李新安

摘 要：技術(shù)產(chǎn)品的市場(chǎng)壽命趨短與技術(shù)功能復(fù)雜等特點(diǎn)，決定了技術(shù)項(xiàng)目選擇對(duì)高新企業(yè)的發(fā)展和壯大產(chǎn)生著重要影響?；诟咝缕髽I(yè)技術(shù)項(xiàng)目選擇的內(nèi)在要求，在改進(jìn)粒子群優(yōu)化算法基礎(chǔ)上，結(jié)合高新企業(yè)技術(shù)項(xiàng)目選擇的實(shí)際，構(gòu)建了粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化模型（BPPSO），并通過(guò)實(shí)證分析檢驗(yàn)了理論模型的有效性。實(shí)證計(jì)量分析表明，所建理論模型與方法以其易實(shí)現(xiàn)、高精度和收斂快等優(yōu)點(diǎn)，在實(shí)際問(wèn)題解決中表現(xiàn)出顯著的優(yōu)越性?；谏鲜鲅芯?，對(duì)高新企業(yè)技術(shù)項(xiàng)目選擇的戰(zhàn)略模式提出建議，以期為提升企業(yè)技術(shù)核心競(jìng)爭(zhēng)力提供決策參考。

關(guān)鍵詞：高新企業(yè);技術(shù)創(chuàng)新;粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化模型（BPPSO）;技術(shù)成熟度

中圖分類號(hào)：F276.44 ? ?文獻(xiàn)標(biāo)識(shí)碼：A ? ?文章編號(hào)：1671-0037（2019）7-1-10

DOI：10.19345/j.cxkj.1671-0037.2019.07.001

創(chuàng)新驅(qū)動(dòng)是提高經(jīng)濟(jì)發(fā)展質(zhì)量的第一動(dòng)力。全球經(jīng)濟(jì)發(fā)展表明，技術(shù)創(chuàng)新與技術(shù)選擇作為生產(chǎn)力的核心要素，正影響著人類社會(huì)中的各個(gè)方面。隨著關(guān)鍵技術(shù)競(jìng)爭(zhēng)的日趨激烈，任何國(guó)家在面臨資源環(huán)境壓力和經(jīng)濟(jì)社會(huì)可持續(xù)發(fā)展的進(jìn)程中，不可避免地面臨如何通過(guò)技術(shù)創(chuàng)新進(jìn)行合理的資源配置以及實(shí)施什么樣的技術(shù)戰(zhàn)略以占領(lǐng)技術(shù)的制高點(diǎn)等重要課題。從宏觀層面來(lái)講，技術(shù)選擇主要研究國(guó)家創(chuàng)新驅(qū)動(dòng)相關(guān)政策對(duì)行業(yè)與企業(yè)技術(shù)結(jié)構(gòu)、技術(shù)體系、產(chǎn)品結(jié)構(gòu)及產(chǎn)業(yè)結(jié)構(gòu)等的影響，然后從眾多的技術(shù)領(lǐng)域中選擇優(yōu)先扶持產(chǎn)業(yè)的關(guān)鍵技術(shù)項(xiàng)目（體系）。從微觀方面來(lái)講，現(xiàn)代企業(yè)競(jìng)爭(zhēng)的關(guān)鍵在于對(duì)技術(shù)項(xiàng)目的選擇及應(yīng)用，技術(shù)功能的先進(jìn)性、經(jīng)濟(jì)效益合理性及方案的可行性等往往構(gòu)成技術(shù)方案決策的依據(jù)。具有較強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力并日益發(fā)展壯大的企業(yè)，也往往是那些善于進(jìn)行技術(shù)選擇與創(chuàng)新，并進(jìn)行合理資源配置的企業(yè)。魏慶文等研究發(fā)現(xiàn)技術(shù)創(chuàng)新是創(chuàng)新驅(qū)動(dòng)的核心[1]，袁航和茶洪旺研究表明創(chuàng)新貢獻(xiàn)度主體經(jīng)歷了從研發(fā)機(jī)構(gòu)→高等學(xué)?！?guī)模以上工業(yè)企業(yè)的讓渡歷程[2]，陶長(zhǎng)琪、彭永樟認(rèn)為企業(yè)尤其是高新企業(yè)已成為經(jīng)濟(jì)增長(zhǎng)動(dòng)力轉(zhuǎn)換的主體，由技術(shù)選擇所產(chǎn)生的技術(shù)能力在企業(yè)戰(zhàn)略導(dǎo)向中發(fā)揮著越來(lái)越重要的作用[3]。高新技術(shù)企業(yè)作為以R&D活動(dòng)、產(chǎn)出高新技術(shù)與高新技術(shù)產(chǎn)品為主的知識(shí)、技術(shù)和資金密集型企業(yè)，引導(dǎo)著區(qū)域與行業(yè)的整體技術(shù)方向[4]。目前各行業(yè)技術(shù)迭代整體加速、高技術(shù)企業(yè)產(chǎn)品市場(chǎng)壽命趨短與功能復(fù)雜等特點(diǎn)，決定了技術(shù)項(xiàng)目選擇對(duì)高新技術(shù)企業(yè)的發(fā)展和壯大有著重要的影響[5]。為了使企業(yè)技術(shù)項(xiàng)目成功實(shí)施，前提就是要選擇正確適宜的技術(shù)項(xiàng)目[6]，而現(xiàn)有的大多由領(lǐng)導(dǎo)拍板的技術(shù)選擇方法，其本身固有的較大主觀性偏差，使技術(shù)項(xiàng)目選擇的理論模型與方法研究顯得尤為重要[7]。鑒于此，結(jié)合高新企業(yè)技術(shù)項(xiàng)目選擇的實(shí)際，本文通過(guò)改進(jìn)粒子群優(yōu)化算法[8]，構(gòu)建粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化模型（BPPSO），并通過(guò)實(shí)例應(yīng)用，以期為企業(yè)技術(shù)項(xiàng)目選擇提供決策參考。

1 高新企業(yè)技術(shù)項(xiàng)目選擇的影響因素及評(píng)價(jià)指標(biāo)體系

高新技術(shù)相比傳統(tǒng)技術(shù)具有核心性、前沿性和尖端性等特點(diǎn)，由這些技術(shù)而形成的技術(shù)產(chǎn)業(yè)被稱為高技術(shù)產(chǎn)業(yè)。而從事高新技術(shù)研發(fā)與推廣應(yīng)用的高新企業(yè)與傳統(tǒng)企業(yè)也表現(xiàn)出明顯不同的特征：一是產(chǎn)品技術(shù)含量高、附加值高、企業(yè)超常規(guī)發(fā)展;二是R&D實(shí)力較為雄厚，高素質(zhì)科技人員比例大;三是高風(fēng)險(xiǎn)與高收益并存;四是知識(shí)產(chǎn)權(quán)等無(wú)形資產(chǎn)已成為企業(yè)的核心資產(chǎn);五是核心技術(shù)研發(fā)與管理已成為所有管理的中心工作。高新企業(yè)需要高額資金投入、長(zhǎng)期的基礎(chǔ)研究、充足的原材料供應(yīng)、先進(jìn)高端的設(shè)施設(shè)備，同時(shí)還要面對(duì)動(dòng)蕩不定而又競(jìng)爭(zhēng)激烈的市場(chǎng)環(huán)境，而且國(guó)家的宏觀政策調(diào)控也對(duì)高新企業(yè)產(chǎn)生非常大的影響。因此，高新企業(yè)技術(shù)項(xiàng)目選擇的復(fù)雜性、動(dòng)態(tài)性、連續(xù)性都使得企業(yè)在技術(shù)項(xiàng)目選擇時(shí)不能輕視，技術(shù)項(xiàng)目選擇成功與否不僅決定著企業(yè)能否盈利，甚至有時(shí)會(huì)影響到企業(yè)的存亡?；诟咝缕髽I(yè)技術(shù)選擇的獨(dú)特性，我們分別從影響高新技術(shù)企業(yè)的內(nèi)部勞動(dòng)力條件、資源稟賦以及整個(gè)行業(yè)及產(chǎn)業(yè)的外部環(huán)境，來(lái)探求影響高新技術(shù)企業(yè)做出技術(shù)項(xiàng)目選擇的內(nèi)外影響因素。

