“智能+”背景下制造企业技术创新能力成熟度指标体系构建研究

高 迪，闻 波

（淮北师范大学计算机科学与技术学院，安徽 淮北 235000）

1.引言

2019年3月5 日，第十三届全国人民代表大会第二次会议开幕，国务院总理李克强作政 府工作报告。报告中首次提出“智能+”，为制造业转型升级赋能，可以预见人工智能+传统 行业改造将成为2019年重要发展方向，也将成为促进新兴产业加快发展的新动能[1]。报告指出要加大基础研究和应用基础研究支持力度，强化原始创新，加强关键核心技术攻关。 健全以企业为主体的产学研一体化创新机制。聚焦基础科研，加强关键核心技术和基础科学领域成果转化，构建产学研联动创新平台，打通基础研究和应用技术创新衔接的绿色通道[2]。《中国制造2025》提出“创新驱动，质量为先，绿色发展，结构优化，人才为本”的基础方针，是中国制造发展的总体要求，这一方针也为制造企业的发展指明方向。

“智能+”是人工智能的升级，是继“互联网+”之后首次出现在政府工作报告中。以人为核心，基于互联网技术如云计算、物联网、大数据、人工智能等在内的生态与系统而形成的高度信息对称、和谐与高效运转的社会生态，是“智能+”的标志。报告明确提出需要深入实施创新驱动，紧抓核心关键技术攻关，推动以人工智能、大数据、数据云等为代表的前沿技术研发，推动传统产业转型升级。作为国家战略的人工智能正在作为基础设施，逐渐与产业融合，加速经济结构优化升级，对人们的生产和生活方式产生深远的影响。站在新一轮技术革命的风口，垂直应用之外，必须掌握核心技术，突破尖端技术难题，才能持续不断创新，掌握国际竞争的制胜权[3]。

随着以人工智能等新一代信息技术驱动的“智能+”时代的到来，人们对产品质量的需求将不断提升，传统的制造企业面临的困境逐渐凸显，制造企业为了解决这一问题，必须要利用“互联网+”和人工智能带来的新技术，将技术创新与产品质量和制造业深度融合。利用技术改造传统产业，从而实现降本增效。“智能+”背景下制造企业为了实现可持续的盈利，就必须采用技术创新，实现产品的快速更迭，这是“智能+”背景下制造企业实现可持续发展的必然需求[4]。技术创新成为制造企业生存发展的核心竞争力，“智能+”背景下的技术创新能力成熟度评价指标体系尚未建立，本研究主要构建制造企业技术创新能力成熟度指标体系，为制造企业的可持续发展奠定基础。

2.评价指标体系的建立

2.1 评价指标选取

国内外研究学者基于成熟度模型对企业技术创新能力评价指标体系进行了研究，在“智能+”这一全新时代背景下，制造企业如何发展，技术创新能力如何度量，技术创新能力成熟度如何评价，成为“智能+”背景下重点研究的问题。又考虑到指标数据的可获得性，剔除了一些很难获得准确数据的指标，经过相关性分析，剔除了与各指标相关性较弱的指标；本研究综合考虑各种因素，并经过相关分析提出冗余因素；基于此，本研究认为影响制造业技术创新能力的因素包括以下4个方面。

（1）创新资源投入。企业为技术创新所投入的所有资源总和，可分为两大类，一是技术创新经费投入，二是技术创新人员投入。

（2）创新管理能力。企业为了促进技术创新，制定符合企业定位的创新战略和通过提高技术创新人员的人均收入和研发人员投资费用（包括培训、外出考察等）。

（3）创新产出能力。企业创新产出能力是以上各因素的综合评价结果，反映了技术创新的经济效益和新技术进步的成效。

（4）创新产品营销能力。创新产品营销能力是技术创新成熟度发展的根本目的，产品营销给企业带来利益，企业才能实现可持续发展，这一指标包含了销售人员水平、市场研究投入强度及新产品销售率三个方面。

基于以上分析，本研究拟指定的制造企业技术创新能力成熟度评价指标体系如下所表1所示。

表1 制造企业技术创新能力成熟度评价指标体系

2.2 指标权重的确定

本研究建立的制造企业技术创新成熟度评价指标体系，能够反映出“智能+”背景下的技术创新，评价结果客观。在建立了指标体系之后，需要对指标体系中的各指标进行赋权重，基于以往有关成熟度的评价方法并结合本研究，拟选定层次分析法和模糊综合评价法相结合来科学合理的确定指标权重。

2.2.1 层次分析法的数学模型

假设评价目标为T0，影响因素有（P1,P2,P3……Pn），且Pn的重要程度称为各因素的权重（W1,W2,W3……Wn）其中

W1+W2+W3+……+Wn=1；

T0= P1* W1+ P2* W2+ P3* W3+……+ Pn* Wn

由于影响因素对评价目标的影响程度不同，故将影响因素进行两两比较，得到判断矩阵E。

表2 判断矩阵含义

若取 W=（W1,W2,……Wn）T，则有EW=m*W。m为E的一个特殊根，W为E的一个特殊向量，又有EW=λmax*W，λmax为特征向量m的最大特征值。特征向量是运用和积法求解的，求解步骤如下：

