《基于FA—AHP法高新集聚区创新能力评价》-管理学论文，管理论文-论文范文参考-科学狗论文网

标题

基于FA—AHP法高新集聚区创新能力评价

范文

包晨晨++许路

摘要：高新集聚创新区已成为我国高新技术产业发展的重要创新地和辐射源，特别是中关村国家自主创新示范区已成为拉动首都经济增长的引擎。因此，建立一套科学的、有效的创新能力评价指标体系必不可少。文章在因子分析和层次分析赋权方法的基础上，提出了一种真正意义上的绩效评价方法：FA-AHP组合赋权法，并对中关村高新区2001年-2015年的创新数据进行了纵向综合评价，并认为高新集聚区应在7个主要方面着力发展其创新能力。

关键词：创新能力;指标评价体系;FA-AHP组合赋权法

一、引言

中关村国家自主创新示范区俨然已成为中国“硅谷”的代名词，其所形成的具有巨大科技创新能力的关联效应及扩散效应，对全国其他高科技园区具有显著的示范效应。但是同西方发达国家的高新集聚区相比，仍具有明显的差距。我们认为应该建立一套具有有效性、科学性的创新能力绩效评估体系，这不仅可以为中关村示范区的发展提供决策信息，同时还能引导和激励其他高新集聚区加强创新能力建设。

最早的政府主导的高科技园区评价指标体系的制定由科技部下属的火炬中心进行，并于1992年汇集多位相关领域的专家学者研究和制定国家高新区的评级指标。该评价指标体系在随后的几年内进行了三次大的评估与考量，其中2003年所确定的指标体系能更准确的反应各高科技园区实际运营状况。此外，夏海钧（2001）通过对国内外高科技园区历年发展状况及相关产业数据出发，综合运用AHP、System Cluster Analysis等方法，解释不同高科技园区发展阶段及状况的异同;范柏乃（2003）认为基于技术创新有三个不同的环节，构建出有关高科技园区技术创新的评价指标体系，其所采用的方法包括DelphiMethod、Discrimination Analysis及Principal Component Analysis;甘小文等（2016）以基于AHP及灰色关联的方法，测度江西14个国家级产业园区的产城融合度。刘满凤等（2016）以三阶段DEA方法对我国2012年高新区的创新效率进行了分析研究。

有别于前人的研究，本文的边际贡献可能在于：（1）本文首次将FA-AHP组合分析法应用到高新技术开发区的创新能力评估方面，并且是一种数据上的完全替代。（2）本文所用的基于FA-AHP分析法的双流结构，不仅仅使二者在理论层面进行互补的融合，并且在权重上有一次完全的替代，并且能做到一致性及传递性检验。（3）层次分析过程中判断矩阵是由因子分析中的因子得分矩阵和因子方差贡献的数据构建，并且矩阵中的元素允许有负值的存在。

二、理论模型构建

1. 创新能力评价指标体系的建立。本文对中关村园区的创新能力构建了一套评估体系，它包含一级、二级和三级指标，其中：一级指标是中关村国家自主创新示范区创新能力;三级指标是表征中关村国家自主创新示范区创新能力的各个指标，其存在多重共线性和较强的相关性;二级指标是通过因子分析法从三级指标中提取出来的公共因子。

2. 高新集聚区创新能力指标体系评价方法。

（1）FA过程。假设需解决的问题中有X1，X2，…，Xp等p个或许具有一定相关关系的变量，并且拥有F1，F2，…，Fq等q个独立的公共因子，且要求（q≤p），每个变量Xi。不可解释的因子可用ei表示，并且解释各个不可解释因子之间不具有相关关系。

矩阵关系表述为：X=AF+e

因子分析的上述模型满足以下条件：

①q≤p：原始变量的个数不小于公共因子的个数;

②公共因子F和特殊因子e是不相关的，即：Cov（F，e）=0;

③公共因子F1，F2，…，不相关，并且方差为1;

④各个特殊因子e1，e2，…，不相关，但方差方面并不要求相等。

（2）AHP過程。如图1所示，其中a21代表因素a2相对于a1对上一层因素A的贡献，b65代表因素b6相对于b5对上一层因素B的贡献，c79代表因素c7相对于c9对上一层因素C的贡献。层次分析法的关键是通过定量度量任意两个方案或者指标对上层目标的相对重要程度，使判断定量化，要计算某层n个因素，…Xn对上一层因素的影响，从Xn中取Xi与Xj，比较他们对上一层因素的贡献大小，通常采用1～9标度分析法。

（3）一致性检验。

（5）一致性指标。当CI=0，有完全的一致性;当CI接近于0，有满意的一致性;当CI越大，不一致越严重

（6）进行一致性检验：为了衡量CI的大小，给出一个R.I.，C.R=C.I./R.I.，即随机一致性指标，C.R.<0.1，该判断矩阵可以满足一致性检验要求，C.R.>0.1时，则不能满足一致性检验要求。

