朱云鵑，李　丹，李　穎

(安徽大學(xué)商學(xué)院，安徽大學(xué)創(chuàng)新管理研究中心，安徽　合肥　230601)

?

大數(shù)據(jù)全面指標(biāo)評(píng)價(jià)與核心指標(biāo)數(shù)據(jù)評(píng)價(jià)一致性分析

朱云鵑，李丹，李穎

(安徽大學(xué)商學(xué)院，安徽大學(xué)創(chuàng)新管理研究中心，安徽合肥230601)

本文以區(qū)域創(chuàng)新能力、企業(yè)競爭力、財(cái)務(wù)創(chuàng)新能力作為研究領(lǐng)域，運(yùn)用云重心評(píng)價(jià)法分別對(duì)大數(shù)據(jù)全面指標(biāo)與核心指標(biāo)數(shù)據(jù)綜合評(píng)價(jià)，并對(duì)其評(píng)價(jià)結(jié)果進(jìn)行一致性分析，得出大數(shù)據(jù)全面指標(biāo)與核心指標(biāo)評(píng)價(jià)結(jié)果整體處于中低一致性狀態(tài)，進(jìn)而得到一些啟示。

大數(shù)據(jù)；全面指標(biāo)；核心指標(biāo)；一致性；云重心評(píng)價(jià)法

隨著移動(dòng)互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)的快速發(fā)展，大數(shù)據(jù)也越來越受關(guān)注。大數(shù)據(jù)研究作為一個(gè)橫跨社會(huì)科學(xué)、系統(tǒng)科學(xué)、信息科學(xué)、網(wǎng)絡(luò)科學(xué)、經(jīng)濟(jì)學(xué)、心理學(xué)等諸多學(xué)科的新興交叉研究領(lǐng)域正在逐步形成。大數(shù)據(jù)技術(shù)及其相應(yīng)的基礎(chǔ)研究是一個(gè)新的研究前沿，各界逐漸認(rèn)識(shí)到，大數(shù)據(jù)是與自然資源、人力資源一樣重要的戰(zhàn)略資源，是國家層面競爭力和創(chuàng)新能力的重要體現(xiàn)，是產(chǎn)業(yè)升級(jí)與新產(chǎn)業(yè)誕生的重要推動(dòng)力量。大數(shù)據(jù)的出現(xiàn)被認(rèn)為催生了一種新的科研模式，即“第四范式”，格雷認(rèn)為，要解決我們面臨的某些棘手的全球性挑戰(zhàn)，“第四范式”可能是唯一具有系統(tǒng)性的方法，正在改變著人們的思維方式。

當(dāng)前國內(nèi)外對(duì)“大數(shù)據(jù)”的研究工作主要集中在如何進(jìn)行大數(shù)據(jù)存儲(chǔ)、處理、分析以及管理的技術(shù)及軟件應(yīng)用上，而關(guān)于“大數(shù)據(jù)”與管理實(shí)踐相結(jié)合的研究十分稀少，鮮有的少量研究主要是在綜合評(píng)價(jià)方面。而解決大數(shù)據(jù)全面指標(biāo)評(píng)價(jià)與核心指標(biāo)評(píng)價(jià)的一致性問題，是依托“大數(shù)據(jù)”實(shí)現(xiàn)管理創(chuàng)新的關(guān)鍵課題之一，對(duì)提高地區(qū)和企業(yè)創(chuàng)新評(píng)價(jià)和管理決策水平具有重要的現(xiàn)實(shí)意義。

