數字經濟背景下服裝企業創新能力評價研究

許菱 張克 王耀剛 鐘少君

Research on the evaluation of the innovation ability of garment enterprises under thebackground of digital economy

摘要：

隨著傳統產業與數字化融合的步伐逐漸加快，數字經濟的發展為服裝企業提供了新的創新機遇。文章基于2016—2022年中國服裝上市公司面板數據，從創新投入、創新產出、經營績效、環境因素和數字化水平5個維度構建創新能力評價指標體系，運用全局因子分析法綜合評價服裝上市公司創新能力，并對中國服裝上市公司創新能力總體狀況進行分析。研究認為，研發投入和專利產出是提高服裝上市公司創新能力的關鍵要素;中國服裝上市公司整體創新能力處于中下游水平;不同上市公司創新能力之間存在較大差異;上市公司整體數字化水平較好。最后，文章從企業和政府2個方面提出相應的對策建議。

關鍵詞：

創新能力評價;服裝上市公司;全局因子分析;影響因素;數字經濟;數字化水平

中圖分類號：

TS101.1; F424.3

文獻標志碼：

A

文章編號： 1001-7003（2024）06-0013-10

DOI： 10.3969/j.issn.1001-7003.2024.06.002

收稿日期：

20231201;

修回日期：

20240429

基金項目：

江西省教育廳科學技術研究項目（GJJ2200833）;贛州市同心圓智庫2023年度第一批重點課題項目（TXYZK20230105）

作者簡介：

許菱（1970），女，教授，主要從事產業經濟、創新管理的研究。

在數字經濟快速發展的背景下，以云計算、物聯網、數字孿生等為代表的信息技術全面嵌入服裝產業，服裝產業正在實現從設計到售后的全產業鏈的快速重組。目前，中國服裝行業作為勞動密集型產業，正面臨成本優勢逐漸減弱、市場收縮、高端產品開發和制造能力薄弱等困境。加快技術融合步伐，提升創新能力，推進產業鏈、價值鏈高端化以應對發展困境日益成為業界和學界共識，乃至政府決策關注的重點。

服裝上市公司是中國服裝行業的龍頭企業，是行業技術進步和創新發展的重要力量，其發展水平會對產業發展程度有直接的影響。通過全面科學地評價服裝上市公司的創新能力，不僅可以讓企業了解自身的優勢和不足，據此完善企業的發展戰略，提高企業的核心競爭力，還可以對服裝產業總體層面的創新能力有前瞻性的把握。因此，對服裝上市公司創新能力進行合理的評價具有一定的理論意義和現實價值。

1? 相關研究綜述

Burns & Stalker于1961年首次提出創新能力的概念，隨

后的文獻大體上從企業、區域、國家三個層面對創新能力進行詮釋［1］。具體到企業創新能力，其內涵經歷了“能力—核心能力—吸收和動態能力—創新能力”的演進過程［2］。對于服裝企業，其創新指實現一種服裝行業未曾出現過的生產要素和生產條件的“新組合”，具體為開發新產品、使用新生產工藝、研發新面料、實行新組織形式等［3］。數字經濟時代，在大數據、人工智能、工業互聯網等數字技術的驅動下，服裝企業的創新過程逐步從知識積累、研發設計延伸到生產應用、推廣銷售為一體的全流程模式［4］。許多消費者的新思想和新數據能夠便捷地傳遞至研發部門［4］，研發與生產、廠商與消費者的邊界日益模糊，服裝企業的創新過程逐漸融為一體［5］。因此，本文認為服裝企業創新能力是一種綜合能力，它能夠有效整合內外部創新資源，實現服裝企業的創新目標［6］。

目前國內外學者和從業者從多個視角建立企業創新能力評價指標體系，并使用不同方法開展評價。其中，創新內涵、創新過程和創新系統3種視角較為常見，如表1所示。

在評價方法的選擇上，學者們主要選擇因子分析法［14］、熵權法［15］、灰色關聯分析［16］、數據包絡分析［17］、TOPSIS模型［18］、層次分析法［19］等對企業數據進行處理。無論是主觀的還是客觀的單一評價方法，都有各自的優點和缺陷。如因子分析等是基于絕對量進行分析，易導致片面追求高產出的誤區［20］;數據包絡分析基于客觀數據，進行多投入及多產出的相對效率評價，但存在權重不唯一的問題［21］。很多學者為了得出更科學的結論，他們逐漸采用以一種評價方法為主、其他方法為輔的綜合評價方法，如將層次分析法分別與神經網絡［22］和熵權法［23］相結合、因子分析與聚類分析相結合［24］、熵權法與TOPSIS法相結合［12］等。