3. FA-AHP组合赋权法。在因子分析结果的基础上构建层次结构模型，将因子分析得出的公共因子作为层次分析的准则层，将因子分析所用的创新指标作为层次分析的指标层来。然后对该模型进行层次分析，从因子分析的旋转载荷矩阵中提取出指标层（方案层）单排判断矩阵，由因子的方差贡献率构建目标层单排的判断矩阵，并对单排判断矩阵，一致性检验，然后再对总排层进行一致性检验。

本文提出的FA-AHP组合法中进行层次分析所需的数据及层次模型的构建均来自因子分析的结果，这克服了层次分析法中主观赋予权重的问题，对单排层、总排判断矩阵进行一致性检验又克服了因子分析法中无法解释某些指标的赋权信度问题，因此FA-AHP组合法有效的利用了两种方法优点的同时克服了两种方法的缺点，使研究更具有可行性，合理性及客观性。

4. FA-AHP组合赋权法的方法结构。

（1）FA-AHP组合赋权法的理论反向性。因子分析从因子载荷起，不断抽取原始变量的公共部分得到因子，是一个从底层到高层的过程。而层次分析是从确定总体研究目标入手，依据判断矩阵及系数，不断分解，得到各个指标层，是从高层到底层的过程。其中对等关系是一个问题的两个方面，层次分析较因子分析表现的更为直观，解释性更强，并且能进行一致性检验。

（2）FA-AHP组合赋权法数据的替代性。这种互补的方法，首先用因子分析得出的公共因子和因子分析中采用的创新指标构建了层次分析模型，使模型更具有客观性，其次摒弃了层次分析中判断矩阵得分的主观性，用因子分析得出的旋转因子矩阵构建了准则层的单排判断矩阵，用因子方差贡献率构建目标层的总排判断矩阵，这样就完全以因子分析的数学结果去替代层次分析的主观判断;其次，这种替代是完全替代，以至于一致性检验中仍然使用因子分析数据，具有分析的连贯性。

（3）FA-AHP组合赋权法双流结构。FA-AHP组合赋权法先进行因子分析，在因子分析的基础上构建了层次分析模型，因子分析的公共因子对应的是层次分析的准则层，因子分析的创新指标对应的是层次分析的指标层，两者的目标是一致的，该模型是一个双流结构模型。

三、实证分析

1. 创新指标数据的选取。为了能够准确客观的评估中关村国家自主创新示范区术创新能力，本文从中选用了17个创新指标：上市企业数、科技活动经费支出、专利授权量、高新技术产品数、科技人员数、R&D人员、R&D经费、利润增长率、总收入增长率、创汇增长率、留学归国增加比例、博士以上学历增加例、本科以上学历增加例、人均产出、技术收入、实交税费增加率，人均总收入增加比例。同时，采用中关村国家创新示范区2001年～2015年的相關数据，运用FA-AHP组合法对园区的技术创新能力进行纵向的动态分析。

2. 基于FA-AHP组合赋权法指标权重的确定。

（1）因子分析FA过程。从旋转因子载荷阵中找出对三个公因子的贡献较大的对应指标，根据指标的性子对该因子进行解释命名，我们得出：上市企业数，科技活动经费支出，专利授权量，高新技术产品数、科技人员数、研发人员、研发经费、技术收入，人均产出在第一个公因子上有较大的载荷，说明这几个指标具有较强的相关性，归为第一类因子，这几个指标是园区技术创新能力提升的基础因素，因此将该因子命名为“创新技术因子”。第二类因子在指标利润增长率、总收入增长率、创汇增长率、实交税费增长率，人均总收入增长率上有较大的载荷，这几个指标体现了园区创新的经济实力，因此将该因子命名为“创新经济因子”，第三个因子在指标留学归国增加比例、博士以上学历增加比例、本科以上学历增加比例这三个指标上的载荷较大，并且该指标体现了园区的人才因素对创新能力的影响，因将该因子命名为“创新人才因子”。

（2）层次单排序判断矩阵的构建。准则层判断矩阵有因子分析模型中三大因子的方差贡献率构建，有因子分析可以得到园区创新能力评价的综合表达式：F=a1F1+a2F2+a3F3，其中系数ai可以理解为创新因子i对创新能力的贡献，也可以理解为创新因i对创新能力的重要程度，有因子分析的结果可得F=0.511F1+0.185F2+0.143F3，构造层次总排序判断矩阵：

