胡 意，鄒倩瑜，鄭宏松

(廣東省科技創(chuàng)新監(jiān)測研究中心，廣東廣州 510033)

大力發(fā)展高新技術(shù)產(chǎn)業(yè)對推進(jìn)供給側(cè)結(jié)構(gòu)性改革、支撐經(jīng)濟(jì)轉(zhuǎn)型升級和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整具有顯著社會經(jīng)濟(jì)效益，各級政府高度重視高新技術(shù)企業(yè)的認(rèn)定與運(yùn)行登記工作。根據(jù)科技部火炬中心統(tǒng)計數(shù)據(jù)，2017年全國高新技術(shù)企業(yè)存量達(dá)到12.8萬余家，2018年的高新技術(shù)企業(yè)申報與認(rèn)定數(shù)量也大幅度增長。地方政府持續(xù)加大高新技術(shù)企業(yè)的政策扶持力度，高新技術(shù)企業(yè)的運(yùn)行發(fā)展?fàn)顩r成為評價城市科技競爭軟實(shí)力的一張“晴雨表”?？梢灶A(yù)見，針對存量高新技術(shù)企業(yè)與持續(xù)增加的新認(rèn)定高新技術(shù)企業(yè)，如何開展運(yùn)行發(fā)展情況預(yù)警將成為一個熱點(diǎn)問題。針對具體地市的高新技術(shù)企業(yè)運(yùn)行發(fā)展情況進(jìn)行預(yù)警分析，為提升市縣科技創(chuàng)新監(jiān)測能力提供一種有益的探索，具有典型示范效益。

1 文獻(xiàn)綜述

當(dāng)前在學(xué)術(shù)研究中針對高新技術(shù)企業(yè)的預(yù)警研究相對集中在高新技術(shù)企業(yè)的財務(wù)風(fēng)險、人才流失風(fēng)險和企業(yè)管理風(fēng)險等角度[1-16]，通過選定預(yù)警評價指標(biāo)、構(gòu)建預(yù)警模型、設(shè)立預(yù)警閾值，對存在的風(fēng)險進(jìn)行預(yù)警。

在財務(wù)預(yù)警方面，張曉琦[1]、朱發(fā)根等[2]基于支持向量機(jī)(SVM)算法小樣本學(xué)習(xí)的特性、扎實(shí)的理論基礎(chǔ)和突出的泛化性能，分別建立了SVM財務(wù)預(yù)警模型，張曉琦從高新技術(shù)企業(yè)的經(jīng)營能力、盈利能力、償債能力、現(xiàn)金能力和成長能力等5個維度建立預(yù)警模型，并運(yùn)用非上市公司財務(wù)數(shù)據(jù)進(jìn)行實(shí)證，驗證了預(yù)警模型的預(yù)測精度及有效性；馬秀梅[3]通過分析高新技術(shù)企業(yè)財務(wù)狀況中可能出現(xiàn)的警情、風(fēng)險及危機(jī)原因，將本量利分析法運(yùn)用到財務(wù)預(yù)警模型,研究發(fā)現(xiàn)安全邊際率可以預(yù)測財務(wù)報表中不能直觀表現(xiàn)出來的隱藏危機(jī)。寧燕[4]認(rèn)為高新技術(shù)企業(yè)擁有研發(fā)費(fèi)用投入占比大、智力資本成本高、市場競爭激烈等行業(yè)特征，促使高新技術(shù)企業(yè)財務(wù)風(fēng)險遠(yuǎn)遠(yuǎn)大于其他傳統(tǒng)企業(yè)，因此建言構(gòu)建一套完善的、可持續(xù)的財務(wù)風(fēng)險預(yù)警機(jī)制，為企業(yè)預(yù)防財務(wù)風(fēng)險提供保障。周曉蕾[5]通過建立財務(wù)指標(biāo)體系，運(yùn)用因子分析及邏輯回歸方法構(gòu)建目標(biāo)行業(yè)財務(wù)危機(jī)預(yù)警模型，對模型的精確度進(jìn)行驗證。呂洋[6]構(gòu)建了一個以現(xiàn)金流量指標(biāo)為主，兼顧傳統(tǒng)資產(chǎn)和利潤指標(biāo)的高新技術(shù)企業(yè)財務(wù)預(yù)警指標(biāo)體系，并選取56家滬深上市高新技術(shù)企業(yè)進(jìn)行邏輯回歸建模分析，分析證明企業(yè)財務(wù)指標(biāo)能充分反映財務(wù)風(fēng)險。

