dea方法
验电器的工作原理-割圆术
2023年2月18日发(作者：m0m)众所周知，在科技进步和创新中，大企业具有重要的引领作用，只有大企业的自主创新能力
得到提升，才能使国家的整体创新能力得到增强。但长期以来，我国大企业技术创新能力始
终不高，尤其是自主创新能力落后于发达国家，甚至低于发展中国家的平均水平。因此，如
何推动和提高我国企业自主创新能力就成为社会各界研究的热点问题，而其中一个重要的环
节就是如何对大企业自主创新能力进行测度。这就需要根据当今测度方法的现状和发展趋
势，选择适合大企业实际情况的测度方法，来提高对大企业自主创新能力的准确性，增强测
度过程的合理性和可操作性，这样才能使大企业能够全面正确地认识自己，及时地发现问题
并解决问题，进而为提高我国的综合创新能力提供制度保障和技术基础。
一、测度方法的研究现状及发展趋势
1.测度方法的研究现状。企业创新能力的测度方法及其应用研究，是现代创新经济学和
创新管理学的重点研究领域之一，大量的研究成果为社会、经济和科技等方面的科学分析与
决策提供了先进科学的方法手段。
目前，国内外学者提出和应用的测度方法达近百种之多，这些测度方法对社会各个领域、
各个行业的科技研究和评价分析有着普遍适用性，而针对企业创新能力的可采用的测度方
法，主要有以下几个方面：专家测度法，如专家咨询法（Delphi法）、加权平均法等方法；
基于运筹学理论的测度方法，如层次分析法（AnalyticHierarchyProcess，AHP）、网络
分析法（AnalyticNetworkProcess，ANP）、数据包络分析法（DataEnvelopmentAnalysis，
DEA）等方法；基于数理统计分析的测度方法，如主成分分析法
（PrincipalComponentAnalysis，PCA）、因子分析法（FactorAnalysis，FA）；基于模
糊数学理论的测度方法，如模糊综合评价法（FuzzyComprehensiveEvaluation，FCE）等
方法；基于智能原理的测度方法，如基于BP人工神经网络的评价法、基于粗糙集理论的粗
糙度量评价法等方法。
2.测度方法的发展趋势。随着相关领域学科的发展，新的测度理论与方法不断涌现出来
并广泛应用于自然、经济和社会等各个领域，促进了管理决策的科学化发展。但是仅仅对原
有的测度方法的机理研究已经不能满足评价实践的需要，只有不断追踪新的测度方法，同时
对测度对象、外部环境、测度的要求等综合要素有充分认识，才能真正有效地进行测度工作。
目前，对于企业创新能力的测度方法向基于测度方法集的组合评价方向发展。
最近几年来，我国学术界对企业创新能力测度技术的研究取得了较为长足的进步，获得
了不少的研究成果和宝贵经验，采用的方法也各有千秋，但是针对企业自主创新活动具有多
目标、多层次、多因素和不确定性的特点，有时候单独某一种或某一类测度方法已不能完全
满足企业创新理论研究与实际工作的需要，这就形成了一系列基于多种方法集成的测度方
法，如层次分析法与模糊综合评价相结合、熵值法和模糊综合评价法相结合、模糊聚类方法、
模糊人工神经网络评价方法、多目标决策与模糊综合评价相结合等测度系统的观点解决问
题，从整体和全局的剖析问题的能力强，综合化程度高，比以往的测度方法有更好的可操作
性、实用性和客观性，因此在诸多行业和领域也正得到越来越广泛的应用。
二、常用测度方法的比较分析
1.层次分析法。层次分析法（AnalyticHierarchyProcess，AHP）是一种应用较为成
熟的测度方法，能够较好地考虑和集成综合评价过程中的各种定性和定量信息，但是在应用
中仍摆脱不了评价过程中的随机性和评价专家主观上的不确定性及认识上的模糊性，这使得
评价过程可能带有较大的主观臆断性，从而使结果的可信度下降。
2.因子分析法。因子分析法（FactorAnalysis，FA）的优点是可以对观测样本进行分
类，并根据各因子在样本中所起的作用自动生成（确定）各因子权重，简化实测指标系统，
克服了人为确定权数的主观性。但是，由于FA法中因子负荷符号交替使得函数意义不明确，
需要大量的统计数据，因而不能很好地反映客观发展水平。