准则层的判断矩阵根据上文中层次分析法对判断矩阵的定义，利用因子分析的旋转后的因子载荷矩阵构造。Aij代表对于指标i和指标j对于创新技术因子的重要性之比，Aij=ai/aj，两个创新指标贡献之比作为两者对创新技术因子的重要性之比。其中ai，aj分别代表的是该指标i，指标j在因子1（创新技术因子）下旋转矩阵对应的数据（指标对该因子的贡献）。例如上市企业数和利润增长率这两个创新指标对公共因子1创新技术因子的重要性为两个指标在旋转载荷矩阵中对创新技术因子的贡献大小之比，即0.974/0.016=60.875，这说明上市企业数对园区创新技术的贡献远远大于利润增长率对其的贡献。

（3）各指标比例情况。可见准则层创新因素的排序分别为：创新技术因素，创新经济因素、创新人力因素，其中创新技术因素所占权重最大（60.91%），重要性最强。而各创新指标的权重排序分别为：留学人员归国增加比例、R&D人员、高新技术产品数、科技人员数、R&D经费、科技活动经费支出、上市企业数、技术收入、本科以上学历增加比例、专利授权量、人均产出、利润增长率、实交税费增加率、总收入增长率、创汇增长率、博士以上学历增加比例、人均总收入增加比例。其中创新人才因素下的留学人员归国增加比例（0.096 8）、创新技术因素下的R&D人员（0.088 9）、高新技术产品数（0.079 9）、技人员数（0.078 6）、R&D经费（0.076 1）、科技活动经费支出（0.075 2）、上市企业数（0.072 6）这7个创新指标对园区的创新能力贡献较大，这也说明创新技术因子和创新人力因子对园区的创新能力的贡献大，因此为提高园区的创新能力可以从上述几个指标着手，加大对创新的投入以及对人才的培养和引进。

从上面的数据可以看出FA-AHP组合法得出的各个指标对准则层（公共因子）的权向量与因子分析（FA）得出的因子得分具有很强的一致性，因子得分较高的创新指标，对应在层次分析中对准则层的权重也相对比较大，这说明用FA-AHP组合法的出的各个创新指标对准则层（公共因子）的权重和有因子分析（FA）得出的各个指标对公共因子的得分拟和度较高，这两种方法的拟合性比较好，也进一步说明了本文提出的FA-AHP组合法的有效性和合理性。

四、结论与政策含义

本文运用FA-AHP组合赋权法，构建了中关村国家自主创新示范区创新能力评价体系和模型，并对园区的自身创新能力进行了综合评价，发现2001年～2015年园区的创新能力逐步提升。在创新能力的指标权重中，创新人才因素下的留学人员归国增加比例、创新技术因素下的R&D人员、高新技术产品数、技人员数、R&D经费、科技活动经费支出、上市企业数这7个创新指标对园区的创新能力贡献较大。

据此，我们认为可以从三个方面进一步提升高新集聚区创新能力。第一，完善促进产业创新发展的政策体系，包括完善促进产业创新发展的政府政策体系，完善创新创业人才发展的政策体系，完善促进科技金融创新的政策体系，以及完善知识产权保护、轉让和交易的政策体系。第二，对园区核心的创新因子调整汇聚。创新能力的形成，人才是关键。从实证分析的结果可以看出，留学归国人员和R&D研发人员权重居前两位，对园区的创新能力的贡献最大，因此加强、完善、落实创新人才发展战略，是形成园区持续的创新能力的重要支撑。园区要确立人才优先发展战略布局，完善对人才的管理体系，完善激励机制，树立“任人唯贤”的用人观，建立健全人尽其才、才尽其用的体制机制，充分调动人才创新积极性，为人才的发展提供平台和空间。第三，推进创新的开放性和加强国际合作。应进一步把示范区建设为国家实施对外开放战略的重要基地和，积极主动的开展国内和国际的交流与合作，不断引进并吸收消化国际上的先进技术，拓展市场发展的渠道。

参考文献：

[1] 夏海钧.中国高新技术产业开发区发展研究[D].广州：暨南大学学位论文，2001.

[2] 范柏乃.国家高新区技术创新能力的评价研究[J].科学学研究，2003，21（6）：667-671.

[3] 甘小文，毛小明.基于AHP和灰色关联的产业承接地工业园区产城融合度测度研究——以江西14个国家级工业园区为例[J].南昌大学学报（人文社会科学版）， 2016，47（5）.

基金项目：国家自然科学基金重点项目“我国信息资源产业发展政策及管理研究”（项目号：71133006）。

作者简介：包晨晨（1989-），男，汉族，河南省周口市人，中国人民大学商学院博士生，研究方向为产业经济、区域经济;许路（1989-），男，汉族，贵州省六盘水市人，中国政法大学商学院硕士生，研究方向为企业组织。

收稿日期：2017-04-25。

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。