测度方法
生物多样性的测度方法
生物多样性的测度方法一、物种多样性测度方法：1. 物种丰富度（Species richness）：指在一个特定地域或样地中物种的数量。
物种丰富度越高，生物多样性越丰富。
2. 物种均匀度（Species evenness）：衡量各物种个体数量的分布均匀程度。
若各物种个体数量相对平均，物种均匀度较高。
3. Simpson指数（Simpson's index）：用于衡量物种丰富度和均匀度的综合指标，数值越小表示物种多样性越高。
4. Shannon-Wiener指数（Shannon-Wiener index）：度量物种多样性的指标，考虑了物种在一个区域内出现的频率和相对丰度。
二、遗传多样性测度方法：1. 遗传变异度（Genetic variation）：通过测量表型或基因频率上的变异，来评估群体内部的遗传多样性。
2. 核酸序列差异（Nucleotide sequence divergence）：通过比较不同个体或种群之间的基因或基因组的核酸序列，来评估遗传多样性。
3. 随机增殖多态性（Random amplified polymorphic DNA，RAPD）：使用PCR技术扩增一些随机选择的DNA片段，通过分析片段的长度变异来评估遗传多样性。
三、生态系统多样性测度方法：1. 生境多样性（Habitat diversity）：用于描述一个地区或区域内不同生境类型的数量和种类。
生境多样性越高，生态系统多样性越丰富。
2. 生物量（Biomass）：指生态系统中所有生物的总生物质量，可以作为评估生态系统多样性的指标。
3. 功能多样性（Functional diversity）：指在一个生态系统内不同物种的功能差异。
一个生态系统内具有更多的功能多样性，可以提高其稳定性和生态系统功能。
以上只是一些常用的生物多样性测度方法，随着科学的发展，还会有更多新的测度方法不断涌现。
这些测度方法可以帮助我们更好地理解和评估生物多样性，从而制定出更有效的保护措施，确保地球上各种生物的持续繁荣。
产业集聚度几种测度方法的比较
产业集聚度几种测度方法的比较一、标准差比例指数（SD Ratio）标准差比例指数是用来衡量企业在一个地域范围内聚集程度的方法之一、它的计算公式为SD Ratio = (标准差/平均值) * 100。
该方法可以直观地给出一个地区的产业分布的稳定程度，当SD Ratio越高时，表示产业集聚度越高。
二、本聚指数（Location Quotient）本聚指数是用来衡量一个地区特定产业在国家或地区整体产业中的比重程度。
它的计算公式为LQ=(地区特定产业的就业人数/地区所有产业的就业人数)/(国家或地区特定产业的就业人数/国家或地区所有产业的就业人数)。
当LQ大于1时，表示该地区的产业集聚度高于国家或地区整体水平，说明该地区在该产业上有较高的竞争力和优势。
三、格兰斯贝克指数（Gini Coefficient）格兰斯贝克指数是用来衡量地区产业集聚度不平衡程度的方法之一，它的计算公式为Gini = 1 - (2 * 集聚度区域面积)。
Gini值越大，表示该地区的产业集聚度越不平衡，即存在较大的集聚区和较多的边缘化地区。
四、差异系数（Coefficient of Variation）差异系数是用来衡量不同地区内部产业集聚度差异的方法之一，它的计算公式为CV=(标准差/平均值)*100。
通过计算不同地区的差异系数，可以判断不同地区内部产业分布的不均匀程度。
以上几种方法各有其优势和适用范围。
标准差比例指数可以直观地反映产业分布的稳定程度，适用于研究地区内部产业聚集程度的差异。
本聚指数适用于比较不同地区特定产业在国家或地区整体产业中的比重，可以判断地区的产业竞争力。
格兰斯贝克指数可以衡量地区产业集聚度的不平衡程度，适用于研究地区内部产业集聚的均衡性。
