徐建中, 王純旭

(哈爾濱工程大學(xué) 經(jīng)濟管理學(xué)院, 黑龍江 哈爾濱 150001)

?

產(chǎn)業(yè)自主創(chuàng)新能力自適應(yīng)遺傳算法組合評價

徐建中, 王純旭

(哈爾濱工程大學(xué) 經(jīng)濟管理學(xué)院, 黑龍江 哈爾濱 150001)

為更加科學(xué)有效的測度產(chǎn)業(yè)自主創(chuàng)新能力，構(gòu)建了基于自適應(yīng)遺傳算法的組合評價模型，選擇制造業(yè)29個產(chǎn)業(yè)為研究對象進行了實證研究。實證研究表明：評價模型具有更好的穩(wěn)定性，同時制造業(yè)各產(chǎn)業(yè)的自主創(chuàng)新能力分配很不均衡。在此基礎(chǔ)上，結(jié)合產(chǎn)業(yè)自主創(chuàng)新能力低下的原因，提出促進產(chǎn)業(yè)自主創(chuàng)新能力發(fā)展的建議，對于政府和企業(yè)具有一定的參考價值。

自適應(yīng)遺傳算法；自主創(chuàng)新；組合評價；產(chǎn)業(yè)；創(chuàng)新能力

在信息化時代，信息化、知識化、現(xiàn)代化、城鎮(zhèn)化、全球化發(fā)展勢不可擋，制造業(yè)是經(jīng)濟社會發(fā)展的基礎(chǔ)性、戰(zhàn)略性支柱產(chǎn)業(yè)。經(jīng)濟社會發(fā)展與產(chǎn)業(yè)格局的新發(fā)展、新變化將對未來的制造技術(shù)和產(chǎn)業(yè)提出新要求。然而我國制造業(yè)目前處于發(fā)展模式仍比較粗放，自主創(chuàng)新能力比較薄弱，產(chǎn)品附加值和人均生產(chǎn)率較低的階段。提升自主創(chuàng)新能力，發(fā)展先進制造產(chǎn)業(yè)，實現(xiàn)由制造大國向創(chuàng)造強國的歷史跨越，為發(fā)展方式轉(zhuǎn)變、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展提供先進裝備，為提升國際競爭力和可持續(xù)發(fā)展能力，保障國家安全提供有力支撐，其戰(zhàn)略意義毋庸置疑。如何科學(xué)的評價我國產(chǎn)業(yè)自主創(chuàng)新能力是尋找自主創(chuàng)新能力提升途徑的基礎(chǔ)，構(gòu)建科學(xué)的自主創(chuàng)新能力評價模型，并提出提高我國產(chǎn)業(yè)自主創(chuàng)新能力的思路和建議，具有重要的理論和現(xiàn)實意義。

中國經(jīng)濟的持續(xù)高速發(fā)展引發(fā)了全世界的普遍關(guān)注，增強自主創(chuàng)新能力無疑是保持經(jīng)濟高速發(fā)展的關(guān)鍵途徑，因此如何科學(xué)的評價我國各產(chǎn)業(yè)的自主創(chuàng)新能力就顯得格外重要[1-3]。隨著自主創(chuàng)新重要性的不斷凸顯，理論文獻和政府報告都對這一問題予以了適當(dāng)?shù)年P(guān)注，相關(guān)的調(diào)研工作也隨之開展[4]。所謂產(chǎn)業(yè)自主創(chuàng)新即是相關(guān)產(chǎn)業(yè)主要依靠自身的力量，在一定的經(jīng)濟和技術(shù)條件下，以集成創(chuàng)新和引進消化吸收基礎(chǔ)上的再創(chuàng)新為主要實現(xiàn)形式，獲得獨立自主知識產(chǎn)權(quán)，實現(xiàn)產(chǎn)業(yè)核心競爭力的不斷增強的過程[5]。雖然自主創(chuàng)新主要依靠自身，然而在危機時期，研發(fā)外包行為卻對自主創(chuàng)新能力的提升具有重要的促進作用[6]。在學(xué)者們對自主創(chuàng)新能力測度理論與評估指標(biāo)體系進行了研究[7]，對采用多種評價方法構(gòu)建產(chǎn)業(yè)自主創(chuàng)新能力的評價模型，重要包括[8-14]：集對分析法、采用聚類分析、模糊綜合評價法、灰色關(guān)聯(lián)分析法、AHP法和多指標(biāo)綜合評價模型、因子分析和主成分分析法、突變級數(shù)法、數(shù)據(jù)包絡(luò)分析、熵權(quán)法、負二項分布模型，同時也有學(xué)者關(guān)注產(chǎn)業(yè)自主創(chuàng)新能力的動態(tài)效應(yīng)研究——采用時間序列法[15]和TOPSIS法等[16]，并較多的采用面板數(shù)據(jù)進行研究[17-18]。隨著研究的深入，產(chǎn)業(yè)創(chuàng)新能力的研究集中在高技術(shù)產(chǎn)業(yè)的研究[19]，與此同時，大量相關(guān)產(chǎn)業(yè)也被廣泛研究[20]，如陶瓷產(chǎn)業(yè)、茶葉產(chǎn)業(yè)、汽車產(chǎn)業(yè)、房地產(chǎn)產(chǎn)業(yè)、軟件產(chǎn)業(yè)、航天產(chǎn)業(yè)、風(fēng)電行業(yè)、鋼鐵行業(yè)等[21-29]。