在人才流失預(yù)警方面，汪倩倩[7]、程巍偉[8]以中小型高新技術(shù)企業(yè)為研究對象，針對企業(yè)人才緊缺、人才流失等問題，分別開展人才預(yù)警研究。王倩倩結(jié)合模糊綜合評價法設(shè)立企業(yè)人才緊缺預(yù)警等級，對應(yīng)提出相應(yīng)人才緊缺問題對策。程巍偉則從人力資源的組織、開發(fā)和管理等3個方面，建立人力資源危機(jī)管理狀況等級，實(shí)證分析了人力資源危機(jī)管理預(yù)警系統(tǒng)的有效性。王球琳[9]的研究表明基于高斯核函數(shù)的SVM預(yù)警方法能有效提高人才流失分類預(yù)警分析的精確度。許坤[10]在人才流失預(yù)警模型的基礎(chǔ)上，進(jìn)行了企業(yè)和人才的博弈分析，通過二者的有效結(jié)合，更加有效地預(yù)測了人才流失狀況。丁娟娟等[11]則從系統(tǒng)開發(fā)的角度，圍繞系統(tǒng)建設(shè)目標(biāo)、系統(tǒng)開發(fā)流程、系統(tǒng)功能設(shè)置和組織結(jié)構(gòu)等方面給出高新技術(shù)企業(yè)人才流失預(yù)警系統(tǒng)的建設(shè)思路。

在企業(yè)管理預(yù)警方面，陳偉等[12]對高新技術(shù)企業(yè)管理的危機(jī)類型和特征進(jìn)行剖析，構(gòu)建了高新技術(shù)企業(yè)管理危機(jī)預(yù)警機(jī)制，提高企業(yè)危機(jī)管理能力。張保生[13]采用系統(tǒng)動力學(xué)對高新技術(shù)企業(yè)戰(zhàn)略風(fēng)險管理過程進(jìn)行仿真，模擬了高新技術(shù)企業(yè)戰(zhàn)略環(huán)境劇烈變動下戰(zhàn)略風(fēng)險管理系統(tǒng)相關(guān)因素變動狀況，并得出企業(yè)內(nèi)部因素對企業(yè)戰(zhàn)略風(fēng)險管理具有重要影響的結(jié)論。胡文林[14]、張琳琳[15]、趙剛[16]等人分別通過結(jié)合創(chuàng)新資金配置、金融危機(jī)及風(fēng)險投資等特殊情景開展高新技術(shù)企業(yè)的管理預(yù)警研究。胡文林采用K-均值聚類分析法對48家樣本企業(yè)的創(chuàng)新資金配置管理風(fēng)險進(jìn)行量化評價分析。張琳琳考慮金融危機(jī)下宏觀環(huán)境因素和公司管理因素的結(jié)合使得高新技術(shù)企業(yè)風(fēng)險研究更具有針對性。趙剛提出了針對高新技術(shù)企業(yè)風(fēng)險投資的積極干預(yù)型管理監(jiān)控模式，并對監(jiān)控模式中的風(fēng)險預(yù)警系統(tǒng)進(jìn)行研究與設(shè)計。

基于前人在高新技術(shù)企業(yè)的財務(wù)風(fēng)險、人才流失風(fēng)險和企業(yè)管理風(fēng)險等方面的理論研究與實(shí)證分析基礎(chǔ)，本文通過深入分析涵蓋高新技術(shù)企業(yè)全面發(fā)展情況的運(yùn)行登記表數(shù)據(jù)指標(biāo)，結(jié)合突變級數(shù)法、灰色預(yù)測模型構(gòu)建高新技術(shù)企業(yè)運(yùn)行發(fā)展預(yù)警模型，針對高新技術(shù)企業(yè)運(yùn)行發(fā)展情況進(jìn)行監(jiān)測預(yù)警，輔助提升各級科技主管部門對高新技術(shù)企業(yè)的監(jiān)管及治理能力。

2 預(yù)警模型構(gòu)建

預(yù)警是指在災(zāi)害和需要提防的危險情況發(fā)生之前，根據(jù)以往總結(jié)的經(jīng)驗和規(guī)律對可能性前兆，發(fā)出警示信號，以便在危險情況發(fā)生之前做好預(yù)防準(zhǔn)備工作。針對高新技術(shù)企業(yè)運(yùn)行發(fā)展情況的預(yù)警，就是要結(jié)合已有的高新技術(shù)企業(yè)運(yùn)行登記數(shù)據(jù)，根據(jù)經(jīng)驗、規(guī)律和方法來分析和預(yù)測企業(yè)面臨的潛在風(fēng)險，進(jìn)而對存在險情的高新技術(shù)企業(yè)補(bǔ)齊短板，防患于未然。