1.1 影響高新企業(yè)技術(shù)項(xiàng)目選擇的內(nèi)外部因素

1.1.1 勞動(dòng)力。高新技術(shù)企業(yè)與傳統(tǒng)企業(yè)最大的不同點(diǎn)就是它采用的一般是最前沿的技術(shù)群，技術(shù)的先進(jìn)性、創(chuàng)新性比較強(qiáng)，產(chǎn)品的技術(shù)含量高，且擁有比較雄厚的研發(fā)實(shí)力。這些特點(diǎn)決定了它對(duì)企業(yè)人員知識(shí)素質(zhì)、創(chuàng)新能力及技術(shù)熟練程度等有很高的要求。人力是高新技術(shù)企業(yè)的基礎(chǔ)條件，企業(yè)要想有長(zhǎng)遠(yuǎn)的發(fā)展，勞動(dòng)力的作用舉足輕重。

1.1.2 資源稟賦。高新技術(shù)企業(yè)另一個(gè)重要的特點(diǎn)是技術(shù)設(shè)備的先進(jìn)性和獲取信息的迅捷性。資源稟賦給技術(shù)項(xiàng)目的實(shí)施提供了強(qiáng)力的物質(zhì)保障，固定投資的比例、用于研發(fā)的投入與銷售收入占比、技術(shù)的生命周期長(zhǎng)短、企業(yè)設(shè)備與技術(shù)項(xiàng)目的匹配、原材料供應(yīng)提供能力、信息網(wǎng)絡(luò)的先進(jìn)程度、相關(guān)產(chǎn)業(yè)的配套程度以及企業(yè)自身對(duì)技術(shù)的管理能力等都是企業(yè)自身的資源稟賦，這些決定了可否為技術(shù)項(xiàng)目提供很好的物質(zhì)支撐。因此，企業(yè)在選擇技術(shù)項(xiàng)目時(shí)，須考慮自身的資源稟賦與技術(shù)水平，而非盲目地選擇最先進(jìn)的技術(shù)項(xiàng)目。只有把自身的資源稟賦和擬選擇的技術(shù)項(xiàng)目結(jié)合起來(lái)，才能保證技術(shù)項(xiàng)目的成功實(shí)施。

1.1.3 內(nèi)部風(fēng)險(xiǎn)。高風(fēng)險(xiǎn)與高收益并存是高新技術(shù)企業(yè)的一個(gè)重要特點(diǎn)，技術(shù)的前沿性可讓企業(yè)具有核心競(jìng)爭(zhēng)力，獲取高額的利潤(rùn)回報(bào)。但擬實(shí)施的技術(shù)項(xiàng)目一旦不成功，帶來(lái)的風(fēng)險(xiǎn)和損失也將是巨大的。財(cái)務(wù)資金來(lái)源、現(xiàn)金流量充足性、技術(shù)引進(jìn)或研發(fā)的持續(xù)性、技術(shù)瓶頸如何突破等都是需要考慮的問(wèn)題。

1.1.4 外部環(huán)境。一個(gè)技術(shù)項(xiàng)目能否順利進(jìn)行，外部政策和市場(chǎng)環(huán)境也是一個(gè)重要方面。國(guó)家政策對(duì)某領(lǐng)域技術(shù)的支持力度為企業(yè)技術(shù)項(xiàng)目的發(fā)展前景提供了依據(jù)，相關(guān)法律法規(guī)是否完善也決定了技術(shù)項(xiàng)目應(yīng)用所能得到的法律保障程度，市場(chǎng)競(jìng)爭(zhēng)對(duì)手的多寡強(qiáng)弱以及市場(chǎng)的飽和程度等都為企業(yè)選擇技術(shù)項(xiàng)目提供了決策依據(jù)。另外，企業(yè)如果能有技術(shù)聯(lián)盟共同攻克技術(shù)難關(guān)，一起承擔(dān)風(fēng)險(xiǎn)，則企業(yè)可能會(huì)有更大的抗風(fēng)險(xiǎn)能力。

1.1.5 企業(yè)自身的技術(shù)戰(zhàn)略。由于各企業(yè)所處的發(fā)展階段不同、面臨的市場(chǎng)和行業(yè)環(huán)境不同、企業(yè)自身的戰(zhàn)略目標(biāo)不同，企業(yè)在進(jìn)行技術(shù)項(xiàng)目選擇的時(shí)候，偏好也會(huì)不同。根據(jù)不同的技術(shù)項(xiàng)目分類，有些企業(yè)偏重于選擇實(shí)驗(yàn)室階段的技術(shù)項(xiàng)目，以搶占技術(shù)的最前端;而有些企業(yè)則偏重于選擇批量生產(chǎn)的技術(shù)項(xiàng)目，以降低技術(shù)項(xiàng)目的風(fēng)險(xiǎn)等。

1.2 技術(shù)項(xiàng)目選擇的評(píng)價(jià)指標(biāo)體系構(gòu)建

構(gòu)建技術(shù)項(xiàng)目選擇的指標(biāo)體系主要考慮3個(gè)方面：其一，應(yīng)當(dāng)考慮哪些因素;其二，對(duì)技術(shù)項(xiàng)目選擇產(chǎn)生影響的因素有哪些;其三，這些因素產(chǎn)生的影響有多大。結(jié)合全面的分析，雖然影響因素很多，但總的來(lái)說(shuō)，可以主要考慮兩個(gè)方面的因素來(lái)構(gòu)建指標(biāo)體系：一是企業(yè)自身所具備的資源稟賦，也就是內(nèi)部環(huán)境;二是企業(yè)所面臨的外部環(huán)境。參考國(guó)內(nèi)外眾多文獻(xiàn)可知，國(guó)內(nèi)外學(xué)者圍繞各自需要構(gòu)建了一些技術(shù)創(chuàng)新模式選擇的相關(guān)指標(biāo)[9-11]，這些指標(biāo)體系都具有一定的參考價(jià)值，但往往多針對(duì)具體行業(yè)[12-13]、特定國(guó)別[14-15]、特定類型企業(yè)[16-18]等，并不適用于高新企業(yè)技術(shù)項(xiàng)目選擇的指標(biāo)體系，不能直接套用。因此，結(jié)合研究要求，在構(gòu)建指標(biāo)體系時(shí)，首先確立總的目標(biāo)層，以明確技術(shù)項(xiàng)目選擇要實(shí)現(xiàn)的目標(biāo)與達(dá)到的標(biāo)準(zhǔn)。然后再分解為子目標(biāo)，都有哪些因素會(huì)影響總目標(biāo)的結(jié)果，子目標(biāo)可以再往下逐級(jí)分解。經(jīng)過(guò)綜合考慮，我們選擇確定了如下指標(biāo)體系。