1　研究綜述

從現(xiàn)有研究文獻(xiàn)或研究動(dòng)態(tài)來看，美國Nature[1]早在2008年就推出了《Big Data》?？謩e從互聯(lián)網(wǎng)技術(shù)、超級(jí)計(jì)算、網(wǎng)絡(luò)經(jīng)濟(jì)學(xué)、生物醫(yī)藥、環(huán)境科學(xué)等方面論述了海量數(shù)據(jù)帶來的機(jī)遇和挑戰(zhàn)，其他國際頂級(jí)學(xué)術(shù)刊物也隨之出版專刊來專門研究“大數(shù)據(jù)”。2011年2月，Science[2]推出?？禗ealing with Data》，主要針對(duì)科學(xué)研究中大數(shù)據(jù)問題展開討論，并闡述了大數(shù)據(jù)在科學(xué)研究領(lǐng)域中的重要性。2011年5月，麥肯錫公司舉辦第十一屆EMC Word年度大會(huì)，大會(huì)將主題設(shè)定為“云計(jì)算相遇大數(shù)據(jù)”，并且發(fā)布題為《Big data:The next frontier for innovation,competition and productivity》[3]的研究報(bào)告,報(bào)告指出,數(shù)據(jù)已經(jīng)滲透到每一個(gè)行業(yè)和業(yè)務(wù)職能領(lǐng)域,并逐步成為重要的生產(chǎn)因素,人們對(duì)海量數(shù)據(jù)的應(yīng)用將預(yù)示著生產(chǎn)率的新一波增長[4]。2012年5月，聯(lián)合國公布了題為《Clallenges and opportunities with big data》[5]的白皮書，研究分析了大數(shù)據(jù)的處理流程以及可能面臨的挑戰(zhàn)。2013年3月，維克托·邁爾-舍恩伯格和肯尼斯·克耶編寫出版了引起廣泛影響的《大數(shù)據(jù)時(shí)代》一書，首次總結(jié)概括了“大數(shù)據(jù)”的4V特點(diǎn)，大數(shù)據(jù)4V特征描述得到了普遍的認(rèn)可。

中國學(xué)術(shù)界對(duì)大數(shù)據(jù)的研究更多地集中在基礎(chǔ)研究上，即關(guān)注更多的是數(shù)據(jù)收集、存儲(chǔ)、傳輸、處理等技術(shù)問題以及相應(yīng)基礎(chǔ)設(shè)施構(gòu)建上，涂子沛[6]在《大數(shù)據(jù)》一書中闡述了摩爾定律、數(shù)據(jù)挖掘、云計(jì)算、普適計(jì)算和社交媒體共同促成了大量數(shù)據(jù)出現(xiàn)，大數(shù)據(jù)中的“大”指的是人類有能力發(fā)現(xiàn)數(shù)據(jù)中蘊(yùn)藏的大價(jià)值；以李國杰、程學(xué)旗[7]為代表的學(xué)者對(duì)大數(shù)據(jù)進(jìn)行了綜述性的歸納研究與探討，論述了大數(shù)據(jù)的研究現(xiàn)狀與意義，以及大數(shù)據(jù)應(yīng)用與研究所面臨的問題與挑戰(zhàn)，并對(duì)大數(shù)據(jù)發(fā)展戰(zhàn)略提出了建議；有部分學(xué)者就大數(shù)據(jù)異構(gòu)數(shù)據(jù)模型與存儲(chǔ)、復(fù)雜數(shù)據(jù)智能分析、數(shù)據(jù)質(zhì)量以及大數(shù)據(jù)安全性等問題進(jìn)行了分析和研究[8]；還有些學(xué)者研究大數(shù)據(jù)在各個(gè)領(lǐng)域的應(yīng)用問題,云計(jì)算已經(jīng)帶來了一種全新的資源使用方式[9]。

