论文部分内容阅读
【摘 要】文章通过查阅河南省郑州市高新区25家企业年报，从中选取5项影响高新区创新能力评价指标，借助DEMATEL-ANP分析法对郑州高新区25家企业创新评价能力进行实证研究。最终得出影响郑州高新区创新能力评价指标的排名，可为其他高新区创新能力评价指标体系构建提供参考。
【关键词】高新区;能力评价;指标构建
【中图分类号】F276.44 【文献标识码】A 【文章编号】1674-0688（2020）06-0025-03
1 研究背景
现阶段，高新区已逐步成为我国国民经济的重要支柱，在国民经济中的作用日益显著。从规模增长情况来看，自1988年中关村高新区率先建立以来，截至2018年底，全国拥有高新区数量为169个。从经济贡献程度来看，截至2018年初，国家高新区GDP总和达9.52万亿元，占当年中国GDP的11.5%。历经30年的发展，高新区已成为我国“大众创业，万众创新”的沃土，也是创业孵化的策源地，全国已有50%以上的孵化器集中于此。我国高新区虽然已经有了高质量的发展，但仍然有需要改进的地方，尤其是在吸引创业投资、创新能力方面依然存在较多问题，与美国的硅谷相比差距依然较大。因此，通过全面、系统地评价高新区创新能力，清晰了解该地区总体水平及优劣之处，可为相关政策措施的制定与实施提供参考。
2 文献综述
区域的创新能力是解释地区经济繁荣程度差异的重要因素，也是决定地区经济增长与产业发展的重点所在。高新区作为区域创新能力的载体，可以从侧面凸显地区创新能力。
关于区域创新能力的评价方法，不同学者从多个角度与使用多种方法进行研究，主要涉及层次分析法、模糊评价法、ANP结构方法、ELECTRE方法等。吴琨等人（2010）通过ANP结构模型，详细分析了企业可持续创新能力指标的相互依赖关系，并给出具体的解决思路。漆艳茹、刘云、高玉涵（2013）基于“差异驱动”原理，利用ELECTRE方法综合计算得出多指标综合评价权重系数，以此为依据提出“均衡性”综合评价方法，这种方法通过构建二次加权的集结模型，最终能实现评价过程均衡性集结。
关于创新能力评价指标的构建，也有学者对此进行了深入研究。陈国宏等人（2008）从技术创新支撑能力、技术转移能力及创新产出能力等方面，构建了区域创新能力评价指标体系，以此为依据进行实证分析。该指标涵盖面比较广，且具有较强的逻辑性，可操作性较强。孙恒有、张丽叶（2010）从区域知识创造、创新环境、创新绩效、知识获取等方面，对河南省进行效用值分析，这个指标体系在国内具有权威性，具有重要的参考意义。综合以上研究来看，在分析方法方面，层次分析法的运用较普遍，它是将复杂的问题以层次化方式加以推理，从而得出量化结果。因而，本文首先利用DEMATEL方法确定每个因素之间的网络结构，然后运用ANP方法计算各级指标权重，从而构建创新能力评价指标体系，并进行实证研究。
3 高新区创新能力评价指标构建
本文参考《国家创新指数报告2018》，并借鉴前人研究武汉高新区的部分内容，遵循科学性、针对性、可操作性等原则，划分为目标层（一级指标）、准则层（二级指标）与方案层（三级指标）合计18个指标。同时，为了验证这些创新能力评价指标，需要借助我国某个高新区的相关数据，进行实证分析。其中，河南省郑州高新区汇集了诸多知名大学、研发机构、科研单位，可以作为本次研究的数据来源目标。本文查找郑州市25家机构年报，并根据以上划分层次，构建郑州高新区创新能力评价指标体系（见表1）。
4 模型构建及运算
4.1 模型构建
本文首先利用DEMATEL获得指标之间逻辑关系，然后建立ANP网络结构，通过判断矩阵计算极限超矩阵，以此明确每个指标的权重，最后获得指标的相对排序。在此之前，本文需要构建DEMATEL-ANP理论评价模型。
4.2 模型运算
Step1：打造直接影响的关系矩阵。此处假设数字0～4分别代表影响程度，即无影响、低度影响、中度影响、高度影响、极大的影响。同时，在矩阵中，dij表示i因素对j因素影响程度大小，如果出现i=j的情况，表明dij=0。在這种情况下，对每一个评判人员设置一个直接影响的关系矩阵，以此计算相同因素的平均值，进而出现直接影响平均矩阵D（D=[dij]n×n）。