2.1 預(yù)警指標(biāo)分析

預(yù)警模型建立在警源分析的基礎(chǔ)之上，本文的警源數(shù)據(jù)來源于高新技術(shù)企業(yè)所填寫的企業(yè)運(yùn)行登記表信息。高新技術(shù)企業(yè)運(yùn)行登記表是國家科技部火炬中心根據(jù)《高新技術(shù)企業(yè)認(rèn)定管理辦法》(國科發(fā)火〔2016〕32號)要求，為做好國家高新技術(shù)企業(yè)發(fā)展的跟蹤與服務(wù)工作，要求各地科技主管部門配合開展的高新技術(shù)企業(yè)運(yùn)行數(shù)據(jù)登記工作。高新技術(shù)企業(yè)運(yùn)行登記表主要特點(diǎn)：一是登記數(shù)據(jù)具有權(quán)威性，各地科技主管部門定期組織高新技術(shù)企業(yè)據(jù)實(shí)填報企業(yè)運(yùn)行信息，并歷經(jīng)縣區(qū)、地市、省級科技主管部門逐層遞進(jìn)審核方式，最終提交至國家科技部火炬中心；二是登記數(shù)據(jù)涵蓋面較廣，高新技術(shù)企業(yè)運(yùn)行登記表所采集的企業(yè)運(yùn)行發(fā)展信息包括企業(yè)基本信息、從業(yè)人員數(shù)據(jù)信息、企業(yè)研發(fā)機(jī)構(gòu)信息、企業(yè)研發(fā)信息、科技成果轉(zhuǎn)化信息、高新技術(shù)產(chǎn)品信息、企業(yè)資本和生產(chǎn)經(jīng)營信息等全面的企業(yè)運(yùn)營信息；三是登記數(shù)據(jù)完整規(guī)范，高新技術(shù)企業(yè)運(yùn)行等級系統(tǒng)采用電子表格填報方式，所有登記數(shù)據(jù)均設(shè)置為必填項，且對信息格式做了嚴(yán)格要求，因此登記數(shù)據(jù)具有結(jié)構(gòu)完整、規(guī)范的特點(diǎn)。綜上由國家科技部火炬中心主導(dǎo)采集的高新技術(shù)企業(yè)運(yùn)行登記信息具有較強(qiáng)的權(quán)威性、全面性、規(guī)范性。

為了結(jié)合高新技術(shù)企業(yè)運(yùn)行登記表對企業(yè)的運(yùn)行發(fā)展情況進(jìn)行預(yù)警，首先要建立能夠反映企業(yè)運(yùn)行發(fā)展?fàn)顩r的指標(biāo)體系。本文通過對文獻(xiàn)梳理，結(jié)合前人在高新技術(shù)企業(yè)財務(wù)風(fēng)險、人才流失風(fēng)險和企業(yè)管理風(fēng)險等角度建立的評價指標(biāo)研究模型，選取了高新技術(shù)企業(yè)運(yùn)行登記表中的31個指標(biāo)進(jìn)行分析，并歸納為人力資源條件、財務(wù)運(yùn)行狀況、研發(fā)能力情況及科研效能管理4個二級指標(biāo)，最終形成高新技術(shù)企業(yè)運(yùn)行發(fā)展綜合預(yù)警結(jié)果，具體運(yùn)行發(fā)展預(yù)警指標(biāo)體系見圖1。

圖1 高新技術(shù)企業(yè)運(yùn)行發(fā)展預(yù)警指標(biāo)體系

2.2 突變級數(shù)理論

針對上節(jié)建立的指標(biāo)體系需要建立合適的算法得出量化的綜合預(yù)警結(jié)果，以便開展進(jìn)一步分析。涉及指標(biāo)體系的算法大都需要借助指標(biāo)權(quán)重來進(jìn)行，例如層次分析法、因子分析法等，但高新技術(shù)企業(yè)運(yùn)行登記指標(biāo)體系相對復(fù)雜，且兼顧耦合與離散的雙重屬性，采用定性分析方法則可能面臨主觀性較大，采用定量分析方法則過于復(fù)雜、可操作性欠佳。鑒于此，本文規(guī)避指標(biāo)權(quán)重的確定，采用了突變級數(shù)算法進(jìn)行預(yù)警評分。

