樊一陽 田月陽 阮婉玲
摘 要:技術(shù)創(chuàng)新審計是一種新的科技專業(yè)化服務(wù)形式,主要功能是對企業(yè)技術(shù)創(chuàng)新能力或技術(shù)創(chuàng)新績效進(jìn)行專業(yè)鑒證。從影響技術(shù)創(chuàng)新的收益、質(zhì)量和時效的不利因子角度出發(fā),設(shè)計了技術(shù)創(chuàng)新不利因子過濾模型。結(jié)合電子信息行業(yè)200家成長型中小企業(yè)為實證數(shù)據(jù)來源,運用結(jié)構(gòu)方程法對提煉的雙層不利因子間的關(guān)系進(jìn)行了驗證。研究結(jié)論表明,簡化技術(shù)創(chuàng)新審計工作量、提高技術(shù)創(chuàng)新審計測度的可操作性是過濾不利因子方法進(jìn)行的技術(shù)創(chuàng)新審計模式的主要特點。
關(guān)鍵詞:技術(shù)創(chuàng)新審計;技術(shù)創(chuàng)新不利因子;過濾模型;雙層不利因子
中圖分類號:F 239.1
文獻(xiàn)標(biāo)識碼:A 文章編號:1672-7312(2016)04-0343-07
0 引 言
技術(shù)創(chuàng)新審計理論研究由英國學(xué)者Chiesa[1]于1996年提出,其實踐由德國弗勞恩霍夫協(xié)會(Fraunhofer Society)在1997—2007年間獲得了成功的應(yīng)用,為企業(yè)有效控制創(chuàng)新過程和創(chuàng)新項目的有效實施,完善和健全專業(yè)化、系統(tǒng)化的科技服務(wù)提供了成功范式——企業(yè)“卓越(Excellence)[2]創(chuàng)新模式”。1996—2009年間,英國工商界推廣了“Chiesa模型”的應(yīng)用,并得到英國工業(yè)部和商務(wù)部的支持。技術(shù)創(chuàng)新審計應(yīng)用范圍幾乎普及到整個歐洲,有針對行業(yè)的技術(shù)創(chuàng)新審計,但更多是針對企業(yè),其主要形式都是以測度創(chuàng)新能力形式展開。
測度技術(shù)創(chuàng)新能力的目的是對技術(shù)創(chuàng)新主體的價值估值,當(dāng)技術(shù)創(chuàng)新主體參與市場交易事件發(fā)生時,例如,創(chuàng)新創(chuàng)業(yè)企業(yè)在吸收風(fēng)險投資、企業(yè)兼并重組、技術(shù)創(chuàng)新成果參與市場交易等事件發(fā)生,均要遇到企業(yè)估值問題。根據(jù)德國弗勞恩霍夫協(xié)會采用的收益、質(zhì)量、時效三因子評價企業(yè)技術(shù)創(chuàng)新能力方法,結(jié)合考慮行業(yè)差異和企業(yè)發(fā)展期差異的技術(shù)創(chuàng)新審計標(biāo)準(zhǔn)的動態(tài)化管理,以三因子理論為依據(jù),研究對企業(yè)技術(shù)創(chuàng)新活動產(chǎn)生負(fù)面影響的因素及其關(guān)系。影響企業(yè)技術(shù)創(chuàng)新能力的因素有很多,但一般情況下只要個別關(guān)鍵不利因素發(fā)生就可能導(dǎo)致企業(yè)技術(shù)創(chuàng)新活動失敗。因此,分析影響企業(yè)技術(shù)創(chuàng)新的不利因素,更能提高技術(shù)創(chuàng)新審計的工作效率。對企業(yè)技術(shù)創(chuàng)新不利因子的分析也是應(yīng)用反向思維法對企業(yè)技術(shù)創(chuàng)新能力評價方法的探索。
1 技術(shù)創(chuàng)新不利因子分析
