考慮專家偏好的創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)方法

楊昌輝, 邱立偉, 丁 帥

(合肥工業(yè)大學(xué) 管理學(xué)院，安徽 合肥 230009)

?

考慮專家偏好的創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)方法

楊昌輝, 邱立偉, 丁 帥

(合肥工業(yè)大學(xué) 管理學(xué)院，安徽 合肥 230009)

為解決創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)過程中專家偏好差異和指標(biāo)量綱不一致等問題，文章構(gòu)建了一個(gè)科學(xué)的評價(jià)指標(biāo)體系，運(yùn)用考慮專家偏好的效用函數(shù)對創(chuàng)新能力評價(jià)指標(biāo)進(jìn)行效用估算，并計(jì)算灰色關(guān)聯(lián)系數(shù)；最后運(yùn)用TOPSIS方法對創(chuàng)新型企業(yè)的創(chuàng)新能力進(jìn)行綜合評價(jià)和排序。數(shù)值實(shí)例證明了該方法的科學(xué)性和實(shí)用性。

加權(quán)GRA-TOPSIS；專家偏好； 效用估算；創(chuàng)新型企業(yè)； 創(chuàng)新能力

0 引言

提升創(chuàng)新型企業(yè)的自主創(chuàng)新能力，是科技部、國資委等四部委為配合創(chuàng)新型國家建設(shè)而部署的一項(xiàng)戰(zhàn)略規(guī)劃。創(chuàng)新型企業(yè)的創(chuàng)新包括技術(shù)、品牌、制度、管理、理念和文化等各方面的協(xié)同創(chuàng)新。從企業(yè)層面來看，創(chuàng)新是提高競爭力的有效途徑；從社會層面來看，創(chuàng)新型企業(yè)作為經(jīng)濟(jì)發(fā)展的重要引擎，是創(chuàng)新型國家戰(zhàn)略的支撐。因此，如何客觀、全面地評價(jià)創(chuàng)新型企業(yè)的創(chuàng)新能力，顯得尤為重要。

目前已經(jīng)有許多學(xué)者對創(chuàng)新型企業(yè)進(jìn)行大量的研究，并且從多個(gè)視角研究相關(guān)的評價(jià)指標(biāo)體系和具體的評價(jià)方法。文獻(xiàn)[1]認(rèn)為創(chuàng)新能力評價(jià)應(yīng)從資源能力、載體能力、環(huán)境能力、成果能力和品牌能力五個(gè)方面展開。文獻(xiàn)[2]從創(chuàng)新型企業(yè)的經(jīng)濟(jì)績效、科技績效、社會績效和綠色績效四個(gè)方面構(gòu)建了創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)體系。文獻(xiàn)[3]構(gòu)建了包含研究開發(fā)(R)、生產(chǎn)制造(P)、市場營銷(M)三個(gè)維度的“RPM三維模型”，建立了各維度能力強(qiáng)度測度的計(jì)算方法和創(chuàng)新能力協(xié)同效用的測度方法，測度了深圳市數(shù)字電視企業(yè)創(chuàng)新能力。為了解決創(chuàng)新能力評價(jià)過程中的“小樣本”、“貧信息”等不確定性問題，文獻(xiàn)[4]建立了基于灰色系統(tǒng)理論的創(chuàng)新型企業(yè)評價(jià)模型。文獻(xiàn)[5]在“4+1”體系的基礎(chǔ)上提出技術(shù)創(chuàng)新依存度指數(shù)，避免了行業(yè)差異對企業(yè)創(chuàng)新能力評價(jià)的影響。

目前用于創(chuàng)新能力評價(jià)的方法，在一定程度上可對創(chuàng)新型企業(yè)的創(chuàng)新能力進(jìn)行評價(jià)，但是不能有效解決因?qū)＜疫x擇性偏好而影響評價(jià)結(jié)果的問題。因此，本文主要的研究目的在于通過效用理論來拓展傳統(tǒng)的TOPSIS法，以完善創(chuàng)新能力的評價(jià)方法。在上述研究的基礎(chǔ)上，本文提出運(yùn)用修正后的TOPSIS方法，即考慮專家偏好的GRA-TOPSIS方法進(jìn)行評價(jià)創(chuàng)新型企業(yè)的創(chuàng)新能力。本文以創(chuàng)新型企業(yè)作為評價(jià)對象，構(gòu)建科學(xué)的指標(biāo)體系；引入效用函數(shù)測算專家的選擇性偏好，確定指標(biāo)的效用值；然后計(jì)算加權(quán)的灰色關(guān)聯(lián)系數(shù)，運(yùn)用GRA-TOPSIS方法求得理想解和負(fù)理想解；并利用貼進(jìn)度作為評價(jià)的依據(jù)，對創(chuàng)新型企業(yè)的創(chuàng)新能力進(jìn)行排序評價(jià)。最后，本文以安徽省12家創(chuàng)新型企業(yè)作為數(shù)值實(shí)例，對其創(chuàng)新能力進(jìn)行評價(jià)，以驗(yàn)證該方法的有效性和實(shí)用性。