突變級數(shù)理論由法國數(shù)學(xué)家雷內(nèi)·托姆(Rene Thom)在拓?fù)鋵W(xué)、穩(wěn)定性理論和奇點(diǎn)理論的基礎(chǔ)上提出。主要用于描述事物從一種穩(wěn)定狀態(tài)到另一種穩(wěn)定狀態(tài)之間突然的、不連續(xù)躍變的現(xiàn)象[17]。突變級數(shù)理論能夠解釋系統(tǒng)狀態(tài)的不連續(xù)躍變現(xiàn)象，因此被廣泛應(yīng)用在涉及安全評價的各個領(lǐng)域。突變級數(shù)理論由狀態(tài)變量和控制變量所組成的勢函數(shù)作為研究對象，通過分析分歧集的性態(tài)來達(dá)到控制系統(tǒng)行為的目的[18]。

突變級數(shù)理論的步驟：首先分解系統(tǒng)評價總體目標(biāo)；其次選定突變勢函數(shù)；再通過歸一化對研究目標(biāo)進(jìn)行綜合計算并得出預(yù)警結(jié)果；最后開展預(yù)警評價。選擇的突變類型不同，影響系統(tǒng)狀態(tài)的因素就會有差異，控制變量和狀態(tài)變量的數(shù)目也會不同[19]。突變級數(shù)理論的基本突變類型見表1。

表1 突變理論基本模型

根據(jù)高新技術(shù)企業(yè)運(yùn)行發(fā)展預(yù)警指標(biāo)體系，確定不同層級指標(biāo)采用的突變類型，結(jié)合突變級數(shù)理論確定本文的評價指標(biāo)突變類型見圖2。

2.3 預(yù)警線分析

預(yù)警線的設(shè)定直接關(guān)系到企業(yè)運(yùn)行發(fā)展是否存在險情，只有通過科學(xué)合理的預(yù)警線及預(yù)警區(qū)間設(shè)定，才能提高預(yù)警機(jī)制的有效性，促發(fā)運(yùn)行發(fā)展預(yù)警模型生效，提前預(yù)知險情。針對高新技術(shù)企業(yè)預(yù)警線及預(yù)警區(qū)間的研究甚少，因此可以參照其他領(lǐng)域在預(yù)警線劃分上采用的主流方法。目前常用的預(yù)警線劃分方法有有u-d法、正態(tài)歸一法、系統(tǒng)化法等，但前兩者需要大樣本數(shù)據(jù)作為支撐，而系統(tǒng)化法適用范圍較廣[20]。

圖2 高新技術(shù)企業(yè)運(yùn)行發(fā)展預(yù)警指標(biāo)突變類型

系統(tǒng)化法是基于定性分析的方法，根據(jù)一種或多種并列的原則或標(biāo)準(zhǔn)來研究預(yù)警線，綜合分析得出最后的預(yù)警線值。常用的原則有：半數(shù)原則、均數(shù)原則、多數(shù)原則、少數(shù)原則和負(fù)數(shù)原則等。各原則類型及預(yù)警觸發(fā)機(jī)制見表2。

表2 系統(tǒng)化法常用原則及預(yù)警觸發(fā)機(jī)制

利用系統(tǒng)化法設(shè)定預(yù)警線，需要根據(jù)預(yù)警問題的考察對象屬性選擇一種或多種原則，本文針對單個企業(yè)的多個預(yù)警年度的縱向預(yù)警線設(shè)置時采用均數(shù)原則作為預(yù)警標(biāo)準(zhǔn)，即高新技術(shù)企業(yè)的運(yùn)行發(fā)展?fàn)顩r如果比歷史平均水平要差，則需要警惕“走下坡路”。在針對區(qū)域內(nèi)所有企業(yè)的當(dāng)年度橫向預(yù)警線設(shè)置時采用多數(shù)原則作為預(yù)警標(biāo)準(zhǔn)，多數(shù)原則的預(yù)警觸發(fā)機(jī)制是假設(shè)總體趨勢是趨于穩(wěn)定健康狀態(tài)，當(dāng)單個企業(yè)預(yù)警指標(biāo)比大多數(shù)預(yù)警值差時觸發(fā)預(yù)警機(jī)制。本文采用常見的三等分線定義大多數(shù)，即針對所有被分析的高新技術(shù)企業(yè)，當(dāng)企業(yè)的運(yùn)行發(fā)展?fàn)顩r比2/3的企業(yè)要差時，觸發(fā)預(yù)警機(jī)制，企業(yè)需要提高警惕，奮起直追；當(dāng)企業(yè)的運(yùn)行發(fā)展?fàn)顩r比2/3的企業(yè)要好時，則達(dá)到安全線，表明企業(yè)運(yùn)行發(fā)展情況較好。

