企业自主创新成果产业化评价体系构建研究

白云朴 惠 宁

一、企业自主创新成果产业化的形成过程

与其他类型的成果相比较，自主创新成果的产业化具有某些特殊性，主要表现在自主性、高风险性和动态连续性等方面。

自主创新成果产业化的形成过程是一个有机连续的过程，通常需要经历几个关键性阶段。从已有文献看，国内外学者及研究机构在对自主创新成果产业化过程的阶段划分上存在着不同的看法。资料显示，国内学者多从高技术产业化、高新技术产业化、科技成果转化、自主知识产权成果产业化和新技术商业化等角度，从国家层面对成果产业化活动进行研究。张嵎喆，蒋云飞(2010)认为，自主创新产业化过程包括从实验室对技术的研究到技术开发，再到技术推出实验室进入产品开发阶段，成功的标志是通过生产与销售反映在可折现的财务指标上 (图1)。〔1〕申长江，王玲，雷家骕 (2008)基于技术整合视角，把科技成果产业化过程分为三个阶段:产品开发阶段、试制阶段、量产阶段，每一个阶段分别代表着科技成果产业化实现的不同阶段。第一个阶段代表产品化阶段，第二个阶段代表工业化阶段，最后一个阶段代表产业化阶段。〔2〕李孔岳 (2006)认为，从广义上讲，科技成果转化存在着三个连续的阶段:一是成果立项和研制阶段;二是成果转移阶段，即中间试验和工业化试验阶段;三是科技成果应用阶段。〔3〕许胜江 (2004)利用系统模型解释高科技成果商业化过程，包括两个大的阶段共10个步骤。第一阶段包括新产品概念设计、建立新的技术平台、开发核心产品、开拓基础市场以及建立核心生产能力5个步骤;第二阶段包括实现常规生产经营、扩展核心产品群或产品线、扩大与完善生产体系、扩大与细分市场及更大规模的常规经营5个步骤。〔4〕Vernon Ehlers首次提出了“死亡之谷”以比喻科技成果产业化过程，认为这个过程就是从基础的科研成果实现产品的商业化、产业化过程。〔5〕Jolly认为，从技术商业化角度理解自主创新成果产业化过程，包括5个环节，分别是洞察技术和市场之间的联系、孵化技术以确定其商业化的潜力、在适宜的产品和工艺过程中示范技术、促进市场接受以及实现可持续商业化。〔6〕美国国家标准与技术研究院在Methods for Assessing the Economic Impacts of Government R＆D报告中提出了技术商业化的演变过程 (图2)，整个过程包括从基础科学到共性技术开发，再到专利产品、工艺和服务。〔7〕本文根据以上学者对自主创新产业化过程划分的研究认为，我国企业自主创新成果产业化应该划分为三个阶段，第一个阶段是基础投入阶段，包括自主研发技术、人力、资金投入等，这一阶段是自主创新技术实现的最基本保障阶段;第二个阶段是中间转化阶段，这一阶段是自主创新技术转化为产品阶段，主要包括新产品数量、专利申请项、技术转化率等;第三个阶段是产业化实现阶段，这一阶段是产业化最终实现阶段，包括产品的规模化生产、包装及销售等环节。

图1 自主创新成果产业化过程

图2 技术成果产业化模型

二、我国大中型企业自主创新成果产业化评价指标体系构建原则

目前，我国关于自主创新成果产业化评价体系构建研究尚处于初级阶段。由于我国自主创新管理体制与国外发达国家体制迥异，企业自主创新大部分源自大中型国有企业，国外则多源自私营企业或民营企业，因此，照搬或借鉴国外的成果产业化评价指标体系既是不合理的，也是不科学的。本文试图在对国内外相关研究梳理的基础上，结合当前我国自主创新成果产业化有关理论与实践，尝试构建自主创新成果产业化评价体系，力求能够反映现阶段大中型企业发展自主创新成果产业化的基本现状，发现存在的问题，为制定促进我国大中型企业自主创新成果产业化决策提供一定的参考依据。