通過對同類文獻進行比較研究發(fā)現(xiàn)，不同的評估方法所得到的評估結(jié)果之間往往存在著一定的差異，而各種不同方法又各有所長，因此無法界定優(yōu)劣。為克服單一方法存在的片面性，部分學(xué)者提出將幾種綜合評價方法通過某種方式進行組合。按組合后的評價值得到排序結(jié)果，這可以彌補單一方法的不足，在一定程度上克服了單一方法的局限性，提高了評價的全面性、科學(xué)性和合理性[30-31]。目前文獻中常用的組合評價方法主要有：二次加權(quán)法、理想矩陣法、速度特征法、多元網(wǎng)絡(luò)連接數(shù)、粗糙集法、灰色激勵控制、漂移度法、Copeland法、Borda法、模糊Borda法等[32-35]。

關(guān)于如何選擇組合方法以提高評估精度及科學(xué)性方面，學(xué)術(shù)界的研究成果較少。據(jù)此，本文構(gòu)建了基于自適應(yīng)遺傳算法的產(chǎn)業(yè)自主創(chuàng)新能力組合評價模型，通過自適應(yīng)遺傳算法可以更加準(zhǔn)確的對產(chǎn)業(yè)自主創(chuàng)新能力進行評價，從而找出提升增強我國產(chǎn)業(yè)自主創(chuàng)新能力的有效途徑和方法。

1 產(chǎn)業(yè)自主創(chuàng)新能力評價指標(biāo)體系的設(shè)計

產(chǎn)業(yè)自主創(chuàng)新能力評價指標(biāo)體系涉及面廣、蘊涵信息量大，受到諸多因素的影響，這些影響因素之間的內(nèi)部結(jié)構(gòu)復(fù)雜，所構(gòu)建的指標(biāo)體系應(yīng)該從多個角度和多個層面反映產(chǎn)業(yè)自主創(chuàng)新狀況。為了實現(xiàn)不同產(chǎn)業(yè)之間的可比較性，必須選擇所要研究產(chǎn)業(yè)都有的指標(biāo)，同時兼顧計算指標(biāo)的可靠性、代表性，全面、客觀地反映產(chǎn)業(yè)自主創(chuàng)新能力的全貌。

1)科學(xué)性原則。產(chǎn)業(yè)自主創(chuàng)新能力評價指標(biāo)體系的科學(xué)性主要體現(xiàn)在評價創(chuàng)新活動的指標(biāo)、標(biāo)準(zhǔn)、程序等方面，在構(gòu)建產(chǎn)業(yè)自主創(chuàng)新能力評價指標(biāo)體系時，要充分考慮相關(guān)因素的科學(xué)性，具體的指標(biāo)必須與產(chǎn)業(yè)自主創(chuàng)新能力評價問題密切相關(guān)。

2)可操作性原則。對產(chǎn)業(yè)自主創(chuàng)新能力進行評價時，由于涉及的面很廣，需要有大量的不同方面的數(shù)據(jù)作為支持，要千萬注意僅僅考慮理論上的可行性，而忽略了可度量性。

3)系統(tǒng)性原則。在構(gòu)建產(chǎn)業(yè)自主新創(chuàng)新能力的指標(biāo)體系的過程中，指標(biāo)的選擇要充分考慮到系統(tǒng)性特征，服從系統(tǒng)性的特點，相互協(xié)調(diào)，力求能夠真實客觀的反映產(chǎn)業(yè)創(chuàng)新系統(tǒng)的整體創(chuàng)新能力。從系統(tǒng)的角度來看，產(chǎn)業(yè)自主創(chuàng)新能力可以從資源投入能力、創(chuàng)新活動開展能力、創(chuàng)新產(chǎn)出能力和獲得技術(shù)能力等四個方面進行描述。

