第1章 导论 1
1.1 问题的提出 1
1.2 选题的目的与意义 3
1.2.1 选题的目的 3
1.2.2 选题的意义 4
1.3 国内外相关研究综述 5
1.3.1 创新理论研究综述 5
1.3.2 企业绩效评价研究综述 12
1.3.3 创新型企业研究综述 20
1.3.4 创新型企业绩效评价研究综述 25
1.4 本书的研究内容及研究方法 28
1.4.1 研究内容 28
1.4.2 研究方法 30
第2章 创新型企业绩效评价的理论基础 32
2.1 创新型企业绩效评价的核心理论 32
2.1.1 理论核心——创新理论 32
2.1.2 基于创新型企业的绩效评价理论探源 35
2.2 创新型企业绩效评价支撑理论 45
2.2.1 企业生命周期理论 45
2.2.2 协同理论 50
2.2.3 知识管理理论 52
2.3 创新型企业绩效评价的相关理论 55
2.3.1 利益相关者理论 55
2.3.2 权变管理理论 58
本章小结 60
第3章 创新型企业绩效驱动因素与形成机理 61
3.1 创新型企业特征分析 61
3.1.1 创新型企业概念界定 61
3.1.2 创新型企业的特点 62
3.2 企业绩效形成的理论分析 64
3.2.1 企业绩效的概念区分 64
3.2.2 绩效的管理学分析 66
3.2.3 绩效形成的经济学分析 69
3.3 创新型企业绩效形成的外生机理 70
3.3.1 创新企业绩效形成的外部驱动因素 71
3.3.2 创新型企业绩效形成的外部驱动因素对绩效形成的影响 74
3.4 创新型企业绩效形成的内生机理 76
3.4.1 创新企业绩效形成的内部驱动因素 77
3.4.2 创新型企业绩效形成的内部驱动因素对绩效形成的影响 80
3.5 创新型企业绩效形成的外生机理和内生机理的整合 81
本章小结 83
第4章 创新型企业绩效评价方法的选择 84
4.1 创新型企业绩效评价的功能定位 84
4.1.1 创新型企业绩效评价基本功能 84
4.1.2 创新型企业绩效评价特殊功能 86
4.2 创新型企业绩效评价的特征 87
4.2.1 多种评价方法相结合 87
4.2.2 评价动态化 88
4.2.3 创新性与成长性突出 88
4.2.4 关注无形资产的培育 89
4.2.5 可持续发展能力的重视 89
4.3 传统企业绩效评价对于创新型企业的不适应分析 90
4.3.1 传统财务评价的主导地位 90
4.3.2 创新能力评价指标的缺乏 91
4.3.3 人力资本盈利能力与发展潜力评价指标的缺乏 91
4.3.4 无形资产考虑过少 92
4.3.5 有效的动态性和反馈机制的缺乏 93
4.3.6 企业成长和研发关注的缺乏 93
4.3.7 评级结果激励作用不明显 94
4.4 创新型企业绩效评价与传统绩效评价差异分析 94
4.5 数据包络分析应用于创新型企业绩效评价分析 96
4.5.1 数据包络分析的特点 96
4.5.2 数据包络分析方法的适用条件 97
4.5.3 数据包络分析适用于创新型企业绩效评价的优点 98
4.6 神经网络应用于创新型企业绩效评价分析 99
4.6.1 神经网络的特点 99
4.6.2 神经网络的适用条件 101
4.6.3 神经网络适用于创新型企业绩效评价的优点 102
4.7 创新型企业绩效评价方法的选择及适用范围分析 104
本章小结 105
第5章 创新型企业绩效评价指标体系设计 106
5.1 指标选取原则 106
5.1.1 科学性和实用性相结合的原则 106
5.1.2 适用性原则 106
5.1.3 全面性与重要性相结合原则 107
5.1.4 成本—效益原则 107
5.1.5 定量因素与定性因素相结合原则 107
5.2 创新型企业绩效评价指标的选取 108
5.2.1 评价指标层次分析 108
5.2.2 评价指标筛选方法 111
5.3 DEA模型输入输出指标体系 113
5.3.1 建立输入输出指标体系应注意的问题 113
5.3.2 输入指标体系 114
5.3.3 输出指标体系 115
5.4 神经网络模型的绩效评价指标体系 115
5.4.1 财务状况的评价指标 116
5.4.2 经营成果与发展评价指标 118
5.4.3 技术创新评价指标 121
5.4.4 知识管理创新评价指标 124
5.4.5 市场创新评价指标 126
5.4.6 制度创新评价指标 128
5.4.7 文化创新评价指标 130
5.4.8 业务流程评价指标 131
本章小结 135
第6章 创新型企业绩效评价模型构建 136
6.1 数据包络分析评价模型的构建 136
6.1.1 C2R模型和BC2模型 136
6.1.2 DEA评价步骤 141
6.2 神经网络模型的构建 142
6.2.1 应用神经网络—卡尔曼滤波模型的可行性 142
6.2.2 样本选取 143
6.2.3 数据搜集与处理 144
6.2.4 模型结构设计 146
6.2.5 模型训练 146
6.2.6 模型及拟合度分析 148
6.2.7 创新型企业绩效评价模型适用范围检验 150
本章小结 150
第7章 实证分析 152
7.1 DEA模型的创新型企业绩效评价实证分析 152
7.1.1 样本选择 152
7.1.2 输入输出指标数据 152
7.1.3 DEA模型评价结果分析 153
7.2 神经网络模型的创新型企业绩效评价实证分析 158
7.2.1 A电子公司绩效评价应用分析 158
7.2.2 B电子公司绩效评价应用分析 163
本章小结 167
第8章 结论与展望 169
8.1 研究结论 169
8.2 主要创新点 170
8.3 研究展望 171
附录 173
附录A 神经网络模型数据处理程序 173
附录B 神经网络模型数据编程处理 174
附录C 实例分析数据处理 178
附录D 问卷调查 181
攻读博士学位期间科研情况 184
注释 186
参考文献 198
致谢 200