自主创新成果产业化是一个多层次、多环节的社会活动过程，是在一定的社会环境下进行的，必然受到自然、政治、经济、市场、制度、法律等环境的影响。建立完整自主创新成果评价指标体系，应充分考虑各种环境因素对自主创新成果产业化实现的影响，遵循以下基本原则:第一，整体性原则。自主创新成果产业化过程应该视作一个整体，包括从自主创新成果研发到中间孵化到产品推广，再到成果产业化完成，每个阶段之间的关系是连续的、缺一不可的。假如没有初期的自主研发工作，就不可能有接下来的成果实现与产业化过程;同样后面两个环节出现问题，前期自主研发也没有任何价值。因此，在构建指标评价体系时，应当把自主创新成果产业化作为一个整体，全面把握、综合衡量，确保无忽视或略去自主创新成果产业化过程中任意一个环节的情况发生。第二，动态性原则。自主创新成果产业化之所以是一个动态过程，是因为自主创新活动本身是一个源源不断的过程，是一种通过自主创新得到新产品或新工艺的过程。企业的自主创新活动可以视作自主创新成果产业化准备阶段，在新产品或新工艺真正实现产业化之后，遵循产业周期理论，经历准备、起飞、繁荣、衰退四个阶段，最终进入下一轮自主创新和研发阶段。一个完整的自主创新成果产业化过程应该是一个动态连续不断的过程。在构建指标评价体系时，需要注重每个阶段之间的相互联系性。第三，科学性原则。构建自主创新成果产业化评价体系本身就是一种科学严谨的工作，需要按照科学的态度去选择、准确完整地反映自主创新成果产业化评估指标，确保体系主要指标选取的正确性与科学性。另外，还要确保体系设计的严密性以及后期资料数据处理分析的准确性、完整性、可靠性。只有坚持指标选择的科学性、准确性，才能保证后期数据处理及评价结果的正确性和指导性。

三、企业自主创新成果产业化评价指标的选取与体系构建

指标的选取必须基本涵盖企业自主创新成果产业化的整个过程。需要明确反映在指标选择的正确性上。在指标选取方面，本文主要依据对自主产业化阶段的划分结果，动态地将自主创新成果产业化设为三个层级指标，其中一级指标为基础投入指标、中间转化指标、实现产业化指标，分别体现在自主创新成果产业化过程的三个阶段。按照一级指标的划分内容，在三个一级指标下依次对自主创新投入能力、自主创新管理能力、自主研发能力、自主创新成果实现能力、推广能力、自主创新产品制造能力、销售能力等7个方面进行设计，并设定其为评价体系的二级指标;在反映企业自主创新成果产业化的7种二级指标中再挑选R＆D投入强度、科技中介机构数量等15个指标作为三级指标。第一，基础投入指标。包括自主创新投入能力、自主创新管理能力及自主创新研发能力。自主创新投入能力的衡量主要根据R＆D投入强度与非R＆D投入强度。其中指标数据来源主要包括企业R＆D人员在员工中所占的比重以及企业R＆D经费投入情况;自主创新管理能力则选取宏观与微观两个指标，创新机制的有效性反映我国企业对创新的激励，创新战略的可行性反映企业对创新的可实施程度。由于这部分指标评价数据具有较强的主观性，其获得方式一般通过专家打分法获取;自主创新研发能力在整个研发创新过程中具有承上启下的作用，是实现自主创新的关键。技术水平的先进程度代表企业研发工作的基础准备，技术扩散效率代表企业研发能力，其指标数据的获得主要来自技术引进与技术使用的相关数据。第二，中间转化指标。中间转化阶段在整个自主创新产业化过程中起着承上启下的关键作用，这一阶段被称为“跨越死亡之谷”，是科技成果转化成生产力的重要阶段。为此，本文选取自主创新成果实现能力与推广能力两项指标进行评价，其中自主创新成果实现能力选取了自主创新产品数量与专利拥有数量，自主创新产品数量与专利拥有数量体现科技成果的转化能力，推广能力选择科技中介机构数量、金融支持力度，科技中介机构和金融支持为自主创新成果转化的技术保障和资金支持，其数据通过《中国科技统计年鉴》获取。第三，实现产业化指标。成果的产业化作为自主创新成果产业化全过程的最终阶段，是自主创新产品实现经济效益回报，进而实现新产品规模化生产的时期。二级指标主要选取新产品制造能力与新产品销售能力。其中新产品制造能力主要通过机器设备先进度、企业员工技术水平、标准化程度3个方面衡量，机器设备先进程度是产品生产的基础保障，企业员工的技术水平代表自主创新产品生产能力，标准化程度代表产业化推广能力。新产品销售能力主要通过新产品市场占有率和新产品销售收入衡量，市场占有率大小体现自主创新产品的受欢迎程度与发展空间，新产品销售收入体现自主创新产品的可持续发展能力与盈利空间。