因此，根據(jù)產(chǎn)業(yè)創(chuàng)新活動的一般規(guī)律和特征，從資源投入能力、創(chuàng)新活動開展能力、創(chuàng)新產(chǎn)出能力和獲得技術(shù)能力等四個方面入手構(gòu)建產(chǎn)業(yè)自主創(chuàng)新能力評價指標(biāo)體系。同時為了確保指標(biāo)體系滿足科學(xué)性和可操作性，在資源投入能力方面下設(shè)R&D經(jīng)費占工業(yè)增加值比例、R&D經(jīng)費占產(chǎn)品銷售收入比率、R&D經(jīng)費、R&D人員等四項指標(biāo)。在創(chuàng)新活動開展能力方面下設(shè)自主創(chuàng)新活動企業(yè)數(shù)、R&D項目數(shù)、R&D項目人員數(shù)、自主創(chuàng)新企業(yè)占總數(shù)比重、自主創(chuàng)新企業(yè)比重、R&D經(jīng)費等五項指標(biāo)。在創(chuàng)新產(chǎn)出能力方面下設(shè)新產(chǎn)品產(chǎn)值、新產(chǎn)品銷售收入、新產(chǎn)品出口、專利申請量、發(fā)明專利申請書等五項指標(biāo)。在獲取技術(shù)能力方面下設(shè)發(fā)明專利擁有量、購買國外技術(shù)支出、引進國外技術(shù)支出、消化吸引經(jīng)費支出四項指標(biāo)，具體如表1所示。

表1 產(chǎn)業(yè)自主創(chuàng)新能力評價指標(biāo)體系

2 自適應(yīng)遺傳算法的模型構(gòu)建

遺傳算法(genentic algorithm，GA)基于自然選擇的生物進化，是一種全局概率搜索優(yōu)化算法，其思想是通過選擇、交叉和變異等遺傳算子共同作用使種群不斷優(yōu)化，最終收斂到最優(yōu)解。GA的參數(shù)中交叉概率和變異概率的選擇是影響該算法性能的關(guān)鍵所在，針對不同的優(yōu)化問題，需要反復(fù)實驗來確定交叉概率和變異概率。為此，Srinivas等提出了自適應(yīng)遺傳算法(adaptive GA，AGA)，此方法中交叉概率和變異概率能夠隨適應(yīng)度自動調(diào)整，極大的提高了GA法的收斂速度和魯棒性[36]，本文將其應(yīng)用于產(chǎn)業(yè)自主創(chuàng)新能力評價中，具體評價實施流程如圖1所示，模型計算步驟的說明如下。

圖1 組合評價法實施流程圖Fig.1 The implementation flow chart for combination evaluation method

1)構(gòu)造產(chǎn)業(yè)自主創(chuàng)新組合評價得分函數(shù)

確定產(chǎn)業(yè)自主創(chuàng)新評價矩陣。設(shè)有m個評價對象(29個產(chǎn)業(yè))，p個綜合評價法(3種評價方法)，分別用p個方法對評價對象進行評價，并對評價結(jié)果使用肯達爾一致性系數(shù)進行事前檢驗[37]，如果檢驗結(jié)果不理想，則對評價結(jié)果做模糊聚類分析，通過適當(dāng)?shù)拈撝祵⒌趉種方法分離出來；對剩余方法反復(fù)進行一致性檢驗及模糊聚類分析，直到檢驗結(jié)果達到理想水平。設(shè)剩余方法為n個，則評價矩陣為B={bij|i=1,2,…,m;j=1,2,…,n}，其中bij為第i個評價對象在第j種評價方法下的排序位置。

2)構(gòu)造產(chǎn)業(yè)自主創(chuàng)新AGA目標(biāo)函數(shù)

據(jù)此，可構(gòu)造產(chǎn)業(yè)自主創(chuàng)新目標(biāo)函數(shù)為

s.t.

(1)

式(1)是非線性優(yōu)化問題，其中wk為待優(yōu)化變量，以下通過自適應(yīng)遺傳算法實現(xiàn)其全局優(yōu)化過程。

3)初始化變量

在各優(yōu)化變量的取值范圍內(nèi)生成一組滿足約束條件的隨機變量，變量個體數(shù)目為N，這組變量即為初始種群，每個個體表示染色體的基因編碼。

4)計算適應(yīng)度

將上一步的初始種群代入目標(biāo)函數(shù)式(1)中，并記錄計算結(jié)果，其中目標(biāo)函數(shù)值小的個體適應(yīng)度高，目標(biāo)函數(shù)值大的個體適應(yīng)度小。

5)選擇、交叉和變異

(2)

(3)

式中：fmax為群體中的最大適應(yīng)值，favg為群體中的平均適應(yīng)值，f為要交叉的兩個個體中較大的適應(yīng)度值，f′為要變異的個體的適應(yīng)度值，ki∈[0,1](i=1,2,3,4)為常數(shù)，對于適應(yīng)值低于平均適應(yīng)值的個體對其賦予較大的交叉率k2和變異率k4，使得該個體被淘汰；而高于種群平均適應(yīng)值的個體，其交叉和變異概率較低，因此得以保護進入下一代，如果適應(yīng)值等于最高適應(yīng)值時，則交叉率和變異率為零，結(jié)束計算。

