基于ANP的国防高校科技创新能力评价模型研究

李飞，张静文，刘慧敏

（1.西北工业大学科学技术管理部，陕西西安710072；2.西北工业大学计算机学院，陕西西安710072; 3.西北工业大学管理学院，陕西西安710072）

基于ANP的国防高校科技创新能力评价模型研究

李飞1，2，张静文3，刘慧敏3

（1.西北工业大学科学技术管理部，陕西西安710072；2.西北工业大学计算机学院，陕西西安710072; 3.西北工业大学管理学院，陕西西安710072）

国防高校的科技创新能力在保卫国家安全和提升国防工业的现代化水平中发挥了重要作用。与一般类型的高校相比，国防高校的科技创新能力评价体系更复杂。本文在分析国防高校科技创新能力特征的基础上，从改进一般类型高校科技创新能力评价模型的角度，提出了国防高校的科技创新能力评价的ANP模型。依托传统的AHP的评价指标体系，ANP模型采用网络图形式表达了主准则元素之间的相互影响作用，同时设计了矩阵图的形式清楚地展示了数量较多的分准则层指标之间的相互影响关系。研究结论表明，提出的ANP模型能表示出指标之间的依赖关系和反馈关系，因此比传统的AHP模型更适合构建复杂的国防高校科技创新能力评价系统。

国防高校；科技创新能力；ANP；评价模型

一、引言

随着全球科技经济的快速发展，世界格局正发生着深刻变化，国际形势日益严峻和复杂，国家安全威胁日趋严重，国家间的军事竞争突出表现为国防科技实力和创新能力的竞争。国防科技创新体系是国家创新体系的重要组成部分，并有着特殊的重要地位[1]。目前我国的国防科技创新体系是以政府为主导，依靠科研院所、高校和国防工业企业而建立的。国防高校在国防科技创新体系中发挥着重要的作用，是国防科技最关键的技术创新源。我国新时期军事战略方针要求国防高校发挥基础研究、技术探索、学科交叉融合、人才培养等优势，积极开展科技创新。此外，国防高校自身也迫切希望抓住机遇，不断提高科研创新能力，加快高水平研究型大学建设步伐。鉴于外部的驱动和内在的发展需求，研究国防高校的科研创新能力势在必行。因此，为充分提高国防高校的科技创新能力，加快推进国防科技工业创新体系的建立和创新能力的提升，迫切需要对国防高校科技创新能力进行科学的评价和分析，以便准确把握其总体科技创新能力的核心要素，明确今后的战略发展方向。此外，客观的国防高校科技创新能力评价研究，对优化国防高校科技资源配置和提高国防高校科技创新能力，进而增强我国国防科技的装备实力具有非常重要的理论和现实意义[2,3]。

本文首先分析了高校科技创新能力评价的相关研究，指出了以层次分析法AHP为主框架的已有评价体系的不足，进而分析了国防高校科技创新能力的特征。鉴于国防高校科技创新体系中各指标元素之间的相互作用关系，提出基于ANP的国防高校科技创新能力评价模型，以期能更准确地对复杂的国防高校科技创新体系进行客观评价。

二、相关研究

评价高校科技创新能力的研究起源于许多国家非常盛行的大学排行榜。例如，英国的大学科研评价体系(the Research Assessment Exercise,RAE)被认为是欧洲最先进的大学科研评价体系之一。当前，坚持创新型国家的发展道路已成为普遍的共识，作为国家科技创新体系的重要主体之一，高校的科技创新能力获得很高的关注度。围绕评价高校的科技创新能力，一些学者从评价原则、指标体系和评价方法等方面都开展了理论和实证研究。

一些学者以一般意义上的高校为对象研究了其科技创新能力的评价。Frame[4]对于高校科技创新能力与国家专利指标体系进行了研究，刘书雷等[5]分析了高校科技创新能力的要素构成和结构特征，提出了高校科技创新能力评价的参考模型并构建了高校科技创新能力评价的三阶段流程。还有一部分学者针对区域高校的科技创新能力评价问题展开研究。施星国等[6]界定了区域高校科技创新能力的定义，设计了区域高校科技创新能力的评价指标体系和评价方法。吕建荣等[7]采用统计分析与文献分析方法分析了西部12省市高校的科技创新能力，并提出了增强西部省市高校科技创新能力的措施。陈运平等[8]用主成分分析法动态比较分析了2000—2004年我国中部六省的高校科技创新能力的发展变化趋势。

