纪晓丁,徐晓莉
(新疆大学经济与管理学院,新疆 乌鲁木齐 830046)
表1 指标体系
表1中,每一个指标对技术创新能力的影响大小是不一样的,因此选用了AHP法分别对二级指标、三级指标进行求权重值。
1.对指标进行打分
AHP法进行求权重时,首先根据指标之间的相互重要性进行打分。例:管理水平的重要性相对较强一些,而研发和实现能力相比于另外三个指标重要性较强一些,但弱于管理能力。
2.具体计算
指标完成打分之后,对每一行指标的打分值求乘积值,同理得出每一个指标的行乘积值。然后,对乘积值开六次根号,并其求和。开根号之后,对数据进行归一化处理,目的是消除量纲。
3.一致性检验
Ci=(λm-6)/5,其中λm=6.006。6代表指标的个数。Ri值随着指标个数变化。CR=Ci/Ri,只有CR值小于0.1通过一致性检验,计算得出CR值为0.001<0.1,通过检验。从而得到二级指标的权重:
M={mi}(i=1,2,3,4,5,6),M=(0.38,0.07,0.21,0.07,0.07,0.21)
注意,在求三级指标权重时,是对每一个二级指标对应的三级指标分别进行打分、求权重,要进行六次打分求。
N={nij}(i=1,2,3,4,5,6 j=1,2,3,4),N1=(0.48,0.09,0.16,0.27)
同理,其他三级指标权重结果如下:
N2=(0.17,0.45,0.12,0.27);N3=(0.12,0.27,0.39,0.22);N4=(0.42,0.27,0.17,0.14);N5=(0.41,0.31,0.01,0.18);N6=(0.42,0.14,0.27,0.17)
表2
总表
续表
企业技术创新能力指标不是一成不变的,而是时刻在变动,指标孰轻孰重,取决于行业。因此,成立10人小组,对三级指标进行评价,形成评价集合,见总表。评价结果形成评价矩阵。
P={pi}(i=1,2,3 ……n),即P={pi}={p1,p2,p3,p4,p5}={高,较高,一般,较低,低}
例:在评价小组中,针对C1“管理能力”中的“决策水平”,5人认为属于“高”,3人认为属于“较高”,2人认为属于“一般”,从而,该项指标的评价为:(0.5,0.3,0.2,0,0),C1的评价矩阵,见表2,具体见总表。
由三级指标权重集和评价矩阵可得三级指标模糊评价集:
Qi=Ni*Fi(i=1,2,3,4,5,6),例:Q1=(0.38,0.27,0.28,0.06,0.01)。同理可得综合模糊评价矩阵R:
Q1=(0.38,0.27,0.28,0.06,0.01);Q2=(0.39,0.39,0.16,0.04,0.01);Q3=(0.36,0.3,0.24,0.06,0.04);Q4=(0.4,0.31,0.16,0.07,0.06);Q5=(0.5,0.4,0.11,0,0.01);Q6=(0.31,0.34,0.21,0.06,0.08)
计算得到综合模糊评价集:
V=M*R=(0.37,0.31,0.23,0.06,0.03)
由上述结果可得如下结论:分别有37%、31%、23%、5%、3%的人评价为高、较高、一般、较低、低,总体看来,该企业的技术创新能力水平比较高。
本文通过模糊综合评价、AHP法,对企业技术创新能力相关指标进行综合评价,企业可以针对排序结果,做出相应的选择。上述方法简单方便,准确性高。当然,还有不足的地方,运用此方法,主观性太强,而且,对于具体用哪一个指标,还有待继续研究。