈[-1,0]，l=-1，其中j为中性标记，不作j=0解。五元联系数的自身性质决定了其在风险预警机制构建中具有重要作用，a,b,c,d,e可分别代表低度风险、较低风险、中度风险、较高风险和高度风险[20]。

1.3 模糊隶属联系数化及其在技术依赖研究中的应用

(5)

(6)

(7)

(8)

(9)

那么，集对的两个集合为已被我国相关研究确定具有较高关联度的技术获取模式(technology acquisition，简记为xta)与创新绩效(innovation performance，简记为yout)[8,21,22]。那么式(9)中各符号的含义引申为：

i、j、k和l分别为较高依赖强度系数、中度依赖强度系数、较低依赖系强度数和低度依赖强度系数。

2 单组数据的技术依赖预警

创新绩效(yout)与技术获取(xta)的一般数学关系为：

yout=f(xta)

(10)

技术获取进一步细分为自主研发(experimental development，简记为ed)、国外技术引进(acquisition of foreign technology，简记为ft)、国内技术购买(purchase of domestic technology，简记为dt)三种方式，式(10)可写为：

yout=f(xed,xft,xdt)

(11)

在共有组数据构成的集对：(xed,yout)、(xft,yout)、(xdt,yout)中，每组数据λ的自主研发技术依赖强度同一度(a1λ)、国外技术引进依赖强度同一度(a2λ)和国内技术购买依赖强度同一度(a3λ)分别为：

(12)

需注意的是式(12)中的a1λ存在统计意义，而在技术依赖预警时并不存在实际意义，原因是显而易见的：实现自主研发对技术创新，尤其是原始创新绩效的提升是我国经济发展的必然要求，本文亦重点关注外部技术依赖并对其进行预警。但式(10)计算a1λ是下文确定技术依赖结构优劣的必要准备。对于每组数据λ的共n个a2λ或a3λ，参照式(9)对[0,1]区间进行等量均分。查看表1可对技术依赖强度进行判定预警。

表1 第λ组数据的技术依赖强度判定表

技术依赖强度能够反映创新绩效对通过自主研发、国外技术引进和国内技术购买获得的技术与知识的依赖程度，但单独依靠技术依赖强度对我国技术依赖进行预警并不完善，这主要是由于以下情形的存在：企业过度依赖国外技术引进或国内技术购买的同时对自主研发的依赖强度也很大。这种情形所反映的情况可以理解为企业在技术获取的方式上实现了多样化。因此，本文继续引申出技术依赖结构，即外部技术获取与自主研发的匹配程度。技术依赖结构的优劣可用国外技术引进依赖强度同自主研发依赖强度的协同(同一)度(a4λ)、国内技术购买依赖强度同自主研发依赖强度的协同(同一)度(a5λ)表示，其具体形式为：

(13)

式(13)反映了国外技术引进依赖强度、国内技术购买依赖强度与自主研发依赖强度的匹配情况，即技术依赖结构的优劣。技术依赖结构联系数的扩展方法同技术依赖强度相同，在此不再赘述。此时a4λ或a5λ越大表明匹配程度越佳，则风险越小。同样，对于每组数据λ的共n个a4λ或a5λ，参照式(9)对[0,1]区间进行等量均分。查看表2可对技术依赖结构进行判定预警。

表2 第λ组数据的技术依赖结构判定表

根据表1和表2，可得技术依赖强度与技术依赖结构的联合预警集{a2λ、a4λ}、{a3λ、a5λ}，每一组数据λ的国外技术引进依赖和国内技术购买依赖在经联合预警后均可分为5×5，共25种情况。

