基于梯度培育的工业设计中心创新能力评价方法

2023-10-24黄祎丰

科技和产业 2023年19期

黄祎丰

(北京市经济和信息化局产业发展促进中心,北京 100027)

工业设计属于“设计”的范畴,在设计学领域诸多学科中有相对具体的研究对象、范畴及方法,其定义和内涵随着不同时期工业生产方式的演进发生着变化[1]。在我国政府的指导性文件中,首次明确提到工业设计的概念是2006年的《国民经济和社会发展第十一个五年规划纲要》,其中工业设计被概括地归为“生产性服务业”。2010年《关于促进工业设计发展的若干指导意见》明确指出“工业设计产业是生产性服务业的重要组成部分,其发展水平是工业竞争力的重要标志之一”。2019年工信部等13个部门印发《制造业设计能力提升专项行动计划(2019—2022年)》指出发展工业设计坚持市场主导的基本原则,发挥市场在资源配置中的决定性作用,强化企业主体地位激发市场主体创新活力,同时发挥政府作用,强化公共服务。具体政策包括重点项目支持、培育设计人才、壮大设计主体、构建公共服务网络等方面。

为强化企业在工业设计产业中的主体地位和作用,工业和信息化部通过立标杆、树典型,在全国范围内对工业设计创新能力突出、经济效益良好的企业开展 “国家级工业设计中心”认定授牌,并按照工业设计产业的两种常见主体形式将工业设计中心资质分“企业工业设计中心”和“工业设计企业”两种认定形式。其中,企业工业设计中心是指制造业企业等单位设立的,主要为本单位提供工业设计服务的内设部门或分、子公司;工业设计企业是指面向市场提供工业设计服务的单位。国家级工业设计中心的认定工作于2013年起每两年开展一次,至2022年认定了5批共298家,覆盖25个省(自治区、直辖市),其中企业工业设计中心265家和工业设计企业33家。

为适应工业设计创新发展需要,更好支撑制造强国建设,工信部近期修订了《国家级工业设计中心认定管理办法》,明确提出各级工业和信息化主管部门要加强指导和服务,建立健全工业设计中心梯度培育体系,持续培育壮大工业设计市场主体。这就要求工业设计中心的认定和建设管理需要进一步提升政策引导性,加强省、市、区等多级主管部门的联动,鼓励更多企业建设工业设计中心。为引导企业积极申报,有必要构建一套科学合理、简单易行的认定程序和评价指标体系,方便企业开展自评。同时,这也能支撑各级主管部门高效开展选优、推荐工作。

1 文献回顾

1.1 工业设计的创新驱动性

工业设计是一种创新性的活动,其目的是为产品、服务及在其生命周期的体系中各组成打造高品质。《国家级工业设计中心认定管理办法》对工业设计的定义是“以工业产品为主要对象,综合运用科技手段和工学、美学、心理学、经济学等知识,对产品的功能、结构、形态及包装等进行整合优化的创新活动”,对国家级工业设计中心定位就是“工业设计创新力强、业绩突出、发展水平领先”。因此,对工业设计中心评价的核心就是其创新能力,而评价内容则是涉及企业设计创新能力的各种要素。

工业设计在制造业企业驱动产品设计研发、提高产品附加值中发挥重要作用。企业的发展依赖于持续的创新和产品开发-其中产品设计与企业产品开发、制造、销售等活动有着不可分割的关系,其成功与否在企业发展中有举足轻重的作用。随着消费观念的更新,用户和市场需求日渐多元化,导致企业产品很难再保持长期竞争优势,企业必须通过产品设计研发来迅速响应需求变化,通过优秀的设计赋予产品更多附加值[2]。现在正处在信息化和工业化持续深度融合时期,新技术的涌现不断改变着人们的生活方式,带来人们对于产品的外观、性能和质量等方面有了更高、更个性化的需求,这对设计创新提出更高要求[3]。

