知网查重论文样例--高校科技创新能力评价方法
1 评价方法及原理
由于国内外建立的评价方法大多数都处于理论研究阶段，都不是很成熟的方法。然而这些评价方法都各有其特点，也有不足之处，科研工作者把这些方法分以下两大类，那么一类是采取综合咨询评分的定性方法确定权数的主观赋权，例如下文提出来的层次分析法、模糊聚类分析法。另外一种就是根据各个指标之间的相关关系或者各项指标值的变异程度来确定权数的客观赋权的。
1.1基于层次分析法的高校科技创新能力评价方法
层次分析法（Analytic Hierarchy Process，简称AHP）是将与决策总是有关的元素分解成多层次结构[45]，例如准则、目标、方案等层次，然后进行定性和定量分析，最后得出决策。
论文用以下五个步骤来对高校科技创新能力进行层次分析法评价：
（1）确定评估层次结构体系（建立递阶层次结构）
根据对高校科技创新能力的理解，确定高校科技创新能力评估层次结构体系。
（2）构造判断矩阵
通过相互比较，确定各准则对于目标的权重，在层次分析法中，为了让判断矩阵中的要素的重要性能够进行定量型的表示，表17引进了矩阵判断标度（1～9标度法）[46]：
表17 矩阵判断标度（1～9标度法）
| 标度 | 含义 |
| 1 | 两个元素比较，具有同样的重要性。 |
| 3 | 两个元素比较，前者比后者稍重要。 |
| 5 | 两个元素比较，前者比后者明显重要。 |
| 7 | 两个元素比较，前者比后者极其重要。 |
| 9 | 两个元素比较，前者比后者强烈重要。 |
| 2，4，6，8 | 表示上述相邻判断的中间值 |
| aij表示：i相对j来讲的比较结果（重要性），aij=1
aij=1/aij |
|
表18 A到B层判断矩阵
| A到B | 创新效能 | 创新潜能 | 权重Wi |
| B1 | 1 | 1.304533 | 0.566073 |
| B2 | 0.766558 | 1 | 0.433927 |
| 注：Emax=2 CI=0 CR=0<0.1 | |||
表19 B1到C层判断矩阵（对于创新效能，各指标间重要性比较）
| B1 | C1 | C2 | C3 | C4 | 权重Wi |
| C1 | 1.000 | 0.989 | 1.415 | 0.941 | 0.264534 |
| C2 | 1.011 | 1.000 | 1.431 | 0.952 | 1.267562 |
| C3 | 0.707 | 0.699 | 1.000 | 0.665 | 0.18692 |
| C4 | 1.062 | 1.050 | 1.503 | 1.000 | 0.280985 |
| 注： Emax=4 CI=0 CR=0<0.1 | |||||
表20 B2到C层判断矩阵（对于创新潜能，各指标间重要性比较）
| B2 | C5 | C6 | C7 | C8 | 权重Wi |
| C5 | 1.000 | 0.705 | 0.809 | 1.715 | 0.236022 |
| C6 | 1.418 | 1.000 | 1.148 | 2.433 | 0.334754 |
| C7 | 1.236 | 0.871 | 1.000 | 2.199 | 0.291629 |
| C8 | 0.583 | 0.411 | 0.472 | 1.000 | 0.137595 |
| 注： Emax=4 CI=0 CR=0<0.1 | |||||
| C1 | D1 | D2 | D3 | 权重Wi |
| D1 | 1.000 | 1.250 | 1.333 | 0.389403 |
| D2 | 0.800 | 1.000 | 0.607 | 0.258111 |
| D3 | 0.750 | 1.648 | 1.000 | 0.352486 |
| 注： Emax=3.0355 CI=0.0177 CR=0.03<0.1 | ||||
表21 C1到D层判断矩阵（对于创新潜能，各指标间重要性比较）
表22 C2到D层判断矩阵（对于技术创新，各指标间重要性比较）
| C2 | D4 | D5 | 权重 Wi |
| D4 | 1.000 | 1.457 | 0.593072 |
| D5 | 0.686 | 1.000 | 0.406982 |
| 注： Emax=2 CI=0 CR=0<0.1 | |||
表23 C3到D层判断矩阵（对于社会服务，各指标间重要性比较）
| C3到D | D6 | D7 | 权重Wi |
| D6 | 1.000 | 1.220 | 0.549558 |
| D7 | 0.820 | 1.000 | 0.450442 |
| 注： Emax=2 CI=0 CR=0<0.1 | |||
