区域R&D绩效评价（共8篇）
1.区域R&D绩效评价 篇一
云南省全社会R&D投入特点分析与动态评价
对云南省全社会R&D活动的`经费、人力投入特点进行分析,并与西部和东部一些省市区进行动态对比评价,指出云南省科技投入应该解决的若干问题.
作 者：郝立勤 作者单位：云南省科学技术情报研究所,云南,昆明,650051 刊 名：云南科技管理 英文刊名：YUNNAN KEJI GUANLI 年，卷(期)： 17(5) 分类号：F49 关键词：R&D 投入 评价2.区域R&D绩效评价 篇二
一、上海财政R&D支出绩效评价分析
在进行上海财政R&D支出绩效分析时, 应重视财政R&D支出所带来的经济效益和社会效益。构建绩效评价指标体系、选择合适的评价方法是实现科学评价的重要环节。
(一) 评价指标的选取和体系构建。
构建绩效评价指标体系是进行绩效评价分析的首要环节。本文设定支出指标即财政R&D支出, 产出指标的设定则需要依据政府的支出责任。政府的支出责任主要基于R&D活动的公共产品特性, R&D活动中绝大多数R&D产出成果如科技论文、著作产出、课题产出和超过法定保护年限的专利产出具有较强公共产品特性, 根据公共产品理论, 公共产品是从私人产品中脱离出来的能够供社会公众所共同享用的产品或服务, 可以带来较大的经济效益和社会效益, 因此政府应当承担起公共产品的供给责任。本文以上海科技发展目标为导向, 设定如表1所示的5个产出指标包括规模以上工业企业新产品产值、国内专利授权数、民营科技企业机构数、各类技术合同成交额和国外论文发表数量。其中, 国内专利授权数和国外论文发表数量属于财政R&D活动的直接性产出, 具有较强的社会效益;规模以上工业企业新产品产值、各类技术市场成交额和民营科技企业机构数指标属于财政R&D活动的间接性产出, 具有较强的经济效益, 当中的民营科技企业机构数指标的另一个特殊作用是作为有效测试财政R&D支出对民营科技活动导向带动效果的工具。 (表1)
(二) 基于DEA模型的实证分析。
DEA模型源于运筹学, 当前被广泛应用于教育、科技、卫生等公共领域, 本文选用DEA模型作为研究方法主要是因为:DEA在评价上具备较强的客观性和简便性, 可以从相对效率角度实现对研究对象的有效评价。
模型数据搜集和实证分析。本文进行绩效评价所搜集的指标数据主要源于上海科技统计年鉴和上海统计年鉴。科研活动的支出与产出时间往往不一致, 具有一定的周期性, 即R&D产出时间滞后于财政R&D支出时间, 为了确保评价的准确性, 本文假设上海R&D产出指标比财政R&D支出滞后1年。选取数据时, 财政R&D支出指标选取2000~2011年的数据;R&D产出指标选取2001~2012年的数据, 对上海12年的财政R&D支出进行VRS模型分析, 经DEAP2.1软件分析所得绩效情况如表2所示。 (表2)
第一, 各年份支出产出有效性判断分析。2003年、2006年和2007年的综合效率有效, 投入规模适中, 财政R&D支出所对应的产出效率较高, 资源实现了有效的配置;除此之外, 其他年份支出产出的综合效率无效。2001年、2008年与2010~2012年的纯技术效率有效, 在现有技术状态下实现了最优产出, 规模效率无效导致综合效率无效, 说明存在支出冗余。2002年、2004年、2005年与2009年的纯技术效率、规模效率均无效, 现有技术和规模都没有实现财政R&D支出的高效产出。2001年和2002年规模报酬递增说明若提高当期支出水平将使产出成倍增长;其他DEA无效年份规模报酬递减说明若减少当期支出水平将会使产出效率提高。总体看上海的综合效率均值不高, 纯技术效率的均值0.963大于规模效率均值0.864, 表明上海财政R&D支出的总体资源配置效率不高, 尤其是规模效率有待提高。
第二, 效率无效年份支出产出指标的修正。2002年、2004年、2005年和2009年支出产出是需要修正的。2002年财政R&D支出出现冗余, 需要在原支出基础上减少0.293亿元;R&D产出存在严重不足, 其中国内专利授权数量需要增加4, 793件, 民营科技企业机构的数量应当增加299个, 技术合同成交额需要增加5.763亿元, 国外论文发表数量需要增加296篇。2004年财政R&D支出出现冗余, 需要在原支出基础上减少7.57亿元;R&D产出存在严重不足, 其中国内专利授权数量需要增加6, 032件, 民营科技企业机构的数量应当增加3, 759个, 技术合同成交额需要增加14.796亿元, 国外论文发表数量需要增加473篇。2005年财政R&D支出出现冗余, 需要在原支出基础上减少7.894亿元;R&D产出存在严重不足, 其中规模以上工业企业新产品产值需要增加581.274亿元, 国内专利授权数量需要增加4, 271件, 技术合同成交额需要增加87.088亿元。2009年财政R&D支出出现冗余, 需要在原支出基础上减少10.62亿元;R&D产出存在严重不足, 其中规模以上工业企业新产品产值需要增加336.363亿元, 国外论文发表数量需要增加717篇。
二、上海财政R&D支出相关建议
2001~2012年期间, 上海财政R&D支出效率总体不高, 我们应当及时采取有效措施, 尽量避免科技资源支出浪费和产出无效状况。财政对R&D活动的支持, 并非指政府全方位地渗透到某个具体项目或企业的科技活动, 而是从宏观视角出发体现政府科技支出的社会效益和经济效益。
(一) 加快R&D产出成果向现实生产力的转化。
应当更加支持具有基础研究和应用研究特征的成果转化, 实现理论产出向市场领域的转接应用, 最终驱动经济的有效增长。加强政府对关键性技术研发活动的支持, 增加对居民和企业经济活动有益的基础科研支出。为加快上海财政R&D产出成果向现实生产力的转化, 可以设立R&D产出成果转化奖励基金如R&D奖励基金、优秀青年人才基金和R&D文献出版基金等, 并实行年度评选和奖金拨付形式对科技成果转化中做出突出贡献的单位和个人进行奖励。为了使财政R&D产出成果更好地服务社会, 有必要建立承接财政R&D支出向现实生产力转化的孵化平台, 以尽快实现具有社会效益的R&D产出向实际生产力的转化。
(二) 明确财政R&D支出范围并转变支出方式。
上海财政R&D支出范围的明确划分应当以R&D支出的具体事项进行划分。具有纯公共产品和准公共产品性质的项目支出应当完全或按比例由财政支出负担。对于具有明显非公共产品性质的项目或领域, 政府应当及时退出并激励企业成为支出主体;在此基础上, 政府应当不断加强对外部环境的改善和控制。政府参与R&D活动的方式应当由直接投资向间接扶持转变。上海应当减少直接投资项目如直接的高校课题支出、直接对企业的资金援助, 多采用间接方式如税收补贴、政策鼓励、研发用途固定资产加速折旧等来增强基础研究和应用研究的市场转化能力。同时, 政府间接财政支持的方式越多, 企业的研发负担就会越轻, 进而研发支出热情就越高涨。
(三) 完善与财政R&D支出有关的监管机制。
上海应当进一步完善财政R&D支出监管机制, 按国家公共财政改革的要求, 完善财政R&D支出项目的预 (决) 算管理制度, 建立并完善与财政R&D支出紧密相关的信息系统。完善R&D活动的财务管理体系, 保证财政R&D资金使用方向和目的一致性, 确保财政对R&D项目支出的直接到位。适时更新财政R&D支出标准保证财政R&D支出标准的科学合理。规范财政R&D的支出科目和使用范围。建立制度化经费使用监督机制。认真落实地方政府科技资产管理工作, 实现对财政科技支出尤其是财政R&D支出使用过程和效果的监督。为了实现监督的有效性, 有必要实行第三方监管部门制度, 第三方可以确定为财政审计部门、项目组织部门、项目负责人工程监督等。加强财政R&D支出的绩效评价体系, 逐步形成制度化, 提高经费使用效益。此外, 对企业的经营状况进行评估, 允许有条件的企业设立研发风险准备金, 以降低企业研发风险。
摘要：财政R&D支出是保障地方科技进步与经济发展的重要条件, 财政R&D支出绩效评价是财政科技管理的重要环节, 也是提高财政资金使用效率的重要工具。本文在分析上海财政R&D支出规模的基础上, 构建绩效评价指标体系, 运用数据包络分析 (DEA) 对上海财政R&D支出产出进行绩效评价, 并提出可供参考的解决方案。
关键词：财政R&,D支出,DEA模型,绩效评价
参考文献
[1]孟召博.构建财政科技投入绩效评价体系[J].经济论丛, 182.
[2]穆智蕊.基于超效率DEA模型的北京R&D投入绩效评价[J].科技进步与对策, 2012.3.29.
[3]周卉, 杨德志, 王金萍.辽宁省财政科技投入绩效评价——基于DEA模型[J].中国经贸导刊, 2012.12.24.
