下面是小编为大家整理的《中小企业绩效评价企业技术论文(精选3篇)》，仅供参考，希望能够帮助到大家。摘要：本文对河北省和天津市科技型中小企业技术来源、学习模式和创新绩效的关系进行实证对比研究。结果表明，仅靠购买或仅靠独立自主研发两种技术获取方式，均不利于企业技术创新。技术来源与学习模式相适应的企业创新绩效比均值高。津冀两地企业技术创新绩效存在差距，说明地域对技术来源及研发力量有影响，进而影响企业绩效。
中小企业绩效评价企业技术论文 篇1：
高职院校教师绩效评价体系研究
摘 要： 高职院校对教师绩效考核评价主要是通过对其所承担的教学科研与社会服务等工作的完成情况进行考核的，考核评价必须选择合适的考核评价内容，科学确定指标及指标权重，并根据所聘的不同岗位以及岗位等级，制定科学合理的考核评价方案，避免根据大一统的考核内容，凭主观印象对教师进行绩效评价。
关键词： 高职教师；评价指标体系；评价指标设计
高职院校评价教师绩效选择什么内容及指标，如何设计各项指标权重，取决于高职院校为实现特定战略目标所遵循的指导思想，以及高职院校的管理方式和考核评价目的。每个高职院校在发展建设的不同阶段均可能选择不同的考核评价内容。不同的考核内容、指标及指标权重，是直接服务于学校战略目标的，只不过所设计的内容、指标及权重各有侧重而已。
一、确定高职院校教师绩效评价指标体系原则
绩效评价指标体系是由多个既独立又相互关联、能完整地表达评价要求的指标组成的评价系统，是具有内在联系相互补充作用的指标集合[1] 806。构建科学合理的绩效评价指标体系应遵循以下原则：
1.导向性。绩效评价指标的选取和设计必须与学校发展战略目标或某个特定阶段目标相一致，确定的评价指标以及指标权重必须具有明确的目标导向性，既能体现高职院校事业发展的战略指导思想，又能体现高职院校在不同时期、不同发展阶段的战略目标和工作重心，把学校发展战略目标分解细化至教师个体绩效评价的标准中，让教师心中有理想、工作有目标，行动有导向。
2.系统性。绩效评价各指标之间有内在逻辑关系，这些指标相互联系、相互制约，共同构成一个有机统一体。评价指标体系设计应以系统最优为原则，既要避免指标体系过于庞杂，又要避免指标体系简单笼统，要以较少的指标，全面系统地反映评价对象的本质。同时，评价指标体系设计还应兼顾各方面，协调好定量指标与定性指标、关键指标与非关键指标之间的关系。
3.典型性。绩效考核评价指标应具有典型性，并且指能准确反映出教师教学能力、科研能力、职业发展潜力以及其工作业绩、工作态度等，是对高职院校教师职业工作的高度概括与提炼。只是针对不同岗位所设计的典型代表性工作的难易程度、指标数量的多少之区别而已，即使在简化内容及指标数量的情况下，仍然具有典型代表性。
4.科学性。评价指标体系的设计与评价指标的选择必须具有科学性，既要能客观真实地反映高职院校特定时期的事业发展要求，与学校事业发展战略目标相一致，又要能客观全面反映出各指标之间的真实关系，与高职院校教师工作绩效要求相一致，因此选取和设计绩效评价指标、确定指标权重和计算方法，应以管理学科的理论为依据，以确保指标及权重的合理性、评价方法的科学性、评价结果的客观性。
5.开放性。高职教育发展日新月异，赋予高职教育新的内涵，对高职院校教师业务考核提出了新的要求，随着高职教育发展、学校事业发展目标变化、评价内容与目标改变，过去使用的教师绩效评价指标的适应性需要重新审视，绩效评价指标、指标权重也需要顺应变化予以调整，因此指标体系是一个开放式的结构，需要不断地与时俱进，进行修改补充和完善，以满足评价的要求。
