陳一鳴，鄔陽陽，和添錦

（麗江文化旅游學(xué)院，云南 麗江 674100）

技術(shù)創(chuàng)新不僅可以解決很多實(shí)際問題，還可以帶來許多經(jīng)濟(jì)效益和社會(huì)效益。因此，如何推動(dòng)技術(shù)創(chuàng)新是一個(gè)十分重要的問題。就技術(shù)創(chuàng)新而言，企業(yè)是技術(shù)創(chuàng)新的主體，對于推動(dòng)技術(shù)創(chuàng)新至關(guān)重要。當(dāng)今，政府也不斷采取一系列措施鼓勵(lì)企業(yè)進(jìn)行技術(shù)創(chuàng)新，很多企業(yè)也積極投入科研經(jīng)費(fèi)，努力提升自身的技術(shù)創(chuàng)新能力。但在市場經(jīng)濟(jì)中，企業(yè)之間競爭激烈，要想憑借技術(shù)創(chuàng)新取得競爭優(yōu)勢，企業(yè)要清楚自身的技術(shù)創(chuàng)新能力在眾多企業(yè)中處于哪個(gè)位置，達(dá)到了何種水平，具有哪些優(yōu)勢、哪些劣勢。為了解決上述問題，正確評(píng)價(jià)企業(yè)的技術(shù)創(chuàng)新能力至關(guān)重要。很多研究者都在探索如何得到一個(gè)相對科學(xué)合理的評(píng)價(jià)結(jié)果，也有人取得了豐碩的研究成果。

企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)主要是從指標(biāo)體系構(gòu)建、評(píng)價(jià)模型選擇、評(píng)價(jià)對象選擇[1-2]這3個(gè)方面進(jìn)行研究。但具體到整個(gè)評(píng)價(jià)過程還會(huì)涉及其他問題，比如：指標(biāo)權(quán)重的計(jì)算、指標(biāo)選擇方法的確定、模型閾值的確定等細(xì)節(jié)問題。所以，在分析企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)過程中存在的問題時(shí)，不僅僅要從3個(gè)主要的研究方向進(jìn)行分析，其他一些細(xì)節(jié)問題也需注意，比如權(quán)重的計(jì)算、閾值的確定和一些計(jì)算問題，這些問題會(huì)使得評(píng)價(jià)結(jié)果出現(xiàn)偏差或者錯(cuò)誤。為了認(rèn)識(shí)和了解這些偏差和錯(cuò)誤的原因，本文對企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)研究中常見的若干問題進(jìn)行了分析，并提出相應(yīng)的解決思路和解決方法，希望能為研究企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)的學(xué)者提供一些參考。

1 指標(biāo)體系構(gòu)建中的問題

1.1 指標(biāo)構(gòu)建過程的說明

在企業(yè)技術(shù)創(chuàng)新評(píng)價(jià)中，指標(biāo)體系的構(gòu)建是評(píng)價(jià)的第一個(gè)步驟，構(gòu)建的評(píng)價(jià)指標(biāo)體系是否科學(xué)合理直接影響到評(píng)價(jià)結(jié)果的合理性，所以評(píng)價(jià)指標(biāo)體系的構(gòu)建非常重要。評(píng)價(jià)指標(biāo)的構(gòu)建過程可以分為兩步：第一步，指標(biāo)的初選；第二步，指標(biāo)的篩選。有些文章直接給出一個(gè)評(píng)價(jià)對象的評(píng)價(jià)指標(biāo)體系，并沒有說明指標(biāo)的初選和篩選方法，文章的邏輯不夠完整，降低了文章結(jié)論的說服力。因此，為使文章更具合理性，應(yīng)該對評(píng)價(jià)指標(biāo)的來源和評(píng)價(jià)指標(biāo)體系的構(gòu)建方法作出簡要說明。

1.2 指標(biāo)初選方法的選擇

指標(biāo)的初選就是確定指標(biāo)的來源，一般就是來源于固有的指標(biāo)體系，有時(shí)候會(huì)根據(jù)評(píng)價(jià)的側(cè)重點(diǎn)，加上或者去掉一些指標(biāo)。為了使得研究更具有說服力，指標(biāo)的來源一般應(yīng)選擇一些權(quán)威評(píng)價(jià)機(jī)構(gòu)或者權(quán)威期刊[1]。另外，有些作者在指標(biāo)的選擇過程中只選擇了定量指標(biāo)[3]，一是定量指標(biāo)通常比較容易獲取，部分公開數(shù)據(jù)可以在互聯(lián)網(wǎng)上直接查找；二是這些指標(biāo)比較客觀，沒有摻雜個(gè)人的主觀判斷。實(shí)際上，有些定性指標(biāo)能夠更好地反映出企業(yè)的技術(shù)創(chuàng)新能力，這些定性指標(biāo)也是十分重要的，所以在指標(biāo)的選擇過程中要注意選擇主觀定性指標(biāo)和定量指標(biāo)兩類指標(biāo)，不應(yīng)該為了研究的方便只選擇定量指標(biāo)，也不能認(rèn)為定量指標(biāo)更科學(xué)而去除一些定性指標(biāo)。

