宋瑞丽

（中原工学院 信息商务学院，河南 郑州 450007）

随着世界经济的发展和全球化趋势的不断加快，创新能力已经成为国家或地区提升竞争力的关注焦点，也被视为国家或地区经济发展和社会进步的潜在核心竞争力。客观地评价一个地区的创新能力，不仅可以很好地了解区域的创新状况，对该地区的发展状况有综合的认识，加强区域对自身状况的了解；同时也能避免对区域的发展方向做出不切实际的规划，明确同类区域之间的差距，从而为创新型区域的可持续发展提供参考和借鉴。因此，加强对区域创新能力的研究既是制定区域发展战略的重要前提，又是进一步的宏观调控与管理的有力依据。

一、评价区域创新能力的指标

区域创新的基础是知识创新，其任务是为区域整体创新的提升储备知识；区域创新的核心是技术创新，创新主体主要是高校和企业，尤其是科研院校和规模以上工业企业；制度创新的主体是政府，它主要是为区域整体创新提供保障，政府对创新的重视程度、政策完善程度和管理水平的高低是制度创新能力高低的主要体现；服务创新能力包括通讯能力、教育培训能力以及交通能力等[1]。区域创新能力评价指标体系[2]见表1：

二、改进模糊综合评判法评判区域创新能力

（一）模糊综合评判的一般模型

模糊综合评判是根据模糊数学的隶属度理论，以模糊推理为主，对受到多种因素制约的事物（或对象）做出总体的评价。它是模糊决策中最常用的一种有效方法[2]，一般步骤为：（1）建立因素集 U =(u1,u2,…,un)，抓住能从各方面描述对象特征的主要因素；（2）建立评判集V=(v1,v2,…,vm)；（3）建立评判矩阵，模糊关系表示为 R =(rij)n×m；（4）综合评判：采用模型 M (∧,∨)取合成运算，从而求出权重集 A =(a1,a2,…,am)，就可以得到综合评判B=A*R(或,j=1,2,…,m)。

（二）模糊综合评判的改进模型

事实上，在具体计算时，可能会出现ai∧rij=ai的情况，这样可能使得评判矩阵中的许多信息丢失，从而导致综合评判结果不真。为此，在实际中对模型M(∧,∨)进行改进，改进的模型有：

模型 M(⋅,∨)法：B=A∗R ，即

表1 评价区域创新能力的指标

模型 M(∧,+)法：B=A∗R ，即

模型 M(⋅,+)法：B=A∗R ，即

在实际应用时，如果综合评判中起主导作用的是主因素（即权重最大的因素），则可首选“主因素决定型”模型 M(∧,∨)；当“主因素决定模型”M(∧,∨)失效 时 ，可 采 用“ 主 因 素 突 出 型 ”模 型 M(⋅,∨)和M(∧,+)；当所有因素的权重均衡起作用时，可选用加权平均模型 M(⋅,+)。

对区域创新能力进行综合评判时，需要对所有因素的权重均衡考虑，因此，采用加权平均模型。下面给出具体算法步骤：

1.确定指标特征值矩阵。设系统有n个待评价对象，有m个评估元素，则系统有n×m阶指标特征值矩阵X=(xij)n×m，其中，xij为第i个备选对象在第 j个评估元素下的指标特征值；

2.评价指标的无量纲化处理。本文采用功效系数法将指标无量纲化。功效系数法也即功效函数法，它是根据多目标规划原理，遵循数据的可获取性原则，对各项评价指标确定一个上限值（即满意值）和下限值（即不允许值），然后计算每个指标实现满意值的程度，并由此转化为相应的评价分数[3]。本文将指标的最大值定为上限值，将最小值定为下限值。由于所选指标全部为正向、定量指标，无量纲化公式为：

依据（1）式将指标特征值转化为指标隶属度矩阵

3.确定指标权重。利用最大隶属度加权平均偏差法确定权重。权重集A=(a1,a2,…,am)

其中

式中 gi=ri1∨ri2∨…∨rim,i=1,2,…,n，∨为模糊并算子[4]。

4.综合评判。利用上述权重集和单因素评判矩阵，进行单层模糊综合评判：

对于多层综合评判，可先按上面单层综合评判法求出下一层各个子目标的评判结果，再由该评判结果Bij（i表示第i层，j表示同一层中第 j个子目标）构成新的模糊矩阵Ri，

然后用上述方法求出对应权重，并求出该层的综合评判结果[5]。

三、综合评价河南省区域创新能力

采用上述模糊评判模型对河南省区域创新能力进行综合评价。我们选取河南和其经济能力相当的周边六省，以及经济比较发达的北京、广东进行比较，以此来深入分析河南省区域创新能力。原始数据见表2：