6.多维性。高职院校由于所处城市的自然资源、产业资源、地理环境等高职教育教学资源的差异，所制定的发展战略也是不尽相同的，即便是同所高职院校内的不同专业、不同岗位、不同等级的教师绩效评价指标及权重也有差异，因此，绩效考核评价指标及指标权重的设置，应因人、因岗（级）而异，合理分配各个指标及指标权重，切实发挥整个指标体系的导向与激励作用。
二、绩效评价指标体系构建
绩效评价指标是指对考核对象的哪些方面进行评价？哪些内容是重要考核的，哪些内容是次要考核的，它是反映绩效性质和水平的项目，绩效评价的结果是通过各个评价指标的信息综合反映的。绩效评价指标最主要的是关键绩效指标设计，科学合理确定关键绩效指标是绩效考核评价的关键。关键绩效指标必须是指“具体的”、“可度量的”、 “可实现的”、“现实的”和“有时限的” [1]336。本研究将关键绩效评价的内容分为工作业绩评价指标、工作能力评价指标、工作行为评价指标和工作态度评价指标四类[2]，这四类评价指标既包含了发展性指标、改善性指标，也包含了显性指标、非显性指标，既包含了定量指标、定性指标，也包含了软指标与硬指标。
1.发展性指标
发展性指标是高职院校战略发展的关键绩效指标，必须以更清晰和量化的标准，阐述高职院校的战略意图，明确高职院校发展的方向与重点。因此，发展性指标必须紧跟高职院校发展战略的变化，有效支撑高职院校发展战略的实现。
2.改善性指标
改善性指标是高职院校工作改善的关键绩效指标。高职院校在发展建设中存在一些“短板”，有很大的改善空间[3] ，必须针对自身短板，阶段性地重点加以改善。通过对高职院校发展数据对比分析，以确定并不断修正改善性指标。
3.显性非显性指标
教师绩效评价指标分为显性、非显性指标两大类。显性指标主要包括教学工作、科研工作、专业建设三个维度，其特点是：工作效果在短期内容易见效，效果容易量化；非显性指标主要包括师德、人才培养和社会服务三个维度，其特点是：工作效果需要在长期实践中逐渐得到检验，且不易量化。
发展性指标、改善性指标是高职院校为实现各自发展战略目标服务的，这些指标的分解集中体现在对教师绩效考核评价的显性、非显性指标设计中，即教学工作、科研工作、社会服务、师德、专业建设等五项考核指标体系中，体现了对教师工作业绩、能力、行为以及态度的全面综合评价。
三、绩效评价指标体系的内容
高职院校应根据教师岗位类型、岗位职级有针对性设计评价指标，这样才能确保考核评价的客观性、公正性。目前高职院校教师并没有严格划分教学为主型、教学科研并重型、科研为主型等岗位类型，因此只能根据教师岗位职级区别设计评价指标及其权重。
高职院校教师绩效评价指标体系与本科院校相比，既有质的差别，又有量的不同，既要有体现教学工作及其过程的考核指标，更要有体现教师实践能力、学生职业能力的考核指标，凸显职业教育的特性。主要体现在教学工作、科研工作、专业建设、师德、社会服务等五个方面内容。
（一）教学工作绩效评价指标
高职院校教师主要是通过教学工作达到培养高素质、高技能型专门人才的目的，教学质量直接关系到人才培养质量。教学工作不仅要有量的要求，也要有质的要求。其教学工作绩效评价指标构成见表1。
（二）科研绩效评价指标
相较于研究性大学而言，高职院校更侧重强调教师掌握应用技术与实践操作技能，因而对教师的科研水平、科研能力、科研数量的要求比研究性大学要低些，高职院校可以根据自身发展战略目标和定位选择取舍，逐年分解发展战略目标，以确定教师的科研绩效指标和标准。其科研工作绩效评价指标构成见表2。
（三）专业建设评价指标
专业是构成高职院校的基本元素，是高职院校发展的主要支撑。高职院校教师专业建设考核评价的内容主要有：课程建设、教学团队建设、实训基地建设，其指标构成见表3。
（四）师德评价指标