差异系数适用于比较不同地区内部产业聚集度的差异，可以揭示地区产业分布的不均匀程度。
综上所述，不同的产业集聚度测度方法在衡量地区产业集聚度时各有其独特的作用和适用范围。
结合这些方法的应用，可以全面地了解一个地区的产业集聚情况，为地区经济发展提供参考和指导。
金融风险评估中的风险测度方法
金融风险评估中的风险测度方法随着金融市场的不断发展和全球金融一体化的加速推进，金融风险评估已经成为了金融机构管理的重要环节。
在金融市场中，风险是不可避免的。
金融风险评估的目的就是通过量化和测度风险，为金融机构提供有效的风险管理工具和决策支持。
在风险测度方法中，风险测度是其中最为核心和关键的环节之一。
风险测度方法是对金融风险进行定量分析和测度的方法和工具。
不同的风险测度方法适用于不同的风险类型和风险模型，因此在进行金融风险评估时，选择合适的风险测度方法至关重要。
下面将介绍几种常见的金融风险测度方法：1. Value at Risk (VaR) 法VaR 法是目前金融市场上最为常用的风险测度方法之一。
VaR 指的是在给定的置信水平下，资产或投资组合在未来一段时间内可能发生的最大损失额。
VaR 将金融风险从统计学的角度进行定量化，能够对金融投资的风险进行有效的衡量。
VaR 法的优点是简单易懂、计算速度快，但在极端情况下存在一定的不足，因为VaR 法无法衡量极端风险。
2. Expected Shortfall (ES) 法ES 法是对 VaR 法的一种改进和补充。
ES 指的是在给定的置信水平下，资产或投资组合在发生损失时的平均损失额。
与 VaR 法只关注可能的最大损失额不同，ES 法更重视损失发生之后的后果。
ES 法通过考虑不同损失情景的概率加权平均来提供更全面和准确的风险测度。
3. Stress Testing (压力测试) 法压力测试是一种通过对金融机构的风险承受能力进行模拟和分析的方法。
该方法通过在不同的市场环境下进行模拟，以评估金融机构在不同风险情景下的风险敞口和资本充足度。
压力测试法主要用于评估金融市场的系统性风险和机构特定风险。
4. 成分分析法成分分析法是一种基于因子模型的风险测度方法。
该方法通过将投资组合的风险分解为与不同因子相关的组成部分，来分析和测度风险源。
成分分析法适用于对投资组合的风险进行深入分析和定量测度，帮助投资者识别并管理投资组合中的特定风险。
生物群落多样性的测度方法多样性的测度方法
生物群落多样性的测度方法多样性的测度方法一、本文概述本文旨在探讨生物群落多样性的测度方法。
生物群落多样性作为生物学研究的核心领域之一，对于理解生态系统的稳定性、物种间的相互作用以及生物多样性的保护具有重要意义。
本文首先将对生物群落多样性的基本概念进行界定，并阐述其研究的重要性和价值。
随后，本文将详细介绍几种常用的生物群落多样性测度方法，包括物种丰富度指数、物种均匀度指数和物种多样性指数等。
这些方法在生态学研究中被广泛应用，可以帮助我们量化描述生物群落的组成和结构。
在介绍完测度方法后，本文将对这些方法的优缺点进行分析，并讨论其在实际应用中的限制和适用范围。
本文还将探讨生物群落多样性测度方法在不同生态系统中的应用，以及它们在生物多样性保护、生态恢复和环境监测等领域的潜在应用。
本文将对未来生物群落多样性测度方法的发展趋势进行展望，以期为生态学研究和生物多样性保护提供有益的参考和启示。
二、生物群落多样性的基本类型生物群落多样性可以从多个维度进行测度和理解，这些维度包括但不限于物种多样性、生态系统多样性和遗传多样性。
物种多样性：物种多样性是最直观也是最常见的生物群落多样性类型。
它主要关注群落中物种的种类和数量，以及物种间的相对丰度。
常见的物种多样性测度方法包括物种丰富度（群落中物种的总数）、物种均匀度（不同物种在群落中的分布均匀程度）和物种优势度（群落中优势物种的影响力）。