在研究對象上，近年來研究紡織服裝企業創新能力的文獻較少。魏巍［25］從內外部環境和投入產出4個角度構建評價指標體系，建立評價模型，并以浙江某紡織企業為例驗證了有效性。薛巖松等［26］使用隨機層次分析法對3家紡織企業技術創新能力進行了評估。以上研究成果為本文研究提供了有益參考，但仍存在權重設計主觀性較強及樣本量不足的問題。2016年中國服裝產業進入深度轉型升級的發展時期，服裝企業已開始主動擁抱數字經濟，創新過程逐漸發生變化。在新時期，服裝企業的創新能力水平如何？在前人的研究中并沒有回答這個問題。基于以上內容，本文構建服裝上市公司創新能力評價指標體系，通過客觀賦權法全局因子分析對25家樣本服裝企業展開綜合評估，從整體上了解中國服裝企業的創新能力水平，為提高服裝企業創新能力提供支持。

2? 建立評價指標體系和研究方法選擇

2.1? 評價指標體系構建

綜合國內外學者的研究，結合服裝企業的特征，依據科學性、客觀性、可行性、真實性等原則，構建服裝上市公司創新能力評價指標體系。指標體系由1個目標層、5個一級指標和15個二級指標組成，如表2所示。

2.1.1? 創新投入

參考邵爭艷等［27］的做法，將創新投入分為經費投入及人力投入的總量和比值。通過總量反映創新投入的總規模，通過比值反映企業創新投入的力度，在一定程度上避免了不同企業規模帶來的差異性影響。

2.1.2? 創新產出

專利授權數量是企業研發最直觀的成果之一。同時，無形資產是企業核心競爭力的組成部分［28］，是以知識技術形態存在的經濟資源［29］，是創造公司價值和績效的重要資源。因此，參考鄭通等［30］和倪潔等［24］的做法，選取當年授權專利數量和無形資產比率2個指標來衡量創新產出。

2.1.3? 經營績效

一方面，研發創新是企業資產不斷提高的動力，而企業資產在一定程度上為創新的開展提供了物質基礎。另一方面，良好的盈利能力保障了企業創新活動的可持續性。因此，參考肖淑芳等［28］和鄭通等［30］的做法，使用總資產同比增減、營業收入同比增減和營業利潤率3項指標衡量企業經營績效。

2.1.4? 環境要素

外部經營環境是對企業創新活動產生影響的客觀因素。借鑒邵爭艷等［27］的研究，選取政府補助、地區發展水平、地區開放程度和地區科研環境4個指標來衡量不同省市的經營環境。政府補助：將公司年報披露的政府補貼金額定義為政府補助;地區發展水平：用各省市人均GDP衡量公司所處地區的發展水平;地區開放程度：將企業所處省市進出口額與GDP的比值衡量地區開放程度;地區科研環境：用各省市科學技術支出衡量地區科研環境［27］。

2.1.5? 數字化水平

數字經濟時代下，產業數字化作為主陣地，在微觀層面表現為企業數字化［31］。企業數字化指企業應用與融合各類數字技術的過程。劉樹林等［32］以341家中國A股上市公司為研究對象，研究了企業數字化對創新能力的影響，發現其能夠顯著驅動創新能力的提升，而且該驅動作用具有持續性。以往學者大多將企業數字化水平作為創新能力的影響因素展開分析，較少用于創新能力評價中，因此本文將其應用于企業創新能力評價中，以此探究企業數字化水平對創新能力的支持作用［12］。本文在已有研究的基礎上，從設備和人員2個角度衡量企業的數字化水平［33］。對于企業在設備方面的數字化水平，本文借鑒張永坤等［34］的做法，使用“數字化技術無形資產凈額除以總資產”衡量。具體地，當上市公司財務報表附注披露的無形資產明細項中包含“軟件、網絡、智能平臺”等與數字化技術相關的關鍵詞及有關的專利時，將此項目界定為數字化技術無形資產，最后對同一公司相同年份多項數字化技術無形資產的期末凈值進行加總［34］。對于企業在人員方面的數字化水平，本文借鑒謝絢麗等［35］的做法，使用“信息科技背景的高管在高管團隊中占比”衡量。具體地，通過教育背景和工作經歷展開判斷。其中教育背景根據其簡歷中介紹的所學專業是否涉及信息、智能、軟件、網絡等進行判斷;工作經歷根據其簡歷中的任職經歷是否包含信息科技公司任職，或分管研發中心等信息科技部門、擔任信息總監進行判斷［35］。

2.2? 方法選擇

本文選擇的15項指標均為定量指標，適用客觀賦權法開展分析，包括數據包絡分析、熵權法、神經網絡等。其中因子分析法將錯綜復雜的變量聚合為少數幾個獨立且不能直接測量的公因子，這些公因子可以反映15項變量的主要信息，各公因子按照所對應的方差貢獻率比例確定權重。但因子分析法只能分析截面數據，不適用于面板數據。

全局因子分析是在因子分析的基礎上，增加時間序列維度，能夠對面板數據進行分析。企業開展創新活動一般需要較長的時間，使用多年的數據進行分析可以更準確地體現創新能力的真實水平。所以，本文使用全局因子分析法展開創新能力綜合評估。根據得出的結果，可比較紡織服裝上市公司創新能力的大小。