2.4 灰色預(yù)測模型

高新技術(shù)企業(yè)運(yùn)行發(fā)展情況的預(yù)警，本質(zhì)上是基于現(xiàn)有的歷史數(shù)據(jù)，科學(xué)合理的對未來一段時間內(nèi)的企業(yè)發(fā)展?fàn)顩r進(jìn)行預(yù)測，針對高新技術(shù)企業(yè)進(jìn)行“主動安全”賦能。由于高新技術(shù)企業(yè)的運(yùn)行登記工作始發(fā)于20XX年，使得針對企業(yè)運(yùn)行登記的縱向時間序列數(shù)據(jù)量只有短短4年(2018年高新技術(shù)企業(yè)全年運(yùn)行登記業(yè)務(wù)尚在開展，未形成權(quán)威的結(jié)果性數(shù)據(jù))，常規(guī)的邏輯回歸方法、神經(jīng)網(wǎng)絡(luò)算法都不適用于高新技術(shù)企業(yè)運(yùn)行發(fā)展情況的預(yù)測[21]。因此在小樣本數(shù)據(jù)預(yù)測中具有一定的優(yōu)勢的灰色預(yù)測理論被采用為高新技術(shù)企業(yè)運(yùn)行發(fā)展預(yù)警情況預(yù)測的方法。

將已知的信息看作白色系統(tǒng)，未知的信息看作黑色系統(tǒng)，將已知信息與未知信息看作一個系統(tǒng)，即為灰色系統(tǒng)。將灰色系統(tǒng)用于預(yù)測未來一段時間內(nèi)的高新技術(shù)企業(yè)運(yùn)行發(fā)展情況，就是利用歷年的預(yù)警結(jié)果數(shù)據(jù)為基礎(chǔ)，建立高新技術(shù)企業(yè)歷年運(yùn)行發(fā)展預(yù)警計算值與未來預(yù)測的預(yù)警值的微分方程，利用已知的預(yù)警數(shù)據(jù)計算未知的預(yù)警預(yù)測數(shù)據(jù)的算法[22]。通過將少量歷史數(shù)據(jù)帶入均值、差分、離散 GM(1，1)灰色預(yù)測模型中進(jìn)行計算，結(jié)果顯示離散 GM(1，1)灰色預(yù)測模型的誤差較小，因此本文采用離散 GM(1，1)灰色預(yù)測模型作為預(yù)測高新技術(shù)企業(yè)未來運(yùn)行發(fā)展趨勢的主要算法。

3 實(shí)證分析

3.1 湛江市高新技術(shù)企業(yè)概況

湛江市為廣東省地級市，位于廣東省西南部，是粵西地區(qū)和北部灣城市群中心城市，擁有國家級湛江經(jīng)濟(jì)技術(shù)開發(fā)區(qū)(國家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū))，以及奮勇高新區(qū)、南三島濱海旅游示范區(qū)、海東新區(qū)3個功能區(qū)。選取湛江市高新技術(shù)企業(yè)運(yùn)行發(fā)展情況為實(shí)證研究對象，主要出于以下考慮：一是湛江市地處粵西地區(qū)，為區(qū)域中心城市，針對湛江市高新技術(shù)企業(yè)運(yùn)行發(fā)展情況的預(yù)警方法能推廣應(yīng)用到粵東西北類似地市的類似預(yù)警研究上，具有典型示范效應(yīng)；二是湛江市2015—2017年高新技術(shù)企業(yè)存量在粵東西北12個地市排名分別為第3名、第4名、第5名，存量數(shù)據(jù)處于粵東西北地區(qū)中等水平，且湛江市高新技術(shù)企業(yè)2015—2017年有效運(yùn)行登記表填報率均超過80%(見表3)。針對中等規(guī)模的高新技術(shù)企業(yè)存量數(shù)據(jù)開展研究，不僅有利于避免體量過大的樣本數(shù)據(jù)導(dǎo)致的預(yù)警觸發(fā)原因分析的離散化，也能有效避免樣本過少導(dǎo)致的預(yù)警結(jié)果歸納分析缺乏說服力。

表3 2015—2017年高新技術(shù)企業(yè)數(shù)據(jù)情況

3.2 湛江市高新技術(shù)企業(yè)預(yù)警分析

3.2.1 個體高新技術(shù)企業(yè)預(yù)警算法實(shí)現(xiàn)

