高新技术企业成长性现状分析

张昊辰 李玉菊 湛镒铭 韩艺

摘 要：近年来，国际科技竞争日渐激烈，上市高新技术企业作为一国科学技术应用的主体和经济发展、产业体系的中坚力量，其成长性关乎国家经济命脉。本文构建了高新技术企业成长性评价模型，以2010—2019年沪、深A股上市公司为样本，对不同行业高新技术企业成长性进行统计分析，研究发现不同行业之间企业成长性水平相差较大。其中化工、医药生物、计算机、机械设备、电子行业相较其他行业而言成长性较高，而制造业和服务行业，如商业贸易、纺织服装、食品饮料、轻工制造、家用电器等，企业成长性相对较低。最后提出相关建议，以帮助企业和投资者更有效合理地作出相关决策。

关键词：高新技术企业;企业成长性;现状分析

本文索引：张昊辰，李玉菊，湛镒铭，等.<标题>[J].中国商论，2021（17）：-127.

中图分类号：F272 文献标识码：A 文章编号：2096-0298（2021）09（a）--05

1 文献回顾

企业成长性作为一种系统评价，评价方法均为先构建企业成长性评估指标体系，之后运用不同方法对指标进行筛选或重组，而后进行可靠性验证，最后进行分数化度量。陈晓红等（2004）、谢赤等（2018）运用突变级数法分别对企业成长性的成长能力、盈利能力、资金运营能力和市场预期、企业规模5个维度12项评估指标，4个维度11项指标构建突变模型。而后陈晓红等（2005）在综合比较灰色关联度分析法（GRA法）与突变级数法时，指出后者更优。虽然突变级数法有助于我们观察企业管理的真实面貌，但因为突变理论更适用于定性分析，面对预测系统行为时仍会面临不小挑战。慕静等（2005）、李延喜等（2006）运用主成分分析（因子分析）法，利用KMO检验和Bartlett球度检验对各指标数值进行因子分析并提取公因子，得到成分得分系数矩阵，进一步得到公因子贡献系数表和企业成长性表达函数，从而完成对企业成长性的衡量。相较来说，主成分分析法将最初提出的重复的（或关系紧密的）指标优化，建立尽可能少的、尽可能保持原有信息的、新变量之间两两不相关的新变量。主成分分析法通过降维优化变量结构，简化指标体系，但运算得出的公因子没有现实的经济意义，仅适用于计算成长性评价总得分。戴晓莎（2016）运用熵值法通过对盈利能力、运营能力等4个维度9项指标标准化后计算指标权重并进行归一化处理，得到指标权重系数表。该方法利用信息熵计算出各个指标的权重，为多指标综合评价提供依据。在上述文献基础上本文作者Zhang & Li（2020）结合高新技术企业注重创新的特点，基于创新、绩效两个维度，构建计量高新技术企业成长性的指标体系框架，利用熵值法确定体系中各项指标的权重，据此构建高新技术企业成长性计量模型，并通过合理性验证。

2 高新技术企业成长性计量模型

我国科技部、财政部、国家税务总局联合发布《高新技术企业认定》管理辦法，对高新技术企业认定从同时满足“产品或服务属于《国际重点支持的高新技术领域》规定的范围”等六个条件做出规定。高新技术企业是通过对高新技术的研发和对研发成果的转化，拥有知识产权和专利的企业。对于企业来说，其当前综合绩效是企业管理现状的反映，创新能力是企业未来发展前景和发展能力的体现。而对于高新技术企业，由于其上述特性，创新能力和绩效水平变得同样重要。综合上述文献，引用本文作者的文章Zhang & Li（2020），并对各指标进行解读。

2.1 计量指标的选取

在创新和绩效两个维度的基础上，创新能力维度本文选用创新投入、创新产出、创新人力资源3个一级指标、7个二级指标描述企业的创新能力，选用资金运营能力、发展能力、盈利能力、市场预期4个一级指标、11个二级指标描述企业的绩效水平，最终建立了包含18个计量指标的指标体系。具体指标见表1。

2.1.1 创新能力

高新技术企业强调通过对高新技术的研发和对研发成果的转化，拥有知识产权和专利以获得高额利润。因此对于高新技术企业成长性进行衡量时要着重从创新投入、创新产出、创新人力资源三方面展现企业的创新能力，这样企业成长性指标体系才能更好地针对高新技术企业特殊的现实状况和盈利模式，达到预测企业未来发展状况的目的。