Step2：参考已有研究，设定直接关系矩阵X，该矩阵主要通过公式（1）实现。
Step3：接下来需要在已有标准化直接关系矩阵的基础上，计算综合影响矩阵T，具体公式如（3）和（4）所示。
Step4：考察指标T中的tij，以此为依据计算指标的影响度D、被影响度R，以及原因度D-R。其中，每个指标的D和R之差为正数，表明该指标对其他影响较大;反之，该元素受其他影响较大。具体而言，每个影响度的计算公式如（4）～公式（7）。
Step5：构建判断矩阵。此处需要对ANP网络结构做出进一步假设，设控制层目标G的准则为S1，S2，…，Sm，那么对应的网络层结构元素包括C1，C2，…，Cn。进一步以控制层元素为准则，以网络层元素为次准则，将二者之间的影响程度做出比较。在此之下，在准则Si下构建判断矩阵。随后，即可算出归一化特征向量向量就是网络元素向量。此外，将k=1，2，…，n代入并重复以上步骤。
Step6：计算加权超矩阵。在完成上述计算过程之后，将所有网络层元素进行组合，并在控制元素下的超矩阵进行归一化处理，以此得到加权超举证。随后，对该矩阵做出稳定处理，得到极的相对排序向量Wk。如果该值收敛，那么第i为网络层各元素对i的相对排序，也就获得了最高目标的权重值。
5 实证分析
在运算上述模型过程中，要先计算关系矩阵。具体来说，由郑州市企业家、高校教授及负责经济统计人员共计25人共同组成专家组进行测算。此时，采用德尔菲法对目标层进行判断，并绘制出影响图。随后，将该图转变为矩阵方式，从而得到相关矩阵。当上述步骤完成之后，需要进行如下步骤。 第一，绘制因果图。依据专家组意见及通过15次的反复测试，得到门槛值threshold=0.915。根据已有研究发现，综合影响矩阵中的数值不超过0.920，那么表示指标之间关联关系不够明显，所以可以直接删除。由于所得到的数值明显小于理论值，所以删除不符合条件的指标。随后，进一步分析郑州市创新影响因素之间的综合影响关系。
第二，建立判断矩阵。本次模型运行过程中，主要涉及5个准则层、18个方案层。为了构建判断矩阵，需要利用Decision软件，并将通过问卷调查方式获取的数据输入软件，从而对判断矩阵进行一致性的检验。进一步，依据所选择的判断元素指标，确定其权重。用上述步骤求出每位专家给定的指标权重，依据极限超矩阵结果，确定郑州高新区创新能力评价指标权重（见表2）。
从表2可以看出，影响郑州高新区创新能力评价指标中，依据重要性进行排序分别是企业创新U3、创新投入U1、创新产出U2、创新绩效U5、创新环境U4。自此，各指标在创新能力的影响力从大到小的顺序依次为U3、U1、U2、U5、U4。此外，除了元素集的权重排序，从表2中还能看出每一个指标权重的排序，其对应作用大小比较清晰。
6 评价与结论
本文采用DEMATEL-ANP评价模型，对郑州高新区创新评价指标进行分析发现，影响郑州高新区创新评价的重要因素分别为企业创新、创新投入，其次为创新产出、创新绩效、创新环境。从中可以发现，企业创新中的新产品销售收入、企业研发经费支出都是推动企业创新的关键指标，充分发挥这两者的作用，对于刺激地区技术创新、经济发展具有重要作用。同时，创新投入在衡量地区创新能力中占据重要地位，而其中的研究和试验发展机构数是决定创新投入的关键指标。因此，可以通过提高企业创新力度、增加创新投入、提高创新产出、优化创新绩效等措施来不断提高高新区技术创新能力。
参 考 文 献
[1]吴琨，赵顺龙.可持续创新能力评价研究——基于ANP方法[J].技术经济与管理研究，2011（12）：3-8.
[2]车湘辉.基于ELECTRE的区域创新能力综合评价方法[J].统计与决策，2014（10）：78-81.
[3]漆艳茹，刘云，高玉涵.一种凸显“均衡性”的综合评价方法及其在区域创新能力评价中的应用[C].中国软科学学术年会，2013.
[4]柳飞红，傅利平.基于FAHP的企业技术创新能力评价指标权重的确定[J].统计与信息論坛，2009（2）：25-29.