綜合有關(guān)大數(shù)據(jù)的研究發(fā)現(xiàn)，把大數(shù)據(jù)運(yùn)用到管理科學(xué)的研究還比較稀少，運(yùn)用到科學(xué)評(píng)價(jià)領(lǐng)域更是微乎其微。早在1995年，魏江[10]等提出過“在度量一個(gè)企業(yè)的技術(shù)創(chuàng)新能力時(shí)”，必須要解決的問題之一是“采用全面指標(biāo)來評(píng)價(jià)，還是采用核心指標(biāo)來評(píng)價(jià)”；朱云鵑[11]提出了“基于共識(shí)的核心評(píng)價(jià)指標(biāo)”，但也認(rèn)為核心指標(biāo)并不等于實(shí)際評(píng)價(jià)指標(biāo)體系。盡管核心指標(biāo)數(shù)據(jù)評(píng)價(jià)一直在研究領(lǐng)域中居于首要地位，核心指標(biāo)體系并不具有普適性，這在一定程度會(huì)影響評(píng)價(jià)結(jié)果的準(zhǔn)確性；賀俊果[12]認(rèn)為“分析問題的角度不同，技術(shù)創(chuàng)新能力要素的分解方式也各有差異”，造成指標(biāo)體系和內(nèi)涵表達(dá)上的混亂，尤其是定性指標(biāo)的理解具有顯著的模糊性和寬泛性。因此，分析大數(shù)據(jù)全面指標(biāo)與核心指標(biāo)評(píng)價(jià)的一致性問題，對(duì)管理科學(xué)領(lǐng)域?qū)W術(shù)評(píng)價(jià)結(jié)果的準(zhǔn)確性和科學(xué)性具有重要意義。

2　分析框架

為了研究大數(shù)據(jù)全面指標(biāo)評(píng)價(jià)與核心指標(biāo)數(shù)據(jù)評(píng)價(jià)是否具有一致性問題，我們以熱點(diǎn)領(lǐng)域?yàn)檠芯繉?duì)象，限于篇幅，文章選取了區(qū)域創(chuàng)新能力、企業(yè)競爭力和企業(yè)財(cái)務(wù)創(chuàng)新能力三個(gè)領(lǐng)域，采集一定的樣本數(shù)據(jù)，通過大數(shù)據(jù)全面指標(biāo)評(píng)價(jià)和核心指標(biāo)評(píng)價(jià)的結(jié)果，比較得出相應(yīng)的結(jié)論。

3　構(gòu)建指標(biāo)體系

指標(biāo)是指綜合反映社會(huì)現(xiàn)象(或某一方面情況)的絕對(duì)數(shù)、相對(duì)數(shù)或平均數(shù)。指標(biāo)體系則是由一系列相互聯(lián)系的指標(biāo)構(gòu)成的綜合體系，它能根據(jù)研究的對(duì)象和目的，有效地反映出研究對(duì)象各個(gè)方面的情況[13]。

文章首先搜集國內(nèi)外有關(guān)區(qū)域創(chuàng)新能力評(píng)價(jià)、企業(yè)競爭力評(píng)價(jià)和企業(yè)財(cái)務(wù)創(chuàng)新能力評(píng)價(jià)方面的研究文獻(xiàn)，對(duì)其使用的指標(biāo)進(jìn)行統(tǒng)計(jì)。其次利用理論分析法，綜合以往的文獻(xiàn)，依據(jù)指標(biāo)遴選原則形成初始評(píng)價(jià)體系；然后運(yùn)用相關(guān)性分析刪除該指標(biāo)層內(nèi)相關(guān)系數(shù)較大的評(píng)價(jià)指標(biāo)，以消除評(píng)價(jià)指標(biāo)所反映的信息重復(fù)對(duì)評(píng)價(jià)結(jié)果的影響，運(yùn)用鑒別力分析區(qū)分評(píng)價(jià)對(duì)象的特征差異能力；由此形成全面指標(biāo)評(píng)價(jià)體系。在全面指標(biāo)的基礎(chǔ)上，通過專家打分法確定反映區(qū)域創(chuàng)新能力、企業(yè)競爭力和企業(yè)財(cái)務(wù)創(chuàng)新能力的關(guān)鍵指標(biāo)，形成核心指標(biāo)評(píng)價(jià)體系，最后運(yùn)用云重心評(píng)價(jià)方法分別對(duì)全面指標(biāo)體系和核心指標(biāo)體系進(jìn)行評(píng)價(jià)比較。

