CN111667164A - 一种企业科技创新能力评价优化方法、系统及存储介质 - Google Patents

Abstract

本发明涉及科技企业信息数据分析技术领域，公开了一种企业科技创新能力评价优化方法、系统及存储介质，以为企业科技创新能力评价提供一种更为科学合理的方法；本发明的方法包括构建评价指标体系；采用层次分析法计算指标主观权重值；采用熵值法计算指标客观权重值；采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；根据指标主观权重值、指标客观权重值、主观权重组合比例系数和客观权重组合比例系数建立组合权重模型；根据评价指标体系和组合权重模型构建线性加权和评价模型，并根据线性加权和评价模型评价待分析企业的科技创新能力。

Description

一种企业科技创新能力评价优化方法、系统及存储介质

技术领域

本发明涉及科技企业信息数据分析技术领域，尤其涉及一种企业科技创新能力评价优化方法、系统及存储介质。

背景技术

为推动企业正确认知自身科技创新水平，有针对性地改善企业科技创新劣势，科技创新能力评价十分有必要。作为科技创新能力评价的重要环节，指标选取及其权重的赋值对评价结果有直接影响。目前针对企业科技创新能力的评价指标体系通常存在指标不全面、重复冗余的问题，对此本发明基于文献研究及问卷调查等方式，从科技创新资源投入能力、科技创新基础支撑能力、科技创新产出能力三个准则层面构建评价指标体系，使其更加合理与实用。

在权重计算方面，目前常用赋权方法主要分为主观赋权法与客观赋权法，主观赋权法容易受专家经验、个人偏好等主观因素的影响，而客观赋权法受样本数据的影响较大，容易产生与实际情况不符的现象，并且存在指标数据难以获取的问题。为确保评价结果的科学有效性，近年来学者们引入了主客观综合赋权法进行权重的计算，其中加法合成赋权法是最常使用的主客观综合赋权方法之一。但现有的加法合成赋权法中多以主观权重及客观权重与组合权重的偏差平方和最小为目标函数，使求出的最佳组合权重结果是所有指标的主、客观权重组合比例系数为：主观权重和客观权重各占50％，无法反映不同指标专家知识经验和客观数据的差异，缺乏科学合理性。

发明内容

本发明目的在于提供一种企业科技创新能力评价优化方法、系统及存储介质，以解决上述存在的技术问题。

为实现上述目的，本发明提供了一种企业科技创新能力评价优化方法，包括以下步骤：

构建评价指标体系；

采用层次分析法计算指标主观权重值；

采用熵值法计算指标客观权重值；

采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；

根据所述指标主观权重值、所述指标客观权重值、所述主观权重组合比例系数和所述客观权重组合比例系数建立组合权重模型；

根据所述评价指标体系和所述组合权重模型构建线性加权和评价模型，并根据所述线性加权和评价模型评价待分析企业的科技创新能力。

优选地，根据科技创新资源投入能力、科技创新基础支撑能力和科技创新产出能力构建所述评价指标体系。

优选地，所述科技创新资源投入能力包括科技创新经费占主营业务收入比、R&D经费支出占主营业务收入比、R&D人员占从业人员比重、科技活动人员大学及以上学历比重和科技活动投入资金年增长率；

所述科技创新基础支撑能力包括企业家的科技创新意识、基础设施的先进性和现代制造技术使用率；

所述科技创新产出能力包括专利授权数、科研论文数、科研专著数、获科技成果奖数、科技成果与行业发展水平适应度、科技成果转化率、新产品销售份额、新产品利润率、和新产品市场占有率。

优选地，所述采用层次分析法计算指标主观权重值包括：

将所述评价指标体系的层次结构划分为“目标层-准则层-指标层”；

确定同一层次中的各项指标之间相对重要性的两两比较数值作为标度值；

根据所述标度值构造对应于每一层次的指标的判断矩阵；

对所述判断矩阵进行标准化和单位化处理，以获得各个评价指标相对于所述目标层的所述指标主观权重值。

优选地，所述采用熵值法计算指标客观权重值包括：

计算各指标的特征比重f_i，计算公式如下：

式中，x_ij为第j个企业的第i个指标数据值；

其中，x_ij的离差标准化公式如下：

式中，V_ij为第j个企业的第i个指的原始数据值；

计算第i个指标的熵值，计算公式如下：

其中e_i大于0；

计算各指标权重W_i2，计算公式如下:

