曾嶸娟
(湖南高速鐵路職業(yè)技術(shù)學(xué)院,湖南 衡陽 421000)
經(jīng)濟的快速發(fā)展在一定程度上對高校科技創(chuàng)新能力的提升起到了推動作用。高校作為現(xiàn)代化技術(shù)創(chuàng)新的重要力量,不僅能起到技術(shù)創(chuàng)新及知識傳播的作用,而且在現(xiàn)代化技術(shù)創(chuàng)新及應(yīng)用中起到了十分關(guān)鍵的作用。主成分分析方法作為目前市場內(nèi)多元化數(shù)據(jù)分析的關(guān)鍵方法,主要是指將收集的多種數(shù)據(jù)進行數(shù)據(jù)變化的線性分析,并選取數(shù)據(jù)量較少的重要成分,將多種成分進行綜合性統(tǒng)計并分析。此種方法最早應(yīng)用在隨機變量的信息選型過程中,后期隨著技術(shù)的不斷優(yōu)化,在傳統(tǒng)技術(shù)的基礎(chǔ)上,將信息數(shù)據(jù)進行離合平方差計算,進而可推測出數(shù)據(jù)之間存在的平衡量,提升數(shù)據(jù)分析精準化程度[1]。在實際應(yīng)用過程中,若針對某一課題內(nèi)容收集到的數(shù)據(jù)量過多,會增加調(diào)研活動的復(fù)雜程度。將該種數(shù)據(jù)分析方法引入到高??萍紕?chuàng)新能力的評價中,針對多組數(shù)據(jù)中存在的數(shù)據(jù)融合或數(shù)據(jù)疊加現(xiàn)象,可刪除多余的數(shù)據(jù),二次組合數(shù)據(jù)后建立新的數(shù)據(jù)組,使多個數(shù)據(jù)組之間建立聯(lián)系,并根據(jù)實際的需求量,在多個數(shù)據(jù)組中調(diào)取數(shù)據(jù),實現(xiàn)數(shù)據(jù)的多元化評價。衡陽市高校目前在教育行業(yè)中發(fā)展前景較為廣闊,本文將結(jié)合高校的教學(xué)情況及現(xiàn)代化技術(shù)的創(chuàng)新現(xiàn)狀,基于主成分分析方法,開展衡陽市高??萍紕?chuàng)新能力評價方法的研究,更好地發(fā)揮高校在現(xiàn)代化技術(shù)創(chuàng)新中的作用,進而推動社會現(xiàn)代化技術(shù)的創(chuàng)新。
針對高校的科技創(chuàng)新能力評價可以有效地讓高校了解自身技術(shù)能力在市場經(jīng)濟發(fā)展中的現(xiàn)狀,進而可起到推動市場技術(shù)創(chuàng)新的作用。以下將從設(shè)計評價模型、提取評價因子、構(gòu)建因子荷載矩陣、能力賦權(quán)等4個方面,開展基于主成分分析的衡陽市高??萍紕?chuàng)新能力評價方法的設(shè)計。
本文采用構(gòu)建評價模型的方式實現(xiàn)高??萍紕?chuàng)新能力評價方法的設(shè)計。自定義衡陽市高校內(nèi)包含的n種創(chuàng)新能力樣本,并設(shè)立每個樣本中包含α項評價指標,遵循科學(xué)規(guī)范性模型構(gòu)建原則,對指標的定量數(shù)值進行分析,要求選取的樣本必須可以真實地反應(yīng)出高校的主體創(chuàng)新意識[2]。從整體的層面出發(fā),結(jié)合衡陽高校在市場的綜合潛力因素及其內(nèi)在實力,選取對應(yīng)的創(chuàng)新能力樣本構(gòu)建對應(yīng)的評價模型,見第29頁圖1。
