企业自主创新能力评价及其经济增长效应研究

姜 涛

（安徽商贸职业技术学院经济贸易系，安徽 芜湖241002）

0 引言

我国经历了30多年的经济高速增长，于2011年已发展为世界第二大经济体。当然在发展过程中也积累了诸多社会矛盾，如经济增长速度放缓、产业与行业结构失衡、企业投资附加值下降、高污染高耗能的企业比例较高，造成的环境污染已严重威胁居民健康。如何有效破解当前社会存在的各种社会问题，奥地利学者约瑟夫·熊彼特提出的“创新理论”给出了答案。只有增强创新能力，经济增长方式方能转变，产业结构方能优化，企业投资附加值才能提高，环境污染才能得到根本解决。

诸多专家学者亦在关注创新对经济社会的各种影响及其对策研究，尤其是创新对经济增长的影响。戴奎早［1］（2008）从技术吸收能力的视角出发，运用协整检验、误差修正模型和格兰杰因果关系检验等计量方法，对我国自主创新能力与经济增长关系进行了实证分析。研究发现，技术吸收能力与提升自主创新能力是促进经济增长的核心动力。齐晓丽，金浩等［2］（2010）利用1998—2007年31个省市的面板数据分析了自主创新与经济增长总量的关系及其在东中西部间的区域差异。结果显示，经济发展水平越高要求自主创新的产出能力也越高，但是自主创新产出能力对经济增长的作用在各地区间存在着显著的差异。李华香，孙久文［3］（2012）则是在内生经济增长的理论框架下，利用全国30个省市区1997—2009年的面板数据，研究了知识创新、技术创新、制度创新以及以人力资本存量为代表的自主创新能力基础这4个变量对于经济发展的影响。研究发现，不同模式的自主创新对经济发展的影响程度大相径庭。其中，以人力资本为代表的自主创新能力的知识基础贡献最大，而其他创新模式对经济发展的影响不够明显。

然而，以上学者均是以少数几个变量作为衡量企业自主创新能力的指标，未能全方位、多角度地反映企业自主创新的真实能力。虽然他们对于探讨企业自主创新和经济增长的关系较为深入，但其实证研究的数据基础略显单薄。基于此，本文在构建规模以上工业企业自主创新能力评价指标体系的基础上，运用因子分析法得到评价各地区规模以上工业企业自主创新能力的3个公因子，通过创新因子的综合得分对我国30个省市区规模以上工业企业的自主创新能力水平进行排序及区际差异分析，最终运用回归分析法对企业自主创新能力的经济增长效应进行实证检验。

一、评价指标体系的构建

企业自主创新能力评价，涉及企业众多，对个别企业的自主创新数据较难搜集，而选择某一类型的企业作为评价目标则更加现实。2011年，我国规模以上工业企业数量325 609个，工业企业法人单位数为2 412 457个，规模以上工业企业仅占企业总数的13.497%，但资产总额和净资产却占到了八成以上，销售收入和利润也占到七成以上，同时还集中了我国大部分的研究与发展资源。因此，笔者选择我国30个省市、自治区（除西藏自治区外）的规模以上工业企业作为评价对象，对其自主创新能力进行评价及实证分析，数据来源于《中国统计年鉴2012》［4］和《中国科技年鉴2012》［5］。

企业自主创新能力评价是一项覆盖面广、涉及企业多的复杂工程。诸多学者通过对企业自主创新能力及其构成进行分析，构建了多样的评价指标体系，并进行了综合评价与实证分析。董锋，谭清美［6］（2008）等通过对重点企业的抽样调查，利用因子分析法提取了R＆D投入能力、R＆D产出能力、R＆D员工实施能力、管理能力和实现能力5个公因子，并给出企业提高自主创新能力的建议。罗登跃［7］（2010）以30个省市的大中型工业企业为研究对象，从创新投入、创新产出能力、自主创新活动能力和创新资源环境四维视角出发，构建了涵盖20个变量指标的评价体系，并利用因子分析法进行实证研究。曹琼，李成标［8］（2013）则从自主创新基础、自主创新投入和自主创新产出3个方面入手，设置评价自主创新能力的指标体系，并通过因子分析法对中部六省进行实证分析，评价结果对中部六省制定战略规划有一定的参考价值。

