汽车企业R ＆ D 数据质量的提升方法

佟英

（天津一汽夏利汽车股份有限公司产品开发中心）

近年来，随着汽车市场竞争日益激烈，创新产品是汽车制造企业生存的主要手段之一。正确综合地评估汽车新品开发技术能力也越来越凸显重要。科技统计“R ＆ D”指标值是综合反映企业为增加知识总量或运用这些知识创造新的应用进行系统的创造性活动，包括基础研究、应用研究和试验发展的指标；是GDP指标基础构成之一，是评价统计期间技术活动的综合指标，准确的“R ＆ D”数据值能为汽车制造企业决策者提供坚实的数据支撑。目前科技统计是问卷填写模式，即依据上级主管部门或科技管理部门要求，在规定时间内将企业的基础数据分类、归纳及汇总，在此基础上由统计人员折算R ＆ D 值，网上填写提交上传。由于R ＆ D 指标值是依据科技统计数据折算出来的，因此数据采集过程中正确分类和折算是保证R ＆ D 指标值可用性的重要环节。

1 汽车企业R ＆ D 指标值失真的原因

汽车企业技术活动主要是“试验发展”类活动，即创造性和新颖性的技术活动，产生新的知识或创造新的应用是创造性的具体体现，运用科学方法则是所有技术活动的基本特点。“新”和“科学方法”是试验发展类活动的因素。正确了解企业技术活动的特性，正确采集数据是保证R ＆ D 指标值质量的基础。目前造成汽车企业R ＆ D 指标值失真的4 个因素如下。

1）科技统计人员掌握专业知识不全面[1]。汽车企业的技术活动有R ＆ D 活动，也有非R ＆ D 活动，同时还有生产技术服务活动，而会计账目不可能按照R ＆ D 指标分类建账，因此给科技统计人员采集数据带来难度。体现在必须以会计帐目数据为基准，准确判断数据的属性，进行分类、汇总采集数据，折算R ＆ D 值。由于R ＆ D折算方法相对比较复杂，要保证R ＆ D 数据能够正确反映企业技术活动的情况，准确分类数据是关键，如果科技统计人员掌握知识比较全面，指标理解比较准确，分解归类原始数据就比较准确，R ＆ D 指标值就具有可用性。

2）汽车企业技术活动的复杂性。技术活动的目标是最大限度实现产业化，即以“开发或改进产品、工艺”内容立课题，开展的设计和试制试验、生产过程中技术服务以及专利和论文。但是一系列的技术活动中有些环节不属于科技统计数据采集的范围，如果概念模糊或分辨错误，其折算的R ＆ D 指标值是不具有可比性。

3）科技统计口径与汽车企业现状不衔接[2]。现行科技统计指标中某些计算范围、口径和标准与开展的技术活动不完全衔接，这种属于技术性活动支出，但不符合计入科技统计指标，因此不能准确地进行反映技术活动的真实情况，影响R ＆ D 指标值可比性。

4）科技统计工作不规范。课题统计台账不健全，有“凑数据、瞎估计、漏统计”的现象，降低汽车企业R ＆ D指标值可用性。

2 汽车企业R ＆ D 数据采集质量提升的方法

1）加大培训，减少低级的错误。针对不同层次的人员，有针对性举办统计培训，讲解行业指标的概念；强化统计人员对会计账目数据的解读能力；普及数据折算的技巧，通过业务考核提升科技统计人员的专业水平，以此提升数据质量。在《企业会计准则——无形资产》中提到：对内部研究与开发项目的支出，区分研究阶段支出、开发阶段支出。研究阶段风险大，这阶段支出予以费用化；随着开发过程推进，失败的风险降低，这阶段支出加以资本化。因此在统计支出时，既要采集费用中的开发支出，同时也要采集资本中的开发支出，否则科技统计支出就有漏项。

2）了解汽车行业技术活动特性，正确判断数据源，降低采集过程中的错误率[3]。①理论上技术开发数据应全部采集，但汽车行业有它的特性，应认真分辨事物的属性，正确采集数据。如“展车制作”课题：从内容上含新型车、局改车和概念车。易有错误统计的是“局改车”，若在原产品平台上进行产品外观改变或性能提升，属于R ＆ D 数据；若仅色彩或局部零件、样式微小改变，也就是说产品技术上小改进应不属于R ＆ D 数据。概念型展车数据采集应视具体结果来确认，它是运用展览会的平台，测试市场对此展车的关注度和反映度，以决策下一步产品的发展方向。②再如“产品试验验证”工作，新产品开发期间产品试验是产品设计阶段的验证属于R ＆ D 数据，量产后产品验证是对产品抽样检测是否符合国家强制法规等项的验证，是常规性产品质量测试的工作，不纳入R ＆ D 数据。③又如产品分析、评价及技术服务的活动，其属性体现在已量产的产品技术活动，没有增加新的技术内容，不纳入R ＆ D 数据。因此同是技术活动，其结果是不同的，这是汽车企业技术活动复杂性的具体表现。

3）科技统计人员正确掌握R ＆ D 值折算法，降低折算的错误率。由于R ＆ D 总量数据是折算值，掌握科学的折算方法是提升R ＆ D 值可用性的关键。如R ＆ D 全时工作量折算：指R ＆ D 人员参与该统计年度R ＆ D 活动并领取报酬的人员。R ＆ D 全时人员指统计年度参与R ＆ D 活动工作时间大于0.9年以上的人员。非全时人员指统计年度参与R ＆ D 活动工作在0.1～0.9年之间的人员。折算方法：折合全时工作量=R ＆ D 人员折合全时工作量+为R ＆ D 活动直接提供科技服务的人员折合全时工作量。例如，若R ＆ D 人员8 人，其中全时人员5 人，非全时人员3 人，非全时人员工作时间分别为20%，50%和70%，折合全时工作量=5+0.2+0.5+0.7=6.4年。反映8 个R ＆ D 活动折合全时工作量6.4 人/年。

4）汽车企业完善原始数据信息平台，建立指标间的逻辑性检测程序[1]，降低错误率。实现程序化管理课题的模式，直接收集课题原始数据源，减少数据采集过程中的模糊数据。

3 结论

科技统计工作是技术管理中的重要工作，虽然复杂枯燥，但却非常有意义。真实且准确的数据，能够实事求是地反映企业科技活动情况。因此不可以虚报、漏报、错报、瞒报和谎报，也不能拒报。只有有效提升科技统计数据的质量，才能保证R ＆ D 数据指标值真实性，为汽车企业决策者提供正确决策依据，才能合理调配有限的技术资源开展技术活动，正确规划技术活动和评价技术活动的效果，才能使科技统计工作有实际意义。