式中，e_j表示第j个企业的指标熵值；

优选地，所述采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数包括：

计算第i个指标的变异系数。计算公式如下：

式中，x_ij为第i个指标第j个企业的值，

为第i个指标各企业的平均值，n表示企业个数；

以使变异系数b_i加权后的组合权重最大化为目标计算主、客观权重组合系数，计算公式如下：

式中，m为指标个数，u₁、u₂分别为主、客观权重组合比例系数；

采用Lagrange极值法求函数maxD的最优解，得到指标主观权重组合比例系数和指标客观权重组合比例系数如下：

U₁＝u₁/(u₁+u₂)；U₂＝u₂/(u₁+u₂)；

优选地，所述组合权重模型的计算公式如下：

W_i＝U₁W_i1+U₂W_i2；

优选地，所述线性加权和评价模型的计算公式如下：

式中，m为指标个数，p_ij为第j个企业的第i个指标的数据值。

作为一个总的发明构思，本发明还提供一种企业科技创新能力评价优化系统，包括：

构建模块，用于构建评价指标体系；

指标主观权重值计算模块，用于采用层次分析法计算指标主观权重值；

指标客观权重值计算模块，用于采用熵值法计算指标客观权重值；

权重组合比例系数计算模块，用于采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；

组合权重计算模块，用于根据所述指标主观权重值、所述指标客观权重值、所述主观权重组合比例系数和所述客观权重组合比例系数建立组合权重模型；

评价模块，用于根据所述评价指标体系和所述组合权重模型构建线性加权和评价模型，并根据所述线性加权和评价模型评价待分析企业的科技创新能力。

作为一个总的发明构思，本发明还提供一种计算机存储介质，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。

本发明具有以下有益效果：

本发明提供的一种企业科技创新能力评价优化方法、系统及存储介质，该方法包括构建评价指标体系；采用层次分析法计算指标主观权重值；采用熵值法计算指标客观权重值；采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；根据指标主观权重值、指标客观权重值、主观权重组合比例系数和客观权重组合比例系数建立组合权重模型；根据评价指标体系和组合权重模型构建线性加权和评价模型，并根据线性加权和评价模型评价待分析企业的科技创新能力，本发明的方法基于加法合成赋权法，采用层次分析法及熵值法分别计算指标主、客观权重值。在得出主客观权重的基础上，通过变异系数法与拉格朗日极值法确定主、客观权重组合比例系数。为企业科技创新能力评价提供一种更为科学合理的方法。

下面将参照附图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的企业科技创新能力评价优化方法流程图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。

实施例1

如图1所示，本实施例提供一种企业科技创新能力评价优化方法，包括以下步骤：

构建评价指标体系；

采用层次分析法计算指标主观权重值；

采用熵值法计算指标客观权重值；

采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；

根据所述指标主观权重值、所述指标客观权重值、所述主观权重组合比例系数和所述客观权重组合比例系数建立组合权重模型；

根据所述评价指标体系和所述组合权重模型构建线性加权和评价模型，并根据所述线性加权和评价模型评价待分析企业的科技创新能力。

上述的企业科技创新能力评价优化方法，采用加法合成的主客观赋权方法，结合层次分析法及熵值法，使权重具有客观真实性，不偏离实际情况。且确定主、客观权重组合比例系数时采用变异系数法和拉格朗日极值法，使各指标的主、客观权重组合比例系数更具科学合理性。

