基于主成分分析和DEA的企業(yè)技術(shù)創(chuàng)新能力評價

[摘要]針對傳統(tǒng)企業(yè)技術(shù)創(chuàng)新能力評價方法的局限性，提出一種基于主成分分析和DEA的企業(yè)技術(shù)創(chuàng)新能力評價模型。首先選取企業(yè)技術(shù)創(chuàng)新能力的投入產(chǎn)出指標(biāo)，然后用主成分分析法提取出影響技術(shù)創(chuàng)新能力的主要因子，最后用DEA的方法對技術(shù)創(chuàng)新能力進(jìn)行得分計算和排序。

[關(guān)鍵詞]主成分分析 數(shù)據(jù)包絡(luò)分析 技術(shù)創(chuàng)新能力

一、引言

企業(yè)技術(shù)創(chuàng)新能力是指企業(yè)在技術(shù)創(chuàng)新活動中表現(xiàn)出來的直接影響技術(shù)創(chuàng)新效果的特征。企業(yè)技術(shù)創(chuàng)新能力決定了企業(yè)的核心競爭力，已經(jīng)成為企業(yè)生存和發(fā)展得主要決定因素之一。因此，科學(xué)、系統(tǒng)、有效的對企業(yè)技術(shù)創(chuàng)新能力進(jìn)行評價，對于增強企業(yè)核心競爭力和提高企業(yè)經(jīng)濟(jì)效益都具有重要意義。

目前對企業(yè)技術(shù)創(chuàng)新能力進(jìn)行評價的方法和工具已經(jīng)有很多。單紅梅運用模糊數(shù)學(xué)中綜合判斷方法，對企業(yè)技術(shù)創(chuàng)新績效進(jìn)行整體的分析和綜合評判，并運用“最大隸屬度”原則，評價出企業(yè)技術(shù)創(chuàng)新績效的優(yōu)劣;楊智勇，覃鋒提出了企業(yè)技術(shù)創(chuàng)新能力評價的因果關(guān)系模型，利用結(jié)構(gòu)方程模型對評價指標(biāo)間的因果關(guān)系進(jìn)行了建模和求解;曹萍，陳福集針對評價指標(biāo)間存在反饋的特點，應(yīng)用網(wǎng)絡(luò)層次分析法(ANP)對企業(yè)的技術(shù)創(chuàng)新能力進(jìn)行了評價;王丹針對傳統(tǒng)企業(yè)技術(shù)創(chuàng)新能力評價方法的局限性，提出一種基于DEA和熵值法的企業(yè)技術(shù)創(chuàng)新能力評價模型。

以上的這些評價方法或模型一般存在著指標(biāo)難以量化或者數(shù)據(jù)不以獲取的局限性，本文將主成分分析和數(shù)據(jù)包絡(luò)分析兩種方法引入到企業(yè)技術(shù)創(chuàng)新能力的評價中，簡化了指標(biāo)體系，首先選取技術(shù)創(chuàng)新能力投入產(chǎn)出指標(biāo)，然后用主成分分析法提取出影響技術(shù)創(chuàng)新能力的主要因子，最后運用DEA方法進(jìn)行得分計算和排序。

二、研究方法

主成分分析法(Principal Component Analysis， PCA)是一種數(shù)學(xué)變換的方法，利用降維的思想，把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)。在實證問題研究中，為了全面、系統(tǒng)地分析問題，我們必須考慮眾多影響因素。這些涉及的因素一般稱為指標(biāo)，在多元統(tǒng)計分析中也稱為變量。因為每個變量都在不同程度上反映了所研究問題的某些信息，并且指標(biāo)之間彼此有一定的相關(guān)性，因而所得的統(tǒng)計數(shù)據(jù)反映的信息在一定程度上有重疊。在用統(tǒng)計方法研究多變量問題時，變量太多會增加計算量和增加分析問題的復(fù)雜性，人們希望在進(jìn)行定量分析的過程中，涉及的變量較少，得到的信息量較多，主成分分析正是適應(yīng)這一要求產(chǎn)生的。

