王洋 張全

摘要：本文將高科技企業(yè)的創(chuàng)新性評價歸結(jié)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(diǎn)值或區(qū)間數(shù)。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(jìn)行規(guī)范化，并在此基礎(chǔ)上建立了優(yōu)化模型求解屬性權(quán)重和專家權(quán)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(jié)果。

關(guān)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(xiàn)標(biāo)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(shù)產(chǎn)業(yè)是拉動經(jīng)濟(jì)增長的重要力量，其高質(zhì)量發(fā)展與經(jīng)濟(jì)發(fā)展水平之間存在良好的互動關(guān)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(jié)合的方法。范曉莉等人[2]運(yùn)用灰色關(guān)聯(lián)分析法、核密度估計法，分析得出創(chuàng)新服務(wù)環(huán)境、科技政策支持、高素質(zhì)創(chuàng)新人才都是影響創(chuàng)新性的關(guān)鍵因素。Sercan O等人[3]探究了不同類型、領(lǐng)域和經(jīng)濟(jì)活動間的知識互動對創(chuàng)新性的影響，提出企業(yè)、學(xué)校協(xié)調(diào)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(biāo)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(chǔ)上，提出專家知識的相關(guān)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(shù)，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(jié)果的影響。

2 問題描述

現(xiàn)有文獻(xiàn)中大多采用模糊語言變量進(jìn)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(shù)學(xué)形式表達(dá)，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(diǎn)。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(dá)方式，采用不同的表達(dá)方法，如模糊語言、排序、區(qū)間數(shù)等，這類方式更適合這種問題的表達(dá)。

本文關(guān)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(shù)企業(yè)，即企業(yè)[S1，S2，...，Smm≥2]，參考[n]個屬性[c1，c2，...，cnn≥2]進(jìn)行評價。決策者[e=（e1，e2，...，eq）]對各個評價指標(biāo)以單點(diǎn)值、區(qū)間數(shù)、偏好序或模糊語言的形式進(jìn)行評價，其中，每個屬性下元素的表達(dá)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(yù)處理

分別將不同類型的評價信息規(guī)范化處理，并轉(zhuǎn)換為基準(zhǔn)語言集合的模糊集形式。基于基準(zhǔn)語言集合計算各屬性的期望與方差，轉(zhuǎn)換成（期望，方差）兩個參數(shù)的形式的決策矩陣。

3.2確定屬性權(quán)重

（1）運(yùn)用距離測度公式結(jié)合目標(biāo)規(guī)劃方法。利用公式對決策矩陣進(jìn)行加權(quán)平均求和，使得[R]取得最小值，此時得到的[ω]即屬性權(quán)重。

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

4 算例分析

假設(shè)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(biāo)及其評價形式為：技術(shù)能力（[c1]）、促進(jìn)地區(qū)經(jīng)濟(jì)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(shù)評價;產(chǎn)學(xué)研聯(lián)合程度（[c5]）、知識產(chǎn)權(quán)數(shù)量（[c6]）采用區(qū)間數(shù)評價;創(chuàng)新激勵機(jī)制（[c7]）采用偏好序評價。將不同類型的評價信息根據(jù)公式（1）-（3）預(yù)處理：

5 結(jié)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(zhuǎn)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(shù)相結(jié)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(quán)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(xiàn)：

[1] 陳曉雪，時大紅.中國區(qū)域高新技術(shù)產(chǎn)業(yè)高質(zhì)量發(fā)展的綜合評價分析[J].南京財經(jīng)大學(xué)學(xué)報，2019（5）：34-44.

[2] 范曉莉，蔣寧.我國高技術(shù)產(chǎn)業(yè)創(chuàng)新生態(tài)水平評價及其影響因素分析[J].產(chǎn)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(jìn)TOPSIS法在工程項目評標(biāo)中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)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(jī)工程，2011，37（S1）：189-191，204.

【通聯(lián)編輯：梁書】