宋瑞麗

（中原工學(xué)院 信息商務(wù)學(xué)院，河南 鄭州 450007）

隨著世界經(jīng)濟(jì)的發(fā)展和全球化趨勢的不斷加快，創(chuàng)新能力已經(jīng)成為國家或地區(qū)提升競爭力的關(guān)注焦點(diǎn)，也被視為國家或地區(qū)經(jīng)濟(jì)發(fā)展和社會進(jìn)步的潛在核心競爭力?？陀^地評價一個地區(qū)的創(chuàng)新能力，不僅可以很好地了解區(qū)域的創(chuàng)新狀況，對該地區(qū)的發(fā)展?fàn)顩r有綜合的認(rèn)識，加強(qiáng)區(qū)域?qū)ψ陨頎顩r的了解；同時也能避免對區(qū)域的發(fā)展方向做出不切實(shí)際的規(guī)劃，明確同類區(qū)域之間的差距，從而為創(chuàng)新型區(qū)域的可持續(xù)發(fā)展提供參考和借鑒。因此，加強(qiáng)對區(qū)域創(chuàng)新能力的研究既是制定區(qū)域發(fā)展戰(zhàn)略的重要前提，又是進(jìn)一步的宏觀調(diào)控與管理的有力依據(jù)。

一、評價區(qū)域創(chuàng)新能力的指標(biāo)

區(qū)域創(chuàng)新的基礎(chǔ)是知識創(chuàng)新，其任務(wù)是為區(qū)域整體創(chuàng)新的提升儲備知識；區(qū)域創(chuàng)新的核心是技術(shù)創(chuàng)新，創(chuàng)新主體主要是高校和企業(yè)，尤其是科研院校和規(guī)模以上工業(yè)企業(yè)；制度創(chuàng)新的主體是政府，它主要是為區(qū)域整體創(chuàng)新提供保障，政府對創(chuàng)新的重視程度、政策完善程度和管理水平的高低是制度創(chuàng)新能力高低的主要體現(xiàn)；服務(wù)創(chuàng)新能力包括通訊能力、教育培訓(xùn)能力以及交通能力等[1]。區(qū)域創(chuàng)新能力評價指標(biāo)體系[2]見表1：

二、改進(jìn)模糊綜合評判法評判區(qū)域創(chuàng)新能力

（一）模糊綜合評判的一般模型

模糊綜合評判是根據(jù)模糊數(shù)學(xué)的隸屬度理論，以模糊推理為主，對受到多種因素制約的事物（或?qū)ο螅┳龀隹傮w的評價。它是模糊決策中最常用的一種有效方法[2]，一般步驟為：（1）建立因素集 U =(u1,u2,…,un)，抓住能從各方面描述對象特征的主要因素；（2）建立評判集V=(v1,v2,…,vm)；（3）建立評判矩陣，模糊關(guān)系表示為 R =(rij)n×m；（4）綜合評判：采用模型 M (∧,∨)取合成運(yùn)算，從而求出權(quán)重集 A =(a1,a2,…,am)，就可以得到綜合評判B=A*R(或,j=1,2,…,m)。

（二）模糊綜合評判的改進(jìn)模型

事實(shí)上，在具體計算時，可能會出現(xiàn)ai∧rij=ai的情況，這樣可能使得評判矩陣中的許多信息丟失，從而導(dǎo)致綜合評判結(jié)果不真。為此，在實(shí)際中對模型M(∧,∨)進(jìn)行改進(jìn)，改進(jìn)的模型有：

模型 M(?,∨)法：B=A?R ，即

表1 評價區(qū)域創(chuàng)新能力的指標(biāo)

模型 M(∧,+)法：B=A?R ，即

模型 M(?,+)法：B=A?R ，即

在實(shí)際應(yīng)用時，如果綜合評判中起主導(dǎo)作用的是主因素（即權(quán)重最大的因素），則可首選“主因素決定型”模型 M(∧,∨)；當(dāng)“主因素決定模型”M(∧,∨)失效 時 ，可 采 用“ 主 因 素 突 出 型 ”模 型 M(?,∨)和M(∧,+)；當(dāng)所有因素的權(quán)重均衡起作用時，可選用加權(quán)平均模型 M(?,+)。

對區(qū)域創(chuàng)新能力進(jìn)行綜合評判時，需要對所有因素的權(quán)重均衡考慮，因此，采用加權(quán)平均模型。下面給出具體算法步驟：

