我国新型制造企业技术研发能力综合评价研究
第5期
2007年10月吉林师范大学学报(人文社会科学版)
Journal of Jilin Normal University (Humanities &S ocial Science Edition ) №. 5Oct. 2007
我国新型制造企业技术研发
能力综合评价研究
仲伟来1, 陈德华2
(1. 江苏农林职业技术学院经济贸易系, 江苏句容南京211189)
[摘 要] , , 提出了用因子分析法构建综合评价模型, , 与此同时进行了实证分析, 为企业以后的技术研发工作提出指导[]; 技术研发; 因子分析
[] F222. 1 [文献标识码] A [文章编号]1007-5674(2007) 05-0101-05
制造业是一个国家生产能力和国民经济的基续发展的制造业。与传统的制造业相比, 新型制造
础和支柱。经济的增长、国家综合实力的增强, 在业的不同点主要体现在:在生产方式上, 由单一产很大程度上依赖于制造业的发展。而研究开发能品的大规模、标准化生产, 转变为可根据社会需求力是制造业企业持续发展之源, 因此正确评价制造业企业研发能力的强弱对于其成功地进行研究开发, 建立和保持竞争优势具有重要的意义。然而, 一些体现企业研发能力的内在因素的度量很难通过数学统计方法来进行, 不同人对这些因素的评价具有模糊性, 即使选取一些指标对其进行评价, 鉴于这些所选的指标之间也有可能存在着一定的相关性, 从而也不利于对企业研发能力进行准确的评价。为此, 本文采用因子分析法对所选的指标进行处理, 从比较众多的因子中提出能够反映问题的主
变化的小批量、多品种生产, 具有更强的灵活性和适应性; 在增长方式上, 更注重依靠科技进步, 减少能源消耗和环境污染, 提高经济效益, 使产业和产品的科技含量更高, 人力资源优势得到充分发挥; 在发展观上, 着眼于未来, 更注重信息化程度、无形资产的比重和技术创新的能力, 更重视节约型、集约化和可持续发展。
新型制造企业就是新型制造业中的企业。新型制造企业不单纯在经济角度强调发展, 更强调在发展过程中依托科技创新、重视生态建设和环境保
要因子, 从而有利于综合评价的准确性和简洁性。护, 强调正确处理好产业发展、创新驱动、资源节约和环境保护的和谐。具体来说, 新型制造企业还具一、我国新型制造企业及其基本特征
有知识经济特征和科技创新特征。
新型制造企业是相对于我国目前提出的新型
一方面, 新型制造企业具有知识经济特征。在
制造业这一概念而言的。所谓“新型制造业”, 就是
以知识资源化、资源知识化为特征的知识经济时
依靠科技创新、降低能源消耗、减少环境污染、
增加
代, 新型制造企业不但具有工业经济时代的特征,
就业、提高经济效益、提升竞争能力, 能够实现可持
而且也具有知识经济时代的特征。新型制造企业
[收稿日期]2007-08-13
[作者简介]仲伟来(1977-) , 男, 江苏赣榆人, 江苏农林职业技术学院经济贸易系讲师, 扬州大学经济管理学院硕
士研究生, 研究方向:产业经济学; 陈德华(1981-) , 男, 江苏盐城人, 东南大学经济管理学院硕士研究生, 研究方向:技术经济评价与管理。
—101—
强调知识创造和知识应用, 主要依靠知识和信息推评价中起的作用越大的指标) 。设X 的观测值为动经济发展, 改变了工业经济主要依靠资源和资本x 1, x 2, …, x n -1, x n , 不妨设:发展的方式。另外, 新型制造企业不但重视经济发展程度, 更重视科技创新和持续发展, 强调以减少资源消耗和保护环境为着眼点, 以知识的生产和应
x m =max {x 1, x 2, …, x n -1, x n }
用为手段, 以最新知识和技术来组合劳动资源、劳
对化数据序列。动对象和劳动者, 充分体现新的发展理念。
若评价指标X 为逆指标(即其实际值越大, 在另一方面, 新型制造企业具有科技创新特征。
设:新型制造业以高新技术产业为先导, 通过科技创新评价中所起的作用却越小的指标) 。
x m =min {x 1, x 2, …, x n -1, x n 成果的应用, 推动整个国民经济的发展。如2003
年,
制造业的工业增加值占中国工业增加值的五分=1, y 2, …, y n 为相令y x i 之四, 就业人数占中国工业的78%, 制造业企业产
。
品出口占中国外贸出口总额的90%。然而, 中国
制造业的自主创新能力很弱, 30阵(或协方差矩阵) 的内部依赖关系, 找出能综合
所有变量的少数几个随机变量, 这几个随机变量是
。
不可测量的, 通常称为因子。然后根据相关性的大
二、小把变量分组, 使得同组内的变量之间相关性较
通过分析影响企业研发能力的各因素, 依据指高, 但不同组的变量相关性较低。标体系建立的系统性、合理性、准确性、无冗余性等各个因子间互不相关, 所以变量都可以表示成评价原则, 按照企业研发能力形成过程建立评价指公因子的线性组合。因子分析的目的就是减少变量标体系如下:的数目, 用少数因子代替所有变量去分析整个经济
问题。
设有N 个样本, P 个指标, X =(X 1, X 2, …,
X p )
T
令y i =
(i =1, 2, …, n ) , 则
y 1, y 2, …, y n 为相x m
为随机向量, 要寻找的公因子为F =(F 1,
T
F 2, …, F m ) , 则模型
X 1=a 11F 1+a 12F 2+…+a 1m F m +ε1X 2=a 21F 1+a 22F 2+…+a 2m F m +ε2
……
X p =a p 1F 1+a p 2F 2+…+a pm F m +εp
三、新型制造业企业研发能力综合评价模型(一) 数据的无量纲化
评价指标体系中的各个评价指标, 由于其量纲、经济意义、表现形式以及对总目标的作用趋向各不相同, 不具有可比性, 所以, 必须对其进行无量纲化处理, 消除指标量纲影响后才能计算综合评价
