周 琴

（莆田學(xué)院土木建筑工程學(xué)系，福建 莆田351100）

區(qū)域創(chuàng)新風險是指不同地域或區(qū)域的創(chuàng)新主體，創(chuàng)新活動因內(nèi)外部條件制約而中止、撤消，或計劃指標無法完成，造成項目損失甚至失敗的可能性和后果。這些條件一般包括環(huán)境因素、項目因素以及創(chuàng)新主體能力因素等。但是目前國內(nèi)外對區(qū)域創(chuàng)新風險［1］的研究，主要集中在從生命周期角度［2－3］、從風險管理學(xué)習(xí)角度［4］以及管理熵［5－6］、系統(tǒng)動力學(xué)［7］等角度，很少有人利用BP人工神經(jīng)網(wǎng)絡(luò)方法［8］進行研究。因此，筆者運用BP人工神經(jīng)網(wǎng)絡(luò)方法對區(qū)域創(chuàng)新風險進行研究，是一個大膽的運用和創(chuàng)新，力求為相關(guān)研究提供參考。

1 區(qū)域創(chuàng)新風險評價指標體系

任何創(chuàng)新活動都具有一定的風險性。針對區(qū)域創(chuàng)新風險評價指標的研究，比較集中的有：①外部環(huán)境；②技術(shù)項目；③企業(yè)實力。這些都存在研究的瓶頸。

在文獻綜述的基礎(chǔ)上，結(jié)合相關(guān)的知識，對風險因素進行分類，建立以下區(qū)域創(chuàng)新風險評價指標體系，即主要從區(qū)域創(chuàng)新的內(nèi)外部風險這兩方面來進行研究，具體如下：

（1）內(nèi)部風險。各指標風險主要包含：①技術(shù)風險。技術(shù)開發(fā)難度大，關(guān)鍵技術(shù)與復(fù)雜性預(yù)料不足（X1）；存在技術(shù)障礙和技術(shù)壁壘（X2）；原材料或零部件的技術(shù)性能要求達不到（X3）；企業(yè)科技人員實力弱（X4）；實驗基地、生產(chǎn)設(shè)備和工具缺乏，新產(chǎn)品無法生產(chǎn)（X5）；技術(shù)不成熟，新產(chǎn)品的質(zhì)量與性能差（X6）；可替代新技術(shù)的出現(xiàn)（X7）；知識產(chǎn)權(quán)保護不力，因競爭者的模仿創(chuàng)新，企業(yè)很多失去技術(shù)優(yōu)勝（X8）；對競爭對手及國外廠家技術(shù)創(chuàng)新的信息了解不足（X9）。②管理風險。調(diào)研不充分，市場信息失真，技術(shù)創(chuàng)新項目投入定位錯誤（X10）；項目可行性論證與風險決策機制不健全、不科學(xué)，主觀意識太強（X11）；組織協(xié)調(diào)不力，部門配合不好，人力資源安排不合理（X12）；項目進度控制不力，計劃不科學(xué)，管理控制手段和技術(shù)滯后（X13）；缺乏對不利因素與突發(fā)事件的充分認識與應(yīng)急處理能力（X14）；企業(yè)對技術(shù)創(chuàng)新及風險重視不夠，缺乏對員工創(chuàng)新意識的培養(yǎng)（X15）。③財務(wù)風險。項目的資金需要量大（X16）；融資渠道不暢（X17）；信貸資金來源困難（X18）；項目開發(fā)資金供應(yīng)不及時（X19）；債務(wù)與匯率、利率的風險（X20）；新產(chǎn)品成本過高，贏利能力估計過高（X21）。④文化風險。與某國、某地的社會文化、習(xí)俗、宗教等相抵觸（X22）；不利于技術(shù)創(chuàng)新保守的企業(yè)文化的抵觸（X23）；企業(yè)的社會形象不好，信譽與知名度不高（X24）；企業(yè)對員工的創(chuàng)新精神與創(chuàng)新熱情的企業(yè)文化的培養(yǎng)與鼓勵（X25）。