6 )進化迭代

由選擇、交叉和變異產(chǎn)生新一代的子種群，再代入式(1)中，計算目標(biāo)函數(shù)值，并判斷是否滿足停止條件，若符合，輸出最佳個體及最優(yōu)目標(biāo)函數(shù)值，結(jié)束計算；若不符合，則重復(fù)選擇、交叉和變異的過程，直至找到最優(yōu)解。其中停止條件可根據(jù)實際問題設(shè)置，比如：設(shè)置最大迭代次數(shù)、計算時間、停滯代數(shù)和停滯時限等[36]。

3 產(chǎn)業(yè)自主創(chuàng)新能力評價研究

3.1 基于自適應(yīng)遺傳算法的組合評價

從表2中可知，采用基于自適應(yīng)遺傳算法的組合評價的計算結(jié)果具有更好的可比較性，自主創(chuàng)新能力處于20以上的產(chǎn)業(yè)只有8種(占總數(shù)的27.59%)：通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)，交通運輸設(shè)備制造業(yè)，電氣機械及器材制造業(yè)，通用設(shè)備制造業(yè)，醫(yī)藥制造業(yè)，化學(xué)原料及化學(xué)制品制造業(yè)，專用設(shè)備制造業(yè)，黑色金屬冶煉及壓延加工業(yè)。處于平均值(15.00)以上的產(chǎn)業(yè)只有13家，占總數(shù)44.83%。超過一半產(chǎn)業(yè)自主創(chuàng)新能力較差，需要重點提升。

3.2 實證結(jié)果分析

由于存在不同的評價機理，因此評價方法對評價對象是有偏好的，即待評價問題和評價方法需要進行一定的匹配，并不是問題和方法可以隨意選用?；谙嗤臄?shù)據(jù)基礎(chǔ)，采用不同的評價方法往往會得到不同的評價結(jié)果，甚至可能出現(xiàn)比較大的差異。每一種評價方法都有自身的優(yōu)缺點，很難區(qū)分哪種評價方法更加科學(xué)，僅僅采用一種評價方法無疑是具有極大的片面性。組合評價法可以通過對不同評價方法進行有效的整合，達到取長補短的目的，彌補各種評價方法的缺點，整合各評價方法的優(yōu)勢。同時，組合評價法可以利用更多的信息，不同評價方法從不同的角度描述評價對象的屬性和不同側(cè)面，這樣可以獲得待評價問題的全貌。組合評價方法可以有效消除各種評價方法結(jié)論的非一致性問題。通過表2分析可知，組合評價法具有較好的穩(wěn)定性。在組合評價法結(jié)果的排序一般與兩種評價方法的結(jié)果相同，而其他方法具有極強的不穩(wěn)定性。這說明組合評價法能夠更科學(xué)評價產(chǎn)業(yè)自主創(chuàng)新能力，為制定相關(guān)政策奠定基礎(chǔ)。

實證研究結(jié)果顯示，制造業(yè)的29個產(chǎn)業(yè)自主創(chuàng)新能力分布很不均衡。我國制造業(yè)自主創(chuàng)新能力排名前三位的產(chǎn)業(yè)是：通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)，交通運輸設(shè)備制造業(yè)，電氣機械及器材制造業(yè)等均為技術(shù)密集型產(chǎn)業(yè)，排名前列的通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)等產(chǎn)業(yè)均為技術(shù)密集型產(chǎn)業(yè)，但為數(shù)較少，大多數(shù)產(chǎn)業(yè)創(chuàng)新能力較弱；排名后三位的產(chǎn)業(yè)是：印刷業(yè)和記錄媒介的復(fù)制，家具制造業(yè)，皮革、毛皮、羽毛(絨)及其制品業(yè)等均屬于傳統(tǒng)產(chǎn)業(yè)，技術(shù)水平低。各產(chǎn)業(yè)自主創(chuàng)新能力的分布如圖2所示。

從圖2中可以發(fā)現(xiàn)制造業(yè)中各產(chǎn)業(yè)的自主創(chuàng)新能力差異較大，發(fā)展的很不平均，其中自主創(chuàng)新能力最好的通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)和最差的皮革、毛皮、羽毛(絨)及其制品業(yè)之間差距十分之大(相差近30倍)。

圖2 各產(chǎn)業(yè)自主創(chuàng)新能力Fig.2 Each of industrial independent innovation capacity