高职院校教师师德的具体评价内容：一是依据教育部颁布的《高等学校预防与处理学术不端行为办法）》进行评价，二是教师工作态度、师表形象、自我修养、对待学生的态度以及教师有偿服务情况等。其评价指标构成见表4。
（五）社会服务绩效评价指标
社会服务是高职院校主要社会职能之一，教师在完成教学和科研工作之余，还应运用专业知识、职业技能积极参与中小企业的应用技术研究工作，以及地方政府部门咨询、决策、评估工作，实现企业技术创新与政府管理、服务工作的创新，以充分发挥高职院校智力群体的优势，突显高职院校服务地方经济建设的职能。其绩效评价指标构成见表5。
需要说明的是，本研究中定性评价内容适用统一分值与权重对所有教师进行评价，定量评价内容应根据教师岗位及岗位等级，由低级至高级依次递增工作任务及难度系数，实现所聘岗位与岗位职责的统一，确保每位教师收获与付出相对公平、公正。已实施教师岗位分类的学校，可在参照上述指标评价体系的基础上，按教学型、科研型、教学科研并重型三个类型相应侧重选择确定考核评价的内容、指标定量、分值与权重，以充分调动教师工作的积极性、主动性，确保绩效评价工作的客观、公正与合理。
三、结语
高职院校教师的绩效考核评价是一项重要的工作，关系着学校战略目标的实现和教师个人职业生涯的发展，决定和影响着教师对教学、科研、社会服务的价值取向。高职院校需要根据其自身发展战略以及特定时期的发展性指标、改善性指标选择取舍，逐步分解发展战略目标，确定教师绩效评价指标及权重，引导教师绩效评价的价值取向，以便顺利实现学校发展战略目标。
[参考文献]
[1]加里德斯勒.人力资源管理[M].刘 昕译.北京：中国人民大学出版社，2012.
[2]罗双平.从岗位胜任到绩效卓越：能力模型操作实务[M].北京：机械工业出版社，2005：107.
[3]谢宝国，夏 勉.关键绩效与岗位绩效[J].企业管理，2004，（4）.
作者：施复兴 黄锐
中小企业绩效评价企业技术论文 篇2：
津冀科技型中小企业技术创新对比研究
摘要：本文对河北省和天津市科技型中小企业技术来源、学习模式和创新绩效的关系进行实证对比研究。结果表明，仅靠购买或仅靠独立自主研发两种技术获取方式，均不利于企业技术创新。技术来源与学习模式相适应的企业创新绩效比均值高。津冀两地企业技术创新绩效存在差距，说明地域对技术来源及研发力量有影响，进而影响企业绩效。
关键词：津冀科技型中小企业 创新绩效 对比研究 技术来源 学习模式
1 概述
企业的技术来源不外乎两种，一种来自于内部，即企业独立自主研发获得，另一种来源于外部，即购买获得技术。科技型中小企业技术创新项目申报立项时须说明技术种类、领域及其所处阶段，此时技术来源已经明确，其技术来源与学习模式的匹配程度对技术创新绩效产生的影响大小，对科技型中小企业技术创新及绩效研究来说是一个黑箱。目前学者们主要是把企业作为一个投入产出系统，通过经营成果说明影响因素对绩效的影响。本文试图以科技型中小企业的技术创新项目为投入产出主体，研究技术来源与学习模式的匹配程度对创新绩效的影响。
2 技术来源、学习模式与创新绩效关系假设
本文所称学习模式，是对创新项目的技术消化、吸收和再创新等组织行为的方式和方法总称。从知识创造和积累的过程来看，学习模式一定要与知识形式相适合才能获得更高的绩效。组织的学习模式大致分为四种（Maskell，Malmberg，1999）。干中学、地缘性学习、专业化学习、基于编码化知识的学习。本文把科技型中小企业的学习模式分为两种，一种是购买技术学习模式，指基于编码化知识等显性知识的学习模式，它将科学技术作为主要的创新源。另一種是自主研发技术学习模式，即基于隐性知识的自己摸索的“干中学”或“师带徒”式手把手传授的学习模式。