生态系统多样性：生态系统多样性关注的是群落内部不同生态系统或生境的类型和数量。
这包括森林、草原、湖泊、河流等不同类型的生态系统。
生态系统多样性的测度方法可能涉及生态系统的类型数量、空间分布、以及各生态系统间的相互作用和联系。
遗传多样性：遗传多样性是生物群落多样性的重要组成部分，它涉及到物种内部遗传变异的程度和分布。
遗传多样性对于物种的适应性和生存能力具有重要影响。
常见的遗传多样性测度方法包括基因多样性指数、遗传距离和种群结构分析等。
这些基本类型的生物群落多样性是相互关联、相互影响的。
经济周期和景气度的测度方法
经济周期和景气度的测度方法经济周期和景气度的变化对于一个国家或地区的经济发展至关重要。
了解经济周期和景气度的测度方法，可以帮助政府、企业和个人做出更准确的经济决策，以应对不同的经济环境。
本文将介绍几种常见的经济周期和景气度的测度方法。
一、GDP测度方法GDP（国内生产总值）是衡量一个国家或地区经济活动总量的指标，也是测度经济周期和景气度的重要指标之一。
通常来说，一个经济周期包括繁荣期、衰退期、经济底部和复苏期四个阶段。
在繁荣期，GDP增长迅速，就业率高，并伴随着投资和消费的增加；而在衰退期，GDP增长放缓甚至负增长，就业率下降，投资和消费减少。
通过对GDP的观察和分析，可以较为准确地判断经济周期的不同阶段。
二、PMI测度方法PMI（采购经理人指数）是根据一系列指标对制造业和非制造业的经济活动进行测量的方法。
通过PMI的测量，可以了解制造业和非制造业的景气度和发展趋势。
一般来说，PMI值高于50表示经济景气，而低于50表示经济疲软。
PMI的具体指标包括生产指数、新订单指数、就业指数等。
通过对这些指标的分析，可以对经济的发展状况进行判断。
三、股市指数测度方法股市指数是测量股市整体表现的指标，也是判断经济景气度的一种方法。
一般来说，当股市指数上涨时，表示经济景气度较高；相反，当股市指数下跌时，表示经济景气度较低。
股市指数的变动受多种因素影响，如就业状况、利率政策、企业盈利情况等。
通过对股市指数的分析，可以对经济的走势有所了解。
四、失业率测度方法失业率是衡量一个国家或地区就业情况的指标，也是判断经济景气度的重要指标之一。
一般来说，失业率低表示经济景气，就业机会较多；而失业率高则表示经济不景气，就业机会有限。
失业率的测量方法一般采用人口普查或劳动力调查。
通过对失业率的观察和分析，可以了解经济就业情况及其对经济景气度的影响。
总结：经济周期和景气度的测度方法多种多样，每种方法都有其独特的优缺点。
政府、企业和个人可以根据自身情况选择适合的测度方法，并结合多种指标进行综合分析，以作出准确的经济决策。
产业集聚测度方法
产业集聚测度方法产业集聚是指相同或相关产业在特定区域内聚集，并形成规模经济效应、创新效应和外部经济效应的现象。
产业集聚能够提高企业之间的合作与交流，促进技术创新和资源共享，提高产业竞争力。
对于政府和企业来说，了解和测度产业集聚的情况是非常重要的，可以帮助他们确定合适的产业发展政策和战略。
本文将介绍几种常用的产业集聚测度方法。
1.拉依达指数（LQ指数）拉依达指数是最常见的产业集聚测度方法之一、它的计算方法是将一些产业在特定地区的就业人口占全国同业人口的比例与该产业在该地区的就业人口占全地区总就业人口的比例相除，以衡量其中一特定地区其中一特定产业的就业水平与全国平均水平的关系。
LQ指数介于0和1之间，LQ>1表示该产业在该地区的集聚程度高于全国水平，LQ<1表示低于全国水平。
2.基尼系数基尼系数是一种衡量产业分布不平衡的指标。
基尼系数介于0和1之间，0表示完全均衡，1表示完全不均衡。
基尼系数的计算方法是将其中一地区各个产业的产值按照大小排列，然后计算累计产值占总产值的比例，最后将这些比例的差值加总除以总数得到基尼系数。
