工业企业技术创新能力评估

工业企业技术创新能力评估技术创新是以企业活动为基础，以市场为导向，将科技潜力转化为经济优势的技术行为和经济行为。

企业技术创新能力指企业在一定经济条件下，以提升企业竞争力为目的，有效利用其所拥有的各种技术创新资源的能力。

随着市场竞争的加剧和技术的快速进步，技术创新成为企业生存发展的基础、提升竞争力的关键和经济增长的力量源泉。

当前，培育中国技术创新的土壤仍以工业为主。

工业企业是国民经济的支柱，又是技术创新的主体，是推动国家科学技术进步的主导力量，承担着提升企业技术创新能力进而提升产业和国家竞争力的历史重任。

《中国制造２０２５》明确指出要推进信息化与工业化深度融合，强化工业基础能力，推进工业转型升级和提质增效。

为落实中国制造２０２５规划，为实现工业强基，必须进行技术创新，实现技术突破。

现实需要为理论的发展提供动力，如何客观、科学、有效、定量地评价工业企业技术创新能力，对于其在同行业竞争中科学的认识自身的技术创新能力，采取适当的技术创新战略，提升自身的竞争优势，增强企业核心竞争力，获取最佳的经济效益和社会效益具有特别重要的现实意义。

对于工业企业技术创新能力，不同学者从不同角度做了研究。

宁连举和李萌构建了大中型工业企业技术创新能力评价模型，并利用国家统计局网站公布的２００５年大中型工业企业技术创新资料数据，评价了我国大中型工业企业的自主创新能力。

在后续研究中，又基于全面创新理论，从国有大中型工业企业的属性和特点出发，构建了国有大中型工业企业技术创新能力评价体系。

朱霞，朱永跃基于小波神经网络提出了企业技术创新能力综合评价方法并建立企业技术创新能力定量评价模型。

朱承亮，岳宏志，李婷运用主成分分析法对我国西部地区大中型工业企业技术创新能力进行了实证研究并给出了综合评价结果，认为我国西部地区大中型工业企业技术创新能力普遍不强。

蒋玉洁，菅利荣运用熵权ＴＯＰ－ＳＩＳ方法和锡尔指数对我国区域大中型工业企业技术创新能力发展水平进行了综合评价和差异测度，研究表明区域之间差异突出，两极分化现象严重。

樊小霞，牛冲槐，王秀义利用因子分析法研究得出我国各省份大中型工业企业在技术创新效率、技术创新扩散、技术引进消化吸收三个方面的发展呈现不均衡状态［６］。

以上学者的研究为工业企业技术创新能力的研究提供了基础，但针对不同所有制类型工业企业技术创新能力评价的研究文献较少，多数是从区域性角度进行的。

在我国，国有企业、集体企业、私营企业、外资企业等共存，各企业在规模和资金实力方面存有差异，因此应针对不同所有制类型的企业分别评价其技术创新能力。

本文构建了工业企业技术创新能力评价指标体系，并利用因子分析方法建立工业企业技术创新能力综合评价模型，对不同所有制类型的工业企业进行评价和排序，对提升其技术创新能力有一定意义。

１研究思路与方法１．１评价指标体系设计本文综合国内外的研究成果，并结合国家统计局公布的全国工业企业技术创新统计指标，考虑到工业企业自身的特点，选择代表性强、涵盖信息量大的指标，形成工业企业技术创新能力评价指标体系（见表１）。

１．２研究方法目前评价企业技术创新能力的方法主要有层次分析法（ＡＨＰ）、模糊综合评价法，数据包络分析法（ＤＥＡ）、ＢＰ人工神经网络评价法、灰色综合评价方法等。

其中一些方法（如ＡＨＰ）具有如下弊端：各指标层的权重依赖于专家们的主观判断，人为给定的权数具有一定的主观随意性，不能完全反映企业真实情况。

为最大水准地消除主观因素的影响，本文采用因子分析法。

因子分析是将复杂的多个变量综合为少量的相互独立的因子，依据不同的因子对原始变量分类，以反映原始变量的大多数信息。

该方法具有如下优点：从多个观测变量中找出少数几个综合因子来解释原始数据，有助于客观、有效地确定综合指标的权重；权重是基于数据分析而得出的，能体现指标间的内在结构关系，不受主观因素的影响，具有较好的客观性；因为各指标间的信息交叉少，因此各指标具有较强的可比性。

通过因子分析法找出综合因子来解释原始数据，并得出指标之间的内在关系，企业决策者通过指标内在关系，客观认识到自身的技术创新能力，从而制定更加科学的技术创新决策，提升企业竞争力。