(1)原始數(shù)據(jù)采集。采集湛江市2015—2017年高新技術(shù)企業(yè)運(yùn)行登記數(shù)據(jù)，并根據(jù)圖1的指標(biāo)劃分方式進(jìn)行梳理，通過數(shù)據(jù)整理發(fā)現(xiàn)2015、2016及2017年度連續(xù)3年都提交有效高新技術(shù)企業(yè)運(yùn)行登記表的企業(yè)數(shù)量為68家，為后期開展預(yù)警預(yù)測需要，本文選取這68家高新技術(shù)企業(yè)作為實(shí)證分析的企業(yè)。

(2)數(shù)據(jù)歸一化處理。對于正向指標(biāo)(值越大，效果越好)有：

(1)

對于反向指標(biāo)(值越小，代表效果越好)有：

(2)

(3)各層級指標(biāo)互補(bǔ)性判斷。利用 SPSS對各突變類型中所包含指標(biāo)進(jìn)行相關(guān)性檢驗，如果相關(guān)則認(rèn)為具有互補(bǔ)性，反之則沒有互補(bǔ)性關(guān)系。

對于有互補(bǔ)性的指標(biāo)，則采取公式：

(3)

其中Y是X的上一級指標(biāo)，n取值與下級指標(biāo)個數(shù)相等。

若沒有互補(bǔ)性關(guān)系，則采取公式：

(4)

其中Y是X的上一級指標(biāo) , n取值與下級指標(biāo)個數(shù)相等。

通過對本文所有層級突變指標(biāo)類型的相關(guān)性檢測，發(fā)現(xiàn)圖2中所有預(yù)警指標(biāo)突變類型包含的指標(biāo)都具有相關(guān)性，因此全部采用公示(3)進(jìn)行運(yùn)算。

3.2.2 湛江市高新技術(shù)企業(yè)運(yùn)行發(fā)展預(yù)警分析

依據(jù)上節(jié)的預(yù)警算法，結(jié)合選取的68家高新技術(shù)企業(yè)2015、2016及2017年度的運(yùn)行登記表數(shù)據(jù)，開展預(yù)警企業(yè)的預(yù)警值計算，并根據(jù)2.3節(jié)針對區(qū)域內(nèi)企業(yè)的當(dāng)年度橫向預(yù)警線設(shè)置時采用的多數(shù)原則，即把低于當(dāng)前年度2/3企業(yè)的預(yù)警值設(shè)為預(yù)警線，當(dāng)企業(yè)的預(yù)警值低于預(yù)警線時觸發(fā)預(yù)警機(jī)制，同時把高于當(dāng)前年度2/3企業(yè)的預(yù)警值設(shè)為安全線，當(dāng)企業(yè)的預(yù)警值高于安全線時即表明企業(yè)運(yùn)行發(fā)展情況較好。出于信息安全考慮，針對這68家企業(yè)進(jìn)行信息脫敏，進(jìn)行隨機(jī)編碼(編號從1-68)，針對單個企業(yè)采用固定編號，2015、2016及2017年度的預(yù)警分布情況見圖3。

圖3 2015—2017年湛江市高新技術(shù)企業(yè)預(yù)警分布情況

同時對湛江市68家企業(yè)近3年的運(yùn)行發(fā)展情況按照持續(xù)增長型、持續(xù)衰退型、波動增長型和波動衰退型4種發(fā)展趨勢進(jìn)行統(tǒng)計分析，結(jié)果見表4。

表4 2015—2017年高新技術(shù)企業(yè)運(yùn)行發(fā)展趨勢統(tǒng)計

3.3 湛江市高新技術(shù)企業(yè)發(fā)展預(yù)測

3.3.1 個體高新技術(shù)企業(yè)預(yù)警預(yù)測實(shí)現(xiàn)

(5)

(6)

對累積生成的數(shù)列進(jìn)行曲線擬合，函數(shù)表達(dá)式為：

(7)

(8)

3.3.2 湛江市高新技術(shù)企業(yè)預(yù)警預(yù)測分析

根據(jù)灰色預(yù)測算法，完成所有68家高新技術(shù)企業(yè)的2018年預(yù)警值運(yùn)算，采用多數(shù)原則作為預(yù)警線設(shè)置標(biāo)準(zhǔn)，預(yù)警線值為0.427，安全線值為0.729，根據(jù)多數(shù)原則的2018年高新技術(shù)企業(yè)預(yù)警預(yù)測分布情況見圖4。