根據(jù)上述討論的收益、質(zhì)量、時效三因子,從影響技術(shù)創(chuàng)新成功的不利因子,選取成本因子、質(zhì)量因子和耗時因子[3]。成本因子也可解釋為財務(wù)不利因子,指技術(shù)創(chuàng)新的代價:包括人力成本、材料成本、資源配置不合理引發(fā)的成本、環(huán)保成本等;質(zhì)量因子也可解釋為對技術(shù)創(chuàng)新成果質(zhì)量造成不利影響的品質(zhì)指標(biāo),指可能對創(chuàng)新成果質(zhì)量產(chǎn)生影響的原因:包括研發(fā)人員知識技能、研發(fā)設(shè)備、部門協(xié)調(diào)、產(chǎn)品質(zhì)量審核、競爭對手等;耗時因子也可解釋為對技術(shù)創(chuàng)新進(jìn)度造成不利影響的技術(shù)成熟度指標(biāo)[4],指阻礙創(chuàng)新速度的原因,如創(chuàng)新文化、戰(zhàn)略策劃、核心能力、核心技術(shù)、創(chuàng)新過程、市場開發(fā)、項目管理等。
盡管三大不利因子能較完整地概括技術(shù)創(chuàng)新的問題所在,但各自所涵蓋的內(nèi)容過于寬泛,無法對如何糾正問題做出具體指示。為使得不利因子對技術(shù)創(chuàng)新評估與修正有更為直觀的影響,需要對三大不利因子做進(jìn)一步解剖,即找出三大不利因子的形成原因。將三大不利因子分層設(shè)計,以便尋找其形成原因。
1.1 第一層不利因子
第一層不利因子分別為收益、創(chuàng)新質(zhì)量、創(chuàng)新時效。收益不利因子可通過盈利能力、營運能力、償債能力進(jìn)行測度,這3個觀測值都可從企業(yè)財務(wù)報告中運用財務(wù)分析公式直接獲得。創(chuàng)新質(zhì)量不利因子則通過功能創(chuàng)新強度、經(jīng)濟創(chuàng)新強度、市場接受度獲得,這3個觀測值都可從企業(yè)銷售業(yè)績報告、市場調(diào)研報告中獲得。創(chuàng)新時效不利因子則由技術(shù)生成效率、創(chuàng)新成果產(chǎn)品化效率測度,即可通過創(chuàng)新策劃書、進(jìn)度表觀察得到,如圖1所示。
1.2 第二層不利因子
第二層不利因子是第一層不利因子的深層解釋,在解決企業(yè)技術(shù)創(chuàng)新問題時標(biāo)示更明確的方向和更清晰的指導(dǎo)。對應(yīng)收益不利因子的第二層測度指標(biāo)有:成本不利因子由生產(chǎn)研發(fā)成本、管理成本、商業(yè)化成本綜合評估,其資料來源于財務(wù)報告、訂價單、稅單等;現(xiàn)金流動不利因子由資金回收速度、資金利用效率測度,數(shù)據(jù)資料來源于融資報告、現(xiàn)金流量表等[5]。
創(chuàng)新質(zhì)量不利因子的第二層測度指標(biāo)有:研發(fā)資源不利因子由人力條件、物資條件、資源配置測度,數(shù)據(jù)資料來源于職員信息表、固定資產(chǎn)管理卡、企業(yè)管理層會議資料等。研發(fā)管理不利因子通過質(zhì)量監(jiān)控力度、風(fēng)險監(jiān)控力度進(jìn)行觀察,由企業(yè)會議記錄、管理活動記錄等可觀測到這2個值。
對應(yīng)創(chuàng)新時效不利因子的第二層測度指標(biāo)有:進(jìn)度管理不利因子通過研發(fā)計劃合理性、研發(fā)進(jìn)程監(jiān)控力度和部門協(xié)調(diào)性觀測可得,數(shù)據(jù)資料來源于研發(fā)計劃書、進(jìn)度報告等。技術(shù)條件不利因子則可通過研發(fā)人員工作效率、核心技術(shù)基礎(chǔ)測量可得,數(shù)據(jù)可從創(chuàng)新進(jìn)度表、專利申請記錄中獲得[6]。雙層不利因子及其測量指標(biāo)見表1.