①內(nèi)部因素

[x1]：全員勞動(dòng)生產(chǎn)率。用一定區(qū)域內(nèi)的GDP/平均就業(yè)人數(shù)表示。技術(shù)項(xiàng)目的選擇不僅取決于要素的結(jié)構(gòu)，更加與要素水平的相對(duì)價(jià)格息息相關(guān)，全員勞動(dòng)生產(chǎn)率用于評(píng)價(jià)企業(yè)內(nèi)人員方面的要素水平的價(jià)格。

[x2]：研發(fā)人員比例。研發(fā)人員的比重大小直接決定了高新技術(shù)企業(yè)的研發(fā)水平與創(chuàng)新能力，研發(fā)人員比例=研發(fā)人員數(shù)量/企業(yè)總?cè)藬?shù)。

[x3]：熟練勞動(dòng)比例。熟練勞動(dòng)是指在本企業(yè)工作滿一年以上的員工，其比例對(duì)技術(shù)項(xiàng)目的應(yīng)用產(chǎn)生重要影響，熟練勞動(dòng)比例=熟練勞動(dòng)數(shù)量/員工總?cè)藬?shù)。

[x4]：固定投資比例。固定資產(chǎn)比例也是要素稟賦結(jié)構(gòu)是否合理的重要體現(xiàn)，用于評(píng)估企業(yè)固定資產(chǎn)投資是否適度。固定投資比例越高，則企業(yè)的風(fēng)險(xiǎn)就越大，進(jìn)行技術(shù)項(xiàng)目選擇就要受到限制。固定投資比例=固定投資/銷售收入。

[x5]：R&D投入占比。該比例反映企業(yè)對(duì)技術(shù)項(xiàng)目研發(fā)的重視程度，同時(shí)也是衡量企業(yè)潛在創(chuàng)新能力的重要指標(biāo)。R&D費(fèi)用占比=R&D投入/銷售收入。

[x6]：技術(shù)項(xiàng)目生命周期。技術(shù)項(xiàng)目生命周期決定了企業(yè)可接受技術(shù)項(xiàng)目的最長(zhǎng)時(shí)間范圍，對(duì)企業(yè)進(jìn)行技術(shù)項(xiàng)目的選擇有重要的參考價(jià)值。技術(shù)項(xiàng)目的周期越長(zhǎng)，企業(yè)承擔(dān)的相應(yīng)的風(fēng)險(xiǎn)也越高。本文劃分了5個(gè)等級(jí)：8年以上、6～8年、4～6年、2～4年、0～2年。

[x7]：設(shè)備水平。現(xiàn)有的企業(yè)生產(chǎn)設(shè)備對(duì)技術(shù)項(xiàng)目要求的滿足程度如何等。

[x8]：原材料供應(yīng)。原材料的供應(yīng)速度和質(zhì)量既對(duì)生產(chǎn)成本產(chǎn)生影響，也會(huì)影響到產(chǎn)品的生產(chǎn)效率和產(chǎn)品的質(zhì)量，從而對(duì)企業(yè)未來(lái)發(fā)展產(chǎn)生影響。

[x9]：信息網(wǎng)絡(luò)水平。其水平的高低直接決定了企業(yè)在信息化社會(huì)中的生存發(fā)展，對(duì)高新技術(shù)企業(yè)而言，必須考慮企業(yè)獲取有效信息并對(duì)信息進(jìn)行分析運(yùn)用的整合能力。

[x10]：配套能力。任何一項(xiàng)技術(shù)都不是獨(dú)立存在的，技術(shù)項(xiàng)目的應(yīng)用需要與其配套的相關(guān)技術(shù)和生產(chǎn)設(shè)備。如果企業(yè)擬實(shí)施技術(shù)項(xiàng)目與自身的技術(shù)水平和生產(chǎn)設(shè)備相匹配，則有助于節(jié)省新技術(shù)學(xué)習(xí)和掌握所需耗費(fèi)的大量人力與財(cái)力，推進(jìn)技術(shù)項(xiàng)目的實(shí)施進(jìn)展。同樣分為5個(gè)等級(jí)：很高、較高、一般、較低、很低。

[x11]：技術(shù)管理能力。高新企業(yè)技術(shù)項(xiàng)目對(duì)項(xiàng)目管理者的理念與經(jīng)驗(yàn)將會(huì)有嚴(yán)格的要求。同樣將項(xiàng)目技術(shù)管理者的保障能力由高到低劃分為5個(gè)等級(jí)。

[x12]：技術(shù)風(fēng)險(xiǎn)。任何一項(xiàng)新的技術(shù)都存在風(fēng)險(xiǎn)，例如，技術(shù)研發(fā)的方向調(diào)整會(huì)導(dǎo)致前期投入成為沉沒(méi)成本，其大小直接決定了企業(yè)技術(shù)項(xiàng)目的選擇及實(shí)施。

[x13]：經(jīng)營(yíng)風(fēng)險(xiǎn)。高新企業(yè)的經(jīng)營(yíng)風(fēng)險(xiǎn)要明顯高于傳統(tǒng)行業(yè)的一般企業(yè)，這也將對(duì)技術(shù)項(xiàng)目選擇偏向產(chǎn)生影響。

[x14]：財(cái)務(wù)風(fēng)險(xiǎn)。從投資決策的角度來(lái)說(shuō)，財(cái)務(wù)風(fēng)險(xiǎn)大小對(duì)技術(shù)項(xiàng)目投資起著至關(guān)重要的作用。

②外部因素

[x15]：政府支持力度。相關(guān)政府部門的政策指導(dǎo)性意見(jiàn)，尤其是頒布的一些優(yōu)惠性政策或者減免性條例等政策性傾斜會(huì)給予一些技術(shù)項(xiàng)目以鼓勵(lì)。如果企業(yè)能把握好政府對(duì)技術(shù)項(xiàng)目的偏向，來(lái)自政府的支持往往會(huì)影響到企業(yè)的技術(shù)選擇決策。同樣，如果選擇政府嚴(yán)禁的污染較為嚴(yán)重的技術(shù)項(xiàng)目，就算是經(jīng)濟(jì)利潤(rùn)再客觀，這樣的技術(shù)項(xiàng)目也很難獲得審批。

[x16]：法律完善程度。任何一個(gè)新的技術(shù)項(xiàng)目，無(wú)論是技術(shù)創(chuàng)新還是引進(jìn)，都會(huì)涉及法律方面的問(wèn)題，如果擬實(shí)施的技術(shù)項(xiàng)目領(lǐng)域法律法規(guī)相對(duì)完善，則會(huì)對(duì)技術(shù)項(xiàng)目的實(shí)施有很好的保障作用。

[x17]：競(jìng)爭(zhēng)者壓力。如果競(jìng)爭(zhēng)對(duì)手較多，則企業(yè)選擇的新技術(shù)就很難在市場(chǎng)上站穩(wěn)腳。因而競(jìng)爭(zhēng)者壓力也是影響技術(shù)項(xiàng)目選擇的風(fēng)險(xiǎn)因素。

[x18]：市場(chǎng)飽和度。如果新的技術(shù)項(xiàng)目在市場(chǎng)仍然是個(gè)空白，說(shuō)明未來(lái)很長(zhǎng)一段時(shí)間內(nèi)，市場(chǎng)空間的潛力巨大;如果擬引進(jìn)技術(shù)項(xiàng)目的市場(chǎng)已趨于飽和，再引進(jìn)這樣的技術(shù)則要承擔(dān)較大的風(fēng)險(xiǎn)。