在具备一定研发能力的前提下，科技型中小企业往往选择以自主创新为主并与大学、独立科研机构合作进行创新，同时发挥熟悉行业的优势，并充分利用外部丰富的研发资源。将两者有机组合有利于研发所需新技术。大学或科研机构、企业技术人员创立的科技型中小企业，往往拥有内生技术优势。外来技术宜采用购买技术学习模式，内源知识则适合于自主研发学习模式。
科技型中小企业的技术来源直接影响它的创新绩效。技术输出方往往保留核心技术而仅输出它认为一定时期内不会因对手进步而威胁到自己地位的技术，以保持技术竞争优势。因此，购买的技术在后期吸收、转化与再创新时会遇到难以突破的技术瓶颈而难以获得足够的支持，除非再次购买更先进的技术。而购买更先进技术会降低自身绩效。自主研发技术因拥有自主产权而不受此限制，从而提升创新绩效。
这说明企业需要具备一定技术基础才能从外界技术中获得收益。内部R&D投入可以增进企业对来源于外部的技术吸收、转化和使用。购买技术入股和自主研发相当于无形中增加了企业内部研发资源。购买专利技术/专有技术越多，企业拥有的技术量就越大，同时抑制对手拥有相关技术，吸收和利用这些外部技术需要内部研发投入作保障。内部研发的投入总量受自身实力限制，当购买专利技术/专有技术超过一定数量，内部缺乏相应的吸收和利用能力时，就会限制对技术的二次开发从而影响创新绩效。由此可知，内部R&D水平正向调节R&D外包与创新绩效之间的关系。我们假设：
H1：购买专利或专有技术不利于技术创新；
H2：独立自主研发技术对企业技术创新绩效有一定的抑制作用；
H3：学习模式与技术来源相适应时，创新绩效优于两者不适应时取得的绩效。
3 数据与方法
3.1 变量的设置与检验
购买技术学习模式和自主研发学习模式指标参考了Morten Berg Jensen，Bjorn Johnson，Edward Lorenz，Bengt Ake Lundvall（2007）提出的STI和DUI指标。如购买技术学习模式包括R&D投入占营业收入的比例、专业技术人员占比、与大学/科研机构合作等。
科技型中小企业的创新绩效应从产品创新和过程创新衡量，特指开展技术创新基金项目取得的、基于技术变革而产生的绩效。参考陈劲、陈钰芬（2006）提出的企业技术创新绩效评价指标体系，设置的创新绩效指标包括：申请专利数、授权专利数、发明专利数；质量和成本指标则包括产品质量提高、新产品、生产成本降低。
3.2 方法与检验结果
本文采用四分法对样本企业进行聚类，以确认企业以哪种学习模式为主。运用SPSS19.0对样本数据进行聚类。从K-聚类结果可知，第一类企业的选择集中在自主研发技术学习模式，具有此类特征的企业视作采用了“自主研发技术学习模式”；同理，第二类为“购买技术学习模式”；第三类企业对“自主研发技术学习模式”指标和“购买技术学习模式”指标选择都很少，说明学习模式特征不明显，视为其它学习模式，充当对照组；第四类企业兼有两类学习模式的特征，视为混合模式。
天津市样本企业中“自主研究技术学习模式”企业5个，它们的学习型组织典型特征不明显；“购买技术学习模式”68个；“购买技术学习模式/自主研发技术学习模式”76个；其它类企业3个。
河北省样本企业“自主研发技术学习模式”49个；“购买技术学习模式”58个；“自主研发技术学习模式/购买技术学习模式”63个；“非自主研发技术学习/购买技术学习类型”4个。
3.3 建立回归分析方程
首先，引入虚拟变量γi=0，企业未采取该学习模式1，企业采取了该学习模式
则回归模型可写作：
yi=α+βiTi+γiTi？字i+μ