1.3 技術(shù)創(chuàng)新不利因子過濾模型設(shè)計
技術(shù)創(chuàng)新不利因子過濾模型的基本思路是通過審查所有第一層不利因子,過濾當(dāng)中的無問題因子或不重要因子,并確定需要深層審計的關(guān)鍵性因子,再找出與之相對應(yīng)的二層因子進(jìn)行審計,最后確定對技術(shù)創(chuàng)新產(chǎn)生不利影響的最終原因并加以更正,如圖1所示。
實施審計的具體步驟如下:
第一步,對全部第一層不利因子的觀察值進(jìn)行測量,判斷不利因子是否真實存在或是否重要。例如,對企業(yè)產(chǎn)品差異度、功能創(chuàng)新、經(jīng)濟性創(chuàng)新、市場接受度測度,結(jié)果發(fā)現(xiàn)企業(yè)創(chuàng)新質(zhì)量過低,說明質(zhì)量不利因子真實存在且影響較大,即企業(yè)技術(shù)創(chuàng)新能力弱很可能是由創(chuàng)新質(zhì)量低導(dǎo)致的;而其他測度指標(biāo)的觀察值表現(xiàn)優(yōu)秀或正常,則說明企業(yè)不存在收益不利或創(chuàng)新時效不利的問題。
第二步,對第一次審計所確定的一層不利因子進(jìn)行第二次詳細(xì)審計,即檢驗一層不利因子對應(yīng)所有二層不利因子。例如,已檢驗出企業(yè)存在創(chuàng)新質(zhì)量不利因子,應(yīng)對創(chuàng)新質(zhì)量不利所對應(yīng)的二層不利因子進(jìn)行檢驗,即審計企業(yè)的研發(fā)資源、質(zhì)量管理。因收益不利因子或時效不利因子不存在重大不利影響,不再過多關(guān)注。
第三步,確定真實存在且產(chǎn)生重大不利影響的第二層因子,提出相應(yīng)的解決方案或繼續(xù)做進(jìn)一步審查。例如,在此項工作中發(fā)現(xiàn),質(zhì)量管理不利是真實存在的不利因子,即企業(yè)的創(chuàng)新質(zhì)量不利是由于質(zhì)量管理不當(dāng)產(chǎn)生的。則審計人員應(yīng)當(dāng)對企業(yè)的質(zhì)量管理政策提出改善意見,以減少或消除創(chuàng)新質(zhì)量對企業(yè)技術(shù)創(chuàng)新的不利影響。
2 實證設(shè)計
技術(shù)創(chuàng)新不利因子過濾模型具有較復(fù)雜的多層次結(jié)構(gòu),因子分布存在橫向與縱向的多重因果聯(lián)系,采用結(jié)構(gòu)方程分析方法可用于驗證多重相互關(guān)系,檢驗技術(shù)創(chuàng)新不利因子過濾模型的有效性[7]。
2.1 實證數(shù)據(jù)采集
根據(jù)2014年上海市科技創(chuàng)新基金部分申請企業(yè)為實證數(shù)據(jù)來源,選取成立時間5~9年之間的電子信息行業(yè)200家(成長型)企業(yè)為樣本。申請企業(yè)涉及技術(shù)領(lǐng)域、子領(lǐng)域、方向3方面,對申請企業(yè)的能力、創(chuàng)新活動進(jìn)展、創(chuàng)新條件等進(jìn)行了詳細(xì)說明,并提供了專利證書、許可證、批文、查新報告、檢測報告、用戶報告等附件。申請材料具體內(nèi)容如下:企業(yè)基本信息、管理團隊介紹、研發(fā)團隊介紹、創(chuàng)新成果介紹、目標(biāo)市場概述、競爭力分析、商業(yè)模式、財務(wù)報告、歷史投融資情況等。
2.2 不利因子變量的分析
根據(jù)三因子理論,提取樣本企業(yè)的創(chuàng)新不利因子變量23個(見表2),采用SPSS 18.0對評分結(jié)果進(jìn)行效度與信度分析。
2.2.1 均值及標(biāo)準(zhǔn)差檢驗
由23個變量的均值及標(biāo)準(zhǔn)差可看出,指標(biāo)的標(biāo)準(zhǔn)差均較?。ㄒ姳?),符合正態(tài)分布的特點,說明可繼續(xù)對其進(jìn)行效度檢驗。
2.2.2 信度分析
所用樣本數(shù)據(jù)均為企業(yè)自行編制,因此有必要對其進(jìn)行信度檢驗??死拾凸禂?shù)(Cronbachs α)