不少研究者基于技术创新理论,开展工业设计驱动创新的机制机理研究。马鸿飞[4]提出技术创新是由新技术、新工艺、新材料、新设备、新设计等要素组成了有机体整体,而工业设计与技术创新是以市场导向为源头、共生共存的有机体。李晓英和周大涛[5]提出工业设计作为企业实现产品差异化的有效工具,是驱动产品创新的重要因素核心,为企业发展和新业务拓展提供了重要机会,成为企业获得长期稳定发展的核心竞争力。陈劲和俞湘珍[6]提出企业基于设计的创新概念“通过寻找新的技术或者现有技术新应用以及运用新的产品语言创新产品意义给客户全新的体验过程”,并总结其主要核心要素：设计专业和沟通能力强的设计师团队、高效的设计管理流程、企业重视程度和资源支撑。陈雪颂等[7]利用问卷调研和量表检验法,研究技术驱动和市场拉动之外的第三种影响创新的关键动力——意义创新的“解释”过程与“想象”过程对设计创新的影响机制,构建了外部知识网络对企业设计创新绩效的影响模型。林娅兰和向云波[8]在解析设计驱动式创新和企业、政府、科研机构等组成的诠释者网络基础上,指出高质量的产品创新机制是制造业企业高质量发展的内在动力,机制主要由构建意愿和支持社交两个环节组成。李雪艳等[9]提出中小制造企业工业产品设计驱动创新需要交流研讨和技术帮扶的方式获取外部设计资源,更应关注产品应用设计能力,把握用户的情感和精神需求,注重在造型和功能方面的提高产品内涵。

1.2 企业创新能力评价

党的二十大报告明确提出创新是第一动力,要加快实施创新驱动发展战略,强化企业科技创新主体地位,推动创新链产业链资金链人才链深度融合。创新引领中国现代化之路,而创新评价则助力创新驱动发展。开展企业创新评价,作为一个政策性引导工具,有利于激励企业发挥创新主体作用,积极开展知识创造、技术创新,提升生产力,进而助力全社会的创新驱动发展。

创新评价是将现代科学评价方法引入到对企业等机构开展创新活动的评价。对某一事物进行评价,是人们常用的思维方式,这既是对事物的认知过程,也是进行决策的基础。评价一般是指根据确定的目标来测定被测对象的属性,并将这些属性变成客观定量的计值或者主观效用的行为[10]。邱均平和文庭孝[11]通过研究科学评价活动的产生与发生、科学定义、特征与本质,建立一套较为完整的评价学理论,包含评价学的概念范围、研究对象、理论基础与来源、学科性质、目标与任务、产生与发展,以及学科体系结构等。评价方法一般可以分为3类,一是基于专家知识的主观评价法,二是基于统计数据的客观评价法,三是基于系统模型的综合评价方法。根据“系统论”,创新载体建设属于软系统问题,通过一两项指标很难精准评估,因此一般采用综合评价方法,并尽量采用定量评价和定性评价相结合的方式建立评价指标体系。

近30年,国内很多学者提出了一些具有影响力的关于创新评价框架模型,并指导实践研究工作。高建[12]在较早期提出的创新投入、创新实施、创新产出、创新过程等非阶段因素,测度框架是一个基于阶段的测度分析模型。马永红等[13]在分析企业技术创新、产品创新、市场创新、管理创新4类创新的构成因素基础上,结合客观性、系统性、直接性原则构建创新型企业评价指标体系 ,并给出相适应的评价标准和评价方法。应洪斌和窦伟[14]根据真实性、可比性、可操作性3个指标设置原则,分析企业自主创新能力与研发能力、生产能力和营销能力的关系 ,提出如何构建基于政府采购支持自主创新目的的企业自主创新能力评价指标体系。涂继亮等[15]提出一种融合区间层次分析的模拟退火算法用于定量计算评价指标最优权重分配值,解决企业创新能力评估过程中专家因素的复杂性和不确定性问题,并应用于江西省科技创新平台创新能力评价。

综上所述,目前学术界对工业设计创新理论和企业创新能力评价的研究已有不少研究成果,但关于企业的设计创新评价研究少有公开发表的文献。现梳理已公开发表的关于工业设计创新理论、企业创新能力评价相关文献,基于北京高精尖产业设计中心的往年评价数据,开展工业设计中心创新能力评价理论、方法和实践研究。

2 研究设计

2.1 研究目的

近期新修订的《国家级工业设计中心认定管理办法》提出“建立健全工业设计中心梯度培育体系”,要求鼓励更多企业参与工业设计中心建设并积极申报资质,并加强省、市、区等多级主管部门的联动。而目前北京高精尖产业设计中心认定评审采用专家评审的方式,也没有对外发布明确的评价标准,因此区级主管部门推荐初评时难以统一评价尺度。同时为更好发挥政策引导性,有必要让申报企业对照标准开展自评,有的放矢地持续提升创新能力。因此,有必要为推荐初评和企业自评工作构建一套采用定量指标评价为主,指标评分计算方便,且科学合理、能全面反映企业设计创新能力的评价指标体系。

