煤炭企业技术创新影响因素灰色关联分析

煤炭资源作为关键的战略资源，不仅在国家能源体系中占据着重要地位，而且对于推动国民经济的发展具有重要作用。煤炭资源是不可再生的耗竭性资源，现有技术条件下煤炭资源的利用效率仍然有待提高。为了实现煤炭资源型企业的可持续发展，增强煤炭企业的竞争力，技术创新是最有效的手段之一。为了更好地提高煤炭企业技术创新水平，加快企业技术创新体系建设，需要从影响企业技术创新的影响因素入手，明晰各相关因素对煤炭企业技术创新的影响程度，从而为以后企业更好地配置资源、推动煤炭企业技术创新提出对策建议。

1 研究现状

近年来我国学者围绕企业技术创新影响因素主题，进行了多角度的研究。刘畅、梅洪常以大数据企业为研究对象，依据层次分析法判断出大数据企业技术创新的影响因素有知识资源量、大数据技术的应用效益、人力资源和外界的关系网络以及产品创新与协同创新，为我国大数据企业提升技术创新水平提供参考[1]；张荣光通过模糊聚类分析认为矿产资源型企业技术创新的内部因素影响程度最强的是企业战略的影响、企业研发经费的多少以及企业研发人员的比例大小3个因素，外部因素影响程度最强的是知识产权保护政策和市场竞争压力[2]；王立杰采用ISM建立技术创新影响因素的结构模型，并结合MICMAC分析法对技术创新影响因素进行微宏观影响因素分类，研究结果表明微观影响因素是煤炭企业技术创新的管控重点，并要发挥研发资金、企业家精神对其他微观影响因素的推动作用[3]；孙金曼以大中型采矿业企业为研究对象，通过灰色关联分析发现技术改造经费的投入、R&D经费投入、技术引进经费投入与产出之间的关联度较大[4]；陈晓红通过构建中小企业技术创新因素的模型，实证分析发现技术人员、研发技改投入越多，创新转化效率越高的中小企业技术创新能力越强[5]；刘伟利用我国16个高技术行业的面板数据，对高技术行业的技术创新影响因素进行了实证分析，不仅研究了R&D投入对高技术行业技术创新的影响，还考虑了行业融资结构、外资企业研发的技术溢出效应、产权结构、企业规模以及市场集中度等因素的影响作用[6]。

纵观以往文献，许多学者运用各种分析方法对企业技术创新影响因素的研究已经比较成熟，成果丰富，然而详细研究煤炭企业技术创新影响因素的相关文献较少，因此笔者采用多因素统计分析方法——灰色关联分析，来探索影响煤炭企业技术创新的因素。

2 研究方法

2.1 灰色关联分析

灰色关联分析是灰色系统理论的重要内容，该方法的基本思想是根据序列曲线几何形状的相似程度来判断系统特征行为序列与相关因素行为序列之间关系的密切程度，从而可以判断出引起该系统发展的主要因素和次要因素[4]。其核心是关联度的计算，序列几何曲线越接近，表明因素发展态势越接近，说明二者之间的关联度越大；反之越小。其建模不受样本数据多少和样本数据有无规律等因素的影响，而且计算方便，更不会出现定性和定量结果不符的情况。灰色关联度模型计算步骤如下：

(1)确定参考序列。

式中：n——参考序列的数据个数。

(2)确定比较序列。

式中：m——比较序列的数据个数。

(3)进行初值化处理。对原始数据进行初值化处理，可以消除不同量纲差异的影响，更准确地分析各因素对参考序列的关联度。初值化处理方法是直接用序列中所有数据除以该序列第一个初始数据，用得到的初值化数列进行进一步分析[7]。笔者选取初值化方法进行分析，初值化处理的公式为：

(4)求差序列。差序列的公式为：

(5)求差序列的最大差和最小差。

(6)计算灰色关联系数。灰色关联系数计算公式为：

式中：ρ——分辨系数，一般取值为0.5。

(7)计算关联度。

(8)比较灰色关联度。将上述灰色关联度按照从大到小的顺序依次排列，灰色关联度较大的表示其影响程度大，为了区分影响程度的大小，将灰色关联度的大小按关联程度分为3个等级：轻度关联(0<γ≤0.3)、中度关联(0.3<γ≤0.6)和强度关联(0.6<γ≤1.0)[7]。