其中yi表示创新绩效，它分两类，一类是创新活动取得的专利，一类是企业对于自身取得创新绩效的描述；α是虚拟变量，如果在统计上不显著，则该虚拟变量对被解释变量无显著影响，应从模型中去掉；βi和γi也是虚拟变量，如果在统计上不显著，则该虚拟变量对被解释变量无显著影响，应从模型中去掉。Ti是技术来源（其中i=1，2），T1表示自主研发技术；T2表示购买技术。？字i表示四种学习模式（i=1，2，3，4），？字i表示“自主研发技术学习模式”；？字2表示“购买技术学习模式”；？字3表示“自主研发技术学习模式/购买技术学习模式”；？字4表示其它学习模式。γiTi？字i项表示企业采取了某学习模式而对技术来源和创新绩效之间的关系可能产生的影响；γi取0时，说明该学习模式没有对创新绩效产生影响。μ表示不可预见的残差项。
本文认为学习模式除了对创新绩效有直接影响外，还对技术来源与创新绩效的关系起一定的调节作用，因此系数βi应有所改变。
如果γi统计上显著，则该虚拟变量对被解释变量有显著影响，说明学习模式对技术来源和创新绩效有影响，即学习模式的作用会产生不同的绩效：
企业未采取某学习模式时的函数：
yi=α+βi？字i+μ；
企业采取某学习模式时的函数：
yi=α+βiTi+γiTi？字i+μ。
4 研究假設检验结果与讨论
将样本数据结果输入SPSS18.0，进行回归运算。
4.1 天津市样本数据检验结果
本文以模式1为例说明回归结果。模式1是“自主研发技术学习模式”，当因变量为专利、“成本和质量绩效”时，采用这一模式的企业没有选择V6，V10，V11，这几项指标在回归运算时被系统自动删除。R为1，说明模型之间拟合优度很好。变量之间存在显著的影响关系。
■
■
Sig值均较小<0.1，t值较大，均在可接受范围之内，说明购买技术、购买专利入股、与当地大学/独立科研机构合作研发、与国内其它地方的大学/独立科研机构合作、完全委托研发等技术来源在企业采用自主研发学习模式学习技术时，与绩效显著相关。
4.2 河北省样本数据检验结果与讨论
同样地，以模式1为例说明河北省数据检验结果。专利绩效、成本和质量绩效为因变量时，模型拟合优度较好，变量间存在显著影响关系。
■
■
河北省样本数据的假设验证情况得到了与天津市样本数据验证大体相同的结果，说明：
仅采用“完全委托技术研发”方式获得技术的企业绩效低于样本平均绩效，说明这种获取技术的方式不利于技术创新。同样地，仅采用“购买专利/专有技术”的企业专利绩效低于样本平均绩效，说明该技术来源对于企业技术创新不利；
以“独立自主研发技术”为主要来源的企业创新绩效均低于样本企业的平均绩效，说明自主研发技术这一技术来源对技术创新可能有一定的抑制。
河北省和天津市样本企业分类回归的结果显示，当企业采用购买技术学习模式而企业技术来源也是购买方式时，绩效明显好于其它来源；采用自主研发技术学习模式的企业，当其技术来源是自主研发技术为主时，明显优于其它技术来源的创新绩效。说明技术来源与技术学习模式相适应时，企业取得较好的创新绩效。
5 结论
本文利用调查数据对科技型中小企业技术创新的技术来源、学习模式和创新绩效关系进行了实证对比研究，结果证明技术来源、学习模式与创新绩效关系显著相关，回归结果验证了假设关系。津冀样本企业的创新绩效存在差异，可能原因是：天津是城市经济，经济一体化程度较高，政策统一性好，扶持力度大；而河北省是典型的城乡二元经济，地域广、发展差别大，产业分散，一体化程度较低，扶持力度小。从而对科技型中小企业的扶持应注重区域差异，制定有针对性的差别政策。
参考文献：
[1]Maskell&Malmberg.Localised learning and industrial competitiveness[J].Cambridge Journal of Economics，1999，23（2）：167-186.