表1 我国大中型企业自主创新成果产业化评价指标体系

四、企业自主创新成果产业化评价方法选择

1.评价模型设计

BP人工神经网络是对人脑功能作某种简化、抽象和模拟的高度复杂的非线性动力学系统，具有学习、记忆、联想、归纳、概括和抽取、容错以及自学适应的能力。BP人工神经网络方法是一种非线性映射法，与其他评价方法如层次分析法、模糊综合评价法等带有明显主观臆断的方法相比，只需将处理过的数据输入网络，通过计算即可产生结果，不需要人为地确定权重，故能确切地减少评价过程中的人为因素，提高评价的可靠性，使评价结果更有效、更客观。根据BP法的特点，本文将评价模型的结构设计分成三个部分进行:第一，输入层。根据我国大中型企业自主创新成果产业化评价指标体系，将最底层的三级指标数量作为输入层神经元数，共计15个。由于评价指标体系中既有定性指标又有定量指标，为使各指标在整个系统中具有可比性，必须对各指标进行标准化处理。对于定量指标，因其衡量单位不同，级差有大有小，趋向也不一定一致，必须对其进行规范化和趋同化处理，方法如下:a.若目标值越大评价结果越好时;b.若目标值越小评价结果越好时。对于定性指标应做量化处理，处理的方法较多，常用的是专家打分法;为了能与定量指标具有可比性，再将其进行标准化处理，处理方法与定量方法的处理方法类似。按照上述方法将指标作标准化处理后所形成的指标作为BP网络的学习样本。第二，隐含层。隐含层神经元数的选取关系到整个BP网络的精确度和学习效率，因此在选择隐含层神经元数时，既要考虑BP网络的精确度，又要兼顾网络的学习效率。目前，尚未有隐含层神经元数选取的一般性指导原则。本文结合上文我国大中型企业自主创新成果产业化评价体系构建理论和一般经验选取隐含层神经元数，按照经验公式s=(n+m)1/2+a(其中，n=15，m=1，a=7)，计算得出所选择指标体系的隐含层神经元数为11个，能够满足较高的网络精确度，同时兼备较高的学习效率。第三，输出层。利用BP人工神经网络模型对企业自主创新成果产业化进行评价是一个从定性到定量再到定性的过程。首先通过BP网络模型将定性指标转化为定量输出，然后通过综合评价集合输出结果，对企业自主创新成果产业化水平作出定性评价。本文将输出层的神经元数设置为1个，评价集是整个评价过程的关键，设置好坏将影响评价的客观性，按照一般性原则将评价集设为好、较好、一般、较差、差5个等级。由于各等级之间具有一定的模糊性，再将评价结果设定最低分和最高分，对每个等级赋予适当的分值，例如从高到低［1，2］、［2，3］、［3，4］、［4，5］ 代表 5 个等级的定量区间。

2.运用BP模型评价自主创新成果产业化

依据上述模型结构设计所形成的BP人工神经网络模型对企业自主创新成果产业化进行评价，其步骤如下:第一，BP网络学习。按照企业自主创新成果产业化指标体系，搜集学习样本及不同企业的指标值，进行标准化处理，输入BP神经网络，按照BP算法，确定各层神经元权重。第二，搜集评价企业自主创新成果产业化的指标值。根据体系所列出的15个三级指标，其中定量指标可以通过查找相关年鉴数据得到。定性指标可以按照专家意见打分得到。第三，对指标值进行规范化处理。对数值作标准化处理，对定量指标与定性指标作统一规范化处理，使其具备统一的输入口径，得到准确的评价结果。第四，将处理后的指标输入BP神经网络，按照前面确定的权重计算输出。第五，根据输出结果按照评价标准对企业自主创新成果产业化作出评价结论。

五、结语

企业自主创新成果产业化评价是一个非常复杂又比较新颖的研究课题。建立一个完整实用的综合评价体系有利于进一步研究自主创新和成果产业化，正确预测、评价、把握自主创新成果产业化水平，认清自主创新成果产业化发展中的问题与方向，有针对性地制定促进创新成果产业化的政策。如何按照科学评价方法对我国企业自主创新成果产业化水平进行定量评价，则是我们今后继续研究的方向之一。

〔1〕张嵎喆，蒋云飞.自主创新成果产业化的内涵与国外实践〔J〕.经济理论与经济管理，2010，(5).

〔2〕申长江，等.用技术整合理论与方法解决我国科技成果产业化问题的探讨〔J〕.中国软科学，2008，(9).

〔3〕李孔岳.科技成果产业化的模式比较研究〔J〕.科技管理研究，2006，(1).

〔4〕许胜江.高科技成果商业化的过程模型〔J〕.系统工程，2004，(10).

〔5〕Ehlers，V.Unlocking our future:Toward a new national science policy〔EB/OL〕.2009－08－01.A report to congress by the House Committee on Science，1998/09/24.

〔6〕Vijay K Jolly著译.新技术的商业化:从创意到市场〔M〕.北京:清华大学出版社，2001.

〔7〕美国国家标准与技术研究院.Methods for Assessing the Economic Impacts of Government R＆D〔R〕.2003.