企业的外部技术获取是一个持续的过程，企业对国外引进技术或国内购买技术进行消化、吸收和改造是实现自身研发力量参与到外部技术获取中的重要途径。当企业自身技术积累难以实现产品和服务的原始性创新时，通过获取外部技术来提高其创新能力，从而迅速缩短与竞争对手的技术差距是必然的选择。事实上，企业获取外部技术的最终目的是通过对获取技术的消化、吸收与改造，将外部技术内化，最后形成企业的自主创新能力[23]。技术接收企业的技术吸收能力显著影响技术获取的绩效[24]。因此，对技术依赖强度和依赖结构进行预警的同时，必须同时考虑企业引进外部技术后的消化吸收再创新能力，即外部技术依赖方式：机械依赖和创造性依赖。所谓机械依赖是指企业在引进或购买外部技术时并未充分地对先进技术进行消化吸收和再创造，单纯依靠外部技术投入强度实现创新绩效的提升。而创造性依赖是指企业在引进或购买外部技术的同时通过自主研发实现了对技术的消化吸收和再创造，将技术内化。显然，创造性依赖是技术依赖的较合理方式。

故本文进一步提出技术依赖方式的概念，即外部技术获取后采用何种方式促进创新绩效提升：是机械地依靠外部技术的贡献，还是通过消化吸收再创新而实现创造性依赖。此时，国外技术引进(ft)、国内技术购买(dt)分别与技术的消化吸收改造(assimilation of technology& technical renovation，简称atr)构成两组集对，技术依赖方式联系数的引申方式亦同技术依赖强度联系数和技术依赖结构联系数相同。技术依赖方式合理性可用国外技术引进同技术消化吸收改造的同一度a6λ、国内技术购买同技术消化吸收改造的同一度a7λ表示：

(14)

式(14)分别反映了国外技术引进、国内技术购买与技术消化吸收改造的匹配情况，即技术依赖方式的合理性。a6λ或a7λ越大表示匹配程度越佳，则技术依赖方式更合理，风险越低。对于每组数据λ的共n个a6λ或a7λ，亦参照式(9)对[0,1]区间进行等量均分。查看表3可对技术依赖方式进行判定预警。

表3 第组数据的技术依赖方式判定表

根据表1、表2和表3，便可得技术依赖强度、技术依赖结构和技术依赖方式的联合预警集{a2λ、a4λ、a6λ}、{a3λ、a5λ、a7λ}，每一组数据λ的国外技术引进依赖和国内技术购买依赖在经联合预警后均可分为5×5×5，共125种情况。

3 偏联系数与技术依赖演化

偏联系数是根据联系数联系分量的系统层级关系推导出的一种联系数的伴随函数，是刻画联系数发展趋势的重要工具函数[25]。为便于操作，首先将式(9)进行简化，弱化其隶属度的数学表示，再次使用a,b,c,d,e分别代表技术依赖程度的依次降低，五元联系数可写为：

(15)

偏联系数和多元偏联系数已经被广泛应用于基础数学、医药卫生、城市规划等各个领域[26～28]。为满足本研究需要，现给出五元偏联系数的各阶偏联系数基本形式。

(16)

二阶偏联系数为：

(17)

三阶偏联系数为：

(18)

四阶偏联系数为：

(19)

偏联系数能够描绘技术依赖强度和技术依赖结构的发展趋势，实现对技术依赖的演化测度。式(16)～(19)分别表示一个具体的联系数在当前状态中包含的一阶发展趋势、二阶发展趋势、三阶发展趋势与四阶发展趋势。技术依赖的一阶发展趋势的含义为：当前状态中的高(优、合理)依赖项a，原本是处在较高(优、合理)依赖项b上，是从(a+b)中演化上升到高(优、合理)依赖项a这个层次上的，因此，分母为(a+b)，分子为a；类似地，当前较高(优、合理)依赖项b, 原本是处在中度(中等、中性)依赖项c上，是从(b+c)中演化上升到较高(优、合理)依赖项b这个层次上的，因此，分母为(b+c)，分子为c；其它情况依次类推。

4 集对势与技术依赖预警风险排列

集对势又称联系势，反映两个集合的联系程度。集对势研究在集对分析发展中扮演了相当重要的角色，其在集对态势排列上的划分细致且合理。由于技术依赖强度联系数、技术依赖结构联系数、技术依赖方式联系数的基本形式均为五元联系数，其集对势的分析方法与五元联系数相同。因此，本文仅给出五元联系数的集对势定义：

