合肥市上市高新技术企业创新能力评价研究

贝成成+储节旺

[摘要]创新是突破困局，实现跨越发展的主要动力。一个企业要开拓市场，就得让创新意识常驻于心，并且将其付诸企业的研发、生产、销售、管理、资源配置的每个环节中。没有自主创新，这个企业很难在这个市场上生存。研究通过合肥上市的高新技术企业年度报告数据来构建评价指标体系，用因子分析法来对指标进行降维，产生因子。计算样本的因子得分，并进行排序，以此评价高新技术企业的创新能力。

[关键词]合肥市；高新技术企业；上市企业；创新能力；评价

[DOI]1013939/jcnkizgsc201630017

创新驱动发展是我国的重大国家战略，建设创新型国家最重要的一环就是发展企业的自主创新能力。合肥作为全国的四大科教基地之一，拥有雄厚的教育与科研资源，2010年合肥被授予“国家首批创新型试点城市”称号，随着合肥大建设的发展会吸引更多的高新技术企业入住合肥。基于此，建立针对合肥市的上市高新技术创新能力评价体系模型以便于企业进行自我评价具有实际应用价值。

1高新技术企业创新能力的内涵

我国对高新技术企业的认定可以依据2016年1月29日由科技部、财政部和国家税务总局修订后共同印发的《高新技术企业认定管理办法》。其中明确指明高新技术企业是指在“国家重点支持的高新技术领域”内，持续进行研究与开发，并对技术成果进行转化，从而形成企业自主核心知识产权，基于此展开经营活动，在中国的境内（不包括港、澳、台地区）进行注册的居民企业。这些领域包括了三个大类，即电子信息技术、生物与新医药技术和航空航天技术。因此，本文中合肥的高新技术企业是指注册地为合肥市，并且拥有高新技术企业证书的企业。

创新理论最早由熊彼得提出。他认为创新就是建立一种新的生产函数，即生产要素的重新组合，并明确指出企业的创新包括产品创新、技术创新、市场创新、资源配置创新、组织创新。Türker将创新概括为一种对战略规划、研究、开发、营销、项目管理、团队合作、培训和创造性思维的调和，并在区分创新与发明两个概念时给出了公式“创新=理论构想+技术发明+商业开发”。张目等学者将创新解释为一个通过主体自身的学习与研发活动，探索技术前沿，突破技术难关，研究开发具有自主知识产权的技术，并快速使之商品化的过程。

对于企业的创新能力，Togar将之定义为管理创新过程的能力，贯彻于从发现问题，认知到需求、研究、开发到商业化的整个过程中。Cemal认为创新能力可以被定义为通过对现有的知识和技术的提高和管理来获得新知识和新技术的能力。我国学者张一等指出创新能力综合体现在企业的研发、生产、销售、资源配置、管理之中。因此，笔者总结评价高新技术企业的创新能力，需要从组织管理创新能力、技术创新能力、产品创新能力、市场创新能力和资源配置创新能力多个维度出发。

2评价指标体系的确定

国家统计局给出了一个用来评价某区域内的所有企业创新能力的评价指标体系，体系由4个一级指标构成，分别是评价技术创新环境的指标、评价潜在技术创新资源的指标、评价技术创新产出能力的指标、和评价技术创新活动评价的指标，并对每个指标做出了解释。指标的提出对评价高新技术企业的自主创新能力具有指导意义，此后学者在建立指标体系时大多围绕着这四个一级指标进行展开和扩充。

本文的评价着眼于具体的上市高新技术企业，充分利用上市公司每年义务公开的年度报表里提供的相关数据来构建评价指标。因为上市公司相对于非上市公司具有如下特点：一是公司上市所需要具备的条件是，公司开业已3年以上；最近3年连续盈利；其股本部总额达5000万元以上等。所以上市公司一般规模较大，盈利能力和抗风险能力更强，财务状况较好。良好的经营状况是自主创新能力生产和发展的沃土。同时上市公司可以产生更多可用来评价的数据，对于非上市公司就可能会产生有的数据不存在的情况。二是通过证券市场广泛吸收来自社会的资金，迅速扩大企业规模，扩大市场份额，增强产品的竞争力。因此，其自主创新可以得到充分的资源供给，其创新能力更具有显著性、可测量性。三是针对上市公司有强制性信息披露的要求，公司信息更公开、透明，增强了评价数据的可获得性。笔者构建初步评价指标见表1。

