基于主成分分析的R＆D绩效评价系统，本文主要内容关键词为：成分论文,绩效评价论文,系统论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
本文设计了一套R&D绩效评价指标模型与方法，从一个全新的角度运用主成分分析法，在第一阶段，用较少的、彼此间不相关的绩效综合指标整合众多的、彼此间存在较大相关性的实测绩效指标；在第二阶段，以各绩效综合指标的方差贡献率作为权重，对之加权求和以求得R&D绩效的总评得分。结合对随机抽取的20家高新技术企业的R&D绩效评价的实证分析，切实地说明了该模型与方法在对各指标客观地赋予权重和对企业R&D绩效分级评价时具有极大的优越性。
为了培育核心能力和保持市场竞争优势，高新技术企业对R&D的投入越来越大，市场需求和R&D投入比例不断加大，使企业管理层（特别是技术管理层）对R&D绩效测度的需求不断增加。如何设计一套高效、实用的R&D绩效评价指标模型及方法，精确测度高新技术企业的R&D活动，提高R&D绩效的效率和效用正成为企业界和学术界关注的焦点。
为有效地对R&D绩效进行测度，必然要对反映R&D本身的多个指标变量进行大量实测并收集大量的有关数据。从而带来了两个不可避免的问题：如何客观地对众多的、彼此间存在较大相关性的实测绩效指标赋予权重？如何运用这些绩效指标权重对企业的R&D绩效进行分类解释与评价？本文力求避免Delphi法、层次分析法、加权平均法等传统方法所带来的主观片面性，从一个全新的角度运用主成分分析法，设计了一套R&D绩效评价指标模型与方法。
1 R&D绩效指标体系的设计
企业的R&D绩效受多方面因素的影响。本文在遵循全面性与科学性、规范性与通用性、可操作性与客观性、定量与定性相结合的原则基础上，根据R&D活动的一般规律和特征，考虑到R&D绩效的重要方面和关键环节，经过反复调查、认真分析与严格筛选，设计出能从研发人员、研发团队、研发部门和企业等4个不同角度反映企业R&D绩效总体情况的评价指标体系。
1）研发人员的6个评价指标：个人能力/知识的增长程度（x[，1]）；个人薪酬目标实现程度（x[，2]）；个人创造力/主动性发挥程度（x[，3]）；工作进度/时间路标实现程度（x[，4]）；产品发布以前，个人承担工作的设计变更程度（x[，5]）；个人三年内完成的计划项目数量（x[，6]）。
2）研发团队的4个评价指标：内/外部信息交流的质量（x[，7]）；R&D项目提供竞争优势能力（x[，8]）；工作进度/时间路标实现程度（x[，9]）；团队三年内完成项目的数量（x[，10]）。
3）研发部门的5个评价指标：对获取新客户的贡献程度（x[，11]）；R&D、市场、生产部门相互协调配合的程度（x[，12]）；预期目标的实现程度（x[，13]）；交付速度（x[，14]）；三年内被公司推向市场的R&D项目比重（x[，15]）。
4）高新技术企业的5个评价指标：客户/市场的满意度（x[，16]）；R&D项目与公司战略目标保持一致的程度（x[，17]）；公司技术/产品创新程度（x[，18]）；生产成本与依靠竞争者的比较（X[，19]）；新产品/改进产品发布的频率（X[，20]）。
2 绩效指标标度的确立
格栅获取法是凯勒（Kelly）1955年提出的个人结构理论（Personal construct theory）中一个判别思考模型。一个格栅（Grid）由元素和属性组成，每一个元素都可以被属性的一极或另一极描述。而一个元素的属性可用一个线性尺度来表述，很多情况是通过具有1～5或1～7刻度的尺度来表示的，且所用尺度在整个过程中应当一致。本文对指标的实现程度评价分为5档，用一个线性尺度表示（见图1）。
图1 1-5刻度指标实现程度的评价
Fig.1 Evaluation on the realization of 1～5 oraduation index
建立指标体系实际上已完成格栅组成元素的确定，所以这一步工作主要是完成属性的判断，然后通过各属性对各指标的实现程度进行判断打分，得到完整的格栅。本文用统一的5分制，样本数据来自曾德明教授主持的国家自然科学基金项目——《高新技术企业R&D绩效测度与控制机制研究》的实证问卷调查。
3 绩效综合指标的计算模型
由于R&D活动本身的复杂性，对其进行有效的绩效测度需要对反映R&D活动特征的多个指标变量进行大量观察。多变量大样本为科学研究提供了丰富的信息，但一定程度上也增加了数据采集的工作量，更重要的是多数情况下，许多实测变量之间存在相关性而增加问题分析的复杂性。多个实测变量间一定的相关关系可以用较少的综合指标分别整合存在于各实测变量中的各类信息，而且综合指标之间彼此不相关，即各综合指标代表的信息不重叠。