4　云重心評(píng)價(jià)法概述

云理論是由李德毅教授提出的進(jìn)行定性和定量之間不確定性相互轉(zhuǎn)換的模型理論，它擴(kuò)展了原有模糊理論中隸屬函數(shù)。云重心評(píng)價(jià)法是在云理論基礎(chǔ)上提出的，是一種綜合評(píng)價(jià)方法，通過云的數(shù)字特征期望值(Ex)、熵值(En)、超熵(He)[14-16]把模糊性和隨機(jī)性有機(jī)結(jié)合起來，進(jìn)行定量和定性概念間的相互轉(zhuǎn)換。之后通過確定云重心向量，觀察云重心的變化情況，將系統(tǒng)狀態(tài)信息呈現(xiàn)出來[17]。云重心評(píng)價(jià)可以很好地解決評(píng)價(jià)中的變量轉(zhuǎn)換問題，為指標(biāo)選取提供更多可能性，使評(píng)價(jià)結(jié)果更加科學(xué)、準(zhǔn)確。

4.1云重心評(píng)價(jià)法的具體步驟

(1)建立指標(biāo)體系。設(shè)指標(biāo)體系為C:

C={C1，C2，C3，…，Cm},其中，Ci={Ci1，Ci2，Ci3，…，Cin}[19](i=1,2，…,m)，這里Cij表示第i個(gè)一級(jí)指標(biāo)中的第j(j=1,2,…,n)個(gè)二級(jí)指標(biāo)。依次類推，建立多個(gè)層次的指標(biāo)體系。

(2)確定指標(biāo)權(quán)重。確定權(quán)重的方法有很多種，包括主觀賦權(quán)法和客觀賦權(quán)法。其中主觀賦權(quán)法指根據(jù)經(jīng)驗(yàn)判斷做出的選擇，如層次分析法、德爾菲法等；客觀賦權(quán)法是指權(quán)重的確定不受主觀因素的影響，而是通過對(duì)實(shí)際數(shù)據(jù)的分析來獲得權(quán)重值。本文選用熵值法[18]來確定各指標(biāo)權(quán)重。

(3)評(píng)語集的云模型表示。規(guī)定評(píng)語集所對(duì)應(yīng)的數(shù)域?yàn)閇0，1]，評(píng)語集中每個(gè)評(píng)語對(duì)應(yīng)數(shù)域內(nèi)一個(gè)變化區(qū)間，假定評(píng)語集V={極差，很差，較差，差，一般，好，較好，很好，極好 }，表1為各個(gè)評(píng)語對(duì)應(yīng)的指標(biāo)變化區(qū)間。這樣，就把具體的數(shù)值轉(zhuǎn)換成評(píng)語值。

表1　各評(píng)語值對(duì)應(yīng)的指標(biāo)變化區(qū)間

注：Dmin表示區(qū)間的最小值，Dmax表示區(qū)間的最大值。

(4)定性指標(biāo)的云模型表示。設(shè)每個(gè)評(píng)價(jià)指標(biāo)有t個(gè)評(píng)價(jià)對(duì)象，則某一個(gè)指標(biāo)就獲得t個(gè)評(píng)語。

首先根據(jù)式(1)求出評(píng)價(jià)集中每個(gè)元素的期望值Exk和熵值Enk。其中k=1,2，…,9，如表2所示。

Exk=(Dmin+Dmax)/2；Enk=(Dmax-Dmin)/6

(1)

按照式(2)、式(3)求得每個(gè)指標(biāo)對(duì)應(yīng)t個(gè)評(píng)語的云模型表示Ex=Exσ(1)Enσ(1)+Exσ(2)Enσ(2)+L+Exσ(t)Enσ(t)

(2)

En=Enσ(1)+Enσ(2)+LEnσ(t)

(3)

