大中型工业企业区域创新能力评价研究
王鹏飞 石林芬
(华中科技大学管理学院：武汉)
我国大中型工业企业数量虽然只占全国规模以上工业企业的一成 ，但资产总额和净资产却占到了七成以上，销售收入和利润也占到六成以上，同时还集中了我国近五成的研究与发展（R&D）资源。大中型工业企业，尤其是国有重点大中型工业企业，不仅承担着提高企业技术创新能力进而提高产业和国家竞争力的历史重任，同时也在提升区域创新能力和促进区域经济发展方面发挥着极为重要的作用。客观评价不同区域大中型工业企业的创新能力，系统分析不同区域的大中型工业企业的创新能力存在差异的深层次原因，这对加强不同区域大中型企业的创新能力建设、提升区域竞争力来说，均是十分有意义的。
一、指标设计
创新能力是指生产和汲取新的科学与技术知识并将其转化为新产品（包括新的服务）与新工艺的能力。
大中型工业企业的区域创新能力是指在区域经济的发展过程中，区域内的大中型工业企业生产和汲取新的科学与技术知识并将其转化为新的产品（包括新的服务）与新的工艺，从而提升区域竞争优势的能力。大中型工业企业的区域创新能力包括创新投入能力、创新产出能力以及促进区域经济发展的能力。
参照以上对大中型工业企业区域创新能力的定义，并根据指标设计的科学性与可测度性原则，我们设计了一套包括3个一级指标、16个二级指标在内的评价指标体系（见表1）。
二、数据来源
为保证统计口径与统计范围的一致性，总量指标数据均来源于2004－2006年“中国科技统计年鉴”和“中国统计年鉴”等国家权威统计文献。为减少数据的波动性，总量指标数据均取3年的平均值。由于西藏相关数据的缺失，研究对象是除西藏外的我国大陆的30个省区。
表1 大中型工业企业区域创新能力评价指标体系
|
|
一级指标 |
二级指标 |
|
大中型工业企业区域创新能力评价指标 |
创新投入 |
R&D人员全时当量（X1） |
|
R&D人员在从业人员中的比重（%，X2） |
||
|
R&D经费(X3) |
||
|
R&D经费占省区R&D经费比重（%,X4） |
||
|
R&D经费占产品销售收入比重（%,X5） |
||
|
新产品开发经费占产品销售收入比重（%,X6） |
||
|
消化吸收经费与技术引进经费之比（%,X7） |
||
|
创新产出 |
发明专利申请数(X8) |
|
|
发明专利申请数占省区发明专利申请数的比重（%,X9） |
||
|
拥有发明专利数(X10) |
||
|
新产品销售收入(X11) |
||
|
新产品销售收入占产品销售收入比重（%,X12） |
||
|
新产品出口占新产品销售收入比重（%,X13） |
||
|
促进区域经济发展 |
全员劳动生产率(X14) |
|
|
工业增加值率(X15) |
||
|
工业增加值占地区生产总值比重（%,X16） |
三、数学模型
对大中型工业企业区域创新能力的定量分析所选用的数学模型为因子分析模型。
因子分析(Factor Analysis)的核心是用较少的互相独立的因子反映原有变量的绝大部分信息，它通过研究众多变量之间的内部依赖关系，探索观测数据中的基本结构，并用少数几个假想变量来表示基本的数据结构。这些假想变量能够反映原来众多的观测变量所代表的主要信息，并解释这些观测变量之间的相互依存关系。
四、数据处理
1．因子提取
首先对原始数据矩阵进行标准化(即无量纲化)处理，并求出其相关系数矩阵，根据相关系数矩阵计算其特征值、方差贡献率和累计方差贡献率，结果见表2。
从表2可以看到，前5个因子的方差总和占样本方差的82.66%，这说明前5个因子所含的信息量已占全部信息量的82.66%。一般来说，累计方差百分比达到80%以上，即认为很满意；从第6个因子开始，各因子特征值均小于1，进一步观察，本文认为提取前5个因子作为主因子是合适的。在提取这5个公因子后，因素共同度(Communalities)均在0.7及其以上，可见此时所有变量的共同度非常高，各个变量的信息丢失都很少，因此本次因子提取的总体效果很理想。
