基于层次分析法的我国大型企业原始创新能力评价研究(2)

×100％（13）

同类产品平均工艺准备周期

指标，构建出创新型企业创新能力层次结构（如图1所示）。

（12）

（4）标准化工作水平为定性指标，利用“强、中、弱”表

AHP采用的是两两比较的方法，决策者或专家要回

答：隶属于同一个指标的两项子指标相对于父指标，哪个更重要，重要多少。此外，为了对重要性判断定量化，AHP引用9级分制进行比较。

表2

（6）原创产品生产周期反映的是产品初始投入到产品完成所需要的时间。原创产品生产周期率＝

原创产品生产周期

×100％（14）

同类产品平均生产周期

9级分制

说明

2.5原始创新环境支撑指标设置

（1）大型企业所处地域信息化水平反映信息化程度对

a/b135792，4，6，81/n(n=1,…，9)

a与b重要程度相同

a比b略重要a比b重要a比b重要得多

a非常重要，b根本不能和它相比赋值在相邻两整数之间折中

当b/a=n时

大型企业原始创新能力的影响。一般而言，信息化程度越高，大型企业原始创新能力越强，反之亦然。

（2）产学研合作的状况指的是大型企业与高等院校、政府三方的合作情况。良好的三方合作能够为原始创新提供广阔的发展空间。

（3）金融部门支持度指的是企业融资渠道方面的支持。（4）政府部门扶持度指的是政府对原始创新的引导，如政府制定的有关政策、方针，政府间接调控企业原始创新的活动等。

比较判断矩阵的构建主要通过专家咨询法获得各指标两两之间的相对重要性，根据大型企业评价指标体系的结构，按照从上到下的顺序，分层次设计咨询表格。专家只是需要用按1～9比例标度的含义为各评价指标两两之间的相对重要性赋值，填写表中对角线的二角形部分，形成评价指标的两两比较矩阵。

3基于层次分析法（AHP）构建大型企业原始创新能力指标体系

层次分析是将评价对象或问题视为一个系统，根据问题的性质和要达到的总目标，将问题分解成不同的组成因素，并按照因素间的相互关联度及隶属关系，将因素按不同层次聚集组合，从而组成一个多层次的分析结构系统，把问题条理化、层次化。

3.2单准则排序

单准则排序指根据判断矩阵，计算对于上一层中某个

元素和本层次与之有联系的元素的重要性权。层次单准则排序主要计算判断矩阵的最大特征值和与之相对应的特征向量，对于判断矩阵C，必有符合λI-C＝0（I为单位矩阵）的最大特征值λmax≥n存在，且为单根。特别地，如果判断矩阵具有完全一致时，λmax＝n，其余特征值均为0。根据判断矩阵的最大特征值，计算与之相对应的特征向量，它既为满足CW＝λmaxW的W，W的分量Wi就是对应元素单排序的

3.1建立递阶层次结构

层次分析结构模型通常包含以下3个层次：①目标层

（最高层）。这一层只有一个元素，是对问题目标的描述；②准则层（中间层）。这一层包括了实现目标所涉及的中间环节，是对目标层的具体描述和扩展；③指标层（措施层）。这

一层也是最低层，是对准则的细化。根据描述确立的评价

层次分析法 AHP 模糊数学

·128·科技进步与对策2010年

权重。

3.3一致性检验

为了检验判断矩阵的一致性，这里引入一致性指标

由CI＝

λmax－nCI

＝0.00908，当n＝6时，RI＝1.24，CR＝＝0.007＜0.1，所以该判断矩阵具有满意的一致性。

A2的判断矩阵如表6所示

表6

λ－n

CI，其值按下式计算CI＝max。显然，如果判断矩阵具有

n-1

完全一致性，那么有λmax＝n，则CI＝0；如果λmax略大于n，则判断矩阵具有满意一致性。为了更好地检验矩阵一致性，引进平均随机一致性指标RI（如表3所示），运用公式CR＝