【基金项目】河南省软科学研究计划项目“高新区绩效评价指标体系构建研究”（项目编号：202400410212）。
【作者简介】任非，男，辽宁丹东人，工程硕士，三门峡职业技术学院副教授，研究方向：建筑经济。
【关键词】高新区;能力评价;指标构建
【中图分类号】F276.44 【文献标识码】A 【文章编号】1674-0688（2020）06-0025-03
1 研究背景
现阶段，高新区已逐步成为我国国民经济的重要支柱，在国民经济中的作用日益显著。从规模增长情况来看，自1988年中关村高新区率先建立以来，截至2018年底，全国拥有高新区数量为169个。从经济贡献程度来看，截至2018年初，国家高新区GDP总和达9.52万亿元，占当年中国GDP的11.5%。历经30年的发展，高新区已成为我国“大众创业，万众创新”的沃土，也是创业孵化的策源地，全国已有50%以上的孵化器集中于此。我国高新区虽然已经有了高质量的发展，但仍然有需要改进的地方，尤其是在吸引创业投资、创新能力方面依然存在较多问题，与美国的硅谷相比差距依然较大。因此，通过全面、系统地评价高新区创新能力，清晰了解该地区总体水平及优劣之处，可为相关政策措施的制定与实施提供参考。
2 文献综述
区域的创新能力是解释地区经济繁荣程度差异的重要因素，也是决定地区经济增长与产业发展的重点所在。高新区作为区域创新能力的载体，可以从侧面凸显地区创新能力。
关于区域创新能力的评价方法，不同学者从多个角度与使用多种方法进行研究，主要涉及层次分析法、模糊评价法、ANP结构方法、ELECTRE方法等。吴琨等人（2010）通过ANP结构模型，详细分析了企业可持续创新能力指标的相互依赖关系，并给出具体的解决思路。漆艳茹、刘云、高玉涵（2013）基于“差异驱动”原理，利用ELECTRE方法综合计算得出多指标综合评价权重系数，以此为依据提出“均衡性”综合评价方法，这种方法通过构建二次加权的集结模型，最终能实现评价过程均衡性集结。
关于创新能力评价指标的构建，也有学者对此进行了深入研究。陈国宏等人（2008）从技术创新支撑能力、技术转移能力及创新产出能力等方面，构建了区域创新能力评价指标体系，以此为依据进行实证分析。该指标涵盖面比较广，且具有较强的逻辑性，可操作性较强。孙恒有、张丽叶（2010）从区域知识创造、创新环境、创新绩效、知识获取等方面，对河南省进行效用值分析，这个指标体系在国内具有权威性，具有重要的参考意义。综合以上研究来看，在分析方法方面，层次分析法的运用较普遍，它是将复杂的问题以层次化方式加以推理，从而得出量化结果。因而，本文首先利用DEMATEL方法确定每个因素之间的网络结构，然后运用ANP方法计算各级指标权重，从而构建创新能力评价指标体系，并进行实证研究。
3 高新区创新能力评价指标构建
本文参考《国家创新指数报告2018》，并借鉴前人研究武汉高新区的部分内容，遵循科学性、针对性、可操作性等原则，划分为目标层（一级指标）、准则层（二级指标）与方案层（三级指标）合计18个指标。同时，为了验证这些创新能力评价指标，需要借助我国某个高新区的相关数据，进行实证分析。其中，河南省郑州高新区汇集了诸多知名大学、研发机构、科研单位，可以作为本次研究的数据来源目标。本文查找郑州市25家机构年报，并根据以上划分层次，构建郑州高新区创新能力评价指标体系（见表1）。
4 模型构建及运算
4.1 模型构建
本文首先利用DEMATEL获得指标之间逻辑关系，然后建立ANP网络结构，通过判断矩阵计算极限超矩阵，以此明确每个指标的权重，最后获得指标的相对排序。在此之前，本文需要构建DEMATEL-ANP理论评价模型。
4.2 模型运算
Step1：打造直接影响的关系矩阵。此处假设数字0～4分别代表影响程度，即无影响、低度影响、中度影响、高度影响、极大的影响。同时，在矩阵中，dij表示i因素对j因素影响程度大小，如果出现i=j的情况，表明dij=0。在這种情况下，对每一个评判人员设置一个直接影响的关系矩阵，以此计算相同因素的平均值，进而出现直接影响平均矩阵D（D=[dij]n×n）。
Step2：参考已有研究，设定直接关系矩阵X，该矩阵主要通过公式（1）实现。