结果。常用的对数据进行无量纲化处理方法有标准化法、相对化法和功效系数法等方法, 本文拟采用相对化法。下面就对该种方法作一简单介绍:
若评价指标X 为正指标(即其实际值越大, 在—102
—
称为因子模型。矩阵A =(a ij ) 称为因子载荷矩阵, a ij 称为因子载荷, 其实质就是公因子F i 和
ε为特殊因子, 代表公因子以变量X j 的相关系数。
外的影响因素, 实际分析时忽略不计。
对求得的公因子需要观察它们在哪些变量上有较大的载荷, 再据此说明该公因子的实际含义。如果难于对因子F i 给出一个合理的解释, 需要进一步做因子旋转, 以求旋转后能得到更加合理的解释。
因子模型有两个特点, 其一, 模型不受量纲的影响; 其二, 因子载荷不是唯一的。通过因子轴的旋
转, 使得载荷矩阵中各元素的值向0-1分化, 同时保持同一行中各元素的平方和不变。通过因子旋转, 各变量在因子上载荷更加明显, 因此也有利于对各公因子给出更加明显合理的解释。
求出公因子后, 还可以用回归估计方法求出因子得分的数学模型,
将各公因子表示成变量的线性形式, 并进一步计算出因子得分, 对各案例进行综合评价。
F i =b i 1X 1+b i 2X 2+…+b in X n (i =1, 2, …,
m )
表2 某企业技术开发能力标准化数据表年份
[***********]8919901991
f 1f 2f 3f 4f 5f 6f 70. 39030. 30900. 23400. 54360. 52991. 00000. 85920. 45190. 35910. 27770. 55110. 67450. 98910. 88990. 49420. 25690. 27680. 54510. 66270. 98280. 90980. 53400. 31580. 36100. 58950. 49620. 97830. 90000. 48090. 27830. 31260. 57380. 49620. 96290. 86070. 54940. 38140. 37700. 55990. 86630. 93300. 90250. 60310. 40830. 42300. 589366440. 90860. 90910. 65280. 52850. 431566440. 91580. 91050. 0. 0. 0. 91580. 87730. 0. 0. 0. 70560. 90950. 878746760. 34160. 56800. 67790. 91040. 91220. 77210. 42850. 67580. 58520. 92260. 91580. 90650. 57520. 43240. 38060. 61710. 64680. 90500. 87120. 70570. 55710. 42370. 60240. 69220. 89320. 87410. 71900. 49930. 60030. 65910. 73170. 89410. 90180. 83810. 83790. 77240. 67010. 84020. 59820. 90710. 65140. 67910. 72230. 71510. 66610. 59190. 89170. 72680. 70150. 68920. 72190. 72250. 90500. 88990. 80691. 00000. 65140. 80410. 74350. 91310. 90960. 88110. 54610. 82230. 75260. 89660. 93210. 92810. 91990. 74840. 92580. 83820. 92600. 94840. 93001. 00000. 63491. 00001. 00001. 00000. 95751. 0000
四、实例应用
某新型制造企业对应的指标原始数据如表1
所示, 现运用上述模型, 借助于S PS S 统计软件表1年份
[***********][***********][***********][***********][**************]6
f 3f 5f 6f [***********][***********]420052006
[**************]. 2561385106. 3110. 593. 22109. 396. 55108. 698. 71108. 197. 65106. 493. 39103. 197. 92100. 498. 64101. 298. 79101. 295. 19100. 595. 34100. 698. 97
[**************]. 0371404068. [**************]23. 9531388717. [**************]31. [***********]591327. 054146190
5. 95. 9
[**************]. [1**********]. [**************]6. [***********]811037. [***********]524730. 338140470
7. 97. 97. 5
(一) 模型总体效果的检验
[**************]. 0211382828. [**************]29. 5661447078. 06
由表3可知, 因子分析模型的总体检验效果指标KMO 的值为0. 646, 虽然小于0. 7, 但是还是值得一试的。由Bartlett 球形检验可知, 各变量的独立性假设不成立, 也就是说各变量之间是存在一定相关性的, 因此, 因子分析的通用性检验通过。
表3 KMO and Barlett ’s Test
K aiser -Meyer -Olkin Measure of Sampling Adequacy. Bartlett ’s Test of Sphericity
Approx. Chi -Square df Sig.
