企业发展|如何开展区域创新型企业挖掘与评价
GEI新经济瞭望
New Economy Outlook
关注
请输入正文
一、创新型企业的重要性
创新型企业对于区域、国家发展的重要性毋庸置疑，我国各区域通常通过支持高新技术企业、科技型中小企业或创新型初创企业的发展来推动区域创新能力的提升。伴随创新全球化与新经济时代到来，企业成长路径发生了显著的变化，“创业-瞪羚-独角兽-龙”的非线性成长路径取代了过去传统的“中小企业-规上企业-龙头企业”的线性滚动发展路线。以高成长的瞪羚企业和爆发式增长的独角兽企业为代表的创新型企业正逐步成为区域创新驱动发展的新引擎与新经济发展的重要增长点，其数量也正逐步成为各地区衡量新经济繁荣程度和发展水平的重要指标，各地逐步开始从工业经济时代的支持大企业、骨干企业或龙头企业发展向新经济时代的支持创业企业和“瞪羚”企业、独角兽企业等高成长创新型企业发展转变。
在近期长城战略咨询举办的独角兽企业（宁波）创新论坛上，我接受了人民网（宁波）及现代金报记者的采访，两位记者问当前独角兽争议这么大，为什么长城战略咨询还在一直呼吁瞪羚、独角兽这些创新型企业对于地区、国家发展的重要性。我提到，其实“独角兽”、“瞪羚”这些词语本身的意义不大，关键在于它所代表的内涵及趋势，各地培育发展独角兽、瞪羚意味着拥抱新经济的热情，意味着对培育新业态、新产业的重视，意味着对前沿新技术的关注，也意味着对新旧动能转换的探索，我认为这也是很多地区“追逐”独角兽、瞪羚的初衷。无论从我们的研究、还是从实际情况来看，这些高成长创新型企业在推动我国原创新兴产业发展、带动传统产业转型升级等方面有着巨大的贡献。
二、当前开展创新型企业评价的困境
结合我们一线的咨询经历来看，很多地方政府及相关管理部门已经比较深刻地意识到新经济时代背景下这些高成长创新型企业对于区域发展的作用，但是在如何开展创新型企业评价方面困难重重，整体来看主要存在两大困境。一是企业数据采集方式滞后。我国各地区创业活跃，创新型企业数量增长极快，管理部门无法及时、有效、准确地采集企业数据，即使采集一定企业数据后，又因企业性质、标准等复杂程度难以进行区分评价。二是企业评价标准发生变化。由于新经济时代创新型企业的成长路径发生很大变化，评价企业优劣的标准、指标及相应的遴选方式、评价方法等也发生相应变化，管理部门在短期内很难对企业进行较为准确和有效的评价。
针对第一个困境，部分地区当前仍然采用政府组织企业开展年度、季度申报或结合原有高企数据库、创新型初创企业数据库等方式进行处理，但现实情况是无论如何采集，都难以适应高成长创新型企业发展的高速度。我们在前期协助区域开展创新型企业情况总结时，除了利用相关部门现有数据之外，往往还要借助当地投资机构、孵化器等机构力量，并通过各类调研来最终分析创新型企业发展情况。而第二个困境是当前各区域普遍面临的，创新型企业数量多、评价指标复杂、数据采集难度大，各地相关管理部门不仅没有足够人手和精力，而且在评价对象和评价方法方式选择上往往较为“简单粗暴”，并不能准确反映当地创新型企业真实的情况。针对以上两个困境，我们在此与大家共同探讨相应解决办法。
三、如何更有效地采集企业数据
对于企业数据采集来看，创新型企业的数量庞大且企业发展情况变化极快。针对企业数量庞大问题，单纯通过传统企业自主申报的方式不但速度慢、耗费精力、造成大量遗漏，同时企业在选择申报项目时往往还会结合自身“需求点”，自己不需要的项目往往不申报或假报、乱报，也有很多企业会结合所申报项目及部门的“利益关切点”进行调整，数据的真实性大幅下降。针对企业发展情况变化快的问题，若仍以一年为基础对企业数据进行梳理，这过程中很有可能大量企业已发生爆发式增长或者干脆“死亡”了，得出的相应分析结果的准确性也可想而知。那如何才能快速、准确又相对完整、实时地掌握企业发展情况呢？建设区域性创新创业大数据平台或相关创新型企业数据库来实时反馈企业发展情况，可能是一个比较好的解决办法。在该大数据平台中，通过大数据手段采集各类创新型企业的基本情况、经营情况、创新情况、团队情况等数据，并通过数据分析处理来反映区域整体创新创业情况。
当然，问题也随之出现，那就是这些数据从何而来？主要有两方面，一是通过与相关企业数据提供商合作，利用那些可公开、可抓取的数据进行统计、分析；二是各地创新主管部门应推动与税务、财政部门合作，定向性地利用其掌握的企业数据。从当前情况来看，推动财政、税务部门合理合规开放数据并用于区域经济发展、企业发展、行业发展分析将成为趋势。当然，前提是相关管理部门能够制定较好的规则制度以防止敏感信息的泄露。但无论何种方式、处在何种阶段，通过大数据方式更大范围内、更动态地采集企业数据并有效地分析，是开展区域创新型企业评价的最有效方式。
四、如何更有效地开展创新型企业评价
在尚未通过大数据平台实现数据采集的情况下，很多地区仍通过现有渠道进行企业数据采集并开展相应评价，很多工作仍然需要通过线下完成。当然，即使建立了大数据平台并能够相对有效采集企业数据，相应的评价标准、指标体系、方式方法仍需要人工来设计完成。当前，各地区主管部门普遍联合第三方专业机构或由第三方机构独立进行评价，以保障评价结果的准确性、公平性。实际在评价过程中，重点需要关注以下几方面：