可用于信度測驗[8]。變量V9,V10,V11與其他20個變量之間呈現(xiàn)負(fù)相關(guān),需要在計算α信度前將這3個變量的樣本值做反向處理。經(jīng)SPSS 18.0處理后的結(jié)果見表2.由于各變量量綱不一致,因此應(yīng)根據(jù)“基于標(biāo)準(zhǔn)化的Cronbachs Alpha”值判斷樣本的可信度。表3中標(biāo)準(zhǔn)化的α值都大于0.8,說明樣本信度較高。
2.2.3 效度檢驗
驗證性因子分析的前提是樣本數(shù)據(jù)變量的相關(guān)性檢驗,對此采用KMO檢驗和Bartletts球型檢驗。表4是運行SPSS 18.0之后的檢驗結(jié)果:KMO值為0.830(>0.8),說明變量間的皮爾遜相關(guān)系數(shù)遠(yuǎn)大于偏相關(guān)系數(shù),表示變量間的相關(guān)性較強;Bartlett球形檢驗近似卡方值非常大,且其對應(yīng)的相伴概率值小于0.001,說明各變量不獨立。綜合可知,樣本數(shù)據(jù)適合做驗證性因子分析,下一步可進(jìn)行模型有效性檢驗。
3 實證分析
結(jié)構(gòu)方程(SEM)是一種驗證性的統(tǒng)計技術(shù),可用于驗證某一假設(shè)模型的適切性與擬合度,適用于技術(shù)創(chuàng)新不利因子過濾模型的驗證性因子分析[9]。技術(shù)創(chuàng)新不利因子過濾模型包含橫向分布和縱向分布。橫向分布由三個一層不利因子及其觀測指標(biāo)構(gòu)成??v向分布由一層不利因子與相對應(yīng)的二層不利因子共同構(gòu)成,模型中分為財務(wù)、可控資源、技術(shù)成熟度3個縱向分布。利用SEM模型對這2種分布進(jìn)行擬合檢驗,驗證三個一層不利因子能否完全反映技術(shù)創(chuàng)新中存在的問題,以及二層不利因子是否足以解釋其所對應(yīng)的一層不利因子。
3.1 模型橫向分布的擬合度分析
假設(shè)企業(yè)技術(shù)創(chuàng)新活動存在不利因素,認(rèn)為不可觀測的一層不利因子足以代表這些因素,并需要由其他可觀測指標(biāo)進(jìn)行表征。以上一層不利因子及其對應(yīng)觀測指標(biāo)共同構(gòu)成模型的橫向分布。在結(jié)構(gòu)方程中,將一層不利因子設(shè)為潛變量,分別用F1,F(xiàn)2,F(xiàn)3表示財務(wù)不利因子、可控資源不利因子和技術(shù)成熟度不利因子,F(xiàn)1對應(yīng)顯變量V1,V2,V3,F(xiàn)2對應(yīng)顯變量V4,V5,V6,而F3對應(yīng)顯變量V7,V8(顯變量編號如圖2所示)。
將橫向分布轉(zhuǎn)化成SEM路徑分析模型圖(如圖2所示),通過Amos運算得到各變量之間的路徑系數(shù)。各顯變量和隱變量之間的協(xié)方差是兩者的路徑系數(shù)。標(biāo)準(zhǔn)化的路徑系數(shù)大于0.5時說明因果聯(lián)系緊密,可初步推斷顯變量能很好地表現(xiàn)潛變量,即F1可通過V1,V2,V3測度,F(xiàn)2可通過V4,V5,V6測度,而F3可通過V7,V8觀察估計。此外潛變量F1,F(xiàn)2,F(xiàn)3之間相關(guān)性也較緊密,說明整個路徑系數(shù)分析模型穩(wěn)定、有效。
路徑分析模型圖是對樣本數(shù)據(jù)的描述,不足以驗證不利因子過濾模型的橫向分布假設(shè)有效。需要繼續(xù)考察路徑分析模型圖與不利因子過濾模型的適配度,可從3個方面考慮:基本適配度、整體模型適配度和內(nèi)在質(zhì)量的檢驗。對該模型進(jìn)行適配檢驗(本文暫略適配度檢驗表),其基本適配指標(biāo)均達(dá)到檢驗標(biāo)準(zhǔn);整體模型適配度即模型的外在質(zhì)量檢驗中,絕對適配度指標(biāo)、增值適配度指標(biāo)與簡約適配度指標(biāo)均反應(yīng)良好,模型適配度的卡方值為76.021,顯著性概率值p=0.273>0.05,接受虛無假設(shè),表明技術(shù)創(chuàng)新不利因子過濾模型與樣本數(shù)據(jù)契合;從內(nèi)在質(zhì)量方面檢測,檢測指標(biāo)反應(yīng)良好,模型的內(nèi)在質(zhì)量可以接受。
