区域高新技术企业创新发展量化评价实证研究

黄海滨，常 菁，郑秋生，谢晓娟，张诗炀，张志强

(广东省技术经济研究发展中心,广东广州 510070)

1 文献综述

1.1 企业创新评价相关研究

企业创新发展评价可以分为企业个体评价、产业企业评价、区域企业评价等多个维度。区域企业创新发展评价是以某一区域企业做集合，对其创新发展情况开展评价，评价结果对衡量区域经济科技发展有重要意义。针对区域高新技术企业评价，近年学界也有诸多研究，如，肖海莲等［1］在理论分析基础上通过调研和专家论证，构建了广东省高新技术企业创新能力评价指标体系,用于分析高新技术企业个体创新能力；吴秋菊等［2］面向广西高新技术企业2016 年创新发展情况开展评价，运用高新技术企业的火炬统计数据，建立包括企业从业人员数、年末资产等15 个采集指标，在此基础上采用量化值加权函数法和层次分析法建立指标权重；李健等［3］运用对京津冀地区高新技术企业研发人员、内部研发经费、新增固定资产等投入指标，及有效发明专利数、新产品消费收入等产出指标，运用2010—2017 年高新技术企业面板数据，综合分析京津冀地区高新技术企业创新效率，并提出了相关政策建议；李友俊等［4］通过创新绩效技术研发和成果转化阶段的13 个投入产出指标，应用数据包络分析（DEA）模型对2009—2016 年黑龙江省高新技术企业创新绩效进行评价，分析技术研发阶段和成果转化阶段的创新效率。

企业发展指数是评价企业发展程度与企业发展潜力的一种数据化标准，将研究样本基准时期的指标原始数据运用一定方法综合运算后，形成相应的对应关系和数据模型，然后将研究样本考察时期的原始数据代入到相应的模型中运算得出相应的发展指数。这种评价方法，既立足于区域内企业整体，又能科学呈现多个年度时间序列内企业发展变化。企业发展指数构建基本步骤如下：首先，合理选择能够体现研究目标的指标变量，构建发展指数指标体系；其次，选取合理的评价分析方法，对评测对象进行处理和测算；再次，根据相应的发展指数模型计算指数结果；最后，对企业发展指数结果进行比较分析，了解企业创新发展状况，预测企业未来发展潜力和趋势［5］。

京津冀大数据研究中心［6］通过企业发展指数对京津冀三地产业协同的最新进展情况进行了综合性测度，研究发现京津冀产业协同发展持续深化，三地企业依托各自特色优势加速流动，对津冀辐射带动作用持续显现。庞景安等［7］借鉴国际管理发展学院(IMD)国际竞争力评价的理论和方法研究构建了我国企业创新发展的综合指标体系，利用该指数对我国各省份和工业行业的企业创新发展情况进行动态监测和科学评价。黄海滨等［8］提出针对高新区的高新技术企业创新发展指数评价指标体系、指数测算方法，并应用广东省高新区的高新技术企业统计数据进行实证测算，分析评价相关高新区高新技术企业创新发展、高新技术产业发展的差异。

高新技术企业是按照科技部、财政部、国家税务总局制定的管理办法认定，是区域创新重要主体，是区域企业创新代表性群体，也是区域创新能力综合体现。聚焦某一区域高新技术创新发展，采用指数化的评价方式，不仅可以在纵向时间序列上量化评价区域高新技术企业创新发展变化态势，还可以用于对不同区域高新技术企业创新发展进行比较分析，这为区域创新能力比较分析提供重要视角。

1.2 评价方法研究

1.2.1 主成分分析法

主成分分析法在一定条件下减少了变量个数，通过变量变换利用指标间的相关关系，得到综合的新指标，可以说没有损失原指标的信息，但在确定主成分权重的时候用到了方差贡献率做权重，这一点包含了主观的成分。相比较而言，主成分分析法的计算运用软件完成，相对较为简单，该方法在学术研究中大量使用。易采桥等［9］运用主成分分析法对国有银行财务报表的主要指标进行分析，总结出财务报表中各个指标对企业发展的影响程度。拓晓瑞等［10］构建对外科技合作评价指标体系，采用主成分分析法对时间跨度3 年、广东省21 个地市的面板数据进行实证研究。郑石等［11］选用主成分分析法，对我国31 个地区的农业经济发展和农业环境污染状况进行了评价,揭示了农业经济发展与环境污染之间的关系和矛盾，提出促进农业经济和环境可持续发展的建议。蒋力等［12］利用主成分分析法，从风险性、获利性、效率性和成长性4 个方面对企业经济效益进行了综合评价的实证研究。