主成分分析法是将众多的、彼此间存在较大相关性的实测变量转换为少数几个互不相关的综合变量的多元统计方法。运用主成分分析法主要达到两个目的：①在第一阶段，通过因子得分系数矩阵（Component score coefficient matrix）客观地对R&D绩效的实测变量赋予权重，然后加权求和以获得少数彼此间相互独立的绩效综合变量；在第二阶段，以各绩效综合指标的方差贡献率作为权重，对之加权求和以求得R&D绩效的总评得分；②运用绩效评价的总评得分将R&D绩效划分为“优秀”、“良好”、“中等”、“一般”、“很差”5个等级，然后运用各实测绩效指标及其权重给予客观的解释与评价。本文拟采用的方法用数学语言描为：
绩效指标实测变量x[，1]x[，2]x[，3]…x[，n]；
绩效指标综合变量y[，1]y[，2]y[，3]…y[，m]。
各实测变量与综合变量之间的关系可以表示为
写成矩阵形式为Y=AX。其中，
变量个数，n为绩效指标实测变量个数。
使用主成分分析法的目的是求出综合变量变换矩阵A。从理论上讲，m=n，即有多少个实测变量就有多少个综合变量，但由于综合变量在总方差中所占比重依次递减，前面几个综合变量集中了大部分的方差，因此所取的综合变量数目远远小于实测变量的数目，而且信息损失很小。
4 绩效综合指标的计算方法
1）使用主成分分析法提取相关矩阵特征值大于1的综合变量，获取初始的综合变量Y[T]=（y[，1]y[，2]y[，3]…y[，9]）。9个综合变量的方差贡献率达到了80.73％，较为理想。如果提取大于9的综合变量，贡献率虽然可以加大，但在图2中负荷系数偏向不明显，因而仍然采用9个综合变量。
图2 Scree图
Fig.2 Scree plot
2）使用最大方差旋转法，简化对综合变量解释。其结果如表1所示。
表1 旋转因子矩阵
Tab.1 Rotated eomponent matlix
3）根据表2，计算各综合变量的得分系数
表2 因子得分系数矩阵A
Tab.2 Component score coefficient matrix A
y[，1] y[，2] y[，3] y[，4] y[，5] y[，6] y[，7] y[，8] y[，9]
x8 0.074
0.169
0.012
0.268 -0.152 -0.035
0.068
0.012
0.029
x18
-0.032
0.471
0.039 -0.075
0.007 -0.085
0.068
0.167
0.040
x16
-0.043
0.386 -0.074 -0.028
0.013
0.181 -0.081 -0.103 -0.062
x11
-0.066
0.004 -0.058 -0.046 -0.005
0.620
0.122
0.000 -0.004
x2-0.065
0.098
0.210
0.243
0.053
0.072
0.088
0.045
0.116
x3 0.015 -0.030
0.394 -0.060 -0.077
0.086 -0.110 -0.022 -0.090
x120.008
0.027
0.001
0.016
0.307 -0.012 -0.079
0.293 -0.188
x6 0.406 -0.018 -0.091 -0.013 -0.115 -0.062
0.008
0.097 -0.043
x130.038 -0.075 -0.051
0.063
0.061
0.189
0.592 -0.120
0.035
x19
-0.047 -0.039
0.113
0.122
0.518 -0.068
0.169 -0.180 -0.014
x1 0.203 -0.147
0.228 -0.112
0.037
0.190
0.012
0.041
0.230
x5 0.054
0.222 -0.134 -0.161
0.149 -0.132 -0.137 -0.150
0.138
x100.073 -0.082 -0.465
0.056 -0.221
0.331
0.011 -0.030
0.051
x7 0.096 -0.029
0.062
0.221 -0.305 -0.294
0.334 -0.004 -0.055
x14
-0.052
0.037 -0.064 -0.031 -0.035
0.007 -0.026
0.023