表2　評(píng)語集的云模型特征值

其中，Exσ(b)、Enσ(b)(b=1,2，…,t)表示第b個(gè)評(píng)價(jià)對(duì)象的期望值和熵值。

由此，有n個(gè)指標(biāo)的系統(tǒng)可以用一個(gè)n維綜合云表示。

i=1,2,…,n

(4)

經(jīng)過歸一化之后，表示系統(tǒng)狀態(tài)的總和云重心向量均為無量綱、有方向、有大小的值。把歸一化后的云重心向量MT乘以權(quán)重值W，然后再相加，得到加權(quán)偏離度θ

(5)

其中，Wi為第i個(gè)單項(xiàng)指標(biāo)的權(quán)重值。

(6)用云模型實(shí)現(xiàn)測(cè)評(píng)。利用云模型計(jì)算出每個(gè)評(píng)語值的加權(quán)偏離度，構(gòu)成一個(gè)測(cè)評(píng)云發(fā)生器。通過最后計(jì)算出某個(gè)區(qū)域創(chuàng)新能力、企業(yè)競爭力和企業(yè)財(cái)務(wù)創(chuàng)新能力的加權(quán)偏離度θ，就可準(zhǔn)確定位該區(qū)域創(chuàng)新能力、企業(yè)競爭力和企業(yè)財(cái)務(wù)創(chuàng)新能力的評(píng)語(見圖1)。

圖1　云發(fā)生器

基于“厚古薄今”的思想，本文首先采用“時(shí)間貼現(xiàn)因子法”對(duì)原始數(shù)據(jù)進(jìn)行處理，得到綜合值；其次對(duì)綜合值進(jìn)行規(guī)范化處理，轉(zhuǎn)化成[0,1]的數(shù)據(jù)；進(jìn)一步按照云重心評(píng)價(jià)法的步驟分別對(duì)全面指標(biāo)和核心指標(biāo)進(jìn)行評(píng)價(jià)；最后將評(píng)價(jià)結(jié)果進(jìn)行統(tǒng)計(jì)分析其一致性。

5　數(shù)據(jù)來源

通過查閱中國統(tǒng)計(jì)年鑒等資料，搜集能反映區(qū)域創(chuàng)新能力、企業(yè)競爭力和企業(yè)財(cái)務(wù)創(chuàng)新能力的數(shù)據(jù)資料。

區(qū)域創(chuàng)新能力評(píng)價(jià)選取了全國30個(gè)省(直轄市/自治區(qū))2004—2012年上述33個(gè)全面指標(biāo)數(shù)據(jù)和10個(gè)核心指標(biāo)數(shù)據(jù)，并把全國30個(gè)省分成東北、沿海、黃河中游、長江中游、西南和西北六個(gè)地區(qū)分別評(píng)價(jià)。企業(yè)競爭力評(píng)價(jià)選取了滬深股市主板和中小板市場符合通訊行業(yè)標(biāo)準(zhǔn)同時(shí)被認(rèn)定為高新企業(yè)的28家上市公司2012—2014年33個(gè)全面指標(biāo)數(shù)據(jù)和14個(gè)核心指標(biāo)數(shù)據(jù)，分別對(duì)28家上市公司的企業(yè)競爭力進(jìn)行評(píng)價(jià)。財(cái)務(wù)創(chuàng)新能力獲取安徽省不同行業(yè)17家具有代表性的中小板上市企業(yè)2010—2014年27個(gè)全面指標(biāo)數(shù)據(jù)和12個(gè)核心指標(biāo)數(shù)據(jù)，分別對(duì)安徽省不同行業(yè)的17家上市公司的財(cái)務(wù)創(chuàng)新能力進(jìn)行評(píng)價(jià)。

