大中型企业科技投入绩效评价研究——以河北省为例

上传人:lizhe****0920 文档编号:46469788 上传时间:2018-06-26 格式:PDF 页数:55 大小:343.48KB
返回 下载 相关 举报
大中型企业科技投入绩效评价研究——以河北省为例_第1页
第1页 / 共55页
大中型企业科技投入绩效评价研究——以河北省为例_第2页
第2页 / 共55页
大中型企业科技投入绩效评价研究——以河北省为例_第3页
第3页 / 共55页
大中型企业科技投入绩效评价研究——以河北省为例_第4页
第4页 / 共55页
大中型企业科技投入绩效评价研究——以河北省为例_第5页
第5页 / 共55页
点击查看更多>>
资源描述

《大中型企业科技投入绩效评价研究——以河北省为例》由会员分享,可在线阅读,更多相关《大中型企业科技投入绩效评价研究——以河北省为例(55页珍藏版)》请在金锄头文库上搜索。

1、河北经贸大学硕士学位论文大中型企业科技投入绩效评价研究以河北省为例姓名:李竞翔申请学位级别:硕士专业:会计学指导教师:郭立田20080501大中型企业科技投入绩效评价研究 以河北省为例 I 摘 要 摘 要 随着知识经济的到来,市场竞争激烈的加大,技术革新越来越快,导致了产品生命周期大大缩短,企业间的竞争更多表现为企业价值和核心能力竞争。科技活动管理成为企业管理的重点,而科技投入绩效评价管理则成了研发管理的重点工作之一,企业对科技资本投入的比例越来越高,高效可持续的研发核心能力成为了企业生命线。由此可产生出问题:如何有效的保证企业科技活动的高效性?如何测评、提高企业科技投入绩效是当前国内外学术界

2、、企业界和各级政府研究和关注的理论前沿和热点问题。本文基于这一思路,讨论大中型企业科技投入绩效评价的管理问题。 本文通过对国内外企业科技投入绩效评价指标体系分析借鉴的基础上, 重新构建出以科技活动投入,人力投入,RD 财力投入,RD 经费来源,产投比,科技成果,RD 项目,新产品开发八个纬度为核心的大中型企业科技投入绩效评价指标体系,通过定性和定量相结合的方法来综合评价所选省区企业科技投入绩效。另外,本文采用了比较分析法对 2000 年到 2006 年所选 12 省区企业科技投入绩效进行对比研究,从横向和纵向对企业科技投入绩效进行剖析, 即看到了近几年河北省大中型企业科技活动取得的进步,也看到

3、了河北省和其它省区之间的差距;通过因子分析法对 12 省区企业科技投入绩效进行综合评价,不仅得到 12 省区企业科技投入绩效的排名,还分析了河北省在企业科技投入绩效中薄弱环节,并提出合理的对策和建议。 关键词:R Carry out an overall evaluation by the factor analysis method to synthetically appraise the achievement effect of science and technology devotion in chosen 12 provincial capital enterprises, no

4、t only getting 12 provinces area enterprises science and technology devotion achievement effect row but also analyses weak link of the science and technology devotion achievement effect in Hebei Province enterprises , and have submitted rational countermeasure and suggestion. Key words: R而在财力资源、企业科技

5、成果和企业 R&D 项目资源居于以上所列城市的中下游,显示这两方面的科技发展能力上的薄弱性。河北省企业科技综合能力在以上所列城市中居于后列,面临的问题和发展任务是艰巨的。总体看来,河北省的科技竞争力仍处于较弱水平,基本上与湖南、内蒙古和河南持平,低于山东、北京、江苏、广东、陕西和湖北。河北省在企业 R&D 活动方面投入力度偏低,影响河北省的知识创造能力的提高。河北省要加大企业R&D 投入力度,通过合理资源配置提高河北省企业科研创新能力。 050100150200250300350400450北京广东山东江苏湖北河南河北广西山西湖南陕西内蒙古(单位亿元)经费 图 4.3 企业科技财力资源评价 资

6、料来源:中国科技统计网 http:/ 大中型企业科技投入绩效评价研究 以河北省为例 38 024681012141618北京广东山东江苏湖北河南河北广西山西湖南陕西内蒙古(单位万人年)人员图 4.4 企业科技人力资源评价 资料来源:中国科技统计网 http:/ 01000020000300004000050000600007000080000北京广东山东江苏湖北河南河北广西山西湖南陕西内蒙古(单位项)科技成果 图 4.5 企业科技成果资源评价 资料来源:中国科技统计网 http:/ 4.2.3 因子分析法对科技投入绩效评价实证分析过程 4.2.3 因子分析法对科技投入绩效评价实证分析过程 1.