3.区域R&D绩效评价 篇三
关键词：绩效评估体系；人工神经网络；C／S模式；B／S模式
引言
科研项目是否能够适时快速地转变成为推动社会进步的力量，项目评估的质量和速度是关键因素。应用先进和合理的评估手段建立有效的项目评估体系并且利用信息技术的手段加快评估的速度，是国家科技发展的必由之路。
本文首先构建了国防R&D项目绩效评估模型，然后提出．了基于NET平台的解决方案，最后给出了系统关键模块的实现过程。
1R&D项目绩效评估体系和模型
1．1R&D项目绩效评估指标的设置
国防R&D项目除了一般意义上的项目的特征以外，还具有军事创造性、探索性强，难度高，军民军品兼顾、经济性强，技术风险大、应用前景广，人才培养多，项目多、投入经费少的特点。
按照国防R&D项目的特点、性质和评价目标，对国防R&D项目评价因素的确定不仅要考虑到项目目标的完成情况，投入产出的结果分析，还要考虑到其经济效益、国防效益、军事贡献和技术创新程度等。综合考虑各方面因素的影响，在广泛调研及该领域专家学者探讨的基础上，本文构建了一套适合国防R&D项目绩效评估的多层指标体系。该指标体系共分三层，第一层是目标层，即国防R&D项目的绩效水平，第二层由5个评估指标组成，第三层由6个评估指标组成(由于涉及到保密性，在这里各个指标匿名给出)，如图1所示。
1．2用人工神经网络法确定各指标的权重
用人工神经网络方法确定指标权重的原理是：将描述国防R&D项目评估指标体系的基础指标的属性值作为神经网络的输入向量，将国防R&D项目的绩效评估值作为神经网络的输出，运用足够的样本来训练这个网络，使不同的输入向量得到不同的输出值，这样神经网络所持有的那组权系数值便是网络通过自适应学习得到的正确的内部表示。训练好的神经网络便可作为一种定性与定量相结合的有效方法，对样本以外的项目做出综合评估。
人工神经网络的学习算法步骤如下：
第一步：设置初始参数。
第二步：将已知的样本加到网络上，利用下式算出它们的输出值。
第三步：按已知输出数据与上面算出的输出数据之差调整量。
这个算法是个迭代过程，每一轮将各值调整一遍，这样一直迭代下去，直到输出误差小于某一个允许值为止，这样一个好的网络就训练成功了。该算法从本质上讲是把一组样本的输入输出问题变为一个非线性优化问题，它使用了优化技术中最普通的一种梯度下降算法。用迭代运算求解权值相当于学习记忆问题。
2基于NET技术的信息系统解决方案
2．1系统体系框架
目前的系统设计方案主要有C／S和B／S两种模式。应用C／S设计模式的系统安全性要求高，具有较强的交互性，使用范围小，地点固定，并且对于处理大量数据的效率较高；而B／S设计模式的系统使用范围广，地点灵活，功能变动频繁，对安全性的要求和交互性要求不太高。
由于国防R&D项目的特殊性和保密性，该系统采用C／S和B／S模式相结合的方式实现。前台使用B／S模式，能实现专家在异地对项目进行评估；后台使用C／S模式，既保证了敏感数据的安全性，又经济有效地利用了Intranet资源，提高了网络效率。
本系统的开发语言使用C#，服务器操作系统采用Windows2003，Web服务器软件采用微软的IIs，用户端Web浏览器采用IE6.0，数据库系统使用Microsoft SQL Server2005，Web开发技术使用的ASP.Net，ADO.NET作为两者之间的桥梁，如图2所示。
2．2系统功能设计
系统分为两大部分。前台B／S方式实现：项目专家评估系统，登录、密码修改。后台为C／S模式：负责待评估的R&D项目信息批量录入，评估体系维护，用户信息维护及统计报表查询等功能。
系统的整体功能结构见图3。系统功能主要由七大部分组成。
(1)用户管理。用户分为三种角色：系统管理员、专家和普通用户。系统管理员负责系统维护、项目信息管理、用户信息管理、权限管理和评估项目的计算汇总；专家可以查询待评估项目的内容，然后根据评估标准给出自己的评分结果；普通用户只有浏览项目信息和打分结果的权限。
(2)项目管理。包括R&D项目的代号，名称，级别，开始时间，完成时间以及项目的经费使用情况的批量录入、查询、删除和修改等。
(3)评估模型库管理。项目评估模型体系的添加、删除、修改以及评估指标的添加、删除、修改。
(4)专家评估模块。专家对要评估的项目打分以及本组相关信息的管理。
(5)专家个人信息管理。前台系统中专家获得权限后，可以对自己的信息修改。
(6)统计报表模块。根据用户、项目、指标体系等统计各项数据，包括项目评估结果比较分析、专家评分情况以及专家信息的各种统计报表。
(7)系统维护。包括服务器的日常维护，以及系统的升级维护等。
2．3系统数据库设计
该系统采用SQL Server2005数据库。所涉及到的信息表主要包括：
(1)用户信息表。描述每个用户的基本信息和所属权限组。
(2)用户权限组信息表。本系统的权限组分为三种：管理员组、专家组和普通用户组。
(3)权限信息表。描述每个权限组对系统的各个模块是否有访问权限以及具有什么样的权限。
(4)项目信息表。描述项目的基本信息以及项目的评估状态和评估截至日期等。
(5)评估体系表。描述评估体系中各个指标的信息。
(6)项目评估标准明细表。描述评估体系中各个指标的评分标准。
(7)专家打分信息表。描述每个专家对某一项目和某个指标的打分分值。
(8)项目评估结果记录表。描述每个项目对应某个指标的综合评分值。
3系统功能实现及安全措施
3．1指标编码方式及树形结构实现
由于评估指标体系是树形结构，因此采用树形结构的递归编码方式对指标进行编码。评价节点的编号从01开始，其子节点编号为01.01，01.02，01.03……如果01.01还有子节点，则编号为01.01.01,01.01.02…依次类推。在这里不必考虑编码超过99的情况。本功能在实现时把其封装在一个静态类中，该类完成有关指标编码的所有处理过程。
3．2神经网络方法实现
首先根据神经网络的结构和学习算法，并结合评估指标体系，确定神经网络的输入向量；然后输入样本模式的属性值矩阵的期望输出向量；根据各指标的类型分别进行归一化处理；然后启动三层BP网络进行学习；将训练好的神经网络存入知识库中，这样在评估时，只需输入待评估项目的指标属性值向量，便可得到待评估项目的评估结果值。
3．3系统安全措施
在系统中，前台用户界面的安全性是通过系统管理员授权方式实现的。不同权限的用户提供相同的操作界面而不同的菜单；后台数据库SQL Server提供了对数据库安全性的一整套．的管理机制，对用户的权限验证采用双重验证的机制。
数据备份采用自动和手动相结合的方式：每个月自动进行一次完全备份，每个星期自动进行增量备份。同时，数据库管理员可以按照需要进行完全备份或增量备份。
网络采用防火墙技术，系统设立两级防火墙：一级为软件防火墙，另一级为硬件防火墙，确保网络安全，防止黑客破坏。
4结束语
4.区域R&D绩效评价 篇四
近年来，随着国家对科技发展的日益重视，科技统计工作也愈加显得重要。科技活动中的Ｒ&Ｄ（研究与试验发展）投入及其占ＧＤＰ比重是衡量一个地区科技活动规模和科技投入水平的重要指标，也是反映各地自主创新能力和创新型建设进程的重要内容。
2020年，江苏要在全面建成更高水平小康社会基础上率先基本实现现代化。泰州市提出要在2018年提前实现这一目标。其中，研发经费（R&D）支出占GDP比重要达到2.8%，现对照我市R&D经费投入现状及其存在的问题，就如何做好我市科技统计工作，提高我市Ｒ&D投入占比进行简要分析，以供参考。
一、我市科技研发活动现状及问题
2011年，全市全社会R&D经费投入6.43亿元，占兴化市地区生产总值（GDP）1.4%。我市615家规模以上工业企业（以下简称规上企业）中，有R&D活动的工业企业46家，占规上企业总数的7.5%，Ｒ&Ｄ经费出部支出63221.9万元。
（一）多元化R&D经费投入机制已经形成
2011年，全市工业企业R&D经费投入63221.9万元，比上年增长28.3%。按来源分，企业资金61806.3万元，占97.8%；政府资金1078.5万元，占1.7%；境外资金337.1万元，占0.5%；可见，以企业为主体的多元化R&D经费投入机制已经形成。
（二）科技研发队伍不断扩大、优化
2011年，全市规上企业办研发机构74家，比上年增加30家，增长68.2%，机构工作人员2491人，比上年增加1050人，增长72.9%，从人员素质看，机构拥有博士毕业学历31人，硕士毕业学历144人，本科毕业学历1162人。全市规上企业Ｒ&Ｄ人员1744人，比上年增加242人，增长16.1%。由此可见，工业企业科研活动的人力投入不断加大，科技人员队伍的整体素质更加优化，显示了企业对技术研发和科技创新工作重视程度不断提高。
（三）我市工业企业先天不足，企业科技创新动力机制不完善
我市相当一部分企业是准入门槛低、技术含量低、附加值低的粗放型企业，市场竞争力不强，企业主要依靠低成本来维持，虽有少数企业从事高新技术产品生产，但没有形成具有竞争力产业，原辅材料价格涨幅高于产品出厂价格在很大程度上抵消了企业的低成本优势，近两年来，受市场低迷订单减少、原辅材料价格上涨、用工成本上升、融资难和融资成本上升、国家出口退税政策调整等诸多因素影响，企业总体盈利体水平有所下降。同时，工业企业的创新意愿和创新动力显得不足，在较大程度上影响了全市工业企业R&D经费的投入。虽然近几年工业企业的R&D经费投入稳步增加，但与销售收入增长相比，投入强度仍然偏低。2011年，全市工业企业R&D经费投入占主营业务收入的比例仅有0.8 %，国际上经验数据表明，R&D经费投入占主营业务收入的比重低于3%的企业是难以长期生存的，跨国公司特别是高技术领域的跨国公司R&D经费占主营业务收入的比重一般都超过5%，有的高达15%～20%。显然，兴化市工业企业R&D经费规模明显太小，这对企业的长远发展、做大做强是远远不够的。
（四）企业对科技活动思想认识不统一。