6　評(píng)價(jià)結(jié)果和啟示

6.1區(qū)域創(chuàng)新能力、企業(yè)競爭力、財(cái)務(wù)創(chuàng)新能力的云評(píng)價(jià)結(jié)果匯總

限于篇幅，文章在此直接給出研究結(jié)果，云計(jì)算過程不再論述。通過spss19.0，對(duì)大數(shù)據(jù)全面指標(biāo)與核心指標(biāo)數(shù)據(jù)云評(píng)價(jià)結(jié)果數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析后，可匯總出表3、4、5。表格中，0表示大數(shù)據(jù)與核心指標(biāo)數(shù)據(jù)評(píng)價(jià)不一致，1表示大數(shù)據(jù)與核心指標(biāo)數(shù)據(jù)評(píng)價(jià)一致；每個(gè)評(píng)價(jià)對(duì)象的一致性程度我們采用評(píng)價(jià)一致的指標(biāo)個(gè)數(shù)與評(píng)價(jià)指標(biāo)總個(gè)數(shù)的比例來確定。

表3　區(qū)域創(chuàng)新能力云評(píng)價(jià)結(jié)果一致性匯總

表4　企業(yè)競爭力的云評(píng)價(jià)結(jié)果一致性匯總

表5　企業(yè)財(cái)務(wù)創(chuàng)新能力云評(píng)價(jià)結(jié)果一致性匯總

6.2區(qū)域創(chuàng)新能力、企業(yè)競爭力、財(cái)務(wù)創(chuàng)新能力的綜合一致性結(jié)果

按照統(tǒng)計(jì)學(xué)中的四分位法，我們把各個(gè)研究領(lǐng)域的一致性程度劃分為四個(gè)等級(jí)，分別為高一致性(75%～100%)、中高一致性(50%～74%)、中低一致性(26%～49%)、低一致性(0～25%)。

根據(jù)式(6)可以得到，區(qū)域創(chuàng)新能力的綜合一致性程度k1=58%，表現(xiàn)為中高一致性，接近中低一致性；企業(yè)競爭力的綜合一致性程度k2=49%，表現(xiàn)為中低一致性；企業(yè)財(cái)務(wù)創(chuàng)新能力的綜合一致性程度k3= 53%，表現(xiàn)為中高一致性，接近中低一致性；同理，綜合區(qū)域創(chuàng)新能力、企業(yè)競爭力和企業(yè)財(cái)務(wù)創(chuàng)新能力一致性評(píng)價(jià)結(jié)果可得到，大數(shù)據(jù)全面指標(biāo)與核心指標(biāo)數(shù)據(jù)評(píng)價(jià)結(jié)果的一致性程度為51%，接近中低一致性。

(6)

其中，k表示評(píng)價(jià)領(lǐng)域的綜合一致性程度；λ表示每個(gè)評(píng)價(jià)對(duì)象的一致性程度；j(j=1,2,…,n)表示各個(gè)評(píng)價(jià)領(lǐng)域的評(píng)價(jià)對(duì)象。

7　主要結(jié)論和啟示

第一，通過表3各評(píng)價(jià)對(duì)象的一致性程度看出，東北、沿海全面指標(biāo)評(píng)價(jià)與核心指標(biāo)評(píng)價(jià)一致性較差；黃河中游、長江中游全面指標(biāo)評(píng)價(jià)與核心指標(biāo)評(píng)價(jià)一致性較好。由此可以得到：地區(qū)經(jīng)濟(jì)越發(fā)達(dá)，全面指標(biāo)評(píng)價(jià)結(jié)果與核心指標(biāo)評(píng)價(jià)結(jié)果差異較為明顯，核心指標(biāo)體系下的評(píng)價(jià)結(jié)果不能全面反映實(shí)際情況。這說明對(duì)于發(fā)展較好的地區(qū)來說，較強(qiáng)的創(chuàng)新能力不僅僅是由幾個(gè)核心指標(biāo)所決定的，而是受許多不同因素的影響。因此，評(píng)價(jià)結(jié)果較好的地區(qū)要想進(jìn)一步提升創(chuàng)新能力，除應(yīng)繼續(xù)加強(qiáng)核心指標(biāo)建設(shè)外，還應(yīng)該注重全面協(xié)調(diào)發(fā)展，才能保持競爭優(yōu)勢(shì)。