7、指标的选取 河北经贸大学硕士学位论文 39 指标的选取的原则按照涵盖科技活动投入,人力投入,RD 财力投入,RD 经费来源,产投比,科技成果,RD 项目,新产品开发八个纬度,根据指标的实用性选取以下 19 个指标:科技经费支出(1x)、科技活动人员(2x )、科学家工程师(3x )、万人口科技活动人员(4x )、RD 人员(5x )、RD 科工(6x )、RD 经费(7x )、地方财政科技拨款(8x )、科技经费支出占 GDP 的比重(9x )、RD 经费占 GDP 的比重(10x )、专利申请受理量(11x )、发明专利受理量(12x )、专利申请授权量(13x )、发明专利申请授权量(14

8、x )、科技论文(15x )、RD 项目经费支出(16x )、RD 项目(17x )、新产品销售收入(18x )、新产品产值(19x )。 2.实证分析过程 样本指标的相关性分析 表4.4 KMO测度和和巴特利球体检验结果 KMO and Bartletts Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .662 Bartletts Test of Sphericity Approx. Chi-Square 235.115 df 45 Sig. .014 由表4.4可知,该年度的KMO测试值为0.662,比较适合做因子分析。表中的巴

9、特立特球体检验的2统计值的显著性概率为0.014,小于0.05,是适合做因子分析的。 由于目前 2006 年科技投入数据没有披露, 本文仅对选取的 12 个省区企业科技投入的 2005 年数据进行研究。具体数据如表 4.5 所示: 表 4.5 选取的 12 个省区 2005 年企业科技投入绩效评价原始数据 1x 2x 3x 4x5x 6x 7x 8x 9x 10x 北京 633.8135.26 28.322917.114.76382.0737.61 9.2 5.55 广东 447.8632.04 22.413511.9410.12243.7683.77 2 1.09 山东 375.0327.4

10、2 17.71309.117.63195.1426.51 2.03 1.05 大中型企业科技投入绩效评价研究 以河北省为例 40 江苏 571.2437.57 22.845012.89.72269.8335.68 3.12 1.47 湖北 151.4215.94 11.37286.125.1674.9511.39 2.32 1.15 河南 125.1215.74 9.55175.123.9155.5813.84 1.18 0.52 河北 110.912.32 8.39184.173.4858.9311.18 1.1 0.58 广西 51.85.56 3.76121.791.5514.597.8

11、2 1.27 0.36 山西 76.9510.86 6.27322.742.2126.286.52 1.84 0.63 湖南 104.0212.14 8.01193.83.244.5212.26 1.6 0.68 陕西 160.4813.98 8.85185.374.1892.456.78 4.37 2.52 内蒙古 33.563.8 2.59161.351.1111.77.02 0.86 0.3 续 4.5 表 11x 12x 13x 14x 15x 16x 17x 18x 19x 22572 12102 10100 34764853231.94 1459878 878 72220 1288

12、7 36894 187628296138.43 21283384 3537 28835 4801 10743 903 1984793.34 38072481 2503 34811 6582 13580 124128486159.54 42972680 2848 11534 2038 3860 733 2203420.62 883 591 638 8981 1703 3748 356 1330329.47 1806595 609 6401 1273 3585 371 8847 29.57 1506437 429 2379 641 1225 140 4163 7.19 493 267 272 19

13、85 610 1220 280 4278 13.66 556 284 296 8763 2594 3659 533 134899.72 612 458 480 4166 1693 1894 445 1938112.72 894 272 292 1455 307 845 98 1672 5.14 246 187 198 数据来源:中国科技统计网 http:/、2005 年全国科技经费投入统计公报 第一步,确定公因子。因子分析通过主成分分析法提取公因子,选定提取标准是:特征值1。通过软件处理结果得到相关系数矩阵的特征值和特征向量,如表 4.6 所示: 表4.6 样本相关系数矩阵的特征值及方差贡献率

14、 Component Initial Eigenvalues Extraction Sums of Squared Loadings Total % of Variance Cumulative %Total % of Variance Cumulative % 1 13.767 72.457 72.45713.76772.45772.457 2 3.923 20.647 93.1053.92320.64793.105 3 .993 5.225 98.330 河北经贸大学硕士学位论文 41 4 .144 .759 99.089 5 .086 .450 99.539 6 .042 .221 99

15、.760 7 .026 .138 99.898 8 .011 .058 99.956 9 .006 .030 99.986 10 .002 .011 99.997 11 .001 .003 100.000 12 2.17E-015 1.14E-014 100.000 13 3.93E-016 2.07E-015 100.000 14 2.84E-016 1.49E-015 100.000 15 2.35E-016 1.24E-015 100.000 16 1.21E-016 6.37E-016 100.000 17 -6.96E-017 -3.67E-016 100.000 18 -2.74E-016 -1.44E-015 100.000 19 -5.63E-016 -2.96E-015 100.000 前两个特征值分别为 13.767、3.923,他们对样本方差的累计贡献率已经达到了93.105%,可以说已经基本包含了全部指标的绝大部分信息。所以我们可以选取 2 个因子来解释原始变量。 表 4.7 显示的是旋转前的因子载荷矩阵,表中空白处表示相应载荷小于 0.3。可以看出所有变量在第一个因子上的载荷都比较高,即与第一个因子的相关程度较高,第一个因子解释了大部分变量信息;而第二个因子与原始变量的相关程度较小,对原始变量的解释不明显,没有旋转的因子含义的含义很难解释。 表4

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 学术论文 > 毕业论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号