[2]G.M.Grossman and E.Helpman.Comparative advantage and long run growth[J].American Economic Review，1990，80：796-815.
[3]Liu，X.，White，R.S.The relative contributions of foreign technology and domestic inputs to innovation in Chinese manufacturing industries[J].Technovation，1997，17（3），119-125.
[4]Christensen，J.L.，Lundvall，B.A.（eds，），2004.Product Innovation， Interactive Learning and Economic Performance.
[5]陈劲，陈钰芬.企业技术创新绩效评价指标体系研究[J].科学学与科学技术管理，2006，3.
基金项目：
2013天津市教委科研计划项目：天津市科技型中小企业技术创新与绩效关系实证研究（20132147），主持人：张旭军；2012天津市教委基金项目：职技高师经管类专业实训教学体系的改革与实践（D02-1102），主持人：赵丽华；国家社科重点项目：典型省份经济发展方式转变与产业、人口、教育、就业和迁移政策仿真模型技术平台研究（13AZD071），主持人：张一名。
作者简介：
张旭军（1974-），男，河南禹州人，天津职业技术师范大学经济与管理学院，讲师，博士，研究方向：人力资源管理，中小企业创新管理。
张彤（1968-），女，天津人，天津大学管理与经济学部，副教授，硕导，研究方向：公司金融，资产评估。
作者：张旭军 张彤
中小企业绩效评价企业技术论文 篇3：
基于财务指标的高新技术企业绩效评价研究
摘 要：高新技术企业的快速发展与壮大使其成为我国企业的主力军，如何客观、科学地评价高新技术企业的绩效已经成为学者和企业管理者们讨论的热门话题。通过选取18个财务指标，利用因子分析法筛选出相关度较大的财务指标，归类为偿债能力、现金能力、权益柔性等5个公共因子，并对41家上市高新技术企业绩效进行评价和排序，结果表明，高新技术企业应通过增强偿债能力和现金，培养核心竞争力，提升企业绩效。
关键词：财务指标；因子分析；高新技术企业；绩效评价
自20世纪90年代以来，企业绩效评价慢慢进入人们的视野，逐渐成为专家学者以及企业管理者的关注焦点。近年来，国内企业也认识到企业绩效的重要性，引进价值管理办法；国家为了建立与市场经济相适应的企业管理机制，制定出《国有资本金经营评价规则》和《国有资本金及经营业绩评价操作细则》等一系列在企业经济效益综合评价方法。但是，这些都只针对国有企业而言，对于高新技术企业来说，缺乏一套科学的、可操作性强的绩效评价方法。因此，采用科学的方法、基于操作性强的指标建立一套可行的、适用于高新技术企业的绩效评价模型是十分必要的。
一、因子分析法的基本原理
因子分析法的运用始于1904年，是 Charles Spearman 与 Karl Pearson 等学者基于检测研究提出的一种降维多元统计方法。具体来说，通过多个不相关的指标来研究其内部的相关关系时，往往会出现信息重叠，因此，需要从多个指标中选择少数几个代表性强的因子抽象描述总体的综合指标变量。它的基本思想是基于观测指标的关联程度将其划分为不同组别，即关联程度较高的指标在同一组内，相关程度较低或不相关的变量在不同的组别，找出每个组别的共性因子，并用不同的共性因子来代表不同的组别，最后将每个变量用共性因子的线性方程呈现，以期用较少的变量表现大部分的信息量。因子分析的数学模型可表示为：Xi=aijFj+ξ；i=1，2，…n。其中，Xi是第i个标准化变量，Fj等为公共因子，ξ为特殊因子，aij是第i个变量在第j个因子上的负荷，这个数值越大，表明Xi对Fj的依赖程度越高、密切程度越高。