少量学者对国防高校的科研能力评价进行了探索性研究。沈映春等[9]采用DEA模型测算了原国防科工委所属的7所高校的相对创新效率。刘微微等[3]以生态位理论为基础，研究了国防高校科研能力并构建了评价指标体系和评价模型。侯成义等[10]正式从创新的角度研究了国防高校科技创新能力的评价问题，采用因子分析法提取了影响国防高校科技创新能力的因素且建立了评价结构体系。梁燕等[11]通过对20位相关专家学者的问卷调查，利用AHP对高校科技创新能力评价体系进行权重赋值。吕蔚等[12]以教育部直属15所高校科研统计数据为样本，利用核主成分分析法进行了高校科技创新能力评价的实证分析。综合分析现有研究文献发现，高校科技创新能力评价模型主要以层次结构化模型为主，因此相应的评价方法也都是围绕层次分析过程法(analytic hierarchy process,AHP)展开，具体体现为线性加权法、多层次评价法、模糊综合评价法等。

尽管目前高校科技创新能力的评价指标体系和方法都有一些研究成果，但是针对国防高校科技创新能力评价的研究仍较少，且都以构建评价指标体系和简单应用AHP方法的层面，没有考虑评价体系中指标元素之间的相互影响作用，因此本文将从新的评价方法角度研究新的国防高校科技创新能力评价模型。

三、国防高校科技创新能力的特征分析

现代创新理论认为：创新是指人的思维活动和实践活动具有创造性、具有不同于前人或超越自身的独特的途径和方法。创新在不同的实践领域有不同的体现形式，而在科学技术发展中表现尤为直观。国防高校指依托于国防科技工业，通过人才培养、科学研究等为社会、国防科技系统服务的高等院校，主要职能是为国防科技工业创新发展提供人才、知识和技术支撑，担负着国防基础研究与应用研究、前沿探索方面的创新任务。国防高校科技创新能力是影响国防高校科研绩效和学术水平的决定性因素，是体现其办学实力的综合指标，也是促进其国防服务职能得以充分发挥和可持续发展的关键环节。与普通高等院校相比，国防高校具有多样性的社会价值，国防高校都具有寓军于民,科研开发与基础研究相结合的特点，且不同的国防高校的任务重点不同,社会价值的表现形式不同。结合刘微微等人[3]的分析，本文提出国防高校的科研工作具有如下三个突出的特征：

第一，国防高校科研任务来源的多元化。国防高校的科研任务主要来源于国家、军方和国防科技主管部门，除此之外还有一部分基础科研项目和民品开发项目，突出了对国防高校科技能力的评价是多主体参与的评价，如国家要求国防高校按期完成研究以提高我国国防实力；而民品开发则要求投资回报。科技人员更重视学术价值和技术优势转变。不同类别项目的侧重点不同，使得国防高校的科研人员在承担项目的过程中必须权衡时间和精力，而且项目之间的相互影响也使得多类型项目并行协调和资源配置更困难。

第二，国防高校科研投入产出关系的复杂性。首先是国防科研项目通常规模大且技术程度复杂，经常需要多个科研院所协作完成；其次，不同学科和类型的科研项目研制过程差别较大，其投入、产出的计算没有统一的公式可以采用。如装备预研项目、产品开发项目、软科学项目等都有不同的活动规律；再次，国防高校科研投入、产出的特殊性还表现为产出成果的滞后和不连续性，这直接增加了国防高校科研创新能力评价的复杂性。

第三，国防高校科研成果的保密性。国防高校科研成果对国家有很大的影响，在特定的时间和范围内需要严加保密。国内外国防高校科研项目都具有一个共性，那就是科研成果的高保密性。因此，在对国防高校科研能力进行评价时，其产出成果如著作、专利等，由于保密的时效性，增加了对其做出及时和客观评价的难度。