3? 數據來源及計算結果分析

3.1? 樣本選取與數據來源

在樣本選擇方面，上市公司競爭力強、發展潛力大，是服裝行業的成功代表，故選擇上市公司作為研究對象。選擇的樣本企業是根據《國民經濟行業分類》劃分的，參考趙君麗等［36］的研究，選擇前兩位代碼為18的公司，即“紡織服裝與服飾業”。

從時間尺度上看，2016年紡織服裝產業開始進行深度轉型升級，故選擇的樣本時間為2016—2022年。

在數據選擇上，排除期間有退市風險、年報未披露、終止上市的企業后，選擇25家服裝上市公司，4年總計100組樣本數據。專利數據來自中國研究數據服務平臺，地區發展水平、地區開放程度和地區科研環境指標數據來自各省市政府網站，企業數字化水平相關數據來自服裝上市公司年報，剩余指標來自國泰安數據庫。對于各省市科學技術支出和數字化技術無形資產凈額中的缺失值，使用線性插值法進行補充。

3.2? KMO和Bartlett球形檢驗結果

進行KMO和巴特利特球形檢驗，其中KMO的值為0.583，大于0.500，表明各項指標之間有關聯性，適合進行因子分析;同時，Bartlett檢驗的P值為0.000，小于0.005，數據呈球形分布，符合因子分析的條件。

3.3? 計算結果分析

3.3.1? 紡織服裝企業創新能力影響因素分析

使用SPSS對15項指標數據展開全局因子分析，將特征值大于1為標準來選擇公因子，得出對服裝上市公司創新能力產生影響的主要因素，如表3所示。由表3可以看出，累積方差貢獻率為66.563%。根據因子分析理論，只要主因子能夠反映60%以上的方差貢獻率即可［37］，故這5個主因子是影響服裝上市公司創新能力的主要因素。

通過旋轉成分矩陣（表4）可得到15個指標在不同主因子上的分布狀況。由表4可知，第一個因子與研發經費、研發人員數量、當年授權專利數量和政府補助相關性較高，命名為研發投入和專利產出因子（F1）。第二個因子在總資產同比增減、營業收入同比增減和營業利潤率上載荷高，命名為企業成長因子（F2）。第三個因子與各省市進出口額與GDP的比值、各省市人均GDP和信息科技背景的高管在高管團隊中占比相關性較高，命名為經營環境和數字化人才因子（F3）。第四個因子在研發經費占營業收入比例和研發人員占員工總數比例上載荷高，命名為研發投入強度因子（F4）。第五公因子與數字化技術無形資產凈額除以總資產、無形資產比率和各省市科學技術支出相關性較高，命名為地區科研環境和設備數字化水平因子（F5）。由表4還可以得知，研發投入和專利產出因子的方差貢獻率最高，表明其對創新能力的影響程度最高，且這些公因子的方差貢獻率都大于0，說明其正向影響創新能力。

3.3.2? 服裝上市公司創新能力分析

使用SPSS軟件進行全局因子分析會自動將變量數據標準化，且會得到5個公因子F1～F5的值。之后將5個公因子各自方差貢獻率占5個公因子累積方差貢獻率的比例作為權重，對這5個公因子進行加權平均，計算出企業創新能力綜合得分，即可對中國服裝上市公司創新能力進行綜合評估，具體計算公式為：

F=0.305×F1+0.196×F2+0.181×F3+0.17×F4+0.148×F5（1）

25家樣本公司2016—2022年各公因子和綜合因子的平均得分和排名情況如表5所示。選擇每家公司2016—2022年的平均值，可以體現公司在此時期內的創新能力大小。0代表平均水平，得分大于0說明創新能力高于平均水準。各公司綜合因子平均得分越高，說明創新能力越強。

具體分析如下：

第1個公因子F1為研發投入和專利產出因子，25家服裝上市公司中，F1大于0.000的有8家，說明該因子得分高于平均水平的有8家，占32%。排在前3名的分別是際華集團、森馬服飾和偉星股份，在研發投入規模、專利數量等方面位于領先地位，說明這3家企業重視科技創新，專利產出能力強。

第2個公因子F2為企業成長因子，25家服裝公司中，F2大于0.000的有12家，表明該因子得分高于平均水平的有12家，占48%。排在前3名的分別是比音勒芬、歌力思和錦泓集團，在營業收入同比增減、營業利潤率等方面位于領先地位。其中比音勒芬的營業收入等一直處于增長態勢，這表明該企業成長性強，具有強勁的經營韌性，成為堅持長期主義的模范企業。