基尼系数越大，表明该地区产业集聚程度越低。
3.空间自相关分析空间自相关分析是一种基于地理信息系统的产业集聚测度方法。
它通过计算不同地区间的产业相关性来确定是否存在产业集聚。
常用的空间自相关分析方法包括Moran's I指数和Geary's C指数。
这些指数通过计算各地之间的距离和产业数据之间的相关性来判断产业集聚的强度和分布情况。
4.综合测度方法除了上述单一的测度方法外，也可以采用综合的测度方法来评估产业集聚情况。
这种方法可以综合考虑各种指标，如产业规模、产值增速、研发投入等，计算出一个综合指数来判断产业集聚的程度。
综合测度方法更加全面和客观，能够从多个角度评估产业集聚的情况，为政府和企业提供更准确的参考依据。
总之，产业集聚的测度方法有很多，不同的方法适用于不同的情况。
低碳经济的标准与测度方法
减少温室气体排放，减缓全 球气候变化
提高公众环保意识，促进社 会可持续发展
汇报人：
欧洲、美国、日 本等发达国家在 低碳经济领域处 于领先地位，拥 有先进的技术和 经验
发展中国家也在 积极推动低碳经 济发展，但面临 技术和资金等方 面的挑战
国际合作在低碳 经济发展中发挥 着重要作用，各 国政府和企业需 要加强合作，共 同应对气候变化 挑战
政策支持：政府出台了一系列低 碳经济发展政策，如碳排放权交 易、绿色金融等
政府出台相关政策，鼓励企业采 用低碳技术
加强环保法律法规建设，提高企 业环保意识
添加标题
添加标题
添加标题
添加标题
建立碳排放交易市场，推动企业 减少碳排放
加大清洁能源研发投入，推动清 洁能源产业发展
推动能源结构调整，促进可 再生能源发展
提高能源利用效率，降低能 源消耗
促进绿色产业和循环经济的 发展，推动经济转型升级
碳排放标准与低碳经济的关系：碳排放标准是衡量低碳经 济发展水平的重要指标
碳排放量：衡量能源消耗对环境影响的重要指标 能源效率：衡量能源利用效率的重要指标 清洁能源比例：衡量能源结构中清洁能源所占比例的重要指标 节能减排措施：衡量企业或国家在节能减排方面的努力程度和效果
资源利用效率：衡 量资源投入与产出 的关系
低碳经济是应对全球气候变化、 实现可持续发展的重要途径
气候变化：全球变暖，极端天气事件频发 资源枯竭：化石燃料等不可再生资源日益减少 环境污染：空气、水、土壤等环境污染严重 经济发展：传统经济增长模式难以为继，需要寻求新的发展路径
应对气候变化：减少温室气体排放，减缓全球变暖 促进可持续发展：节约资源，保护环境，实现经济、社会、环境的 协调发展 提高能源效率：降低能源消耗，提高能源利用效率，降低能源成本
测量速度的18种方法
测量速度的18种方法新课程改革的推进和高考改革的不断深入，高考命题更加注重新课程理念的领航作用，“考试内容要实现与高中新课程内容的衔接，进一步贴近时代、贴近社会、贴近考生实际，注重对考生运用所学知识分析问题、解决问题能力的考查。
”这是适应新课程改革的新考试观的核心内容，这更是新高考的命题方向。
从近年高考命题来看，试题越来越体现这一新考试观的核心内容。
而这一类问题的选材灵活，立意独特新颖，要求考生能从物理情境中研究对象和物理过程，建立物理模型，利用相应的规律来解决实际问题。
速度是描述物体运动快慢的物理量，在日常生活、社会实践和科学实验中，需要对某些物体的速度进行测量，如交通车辆的速度，子弹的速度，流体的流速，声、光的传播速度等等，那么速度测量方法有几种方法呢？笔者对此作了归纳总结如下，以培养学生创造性思维和发散性思维能力。
1.利用计时器测速度利用电磁打点计时器（电火花计时器）在与运动物体相连的纸带上打点（孔）以记录运动物体在不同时刻的位置，用刻度尺测出纸带某点与相邻点（计数点）间的距离，利用计算得出匀变速直线运动物体的速度。