随着近年来国家对科技创新的重视，Ｒ&Ｄ经费支出占ＧＤＰ的比重成为衡量一个地区科技发展水平的重要标志，各级政府部门对科技投入的认识有所提高，政府的投入和引导力度也在加大，同时，对科技统计指标越来越关注，但对于企业来讲，对科技活动的认识上存在着很大的差距。大中型企业受政府引导和支持，政策扶持等方面相对多一些，创新意识较强，设立专门人员和机构，而小型企业受资金、意识等限制，科技创新意识明显不足，企业有Ｒ&Ｄ活动比例较低，有的即使有科技活动，对科技报表的填报也持无所谓态度，报表质量相对较差，不能准确反映企业实际情况。
（五）统计指标设置复杂，统计人员业务水平高低不一 现行科技统计年报表主要由科技活动情况表与科技项目两张表组成，由基层单位填报的指标有62个，分别涉及企业基本情况、人员、经费、项目、科技机构、科技活动产出、其他相关情况等七个方面，与其他专业报表相比内容较多，指标内涵及指标间关系比较复杂，对统计业务人员的业务素质要求较高。而在实际操作过程中，企业的科技统计人员业务能力不强或人员变动频繁，往往存在懂统计的人员不懂科技，懂科技的人员不懂统计的现象。科技统计指标涉及财务、人事、科技等多类指标，需要多部门人员的配合，而基层统计单位既懂统计又知科技、财务的专职科技统计人员较少，科技统计数据难以实现填报准确。
二、工作建议
R&D活动不仅是关乎企业生存发展的核心要素，更是影响地区经济发展和科技水平提升的重要因素。因此，要确立企业R&D活动的核心地位，建立激励机制，完善政策措施配套，促进产学研合作，为企业创造更好的宏观环境。
（一）建立健全多元化科技投入体系，切实增加R&D经费投入
目前，兴化市R&D经费的筹集主要以企业为主，但企业资金有限，难以满足经济和社会发展对R&D活动的需求，因此筹资的主体要面向市场。通过建立健全政府、企业、个人、外资的多元化投资体系，主动的进行科技投入才能解决好R&D经费筹措和管理问题。一是政府采取切实有效措施，增加R&D经费投入。目前兴化市的财政收入及企业的实力还不是很强，合理、有效地配置现有资源是关键。应选择能最大限度地促进我市经济发展的重点产业、重点领域和重点项目集中投入。二是引导和鼓励企业增加R&D经费投入。各级政府在保证增加财政经费对R&D经费投入的同时，可以通过经济杠杆、政策措施和导向、约束机制等引导和鼓励企业主动增加R&D经费投入；支持和鼓励大型企业提取一定数量的资金，集中用于关键技术的研究开发和产业化的投入。三是鼓励金融机构扩大科技贷款规模。金融部门要进一步调整信贷结构，提高对科技项目的贷款比例，对高新技术成果商品化、产业化给予重点支持，强化科技与金融结合的机制。
（二）大力实施人才引进战略，为企业自主创新提供人才基础
技术创新是以人为本的，人才是研究开发活动的实际实施者。只有拥有了具备创造力的核心人才，企业才有开展自主创新的可能性。因此，政府应进一步实施人才引进战略，为高级人才的引进提供便利条件；完善地区教育体系，为企业提供各层次的技术人才资源。同时，鼓励企业充分挖掘自有的人才资源，在日常生产过程中开展自主创新活动。
（三）建立稳定增长机制，确保R&D经费投入总量的增加
要想确保R&D经费投入不断扩大，仅依靠为数不多的企业的有限投入是不行的。要建立一种稳定增长机制来扩大R&D经费投入总量，也就是企业主管部门和科技管理部门要积极努力，每年都要确保全市有R&D活动的工业企业数量有5%～10%的增加；确保每年工业企业科技研究机构数量有1%～3%的增加；确保每年有1～2个科技研究机构升级。通过这种机制，确保全市R&D经费投入稳定增长。
5.区域R&D绩效评价 篇五
关键词：平衡计分卡,新产品R&,D绩效,FCE (模糊综合评价)
新产品R&D是企业在目前竞争日益激烈的市场中生存与发展的关键环节, 对于新产品R&D绩效评价的研究至关重要。新产品R&D是一项复杂的系统性工程, 具有较高的不确定性, 新产品R&D是包含多个阶段的过程, 保罗·特罗特在《创新管理与新产品开发》一书中认为新产品R&D需要历经构思产生、构思筛选、概念测试、商业分析、产品开发、试验营销、商业化、检测和评估等8个阶段, 莫尔·克劳福德和安东尼·迪·毕尼迪托在《新产品管理》一书中提出新产品R&D包含机会的识别与选择、概念的提出、概念或项目评估、开发、市场导入等5个阶段, 北京DOLOGY管理顾问有限公司著写的《新产品开发管理操作规范》一书综合世界近百家著名企业的新产品R&D操作贵发以及管理界权威理论, 提出了新产品开发的流程, 具体为开发之前、开发战略与组织、概念形成、实体开发、商品化、面向未来等6个阶段。基于新产品R&D的多阶段性, 其绩效评价不能简单的进行单项性评价, 需要全面考虑各方面的因素, 进行综合性多维度评价。
目前对于项目R&D绩效考核评价的工具有很多种, 如平衡计分卡、360度考核法、HPT模型等, 本文采用平衡计分卡法与模糊综合评价法的结合, 对新产品R&D绩效进行评价。平衡计分卡是源自哈佛大学教授罗伯特·卡普兰 (Robert Kaplan) 与诺朗顿研究院执行长大卫·诺顿 (David Norton) 于20世纪90年代所从事的“未来组织绩效衡量方法”的研究, 经过不断的发展, BSC已经成为集团战略管理的工具, 可以使管理者注意到企业长期目标与近期收益之间的平衡。FCE是在模糊环境下, 考虑多种因素影响, 为某种目的对某一事物作出综合决策的方法, 其基本原理是应用模糊变换原理和最大隶属度原则, 新产品R&D评价涉及多方面的因素, 且具有随机性和模糊性特征, 因此FCE适用于新产品R&D绩效的评价研究。将新产品R&D作为一种项目进行分析, 其R&D过程具有不同阶段, 每一阶段涉及的评价指标和权重并不完全相同, 目前对于新产品开发的评价尚无一种标准化的评价, 本文基于此, 通过总结大量前人文献的研究成果, 尽最大可能提取标准化、普遍化的评价因素, 确定了一种分阶段评价新产品R&D绩效的评价指标, 为BSC (平衡计分卡) 和FCE (模糊综合评价) 在新产品R&D过程评价中的应用奠定了基石。
一、文献综述
对于新产品R&D绩效评价的文献研究始于20世纪60年代, 当时大部分的研究文献关注焦点都集中于财务方面的评价指标, 例如净现值、投资收益率等, 对于非财务性指标的研究相对较少, 而且设定的指标不存在长期性效应和内在性, 存在较多的不足与缺陷。但近些年来, 国内外学者的绩效研究维度不断扩展, 研究方法与模型的运用也更加多样化, 例如数据包络分析法、模糊综合评价法、平衡计分卡、多属性偏好分析法、模糊语言等。笔者在前人研究的基础上对新产品R&D绩效评价系统进行总结, 见表1。
通过对表1进行分析可以得出, 大部分研究所涉及的维度相对较少, 通常是3个-5个维度, 进行新产品R&D绩效评价时, 会在一定程度上可能忽略部分指标, 具有一定的不全面性, 对于评价维度的选择, 应该相应的扩展考虑范围。而且新产品R&D的阶段属性不同, 涉及的指标因素就会有所不同, 因此需要考虑项目不同阶段的评价指标。
二、新产品R&D阶段与项目生命周期
在国际化市场竞争愈趋激烈的现代, 任何现存的市场份额都是不安全的, 任何一种产品的寿命周期都是非常有限的, 企业所拥有的产品优势日趋短暂, 因而新产品R&D逐渐成为企业追逐的目标。
目前对于新产品R&D的阶段存在多种不同的划分, 笔者通过对前人文献的整理总结, 认为新产品R&D的标准化阶段流程, 主要包括开发准备、开发战略、设想筛选、概念测试、新产品设计、新产品试制、新产品鉴定、营销设计、上市等9个阶段。这9个阶段既存在简单的直线模型即由前至后的顺序性, 同时也具有同步性即每一个阶段又存在紧密相互关联的、相互协调的可以同时进行的关系。企业中包括许多不同的机构和部门, 每个部门分管新产品开发的不同阶段, 部门之间必须保证信息的高度流通性, 由于新产品的开发过程是一项复杂的系统工程, 管理时尤为复杂, 因此, 新产品R&D的顺利进行需要组织内部所有员工的相互配合与紧密合作。
新产品R&D阶段与项目生命周期具有相应的对应关系, 其具体关系如图1。
在项目准备阶段, 需要为新产品开发收集尽可能多的信息, 建立评价系统, 确定新产品R&D的战略, 进行新产品R&D环境分析、新产品需求分析、新产品开发模式分析等, 最后对战略决策进行审核, 制定相关的应急计划。在项目计划阶段, 需要对新产品的设想进行处理、筛选, 形成最终的概念, 继而对概念进行价值测试、技术经济测试、其他因素测试 (总体市场因素测试、产品大类因素测试、外部因素测试) 。在项目执行阶段, 开始着手新产品的设计, 设计类型主要包括自行设计、实物测绘、外来图纸和原有产品的改进设计, 设计完成后对新产品试制, 对试制出的产品试验, 在技术、经济上做出正确评价, 进一步发现产品存在的缺陷, 进行必要地改进, 继而通过新产品的鉴定, 包括产品的原理、结构、性能等方面是否达到设计要求, 审查产品的质量水平、工艺稳定性、合格率、生产能力、经济效益、应用范围、前景等等, 确定新产品是否能够进入市场。最后在项目的收尾阶段, 对新产品进行营销设计, 包括目标市场选择、市场开拓战略设计等, 然后对产品批量生产, 正是导入市场、上市。
三、新产品R&D绩效评价指标体系的构建
平衡计分卡是一套从财务、客户、内部经营流程、学习和成长四个层面对企业战略管理的绩效进行财务与非财务综合评价的评分卡片, 不仅能够有效克服传统的财务评价的滞后性、偏重短期利益和内部利益以及忽视无形资产收益等诸多缺陷, 而且是一个科学的集企业战略管理控制与战略管理绩效评估于一体的管理系统。基于BSC中的四个计分方面, 结合新产品R&D的特性, 绘制出平衡计分卡在新产品R&D绩效评价中的基本框架图如下。