1 創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)指標(biāo)體系

在綜合考慮指標(biāo)設(shè)置的科學(xué)性和相關(guān)指標(biāo)數(shù)據(jù)獲取難易程度的基礎(chǔ)上，本文對既定區(qū)域的創(chuàng)新型企業(yè)，分別從創(chuàng)新能動力、資源整合能力、創(chuàng)新產(chǎn)出能力和創(chuàng)新可持續(xù)能力4個(gè)不同的維度衡量創(chuàng)新型企業(yè)的創(chuàng)新能力。其中：

(1)創(chuàng)新能動力，主要指企業(yè)的創(chuàng)新意識，即企業(yè)家和員工對自主創(chuàng)新及其價(jià)值性的一種認(rèn)識水平，以及由此形成的對待自主創(chuàng)新的態(tài)度。該項(xiàng)指標(biāo)作為企業(yè)進(jìn)行創(chuàng)造活動的出發(fā)點(diǎn)和內(nèi)在動力，是創(chuàng)造性思維的前提。

(2)創(chuàng)新資源整合能力，是企業(yè)在自主創(chuàng)新過程中以獲取經(jīng)濟(jì)效益為目的，以市場為基礎(chǔ)，系統(tǒng)整合企業(yè)內(nèi)外部各種創(chuàng)新資源，實(shí)現(xiàn)資源的優(yōu)化配置的能力。通過整合資源、優(yōu)化資源配置，可有效降低企業(yè)在創(chuàng)新過程中產(chǎn)生的成本，提高投入產(chǎn)出率。該項(xiàng)指標(biāo)主要體現(xiàn)出企業(yè)最大效度的整合利用創(chuàng)新資源、將創(chuàng)新資源進(jìn)行市場化運(yùn)作的能力。

(3)創(chuàng)新產(chǎn)出能力，主要指企業(yè)獲得自主知識產(chǎn)權(quán)和產(chǎn)業(yè)化的能力，是企業(yè)自主創(chuàng)新的核心。只有獲得自主知識產(chǎn)權(quán)，企業(yè)利用該類專利進(jìn)行生產(chǎn)的成本才會降低；將創(chuàng)新產(chǎn)品產(chǎn)業(yè)化，可以及時(shí)占領(lǐng)市場，獲得較大的市場份額和較高的營業(yè)收入。該項(xiàng)指標(biāo)是創(chuàng)新型企業(yè)通過創(chuàng)新來獲利、進(jìn)而將所獲利潤投入新一輪的科研創(chuàng)新的關(guān)鍵。

(4)創(chuàng)新的可持續(xù)性，是企業(yè)不斷地推出和實(shí)施符合經(jīng)濟(jì)、社會、生態(tài)環(huán)境可持續(xù)發(fā)展要求的自主創(chuàng)新項(xiàng)目，并持續(xù)不斷實(shí)現(xiàn)商業(yè)化，獲得經(jīng)濟(jì)效益的過程。該項(xiàng)指標(biāo)反映了企業(yè)在一個(gè)較長的時(shí)期內(nèi)的效益增長和可持續(xù)發(fā)展水平。

創(chuàng)新能力評價(jià)指標(biāo)體系中的4個(gè)一級指標(biāo)，由17個(gè)二級指標(biāo)構(gòu)成。一級指標(biāo)和二級指標(biāo)具體設(shè)置如表1所示。

表1 創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)指標(biāo)

2 基于GRA-TOPSIS的創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)