2.2 指标选取及数据来源

技术创新是一个从新产品(服务)或新工艺创意的产生，经过研究与开发、工程化、产业化，到市场应用的完整过程[8]。从企业的自主创新能力分析，在直接经济效益上，新产品销售收入是新技术成果化的最终体现，加之对以往文献的研究，选取新产品销售收入作为企业技术创新的产出效果，并作为参考数列(X0)。通过阅读企业技术创新影响因素方面的文献，借鉴学者对影响因素的研究成果以及基于数据的可取性特点，选取有研发机构的企业占全部企业的比重(X1)、有R&D活动的企业占全部企业的比重(X2)、企业R&D人员数量(X3)、企业R&D内部经费(X4)、R&D外部经费支出中企业对高校和科研机构的研发支出(X5)、新产品开发经费(X6)、引进技术经费(X7)、消化吸收经费(X8)、购买国内技术经费(X9)以及技术改造经费(X10)作为煤炭企业技术创新的影响因素。煤炭企业的具体数据来源于2012-2019年《中国科技统计年鉴》，其中，依据一些学者的观点和文献研究，选择规模以上工业企业中煤炭开采和选煤业作为煤炭企业的数据[9-12]。

3 煤炭企业技术创新影响因素的灰色关联度分析

3.1 灰色关联度数据计算

(1)列出影响煤炭企业技术创新影响因素的参考数列和对比数列，X0为参考数列，X1至X10为比较数列，具体数据如表1所示。

(2)对参考数列和比较数列数据用初值化法进行无量纲化处理，Xi的初值像数据如表2所示。

(3)根据公式(4)计算绝对差值，参考序列和比较序列初值像对应分量差的绝对值序列矩阵如表3所示。

(4)找出绝对差值的最大值=4.7945，最小值=0，然后根据公式(7)得出关联系数矩阵如表4所示。

(5)由公式(8)计算灰色关联度和关联排序，如表5所示。

3.2 结果分析

笔者以灰色系统理论为基础，对影响煤炭企业技术创新的因素进行灰色关联度分析，从定量的角度给出了煤炭企业技术创新影响因素的关联排序。由表5的数据可以发现，选取的10个影响因素对企业技术创新的灰色关联度均大于0.7，属于强度关联，表明这些因素对煤炭企业的技术创新确实存在显著的影响，所选取的指标较为合理。其中，R&D外部经费支出中企业对高校和科研机构的研发支出、企业R&D经费内部支出、技术改造经费支出、企业R&D人员数量以及有研发机构的企业占比的灰色关联度均在0.9以上。因此，促进煤炭企业技术创新需要在这几个方面加大力度。其中，R&D外部经费支出中企业对高校和科研机构的研发支出反映了煤炭企业的产学研情况，这个因素的灰色关联度最大。

4 对策与建议

(1)R&D外部经费支出中企业对高校和科研机构的研发支出对煤炭企业技术创新影响最大，说明企业应加大对科研机构和高校的经费支出，开展产学研合作，促进协同创新战略联盟的建立。多数煤炭企业存在经营粗放、煤炭生产和利用技术相对落后、技术创新能力不高、创新速度缓慢的特点，煤炭企业加大产学研合作，可以优势互补、资源共享，突破煤炭企业技术条件薄弱限制，缩短研发周期，减少煤炭企业因为自身盲目投入造成的经费、人力等资源的浪费，提高企业的研发水平、增强抗风险能力，从而促进煤炭企业的可持续发展。

煤炭企业和高校以及科研机构进行协同创新，可以实现“1+1+1>3”的效果。煤炭企业开展产学研协同创新，一方面有利于高校和科研机构针对煤炭企业的实际需求，聚焦关键核心技术，开发有市场前景的实用产品，促进自身科研发展和成果转化；另一方面有利于煤炭企业获取技术和知识，突破自身技术瓶颈限制、推动企业技术创新。