创新投入方面，研发投入所占营业收入比例体现了公司对待创新研发的态度，面板数据指标值越高，说明该年公司的创新研发政策更加强调将业务收入投入创新研发以提高未来获利水平，体现出公司希望“赢在未来”。研发投入增长率结合近两年研发投入水平展现公司持续进行研发投入的意愿与实践。近年来，有关部门相继出台鼓励和扶持高新技术企业开展创新活动，进一步完善政府补助的相关政策，补助体现在研究和开发的各个方面，呈现出如下特征：数额较大，受众范围较广，广泛分布在电子信息、生物与新医药、新材料、新能源与节能、资源与环境等领域;形式多样，具有一定的可持续性。2017—2019年，政府补助对上市公司高新技术企业的覆盖率非常高，几乎做到了全覆盖，表明政府十分重视并持续坚持对高新技术企业发展进行资金支持。本文选用“政府补助中用于研发投入的比例”以衡量企业对于将政府补助运用于研发的态度。按照会计准则“研究开发项目达到预定用途形成无形资产的，应按本科目（资本化支出）的余额，借记‘无形资产科目，贷记本科目（资本化支出）”，资本化支出体现了高新技术企业在专利技术上的研发投入，因此指标“研发投入金额中资本化比例”衡量了企业对于专利技术研发的态度。

将创新投入有效转化为创新产出，体现了企业的创新能力。本文选用“无形资产占总资产比例”来衡量高新技术企业的资产结构，展现公司既往的专利技术水平;选用“专利授权增长率”展现公司创新产出的速度。此外，研发人员占比也体现出公司对于研发的态度和公司的研发能力。

2.1.2 绩效水平

绩效水平能够反映企业的运作能力，财务经营能力被认为是衡量企业运作能力的主要方向，通过上市公司年度报告、重大事项等对外披露的财务信息，可以从多个角度对公司的财务经营绩效水平作出判断，为投资者择优选择投资标的、相关者对公司的研究提供了基础数据。本文在构建公司绩效水平时，从资金运营能力、发展能力、盈利能力、市场预期四个角度进行综合评价。其中，主要选用流动比率、资产负债率、总资产周转率、经营性现金流量四个指标从资产负债结构、营业收入及其他现金流量方面对公司的资金运营能力进行衡量;选用营业收入增长率、净资产增长率、扣非净利润增长率三个指标从营收水平、所有者权益、创利水平增长方面对公司的发展能力进行衡量;选用营业净利率、扣非加权平均净资产收益率面板数据从所有者权益年度水平角度对盈利能力进行衡量。公司的外部环境对于公司绩效也有自己的看法：利润增长占市盈率比例衡量了股票的相对价值，从投资估值的角度体现市场从外部对公司盈利的预测，体现了市场“向上看发展”的观念;净资产倍率衡量了投资风险，体现了市场“向下看保底”的观念。两者相结合体现了市场对于公司发展的综合观点。

2.2 计量模型的构建

通过熵值法客观地确定计量模型中各指标的权重，避免了德尔菲+层次分析法带来的主观偏差。熵值法的具体原理是利用熵值确定指标权重。样本指标的变异程度越小，所反映的信息量也越少，其对应的权值也越低。因此，可以利用信息熵工具，借助样本数据计算指标权重，为多维综合评价提供依據。

具体运算步骤：标准化、正向化样本数据矩阵，计算第i个样本所占比重，计算信息熵和信息效用值并归一化得到每个指标的熵权ω，使用优劣解距离法（Topsis）计算样本得分。

在计量某一企业成长性的时候，首先利用行业数据通过上述方法计算各指标的具体权重，再根据该企业的具体数据计算企业成长性得分GAI（Growth Analysis Index）。

即企业成长性某项具体指标对应的权重。

3 高新技术企业成长性现状分析

本文以2010—2019年沪、深A股上市公司为初始样本，随后按如下步骤进行筛选：（1）剔除上市不满两年的公司;（2）剔除控制变量数据缺失的公司;（3）剔除不满足“通过国家高新技术企业资质认定且获得三年内15%企业所得税优惠”条件的公司。最后得到5437个样本用于实证分析。本文样本数据主要来自同花顺iFinD数据库和CSMAR数据库。