1.2.2 熵值法

颜廷峰等［13］采用熵值法对区域企业自主创新能力进行了评价研究，提出了完善企业自主创新的优化和调整对策。陈江涛等［14］构建了区域科技创新能力评价指标体系，运用熵值法进行分析，结果表明2003—2016 年广东省总体科技创新能力显著提升。刘和东等［15］构建高新技术企业创新链的评价指标体系，采用熵值法测度其研发、商业化及创新链的耦合协调度，提出了相应政策建议。熊亚辉［16］运用熵值法对河南中小创上市企业的成长能力实证分析，针对实证分析结果提出要加大中小企业扶持力度。

1.2.3 熵值-主成分分析

赵朝等［17］建立了吉林省城市质量指标体系，通过主成分分析和熵值法两种方法对城市质量相关指标赋予权重，并对不同方法下的计算结果进行比较，提出提升吉林省各市州城市质量的思路和方向。史学飞等［18］将主成分分析法与熵值法结合，建立低碳经济评价模型，分析天津市2000—2015 年低碳经济的发展状况，实证结果表明，低碳环境水平、低碳产业水平和居民生活水平是天津市低碳经济发展水平的主要影响因素。吕开宇等［19］采用主成分分析法和熵值法计算各地区农业保险发展水平的综合得分，据此进一步分析影响各地区农业保险发展的因素。韩晓明等［20］结合主成分分析和熵值法，以100 余所高校为研究对象，构建了高校科技创新能力评价指标体系，并对研究对象的科技创新绩效进行评价，针对目前科技发展存在校际和地区间不平衡问题，提出在构建高校科技创新能力评价体系中应引入质量因子等新指标，建议高校科技创新能力评价应根据不同发展阶段采用分类评价指标体系。夏文飞等［21］通过运用2018 年我国31 个省份高新技术企业统计数据，运用主成分法和熵值法，对创新资源投入能力、创新产出能力、创新支持能力、创新吸收与扩散能力等方面的15 个指标进行量化赋权，实现对31 个省份高新技术企业创新发展进行比较评价。

主成分分析法和熵值法被广泛应用于区域创新、企业创新分析研究，结合分析视角需求，通过分析变量指标关联权重，构建分析评价指标体系，获得提供对研究对象的量化分析工具，是成熟有效的研究分析方法，但是之前学界运用相关方法对企业创新或者区域创新研究，或者评价对象是企业个体创新能力，或者评价周期是单一年度，或聚焦宏观层面多个年度区域企业创新投入产出效率，未对连续多个年度高新技术企业对区域创新发展贡献、创新实力、培育潜力进行指数化研究。近年，高新技术企业培育发展作为各省份落实创新驱动发展战略重要举措，但发展成效不能仅仅通过单一指标对比，亟需整合更多指标的综合性量化评价体系；评价周期放大至多个年度，便于时间序列分析；而且把高新技术企业创新发展与区域创新、区域经济发展贡献结合，从区域创新管理视角研究高新技术企业创新发展更有价值。运用主成分分析和熵值法构建量化评价体系，根据区域创新管理需求，从对高新技术企业群体自身投入产出评价延伸拓展到高新技术企业群体对区域创新贡献评价，基于多年度高新技术企业创新发展数据，实证优化多指标多维度评价模型，以区域高新技术企业切入到区域创新量化评价，建立可跨年度、可跨区域应用的高新技术企业创新发展量化评价体系，具有重要研究探索价值和区域创新管理实践意义。

2 评价方法与数据来源

2.1 数据来源

科技部等相关部门持续多年推动高新技术企业发展，并把高新技术企业科技投入产出情况纳入火炬统计范围，各年度统计指标稳定连续，是高新技术企业创新发展最具权威性的统计数据；自2008 年科技部、财政部、国家税务总局制定《高新技术企业认定管理办法》以来，各省份现行高新技术企业认定管理工作体系是依据国家三部门规定的条件标准、流程，认定高新技术企业更加规范、统一。因此，结合数据连续性、稳定性、可比性，本研究的实证评价选取2008—2019 年广东省高新技术企业火炬统计相关数据指标，同时结合2008—2019 年度广东省统计相关数据指标，构建量化实证研究的基础指标。

2.2 评价方法及模型

在选取高新技术企业创新发展指数评价模型时，考虑到初始的评价指标数比较多，首先将利用主成分分析法对所选的指标进行降维处理，将这些指标归纳为少数几个不相关的重要指标，从而简化计算和消除指标之间的相关性；其次，选取熵值法对重要指标进行客观赋权，最后得出2008—2019 年广东省高新技术企业创新发展评价得分，作为区域高新技术企业创新发展评价指数结果。