在平衡计分卡对各项指标进行打分的基础上, 通过模糊综合评价的方法构造评判矩阵进行计算, 最终得出新产品R&D的绩效水平。与BSC着重运用于评价企业战略相异, 对于BSC运用于研发项目的绩效评估时更需要考虑项目研发进行的每个过程的绩效, 并且需要注意新产品R&D目标与企业的整体目标、战略的重合点。本文基于新产品R&D包括项目准备、项目计划、项目执行和项目收尾四个阶段的考虑, 建立了多阶段、多层次的BSC与FCE评价指标。
1. 财务层面
财务层面的指标通常是各种利润性的传统指标, 例如销售增长率、净现值率等。对于新产品R&D绩效, 我们选取了销售利润率、销售份额、净现值率、销售收入、新产品竞争力作为主要评价指标。其中:
(1) 销售利润率
它是一个比较普遍性的财务指标, 表示利润在销售总收入中所占的比重。
(2) 销售份额
它主要反映的是新产品销售所得占企业总销售收入的比例, 是衡量新产品与其他产品相比之下的相对性指标。
(3) 净现值率
净现值率同样是一个相对性指标, 具有广泛的普及性, 表示的是此研发过程的净现值占总投资的比重。如果净现值率高于零, 则说明项目是可行的, 反之, 不可行。
(4) 销售收入
体现新研发产品整体的获益情况, 是一种运用较为广泛的财务评价指标。
(5) 新产品竞争力
新产品竞争力相对于其他指标来讲, 更是一种综合性的指标, 它是反映研发产品的整体财务水平的竞争力, 是在与其他产品相比较的情况下得出的。竞争力越大, 说明此项目越可行。
2. 客户层面
新产品R&D必须与顾客、市场的要求保持一致, 必须得到它们的认可, 符合他们的标准。如果新产品的特性与消费者、市场相背离, 那么, 企业的未来收益会严重滑低。
(1) 市场占有率
市场占有率反映的是研发产品推向市场之后, 其销售量在市场中同一种类产品中所占的比值, 直接体现新研发产品对客户的满足程度, 并反映出企业本身的一种控制市场的能力。
(2) 产品与市场的拟合性
它主要表示产品在国家政策、法律法规、环保要求等层面是否符合市场的整体标准, 拟合度的高低则直接反映出研发产品的质量。
(3) 新产品品质水准
它是反映研发产品质量最为直接指标, 品质水准的高低关乎产品对客户、市场的满足程度。
(4) 客户要求
客户对于产品的要求是至关重要的评价指标, 研发产品与客户要求的符合程度将直接影响产品的销售情况。
(5) 客户满意度
与客户要求指标相同, 它反映的是客户对于研发产品的满意程度, 满意程度越高, 则产品导入市场的效果会越好, 反之, 则效果越差。
3. 内部经营流程层面
内部经营流程层面的指标是解释“我们的优势是什么”的问题, 它可以促进发现顾客的需求和股东的偏好, 以便于为企业更好的获得收益提供条件。
(1) 研发能力
它是衡量企业研发水平的一种综合性指标, 在本文中笔者主要通过研发资金投入、研发团队人数、研发时间周期和研发效率等4项根层指标来衡量企业研发能力的大小。在某个项目的研发过程中, 资金投入越低, 所需团队人数越少, 研发时间周期越短, 研发效率越高, 说明其研发能力越强, 时间周期是逆定向指标, 研发效率是正定向指标, 研发资金投入和研发团队人数均为逆定向指标。
(2) 协调力
在内部经营流程中的协调力是反映企业内部不同部门之间、不同机构之间的合作、协调水平, 同时在一定程度上体现新产品R&D在企业内部所产生的影响, 主要通过信息通畅性、与其他部门的协调程度、与其他业务的协调程度等3项指标来衡量。
(3) 技术优势
技术优势是企业内部存在的一项技能型指标, 它是新产品R&D本质的内在表现, 技术竞争优势的持久性和专利保护程度是它的主要内容。技术优势的持久性程度越高, 专利保护越完善, 在同类产品的竞争中便越有控制力。
(4) 售后服务
售后服务的好坏在一定程度上体现了这个企业的社会责任倾向, 售后服务水平越高, 它在社会上就会获得越多的认可。售后服务成功率、产品故障回应时间、产品故障处理时间等3项指标的高低是售后服务水平的直接体现。
4. 学习与成长层面
学习与成长层面的目标主要是处理“我们是否在进步”的问题, 它侧重于关注企业未来发展的持续性, 注重企业发展平台的构建与员工能力的提升。
(1) 发展平台
新产品R&D项目的启动, 是否能够开创一个全新的领域, 为企业员工提供更多的发展机会。
(2) 员工能力
研发项目进行过程中, 企业会对员工进行必要地培训, 此时员工的素质高低、员工的满意程度都会直接影响新产品R&D项目的成败。
通过BSC对新产品R&D项目绩效评价指标的设定, 同时综合产品研发的4个阶段, 根据指标特性与新产品研发阶段的特点, 作出以下分配。
四、新产品R&D绩效评价模型的构建
基于BSC构建的指标体系, 本文采取模糊综合评价法进行最终绩效水平的衡量。在多阶段的BSC指标中, 对于定量指标可以通过具体数据计算出来, 定性指标则采取专家调查法定量化, 准则层、要素层、指标层的权重通过AHP判定。
五、结语
6.区域R&D绩效评价 篇六
当今时代,随着经济全球化和知识经济时代的到来,国际竞争的核心就是知识创新、技术创新和高技术产业化的竞争,技术创新既是国家竞争优势的关键,又是区域发展的核心,对一国的经济发展起着举足轻重的作用。不少发达国家和发展中国家以及有影响的国际组织都先后开展了对于技术创新理论和政策的研究,并采取了许多促进和引导技术创新趋于深化的政策、法律和组织措施,以期通过技术创新加速经济增长,提高经济增长质量。高技术产业是国家科技创新的重要力量,是国家产业未来发展的方向,也是国家科技经费投入的重点领域和首要资助对象。根据我国2010年《高技术产业年鉴》及《2010年全国科技经费投入统计公报》,我国科技R&D经费内部支出总额为5802.11亿元,而六大高技术产业的科技研发经费内部支出总额为774亿元,约占我国总体的科技R&D经费内部支出总额的13.34%。由此,高技术产业科技R&D经费使用效率关乎我国科技创新效率、创新能力、市场竞争力和创新型国家战略目标的实现。
对技术创新R&D经费投入产出进行评价,对于资源的合理利用,提高经费的使用效率具有十分重要的现实意义。目前,已有部分学者对此进行了关注,余泳泽(2009)利用松弛变量的 DEA 模型和Malmquist全要素生产力指数研究了我国高技术产业创新效率问题,并从价值链的角度剖析了我国两阶段研发效率,认为我国高技术产业创新两阶段的技术创新平均效率都较低,且有持续恶化趋势;但价值链视角看,技术开发效率和成果转化效率都有进一步改善的空间[1];余泳泽、武鹏(2010)利用随机前沿方法测算了我国高技术产业1996～ 2007年的研发效率问题,并对其空间相关性进行了分析,研究结论显示我国高技术产业研发效率空间差异性较大、整体效率较低, 但目前呈稳步增长趋势[2];刘玉芬、张目(2010)运用DEA 模型对中国高技术产业的技术创新绩效进行两阶段评价并通过影子价格分析,提出了相关改进策略[3]。周劲波,曾艳(2011)认为风险投资对高新技术产业创新绩效和产业集群的成长具有重要的作用,并以风险投资为视角,研究了风险投资对高新技术产业集群创新绩效的动力机制[4];胡义东、仲伟俊(2011)以江苏省1562 家高新技术企业为研究样本,利用道格拉斯生产函数对应的技术创新方程研究了高技术企业技术创新绩效的影响因素。研究发现新材料、电子信息和新能源3 个行业研发经费投入力度与技术创新绩效之间具有显著正相关关系,研发人员与技术创新绩效不存在显著相关性,研发经费对技术创新绩效的贡献率远高于研发人员,研发投入和企业规模对创新绩效产出的影响程度存在行业差异[5]。
不难发现,现有相关研究成果基本上基于两类思路研究高技术产业研发创新效率,其一是利用DEA 模型以及相类似的随机前沿分析法评估我国高技术产业研发效率问题,其重点更贴近于资源配置效率评估和改进研究;其二是以道格拉斯生产函数为基础理论而进行的改进模型和方法作为分析我国高技术产业研发效率问题,其更偏重于高技术产业研发效率的影响因素研究。这两类研究最终目标都是提高我国高技术产业资源配置效率和技术创新效率。然,此两类研究方法都具有一定的局限性,首先前者随时相对效率评价的有效方法但是有时无法得到客观真实的平均结果同时无法克服多个评价单元(DMU)同时有效的情况,不能完全弄清各决策单元的效率高低和资源的有效配置程度;而后者虽在一定程度上揭示我国高技术产业资源配置效率的影响因素,但无法解决个区域和对比单位的资源效率配置问题。因此如何选择一种有效的方法评价区域的技术创新效率,从而制定适宜的技术创新战略以全面提高区域的经济效益就成为一关键问题。据此,本文提出将交叉效率模型应用到技术创新效率评价中的构想。
交叉效率研究方法自Sexton等人(1986)[6]首先提出以来,经过Dolye和Green(1994)的发展[7],已经开始被学者们开始接受,用在R&D项目评审和投票偏好问题当中(Oral等人,1991;Dolye等人,1996)[8,9]。最近的发展集中在引入博弈论维度,从二次规划方法入手以解决权重向量的不唯一问题(Liang等人, 2008)[10],比如视DMU之间为竞争关系,考察如何在不影响其他DMU效率的情况下实现自身效率的最大化。
1 研究方法
1.1 交叉效率评价方法
DEA是一种利用非参数方法在多投入多产出情况下测算DMU相对效率的评估方法,它不考虑DMU的生产技术,直接利用DMU的投入产出数据和数学规划方法,构建出一个包含若干个DMU的处于相对有效前沿的效率面,然后计算出某个给定DMU相对于那些处于效率面的DMU的效率水平。最早的形式是由Charnes等人(1978) [11]提出(简称为CCR模型),可以表示为如下形式(投入导向):
minδ0
