摘要：高新集聚创新区已成为我国高新技术产业发展的重要创新地和辐射源，特别是中关村国家自主创新示范区已成为拉动首都经济增长的引擎。因此，建立一套科学的、有效的创新能力评价指标体系必不可少。文章在因子分析和层次分析赋权方法的基础上，提出了一种真正意义上的绩效评价方法：FA-AHP组合赋权法，并对中关村高新区2001年-2015年的创新数据进行了纵向综合评价，并认为高新集聚区应在7个主要方面着力发展其创新能力。
　　关键词：创新能力;指标评价体系;FA-AHP组合赋权法
　　一、 引言
　　中关村国家自主创新示范区俨然已成为中国“硅谷”的代名词，其所形成的具有巨大科技创新能力的关联效应及扩散效应，对全国其他高科技园区具有显著的示范效应。但是同西方发达国家的高新集聚区相比，仍具有明显的差距。我们认为应该建立一套具有有效性、科学性的创新能力绩效评估体系，这不仅可以为中关村示范区的发展提供决策信息，同时还能引导和激励其他高新集聚区加强创新能力建设。
　　最早的政府主导的高科技园区评价指标体系的制定由科技部下属的火炬中心进行，并于1992年汇集多位相关领域的专家学者研究和制定国家高新区的评级指标。该评价指标体系在随后的几年内进行了三次大的评估与考量，其中2003年所确定的指标体系能更准确的反应各高科技园区实际运营状况。此外，夏海钧（2001）通过对国内外高科技园区历年发展状况及相关产业数据出发，综合运用AHP、System Cluster Analysis等方法，解释不同高科技园区发展阶段及状况的异同;范柏乃（2003）认为基于技术创新有三个不同的环节，构建出有关高科技园区技术创新的评价指标体系，其所采用的方法包括DelphiMethod、Discrimination Analysis及Principal Component Analysis;甘小文等（2016）以基于AHP及灰色关联的方法，测度江西14个国家级产业园区的产城融合度。刘满凤等（2016）以三阶段DEA方法对我国2012年高新区的创新效率进行了分析研究。
　　有别于前人的研究，本文的边际贡献可能在于：（1）本文首次将FA-AHP组合分析法应用到高新技术开发区的创新能力评估方面，并且是一种数据上的完全替代。（2）本文所用的基于FA-AHP分析法的双流结构，不仅仅使二者在理论层面进行互补的融合，并且在权重上有一次完全的替代，并且能做到一致性及传递性检验。（3）层次分析过程中判断矩阵是由因子分析中的因子得分矩阵和因子方差贡献的数据构建，并且矩阵中的元素允许有负值的存在。
　　二、 理论模型构建
　　1. 创新能力评价指标体系的建立。本文对中关村园区的创新能力构建了一套评估体系，它包含一级、二级和三级指标，其中：一级指标是中关村国家自主创新示范区创新能力;三级指标是表征中关村国家自主创新示范区创新能力的各个指标，其存在多重共线性和较强的相关性;二级指标是通过因子分析法从三级指标中提取出来的公共因子。
　　
　　2. 高新集聚区创新能力指标体系评价方法。
　　（1）FA过程。假设需解决的问题中有X1，X2，…，Xp等p个或许具有一定相关关系的变量，并且拥有F1，F2，…，Fq等q个独立的公共因子，且要求（q≤p），每个变量Xi。不可解释的因子可用ei表示，并且解释各个不可解释因子之间不具有相关关系。
　　矩阵关系表述为：X=AF e
　　因子分析的上述模型满足以下条件：
　　①q≤p：原始变量的个数不小于公共因子的个数;
　　②公共因子F和特殊因子e是不相关的，即：Cov（F，e）=0;
　　③公共因子F1，F2，…，不相关，并且方差为1;
　　④各个特殊因子e1，e2，…，不相关，但方差方面并不要求相等。
　　（2）AHP過程。如图1所示，其中a21代表因素a2相对于a1对上一层因素A的贡献，b65代表因素b6相对于b5对上一层因素B的贡献，c79代表因素c7相对于c9对上一层因素C的贡献。层次分析法的关键是通过定量度量任意两个方案或者指标对上层目标的相对重要程度，使判断定量化，要计算某层n个因素，…Xn对上一层因素的影响，从Xn中取Xi与Xj，比较他们对上一层因素的贡献大小，通常采用1～9标度分析法。
　　（3）一致性检验。
　　
　　（5）一致性指标。当CI=0，有完全的一致性;当CI接近于0，有满意的一致性;当CI越大，不一致越严重
　　（6）进行一致性检验：为了衡量CI的大小，给出一个R.I.，C.R=C.I./R.I.，即随机一致性指标，C.R.