3评价模型的构建

在对高新技术企业创新能力评价时，刘晶等学者采用了一种效率评估方法——数据包络分析（DEA）。竺杏月等学者运用层次分析法（AHP法）对所构建的指标进行无量纲化和权重测算，从而对高新技术企业创新能力进行评价。梅强等学者在构建评价指标后，采用单向传播的多层前向的BP 神经网络模型进行评价。张目等学者运用粗糙集属性约简区分矩阵的算法对高新技术企业自主创新能力评价指标进行简化，通过熵权法来客观地对指标权重进行确定，采用TOPSIS法进行综合评价。同时，模糊综合评价法也是学者常用的方法之一。笔者构建的评价模型是将6个指标作为因子，利用2014年度的年度报表，通过综合因子得分对合肥市的8家上市高新技术企业的创新能力的水平进行排序，并运用聚类分析方法对其差异性进行了比较。

4评价模型实证分析

41样本数据的处理

从这家企业2014年年度报表中采集了相关数据作为样本数据，考虑到各指标数据量纲上的差异，首先对数据进行了标准化处理，处理后的数据消除了量纲上的差异。采用Z-score标准化的方法，求出各指标的算术平均值xi和标准差si；zij=（xij-xi）/si，其中：Zij为标准化后的变量值；xij为实际变量值。将逆指标前的正负号对调。标准化后的变量值分布在0的上下，如果数据高于平均水平则>0，低于平均水平则<0。

42因子分析

对数据进行因子分析后得到KMO测度值为0612，适合采用因子分析的方法，同时数据也通过了巴特利特球体检验。因子提取方法采用了主成分方法，如果特征值≥1，则提取为因子。有两个满足条件的特征值，它们对方差的累计贡献率为87876%，能够充分地保留原数据的信息。因此提取两个因子便能对所分析问题进行很好的解释，因子碎石图也支持了这一结论。

两个主成分的特征值分别为3178和2094，其中主成分特征载荷量如表2所示。第一主成分对高新技术企业创新能力的影响最大，单个贡献率为52971%，这一成分中的因素是研发支出、研发支出占净资产比重和净利润，集中体现了企业对于创新投入资金的能力。第二主成分贡献率为34904%，其中的影响因素为技术员工人数、技术员工占员工的比重和硕士及以上占比，该类指标体现了企业创新人员投入能力，兼顾数量和质量两个方面。

根据因子载荷矩阵每个样本（即每个公司）相对于两个因子的得分情况，分别进行排序。然后再根据各因子的方差贡献率之比对得分进行加权汇总，从而得到每个公司的总因子得分，可按总因子得分进行排序。

5结论

本文将能够对数据进行化简和降维，将相关性较强的几个变量归为一个影子，用少数的几个因子代表数据的基本结构。反映信息的本质特征的因子分析法应用于高新技术企业的创新能力评价，原理简单，可操作性强，速度快，可以给出每个样本在各个因子的得分和总因子得分，从而进行排序。避免了评价过程中的大量计算及由于人为因素导致的不确定性，使综合评价结果更有效、更客观。由于指标和数据均来源于合肥市上市的高新技术企业年度报表，更容易获取，且针对上市企业有力的监管也保证了数据的准确性、真实性。但是同时带来的弊端是数据比较有限，指标设置不足够全面。后续研究将在分析和评价合肥市上市高新技术企业创新能力目前水平的基础上，进一步寻找上市高新技术企业创新能力的影响因素以及这些因素之间相互作用的机理，从而服务于对其创新能力的提高。

参考文献：

[1]MVolkan TrkerA Model Proposal Oriented to Measure Technological Innovation Capabilities of Business Firms-a Research on Automotive Industry[J].Procedia-Social and Behavioral Sciences，2012（41）：147-159

[2]Ariasprez JProcess Innovation Capability and Innovation Perform ance：the Mediating Effect of Product Innovation Capability[J].AD-minister，2015（11）

[3]梅强，范茜基于BP神经网络的高新技术企业自主创新能力评价研究[J].科技管理研究，2011，31（11）：1-4

[4]吴忠涛，张丹，龚艳，等西安高新区战略性新兴产业创新能力评价研究[J].统计与信息论坛，2014（11）：84-90

[5]张一，张明，王素娟，等我国高新企业技术创新能力多指标分析——基于综合评价法[J].科技和产业，2014，14（2）：74-78，135

[6]张玉臣，吕宪鹏高新技术企业创新绩效影响因素研究[J].科研管理，2013，34（12）：58-65