[x19]：技術(shù)聯(lián)盟。技術(shù)聯(lián)盟一般指企業(yè)、高校、科研院所等通過(guò)合作關(guān)系，建立產(chǎn)學(xué)研一體的研究中心，或者企業(yè)之間形成相互依賴的技術(shù)上的關(guān)聯(lián)，這樣的體系對(duì)技術(shù)項(xiàng)目的順利實(shí)施有較大的保障作用。

[x20]：技術(shù)戰(zhàn)略。企業(yè)選擇技術(shù)項(xiàng)目時(shí)會(huì)受到企業(yè)自身戰(zhàn)略規(guī)劃的影響，選擇技術(shù)領(lǐng)先戰(zhàn)略還是追隨戰(zhàn)略要跟企業(yè)整體的戰(zhàn)略規(guī)劃相關(guān)聯(lián)。

[x21]：技術(shù)類型。技術(shù)項(xiàng)目的大體類型可分為勞動(dòng)密集型、資本密集型和知識(shí)技術(shù)密集型，企業(yè)進(jìn)行技術(shù)項(xiàng)目選擇時(shí)，須根據(jù)自身的條件和優(yōu)勢(shì)進(jìn)行選擇。

[x22]：技術(shù)成熟度偏好。每一項(xiàng)技術(shù)項(xiàng)目都存在它的生命周期，技術(shù)從實(shí)驗(yàn)室階段、小試階段、中試階段、小批量生產(chǎn)、規(guī)模化生產(chǎn)等正好符合產(chǎn)品從研發(fā)到規(guī)模生產(chǎn)這樣一個(gè)過(guò)程，企業(yè)對(duì)技術(shù)本身的成熟度也會(huì)存在不一樣的側(cè)重和偏好。

依據(jù)以上指標(biāo)分析，我們構(gòu)建的指標(biāo)體系如下，見(jiàn)表1。

2 技術(shù)項(xiàng)目選擇的粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化模型構(gòu)建

現(xiàn)有的技術(shù)項(xiàng)目選擇的評(píng)估方法較多，各種評(píng)價(jià)方法都有自己的優(yōu)缺點(diǎn)，且有一定的適用范圍。其中，灰色理論法、層次分析法、數(shù)據(jù)包絡(luò)法、綜合評(píng)價(jià)法大多是根據(jù)專家討論或者日常經(jīng)驗(yàn)來(lái)直觀確定各評(píng)價(jià)指標(biāo)間各因素的權(quán)重，局限性在于有時(shí)并不能反映實(shí)際的權(quán)重關(guān)系，缺少了評(píng)價(jià)結(jié)果的客觀性。而且這幾類算法大多比較煩瑣，通用性較差，在很大程度上制約了對(duì)實(shí)際問(wèn)題的解決能力。而實(shí)際中，我們更傾向于選擇BP神經(jīng)網(wǎng)絡(luò)、粒子群算法等屬于定量較為客觀的分析評(píng)價(jià)方法。人工BP神經(jīng)網(wǎng)絡(luò)可分為前饋型與反饋型兩種神經(jīng)網(wǎng)絡(luò)，目前研究的神經(jīng)網(wǎng)絡(luò)為前饋型多層神經(jīng)網(wǎng)絡(luò)，其神經(jīng)元的傳遞函數(shù)是Sigmold型函數(shù)，即對(duì)于給定的樣本集合，輸入[xi ? Rn]和輸出[yi ? Rm]，i=1，2，…，p，可以認(rèn)為存在某一映射[f]，使得[f][xi=y]。對(duì)BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練優(yōu)化的過(guò)程就是對(duì)在網(wǎng)絡(luò)中所有權(quán)值和閾值進(jìn)行修正和調(diào)整的過(guò)程，最后使得網(wǎng)絡(luò)的實(shí)際輸出值與期望輸出值的差距能夠逐步減少，利用誤差最小的原則對(duì)其進(jìn)行反復(fù)學(xué)習(xí)訓(xùn)練，以實(shí)現(xiàn)優(yōu)化后的最終輸出。人工神經(jīng)網(wǎng)絡(luò)只適合于變量較少，且有固定范圍的簡(jiǎn)單目標(biāo)規(guī)劃型的技術(shù)項(xiàng)目。粒子群算法是群集智能算法的一種[19]，由于每個(gè)問(wèn)題都不盡相同，所以只能具體問(wèn)題具體分析，粒子群算法無(wú)法建立統(tǒng)一的分析模型。所以，我們把人工神經(jīng)網(wǎng)絡(luò)和粒子群算法兩種算法結(jié)合起來(lái)，使二者優(yōu)勢(shì)互補(bǔ)，對(duì)于高新企業(yè)的技術(shù)項(xiàng)目選擇我們采用粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化算法。

用粒子群算法（Particle Swarm Optimization，PSO）對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化的研究尚處于初級(jí)階段，但現(xiàn)已得到越來(lái)越廣泛的應(yīng)用，具有很大的發(fā)展?jié)摿ΑＪ紫?，用PSO算法可以替代BP算法中的梯度下降法來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的參數(shù)，應(yīng)將所有神經(jīng)元之間的連接權(quán)值和閾值編碼成實(shí)數(shù)碼串來(lái)表示粒子的個(gè)體。其次，把微粒群中各個(gè)體的分量映射為網(wǎng)絡(luò)中的權(quán)值并進(jìn)行初始化，這樣就構(gòu)成了一個(gè)神經(jīng)網(wǎng)絡(luò)。接著通過(guò)反復(fù)迭代對(duì)輸入訓(xùn)練樣本進(jìn)行訓(xùn)練。為了保證網(wǎng)絡(luò)具有較強(qiáng)的泛化能力，會(huì)把樣本集分為兩部分，一部分為測(cè)試集，另一部分為訓(xùn)練集，在每一次權(quán)值優(yōu)化訓(xùn)練過(guò)程中，對(duì)給定的樣本集都要進(jìn)行分類，從而確保每次訓(xùn)練所采用的訓(xùn)練集均不同。以每一個(gè)網(wǎng)絡(luò)在訓(xùn)練集上產(chǎn)生的均方誤差為目標(biāo)函數(shù)，在網(wǎng)絡(luò)訓(xùn)練過(guò)程中使目標(biāo)函數(shù)達(dá)到最小的適應(yīng)度函數(shù)，計(jì)算公式如下。

[EXp=12np=1nk=ocYK，PXP-tk，p] ? ? ? ? ? ? ? ? ?（1）

其中[tk，p]表示訓(xùn)練樣本P在輸出端K的給定輸出值;當(dāng)適應(yīng)度目標(biāo)函數(shù)值MSE小于給定的[ε→O]時(shí)，算法終止。粒子群神經(jīng)網(wǎng)絡(luò)模型的算法步驟如圖1所示。

