大數據激發科技型中小企業成長活力
——基于大數據思維的山東省科技型中小企業培育創新研究

鄭文韜

（山東省軍民融合發展促進中心，山東 濟南 250021）

1.研究背景

在廣東佛山南海區，如果一家企業與新結識的業務伙伴洽談合作需要核實信息，他只登錄“信用南?！逼脚_，在“信用地圖”上進行查詢，就可以準確獲取目標企業注冊地址、資本、法人等基本工商信息，還可以通過大數據功能，查看該企業守合同重信用、品牌產品打造和馳名商標注冊等豐富資料，這是“大數據治國戰略研究”課題組在《大數據讀本》中列舉的一個事例[1]。大數據正深刻改變著職能部門的管理模式，通過數據開源，政府部門可更高效地引導企業增強誠信守法意識，樹立良好品牌形象。不僅于此，在各地的實踐中大數據已廣泛應用于企業培育、管理和服務的方方面面。

近年來，山東省在應用大數據助力企業培育方面作出了一些積極探索，建設了科技型中小企業培育庫，不斷完善數據統計，取得了良好成效。據2021 年3 月省政府新聞發布會上公布的信息顯示，截至2020 年全省科技型中小企業入庫數量已達到1.82 萬家，居全國第三位，力爭到2025 年實現入庫數量突破3.6 家。因此，為達成培育目標，增強培育效果，探討如何用好大數據思維，優化流程，創新方法，將為進一步激發企業成長新動能提供可行的建議。

2.文獻綜述

舍恩伯格最先在《大數據時代》一書中較為完整地提出了大數據概念，所謂“大數據”具有大量、高速、多樣、價值等顯著特點，是利用所有數據進行分析處理的方法[2]。而涂子沛在他的著作《大數據》中明確指出，大數據是數據應用的革命，重要的不是對大量數據的羅列，而是貫徹“以數據為大”的精神[3]。國內一些學者將大數據方法和思維具體應用于科技型中小企業發展研究，例如從提升科創能力的角度，郭晉宇運用模糊綜合評價的方法，驗證了大數據對科技型中小企業產品研發等核心能力的影響，提出提升企業綜合科創能力的建議[4]；從提升管理能力的角度，王娟指出知識搜索能力是企業技術創新的基礎，科技型中小企業依托大數據挖掘，整合知識管理資源，有利于營造知識共享環境，促進績效提升[5]，程剛則立足于優化大數據環境，提出推動知識服務意識和能力提升的對策[6]。還有部分學者選擇從區域性創新實踐的角度尋求突破，盛安琪對吉林省建設科技型中小企業數據庫進行了可行性分析，并對如何實現信息平臺功能提出構想[7]。這些研究為大數據在科技型中小企業培育方面的應用提供了借鑒，但從現階段研究情況看，一方面，深入探討如何用好大數據思維，加快推進科技型中小企業培育的研究較少；另一方面，利用大數據思維指導區域性企業培育的實踐成果較少。因此，以山東省科技型中小企業為研究對象，分析大數據思維在企業培育模式創新方面的促進作用，具有積極意義。

3.現狀分析

山東省科技型中小企業培育庫自建設以來，已收集了大量的基礎數據。相關統計（表1）顯示，2020年全省入庫企業數達1.3萬家,同比增長84.32%；全年共12 批次入庫計劃，平均每批次入庫1084 家，同比增長85.3%。

表1 2019-2020 年山東省科技型中小企業培育入庫情況表

大量寶貴的企業基礎數據為實現大數據在企業培育方面的應用奠定了堅實基礎。但大數據真正發揮作用，不僅僅是借助先進的計算機軟件和數學模型分析工具對海量數據進行分析處理，更重要的是建立全面性、相關性、容錯性、預見性的大數據思維，指導政府部門實現培育流程再造，從整體上科學規劃、變革創新。因此，現階段培育庫的數據管理模式已不能充分滿足未來發展需要。

數據收集方法滯后：現階段科技型中小企業培育庫收集數據的主要方式為傳統的企業填報模式，通過申請入庫企業填報全國統一格式的信息表，科技管理部門獲取企業基本信息、科技活動、財務數據、知識產權、人力資源、國家標準、研發機構等各方面情況。在數據采集方式上，企業填報、政府審核耗費了大量時間和人力，并且人工錄入數據出現漏報、錯報、瞞報的概率大大增加，為后續的分析處理工作帶來困難。在數據采集內容上，雖然統一格式的信息表涵蓋了企業生產經營的各層面，在客觀上為形成海量數據奠定了基礎，但“大而全”的基礎信息也造成部分“無效數據”的堆積，在統計階段缺少以企業培育為目標導向的合理設計，結合山東省經濟發展特點的新動能等重要指標未能得到充分采集，在形成高質量大數據資源方面，還有一定差距。