第3個公因子F3為經營環境和數字化人才因子，25家服裝公司中，F3大于0.000的有11家，表明該因子得分高于平均水平的有11家，占44%。其中嘉麟杰、際華集團和比音勒芬排名前3，這些企業在數字化管理、應用和技術人才建設方面取得了較好的成效。同時，這3家企業分別位于上海、北京和廣東，說明這3個地區的發展水平和開放程度處于國內較高水平。

第4個公因子F4為研發投入強度因子，25家服裝公司中，F4大于0.000的有13家，表明該因子得分高于平均水平的有13家，占52%。排在前3名的分別是森馬服飾、探路者和錦泓集團，這3家企業的人員和經費投入力度較高，這也成為企業持續激發創新活力和增強創新能力的堅實保障。

第5個公因子F5為地區科研環境和設備數字化水平因子，25家服裝公司中，F5大于0.000的有13家，表明該因子得分高于平均水平的有13家，占52%。排在前3名的分別是歌力思、錦泓集團和金發拉比，其中歌力思以2.536的得分遠超其他企業，在數字科技創新、數據中臺體系建設等方面卓有成效，設備數字化程度較高。同時，這3家企業位于廣東和江蘇，表明這2個省份的科學技術支出處于國內較高水平。

綜合因子F得分為企業創新能力得分，由表5可知，際華集團的創新能力得分最高，為1.251，在代表創新投入、專利產出和數字化人才的因子上名列前茅，這說明該企業重視創新能力的培養，投入大量資源開展創新活動，對不同類型的數字化人才展開培訓，同時樣本期內每年至少有三百多項專利獲授權，創新成果較多。排在前3名的分別為際華集團、歌力思和錦泓集團，這3家企業的研發經費、研發人員數量、數字化人才比重等位于前列，創新能力較強。綜合因子F得分大于0.000的有8家，表明25家服裝上市公司創新能力高于平均水平的有8家，占32%，可見中國多數服裝上市公司創新能力的提升有較大空間。

3.3.3? 各公因子和綜合因子變化趨勢分析

計算2016—2022年各公因子及綜合因子得分平均值，分析因子變化趨勢，探究25家服裝上市公司整體狀況，如表6所示。

由表6可知，樣本期間綜合因子平均得分逐漸減少到負數，可以看出樣本服裝企業整體創新能力呈現逐年下降的趨勢，總體水平較低。從各公因子平均得分變化趨勢來看，研發投入和專利產出因子在波動中呈現下降趨勢，平均得分一直小于0.000，這表明服裝上市公司整體的研發投入規模、專利產出等表現較差;企業成長因子和研發投入強度因子呈現持續下降的趨勢，說明財務狀況整體呈現低迷狀態，經費和人員投入強度偏低;經營環境和數字化人才因子平均得分在波動中下降，但一直大于0.000，可以看出各省市人均GDP、開放程度和員工數字化程度整體水平較好;地區科研環境和設備數字化水平因子則呈現持續上升的趨勢，這說明地區財政科學技術支出越來越高，服裝上市公司在服裝設計、制造等環節使用數字系統越來越頻繁。

4? 建? 議

本文結合目前服裝企業的發展狀況，提出以下建議：

1） 在企業方面：第一，建議處于領頭羊的企業需具備供應鏈核心企業的擔當，除了在自身供應鏈生態圈中讓鏈上各企業能夠分享數字化應用的紅利，同時肩負起將數字化技術全鏈推進的重擔，讓更多的企業分享數字化技術應用成果。第二，創新能力較弱的企業則可根據自身實際情況增加創新資源投入、完善創新激勵機制，同時積極與供應商、客戶、高校、行業協會、研究機構等開展數字化創新合作，利用外部資源提高創新效率，增強企業競爭力。最后，由于數字化技術在企業制造環節和管理方面的不斷深入應用，勢必推動企業組織架構的優化、業務流程的再造，這需要企業決策層具備創新的勇氣。

2） 在政府方面：第一，不斷完善鼓勵企業科技創新的獎勵機制，出臺多元化扶持政策。如針對企業逐年增加研發投入、有效專利申請增加、在服裝制造環節拓展數字化技術應用等方面給出具體的激勵措施。第二，不斷提升服裝行業專利申請服務的水平，營造較好的創新氛圍，盡快構建服裝制造企業、服裝裝備企業、信息科技企業、專利服務咨詢機構的多方協同平臺。第三，依托行業協會和專業學會搭建行業內的數字化創新交流平臺，讓相關各方共享現有服裝行業數字化創新的成就，共商全產業鏈數字化創新合作的可能。最后，加快推進服裝行業中各類型專業市場、產業園區的信息技術基礎設施建設，提供強有力的數字化應用硬件支撐。