3.模糊综合评价法。模糊综合评价法（FuzzyComprehensiveEvaluation，FCE）是建
立在模糊数学理论基础之上的，隶属函数和模糊统计方法为定性指标定量化提供了有效的方
法，实现了定性和定量方法的有效集合；相比传统评价方法无法测度模糊因素的缺陷，在面
对那些只能用模糊的、非定量的、难以明确定义的实际问题时，FCE法可以较好地解决评价
中的模糊性；同时，运用FCE法所得的结果为一个向量，这就克服了传统数学方法结果单一
性的缺陷，结果包含的信息量丰富。
但是，FCE法不能解决评价指标间相关造成的评价信息的重复问题，对于各因素权重的
确定带有一定的主观性，而且在某些情况下，隶属函数的确定有一定的困难，尤其是多目标
评价模型，要对每一个目标、每一个因素确定隶属度函数，计算较为烦琐。
4.数据包络分析。数据包络分析（DataEnvelopmentAnalysis，DEA）是以决策单元的
输入输出权数为变量，以最有利于决策单元的角度进行评价，从而避免了确定各指标在优先
意义下的权数，而且DEA不必确定输入输出之间可能存在的某种显式关系，这就排除了许多
主观因素，因此具有很强的客观性。
DEA方法模型清楚，但其应用范围限于一类具有多输入多输出的对象系统的相对有效性
的评价。此外，该方法对于有效单元所能给出的信息较少（对于非有效单元，DEA方法能够
给出一些有用的管理信息，以指导各单元改进工作方式和提高管理水平），而如何指导这一
类单元进一步保持其相对有效地位仍是实际工作中所面临的重要问题。
人工神经网络法。人工神经网络法具有较强的自学习、自适应能力和很好的函数
逼近能力，通过对训练样本的学习，能很好地反映出对象的输入、输出之间的复杂的非线性
关系，能够减少评价过程中的人为因素，从而提高评价可靠性，使评价结果更有效、更客观。
但是神经网络模型要求有一定的学习样本，学习样本的数量和质量在很大程度上影响着
神经网络模型的学习性能，但是，选取合适的学习样本并不是一件容易的事情；网络的层数
和隐含神经元数的选取在很大程度上影响着整个网络的学习能力和学习效率，但是，目前关
于这个问题还没有形成一定的指导性原则，在确定层数和隐含层神经元数时，往往会有人为
因素，这就会降低BP网络的性能；而BP人工神经网络还有一个致命的缺陷就是在学习训练
过程中，容易陷入局部最优，这必然会影响评价结果的准确性，目前已经有学者对这个问题
进行研究并提出改进方法，但取得的效益还不是很明显。
三、大企业自主创新能力测度方法的选择确定
相比中小企业而言，大企业无论在资金总量、研发能力，还是在人才引进、设备先进程
度上都占有绝对优势，而且由于大企业对国民经济命脉的重要控制和协调作用。大企业在数
量规模上的特性，决定了其内部构成系统的复杂性，也决定了大企业与外部各种环境联系的
密切性。因此，在确定大企业自主创新能力的测度方法时，就需要考虑这些复杂的内外部联
系，从而才能得到客观、合理的测度结果。
在综合分析了层次分析法（AHP）、因子分析法（FA）、模糊综合评价法（FCE）、数据
包络分析法（DEA）、基于BP人工神经网络的评价法等几种主要且常用的方法的基础上，结
合大企业自主创新的特征及其自主创新能力的构成因素，我们选取层次分析法和模糊综合评
价法相结合的多层次模糊综合评价方法
（Multi-HierarchyFuzzyComprehensiveEvaluation，MHFCE）来进行测度。
选取MHFCE法的原因主要有以下几个方面：
法不仅体现了目前企业创新能力评价方法的发展趋势，也适合于反映大企业自
主创新能力的各种模糊关系，有利于从多个角度去分析复杂事物，因此这种方法可以比较好
地解决系统中定性和定量多指标的综合问题。
自主创新能力系统是大企业内部和外部复杂关系的集合，其中一部分因素是具有模糊性
的，特别是在进行定性分析时，由于主观的原因人们对某些因素的褒贬程度不尽相同，很难
直接用统计学的方法确定这些因素的具体评价值。所以，在大企业的自主创新能力的测度中，
对模糊信息资料进行量化处理和综合测度尤为重要，MHFCE法就显得特别合适。
