基于機(jī)器學(xué)習(xí)的科技型中小企業(yè)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系構(gòu)建研究

文/章立，唐余康，周萍，趙啟程，尹威

科技型中小企業(yè)是極具活力和潛力的創(chuàng)新主體，是強(qiáng)化企業(yè)創(chuàng)新主體地位的重要力量。江蘇省科技型中小企業(yè)面廣量大，但仍存在量多質(zhì)不優(yōu)，主動(dòng)創(chuàng)新意識(shí)和創(chuàng)新能力總體偏弱的情況，研究構(gòu)建科技型中小企業(yè)創(chuàng)新能力評(píng)價(jià)體系，挖掘出創(chuàng)新能力強(qiáng)、科技含量高的優(yōu)質(zhì)企業(yè)，有助于提高科技資源配置的精準(zhǔn)度和有效性，對(duì)科技型中小企業(yè)培育具有十分重要作用。國(guó)內(nèi)外學(xué)者從不同的視角對(duì)企業(yè)創(chuàng)新能力評(píng)價(jià)進(jìn)行了大量的研究，本文在現(xiàn)有的科技型中小企業(yè)評(píng)價(jià)基礎(chǔ)上，以江蘇省2018-2022 年科技型中小企業(yè)評(píng)價(jià)入庫(kù)企業(yè)信息為樣本，通過(guò)人工智能算法研究構(gòu)建企業(yè)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系。

一、研究背景

科技型中小企業(yè)的發(fā)展?fàn)顩r關(guān)系到整個(gè)地區(qū)經(jīng)濟(jì)和產(chǎn)業(yè)發(fā)展，是國(guó)家創(chuàng)新能力的重要來(lái)源[1]。2017 年，為進(jìn)一步推動(dòng)大眾創(chuàng)業(yè)萬(wàn)眾創(chuàng)新，加速科技成果產(chǎn)業(yè)化，加大對(duì)科技型中小企業(yè)的精準(zhǔn)支持力度，壯大科技型中小企業(yè)群體，培育新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)，科技部、財(cái)政部和國(guó)家稅務(wù)總局聯(lián)合印發(fā)《科技型中小企業(yè)評(píng)價(jià)辦法》，明確了科技型中小企業(yè)的標(biāo)準(zhǔn)。截至2022 年底，全國(guó)科技型中小企業(yè)評(píng)價(jià)入庫(kù)企業(yè)數(shù)量達(dá)到45.4 萬(wàn)家，較2021 年增長(zhǎng)38.4%。江蘇一直高度重視科技型中小企業(yè)創(chuàng)新發(fā)展，自科技型中小企業(yè)評(píng)價(jià)開展以來(lái)，多措并舉挖掘推動(dòng)全省科技型中小企業(yè)“應(yīng)評(píng)盡評(píng)”，在政府引導(dǎo)和支持下，2022 年江蘇省科技型中小企業(yè)評(píng)價(jià)入庫(kù)企業(yè)數(shù)達(dá)8.7 萬(wàn)家，成為全國(guó)首個(gè)突破8 萬(wàn)家的省份，近三年江蘇省入庫(kù)企業(yè)數(shù)連續(xù)位居全國(guó)第一。

通過(guò)對(duì)2018-2022 年江蘇省科技型中小企業(yè)評(píng)價(jià)入庫(kù)企業(yè)信息分析和日常走訪調(diào)研，發(fā)現(xiàn)部分科技型中小企業(yè)由于創(chuàng)新資源匱乏、開拓市場(chǎng)經(jīng)驗(yàn)不足等影響，存在研發(fā)投入不足、創(chuàng)新產(chǎn)出效率較低，科技成果轉(zhuǎn)化能力較弱等問(wèn)題。如何進(jìn)一步精準(zhǔn)評(píng)價(jià)科技型中小企業(yè)創(chuàng)新能力，提高資源配置促進(jìn)企業(yè)加速成長(zhǎng)，對(duì)培育發(fā)展新動(dòng)能、推動(dòng)高質(zhì)量發(fā)展顯得尤為重要。現(xiàn)有的企業(yè)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系多數(shù)采用主觀的打分法，結(jié)合機(jī)器學(xué)習(xí)的客觀評(píng)價(jià)體系正逐漸被主流領(lǐng)域所接受。

