中小企业自主创新能力的综合评价

      中图分类号：F273.1 文献标识码：A 文章编号：1002-6487(2007)06-0164-02

      0 引言

      在国家经济社会发展中发挥重要作用的中小企业，在自主创新方面同样发挥了重要的作用。改革开放以来，我国 65%的发明专利、75%以上的技术创新和80%的新产品都是由中小企业完成的[1]。随着中国经济的快速发展，中小企业自主创新能力成为我国企业具有普遍创新能力、具有较强的国际竞争力的关键环节。因此对中小企业自主创新能力进行正确评价已日趋重要。

      自主创新能力的内涵定位于科技创新和技术创新方面，主要包括三方面的含义：一是原始性创新能力，在科学技术领域努力获得更多科学发现和技术发明的能力；二是集成创新能力，使各种相关技术成果融合汇聚形成具有市场竞争力的产品和产业的能力；三是在广泛吸收全球科学成果、积极引进国外先进技术的基础上，充分进行消化吸收和再创新的能力[2]。自主创新能力是一种实践性很强的自主创新技术及产品的实现能力，包括从要素投入、研究开发出具有自主知识产权的科技成果，到适合于生产应用，最后获得市场成功过程的能力。

      自主创新能力应主要包括以下五个方面：

      (1)自主创新要素投入能力。自主创新要素投入能力是指中小企业拥有能够投入到自主创新过程中的各类生产技术要素的能力。

      (2)研究开发能力。研究开发能力是指自主研究和开发新产品、新技术的能力。包括自主技术领先水平；自主创新产品率；研究开发组织能力；自主技术延伸能力；创新人员技术学习能力。

      (3)创新生产能力。创新生产能力是指中小企业能够将研究开发成果转化为符合设计要求的可批量生产产品的能力。

      (4)新产品营销能力。新产品营销能力是指新产品、新技术推向市场销售的能力。主要包括市场调查和研究能力、新产品的市场开拓能力和销售能力。

      (5)创新管理能力。创新管理能力是指企业从战略上、整体上安排和组织实施自主创新的能力。

      1 BP神经网络模型的原理

      BP神经网络是运用作为模型节点函数的一种误差逆向传播的多层次反馈型网络，它由输入层、隐含层和输出层构成[3]。应用BP神经网络评价的具体方法如下：

      1.1 网络输入层的设计

      BP神经网络只能处理表示成数值的输入数据，所以需要对定量指标进行标准化处理，对定性指标进行量化和标准化，一般将输入数据标度到限定范围[0,1]。

      1.2 网络隐含层节点的选取

      隐含层的节点数是模型优劣的关键。节点数太少，网络所能获取的用以解决问题的信息太少；节点数过多，会导致过度吻合，而且训练时间会很长。

      1.3 网络输出层的设计

      本文运用BP神经网络模型，它的模型采用了单输出型，即输出层设计为一个节点。

      1.4 BP神经网络的学习算法

      

      神经网络的优点在于不完全依据对问题的经验知识和规则，具有自适应性；能够处理那些有噪声或不完全的数据，具有泛化功能和强容错能力；也是处理非线性的复杂问题强有力的工具。

      2实证

      2.1 构建中小企业自主创新能力指标体系

      结合自主创新能力构成的分析，并参考《中国区域创新能力报告》中的区域创新能力评价指标体系，从两个层次来构建中小企业自主创新能力的评价指标体系（表1）

      

      

      2.2建立模型并评价中小企业自主创新能力

      (1)对指标进行标准化处理

      在表 1所列的 17个指标中，有定性指标和定量指标之分。不同的指标从不同的侧面反映中小企业自主创新能力。为了便于确定最终评价值，本文应用专家打分法量化定性指标。考虑到神经网络训练的收敛问题，我们要对各指标进行标准化、正规化处理。由于本文所列的这些指标中，全部属于目标越大评价越好的，均为正向指标，所以可以按照原则对数据进行标准化处理。其中，是预先确定的第j个指标的最小值，是预先确定的第j个指标的最大值，j是评价指标的数目。选取 10组数据，进行标准化处理，处理后的数据如表2所示，专家对这10家中小企业自主创新能力的评估结果为[0.577 0.552 0.631 0.556 0.600 0.578 0.589 0.555 0.570 0.532]。