A2的判断矩阵A221/211/51/3

A233513

A24231/31

A2A21A22A23A24

A21121/31/2

CIRI

计算，CR表示判断矩阵一致性比例。如果n＝1或2，那么判断矩阵具有完全一致性，定义为CR＝0；如果n＞2，若求得

CR＜0.1，那么判断矩阵具有满意一致性，该判断矩阵可以

用作层次分析；若求得CR≥0.1，则判断矩阵不具有满意一致性，需要对判断矩阵进行调整和修正，一致到矩阵满足

解得λmax＝4.059，对应的特征向量为：（0.26950.4792

0.07910.1722）

由CI＝

＝0.0197，当n＝4时，RI＝0.9，CR＝＝0.n-1RI

CR＜0.1为止［5］。

表3

RI值5

6

7

8

9

10

0219＜0.1，所以该判断矩阵具有满意的一致性。

A3的判断矩阵如表7所示

表7

NRI

1234

A3的判断矩阵

A32211/4

A33341

0.000.000.580.901.121.241.321.411.451.49

A3A31A32A33

A3111/21/3

4运用层次分析法确定指标体系权重

根据层次分析法原理，通过问卷形式和访谈形式，征询

有关专家学者、企业管理者的意见，构造以下判断矩阵。因子层判断矩阵为A1，A2，A3，A4，A5；准则层判断矩阵为C［6］。

准则层判断矩阵C如表4所示

表4

解得λmax＝3.1074，对应的特征向量为：（0.51720.3586

0.1243）

由CI＝

C的判断矩阵

A34311/21/2

A421212

A51/31/221/21

λ－nCI

＝0.0537，当n＝3时，RI＝0.58，CR＝＝n-1RI

CA1A2A3A4A5

A111/21/41/23

A2211/312

0.0925＜0.1，所以该判断矩阵具有满意的一致性。

A4的判断矩阵如表8所示

表8

A4的判断矩阵A431/31/611/31/51/2

A4411/2311/21

A45215214

A461/21/3211/41

A4A41A42A43A44A45A46

A4111/2311/22

A42216213

解得λmax＝6.1254，对应的特征向量为：（0.26400.1758

0.17470.10450.2810）

由CI＝

λmax－nCI

＝0.02502，当n＝5时，RI＝1.12，CR＝＝n-1RI

0.022＜0.1，所以该判断矩阵具有满意的一致性。

因子层判断矩阵为A1，A2，A3，A4，A5；

解得λmax＝6.0623，对应的特征向量为：（0.14670.0775

0.44750.16660.07590.2409）

由CI＝

A1的判断矩阵如表5所示

表5

A1的判断矩阵A131/21/411/51/31/4

A14325121

A152131/211/2

A16324121

λmax－nCI

＝0.0623，当n＝6时，RI＝1.24，CR＝＝n-1RI

A1A11A12A13A14A15A16

A1111/221/31/21/3

A122141/211/2

0.0502＜0.1，所以该判断矩阵具有满意的一致性。

A5的判断矩阵如表9所示

表9

A5的判断矩阵A521/2122

A531/41/211/2

A541/21/221

A5A51A52A53A54

A511242

解得λmax＝6.0454，对应的特征向量为：（0.22210.1227

0.38760.06920.12810.0725）

解得λmax＝4.0606，对应的特征向量为：（0.10970.1866

0.43860.2652）

层次分析法 AHP 模糊数学

第1期

表10一级二级指标指标

原始创新投入能力

原创R&D人员投入

李柏洲，董媛媛：基于层次分析法的我国大型企业原始创新能力评价研究

大型企业原始创新能力评价指标体系权重

三级指标原创设备投入

原创资金投入非研发投入

科技经费投入 …… 此处隐藏：2852字，全部文档内容请下载后查看。喜欢就下载吧 ……