(2)企业技术创新离不开企业的研发投入，研发投入包含研发经费投入和研发人员投入两方面。从经费角度分析，煤炭企业应加大经费投入，R&D经费投入越多，对于提高自主创新能力而言是一份重要保障。煤炭企业应将研发经费纳入企业预算管理, 逐年增加其占企业主营业务收入的比例并建立多种筹融资渠道。另外，煤炭企业经费投入还需要政府支持，一方面提高政府对煤炭行业科技研发资金的投入力度；另一方面需要政府建立健全法律法规，对企业的社会融资进行有效监督，保证企业获得的研发经费可以顺利应用于研发过程。

从人员角度分析，人才是企业技术创新成功的关键因素和核心力量。煤炭企业一方面应加强和高校、科研机构合作，通过建立有效激励制度获取煤炭专业人才，提高煤矿研发人员的比例；另一方面对企业现有参与生产、开采、经营管理等方面的员工进行技术培训以及创新能力的培养，提高员工的专业技能和综合素质，充分发挥员工的创新潜能。

(3)技术改造经费是影响煤炭企业技术创新的又一关键因素。加大技术改造力度, 有助于提高煤炭产业盈利能力和矿井安全水平。我国煤炭企业整体技术水平相对较低,特别是中小型煤炭企业技术创新能力低，浪费资源现象严重，在今后发展过程中急需技术改造升级,加大技术改造费用的投入力度,尤其是节能方面的技术改造经费支出。另外将技术改造应用于煤炭开采、生产环节可以提高煤炭回采率。煤炭企业进行技术改造时,积极根据自身实际情况与高校以及科研机构合作，建立优势互补、利益共享的技术改造合作模式。

(4)鼓励煤炭企业建立研发机构，提高企业自主创新能力。据2012-2019年《中国科技统计年鉴》分析，规模以上煤炭企业研发机构数量从2011年的284个下降至2018年的107个，有研发机构的煤炭企业占全部煤炭企业的比例也由2011年的3.69%降为2018年的2.38%。研发机构可以根据企业的实际需求以及市场需要，对现有产品、工艺进行改进并开发具有市场前景的新产品、新技术以及新工艺。研发机构还可以作为技术创新服务平台，发挥推进产学研科技合作、整合创新资源的作用，为企业产品升级和规模化生产提供技术支撑，促进高校和科研机构的科技成果转化。因此，企业应该积极设立研发机构，政府也应该为企业建立研发机构出台相关的政策扶持、财政补贴等，从而减轻企业的资金和研发人员的压力，提高煤炭企业的自主研发能力。

[1] 刘畅，梅洪常.大数据企业技术创新的主要影响因素研究[J].科技管理研究，2020(12)：125-131.

[2] 张荣光，张惠琴，尚甜甜.矿产资源型企业技术创新影响因素的模糊聚类分析[J].经济体制改革，2016(2)：131-136.

[3] 王立杰，郭佳，汪文生.基于ISM的煤炭企业技术创新影响因素研究[J].管理现代化，2014(3)：49-51.

[4] 孙金曼，王帮俊.基于灰色理论的大中型采矿业企业技术创新影响因素分析[J].科技管理研究，2012，32(9)：5-8.

[5] 陈晓红，彭子晟，韩文强.我国中小企业技术创新影响因素模型及实证研究[J].中国科技论坛，2008(7)：74-78.

[6] 刘伟.中国高技术产业的技术创新影响因素：基于面板数据模型的实证检验[J].数学的实践与认识，2010(22)：62-70.

[7] 张军，冯晨.中德高端制造业贸易影响因素的灰色关联分析[J].国际商务研究，2019(3)：16-24.

[8] 张赤东，马驰，徐永昌，等.关于企业技术创新主体的论证——基于文献述评的角度[J].科技管理研究，2013，33(20)：14-19.

[9] 费玉婷，张晶.煤炭企业产学研协同创新与经济发展的灰色关联分析[J].中国煤炭，2018，44(10)： 33-37，42.

[10] 万伦来，陶建国.煤炭资源开采环境污染物影子价格的估计——基于安徽煤炭企业的调查数据[J].中国人口·资源与环境，2012，22(8)：71-75.

[11] 朱亮峰.煤炭企业经济效益与外部倒逼和内部资金运营的关系分析[J].资源科学，2015，37(12)：2414-2420.

[12] 姜彤彤.省域范围内产学研协同创新效率评价及分析[J].学术论坛，2015(3)：168-172.