0. 646144. 549
210. 000
[**************]. [1**********]. 97101. 298. [**************]32. 941572167. [**************]36. 6671534888. [**************]51. 955167921
8. 7
10098. 798. 866. 165. 4100
94. 5294. 8497. 8598. 4296. 7596. 55
[**************]. 8451707229. [**************]62. 5131822047. [**************]59. 6471839218. [**************]56. 3742048588. [**************]71. [1**********]. 66
100. 998. 69103
100. 7
[**************]. [1**********]. 01104. 8100. [**************]6. [1**********]. 89105. 8108. 5
(二) 公共因子的提取
利用SPSS 统计软件对表2的标准化数据进运用相对化方法对原始数据进行标准化处理
行处理后, 提出了三个公共因子, 从表4可知, 三个后得到如表2所示:
公共因子旋转前后的累计贡献率都达到了
—103
—
911720%, 可以说能够反映所有因子的大部分信(三) 综合得分及其评价
息, 效果还是比较好的。三个公共因子的特征值分在SPSS 统计软件对数据进行处理的过程中别为2. 896、2. 267和1. 258。就已经计算出了三个公共因子的得分, 三个因子分
表4 Total Variance Explained
Intial Eigenvalues
C omponent
Total 4. 7321. 2400. 4480. 2980. 1640. 0920. 025
of
Variance
67. 60217. 7116. 4074. 2612. 3371. 3190. 364
Cumulative Rotation Sums of Squared Lodadings Total
of Variance
41. 36632. 38317. 971
Cumulative
41. 36673. 74991. 720
别从不同方面反映了该企业的技术研究开发能力,
但单独使用其中一个因子并不能对该企业各年的技术开发研究情况做出综合评价, 因此按各公因子对应的方差贡献率为权数计算如下综合统计量:
λλλF 1+F 2+F 3
λλ1+λ2+λ31+λ2+λ31+λ2+λ3=0. 451F 1+0. 353F 2+0. 1234567
67. 6022. 89685. 3132. 26791. 7201. 25895. 98098. 31799. 636100. 000
F =
在6所示。
表6 综合评分表
Extraction sis.
年F 1F 2F 3
综合年F 1F 2F 3
综合1985-1. 473-0. 3410. 8790. 6650. 7281. 012
0. 0619961. 482-1. 211-0. 428-0. 17
0. 012-0. 36
表5, 根据其中的数据可以将每一个公共因子分别表示为:
F 1=0. 718f 1+0. 210f 2+0. 681f 3+0. 553f 4
1986-0. 338-0. 8621987
0. 194-1. 356
0. 181997-0. 768-0. 0770. 311998-0. 5940. 551999
0. 1770. 490
0. 209-0. 259-0. 440. 055-0. 075
0. 03
1988-0. 842-0. 1161989-1. 423-0. [1**********]
0. 677-0. 0520000. 261-2. 953-2. 520. 497-2. 570-2. 521. 3432. 7030. 2551. 4591. 204
0. 0810. 3820. 2570. 5171. 265
0. 310. 950. 961. 492. 82
0. 895-1. 590-0. 126-0. 282001-0. 4990. 051-0. 601
0. 099-0. 092002-0. 5300. 066-0. 062003-0. 833
-0. 52004
1. 3741. 0632. 624
+0. 909f 5-0. 018f 6+0. 860f 7
F 2=0. 618f 1+0. 830f 2+0. 637f 3+0. 786f 4
1992-0. 103-0. 217
1993-0. 666-0. 560-0. 003
+0. 223f 5-0. 175f 6+0. 303f 7
F 3=-0. 180f 1-0. 425f 2-0. 260f 3+0.
