基于TOPSIS灰色关联投影法的高技术产业技术创新能力动态综合评价——以京津冀一体化为视角

doi:10.12005/orms.2017.0174

运筹与管理 ›› 2017, Vol. 26 ›› Issue (7): 154-163.DOI: 10.12005/orms.2017.0174

基于TOPSIS灰色关联投影法的高技术产业技术创新能力动态综合评价——以京津冀一体化为视角

范德成, 杜明月

哈尔滨工程大学经济管理学院,黑龙江哈尔滨 150001

收稿日期:2016-02-29 出版日期:2017-07-25
作者简介:范德成(1964-),男,山东平原人,教授,博士生导师,研究方向为管理系统工程和产业结构优化;杜明月(1988-),男,河北沧州人,博士研究生,研究方向为管理系统工程。
基金资助:
国家自然科学基金资助项目(71373059);教育部人文社科基金资助项目(13YJA630016);高等学校博士点基金资助项目(20122304110018);黑龙江省自然科学基金资助项目(G201313)

Dynamic Comprehensive Evaluation of the High-tech Industry TechnologyInnovation Ability Based on TOPSIS Grey Relation Projection Method——In the Perspective of Integration of Beijing-Tianjin-Hebei Region

FAN De-cheng, DU Ming-yue

School of Economics and Management, Harbin Engineering University, Harbin 150001, China

Received:2016-02-29 Online:2017-07-25

摘要/Abstract

摘要： 为实现对京津冀地区高技术产业技术创新能力的动态综合评价,文章从技术创新投入、技术创新产出和技术创新环境三个方面建立评价指标体系,采用TOPSIS灰色关联投影法计算灰色关联投影贴近度,引入协调度模型评价区域协调发展水平,并进行二次加权计算。对比所得到的截面静态评价结果和面板动态评价结果,可以看出,京津冀地区高技术产业技术创新能力存在不同程度的波动和较大的地区差异,产业发展处于中度失调状态。研究认为,京津冀应努力加强区域产业合作和优势互补,推动创新资源有效配置,促进产业结构优化升级,不断缩小产业技术创新能力的地域差距,实现一体化发展。

关键词: 高技术产业, 技术创新能力, TOPSIS灰色关联投影法, 协调度模型, 动态综合评价, 京津冀一体化

Abstract: In order to realize the dynamic comprehensive evaluation of the high-tech industry technology innovation ability of Beijing-Tianjin-Hebei Region, this paper establishes evaluation index system from three aspects, including technology innovation input, technology innovation output and technology innovation environment, uses the TOPSIS grey relation projection method to calculate the close degree of grey relation projection, introduces coordination degree model to evaluate regional coordination development level and conducts quadratic weighted calculation. Comparing the static evaluation results of cross section and panel dynamic evaluation results, it turns out to be that the high-tech industry technology innovation ability of Beijing-Tianjin-Hebei Region exists different degree of volatility and differences and the industry development imbalance is moderate. Research suggests that, on the one hand, Beijing should make full use of their own advantages to ensure the steady rise of the high-tech industry technology innovation ability, on the other hand, Tianjin and Hebei should maintain the continuous, healthy and stable development of the high-tech industries. Beijing-Tianjin-Hebei Region should strive to strengthen regional industry cooperation and complementary advantages, drive efficient allocation of innovation resources and promote the optimization and upgrading of the industrial structure to gradually reduce the regional differences of industry technology innovation ability and realize the integration of development.

Key words: high-tech industries, technology innovation ability, TOPSIS grey relation projection method, coordination degree model, dynamic comprehensive evaluation, integration of beijing-tianjin-hebei region

中图分类号:

范德成, 杜明月. 基于TOPSIS灰色关联投影法的高技术产业技术创新能力动态综合评价——以京津冀一体化为视角[J]. 运筹与管理, 2017, 26(7): 154-163.

FAN De-cheng, DU Ming-yue. Dynamic Comprehensive Evaluation of the High-tech Industry TechnologyInnovation Ability Based on TOPSIS Grey Relation Projection Method——In the Perspective of Integration of Beijing-Tianjin-Hebei Region[J]. Operations Research and Management Science, 2017, 26(7): 154-163.

