大数据激发科技型中小企业成长活力——基于大数据思维的山东省科技型中小企业培育创新研究

郑文韬

（山东省军民融合发展促进中心，山东 济南 250021）

1.研究背景

在广东佛山南海区，如果一家企业与新结识的业务伙伴洽谈合作需要核实信息，他只登录“信用南海”平台，在“信用地图”上进行查询，就可以准确获取目标企业注册地址、资本、法人等基本工商信息，还可以通过大数据功能，查看该企业守合同重信用、品牌产品打造和驰名商标注册等丰富资料，这是“大数据治国战略研究”课题组在《大数据读本》中列举的一个事例[1]。大数据正深刻改变着职能部门的管理模式，通过数据开源，政府部门可更高效地引导企业增强诚信守法意识，树立良好品牌形象。不仅于此，在各地的实践中大数据已广泛应用于企业培育、管理和服务的方方面面。

近年来，山东省在应用大数据助力企业培育方面作出了一些积极探索，建设了科技型中小企业培育库，不断完善数据统计，取得了良好成效。据2021 年3 月省政府新闻发布会上公布的信息显示，截至2020 年全省科技型中小企业入库数量已达到1.82 万家，居全国第三位，力争到2025 年实现入库数量突破3.6 家。因此，为达成培育目标，增强培育效果，探讨如何用好大数据思维，优化流程，创新方法，将为进一步激发企业成长新动能提供可行的建议。

2.文献综述

舍恩伯格最先在《大数据时代》一书中较为完整地提出了大数据概念，所谓“大数据”具有大量、高速、多样、价值等显著特点，是利用所有数据进行分析处理的方法[2]。而涂子沛在他的著作《大数据》中明确指出，大数据是数据应用的革命，重要的不是对大量数据的罗列，而是贯彻“以数据为大”的精神[3]。国内一些学者将大数据方法和思维具体应用于科技型中小企业发展研究，例如从提升科创能力的角度，郭晋宇运用模糊综合评价的方法，验证了大数据对科技型中小企业产品研发等核心能力的影响，提出提升企业综合科创能力的建议[4]；从提升管理能力的角度，王娟指出知识搜索能力是企业技术创新的基础，科技型中小企业依托大数据挖掘，整合知识管理资源，有利于营造知识共享环境，促进绩效提升[5]，程刚则立足于优化大数据环境，提出推动知识服务意识和能力提升的对策[6]。还有部分学者选择从区域性创新实践的角度寻求突破，盛安琪对吉林省建设科技型中小企业数据库进行了可行性分析，并对如何实现信息平台功能提出构想[7]。这些研究为大数据在科技型中小企业培育方面的应用提供了借鉴，但从现阶段研究情况看，一方面，深入探讨如何用好大数据思维，加快推进科技型中小企业培育的研究较少；另一方面，利用大数据思维指导区域性企业培育的实践成果较少。因此，以山东省科技型中小企业为研究对象，分析大数据思维在企业培育模式创新方面的促进作用，具有积极意义。

3.现状分析

山东省科技型中小企业培育库自建设以来，已收集了大量的基础数据。相关统计（表1）显示，2020年全省入库企业数达1.3万家,同比增长84.32%；全年共12 批次入库计划，平均每批次入库1084 家，同比增长85.3%。

表1 2019-2020 年山东省科技型中小企业培育入库情况表

大量宝贵的企业基础数据为实现大数据在企业培育方面的应用奠定了坚实基础。但大数据真正发挥作用，不仅仅是借助先进的计算机软件和数学模型分析工具对海量数据进行分析处理，更重要的是建立全面性、相关性、容错性、预见性的大数据思维，指导政府部门实现培育流程再造，从整体上科学规划、变革创新。因此，现阶段培育库的数据管理模式已不能充分满足未来发展需要。

数据收集方法滞后：现阶段科技型中小企业培育库收集数据的主要方式为传统的企业填报模式，通过申请入库企业填报全国统一格式的信息表，科技管理部门获取企业基本信息、科技活动、财务数据、知识产权、人力资源、国家标准、研发机构等各方面情况。在数据采集方式上，企业填报、政府审核耗费了大量时间和人力，并且人工录入数据出现漏报、错报、瞒报的概率大大增加，为后续的分析处理工作带来困难。在数据采集内容上，虽然统一格式的信息表涵盖了企业生产经营的各层面，在客观上为形成海量数据奠定了基础，但“大而全”的基础信息也造成部分“无效数据”的堆积，在统计阶段缺少以企业培育为目标导向的合理设计，结合山东省经济发展特点的新动能等重要指标未能得到充分采集，在形成高质量大数据资源方面，还有一定差距。