例1（09·广东理基卷 -18）“研究匀变速直线运动”的实验中，使用电磁式打点计时器(所用交流电的频率为50Hz)，得到如图1所示的纸带。
图中的点为计数点，相邻两计数点间还有四个点未画出来，下列表述正确的是A．实验时应先放开纸带再接通电源B．(S6一S1)等于(S2一S1)的6倍C．从纸带可求出计数点B对应的速率D．相邻两个计数点间的时间间隔为0．02s解析：在“研究匀变速直线运动”的实验中,实验时应先接通电源再放开纸带,A错.根据相等的时间间隔内通过的位移有 ,可知(S6一S1)等于(S2一S1)的5倍,B错.根据B点为A与C的中间时刻点有 ,C对.由于相邻的计数点之间还有4个点没有画出,所以时间间隔为0.1s,D 错.点评：利用方法测定匀变速直线运动物体的速度在力学实验中经常用到，提醒考生要掌握此方法。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
众所周知，在科技进步和创新中，大企业具有重要的引领作用，只有大企业的自主创新能力得到提升，才能使国家的整体创新能力得到增强。
但长期以来，我国大企业技术创新能力始终不高，尤其是自主创新能力落后于发达国家，甚至低于发展中国家的平均水平。
因此，如何推动和提高我国企业自主创新能力就成为社会各界研究的热点问题，而其中一个重要的环节就是如何对大企业自主创新能力进行测度。
这就需要根据当今测度方法的现状和发展趋势，选择适合大企业实际情况的测度方法，来提高对大企业自主创新能力的准确性，增强测度过程的合理性和可操作性，这样才能使大企业能够全面正确地认识自己，及时地发现问题并解决问题，进而为提高我国的综合创新能力提供制度保障和技术基础。
一、测度方法的研究现状及发展趋势1.测度方法的研究现状。
企业创新能力的测度方法及其应用研究，是现代创新经济学和创新管理学的重点研究领域之一，大量的研究成果为社会、经济和科技等方面的科学分析与决策提供了先进科学的方法手段。
目前，国内外学者提出和应用的测度方法达近百种之多，这些测度方法对社会各个领域、各个行业的科技研究和评价分析有着普遍适用性，而针对企业创新能力的可采用的测度方法，主要有以下几个方面：专家测度法，如专家咨询法（Delphi法）、加权平均法等方法；基于运筹学理论的测度方法，如层次分析法（Analytic Hierarchy Process，AHP）、网络分析法（Analytic Network Process，ANP）、数据包络分析法（Data Envelopment Analysis，DEA）等方法；基于数理统计分析的测度方法，如主成分分析法（Principal Component Analysis，PCA）、因子分析法（Factor Analysis，FA）；基于模糊数学理论的测度方法，如模糊综合评价法（Fuzzy Comprehensive Evaluation，FCE）等方法；基于智能原理的测度方法，如基于BP人工神经网络的评价法、基于粗糙集理论的粗糙度量评价法等方法。
2.测度方法的发展趋势。
随着相关领域学科的发展，新的测度理论与方法不断涌现出来并广泛应用于自然、经济和社会等各个领域，促进了管理决策的科学化发展。
但是仅仅对原有的测度方法的机理研究已经不能满足评价实践的需要，只有不断追踪新的测度方法，同时对测度对象、外部环境、测度的要求等综合要素有充分认识，才能真正有效地进行测度工作。
目前，对于企业创新能力的测度方法向基于测度方法集的组合评价方向发展。