式中:i=1, …n表示决策单元的个数,xij(j = 1, … m)为投入要素,yir(r=1, … s)为产出要素,m和s分别为输入与输出变量的个数,δo为决策单元DMUo的有效值。然而遗憾的是,该模型在效率评价中存在两点严重的不足:第一,仅仅使用简单的自评方法(self-evaluation approach),有时候可能无法得到客观真实的平均结果。因为在自评模型中每个DMU会自发地根据自己的情况选择对自己最为有利的权重,然而这些权重不能代表所有DMU的情况和意愿;第二,包括CCR模型在内的传统的DEA评价方法在使用中经常会出现多个评价单元(DMU)同时有效的情况,使得它们之间的相互比较成为一个无法克服的问题,同时也无法测度这些表现较好的DMU的效率提升空间。本文提出的将交叉效率模型应用到技术创新效率评价中的做法旨在解决以上两个问题。
交叉效率评价方法源于Sexton等人(1986) [6]对上述CCR模型的进一步完善和改进,通过使用自互评体系(peer-evaluation systems)取代单纯的自评体系,从而得到更加客观有效的效率值,可以在很大程度上克服传统CCR模型中所存在的上述两个重要缺陷。具体地,令模型(1)中得到的DMUo的投入和产出相关权重分别为ν*oj和u*or,则可定义DMUo基于DMUk的交叉效率值为E*ko=(∑sru*kryor)/(∑
1.2 基于交叉效率的资源再配置
尽管用上述方法可以避免DMU对自身权重的过分关注(这在一定程度可以刻画DMU的自身偏好),能够使DMU在很大程度上借鉴和关注竞争对手的偏好,从而在现实中更加可行;但是一个不容回避的问题在于,上述方法得到的交叉效率仍然是“一组效率值”的复合(Zha等人, 2010) [13],如何进行资源再配置才能达到上述效率?换言之,应该如何调整投入/产出(或者如何对两者同时进行调整) 调整的依据又是什么?显然,对其他DMU权重的线性组合或者其他更复杂的复合形式都先验地缺乏说服力。遗憾的是,这一问题长期以来没有得到有效解决,限制了交叉效率方法的推广应用(Dolye和Green, 1994) [7]。
转机的出现在于Zha(2010)所作的贡献,关键思想在于兼顾“自利型”和“利众型”两种极端情况,从DMU之间的竞争关系出发,从权重变化最小(也即偏好改变最小)角度出发考虑投入/产出资源的再配置。这无论在微观层面的偏好结构还是宏观层面的竞争关系来看,都具有明显的现实意义,操作性也更强。为此,需要首先计算出DMUo在达到交叉效率值的情况下所要求的最小权重变化。具体地,与(1)式对应的数学形式可以表示为如下形式:
由于(2)式在目标函数中多次出现绝对值计算,不利于编程和数值计算,为降低运算时间,可以将(2)式进行单调变换。一种简单的方法是将对绝对值项的考察变成对平方项的考察,具体如(3)式所示:
经过求解可以得到νoj**和uor**,这就是在对其他DMU效率影响最小的情况下,DMUo要达到交叉效率需要满足的最小权重变化。在此基础上我们可以得到基于交叉效率的资源再配置模式。具体地,与(1)～(3)式对应的数学形式可以表示成如下形式:
(4)式可以进一步变形成为(5)式,从而使投入/产出调整的意义更加明确:
由于φ
2 评价结果
2.1 指标介绍以及数据来源
(1)指标介绍
由于本文更关注高技术产业的R&D经费的创新能力,所以根据已有研究成果和专家调研结果,以科技R&D经费内部支出、新产品开发经费作为输入指标;另外,根据道格拉斯生产函数,资金、技术和劳动力是促进生产力发展的最重要因素,任何资金和技术都必须在劳动力参与下才能发挥作用,科技经费投入产出效率是个典型的多投入多产出的复杂系统,为保证科技经费投入产出效率分析的科学性,特将R&D人员(人年)年也纳入评价体系中,作为投入指标。R&D活动的产出指标选择新产品销售额,这主要是考虑到该指标比新产品产值、专利申请(授权)等指标更加接近R&D活动的最终目的,是完成了“(商品)惊险一跃”之后的市场实现。
(2)数据来源
本文的数据主要依据2010年《中国高技术产业发展年鉴》相关统计数据整理而来,见表1。
2.2 效率评价及比较
(1)省域评价分析
基于(1)～(5)式提供的算法程序,可以分别采用CCR方法和CE方法对中国各省份的R&D效率进行评价,评价结果见表2。从表2中可以发现如下三点:第一,从均值来看,采用交叉效率方法可以最大程度上促使研发经费外部性的发挥,最终实现实现R&D效率总体的提升,由传统自利模式下的0.37一跃上升到0.71,虽然北京、天津等少数原先处于效率前沿的省份出现了效率的少许下滑,但排名基本上仍位于前列,是其他省份学习的标杆。第二,从变异系数来看,采用交叉效率方法还可以缩小省份之间的R&D效率差异,由传统自利模式下的0.719下降到0.323,从而更加便于省际之间知识溢出和相互学习,R&D活动的外部性也会明显加大。第三,相比CCR方法,交叉效率方法避免了多个省份同时处于效率前沿的情况,也避免了若干省份处于相同效率排名的情况,即便是排名最靠前的天津、北京R&D效率值也没有达到1,仍然有改进的空间,从而更加便于省份之间相互比较学习,最终达到优中再优、最终达到资源最大程度优化配置的结果。
注:主体部分最后一行中m和cv分别表示均值和变异系数,下同。
以上分析都属于直观判断。那么,就效率值本身而言,表2中显示的交叉效率值是否在统计学意义上高于CCR效率值?能够认为两者源自同一样本吗?对此,表3给出了基于Friedman ANOVA的双样本同分布假设检验结果。可以发现,无论从全国范围来看,还是从大区域来看,都不能认为利用CCR方法的效率样本与利用CE方法得到的效率样本源自同一整体,即两者之间存在显著差异,进一步验证了表2结论中的直观经济判断,认为CE方法的确较CCR方法能够从整体上提升效率评价。
(2)区域对比分析
进一步,就效率值的分布情况来看,利用Scott(1992)提供的带宽选择方法,可以得到两组R&D效率评价值的核密度估计,如图1所示。图1分别给出了全国、东部地区、中西部地区和西部地区的R&D效率和密度估计情况,可以发现采用交叉效率方法得到的R&D效率值分布普遍较采用CCR方法得到的R&D效率值分布更为“高瘦”,而且普遍位于CCR方法得到的R&D效率值对应的概率密度曲线的右侧。表明利用交叉效率方法的确降低了各省之间R&D效率水平的差异,同时以少数省份R&D效率少许降低的微弱代价换来了各省R&D效率的普遍整体提升,从宏观角度来看意义明显。当然,从相对排名来看,即便是那些R&D效率出现少许降低的省份仍然位于前列,是其他省份学习的标杆;从绝对数字来看,这些省份R&D效率的下滑是很有限的,非但不会对R&D竞争力造成实质损害,反而在某些方法揭示了R&D效率进一步改进的空间。由此可见,相比Andersen和Petersen(1993)提出的所谓超效率模型,交叉效率模型不仅可以很好地解决多个DMU同时处于效率前沿的情况,而且从DMU之间更为现实的竞争关系出发,强调彼此之间的相互关联和影响,比基于自利原则发展而来的超效率更加容易实现。
在此基础上,可以按照R&D资源的投入情况进行聚类分析。不失一般性,这里采用k-mean和k-median聚类方法,借鉴大类区域划分的思想,将31个省份聚成三类,如表4所示。可以发现,第一,无论采用k-mean聚类方法还是k-median聚类方法,对31个省份的聚类划分完全一致,这也验证了划分结论的稳健性。限于篇幅,一并予以报告。第二,就表4主体部分来看,江苏、广东位于区域I,不仅R&D投入规模大,效率也都很高,从而使得区域I同时拥有最高的总体R&D效率和最小的变异系数,北京等12个省份位于区域II,R&D投入规模总体较大,效率也较高,特别是其中部分省份更是位居效率排名的前列,虽然辽宁、陕西、江西等地R&D效率稍差,但是整体上并没有对该区域的R&D效率造成太大影响,河北等17个省份位于区域III,R&D投入偏小,效率普遍欠理想,特别是像内蒙古、黑龙江、广西等省份R&D效率明显偏低,从而整体上拖了R&D效率的后腿,从而表现为最低的R&D效率和最大的变异系数。第三,表4中江苏、北京和重庆(标斜体下划线加粗)分别是三个区域省份的学习标杆,参照周小柯和吉生保(2011)的研究,三者当中江苏属于“产业主导型”,而北京、重庆属于“R&D机构主导型”,表明“R&D机构主导”作为提升R&D效率的手段效果逊于“产业主导型”,江苏式的“产业主导型”将是未来R&D效率提升的主要模式。
2.3 投入/产出资源再配置
为了使各省达到交叉效率水平,需要考虑投入/产出资源的再配置问题。按照前文提供的算法程序,可以得到各省的投入/产出资源再配置情况。鉴于大多省份得到的再配置方案向量中元素小于1×10^(-6),这里只给出再配置方案较大的几个省份,如表5所示。可以发现,第一,产出向量都没有变动,意味着区域层面高技术产业不是生产能力不足或者销售不力,而是普遍的“产能过剩”,这也进一步印证了前文中“投入导向”选择的合理性;第二,在导致R&D活动“产能过剩”的三种投入资源中,问题最大的是R&D人员的相对过剩,盲目扎堆是其中的一个重要原因,相比之下,R&D经费和新产品开发经费的过剩现象不是很普遍。可见,如何引导R&D人员合理流动、充分发挥R&D活动正的外部性、促进R&D活动效果的省际溢出,以实现R&D效率的提升是目前科技政策研究的当务之急。
3 研究结论
科技经费投入是衡量一个国家和地区科技实力和进步的重要指标[1],而科技经费利用效率是衡量科技活动绩效的核心标志,也是推动经济发展的关键因素。高技术产业作为国家科技活动的中坚力量,其科技经费使用和研发效率关乎我国科技创新的质量和创新型国家构建的大局,因此科学评价高技术产业R&D效率、优化科技资源配置对于提升我国科技创新效率和质量意义重大。本文针对DEA交叉效率评价中权重不唯一的情况,借鉴Zha等人(2010)的思想,在采用传统CCR模型和交叉效率模型对我国区域R&D效率进行评价,得到以下结论:
(1)较以往研究方法相比,DEA交叉效率法是一种更科学的评价方法。实证研究表明其使用的互评体系避免了传统DEA评价中自评体系带来的主观性,使得DMU效率值更具有客观性和可比性;另外,交叉效率法更加注重科技经费外部性特征,通过关注竞争对手的关系测算效率值,避免了传统DEA评价长期无法解决的多个DMU同时有效的情况,使得每一个DMU的资源配置有了提升的空间和方向,更有利于引导并促使我国高技术产业科技资源的优化配置和创新效率的提升。