1.確定指標(biāo)特征值矩陣。設(shè)系統(tǒng)有n個待評價對象，有m個評估元素，則系統(tǒng)有n×m階指標(biāo)特征值矩陣X=(xij)n×m，其中，xij為第i個備選對象在第 j個評估元素下的指標(biāo)特征值；

2.評價指標(biāo)的無量綱化處理。本文采用功效系數(shù)法將指標(biāo)無量綱化。功效系數(shù)法也即功效函數(shù)法，它是根據(jù)多目標(biāo)規(guī)劃原理，遵循數(shù)據(jù)的可獲取性原則，對各項(xiàng)評價指標(biāo)確定一個上限值（即滿意值）和下限值（即不允許值），然后計算每個指標(biāo)實(shí)現(xiàn)滿意值的程度，并由此轉(zhuǎn)化為相應(yīng)的評價分?jǐn)?shù)[3]。本文將指標(biāo)的最大值定為上限值，將最小值定為下限值。由于所選指標(biāo)全部為正向、定量指標(biāo)，無量綱化公式為：

依據(jù)（1）式將指標(biāo)特征值轉(zhuǎn)化為指標(biāo)隸屬度矩陣

3.確定指標(biāo)權(quán)重。利用最大隸屬度加權(quán)平均偏差法確定權(quán)重。權(quán)重集A=(a1,a2,…,am)

其中

式中 gi=ri1∨ri2∨…∨rim,i=1,2,…,n，∨為模糊并算子[4]。

4.綜合評判。利用上述權(quán)重集和單因素評判矩陣，進(jìn)行單層模糊綜合評判：

對于多層綜合評判，可先按上面單層綜合評判法求出下一層各個子目標(biāo)的評判結(jié)果，再由該評判結(jié)果Bij（i表示第i層，j表示同一層中第 j個子目標(biāo)）構(gòu)成新的模糊矩陣Ri，

然后用上述方法求出對應(yīng)權(quán)重，并求出該層的綜合評判結(jié)果[5]。

三、綜合評價河南省區(qū)域創(chuàng)新能力

采用上述模糊評判模型對河南省區(qū)域創(chuàng)新能力進(jìn)行綜合評價。我們選取河南和其經(jīng)濟(jì)能力相當(dāng)?shù)闹苓吜?，以及?jīng)濟(jì)比較發(fā)達(dá)的北京、廣東進(jìn)行比較，以此來深入分析河南省區(qū)域創(chuàng)新能力。原始數(shù)據(jù)見表2：

（一）一級綜合評價

依據(jù)上述評價模型，先分別建立評判矩陣，再計算相應(yīng)指標(biāo)的權(quán)重，最后得出評判結(jié)果。如通過（1）式，由（2）式建立知識創(chuàng)新能力（U1）的評判矩陣

根據(jù)（3）式，可求出一級指標(biāo)U1下四個二級指標(biāo)的權(quán)重

A(U1)=(0.198,0.229,0.315,0.258)

同理依次求出一級指標(biāo)U2、U3、U4下各個指標(biāo)的權(quán)重

A(U2)=(0.116,0.101,0.102,0.106,0.106,0.114,0.120,0.125,0.111)

A(U3)=(0.248,0.271,0.237,0.245)

A(U4)=(0.366,0.341,0.293)

根據(jù)（4）式，求出知識創(chuàng)新能力的模糊綜合評判

B(U1)=(0.370,0.135,0.310,0.575,0.548,0.393,

0.530 ,0.311,0.709)

按上述方法求出技術(shù)創(chuàng)新能力、制度創(chuàng)新能力及服務(wù)創(chuàng)新能力的模糊綜合評判分別為

B(U2)=(0.169,0.0006,0.172,0.127,0.129,0.141,

0.504 ,0.031,1.001)

B(U3)=(0.776,0.134,0.139,0.096,0.158,0.119,

0.298 ,0.093,0.523)

B(U4)=(0.715,0.085,0.022,0.074,0.155,0.051,

0.204 ,0.125,0.617)

（二）二級綜合評價

根據(jù)評價結(jié)果，由（5）式得到區(qū)域創(chuàng)新能力的模糊評判矩陣

由（3）式，可得各指標(biāo)相應(yīng)的權(quán)重為

A=(0.137,0.369,0.254,0.240)

