康灿华,江登英,2＊

（1.武汉理工大学经济学院,武汉430070;2.武汉理工大学理学院,武汉替换为 430070）

水路交通科技创新能力的Fuzzy-AHP评价研究

康灿华1,江登英1,2＊

（1.武汉理工大学经济学院,武汉430070;2.武汉理工大学理学院,武汉替换为 430070）

根据水路交通的行业特点和科技创新能力形成的全过程,分析了水路交通科技创新能力的影响因素,建立了三级递阶层次结构模型,运用 Fuzzy-AHP评价方法对我国 H省、G省和S省的水路交通科技创新能力进行了实证研究,并根据综合评价结果提出相关政策建议.

水路交通;科技创新能力;评价;层次分析模型

交通运输业作为国家基础性、服务性行业,对经济社会发展具有重要意义.科技创新是交通行业可持续发展的有力支撑,因此交通科技创新能力的科学评价问题是值得深入研究的重大课题.当前,我国公路交通科技创新的研究取得积极成果[1-4],但水路交通科技创新的研究成果较为匮乏.本文拟在分析水路交通科技创新能力影响因素的基础上,建立递阶层次结构模型,运用Fuzzy-AHP评价方法对我国H省、G省和S省的水路交通科技创新能力进行了实证研究,并提出相关政策建议.

1 水路交通科技创新能力的影响因素分析

1.1 水路交通科技创新能力概述

水路交通科技创新能力是指充分发挥水路交通科技创新行为组织的科技创新积极性,以人为资源开发和建设为核心,高效配置创新资源,将创新构想转化为新产品、新工艺和新服务,提升水路交通科技水平,优化水路交通效能的综合能力.水路交通科技创新能力的形成和提高正是在新技术、新工艺从产出—转化—应用—产业化的不断循环中实现的,是水路交通企业技术创新能力和非企业组织（包括交通主管部门、科研机构和高校）科技创新能力迭加提高的结果.

1.2 三级递阶层次分析模型的构建

在评价水路交通科技创新能力时,必须着眼于水路交通的行业特点和科技创新能力形成的全过程,通过过程研究把握交通行业科技创新的整体.从过程出发对构成交通行业科技创新能力的因素可分为四个板块:创新投入V1、创新支撑V2、创新产出V3和创新效益V4.在此基础上,从水路交通科技创新的内涵出发,结合代表性、独立性、可测性等指标体系的建立原则[5],构建水路交通科技创新能力的层次分析模型如图1所示.由于在水路交通科技创新能力评价中,涉及的影响因素很多,为了尽量全面考虑所有影响因素,在此建立了三级递阶层次结构.其中A代表目标层:水路交通科技创新能力评价;V11为科技活动人员投入,V12为科技活动资金投入,V13为基本建设;V21为信息资源平台,V22为国际交流与合作,V23为创新环境与管理;V31为科技成果,V32为科技成果转换;V41为经济效益,V42为社会效益;V111为科技活动人员总量,V112为科技活动人员占从业人员比重,V113为科技活动人员大学及以上学历密度;V121为科技投入占行业投入比重,V122为科技活动投入资金总量,V123为科技活动投入资金年增长率,V124为科技创新主体合理度,V125为科技活动经费支出效率;V131为科研仪器设备资产总值年增长率;V211为数据库数据记录总量,V212为电子信息利用信息量;V221为合作研究,V222为学者互访次数,V223为信息交换量;V231为行业教育投入,V232为产学研合作开发度,V233为政府服务与管理,V234为知识产权保护健全度;V311为专利授权数,V312为科研论文,V313为科研专著,V314为获科技成果奖数,V315为重大技术产出量;V321为科技成果与行业发展水平适应度,V322为科技成果转换应用率;V411为全社会水运货物周转量,V412为全社会水运客运周转量;V421为平均每千吨公里燃料消耗量,V422为单位货物吞吐量占用码头泊位长度,V423为水路运输重大事故次数.

图1 层次分析模型示意图Fig.1 The analytic hierarchy model diagram

1.3 评价因素权重向量的确定

根据对交通行业资深专家的问卷,综合分析后采用1-9标度法[5]构造出各指标的判断矩阵,篇幅所限这里仅列一级指标层对目标层、二级指标层对一级指标层的判断矩阵,如图2所示.

A V1 V2 V3 V4 V1 1 4 2 2 V2 1/4 1 1/2 1/3 V3 1/2 2 1 1 V4 1/2 3 1 1 V1 V11 V12 V13 V11 1 2 4 V12 1/2 1 2 V13 1/4 1/2 1 V2 V21 V22 V23 V21 1 2 1/2 V22 1/2 1 1/3 V23 2 3 1 V3 V31 V32 V31 1 1/3 V32 3 1 V4 V41 V42 V41 1 1 V42 1 1

根据上述判断矩阵,利用方根法[5-6]求出图1中所有评价因素的权重,并对构造的判断矩阵通过了一致性检验（均具有满意一致性或完全一致性）.然后依次沿递阶层次结构由上而下逐层计算,得到水路交通科技创新能力评价总排序权重向量如下:

2 模糊综合评价模型的实证应用

2.1 隶属度和模糊评价矩阵的确定

将本模型的评语共分5个等级,即评语集为:v={v1,v2,v3,v4,v5}={强 ,较强 ,一般 ,较弱 ,弱},并按评价指标的常用标准分值表[7]将等级集取为v={9,7,5,3,1}.考虑数据的可得性并结合相关专家的建议,在此选取 H省、G省和S省三地水路交通的现状作为评价对象.采用专家问卷调查的形式,获得了各评价对象的三级指标的综合评判,并对问卷数据进行处理后,求得各评价对象的三级指标对应于评语集v中各评语的隶属度（见表1）.据此可得各评价对象的模糊评价矩阵 R（k）ij（k=1,2,3;i=1,2,3,4;j为对应的二级指标层中指标的个数）.

表1 H、G、S省的三级指标对应于评语集 v的隶属度Tab.1 The membership grade of H,G and S province's third-class indices corresponding to the reviews setv

2.2 系统综合评价结果的确定

（1）单层次综合评价

3 水路交通科技创新能力的评价结果分析

为便于对各评价对象的评价结果进行比较分析,这里采用评分法处理.根据评语集将系统能力评价等级按十分制进行划分,如表2所示.

表2 能力评价等级划分Tab.2 The capacity assessment rating classification

因此,分析上述计算结果可知:H省、G省、S省的创新投入能力评价结果分别是“较强”、“一般”、“较强”,且评价值按降序排列为:S省、H省、G省;H省、G省、S省的创新支撑能力评价结果分别是“一般”、“一般”、“较强”,且评价值按降序排列为:S省、G省、H省;H省、G省、S省的创新产出能力评价结果分别是“一般”、“一般”、“较强”,且评价值按降序排列为:S省、G省、H省;H省、G省、S省的创新效益评价结果分别是“一般”、“一般”、“较强”,且评价值按降序排列为:S省、H省、G省.但从总体上来看,H省、G省、S省的水路交通科技创新能力评价结果分别是“一般”、“一般”、“较强”,且综合评价值按降序排列为:S省、H省、G省.

综上所述,S省的水路交通科技创新能力最强,H省次之,G省第三.从交通科技创新的四个方面看,S省的水路交通科技创新能力虽然比其他两省明显要好,但在创新效益和创新支撑能力方面仍有提升的空间;H省的水路交通科技创新投入能力较强,但创新支撑和创新产出能力指标上存在薄弱环节;G省的水路交通科技创新支撑和创新产出能力均位居第二,但创新效益偏低,创新投入能力也还有待提高.

4 结论

选取 H省、G省、S省的相关数据为样本,运用三级Fuzzy-AHP评价模型,对三省的水路交通科技创新能力进行了综合评价.从实证研究情况分析,得出的评价结果基本符合被评价对象的水路交通科技创新能力实际状况.从理论研究情况分析,建构的评价模型具有坚实基础,可以在交通科技评价领域进行拓展应用并加以完善.

[1]周正祥,王跃明.论我国公路交通科技创新[J].发明与创新,2004（12）:6-7.

[2]黄佳生.公路交通科技创新的目标及对策[J].公路与汽运,2002（4）:65-66.

[3]江登英,孙国庆,康灿华.基于模糊AHP模型的公路交通科技创新能力评价研究[J].科技进步与对策,2009,26（7）:130-133.

[4]贺 海.浅论我国公路交通科技创新[J].湖南经济管理干部学院学报,2002,13（2）:20-22.

[5]杜 栋,庞庆华.现代综合评价方法与案例精选[M].北京:清华大学出版社,2005.

[6]秦寿康.综合评价原理与应用[M].北京:电子工业出版社,2003.

[7]赵维双.技术扩散效果的模糊综合评价模型研究[J].沈阳工业学院学报,2001,20（1）:78.

Abstract:According to the industrial characteristics of waterway traffic and the whole formative process of S &T innovation capability,some factors influencing waterway traffic S&T innovation ability are analyzed,at the same time a third-class hierarchy model is established.Then using the Fuzzy-AHP evaluation method,the empirical research of waterway traffic S&T innovation ability is made by selecting H Province,G Province and S Province of China for samples.Moreover based on the comprehensive evaluation results,relevant policy recommendations are proposed in this paper.

Key words:waterway traffic;scientific and technological innovation ability;evaluation;analytic hierarchy model

Research on Fuzzy-AHP evaluation of waterway traffic scientific and technological innovation ability

KANG Canhua1,J IANG Dengying1,2
（1.School of Economics,Wuhan University of Technology,Wuhan 430070;2.School of Science,Wuhan University of Technology,Wuhan 430070）

F540.33

A

1000-1190（2010）04-0531-04

2010-04-10.

交通部科技项目（2007-352-221-030）;中央高校基本科研业务费专项资金资助（2010-Ia-039）.

康灿华（1959-）,男,教授,博士生导师,主要从事产业经济方向的研究.

＊通讯联系人.E-mail:jdy@live.whut.edu.cn.