(2)运用我国高技术产业的相关数据进行的实证研究表明,研发经费投入规模是R&D效率普遍提升的前提,分散、小规模的R&D投入只会带来R&D效率的整体偏低和彼此差异的加大,因此科技资源的配置应该注重其外部性特征,充分考虑区域之间的竞争和渗透性,在区域科技战略规划的基础上采用集中化、规模化的方式配置以提升区域的R&D效率。
(3)R&D人员的区域相对过剩造成了我国R&D活动的“产能过剩”,这是解决我国R&D领域自利型“囚徒困境”问题的关键所在,因此国家应在区域科技创新人才的培养、引进和流动等方面制定相关的策略,促使地区间的科技创新人才与其他科技创新资源相匹配,与科技创新活动和成果相协调。
7.区域R&D绩效评价 篇七
微观经济理论认为要素投入效率边际递减,否则将会出现单个企业主宰世界的情况。20世纪80年代中后期,保罗·罗默创造性的将资本报酬分为私人报酬和社会报酬两个部分。假定资本报酬不变,但是这种不变的报酬并不能为厂商全部攫取,产生了社会报酬,私人报酬递减,别的厂商生产率提高,这样就不会产生一家垄断的趋势。那么哪一类资本投入不仅会产生私人报酬,还能带来社会报酬呢?罗默发现对于R&D的投资具有这样的特点。对研究工作的投入不仅产生新机器,而且产生新的工作方式。尽管厂商可以获得新机器的全部利益,但由于方法与思想易于复制,知识溢出是必然的[1]。
技术创新报酬特征确立之后,便找到了经济内生增长的基础,新增长理论诞生[2]。根据新增长理论,保罗·克鲁格曼推断东亚经济由于科技创新不足,其增长不可持续。1997 年的亚洲金融危机似乎证实了他的预言,并引起经济学界对经济增长模式的讨论。许多学者沿用克鲁格曼所依据的TFP方法分析经济增长的来源,判断经济增长模式的可持续性,发现研发投入的社会回报确实超过了内部回报[3],并且国内产业的R&D外部性比国家之间的外部性更为明显[4]。
随着跨国公司研发本地化以及产业集聚现象的发展,对产业之间和公司之间的R&D外部性研究逐渐增多,而对一国之内地区之间R&D外部现象的研究较少。产业之间、区域之间、甚至国家之间的R&D外部性是R&D投入影响生产率增长的重要渠道。研究一国之内区域之间的R&D投入与溢出关系同样重要。
本文研究省级区域R&D投入与溢出关系,对现有文献做了三个方面的拓展:
①TFP的计算。使用经济计量法测度TFP,它可以将TFP分解为技术效率(EC)和技术进步率(TC)两个部分,对于理解R&D投入如何影响TFP是有意义的。传统的增长核算法无法实现这样的分解。
②区别R&D投入的不同类型:来自政府的投入和来自企业的投入,不同投入有可能对TFP产生不同的影响。现存文献中,国内的研究尚无这样的区分,国外的文献仅把它用于比较国家之间的TFP贡献[5,6]。把这样的区分用于比较一国之内地区之间的TFP贡献差异,有助于决策者平衡各类型投入的比例关系,优化投入结构,提高投入效率。
③R&D外部性是新经济增长理论的逻辑出发点,外部性的实现有多种形式,可以通过人才的流动、新产品的贸易甚至是潜移默化等,但是通过市场进行的技术交易是其中重要也是便于计量的方式。选择区域之间技术成交额作为计量R&D外溢的尺度。
1 模型的建立
1.1 DEA-Malmquist指数模型
经济计量法有多种类型,根据数据条件和所考虑的环境因素,选择其中的非参数DEA-Malmquist指数法。基本原理如下:
对于一个投入产出系统,投入集合x∈RK+,产出集合y∈RM+,ω为达到生产前沿面时产出要素的增加比率,则在时期t、技术参考集处于固定规模报酬C和技术环境S条件下,其基于投入前沿面的距离函数可表示为:Di(x,y)=min{ω:(x/ω,y)∈(C,S)}。根据时期t和t+1的距离函数,则在时期t和t+1技术条件下的技术效率变化分别是:
通过对处于不同时期技术效率变化值取几何平均值,从而得到基于投入前沿面(C,S)条件下的Malmquist效率指数:
进一步的,可以将该指数分解为技术进步率TC和技术效率EC,其中TC和EC分别是:
全要素生产率TFP的水平取决于技术进步率TC和技术效率EC。EC>1表明前沿面下的决策单元向前沿面趋近,效率改善,而EC<1则表明远离前沿面,效率退步;TC>1表示生产可能性边界的向外移动,即技术进步;TC<1则表明其与最优决策单元组成的生产前沿面的差距在进一步拉大。当Malmquist指数大于1时,全要素生产率水平TFP提高,反之则导致TFP的降低。
1.2 R&D投入与TFP关系模型
本文研究R&D投入与TFP关系,R&D的贡献主要表现在第二产业,尤其是工业。TFP来自于GDP(见式(2)),它是三次产业的综合。之所以能够建立R&D与TFP之间的关系模型,其原因在于:首先,GDP总量中(2008年为例),第二产业的贡献率为50.6%,其中工业的GDP贡献为46.1%,起到绝对主体作用;其次,从产业关联来说,第一、二产业是第三产业的物资基础,由于第一产业的份额较少(6.5%),工业成为第三产业发展的重要依托,同时现代农业的发展也离不开工业支持。“工欲善其事,必先利其器”,R&D通过在工业中的作用,渗透和带动了第一、三产业,促进整个经济的增长;第三,Granger因果关系检验也证实,发生在工业领域中的R&D投入与技术溢出,是各次产业效率提高的原因。
基于Cobb-Douglas生产函数,建立R&D对TFP增长贡献模型。假定t年有2种投入:资本(K)和就业(L),对应于一种产出Yit. 生产函数模型表述如下:
其中,Yit表示第i区域t年的国民生产总值(GDP),它是技术进步函数Ait (·)与一般要素投入函数Fit (·)的结合。不失一般性,Fit (·)依赖于资本存量(Kit)和就业(Lit)。同时,根据内生增长理论,技术进步函数Ait (·)是R&D投入存量(Rit),技术溢出量(SRit)作用的结果。由式(1),定义全要素生产率TFP为:
方程(2)表明t年i区域的TFP是由该区域的R&D投入Rit和区域之间的R&D溢出决定的。与现存文献不同,我们将R&D投入区分为来自政府的投入(FR)和来自企业的投入(ER)。在区别两类R&D投入情况下,对式(2)取自然对数得:
其中,TFP为全要素生产率,FRit和ERit分别是来自i区域t年政府的R&D投入和企业的R&D投入,SRit是区域技术交易额,βi为待估参数,εit为随机扰动项。
2 数据的来源与处理
GDP、劳动力及固定资本投入数据取自《中国统计年鉴》(1998~2009),R&D投入与溢出数据取自《中国科技统计年鉴》(1998 ~2008)。由于几乎全部企业R&D投入来自大中型工业企业,因此选择大中型工业企业研发经费作为企业R&D投入;政府R&D投入包括来自中央政府和地方政府两个部分; 区域间R&D溢出,用技术市场技术成交合同金额表示,这一核算数据2000年开始发布,但其中包括了2000年前直至1992年的数据。
由于统计年鉴中给出的GDP等数据均是用当年价格计算的,必须扣除价格因素将其转变为按不变价格计算的实际值。实际值计算中所用到的GDP指数、平减指数均以1990年为基期。劳动投入量理应按投入时间予以计量,基于数据的可得性及参考一般文献,使用各就业人口。由于GDP产出、TFP的R&D贡献,不仅是当年资本投入的结果,更多的是存量资本发挥了作用。为此,采用永续盘存法将流量换算成存量。其中,涉及的固定资产折旧率参考一般文献取为10%; 考虑到R&D资本折旧速度更快,研发投入折旧率取为12%;初始资本存量采用等比求和的方式予以估算。
3 TFP及其分解指数的计算
经过上述GDP平减、资本存量计算后,得到一个涉及GDP产出,资本累积投入和劳动力投入纵向包括12年,横向覆盖30个省级区域(西藏数据多有缺失,分析中将其略去)的面板数据。基于2.1节的方法,应用DEAP 2.1软件包,计算结果如表1。
表1显示:12年来全国30个省区平均Malmquist指数为1.002,TFP值年均增长0.2%。上海、北京等5省市,年均达到5%以上,中、西部大部分省区TFP负增长。从TFP的构成看,年均0.2%的增长主要来自于技术进步TC的推动,技术进步率年均增长0.9%,而技术效率(EC)同期导致TFP损失0.7%。这种主要由技术进步推动,同时技术效率曾下降趋势的TFP增长,与赵伟、颜鹏飞等的研究是一致的[7,8]。如第2节中所讨论的那样,技术进步指的是前沿面的外移,而技术效率表明现有资源配置远离前沿面。中国各省级区域技术进步与技术资源配置带来的TFP变动显示中国各地区热衷于发展或引进先进技术,陶醉于走在技术发展前列,而对于现有技术的合理配置与使用往往做得不够。
4 R&D投入与溢出的TFP贡献分析
在基于式(3)进行的面板回归分析中,为了使分析结果既具有较好的统计学意义,又具有较好的现实意义,还需进一步对模型参数做具体的选择。
一是通过建立F统计量进行协方差检验,选择变截距模型、变系数模型还是混合回归模型; 二是如果模型确定为变截距或变系数模型,进一步确定是选择固定效应还是随机效应模型。由于本文使用的数据包含了全部研究对象,而不是总体中的部分样本,因此采用固定效应的回归模型。
根据F检验,就全国数据来说,以TFP、EC和TC为因变量的回归模型,都仅适用变系数模型进行估计。这种变系数模型估计的结果对于探索不同类型R&D投入规律没有积极意义。这主要是由于全国范围内省区发展不平衡造成的, 这种不平衡又有结构性特征。东、中和西部三大区域内,各省区具有相近之处。因此,把全国各省级区域分成东、中和西三个区域进行研究[5,9,10]。政府R&D投入使得全要素生产率不升反降;企业R&D投入促进了TFP的提高,其中,对东部地区的弹性大致是中西部的2倍;区域间R&D溢出促进了TFP的提高,相较于自主创新的R&D投入,技术引进是一种成本低、见效快的支出。对同一技术来说,引进的成本小于自身发明的成本,同时,技术引进还可以利用当前没有能力开发的新技术。