（2）外部風險。各指標風險主要包含：①市場風險。消費者多樣化、個性化需求與市場的多邊性（X26）；原材料及零部件供應(yīng)困難（X27）；市場定位不準，營銷策略，營銷組合失誤（X28）；新產(chǎn)品由于性能、穩(wěn)定性或消費者慣性等因素一時難以被市場接受（X29）；新產(chǎn)品成本、價格過高導(dǎo)致市場需求不旺或增長緩慢（X30）；競爭對手實力過強與進口產(chǎn)品的沖擊（X31）；競爭者的不正當行為與模仿、侵權(quán)行為的存在（X32）；新產(chǎn)品壽命短或開拓的市場被更新的產(chǎn)品代替（X33）；新產(chǎn)品對企業(yè)現(xiàn)有產(chǎn)品的替代與沖擊（X34）。②政策風險。全球與本國政局及經(jīng)濟形式的變化（X35）；國家產(chǎn)業(yè)等政策、法律、法規(guī)的調(diào)整（X36）；主管部門或相關(guān)部門的制約（X37）；國家貿(mào)易壁壘與部門、地方保護主義（X38）；無法獲得差評、原輔材料、設(shè)備、技術(shù)的進出口許可（X39）；國家、地區(qū)發(fā)展規(guī)劃的調(diào)整（X40）。③資源風險。區(qū)域企業(yè)過多，造成創(chuàng)新資源擁擠效應(yīng)（X41）；區(qū)域自然資源不足（X42）。

評價指標由42個風險因素構(gòu)成，每個風險都有代碼。上述指標中，有定性指標，例管理、政策風險等指標；也有定量指標，如技術(shù)、財務(wù)等風險指標。筆者基于區(qū)域經(jīng)濟創(chuàng)新風險評價的實際需要，根據(jù)指標內(nèi)在要求，查找相關(guān)資料并進行了專題調(diào)研，在福建省內(nèi)選擇了15家有代表性的高新技術(shù)企業(yè)，對這些區(qū)域性創(chuàng)新的相關(guān)信息進行了采集。并結(jié)合相關(guān)資料及理論方法，對收集到的創(chuàng)新風險評價指標值先進行了測算，隨后進行了無量綱化和規(guī)范化處理。

（1）有量綱向無量綱的轉(zhuǎn)化，轉(zhuǎn)化公式如下：

（2）無量綱指標的處理，轉(zhuǎn)化公式如下：

根據(jù)以上2個公式，可以把上面經(jīng)過測算后的42個定性指標，首先進行一個無量綱的轉(zhuǎn)化，得到一組數(shù)值；其次對這組無量綱的數(shù)值進行一個規(guī)范化定量處理，使它們的取值都落在（0，1）區(qū)間內(nèi)，而后根據(jù)下面專家系統(tǒng)的評分標準（見表1），進行風險分析。

表1 各風險指標權(quán)重的評分標準

2 區(qū)域創(chuàng)新風險分析的BP方法應(yīng)用實例

有關(guān)BP算法的介紹，目前諸多文獻都有介紹，筆者就不再贅述了。僅對筆者的研究成果進行相應(yīng)的介紹。

結(jié)合表1的評價指標，用BP算法進行預(yù)測分析（見圖1）。

圖1 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

如圖1所示，神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包括3層，分別是輸入層、隱含層和輸出層。輸入層由輸入向量X ＝（x1，x2，…，x42）T構(gòu)成。本模型評價指標共有42個，因此神經(jīng)元有42個；隱含層包含30個神經(jīng)元，為單層；輸出層只有1個神經(jīng)元。首先對42個指標分別進行歸一化處理，其次進行反向傳播，而后借由函數(shù)f運算后（注：此函數(shù)具有Sig moid型激活特性），把Yj傳播到zk（見圖1）。

根據(jù)在福建省選取的15家有代表性的高新技術(shù)企業(yè)的資料，整理出15組評價的基本數(shù)據(jù)，其中8組作為訓(xùn)練集，7組作為測試集，利用MATLAB軟件編程，最后得出輸出結(jié)果如圖2、圖3所示。

圖2表示的是樣本訓(xùn)練步數(shù)和誤差之間的關(guān)系。其中縱坐標表示訓(xùn)練目標誤差值，橫坐標代表訓(xùn)練步長。

總訓(xùn)練步長設(shè)置為100步，誤差顯示步長為0.005步，訓(xùn)練目標誤差為10－3，即當訓(xùn)練目標誤差滿足期望誤差范圍之內(nèi)時，才開始訓(xùn)練。從圖2中可以看出，大約在4.5步長時，誤差就已經(jīng)達到了期望訓(xùn)練誤差值。即從第4.5步開始，目標測試值的誤差就控制在期望值之內(nèi)了，可以開始訓(xùn)練了。