最近几年来，我国学术界对企业创新能力测度技术的研究取得了较为长足的进步，获得了不少的研究成果和宝贵经验，采用的方法也各有千秋，但是针对企业自主创新活动具有多目标、多层次、多因素和不确定性的特点，有时候单独某一种或某一类测度方法已不能完全满足企业创新理论研究与实际工作的需要，这就形成了一系列基于多种方法集成的测度方法，如层次分析法与模糊综合评价相结合、熵值法和模糊综合评价法相结合、模糊聚类方法、模糊人工神经网络评价方法、多目标决策与模糊综合评价相结合等测度系统的观点解决问题，从整体和全局的剖析问题的能力强，综合化程度高，比以往的测度方法有更好的可操作性、实用性和客观性，因此在诸多行业和领域也正得到越来越广泛的应用。
二、常用测度方法的比较分析1.层次分析法。
层次分析法（Analytic Hierarchy Process，AHP）是一种应用较为成熟的测度方法，能够较好地考虑和集成综合评价过程中的各种定性和定量信息，但是在应用中仍摆脱不了评价过程中的随机性和评价专家主观上的不确定性及认识上的模糊性，这使得评价过程可能带有较大的主观臆断性，从而使结果的可信度下降。
2.因子分析法。
因子分析法（Factor Analysis，FA）的优点是可以对观测样本进行分类，并根据各因子在样本中所起的作用自动生成（确定）各因子权重，简化实测指标系统，克服了人为确定权数的主观性。
但是，由于FA法中因子负荷符号交替使得函数意义不明确，需要大量的统计数据，因而不能很好地反映客观发展水平。
3.模糊综合评价法。
模糊综合评价法（Fuzzy Comprehensive Evalua tion，FCE）是建立在模糊数学理论基础之上的，隶属函数和模糊统计方法为定性指标定量化提供了有效的方法，实现了定性和定量方法的有效集合；相比传统评价方法无法测度模糊因素的缺陷，在面对那些只能用模糊的、非定量的、难以明确定义的实际问题时，FCE法可以较好地解决评价中的模糊性；同时，运用FCE法所得的结果为一个向量，这就克服了传统数学方法结果单一性的缺陷，结果包含的信息量丰富。
但是，FCE法不能解决评价指标间相关造成的评价信息的重复问题，对于各因素权重的确定带有一定的主观性，而且在某些情况下，隶属函数的确定有一定的困难，尤其是多目标评价模型，要对每一个目标、每一个因素确定隶属度函数，计算较为烦琐。
4.数据包络分析。
数据包络分析（Data Envelopment Analysis，DEA）是以决策单元的输入输出权数为变量，以最有利于决策单元的角度进行评价，从而避免了确定各指标在优先意义下的权数，而且DEA不必确定输入输出之间可能存在的某种显式关系，这就排除了许多主观因素，因此具有很强的客观性。
DEA方法模型清楚，但其应用范围限于一类具有多输入多输出的对象系统的相对有效性的评价。
此外，该方法对于有效单元所能给出的信息较少（对于非有效单元，DEA方法能够给出一些有用的管理信息，以指导各单元改进工作方式和提高管理水平），而如何指导这一类单元进一步保持其相对有效地位仍是实际工作中所面临的重要问题。
5.BP人工神经网络法。
人工神经网络法具有较强的自学习、自适应能力和很好的函数逼近能力，通过对训练样本的学习，能很好地反映出对象的输入、输出之间的复杂的非线性关系，能够减少评价过程中的人为因素，从而提高评价可靠性，使评价结果更有效、更客观。
但是神经网络模型要求有一定的学习样本，学习样本的数量和质量在很大程度上影响着神经网络模型的学习性能，但是，选取合适的学习样本并不是一件容易的事情；网络的层数和隐含神经元数的选取在很大程度上影响着整个网络的学习能力和学习效率，但是，目前关于这个问题还没有形成一定的指导性原则，在确定层数和隐含层神经元数时，往往会有人为因素，这就会降低BP网络的性能；而BP人工神经网络还有一个致命的缺陷就是在学习训练过程中，容易陷入局部最优，这必然会影响评价结果的准确性，目前已经有学者对这个问题进行研究并提出改进方法，但取得的效益还不是很明显。
三、大企业自主创新能力测度方法的选择确定相比中小企业而言，大企业无论在资金总量、研发能力，还是在人才引进、设备先进程度上都占有绝对优势，而且由于大企业对国民经济命脉的重要控制和协调作用。