表24 C4到D层判断矩阵（对于人才培养，各指标间重要性比较）
| C4 | D8 | D9 | D10 | 权重 Wi |
| D8 | 1.000 | 0.640 | 1.149 | 0.29126 |
| D9 | 1.563 | 1.000 | 1.797 | 0.455356 |
| D10 | 0.870 | 0.556 | 1.000 | 0.253384 |
| 注： Emax=2 CI=0 CR=0<0.1 | ||||
表25 C5到D层判断矩阵（对于学科基础，各指标间重要性比较）
| C5 | D11 | D12 | D13 | D14 | D15 | 权重 Wi |
| D11 | 1.000 | 0.738 | 0.644 | 0.854 | 0.532 | 0.143735 |
| D12 | 1.355 | 1.000 | 0.874 | 1.158 | 0.721 | 0.194827 |
| D13 | 1.522 | 1.145 | 1.000 | 1.326 | 0.825 | 0.223023 |
| D14 | 1.170 | 0.863 | 0.754 | 1.000 | 0.623 | 0.168221 |
| D15 | 1.880 | 1.387 | 1.212 | 1.606 | 1.000 | 0.270193 |
| 注： Emax=5 CI=0 CR=0<0.1 | ||||||
表26 C6到D层判断矩阵（对于师资队伍，各指标间重要性比较）
| C6 | D16 | D17 | D18 | D19 | 权重 Wi |
| D16 | 1.000 | 1.080 | 0.932 | 1.367 | 0.268112798 |
| D17 | 0.926 | 1.000 | 0.863 | 1.266 | 0.248264642 |
| D18 | 1.072 | 1.158 | 1.000 | 1.466 | 20287527115 |
| D19 | 0.731 | 0.790 | 0.682 | 1.000 | 0.196095445 |
| 注： Emax=4 CI=0 CR=0<0.1 | |||||
表27 C7到D层判断矩阵（对于经费投入，各指标间重要性比较）
| C7 | D20 | D21 | D22 | D23 | D24 | 权重 Wi |
| D20 | 1.000 | 1.404 | 2.264 | 2.064 | 1.180 | 0.286843 |
| D21 | 0.712 | 1.000 | 1.613 | 1.470 | 0.841 | 0.204361 |
| D22 | 0.422 | 0.620 | 1.000 | 0.911 | 0.521 | 0.126725 |
| D23 | 0.485 | 0.680 | 1.097 | 1.000 | 0.572 | 0.13905 |
| D24 | 0.847 | 1.189 | 1.918 | 1.748 | 1.000 | 0.243021 |
| 注： Emax=5 CI=0 CR=0<0.1 | ||||||
表28 C8到D层判断矩阵（对于科技网络，各指标间重要性比较）
| C8 | D25 | D26 | D3 | 权重Wi |
| D25 | 1.000 | 0.834 | 0.861 | 0.297594572 |
| D26 | 1.199 | 1.000 | 1.302 | 0.356702303 |
| D27 | 1.162 | 0.969 | 1.000 | 0.345703125 |
| 注： Emax=3 CI=0 CR=0<0.1 | ||||
（3)计算相对权最值
计算判断矩阵中各指标对于上一层因素的相对权重。结果如表12至表22所示。
（4）一致性和随机性检验
表18 c4到D层判断矩阵(对于人才培养，各指标间重要性比较)需要对判断矩阵进行一致性和随机性检验，是为验证判断矩阵求出的特征向量(权值)的合理性，结果见表12至表22。
（5）计算绝对权重值
对各级权重值进行加权平均，求出各个指标对创新能力总贡献值，从而我们可以发现高校科技创新能力的内在因素具体是什么。各子指标对科技创新能力的衡量权重如图18所示:
由上图18，我们进行指标权重分析如下：
根据高校科技创新能力评价指标的权重结果分析，我们发现各指标对高校科技创新能力的贡献度是不同的： 科技创新中的潜能指标的作用是不可忽视的，效能指标对科技创新能力的贡献高于潜能指标。人们认为更高的能力带来更多的成果，所以我们可以看到效能指标占了主导地位，但同时潜能指标对高校科技创新能力的作用也不可小觑。这说明了：高校要提高科技创新能力，不单丹要注重效能方面，而且要重视潜能指标对其发挥的作用。