圖3為訓(xùn)練結(jié)果網(wǎng)絡(luò)輸出值，即滿足圖2誤差控制在期望值之內(nèi)后，進行訓(xùn)練，縱坐標為區(qū)域創(chuàng)新風險值，橫坐標為訓(xùn)練目標集?？偣灿?5個目標集，其中8個為訓(xùn)練集，7個為測試集，最終訓(xùn)練結(jié)果與實際結(jié)果非常接近。

圖2 樣本訓(xùn)練步數(shù)誤差曲線

圖3 訓(xùn)練后的網(wǎng)絡(luò)輸出

筆者截取了內(nèi)外部風險指標7個測試集的模擬結(jié)果與實際結(jié)果（見表2）。根據(jù)表2結(jié)果顯示，不僅仿真結(jié)果與實際非常接近，而且全部訓(xùn)練樣本與實際結(jié)果非常接近。這進一步證明了BP算法在區(qū)域創(chuàng)新風險評價中的適用性。但由于樣本選取的局限性，不同行業(yè)的訓(xùn)練結(jié)果會有不同幅度的變化，但利用BP方法預(yù)測出來的結(jié)果和實際值都能較大幅度的符合，這也再次驗證了此法在這個領(lǐng)域中運用的可行性。

表2 實際結(jié)果與BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

3 結(jié) 語

運用BP人工神經(jīng)網(wǎng)絡(luò)方法，在福建省選取了15家有代表性的高新技術(shù)企業(yè)，對其創(chuàng)新風險模型進行了仿真。研究結(jié)果表明，運用BP預(yù)測算法來研究區(qū)域創(chuàng)新風險是可行的。但相對別的方法來說，存在著以下優(yōu)點：①結(jié)果更加客觀有效。由于不需要人為確定權(quán)重，只需將數(shù)據(jù)（經(jīng)過歸一化處理的）輸入到網(wǎng)絡(luò)中，經(jīng)過激活運算就有結(jié)果產(chǎn)生。②樣本目標之間的關(guān)系無特別的限制。由于該方法是一種非線性映射方法，逼近復(fù)雜的非線性關(guān)系的能力非常強，因此對樣本目標之間的關(guān)系無特別的要求。

綜述所述，BP算法的神經(jīng)網(wǎng)絡(luò)不需要人為的確定權(quán)重，較適合處理復(fù)雜的非線性關(guān)系模型；雖然對樣本質(zhì)量和數(shù)量有較高質(zhì)量的要求，但由于其具有很強的自學(xué)能力，對于一些無規(guī)律性或信息不全的環(huán)境，具有其他方法無可比擬的優(yōu)勢，因此運用該方法來研究區(qū)域創(chuàng)新風險是完全可行的。

［1］Emmett J.Vaughan，Risk Management［M］.New Yor k：John Wiley ＆Sons Inc，1997.

［2］Stephensa J C，Wilson E J，Peterson T R.Technological Forecasting and Social Change［J］.Geoforum，2008，75（8）：1224－1246.

［3］Mac Leod G.The learning region in an age of austerity：capitalizing on knowledge，entrepreneurialism，and reflexive capitalism［J］.Geof orum，2000，31（2）：219－236.

［4］Gina Colarelli O’Connor，T.Ravichandran，Daniel Robeson.Risk management t hrough lear ning：Management practices f or radical innovation success［J］.The Journal of High Technology Management Research，2008，19（1）：70－82.

［5］賈曉霞，周溪召 .區(qū)域創(chuàng)新系統(tǒng)外生結(jié)構(gòu)性風險的識別及其解耦分析［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2006（5）：70－74.

［6］陳紅川 .高新技術(shù)企業(yè)技術(shù)創(chuàng)新風險管理策略研究［J］.科技管理研究，2008（8）：200－202.

［7］管書華，劉介明，李平麗 .技術(shù)創(chuàng)新風險分析的人工神經(jīng)網(wǎng)絡(luò)預(yù)測方法［J］.科技與管理，2003，22（6）：125－127.

［8］陳志超，向剛，倪彪，等 .基于系統(tǒng)動力學(xué)的創(chuàng)新型企業(yè)產(chǎn)品持續(xù)創(chuàng)新法風險動態(tài)分析［J］.科技進步與對策，2012（10）：81－86.