教育环境J 创新教育J1 继续教育J2 教育信息化J3 教育水平J4 社会文化环境K 居民接受能力K1 民族传统K2 风俗习惯K3 生活环境L 地理位置 L1 物价水平L2 交通情况L3
4.2 科技领军人才创新旺盛期成长环境的特殊性
科技领军人才创新旺盛期阶段是科技领军人才从各种信息渠道广泛学习各种专业知识，积累了丰富的实践经验后，进入一个相对稳定的创造性角色。这个阶段的科技领军人才更关心工作，乐于接受有挑战性的任务。
通过本文的问卷调查结果表明，科技领军人才的最佳创造阶段是在25岁至45岁，33岁是首次贡献、成名的年龄；37岁左右是做出最大贡献的峰值年龄，也就是人才创新的旺盛期。该结论与学者施大德研究的结论相符合。
在这个年龄区间，除了人的理解、判断、想象和思维能力均呈现出最佳状态外，通过学习和积累，通过探索和实践，人的品格、知识.和能力结构也已经形成合理的布局和优化状态。这个阶段处在埃里克森-梅尔理论中人生的“成年早期”与“成年期”阶段。
一方面，实践知识和智慧逐渐丰富。随着实践知识和智慧的逐渐增长，科技领军人才的专业信念在这个阶段逐步确立，能够按照个人理念比较自由的处理事情，依据自己的计划，对所选择的信息做出反应，并能够对所做的事情承担更多的责任。一般来说，处于本阶段的科技领军人才，具有较大的创造力。他们开始逐步的摆脱常规的羁绊，寻求新的理论结合点，渐渐形成自己更为成熟的工作方法。
30
另一方面，专业角色渐进形成。在本阶段，科技领军人才的社会生活逐步挣脱对他人的依赖，具有创新意识和自主精神，对科技研究的思路以及一些关键性的问题能够驾驭自如，能够独立、自主地开展复杂的工作，承担更多的角色。
科技领军人才会逐步成为科研任务中的主要承担者，甚至充当领导者的角色，他们有较强的洞察力，勤思考，对自己的科技能力非常有信心，职业定位明确，注重工作成就。因此可以说，他们处于自身职业生涯的旺盛期。
4.1.2给出了科技领军人才创新旺盛期成长环境评价指标，考虑到创新旺盛期的特殊性，科技领军人才的创新主要与以下因素息息相关，这些因素来源于4.1.3中的科技领军人才创新旺盛期成长环境指标体系，主要包括科研的投入、开发和产出，学术研究的时间，企业的组织结构、人才服务的相关政策及法律法规体系，以及科技基地平台的建设投入、科技成果的产出、高新技术产业发展水平、科技资源丰富程度和科技信息化程度等。
4.3 科技领军人才创新旺盛期成长环境评价结果分析
4.3.1 科技领军人才创新旺盛期成长环境指标体系权重确定的方法选择
1)确定权重的一般方法
评价指标权重确定的恰当与否直接决定了评价结果的准确性，对于不同的评价目标来讲，采取适宜的评价方法是评价结果是否可信的关键。目前，我国常用的确定指标权重的方法主要有德尔菲法、层次分析法(AHP)、熵值法三种，下面分别对这三种评价方法进行简单介绍。
(1)德尔菲法
这是最常用的一种方法。主要是依据多个专家的知识、经验和个人价值观对指标体系进行分析、判断并主管赋权值的一种多次调查方法。一般需经过多轮匿名调查，在专家意见比较一致的基础上，经组织者对专家意见进行数据处理，检验专家意见的集中程度、离散程度和协调程度，达到要求之后，得到各评价指标
**w?{wi}l?n。的初始权重向量，再对w做出归一化处理，获得各评价指标的权
*重向量：
31
w?{w1ni?1*,*iw2ni?1*,...,*iwnni?1**?w?w?w}?{w1,w2,...,wn}
i该方法适用范围广，不受样本是否有数据的限制，缺点是受专家知识、经验等主观因素影响，过程较繁琐，适用于不易直接量化的一些模糊性指标。
(2)层次分析法
层次分析法也是大家熟悉的一种方法，该法的基本原理是将一个复杂的被评价系统，按其内在的逻辑关系，以评价指标(因素)为代表构成一个有序的层次结构，然后针对每一层的指标(或某一指标域)，运用专家的知识、经验、信息和价值观，对同一层或同一域的指标进行两两比较对比(判断准则表见表4-2)，并按
A?{aij}m?n规定的标度值构造比较判断矩阵，再由组织者计算比较判断矩阵的最