根據(jù)（4）式，得9個區(qū)域的創(chuàng)新能力綜合評判結(jié)果為

（三）評價結(jié)果分析

上述評價結(jié)果顯示河南省區(qū)域創(chuàng)新能力綜合得分為 0.168，位于廣東（0.747）、北京（0.482）、山東（0.383）、湖北（0.200）之后，在9個省中排名第5位，說明河南省的區(qū)域創(chuàng)新能力位于中流層次，與前幾年相比，區(qū)域創(chuàng)新能力有所提高。但技術(shù)創(chuàng)新和制度創(chuàng)新能力卻非常弱，這成為阻礙河南區(qū)域創(chuàng)新發(fā)展的瓶頸。

在知識創(chuàng)新能力方面，河南（0.575）排在廣東（0.708）后面，位居第2，說明河南在知識創(chuàng)新方面，位居上流；尤其是在普通高等學(xué)校本科在校學(xué)生數(shù)、中等職業(yè)學(xué)校在校學(xué)生數(shù)方面數(shù)據(jù)較好，但高層次人才匱乏，人才分布不盡合理。

表2 區(qū)域創(chuàng)新能力評價數(shù)據(jù)

在技術(shù)創(chuàng)新能力方面，河南排在陜西（0.031）和山西（0.0006）前面，位居第六位，說明河南在技術(shù)創(chuàng)新方面與發(fā)達(dá)地區(qū)有較大差距。河南省應(yīng)要加強(qiáng)核心技術(shù)攻關(guān)，并實(shí)施知識產(chǎn)權(quán)戰(zhàn)略。鼓勵科研院所、高校及企業(yè)積極申報專利、版權(quán)等知識產(chǎn)權(quán)，重點(diǎn)支持發(fā)明專利和研發(fā)高新產(chǎn)品產(chǎn)業(yè)化，提高擁有自主知識產(chǎn)權(quán)的高新技術(shù)產(chǎn)品比重。

在制度創(chuàng)新能力方面，河南（0.096）排名為倒數(shù)第2，尤其是地方財政科學(xué)技術(shù)支出占地方財政教育支出比例和每人擁有圖書館藏書量數(shù)據(jù)較差，這說明政府對科技財力投入不足，科技投融資機(jī)制不健全。因此，河南省應(yīng)加大對科技活動的財力投入，鼓勵支持高校、企業(yè)申報科技項(xiàng)目，并引導(dǎo)規(guī)模以上工業(yè)企業(yè)加大對R﹠D活動及經(jīng)費(fèi)的投入。

在服務(wù)創(chuàng)新能力方面，河南（0.074）排名為倒數(shù)第3，這說明河南在服務(wù)創(chuàng)新方面力度遠(yuǎn)遠(yuǎn)不夠，尤其在技術(shù)市場成交額和互聯(lián)網(wǎng)普及率等方面比較落后。這與河南省人口眾多，產(chǎn)業(yè)結(jié)構(gòu)落后的客觀情況有一定的關(guān)系。河南省應(yīng)加大產(chǎn)業(yè)結(jié)構(gòu)調(diào)整力度，建立與本省經(jīng)濟(jì)發(fā)展相適應(yīng)的通訊、交通等基礎(chǔ)設(shè)施條件，以科技促進(jìn)經(jīng)濟(jì)又快又好發(fā)展。

四、結(jié) 論

本文采用最小隸屬度加權(quán)平均偏差法，利用改進(jìn)后的模糊綜合評判模型，選取9個省作為樣本進(jìn)行實(shí)證分析，對河南省的區(qū)域創(chuàng)新能力進(jìn)行綜合評判，還從不同側(cè)面反映河南區(qū)域創(chuàng)新能力的優(yōu)勢和劣勢，該模型為綜合評價區(qū)域創(chuàng)新能力提供了更為簡潔、實(shí)用、可操作性的新方法。

[1]段利忠，劉思峰.灰色聚類分析法評價城市創(chuàng)新能力[J].北京工業(yè)大學(xué)學(xué)報，2003，29（4）：508-512.

[2]趙黎明，冷曉明，段利忠，等.區(qū)域創(chuàng)新系統(tǒng)[M].天津：天津大學(xué)出版社，2002.

[3]梁保松，曹殿立.模糊數(shù)學(xué)及其應(yīng)用[M].北京：科學(xué)出版社，2002.

[4]李陽旭，鄧輝文.模糊綜合評判的一種改進(jìn)方法[J].重慶工商大學(xué)學(xué)報，2005，22（4）：453-456.

[5]唐炎釗.區(qū)域科技創(chuàng)新能力的模糊綜合評估模型及應(yīng)用研究：2001年廣東省科技創(chuàng)新能力的綜合分析[J].系統(tǒng)工程理論與實(shí)踐，2004，24（2）：38-43.