根據(jù)圖1信息可進行多元化評價指標的設(shè)計,對評價指標的多個線性變量進行分析,包括高校的技術(shù)創(chuàng)新研究人員情況、高職人員配比數(shù)值、技術(shù)研究性課題的總數(shù)量、調(diào)研的投入費用、調(diào)研的實際人數(shù)、調(diào)研的計劃支出及實際支出費用之間的變量關(guān)系、技術(shù)是否存在轉(zhuǎn)讓、轉(zhuǎn)讓盈利收入等[3]。根據(jù)多組評價技術(shù)創(chuàng)新能力的數(shù)值進行變量參數(shù)的設(shè)計,并將多組數(shù)據(jù)集合與技術(shù)設(shè)計的集成性、創(chuàng)新性、適配性、延展性、完備性、可維護性、友好程度進行比對,實現(xiàn)相對完善的衡陽市高校科技創(chuàng)新能力評價模型構(gòu)建,為后期技術(shù)創(chuàng)新的評價提供幫助。
圖1 衡陽市高校科技創(chuàng)新能力評價模型
基于上述設(shè)計的科技創(chuàng)新能力評價模型,本文結(jié)合多種評價指標進行對應(yīng)評價因子的提取,對提取數(shù)據(jù)的來源進行分析,定義數(shù)據(jù)中的特征化數(shù)值,并采用權(quán)重按大小進行排列的方式進行創(chuàng)新能力貢獻率的計算。衡陽市高??萍紕?chuàng)新能力的貢獻率計算公式[4]為
式中:V為貢獻率,%;φ為創(chuàng)新能力在高校建設(shè)中產(chǎn)生的映射;n為創(chuàng)新技術(shù)對應(yīng)的調(diào)研樣本;α為多種創(chuàng)新評價指標;i為樣本的特征化向量,取值范圍為1~∞;C為多種指標向量。根據(jù)式 (1),可進行創(chuàng)新能力貢獻數(shù)值的計算,選取前5名貢獻程度較高的數(shù)據(jù)組,采用SPSS16.0因子分析方法對選取的主成分進行數(shù)據(jù)的特征化分析,并對處理后的數(shù)據(jù)進行方差計算,并在計算所得的多個數(shù)據(jù)組中進行綜合因子的分析,實現(xiàn)衡陽市高??萍紕?chuàng)新能力評價因子的提取。
根據(jù)以上方法提取科技創(chuàng)新能力評價因子,運用因子荷載矩陣構(gòu)建評價方法,開展基于能力方法評價思路的計算。
第一步,創(chuàng)建相匹配的完全數(shù)據(jù)取樣矩陣,這里設(shè)置本組矩陣以y表示,這樣與y相匹配的取樣樣本組合在一起就可以列出矩陣表達式,即
式中:j為評價因子主成分的數(shù)量。運用云計算數(shù)據(jù)處理方式對采集到的相關(guān)數(shù)據(jù)進行數(shù)據(jù)預(yù)處理,并對采集到的數(shù)據(jù)格式進行統(tǒng)一保存,這樣可以有效分析組成成分。
第二步,為函數(shù)設(shè)置標準,采用能夠體現(xiàn)數(shù)據(jù)動態(tài)化分析的線性函數(shù),對特征空間中的樣本數(shù)據(jù)采用正交位置的交換,保留主成分分析方法中數(shù)據(jù)處理的優(yōu)勢。根據(jù)樣本數(shù)據(jù)在特征空間的大小,從大到小依次對科技創(chuàng)新能力展開排列,前m列樣本數(shù)據(jù)匯在一起形成了儲存數(shù)據(jù)變異結(jié)構(gòu)數(shù)量最多的數(shù)據(jù)組[5]。
第三步,計算樣本數(shù)據(jù)成分的方差數(shù)值,評價因子中特征成分的方差計算公式為
式中:λ為匹配的映射數(shù)據(jù);I為多種特征空間的矩陣。對公式開展樣本科技創(chuàng)新能力投影的可行性分析,根據(jù)分析投影數(shù)據(jù)的單位及相關(guān)范圍,實現(xiàn)荷載矩陣相匹配的評價因子建立,可以綜合滿足對相關(guān)數(shù)據(jù)進行評價。