表 2 單一評價模型和組合評價模型評價得分及排序

4 結(jié)論

本文在分析產(chǎn)業(yè)自主創(chuàng)新文獻的基礎(chǔ)上，構(gòu)建組合評價模型，組合評價模型能夠?qū)Χ鄠€單一模型進行科學(xué)組合，整合多個評價結(jié)論所包含的共性信息，并利用自適應(yīng)遺傳算法的智能背景，實現(xiàn)了非線性優(yōu)化問題評價模型全局尋優(yōu)的過程。實證研究表明：

1)本文所建立的模型具有可操作性和實用性，能夠更加科學(xué)、精確的確定產(chǎn)業(yè)自主創(chuàng)新能力優(yōu)劣，且易于在計算機上實現(xiàn)。這種組合評價方法可以有效的實現(xiàn)對各種評價方法優(yōu)勢的綜合，避免了單一評價方法帶來的片面性問題。

2)我國產(chǎn)業(yè)自主創(chuàng)新能力的分布很不均衡(各行業(yè)之間的差異較大)，并大部分的產(chǎn)業(yè)自主創(chuàng)新能力處于比較低下的區(qū)域。為增強制造業(yè)自主創(chuàng)新資源投入能力，應(yīng)注重發(fā)揮行業(yè)優(yōu)勢，加強對一些重要產(chǎn)業(yè)的總體部署和有效安排，營造有利于產(chǎn)業(yè)自主創(chuàng)新的政策環(huán)境，尤其對通信設(shè)備、計算機及其他電子設(shè)備制造業(yè)、交通運輸設(shè)備制造業(yè)等高新技術(shù)產(chǎn)業(yè)的研發(fā)機構(gòu)實行包括預(yù)告研究、升級改造、運行經(jīng)費在內(nèi)的全周期預(yù)算制度，確保穩(wěn)定的研發(fā)資金來源，以此加大對自主創(chuàng)新的投入。

基于自適應(yīng)遺傳算法的組合評價模型的構(gòu)建對于政府和企業(yè)測度和增強產(chǎn)業(yè)創(chuàng)新能力具有一定實用性和參考價值，為制定相關(guān)政策奠定堅實的基礎(chǔ)。當(dāng)然，本文的研究也存在一定的不足之處，主要體現(xiàn)在僅僅選擇了制造業(yè)進行了實證研究。在今后的研究過程中，作者將進一步擴展研究對象，推廣基于自適應(yīng)遺傳算法的組合評價模型的應(yīng)用范圍，為相關(guān)產(chǎn)業(yè)發(fā)展獻計獻策。

[1]楊萬東. 提高自主創(chuàng)新能力問題討論綜述[J]. 經(jīng)濟理論與經(jīng)濟管理, 2006(5): 75-79.

YANG Wandong. Review on improve the independent innovation capacity[J]. Economic theory and business management, 2006(5): 75-79.

[2]李偉慶, 聶獻忠. 產(chǎn)業(yè)升級與自主創(chuàng)新: 機理分析與實證研究[J]. 科學(xué)學(xué)研究, 2015, 33(7): 1008-1016.

LI Weiqing, NIE Xianzhong. Industrial upgrading and independent innovation: mechanistic analysis and empirical research[J]. Studies in science of science, 2015, 33(7): 1008-1016.

[3]蘇屹, 姜雪松, 雷家骕, 等. 區(qū)域創(chuàng)新系統(tǒng)協(xié)同演進研究[J]. 中國軟科學(xué), 2016(3): 44-61.

SU Yi, JIANG Xuesong, LEI Jiasu, et al. Research on collaborative evolution of regional innovation system[J]. China soft science, 2016(3): 44-61.

[4]胡海波. 產(chǎn)業(yè)自主創(chuàng)新能力及其評價研究綜述[J]. 中國商貿(mào), 2012(6): 249-250.

HU Haibo. Review on industrial independent innovation capacity and evaluation study[J]. China journal of commerce, 2012(6): 249-250.

[5]楊楠. 河南省高新技術(shù)產(chǎn)業(yè)自主創(chuàng)新能力評價[J]. 科學(xué)管理研究, 2012, 30(1): 27-31.

YANG Nan. Evaluation of the independent innovation capacity in the high-tech industries of Henan Province[J]. Scientific management research, 2012, 30(1): 27-31.

[6]陳啟斐, 王晶晶, 岳中剛. 研發(fā)外包是否會抑制我國制造業(yè)自主創(chuàng)新能力?[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2015(2): 53-69.

CHEN Qifei, WANG Jingjing, YUE Zhonggang. Does R&D outsourcing inhibit innovation performance in Chinese manufacturing?[J]. The journal of quantitative & technical economics, 2015(2): 53-69.

[7]支軍, 王忠輝. 自主創(chuàng)新能力測度理論與評估指標(biāo)體系構(gòu)建[J]. 管理世界, 2007(5): 168-169.

ZHI Jun, WANG Zhonghui. Research on measure theory and evaluation index system of independent innovation capacity[J]. Management world, 2007(5): 168-169.

