煤炭企业技术创新绩效评价

张昕,马紫微

摘要：通过分析煤炭企业技术创新的各个影响因素，结合煤炭企业技术创新绩效现状，本文利用结构化演算的方法确定评价指标及权重；运用BP神经网络的评价方法构建了适用于煤炭企业的技术创新绩效评价体系，并以龙煤集团双鸭山分公司为例进行实证分析，旨在探求增强煤炭企业技术创新能力和效果的有效途径，为企业创造更大的财富，提高企业的核心竞争力，为我国经济的持续、健康、协调发展提供参考。

关键词：技术创新；煤炭企业；绩效评价

中图分类号：F124.3文献标识码：A

随着经济全球化的不断深入，国外知名企业纷纷进军我国市场，在国内市场竞争日趋激烈下，企业要在这样的市场环境下生存、发展，技术创新成为必然的选择。作为我国生产的重要能源材料，煤炭资源所占比重达70%。但是，由于煤炭资源的形成和生产具有特殊性与不可逆性，煤炭企业更需要通过技术创新，有效解决经济发展与资源可持续利用、生态环境保护之间的矛盾问题，实现资源的优化配置。

煤炭企业技术创新的绩效反映了煤炭企业创新能力、速度与规模，同时也关系到企业市场竞争力的提高，企业和区域经济的稳定与健康发展。本文以煤炭企业技术创新绩效为研究对象，剖析影响煤炭企业技术创新绩效的诸多因素，通过建立煤炭企业技术创新绩效评价指标体系及综合评价模型，利用BP神经网络的基本算法与网络训练，并以龙煤集团双鸭山分公司为例进行技术创新绩效评价，旨在提出提高煤炭企业技术创新绩效的策略和建议。

一、选取指标因素分析

本文将煤炭企业技术创新绩效界定为经济绩效，在选取评价体系的指标时以能够代表煤炭企业技术创新效果、能力、水平以及相应技术的指标。由于每一个指标的获得都需要煤炭企业大量的信息进行提炼与总结，根据Henrik Gudmundsson的研究，指标体系包括了概念结构和使用结构两个部分，因此在煤炭企业技术创新绩效评价体系中，指标选取需遵循相应原则、内在逻辑性、不交叉性等，并且需要考虑选取指标的各项因素。具体来讲，分为以下几个方面：

（一）直接经济效益

要对煤炭企业技术创新的绩效进行评价，特别是经济效益的评价，直接经济效益指标不可或缺。煤炭企业实行技术创新，所带来的经济效益、销售收入都必定成为技术创新绩效的重要指标。因此，可以选取能够代表煤炭企业技术创新所得收入、利税率的经济指标进行评价。此外，还可以选择能够代表生产效率、成本控制等方面的指标来进行多角度的绩效评价。

（二）企业经济实力与技术创新投入

技术创新投入的大小、企业是否有足够的经济实力和经济基础，是直接影响煤炭企业的技术创新绩效的最重要因素。换句话说技术创新投入包括了资金、物资、技术、人力资源、设备、信息投入等多个方面，经济投入直接影响了新设备、新技术、新人才的引进。特别对于煤炭企业来讲，技术设备机械化、生产工艺与水平、人力资源结构等因素都能够代表煤炭企业技术创新投入情况，进而反映煤炭企业技术创新的绩效水平。

（三）企业科研与自主创新能力

煤炭企业在不断发展壮大的同时，其科研意识和自主创新能力也在不断扩大。随着科技的进步和知识的积累，根据企业自身的发展需求，挖掘更多的新技术、新工艺、新产品，逐步加强科研和自主创新能力。在煤炭企业中，许多指标都能够反映企业的科研与自主创新能力，如技术创新项目数、自主创新产品率、企业拥有项目数、科技转化率等；同时开采部门、研发部门、营销部门、财务部门等职能部门也应积极探索，力求提高企业的综合创新能力，从而进一步健全和完善煤炭企业技术创新体系，增强其核心竞争力，逐步形成以创新型企业为主体的科研开发体制。由此可见，企业的科研、自主创新能力是企业技术创新绩效的重要影响因素之一。