max，并由?max解特征方程AX??maxX，得到对应?max的特征向量大特征根?***XnX1X2Xw??{X,X2,...,},...,n{1n,X}?{w1,w2,...,wn}nn，最后将特征向量归一化，得到各个指标的权重向量： ***Xi?XiXi??i?1i?1i?1
表4-2 两两比较判断准则表
标度 1 3 5 7 9 2，4，6，8 定义 两个子准则同样重要 一个子准则比另一个子准则略重要 一个子准则比另一个子准则较重要 一个子准则比另一个子准则非常重要 一个子准则比另一个子准则绝对重要 为以上两判断之间状态对应的标度值 若两个判断因素的位置颠倒，则标度值互为倒数 在计算权重向量之前需对判断矩阵A是否合理做一致性检验。当判断矩阵满u?uik/uij足任意jk时，我们称A为一致性矩阵，此时有?max=n， 其他特征根均为0，?max对应唯一的单位特征向量，此时即可精确地获得我们所需要的权重。 作一致性检验，如下式：
32
CI??max?nn?1?i?max??in?1
显然，当?max= n 时，CI=0，判断矩阵完全一致，CI值越大，判断矩阵的一致性越差。
该方法同德尔菲法一样，都是基于专家群体的知识、经验和价值判断，只是AHP法对专家的主观判断进一步做了数学处理，使之更科学，但专家经验、知识的局限性并未消除。优点是不需要具备样本数据，专家仅凭对评价指标的内涵与外延的理解即可做出判断，适用范围广，特别对一些定性的模糊指标仍能做出判断。缺点是AHP法要求所有指标之间相互独立，不存在相互依存的关系。对于评价指标之间存在相互关系的指标体系，评价结果必然存在很大差距。
(3)熵值法
熵的概念起源于热力学，是表征物质系统状态的一个函数。随着相关研究的发展，熵的概念逐渐扩展到信息领域，诞生了信息熵的重要概念。按照熵的思想人们在决策中获得信息的多少和质量是决策的精度和可靠性大小的决定因素之一，而熵在应用于决策过程的评价时，可以度量获取的数据所提供的有用信息量。综合评价的系统扩展到多元(m元)，其单位熵值函数为：
e??k?yilnyii?1m
熵值法确定权重过程如下：
对已经获得的m个样本的n个评价指标的初始数据矩阵
X?{Xij}m?n，由于
各指标的量纲、数量级及指标优劣的取向均有很大差异，需对初始数据做标准化处理：
yij?xij,0?yij?1ij?xi?1m
由此得到数据的标准化矩阵：
Y?{yij}m?n 可得j项指标的信息熵值：
ej??k?yijlnyiji?1m
33
式中常数k与系统的样本数m有关，对于一个信息完全无序的系统，有序度
y?1/m为零，其熵值最大，e=1，m个样本处于完全无序分布状态时，ij，从而可得
m111e??k?ln?k?lnm?kinm?1mi?1mi?1m
m?1k?(lnm),0?e?1 于是得到：
e由于信息熵j可用来度量j项指标的信息（指标的数据）的效用价值，当完
e?1e全无序时，j，此时，j的信息对综合的评价的效用值为零。因此，某项指
eh标的信息效用价值取决于该指标的信息熵j与1的差值j。
hj?1?ej
可见，利用熵值法估算各指标的权重，其本质是利用该指标信息的价值系数来计算的，其价值系数越高，对评价的重要性就越大(或称对评价结果的贡献越大)，于是了项指标的权重为：
wj?hj?hj?1nj
该法深刻地反映了指标信息熵值的效用价值，其给出的指标权重值比德尔菲法和AHP法有较高的可信度，但它缺乏各指标之间的横向比较，又需要数量较大的样本数据，其应用受到限制。
2）确定权重的方法选择
在表4-1所示的指标体系中，更多的指标是定性指标、模糊指标，需要的是一些主观评价指标的重要性。因此，使用德尔菲法和层次分析法这类主观判断的方法更适合本文的需要。
本文的指标体系分为一级指标和二级指标，一级指标有12个，二级指标一共有40个，显然仅靠专家的经验和知识做出判断，其结果不够客观和准确。并且AHP与德尔菲法相比较，虽然适用范围相同，但是由于AHP法对个指标之间相对重要程度的分析更具有逻辑性，刻画得更详细，再加上数学处理，其可信度更高。
因此，在这些常用的确定权重的方法中，AHP方法由于其能够综合运用地形
34