貴州省高新技術企業自主創新能力測算與評價

張 鑫，李鳳培，張 平

（1.貴州師范大學 材料與建筑工程學院；2.貴州師范大學，貴州 貴陽 550025）

0 引言

到2020年，貴州省高新技術企業數量已達1 000家。盡管近幾年取得了一些成績，但是也應該清醒意識到差距與不足，貴州省在經濟發展方面還遠遠落后于其他地區，在高新技術企業發展方面的不足更是顯而易見，從政策、人才等資源來看，都有很大發展空間。

1 評價指標體系的建立

1.1 構建原則

整體性原則。企業自主創新能力不是單一因素作用的結果，它受企業內部和外部多種因素共同影響，各個因素相互聯系，相互支撐，在評價企業自主創新能力時，應將各個因素看為整體，才能準確全面。

科學性原則。科學性是企業自主創新能力評價各個環節工作的基礎。在基于科學性原則上，才能挖掘企業自主創新能力的本質和發展規律，因此科學選擇指標，才能降低誤差，使得測算更加接近企業真實情況。

對比性原則。文章所選取的是貴州省各個行業，以及不同行業不同年份的指標進行比較，形成對比，從中發現各個企業的不足與差異，對癥下藥。

動態性原則。在評價企業自主創新能力時，不僅要對企業過去以及現狀進行分析，還要對其發展趨勢進行預測，所以在選擇指標時，應該將潛在因素納入考慮。

可實施性原則。指標的選擇與建立不僅要考慮其能否滿足本研究的需求，更要保證數據完備、來源真實可靠。

1.2 評價指標體系的設計與構成

在總結以往研究經驗的基礎上，依據構建原則與企業發展規律與企業各職能部門的職能，參考國家統計局發布的《中國企業自主創新能力分析報告》，從企業潛在創新資源、創新活動投入、創新成果、創新環境4個層面建立貴州省高新技術企業自主創新能力評價指標體系（表1）。

表1 貴州省高新技術企業自主創新評價體系

2 高新技術企業自主創新能力測算

2.1 樣本的選擇

我國目前并沒有對高新技術行業進行明確的界定，但會根據技術密集與復雜水平來衡量行業是否屬于高新技術行業范圍。2007年國家統計局發布了有關高新技術行業分類的文件《高新技術產業統計分類目錄的通知》，將航天類相關的制造業、醫藥制造業、計算機、電子及通信設備制造業、儀表儀器制造業、信息傳輸、軟件和信息技術服務行業與科學研究與技術服務行業以及其他納入高新技術行業統計范圍。

選取具有代表性的六大高新技術行業作為研究對象，分別是醫藥制造業、計算機、通信設備和其他電子設備制造業、信息傳輸、軟件和信息技術服務行業、科學研究與技術服務業、儀器儀表制造業與鐵路、船舶、航空航天和其他運輸設備制造業，并選用近幾年的數據進行研究。

2.2 數據獲取與處理

文章搜集到的數據均來自貴州省科技局所編著的《高新技術企業統計年鑒》中六大行業的相關數據，根據之前建立的高新技術企業自主創新能力評價體系搜集相應的指標數據，并整理于表中。為了方便數據的統計與整理，用字母B1、B2、B3、B4、B5、B6分別代表醫藥制造業、鐵路、船舶、航空航天和其他運輸設備制造業、計算機、通信設備和其他電子設備制造業、儀器儀表制造業、信息傳輸、軟件和信息技術服務行業、科學研究與技術服務業（見表2）。

表2 2019年貴州省六大行業原始數據

2.3 測算方法

2.3.1 熵值法

從目前已有的研究得知,很大一部分學者在對高新技術企業自主創新能力評價時采用的都是層次分析法、專家調查法等諸如此類的主觀賦權法，這些主觀賦權的方法對研究者的科研素質與專業知識要求極高，倘若研究者不具備過硬的素質去進行判斷賦權，會引起偏差，進而影響評價結果的科學性、合理性。而熵值法正好避免了這些問題，因為熵值法屬于客觀賦權法，通過客觀的數據計算對指標進行賦權，不存在因為主觀因素造成的偏差。

1）熵值法的基本原理

熵在信息論中的意義是度量不確定性，信息量與不確定性反向變化，熵值與不確定性成正向變化。我們可以根據熵值的特點對指標進行計算，通過熵值判斷指標離散程度，進而可以看出該指標對于整體評價的影響力。所以，本文通過對信息熵的計算，計算各個指標相應的權重，為企業自主創新能力的評價提供科學的根據。