对于筛选后的企业，根据企业具体数据，运用高新技术企业成长性计量模型计算企业成长性得分GAI，进行降序排列后，依据行业分类进行现状统计分析，详见表2、表3。

从2010—2014年整体来看，各行业企业成长性存在较大差异，企业成长性得分在前100名中的企业所在行业分布不均匀。在这5年中，化工、电子、计算机（2012年称为信息设备）、医药生物、机械设备五个行业的企业成长性得分均排名前五，行业发展稳定，且这五个行业高成长性的企业数之和占比将近50%，从总体企业成长性排名均值来看五年内也处于较高水平。表明相较于其他行业，化工、电子、计算机（2012年称为信息设备）、医药生物、机械设备五个行业的企业在创新能力和盈利能力方面表现较好。其中，计算机行业的成长性排名从2010年开始连年上升，企业成长性呈现不断走高的趋势。交通运输、钢铁、休闲服务、商业贸易等行业基本没有企业成长性得分位于前100名的企业，表明制造业和服务业企业成长性和创新水平较低。

从2015—2019年整体来看，企业成长性得分排名在前100名中的企业所在行业分布不均衡，不同行业间企业成长性水平相差较大。医药生物、计算机、机械设备、电子行业在这五年中企业成长性得分排名在前100名中的企业数量较高，均排名前五，较为稳定，所拥有的高企业成长性的企业数量占比近50%。而且从总体企业成长性排名均值来看五年内也均处于较高水平。表明相较其他行业，医药生物、计算机、机械设备和电子行业在五年中有较多高成长性的企业，企业在创新水平和盈利能力方面表现较好。其中计算机行业在2016年之后，企业成长性得分位于在100名内的企业数量始终在首位，且数量呈逐年增长趋势。而商业贸易、纺织服装、食品饮料、轻工制造、家用电器、非银金融、钢铁、建筑材料、建筑装饰等行业基本没有企业处于成长性得分排名100名内，行业的企业成长性得分排名均值也较低，表明制造业和服务行业不同于频繁进行科技创新的高新技术行业，企业成长性和创新水平较低。

4 结论与建议

本文以创新能力和绩效水平两个维度为基础，分别选用创新投入、创新产出、创新人力资源描述企业的创新能力，选用资金运营能力、发展能力、盈利能力、市场预期描述企业的绩效水平，从而构建高新技术企业成长性综合评价体系，并根据熵值法计算各指标的权重，根据企业的具体数据计算企业成长性得分。成长性得分较高的企业，表明企业在创新能力和盈利能力方面表现较好，创新发展能力更强，企业更具成长性。企业成长性综合评价指标体系为多维度、多指标评价高新技术企业的创新能力和盈利能力构建了模型，也为不同企业之间成长性的比较提供了理论支持。

在此基础上，本文运用高新技术企业成长性计量模型，按行业进行分类，计算2010—2019年沪、深A股高新技术企业上市公司的企业成长性得分，分析高新技术企业成长性的现状。发现企业成长性得分排名在前100名中的企业所在行业分布不均衡，不同行业间企业成长性水平相差较大。其中化工、医药生物、计算机、机械设备、电子行业相较其他行业而言，所拥有的高新技术企业成长性的企业数量占比近50%，有更多高成长性的企业，企业在创新水平和盈利能力方面表现更好。而制造业和服务行业，如商业贸易、纺织服装、食品饮料、轻工制造、家用电器等，企业成长性得分排名均值更低，企业成长性和创新能力相对薄弱。

创新力度大的高新技术行业对应的企业成长性更高，而传统行业因缺乏创新在企业成长性排名中表现较差，这也体现出计量模型与指标体系对于高新技术企业的衡量是合理的。

我国高新技术企业作为拥有自主知识产权的经济实体，知识和技术对于其生存和发展来说至关重要，企业应重视创新性工作的开展，加大研发投入力度，同时提高研发转换率。研究表明，开展创新性工作可以显著促进企业成长和发展，尽管研发活动具有风险大、不确定性和长期性等特点，但是一旦成功，对于企业发展来说就是可观的。因此，企业应从长远角度来看待研发活动所带来的效应，深知企业研发成果转换不是一蹴而就的，而是一项长期、稳定的投入过程。除此之外，企业还要提高研发人员的创新性能力以及专业素养，改善和完备企业研发活动的管理流程，快速及时地匹配研发项目进度，汇报研发项目成果，从而促进企业发展。