在五元联系数μ=a+bi+cj+dk+el中e≠0时，a与e的比值为指定问题背景下的集对势，记为：shi(H)=a/e。。

图1 技术依赖的预警过程

当a/e>1时，为指定问题背景下的同势；当a/e=1时，为指定问题背景下的均势；a/e<1时，为指定问题背景下的反势。根据a,b,c,d,e的大小关系，集对势级排列共有243种形式，剔除其中共62中逻辑关系不成立的形式，五元联系数的集对势共有181种形式。文献[29]已将五元联系数态势表给出，三元联系数和四元联系数的态势排序表见文献[30]。在进行技术依赖预警时，技术依赖强度联系数中的同势、均势、反势分别代表依赖风险的依次降低；技术依赖结构联系数和技术依赖方式联系数中同势、均势、反势分别代表依赖风险的依次升高。在对技术依赖强度进行预警的实际操作中，为便于操作，将态势表进行整体倒置，以达到势级越大风险预警级别越高的目的。通过分析技术依赖强度、技术依赖结构、技术依赖方式的联系数的181种态势，可实现对技术依赖预警的风险排列。而继续计算各阶偏依赖联系数，对各阶偏联系数的集对势分析排列，可确定技术依赖风险的演化趋势。

至此，技术依赖的预警机制构建完成。预警类型上，主要分为单组数据预警和整体预警；预警方法上，同一度、联系数、偏联系数、集对势的优势得到充分利用。具体而言，利用同一度对分组数据进行预警；利用联系数、偏联系数、集对势分别进行整体预警中的联系数提取、演化测度、预警风险排列。预警过程环环相扣，前阶段工作是后阶段工作的基础。技术预警的预警过程详见图1。

5 实证分析

5.1 评价指标选取

各省份规模上工业企业的三种主要的技术获取方式、外部技术的消化吸收再创造能力分别使用以下指标表示：

规模上工业企业自主研发(ed)——试验发展经费支出；

规模上工业企业国外技术引进(ft)——引进技术经费支出；

规模上工业企业国内技术购买(dt)——购买国内技术经费支出；

规模上工业企业外部技术的消化吸收再创造能力(art)——技术消化吸收经费支出与技术改造经费支出之和。

企业创新绩效的衡量指标有很多，大部分研究使用专利相关或新产品相关的指标。考虑到企业作为区域创新系统中主要的盈利性行为主体，选取新产品相关指标衡量创新绩效，即新产品产值或新产品销售收入。而新产品销售收入又受到政策、市场等因素的影响；相比之下新产品产值对企业创新绩效的衡量更为直接。故选取新产品产值衡量企业的创新绩效，即：

规模上工业企业创新绩效(yout)——新产品产值。

数据均来源于《中国科技统计年鉴2012》。

5.2 各省份技术依赖预警

由式(5)～(7)计算各省份技术依赖强度、技术依赖结构和技术依赖方式的同一度(西藏大部分数据缺失，将其剔除)，并对照表1、表2和表3确定联合预警集。各省份技术依赖同一度及预警情况如表4所示。

表4 各省份技术依赖同一度及预警表

续表

由表4可知，以北京市为例，其国外引进技术依赖的联合预警集为{0.723,0.967,0.443}，国内购买技术的联合预警集为{0.748,0.998,0.818}。由此可知，北京市国外引进技术依赖强度预警为4级，依赖结构预警为1级，依赖方式预警为3级。北京市在对国外技术较高依赖的同时(a2λ=0.723)，实现了依赖结构的优化(a3λ=0.967)，依赖方式处于中性状态(a4λ=0.443)。北京市国内购买技术依赖强度预警为4级，依赖结构及依赖方式预警均为1级，其对国内技术的依赖结构，尤其是技术依赖方式的风险相对国外技术更低。整体上北京市技术获取多样化，技术的消化吸收再创新过程也相对完善，技术依赖风险不大。其他省、市、自治区的技术依赖联合预警方法相同。