数据资源开发困难：科技型中小企业现有数据存在明显的条块分割现象，不利于大数据开发的组织实施。从纵向来看，现有企业数据内容繁杂、条理不清，而每年十余批次的新企业数据又将以类似的杂乱方式不断涌入，造成无法使用和尚未使用的数据大量堵塞，增加了开发成本。从横向来看，与企业培育各相关的各职能部门间数据未能打通，“数据孤岛”效应显现。比如，企业注册地址、经营范围、信用等级等基本信息可通过连接市场监管部门数据系统实时抓取，有效避免因企业人员误报造成“数据打架”现象。同时，当前大数据开发以数据管理为核心，而非定位到以企业培育为核心。因此，统计得来的数据缺少企业对自身成长愿景的描述性内容，无法准确反映出企业的真实诉求，难以实现以数据开发倒闭培育流程再造的效果。

4.建议措施

科技型中小企业培育库宝贵的大数据资源是做好下步培育工作开拓创新的基础。“十四五”期间，山东省提出重点带动超过1 万家科技型中小企业发展壮大，推动5000 项以上科技成果产业化，培育3000 家以上高新技术企业的总要求。充分利用大数据思维推动培育工作全面提升，不仅要求对现有数据资源充分利用，更应从各培育环节上突破创新，以改变大数据的收集、挖掘和应用为主要路径，激发科技型中小企业发展新动能。

优化数据收集：数据收集是做好科技型中小企业培育的第一步，各职能部门利用网络平台系统，将服务“窗口”前移，简化申报流程是一个重要方面，但更关键的是以大数据全面化的思维为指导，打通底层数据逻辑，实现大数据共享共用，才能从根本上提高培育效能。为此，在数据收集流程设计方面，应以科技型中小企业培育库现有的大数据资源为基础，加快科技、工信、税务、市场监管、知识产权等相关职能部门数据互联互通，主管部门作为数据需求方通过网络系统实时抓取，通知申报入库企业核实确认，并对数据真实性作出承诺，从而提升数据收集效率和准确率。同时，科技管理部门牵头建立定期数据交换机制，协调监督各数据来源单位，对数据使用规范、收集内容、提供方式、分级管理、数据安全等方面进行统筹谋划，促进形成大数据收集合力。

强化数据挖掘：制定加速企业成长总目标，依据对科技型中小企业“科技投入、科技产出、科研人员”三大核心要素[8]的评价标准，建立企业成长潜力指标体系，对现有的1.82 万家企业数据深入挖掘整理。从分类预测层面，以现有大数据为基准，以三大核心要素的具体量化指标对企业进行分类评价，形成不同的成长潜力梯次。对分析评估为成长潜力较强的企业数据素描，形成标准评价模型，与新申请入库企业进行数据对比，优先将符合标准评价模型的企业纳入培育库予以重点支持，从而实现“基于目标导向”的大数据质量优化。从关联分析层面，通过建立多种多样的数理统计模型，对三大核心要素指标与企业成长阶段关联关系进行深入分析，为政策制定提供依据。例如，将企业的核心知识产权数量与企业在初创期、成长期、成熟期的核心科技产品和服务产出进行关联分析，掌握企业在不同发展阶段的特点，优化细化激励政策，更好引导企业发展。

深化数据应用：坚持“以数据为大”的原则，在全数据分析的基础上，对现有数据进行“清洗”，即将科技型中小企业培育库数据与各部门共享数据进行多维度对比，形成具有较高质量的大数据库，将对比结果及时反馈到数据来源单位，形成数据应用的开放循环。以“让数据说话”为目标，为遴选重点培育企业提供数据依据，建立较为精准的梯次培育体系，设立不同培育周期、不同成长量级的企业发展目标。通过科学分析，研判企业培育整体发展趋势，为及时制定和修改完善扶持激励政策提供有力支撑。以“用数据说话”为导向，确保大数据在应用过程中的准确性和一致性，以数据在各职能部门之间的共享引导建立公开透明的数据监管机制，对相关数据需求方形成口径一致的数据信息，增强政府部门公信力。

5 结语

科技型中小企业研发能力强、适应市场快、创新潜力足，是培育高新技术企业和创新型领军企业的重要资源。充分用好大数据思维，将为企业培育注入新的活力，推动解决现阶段数据收集和应用方面存在的方式方法相对滞后、分析利用不够充分等现实问题。通过优化数据收集、强化数据挖掘、深化数据应用，在提升培育质量上，做到补短板、强弱项，推动一批优质的科技型中小企业创新发展，成为科技成果转移转化的生力军，助力山东省在科技企业成长和产业经济高质量发展方面跨上新台阶。