基于FAHP的企业创新能力评估系统构建

刘亮

【摘 要】在建设创新型国家战略的推动下，企业的创新能力关乎着企业之间的竞争和企业的发展前景，所以创新能力是现代企业命脉的重要衡量指标之一，如何科学有效的分析和评估企业创新能力，对于促进企业创新以及提升企业竞争优势，具有重要的现实意义。本文在分析了企业创新能力的现状、影响创新能力的因素等基础上，基于多源数据融合，针对性的设计评价指标体系，应用模糊层次分析法，构建综合性创新能力评估模型，并采用理论和实践相结合的方式加以分析验证。

【关键词】企业创新能力;多源数据融合;评价指标体系;模糊层次分析法

中图分类号： G311;O159 文献标识码： A文章编号： 2095-2457（2019）18-0163-002

DOI：10.19694/j.cnki.issn2095-2457.2019.18.077

Construction of Enterprise Innovation Capability Evaluation System Based on FAHP

LIU Liang

（Southwest university of science and technology， Mianyang Sichuan 621000， China）

【Abstract】Under the impetus of the strategy to build an innovation-oriented country， the enterprise's innovation ability is the competition between the enterprises and the development prospects of the enterprise， so the innovation ability is one of the important measure of modern enterprise lifeblood， how scientific and effective analysis and evaluation of enterprise innovation ability， to promote enterprise innovation， and improve enterprise competitive advantage， has important practical significance. Based on the analysis of the current situation of enterprise innovation ability and the factors affecting innovation ability， this paper designs the evaluation system based on multivariate data， applies the FAHP， constructs the comprehensive innovation ability evaluation model， and analyzes and verifies it by combining theory with practice.

【Key words】Enterprise innovation ability; Multivariate data; Evaluation system; FAHP

0 引言

隨着云计算时代的来临，大数据也已经吸引了越来越多的关注，而大数据通常用来形容一个公司创造的大量非结构化数据和半结构化数据。据IDC（International Date Corporation，IDC）的调查报告显示：企业中80%的数据都是非结构化数据，这些非结构化数据每年都按指数增长60%，并且这些数据以动态数据的形式产生，并具有实时性、并发性、异构性等特点。而当前，国家为实施建设创新型国家战略，中央和各地政府纷纷推出创新型试点企业加以鼓励和支持，以带动当地的经济发展和区域竞争力。在这个时代背景下，企业之间的竞争越发激烈，企业创新能力愈来愈重要，标准也愈来愈高，那么如何制定一套科学、准确评价企业创新能力的标准是目前非常急需要解决的问题。因此，基于多源异构数据的企业创新能力分析系统构建，对于科研单位、企业、政府、乃至社会都具有重大的意义。

企业创新能力评估模型主要应用于企业、单位、政府的评估部门对其合作企业的创新能力评估，为需要合作企业、单位的做出预测，企业可与相似企业比较发现自身不足，增强企业的竞争优势。目前，国内外对企业创新能力评估系统研究仍处在发展阶段，因为对于企业的创新能力评估没有建立统一、科学的指标体系和模式，而开展的研究能力评估多属于定性研究。企业创新能力评估是一个典型的模糊问题，这是因为影响企业创新能力的因素不仅多，而且一个因素往往具有多个层次，并且各个行业的企业情况不同，研究的问题的不同，采用的评估方法也不尽相同。经过几十年的发展，国内外对企业创新能力评估评估模型的研究方法有很多种类，常见的评估模型有BP神经网络，层次分析法，模糊分析法，因子分析法，决策树法等。而目前针对于企业创新能力评估的研究使用的方法，还远远不能达到针对各种影响因素对于评估的科学性、合理性的要求。

在目前的评估系统中，数据是开展评估系统的基础，但是很少有以大数据技术作为角度，多数以采用调查问卷，采集的数据来源单一、规模小、质量难以得到保障，不能全面反映企业创新的现状。近年来迅猛发展的信息技术使众多反映企业或区域的状态数据以网页、专题数据库、文件的形式公开在互联网上，这些数据包含了企业的基本注册信息、经济运行数据、技术产品数据、专利数据、法律事务数据、新闻舆论、招聘信息等，以及反映一个区域关于创新能力状态的政策数据、产业发展数据、招投标数据等等，这些数据可以从宏观和微观层面反映出当前企业创新能力的现状。本文将对上述不同类型的数据构成分析基础，考虑企业创新能力的定性和定量指标，首先针对企业多源数据的特点建立指标体系，然后再利用模糊层次分析法（Fuzzy Analytic Hierarchy Process， 简称FAHP）构建综合性的评估模型，最后通过实验结果证明该模型的科学、合理性。