5? 結? 論

本文基于2016—2022年25家中國服裝上市公司面板數據，構建創新能力評價指標體系，運用全局因子分析法展開分析與評價，得出研究結論如下：

1） 研發投入和專利產出是影響服裝上市公司創新能力的關鍵要素。大規模的研發投入可以確保企業有充足的人力物力開展創新活動，也將加快新產品和新技術的開發速度。同時專利的產出代表著新成果的出現，既能為企業帶來商業收益，也能提高企業競爭力。另外企業成長等因素對創新能力也呈正向影響。當前數字化水平不足以成為影響創新能力的關鍵因素，但隨著數字技術在創新活動中的應用程度不斷提高，數字化水平對創新能力的影響作用也將進一步增強。

2） 25家服裝上市公司整體創新能力還處于中下游水平，兩極分化稍顯嚴重;不同上市公司的創新能力之間具有較大差異，如錦泓集團的公因子得分幾乎都位于前列，體現出領頭羊企業的特征;但九牧王在整體上稍顯遜色。部分企業數字化創新的側重點在于產品研發方面，能夠積極利用數字技術收集市場信息，快速推進新產品的研發工作，提高創新效率，如森馬服飾具有完善的客戶之聲機制，積極收集消費者的問題反饋，并運用自有數字化研發技術，快速滿足客戶需求，而有些企業在該方面稍顯滯后。在數字化設備和數字化人才建設方面，樣本企業整體水平較好，可以看出這些企業在數字化轉型過程中都有各自獨特的組織架構與技術優化，能夠快速響應市場的變化和消費者的需求。

本文從創新投入、創新產出、經營績效、環境因素和數字化水平5個方面對服裝上市公司的創新能力展開評價，發現創新能力受到研發投入、專利產出、企業成長、經營環境和數字化人才、地區科研環境和設備數字化水平的影響。后續研究可從更多角度測度設備數字化水平，如數字化固定資產加數字化無形資產再除以總資產等。

參考文獻：

［1］張國良， 陳宏民. 關于組織創新性與創新能力的定義、度量及概念框架［J］. 研究與發展管理， 2007（1）： 42-50.

ZHANG G L， CHEN H M. Organizational innovativeness and innovative capability： A research on definition， measurement， and conceptual framework［J］. R&D Management， 2007（1）： 42-50.

［2］陳力田， 趙曉慶， 魏致善. 企業創新能力的內涵及其演變： 一個系統化的文獻綜述［J］. 科技進步與對策， 2012， 29（14）： 154-160.

CHEN L T， ZHAO X Q， WEI Z S. The connotation and evolution of enterprise innovation capability： A systematic literature review［J］. Science & Technology Progress and Policy， 2012， 29（14）： 154-160.

［3］彭紀生， 劉伯軍. 技術創新理論探源及本質界定［J］. 科技進步與對策， 2002（12）： 101-103.

PENG J S， LIU B J. Origin and essence definition of technological innovation theory［J］. Science & Technology Progress and Policy， 2002（12）： 101-103.

［4］肖翔， 王晉梅， 董香書. 數字化轉型如何影響制造業實質性創新？ 基于“數字賦能”與“數字鴻溝”的視角［J］. 浙江大學學報（人文社會科學版）， 2023， 53（10）： 28-50.

XIAO X， WANG J M， DONG X S. How does digital transformation affect substantial innovation in manufacturing？ Based on the perspectives of “digital empowerment” and “digital divide”［J］. Journal of Zhejiang University （Humanities and Social Sciences）， 2023， 53（10）： 28-50.

［5］NAMBISAN S， LYYTINEN K & MAJCHRZAK A， et al. Digital innovation management： Reinventing innovation management research in a digital world［J］. Mis Quarterly， 2017， 41（1）： 223-238.

［6］王黎娜， 龔建立， 溫瑞珺， 等. 創新模型選擇與自主創新能力提升機理研究［J］. 科技進步與對策， 2006（7）： 5-7.

WANG L N， GONG J L， WEN R J， et al. Research on the selection of innovation model and the improvement mechanism of independent innovation ability［J］Science & Technology Progress and Policy， 2006（7）： 5-7.

［7］王勝蘭， 魏鳳， 牟乾輝. 企業技術創新能力評價新方法的研究［J］. 運籌與管理， 2021， 30（6）： 198-204.

WANG S L， WEI F， MOU Q H. Research on new evaluation method of enterprises technology innovation ability［J］. Operations Research and Management Science， 2021， 30（6）： 198-204.

［8］張玉娟， 湯湘希. 基于熵值-突變級數法的企業創新能力測度： 以創業板上市公司為例［J］. 山西財經大學學報， 2017， 39（8）： 15-27.

ZHANG Y J， TANG X X. Research on the measurement of enterprise innovation capacity based on entropy and catastrophe progression methods： A case study of listed companies on gem［J］. Journal of Shanxi University of Finance and Economics， 2017， 39（8）： 15-27.

［9］CASTELA B， FERREIRA F， FERREIRA J， et al. Assessing the innovation capability of small-and medium-sized enterprises using a non-parametric and integrative approach［J］. Management Decision， 2018， 56（6）： 1365-1383.