5.3 技术依赖联系数及其演化趋势测度

根据表4计算的各省份技术依赖同一度，依照表1、表2与表3的技术依赖预警等级完成模糊隶属(同一)度的联系数化改进。30个省、市、自治区中，国外引进技术依赖强度中高依赖强度共6省，高依赖强度分量为6/30=0.2；较高依赖强度共7省，较高依赖强度分量为7/30=0.23；中度依赖强度10省，中度依赖强度分量为10/30=0.33；较低依赖强度共4省，较低依赖强度分量为4/30=0.13；低依赖强度共3省，低依赖强度分量为3/30=0.1。故国外引进技术依赖强度的联系数为：0.2+0.23i+0.33j+0.13k+0.1l。国外引进技术依赖结构、依赖方式的联系数及国内购买技术依赖强度、依赖结构、依赖方式的联系数提取方式相同。技术依赖联系数见表5。

表5 技术依赖联系数

由表5可知，除国外引进技术依赖方式为均势(shi(H)=a/e=1)外，其他5种技术依赖都为同势(shi(H)=a/e>1)。通过查询文献[29]给出的五元联系数态势表，可知国外引进技术依赖强度为61级(同势)，依赖结构为37级(同势)，依赖方式为82级(均势)；国内技术购买依赖强度为19级(同势)，依赖结构为10级(同势)，依赖方式为42级(同势)。在对技术依赖强度态势表进行整体倒置后，可得技术依赖预警等级：国外引进技术依赖强度预警121级，依赖结构预警37级，依赖方式预警82级；国内购买技术依赖强度预警163级，依赖结构预警10级，依赖方式预警42级。由此可知，我国现阶段技术依赖主要有以下特点：

第一，虽然外部技术依赖强度较大，特别是对国内购买技术的依赖强度预警已达到163级，但技术依赖结构相对合理，尤其是国内购买技术依赖结构预警仅为10级；表明企业在获取外部技术的同时亦重视自主研发，实现了内部技术与外部技术贡献的基本协调。

第二，我国技术依赖的风险主要存在于国外引进技术依赖方式上，即机械依赖的情况存在，对国外引进技术的消化吸收再创造能力略显不足，需进一步加强对国外先进技术的消化吸收，实现创造性依赖。

为探索我国技术依赖的发展趋势，以表5为基础，根据式(16)(17)(18)(19)进一步计算技术依赖的偏联系数，以实现对技术依赖的演化测度。计算结果见表6。

表6 技术依赖偏联系数

一阶偏联系数中，国外引进技术依赖强度、依赖结构、依赖方式以及国内购买技术依赖强度、依赖方式均处于反势，依赖程度都存在一阶下降趋势；只有国内购买技术依赖结构处于同势，其依赖程度存在一阶上升趋势。因此，技术依赖的一阶演化预警情况为：国外引进技术依赖强度以及国内购买技术依赖强度、依赖结构风险存在一阶下降趋势；国外引进技术依赖结构、依赖方式以及国内购买技术依赖方式风险存在一阶上升趋势。

二阶偏联系数中，国外技术引进技术依赖方式以及国内购买技术依赖强度、依赖结构、依赖方式均处于同势，依赖程度存在二阶上升趋势；而国外引进技术依赖结构和依赖方式分别处于反势和均势；依赖程度分别存在二阶下降和二阶制衡趋势。因此，技术依赖的二阶演化预警情况为：国外技术引进技术依赖强度以及国内购买技术依赖结构、依赖方式风险存在二阶下降趋势；国内购买技术依赖强度存在二阶上升趋势；国外引进技术依赖结构存在二阶制衡趋势。

三阶偏联系数中，不确定势均大于1，依赖程度均具存在三阶上升趋势(不确定的同一趋势)。技术依赖的三阶演化预警情况为：国外引进技术依赖强度以及国内技术购买依赖强度风险存在三阶上升趋势；其他技术依赖风险存在三阶下降趋势。

四阶偏联系数均大于0.5，即a>b，同势大于不确定势，依赖程度均存在四阶上升趋势。技术依赖的四阶演化预警情况为：国外引进技术依赖强度以及国内技术购买依赖强度风险存在四阶上升趋势；其他技术依赖风险存在四阶下降趋势。

尽管技术依赖风险演化趋势波动较大，但仍可从中归纳出以下两点重要预警信息：

(1)外部技术依赖风险在技术直接获取阶段可控。虽然我国企业对外部技术的依赖强度很大，且各阶上升趋势较明显，但技术依赖结构风险绝大部分存在下降趋势。外部技术并没有对企业自身自主研发产生持续性挤出效应。大部分企业在外部技术引进或购买的同时，能够对技术的自主研发进行持续、长期的投入，力求对外部技术依赖实现制衡。