0.682
x4 0.381
0.059
0.142 -0.149 -0.130 -0.066
0.008 -0.233 -0.346
x9 0.088 -0.268
0.049
0.217
0.009
0.032 -0.368 -0.142
0.107
x170.289
0.021 -0.040
0.142
0.107 -0.092
0.064
0.090
0.086
x20
-0.047 -0.070 -0.086
0.548
0.096 -0.108
0.028 -0.043 -0.094
x150.055
0.095
0.015 -0.081 -0.116 -0.029 -0.051
0.661
0.027
Y=AX；
4）结合方差贡献率（b[，i]），计算企业各综合变量的综合得分：
5）按计算的总评得分，将R&D绩效划分为5个等级优秀为32～28分；良好为27～22分；中等为21～16分；一般为15～9分；很差9分以下。
5 实证结果分析
为验证评价系统的有效性，我们随机抽取了我国20家高新技术企业。根据R&D绩效的总评得分，20家企业中优秀为2家；良好为4家；中等为5家；一般是3家；很差是6家。
为了挖掘出影响绩效总评得分的主要因素，我们作了两方面的筛选工作：①在评价对象方面，进一步筛选出被评为“优秀”和“良好”的6家企业，以及被评为“一般”和“很差”的9家企业；②在评价工具方面，选择方差贡献率较大的四个综合变量，并根据表2对构成综合变量的主要绩效指标得分进行深入剖析。
综合变量y[，1]在R&D绩效总评得分中所占权重最大（b[，1]=1.176），主要整合了四个方面的绩效信息：R&D项目提供竞争优势的能力（a[，1]，8=0.857）；公司技术/产品的创新程度（a[，1]，18=0.758）；客户/市场的满意度（a[，1]，16=0.698）；R&D项目对获取新客户的贡献程度（a[，1]，11=0.534）。这反映了20家高新技术企业加大对R&D的投入主要以获取竞争优势为主导。在追求技术创新程度和客户满意度方面，R&D绩效被评为“优秀”和“良好”的企业往往侧重于后者；而被评价为“一般”和“很差”的企业却侧重于前者。在实证调研的过程中发现，在R&D绩效较差（“一般”和“很差”）的9家企业中，其技术管理人员和市场管理人员绝大多数来自于研发部门，他们长期以来形成了高技术开发、高风险经营的“技术决定论”观念；只有更高层次的实现技术和产品的创新，才能获取客户的满意并能争取到新客户。而在R&D绩效较好（“优秀”和“良好”）的6家企业中，几乎所有的技术和市场的管理人员都具备相当丰富的市场经验，他们都牢牢坚持“市场决定论”；企业开展R&D活动始终坚持以“客户需求”为导向，通过技术和产品创新更好地满足顾客的现实和潜在的需求；而不是片面地坚持“只要有创新就会有销路的‘技术决定论’观念”。
y[，2]在R&D绩效总评得分中所占权重仅次于y[，1]（b[，2]=1.129），主要整合了三方面的绩效信息：研发个人薪酬目标的实现程度（a[，2]，2=0.909）；研发个人创造力和主动性的发挥程度（a[，2]，3=0.729）；研发个人能力和知识的增长程度（a[，2]，1=0.526）。在实证调研的过程中发现，R&D绩效较差的企业在追求研发个人绩效方面，侧重于个人薪酬目标的的企业在追求研发个人绩效方面，侧重于个人薪酬目标的实现，其次是创造力和主动性的发挥；而对于反映研发个人学习和成长性的指标，其实现程度偏低。这9家企业为获取短期的竞争优势和降低员工培训成本，对研发人员进行掠夺式使用，很少注重持续、高效的员工培训以增强企业长期研发竞争能力。因此，有不少研发人员在职业生命周期中出现了“35岁现象”：在职业中期（一般在35岁左右开始）感到自身知识结构与功底难以适应快速的技术与市场变化，因而不得不放弃技术生涯，偏向行政管理阶梯寻求发展。这样，研发人员所拥有的“专用性资产”——知识与技能被挪作它用时价值大幅度贬值以至泯灭，进而影响企业研发绩效水平的提高。而R&D绩效较好的企业认为，研发人员所拥有的知识与技能作为一种资本从战略上投资的主要方式是知识培训、技术指导。这6家企业均不同程度地采用了各种培训方式，主要包括：岗位培训、科研院所代培、新项目研发培训、学术交流，对于技术难度较大且具有超前性的开发项目则请外部专家对全体研发人员进行培训。在与研发人员交流时我们发现，全面的培训发展计划可以激发研发人员的工作兴趣，提高研发人员的技能，交流研究能增强研发人员的信心，有利于研发人员的全面发展和提高，从而有利于企业R&D未来绩效的提高。