另外,《国家级工业设计中心认定管理办法》规定了国家级工业设计中心的7项主要评价指标,分别是设计费用投入、设计团队人员数量及素质、获奖数量及质量、知识产权、制定标准数量、完成项目数量及质量和加分项,并要求省级工业设计中心的评价标准应依据国家级工业设计中心评价指标制定,本地区特色化指标分值不超过总分的30%。目前北京高精尖产业设计中心的评价指标体系对比以上7项主要评价指标,脉络顺序、指标内容、得分权重等差异较大,因此有必要在修订北京高精尖产业设计中心认定管理办法,同时围绕7项主要指标构建北京高精尖产业设计中心的评价指标体系。

为适应新要求,更好地支撑政府和企业开展工业设计中心建设工作,围绕如何优化评价流程、方法,构建评价指标体系展开研究。

2.2 研究思路

工业设计中心的两种认定形式,在数量上“企业工业设计中心”占主导,现有298家国家级工业设计中心中,企业工业设计中心有265家,占比88.9%;64家北京高精尖产业设计中心中,企业工业设计中心形式的占53家,占比82.8%。考虑选择样本数量尽量多、研究问题更具普遍性等因素,本文以北京高精尖产业设计中心中“企业工业设计中心”形式为研究对象。

以北京市现有53家企业工业设计中心近两年的审核数据和评价结果作为数据样本。

1)完善认定建设评价机制。依据“建立健全工业设计中心梯度培育体系”要求,找出现行认定评价流程和评价指标体系中需改进之处,加以完善。

2)整理、筛选评价指标。通过整理现有53家企业工业设计中心申报书中关于工业设计中心的功能架构和运营管理等方面内容,挖掘企业设计创新活动主要特征因素,整理出可采用的主要评价指标。使用专家评议法,将国家级工业设计中心的7项主要评价指标细分出二级指标,根据真实性、可采集性和可比较性原则,分析各项指标并筛选出合适的定量指标和定性指标,构成评价指标体系框架。

3)确定定量指标的评分标准。因选择最通用简单的分段线性插值方法计算定量指标得分,需要找到各项定量指标的关键点指标数据。具体方法：通过分析53家企业工业设计中心评分的分布规律,牟定60%、80%、100%这3个关键点对应的概率分布位置,获得关键点指标数据。

4)结合2)和3)的结果,定量评价指标体系构建完成。通过把53家企业工业设计中心指标数据代入新建定量评价体系得到定量得分;再通过分析专家评分和评价体系下的定量评分的相关性,验证定量评价体系的有效性。

3 工业设计中心认定评价机制

3.1 认定建设情况

各级政府将推动企业建设工业设计中心作为积极推动工业设计产业发展的有力抓手,鼓励产业链龙头企业建设国家级工业设计中心,充分发挥其辐射效应和行业引领作用,为上下游的中小型制造业企业提供覆盖全生命周期的系统性工业设计服务,提高全产业链的产品附加值[16]。近年来优秀设计企业和创新设计成果不断涌现,小米、华为、海尔、中芯国际等制造业龙头企业的国家级设计中心发挥着企业发展战略堡垒作用。目前共12个省份拥有10家以上国家级工业设计中心,从国家级工业设计中心的地域分布看,主要集中在长三角、珠三角、环渤海地区。雄厚的制造业基础和繁荣的市场经济是工业设计产业稳健发展的基础,庞大的设计企业基数和良好的政策红利则是保证区域工业设计中心数量的重要因素[17]。

北京市级工业设计中心认定工作于2018年起,每年在北京高精尖产业领域认定一批企业,授予“北京高精尖产业设计中心”称号,至2022年认定了5批共有64家。这些设计中心集中于制造业和科技服务业,为企业在承担相关领域设计任务、提供设计服务和教育培训设计人才发挥重要推动作用。

3.2 认定主要环节

目前北京高精尖产业设计中心认定工作由北京市经济和信息化局统一组织。申报企业通过官方系统提出申请,填报申请表并提交相关证明材料;北京市经济和信息化局委托评审机构组织人员开展评审工作;根据专家意见和评价得分择优认定企业,并公示、公布名单。其中,评审分为初审、专家评审和现场核查环节。

初审环节主要检查企业申报材料是否齐全,企业的工业设计专项研发经费、国内外授权专利和版权数量、工业设计从业人员数量等是否符合申报的基本条件。

专家评审环节则是组织专家评审会,对通过初审的企业进行综合评价,评价内容分为企业基本情况、工业设计中心条件和工业设计中心业绩等。因为评价结果经过专家组充分研讨后独立打分所得平均分,结果是比较准确全面地反映工业设计中心的创新能力。但目前使用的评价指标体系,没有明确区分主观评价指标和客观评价指标,打分标准划分比较宽泛,给予评审专家较大的裁量权。