（四）企业制度与企业文化

企业制度主要是指管理制度、组织制度和产权制度，在企业技术创新绩效评价的过程中，企业相关的组织创新、管理模式创新等制度创新都是评价的重要指标，因此也是影响企业技术创新绩效的重要因素。科学、完善、清晰的组织结构和管理模式，能够为权利决策层、经营管理层、技术生产层等煤炭企业内部各层组织结构的企业技术创新提供重要的物质保障。现阶段的创新是煤炭企业文化培育的核心，这不仅有利于企业自主创新的实现，还能够鼓励企业走出去，与社会科研机构、高校形成产学研联盟，不断探索新技术、新工艺，从而促进新好产品投入市场或是增强煤炭企业的工作效率，增强企业的核心竞争力，使企业利润最大化。

（五）煤炭企业特色指标

由于煤炭能源和煤炭行业的特殊性，存在以下煤炭企业特有的、用来衡量企业经济效益、成本控制、生产技术、安全水平的指标，如吨煤成本、百万吨死亡率等。在选取煤炭企业技术创新绩效评价指标时，也必须对此类指标筛选，达到最能反映煤炭企业技术创新绩效水平的目的。

二、煤炭企业技术创新绩效评价模型的构建

分析了煤炭企业技术创新与绩效评价体系各影响因素，针对煤炭企业技术创新现状，对选取的各层级指标进行了整合与分类，初步构建了其技术创新评价的指标体系。根据企业的调研数据和结构化演算，得出所有评价指标的权重（见表1）。

（一）BP神经网络的基本算法

BP神经网络的实质是依据所提供的样本数据，通过学习和训练，抽取样本所隐含的特征关系，以神经元之间连接权值的形式存储专家的知识，如图1所示。具体的说，BP算法的基本思想是将每次迭代的误差信号由输出层经隐蔽层至输入层反向传播，调整各个神经元之间的连接权值，如此反复迭代，直到误差达到容许水平，这种调节过程具有自组织自学习的特点。

选择S函数为激励函数，选取样本集为M个样本模式对（Xk，Yk）。对第P个训练样本（P=1，2，…，M）单元J的输入总和记为αpj，输出记为Opj，则有：

αpj=∑Nj=1WpjOpj，Opj=f（αPj）=11+e—αpj

对于每个输入模式，期望输出与实际输出一般存在误差，则误差定义为：

Ep=12∑（dpj—Opj）2

其中dpj表示对第P个输入模式输出单元j的期望输出。

图1BP神经网络原理图

（二）BP神经网络的训练

为了训练一个BP神经网络，需要计算网络加权输入矢量以及网络输出和误差量，并求得误差平方和。当所训练矢量的误差平方和小于误差目标时训练停止，否则在输出层计算误差变化，且采用反向传播学习规律来调整权值，并重复此过程。

BP神经网络的训练步骤为：（1）根据样本数据的具体特点，建立相应的网路模型，并对网络进行初始化、设置学习参数；（2）选取实例作为学习训练样本，提供训练模式；训练网络，直到达到学习要求；（3）前向传播，对已完成学习的模式进行输入，计算网络的输出模式，并与期望模式进行比较，测算误差。若误差不能满足精度要求，则误差反向传播，修改各神经元的权值和阈值；（4）针对不满足精度的误差进行反向传播，重新调整各单元的权值和阈值。

（三）评价体系的构建

根据上文中对评价体系中各指标的选择及权重的确定，可以得知煤炭企业技术创新绩效的输出为：O=Cαp+e。

其中O为绩效输出向量，αp为原始变量，e为残差向量（可以忽略不计）；矩阵C是个21个矩阵的乘积，分别对应原始变量的尺度因子，化简公式可得：

O2=CTαpC

对于每一个要素指标，可依据指标等级参照标准，通过深入企业调研的途径，由结构化演算得到该项指标的评价值。针对煤炭企业，一般选取最能代表企业技术创新水平的样本数据对网络进行训练，将搜集适合本企业的评价样本及样本目标集进行BP神经网络的输入和输出。针对一些定量的指标在运用BP神经网络进行数据处理时，一般先将输入的指标进行归一化处理，使得输入量的值在[0，1]之间，对于定量指标处理方法如下：

当目标值最大取最优时，取：

Fj=x—xjminxjmax—xjmin

当目标值最小取最优时，取：

Fj=1—x—xjminxjmax—xjmin

其中Fj是目标值为xj的标准化值；j是评价指标的数目；xjmax是预先确定的第j个指标的最大值；xjmin是预先确定的第j个指标的最小值。

在进行网络输入和输出时，可以利用量化方法处理一些定性的指标，如专家打分法对其进行量化，而后也要对其进行标准化的处理，从而保证与定量指标之间的可比性。在完成BP神经网络的最终输出后，为了说明其经济意义或评价效果等，以后将其输出的定量值转化为定性值。如用指标区间来划分定性指标，假设定量输出值得最高分和最低分分别为1和0，则O0.9，优秀；0.7