［10］謝婼青， 朱平芳. 中國工業上市公司創新能力評價研究［J］. 社會科學， 2020（2）： 40-51.

XIE R Q， ZHU P F. Research on the evaluation of Chinese industrial listed companies innovation ability based on a subjective and objective comprehensive weighting method［J］. Journal of Social Sciences， 2020（2）： 40-51.

［11］GU W， SAATY T， WEI L. Evaluating and optimizing technological innovation efficiency of industrial enterprises based on both data and judgments［J］. International Journal of Information Technology and Decision Making， 2018， 17（1）： 9-43.

［12］石薛橋， 齊曉秀. 山西上市公司技術創新能力評價： 基于改進熵權TOPSIS法［J］. 經濟問題， 2016（9）： 112-115.

SHI X Q， QI X X. Research on technological innovation capability evaluation of listed corporation in Shanxi province： Based on TOPSIS and the improved entropy method［J］. On Economic Problems， 2016（9）： 112-115.

［13］肖葉黎， 劉純陽. 農業上市企業創新能力評價及其區域差異研究： 基于我國56家農業上市企業的面板數據［J］. 科技管理研究， 2021， 41（21）： 30-37.

XIAO Y L， LIU C Y. Evaluation of innovation ability of listed agricultural enterprises and study on its regional difference based on the panel data of 56 listed agricultural enterprises in China［J］. Science and Technology Management Research， 2021， 41（21）： 30-37.

［14］張治河， 王艷偉， 閻亮， 等. 上市公司創新能力評價研究： 來自陜西省41家上市公司的數據［J］. 科研管理， 2016， 37（3）： 81-92.

ZHANG Z H， WANG Y W， YAN L， et al. A research on the innovation ability of listed companies based on the data of 41 listed companies in Shaanxi［J］. Science Research Management， 2016， 37（3）： 81-92.

［15］王影， 梁祺. 基于廣義最大熵原理的上市公司技術創新能力評價［J］. 科技管理研究， 2006（10）： 195-197.

WANG Y， LIANG Q. Evaluation of technological innovation capability of listed companies based on generalized maximum entropy principle［J］. Science and Technology Management Research， 2006（10）： 195-197.

［16］李廣凱， 曾森， 王杰峰， 等. 基于G2-GRA的電力企業創新競爭力評價模型及實證研究［J］. 科技管理研究， 2019， 39（15）： 56-62.

LI G K， ZENG S， WANG J F， et al. Evaluation model and empirical research of innovative competitiveness of electric power enterprises based on G2-GRA［J］. Science and Technology Management Research， 2019， 39（15）： 56-62.

［17］童澤望. 湖北省上市企業技術創新效率評價［J］. 統計與決策， 2019， 35（18）： 185-188.

TONG Z W. Evaluation of technological innovation efficiency of listed companies in Hubei province［J］. Statistics & Decision， 2019， 35（18）： 185-188.

［18］符峰華， 尹正江， 唐純武. 基于CL-TOPSIS法的我國高技術企業技術創新能力評價研究［J］. 科學管理研究， 2018， 36（3）： 68-71.

FU F H， YI Z J， TANG C W. Research on the evaluation of innovation capability of high-tech enterprise in China based on CL-TOPSIS［J］. Scientific Management Research， 2018， 36（3）： 68-71.

［19］俞健飛， 石學彬. 基于層次分析法的農機裝備企業創新能力評價研究［J］. 科學管理研究， 2022， 40（6）： 100-106.

YU J F， SHI X B. Research on the evaluation of innovation ability of agricultural machinery equipment manufacturing enterprises based on AHP［J］. Scientific Management Research， 2022， 40（6）： 100-106.

［20］蘇屹， 劉艷雪. 國內外區域創新研究方法綜述［J］. 科研管理， 2019， 40（9）： 14-24.

SU Y， LIU Y X. A literature review on the regional innovation research methods［J］. Science Research Management， 2019， 40（9）： 14-24.

［21］王慶， 鄭彩玲， 劉學鵬. 統一組織管理下的單元效率排序研究： 一種基于DEA的方法［J］. 預測， 2015， 34（3）： 65-69.

WANG Q， ZHENG C L， LIU X P. Ranking efficiency of units under a central organization： A modified DEA method［J］. Forecasting， 2015， 34（3）： 65-69.

［22］李素英， 王貝貝， 馮雯. 基于AHP-BP的科技型中小企業創新能力評價研究： 以京津冀創業板上市公司數據為樣本［J］. 會計之友， 2017（24）： 60-64.

LI S Y， WANG B B， FENG W. Research on the evaluation of innovation ability of small and medium-sized technology-based enterprises based on AHP-BP： Taking the data of listed companies in Beijing-Tianjin-Hebei GEM as samples［J］. Friends of Accounting， 2017（24）： 60-64.

［23］夏文飛， 蘇屹， 支鵬飛. 基于組合賦權法的高新技術企業創新能力評價研究［J］. 東南學術， 2020（3）： 153-161.

