大数据背景下的中小科技型企业科技创新绩效评价指标体系构建研究

管 军 付函瑜（通讯作者） 李太行

（河北工程大学管理工程与商学院，河北 邯郸 056038）

一、引言

近年来，国家大力倡导社会经济的创新驱动发展。其中科技创新成为创新发展的首要引擎。在国家的“十四五”科学技术发展规划中，对科技创新的进一步发展作出了制度层面的安排，这体现了国家对加快科技创新步伐的巨大决心。在这一洪流中，中小科技型企业扮演了十分重要的角色，其科技创新的绩效直接影响到国家科技创新的成效，因此对其创新绩效进行合理的评价具有重大的理论意义与现实意义。此外在社会主义市场经济体制不断强化发展的今天，企业越来越注重其核心竞争能力的培养和塑造，科技创新能力便是一个科技型企业的核心竞争力，对科技创新绩效的评价，是使得企业第一时间了解到其创新产出能力的重要一环。随着大数据技术的兴起，科技创新绩效评价的内容与方式不断的优化升级。但目前，对于创新绩效评价的研究尚未能够建立一个规模完整、结构严谨的指标体系。在大数据背景下，也没有一个适合中小科技型企业进行创新绩效评价的指标体系。具体而言，本文对大数据背景下的中小科技型企业科技创新绩效评价的指标体系，进行研究和构建，在分析内涵、发现影响、找出问题的基础上，提出构建策略和分析策略，并对策略的实施，以及未来中小科技型企业的科技创新绩效评价前景，进行展望。

二、基于大数据背景的中小科技型企业科技创新绩效评价的内涵

1.科技创新绩效及其评价的内涵

科技创新绩效所探讨的是企业在从事创新活动——高新科技研究与开发的过程中，是否能够最大程度增加企业利润，实现企业经营目标，是否能够提高效率、节约时间成本以及机会成本。对以上活动的结果所进行的评价即为科技创新绩效评价。具体来说，企业进行科技创新绩效评价，首先应该明确评价主体、评价客体以及评价对象。其次，应该建立合法合规的科技创新绩效评价体系，并对该绩效评价体系的使用过程进行控制，以及对该绩效评价体系的使用效果进行监督。科技创新绩效评价不同于企业其他部门的绩效评价，主要是缘于科技创新活动的特殊性质。企业的科技创新活动一般会存在前期资金投入与后期产出结果不相匹配、资本化与费用化归集混乱等问题。因此，对科技型企业的科技创新绩效进行评价则至关重要。绩效评价的最终目的是，发现创新投入层面存在的问题，以问题为导向，调整投入计划，使投入与产出相互匹配协调。

2.大数据背景下的中小科技型企业科技创新绩效评价的内涵

中小科技型企业科技创新绩效评价是指中小科技型企业在实行科技创新活动的过程中，对创新活动以及创新活动的产出结果进行的以量化形式开展的评价。具体包括多个方面的内容，如绩效评价的标准、应用的方法、制度的安排等。但传统意义上的科技创新绩效评价存在大量的人为主观因素，使得该评价不够科学，甚至绩效评价完成之后的作用效果也值得怀疑。而大数据背景下的中小科技型企业科技创新绩效评价是指，在大数据背景下，借助大数据的影响，利用大数据分析的技术优势，以适应大数据技术渗透的内容、方式评价科技创新绩效的评价活动。

三、大数据对于科技型企业创新绩效评价的影响

科技创新绩效一直以来是衡量科技型企业创新能力的重要指标。大数据以及大数据分析技术的兴起，对科技创新绩效的评价产生了诸多影响。

1.拓展了研究方法的多样性

具体而言，学术界在分析大数据与创新绩效评价的融合问题时，提出了形形色色的方法。诸如BSC与AHP相结合的方法（单成俊，2013）、采用问卷调查法构建评价指标体系（李林，2015）、灰色模糊聚类法（李晓梅，2015）；运用专家咨询法构建评价指标体系（王仁元，2016）、ANP网络层次分析法（李露，2016）、CRR、BCC与SE-DEA模型（谭瑾，2017）、DEAMalmquist法（盛明科等，2018）等。以上方法的应用，不断扩大了绩效评价体系研究方法的适用范围，通过定性与定量相结合的方法进行分析，使分析结果更具可研究性。其中，以SE-DEA模型为代表的大数据分析方法与评价指标体系的结合，近年来在与评价指标体系构建以及绩效评价的结合应用上，使用甚广。这使得研究方法不断拓宽，为将来不同领域不同学科的应用，提供了新的思路和空间。

2.增强了研究结果的精确度

一直以来，对企业进行绩效评价所涉及的平衡记分卡法、绩效棱柱模型法、KPI关键绩效考核指标法等。这些方法的兴起，以及与公司实务的结合应用，无不揭示了绩效评价由定性分析向定性与定量相结合的方式发展的趋势。量化分析是学术界的长期追求，通过将定性的问题进行量化分析，可以最大程度地降低人为的主观感受对结果的影响，使得研究结果更加科学，对于实践更加具有指导意义。基于这一背景，以及大数据分析的产生，企业的科技创新绩效，可以借助量化的指标、真实准确的数据来分析评价，这在更大程度上增强了研究结果的精确度，使得评价结果更能反映企业所关注的问题。