二、建立绩效评价模型
（一）财务指标的选取
传统的绩效考核从盈利能力、偿债能力、营运能力、发展能力四方面分别设置财务指标，但这并不适用于高成长、高发展的高新技术企业。因此，本文根据科学性、系统性、可行性等原则，结合高新技术企业的特点选取了18个财务指标，如表1所示，按各指标的性质将指标分成三种类型：正相关指标、适度指标与负相关指标。正相关指标的数值越大，说明企业绩效越高；适度指标的数值越接近某个合理区间，说明企业绩效状况越好；负相关指标的数值越大，说明企业绩效越低。由于三类指标的属性不尽相同，需要对财务指标数值进行一致化处理，才能避免因指标属性的不同影响绩效评价结果的科学性。
在正式进行高新技术企业绩效评价研究前，还需对指标数据进行无量纲化与标准化处理。本文选取的高新技术企业样本以公开在深市主板和中小企业板块顺利上市，且在2016年12月31日之前未退市的企业为基础。根据2002年7月国家统计局颁布的《高技術产业统计分类目录的通知》，依据其所处行业，选取电子及通信设备制造业、电子计算机及办公设备制造业、计算机应用服务、电器机械及器材制造业这四类作为高新技术企业总体样本，随机抽取41家公司作为样本。本文的相关数据来自上市公司年报及新浪财经网站，数据分析采用SPSS17.0统计软件和Excel2010辅助完成。本文通过SPSS17.0 软件对41家公司的 18 个指标进行一致化、无量纲化、标准化处理后，再进行后续分析评价工作。
（二）模型适用性检验
对所选财务指标进行相关性检验是进行因子分析的前提，即选用的原始数据必须通过适用性检验才可以进行因子分析，本文选用的检验方法是KMO 检验与 Bartlett 球形检验。KMO统计量的取值范围通常是0到1，数值越接近1，说明指标间的公共因子越多、相关性越强，换言之，KMO统计量的取值大于0.5，就可以进行因子分析。而 Bartlett 检验是通过分析相关系数矩阵的行列式得出的数值来判定指标间是否存在相关性。如果数值较大，而对应的伴随概率小于设定的显著性水平，意味着关系矩阵不是单位矩阵，指标间存在相关性。
由表2可知，KMO 统计值为0.599，大于0.5，检验通过，并且通过计算相关系数矩阵的行列式得出的数值为961.653，对应的伴随概率为0.000，小于设定的概率0.01，综观上述检验结果，指标间适宜做因子分析。
（三）主因子提取
运用因子分析法时，应该首先确定共性因子的数量。本文通过计算特征值，将特征值大于1的因子选为共性因子。运用 SPSS17.0软件对处理选取的18个财务指标，基于特征值大于1的原则提取了5个共性因子，通过表3的结果可以得出5个共性因子对变量指标的方差贡献率分别为23.090%，22.515%，19.501%，13.569%，6.946%；累计方差贡献率为85.621%，代表了原始数据的大部分信息。
（四）构建因子载荷矩阵与共性因子命名
为了避免共性因子包含的信息不明，不能够很好地解释其代表的经济意义，本文选取方差最大旋转法旋转5个共性因子的载荷矩阵。令某一指标在某一共性因子上的载荷接近 1，在其他共性因子上的载荷接近0，最后依据共性因子中具有较大载荷值因子的经济意义对共性因子命名。因子载荷矩阵旋转后的结果如表4所示。
如表4所示，第 1 个共性因子在速动比率、现金比率2个因子上的载荷值较大，分别达到0.876、0.868，基于此2个指标反映的是企业偿债能力，因而可将第1个共性因子F1命名为偿债能力因子。第2个共性因子在经营现金净流量对销售收入的比率、资产的经营现金流量回报率、经营现金净流量对负债比率、现金流量比率这4个指标上的载荷值较大，分别达到0.890、0.859、0.897、0.920，基于此4个指标反映的是企业现金流量能力，因而可将第2个共性因子F2命名为现金能力因子。第3个共性因子在每股收益、每股未分配利润2个指标上的载荷值较大，分别达到0.930、0.881，基于此2个指标反映的是企业权益柔性，因而可将第3个共性因子F3命名为权益柔性因子。第4个共性因子在净资产收益率、净利润增长率、经营现金净流量与净利润的比率3个指标上的载荷值较大，分别达到0.660、0.895、0.816，基于此3个指标反映的是企业盈利能力，因而可将第4个共性因子F4命名为盈利能力因子。第5个共性因子在主营业务收入增长率这个指标上的载荷值较大，达到0.952，基于指标反映的是企业成长能力，因而可将第5个共性因子F5命名为成长能力因子。