三、实验结果分析

为了验证基于Matlab的BP神经网络，在处理煤炭企业绩效评价方面的一致性和稳定性，本文在样本中选取21个指标来进行网络训练。该系统通过算法对以往典型数据的学习和训练，以得到无限逼近理想的评估函数，使用BP算法用于煤炭企业绩效的评估，并对输入系统的评价企业的技术创新绩效进行综合能力的智能评估。利用Matlab的GUI工具箱，可以将BP神经网络算法集成在GUI操作界面之中，通过仿真实例结果可以观察到煤炭企业综合绩效评价的得分，以及其绩效的等级。

本文基于BP神经网络的训练方法，对龙煤集团双鸭山分公司的技术创新各项指标进行了训练和预测，预测值与真实值的误差均不超过3%，属于合理型的评价指标体系。本文利用Matlab7.0的GUI工具箱的运算环境，对所评价公司的技术创新绩效进行评价与打分，得到了龙煤集团双鸭山分公司的技术创新绩效评价总体得分和分指标得分。评价结果显示龙煤集团双鸭山分公司的技术创新绩效综合得分为0.83分，效果总体保持在良好水平。直接经济效益指标、技术创新投入指标、技术创新管理指标、生产技术水平指标的得分分别为：0.88，0.80，0.76，0.84。

（一）技术创新绩效综合评价结果分析

龙煤集团双鸭山分公司的技术创新总绩效效果良好，深入企业调研得知，该公司对企业技术创新重视程度高、企业经济收益较为乐观、资金投入充足、创新管理机制较为完善、生产技术水平较高。企业自成立以来，始终坚持走技术创新之路，在黑龙江省同类煤炭企业中的各项经济指标、自主研发、技术引进、创新管理绩效均较为突出。

（二）各技术创新绩效分指标评价结果分析

1.直接经济效益指标：龙煤集团双鸭山分公司技术创新所得的直接经济效益较为乐观。自企业实行技术创新以来，共创造技术创新收入393 579万元，增加纳税金额58 618.7万元，单位时间生产煤产品数增加100万吨、吨煤成本增加率降低，这些数据指标表明：该分公司的技术创新为企业带来较大收益，为企业的壮大与发展起到了积极的作用。

2.技术创新投入指标：龙煤集团双鸭山分公司技术创新投入较为充足。调查资料表明，该公司现有技术创新项目数256项，取得成功项目数167项；企业研发经费累积达到74 597.65万元；企业从事科技与研发的专兼职人员达1 093名；人员培训支出达企业销售收入的2.5%；现阶段拥有3项专利技术，可见该公司为企业实现技术创新投入了必要的资金、物资与人力资本，这些措施为该企业技术创新提供了有力保证。但是，通过对龙煤集团双鸭山分公司技术创新投入指标的分析与评价，得知该企业技术创新投入仍有提升的空间，如增加企业创新项目的研发经费，利用高薪与高福利待遇等手段，多吸引科研人员和技术人才，为企业技术创新创造更多的条件和机会。

3.技术创新管理指标：在对龙煤集团双鸭山分公司技术创新绩效评价体系中，该项指标的得分较低，证明该公司在企业技术创新过程中，管理创新处在较低水平。该公司与北京大学、哈尔滨工程大学、黑龙江科技学院等10余所高校和科研机构共完成合作创新项目20余项；生产的技术产品营销费用达2 171.4万元；在企业各项规章制度中，鼓励创新的奖励机制达10条以上。

通过调研对龙煤集团双鸭山分公司的创新管理指标进行分析，暴露出明显的不足。如与高等学校、科研机构的联系不够紧密，进行合作的创新项目较少，不足企业自身创新项目的20%；企业营销体制不完善，创新产品营销力度小，使企业技术创新生产产品市场认知率与需求较低，不能良好的带动企业销售收入的增长；企业鼓励研发创新机制不完备，不能够有效地调动起企业科研人员、管理人员搞技术创新、研究开发的积极性。