２过程分析２．１描述性统计首先对数据标准化处理，通过计算相关系数矩阵（见表２）查看原有变量是否适合进行因子分析。

从表２可以看出，几乎所有的相关系数均超过０．３，大多数超过了０．７，可见指标之间有较强的相关关系，能够提取公共因子，适合做因子分析。

２．２方差分析和碎石图其次，计算特征值和累积方差贡献率（见表３）。

方差贡献率反映的是公共因子所包含的原指标信息量的水准；累积方差贡献率反映的是几个公共因子累积包含的原指标信息量的水准。

一般选取累积方差贡献率大于０．８５的特征值个数为因子个数，它们能较好的反映原指标的信息量。

从表３可知，前两个因子累积方差贡献率为９１．４２９％，超过了８５％，只损失了８．５７１％的指标信息，已取得不错的效果，因此可选取前两个因子进行分析。

图１的碎石图反映的是２０１２年不同所有制类型的工业企业技术创新能力特征值，横坐标表示成分数也即因子数，纵坐标表示特征值大小。

由图可看出，从第二个因子开始特征值渐趋减缓并接近于零。

这表明选取前两个因子是合适的。

２．３因子载荷通过因子旋转的方式可以使一个变量在尽可能少的因子上有较高的载荷，利用主成分法提取公共因子时采用最大方差法旋转后的因子载荷矩阵见表４，表中数据表明公共因子与指标之间的相关关系。

第一个公共因子Ｆ１与技术改造经费支出Ｘ４、引进技术消化吸收经费支出Ｘ５、科技机构活动经费支出Ｘ１０、购买国内技术经费支出Ｘ７、企业Ｒ＆Ｄ活动经费Ｘ１、政府资金Ｘ１１、引进国外技术经费支出Ｘ６、Ｒ＆Ｄ费用加计扣除减免税Ｘ１２、企业Ｒ＆Ｄ人员折合全时当量Ｘ２、科技机构活动人员Ｘ９、高新技术企业减免税Ｘ１３、企业办科技机构数Ｘ８这十二个指标的相关性较强，即在这些指标上的载荷较高。

这些指标反映了企业技术创新活动的投入能力，技术创新活动过程与环境支撑均划到这个公共因子内，因此可将公共因子Ｆ１命名为技术创新投入因子。

第二个主因子Ｆ２包括新产品产值Ｘ１４、新产品销售收入Ｘ１５、专利申请数Ｘ１６、Ｒ＆Ｄ项目数Ｘ３、有效发明专利Ｘ１７五个指标，Ｆ２与这五个指标的相关性较强，在其上的载荷较高。

其中Ｒ＆Ｄ项目数Ｘ３在第一个因子上的载荷也较高，仅仅相对第二个因子较低，而初始设计时，Ｒ＆Ｄ项目数Ｘ３是属于技术创新投入能力指标的，因此本文将此项指标修整至产出能力指标。

以上指标反映的是企业技术创新活动的产出能力，因此将公共因子Ｆ２命名为技术创新产出因子。

２．４因子得分根据ｓｐｓｓ软件可直接得出因子得分系数矩阵（见表５），进而可列出因子得分公式。

因子得分公式是原有变量线性组合的结果，因子得分是各变量值的加权综合，权数表示变量对因子的重要水准。

根据各公共因子的方差贡献率可进行加权求和得到综合得分公式。

２．５综合评价通过上述因子得分公式可计算不同所有制类型工业企业技术创新能力的因子得分及排名和综合得分及排名（见表６）。

从表６可以看到，在各类型的工业企业中，技术创新能力排在前三名的分别是有限责任公司、股份有限公司、外商投资企业。

３结果分析１）工业企业技术创新能力评价指标由技术创新投入因子和技术创新产出因子构成。

企业创新投入状况对其技术创新发展的影响是最重要的，而由表５可知企业办科技机构数、技术改造经费支出对创新投入因子的贡献是较大的，引进国外技术经费支出、引进技术消化吸收经费支出的贡献相对较大。

因此，企业应该重视科技机构数的建立和技术改造经费的支出，加大在这两面的投入，同时要引进国外先进技术并消化吸收转化为企业内在的技术，进一步创新形成企业自有技术。

２）有限责任公司、股份有限公司和外商投资企业在技术创新投入因子得分以及总得分上排名前三，但在创新产出因子上，有限责任公司排名第二，股份有限公司排至第四，外商投资企业排至第五，私营企业上升至第一，港澳台商投资企业上升至第三。

这表明有限责任公司、股份有限公司和外商投资企业虽然投入多产出却没有理想中的好，没有实现资源的有效利用。

这三个类型的企业应充分利用资源，提升投入产出效率。

私营企业和港澳台商投资企业的产出能力较强，可以依据自身情况适当再加大投入，以进一步提升创新产出，从而提升竞争力。

３）股份合作企业与联营企业产出因子排名和总排名均处于最后两位，这两个类型的企业产出效率不高，尤其是联营企业。

这两个类型的企业应找到导致产出效率低的原因，聘用技术开发人员，积极探寻技术创新战略。

本文运用因子分析法对工业企业技术创新能力进行了评价，因为研究能力有限，本研究存有着不足之处。

本文数据选自于统计年鉴，可能会遗漏某些重要的评价指标，指标体系的设计并不完善。

市场是持续发展的，企业的技术创新也是在变化的，因此指标体系的构建是一个动态的过程，而本文选取截面数据进行的是静态的评价，因此指标体系应在变化过程中持续完善。

工业企业技术创新能力评估。