3 高新企業(yè)技術(shù)項(xiàng)目選擇的樣本來(lái)源與實(shí)證分析

本文主要是針對(duì)高新技術(shù)企業(yè)技術(shù)項(xiàng)目選擇進(jìn)行的研究，考慮這個(gè)問(wèn)題可分為兩種思路：其一是對(duì)所有的技術(shù)項(xiàng)目進(jìn)行評(píng)價(jià)，然后從中擇優(yōu);其二則是分別對(duì)每一個(gè)技術(shù)項(xiàng)目進(jìn)行評(píng)估，給出得分進(jìn)行擇優(yōu)。在第一種思路中，企業(yè)不可能擁有所有的技術(shù)項(xiàng)目并進(jìn)行評(píng)估，而且如果有兩個(gè)或者多個(gè)技術(shù)項(xiàng)目評(píng)價(jià)結(jié)果相差比較小，就無(wú)法給出最終的結(jié)果;第二種思路不僅可以直觀地給出供企業(yè)選擇的每一個(gè)技術(shù)項(xiàng)目得分，而且消除了技術(shù)項(xiàng)目之間評(píng)價(jià)結(jié)果相差較小造成的無(wú)法評(píng)價(jià)的缺點(diǎn)。因此，我們選擇第二種思路。市場(chǎng)上的技術(shù)項(xiàng)目包括引進(jìn)和自主研發(fā)兩大類，但是這兩大類的技術(shù)項(xiàng)目之間存在許多共同性的問(wèn)題，因此，在設(shè)計(jì)問(wèn)卷時(shí)同時(shí)考慮了影響這兩大類技術(shù)項(xiàng)目的因素，而且針對(duì)每個(gè)類別又分別設(shè)計(jì)了相應(yīng)的問(wèn)題。但沒(méi)有具體分類，這樣也便于進(jìn)行以后的指標(biāo)測(cè)算和模型建立。

3.1 問(wèn)卷設(shè)計(jì)過(guò)程

筆者曾在2018年10月設(shè)計(jì)了一份針對(duì)高新技術(shù)企業(yè)的調(diào)查問(wèn)卷，并且進(jìn)行了預(yù)調(diào)查，通過(guò)發(fā)放問(wèn)卷，集中反映了一些問(wèn)題。由于一些問(wèn)題涉及企業(yè)機(jī)密以及不可獲得性，有些指標(biāo)我們無(wú)法取得較為理想的數(shù)據(jù)。因此，筆者在綜合考慮了各項(xiàng)因素后，對(duì)前次調(diào)查問(wèn)卷進(jìn)行了修改，刪除了一些重復(fù)性問(wèn)題，調(diào)整指標(biāo)，變換問(wèn)題的角度，重新設(shè)計(jì)了調(diào)查問(wèn)卷。主要做的修改如下：刪掉了企業(yè)的資產(chǎn)負(fù)債率這個(gè)定距的指標(biāo)，改為用定序的財(cái)務(wù)風(fēng)險(xiǎn)來(lái)進(jìn)行評(píng)估;把企業(yè)的技術(shù)資源管理能力、技術(shù)質(zhì)量管理能力、技術(shù)組織管理能力3個(gè)指標(biāo)合并為技術(shù)管理能力一個(gè)指標(biāo)，因?yàn)楦鶕?jù)預(yù)調(diào)查結(jié)果，企業(yè)對(duì)這個(gè)指標(biāo)的理解是差不多的，改為一個(gè)指標(biāo)也減少了問(wèn)卷的重復(fù)性，增加了問(wèn)卷的效度;把企業(yè)人員的年平均工資改為企業(yè)的全員勞動(dòng)生產(chǎn)率，全員勞動(dòng)生產(chǎn)率更符合進(jìn)行技術(shù)選擇的要素價(jià)格的評(píng)估目標(biāo)。本文采用的是粒子群神經(jīng)網(wǎng)絡(luò)進(jìn)行技術(shù)項(xiàng)目的選擇，需要有期望輸出值。雖然神經(jīng)網(wǎng)絡(luò)的期望輸出值可以用諸如層次分析等很多種方法來(lái)確定，但這些方法都帶有很強(qiáng)的主觀性，很難保證預(yù)測(cè)結(jié)果的準(zhǔn)確性。因此，本文采用各個(gè)技術(shù)項(xiàng)目的實(shí)際利潤(rùn)率作為粒子群神經(jīng)網(wǎng)絡(luò)的期望輸出值。

圍繞研究目標(biāo)，我們的調(diào)查問(wèn)卷設(shè)計(jì)主要有3個(gè)方面：企業(yè)的基本情況;影響企業(yè)進(jìn)行技術(shù)項(xiàng)目選擇的內(nèi)部因素;影響企業(yè)進(jìn)行技術(shù)項(xiàng)目選擇的外部因素。內(nèi)部因素和外部因素下又分別設(shè)計(jì)了三級(jí)指標(biāo)，其中指標(biāo)有定序和定距兩種類型，定序的指標(biāo)按照具體問(wèn)題設(shè)計(jì)了Likert5級(jí)量表，按照有利和不利共分為5個(gè)程度，對(duì)每個(gè)回答給予一個(gè)相應(yīng)的得分，如從非常同意到非常不同意的有利項(xiàng)分別為1分、2分、3分、4分、5分，對(duì)不利項(xiàng)目的分?jǐn)?shù)分別為5分、4分、3分、2分、1分。

3.2 問(wèn)卷行業(yè)分類及信度分析

試調(diào)查階段，問(wèn)卷發(fā)放形式主要分為3種：一是通過(guò)社會(huì)關(guān)系發(fā)放電子郵件。課題組通過(guò)郵件向高新企業(yè)發(fā)放調(diào)查問(wèn)卷28份。二是現(xiàn)場(chǎng)發(fā)放問(wèn)卷。研究者利用為MBA學(xué)員做相關(guān)學(xué)術(shù)報(bào)告的機(jī)會(huì)，接觸到一些企業(yè)的項(xiàng)目經(jīng)理，采用課后現(xiàn)場(chǎng)發(fā)放的形式，共發(fā)放調(diào)查問(wèn)卷23份。三是實(shí)地調(diào)研。利用課題組成員在銀行實(shí)習(xí)辦理信用卡親訪客戶的機(jī)會(huì)，對(duì)企業(yè)進(jìn)行訪問(wèn)，并回收5份問(wèn)卷。其中，以郵件發(fā)放的問(wèn)卷調(diào)查共收回17份，而且去掉填寫不完整和不合格的無(wú)效問(wèn)卷，有效問(wèn)卷只有6份，問(wèn)卷回收率較低;通過(guò)MBA學(xué)員現(xiàn)場(chǎng)發(fā)放和實(shí)地調(diào)研發(fā)放的問(wèn)卷，由于雙方的信任度較高，并且可以及時(shí)處理突發(fā)問(wèn)題，問(wèn)卷回收率達(dá)到100%。

通過(guò)對(duì)試調(diào)查階段發(fā)現(xiàn)的問(wèn)題進(jìn)行修改完善后，進(jìn)行了正式調(diào)查。本次共發(fā)放253份問(wèn)卷，回收237份問(wèn)卷，除去填寫不規(guī)范問(wèn)卷，共得到有效調(diào)查問(wèn)卷198份。范圍涉及143個(gè)高新企業(yè)的198個(gè)技術(shù)創(chuàng)新項(xiàng)目。為了保護(hù)被調(diào)查企業(yè)的商業(yè)秘密，本文隱去了技術(shù)創(chuàng)新項(xiàng)目的名稱，只列出被調(diào)查企業(yè)的行業(yè)類別等特征。

本文調(diào)查的143個(gè)高新企業(yè)中，有國(guó)家級(jí)18家、省級(jí)53家、市級(jí)72家。根據(jù)國(guó)家高新技術(shù)分類行業(yè)目錄，這些高新企業(yè)分屬高新技術(shù)如下9大領(lǐng)域：電子信息技術(shù)、機(jī)械制造、化學(xué)與化工、建筑與建材、生物科技、航空航天、新能源、傳統(tǒng)技術(shù)改造、資源與環(huán)境技術(shù)。高新技術(shù)企業(yè)所屬行業(yè)在問(wèn)卷中所占比例如圖2所示。將這143個(gè)高新企業(yè)按照資產(chǎn)總額劃分為3個(gè)等級(jí)：第一個(gè)等級(jí)小于4 000萬(wàn)元;第二個(gè)等級(jí)大于4 000萬(wàn)元小于40 000萬(wàn)元;第三個(gè)等級(jí)大于40 000萬(wàn)元。其規(guī)模狀況分布如圖3所示。