（一）一级综合评价

依据上述评价模型，先分别建立评判矩阵，再计算相应指标的权重，最后得出评判结果。如通过（1）式，由（2）式建立知识创新能力（U1）的评判矩阵

根据（3）式，可求出一级指标U1下四个二级指标的权重

A(U1)=(0.198,0.229,0.315,0.258)

同理依次求出一级指标U2、U3、U4下各个指标的权重

A(U2)=(0.116,0.101,0.102,0.106,0.106,0.114,0.120,0.125,0.111)

A(U3)=(0.248,0.271,0.237,0.245)

A(U4)=(0.366,0.341,0.293)

根据（4）式，求出知识创新能力的模糊综合评判

B(U1)=(0.370,0.135,0.310,0.575,0.548,0.393,

0.530 ,0.311,0.709)

按上述方法求出技术创新能力、制度创新能力及服务创新能力的模糊综合评判分别为

B(U2)=(0.169,0.0006,0.172,0.127,0.129,0.141,

0.504 ,0.031,1.001)

B(U3)=(0.776,0.134,0.139,0.096,0.158,0.119,

0.298 ,0.093,0.523)

B(U4)=(0.715,0.085,0.022,0.074,0.155,0.051,

0.204 ,0.125,0.617)

（二）二级综合评价

根据评价结果，由（5）式得到区域创新能力的模糊评判矩阵

由（3）式，可得各指标相应的权重为

A=(0.137,0.369,0.254,0.240)

根据（4）式，得9个区域的创新能力综合评判结果为

（三）评价结果分析

上述评价结果显示河南省区域创新能力综合得分为 0.168，位于广东（0.747）、北京（0.482）、山东（0.383）、湖北（0.200）之后，在9个省中排名第5位，说明河南省的区域创新能力位于中流层次，与前几年相比，区域创新能力有所提高。但技术创新和制度创新能力却非常弱，这成为阻碍河南区域创新发展的瓶颈。

在知识创新能力方面，河南（0.575）排在广东（0.708）后面，位居第2，说明河南在知识创新方面，位居上流；尤其是在普通高等学校本科在校学生数、中等职业学校在校学生数方面数据较好，但高层次人才匮乏，人才分布不尽合理。

表2 区域创新能力评价数据

在技术创新能力方面，河南排在陕西（0.031）和山西（0.0006）前面，位居第六位，说明河南在技术创新方面与发达地区有较大差距。河南省应要加强核心技术攻关，并实施知识产权战略。鼓励科研院所、高校及企业积极申报专利、版权等知识产权，重点支持发明专利和研发高新产品产业化，提高拥有自主知识产权的高新技术产品比重。

在制度创新能力方面，河南（0.096）排名为倒数第2，尤其是地方财政科学技术支出占地方财政教育支出比例和每人拥有图书馆藏书量数据较差，这说明政府对科技财力投入不足，科技投融资机制不健全。因此，河南省应加大对科技活动的财力投入，鼓励支持高校、企业申报科技项目，并引导规模以上工业企业加大对R﹠D活动及经费的投入。

在服务创新能力方面，河南（0.074）排名为倒数第3，这说明河南在服务创新方面力度远远不够，尤其在技术市场成交额和互联网普及率等方面比较落后。这与河南省人口众多，产业结构落后的客观情况有一定的关系。河南省应加大产业结构调整力度，建立与本省经济发展相适应的通讯、交通等基础设施条件，以科技促进经济又快又好发展。

四、结 论

本文采用最小隶属度加权平均偏差法，利用改进后的模糊综合评判模型，选取9个省作为样本进行实证分析，对河南省的区域创新能力进行综合评判，还从不同侧面反映河南区域创新能力的优势和劣势，该模型为综合评价区域创新能力提供了更为简洁、实用、可操作性的新方法。

[1]段利忠，刘思峰.灰色聚类分析法评价城市创新能力[J].北京工业大学学报，2003，29（4）：508-512.

[2]赵黎明，冷晓明，段利忠，等.区域创新系统[M].天津：天津大学出版社，2002.

[3]梁保松，曹殿立.模糊数学及其应用[M].北京：科学出版社，2002.

[4]李阳旭，邓辉文.模糊综合评判的一种改进方法[J].重庆工商大学学报，2005，22（4）：453-456.

[5]唐炎钊.区域科技创新能力的模糊综合评估模型及应用研究：2001年广东省科技创新能力的综合分析[J].系统工程理论与实践，2004，24（2）：38-43.