3.提高了研究对象的可比性

大数据的记忆功能、云储存功能有利于企业分析长期数据并进行不同期间数据的对比，进而从整体性层面掌控企业动向。就企业科技创新绩效评价而言，评价单个年度的绩效总体而言意义不大。由于科技型企业的科技创新行为受到多方面因素制约，如政策调整、市场环境、社会环境等，因此对多个期间的数据进行对比、分析，从而实现一个整体的把控便显得极为重要。科技型企业根据其所在地区环境不同，彼此之间亦有较大差异。大数据分析，有利于将不同地域科技型企业的投入与产出的结果进行比较，从而实现相应的管理目标。

四、大数据背景下中小科技型企业科技创新绩效评价指标体系存在的问题

1.现存评价指标体系不完备

利用大数据进行科技创新绩效分析有赖于指标体系的建立。虽然指标体系的建立有多种方法，然而却没有一个相对完备的，适用于大多数科技型企业的科技创新绩效评价指标体系。现存指标体系基本来说存在两个问题。其一，指标体系未能涵盖与科技创新绩效评价密切相关的指标，研究重点不突出，造成所得结果无法真正体现其创新能力的问题。其二，指标体系涵盖重要指标，但层次多级，纷繁复杂，执行起来相对困难，这样一来，会造成得出的分析结果尽管本身合理，但由于成本较高，无法与中小企业的实际情况相适应，因此实践效果较差。此外，由于现存指标体系的多样性、不固定性、复杂性等问题，不同地区的中小科技型企业无法进行比较，同一地区的企业相互之间亦不能够形成对比，无法进行行业内的横向分析。

2.未能很好地利用大数据分析工具

由于中小型企业的数据较难全面收集，因此对于中小型企业的科技创新绩效的研究相对较少。上市公司信息整体披露机制仍然不够完善，例如：根据调查，科创板上市公司所披露的数据中，2018年的数据更为全面，此外的其他年份，所披露信息均不够系统。但与中小科技型企业相比，上市公司的数据相对公开，更容易收集，并且，数据的公布依旧存在一套标准，可以使得不同公司之间进行对比，更有利于分析，因此目前大多数类似研究均集中在上市公司。科技型企业的发展亟需更加规范的制度设置，而中小企业在数据披露方面存在着标准不统一的问题，所以在数据收集的过程中，更有赖于各地区的相关年鉴，或是走访调查，这将影响评价结果的精确性。这些情况导致现有的指标体系无法利用企业披露的真实公开的数据信息并结合大数据技术进行评价的弊病。这将造成评价过程不专业以及评价结果不准确的问题。

3.中小科技型企业管理者对绩效评价的认知不足

中小科技型企业进行科技创新绩效评价的目的不仅仅是考核企业研发部门技术人员以及管理人员的工作绩效，更是将绩效作为企业科技创新管理的重要支撑，因此将绩效考核贯穿全局，着眼于科研投入、创新投入、科研产出的全部过程，有利于企业从根本上掌控企业目前的真实科研能力，也有利于对企业在行业中所处的竞争优势和竞争劣势有一个更为全面的把控。而目前不少中小科技型企业管理者对其的认识仅仅停留在单个部门职责的层面上，另外就是对大数据技术支撑作用的认知仍然不足。

五、大数据背景下中小科技型企业科技创新绩效评价指标体系改进的思路

1.进一步强化评价指标体系的可比性

评价指标体系的建立，并不仅仅是为了满足单个企业的绩效评价，而应该将眼光放长远，使得不同地区的同类型企业之间，都能够通过该指标体系进行分析。这要求指标体系涵盖的内容，能够准确衡量企业创新部门绩效，并且数据真实可靠。因此，目前探求的重点应当在于，构建一个数据可获得、相关性强、具有普遍适用性的指标体系。该指标体系应包括某些权重相对较高的、与科技创新能力相关性较强的指标。在该体系下，企业与企业之间，以及不同区域的中小型企业之间其科技创新绩效能够进行对比，得出的结果才更有整体的意义。

2.进一步夯实评价指标体系构建的制度基础与技术基础

基于目前大数据下科技创新绩效评价指标体系存在的问题，要求中小科技型企业所在地政府，进一步加大规范化的管理，引导中小型企业的数据披露不断朝着统一与完备的方向发展；除此之外，应该在现有的可查找数据的基础上更进一步，与大数据技术形成结合，在深化指标体系与大数据模型的匹配程度的基础上，尽量避免复杂、繁琐、操作性不强的指标体系的设立，进而不断探索大数据背景下的中小科技型企业科技创新绩效指标体系的合理构建。