[8]宋河發(fā), 穆榮平. 自主創(chuàng)新能力及其測度方法與實證研究--以我國高技術(shù)產(chǎn)業(yè)為例[J]. 科學(xué)學(xué)與科學(xué)技術(shù)管理, 2009, 30(3): 73-80.

SONG Hefa, MU Rongping. Research on indigenous innovation capacity and its measurement[J]. Science of science and management of S. & T., 2009, 30(3): 73-80.

[9]張洪濤, 王慧. 安徽省高新技術(shù)產(chǎn)業(yè)自主創(chuàng)新能力灰色多層次綜合評價研究[J]. 價值工程, 2008, 27(6): 53-57.

ZHANG Hongtao, WANG Hui. Multi-level gray comprehensive evaluation of the ability of independent innovation of the high-tech industries in Anhui Province[J]. Value engineering, 2008, 27(6): 53-57.

[10]劉鳳朝, 潘雄鋒, 施定國. 基于集對分析法的區(qū)域自主創(chuàng)新能力評價研究[J]. 中國軟科學(xué), 2005(11): 83-91, 106.

LIU Fengchao, PAN Xiongfeng, SHI Dingguo. Research on the evaluation of regional independent innovation ability based on set pair analysis[J]. China soft science, 2005(11): 83-91, 106.

[11]鄭若谷. 中國制造業(yè)產(chǎn)業(yè)自主創(chuàng)新能力評價[J]. 當(dāng)代財經(jīng), 2010(1): 89-95.

ZHENG Ruogu. Evaluation of the capacity of industrial self-innovation in China′s manufacturing industry[J]. Contemporary finance & economics, 2010(1): 89-95.

[12]劉玉芬, 張目. 西部地區(qū)高技術(shù)產(chǎn)業(yè)自主創(chuàng)新能力組合評價研究[J]. 數(shù)學(xué)的實踐與認識, 2010, 40(14): 27-32.

LIU Yufen, ZHANG Mu. The combination evaluation on the independent innovation capacity of high-tech industry in Western China[J]. Mathematics in practice and theory, 2010, 40(14): 27-32.

[13]陳偉, 周文. 中國航空航天制造業(yè)自主創(chuàng)新效率研究[J]. 哈爾濱工程大學(xué)學(xué)報, 2014, 35(6): 777-783.

CHEN Wei, ZHOU Wen. Research on the efficiency of indigenous innovation of the aerospace industry in China[J]. Journal of Harbin engineering university, 2014, 35(6): 777-783.

[14]涂紅星, 肖序. 環(huán)境管制對自主創(chuàng)新影響的實證研究--基于負二項分布模型[J]. 管理評論, 2014, 26(1): 57-65.

TU Hongxing, XIAO Xu. Empirical study on the impact of environmental regulation on independent innovation: based on the negative binomial model[J]. Management review, 2014, 26(1): 57-65.

[15]盧方元, 李小鴿. 基于SVAR模型的自主創(chuàng)新投入產(chǎn)出動態(tài)效應(yīng)分析——以我國大中型工業(yè)企業(yè)為例[J]. 科研管理, 2014, 35(1): 25-32.

LU Fangyuan, LI Xiaoge. A dynamic analysis of innovation inputs and outputs based on SVAR model- a case study of China′s large and medium industrial enterprises[J]. Science research management, 2014, 35(1): 25-32.

[16]張目, 周宗放. 一種基于聯(lián)系度的改進TOPSIS法[J]. 系統(tǒng)工程, 2008, 26(8): 102-107.

ZHANG Mu, ZHOU Zongfang. An improved TOPSIS method based on connection degree[J]. Systems engineering, 2008, 26(8): 102-107.

[17]文雁兵. 我國農(nóng)業(yè)科技自主創(chuàng)新能力研究--基于產(chǎn)業(yè)關(guān)聯(lián)效應(yīng)和FDI技術(shù)溢出視角[J]. 科學(xué)學(xué)研究, 2015, 33(7): 1017-1025, 1034. WEN Yanbing. Research on agricultural science and technological innovation capacity of China-from the perspective of industry linkage and technology spillover of FDI[J]. Studies in science of science, 2015, 33(7): 1017-1025, 1034.

[18]劉華芳, 楊建君. 異質(zhì)股東持股、經(jīng)理人激勵與企業(yè)自主創(chuàng)新投入的實證研究[J]. 管理學(xué)報, 2014, 11(1): 79-85. LIU Huafang, YANG Jianjun. On heterogeneous shareholders, manager compensation and enterprises′ innovation input[J]. Chinese journal of management, 2014, 11(1): 79-85.

[19]胡海波. 產(chǎn)業(yè)自主創(chuàng)新能力及其評價研究[D]. 南昌: 江西財經(jīng)大學(xué), 2010: 80-89.

