[摘要]创新是突破困局，实现跨越发展的主要动力。一个企业要开拓市场，就得让创新意识常驻于心，并且将其付诸企业的研发、生产、销售、管理、资源配置的每个环节中。没有自主创新，这个企业很难在这个市场上生存。研究通过合肥上市的高新技术企业年度报告数据来构建评价指标体系，用因子分析法来对指标进行降维，产生因子。计算样本的因子得分，并进行排序，以此评价高新技术企业的创新能力。

　　[关键词]合肥市；高新技术企业；上市企业；创新能力；评价

　　创新驱动发展是我国的重大国家战略，建设创新型国家最重要的一环就是发展企业的自主创新能力。合肥作为全国的四大科教基地之一，拥有雄厚的教育与科研资源，2010年合肥被授予“国家首批创新型试点城市”称号，随着合肥大建设的发展会吸引更多的高新技术企业入住合肥。基于此，建立针对合肥市的上市高新技术创新能力评价体系模型以便于企业进行自我评价具有实际应用价值。

　　1高新技术企业创新能力的内涵

　　我国对高新技术企业的认定可以依据2016年1月29日由科技部、财政部和国家税务总局修订后共同印发的《高新技术企业认定管理办法》。其中明确指明高新技术企业是指在“国家重点支持的高新技术领域”内，持续进行研究与开发，并对技术成果进行转化，从而形成企业自主核心知识产权，基于此展开经营活动，在中国的境内（不包括港、澳、台地区）进行注册的居民企业。这些领域包括了三个大类，即电子信息技术、生物与新医药技术和航空航天技术。因此，本文中合肥的高新技术企业是指注册地为合肥市，并且拥有高新技术企业证书的企业。

　　创新理论最早由熊彼得提出。他认为创新就是建立一种新的生产函数，即生产要素的重新组合，并明确指出企业的创新包括产品创新、技术创新、市场创新、资源配置创新、组织创新。Türker将创新概括为一种对战略规划、研究、开发、营销、项目管理、团队合作、培训和创造性思维的调和，并在区分创新与发明两个概念时给出了公式“创新=理论构想+技术发明+商业开发”。张目等学者将创新解释为一个通过主体自身的学习与研发活动，探索技术前沿，突破技术难关，研究开发具有自主知识产权的技术，并快速使之商品化的过程。

　　对于企业的创新能力，Togar将之定义为管理创新过程的能力，贯彻于从发现问题，认知到需求、研究、开发到商业化的整个过程中。Cemal认为创新能力可以被定义为通过对现有的知识和技术的提高和管理来获得新知识和新技术的能力。我国学者张一等指出创新能力综合体现在企业的研发、生产、销售、资源配置、管理之中。因此，笔者总结评价高新技术企业的创新能力，需要从组织管理创新能力、技术创新能力、产品创新能力、市场创新能力和资源配置创新能力多个维度出发。

　　2评价指标体系的确定

　　国家统计局给出了一个用来评价某区域内的所有企业创新能力的评价指标体系，体系由4个一级指标构成，分别是评价技术创新环境的指标、评价潜在技术创新资源的指标、评价技术创新产出能力的指标、和评价技术创新活动评价的指标，并对每个指标做出了解释。指标的提出对评价高新技术企业的自主创新能力具有指导意义，此后学者在建立指标体系时大多围绕着这四个一级指标进行展开和扩充。

　　本文的评价着眼于具体的上市高新技术企业，充分利用上市公司每年义务公开的年度报表里提供的相关数据来构建评价指标。因为上市公司相对于非上市公司具有如下特点：一是公司上市所需要具备的条件是，公司开业已3年以上；最近3年连续盈利；其股本部总额达5000万元以上等。所以上市公司一般规模较大，盈利能力和抗风险能力更强，财务状况较好。良好的经营状况是自主创新能力生产和发展的沃土。同时上市公司可以产生更多可用来评价的数据，对于非上市公司就可能会产生有的数据不存在的情况。二是通过证券市场广泛吸收来自社会的资金，迅速扩大企业规模，扩大市场份额，增强产品的竞争力。因此，其自主创新可以得到充分的资源供给，其创新能力更具有显著性、可测量性。三是针对上市公司有强制性信息披露的要求，公司信息更公开、透明，增强了评价数据的可获得性。笔者构建初步评价指标见表1。

　　3评价模型的构建

　　在对高新技术企业创新能力评价时，刘晶等学者采用了一种效率评估方法——数据包络分析（DEA）。竺杏月等学者运用层次分析法（AHP法）对所构建的指标进行无量纲化和权重测算，从而对高新技术企业创新能力进行评价。梅强等学者在构建评价指标后，采用单向传播的多层前向的BP神经网络模型进行评价。张目等学者运用粗糙集属性约简区分矩阵的算法对高新技术企业自主创新能力评价指标进行简化，通过熵权法来客观地对指标权重进行确定，采用TOPSIS法进行综合评价。同时，模糊综合评价法也是学者常用的方法之一。笔者构建的评价模型是将6个指标作为因子，利用2014年度的年度报表，通过综合因子得分对合肥市的8家上市高新技术企业的创新能力的水平进行排序，并运用聚类分析方法对其差异性进行了比较。

　　4评价模型实证分析

　　41样本数据的处理

　　从这家企业2014年年度报表中采集了相关数据作为样本数据，考虑到各指标数据量纲上的差异，首先对数据进行了标准化处理，处理后的数据消除了量纲上的差异。采用Z-score标准化的方法，求出各指标的算术平均值xi和标准差si；zij=（xij-xi）/si，其中：Zij为标准化后的变量值；xij为实际变量值。将逆指标前的正负号对调。标准化后的变量值分布在0的上下，如果数据高于平均水平则>0，低于平均水平则<0。

　　42因子分析