圖4 2018年湛江市高新技術(shù)企業(yè)預(yù)警預(yù)測分布情況

根據(jù)2015—2017年的高新技術(shù)企業(yè)預(yù)警值及2018年預(yù)測預(yù)警值，得出歷年的預(yù)警線值及安全線值見表5與圖5。

表5 2015—2018年預(yù)警線值和安全線值

圖5 2015—2018年預(yù)警線及安全線趨勢

為了解個體高新技術(shù)企業(yè)的運(yùn)行發(fā)展預(yù)警趨勢，隨機(jī)抽取編號為3、13、23、33、43、53、63的高新技術(shù)企業(yè)，根據(jù)2015—2017年的高新技術(shù)企業(yè)預(yù)警值及2018年預(yù)測預(yù)警值，建立抽樣企業(yè)運(yùn)行發(fā)展預(yù)警趨勢曲線見圖6。

3.4 時間序列-區(qū)域水平二維預(yù)警預(yù)測

在這里結(jié)合2.3節(jié)的針對單個企業(yè)多個預(yù)警年

度的縱向預(yù)警線設(shè)置時采用均數(shù)原則作為縱向預(yù)警線標(biāo)準(zhǔn)，即預(yù)測的高新技術(shù)企業(yè)的運(yùn)行發(fā)展?fàn)顩r如果比該企業(yè)的歷史平均水平要差，則需要進(jìn)行預(yù)警；同時根據(jù)多數(shù)原則預(yù)警結(jié)果，建立時間序列-區(qū)域水平二維預(yù)警模型，2018年時間序列-區(qū)域水平二維預(yù)警預(yù)測分布情況及統(tǒng)計情況見圖7和表6。

圖6 2015—2018年抽樣企業(yè)運(yùn)行發(fā)展預(yù)警趨勢

表6 2018年時間序列-區(qū)域水平二維預(yù)警預(yù)測分布統(tǒng)計

區(qū)域企業(yè)數(shù)量/家占比情況區(qū)域類型說明(以2018年預(yù)警預(yù)測值為基準(zhǔn))A57.4%預(yù)警預(yù)測值低于自身歷史平均水平,且處于區(qū)域水平安全線上的企業(yè)B22.9%預(yù)警預(yù)測值低于自身歷史平均水平,且處于區(qū)域預(yù)警線與安全線之間的企業(yè)C22.9% 預(yù)警預(yù)測值低于自身歷史平均水平,且處于區(qū)域水平預(yù)警線以下的企業(yè)D1927.9% 預(yù)警預(yù)測值優(yōu)于自身歷史平均水平,且處于區(qū)域水平預(yù)警線以下的企業(yè)E2130.9%預(yù)警預(yù)測值優(yōu)于自身歷史平均水平,且處于區(qū)域預(yù)警線與安全線之間的企業(yè)F1927.9%預(yù)警預(yù)測值優(yōu)于自身歷史平均水平,且處于區(qū)域水平安全線上的企業(yè)

3.5 預(yù)警結(jié)果分析

(1)3/4的湛江市高新技術(shù)企業(yè)保持良好的運(yùn)行發(fā)展勢頭，但另外1/4的高新技術(shù)企業(yè)是需要重點(diǎn)關(guān)注的對象。通過對湛江市68家高新技術(shù)企業(yè)2015—2017年預(yù)警值運(yùn)算，結(jié)合圖3的預(yù)警情況分布圖和表4的高新技術(shù)企業(yè)2015—2017年運(yùn)行發(fā)展趨勢統(tǒng)計分析結(jié)果可以看出， 51家企業(yè)運(yùn)行發(fā)展情況取得持續(xù)進(jìn)步，約占企業(yè)總數(shù)的3/4；7家企業(yè)運(yùn)行發(fā)展情況持續(xù)衰退，需要引起警惕；波動發(fā)展的企業(yè)10家，其中波動增長型8家，波動衰退型2家，需予以重點(diǎn)關(guān)注。

(2)湛江市高新技術(shù)企業(yè)2015—2017年整體運(yùn)行發(fā)展情況向好發(fā)展，預(yù)測2018年整體發(fā)展質(zhì)量將進(jìn)一步提升。根據(jù)灰色預(yù)測理論得出湛江市2018年高新技術(shù)企業(yè)預(yù)警預(yù)測分布情況如圖4所示，結(jié)合圖5、表5的2015—2017年逐年上升的預(yù)警線與安全線值，可以看出湛江市高新技術(shù)企業(yè)2015—2017年運(yùn)行發(fā)展質(zhì)量整體向好發(fā)展，根據(jù)2018年企業(yè)預(yù)警線值和安全線值，可以推斷2018年整體企業(yè)的運(yùn)行發(fā)展質(zhì)量將進(jìn)一步提升。隨機(jī)抽取的7家高新技術(shù)企業(yè)的發(fā)展趨勢較好印證整體企業(yè)預(yù)測結(jié)果。