Step3：接下来需要在已有标准化直接关系矩阵的基础上，计算综合影响矩阵T，具体公式如（3）和（4）所示。
Step4：考察指标T中的tij，以此为依据计算指标的影响度D、被影响度R，以及原因度D-R。其中，每个指标的D和R之差为正数，表明该指标对其他影响较大;反之，该元素受其他影响较大。具体而言，每个影响度的计算公式如（4）～公式（7）。
Step5：构建判断矩阵。此处需要对ANP网络结构做出进一步假设，设控制层目标G的准则为S1，S2，…，Sm，那么对应的网络层结构元素包括C1，C2，…，Cn。进一步以控制层元素为准则，以网络层元素为次准则，将二者之间的影响程度做出比较。在此之下，在准则Si下构建判断矩阵。随后，即可算出归一化特征向量向量就是网络元素向量。此外，将k=1，2，…，n代入并重复以上步骤。
Step6：计算加权超矩阵。在完成上述计算过程之后，将所有网络层元素进行组合，并在控制元素下的超矩阵进行归一化处理，以此得到加权超举证。随后，对该矩阵做出稳定处理，得到极的相对排序向量Wk。如果该值收敛，那么第i为网络层各元素对i的相对排序，也就获得了最高目标的权重值。
5 实证分析
在运算上述模型过程中，要先计算关系矩阵。具体来说，由郑州市企业家、高校教授及负责经济统计人员共计25人共同组成专家组进行测算。此时，采用德尔菲法对目标层进行判断，并绘制出影响图。随后，将该图转变为矩阵方式，从而得到相关矩阵。当上述步骤完成之后，需要进行如下步骤。 第一，绘制因果图。依据专家组意见及通过15次的反复测试，得到门槛值threshold=0.915。根据已有研究发现，综合影响矩阵中的数值不超过0.920，那么表示指标之间关联关系不够明显，所以可以直接删除。由于所得到的数值明显小于理论值，所以删除不符合条件的指标。随后，进一步分析郑州市创新影响因素之间的综合影响关系。
第二，建立判断矩阵。本次模型运行过程中，主要涉及5个准则层、18个方案层。为了构建判断矩阵，需要利用Decision软件，并将通过问卷调查方式获取的数据输入软件，从而对判断矩阵进行一致性的检验。进一步，依据所选择的判断元素指标，确定其权重。用上述步骤求出每位专家给定的指标权重，依据极限超矩阵结果，确定郑州高新区创新能力评价指标权重（见表2）。
从表2可以看出，影响郑州高新区创新能力评价指标中，依据重要性进行排序分别是企业创新U3、创新投入U1、创新产出U2、创新绩效U5、创新环境U4。自此，各指标在创新能力的影响力从大到小的顺序依次为U3、U1、U2、U5、U4。此外，除了元素集的权重排序，从表2中还能看出每一个指标权重的排序，其对应作用大小比较清晰。
6 评价与结论
本文采用DEMATEL-ANP评价模型，对郑州高新区创新评价指标进行分析发现，影响郑州高新区创新评价的重要因素分别为企业创新、创新投入，其次为创新产出、创新绩效、创新环境。从中可以发现，企业创新中的新产品销售收入、企业研发经费支出都是推动企业创新的关键指标，充分发挥这两者的作用，对于刺激地区技术创新、经济发展具有重要作用。同时，创新投入在衡量地区创新能力中占据重要地位，而其中的研究和试验发展机构数是决定创新投入的关键指标。因此，可以通过提高企业创新力度、增加创新投入、提高创新产出、优化创新绩效等措施来不断提高高新区技术创新能力。
参 考 文 献
[1]吴琨，赵顺龙.可持续创新能力评价研究——基于ANP方法[J].技术经济与管理研究，2011（12）：3-8.
[2]车湘辉.基于ELECTRE的区域创新能力综合评价方法[J].统计与决策，2014（10）：78-81.
[3]漆艳茹，刘云，高玉涵.一种凸显“均衡性”的综合评价方法及其在区域创新能力评价中的应用[C].中国软科学学术年会，2013.
[4]柳飞红，傅利平.基于FAHP的企业技术创新能力评价指标权重的确定[J].统计与信息論坛，2009（2）：25-29.
【基金项目】河南省软科学研究计划项目“高新区绩效评价指标体系构建研究”（项目编号：202400410212）。
【作者简介】任非，男，辽宁丹东人，工程硕士，三门峡职业技术学院副教授，研究方向：建筑经济。