基于以上的分析，本文借鉴文献[3]对国防高校科技创新能力的定义：国防高校通过有效利用和优化配置各种科技创新资源，通过知识创新、技术创新、科技成果转化、创新团队与人才培育等多种方式，在国防基础研究、关键技术攻关、武器装备研制等方面具有竞争优势的能力。现属于工业和信息化部的7所国防高校是具有鲜明国防特色专业和工程技术优势的高等院校，肩负着为中国国防事业培养和输送高层次技术创新型人才、进行国防基础性、原发性、应用性研究和战略性高科技研究的任务，是国防科技自主创新中基础研究创新的主体，是中国国防事业发展的强大支持系统。

表1 改进的国防高校科技创新能力结构和指标体系

四、基于ANP的国防高校科技创新能力评价模型

（一）国防高校科技创新能力评价的指标体系

网络层次分析法(analytic network process,ANP)的系统模型结构要比层次分析法AHP的系统模型结构复杂得多。AHP构建的是递阶式层次结构，而ANP构建的是既存在递阶式层次又存在内部循环和相互支配的网络结构[13]，这是因为在实际的决策问题当中，系统中的各个元素往往相互影响相互依赖，从而出现了复杂交错的网络结构。为了更直观地阐述基于ANP的国防高校科技创新评价模型构建过程，需要选择经典的AHP指标体系作为基础。

侯成义等[10]构建的国防高校科技创新能力结构和指标体系中，包含4个一级指标：科技创新基础能力、知识创新能力、技术创新能力、人才培养与创新团队，这4个一级指标基本能体现出国防高校科技创新能力的主要元素。然而，此指标体系中对某些二级指标设置的合理性还有待改进。本文基于侯成义等[10]的指标体系（为表述方便，后面简称为旧指标体系），针对前述的国防高校科技创新能力的特征，对二级指标进行了精简、合并和调整，形成新的指标体系如表1所示。具体的完善细节包括：

第一，减少了二级指标的数量。新指标体系将二级指标的数量由原来的18个精简为15个，使得二级指标更具针对性，避免在后评价过程中出现数据冗余。例如将二级指标国防重点（特色）学科与国防科技重点实验室进行合并，形成新的二级指标C1。这样C1不仅全面表述科技创新基础能力和基础设施建设的状况，而且避免二级指标冗余造成评价过程中数据的不准确性。例如某国防高校利用特色学科组建的实验室，如果旧的指标体系就会重复记录数据，但是利用新的指标体系可以避免这样的不足。

第二，调整了二级指标的属性设置。二级指标的属性是二级指标的控制层，确定二级指标的控制层也就是设定一级指标很关键，它是进行层次分析的逻辑和架构基础，但是旧指标体系中二级指标的属性还需要完善。例如将二级指标“博士生占研究生的比例”归为“科技创新基础能力”一级指标下，但是很显然此指标更应归为一级指标“人才培养与创新团队”下。

第三，简化了数据计算量。与旧指标体系相比，新的指标体系将二级指标的数量从18个减少为15个，二级指标数量的精简使得在归一化处理ANP的超矩阵W、计算W幂方的极限等运算过程中，计算量大大减少,因而评价效率更高。

（二）基于ANP的国防高校科技创新能力评价模型构建

由于国防高校科技创新能力的表现形式多种多样，容易受外部环境例如国家政策、人才流动等因素影响，且内部因素相互影响相互制约，选择恰当的评价模型成为评价国防高校科技创新能力的关键。

网络层次分析法ANP是在AHP的基础上发展出来的一种更实用的多准则科学决策方法，可以处理复杂的内部具有依存、外部具有反馈的决策问题[14]。AHP方法的核心是仅考虑上层元素对下层元素的支配作用，且假定同一层元素之间是彼此独立的。国防高校科技创新能力的评价和决策过程较复杂，主要因为各指标因素之间相互依存、相互影响，同层元素内部也存在依存关系，下层元素对上层元素也存在依存关系。ANP能够将系统问题进行层次划分，且充分考虑同层之间、不同层之间、各元素之间相互影响、相互制约的关系，适合解决结构依存关系复杂的系统评价问题。因此，本文选择ANP作为国防高校科技创新能力的评价模型。