表2 方差贡献分析表
|
因 子 |
初始情况 |
旋转后的情况 |
||||
|
特征值 |
方差贡献率/% |
累计方差贡献率/% |
特征值 |
方差贡献率/% |
累计方差贡献率/% |
|
|
1 |
6.165 |
38.531 |
38.531 |
4.985 |
31.155 |
31.155 |
|
2 |
2.830 |
17.690 |
56.221 |
2.233 |
13.955 |
45.109 |
|
3 |
1.656 |
10.349 |
66.570 |
2.218 |
13.864 |
58.973 |
|
4 |
1.457 |
9.107 |
75.677 |
2.053 |
12.829 |
71.802 |
|
5 |
1.117 |
6.984 |
82.660 |
1.737 |
10.858 |
82.660 |
|
6 |
0.710 |
4.440 |
87.101 |
|
|
|
|
7 |
0.589 |
3.683 |
90.783 |
|
|
|
|
8 |
0.438 |
2.737 |
93.520 |
|
|
|
|
9 |
0.343 |
2.143 |
95.664 |
|
|
|
|
10 |
0.233 |
1.457 |
97.121 |
|
|
|
|
11 |
0.202 |
1.265 |
98.386 |
|
|
|
|
12 |
0.097 |
0.609 |
98.995 |
|
|
|
|
13 |
0.078 |
0.487 |
99.482 |
|
|
|
|
14 |
0.044 |
0.276 |
99.758 |
|
|
|
|
15 |
0.033 |
0.204 |
99.962 |
|
|
|
|
16 |
0.006 |
0.038 |
100 |
|
|
|
2．因子得分
根据因子得分系数矩阵，计算出这5个公因子各自的得分，然后再根据各公因子方差累计贡献计算出综合得分，第j个公因子得分公式如下：
，
表示权重因子，其值取自因子得分系数矩阵（Component
Score Coefficient Matrix）,而
；综合得分公式是根据各公因子对方差的贡献程度加权求和，本次研究中
。因子得分情况参见表3。
表3 因子得分表
|
地 区 |
F1 |
排 序 |
F2 |
排 序 |
F3 |
排 序 |
F4 |
排 序 |
F5 |
排序 |
F |
综合排序 |
|
北 京 |
0.05 |
9 |
0.32 |
10 |
2.29 |
1 |
0.49 |
9 |
-2.59 |
30 |
0.66 |
6 |
|
天 津 |
-0.16 |
13 |
2.96 |
1 |
-0.22 |
23 |
2.73 |
1 |
-0.32 |
18 |
0.96 |
4 |
|
河 北 |
-0.64 |
24 |
1.29 |
5 |
-0.33 |
24 |
-0.12 |
19 |
0.11 |
13 |
0.03 |
16 |
|
山 西 |
-0.44 |
19 |
-0.76 |
26 |
0.12 |
17 |
0.31 |
10 |
1.42 |
2 |
-0.09 |
20 |
|
内蒙古 |
-0.68 |
26 |
-0.18 |
15 |
-0.56 |
26 |
0.25 |
11 |
0.52 |
8 |
-0.21 |
28 |
|
辽 宁 |
0.38 |
6 |
-0.53 |
19 |
2.14 |
2 |
-0.01 |
16 |
0.40 |
9 |
0.54 |
7 |
|
吉 林 |
-0.67 |
25 |
-0.60 |
20 |
0.26 |
15 |
0.85 |
6 |
-0.67 |
21 |
-0.05 |
17 |
|
黑龙江 |
0.08 |
8 |
|