TOPSIS方法已經(jīng)廣泛應(yīng)用在諸多領(lǐng)域，是一種常用的有限方案多指標(biāo)屬性的決策分析方法。創(chuàng)新型企業(yè)的創(chuàng)新能力評價(jià)不僅需要考察多維度的度量指標(biāo)，還需要在考慮專家偏好的基礎(chǔ)上進(jìn)行綜合排序。因此，本文提出一種考慮專家偏好的GRA-TOPSIS方法，并將其應(yīng)用于創(chuàng)新型企業(yè)的創(chuàng)新能力評價(jià)中。具體計(jì)算步驟如下：

2.1 計(jì)算考慮專家偏好的加權(quán)灰色關(guān)聯(lián)系數(shù)

通過評價(jià)指標(biāo)數(shù)據(jù)，計(jì)算其灰色關(guān)聯(lián)系數(shù)。首先確定比較數(shù)列和參考數(shù)列并標(biāo)準(zhǔn)化處理；然后基于專家偏好，對指標(biāo)的效用值進(jìn)行估算；在此基礎(chǔ)上，確定指標(biāo)權(quán)重。最后計(jì)算得到加權(quán)灰色關(guān)聯(lián)系數(shù)。具體計(jì)算方法如下。

(1)指標(biāo)信息采集及標(biāo)準(zhǔn)化處理

設(shè)待評的創(chuàng)新型企業(yè)有m家，評價(jià)指標(biāo)為n個(gè)，則評價(jià)數(shù)據(jù)矩陣為[xi,k]m×n。 其中，xi,k為第i個(gè)評價(jià)對象的第k個(gè)指標(biāo)的評價(jià)值，評價(jià)對象i=1,2,…,m;指標(biāo)k=1,2…,n。

為了消除不同指標(biāo)不同量綱的影響，便于各指標(biāo)數(shù)值之間的直接比較和評價(jià)，需要針對不同類型的指標(biāo)采取不同的規(guī)范化方法，將其規(guī)范化為隸屬于區(qū)間[0,1]區(qū)間上的數(shù)。表1中的指標(biāo)均為效益型指標(biāo)，故根據(jù)本文數(shù)據(jù)處理的需要，主要介紹效益型指標(biāo)的標(biāo)準(zhǔn)化：

(1)

(2)考慮專家偏好的指標(biāo)效用值估算

傳統(tǒng)的TOPSIS方法確定屬性值的方法過于簡單，忽略了專家對于各屬性的偏好程度。采集的數(shù)據(jù)隸屬于不同的屬性，而專家對不同屬性的偏好程度則會影響屬性賦權(quán)之后的屬性值。因此本文在此處基于效用理論，對傳統(tǒng)的TOPSIS方法進(jìn)行合理修正。在確定權(quán)重之前，首先構(gòu)造效用函數(shù)和效用曲線，精確測算專家對屬性值選擇性偏好的敏感程度。然后根據(jù)每位專家的偏好程度，確定各屬性的效用值以及相應(yīng)的權(quán)重。

考慮專家偏好的效用函數(shù)如下式：

(2)

其中，ηi,k∈[0,1]，表示基于專家偏好而估算得到的屬性效用值參數(shù)。δ取大于1的整數(shù)，表示專家對于屬性值的偏好程度；xexp取值范圍在[0,1]區(qū)間，表示基于專家選擇性偏好的期望值。xexp是該分段函數(shù)的分段點(diǎn)，在函數(shù)圖像上表現(xiàn)為圖像的拐點(diǎn)。

圖1 效用函數(shù)圖像

效用函數(shù)對應(yīng)的效用曲線如圖1所示。

專家效用函數(shù)的波動范圍受期望xexp的控制。當(dāng)xi,k>xexp時(shí)，專家對屬性值的偏好呈均勻線性遞增的變化趨勢； 當(dāng)xi,k≤xexp時(shí)，專家對屬性值的偏好程度受參數(shù)δ的影響。δ取值越小，效用函數(shù)的烈度越大；反之，δ取值越大，效用函數(shù)的烈度越小。

(3)確定權(quán)重，計(jì)算灰色關(guān)聯(lián)系數(shù)ζi(k)

對ηi,k進(jìn)行加權(quán)，得到m個(gè)評價(jià)對象在n個(gè)指標(biāo)上的加權(quán)矩陣[ti,k]m×n。其中ti,k=ωkηi,k，ωk表示第k個(gè)指標(biāo)的權(quán)重，ηi,k表示第i個(gè)評價(jià)對象在k個(gè)指標(biāo)上的效用值。在實(shí)際問題求解中，采取AHP方法來計(jì)算指標(biāo)權(quán)重比較簡便。此處在大量走訪調(diào)查的基礎(chǔ)上運(yùn)用AHP方法來賦權(quán)。