ANP首先将系统元素划分为两大部分，第一部分称为控制层，包括问题目标及决策准则。决策准则均被认为是彼此独立的，且只受目标元素支配，控制因素中可以没有决策准则，但至少有一个目标。第二部分为网络层，它是由所有受控制层支配的元素组(也称为主因子)组成的，其内部是互相影响的元素组(也称为次因子)构成网络结构。系统元素之间的影响关系采用箭头表示，表明箭尾指标影响箭头指标，有指向自己的箭头表示属于该指标(元素集)的下一级指标之间是相互影响的。

1.一级指标之间的相互关系分析

首先从一级指标之间的相互影响关系分析，科技创新基础能力（B1）、知识创新能力（B2）、技术创新能力（B3）、创新团队与人才培育能力（B4）之间都有相互影响关系。例如，通常国防高校的科技创新基础能力对其知识创新能力、技术创新能力和创新团队与人才培养等元素都有影响作用，反过来后面几个因素也都会影响科技创新基础能力。例如，科技创新基础能力强，很可能直接促进了知识创新能力、技术创新能力和创新团队与人才培养能力的提高。因此构建此指标体系对应的ANP模型时，控制层仅包含目标。

2.二级指标之间的相互关系分析

有些二级指标之间具有影响关系，如国防重点和特色学科与国防科技重点实验室（C1）会影响军工固定资产投资总额占固定资产总投资比例（C2）和国防科研经费总额占总经费的比例（C3），同样的军工固定资产投资总额占固定资产总投资比例（C2）也会影响C1和C3。根据ANP的理论，指标之间可以两两相互影响，如果某个指标对另外一个指标没有影响，则对应判断矩阵中的元素为0。对图1中的二级指标之间的相互影响关系分析后，可以获得ANP评价模型的网络层。

3.ANP评价模型的结构形成

国防高校科技创新能力评价体系是一个复杂的网络结构，结合上述的(1)和(2)的分析，本文构建的基于ANP的国防高校科技创新能力评价模型如图1所示。

图1首先分为上下两部分，分别对应ANP模型的控制层和网络层。对于本文采用的评价指标体系，由于主准则层元素（一级指标）之间具有相互影响作用，因此控制层仅包含目标层。在下层的网络层中，节点和箭线构成的网络图表示出了主准则层元素之间具有相互影响作用，其中箭线表示箭尾节点表示的元素对箭头节点的元素有影响作用，而双向箭头表示箭线两侧的节点元素互相影响；自身对自己的箭头表示属于该元素的下一级元素（二级指标，次准则层）之间是相互影响的。

由于次准则层元素较多，用网络图的形式表示各元素之间的相互关系时，箭线交叉过多会导致网络图的布局零乱，不利于清楚和直观地反映出元素之间的两两关系，因此本文采用矩阵的形式给出分准则层的各元素之间的影响关系。矩阵中的行表示所在行元素对其它元素的影响作用，矩阵中的列表示所有其它元素对所在列元素的影响作用。其中符号“”表示其所在位置对应的矩阵首行处和首列处的两个元素之间相互影响；符号“→”表示其所在位置对应的矩阵首行处的元素影响首列处的元素，但是首列处的元素不影响首行处的元素；符号“←”与“→”相对应，表示其所在位置对应的矩阵首行处的元素被首列处的元素所影响；符号“ⅹ”表示其所在位置对应的矩阵首行处和首列处的元素之间没有相互影响作用。符号“*”表示对角线上的元素，即对于单个指标（不能再分解）来说，自身与自身之间无影响作用。根据上述的表示规则，以矩阵的对角线为对称轴，矩阵中的元素cij满足下列关系：