4.生产技术水平指标：经过实证分析，龙煤集团双鸭山分公司生产技术水平较高。据调查研究显示，该企业煤炭开采、运输与提升、综合设备等设备机械化程度达95%以上，其中处于国际先进水平的生产设备29台，国内先进水平设备1 500余台；企业已投产的技术创新项目达150余项，技术转化率较高；百万吨死亡率由1.28降至0.29，基本实现了安全生产标准。然而，自企业实行技术创新以来，其新工艺产值才能达到整体销售收入的6%左右，说明技术创新的新技术、新工艺大部分都是为企业技术创新的相关技术服务的，而真正用于新产品品种开发的很少。这就为煤炭企业今后的技术创新提出了新要求，指明了新方向。

（三）评价结果与评价体系

经过对评价结果的分析，结合对龙煤集团双鸭山分公司深入的调研资料，不难看出本文所建立的技术创新绩效评价体系能够对煤炭企业技术创新的大致水平、能力和效率，进行一个相对客观、系统、正确的评价。这不仅直观地反映了煤炭企业技术创新现状，还为提高煤炭企业技术创新绩效途径和策略的提出提供了依据。

四、提高煤炭企业技术创新绩效对策分析

（一）树立技术创新理念

树立技术创新理念是煤炭企业技术创新成功的首要条件，它关系到煤炭企业对技术创新活动的重视程度，直接影响到技术创新投入程度、管理完善度、技术水平高低等技术创新指标。因此，煤炭企业首先要形成以煤炭企业为主的技术创新体系，以市场为导向、以产品为龙头、以管理为技术、以效益为中心，树立一种“求创新、谋发展”的创新理念，将技术创新作为整个企业最为重要的任务；其次，创新观念要开放，积极利用企业内外部的相关创新资源，实行煤炭企业技术创新活动；再次，要树立系统的创新观念，将煤炭企业的煤炭开采、生产销售、技术研发、销售与营销等运营过程都纳入企业全面的创新体系；最后，要提高企业领导人的创新意识，转变经营思想，实现以煤炭企业可持续发展为目的的技术创新。

（二）加大技术创新投入

从上文的分析与评价结果来看，龙煤集团双鸭山分公司对于技术创新的投入逐年增加，取得的效果也较为显著。然而，就煤炭企业现阶段的技术创新投入情况，仍有加强和提升的空间。比如要合理使用煤炭企业资金，加大技术创新投入所占份额；要合理调配现有的煤炭开采、洗选等技术资源，加强产学研合作，挖掘企业技术创新潜力；要合理配置企业的人力资源，加大培训、人才引进力度，提高整个煤炭企业内部的科研和开发能力。

（三）加强组织创新与管理创新

在上文的评价结果中，龙煤集团双鸭山分公司的技术创新管理指标得分相对较低，对煤炭企业技术创新管理创新具有普遍意义。现阶段的煤炭企业的组织创新与管理创新仍很薄弱，需进一步加强，这对于提高煤炭企业技术创创新绩效具有较为深远的意义。

参考文献：

[1]张继磊，张凤武.黑龙江省煤炭企业技术创新现状分析与对策研究[J].现代经济信息（学术版），2008（4）：148—149.

[2]Henrik Gudmundsson.The Policy Use of Environmental Indicators—Learning from Evaluation Research[J].The Journal of Transdisciplinary EnvironmentalStudies，2003（2）：1—12.

[3]丛爽.面向MATLAB工具箱的神经网络理论与应用（第3版）[M].北京：中国科学技术大学出版社，2009.

[4]彭蓬.基于神经网络的煤炭企业技术创新能力评价及经济学分析[J].煤矿现代化，2008，87（6）：4—5.

Performance Evaluation of Technological Innovation of Coal Enterprises

ZHANG Xin， MA Zi—wei

（School of Economics and Management， Heilongjiang Institute of Science and Technology，Harbin 150027， China）

Abstract：Through analyzing various influence factors of technological innovation of coal enterprises， and combined with performance status quo of technological innovation of coal enterprise，the paper determines evaluation indicators and weight with structured calculus； uses the evaluation method of BP neural network to build a performance evaluation system for technological innovation of coal enterprises；and takes Long Coal Shuangyashan branch as an example for empirical analysis， aiming at exploring effective ways to enhance the capacity and effectiveness of technological innovation of coal enterprises，to create greater wealth for the enterprise，improve the enterprise′s core competitiveness，and to provide reference for the sustained， health and coordinated development of economy.

Key words：technological innovation；coal enterprises；performance evaluation

（责任编辑：关立新）