2）熵值法計算過程

①指標的標準化處理

指標的標準化處理就是將異質指標同質化。文章所選擇的各個維度下的指標計量單位并不完全相同，因此，要將所有的指標同質化才能計算，這個過程就是指標絕對值的轉化過程。另外，對于指標的分類，根據對整體評價的影響不同，將指標分為正向的指標和負向的指標兩大類，對于不同類型的指標，其標準化處理的過程也不同，詳細計算方法如下：

(文中i表示各個行業，j表示指標，Xij表示各個數據的原始值，max Xij是第i個行業的第j個指標的最大值，而min Xij是第i個行業的第j個指標的最小值)

正向指標的計算公式為：

負向指標的計算公式為：

②歸一化指標

在計算熵值，也就信息熵之前，先計算出第i個行業的第j個指標值的比重，具體計算公式如下：

③計算指標的信息熵

計算信息熵是整個計算過程中較為關鍵的步驟，因為要根據最后計算出的信息熵來判斷該指標對于整體評價的影響大小，當信息熵值越小，該指標的離散程度越高，對于整體評價的影響力也就越大，指標信息熵具體如下計算：

④計算每個指標的差異系數

對某個指標來說，指標值差異越大，對整體評價的影響力就越大，而且其差異越大，熵值越小。

Gj=1-ej

⑤計算指標權重

2.3.2 灰色關聯度分析

采用熵值法計算出每一個指標相應的權重之后，結合灰色關聯度模型計算出每個企業自主創新能力的綜合分數，使得最后的計算結果更加準確可信。企業的自主創新能力越強，所得到的灰色關聯度值越大，企業的自主創新能力越弱，則得到的灰色關聯度值越小。

1）明確數據序列

確定原始數據序列為{Xi(1),Xi(2),Xi(3),Xi(k)……Xi(n)},其中，i=1,2,……m，k=1,2……n，m代表行業數量，n代表指標個數。

2）原始數據無量綱化

原始數據單位并不統一，將原始數據進行無量綱化的方法是均值法。具體計算過程如下公式：

3）確定參考序列

原始數據無量綱化得到新數據之后，從每個指標中選擇最優值，得到參考數據序列。將參考數據序列設為{X0'(1),X0' (2),……X0' (n)}

4）計算差值序列

5）計算灰色關聯度系數

其中ξ為Δmax的系數，灰色關聯度值大小在一定程度上取決于ξ的大小，本文采用最優值計算方法，避免了主觀性的干擾，得到了ξ的最優值為0.5。

6）計算灰色關聯度值

(Wj為文中已經計算出的每個指標的權重)

2.4 測算結果

依據熵值法計算出各年份不同維度的熵值與權重，再與灰色關聯度分析相結合，得出各個行業不同年份的自主創新能力綜合得分。根據各個指標每年相應的數據計算出權重，權重根據每年數據與情況的不同而發生變化，計算結果更加準確（見表3）。

表3 2019年各指標熵值與權重

2.4.1 自主創新能力綜合評分計算

因為各個原始數據的單位不同，所以對原始數據進行無量綱化，得到數據的最優值，再求出差序列，根據差序列的最大值與最小值進一步得到各個數據的灰色關聯系數，最后依據熵值法求出的權重的到各個維度創新能力的得分（見表4，圖1、圖2）。

表4 2019年貴州省高新技術行業創新能力綜合得分

圖1 2019年高新技術行業各維度得分

圖2 2019年高新技術行業綜合得分變化

3 高新技術企業自主創新能力測算結果分析

貴州省高新技術企業自主創新能力極其不均衡，各個行業差距較大。其中差距最為明顯的是潛在創新資源，醫藥制造業與航空航天、船舶及其他運輸設備制造業，這兩大行業工業總產值領先許多，實力較強，為其自主創新發展奠定了基礎，與其他行業明顯拉開了差距，占據較大優勢。另外，企業之間獲得的高新技術企業所得稅減免與企業投入的項目資金差距也帶來了不均衡的創新發展。造成這種現象的原因有政府政策的傾斜、企業對自主創新的重視以及企業自身實力較強，所以有充足的資金投入到研究與開發中。

企業之間科研人員數量相差較大，也是導致發展不均衡的原因。可能是企業對于工作人員的科技素養與學歷不夠重視，企業的人才引進制度不夠完善，所以缺乏創新核心力量。

4 結語

從測算結果分析可以得知，醫藥制造業與航空航天、船舶及其他運輸設備制造業發展勢頭良好，未來貴州省應將重點扶持對象定位在該領域自主創新發展潛力較大的中小型科技企業，以推進中小型高新技術企業自主創新能力的提升，促進貴州省高新技術企業自主創新發展平衡。