經(jīng)過驗證性因子分析,技術(shù)創(chuàng)新不利因子過濾模型中的橫向結(jié)構(gòu)合理且有效,即一層不利因子由各自的觀測值表征,共同對企業(yè)技術(shù)創(chuàng)新能力水平進(jìn)行解釋。
3.2 模型縱向分布的擬合度分析
模型中含有財務(wù)不利相關(guān)、可控資源不利相關(guān)和技術(shù)成熟度不利相關(guān)的3個縱向分布。為判斷縱向分布的結(jié)構(gòu)效度,需要根據(jù)結(jié)構(gòu)方程要求確定外因潛變量、內(nèi)因潛變量和顯變量。外因潛變量影響內(nèi)因潛變量,顯變量表征潛變量。財務(wù)不利相關(guān)的縱向分布中財務(wù)不利因子是內(nèi)因潛變量,其對應(yīng)的成本不利因子與現(xiàn)金流不利因子是外因潛變量。可控資源不利相關(guān)的縱向分布中可控資源不利因子是外因潛變量,研發(fā)資源不利因子和質(zhì)量管理不利因子是內(nèi)因潛變量。技術(shù)成熟度不利相關(guān)的縱向分布中,技術(shù)成熟度不利因子是內(nèi)因潛變量,進(jìn)度管理不利因子與技術(shù)條件不利因子是外因潛變量(見表5)??v向分布中的顯變量為表2中的V1~V23.
除路徑系數(shù)外,要觀測適配度指標(biāo)反應(yīng)是否良好,以確定樣本結(jié)構(gòu)與假設(shè)模型擬合。通過Amos擬合分析,可知縱向分布的3個結(jié)構(gòu)方程模型的基本適配度、整體模型適配度和內(nèi)在質(zhì)量指標(biāo)都反應(yīng)良好(本文暫略適配度檢驗表)。財務(wù)部分模型、可控資源部分模型、技術(shù)成熟度部分模型的適配度卡方值的顯著性概率分別為0.475,0.227,0.331,說明皆不顯著。整體而言,模型中的縱向分布結(jié)構(gòu)擬合良好,模型假設(shè)合理有效。
經(jīng)檢驗,過濾模型結(jié)構(gòu)的橫向分布與縱向分布的結(jié)構(gòu)有效合理,因子之間符合假設(shè)的因果關(guān)系,可以推斷不利因子過濾模型假設(shè)成立。
4 結(jié) 論
技術(shù)創(chuàng)新不利因子過濾模型包括橫向分布和縱向分布,提煉出由第一層不利因子和第二層不利因子共同構(gòu)成的技術(shù)創(chuàng)新雙層不利因子。雙層不利因子的提取,明晰了技術(shù)創(chuàng)新不利因子過濾模型的基本思路,即通過審查所有第一層不利因子,過濾當(dāng)中的無問題因子或不重要因子,并確定需要深層審計的關(guān)鍵性因子,再找出與之相對應(yīng)的二層因子進(jìn)行審計,最后確定對企業(yè)技術(shù)創(chuàng)新活動造成負(fù)影響的不利因子。
將該模型應(yīng)用于電子行業(yè)企業(yè)的技術(shù)創(chuàng)新審計中進(jìn)行實證研究,結(jié)果表明:經(jīng)過驗證性因子分析,技術(shù)創(chuàng)新不利因子過濾模型中的橫向結(jié)構(gòu)與縱向結(jié)構(gòu)均合理、有效。一層不利因子可以代表技術(shù)創(chuàng)新中存在的問題,二層不利因子足以解釋其所對應(yīng)的一層不利因子。一層不利因子由各自的觀測值表征,雙層不利因子共同對企業(yè)技術(shù)創(chuàng)新能力水平進(jìn)行解釋。技術(shù)創(chuàng)新不利因子過濾模型中各因子之間符合假設(shè)的因果關(guān)系,因此模型假設(shè)成立。該模型能夠在實務(wù)工作中審計企業(yè)的技術(shù)創(chuàng)新水平,發(fā)現(xiàn)企業(yè)技術(shù)創(chuàng)新存在的問題及其原因,并指明改進(jìn)方向。技術(shù)創(chuàng)新不利因子過濾模型是由雙層不利因子構(gòu)成。此方法以“負(fù)面清單”管理理念,簡化了評價審核工作量。以過濾不利因子為基本運作方式的技術(shù)創(chuàng)新審計模型,特點如下。