陳強(qiáng)遠(yuǎn)（2020）利用機(jī)器學(xué)習(xí)算法對(duì)企業(yè)授權(quán)發(fā)明專利數(shù)據(jù)進(jìn)行分析，結(jié)合語(yǔ)義引用測(cè)度了企業(yè)技術(shù)創(chuàng)新質(zhì)量[2]。楊子暉等（2022）使用因子分析構(gòu)建系統(tǒng)性風(fēng)險(xiǎn)指標(biāo)，結(jié)合隨機(jī)森林模型進(jìn)行預(yù)測(cè)，取得了更為有效的預(yù)測(cè)結(jié)果[3]。劉云菁等（2022）采用輕量梯度提升機(jī)算法對(duì)11 類財(cái)務(wù)指標(biāo)進(jìn)行分析，識(shí)別上市公司財(cái)務(wù)舞弊[4]。新興的機(jī)器學(xué)習(xí)算法是對(duì)傳統(tǒng)方法的補(bǔ)充與提升，同時(shí)也為本文的研究提供指引。

二、創(chuàng)新能力指標(biāo)體系設(shè)計(jì)

1、科技型中小企業(yè)評(píng)價(jià)填報(bào)信息

科技型中小企業(yè)評(píng)價(jià)入庫(kù)企業(yè)填報(bào)信息主要包括企業(yè)基本信息、研發(fā)費(fèi)用、科技成果、直通車、財(cái)務(wù)信息以及人員信息，詳見表1。

2、新增信息

通過(guò)填報(bào)信息計(jì)算，可得到杠桿比率、資產(chǎn)收益率、毛利率以及科技人員在職率等相對(duì)指標(biāo)信息，詳見表2。

3、創(chuàng)新能力指標(biāo)體系構(gòu)建

基于2018-2022 年江蘇省科技型中小企業(yè)評(píng)價(jià)入庫(kù)企業(yè)樣本信息，將企業(yè)評(píng)價(jià)分為五大維度，分別為研發(fā)投入強(qiáng)度、科技人員水平、科研能力、科技成果以及盈利能力。考慮企業(yè)信息絕對(duì)值可比性較差，本文除科技成果外，其他均轉(zhuǎn)化為相對(duì)值，且參考曹桃云和陳敏瓊（2021）的研究[5]，采用隨機(jī)森林算法，通過(guò)指標(biāo)篩選，最終確定創(chuàng)新能力指標(biāo)體系，詳見表3。

表1 評(píng)價(jià)入庫(kù)企業(yè)填報(bào)信息

表2 新增相對(duì)信息及計(jì)算方法

表3 五大維度的創(chuàng)新能力指標(biāo)體系構(gòu)建

表4 研發(fā)投入強(qiáng)度指標(biāo)聚類情況

表5 科技人員水平指標(biāo)聚類情況

三、創(chuàng)新能力指標(biāo)體系驗(yàn)證

為驗(yàn)證創(chuàng)新能力評(píng)價(jià)指標(biāo)體系的有效性，參考張成崗和王明玉（2022）研究的方法[6]，采用聚類分析將樣本分為兩組，特征相似的企業(yè)將被歸為同一組，并且兩組間的樣本有明顯的差異，進(jìn)而區(qū)分出表現(xiàn)相對(duì)較好的樣本組以及相對(duì)不足的樣本組。具體的聚類過(guò)程如下：

①隨機(jī)選擇兩個(gè)聚類的中心位置C1 和C2（初始化）。

②循環(huán)執(zhí)行兩個(gè)步驟直至收斂：一是將每個(gè)觀測(cè)值xi 重新分配到離它最近的聚類Ck（分配），二是更新每個(gè)聚類的中心位置

④由于聚類結(jié)果依賴于初始聚類中心位置，因此會(huì)嘗試不同的初始聚類中心位置（設(shè)置不同的隨機(jī)數(shù)種子），然后選擇最佳結(jié)果，最小化全樣本SSE，最終得到具有區(qū)分度的兩類樣本集合。

通過(guò)觀察不同年度中兩類樣本的占比可以初步驗(yàn)證方法的有效性，分項(xiàng)驗(yàn)證結(jié)果如下。

1、研發(fā)投入強(qiáng)度

研發(fā)投入強(qiáng)度分年份樣本的頻數(shù)與頻率如表4 所示，可以看出各年份之間的聚類結(jié)果相近，體現(xiàn)了結(jié)果的穩(wěn)定性。