1 系统架构

企业创新能力评估系统主要分为三个部分，数据采集和融合层，数据处理层，应用层。

1.1 数据采集和融合层

数据采集层主要是对于来自不同数据源的企业数据的采集、存储、抽取、融合、冲突检测与解决。整体流程为：（1）将公开在网络上的企业数据，检索企业创新能力相关的主题信息，通过url采集器抽取页面信息，对于行业数据库采用ETL（Extract-Transform-Load）技术，根据需要采集来自不同数据库系统的数据，形成满足专题的数据库;（2）将数据采集的结果采用本体法，构建针对企业为主体，为不同来源的、不同格式的数据抽取提供语义的描述和存储;（3）对于抽取出的知识信息进行数据融合，数据融合包括：概念合并、概念上下位关系合并、概念的属性定义合并;数据层合并包括：实体合并、实体属性融合、冲突检测与解决等。

1.2 数据处理层

数据处理层主要将数据采集与融合层得到的数据通过创新能力评估模型计算出每个企业的创新能力评分，并将评分结果、数据采集和融合系统转换后的数据存储在数据库中，保证数据的安全，实现对数据的统一管理。

1.3 应用层

应用层主要将处理的海量数据的评估结果进行展示与可视化功能。对于使用用户可以查看创新企业区域分布、创新能力排行、专利可视化分析、著作权可视化分析、招投标可视化分析、新闻可视化分析、检索创新公司、公司工商信息、公司的创新数据、公司创新能力对比以及公司关系知识图谱等功能。对于系统管理员提供公司信息查询，公司数据添加修改等。

2 系统关键技术分析

2.1 评价指标确立

经参考综合创新能力评价文献，本着科学、合理、可行、可操作、代表等原则，将影响企业创新能力的因素加以系统的分析与合理综合，根据从互联网采集整合的企业数据，本文建立一种基于网络数据的企业创新能力评价指标模型，指标分为3层，最高层目标层O，中间层准则层（包含四个准则，知识产权，企业信息，经营状况，企业发展），以及最底层指标层为影响因素（包括17种影响因子）如图2所示。

2.2 基于模糊层次分析法的评价模型建立

2.2.1 FAHP評估模型

层次分析法（Analytic Hierarchy Process ，简称AHP）是由美国匹兹堡大学的萨蒂 （T. L. Saaty） 教授于20世纪70年代中期提出的， 它在解决多准则和多方案问题方面有着广泛的运用。层次分析法是一种多属性的决策分析方法，以其将定性和定量一起结合地处理各个评价因素标准，它的缺点是太过于将人的主观思维判断加入决策分析，并且层次分析最大的问题是某一层次的评价指标很多（超过四个）时，数据统计量大，并且权重难以确定，其思维型很难达到统一，适合所需定量数据较少。在大数据融合的背景下，对于复杂的系统，模糊层次分析法 （Fuzzy Analytic Hierarchy Process， 简称FAHP）对于大数据的进行量化评价指标，兼顾各个方面的因素，最后做出综合的评价。

2.2.2 评估流程

第一，首先建立系统的层次分析结构。根据按照图2所示的评估指标体系。

第二，专家根据因素影响程度，慎重思考，反复比较，按1-9标度法对各个评价指标（F1，F2，F3……F43）给出评价标准打分，使用同样的方法对第二层次的因素（F11，F12……F43）进行分析，然后采用层次分析法，可确定因素层的权重向量。

第三，在确定因素层的权重后，下一步利用模糊综合评价方法构建模糊综合评价模型，模糊综合评价法以隶属度为基础，首先建立评估集V={优，良，中，一般，差}。

第四，计算隶属函数值，分为定性和定量确定因素的隶属函数值，根据计算得到的指标隶属度函数值构造各因素的模糊评价矩阵，并计算各要素最终的综合模糊评估结果[1]。

第五，根据综合模糊评估结果，按照最大隶属原则，对企业创新能力属于哪一等级做出判断，获得该企业创新能力综合评估。例如企业的评估结果为：（0.2864，0.2248，0.4352，0.0042，0.0745）根据最大隶属原则，最大的是0.4352，那么该企业的创新能力评估的评价为“中”。

3 结束语

本文研究并实现了企业创新能力评估系统，解决了多源数据融合的企业创新能力评估系统空白的现状，根据多元数据异构的背景，充分考虑到了企业创新能力评估的定性和定量特点，采用了模糊层次分析方法，为企业评估部门提供重要的参考价值和相关的企业创新能力评估系统提供新的视角和思路。

【参考文献】

[1]李晓峰，徐玖平.基于AHP-Fuzzy方法的企业技术创新能力评估模型的建立及其应用[C].不确定系统年会，2003.

[2]傅利平，王中亚.基于模糊层次分析法的企业技术创新能力评价[J].科技管理研究，2010，30（3）：136-137.

[3]杨倩.基于模糊层次分析法的企业技术创新能力评价[J].华章，2011（26）：136-137.

[4]孔祥丽.基于模糊模拟的企业技术创新能力评估方法[J].统计与决策，2009（9）：167-168.

[5]魏国文.基于模糊层次分析法的企业创新能力的模糊综合评价[J].管理科学文摘，2008（3）：21-23.