考慮到本文選取的指標(biāo)均為效益型指標(biāo)，選擇每一項(xiàng)指標(biāo)屬性的最大值構(gòu)造參考數(shù)列。即t0={t0,k︳max(ti,k,k=1,2，…,m}。

在此基礎(chǔ)上，計(jì)算灰色關(guān)聯(lián)系數(shù)ζi(k)：

(3)

上式中，Δi(k)=|t0,k-ti,k|。Δi(k)表示t0與ti在第k項(xiàng)指標(biāo)處的絕對差，ζi(k)為關(guān)聯(lián)系數(shù)，ρ為分辨系數(shù)。ρ在公式中的作用非常重要，因?yàn)樗粌H調(diào)節(jié)ζ的大小，而且還控制關(guān)聯(lián)系數(shù)的變化區(qū)間。通常ρ的取值范圍在[0,1]區(qū)間，根據(jù)經(jīng)驗(yàn)，在此ρ取0.5。得到灰色關(guān)聯(lián)系數(shù)矩陣ζ=[ζi(k)]m×n。

2.2 基于TOPSIS的企業(yè)創(chuàng)新能力評價(jià)

以灰色關(guān)聯(lián)系數(shù)矩陣ζ為新的決策矩陣構(gòu)造理想解模型，具體步驟為：

(4)

(5)

(6)

3 數(shù)值實(shí)例

本文選取安徽省電子信息、裝備制造和新材料三個(gè)行業(yè)的 12家創(chuàng)新型企業(yè)為研究樣本：中鋼集團(tuán)安徽天源科技股份有限公司(s1)、安徽科大訊飛信息科技股份有限公司(s2)、安徽神劍科技股份有限公司(s3)、安徽銅峰電子股份有限公司(s4)、安徽鑫龍電器股份有限公司(s5)、安徽盛運(yùn)機(jī)械股份有限公司(s6)、陽光電源股份有限公司(s7)、安徽四創(chuàng)電子股份有限公司(s8)、蕪湖海螺型材科技股份有限公司(s9)、安徽國風(fēng)塑業(yè)股份有限公司(s10)、黃山永新股份有限公司(s11)和安徽安利合成革股份有限公司(s12)。指標(biāo)數(shù)據(jù)包括定量數(shù)據(jù)和定性數(shù)據(jù)。其中定量數(shù)據(jù)來自安徽統(tǒng)計(jì)年鑒、安徽工業(yè)年鑒和創(chuàng)新型企業(yè)信息采集系統(tǒng)；定性數(shù)據(jù)來自安徽省科技廳、經(jīng)信委，以及對各企業(yè)的專家進(jìn)行問卷調(diào)查所獲得的相關(guān)數(shù)據(jù)。

3.1 考慮專家偏好的效用值估算

首先通過采集的指標(biāo)數(shù)據(jù)確定初始矩陣。在多指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上，運(yùn)用公式(2)計(jì)算12家創(chuàng)新型企業(yè)在18個(gè)二級指標(biāo)上的效用值。其中專家選擇偏好的期望xexp和參數(shù)δ分別設(shè)置為0.7和2。

指標(biāo)效用值具體如表2和表3所示。

表2 指標(biāo)u11-u26的效用值矩陣

表3 指標(biāo)u31-u45的效用值矩陣

3.2 加權(quán)灰色關(guān)聯(lián)系數(shù)確定

通過大規(guī)模調(diào)查走訪，計(jì)算并得到本文18個(gè)二級指標(biāo)的賦權(quán)結(jié)果：

ω=(0.1839,0.1519,0.1333,0.1034,0.0767,0.0556,0.0541,0.0737,0.1465,0.1171,0.1348, 0.0972,0.0894,0.0499,0.0512,0.0554,0.0559,0.0399)

為了計(jì)算加權(quán)的灰色關(guān)聯(lián)系數(shù)，首先確定參考數(shù)列：

t0=(0.1120,0.0899,0.0789,0.0612,0.0454,0.0329,0.030,0.0436,0.0867,0.0693,0.0884, 0.0575,0.0529,0.0295,0.0303,0.0328,0.0331,0.0236)