XIA W F， SU Y， ZHI P F. A research on evaluation of innovation ability of high-tech enterprises based on combination weighting method［J］. Southeast Academic Research， 2020（3）： 153-161.

［24］倪潔， 趙醒村. 科創版首批上市企業創新能力評價研究［J］. 科技管理研究， 2020， 40（17）： 13-18.

NI J， ZHAO X C. A research on the evaluation of technological innovation ability of the first listed enterprises of the science and technology innovation board［J］. Science and Technology Management Research， 2020， 40（17）： 13-18.

［25］魏巍. 紡織企業自主創新能力評價研究［J］. 科技管理研究， 2012， 32（3）： 8-11.

WEI W. Research on independent innovation evaluation of spinning and weaving enterprises［J］. Science and Technology Management Research， 2012， 32（3）： 8-11.

［26］薛巖松， 盧福強. 基于隨機層次分析法的紡織企業技術創新能力評價［J］. 工業技術經濟， 2012， 31（1）： 113-119.

XUE Y S， LU F Q. SAHP based evaluation of technology innovation in textile enterprise［J］. Journal of Industrial Technological and Economy， 2012， 31（1）： 113-119.

［27］邵爭艷， 趙亞楠. 紡織服裝企業三階段DEA創新績效評價及對策研究［J］. 北京服裝學院學報（自然科學版）， 2022， 42（1）： 74-80.

SHAO Z Y， ZHAO Y N. Innovation performance evaluation and strategies of textile and garment enterprises based on three-stage DEA［J］. Journal of Beijing Institute of Fashion Technology （Natural Science Edition）， 2022， 42（1）： 74-80.

［28］肖淑芳， 石琦， 張一鳴. 上市公司創新能力指數的構建［J］. 北京理工大學學報（社會科學版）， 2020， 22（1）： 57-69.

XIAO S F， SHI Q， ZHANG Y M. The construction of listed companies innovation capability index［J］. Journal of Beijing Institute of Technology （Social Sciences Edition）， 2020， 22（1）： 57-69.

［29］崔也光， 趙迎. 我國高新技術行業上市公司無形資產現狀研究［J］. 會計研究， 2013（3）： 59-64.

CUI Y G， ZHAO Y. Current situation of intangible assets of high-tech corporations in China［J］. Accounting Research， 2013（3）： 59-64.

［30］鄭通， 胡金玉， 張立杰. 紡織服裝企業科技創新效率及影響因素研究［J］. 北京服裝學院學報（自然科學版）， 2023， 43（4）： 106-112.

ZHENG T， HU J Y， ZHANG L J. Research on technological innovation efficiency and influencing factor of textile and clothing enterprise［J］. Journal of Beijing Institute of Fashion Technology （Natural Science Edition）， 2023， 43（4）： 106-112.

［31］陳小輝， 張紅偉， 陳文. 企業數字化如何影響企業杠桿率？［J/OL］. 中國管理科學： 1-13. （2022-12-02）［2024-01-02］. https：//doi.org/10.16381/j.cnki.issn1003-207x.2021.0936.

CHEN X H， ZHANG H W， CHEN W. How does enterprise digitalization affect enterprise leverage？［J/OL］. Chinese Journal of Management Science： 1-13. （2022-12-02）［2024-01-02］. https：//doi.org/10.16381/j.cnki.issn1003-207x.2021.0936.

［32］劉樹林， 李夢潔， 胡蘇敏. 企業數字化對技術創新能力的影響機制［J］. 現代管理科學， 2022（3）： 109-117.

LIU S L， LI M J， HU S M. The influence mechanism of enterprise digitization on technological innovation capability［J］. Modern Management Science， 2022（3）： 109-117.

［33］王永進， 匡霞， 邵文波. 信息化、企業柔性與產能利用率［J］. 世界經濟， 2017， 40（1）： 67-90.

WANG Y J， KUANG X， SHAO W B. Information， firms flexibility and capacity utilization［J］. The Journal of World Economy， 2017， 40（1）： 67-90.

［34］張永坤， 李小波， 邢銘強. 企業數字化轉型與審計定價［J］. 審計研究， 2021（3）： 6

ZHANG Y K， LI X B， XING M Q. Enterprise digital transformation and audit pricing［J］. Auditing Research， 2021（3）： 62-71.

［35］謝絢麗， 王詩卉. 中國商業銀行數字化轉型： 測度、進程及影響［J］. 經濟學（季刊）， 2022， 22（6）： 1937-1956.

XIE X L， WANG S H. Digital transformation of commercial banks in China： Measurement， progress and impact［J］. China Economic Quarterly， 2022， 22（6）： 1937-1956.

［36］趙君麗， 王芳芳. 環境規制對中國紡織產業升級的影響研究［J］. 生態經濟， 2017， 33（6）： 78-84.