在实际情况中，上述的步骤还可以通过以下步骤进行优化。

作为本实施例优选的实施方式，本实施例中根据科技创新资源投入能力、科技创新基础支撑能力和科技创新产出能力构建评价指标体系。其中，科技创新资源投入能力包括科技创新经费占主营业务收入比、R&D经费支出占主营业务收入比、R&D人员占从业人员比重、科技活动人员大学及以上学历比重和科技活动投入资金年增长率；科技创新基础支撑能力包括企业家的科技创新意识、基础设施的先进性和现代制造技术使用率；科技创新产出能力包括专利授权数、科研论文数、科研专著数、获科技成果奖数、科技成果与行业发展水平适应度、科技成果转化率、新产品销售份额、新产品利润率、和新产品市场占有率。

本实施例中，采用层次分析法计算指标主观权重值包括：将评价指标体系的的层次结构划分为“目标层-准则层-指标层”；确定同一层次中的各项指标之间相对重要性的两两比较数值作为标度值；根据标度值构造对应于每一层次的指标的判断矩阵；对判断矩阵进行标准化和单位化处理，以获得各个评价指标相对于目标层的指标主观权重值。其中，层次分析法的专家评分参考标度采用“Saaty比例标尺”。对判断矩阵进行标准化和单位化后，进行一致性检验，证明结果有效后，运用Super Decisions软件计算即可获得各个评价指标相对于目标层的主观权重值。

本实施例中，采用熵值法计算指标客观权重值包括：

计算各指标的特征比重f_i，计算公式如下：

式中，x_ij为j个企业的第i个指标第数据值；

计算第i个指标的熵值，计算公式如下：

其中，e_i大于0；

计算各指标权重W_i2，计算公式如下：

式中，e_j表示第j个企业的指标熵值；

需要说明的是，本实施例中，基于通过网络爬虫技术中Scrapy框架动态抓取数据，通过Xpath路径语言对数据进行提取并解析，获得j个企业的第i个指标第原始数据值V_ij，并将其进行离差标准化处理，得到熵值法计算客观权重直接可用的指标数据值x_ij，其中，离差标准化计算公式如下：

本实施例中，采用网络爬虫技术的为指标客观权重计算过程中的数据获取提供了新的方法。相较传统数据获取方法，网络爬虫技术方法更为快速、方便、灵活，通过对大量网页数据的挖掘，还可以使获取到的指标数据结果更为客观真实。

具体地，采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数包括：

计算第i个指标的变异系数b_i。计算公式如下：

式中，x_ij为第j个企业的第i个指标值，

为第i个指标各企业的平均值，n表示企业个数；

以使变异系数b_i加权后的组合权重最大化为目标计算主、客观权重组合比例系数，计算公式如下：

式中，m为指标个数，u₁、u₂分别为主观权重组合比例系数和客观权重组合比例系数；

采用Lagrange极值法求函数maxD的最优解，包括构造Lagrange函数如下:

式中，λ为Lagrange乘子。

分别对u₁、u₂、λ求偏导并令结果为0，得到公式如下：

u₁ ²+u₂ ²-1＝0⑩。

联合上述三式，解出：

然后进行归一化处理得到指标主观权重组合比例系数和指标客观权重组合比例系数如

U₁＝u₁/(u₁+u₂)；U₂＝u₂/(u₁+u₂)；

本实施例中，组合权重模型的计算公式如下：

W_i＝U₁W_i1+U₂W_i2；

本实施例中，企业科技创新能力线性加权和评价模型的计算公式如下：

式中，m为指标个数，p_IJ为第j个企业的第i个指标的数据值。

具体地，以企业科技创新能力作为评价对象对本发明的方法进行示例说明，根据上述步骤，构建了企业科技创新能力评价指标体系，计算了指标主客观权重的组合比例系数，最后基于优化后的指标权重值，采用线性加权和方法进行企业科技创新能力评价，具体步骤如下：

首先，以《科学技术评价办法》(试行)(国科发基字[2003]038号)等相关办法文件和综合文献研究为依据，结合问卷调查，建立企业科技创新能力评价指标体系，如表1所示。