再通過公式(3)計(jì)算加權(quán)的灰色關(guān)聯(lián)系數(shù)，得到灰色關(guān)聯(lián)矩陣?；疑P(guān)聯(lián)矩陣如表4和表5所示：

表4 指標(biāo)u11-u26的灰色關(guān)聯(lián)矩陣

表5 指標(biāo)u31-u45的灰色關(guān)聯(lián)矩陣

3.3 基于TOPSIS的綜合測度

根據(jù)公式(4)從灰色關(guān)聯(lián)矩陣中選出正理想解和負(fù)理想解，并通過公式(5)分別計(jì)算到正理想解的距離和到負(fù)理想解的距離：

在此基礎(chǔ)上，由公式(6)計(jì)算出12家創(chuàng)新型企業(yè)創(chuàng)新能力指標(biāo)的相對貼近度，得到

由此，最終得到創(chuàng)新型企業(yè)創(chuàng)新能力的綜合排序(創(chuàng)新能力水平由強(qiáng)到弱):安徽科大訊飛信息科技股份有限公司, 陽光電源股份有限公司, 黃山永新股份有限公司, 安徽四創(chuàng)電子股份有限公司, 安徽鑫龍電器股份有限公司, 安徽國風(fēng)塑業(yè)股份有限公司, 安徽安利合成革股份有限公司,安徽盛運(yùn)機(jī)械股份有限公司, 中鋼集團(tuán)安徽天源科技股份有限公司, 安徽銅峰電子股份有限公司,安徽神劍科技股份有限公司和蕪湖海螺型材科技股份有限公司。

評價(jià)指標(biāo)最終測度的排序結(jié)果顯示，該12家創(chuàng)新型企業(yè)間的創(chuàng)新能力水平差別較大：科大訊飛的創(chuàng)新能力最強(qiáng)，且明顯強(qiáng)于其他創(chuàng)新型公司；蕪湖海螺型材科技股份有限公司創(chuàng)新能力最弱，且劣勢明顯。由于這12家企業(yè)的創(chuàng)新能動力、創(chuàng)新資源整合能力、創(chuàng)新產(chǎn)出能力、創(chuàng)新可持續(xù)能力水平存在不同程度的差異，導(dǎo)致創(chuàng)新能力水平差異明顯。此外，此數(shù)值實(shí)例說明，通過構(gòu)建合理、完善的指標(biāo)評級體系，運(yùn)用基于考慮專家偏好的加權(quán)GRA-TOPSIS模型，可以對創(chuàng)新型企業(yè)的創(chuàng)新能力進(jìn)行科學(xué)有效的評價(jià)。

4 結(jié)束語

盡管目前有學(xué)者對創(chuàng)新型企業(yè)的創(chuàng)新能力進(jìn)行評價(jià)，但是未能考慮專家對指標(biāo)屬性值的個(gè)性化偏好，也未能較好地解決指標(biāo)量綱不一致的問題。為此，本文在構(gòu)建創(chuàng)新能力評價(jià)指標(biāo)體系的基礎(chǔ)上，引入效用函數(shù)來測算專家的選擇性偏好；計(jì)算加權(quán)的灰色關(guān)聯(lián)系數(shù)，進(jìn)而運(yùn)用TOPSIS方法對創(chuàng)新型企業(yè)的創(chuàng)新能力進(jìn)行綜合評價(jià)。數(shù)值實(shí)例的評價(jià)結(jié)果顯示，考慮專家偏好的GRA-TOPSIS方法可以很好地適用于創(chuàng)新型企業(yè)的創(chuàng)新能力評價(jià)。在未來的研究工作中，我們將進(jìn)一步豐富創(chuàng)新型企業(yè)創(chuàng)新能力評價(jià)的指標(biāo)體系，并探討成本型指標(biāo)和考慮時(shí)間因素的綜合評價(jià)問題。

[1] 劉風(fēng)朝,潘雄風(fēng).基于集對分析法的區(qū)域自主創(chuàng)新能力評價(jià)[J].中國軟科學(xué),2005,11:83-92.

[2] 向剛,熊覓,李興寬,陳曉麗.創(chuàng)新型企業(yè)持續(xù)創(chuàng)新績效評價(jià)[J].研究科技進(jìn)步與對策,2011,28(8):119-123.

[3] 王俊娜,楊武.基于RPM三維模型的企業(yè)技術(shù)創(chuàng)新能力測度研究—以深圳市數(shù)字電視企業(yè)為例[J].科研管理,2011,32(6):1-10.