1
评价整体流程
各地创新型企业评价流程大同小异，主要包括制定评价指标体系及评选办法、采集企业数据及相关信息、企业评价遴选、典型企业调研、报告或相关结果发布等步骤。其中，在完成指标体系及评选办法设计后，应留足时间用于企业申报，在建设创新创业大数据平台后，也应通过机构走访推进、下级部门推荐等形式进行查补。在企业评价遴选环节，应对企业申报材料的真实性、完整性、合规性进行审核，同时就定性指标分析评价环节应邀请多位专家进行评价。在调研环节，针对排名相对靠前或入选企业，应通过实地走访、座谈等形式对企业进行深入分析，并对初步结果进行核定。在完成相应评价后，应通过各类官方媒体、新媒体或发布会等形式进行公布，既是对评价工作成果的展示，也是一种营造支持创新型企业发展氛围的方式。
2
评选对象选择
各地区在开展创新型企业评价时，除“工商登记注册、税务登记、法人资格、财务会计核算”等条件外，一般还会在企业年限、企业领域、创新门槛及企业信用等方面进行规定。
企业年限方面。创新型企业成立时间相对较短，通常要求企业成立年限为10年或15年以内。由于国内大部分创业企业在发展的前1-3年内仍处于产品研发阶段，营收规模、利润税收等经营指标同发展成熟企业存在较大差距，因此，部分地区会设置1-3年的最低年限。同时，多数地区会规定新技术、新产业、新业态、新模式等“四新”企业不受成立年限限制。
企业领域方面。各地区一般要求企业所属行业应符合当地主导产业或战略性新兴产业的发展方向，或属于前沿技术领域与新兴业态。由于烟草、铁路、矿产资源、公共服务、房地产、建筑工程与银行业具有垄断特性，属于这些行业的企业通常会在创新型企业评选中予以剔除。
企业属性方面。多数地区会排除外企生产基地、分公司、销售公司、贸易公司及央企生产基地、分公司等企业，这类企业很多情况不易发现，需要评价机构与工作人员对企业进行核实。
3
评价指标设计
根据创新型企业的内涵特征，评价指标设计应遵循系统性与代表性结合、投入与产出指标相结合、定量与定性指标相结合、普遍与特色指标相结合、数据的可获得性与全面性相结合五大设计原则。
系统性与代表性结合要求既要保障指标体系的系统性、完整性，也要充分结合评选目的，在二级指标设计上尽量简洁，选取代表性指标。投入与产出指标相结合，要求指标设计中既要体现发展规模（如营收、利润、税收）指标，也要设计一些投入性（人力投入、研发投入、管理投入）指标，同时，结合创新型企业高成长特点，既要设计成长性指标，也要有系列创新性指标。定量与定性相结合，要求指标设计应以客观衡量企业发展的定量指标为主，但为更全面衡量创新型企业的发展特性，在企业管理、战略规划等无法量化的领域也应需设计一些定性指标。普遍与特色指标结合，要求参照国内外各地区开展创新型企业评价的通用指标，但同时充分结合区域特点对指标数量及权重进行调整。数据的可获得性与全面性相结合，要求反应创新型企业发展的指标体系应全面客观，但在指标获得上应结合现实情况考虑可操作性。
在指标体系设计方面，根据企业发展内涵及创新型企业特征，通常包括五大维度：三类定量指标包括投入情况（如研发投入及强度、人员投入及结构等）、产出或成果情况（营收、利润、税收、专利总量及其增长率）及影响力或资源情况（如标准制定、品牌及声誉、重大平台）；两类定性指标包括管理能力（企业管理、战略制定、团队建设等）及行业与市场方面（行业领域、市场规模及容量、市场竞争情况等）。完整的指标体系及权重设计应结合地方特点及评价目的进行调整：如要凸显企业成长性，应适当弱化规模指标及其权重；在企业数量较多的情况下，可相应减少定性指标数量。
在指标权重设计方面，主要包括主观赋权法和客观赋权法两类。主观赋权法以专家调查法（Delphi法）和层次分析法（AHP）为主，其优点在于通常不会出现变量权重与变量实际重要程度发生偏离；但其缺点在于有较强的主观随意性，且增加决策分析者的负担。客观赋权法以主成分分析法、因子分析法、熵值法、CRITIC法为主，其核心思想是变量权重由各变量属性的变异程度（离散程度）决定，变量差异越大，权重越大；但其缺点是可能出现变量权重与变量实际重要程度相悖离。
在指标数据处理方面，由于各变量之间量纲不同，需要对指标进行标准化处理，常用方法包括标准离差法、Z-score法、小数定标法、归一法、对数Logistic法。同时，很多定量指标由于可拆分为若干分项，无法直接计算该指标数值，需要设计折算系数进行折算。在对定性指标处理上，可通过引入虚拟变量的方法将其转化为定量指标。
未来，伴随着大数据及相关技术在该领域的深入应用，相应评价流程及评价办法也将发生极大改变，但无论如何改变，线下研究人员的分析和“洞察”仍显得十分重要，在创新型企业评价中完全依靠数据及计算往往会出现问题，企业发展的很多问题是无法通过简单的数据来进行完整描述的。
end
本文版权归长城战略咨询所有，转载请注明来源，并附上原文链接。
GEI新经济瞭望
New Economy Outlook
关注
请输入正文