HU Haibo. Study on industry self-innovation capability and its evaluation[D]. Nanchang: Jiangxi University of Finance and Economics, 2010: 80-89.

[20]張江雪, 蔡寧, 毛建素, 等. 自主創(chuàng)新、技術(shù)引進與中國工業(yè)綠色增長--基于行業(yè)異質(zhì)性的實證研究[J]. 科學(xué)學(xué)研究, 2015, 33(2): 185-194, 271.

ZHANG Jiangxue, CAI Ning, MAO Jiansu, et al. Independent innovation, technology introduction and green growth of industry in China: an empirical research based on industry heterogeneity[J]. Studies in science of science, 2015, 33(2): 185-194, 271.

[21]江用文, 陳宗懋. 我國茶葉產(chǎn)業(yè)自主創(chuàng)新能力發(fā)展分析[J]. 中國科技論壇, 2007(5): 42-44, 82.

JIANG Yongwen, CHEN Zongmao. Research on the indigenous innovation ability in tea production[J]. Forum on science and technology in China, 2007(5): 42-44, 82.

[22]楊沿平, 方海峰, 周俊, 等. 關(guān)于提高我國汽車產(chǎn)業(yè)自主創(chuàng)新能力的思考[J]. 汽車工程, 2007, 29(10): 918-922.

YANG Yanping, FANG Haifeng, ZHOU Jun, et al. Opinions on improving the autonomous innovation competence of Chinese automotive industry[J]. Automotive engineering, 2007, 29(10): 918-922.

[23]紀(jì)建悅, 房帥, 孫嵐. 我國家電產(chǎn)業(yè)自主創(chuàng)新能力評價研究[J]. 中國海洋大學(xué)學(xué)報: 社會科學(xué)版, 2008(2): 35-39.

JI Jianyue, FANG Shuai, SUN Lan. The evaluation on the independent innovation capacity of appliances industry in China[J]. Journal of ocean university of China: social sciences, 2008(2): 35-39.

[24]胡順東. 我國汽車產(chǎn)業(yè)自主創(chuàng)新能力評價研究[J]. 商業(yè)研究, 2009(6): 116-118.

HU Shundong. The evaluation on self-innovation capability of Chinese automobile industry[J]. Commercial research, 2009(6): 116-118.

[25]陳林杰. 中國產(chǎn)業(yè)自主創(chuàng)新能力評價模型的研究與實證分析[J]. 改革與戰(zhàn)略, 2008, 24(11): 168-170, 181.

CHEN Linjie. Evaluation model and application on the capability of independent innovation of China′s industries[J]. Reformation & strategy, 2008, 24(11): 168-170, 181.

[26]王路勤. 中國城市軟件產(chǎn)業(yè)自主創(chuàng)新能力評價[D]. 大連: 東北財經(jīng)大學(xué), 2013: 15-20.

WANG Luqin. Independent innovation capacity assessment of city software industry in China[D]. Dalian: Dongbei University of Finance & Economics, 2013: 15-20.

[27]王剛, 李顯君, 章博文, 等. 自主創(chuàng)新政策與機制--來自中國四個產(chǎn)業(yè)的實證[J]. 科研管理, 2015, 36(4): 1-10.

WANG Gang, LI Xianjun, ZHANG Bowen, et al. Innovation policies and mechanisms: evidences from four industries in China[J]. Science research management, 2015, 36(4): 1-10.

[28]劉錦英. 核心企業(yè)自主創(chuàng)新網(wǎng)絡(luò)演化機理研究--以鴿瑞公司"冷軋鋼帶"自主創(chuàng)新為例[J]. 管理評論, 2014, 26(2): 157-164. LIU Jinying. Study on evolution mechanism of core enterprise independent innovation network: The case study from green company′s independent innovation in cold-rolled steel strip[J]. Management review, 2014, 26(2): 157-164.

[29]付明衛(wèi), 葉靜怡, 孟俁希, 等. 國產(chǎn)化率保護對自主創(chuàng)新的影響--來自中國風(fēng)電制造業(yè)的證據(jù)[J]. 經(jīng)濟研究, 2015, 50(2): 118-131.

FU Mingwei, YE Jingyi, MENG Yuxi, et al. The impacts of domestic content protection on indigenous innovation: evidence from China′s wind power technology industry[J]. Economic research journal, 2015, 50(2): 118-131.

[30]蘇為華, 陳驥. 綜合評價技術(shù)的擴展思路[J]. 統(tǒng)計研究, 2006(2): 32-37.

SU Weihua, CHEN Ji. Some considerations to extend comprehensive evaluation technique[J]. Statistical research, 2006(2): 32-37.

