高科技企業(yè)創(chuàng)新性的模糊評價方法

王洋 張全

摘要：本文將高科技企業(yè)的創(chuàng)新性評價歸結為多屬性決策問題，其中包含了定性與定量兩種類型的屬性值信息。而定量屬性值可以是單點值或區(qū)間數。定性屬性值通常采用模糊語言和偏好序形式。針對該類問題的不同類型的不確定評價信息，采用模糊集的方法進行規(guī)范化，并在此基礎上建立了優(yōu)化模型求解屬性權重和專家權重。最后得到各高科技企業(yè)的創(chuàng)新性評價的綜合評價值與排序結果。

關鍵詞：高科技企業(yè);模糊集;規(guī)范化;排序

中圖分類號：TP311? ? 文獻標識碼：A

文章編號：1009-3044（2021）27-0164-02

Abstract： In this paper， the innovation evaluation of high-tech enterprises is summed up as a multiple attribute decision-making problem， which contains two types of attribute value information： qualitative and quantitative. The quantitative attribute values can be single point values or interval numbers. Qualitative attribute values are usually in the form of fuzzy language or sorting. Aiming at different types of uncertain evaluation information of this kind of problem， the fuzzy set method is used to normalize them， and optimization models are established to solve the attribute weight and expert weight. Finally， the overall values and ranking results of innovation evaluation of high-tech enterprises are obtained.

Key words： high tech enterprise; fuzzy set; normalization; rankings

1 引言

高新技術產業(yè)是拉動經濟增長的重要力量，其高質量發(fā)展與經濟發(fā)展水平之間存在良好的互動關系[1]對于高科技企業(yè)創(chuàng)新性的評價，主要采取定性、定量或是定性定量相結合的方法。范曉莉等人[2]運用灰色關聯(lián)分析法、核密度估計法，分析得出創(chuàng)新服務環(huán)境、科技政策支持、高素質創(chuàng)新人才都是影響創(chuàng)新性的關鍵因素。Sercan O等人[3]探究了不同類型、領域和經濟活動間的知識互動對創(chuàng)新性的影響，提出企業(yè)、學校協(xié)調共建研發(fā)中心等方式可提升科技企業(yè)創(chuàng)新能力。針對指標難以量化的特性，趙程偉等人[4]在德爾菲法基本理論研究的基礎上，提出專家知識的相關定義和專家群體知識集成方法，通過建立專家知識的可靠度分布函數，給出了專家知識集成方法。劉偉濤等人[5]基于德爾菲法提出了一種新的專家評估方法，通過建立模型判斷決策者知識的可靠性，降低了主觀模糊性對評價結果的影響。

2 問題描述

現(xiàn)有文獻中大多采用模糊語言變量進行評價。這種評價針對創(chuàng)新性的定性屬性難以用精確地數學形式表達，評價往往包含不精確、不完整的信息，具有模糊性和不確定性特點。尤其參與評價的專家都是來自不同的行業(yè)，具有不同文化水平和教育背景，他們對問題的看法具有不同的表達方式，采用不同的表達方法，如模糊語言、排序、區(qū)間數等，這類方式更適合這種問題的表達。

本文關于高科技企業(yè)創(chuàng)新性評價問題的研究可簡述為：針對多個高新技術企業(yè)，即企業(yè)[S1，S2，...，Smm≥2]，參考[n]個屬性[c1，c2，...，cnn≥2]進行評價。決策者[e=（e1，e2，...，eq）]對各個評價指標以單點值、區(qū)間數、偏好序或模糊語言的形式進行評價，其中，每個屬性下元素的表達形式必須保持一致。記[Ak=[akij]m×n]為定性評價信息決策矩陣。

3 決策步驟

3.1評價信息的預處理

分別將不同類型的評價信息規(guī)范化處理，并轉換為基準語言集合的模糊集形式?；诨鶞收Z言集合計算各屬性的期望與方差，轉換成（期望，方差）兩個參數的形式的決策矩陣。

3.2確定屬性權重

（1）運用距離測度公式結合目標規(guī)劃方法。利用公式對決策矩陣進行加權平均求和，使得[R]取得最小值，此時得到的[ω]即屬性權重。

（2）根據上式求得的屬性權重，利用主觀賦權的思想求屬性綜合權重。其中，專家權重可根據經驗直接給出。此時得到的[ω]即屬性權重

4 算例分析

假設現(xiàn)有待評比的高科技企業(yè)共有4家（S1， S2 ，…， S4），共有3位專家參與此次評價。選擇的創(chuàng)新性評價的指標及其評價形式為：技術能力（[c1]）、促進地區(qū)經濟發(fā)展（[c2]）采用語言評價;投資利潤率（[c3]）、期望凈現(xiàn)值（[c4]）采用精確數評價;產學研聯(lián)合程度（[c5]）、知識產權數量（[c6]）采用區(qū)間數評價;創(chuàng)新激勵機制（[c7]）采用偏好序評價。將不同類型的評價信息根據公式（1）-（3）預處理：

5 結論

本文為了更精確地描述方案的屬性值，采用不同類型評價信息。將各種類型的評價值信息轉化成期望和方差組合的形式，用期望來描述不確定評價信息的平均值，用方差來描述不確定評價信息的變化程度。這兩個參數相結合能夠更加精確的體現(xiàn)信息的模糊性和不確定性。通過投影法得到新的決策矩陣，并建模確定屬性權重，以得到方案的綜合評價值。本文給出的基于模糊集理論的高科技企業(yè)創(chuàng)新性評價方法具有廣泛的適用性。

參考文獻：

[1] 陳曉雪，時大紅.中國區(qū)域高新技術產業(yè)高質量發(fā)展的綜合評價分析[J].南京財經大學學報，2019（5）：34-44.

[2] 范曉莉，蔣寧.我國高技術產業(yè)創(chuàng)新生態(tài)水平評價及其影響因素分析[J].產業(yè)創(chuàng)新研究，2020（17）：1-8.

[3] Sercan O， Nazrul I.Collaborative network and technology clusters-the case of nanowire[J]. Technological Forecasting and Social change， 2017， 37（7）：99-104.

[4] 趙程偉，董雄報，周正龍，等.基于模糊理論的改進TOPSIS法在工程項目評標中的應用[J].數學的實踐與認識，2016，46（8）：99-105.

[5] 劉偉濤，顧鴻，李春洪.基于德爾菲法的專家評估方法[J].計算機工程，2011，37（S1）：189-191，204.

【通聯(lián)編輯：梁書】