基于AHP的創新驅動產業轉型升級評價研究

楊貴彬,林超然,韓國元,李 譚

(哈爾濱工程大學 經濟管理學院，黑龍江 哈爾濱 150001)

黨的“十八大”報告指出:“科技創新是提高社會生產力和綜合國力的戰略支撐,必須擺在國家發展全局的核心位置”,并強調“要堅持走中國特色自主創新道路”“實施創新驅動發展戰略”。產業升級改造，從低端的傳統產業向高端的、知識密集型產業升級，是提升中國產業核心競爭力[1]，帶動產業升級轉型和戰略性新興產業發展的關鍵[2]，是實現“中國制造”向“中國創造”的轉變和提高中國綜合國力的必然選擇[3]。產業在轉型升級過程中壓力重重，作為較強周期性產業，面臨贏利壓力，作為資本密集型產業面臨資本壓力，作為戰略性新興產業面臨競爭壓力[4]。為形成產業持續的競爭力和增長空間，在新一輪全球科技產業結構調整和競爭中搶占發展先機，就必須將技術創新和專利布局作為產業發展的主攻方向[5]，把本土企業擁有自主知識產權作為主要的戰略導向和目標[6]。因此，無論從產業轉型升級，推進工業強國之路的角度，還是順應全球經濟一體化，保證企業搶占國際競爭制高點的角度，都需要加強產業轉型升級知識產權管理問題的研究[7]，加快企業創新驅動、結構調整和發展方式的轉變[8]。這樣的背景下，經濟增長就要由之前的要素驅動、投資驅動向創新驅動轉變[9]，同時也是應對中國經濟進入“新常態”所應采取的戰略措施，以新技術為支撐，以知識產權管理為保障提高中國產業整體水平與工業生產的獨立自主能力。

本研究的主要目的是了解和把握中國產業在當前國際知識經濟背景下，轉型升級過程中的知識產權管理現狀及存在的問題，構建高關鍵性、弱相關性和強鑒別能力的產業轉型升級知識產權管理系統運行效果評價指標體系，對中國產業轉型升級知識產權管理系統運行效果進行測度與評價；結合實證分析結果，提出提高中國產業轉型升級知識產權管理水平的對策。為中國產業在轉型升級過程中運用知識產權戰略，提高自主創新能力、品牌經營能力、知識產權保護能力、知識產權運營能力提供有益的參考，從而推動中國產業結構升級和優化，提高裝備產業轉型升級的知識資源配置效率，提升產業創新能力，帶動產業與區域經濟發展，增強國家競爭力。

1 創新驅動產業轉型升級評價關鍵指標體系設計

根據科學性、可操作性、目的性原則[10]構建創新驅動產業轉型升級評價指標體系，并且考慮到創新驅動產業轉型升級特征及構建評價指標的可操作性和代表性，本研究將基于相關研究，按照相應的層級結構建立創新驅動產業轉型升級評價指標體系基本框架。

1.1 總目標層

綜合表達創新驅動產業轉型升級的總體情況，表示創新驅動產業轉型升級的綜合指標，分析創新驅動產業轉型升級水平。

1.2 準則層

將創新驅動產業轉型升級評價目標進一步分解，分為創新驅動產業轉型升級的結構優化要素、產業升級要素以及創新驅動要素3個一級指標。

1.3 指標層

采用具有可獲得性、可衡量性和可比性的指標或者指標群，對判斷層的每一個狀態進行分析，對其數量表現、狀態表現和強度表現予以直接度量。

因此，綜合現有文獻研究，將創新驅動產業轉型升級評價初選指標體系構建如表1所示。

表1 創新驅動產業轉型升級評價初選指標體系

2 創新驅動產業轉型升級評價關鍵指標識別

2.1 群組決策特征根法的基本原理

2.1.1 理想專家模型

群組決策特征根法是尋找評分向量與群體中各專家(S1,S2,…,SM)夾角之和最小的專家，也就是理想專家S*[11]。其中，G是1個決策系統，由m個決策主體構成，系統中每個專家都要對單元評估，因此，如果有n個單元、m個專家，那么評估之后就構成了(A1,A2,…,Am)，將評估之后的主體設為x∈[I,J](i=1,2,…,m;j=1,2,…,n)。xij與Aj之間正相關。Si和G構成n維列向量xi和m×n階矩陣x[12]。

xi=(xi1,xi2,…,xin)T∈En，

2.1.2 相關定理

定理2：假設a0是XTX獲得最大特征值時對應的特征向量，并且‖a0‖=1，就存在XTa0=KX*，即a0是權重向量。

定理3：設A,B為m×n階、n×m階的矩陣，則AB,BA就是相等的非0特征值。

2.1.3GEM計算方法

首先，G中的m個專家對n個單元評分，構成的評估矩陣為

其次，將x轉置，通過與其本身進行乘法運算，得向量F，即：F=XTX。則評價的權重向量即為該向量F取極大值時對應的向量。

在精度為ε的情況下，通過冪法來求得S*的評分向量x*。其算法為

3)令|zk→k+1|為zk與zk+1對應分量的差值中絕對值最大的。然后用ε與|zk→k+1|做比較，如果后者小于前者，那么zk+1就是需要的x*；否則轉到2)。