(2)外部技术依赖风险在技术内化阶段凸显。不论是国外引进技术依赖方式还是国内购买技术依赖风险演化趋势的波动都较大，各阶技术引进、购买和技术消化吸收改造一直在匹配与否间徘徊。在对外部技术获取后的技术内化没有实现持续跟进，外部技术的创造性依赖演化趋势不存在，外部技术依赖方式有待进一步合理化。

6 结论

(1)本文解决了在企业边界不断扩展，经济、技术联系日益密切的创新环境下，外部技术依赖的风险预警及其演化趋势问题。对外部技术依赖进行预警是避免核心技术受制于人的重要举措，也是企业技术创新，尤其是原始创新的必然要求。

(2)将集对分析与模糊集理论的相似性与互补性合理地运用到技术依赖研究中。针对技术依赖这一问题的特点，对模糊隶属度补数的形式进行扩展和改进，进而用于归纳提炼联系数，实现对联系数中项所承载信息进行定量的展开讨论，分别对各省技术依赖、整体技术依赖进行了详细的分级预警和演化预警。同时将技术依赖细分为依赖强度、依赖结构与依赖方式，进一步明确了依赖瓶颈，使得技术依赖的改善有的放矢。

(3)经技术依赖预警及其演化趋势测度，我国技术依赖多体现在外部技术的内化阶段，即创造性依赖能力不足。因此，需进一步明确的是，与技术自主研发匹配的外部技术合理引进或购买是我国实现技术追赶的一种重要形式，但这种形式值得肯定和推广的前提是对外部技术的持续消化吸收再创造。

[1] Durrani T S, Forbes S M, Broadfoot C, Carrie A S. Managing the technology acquisition process[J]. Technovation, 1988, 18(8-9): 523-528, 587.

[2] Jones K G, Aldor L J, Teegen H J. Determinants and performance impacts of external technology acquisition[J]. Journal of Business Venturing, 2001,16(3): 255-283.

[3] Tsai K H, Wang G C. External technology acquisition and firm performance: a longitudinal study[J]. Journal of Business Venturing, 2008, 23(1): 91-112.

[4] Berchicci L. Towards an open R&D system: internal R&D investment, external knowledge acquisition and innovative performance[J]. Research Policy, 2013, 42(1): 117-127.

[5] 彭新敏,吴晓波,卫冬苇.我国IT企业新产品开发中的技术获取模式研究[J].科学学研究,2007,25(5):927-934.

[6] 彭新敏,吴晓波,卫冬苇.基于技术能力增长的企业技术获取模式研究[J].科研管理,2008,29(3):28-34,59.

[7] 宋宝香,彭纪生,王玮.外部技术获取对本土企业技术能力的提升研究[J].科研管理,2011,32(7):85-95.

[8] 严焰,池仁勇.R&D投入、技术获取模式与企业创新绩效——基于浙江省高技术企业的实证[J].科研管理,2013,34(5):48-55.

[9] Zadeh L A. Fuzzy sets[J]. Inform and Control, 1965, 8 (3): 338-353.

[10] Atanassov K T. Intuitionistic fuzzy sets[J]. Fuzzy Sets and Systems, 1986, 20 (1): 87-96.

[11] Ashtiani B, Haghighirad F, Makui A, Montazer G A. Extension of fuzzy TOPSIS method based on interval-valued fuzzy sets[J]. Applied Soft Computing, 2009, 9(2): 457- 461.

[12] Li D F. Linear programming method for MADM with interval-valued intuitionistic fuzzy sets[J]. Expert Systems with Applications, 2010, 37(8): 5939-5945.

[13] Nayagam V L G, Muralikrishnan S, Sivaraman G. Multi-criteria decision-making method based on interval-valued intuitionistic fuzzy sets[J]. Expert Systems with Applications, 2011, 38(3): 1464-1467.