现场核查环节则是评审机构以及专家赴申报企业,实地核实企业的申报信息、数据是否属实。

3.3 认定评价流程

为落实好“建立健全工业设计中心梯度培育体系”要求,北京高精尖产业设计中心修订认定和建设相关政策时,一要突出引导性,在调动企业申报积极性的同时也要引导企业对标国家级和省市级工业设计中心标准,扎实推进工业设计能力提升建设工作,二要加强市区联动,完善区主管部门推荐流程和初评标准,建立市、区两级主管部门相关人员的协调互动工作机制,推动构建区级-市级-国家级工业设计中心的梯度培育模式。

基于以上要求,北京高精尖产业设计中心认定评价流程有必要进行完善改进。一是明确企业的自评环节,让企业在申报中通过对照评价标准,及时了解其设计创新活动和能力建设中的优势和不足,有的放矢地持续提升设计创新能力;二是强化区级主管部门的征集申报和推荐初审环节,有利于区级主管部门全面掌握区域内企业的工业设计创新能力情况,加强政企联动,建立区级工业设计中心建设评价机制;三是选择可靠的评价机构,明确其汇总整理申报材料和数据,组织专家评审和现场核查,撰写评审报告等工作任务,做到支撑有力、廉政保密。依照以上3点,在现有高精尖产业设计中心认定评价程序基础上完善改进,形成最终流程,如图1所示。

图1 评价流程

目前高精尖产业工业设计中心认定评审方式,主要依赖专家评审环节。这种基于客观数据、集体评议、独立判读得到结果分数,相对完全定量评价根据具有公允性,但在“建立健全工业设计中心梯度培育体系”新要求下,存在一定的不适用。一是开展专家评审耗时长、成本高,对企业自评和区级部门初评,时间紧张且开展难度大;二是定性指标和定量指标没有明确区分,部分定量指标的评分标准较模糊,企业自评和区级部门推荐初评时很难找准评价尺度。因此,为指导企业自评和区级部门推荐初评工作的快速有效开展,有必要明确企业自评建立一个由定量指标为主、评分标准清晰易操作的评价指标体系。而到正式评价阶段,则采用基于专家评审,定量评价和定性评价相结合的方式。

4 构建评价指标体系

4.1 筛选评价指标

53家“企业工业设计中心”企业在创新战略规划中均将工业设计中心放在重要地位。因主营业务、整体运营规划及管理模式的差异,各家企业对工业设计中心的功能定位在描述上略有差异,但基本都有围绕企业发展需求,发挥系统化提升产品和服务设计能力的作用。作为企业创新体系的重要组成部分,工业设计中心的效能发挥依赖于企业管理层以及技术、销售、财务、人事等部门多方面的支撑配合。在实际运营中,工业设计中心如果能有效调配工业企业设计资源,在企业发展战略制定和实施中将发挥重要作用。一方面工业设计中心若能高度参与企业的系统管理,与企业的管理、生产、销售、服务等无缝对接,将会为完善产品设计、工艺设计的内部管理,改善企业生产关系提供强大助力;另一方面工业设计中心也是企业实践产业创新范式的最佳场所,通过重构人才、技术、市场等生产关系要素,能为企业提升生产力创造可能。结合而言,可将企业建设工业设计中心的创新能力分解于企业基本条件、发展动力、条件、过程管理、成果等特征要素。

笔者邀请了3位工业设计领域、2位企业管理领域共5位评审经验丰富的专家,组成研讨小组,研究、讨论细化主要指标,分析各评价指标的可采集性和可比较性。根据专家组合议结果,每项主要指标分出2项或3项关键特征参数的二级评价指标,并分析各项指标最能反映企业设计创新活动的特征要素及其趋势相关性,以及数据采集途径和核实方法、定量考核准确度,见表1。

表1 评价指标的筛选分析

4.2 评价指标权重

为保障评价指标体系的有效性,在选择定量评价指标时,要充分考虑其可采集性和可比较性。因此,定量评价指标应选择反映主要信息趋势强相关,并且定量考核准确度准确或较准确的指标。表1的15项二级评价指标中,符合定量评价要求的指标有7项,分布于设计费用投入、设计团队人员数量及素质、获奖数量及质量、知识产权、制定标准数量5个主要指标中。按照实操的方便性,其余8项二级评价指标,可将完成项目数量及质量、加分项2个主要指标里的5个评价指标作为定性评价指标。因此最终构成“5大定量、2大定性主要指标,7+5项二级指标”的评价指标体系架构。