表1企业科技创新能力评价指标体系

然后，利用问卷调查和层次分析法确定企业科技创新能力评价指标的主观权重，如表2所示。具体计算过程以准则层为例，采取问卷调查法，依据问卷调查结果，经多方比较后，得到准则层的两两比较判断矩阵为：

进一步通过Super Decisions软件即可计算出准则层一级指标要素权重值为(0.3，0.3，0.4)。其他层层以此类推。

表2企业科技创新能力评价指标主观权重

其次，采用网络爬虫技术Scrapy框架获取样本企业各指标原始数据，鉴于所选指标均为正向，所以选取正向指标的标准化公式进行数据处理，得到标准化处理后指标值，如下表3所示。

表3标准化处理后的企业科技创新能力评价指标值

再通过熵值法计算得到企业科技创新能力评价指标的客观权重，接下来以指标科技创新经费占主营业务收入比T11的权重计算为例。本实施例中，计算出各企业的特征比重分别为0.361、0.292、0.242、0.000、0.105，计算出指标T11的熵值e₁₁为0.811，各企业的e_j为0.368、0.360、0.343、0.000、0.236；进一步根据e₁₁、e_j计算出T1的客观权重值即为0.051。

其他指标的客观权重计算以此类推，并将计算结果汇总如表4所示；

表4企业科技创新能力评价指标客观权重

依据表3数值，采用变异系数法计算可得17个指标的变异系数，如表5所示。结合拉格朗日极值法，将各指标的主观权重、客观权重及变异系数分别代入

U₁、U₂分别为0.408与0.389，进行归一化处理，U₁＝U₁/(U₁+u₂)、U₂＝u₂/(u₁+u₂)，最终计算得到主、客观权重组合比例系数值U₁、U₂分别为0.512和0.488。

表5评价指标变异系数

将层次分析法所得主观权重、熵值法所得客观权重、变异系数法及拉格朗日极值法所得主客观权重组合比例系数汇总，用W_i＝U₁W_i1+U₂W_i2求得组合权重，如表6所示。其中本实施例中，为更直观清晰地演示权重优化过程，熵值法及变异系数法的计算基于5个样本企业指标数据。企业在实际应用过程中，可依据实际需要进行数据搜集工作量的增减，使其更具适应性。

表6组合权重

将表3中标准化处理后的企业科技创新能力评价指标值及表6中的指标权重依次代入线性加权和模型中，得到各企业准则层及综合评价得分结果如下表7。

表7各企业准则层及综合评价得分结果

通过表7可得，5个企业中科技创新能力排名为企业5、3、4、2、1，并且通过分析各准则层的得分情况可以得知其科技创新能力重点建设方向为科技创新基础支撑能力准则层T2方面，其他企业以此类推。

实施例2

与上述方法实施例相对应地，本实施例提供一种企业科技创新能力评价优化系统，包括：

构建模块，用于构建评价指标体系；

指标主观权重值计算模块，用于采用层次分析法计算指标主观权重值；

指标客观权重值计算模块，用于采用熵值法计算指标客观权重值；

权重组合比例系数计算模块，用于采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；

组合权重计算模块，用于根据所述指标主观权重值、所述指标客观权重值、所述主观权重组合比例系数和所述客观权重组合比例系数建立组合权重模型；

评价模块，用于根据所述评价指标体系和所述组合权重模型构建线性加权和评价模型，并根据所述线性加权和评价模型评价待分析企业的科技创新能力。

上述各模块地具体功能在上述实施例1中均已详细描述，此处，不多做赘述。

实施例3

本实施例提供一种计算机存储介质，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现方法实施例1的步骤。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种企业科技创新能力评价优化方法，其特征在于，包括以下步骤：