3.管理层进一步强化队大数据科技创新绩效评价的认知水平

中小科技型企业因其特殊地位，同时面临机遇优势和发展挑战。大数据分析所需成本不高，分析结果更加精确，且容易操作，是中小企业可以利用的资源。因此，中小企业的管理者更应当转变思维，强化对企业科技创新绩效评价的认知，特别是要增强大数据意识，真正关注大数据背景下的科技创新绩效评价的重要性，采取有效措施推进大数据背景下的科技创新绩效评价管理。

六、大数据背景下中小科技型企业科技创新绩效评价指标体系的具体构建

1.构建的原则

创新绩效本质上反映了新事物、新发明或新组合成功商业化所取得的可观的经济效益和社会效益。其测量一般采用将科技创新投入与产出进行对比的方式，因此需在创新投入和创新产出两方面选取相关指标。在相关数据收集方面，科技统计年鉴、当地政府网站披露的数据，以及所研究区域的中小科技型企业网站公布的数据等均为主要的数据来源；同时通过走访调查或问卷访谈形式收集的数据也可作为数据来源。数据收集结束后，通过引入大数据模型进行数据分析。

2.指标的选择

通过选择人力资源投入和资金投入两方面因素，来衡量企业的创新投入。人力资源投入以研发人员数量作为具体指标，资金投入则由R&D经费和技术改造经费来体现。此外，可采用企业项目的研发效益和项目的经济效益两方面对创新产出进行评价。根据研究，选取专利申请授权数可作为测量企业项目研发效益的最佳指标，同时可选取企业的技术转让收入、新产品销售收入等指标衡量企业项目的经济效益。由于中小科技型企业数据往往难以获得，因此，在指标的选取过程中，应当选取数据真实，容易获取，并且在投入和产出方面具有代表意义的指标。

表1 基于大数据的中小科技型企业科技创新绩效评价指标选择

研发机构人员数指的是，该中小型企业的科技创新部门，从事相关科技研究活动的人员的数量。

R&D经费内部支出反映的是R&D资金投入总量水平，是指中小科技型企业实际用于基础研究、应用研究和试验发展的经费支出，如原材料费、管理费、人工费等。

新产品开发经费支出是指，该中小科技型企业用于开发新产品过程的，符合资本化条件的支出。

技术改造经费支出时企业进行技术改造时发生的费用支出。其中，技术改造指改进技术，更新新工艺、新设备，等等。

专利申请授权数是衡量创新活动中知识产出水平的指标，该授权数的衡量，要以专利授予部门实际发放的专利证书为计数依据。

新产品销售收入是指该企业在主营业务收入或是其他业务收入中，销售新产品实现的收入，主要指的是采用了新技术，或是构思了新设计，从而进行后续的研发生产。

3.分析原则

首先，在数据选择阶段，要秉持谨慎性原则，应当在所研究区域的中小科技型企业中，根据上述指标，选取数据披露相对全面的企业，应当剔除掉数据残缺的公司，以及不符合指标原则的公司。数据来源于所研究地区的科技统计年鉴、地方政府网站、企业官方网站以及实地调研、问卷调查、访谈等方式，在进行分析时应该对数据的真实性进行确认。其次，在大数据模型的使用过程中，不仅要选取符合规则的不同企业，进行横向分析，同时还可以参考所分析地区的年鉴，选取历年指标数据进行纵向分析。最后，对于分析过程中存在的问题及时反馈，对于分析结果应该进行实时的监督，不断地调整优化企业的科技创新行为。

七、总结与展望

在大数据背景下，如若想真正解决中小科技型企业科技创新绩效评价指标体系的问题，则在具体操作过程中，需要结合目前中小科技型企业科技创新绩效评价的现状，继续探索适用的考核指标。同时，需要注意的是对于绩效考核指标，并不完全在于指标数量的多寡，而是要注意是否与所研究对象的实际情况相符。另外，中小科技型企业在进一步规范数据披露制度以及学术界进一步完善指标体系的同时，社会以及政府部门应当引导中小科技型企业进一步完善数据的披露。对于中小型企业而言，若要利用大数据的技术，享受大数据分析所带来的成果，就需要通过单个企业的数据披露行为带动整个行业进一步主动披露真实数据；还有就是进一步提升管理层对于科技创新绩效评价的重视程度，切实关注科技创新部门以及部门成员在执行过程中的状况，及时对考核标准进行灵活的调整，以增强科技创新部门的内部控制质量。

当然，大数据背景下的科技创新绩效评价指标体系除上述内容之外，还包括与之相关的一切制度设计、绩效评价流程以及绩效评价的标准等内容。指标体系的设计是其中一项重要但不是唯一的一项内容，对于其他相关问题的探索应当成为今后研究的一个方向。

中小科技型企业是科技兴国之路上一股重要的力量。其对科技创新活动的管理将在推动其快速发展的过程中发挥至关重要的作用，而对其科技创新绩效进行科学的评价将是实现有效管理目标的必由之路。