①对判断矩阵的每一列归一化处理，得到新的判断矩阵；

②对由①得到的新的判断矩阵的每一行求和，并进行归一化求和；

③计算权数；

④计算λmax。

考虑到参与打分的专家各研究背景不同，会使得判断结果也会有所不同，甚至差别很大。因此判断矩阵不一定具有完全一致性，此时需要对判断矩阵进行一致性检验，计算一致性指标CI和一致性比例CR。

CI=(λmax-n)/(n-1)

CR=CI/RI

RI的值如下表所示。

表3 RI的取值

当计算出的CR小于等于0.1时，则认为判断矩阵满足一致性，反之，需重新调整判断矩阵。

2.2.2 模糊综合评价

（1）建立因素集U和评语集V

根据评价指标体系建立因素集：

一级指标因素集：U=（U1,U2,U3,U4）

二级指标因素集：U1=（U11,U12）

U2=（U21,U22）

U3=（U31,U32,U33）

U4=（U41,U42,U43）

评语集V={V1,V2,…Vn}，n为元素个数，表示评语等级或评语档次。这一集合规定了某一评价因素的评价结果的选择范围，评价因素可以是定性的，也可以是定性的。

在现有研究的技术创新能力成熟度模型中，评语集分为6个等级：无序级、初始级，成长级、定义级、管理级、优化级。故本研究的评语集V={V1,V2,V3,V4,V5,V6}，下表4给出了评语集的划分。

表4 评语集划分

（2）建立模糊评判矩阵

因素集与评语集之间的关系可以用评判矩阵X表示。

X=[X1,X2,…Xn]T=[(X11,X12…X1m),(X21,X22…X2m),……,(Xn1,Xn2…Xnm)]T

其中，Xij∈[0,1]表示评价对象在考虑Ui时做出的评价结果即Vj的程度。在评判矩阵X的第n行的Xn表示第n个单因素评价集，它是评语集V上的模糊子集。

（3）模糊综合评判

当各因素权重W、评判矩阵X和权重矩阵Y已知时，按照模糊关系合成运算可得到模糊关系综合评判集A以及评判集合D，即D=W*A，其中A=Y*R，Y表示某一指标下的各指标权重构成的矩阵，R表示某一指标下的单因素判断矩阵。

(4)技术创新能力成熟度综合评价

技术创新能力成熟度综合评价矩阵B由4个一级指标的评价结果构成，即：

B=[W1R1,W2R2,W3R3,W4R4]T

技术创新能力成熟度评价分值为：P=B*V，B=（b1,b2,b3,b4,b5,b6）,若 b1+b2+b3+b4+b5+b6≠ 1，则需要对 B 进行归一化处理。经计算并结合表4可知，当P＜40时，技术创新能力成熟度为无序级，当40≤P＜60时技术创新能力成熟度为初始级，当60≤P＜70时，技术创新能力成熟度为成长级，当70≤P＜80时，技术创新能力成熟度为定义级，当80≤P＜90时，技术创新能力成熟度为管理级，当90≤P＜100时，技术创新能力成熟度为优化级。

技术创新能力成熟度是评价企业技术创新能力的高低，技术创新能力评价的结果是为企业提供提高技术创新能力的依据，企业技术创新能力的提高促进了企业的创新发展，企业技术创新能力的提高不是一蹴而就的，是需要在企业不断的探索中学习得来的，企业通过不断的积累知识、技能以及培养创新人才，为企业奠定良好的创新基础[5]。

基于以上分析，以淮北本地制造企业为研究对象，通过国内相关方面的研究学者、企业相关人员的填表咨询，结合层次分析法的数学模型和计算，得出各指标权重，指标权重按照百分比测算，结果如上表1。基于权重值，计算得出模糊综合评价分值。

3.结论

通过以上计算，淮北本地制造企业的技术创新能力成熟度为成长级，企业可以通过引进先进的技术或研发设备，培养创新型人才等一系列措施，加强本地制造企业的技术创新能力。处在成长级的企业，还不具备较完善的创新机制和激励机制，企业需要致力于建立创新组织体系，培养自主创新意识，加强自主创新能力。虽然本地制造企业技术创新能力处在成长级，但是本地企业仍然具有自身独特的竞争优势，能够根据市场需求，积极调整生产产品要素结构或者技术模式。处于此阶段的制造企业，难以承担起根本性的技术创新带来的巨大资源投入和技术创新产品面临的市场销售风险。基于此，本地制造企业应该选择渐进性创新、结构性创新和模式性创新相结合的创新模式，循序渐进、有条不紊的进行企业技术创新。

在绿色环保、低碳经济的理念下，制造企业必须追求清洁、低能耗的绿色生产模式，技术创新是转变生产方式的最有效途径，是提高企业市场竞争力的核心[6]。评价企业技术创新能力成熟度等级，并结合成熟度等级选择适应企业发展的创新模式，确保技术创新取得成功，在开展一系列企业创新活动中提高企业技术创新能力。