對于評價指標關鍵性的判斷依據為其重要性[7]。對于區分指標重要性的方法選擇訪問和調查問卷的形式對一些受過科班教育并且擁有一定溝通能力和相關領域研究經歷的人員進行調研，以增強數據的客觀性與科學性。故選取相關專家進行現場訪談和調查問卷，最終選擇15位專家進行指標的重要程度測定。本研究設計里克特7分量表法，將指標重要程度分為7個等級，如表2所示。

2.2 創新驅動產業轉型升級評價指標體系篩選

本研究根據群組決策特征根法(GEM)對上述初選指標進行處理，通過15位專家的調查以及訪問，得到創新驅動產業轉型升級評價指標專家評分，如表3所示。

表2 專家意見評分等級

表3 專家評分

1)運用MATLAB程序得到矩陣F1

2)求乘積矩陣F1的特征根，得出最大特征根為單根的結果，最大特征根5 241.1，其對應的特征向量為

3)對B′進行單位化。

得到上述結果后，可以發現，單位化后的數據呈現兩極分化，并以0.055為界限，因此,選擇0.055作為區分依據，確定剔除掉權重小于0.055的評價指標。最終創新驅動產業轉型升級評價指標體系中保留下來的指標如表4所示。

表4 創新驅動產業轉型升級評價關鍵指標體系

3 創新驅動產業轉型升級評價

本次評價專家組延用評價體系論證專家組，由各專家根據評價模型，對各功能的準則層、指標層的重要性給予評價。用層次分析法(AHP)的1～9標度法，并根據模糊程度對三角模糊數的下界l和上界u進行確定[13]。標度信息如表5所示。

層次分析法是通過將復雜問題中的各影響因素劃分為互相聯系的有序層，根據相關專家對客觀實際的模糊判斷，對不同層次的相對重要性給出定量地表示，再利用判斷矩陣求解特征向量的方法確定全部元素相對重要性次序的權系數[14]。根據專家打分結果與和積法計算整理出的各個風險因素重要度[15]如表6～9所示。

表5 判斷矩陣標度(1～9)及其含義

綜合表6～9，得到全部指標最終得分及排序，如表10所示。

表6 一級指標重要性評價權重及CI/CR值

表7 結構優化相關指標重要性評價權重及CI/CR值

表8 產業升級相關指標重要性評價權重及CI/CR值

表9 創新驅動相關指標重要性評價權重及CI/CR值

表10 全部指標最終得分及排序

4 評價結果分析

根據表10繪制二級指標得分如圖1所示。

圖1 二級指標得分

新型工業化進程指數、生產性服務業增加值占服務業增加值比重、R&D經費與GDP之比以及每萬名就業人員R&D人員全時當量得分較高，分數在0.12～0.14之間，其與其他指標存在明顯的差距，評分結果具有顯著性?？梢娦滦凸I化進程指數、生產性服務業增加值占服務業增加值比重、R&D經費與GDP之比以及每萬名就業人員R&D人員全時當量對創新驅動產業轉型升級的影響較大，應重點關注其長期發展。

同時，每萬名就業人員R&D人員全時當量、發明專利申請授權量與R&D經費之比、服務業增加值占GDP比重、居民消費率、城鎮化率、高技術產品出口額占貨物出口額比重以及主要規模經濟行業產業集中度等指標得分較低，發展情況欠佳，應當注重對其進行提升。

根據表10可繪制一級指標得分如圖2所示。

圖2 一級指標得分

由圖2可知，創新驅動的得分最高，創新驅動成為帶動創新驅動產業轉型升級的重要力量，產業升級得分次之，最后是結構優化指標，該指標相比其他兩個一級指標，存在一定的得分上升空間，需要集中力量重點攻克。

5 結論及建議

新型工業化進程指數、生產性服務業增加值占服務業增加值比重、R&D經費與GDP之比以及每萬名就業人員R&D人員全時當量對創新驅動產業轉型升級的影響較大，是表現較好的指標。每萬名就業人員R&D人員全時當量、發明專利申請授權量與R&D經費之比、服務業增加值占GDP比重、居民消費率、城鎮化率、高技術產品出口額占貨物出口額比重以及主要規模經濟行業產業集中度等指標得分較低，應重點關注這些指標的長期發展。

因此，為推進產業不斷升級，應制定合理知識產權戰略，促進知識產權轉化，產業升級過程中，產業、企業積極實施知識產權戰略，促進知識產權開發、運營與保護的協同發展有助于新產品市場的構建。同時要營造良好的知識產權成果轉化環境，建立基于互聯網+形成的全球科技成果市場化網絡。推動科技成果轉化能力提升，政府牽頭，組織科研機構、院校、企業等舉辦成果發布、項目洽談、專題講座、企業技術診斷等多種活動，推動技術成果引進，推動各類專家、技術人才與科研院校合作，促進產學研聯合體的發展，拓展企業技術創新能力。同時，也應當不斷優化產業相關政策，為知識產權戰略及體系對產業升級的實現提供制度基礎，使知識產權管理條例與法律制度為產業升級提供法律保障。