數據資源開發困難：科技型中小企業現有數據存在明顯的條塊分割現象，不利于大數據開發的組織實施。從縱向來看，現有企業數據內容繁雜、條理不清，而每年十余批次的新企業數據又將以類似的雜亂方式不斷涌入，造成無法使用和尚未使用的數據大量堵塞，增加了開發成本。從橫向來看，與企業培育各相關的各職能部門間數據未能打通，“數據孤島”效應顯現。比如，企業注冊地址、經營范圍、信用等級等基本信息可通過連接市場監管部門數據系統實時抓取，有效避免因企業人員誤報造成“數據打架”現象。同時，當前大數據開發以數據管理為核心，而非定位到以企業培育為核心。因此，統計得來的數據缺少企業對自身成長愿景的描述性內容，無法準確反映出企業的真實訴求，難以實現以數據開發倒閉培育流程再造的效果。

4.建議措施

科技型中小企業培育庫寶貴的大數據資源是做好下步培育工作開拓創新的基礎?！笆奈濉逼陂g，山東省提出重點帶動超過1 萬家科技型中小企業發展壯大，推動5000 項以上科技成果產業化，培育3000 家以上高新技術企業的總要求。充分利用大數據思維推動培育工作全面提升，不僅要求對現有數據資源充分利用，更應從各培育環節上突破創新，以改變大數據的收集、挖掘和應用為主要路徑，激發科技型中小企業發展新動能。

優化數據收集：數據收集是做好科技型中小企業培育的第一步，各職能部門利用網絡平臺系統，將服務“窗口”前移，簡化申報流程是一個重要方面，但更關鍵的是以大數據全面化的思維為指導，打通底層數據邏輯，實現大數據共享共用，才能從根本上提高培育效能。為此，在數據收集流程設計方面，應以科技型中小企業培育庫現有的大數據資源為基礎，加快科技、工信、稅務、市場監管、知識產權等相關職能部門數據互聯互通，主管部門作為數據需求方通過網絡系統實時抓取，通知申報入庫企業核實確認，并對數據真實性作出承諾，從而提升數據收集效率和準確率。同時，科技管理部門牽頭建立定期數據交換機制，協調監督各數據來源單位，對數據使用規范、收集內容、提供方式、分級管理、數據安全等方面進行統籌謀劃，促進形成大數據收集合力。

強化數據挖掘：制定加速企業成長總目標，依據對科技型中小企業“科技投入、科技產出、科研人員”三大核心要素[8]的評價標準，建立企業成長潛力指標體系，對現有的1.82 萬家企業數據深入挖掘整理。從分類預測層面，以現有大數據為基準，以三大核心要素的具體量化指標對企業進行分類評價，形成不同的成長潛力梯次。對分析評估為成長潛力較強的企業數據素描，形成標準評價模型，與新申請入庫企業進行數據對比，優先將符合標準評價模型的企業納入培育庫予以重點支持，從而實現“基于目標導向”的大數據質量優化。從關聯分析層面，通過建立多種多樣的數理統計模型，對三大核心要素指標與企業成長階段關聯關系進行深入分析，為政策制定提供依據。例如，將企業的核心知識產權數量與企業在初創期、成長期、成熟期的核心科技產品和服務產出進行關聯分析，掌握企業在不同發展階段的特點，優化細化激勵政策，更好引導企業發展。

深化數據應用：堅持“以數據為大”的原則，在全數據分析的基礎上，對現有數據進行“清洗”，即將科技型中小企業培育庫數據與各部門共享數據進行多維度對比，形成具有較高質量的大數據庫，將對比結果及時反饋到數據來源單位，形成數據應用的開放循環。以“讓數據說話”為目標，為遴選重點培育企業提供數據依據，建立較為精準的梯次培育體系，設立不同培育周期、不同成長量級的企業發展目標。通過科學分析，研判企業培育整體發展趨勢，為及時制定和修改完善扶持激勵政策提供有力支撐。以“用數據說話”為導向，確保大數據在應用過程中的準確性和一致性，以數據在各職能部門之間的共享引導建立公開透明的數據監管機制，對相關數據需求方形成口徑一致的數據信息，增強政府部門公信力。

5 結語

科技型中小企業研發能力強、適應市場快、創新潛力足，是培育高新技術企業和創新型領軍企業的重要資源。充分用好大數據思維，將為企業培育注入新的活力，推動解決現階段數據收集和應用方面存在的方式方法相對滯后、分析利用不夠充分等現實問題。通過優化數據收集、強化數據挖掘、深化數據應用，在提升培育質量上，做到補短板、強弱項，推動一批優質的科技型中小企業創新發展，成為科技成果轉移轉化的生力軍，助力山東省在科技企業成長和產業經濟高質量發展方面跨上新臺階。