为让北京高精尖产业设计中心的评级指标体系最大化兼容国家级中心体系,5大定量和2大定性指标权重参照国家级工业设计中心,将主要指标的权重均分至二级指标。完成构建评价指标体系,见表2。其中,定量得分指标共90分,定性指标共15分(含加分项5分)。

表2 评价指标体系及指标得分

5 定量评价规则和标准

5.1 指标评分规则

目前指标评分规则中,最通用且简单的是采用分段线性插值计算方法。平衡评分区间多带来的得分层级清晰和评分操作复杂之间的矛盾,设置各项评价指标的评分区间共分5段,指标得分如图2所示,具体来说：①指标数值小于或等于0 时,指标得分为0;②指标数值处于0和基本要求之间时,指标得分=指标数值/基本要求×权重的60%;③指标数值处于基本要求和良好要求之间时,指标得分=权重的60%+(指标数值-基本要求)/ (良好要求-基本要求)×权重的20%;④指标数值处于良好要求和满分要求之间时,指标得分=权重的80%+(指标数值-良好要求)/ (满分要求-良好要求)×权重的20%;⑤指标数值大于或等于满分要求时,指标得分为满分。

图2 指标得分-指标数值曲线(分段线性插值法)

由图2可知,评分规则关键在于确定各项评价指标的基本要求、良好要求、满分要求3个标准刻度参数。

5.2 评价得分数据分析

北京高精尖产业设计中心中53家企业工业设计中心是2018—2022年分5批认定,各批企业数量为7、15、14、6、11家。为保障数据在时间上的可比性,分析数据采用近两年北京高精尖产业设计中心认定和复核评审数据。因认定评审开展每年一次,已认定的企业每两年进行一次复核,现有2018年和2020年认定的21家于2022年进行了复核,2019年认定的15家于2021年进行了复核,具体企业见表3。

表3 数据样本企业

将53家企业工业设计中心的专家评分从高到低排序,并列出该得分和企业认定年份,见表4。从分布看,认定年份比较分散,并未出现明显的扎堆和偏向。

表4 专家评分排名

将53个企业的专家评分作为数据样本A,a1=92.4,a2=91.6,a3=90.2,…,a53=60.4。利用SPSS统计软件对A进行正态分布检验,结果描述见表5,绘制分布直方图、正态分布拟合曲线和正态Q-Q(Quantile-Quantile)图,如图3和图4所示。从正态Q-Q图可看出53个企业的专家评分的分布位置与拟合直线基本吻合。

表5 统计结果描述

图3 专家评分的分布直方图和正态分布拟合曲线

图4 专家评分的正态Q-Q图

还可通过偏度(skewness)和峰度(kurtosis)分析进行正态性检验。由表5统计结果可知,偏度值SK=0.162,标准差σSK=0.327;峰度值KU=-0.727,标准差σKU=0.644。SK和KU均接近于0,且在α=0.05检验水平下,SK和KU均满足正态分布假设限制范围(-1.96σSK,1.96σSK)和(-1.96σKU,1.96σKU)。因此53家企业的专家评分服从正态分布,有a～N(76.611,7.973)。

5.3 定量评价指标评分标准

为了新构建评价指标体系下的企业得分能同专家评价得分切近,可控制每项指标的评价标准,使得各项的得分均服从正态分布,最终53家企业新构建评价指标体系下得分会接近图3的专家评分分布曲线形状。

因为设置了达到60分基本要求才能通过评审的要求,目前评价指标体系没有加分项,所有现保留资质的企业评价得分都是在60～100分,因此不能直接从参评企业的指标数值里找到权重60%、100%的对应数值。①可通过计算5个拟合分数(70、75、80、85、90分)在图3中正态分布曲线的对应排名顺序(53家评分由低到高);②找到各项指标,找到5个拟合分数的排名顺序对应5个数值,其中80分对应数值作为评价标准的良好要求;③利用5个拟合分数的对应数值,外推出分数60分和100分的对应数值。具体方法如下：

设拟合分数为x,有x=μ+σt,则t服从标准正态分布,即t～N(0,1)。x的累计概率为

(1)

以拟合分数70分为例,x=70,t=(x-μ)/σ=-0.829 2。计算累积概率为

P(70)=φ(-0.829 2)=20.45%

(2)

对应排名S(70)=53×P(70)+0.5=11.33,四舍五入取整,低到高排名11位。

同样,75、80、85、90分,对应的由低到高排名为23、36、46、51位。

找到并记录下每项定量指标在53家企业中由小到大排序,分别在11、23、36、46、51位对应数值,见表6。