文/楊大鵬 張燕 馬麗瓊

引言

技術(shù)創(chuàng)新方法培訓(xùn)是創(chuàng)新方法工作面向國民經(jīng)濟(jì)和社會發(fā)展主戰(zhàn)場的重要方面。新疆于2008年8月被科學(xué)技術(shù)部列為創(chuàng)新方法試點省區(qū)之一。2010年9月，在科技部的大力支持下，“新疆高新技術(shù)企業(yè)技術(shù)創(chuàng)新方法推廣應(yīng)用”項目正式批準(zhǔn)立項。為保證項目的順利實施，提高項目執(zhí)行的針對性和實效性，計劃通過遴選幾家在全區(qū)具有代表性的高新技術(shù)企業(yè)作為創(chuàng)新方法試點企業(yè)，通過試點積累經(jīng)驗，樹立典范，從而以點帶面，在全區(qū)高新技術(shù)企業(yè)中全面推廣技術(shù)創(chuàng)新方法。

新疆科技干部培訓(xùn)中心按照項目的要求，制定了新疆創(chuàng)新方法試點企業(yè)遴選的八項指標(biāo)條件，從而對企業(yè)的實力和創(chuàng)新能力進(jìn)行評估，而遴選標(biāo)準(zhǔn)是否合理將對企業(yè)能否參加試點產(chǎn)生重要影響。因此，對試點企業(yè)遴選標(biāo)準(zhǔn)的合理性進(jìn)行探究就顯得十分重要和必要。

1 試點企業(yè)遴選標(biāo)準(zhǔn)的合理性探究

1.1 遴選標(biāo)準(zhǔn)合理性的定性研究

參加首批遴選創(chuàng)新方法試點企業(yè)，是否入選很重要的一個環(huán)節(jié)就是根據(jù)調(diào)研情況，比照“遴選標(biāo)準(zhǔn)表”進(jìn)行評估，最終確定試點企業(yè)。由于是關(guān)于科技創(chuàng)新方面的內(nèi)容，所以在選擇企業(yè)的時候除本身的規(guī)模和運轉(zhuǎn)情況外，還應(yīng)看企業(yè)的創(chuàng)新技術(shù)能力和創(chuàng)新潛力，故在建立“遴選標(biāo)準(zhǔn)表”里面的指標(biāo)時應(yīng)重點考察上述幾項。

在實際調(diào)研中：一方面需要考察企業(yè)的基本情況和科研開發(fā)情況，另一方面也需要了解企業(yè)對技術(shù)創(chuàng)新的具體需求。企業(yè)的基本情況一般由企業(yè)規(guī)模和主營業(yè)務(wù)所體現(xiàn)。而研發(fā)組織機(jī)構(gòu)、研發(fā)團(tuán)隊人數(shù)、已有成果數(shù)量、已參加創(chuàng)新方法培訓(xùn)人次和企業(yè)創(chuàng)新能力建設(shè)負(fù)責(zé)人則體現(xiàn)了企業(yè)的科研開發(fā)情況。企業(yè)對技術(shù)創(chuàng)新的具體需求則可由企業(yè)的技術(shù)難題等體現(xiàn)。

故新疆科技干部培訓(xùn)中心和新疆維吾爾自治區(qū)“火炬”計劃辦公室所制定的試點企業(yè)的八項遴選條件，即所屬領(lǐng)域、注冊資本、研發(fā)組織機(jī)構(gòu)、研發(fā)團(tuán)隊人數(shù)、基礎(chǔ)條件、已有成果數(shù)量、已參加創(chuàng)新方法培訓(xùn)人次、企業(yè)創(chuàng)新能力建設(shè)負(fù)責(zé)人較全面地反映了企業(yè)的創(chuàng)新技術(shù)能力和創(chuàng)新潛力。因此可認(rèn)為，試點企業(yè)遴選標(biāo)準(zhǔn)是合理的。

表1 初始指標(biāo)體系

1.2 遴選標(biāo)準(zhǔn)合理性的定量研究

1.2.1 遴選指標(biāo)體系的構(gòu)建

遴選標(biāo)準(zhǔn)指標(biāo)體系是評估機(jī)構(gòu)和評估人員從事評估工作的依據(jù)，也是衡量評估結(jié)果是否客觀公正的標(biāo)尺，它直接關(guān)系到評估工作的嚴(yán)肅性、權(quán)威性和科學(xué)性，是整個評價制度的靈魂，因此遴選標(biāo)準(zhǔn)指標(biāo)體系的建立，必須以正確的原則為指導(dǎo)，只有這樣，才能保證評價結(jié)果的客觀公正。

經(jīng)過查閱相關(guān)資料，根據(jù)科學(xué)性、可比性、代表性、敏感性、易得性的原則，針對企業(yè)在科技創(chuàng)新中的特點，初選出20個反映企業(yè)創(chuàng)新技術(shù)能力和創(chuàng)新潛力的指標(biāo)，如表1所示。