ZHAO J L， WANG F F. Impact of environmental regulation on the upgrading of Chinas textile industry［J］. Ecological Economy， 2017， 33（6）： 78-84.

［37］曾凡付， 彭晨明， 呂朋悅， 等. 創新型企業成長性評價研究［J］. 新疆社會科學， 2016（1）： 31-38.

ZENG F F， PENG C M， L P Y， et al. Research on the growth evaluation of innovative enterprises［J］. Social Science in Xinjiang， 2016（1）： 31-38.

Research on the evaluation of the innovation ability of garment enterprises under thebackground of digital economy

ZHANG Chi， WANG Xiangrong

XU Ling1，2， ZHANG Ke1， WANG Yaogang1， ZHONG Shaojun1，2

（1.School of Economics and Management， Jiangxi University of Science and Technology， Ganzhou 341000， China;2.Ganzhou High-Quality Development Research Institute， Ganzhou 341000， China）

Abstract：

In the context of the rapid development of the digital economy， information technologies represented by cloud computing， Internet of Things， and digital twins are fully embedded in the garment industry. The garment industry is rapidly reorganizing the entire industrial chain from design to after-sales. At present， Chinas garment industry， as a labor-intensive industry， is facing the dilemma of gradually weakening cost advantages， market contraction， weak high-end product development and manufacturing capabilities. Accelerating the pace of technology integration and improving the innovation ability of garment enterprises to cope with the development dilemma has increasingly become the consensus of the industry and academia， and even the focus of government decision-making. By combing the literature， it is found that there is little literature on the evaluation of innovation ability of textile and garment enterprises， and there are problems of strong subjectivity in the evaluation process and insufficient sample size. At the same time， driven by digital technologies such as big data， artificial intelligence and industrial Internet， the innovation process of garment enterprises is gradually integrated， and a new index system needs to be constructed to evaluate their innovation ability.

To promote the technological progress and innovation development of clothing enterprises， this paper took Chinas listed clothing companies as the research object， analyzed the main factors affecting the innovation ability， measured the level of innovation ability， and evaluated the innovation ability. The research time interval is from 2016 to 2022. Through the analysis of the relevant literature in the field of textile and garment， this paper chose the listed companies in the textile and garment industry. After excluding the enterprises with delisting risk， undisclosed annual report and termination of listing during the sample period， this paper selected 25 sample enterprises that have survived. In terms of evaluation methods， global factor analysis has the advantage of objective results in dealing with multi-dimensional and multi-index index system， which meets the needs of research. Therefore， this paper introduced the dimension of digital level and constructed the evaluation index system of innovation ability of listed clothing companies， which contains 15 indicators in five dimensions： innovation input， innovation output， business performance， environmental factors and digital level. Based on the panel data of 25 listed Chinese clothing companies from 2016 to 2022， the global factor analysis method was used to aggregate 15 quantitative indicators into five common factors. The weights of these common factors were determined according to the corresponding variance contribution rate， and then the scores of each common factor were weighted and averaged to obtain the innovation ability score. After obtaining the score of enterprise innovation ability， the average scores of common factors and comprehensive factors of sample enterprises were calculated to explore the overall level of innovation ability. Three major conclusions were drawn. First， R&D investment and patent output， enterprise growth， business environment and digital talents， regional scientific research environment and equipment digitization level positively affected the innovation ability of listed clothing companies. Among them， R&D investment and patent output had the highest variance contribution rate of 20.32%， which was the key factor affecting innovation ability. Second， during the sample period， the average score of innovation ability continued to decrease from 0.003 to -0.011， indicating that the overall innovation ability of listed clothing companies was still at the middle and lower levels. Third， the average score of business environment and digital talent factor decreased from 0.024 to 0.020 in fluctuation， while the average score of regional scientific research environment and equipment digitization level factor continued to rise from -0.002 to 0.013， indicating that the overall level of digitization of sample enterprises was good. Finally， this paper put forward four major suggestions. First， the core enterprises of the supply chain need to enable the enterprises on the chain to share the dividends of digital applications， and also shoulder the burden of promoting the whole chain of digital technology. Second， enterprises with weak innovation ability should increase investment in innovation resources and actively carry out digital cooperative innovation. Third， the government should introduce diversified support policies， improve the level of patent application services in the garment industry， and accelerate the construction of information technology infrastructure. Fourth， it is necessary to rely on industry associations and professional societies to build a digital innovation exchange platform and share digital innovation achievements.

This paper evaluates the innovation ability of listed clothing companies from five aspects： innovation input， innovation output， business performance， environmental factors and digital level. It is found that innovation ability is affected by R&D investment， patent output， enterprise growth， business environment and digital talents， regional scientific research environment and equipment digital level. Follow-up research can measure the level of equipment digitization from more perspectives， such as digital fixed assets plus digital intangible assets divided by total assets.

Key words：

innovation ability evaluation; listed apparel company; global factor analysis; influencing factor; digital economy; digitization level