1)為技術(shù)創(chuàng)新審計測度提供可操作性。第一層不利因子簡潔明了、代表性強,審計人員對這些因子進(jìn)行審計時,可迅速篩選出對企業(yè)創(chuàng)新產(chǎn)生重大不利影響的一層因子。篩選出的每個一層因子都對應(yīng)相關(guān)的二層因子,為審計人員的下一步工作指明了確切方向。二層因子代表的內(nèi)容更詳細(xì)、直觀,可對企業(yè)創(chuàng)新中存在的問題提供清晰的解釋,直接給出了解決問題的思路。
2)有助于提高審計資源配置效率,節(jié)約審計成本。模型由簡明的一層不利因子與詳細(xì)的二層不利因子組合而成,有效地加強了審計工作的層次感與條理性,可快速制定并恰當(dāng)調(diào)整審計計劃,保證審計資源的有效配置。運用過濾手段處理雙層不利因子,免去了重復(fù)性和不必要的審計工作,減少了時間成本、人力成本與物力成本。
3)增強了動態(tài)化技術(shù)創(chuàng)新審計標(biāo)準(zhǔn)的實踐意義。模型基于技術(shù)創(chuàng)新審計標(biāo)準(zhǔn)建立,符合行業(yè)規(guī)律與企業(yè)發(fā)展階段規(guī)律,遵循對審計標(biāo)準(zhǔn)的方法原則和評價原則,是運用審計標(biāo)準(zhǔn)的途徑之一。
4)不利因子過濾理念帶有一定的主觀性。模型的基本運行思路是過濾技術(shù)創(chuàng)新不利因子,而未說明如何準(zhǔn)確立技術(shù)創(chuàng)新不利因子是否重大,即過濾水平線的設(shè)定。此方法帶有一定的主觀性,設(shè)計過濾水平線除需要考慮企業(yè)所在行業(yè)、所處發(fā)展階段,隨著整體行業(yè)的發(fā)展還需要考慮水平線的更新與調(diào)整。同時對技術(shù)創(chuàng)新審計人員的經(jīng)驗和職業(yè)操行有一定的要求。
參考文獻(xiàn):
[1] Chiesa V.Designing a performance measurement system for the research activities:a reference framework and an empirical study[J].Journal of Engineering and Technology Management,2008,25(3):213-226.
[2] Bullinger H J.Focus on innovation[M].Beijing:Science Press,2007.
[3] 宿成建.股票非預(yù)期收益定價的三因素模型研究——基于中國股票市場的檢驗[J].系統(tǒng)工程理論與實踐,2014(3):600-612.
[4] 劉書慶,吳維娜,蘇 秦.科技成果產(chǎn)業(yè)化產(chǎn)品試制績效影響因子實證研究[J].科技進(jìn)步與對策,2013,30(2):21-25.
[5] 袁 美.中小企業(yè)現(xiàn)金流風(fēng)險預(yù)警系統(tǒng)研究[D].湖南:湘潭大學(xué),2011.
[6] 王雪原,武建龍,董媛媛.基于技術(shù)成熟度的成果轉(zhuǎn)化過程不同主體行為研究[J].中國科技論壇,2015(6):49-54.
[7] 吳明隆.結(jié)構(gòu)方程模型——AMOS的操作與應(yīng)用[J].重慶大學(xué)出版社,2009(7):158-164.
[8] 姜重宇,吳衛(wèi)東.基層政府服務(wù)質(zhì)量評估體系建立與實證分析——基于美國波多里奇國家質(zhì)量獎模型[J].世界科技研究與發(fā)展,2009(6):1 153-1 156.
[9] 李學(xué)娟,陳希鎮(zhèn).結(jié)構(gòu)方程模型下的因子分析[J].科學(xué)技術(shù)與工程,2010(23):5 708-5 711.