- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
长三角地区制造型企业创新能力问题研究.doc
长三角地区制造型企业创新能力问题研究
摘要:影响企业创新能力的各项内部因素间既有联系又有区别。采用灰色关联聚类法,对长三角地区制造型企业的创新能力进行分析。结果表明,影响企业创新能力的内部影响因素间存在高度相关性,对这些指标进行聚类分析,减少不必要数据采集,减少人力、物力、财力的投入是十分必要的。通过指标体系的优化,可以使企业创新能力评价指标体系的建立更加科学、合理和高效,达到用较少的指标,最大限度地反映长三角地区制造型企业创新能力的目的。
关键词:企业创新能力;灰色关联聚类;制造型企业;内部影响因素
一、引言
创新是国家经济增长的重要动力,有助于提高国家和企业的核心竞争力。随着世界经济的发展和科学技术的进步,新产品创造、产品质量改进和以新的方式进入特定市场的能力变得越来越重要,这种变化已使企业创新能力成为全球竞争的关键。企业创新能力受到多种复杂因素的影响,因此,对企业创新能力的评价是一项复杂的系统工程。本文采用灰色关联聚类法,对影响长三角地区制造型企业创新能力的26个内部影响因素进行了聚类分析。通过对五个行业的调研数据进行分析,减少不了必要变量的收集,以及人力、物力、财力的投入。通过指标体系的优化,使企业创新能力评价指标体系的建立更加科学、合理和高效,达到了用较少的指标,最大限度地反映长三角地区制造型企业创新能力的目的。
二、灰色关联聚类分析
(一)灰色系统理论
灰色系统理论研究的是“部分信息已知,部分信息未知”的“小样本”、“贫信息”不确定性系统,它通过对“部分”已知信息的生成、开发去了解、认识现实世界,实现对系统运行规律的正确描述和有效控制。灰色系统模型对试验数据及其分布没有特殊要求和限制,在社会、经济、科技、金融等众多领域有着广泛应用。灰色关联聚类是灰色系统理论的一部分,主要用于同类因素的归并,通过检验各个因素中是否有若干个因素关系十分密切,使我们既能够用这些因素的综合平均指标或其中的某一个因素来代表这几个因素,又使信息不受严重损失,以使复杂系统简化。
(二)聚类分析
本文所采用的影响企业创新能力的各项内部因素的指标数据来自于上海理工大学企业创新能力研究中心。2012年,上海理工大学企业创新能力研究中心针对长三角地区五个行业(A—汽车零部件行业,B—LED照明行业,C—制冷行业,D-计算机行业,E—医疗器械行业)的500多家制造型企业进行了调研,共回收有效问卷400多份,所得数据具有一定可靠性。各个指标的得分采用5分制,由相关单位负责人根据指标与相关企业情况的符合程度进行打分(1=不符合、2=较不符合、3=基本符合、4=较符合、5=完全符合)。本人对相关数据进行了整理,采用各行业指标的平均值作为聚类分析的依据(详细数据见表1)。
本文共选取5个观测对象,每个观测对象有26个特征数据,得到序列如下。
X1=(x1(1),x1(2),…,x1(5))
X2=(x2(1),x2(2),…,x2(5))
… … … …
X26=(x26(1),x26(2),…,x26(5))
对所有i≤j,i,j=1,2,…26,根据公式:
ωij=(1+|Si|+|Sj|)/(1+|Si|+|Sj|+|Si-Sj|)(1)
计算出Xi与Xj的灰色绝对关联度ωij。其中:
|Si|=|xi0(k)+xi0(5)|;i=1,2,…26(2)
|Si-Sj|=|(xi0(k)-xj0(k))+(xi0(5)-xj0(5))|;i,j=1,2,…26(3)
xi0(k)=xi(k)-xi(1);i=1,2,…26;i,k=1,2,…5(4)
计算得到特征变量关联矩阵如表2所示。
取临界值r∈[0,1],r可根据实际问题的需要确定,一般要求r0.5,当ωij≥r(i≠j)时,视Xi与Xj为同类特征。r值越大,分类越细;反之则越粗。根据实际问题的需要,本文取临界值,r=0.95,则ωij≥0.95的有:ω(1,7),ω(1,9),ω(1,12),ω(1,14),ω(1,17);ω(2,4),ω(2,10),ω(2,11),ω(2,15),ω(2,18),ω(2,20);ω(3,6),ω(3,13),ω(3,121);ω(4,10),ω(4,15),ω(4,16),ω(4,18),ω(2,26);ω(5,22),ω(5,24);ω(6,21);ω(7,9),ω(7,12),ω(7,14),ω(7,17);ω(9,12),ω(9,17);ω(10,11),ω(10,15),ω(10,20);ω(11,15),ω(11,20);ω(12,17);ω(13,21);ω(15,16),ω(15,18),ω(15,20);ω(
文档评论(0)