2.2.1 主成分分析法

主成分分析法是基于降维思想，将多个相关变量化为少数几个不相关变量的统计方法，指标筛选基本原理与步骤如下：（1）对指标数据做标准化处理，以消除量纲影响。（2）每个主成分的方差贡献率反映了该主成分占整个系统信息总量的比重，依惯例取累计方差贡献率不低于85%的前k个主成分就可保证对系统重要信息的提取，在每个主成分中按照绝对值留取较大系数所对应的那些指标，使得保留的指标都是与该主成分相关性较强的指标，而删去的都是对该主成分的影响可忽略不计的冗余信息。（3）采用相关分析法删减重复性的指标，即计算任意评价指标X1与Y1之间的简单相关系数r，规定一个用于删减的临界值r1，如果r＞r1，则根据重要性的主观判断删除X1与Y1中的一个；否则，两个皆留用。

2.2.2 熵值法

熵值法通过计算指标的信息熵,根据指标的相对变化程度对系统整体的影响来决定指标的权重。基本原理：（1）数据的非负数化处理；（2）计算第j个指标下第i个样本占该指标的权重；（3）计算第j个指标的熵值；（4）计算第j项指标的权重系数；（5）根据各指标的权重系数，结合各样本数据计算各样本的综合得分。具体步骤各公式分别如下：

式（1）中：Xij表示第i年第j项指标的无量纲值；xij表示第i年第j项的原始数据；max(xij)表示第j项指标的最大值；min(xij)表示第j项指标的最小值。

式（2）中：Yij表示第i年第j项指标的标准化值；n表示年份。

式（3）中：ej表示第j项指标的熵值。

式（4）中：Wj表示第j项指标的权数；m表示指标个数。

式（5）中：Si表示第i年综合评价指数。

3 广东省高新技术企业创新发展评价实证分析

3.1 构建区域高新技术企业评价基础指标

聚焦以区域高新技术企业切入到区域创新发展影响评价，本研究认为高新技术企业是区域科技高投入、高产出主体，区域高新技术企业群体发展壮大，其科技投入、科技产出、经济产出总量也持续增大，引领区域科技经济的发展。结合高新技术企业与区域创新联动作用关系，构建高新技术企业创新发展指数，包含高新技术企业创新实力、高新技术企业培育潜力、高新技术企业区域贡献3 个分指数。整理2008—2019 年以来相关统计数据相关指标，其中火炬统计涉及高新技术企业科技投入产出指标共13个（X1～X13），这些规模指标构成了高新技术企业创新实力基础性表征指标；在此基础上，构建单位科技投入产出、科技人员占比、研发投入占比等17个指标（X13～X30），这些指标表征高新技术企业培育潜力指标。结合统计年鉴获得的数据，围绕高新技术企业科技投入产出在区域科技投入产出占比，构建了10 个相关指标（X31～X40），这些指标表征高新技术企业对区域贡献。由此，初步构建了包括高新技术企业创新实力、高新技术企业培育潜力、高新技术企业区域贡献等3 个一级指标，涵盖40 个指标的高新技术企业创新发展评价基础指标体系，如表1 所示。

表1 高新技术企业创新发展评价基础指标

3.2 利用主成分进行降维

运用SPSS19.0 软件对上述指标进行降维筛选。首先对2008—2019 年广东省级层面数据指标值进行检验，结果显示KMO 统计量为0.857，且巴特利特球形检验值为20 154.091，自由度为780，显著性水平（0.000）小于显著性水平0.05，拒绝“零假设”，相关系数矩阵与单位矩阵有显著差别，表明相关年度广东省级层面数据适合进行主成分分析。

对标准化后的40 个指标进行主成分分析，从表2 看，前7 个主成分的方差累计贡献率为84.12%，说明前7个主成分基本包含了全部指标具有的信息。

表2 基础指标关系数矩阵的特征值及方差贡献率

为了方便挑选指标，将7 个特征向量相关系数矩阵进行排列，详见表3。可以看出，在第一主成分中，X14～X18、X21～X23、X28、X37、X38、X40的系数均小于0.1，表明这些变量对主成分1 的影响可以忽略不计，从而可以从主成分1 所属批次中删去；第二主成分中X1～X13、X24～X26、X29～X33、X35～X37的系数均小于0.1，表明这些变量对主成分2 的影响可以忽略不计，从而可以从主成分2 所属批次中删去；同理，可以删去各主成分中影响较小的指标变量。在此基础上，在7 个批次的初选指标中，用相关分析法做进一步的筛选。同时，结合广东省高新技术企业创新发展实际、数据可获得性，确定广东省高新技术企业创新发展评价指标体系。