[31]郭亞軍. 綜合評價理論、方法與拓展[M]. 北京: 科學(xué)出版社, 2012: 120-129. GUO Yajun. Comprehensive Evaluation Theory, Methods and Extensions[M]. Beijing: Science Press, 2012: 120-129.

[32]王欣榮, 樊治平. 上市公司財務(wù)狀況的動態(tài)多指標(biāo)綜合評價方法[J]. 系統(tǒng)工程理論與實踐, 2002, 22(4): 54-57, 140.

WANG Xinrong, FAN Zhiping. Dynamic multiple index synthetical evaluation for financial condition of public corporations[J]. Systems engineering-theory & practice, 2002, 22(4): 54-57, 140.

[33]陳國宏, 李美娟. 組合評價收斂性驗證的計算機模擬實驗[J]. 系統(tǒng)工程理論與實踐, 2005, 25(5): 74-82. CHEN Guohong, LI Meijuan. The simulation experiment on verifying the convergence of combination evaluation[J]. Systems engineering-theory & practice, 2005, 25(5): 74-82.

[34]劉微微, 石春生, 吳際. 具有速度特征的動態(tài)評價方法及應(yīng)用[J]. 中國軟科學(xué), 2010(10): 180-185.

LIU Weiwei, SHI Chunsheng, WU Ji. Dynamic evaluation method with speed feature and its application[J]. China soft science, 2010(10): 180-185.

[35]李美娟, 陳國宏, 徐林明, 等. 基于漂移度的動態(tài)組合評價方法研究[J]. 中國管理科學(xué), 2015, 23(1): 141-145. LI Meijuan, CHEN Guohong, XU Linming, et al. A dynamic combinational evaluation method based on drift[J]. Chinese journal of management science, 2015, 23(1): 141-145.

[36]龔純, 王正林. 精通MATLAB最優(yōu)化計算[M]. 北京: 電子工業(yè)出版社, 2009: 151-160.

GONG Chun, WANG Zhenglin. Proficient MATLAB optimization calculation[M]. Beijing: Electronic Industry Press, 2009: 151-160.

[37]劉大海, 李寧, 晃陽. SPSS15.0統(tǒng)計分析從入門到精通[M]. 北京: 清華大學(xué)出版社, 2008: 240-252.

LIU Dahai, LI Ning, HUANG Yang. SPSS15.0 Statistical Analysis from Entry to the Master[M]. Beijing: Tsinghua University Press, 2008: 240-252.

[38]孫冰. 基于主成分投影法的企業(yè)產(chǎn)品創(chuàng)新狀況評價[J]. 哈爾濱工業(yè)大學(xué)學(xué)報, 2004, 36(3): 294-296.

SUN Bing. Enterprise product innovation evaluation model based on projection of main constituents[J]. Journal of Harbin institute of technology, 2004, 36(3): 294-296.

[39]孫冰, 吳勇. 基于集對分析法的地區(qū)大中型工業(yè)企業(yè)自主創(chuàng)新能力評價[J]. 價值工程, 2007, 26(2): 49-51.

SUN Bing, WU Yong. Evaluation of regional large-middle-size industrial enterprises independent innovation capacity based on set pair analysis[J]. Value engineering, 2007, 26(2): 49-51.

Research on the genetic algorithm method of the industrial independent innovation capacity based on the combination evaluation

XU Jianzhong，WANG Chunxu

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

In order to measure industrial independent innovation scientifically and effectively, a combined evaluation model was established based on an adaptive genetic algorithm. Empirical research was carried out on 29 manufacturing industries. The empirical study shows that this model has better stability, and the independent innovation capacity of the manufacturing industries has an uneven distribution. This paper analyzed the causes of low independent innovation capacity, and provided recommendations for promoting industrial innovation capacity, which can add value to government and enterprise decision making.

adaptive genetic algorithm; independent innovation; combination evaluation; manufacturing industry; innovation capacity

2015-12-23.

日期：2016-08-29.

國家自然科學(xué)基金項目(71273072).

徐建中(1959-), 男, 教授, 博士生導(dǎo)師;

王純旭(1987-), 男, 博士研究生.

王純旭, E-mail: seven_doctor@sina.com.

10.11990/jheu.201512078

網(wǎng)絡(luò)出版地址：http://www.cnki.net/kcms/detail/23.1390.u.20160829.1421.052.html

F27

A

1006-7043(2016)10-1460-07

徐建中, 王純旭. 產(chǎn)業(yè)自主創(chuàng)新能力自適應(yīng)遺傳算法組合評價[J]. 哈爾濱工程大學(xué)學(xué)報， 2016, 37(10): 1460-1466.

XU Jianzhong，WANG Chunxu. Research on the genetic algorithm method of the industrial independent innovation capacity based on the combination evaluation[J]. Journal of Harbin Engineering University, 2016, 37(10): 1460-1466.