1.3 指標(biāo)篩選方法的選擇

指標(biāo)初選之后就應(yīng)該對指標(biāo)進(jìn)行篩選，指標(biāo)篩選的方法較多，總結(jié)相關(guān)文獻(xiàn)，可以分為主觀選擇法、客觀選擇法和主客觀結(jié)合選擇法。所謂的主觀選擇方法，就是根據(jù)相關(guān)專家的經(jīng)驗(yàn)，選擇合適的指標(biāo)，例如有些研究就在評(píng)價(jià)指標(biāo)篩選時(shí)請教了相關(guān)領(lǐng)域的專家學(xué)者，構(gòu)建了一套評(píng)價(jià)指標(biāo)體系；客觀篩選方法是通過數(shù)理計(jì)算的方法來判斷指標(biāo)的重要程度，這類方法操作相對簡便，使用較為廣泛，但是會(huì)出現(xiàn)數(shù)據(jù)差異比較小，導(dǎo)致一些重要指標(biāo)被忽略的情況[4]；主客觀結(jié)合方法是將前兩類方法相互結(jié)合，主要目的是取長補(bǔ)短，得到更為科學(xué)合理的指標(biāo)體系。在不考慮計(jì)算難度的情況下，主客觀結(jié)合的選擇方法更為合理，能夠兼顧專家經(jīng)驗(yàn)和實(shí)際數(shù)據(jù)，隨著計(jì)算工具的迅速發(fā)展，計(jì)算量大的問題已逐步得到解決。

2 評(píng)價(jià)過程中的問題

2.1 權(quán)重計(jì)算方法的選擇

在企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)研究以及其他綜合評(píng)價(jià)研究中，很少有人對權(quán)重的計(jì)算方法進(jìn)行討論，一般都是直接選擇主觀方法——層次分析法（Analytic Hierarchy Process，AHP）[3]或者客觀方法——熵權(quán)法，有的研究中也會(huì)選擇主客觀結(jié)合的方法[5]。權(quán)重的確定方法一般不作為一個(gè)創(chuàng)新點(diǎn)單獨(dú)出現(xiàn)，在企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)中也很少見到關(guān)于權(quán)重計(jì)算方法的討論，一般研究者為了研究的方便，直接選擇最常見的權(quán)重計(jì)算方法。在對一個(gè)研究對象進(jìn)行評(píng)價(jià)的時(shí)候，不能為了得到一個(gè)相對科學(xué)的評(píng)級(jí)結(jié)果就不惜一切成本，還要注意評(píng)價(jià)過程的工作量。在邀請專家打分和計(jì)算過程都沒有問題的情況下，還是使用主客觀結(jié)合的方式計(jì)算指標(biāo)的權(quán)重較為科學(xué)合理。無論是主觀方法還是客觀方法都存在一定的局限性，兩種方法結(jié)合才能在一定程度上彌補(bǔ)各自的缺點(diǎn)。

2.2 綜合評(píng)價(jià)方法的選擇

在綜合評(píng)價(jià)類的文章中，很多高質(zhì)量文章的創(chuàng)新點(diǎn)一般歸為兩類：第一類，使用新的評(píng)價(jià)模型或者改進(jìn)評(píng)價(jià)模型；第二類，找到一個(gè)新的研究對象。類似于其他綜合評(píng)價(jià)問題，企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)研究中，評(píng)價(jià)模型的選擇也至關(guān)重要，它不僅關(guān)系到評(píng)價(jià)結(jié)果的合理性，還關(guān)系到一篇文章的創(chuàng)新度。有關(guān)評(píng)價(jià)模型的研究比較多，大致可分為兩大類：一類是傳統(tǒng)的評(píng)價(jià)模型研究，另一類是智能化的評(píng)價(jià)方法研究。其中，傳統(tǒng)的評(píng)價(jià)方法又分為主觀方法和客觀方法。傳統(tǒng)的評(píng)價(jià)方法提出較早，使用廣泛，在很多文章中我們依然可以看到很多研究者在研究過程中使用這些評(píng)價(jià)模型。隨著人工智能理論的發(fā)展，一些人工智能理論也應(yīng)用到綜合評(píng)價(jià)中，形成了一些新的評(píng)價(jià)模型。

傳統(tǒng)的綜合評(píng)價(jià)方法主要有熵權(quán)法、層次分析法、理想點(diǎn)法（Technique for Order Preferenceby Similarity to Ideal Solution，TOPSIS）、密切值法等。智能化的綜合評(píng)價(jià)方法主要有基于支持向量機(jī)的綜合評(píng)價(jià)方法[6]、基于云模型的綜合評(píng)價(jià)方法[7]、基于神經(jīng)網(wǎng)絡(luò)的綜合評(píng)價(jià)方法[8]等。不同的評(píng)價(jià)方法有不同的優(yōu)缺點(diǎn)，但是總體來說，智能化的評(píng)價(jià)方法在理論上更為科學(xué)合理，比如：基于支持向量機(jī)的評(píng)價(jià)方法可以解決復(fù)雜的非線性問題，可以避免陷入局部最優(yōu)解，并且適用于小樣本數(shù)據(jù)；基于云模型的評(píng)價(jià)方法可以解決評(píng)價(jià)過程中的隨機(jī)性和模糊性，評(píng)價(jià)結(jié)果更具合理性；基于神經(jīng)網(wǎng)絡(luò)的評(píng)價(jià)方法可以有效地解決非線性問題，計(jì)算速度快，學(xué)習(xí)能力較強(qiáng)。