政府应大力支持技术创新，加大扶持力度，不断加强对企业的技术创新能力建设，加强与企业合作，不断扶持推进技术创新能力的发展，给企业营造一个良好的客观环境，提高企业的核心竞争力。重视高学历人才的吸收和引进，培育企业核心竞争力。在知识爆炸的时代，加强人力资本的投入能极大地提高企业的核心竞争力。人力资本的投入相比物质资本投入而言，会给企业带来更加长远的利益。因此，建立学习型企业组织，加大知识资源的投入，让员工不断接受新知识，调整知识结构是企业培养核心竞争力的关键所在。

在绩效方面，要想保障自身长远发展，企业就需要积极采取措施加快盈利能力增长，实现经营绩效的稳步提升，以增强风险抵御能力。首先，企业应加大技术创新支持力度，积极投入资金保证创新研发活动的顺利开展，及时将创新成果应用于生产经营之中，为高管及时进行战略决策调整及制造工艺优化提供强力保障，以有效提升产品市场竞争力，实現收益的稳步提升。其次，健全完善内部管控制度，加强对管理层的监督，以保证其各项行为符合企业要求，实现对冗余资源的严格控制，以提升内部资源利用效率，降低生产经营成本，增强发展稳定性及长远性。最后，加强与高校、科研院所的合作，及时将最新研究成果引入企业并应用于生产中;加大对高技术人才的引进力度，积极实施人才兴企战略，为技术创新活动的开展提供坚实的人才保障。此外，企业也应充分利用国家税收减免、政府补助等优惠政策，控制整体经营成本，实现企业绩效的不断增长。观察管理者所在的市场与政治环境，通过市场竞争与政治激励来激发管理者的潜能，提高其创新能力与意识，在企业活动中充分展示自己的创新能力，提高企业绩效。

参考文献

陈晓红，彭佳，吴小瑾.基于突变级数法的中小企业成长性评价模型研究[J].财经研究，2004（11）：5-15.

谢赤，樊明雪，胡扬斌.创新型企业成长性、企业价值及其关系研究[J].湖南大学学报（社会科学版），2018，32（5）：58-64.

陈晓红，佘坚，邹湘娟.基于GRA的中小上市公司成长性评价研究[J].证券市场导报，2005（5）：41-44.

慕静，韩文秀，李全生.基于主成分分析法的中小企业成长性评价模型及其应用[J].系统工程理论方法应用，2005（4）：369-371.

李延喜，巴雪冰，薛光.企业成长性综合评价方法的实证研究[J].大连理工大学学报（社会科学版），2006（3）：1-6.

戴晓莎.基于熵值法的创业板上市公司成长性研究[J].经济论坛，2016（7）：51-54.

Zhang H. Ch. & Li Y. J. Construction and Rationality Verification of High-tech Enterprise Growth Measurement Model Based on Entropy Method[A]. Proceeding of The 16th Dahe Fortune China Forum Chinese High-educational Management Annual Academic Conference[C]. Piscataway， NJ： IEEE CPS，2020：184-188.

Analysis of the Current Situation of the Growth of High-tech Enterprises

School of Economics and Management， Beijing Jiaotong University

ZHANG Haochen  LI Yuju  ZHAN Yiming  HAN Yi

Abstract： In recent years， international science and technology competition is increasingly fierce. As the main body of science and technology application in a country and the backbone of economic development and industrial system， the growth of listed high-tech enterprises is related to the lifeline of national economy. In this paper， an evaluation model for the growth of high-tech enterprises is constructed， which takes A-share listed companies in Shanghai and Shenzhen from 2010 to 2019 as samples. The growth of high-tech enterprises in different industries is statistically analyzed. The research finds that the growth level of enterprises in different industries differs greatly. Among them， chemical， pharmaceutical and biological， computer， mechanical equipment， electronic industries have a higher growth rate than other industries， while manufacturing and service industries， such as commercial trade， textile and clothing， food and beverage， light industry manufacturing， household appliances， etc.， have a lower growth rate. And it puts forward relevant suggestions to help enterprises and investors to make relevant decisions more fully and reasonably.

Keywords： high-tech enterprises; enterprise growth; analysis of the situation