[4] 李興寬.基于灰色系統(tǒng)理論的創(chuàng)新型企業(yè)評價(jià)模型及應(yīng)用[J].科技管理研究,2012,19: 49-53.

[5] 張赤東，羅亞非.創(chuàng)新型企業(yè)技術(shù)創(chuàng)新依存度指數(shù)及其應(yīng)用—?jiǎng)?chuàng)新型企業(yè)Top100生成[J].科技進(jìn)步與對策,2013 30(3):112-116.

[6] 南江霞,李登峰.直覺模糊多屬性決策的TOPSIS 法[J].運(yùn)籌與管理，2008,17(3):34-37.

[7] 崔春生.基于TOPSIS 思想的技術(shù)創(chuàng)新方案的Vague集評價(jià)方法及應(yīng)用[J].運(yùn)籌與管理,2013,22(4):151-156.

[8] 鄧聚龍.灰理論基礎(chǔ)[M]. 武漢：華中科技大學(xué)出版社,2002.

[9] 王硯羽,張卓,王正新.基于灰色關(guān)聯(lián)系數(shù)改進(jìn)的加權(quán)TOPSIS法及其應(yīng)用[J].華東經(jīng)濟(jì)管理,2011,29(1):86-90.

[10] 余雁,梁樑.一種新的基于模糊偏好的TOPSIS改進(jìn)方法[J].系統(tǒng)工程,2004,22(8):87-90.

[11] 張目,周宗放.一種基于聯(lián)系度的改進(jìn)TOPSIS法[J].系統(tǒng)工程,2008, 26(8):102-107.

[12] 李鋒,魏瑩.一種改進(jìn)的基于效用理論的TOPSIS決策方法 [J].系統(tǒng)管理學(xué)報(bào),2008,17(1):82-86.

[13] Fan Zhiping, Hu Guofen, Xiao Sihan. A method for multiple attribute decision-making with the fuzzy preference relation on alternatives[J]. Computers & Industrial Engineering, 2004, 46(2): 321-327.

[14] Wang Y M, Yang J B, Xu D L. A two-stage logarithmic goal programming method for generating weights from interval comparison matrices[J]. Fuzzy Sets and Systems, 2005, 152(3): 475-498.

[15] Jahanshahloo G R, Memariani A, Hosseinzadeh F. A feasible interval for weights in data envelopment analysis[J]. Applied Mathematics and Computation, 2005, 160(1): 155-168.

[16] 岳超源.決策理論與方法[M].北京：科學(xué)出版社,2002:212-214.

[17] 劉思峰,黨耀國.灰色系統(tǒng)理論及其應(yīng)用[M].科學(xué)出版社,2004.50- 84.

[18] 唐克.目標(biāo)的熵權(quán)模糊決策[J].系統(tǒng)工程理論與實(shí)踐,1992,(5):68-73.

Evaluation Method on Innovation Capability of the Innovative Enterprises Based on Experts’ Preference

YANG Chang-hui, QIU Li-wei, DING Shuai

(SchoolofManagement;HefeiUniversityofTechnology,Hefei230009,China)

The paper’s main purpose is to solve the problems of different experts’ preference and inconsistent dimensions on the evaluation of innovative enterprises’ innovation capability. We establish a scientific assessment index system. Then we build the utility function considering experts’ preference to estimate the utility of the criteria on innovation capability and determine the gray correlation coefficient matrix. Finally, a modified TOPSIS method is employed to overall evaluate the innovation abilities and rank the innovative enterprises. The numerical example demonstrates that the method proposed in the paper is scientific and practical.

weighted GRA-TOPSIS; experts’ preference; estimation of utility; innovative enterprises; innovation ability

2013- 06- 05

教育部人文社會科學(xué)研究基金資助項(xiàng)目(11YJC630248)，安徽省哲學(xué)社會科學(xué)規(guī)劃項(xiàng)目(AHSKW08D02),國家自然科學(xué)研究基金資助項(xiàng)目(71201042)

楊昌輝(1974-)，女，安徽人，博士，副教授，研究方向：決策與對策，公司治理;邱立偉(1989-)，男，山東人，碩士，研究方向：決策與對策，公司治理;丁帥(1984-)，男，安徽人，博士，副研究員，研究方向：決策與對策，公司治理。

C394

A

1007-3221(2015)01- 0202- 07