2.3 模型的計(jì)算和推導(dǎo)

在綜合評(píng)價(jià)過程中，有的文章直接應(yīng)用模型，有的文章則是將模型進(jìn)行改進(jìn)后再應(yīng)用。模型的計(jì)算或者推導(dǎo)都有可能出現(xiàn)一些問題，但是綜合評(píng)價(jià)模型的計(jì)算和推導(dǎo)更具有代表性，這里以綜合評(píng)價(jià)模型為例進(jìn)行說明。綜合評(píng)價(jià)模型有一些運(yùn)算過程需要人工計(jì)算，比如基于粗糙集的綜合評(píng)價(jià)方法在屬性約簡過程中的計(jì)算，這個(gè)時(shí)候可能會(huì)出現(xiàn)計(jì)算錯(cuò)誤。在模型的改進(jìn)過程中也可能會(huì)出現(xiàn)一些邏輯推導(dǎo)問題，比如保羅·羅默雖然是經(jīng)濟(jì)學(xué)研究中使用數(shù)學(xué)模型的“既得利益者”，但他還是指出了恩師盧卡斯的兩篇文章中存在的數(shù)學(xué)模型推導(dǎo)錯(cuò)誤[9]。為了避免計(jì)算錯(cuò)誤，可以編寫相應(yīng)的程序代碼，這樣也方便其他研究者使用。選擇和一些數(shù)學(xué)專業(yè)的人合作研究，則可以在一定程度上避免推導(dǎo)過程中出現(xiàn)錯(cuò)誤。

3 結(jié)束語

企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)研究中存在一些問題，本文提到的問題區(qū)別于評(píng)價(jià)中存在的一些不確定因素[10]。不確定性因素有主觀因素和客觀因素?？陀^因素沒有辦法避免，每一種評(píng)價(jià)模型都不可能沒有缺陷。同時(shí)，主觀因素還會(huì)受到客觀因素的影響，比如：數(shù)據(jù)統(tǒng)計(jì)過程中會(huì)產(chǎn)生數(shù)據(jù)不確定性，這種不確定性因素會(huì)受到統(tǒng)計(jì)方法和統(tǒng)計(jì)工具的限制，因此不確定性因素在現(xiàn)有條件下是無法避免的。本文討論的問題多數(shù)和評(píng)價(jià)者的認(rèn)識(shí)和選擇有著直接關(guān)系，如果按照一定的規(guī)范進(jìn)行研究，一些問題可以在一定程度上避免，比如：在指標(biāo)構(gòu)建過程中選擇合適的指標(biāo)構(gòu)建方法，在文章寫作過程中將構(gòu)建過程盡量描述完整。有一些問題雖然沒有辦法解決，但是可以選擇一些相對有效的方法避免，比如：在確定指標(biāo)權(quán)重的時(shí)候可以選擇主客觀結(jié)合的方式，使得構(gòu)建的指標(biāo)體系更科學(xué)合理。

隨著科學(xué)的進(jìn)步，評(píng)價(jià)過程中的各種模型會(huì)不斷更新或者改進(jìn)，使企業(yè)技術(shù)創(chuàng)新評(píng)價(jià)可以得到更為科學(xué)合理的結(jié)果，所以在企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)中也需要引入一些新的理論或者模型。但研究發(fā)現(xiàn)，有些數(shù)學(xué)模型非常復(fù)雜，計(jì)算量也非常大，一些研究者為了綜合多個(gè)數(shù)學(xué)模型的優(yōu)點(diǎn)，還會(huì)將多個(gè)模型組合起來使用，致使模型越來越復(fù)雜，進(jìn)而造成濫用數(shù)學(xué)模型問題出現(xiàn)。但是復(fù)雜程度并不是判斷濫用數(shù)學(xué)模型的標(biāo)準(zhǔn)，因?yàn)橛袝r(shí)候復(fù)雜的數(shù)學(xué)模型更適合處理復(fù)雜的現(xiàn)實(shí)問題。在綜合評(píng)價(jià)研究過程中，要判斷數(shù)學(xué)模型是不是濫用，可以參考文獻(xiàn)[9]中的部分判斷標(biāo)準(zhǔn)：第一，在研究中引入數(shù)學(xué)模型之后并沒有得到更有價(jià)值、更具科學(xué)性的結(jié)論，僅僅是為了追求形式上的“科學(xué)化”；第二，在研究過程中，實(shí)證過程不規(guī)范，出現(xiàn)邏輯漏洞。