根據(jù)上述建立的評價因子荷載矩陣開展基于主成分分析的科技創(chuàng)新能力賦權(quán)研究。根據(jù)德爾菲數(shù)據(jù)處理方法,對多組數(shù)值的權(quán)重進行對比,征求市級或省級教育部門的意見,邀請各類專家組進行打分,從專業(yè)技術(shù)投入和創(chuàng)新能力樣本產(chǎn)出兩個方面進行創(chuàng)新能力數(shù)據(jù)的模擬化檢測。根據(jù)衡陽市高校在市場發(fā)展的占比程度、投入分數(shù)、輸出分數(shù)進行最終綜合分數(shù)的計算。另外,整合高校投入設(shè)計的初始特征數(shù)值,進行累計貢獻程度及貢獻方差的比對。當然,還可以根據(jù)多級指標變量統(tǒng)計建立核函數(shù)的方式,把權(quán)重值較大的創(chuàng)新技術(shù)賦予較高的權(quán)值,可以對數(shù)據(jù)間的權(quán)值占比進行分析,包括分析數(shù)據(jù)權(quán)值之間的微妙關(guān)系,實現(xiàn)基于主成分分析的科技創(chuàng)新能力賦權(quán),按照從大到小的方式排序,權(quán)值越大表示技術(shù)創(chuàng)新能力越強,反之越弱。采用上述基于主成分分析方法的衡陽市高校科技創(chuàng)新能力評價,可有效地為高校的后期發(fā)展提供方向,有助于市場技術(shù)創(chuàng)新發(fā)展。
采用設(shè)計對比實驗的方式驗證,本文設(shè)計的基于主成分分析的衡陽市高校科技創(chuàng)新能力評價方法在實際應(yīng)用過程中存在的誤差率較低。
隨機選取衡陽市某高校作為此次實驗的研究對象,采用傳統(tǒng)的科技創(chuàng)新能力評價方法對高校科技創(chuàng)新能力進行評價,收集5組實驗數(shù)據(jù),與實際的創(chuàng)新能力指標進行對比,采用云端處理數(shù)據(jù)的方式分析5組數(shù)據(jù)存在的誤差率,定義該組為對照組。由于本研究采用主成分分析,在進行對比實驗前,需先通過KMO檢驗和Bartlett's球形度檢驗來進行變量之間的相關(guān)性檢驗,判斷標準是:如果KMO值≥0.80,很適合做因素分析;介于0.70和0.80之間,則適合做因素分析;介于0.60和0.70之間,則表示可以做因素分析。具體見表1。
表1 KMO檢驗和Bartlett's球形度檢驗
根據(jù)表1可知,本文選取的數(shù)據(jù)適合進行主成分分析。采用本文設(shè)計的基于主成分分析的衡陽市高??萍紕?chuàng)新能力評價方法進行相同步驟的操作,收集5組實驗數(shù)據(jù)并繪制誤差率對比圖,見圖2。
圖2 誤差率對比圖
從圖2中的兩條折現(xiàn)可以明顯看出,本文設(shè)計的評價方法檢測結(jié)果誤差率更低,與傳統(tǒng)方法相比大約提升了15%。因此說明運用該方法得出的評價結(jié)果更接近于實際的評價結(jié)果。
隨著現(xiàn)代化技術(shù)的不斷優(yōu)化,本文開展了基于主成分分析的衡陽市高校科技創(chuàng)新能力評價方法的設(shè)計,從設(shè)計衡陽市高??萍紕?chuàng)新能力評價模型、提取衡陽市高??萍紕?chuàng)新能力評價因子、構(gòu)建評價因子荷載矩陣、基于主成分分析的科技創(chuàng)新能力賦權(quán)4個方面進行了詳細的分析,并采用對比實驗的方式驗證了該方法在實際的應(yīng)用中可有效降低評價的誤差率。因此,在后期的發(fā)展中,應(yīng)加大該方法在高校科技創(chuàng)新評價中的應(yīng)用。