[14] 赵吴静,吴开亚,金菊良.防洪工程安全评价集对分析—可变模糊集模型[J].水电能源科学,2007,25(2):5-7,13.

[15] 刘晓,唐辉明,刘瑜.基于集对分析和模糊马尔可夫链的滑坡变形预测新方法研究[J].岩土力学,2009,30(11):3399-3405.

[16] 刘秀梅,赵克勤.基于集对分析联系数的信息不完全直觉模糊多属性决策[J].数学的实践与认识,2010,40(1):67-77.

[17] 赵克勤.基于集对分析的方案评价决策矩阵与应用[J].系统工程,1994,12(4):67-72.

[18] 刘凤朝,潘雄锋,施定国.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,2005,11:83-91,106.

[19] 胡信布,袁治平,徐渝.基于集对分析的学习型组织建设成熟度评估研究[J].运筹与管理,2013,22(1):126-131.

[20] 周兴慧,张吉军.基于五元联系数的风险综合评价方法及其应用[J].系统工程理论与实践,2013,33(8):2169-2176.

[21] 田丹,张米尔.外部技术对装备产品集成创新绩效的影响[J].系统管理学报,2009,18(6):644- 648.

[22] 华海岭,高月姣,吴和成.大中型工业企业技术改造和获取投入效率的DEA分析[J].科研管理,2011,32(4):43-50.

[23] 谢富纪.中国企业从技术获取到自主研发的模式研究[J].科研管理,2004,25(S1):88-92.

[24] Park B. Knowledge transfer capacity of multinational enterprises and technology acquisition in international joint ventures[J]. International Business Review, 2001, 20(1): 75- 87.

[25] 吴亭,赵克勤,张清河.偏联系数在投标企业发展趋势分析中的应用[J].数学的实践与认识,2008,38(5):16-21.

[26] 覃杰,赵克勤.基于偏联系数的医院医疗质量发展趋势综合分析[J].中国医院统计,2007,14,(2):127-129,132.

[27] 王伟,江军,吴晓晖,章北平,高坤华.偏联系数在城市污水处理方案优选中的应用[J].中国给水排水,2010,26(1):90-92,95.

[28] 王传斌,王继顺.基于偏联系数的高职院校教师教学执行力潜在态势分析法[J].数学的实践与认识,2011,41(12):100-105.

[29] 王国平,杨洁,王洪光.五元联系数在地表水环境质量评价中的应用[J].安全与环境学报,2006,6(6):21-24.

[30] 张清河,张云波,赵克勤.工序作业时间实现可能性的新判定法[J].系统工程与电子技术,2003,25(10):1225-1228.

Technology Dependence Early Warning and Evolution Tendency Evaluation Based on Set Pair Analysis

LI Bai-zhou, LI Xin

(SchoolofEconomicsandManagement,HarbinEngineeringUniversity,Harbin150001,China)

International economic exchange and regional economic collaboration promote the external technology acquisition among enterprises. In order to avoid the excessive dependence on external technology, especially the dependence which is uncoordinated with technological internalization, we improve the fuzzy-pair analysis and use this method to study technology dependence. This study firstly evaluates identical degree of technological dependence and constructs the early warning set of Chinese industrial enterprises above designated size by region using set pair analysis. On this basis, we extract connection number by improving fuzzy membership connection number digitizing and evaluate evolution tendency. Finally, we order these technology-dependent risks according to set pair situation. The results show that the fuzzy membership complement improvement and its combination with contact number can extract contact number of grouped data easily and effectively. Partial connection number can measure evolutionary trends accurately and minutely. The crowding-out risk of external technology to independent research and development is not significant. But technology-dependent risks clearly exist in the stage of technological internalization due to lack of creative dependence capacity of external technology in China.

identical degree; connection number; technology dependence; early warning; evolution tendency

2013-11- 05

国家软科学基金资助项目(2012GXS4D114)；国家自然科学基金资助项目(71073034)

李柏洲(1964-)，男，辽宁彰武人，教授、博士生导师，研究方向：科技决策与创新管理；李新(1988-)，男，河北唐山人，博士研究生，研究方向：科技决策与创新管理。

F204

A

1007-3221(2015)02- 0262-10