通過(guò)圖3可以看到，這143家高新技術(shù)企業(yè)的資產(chǎn)總額在40 000萬(wàn)元以上的企業(yè)占了56%，同時(shí)也涵蓋了規(guī)模較?。ㄙY產(chǎn)總額4 000萬(wàn)元以下）的高新企業(yè)。同時(shí)，筆者還考慮了各個(gè)高新技術(shù)企業(yè)所處生命周期的發(fā)展期、成長(zhǎng)期、成熟期等不同階段的具體情況，其中，處于發(fā)展期（創(chuàng)業(yè)期）的企業(yè)有53家，處于成長(zhǎng)期的企業(yè)有76家，處于成熟期的企業(yè)有14家，處于衰退期的企業(yè)有0家，這從另一方面反映了所得到的調(diào)研樣本數(shù)據(jù)對(duì)高新企業(yè)具有較強(qiáng)的代表性。因此，從上述分析可以看到，該調(diào)查問(wèn)卷涉及的143家高新企業(yè)和198個(gè)技術(shù)創(chuàng)新項(xiàng)目樣本具有廣泛的代表性。

根據(jù)問(wèn)卷數(shù)據(jù)和信度分析方法對(duì)該問(wèn)卷調(diào)查運(yùn)用SPSS19.0軟件包進(jìn)行信度分析，結(jié)果發(fā)現(xiàn)這198個(gè)測(cè)量項(xiàng)目的Cronbachs[a]系數(shù)為0.764，問(wèn)卷信度達(dá)到了0.6以上，因而總體上編制的該調(diào)查問(wèn)卷內(nèi)在信度可以接受（表2）。

3.3 粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化模型的Matalab實(shí)現(xiàn)

為了保護(hù)被調(diào)查企業(yè)的商業(yè)秘密，本文用編號(hào)1、編號(hào)2……編號(hào)198代替項(xiàng)目名稱。對(duì)技術(shù)項(xiàng)目的選擇對(duì)應(yīng)分為5個(gè)等級(jí)，并對(duì)各等級(jí)再進(jìn)行量化，分別為低（0.1）、較低（0.3）、中等（0.5）、較高（0.7）、高（0.9），即要求神經(jīng)網(wǎng)絡(luò)所對(duì)應(yīng)輸出的期望值。人工神經(jīng)網(wǎng)絡(luò)模型的建立一般都要把樣本分為兩部分：一部分作為測(cè)試樣本，另一部分作為訓(xùn)練樣本。訓(xùn)練樣本是為模型提供訓(xùn)練數(shù)據(jù)支持的，測(cè)試樣本是用于測(cè)試訓(xùn)練結(jié)果的網(wǎng)絡(luò)泛化能力。我們把編號(hào)26之前的技術(shù)項(xiàng)目作為粒子群神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本，編號(hào)27、編號(hào)28和編號(hào)29這3個(gè)技術(shù)項(xiàng)目作為測(cè)試樣本。另外，還把項(xiàng)目編號(hào)30、編號(hào)31和編號(hào)32作為我們案例實(shí)證的數(shù)據(jù)。

①樣本預(yù)處理

在訓(xùn)練和預(yù)測(cè)之前，為消除異常值影響預(yù)測(cè)結(jié)果，我們采用公式（2）對(duì)數(shù)據(jù)進(jìn)行歸一化處理。

[x'i=xi-XminXmax-Xmin] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（2）

其中，[i]為索引，[x]為原始數(shù)據(jù)，[x'i]為處理后數(shù)據(jù)，[Xmax]、[Xmin]分別為原始數(shù)據(jù)中的極大值和極小值。

②把權(quán)值和閾值映射為粒子的維度

運(yùn)用PSO算法對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化訓(xùn)練時(shí)，首先應(yīng)將特定結(jié)構(gòu)中全體神經(jīng)元間的連接權(quán)值和閾值編碼成實(shí)數(shù)碼串以表示粒子群的位置向量。根據(jù)前面的分析，在高新企業(yè)技術(shù)項(xiàng)目選擇的測(cè)度指標(biāo)體系構(gòu)建中，影響技術(shù)項(xiàng)目選擇的因素有22個(gè)指標(biāo)，因而網(wǎng)絡(luò)輸入層設(shè)定的神經(jīng)元數(shù)是22;而評(píng)價(jià)最終結(jié)果是1個(gè)值，則輸出層神經(jīng)元數(shù)是1。根據(jù)隱含層節(jié)點(diǎn)數(shù)經(jīng)驗(yàn)公式[L=m+n+c]，（m表示輸入節(jié)點(diǎn)數(shù)，n表示輸出節(jié)點(diǎn)數(shù)，c表示1～10的常數(shù)），通過(guò)反復(fù)訓(xùn)練得到隱層節(jié)點(diǎn)數(shù)為35時(shí)最優(yōu)。

③初始化種群

進(jìn)行初始化為[Xixi1，xi2，…，xiD]。初始化包括種群數(shù)、種群維數(shù)D、最大迭代次數(shù)、加速常數(shù)C1和C2、最大慣性權(quán)重wmax、最小慣性權(quán)重wmin。為了不使最優(yōu)適應(yīng)值陷入局部最優(yōu)，本文根據(jù)代數(shù)線性遞減的權(quán)重策略，最大速度vmax，V[?][-vmax，vmax]，vmax是個(gè)常數(shù)，最大速度vmax設(shè)定為0.5，用來(lái)限制粒子的速度。精度minnerr由用戶給定。

④計(jì)算適應(yīng)值

在對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行優(yōu)化訓(xùn)練中，須將樣本空間進(jìn)行訓(xùn)練集和測(cè)試集劃分。同時(shí)，網(wǎng)絡(luò)權(quán)值優(yōu)化必須進(jìn)行反復(fù)迭代。在權(quán)值優(yōu)化過(guò)程中，可根據(jù)適應(yīng)度函數(shù)對(duì)個(gè)體適應(yīng)度進(jìn)行計(jì)算。

[MSE=p=1Ni=1nysi，p-yi，p2] ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （3）

⑤反復(fù)迭代與模型優(yōu)化訓(xùn)練

更新完位置后，迭代次數(shù)加1，同時(shí)調(diào)整慣性權(quán)重W（iter），本文采用線性遞減的權(quán)重來(lái)更新每一次的速度，以防陷入局部最優(yōu)。當(dāng)?shù)螖?shù)小于最大迭代次數(shù)時(shí)，一直進(jìn)行循環(huán)，直到迭代次數(shù)最大或者精度滿足要求時(shí)，結(jié)束訓(xùn)練學(xué)習(xí)。

用粒子群神經(jīng)網(wǎng)絡(luò)算法（BPPSO）分別與人工神經(jīng)網(wǎng)絡(luò)（BP）、模糊神經(jīng)網(wǎng)絡(luò)（模糊BP）、遺傳算法（GA）的各自訓(xùn)練效果進(jìn)行比較，其結(jié)果如表3所示。

由表3可以看出，用粒子群算法來(lái)優(yōu)化神經(jīng)網(wǎng)絡(luò)時(shí)間明顯具有優(yōu)越性，而遺傳算法除編碼較為麻煩外所用時(shí)間也最長(zhǎng)。此外，粒子群算法在精確度上也比其他算法優(yōu)越。