第二，通過表4各評(píng)價(jià)對(duì)象的一致性程度可以看出，在28家上市公司中，有21家企業(yè)的一致性比率都處于37.5%～62.5%之間，只有信威集團(tuán)、波導(dǎo)股份、中興通訊和合眾思?jí)训囊恢滦员嚷瘦^差(小于37.5%)，東方通信、奧維通信和盛路通信的一致性比率較好(大于62.5%)；但代表企業(yè)競爭力的28家上市公司的綜合一致性評(píng)價(jià)結(jié)果為49%<50%，已經(jīng)表現(xiàn)出中低一致性，可見在通訊業(yè)企業(yè)競爭能力的評(píng)價(jià)中大數(shù)據(jù)與核心指標(biāo)數(shù)據(jù)的評(píng)價(jià)結(jié)果差異化程度較高。由此可以得到：在通訊業(yè)企業(yè)中，企業(yè)競爭能力并不僅僅由核心指標(biāo)所決定，而是受許多潛在因素的影響。因此，要想提高企業(yè)競爭力，必須注重全面協(xié)調(diào)發(fā)展，才能保持競爭優(yōu)勢(shì)。例如，充分開發(fā)人力資源；加大研發(fā)投入力度；努力實(shí)現(xiàn)市場與企業(yè)業(yè)務(wù)的多重優(yōu)化等。

第三，通過表5各評(píng)價(jià)對(duì)象的一致性程度看出，在17家中小板上市企業(yè)中，有13家企業(yè)的一致性比率都處于40%～80%之間，也有部分企業(yè)的全面指標(biāo)評(píng)價(jià)和核心指標(biāo)評(píng)價(jià)相差較大，比如東華科技、順榮股份和美亞光電全面指標(biāo)評(píng)價(jià)結(jié)果與核心指標(biāo)評(píng)價(jià)結(jié)果一致性比率較低(僅為20%)，表現(xiàn)為低一致性；泰爾重工全面指標(biāo)評(píng)價(jià)結(jié)果與核心指標(biāo)評(píng)價(jià)結(jié)果完全一致，表現(xiàn)為高一致性；代表企業(yè)財(cái)務(wù)創(chuàng)新能力的17家上市企業(yè)綜合一致性為51%，接近中低一致性。由此可以看出，企業(yè)的財(cái)務(wù)創(chuàng)新能力并不僅僅由核心指標(biāo)所決定，企業(yè)財(cái)務(wù)創(chuàng)新能力的培育是一項(xiàng)復(fù)雜的、綜合性的活動(dòng)，企業(yè)財(cái)務(wù)創(chuàng)新能力包括企業(yè)財(cái)務(wù)創(chuàng)新保障能力等多方面的內(nèi)容，因此要注意加強(qiáng)企業(yè)財(cái)務(wù)創(chuàng)新能力各方面的建設(shè)實(shí)現(xiàn)企業(yè)財(cái)務(wù)創(chuàng)新保障、實(shí)現(xiàn)、投入與產(chǎn)出能力等各方面的協(xié)調(diào)聯(lián)動(dòng)建設(shè)。

[1]GOLDSTON D.Big data:data wrangling[J/OL].Nature,2008,455:15.[2013-07-24].http://www.nature.com/nature/index.html.

[2]REICHMAN O J，JONES M B，SCHILDHAUER M P.Challenges and opportunities of open data in ecology[J/OL].Science,2011,311(6018):703-705.[2013-07-23].http://www.sciencemag.org/.

[3]MANYIKA J，CHUI M，BUGHIN J,et al.Big data:the next frontier for innovation,competition,and productivity[R/OL].Las Vegas:The Mckinsey Global Institute.[2013-07-24].http://www.mckinsey.com/insights/business_technology/big_data_the_next_frontier_for_innovation.