1994-0. 379-0. 346-0. 279-0. 5620051995
0. 099-0. 549
0. 051
-0. 12006
048f 4-0. 147f 5+0. 963f 6+0. 164f 7
表5 Rotated Component Matrix
Component 1
20. 6180. 8300. 6370. 7860. 223-0. 1750. 303
3-0. 180-0. 425-0. 2600. 048-0. 1470. 9630. 164
所引入创新的新颖程度三种专利批准投放量自主创新产品率平均产品生命周期对外转让技术开发成果收入对外技术咨询服务收入对外引进技术的改进效果
0. 7180. 2100. 6810. 5530. 909-0. 0180. 860
根据表6中的数据得知, 发明综合因子得分较
高的年份依次是1996、2004、2005和2006年, 创新效果因子得分较高的年份依次是2003、2005、2002和2006年, 咨询服务因子得分较高的年份依次是1988和2006年, 而综合因子得分最高的年份依次是2003、2004、2005和2006年。
图1 各因子得分趋势图从上述F 1、F 2、F 3的表达式可以看出, F 1主
要反映了f 1、f 3、f 4、f 5、f 7的信息, 因此可以把其根据表6的数据还可以做进一步的分析, 由结命名为发明综合因子, F 2主要反映了f 1、f 2、f 3、果得知, 该新型制造企业的技术研发能力的总体趋f 4的信息, 因此可以把其命名为创新效果因子, F 3势是在1985-1999年间呈现一种水平的发展趋主要反映了f 6的信息, 因此可以将其命名为咨询势, 在2000-2001年间处于下降阶段,2002-2006因子。年间呈现一种上升的趋势。其中, 在研发综合因子
—104—
方面, 总体趋势是呈现一种波浪式的波动, 但是平均水平处于上升的状态, 在2002
年以后有了明显的上升。在创新效果因子方面, 在1997年以前, 创
【参考文献】
[1]吉万庆, 郭 伟. 企业技术创新能力综合评价研究[J].西安邮
新效果很是不好, 始终处在一种低水平的发展状态
下, 直到1998年, 才呈现一种逐年上升的趋势, 整体趋于平缓, 但在2003年创新效果因子达到了顶峰, 说明该新型制造企业在这方面还要继续加强。在咨询服务因子方面, 该新型制造企业在1985-1999年间呈现一种水平的发展趋势, 在2000-2001年间处于下降阶段,2002-2006年间呈现一
电学院学报,2005, (10) .
[2]赵洪波, 余建平. 试析技术创新与知识经济的互动关系[J].经
济师,2005, (6) .
[3]宋宜存. 知识经济与技术创新[J].苏南科技开发,2004, (6) . [4]杨 涛. 知识经济与企业技术创新[J].武汉交通管理干部学院
学报,2001, (12) .
[5]彭本红, 孙绍荣, 宁爱兵. 知识经济条件下的企业技术创新能力
评价[J].科技进步与对策,2004, (9) .
[6]朱孔来. [M ].济南:山东人
种上升的趋势, 其趋势与综合得分基本一致。因
此, 该企业应该根据上述数据的分析结果, 制定出本企业的技术研发发展战略, 要抓住重点, 弥补不足, 使得企业的技术研发能力跟上一个新台阶民出版社[7], M ].北京:科学出
[]. 数量经济技术经济研究,2000, (1) .
[责任编辑 徐兴祥]
A R esearch on the Comprehensive Evaluation of Modern
Manufacturing Enterprise ’s T echnical R &DAbility
ZHON G Wei -lai , CH EN De -hua
1
2
(1. Jiangsu Technical Instit ute of A griacult ure and Forest ry , J urong , Jiangsu 224100, Chi na ;
2. South -East U niversity , N anji ng , Jiangsu 211189, Chi na )
[Abstract]:Based on the theoretical discussion on our modern manufacturing enterprises , this paper sets up an evaluation index system of enterprise ’s technical R &Dability based on the knowledge -based e 2conomy. Then it uses the Factor Analysis method to establish the comprehensive evaluation model ,which can evaluate the modern manufacturing enterprise ’s
technical R &Dability ,at the same time ,it makes the demonstration analysis. This paper provides some suggestions for the enterprise ’s technical R &Din the fu 2ture.
[K ey w ords]:modern manufacturing enterprise ;technical R &D;factor analysis
—105—