由表4可以看出，粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化算法訓(xùn)練的誤差縮小在0.06以內(nèi)，非常滿意。

由表5各類樣本測(cè)試結(jié)果的比較可發(fā)現(xiàn)，粒子群神經(jīng)網(wǎng)絡(luò)（BPPSO）算法的效果與目標(biāo)期望值最接近，且在優(yōu)化時(shí)間與模擬效果方面都有很好的表現(xiàn)。粒子群算法以其易實(shí)現(xiàn)、高精度和收斂快等優(yōu)點(diǎn)，在實(shí)際問(wèn)題解決中表現(xiàn)出顯著的優(yōu)越性。

3.4 模型的實(shí)例應(yīng)用分析

下面是針對(duì)Z市高新區(qū)一家公司在面臨資金緊張的情況下，在3個(gè)技術(shù)項(xiàng)目中進(jìn)行選擇決策時(shí)的具體應(yīng)用研究。3個(gè)技術(shù)項(xiàng)目分別為室內(nèi)高光譜BRDF測(cè)定系統(tǒng)自動(dòng)化裝置、微波管道化生產(chǎn)乙酸正T酯、納米氧化錫銻水性漿料制備與生產(chǎn)。經(jīng)過(guò)咨詢項(xiàng)目專家并與公司決策人員進(jìn)行協(xié)商，同意采用所構(gòu)建的指標(biāo)體系結(jié)合前述粒子群神經(jīng)網(wǎng)絡(luò)（bp_pso）優(yōu)化模型來(lái)對(duì)技術(shù)項(xiàng)目選擇進(jìn)行分析，并給出了各影響因素指標(biāo)的具體值。我們把技術(shù)項(xiàng)目選擇按照適用的等級(jí)（差、較差、中等、較好、好）依次進(jìn)行賦值，分別為0.1、0.3、0.5、0.7、0.9。具體的指標(biāo)值見(jiàn)表6。

采用所建好的粒子群神經(jīng)優(yōu)化網(wǎng)絡(luò)模型進(jìn)行計(jì)算，結(jié)果見(jiàn)表7。

從結(jié)果可以看出，項(xiàng)目2在企業(yè)現(xiàn)有條件下得分最高，應(yīng)作為最佳選擇。但項(xiàng)目2在實(shí)施前，仍須結(jié)合條件要求做相應(yīng)的風(fēng)險(xiǎn)分析。而項(xiàng)目3與1得分均較低，處于較差的級(jí)別，具有較高風(fēng)險(xiǎn)，建議淘汰。

4 技術(shù)項(xiàng)目選擇優(yōu)化的策略

創(chuàng)新驅(qū)動(dòng)是提高經(jīng)濟(jì)發(fā)展質(zhì)量的第一動(dòng)力，技術(shù)項(xiàng)目實(shí)施則為創(chuàng)新驅(qū)動(dòng)提供了強(qiáng)大推力和堅(jiān)實(shí)基礎(chǔ)。高新企業(yè)的技術(shù)項(xiàng)目選擇既是企業(yè)核心競(jìng)爭(zhēng)力形成的關(guān)鍵，也是影響區(qū)域創(chuàng)新能力和產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的重要因素[20-21]。從影響高新企業(yè)的關(guān)鍵因素來(lái)把握，要綜合考慮企業(yè)的內(nèi)外部因素兩個(gè)方面。從內(nèi)部因素來(lái)看，高新企業(yè)在進(jìn)行技術(shù)項(xiàng)目選擇時(shí)應(yīng)根據(jù)自身情況及技術(shù)本身的先進(jìn)性、經(jīng)濟(jì)合理性及環(huán)境適應(yīng)性來(lái)確定最適合企業(yè)發(fā)展的技術(shù)，以與內(nèi)部要素結(jié)構(gòu)匹配，促進(jìn)企業(yè)的成長(zhǎng);從外部因素來(lái)看，不同的企業(yè)所處環(huán)境不同，針對(duì)企業(yè)所處生命周期、資源稟賦和環(huán)境條件，所采取的技術(shù)項(xiàng)目選擇策略也各不相同。使用粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化方法進(jìn)行技術(shù)項(xiàng)目選擇時(shí)，需要針對(duì)高新企業(yè)自身特點(diǎn)和技術(shù)戰(zhàn)略進(jìn)行具體分析。

①技術(shù)水平高、經(jīng)濟(jì)實(shí)力強(qiáng)的高新企業(yè)應(yīng)采取自主創(chuàng)新戰(zhàn)略。這類企業(yè)擁有較高的研發(fā)水平和較強(qiáng)的經(jīng)濟(jì)實(shí)力，并處于行業(yè)的技術(shù)前沿，通過(guò)選擇適宜技術(shù)項(xiàng)目持續(xù)研發(fā)，來(lái)實(shí)現(xiàn)企業(yè)資源的優(yōu)化配置[22]。但若滿足現(xiàn)狀，不進(jìn)行技術(shù)持續(xù)研發(fā)與創(chuàng)新就會(huì)被日益激烈的市場(chǎng)競(jìng)爭(zhēng)所淘汰。所以，該類企業(yè)應(yīng)大力鼓勵(lì)技術(shù)研發(fā)與創(chuàng)新，積極開(kāi)發(fā)新產(chǎn)品，增強(qiáng)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)力，只有時(shí)刻走在技術(shù)前沿，才有可能占領(lǐng)整個(gè)行業(yè)的制高點(diǎn)。

②技術(shù)水平與經(jīng)濟(jì)實(shí)力均一般的高新企業(yè)應(yīng)采取產(chǎn)學(xué)研結(jié)合的技術(shù)戰(zhàn)略。隨著技術(shù)復(fù)雜程度的日益加深，企業(yè)僅靠自身來(lái)完成整個(gè)技術(shù)項(xiàng)目，將面臨很大的風(fēng)險(xiǎn)。因此，為了分擔(dān)風(fēng)險(xiǎn)，互利共贏，可采用產(chǎn)學(xué)研一體化的技術(shù)戰(zhàn)略，加強(qiáng)企業(yè)與高校、科研院所等之間的互動(dòng)合作，把高校、科研院所和企業(yè)三者聯(lián)動(dòng)起來(lái)，組成一個(gè)完整的產(chǎn)品技術(shù)鏈，既節(jié)省了技術(shù)研發(fā)成本，同時(shí)也分擔(dān)了研發(fā)風(fēng)險(xiǎn)。

③技術(shù)水平較弱但經(jīng)濟(jì)實(shí)力較強(qiáng)的高新企業(yè)應(yīng)采取技術(shù)引進(jìn)戰(zhàn)略。這類高新企業(yè)研發(fā)實(shí)力較弱，如果想要快速獲取較為先進(jìn)的技術(shù)，就需要綜合考慮自身的資源稟賦，引進(jìn)國(guó)內(nèi)外先進(jìn)的技術(shù)項(xiàng)目或者技術(shù)生產(chǎn)線。在公司的發(fā)展起步期，為了節(jié)省研發(fā)成本和獲取時(shí)間價(jià)值，引進(jìn)技術(shù)項(xiàng)目是快速進(jìn)入市場(chǎng)的捷徑，但若只靠引進(jìn)技術(shù)來(lái)占領(lǐng)市場(chǎng)往往很難持續(xù)。因此，企業(yè)進(jìn)入市場(chǎng)站穩(wěn)腳步后，仍須增強(qiáng)自身的研發(fā)能力，擁有自主技術(shù)的核心競(jìng)爭(zhēng)力，只有這樣才可能獲得持續(xù)的發(fā)展。