表6 科研能力指標(biāo)聚類情況

研發(fā)投入強(qiáng)度聚類樣本分布如圖1 所示，杠桿比率對(duì)樣本研發(fā)投入強(qiáng)度的區(qū)分度較強(qiáng)，較少的樣本具有較高的杠桿比率，結(jié)合其它指標(biāo)可以發(fā)現(xiàn)，樣本在不同年度中均可以分為比例穩(wěn)定的兩個(gè)類別。

2、科技人員水平

科技人員水平分年份樣本的頻數(shù)與頻率如表5 所示，與研發(fā)投入強(qiáng)度相比，其分布稍有不同，但各年份之間的結(jié)果穩(wěn)定性依然很強(qiáng)。

科技人員水平聚類樣本分布如圖2 所示，可以明顯看出指標(biāo)對(duì)于企業(yè)的分類效果同樣是顯著的。職稱率對(duì)樣本科技人員水平的區(qū)分度較強(qiáng)，較少的樣本具有較高的職稱率，結(jié)合其它指標(biāo)可以發(fā)現(xiàn)，樣本在不同年度中均可以分為比例穩(wěn)定的兩個(gè)類別。

3、科研能力

科研能力分年份樣本的頻數(shù)與頻率如表6 所示，同樣可以看出各年份之間的聚類結(jié)果相近，穩(wěn)定性較強(qiáng)。

科研能力聚類樣本分布如圖3 所示，首先對(duì)高新技術(shù)企業(yè)、省部級(jí)研發(fā)機(jī)構(gòu)、科技獎(jiǎng)勵(lì)、制定標(biāo)準(zhǔn)指標(biāo)采用主成分分析法提取出主要因素，然后再使用聚類分析進(jìn)行檢驗(yàn)，樣本在不同年度中均可以分為比例穩(wěn)定的兩個(gè)類別。

4、科技成果

科技成果分年份樣本的頻數(shù)與頻率如表7 所示，可以看出隨著年份的變化，科技成果不同類型的企業(yè)比例變化較大。

科技成果聚類樣本分布如圖4 所示，可以明顯看出指標(biāo)對(duì)于企業(yè)的分類效果是顯著的，其中一類知識(shí)產(chǎn)權(quán)數(shù)量對(duì)樣本的區(qū)分度較強(qiáng)，并且隨著年份的不同，分化越大，體現(xiàn)出科技成果的重要性在不斷地提升。

5、盈利能力

盈利能力分年份樣本的頻數(shù)與頻率如表8 所示，同樣可以看出各年份之間的聚類結(jié)果相近，體現(xiàn)了結(jié)果的穩(wěn)定性。

盈利能力水平聚類樣本分布如圖5 所示，毛利率對(duì)樣本盈利能力水平的區(qū)分度較強(qiáng)，較少的樣本具有較低的毛利率，結(jié)合其它指標(biāo)可以發(fā)現(xiàn)，樣本在不同年度中均可以分為比例穩(wěn)定的兩個(gè)類別。

表7 科技成果指標(biāo)聚類情況

表8 盈利能力指標(biāo)聚類情況

四、研究結(jié)論

通過(guò)運(yùn)用聚類分析算法從研發(fā)投入強(qiáng)度、科技人員水平、科研能力、科技成果以及盈利能力五個(gè)維度對(duì)企業(yè)進(jìn)行評(píng)價(jià)，特征相似的企業(yè)將被歸為同一組，兩組間的樣本有明顯的差異，表明構(gòu)建的科技型中小企業(yè)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系可以較好地對(duì)企業(yè)類型進(jìn)行區(qū)分。政府部門、金融機(jī)構(gòu)等可通過(guò)本文構(gòu)建的創(chuàng)新能力評(píng)價(jià)指標(biāo)體系，為企業(yè)成長(zhǎng)特征進(jìn)行“畫像”，研究分析營(yíng)造企業(yè)創(chuàng)新環(huán)境的具體舉措和發(fā)展途徑，進(jìn)一步精準(zhǔn)匹配各類資源，推動(dòng)形成良好的企業(yè)遞進(jìn)發(fā)展生態(tài)。