大企业在数量规模上的特性，决定了其内部构成系统的复杂性，也决定了大企业与外部各种环境联系的密切性。
因此，在确定大企业自主创新能力的测度方法时，就需要考虑这些复杂的内外部联系，从而才能得到客观、合理的测度结果。
在综合分析了层次分析法（AHP）、因子分析法（FA）、模糊综合评价法（FCE）、数据包络分析法（DEA）、基于BP人工神经网络的评价法等几种主要且常用的方法的基础上，结合大企业自主创新的特征及其自主创新能力的构成因素，我们选取层次分析法和模糊综合评价法相结合的多层次模糊综合评价方法（Multi-Hierarchy Fuzzy Comprehensive Evaluation，MHFCE）来进行测度。
选取MHFCE法的原因主要有以下几个方面：1.MHFCE法不仅体现了目前企业创新能力评价方法的发展趋势，也适合于反映大企业自主创新能力的各种模糊关系，有利于从多个角度去分析复杂事物，因此这种方法可以比较好地解决系统中定性和定量多指标的综合问题。
自主创新能力系统是大企业内部和外部复杂关系的集合，其中一部分因素是具有模糊性的，特别是在进行定性分析时，由于主观的原因人们对某些因素的褒贬程度不尽相同，很难直接用统计学的方法确定这些因素的具体评价值。
所以，在大企业的自主创新能力的测度中，对模糊信息资料进行量化处理和综合测度尤为重要，MHFCE法就显得特别合适。
2.MHFCE法是从层次性的角度去分析企业内部各种复杂要素的状况，相对于其它测度方法能够更客观地描述被评价对象。
同时应用AHP法能够准确地确定各个指标的权重。
在通过指标本身的重要程度来确定权数时，如果把指标体系的所有指标看作是一个整体，当体系中包含的指标较多时，必然使某些指标的权重过小，指标之间的重要差异程度不易体现出来，不利于全面反映被评价对象的情况。
如果分开层次，每个层次的指标较少，指标的重要程度也比较容易确定。
因而，对于越是复杂且结构层次越多的事物，应用MHFCE法的效果就越理想。
与中小企业的较小的规模不同，大企业自身存在着更为复杂的分支联系，其自主创新能力存在着企业内部和外部的各种关系。
从大企业自主创新的内部运行能力和外部支持能力两个大层次，递阶细分到生产能力、营销能力、品牌创建能力、管理能力、研发能力以及税收、法律、市场、文化的支持能力多个层次，进而划分为各个评价指标。
因此，对于这种多层次结构的指标赋权，MHFCE法中的AHP部分就非常适合，同时由于AHP的成熟应用，也使评价过程具有实用性和可操作性。
3.由于大企业内部构成的系统性和复杂性，对于其自主创新能力的测度，就不能像测度中小企业的创新能力那样，只是停留在某一方面的结果或是仅仅得出一个分数就加以测度，而需要对其各个方面都进行全面的分析。
MHFCE法的最后计算阶段是运用FCE法的理论，因此计算结果本身是一个向量，而不像其它测度方法计算出的结果是一个单值，并且这个向量是一个模糊子集，能够比较准确地刻画大企业系统本身的模糊状况，其最终的评价结果在信息的质上和量上都具有合理性。
此外，MHFCE计算出评价结果的模糊向量的单点值，还可以计算出隶属于某个等级的隶属程度，这些可以根据不同情况的评价需要进行相应的加工处理。
4.MHFCE法本身的适用性很强，可以弥补其它测度方法的不足。
MHFCE法既可以应用于主观指标的评价，也可以应用于客观指标的综合评价。
由于客观实际中大量存在着主客观指标中间过渡状态，所以MHFCE法的应用性很广，特别是在主观指标较多的评价中，MHFCE法可以发挥其独特作用。
四、结论MHFCE法体现了目前企业创新能力测度方法的发展趋势，能够从层次性的角度去分析企业内部各种复杂要素的状况，可以较好地解决系统中定性和定量多指标的综合问题，具有实用性和可操作性强等优点。
但是，应该考虑到MHFCE法的不尽人意的地方，需要有针对性地加以解决。