构建评价指标体系；

采用层次分析法计算指标主观权重值；

采用熵值法计算指标客观权重值；

采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；

根据所述指标主观权重值、所述指标客观权重值、所述主观权重组合比例系数和所述客观权重组合比例系数建立组合权重模型；

根据所述评价指标体系和所述组合权重模型构建线性加权和评价模型，并根据所述线性加权和评价模型评价待分析企业的科技创新能力。

2.根据权利要求1所述的企业科技创新能力评价优化方法，其特征在于，根据科技创新资源投入能力、科技创新基础支撑能力和科技创新产出能力构建所述评价指标体系。

3.根据权利要求2所述的企业科技创新能力评价优化方法，其特征在于，所述科技创新资源投入能力包括科技创新经费占主营业务收入比、R&D经费支出占主营业务收入比、R&D人员占从业人员比重、科技活动人员大学及以上学历比重和科技活动投入资金年增长率；

所述科技创新基础支撑能力包括企业家的科技创新意识、基础设施的先进性和现代制造技术使用率；

所述科技创新产出能力包括专利授权数、科研论文数、科研专著数、获科技成果奖数、科技成果与行业发展水平适应度、科技成果转化率、新产品销售份额、新产品利润率和新产品市场占有率。

4.根据权利要求1所述的企业科技创新能力评价优化方法，其特征在于，所述采用层次分析法计算指标主观权重值包括：

将所述评价指标体系的层次结构划分为“目标层-准则层-指标层”；

确定同一层次中的各项指标之间相对重要性的两两比较数值作为标度值；

根据所述标度值构造对应于每一层次的指标的判断矩阵；

对所述判断矩阵进行标准化和单位化处理，以获得各个评价指标相对于所述目标层的所述指标主观权重值。

5.根据权利要求1所述的企业科技创新能力评价优化方法，其特征在于，所述采用熵值法计算指标客观权重值包括：

计算各指标的特征比重f_i，计算公式如下：

式中，x_ij为第j个企业的第i个指标的离差标准化数据值，n表示企业个数；

其中，x_ij的离差标准化公式如下：

式中，V_ij为第j个企业的第i个指的原始数据值；

计算第i个指标的熵值，计算公式如下：

其中，e_i大于0；

计算各指标权重W_i2，计算公式如下：

式中，e_j表示第j个企业的指标熵值。

6.根据权利要求1所述的企业科技创新能力评价优化方法，其特征在于，所述采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数包括：

计算第i个指标的变异系数，计算公式如下：

式中，x_ij为第j个企业的第i个指标值，

为第i个指标各企业的平均值，n表示企业个数；

以使变异系数b_i加权后的组合权重最大化为目标计算主、客观权重组合比例系数，计算公式如下：

式中，m为指标个数，u₁、u₂分别为主观权重组合比例系数和客观权重组合比例系数，w_i1为指标主观权重值，w_i2为指标客观权重值；

采用Lagrange极值法求函数maxD的最优解，得到指标主观权重组合比例系数和指标客观权重组合比例系数如下：

U₁＝u₁/(u₁+u₂)；

U₂＝u₂/(u₁+u₂)。

7.根据权利要求1所述的企业科技创新能力评价优化方法，其特征在于，所述组合权重模型的计算公式如下：

W_i＝U₁W_i1+U₂W_i2。

8.根据权利要求1所述的企业科技创新能力评价优化方法，其特征在于，所述线性加权和评价模型的计算公式如下：

式中，m为指标个数，p_ij为第j个企业的第i个指标的数据值。

9.一种企业科技创新能力评价优化系统，其特征在于，包括：

构建模块，用于构建评价指标体系；

指标主观权重值计算模块，用于采用层次分析法计算指标主观权重值；

指标客观权重值计算模块，用于采用熵值法计算指标客观权重值；

权重组合比例系数计算模块，用于采用变异系数法与拉格朗日极值法确定指标主观权重组合比例系数和客观权重组合比例系数；

组合权重计算模块，用于根据所述指标主观权重值、所述指标客观权重值、所述主观权重组合比例系数和所述客观权重组合比例系数建立组合权重模型；

评价模块，用于根据所述评价指标体系和所述组合权重模型构建线性加权和评价模型，并根据所述线性加权和评价模型评价待分析企业的科技创新能力。

10.一种计算机存储介质，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至8任一所述方法的步骤。

Images