若cij=“”，则必定cji=“”；

若cij=“→”，则必定cji=“←”；

若cij=“ⅹ”，则必定cji=“ⅹ”；

根据图1中分准则层各元素之间的影响关系矩阵可以看见，多数元素之间具有两两相互影响关系或单向的影响关系，但是也有少量元素仅与其余个别元素之间具有影响关系。例如，元素C1（国防重点和特色学科与国防科技重点实验室）与其余元素之间都存在互相影响或单向影响作用，而元素C2（军工固定资产投资总额占固定资产总投资比例）仅与C1和C3之间具有相互影响作用。

图1 国防高校科技创新能力评价的ANP模型

ANP的评价计算过程是通过构建超矩阵来计算权重。通过两两比较得到排序向量来作为超矩阵的每一列，超矩阵W是通过元素两两比较而导出，矩阵中的每一列都是以某个元素为准则。另外，为了使计算更加简便，需要将超矩阵的每一列进行归一化处理，用加权矩阵乘以超矩阵得到归一化的超矩阵。

与传统的AHP模型相比，ANP能表达出指标之间的依赖关系和反馈关系，更适合用于表达复杂的国防高校科技创新能力评价系统。

五、结论

国防高校的科技创新能力已经成为影响国防科技工业创新能力，推动创新型国防科技工业形成与发展的重要因素。本文首先分析了已有高校科技创新能力评价问题研究的现状并指出了其中的不足，其次从改进已有评价模型的角度，提出基于ANP的国防高校科技创新能力评价模型，并依托特定的AHP评价指标体系给出了其相对应的AHP模型，给出了每个指标层内指标之间的相互作用关系类型。本文的研究工作克服了已有高校科研创新能力评价模型的不足，对于国防高校科技创新能力的评价提供了新的方法。下一步将收集多所国防高校的科技创新能力数据，并对提出的ANP模型进行实践验证。

[1]江剑,官建成.我国国防科技工业自主创新能力评价的内容及方法研究[J].科技管理研究,2009(10).

[2]张敬文,江晓珊,徐莉.战略性新兴产业技术创新联盟合作伙伴选择及评价研究——基于技术生态位视角[J].科技管理研究,2016(1).

[3]刘微微,石春生,徐明.基于生态位的国防高校科研能力模糊综合评价[J].哈尔滨工业大学学报(社会科学版), 2010(1).

[4]Frame J.Modeling national technological capacitywith patent indicators[J].Scienometrics,1991(3).

[5]刘书雷,吕蔚,韩琰.高校科技创新能力的要素构成及评价体系研究[J].科学学研究,2009(S2).

[6]施星国,张建华,仲伟俊.区域高校科技创新能力的评价研究[J].研究与发展管理,2009(4).

[7]吕建荣,姚远,陈镱文,等.我国西部12省市高校科技创新能力研究[J].西安电子科技大学学报(社会科学版),2007 (3).

[8]陈运平,陈林心.我国中部六省高校科技创新能力比较研究[J].科技进步与对策,2009(1).

[9]沈映春,管超.基于DEA的国防科工高校国防科技创新效率研究[J].北京航空航天大学学报(社会科学版),2010 (5).

[10]候成义,张守华,曹郑玉,等.基于因子分析法的国防高校科技创新能力结构与评价体系研究[J].科技管理研究, 2011(6).

[11]梁燕,耿燕,林玉伟,等.基于层次分析法的高校科技创新能力评价指标体系研究[J].科学学与科学技术管理,2009 (5).

[12]吕蔚,王新峰,孙智信.基于核主成分分析的高校科技创新能力评价研究[J].国防科技大学学报,2008(3).

[13]孙铭忆.层次分析法(AHP)与网络层次分析法(ANP)的比较[J].中外企业家,2014（10）.

[14]孙宏才,田平,王莲芬.网络层次分析法与科学决策[M].北京:国防工业出版社,2011.

E252

A

1009－2447（2016）04－0069－06

2016-01-05

西北工业大学政策研究基金项目(ZYY201305)

李飞（1982-），男，陕西绥德人，西北工业大学科学技术管理部助理研究员，西北工业大学计算机学院博士生。