本研究综合上述学者的理论观点，通过刻画企业创新从投入到产出、从内部动力到外部环境的完整过程，全方位、多角度地衡量及测算企业自主创新能力。笔者从自主创新投入、自主创新产出、自主创新内部动力和自主创新外部环境4个方面出发，选取了反映规模以上工业企业自主创新能力水平的22个指标，具体见表1。

表1 自主创新能力评价指标体系

二、因子分析法的实证分析

（一）数据说明及相关性分析

由于数据的量纲不统一，为了更好地对影响因素进行分析，笔者首先将原始数据进行标准化处理。

因子分析的前提是变量之间具有较强的相关性。若变量间相关性较低，意味着几乎没有共同因子，没必要进行因子分析；若变量间相关性较高，则说明变量之间存在共同的因子，此时适宜做因子分析。检验变量间相关关系常用的检验方法是KMO检验和Bartlett球形检验，依据表2可知，SPSS19测算的KMO检验结果为0.757，Bartlett球形检验的近似卡方值为1 269.202，P值几乎为0。KMO和Bartlett球形检验的结果均表明指标层的变量之间适合利用因子分析法进行实证研究。

表2 KMO和Bartlett的检验

（二）共同度分析

因子分析是利用数据降维的思想，将众多变量转化为少数几个公共因子的实证方法。然而在数据降维的过程中，不可避免地会丢失数据信息，但又要避免遗漏重要信息。因此，需要对指标层变量作共同度分析。如果提取信息量占初始信息量的比重越接近于1，说明因子提取的信息越多，丢失的信息越少。表3给出了每个变量共同度的结果。依据表3第3列数据可以看出，指标层变量81.649%的信息被公共因子有效提取，这充分说明该因子分析的结果总体上是可靠且有效的。

（三）公因子提取

以方差极大化准则，利用主成分法提取公因子，并对公因子进行正交旋转，从而得到方差极大化后的因子载荷矩阵，同时旋转后其总体因子的方差累积贡献率是不变的，即3个因子的总体方差累积贡献率还是81.649%，根据旋转后的因子载荷矩阵可以得到明确经济意义的主公共因子，如表4所示。表4给出了因子贡献率的结果。通过表4可以看出，只有前3个因子的特征值大于1。因此，提取这3个因子作为主因子的总体效果非常理想。

表3 变量共同度表

表4 因子贡献率表

（四）因子旋转

由于因子载荷矩阵的不唯一性，需要对因子载荷矩阵进行旋转，让每一个变量仅在一个公因子上具有较大的载荷，其他公因子上的载荷尽量小，这样以便于对公因子进行解释。因此，笔者对因子载荷矩阵进行旋转，选用方差最大化正交旋转，旋转后的因子载荷矩阵如表5所示。各负荷系数已经明显地向两极分化了，解释能力大大加强。

笔者采用Kaiser标准化的正交旋转法，得到旋转后的因子载荷阵。输出结果（表5）为进行最大方差法因子旋转后的载荷矩阵，通过旋转后的因子荷载表中各因子在指标上的荷载系数可以看出：

表5 旋转后的因子载荷矩阵

第一主成分F1在X1、X2、X3、X4、X8、X9、X10、X12、X15、X16、X17、X18和X21等指标上具有较高载荷，说明第一主成分F1基本反映了这些指标的信息，这些指标主要与企业创新研发的内部投入和外部投入相关。因此，F1代表创新的投入因子。

第二主成分F2在X5、X6、X7、X19和X22等指标上具有较高载荷，说明第二主成分F2基本反映了这些指标的信息，这些指标均为创新投入与产出的效率相关。因此，F2代表创新的效率因子。

第三主成分F3在X11、X13、X14和X20等指标上具有较高载荷，说明第三主成分F3基本反映了这些指标的信息，这些指标与企业自主创新的内部与外部动力相关。因此，F3代表创新的动力因子。

（五）因子得分及综合排名

为计算因子得分，笔者以各因子的方差贡献率占3个因子总方差贡献率的比重作为权重进行加权汇总，得出各个区域的综合得分。因子综合得分公式为：F＝（51.987%×F1＋19.973%×F2＋9.689%×F3）/81.649%。