参考文献

[1] Hill R, Christoper T. Technological innovation: agent of growth and change in christoper T, Hill and James M. utterback, technological innovation for a dynamic economy[C]. Oxford: Pergamon Press, 1979: 1-39.
[2] Roy Rothwell. Towards the fifth-generation innovation process[J]. International Marketing Review, 1994, 11(1): 7-31.
[3] Warren M P, Forrester P L, Hassard J S, et al. Technological innovation antecedents in the UK ceramics industry[J]. International Journal of Production Economics, 2000, 65(1): 85-98.
[4] OECD. Main Science and Technology Indicators. OECD. 2004.
[5] 吴友军.产业技术创新能力评价指标体系研究[J].商业研究,2004,(11):27-29.
[6] 刘婧姝.产业技术创新能力评价方法研究[D].大连理工大学,2007.
[7] 陈傲.中国工业行业技术创新能力差异及影响因素实证分析[J].科学学与科学技术管理,2007,(11):81-84.
[8] 陈萍,贾志永,龚小欢.基于投入产出指数的高技术产业技术创新能力实证研究[J].科学学研究,2008,(S2):501-505+495.
[9] 徐丰伟.基于协同的装备制造业技术创新能力评价指标体系研究[J].科学管理研究,2011,(05):26-30.
[10] Wang C H, Lu I Y, Chen C B. Evaluating firm technological innovation capability under uncertainty[J]. Technovation, 2008, 28(6): 349-363.
[11] Wang C H, Chin Y C, Tzeng G H. Mining the R&D innovation performance processes for high-tech firms based on rough set theory[J]. Technovation, 2010, 30(7-8): 447-458.
[12] Tung C T, Lee Y J. The innovative performance evaluation model of grey factor analysis: a case study of listed biotechnology corporations in taiwan[J]. Expert Systems with Applications, 2010, 37(12):7844-7851.
[13] Y.I. -L.I. Cheng.Y.U.A.N.-H S U. Performance evaluation of technological innovation capabilities in uncertainty[J]. Procedia-Social and Behavioral Sciences, 2012(40): 287-314.
[14] 李柏洲,苏屹.基于改进突变级数的区域科技创新能力评价研究[J].中国软科学,2012,(6):90-101.
[15] 段姗,蒋泰维,张洁音,王镓利.区域企业技术创新发展评价研究——浙江省、11个设区市及各行业企业技术创新评价指标体系分析[J].中国软科学,2014,(5):85-96.
[16] 赵玉林,程萍.中国省级区域高技术产业技术创新能力实证分析[J].商业经济与管理,2013,(6):77-85.
[17] 柯宏发,陈永光,夏斌.一种基于逼近于理想灰关联投影的多目标决策算法[J].电子学报,2007,(9):1757-1761.
[18] 徐光瑞.我国高技术产业竞争力研究[D].吉林大学,2011.
[19] 朱冰冰.浅谈高技术产业的定义及界定方法[J].科协论坛(下半月),2013,(4):150-151.
[20] 邓路.FDI溢出、出口导向效应与创新效率——基于我国高技术产业面板数据的实证研究(1999-2007)[J].财经科学,2009,(7):95-101.
[21] Inkinen T, Suorsa K. Intermediaries in regional innovation systems: high-technology enterprise survey from northern finland [J]. European Planning Studies, 2010, 18(2): 169-187.
[22] 刘晖,刘轶芳,乔晗,胡毅.我国战略性新兴产业技术创新效率研究[J].系统工程理论与实践,2015,(09):2296-2303.
[23] 李美娟,陈国宏,林志炳,徐林明.基于理想解法的动态评价方法研究[J].中国管理科学,2015,(10):156-161.
[24] 彭云飞,沈曦.经济管理中常用数量方法[M].北京:经济管理出版社,2011(3):194-203.
[25] 袁桂丽,张健华,王田宏,杜娟.基于TOPSIS灰色关联投影法的火电厂节能综合评价与权重灵敏度分析[J].动力工程学报,2015,(5):404-411.
[26] 汤铃,李建平,余乐安,覃东海.基于距离协调度模型的系统协调发展定量评价方法[J].系统工程理论与实践,2010,(4):594-602.
[27] 陈黎明,邓玲玲.基于典型相关分析的3E系统协调度评价研究[J].统计与信息论坛,2012,(5):24-29.
[28] 董军,国方媛.多层次系统的动态评价研究[J].运筹与管理,2011,(5):176-184.

基于TOPSIS灰色关联投影法的高技术产业技术创新能力动态综合评价——以京津冀一体化为视角

Dynamic Comprehensive Evaluation of the High-tech Industry TechnologyInnovation Ability Based on TOPSIS Grey Relation Projection Method——In the Perspective of Integration of Beijing-Tianjin-Hebei Region

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 13

编辑推荐

Metrics

[1]	范德成, 谷晓梅. 高技术产业技术创新生态系统健康性评价及关键影响因素分析——基于改进熵值-DEMATEL-ISM组合方法的实证研究[J]. 运筹与管理, 2021, 30(7): 167-174.
[2]	王胜兰, 魏凤, 牟乾辉. 企业技术创新能力评价新方法的研究[J]. 运筹与管理, 2021, 30(6): 198-204.
[3]	杨水利, 李雷. 互联网发展与创新效率提升——来自中国高技术产业的经验证据[J]. 运筹与管理, 2021, 30(3): 190-198.
[4]	曲冲冲, 王晶, 何明珂. 京津冀协同应对自然灾害应急资源配置优化研究[J]. 运筹与管理, 2021, 30(1): 36-42.
[5]	范德成,李盛楠. 区域高技术产业技术创新效率测度与提升路径研究——基于共享投入关联型两阶段DEA模型[J]. 运筹与管理, 2019, 28(5): 156-165.
[6]	范德成, 宋志龙. 基于Gini准则的客观组合评价方法研究——以高技术产业技术创新能力评价为例[J]. 运筹与管理, 2019, 28(3): 148-157.
[7]	周美辰, 郭亚军, 李伟伟. 生态文明发展状况的动态奖惩评价及应用[J]. 运筹与管理, 2017, 26(10): 166-172.
[8]	易平涛, 周义, 郭亚军, 李伟伟. 一种体现发展趋势的动态综合评价方法[J]. 运筹与管理, 2016, 25(6): 175-180.
[9]	李苗苗, 肖洪钧, 李海波. 区域开放程度与企业技术创新能力的关系研究——基于有向无环图的实证分析[J]. 运筹与管理, 2016, 25(6): 266-273.
[10]	罗洪云, 张庆普. 知识管理视角下新创科技型小企业突破性技术创新能力评价指标体系构建及测度[J]. 运筹与管理, 2016, 25(1): 175-184.
[11]	陈伟, 杨早立, 周文, 朗益夫. 基于突变级数的知识密集型制造业技术创新能力动态综合评价——变化速度特征的视角[J]. 运筹与管理, 2015, 24(1): 191-201.
[12]	范凌钧, 陈燕儿. 政府R&D资助对高技术产业技术效率的影响研究[J]. 运筹与管理, 2014, 23(4): 246-253.
[13]	易平涛, 冯雪丽, 郭亚军, 张丹宁. 基于分层激励控制线的多阶段信息集结方法[J]. 运筹与管理, 2013, 22(6): 140-146.