1978年由著名的運籌學(xué)家A.Charnes，W.W.Cooper和 E.Rhodes首先提出了一個被稱為數(shù)據(jù)包絡(luò)分析(Data Envelopment Analysis，DEA)的方法，去評價部門間的相對有效性(因此被稱為DEA有效)。他們的第一個模型被命名為CCR模型。從生產(chǎn)函數(shù)角度看，這一模型是用來研究具有多個輸入、特別是具有多個輸出的“生產(chǎn)部門”同時為“規(guī)模有效”與“技術(shù)有效”的十分理想且卓有成效的方法。利用數(shù)學(xué)規(guī)劃模型，該方法可以解決具有多輸入多輸出特征的同行業(yè)企業(yè)生產(chǎn)效率評價問題。

三、評價指標(biāo)體系

考慮到技術(shù)創(chuàng)新能力評價的復(fù)雜性和指標(biāo)的可獲取性，本文剔除那些不易量化和不易獲取的指標(biāo)，構(gòu)建表1所示的指標(biāo)體系。

四、實證分析

我們對湖南省13家科技型生產(chǎn)性企業(yè)進(jìn)行調(diào)查，得到了這些樣本企業(yè)的各項指標(biāo)數(shù)據(jù)，限于篇幅，本文不列出原始數(shù)據(jù)。由于主成分分析要求指標(biāo)無量綱化，因此，首先對原始數(shù)據(jù)進(jìn)行無量綱化處理，具體處理方法如下:

其中為的平均值，為的方差。本文所討論的企業(yè)技術(shù)創(chuàng)新能力指標(biāo)體系，投入和產(chǎn)出指標(biāo)都為正向指標(biāo)。

得到標(biāo)準(zhǔn)化數(shù)據(jù)后，我們利用SPSS18.0軟件進(jìn)行主成分分析，計算標(biāo)準(zhǔn)化后的企業(yè)投入產(chǎn)出數(shù)據(jù)的特征根、方差貢獻(xiàn)率和主成分負(fù)載，可得結(jié)果如表2和表3所示。

投入指標(biāo)的3個主成分的的累積貢獻(xiàn)率達(dá)到了82.211%，因此用主成分E1、E2和E3可以代表原來8個投入指標(biāo)的絕大部分信息。而產(chǎn)出指標(biāo)的2個主成分的累積貢獻(xiàn)率達(dá)到了83.174%，用主成分F1和F2代表原來4個產(chǎn)出指標(biāo)可以表達(dá)出絕大部分信息。

接著將原始數(shù)據(jù)的投入指標(biāo)轉(zhuǎn)化成3個主成分指標(biāo)E1、E2和E3，產(chǎn)出指標(biāo)轉(zhuǎn)換成2個主成分指標(biāo)F1和F2，從而得到新的主成分指標(biāo)數(shù)據(jù)見表4所示(企業(yè)的名稱分別用序數(shù)表示)。

得到表4的數(shù)據(jù)后，我們利用DEA SOLVER3.0軟件進(jìn)行DEA分析，計算出的13家科技企業(yè)的技術(shù)創(chuàng)新能力評價得分和排序如表5所示。

從表5的數(shù)據(jù)可以得到，樣本企業(yè)中的3家企業(yè)都是DEA有效的，其他的10家樣本企業(yè)則是DEA非有效的。

五、結(jié)論

企業(yè)技術(shù)創(chuàng)新是一個技術(shù)的創(chuàng)造、轉(zhuǎn)換、應(yīng)用和實現(xiàn)的復(fù)雜過程。本文針對現(xiàn)有指標(biāo)體系存在的無法量化和數(shù)據(jù)不易獲取等缺點，提出了一套技術(shù)創(chuàng)新能力評價體系，并結(jié)合主成分分析法和DEA對湖南13家高技術(shù)樣本科技企業(yè)進(jìn)行了實證分析，驗證了模型的有效性和可行性。

參考文獻(xiàn):

[1]單紅梅:企業(yè)技術(shù)創(chuàng)新績效的綜合模糊評價及其應(yīng)用[J].科研管理，2002，23(6):120-124

[2]楊智勇 覃鋒:基于結(jié)構(gòu)方程模型的企業(yè)技術(shù)創(chuàng)新能力評價研究[J].科技進(jìn)步與對策，2009，26(12):119-122

[3]曹萍 陳福集:基于ANP理論的企業(yè)技術(shù)創(chuàng)新能力評價模型[J].科學(xué)學(xué)與科學(xué)技術(shù)管理，2010，2:67-72

[4]王丹:基于信息熵和DEA的企業(yè)技術(shù)創(chuàng)新能力評價方法[J].東北大學(xué)學(xué)報(自然科學(xué)版)，2010，31(5):741-745