具体各因子得分及因子综合得分见表6。由表6的因子综合得分及排名可见，江苏省、广东省、浙江省、山东省、上海市和北京市等东部地区规模以上工业企业的自主创新水平明显高于全国其他各地区，而甘肃省、新疆、海南省、宁夏和青海省等西部地区规模以上工业企业的自主创新水平则位于全国各地区的后列。因此，当前企业自主创新水平明显地表现出区域非均衡发展的特征。

三、区域创新因子与经济增长关系分析

以自主创新研发因子F1、效率因子F2、动力因子F3为自变量，以地区国内生产总值为因变量，由于本文采用的数据为2011年省际的横截面数据，变量之间存在异方差的可能性，因此，利用加权最小二乘法进行回归分析。具体结果如表7。

从检验结果可以看出，R2＝0.818，模型有较高的拟合优度，且每个自变量均通过了T检验，F检验也是高度显著的。这充分说明3个创新因子即创新研发因子、创新效率因子和创新动力因子对经济增长的影响是显著的。其中，创新研发因子F1每提高1%，地区国内生产总值将会提高0.57%；创新效率因子F2每提高1%，地区国内生产总值将提高0.16%；创新动力因子F3每提高1%，地区国内生产总值将提高0.47%。这说明了创新总体上对于经济增长的贡献非常显著。从单方面来讲，相比创新效率因子，创新研发因子和动力因子对经济增长的贡献更为突出，这也充分暴露出在当前经济环境下，我国创新研发和创新动力的不足已经严重影响经济增长，而创新效率提高虽然有益于促进经济增长，但目前并不是促使经济增长最重要的贡献因素。

四、结论与建议

（一）结论

第一，本文基于文献分析法对自主创新能力的评价及其与经济增长关系的相关研究进行了理论梳理。第二，利用因子分析法对我国各地区规模以上工业企业的自主创新能力进行评价，并提取出企业自主创新的研发因子、效率因子和动力因子。第三，通过对创新因子进行加权算出其综合得分，并对我国30个省市规模以上工业企业的自主创新能力水平进行排序及区际差异分析，显示当前我国企业自主创新水平表现出明显的东中西部非均衡发展的特征。第四，创新总体上对于经济增长的贡献非常显著，创新研发因子和动力因子对经济增长的贡献尤为突出，而创新效率因子对经济增长的贡献则较弱。

表6 自主创新因子得分、综合得分及排名情况

表7 创新因子与经济增长函数的估计结果

（二）建议

为提升企业自主创新能力，政府应营造更加宽松的自主创新的外部环境，为企业自主创新的实现搭建桥梁，真正地把经济增长方式转变到内涵式、集约型的发展方式上来。真正的转变经济增长方式，即由依靠资源的简单投入驱动增长转向更多地依靠科技创新、管理创新等企业创新来提升资源的利用效率从而推动经济增长，对我国经济增长来说已经刻不容缓。当前中国的劳动力低成本优势已经失去，资源短缺又日益凸显，经济增长速度也已经放缓，所以要通过企业自主创新来实现经济增长方式的转变。

［1］戴奎早.中国自主创新与经济增长关系的实证研究［J］.科学学研究，2008，26（3）：626-632.

［2］齐晓丽，金浩，梁慧超.自主创新与经济增长总量的关系及其区域差异分析［J］.现代财经，2010，30（6）：76-80.

［3］李华香，孙久文.内生经济理论下自主创新与区域经济增长研究［J］.东岳论丛，2012，33（3）：116-119.

［4］中华人民共和国统计局.中国统计年鉴2012［M］.北京：中国统计出版社，2012.

［5］中华人民共和国统计局.中国科技年鉴2012［M］.北京：中国统计出版社，2012.

［6］董锋，谭清美，周德群，等.基于因子分析的企业自主创新能力评价［J］.软科学，2008，22（11）：98-102.

［7］罗登跃.基于因子分析的企业自主创新能力评价研究［J］.科技管理研究，2010（8）：11-13.

［8］曹琼，李成标.中部六省自主创新能力评价的因子分析［J］.科技管理研究，2013（2）：17-19.