1.2.2 利用相關(guān)性分析第一次指標(biāo)篩選

相關(guān)分析就是研究兩個或兩個以上變量之間相互關(guān)系的統(tǒng)計分析方法。相關(guān)分析法有多種，本文研究中采用最常用的是Pearson相關(guān)分析法，它所計算出Pearson相關(guān)系數(shù)取值于0～1之間。當(dāng)Pearson相關(guān)系數(shù)為正，表示兩變量為正相關(guān)，取值越大相關(guān)性越強(qiáng)；而當(dāng)Pearson相關(guān)系數(shù)為負(fù)，表示兩變量負(fù)相關(guān)，值越小相關(guān)性越強(qiáng);當(dāng)Pearson相關(guān)系數(shù)為0或接近0，表示這兩個變量不相關(guān)或幾乎不相關(guān)性。

選取相關(guān)性系數(shù)較小的指標(biāo)。指標(biāo)相關(guān)性越小，該指標(biāo)與其他指標(biāo)間相似度就越小，所建立的指標(biāo)體系中所含的信息就越大，所以在選取過程中盡可能地選取相關(guān)性較小的指標(biāo)。用 表示任意兩個指標(biāo)的相關(guān)系數(shù)，則有：

通過spss軟件，可以直接得到:

表2 各指標(biāo)間相關(guān)系數(shù)矩陣

我們以相關(guān)系數(shù)P=0.5作為分界點，進(jìn)行第一次的指標(biāo)篩選，大于0.5的指標(biāo)進(jìn)行合并，并從中選出一項作為代表，小于等于0.5的指標(biāo)都留下。最后得到 指標(biāo)留下做第二次指標(biāo)篩選。

1.2.3 利用層次分析法第二次指標(biāo)篩選

在相關(guān)性分析過后，剩下了15個指標(biāo)，現(xiàn)在我們通過層次分析法繼續(xù)對指標(biāo)進(jìn)行篩選，并且得到各指標(biāo)的權(quán)重大小，可以分析各指標(biāo)的重要性。

層次分析法是美國運籌學(xué)家、匹茲堡大學(xué)A.L.Saaty在上世紀(jì)70年代初提出的。它是一種定性分析與定量分析相結(jié)合的多目標(biāo)決策分析方法。它是通過明確問題、建立層次結(jié)構(gòu)、構(gòu)造判定矩陣、層次單排序、層次總排序、一致性檢驗六個步驟來進(jìn)行整個系統(tǒng)層次分析的。

根據(jù)查閱相關(guān)資料以及前面的定性分析，通過兩兩比較，建立15個指標(biāo)的1—9標(biāo)度成對比較陣：

表3 標(biāo)度的含義

層次分析法中常見的計算權(quán)值方法有和法、根法、冪法和特征根法。在此，選取和法計算判斷矩陣中的特征值和特征向量。和法的原理是將判斷矩陣 列向量歸一化后的算術(shù)平均值，近似作為權(quán)重向量。計算步驟如下：

第一步：將 的每一列向量歸一化得：

表4 權(quán)重結(jié)果表

然后對判斷矩陣的一致性進(jìn)行檢驗：

一致性指標(biāo)為：

根據(jù)表4的權(quán)重結(jié)果可知，指標(biāo)x2（企業(yè)規(guī)模）、指標(biāo)x3（主營業(yè)務(wù)）、指標(biāo)x4（研發(fā)組織機(jī)構(gòu)）、指標(biāo)x5（研發(fā)團(tuán)隊人數(shù)）、指標(biāo)x6（基礎(chǔ)條件）、指標(biāo)x7（已有成果數(shù)量）、指標(biāo)x8（已參加創(chuàng)新方法培訓(xùn)人次）和指標(biāo)x9（企業(yè)創(chuàng)新能力建設(shè)負(fù)責(zé)人）的權(quán)重值排前面，且權(quán)重和達(dá)到80.86%，而剩下7個指標(biāo)最大的權(quán)重為0.0482，小于前面8個指標(biāo)中最小的那個指標(biāo)一半左右，根據(jù)遴選指標(biāo)要精簡的原則，選取這8個指標(biāo)作為遴選指標(biāo)，基本可以代表15個指標(biāo)的信息。這與新疆科技干部培訓(xùn)中心所制定的遴選指標(biāo)是完全吻合的，故試點企業(yè)遴選標(biāo)準(zhǔn)是合理的。

同時從這八個指標(biāo)權(quán)重比可以換算成總分為100分的各項分值，見表5。

表5 遴選指標(biāo)模型分值與實際分值

從表5中，發(fā)現(xiàn)用層次分析法算出的各指標(biāo)的分值，與“遴選標(biāo)準(zhǔn)表”里面的分值相差非常小，故試點企業(yè)遴選標(biāo)準(zhǔn)指標(biāo)的分值也是合理的。