对于那些已取得一定成果、有潜力并希望进一步深造和从事研究工作的人来说，培训和技术指导是最重要的激励措施，这既可以使外部知识内部化，又可以使员工今后更容易出成果。这类员工普遍认为，决定是否“跳槽”的首要因素是学习培训环境的优劣，因为学习培训效果的好坏直接决定着员工个人研发绩效水平的高低。这6家R&D绩效较好的企业都普遍建立了技术等级晋升制度，不断地实行技术职称晋升激励，以保证研发人员随着自身知识与经验的积累而获得相应的权力和地位，包括：随着技术职务的晋升，将不断获得良好的工作环境，配置较好的研发设备和较齐全的资料；对那些技术能力强又有领导管理才能的研发人员委以重任；采用研发成果的署名制度，既让署名的员工得到科技界同行的认同而深受鼓舞，也对其他员工形成鞭策，有利于激发他们的工作热情。
y[，3]在R&D绩效的总评得分中所占权重位居第三（b[，3]=0.975），主要整合两方面的绩效信息：个人三年内完成计划项目的数量（a[，3]，6=0.790）；产品发布以前个人承担工作的设计变更程度（a[，3]，5=0.508）。在R&D绩效较差的9家企业中，研发人员完成计划项目数的指标实现程度较高，而对于反映研发人员工作多变性的绩效指标——个人承担工作的设计变更程度指标，其实现程度偏低。原因有二：一方面，我国高新技术企业在绩效管理与控制方面从上到下层层分解直至研发个人，对个人绩效评价主要是评测其完成计划的程度，而不是变更程度。另一方面，由于研发人员事前“承诺”有能力完成计划目标，致使研发后期即使出现技术上的困难，或者是市场需求、竞争格局发生变化，他们仍然是“知难而进”按部就班地去完成计划目标，而不知根据实际情况实时调整和变更。因此，反映工作多变性的绩效指标实现程度较低。在R&D绩效较好的6家企业中，不仅仅考核研发人员完成的计划项目数量，而且更注重个人承担工作的设计变更程度。在对20家企业实证调研的过程中发现，它们所采用的技术并不是基于突破性基础研究的全新技术，而是对产品改型变异的技术。改型变异型的策略性技术很容易被竞争对手模仿，而且在应付客户快速多变的需求偏好时很容易老化和过时。因此，企业在产品研发后期如果不能及时根据市场需求和竞争环境的变化作出实时调整和变更，将会直接影响企业R&D绩效水平的提高。
y[，5]在R&D绩效的总评得分中所占权重位居第五（b[，5]=0.887），主要整合两方面的绩效信息：团队三年内完成的项目数（a[，5]，10=0.821）；内外部信息交流的质量（a[，5]，7=0.597）。在高新技术企业中，如果知识与技能只被R&D团队中少数个人和专家掌握，对于团队绩效并没有多大的帮助，只有通过内部知识的交流与学习，使知识在组织内交换，与其他知识整合，并且应用于新产品和业务流程的开发时，才有助于团队绩效水平的提高。另外，R&D团队如果注重从用户、竞争对手、大中专院校及科研机构等外部单位获取知识与技能，并且拥有强有力的技术社交与渗透能力，将有助于研发成果更能适应市场需求，增强产品的竞争力。在实证调研的过程中发现，R&D绩效较差的9家企业在R&D绩效测评中有关内外部知识交流与学习的绩效指标并没有给予足够的重视，而仅仅对内外部知识交流与学习的成果——完成项目的数量进行评测。这种重果轻因，不重视R&D活动全程绩效的测度方法并不能有效促进R&D绩效水平的提高。而在R&D绩效较好的6家企业中，有4家成立了信息采集部或者是情报部，专门加强内部知识与信息的交流与整合管理，以及加强对外部信息的摄取与消化。它们普遍引入了“全面质量管理”的理念，注重从全过程抓绩效，而不是仅仅注重完成项目的数量这一结果性指标。
关于R&D绩效的研究，在我国的历史还不长，无论是理论体系还是评价方法，均尚处于探索之中。以上建立的R&D绩效评价指标模型具有普遍的应用价值，它既可以用于企业自身R&D绩效的自评，也可以用于企业之间R&D绩效的对比分析；既可以进行各单项指标的对比分析，也可以进行综合指标的对比分析，从而明确优势和差距、潜力和薄弱环节。而且，该方法操作简单，收集资料容易，评价过程简单。在本课题的实证问卷调研中（由于我们在征求企业接受调研采访时有书面的保密承诺，所以文中涉及到的有关个人、项目和企业的名称时都是匿名的），其综合评价的结果和实际情况相符，说明该方法是一种具有科学性与可行性的评价方法。
标签：主成分分析论文; 绩效指标论文; 绩效改进计划论文; 企业绩效评价体系论文; 绩效目标论文; 绩效评价论文; 工作绩效论文; 工作分析论文; 系统评价论文; 项目分析论文;