[4]劉智慧,張泉靈.大數(shù)據(jù)技術(shù)研究綜述[J].浙江大學(xué)學(xué)報(bào)(工學(xué)版),2014(06):958-972.

[5]Leading researchers across the United States.Challenges and opportunities with big data[R/OL].New York:United Nations.[2013-07-24].http://www.cra.org/ccc/files/docs/init/bigdatawhitepaper.pdf.

[6]徐子沛.大數(shù)據(jù):正在到來的數(shù)據(jù)革命[M].桂林:廣西師范大學(xué)出版社,2012.

[7]李國杰,程學(xué)旗.大數(shù)據(jù)研究:未來科技及經(jīng)濟(jì)社會(huì)發(fā)展的重大戰(zhàn)略領(lǐng)域-大數(shù)據(jù)的研究現(xiàn)狀與科學(xué)思考[J].中國科學(xué)院院刊,2012,27(06):647-657.

[8]馮登國,張敏,李昊.大數(shù)據(jù)安全與隱私保護(hù)[J].計(jì)算機(jī)學(xué)報(bào),2014(01):246-258.

[9]張亞明,劉海鷗.協(xié)同創(chuàng)新驅(qū)動(dòng)的云計(jì)算服務(wù)模式與戰(zhàn)略[J].中國科技論壇,2013(10):105-111.

[10]魏江,郭斌,許慶瑞.企業(yè)技術(shù)能力與技術(shù)創(chuàng)新能力的評(píng)價(jià)指標(biāo)體系[J].北京:中國高新技術(shù)企業(yè)評(píng)價(jià),1995,(05):32-38.

[11]朱云鵑.共識(shí)性創(chuàng)新型企業(yè)核心評(píng)價(jià)指標(biāo)統(tǒng)計(jì)分析[J].經(jīng)濟(jì)管理,2009(03):159-162.

[12]賀俊果,趙國浩.企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)及應(yīng)用研究[J].山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2007,29(09):64-67.

[13]張瑜,戈悅迎.大數(shù)據(jù)是決定智慧城市建設(shè)成敗的關(guān)鍵—專訪中國工程院院士、中國科學(xué)院計(jì)算所研究員 倪光南[J].中國信息界,2013(07):19-21.

[14]繆勝光,陳國宏.產(chǎn)業(yè)集群企業(yè)技術(shù)創(chuàng)新能力研究-基于云理論[J].技術(shù)經(jīng)濟(jì),2011(05):1-5

[15]苗鑫,西寶.基于云理論的路網(wǎng)可靠性評(píng)估方法[J].公路交通與科技,2008(08):132-141.

[16]路峰,吳慧中.基于云模型的信任評(píng)估研究[J].中國工程科學(xué),2008(10):84-89.

[17]李德毅,孟海軍,史雪梅.隸屬云和隸屬云發(fā)生器[J].計(jì)算機(jī)研究與發(fā)展,1995(06):15-20.

[18]鄒華.基于熵值法的我國區(qū)域創(chuàng)新能力評(píng)價(jià)研究[J].科技管理研究.2013(23):56-61.

(責(zé)任編輯劉傳忠)

Analysis on the Consistency of Evaluation Between Big Data Comprehensive Index and Core Index Data

Zhu Yunjuan，Li Dan，Li Ying

(School of Business of Anhui University,Research Center for Innovation Management of Anhui University,Hefei 230601,China)

This paper makes a comprehensive evaluation on the comprehensive index of big data and core index data by using MCGC,and analyses whether the results are consistent.It is concluded that the overall index of big data and the evaluation results of the core indicators are in a weak state of consistency.And then it gets some inspiration.

Big data；Comprehensive index；Core index；Consistency；MCGC

2015年安徽省軟科學(xué)研究項(xiàng)目“大數(shù)據(jù)與核心指標(biāo)數(shù)據(jù)評(píng)價(jià)一致性研究”(Y06071836)。

C34

A