2 試點企業(yè)遴選標(biāo)準(zhǔn)的綜合評價

根據(jù)前面選定的指標(biāo)8個指標(biāo)，建立一個綜合評價模型，對提出申請的18個企業(yè)，進(jìn)行評判打分，按照得分高低排序。

2.1 評價指標(biāo)的預(yù)處理

2.1.1 評價指標(biāo)的一致化處理

因為評價指標(biāo)可能有“極大型”、“極小型”、“中間型”和“區(qū)間型”四種情況，所以在處理的時候需要把各指標(biāo)處理成方向一致。通過判斷可知各指標(biāo)均為極大型指標(biāo)，即總是期望指標(biāo)的取值越大越好。故在此不需要將進(jìn)行指標(biāo)類型一致化處理。

2.1.2 評價指標(biāo)數(shù)據(jù)無量綱化處理

由于不同指標(biāo)之間存在不同的單位，使得這些指標(biāo)之間存在不可公度性。若不對這些指標(biāo)作相應(yīng)的無量綱處理，可能會出現(xiàn)“大數(shù)吃小數(shù)”的錯誤結(jié)果。一般來說，定量數(shù)據(jù)的無量綱化處理有標(biāo)準(zhǔn)差方法、極值差方法和功效系數(shù)方法等。

8個指標(biāo)的定量數(shù)據(jù)有5個，分別為x2，x5，x6，x7，x8，在此，選取極值差方法并用MATLAB軟件對指標(biāo)進(jìn)行無量綱化處理：

其中則 是無量綱的指標(biāo)觀測值，結(jié)果如表6所示。

2.1.3 定性指標(biāo)的量化處理

由于指標(biāo)體系中存在3個定性指標(biāo)，故在進(jìn)行綜合評價時需將其進(jìn)行量化處理。經(jīng)分析，定性的指標(biāo)是主營業(yè)務(wù)、研發(fā)組織機(jī)構(gòu)和企業(yè)創(chuàng)新能力建設(shè)負(fù)責(zé)人(即x3，x4，x9)，于是引入0、1變量對這三個指標(biāo)進(jìn)行以下的量化（“0”表示企業(yè)不符合遴選標(biāo)準(zhǔn)，“1”表示企業(yè)符合遴選標(biāo)準(zhǔn)）：

（1）主營業(yè)務(wù)：若該企業(yè)的主營業(yè)務(wù)屬于“石油化工、新能源、新材料、裝備制造業(yè)、資源環(huán)境、農(nóng)產(chǎn)品深加工領(lǐng)域”中的一種或者多種，則將該指標(biāo)量化為1，否則為0。

（2）研發(fā)組織機(jī)構(gòu)：若該企業(yè)有獨立的研發(fā)機(jī)構(gòu)或負(fù)責(zé)人，則指標(biāo)量化為1，否則為0。

（3）企業(yè)創(chuàng)新能力建設(shè)負(fù)責(zé)人：若該公司創(chuàng)新能力建設(shè)負(fù)責(zé)人的職務(wù)在經(jīng)理職務(wù)以上，則指標(biāo)量化為1，否則為0。

總共有18個申請公司，表6中只選取了其中6個公司進(jìn)行說明。

表6 評價指標(biāo)預(yù)處理后的數(shù)據(jù)

2.2 確定8個指標(biāo)的權(quán)重系數(shù)

由第一問可以得到各指標(biāo)的權(quán)重系數(shù)為:

2.3 建立綜合評價模型

為了給18家企業(yè)進(jìn)行遴選排序，利用線性加權(quán)法建立綜合評價模型：

2.4 綜合評價模型的求解分析

運用MATLAB軟件對各指標(biāo)值進(jìn)行加權(quán)求和，得到18家企業(yè)的得分后進(jìn)行排序如表7。

表7 各公司綜合得分排名

由上表可知18家參加遴選的企業(yè)的綜合評價得分排序情況，故可根據(jù)此排序?qū)ζ髽I(yè)進(jìn)行遴選。同時排名前三的企業(yè)也恰恰是首批入選參與創(chuàng)新方法試點企業(yè)，也從數(shù)學(xué)方面說明了入選企業(yè)的合理性。

3 結(jié)論

本文分別對試點企業(yè)遴選標(biāo)準(zhǔn)的合理性進(jìn)行了定性和定量的探究，結(jié)果表明新疆科技干部培訓(xùn)中心所制定的試點企業(yè)遴選標(biāo)準(zhǔn)是合理可行的。此外，由層次分析法確定權(quán)重，利用線性加權(quán)的方法建立了綜合評價模型，對申請試點的18家企業(yè)進(jìn)行綜合打分排序。依據(jù)該排序可對試點企業(yè)進(jìn)行遴選；同時也可以運用此模型對以后參與遴選的企業(yè)進(jìn)行比較。