回归模型的截距反映了劳动力素质、专业化水平以及行政能力等R&D之外的因素对TFP的影响。东、中部地区变截距模型反映了这两个地区此类因素差异较大。西部地区为混合回归模型,各省区具有相同的截距项,说明这些省区社会科技经济及文化背景相似,对TFP影响相同。三个地区截距项均值东部大于中部,中部大于西部,R&D起作用的基础在三个地区有很大不同。
②技术效率的决定。政府R&D投入对EC弹性在东、中部地区为负,而且统计显著,说明政府投入在东中部地区投入越多,技术效率变得越差,距离生产前沿面越远;在西部地区为正,但统计不显著。来自企业的R&D投入中,东部地区弹性为正,对技术效率的作用是积极地。中、西部地区弹性为负,其中,中部地区统计显著,西部不显著,说明中部地区企业投入对技术效率的改善起到反作用,而西部尚不明确。技术交易SR的系数,三个地区均为负值。重引进、轻吸收、重复引进等现象降低了科技资源的利用效率。从截距项看出各地区R&D之外的因素对技术效率的提升是积极地。
③技术进步率的决定。在TC为因变量的回归结果中β1、β2、β3和截距c均大于0,其中,除西部地区政府投入的TFP弹性统计不显著外,其他各地区R&D投入及溢出对技术进步都起到显著促进作用,其中以东部地区作用最大,中部次之,西部最小。各地区R&D投入尽管对于技术效率的提高方向不一,但是却都推动了技术进步率的提高。截距项说明R&D之外的因素对技术进步率也都起到正面积极地作用。
5 结论与政策建议
综上,研发活动对生产率和经济增长起着决定性作用,不同类型的R&D投入具有不同的TFP弹性。通过对中国东、中和西部各省级区域面板数据的分析,得出以下TFP增长的路径,并据此提出政策建议。
首先,TFP的增长可以被分解成技术效率EC的改变和技术进步TC的变化两个组成部分。R&D投入对于促进TFP的增长有着积极的效果,这种促进作用是通过技术进步率的提高实现的,技术效率不升反降。其原因在于各地区政府和企业致力于通过增加R&D投入,购买或开发新的和更高级的技术,而忽视对现有技术的优化配置和合理应用。开发或引进的技术越前沿,现有技术越是容易被边缘化,效率利用越低。因此,在重视技术进步的同时,通过将R&D资源应用于提高现有技术的利用效率,挖掘现有技术的潜力,将能够大大提升经济发展水平,促进TFP的增长。
其次,不同类型R&D投入及溢出,对TFP的作用效果存在较大差异。政府R&D投入的TFP贡献小于企业R&D投入。其原因一是来自政府的R&D经费更多的投向了高校及科研院所从事的基础类研究; 二是政府R&D投入涉及到许多公共项目,并不直接作用于生产力,比如环境保护、健康医疗等;尤其是用于军事目的的研发不仅不具有提高生产效率的作用,可能一定程度上还会抑制生产力的进步,所有这些都导致了政府投入不仅没能增进生产的效率,反而起到了相反的作用。但此类投入显然也是必须的。加强和引导政府R&D的投入,建立良好的R&D主体界面关系,使之良性互动是科技政策的一个方向。
第三,从区域来看,东部地区R&D贡献较大,而中西部较小。东部地区是我国改革开放的最先受益者,改革激活了企业的创新意愿,提升了企业科技创新水平,不断累积的有利条件吸引了大批人才, 进一步增强了企业创新能力,促进了TFP的提升。此外,东部地区科技创新资源更多的来自企业自身。彭纪生认为企业来自自身的创新投入效果大于来自外部的政府投入[11]。相对来说中西部地区在上述几个方面处于劣势,西部地区人才尤其匮乏,而中部被称为“政策的凹地”,均不同程度的制约了企业R&D投入的效果。
第三,区域间技术交易对TFP增长也有正的促进作用。任何一个地区的技术资源相对于整个国家、整个世界来说只能是其中的一小部分,通过技术引进和交流充分利用既有的先进技术,促进效率的提高,是地区经济发展的理性选择。显示,技术引进对TFP的作用中,西部大于中部,中部大于东部。Guellec认为,技术引进对于小国的作用比对于大国更重要;对于后发国家比对于发达国家更加重要[6]。本文结果说明:G-P理论对于区域发展不平衡的同一个国家来说也是适用的,这样的差异使地区经济从不平衡走向收敛成为可能。
本文基于新增长理论研究TFP与R&D投入之间的关系,除R&D外,新增长理论认为,全要素生产率的来源还包括人力资本、专业化和干中学等,研究中,将此类因素的影响一并归入模型的截距项,忽视了它们对TFP影响的个性化差异。当前对一些科教实力雄厚的省区,科技优势没有转化成生产效率优势问题,除了体制和政策因素外,R&D人员结构问题正引起人们的关注,我们将在后续的研究中努力探讨。
参考文献
[1]Romer P.Increasing returns and long-run growth[J].The Journal of Political Economy,ChicagoPress,1986:93~129.
[2](美)多恩布什,费希尔,斯塔兹.宏观经济学[M].北京:中国人民大学出版社,2000:59~66.
[3]Bernstein J I.Cost of production,intra-and inter-industry R&D spillover:Canadian evidence[J].Canadian Journal of Economics,1988,(21):324~347.
[4]Braconier H.National and international spilloversfrom R&D:Comparing a neoclassical and anendogenous growth approach[Z].Review of WorldEconomics,Band 134,1998.
[5]Coe D,Helpman E.International R&D spillovers[J].European Economic Review,1995,(5):391.
[6]Guellec D.R&D and productivity growth:Paneldata analysis of 16 OECD countries[Z].AParaltredans OECD Economic Studies,2001.
[7]赵伟,马瑞永,何元庆.全要素生产率变动的分解——基于Malmquist生产力指数的实证分析[J].统计研究,2005,(7):37~42.
[8]颜鹏飞,王兵.技术效率、技术进步与生产率增长:基于DEA的实证分析[J].经济研究,2004,(12).
[9]Park J.International and intersectional R&Dspillovers in the OECD and East Economies[J].Economic Inquiry,2004,(4):739~757.
[10]O’Mahony M,et al.R&D,knowledge spilloversand companies’productivity performance[J].Research Policy,2009,(38):35~44.
8.区域R&D绩效评价 篇八
关键词：目标管理,R&,D人员,绩效管理
0 引言
随着市场经济的迅猛发展, 科技创新技术的日新月异, 研发成为了企业追逐利润、参与竞争、持续发展的必要手段, 研发力量成为各个企业的核心竞争力, 研发团队发挥着关键作用。企业R&D人员是技术创新的主体, 是企业创新的源泉, 是发展的关键, R&D人员的绩效决定着企业整个研发活动的绩效。如何对企业R&D人员进行有效的绩效评价既是企业实现可持续发展的关键, 也是提高企业核心竞争力的关键。但由于研发工作的特殊性, 对R&D人员的绩效评价一直是企业绩效管理的一大难题。因此, 对我国企业R&D人员绩效管理现状进行反思, 分析其中存在问题, 探寻建立科学、合理的R&D人员绩效管理体系之路是十分必要的。
1 企业R&D人员概念及人员特征
1.1 企业R&D人员定义
R&D人员是指企业中从事技术创新的知识型员工 (Knowledge Workers) 。知识型员工的概念是指那些掌握和运用符号和概念, 由美国学者彼得德鲁克提出, 即所称的“高智人力资本”, 他们以脑力劳动和技术为主, 利用知识或信息工作的人。
1.2 R&D人员的特点
由于研发工作具有创新性、挑战性、自主性、团队合作性、知识密集型等特点, 因此R&D人员一般具备以下特征: (1) 高素质。 (2) 实现自我价值的欲望强烈。 (3) 工作过程难以控制, 工作成果难以衡量。R&D人员的工作的确切完成时间很难界定, 开发过程是不受限制的, 可以探索钻研各种途径, 越是宽松、自由越有利于项目开发的完成。
2 企业R&D人员绩效管理现状问题分析
企业R&D人员绩效管理是指为达到研发组织目标, 与企业的R&D人员共同进行绩效计划制定、绩效辅导沟通、绩效考核评价, 绩效结果应用、绩效目标提升的持续循环过程。我国目前对于企业R&D人员绩效管理水平不高, 大多数企业绩效考核的目的停留在薪酬、职位调整的概念上, 绩效管理体系建设处于初级阶段。虽然采用了多种绩效考核手段, 但由于种种原因, 绩效管理工作流于形式不能切合实际, 概括而言, 主要存在以下几个问题:
2.1 绩效管理目标不明确
对于现代企业而言, 绩效考核并不仅仅是为了薪酬奖金、职位晋升。目前大多数企业是以这种简单的绩效目标为导向, 这种单一目标导向所带来的后果是显而易见的。这使得绩效管理工作脱离企业战略目标, 企业在绩效管理工作上仅关注于考核、评定, 使得其与企业战略目标的关联性不大。企业员工盲人摸象的工作状态令人堪忧, 企业战略实现得不到有力保障。另外, 单一的目标导向也不利于对员工的价值观做出正确引导, 使得绩效工作亦形同虚设。
2.2 绩效指标设计不合理