表3 相关系数矩阵的特征向量

表3 （续）

3.3 熵值法确定指标权重

以2008 年作为基准年进行测算，根据公式（1）～（5），计算可得广东省高新技术企业创新发展评价指标体系权重，结果如表4 所示，2008—2019 年广东省高新技术企业创新发展指数整体呈上升趋势。其中，2009 年高新技术企业创新发展指数出现下降，指数值由2008 年的100 下降为97，这是因为2008 年国家新修订《高新技术企业认定管理办法》，对企业认定高新技术企业采取了更为科学严格的认定标准，对认定过程的要求更加规范，受此影响，新认定高新技术企业数量远小于到期高新技术企业数量；2010—2014 年高新技术企业创新发展指数呈波动性下降趋势，指数值由170 下降至到143；自2015 年起，高新技术企业创新发展指数稳步提升，这是因为2015 年广东省把高新技术企业培育作为贯彻落实创新发展战略首要举措，高新技术企业创新发展指数进入快速增长期；2019 年高新技术企业创新发展指数为268，较2014 年增长1.87 倍，较2008 年增长2.68 倍。从二级指数方面来看：

表4 广东省高新技术企业创新发展评价指标权重

表4 （续）

（1）高新技术企业创新实力指数值由2008 年的100 增长到2019 年的1 672，整体处于上升趋势。其中，2009 年高新技术企业创新实力指数为72，同比下降27%；2010—2019 年高新技术企业创新实力指数逐年增长，自2015 起增速较快，2019 年为1 672，同比增长97.8%，为2008 年的16.72 倍。

（2）高新技术企业培育潜力指数呈倒“U”型发展态势，最高值出现在2010 年。其中，2008—2010 年高新技术企业培育潜力指数稳步提升，2010年达140，为2008 年1.4 倍；自2011 年起，高新技术企业培育潜力指数缓慢下降，2019 年为43，这反映随着越来越多企业培育认定为高新技术企业，培育壮大高新技术企业群体规模的边际潜力下降。

（3）高新技术企业区域贡献指数呈波段式上升。2009 年高新技术企业区域贡献指数降幅较大，同比下降33%；2010—2014 年高新技术企业区域贡献指数略有下降；自2015 年起高新技术企业区域贡献指数持续快速增长，2015 年为214，同比增长10.3%，到2019 年高新技术企业对全省区域贡献能力进一步增强，区域贡献指数达423，同比增长6.8%，较2008 年增长4.23 倍，这说明高新技术企业对广东省经济科技贡献提升明显。

3.4 熵值-主成分分析法评价结果分析

将2008 年广东省高新技术企业数据作为基准数据，量化测算广东省高新技术企业创新发展评价结果作为广东省高新技术企业创新发展指数，科学呈现相关年度广东省高新技术企业创新发展综合情况及相关创新实力、培育潜力、区域贡献变化，如表5 所示。

表5 2008—2019 年广东省高新技术企业创新发展指数

4 结论

本研究通过应用主成分分析法和熵值法，研究构建的区域高新技术企业创新发展评价指标体系经实证，评价指标由40 个减少至27 个，客观赋权形成指标权重更加科学，一级指数和3 个二级指数有利于从多维度量化评价区域高新技术企业创新发展情况，而且可以延伸兼容多个年度时间序列周期，推广应用到国内其他省份高新技术企业创新发展评价，具有较强的研究分析价值和决策参考意义。从一级指数、二级指数来看，2008 年以来，广东省高新技术企业创新发展指数持续快速提升，创新实力指数和区域贡献指数增长快，但是培育潜力指数下降。这主要是因为近年高新技术企业政策持续推广，中小型高新技术企业比重持续提高，创新生态多样化了，但是中小型企业创新效率却没有大型企业高，因此，高新技术企业群体数量将进入平缓期，未来工作重点由数量规模培育进入到规模效率提升阶段，促进高新技术企业加强创新，做大做强，高新技术企业创新实力和区域贡献随之提升，这也是未来广东省高新技术企业创新发展方向。为此，提出具体政策建议如下：

（1）调整高新技术企业发展政策。省市联动优化高新技术企业创新发展政策体系，充分发挥财政政策灵活性和引导性作用，政策导向由数量型的认定奖补转变创新要素供给。支持高新技术企业聚集科技人才团队，升级完善研发机构，提高高新技术企业创新投入能力，强化高新技术企业创新资源整合能力，推动高新技术企业依托创新实现高成长发展，提升创新发展规模效应。

（2）发挥金融对高新技术企业发展赋能作用。完善高新技术企业获取信贷、风险投资的融资风险补偿机制，降低企业融资成本，强化高新技术企业挂牌上市融资的支持政策；加强上市培育服务，大力扶持重点产业链高新技术企业在境内外上市融资，支持企业借助金融资本加快创新发展，做大做强。

（3）强化高新技术企业对产业的支撑引领。高新技术企业对区域科技经济贡献巨大，是区域核心创新主体，充分发挥高新技术企业的创新实力优势，面向广东省战略性产业、未来型产业实施科技型领军企业的梯次培育计划，大力培育产业链缺位企业、核心企业，构建产业创新联合体，强长板、补短板，加快构建现代产业体系，持续强化广东省经济高质量发展的创新动能。