扶培一批“专精特新”中小企业,有助于克服我省产业结构重、市场活力弱等突出问题。但与大企业不同,中小企业由于数量庞大、情况复杂,政府很难进行精准扶持。大数据技术的应用,将为解决这一难题提供有效切入点。
“专精特新”中小企业是打好产业基础高级化、产业链现代化攻坚战的有力武器。当前,山东经济面临产业结构重、传统产业多、产品价值低、市场活力弱等突出问题,亟须扶培一批“专精特新”中小企业,助力全省经济在产业优化升级中走向高质量发展。
近年来,山东在扶培“专精特新”中小企业上持续发力并取得了一定成效,但扶培道路上面临的阻碍依然不少。
扶培对象的精准识别困难。山东省级和各地市“专精特新”中小企业的申报流程一般按照“确定申报条件—企业自主申报—政府部门逐级推荐—第三方机构或专家评审”的“四部曲”节奏开展。现行申报体制下,品牌影响力小、信息披露少的中小企业若无主动申报意愿,则往往淹没在中小企业海洋中,很难被发掘。调研发现,因申报流程复杂或缺少专门申报人才而遗憾放弃或错失机会的准“专精特新”中小企业不在少数,其中不乏业界“隐形冠军”。此外,在评审环节,传统的以“漂亮的申报书”为通过标准的评审方式存在一定主观性,容易错漏一些“能干却不会说”的实干型中小企业。
扶培措施的服务精准度低。对申报成功的“专精特新”中小企给予适当的奖金奖励和有限的政策倾斜是当前常用的扶培措施,尽管具有一定的扶培效果,但服务精准度低。首先,扶培措施过于泛化,缺乏针对性。由于“专精特新”中小企业专业化强、特色明显,因此,企业所属行业不同、产品或服务定位不同,在“专精特新”四个方面的侧重点也不同,不加区别地实施统一的扶培措施难以充分挖掘各企业发展潜力。其次,扶培措施的“帮扶”力度太弱。目前的扶培措施以资金上的“奖扶”为主,而对于中小企业真正需要政府伸以援手、协助解决的发展难题却措施不多,具体行动上的“帮扶”不足。
扶培体系的系统性不强。当前,“专精特新”中小企业扶培工作侧重于申报、评审和奖励,但长期而言,建立系统的扶培机制,提升政府在优化服务、过程监管、结果考核、成果保障等方面的能力与水平才是关键之策。从山东的情况来看,尚未建立起事前、事中、事后的全过程扶培体系,监管考核、安全保障等扶培机制运行低效甚至缺位的问题比较明显。
造成上述问题的原因错综复杂,但政府与中小企业之间信息不对称是根本。大数据的兴起与应用,为解决这一难题开辟了新思路。大数据海量的信息资源和强大的信息整合、处理及分析能力,可以使政企之间的信息不对称程度大幅降低,从而提升“扶培”的精准化水平。以大数据为抓手,精准扶培“专精特新”中小企业,山东应坚持问题导向,渐进式地从以下方面发力。
加快推进山东政务信息系统整合共享成果在“专精特新”中小企业申报中的应用。山东自2017年10月开展政务信息系统整合共享工作以来,成效显著,省级与国家、全省各地市之间的共享交换平台已基本完成联通；涵盖2.5亿多条数据的公共数据开放网上线；全省统一身份认证系统实施,企业网上办事“一号登录、一站受理、一网通办”得以实现。如果能够从申报方式入手,将这些丰富的政务信息资源和全国领先的电子政务平台恰当应用于“专精特新”中小企业申报,既可以简化企业的申报手续、提高申报积极性,又可以依靠客观数据获得更科学的评审结果。而且,此举措“试水”山东的条件已基本具备,是推动大数据精准扶培“专精特新”中小企业的有效切入点。
培养专业大数据运营机构,推动中小企业大数据平台建设。深入挖掘大数据在精准扶培“专精特新”中小企业方面的潜能,就必须推动建设全省中小企业大数据平台,发挥大数据汇聚、处理、整合、存储、深度分析与学习、动态追踪与监控等强大作用,开发契合“专精特新”中小企业扶培需要的大数据应用功能。在这个过程中,政府除了发挥数据收集优势外,还需要培养一批专业的大数据运营机构,为“大数据+‘专精特新’中小企业”提供方案设计、设施建设、系统开发与管理、数据融合与挖掘、安全预警与防护等专业化技术服务。
构建“大数据+‘专精特新’中小企业”的一体化扶培体系。以网络化申报、评审为基础,大数据在构建系统性扶培体系上大有可为。首先,建立“大数据+政务服务”机制。对于已认定的“专精特新”中小企业,大数据提供的信息不但能使相关部门更清晰地观察到不同企业在“专精特新”四个方面的侧重点,以便区别培养、分类施策,而且能更直观地了解企业发展过程中面临的具有共性特征的问题,从而制订更具针对性的解决方案。其次,建立“大数据+监管+考核”机制。包罗万象、实时更新的大数据能够真实反映企业的生产经营、市场供需、创新能力等重要情况,使相关部门的实时监管和定期考核成为可能。最后,建立“大数据+安全保障”机制。大数据所反映的信息还能够对经营风险、金融风险等企业危机发出预警,为政府和企业制定恰当的防控措施争取时间与契机,提高风险抵御能力不强的中小企业战胜危机的胜算。
(作者系山东社会科学院经济研究所经济学博士)