④研發(fā)水平較低、經(jīng)濟(jì)實(shí)力不強(qiáng)的高新企業(yè)應(yīng)采取技術(shù)模仿戰(zhàn)略。這類企業(yè)往往研發(fā)能力較弱，在技術(shù)上不具備優(yōu)勢(shì)， 該階段技術(shù)模仿的成功率要比技術(shù)研發(fā)高。周圍環(huán)境技術(shù)上的外溢不僅可以減少技術(shù)研發(fā)費(fèi)用和技術(shù)引進(jìn)的高額費(fèi)用，而且還可使企業(yè)快速了解和掌握行業(yè)較為前沿的相關(guān)技術(shù)，迅速進(jìn)入并占領(lǐng)市場(chǎng)，因此，技術(shù)模仿是該類企業(yè)快速成長(zhǎng)的捷徑。

總之，高新企業(yè)的技術(shù)選擇應(yīng)遵循因地制宜的原則，選擇適合自身發(fā)展的技術(shù)戰(zhàn)略模式，依時(shí)勢(shì)而行。正確區(qū)分不同時(shí)期技術(shù)戰(zhàn)略的定位和作用，把技術(shù)戰(zhàn)略作為一個(gè)動(dòng)態(tài)過(guò)程，在此基礎(chǔ)上利用粒子群神經(jīng)網(wǎng)絡(luò)優(yōu)化方法對(duì)技術(shù)項(xiàng)目的選擇進(jìn)行決策，才可獲得最佳效果。

參考文獻(xiàn)：

[1] 魏慶文，楊蕙馨，王軍.創(chuàng)新驅(qū)動(dòng)對(duì)現(xiàn)代產(chǎn)業(yè)發(fā)展新體系演進(jìn)的作用機(jī)理：基于生產(chǎn)函數(shù)的視角[J].現(xiàn)代財(cái)經(jīng)（天津財(cái)經(jīng)大學(xué)學(xué)報(bào)），2018（7）：103-113.

[2] 袁航，茶洪旺.中國(guó)創(chuàng)新驅(qū)動(dòng)指數(shù)的測(cè)度[J].中國(guó)科技論壇，2018（10）：46-52.

[3] 陶長(zhǎng)琪，彭永樟.從要素驅(qū)動(dòng)到創(chuàng)新驅(qū)動(dòng)：制度質(zhì)量視角下的經(jīng)濟(jì)增長(zhǎng)動(dòng)力轉(zhuǎn)換與路徑選擇[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2018（7）：3-21.

[4] 張黎明，胡豪.技術(shù)能力在企業(yè)戰(zhàn)略導(dǎo)向選擇中的作用機(jī)制研究[J].四川大學(xué)學(xué)報(bào)，2011（1）：110-115.

[5] 王保林，蔣建勛，管璐.高技術(shù)企業(yè)創(chuàng)新投入對(duì)企業(yè)成長(zhǎng)的研究：基于企業(yè)年齡的調(diào)節(jié)作用[J].技術(shù)與創(chuàng)新管理，2019（4）：416-424.

[6] 成軍.基于層次分析法的航天器項(xiàng)目分承包商選擇與技術(shù)經(jīng)濟(jì)性評(píng)價(jià)[J].價(jià)值工程，2019（14）：28-30.

[7] 馬婷婷.基于創(chuàng)新驅(qū)動(dòng)的寧波制造業(yè)轉(zhuǎn)型升級(jí)研究[J].統(tǒng)計(jì)科學(xué)與實(shí)踐，2018（7）：29-32.

[8] 馮國(guó)奇，崔東亮，張琦，等.神經(jīng)網(wǎng)絡(luò)輔助的多目標(biāo)粒子群優(yōu)化算法在復(fù)雜產(chǎn)品設(shè)計(jì)中的應(yīng)用[J].系統(tǒng)管理學(xué)報(bào)，2019（4）：687-696，707.

[9] Susanto B，Weil D N.Appropriate Technology and Growth[J].Quarterly Journal Economics，1998 （4）：1025-1054.

[10] Daron A，Zilibotti F.Productivity Differences[J].Quarterly Journal of Eco2nomics，2001 （2） ： 563 -606.

[11] 陳勇星，秦秋英，李由勝.我國(guó)中小企業(yè)技術(shù)創(chuàng)新的技術(shù)選擇策略[J].江蘇大學(xué)學(xué)報(bào)，2009（4）：89-92.

[12] 陳大鵬，王國(guó)紅，馬慧.基于TRM 框架的風(fēng)電設(shè)備企業(yè)未來(lái)技術(shù)選擇分析[J].科學(xué)學(xué)研究，2011（11）：1665-1669.

[13] 李遠(yuǎn)遠(yuǎn).基于技術(shù)預(yù)見(jiàn)的行業(yè)關(guān)鍵性技術(shù)選擇方法研究[J].科技管理研究，2010（3）：119-121.

[14] 郭將.發(fā)展中國(guó)家技術(shù)選擇依據(jù)的探求[J].經(jīng)濟(jì)問(wèn)題，2009（8）：12-14.

[15] 林毅夫，潘士遠(yuǎn)，劉明興.技術(shù)選擇、制度與經(jīng)濟(jì)發(fā)展[J].經(jīng)濟(jì)學(xué)季刊，2006（4）：695-712.

[16] 張惠琴，南毅.中小企業(yè)競(jìng)爭(zhēng)戰(zhàn)略與激勵(lì)機(jī)制對(duì)技術(shù)創(chuàng)新策略選擇的影響[J].軟科學(xué)，2011（9）：72-80.

[17] 郝生兵，于渤，吳偉偉.技術(shù)選擇影響企業(yè)創(chuàng)新成功的實(shí)證研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2008（10）：101-103.

[18] Tan L Y.The effects of business taxes on product， on location under technology uncertainty[J].The Annals of Regional Science，1999（33）：511-522.

[19] 尹彥，趙濤，齊莉麗.基于粒子群神經(jīng)網(wǎng)絡(luò)的知識(shí)管理成熟度評(píng)估研究[J].情報(bào)雜志，2010（5）：124-128.

[20] 王燕，趙連明.區(qū)域自主創(chuàng)新中要重視戰(zhàn)略技術(shù)的選擇[J].經(jīng)濟(jì)縱橫，2010（6）：118-121.

[21] 黃茂興，李軍軍.技術(shù)選擇、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和經(jīng)濟(jì)增長(zhǎng)[J].經(jīng)濟(jì)研究，2009（7）：143-151.

[22] 谷德斌，傅毓維.基于技術(shù)選擇導(dǎo)向的資源配置運(yùn)行機(jī)制研究[J].科學(xué)技術(shù)哲學(xué)研究，2010（4）：102-106.

Abstract： The short market life and complex technical functions of technology products determine that the choice of technology project has an important impact on the development and expansion of high-tech enterprises. Based on the inherent requirements of high-tech enterprise technology project selection， particle swarm BP optimization （BPPSO） model was built based on the improved particle swarm optimization algorithm and the actual situation of high-tech enterprise technology project selection， and the validity of the theoretical model was tested by empirical analysis. The empirical econometric analysis showed that the proposed theoretical model and method exhibited remarkable superiority in solving practical problems with the advantages of easy implementation， high precision and fast convergence， etc. Based on the above research， this paper put forward some suggestions on the strategic mode of high-tech enterprise technology project selection， hoping to provide reference for improving enterprise technology core competitiveness.

Key words： high-tech enterprises; technological innovation; particle swarm BP optimization model （BPPSO）; technology maturity