(3)預(yù)測2018年有40家高新技術(shù)企業(yè)的運(yùn)行發(fā)展?fàn)顩r優(yōu)于自身歷史平均水平，并且處于區(qū)域水平預(yù)警線之上，占企業(yè)總數(shù)的58.8%，其他28家企業(yè)需根據(jù)預(yù)警預(yù)測情況補(bǔ)齊短板。根據(jù)圖7和表6的時間序列-區(qū)域水平二維預(yù)警預(yù)測分布情況及統(tǒng)計結(jié)果，可以看出預(yù)警預(yù)測值優(yōu)于自身歷史平均水平且優(yōu)于區(qū)域水平預(yù)警線之上的企業(yè)有40家，占比58.8%(E、F區(qū)域內(nèi))；由于預(yù)警預(yù)測值低于自身歷史平均水平，觸發(fā)時間序列預(yù)警的企業(yè)總數(shù)為9家，占比13.2%(A、B、C區(qū)域內(nèi))；針對觸發(fā)時間序列-區(qū)域水平雙預(yù)警機(jī)制的2家企業(yè)(C區(qū)域內(nèi)) 需要重點(diǎn)預(yù)警；針對所有觸發(fā)預(yù)警機(jī)制的28家企業(yè)，則根據(jù)預(yù)警預(yù)測情況針對性補(bǔ)全短板。

4 結(jié)論

本文針對高新技術(shù)企業(yè)運(yùn)行發(fā)展情況建立預(yù)警模型。第一，通過綜合分析高新技術(shù)企業(yè)預(yù)警相關(guān)的文獻(xiàn)，針對高新技術(shù)企業(yè)運(yùn)行登記表中的31個指標(biāo)進(jìn)行梳理分析，歸納總結(jié)為人力資源條件、財務(wù)運(yùn)行狀況、研發(fā)能力情況及科研效能管理4個二級預(yù)警指標(biāo)，最終形成高新技術(shù)企業(yè)運(yùn)行發(fā)展綜合預(yù)警算法模型；第二，結(jié)合突變級數(shù)理論與系統(tǒng)化方法，實(shí)現(xiàn)湛江市2015—2017年68家高新技術(shù)企業(yè)的運(yùn)行發(fā)展預(yù)警值運(yùn)算及運(yùn)行發(fā)展趨勢分析；第三，運(yùn)用灰色預(yù)測模型完成湛江市2018年度高新技術(shù)企業(yè)運(yùn)行發(fā)展預(yù)警預(yù)測運(yùn)算，并建立時間序列-區(qū)域水平二維預(yù)警模型對湛江市高新技術(shù)企業(yè)運(yùn)行發(fā)展情況進(jìn)行分區(qū)域預(yù)警預(yù)測。預(yù)警結(jié)果顯示，湛江市高新技術(shù)企業(yè)2015—2017年整體運(yùn)行發(fā)展質(zhì)量向好發(fā)展，預(yù)測表明2018年整體發(fā)展質(zhì)量將進(jìn)一步提升；湛江市高新技術(shù)企業(yè)大體保持良好的運(yùn)行發(fā)展勢頭的同時，但約有1/4的高新技術(shù)企業(yè)未保持持續(xù)進(jìn)步狀態(tài)，需要重點(diǎn)關(guān)注；針對2018年的運(yùn)行發(fā)展預(yù)測結(jié)果顯示68家企業(yè)中的40家有望在實(shí)現(xiàn)運(yùn)行發(fā)展?fàn)顩r優(yōu)于自身歷史平均水平的同時，處于區(qū)域水平預(yù)警線之上，占企業(yè)總數(shù)的58.8%，其他28家企業(yè)則需根據(jù)預(yù)警預(yù)測情況盡快補(bǔ)齊短板，促進(jìn)自身運(yùn)行發(fā)展水平。通過針對湛江市68家高新技術(shù)企業(yè)2015—2017年運(yùn)行發(fā)展水平的預(yù)警分析，能夠?qū)φ拷懈咝录夹g(shù)企業(yè)整體運(yùn)行發(fā)展?fàn)顩r及未來發(fā)展趨勢進(jìn)行及時預(yù)警，輔助提升科技創(chuàng)新治理水平。