（五）计算共性因子得分
确定了5个共性因子的经济意义后，可运用SPSS17.0中的回归法做共性因子对18个指标的线性回归，得到的因子得分系数矩阵如表5所示。根据各上市公司标准化后的数据与表5中的因子得分系数矩阵，计算出基于因子分析法的高新技术企业绩效评价的5个共性因子得分，计算公式为Fi=ξi1X1+ξi2X2+…+ξitXt，其中，ξit（i=1，2，…k），表示因子Fi在变量Xt上的得分。
虽然5个共性因子的累计贡献率为85.621%，可以解释大部分高新技术企业绩效评估的情况，但并未达到100%。因此，根据5个共性因子的得分，以其对应的方差贡献率为权重加权求和后，除以共性因子的累计方差贡献率，最后得到基于财务指标的高新技术企业绩效评价的综合得分情况，具体计算公式为F=（23.090F1+22.575F2+19.501F3+13.569F4+
6.946F5 ）/85.621
三、实证分析与结论
（一）实证分析
根据上述几个公式，对样本企业的绩效进行评价，最终得出基于财务指标的高新技术企业绩效评价的综合得分与排名，如表6所示。
（二）结论
1.通过41家上市高新技术企业的实际财务数据的实证分析，发现基于财务指标的高新技术企业绩效评价模型适用性和可操作性较强，符合高新技术企业自身高成长、高风险等特点。
2.基于财务指标的高新技术企业绩效评价，对企业绩效影响较大的因子是企业的偿债能力、现金能力、权益柔性，具体表现为速动比率、现金比率、经营现金净流量对销售收入的比率、资产的经营现金流量回报率、经营现金净流量对负债比率、现金流量比率等指标。这符合高新技术企业研发投入较多，且研发周期长，对企业的偿债能力和現金能力有较高的要求。
3.在当前变化的环境下，高新技术企业很容易出现融资困难或资金不足所引起的财务风险，因此，企业多方式、多渠道提升企业的偿债能力，同时加强资金管理和现金流管理，为后期平稳发展做足准备。高新技术企业可以选择储备适量的具有多种用途的资金来增强企业对未来的骤变做出有效反应的能力，从而增强核心竞争力，提高企业绩效。
参考文献：
[1] 徐鹏涛.零售业上市公司业绩评估研究[D].南京：南京财经大学，2013.
[2] 蒋医荣.多视角下的企业业绩评价指标体系创新研究[D].北京：华北电力大学，2012.
[3] 胡义东，仲伟俊.高新技术企业技术创新绩效影响因素的实证研究[J].中国科技论坛，2011，（4）：80-85.
[4] 许洪贵.基于科学发展的高新技术企业绩效评价及应用研究[D].北京：北京交通大学，2011.
[5] 郑美群，蔡莉，周明霞.高技术企业绩效评价指标体系的构建研究[J].科学学与科学技术管理，2004，25（7）：68-72.
[6] 葛晓萌.基于柔性角度分析高新技术企业R&D财务管理[J].新财经：理论版，2012，（9）.
[7] 丁勇.研发能力、规模与高新技术企业绩效[J].南开经济研究，2011，（4）：137-153.
[8] 苏晓华，李倩倩，王平.创业导向对高新技术企业绩效的影响——基于强弱关系的调节作用[J].软科学，2013，27（1）：10-14.
[9] 张新铭.基于区域视角的河南高新技术产业绩效分析[J].科技管理研究，2011，31（21）：81-83.
[10] 李欣，郑世明，张璐.基于知识管理的高新技术企业绩效评估研究[J].洛阳师范学院学报，2013，32（5）：102-108.
[责任编辑 王燕文]
作者：孙思佳 孟庆军