在实践中, 很多企业都在追求指标体系的全面和完整。绩效指标的科学与否是是否能有效进行绩效管理的关键。由于不同类人员的价值导向各有不同, 针对他们所选取的绩效指标也应各有侧重, 而非面面俱到。
2.3 绩效考核等同于绩效管理
大多数时候企业在忙于追逐利润最大化的同时, 甚少关注绩效管理的问题。殊不知这对于企业的持续发展是有害而无利的。企业家们进行的绩效考核, 并不立足于绩效管理。
2.4 绩效沟通不到位
贯穿绩效计划、绩效实施、绩效考核、绩效目标提升各环节始末的沟通反馈机制, 是绩效管理工作的成功关键。若无此机制, 绩效管理工作则形同虚设, 发挥不了真正作用。沟通反馈不充分表现为:绩效考核沟通不全面不充分;考核结果申诉机制不畅;绩效实施过程, 主管缺乏与员工沟通, 员工自行其事;绩效计划制定过程员工参与度不高。
2.5 绩效管理工作流于形式
目前, 国内许多企业的绩效管理工作大多流于形式, 究其原因主要有以下几点: (1) 考核结果并没有适当运用, 考核结果与人员晋升、培训、薪酬和职业发展的相关度不强。 (2) 考核结果的反馈没有为他们指出工作中存在的问题, 仅仅只是提供考核的成绩情况和等级。 (3) 大多数企业的绩效考核, 员工的绩效考核结果受管理者主观因素影响大, 偏差较大, 主要是由管理者根据有限的指标和凭借主观印象进行考核。
另外程序上的原因还有: (1) 人力资源部主导技术人员考核, 设置的考核指标与技术人员实际背离, 流程繁复, 占用实际工作较多时间, 以致无法执行。 (2) 绩效考核制度的宣传学习不充分, 以致研发部门无法理解掌握, 融会贯通, 仍依过往惯例考核等等。这些原因都不同程度地导致绩效管理工作目标无法实现, 绩效管理工作流于形式。
综其以上分析, 毋庸置疑, 建立科学、合理、完善的R&D人员绩效管理体系势在必行, 唯有如此, 方能提升组织绩效, 实现企业战略, 实现企业与R&D人员个体的双赢。
3 基于目标管理的R&D人员绩效管理体系的构建
企业R&D人员绩效管理是指为达到研发目标, 与企业的R&D人员共同进行绩效计划制定、绩效辅导沟通、绩效考核评价, 绩效结果应用、绩效目标提升的持续循环过程。据以上分析所言, 建立科学、合理、完善的R&D人员绩效管理体系首先要明确绩效目标。确保绩效考核导向不偏离发展目标, 做好的方法就是对企业发展战略实施目标分解。因此, 本文认为R&D人员绩效管理体系应建立在目标管理基础之上。
3.1 目标管理 (Management by Objective, MBO)
目标管理是一种综合的以工作为中心的和以人为中心的系统管理方法。它需把目标完成的情况作为各部门或个人绩效考评的依据。其主要内容为:制定出一定时期内组织经营活动所需要达到的措施, 这主要是由组织的最高领导层根据组织面临的形势和需要, 来最终确立一个目标体系。“目标管理主要有以下6个步骤: (1) 确定组织目标; (2) 确定部门目标。 (3) 讨论部门目标; (4) 确定个人目标; (5) 工作绩效评价; (6) 提供反馈。”[3]
3.2 基于目标管理的R&D人员KPI绩效考核指标体系建立
绩效指标体系的建立最关键在于确立关键绩效指标, 即KPI (Key performance indicator) 指标的确立。
3.2.1 KPI指标确定原则
(1) 一致性原则——企业为实现愿景目标必须制定经营战略, R&D人员的目标必须与企业战略整合协同[4]。 (2) 目的性原则——R&D人员绩效考核是以提高其工作绩效为目标, 主要目的是确保问题得到解决, 并且帮助改善业绩, 而不单单追求管理者评价的分数。[5]通过R&D人员绩效的提高, 研发出具有更强竞争力的产品。从而达到提升利益相关者的满意度和企业的竞争力。 (3) 客观性原则——在考核研发业绩时, 数量是非常可观的指标, 但是质量和成本数据往往不那么可观。尽管不可能用十分可观的方式测评质量, 但是在设计考核过程时可以尽量减少主观性。尽可能用外在数据来评价R&D人员业绩的质量。 (4) 系统化原则——为达到绩效评估指标体系的整体性能优化, 要通过各项指标之间的有机联系和合理的量化来完成。 (5) 精简性原则—一个绩效考核的指标过于繁多, 把时间花在收集一些不重要的指标数据上, 没有多少意义, 为能很好的体现出指标的重要程度, 应采用关键的几个测评维度和指标[6]。
3.2.2 R&D人员KPI绩效考核指标体系的建立
如图1所示:
(1) 通常R&D人员的工作业绩以研发成果获奖数量、技术评审通过率、项目计划完成率、研发预算控制率等指标衡量, 是员工对组织的承诺, 组织为实现其目标而展现在个人层面的有效输出, 此外有的企业还可根据实际增加一些其他量化指标, 如新产品开发周期、设计的可生产性、研发成本降低率等来衡量。 (2) 工作能力——能力应为R&D人员从事技术开发工作所应具备的能力。一般常用于R&D人员的工作能力指标为分析判断能力、创新学习能力、计划能力、应变能力等。 (3) 团队合作——R&D人员同样需要对团队合作进行考核, 技术创新是经济行为, 任何单纯意义的研发活动离开组织目标都无法实现其经济利益。因此团队合作也作为R&D人员考核指标进行考核。其指标通常为经验知识共享度、工作协作满意度等。 (4) 工作态度——R&D人员的工作态度构成与其他类型员工的指标构成类似, 通常为工作责任感、工作积极性, 保密意识更是R&D人员必须具备的素质。
3.3 基于目标管理的绩效管理体系的构建
以目标管理体系作为支撑的绩效管理体系必须是一个不断改进、不断提升的持续循环过程。PDCA循环同样可以运用于绩效管理中。如图2:
3.3.1 绩效计划 (Plan)
绩效计划是绩效管理的第一个环节, 是绩效管理过程的起点。根据企业战略目标, 对目标进行逐级分解, 团队主管或部门主管结合团队或部门的工作目标, 与R&D人员进行充分沟通后, 为R&D人员设定清晰的个人工作目标, 即个人绩效目标。此外还有上一考核期员工绩效改进目标。二者结合形成R&D人员本考核期绩效目标计划。绩效目标的设置要遵循SMART原则, 即具体 (Specific) 、可衡量的 (Measureable) 、可达到的 (Attainable) 、相关的 (Relevant) 和有限的 (Time-based) 。
3.3.2 绩效实施 (Do)
绩效实施的过程中主要包括两方面的内容: (1) 绩效沟通。 (2) 员工数据、资料、信息的收集与分析。R&D人员绩效管理的循环是从绩效计划开始, 以绩效诊断与改进等导入下一个周期。在这个过程中, 决定绩效管理方法有效与否的就是出于计划和评估之间的环节——持续的绩效沟通和绩效信息的收集与分析。
3.3.2.1 持续的绩效沟通
持续的绩效沟通就是管理者和员工共同工作, 以分享有关信息的过程。这些信息包括项目进展情况、潜在的障碍和问题、可能的解决措施以及管理者如何才能帮助员工等, 它是连接计划和评估的中间环节。通过沟通, 管理者可以了解员工所承担工作的进展情况, 而员工则可以了解其从管理者那可以获得的支持以及如何解决遇到的问题。绩效沟通的方式是多种多样的, 包括书面报告、定期面谈、小组会议或团队会议、咨询以及非正式沟通等。各种方法各有优缺点, 要根据具体情况加以选择和使用。
3.3.2.2 绩效信息的收集和分析
在绩效管理系统中, 主要强调与绩效有关的信息, 如目标和标准达到 (或未达到) 的情况、证明工作绩效突出或低下所需要的具体证据、对管理者和员工找到问题 (或成绩) 原因有帮助的其他数据、管理者同员工就绩效问题进行谈话的记录等等。信息收集的方法通常包括观察法、工作记录法以及他人反馈法等。下表为各类绩效信息收集来源举例:
3.3.3 绩效考核 (Check)
一般来讲, 绩效评估分为三个步骤: (1) 确定考核人。参与考核的人员可能包括上司、同事、小组人员、员工自己、下属和客户。 (2) 培训考核者。很多的绩效考核失败的原因在于评估者本身的主观错误, 如评估者对被评估者的偏见或者其他一些并非恶意的主观性错误, 所以必须在评价者进行绩效评估前对他们进行培训。 (3) 对被考核者进行绩效考核。绩效考核过程需遵循公平、合理原则。
3.3.4 绩效反馈与辅导 (Action)
绩效反馈的目的是为了让员工了解自己在本绩效周期内的业绩是否达到所定目标, 行为态度是否合格, 让管理者和员工双方达成对绩效评估结果的一致看法, 管理者要帮助员工分析绩效不足的原因或改进提高的机会, 帮助员工寻求解决的办法, 并制定绩效改进的目标、个人发展目标和相应的行动计划, 纳入下一阶段的绩效目标中, 从而进入下一轮的绩效考核循环。从管理控制理论的角度来讲, 绩效计划属于前馈控制, 绩效实施属于过程控制, 而绩效反馈则属于后馈控制。缺乏了后馈控制这一关键环节, 绩效管理就不可能实现循环改进。
4 结论
企业R&D人员是技术创新的主体, 是企业创新的源泉和发展的关键, R&D人员的绩效决定着企业整个研发活动的绩效, 对企业R&D人员作出科学、合理、客观的绩效评价, 对员工绩效进行科学管理是企业研发人才可持续发展的动力保障。针对企业R&D人员特点、工作环境特征, 建立科学、合理的绩效考核指标。以目标管理为基础, 构建科学、合理的企业R&D人员绩效管理体系, 以不断提高R&D人员工作积极性、提高工作效率, 实现研发团队组织目标, 从而有助于实现企业在研发方面的经营战略, 实现企业的可持续发展。
参考文献
[1]张堃主编.工商管理专业知识与实务[M].沈阳:辽宁人民出版社, 2007.
[2]况志华, 徐沛林.管理心理学[M].南京:南京师范大学出版社, 1998.
[3]加里·得斯勒.人力资源管理 (第六版) [M].中国人民大学出版社, 1999.
[4]张立勒.知识团队的绩效管理[M].北京:科学出版社, 2002.
[5]黎志华, 胡斌.管理系统定性模拟的理论和应用[M].北京:科学出版社, 2005.