法是从层次性的角度去分析企业内部各种复杂要素的状况，相对于其它测度方
法能够更客观地描述被评价对象。同时应用AHP法能够准确地确定各个指标的权重。在通过
指标本身的重要程度来确定权数时，如果把指标体系的所有指标看作是一个整体，当体系中
包含的指标较多时，必然使某些指标的权重过小，指标之间的重要差异程度不易体现出来，
不利于全面反映被评价对象的情况。如果分开层次，每个层次的指标较少，指标的重要程度
也比较容易确定。因而，对于越是复杂且结构层次越多的事物，应用MHFCE法的效果就越理
想。
与中小企业的较小的规模不同，大企业自身存在着更为复杂的分支联系，其自主创新能
力存在着企业内部和外部的各种关系。从大企业自主创新的内部运行能力和外部支持能
力两个大层次，递阶细分到生产能力、营销能力、品牌创建能力、管理能力、研发能力以
及税收、法律、市场、文化的支持能力多个层次，进而划分为各个评价指标。因此，对于这
种多层次结构的指标赋权，MHFCE法中的AHP部分就非常适合，同时由于AHP的成熟应用，
也使评价过程具有实用性和可操作性。
3.由于大企业内部构成的系统性和复杂性，对于其自主创新能力的测度，就不能像测度
中小企业的创新能力那样，只是停留在某一方面的结果或是仅仅得出一个分数就加以测度，
而需要对其各个方面都进行全面的分析。MHFCE法的最后计算阶段是运用FCE法的理论，因
此计算结果本身是一个向量，而不像其它测度方法计算出的结果是一个单值，并且这个向量
是一个模糊子集，能够比较准确地刻画大企业系统本身的模糊状况，其最终的评价结果在信
息的质上和量上都具有合理性。此外，MHFCE计算出评价结果的模糊向量的单点值，还可以
计算出隶属于某个等级的隶属程度，这些可以根据不同情况的评价需要进行相应的加工处
理。
法本身的适用性很强，可以弥补其它测度方法的不足。MHFCE法既可以应用于
主观指标的评价，也可以应用于客观指标的综合评价。由于客观实际中大量存在着主客观指
标中间过渡状态，所以MHFCE法的应用性很广，特别是在主观指标较多的评价中，MHFCE法
可以发挥其独特作用。
四、结论
MHFCE法体现了目前企业创新能力测度方法的发展趋势，能够从层次性的角度去分析企
业内部各种复杂要素的状况，可以较好地解决系统中定性和定量多指标的综合问题，具有实
用性和可操作性强等优点。但是，应该考虑到MHFCE法的不尽人意的地方，需要有针对性地
加以解决。首先，其中的模糊评价过程本身不能解决测度指标间的相关性而造成的测度信息
重复的问题，解决方法是在进行指标筛选时，要特别慎重，以保证测度结果的正确；其次，
在测度过程中，指标权重具有很大的人为主观性作用，解决方法是在确定指标权重时，要很
好地把握测度指标的信息量。
由于对于大企业自主创新能力的测度研究还不是很成熟，测度指标体系的构建及相关测
度指标的筛选还需要进一步研究和完善，此外，对自主创新能力测度的实证分析，也要进行
大量的工作。
参考文献：
，MatarazzoB，
ersmethodologyfousortingproblemsinpresenceofmultip
leattributes
andcrteria[J].EuropeanJournalofOerationalResearch，2002，7（6）：247-259.
，，
erminantsofnationalinnovationcapacity[J].ResearchPolic
y，2002，31：899-933.
ationalTechnologyDiffusion[J].JournalofEconomicLi
terature，2004，24：752-782.
4.吴贵生。技术创新活动中的几种测度方法综述[J].科技进步与对策，2005（7）
5.任苹，李楠。评价方法研究进展[J].沈阳大学学报，2005（12）
6.张凌，傅毓维。企业技术创新项目评价方法的比较[J].经济师，2005（7）
7.李琪。企业技术创新能力评价指标体系及评价模型研究[J].科学与科学技术管理
8.陈明炜。企业技术创新能力评价体系研究。大连理工大学硕士论文[D]，2005（12）