浅谈军工企业高质量发展指标监测体系的构建

王锋、高洋、訾奶全、苗苗、卢临江 /北京航天自动控制研究所

中央企业是国民经济的“压舱石”，在企业转型发展、优化经济结构等新旧动能转换的大背景下，企业需要利用大数据的手段，从效益、质量、创新、科技投入等多个维度对其经济运营质量进行直观展现，从而衡量企业发展的状况与趋势。

目前，在数据驱动方面军工企业的数据采集还不够全面，多数未能延伸至业务管理层面，也没有按照不同类型数据的特点进行分类、整理及分析，对数据变化的敏感度还不高，数据驱动的作用还未能有效发挥。因此，在“减速增质”的新要求下，要实现全面的高质量发展，需要建立一套与军工企业高质量发展相匹配的动态指标监测体系，将企业高质量发展的内在规律通过数据指标的形式进行展示，更加科学、完整地反映企业的发展运行情况，全方位参与并支持经营者决策。

一、高质量发展指标监测体系构建的原则

针对当前推进高质量发展的要求，建立与军工企业高质量发展相匹配的指标监测体系，以指标明确高质量发展的方向和目标，引导和规范运营行为，及时准确地反映高质量发展情况，评价通过指标监测、实时对标、动态敏感偏差，及时识别风险，为各级领导及业务部门提供全面、直观、具体的业务运行监测和决策参考，推动企业实现高质量发展。

1.指标可量化原则

在指标体系构建的过程中，指标选取以可量化为主导，注重定性与定量指标相结合。对于定性经济指标，可采用内容分析法等方式，通过定量方法加工汇总后得到定量指标，指标选取要尽量优先考虑那些已经具有统计制度支撑的指标。同时，将持续发展能力、科技创新能力与具体财务量化指标（经营增长能力、盈利能力等）相结合，提高指标监测体系的完整性、指导性和实用性。

2.系统全面性原则

在指标体系构建的过程中，要将企业经济运行分析、生产经营管理、创新绿色发展等多个主要层面数据融合在一起，指标体系建设不能仅限于传统的财务指标，而是深入挖掘各类型指标之间的深层关系，加强指标监测体系的深度，提升指标监测体系支撑决策的力度。

3.整体性与差异性相结合原则

在指标体系构建的过程中，一方面要反映企业整体运营的情况，另一方面也要反映不同业务类型发展的状况，满足不同维度的分析需求。同时，要便于指标横向对比、对标，提升可操作性，且指标相对稳定。

4.结果性与预测性相结合原则

在指标体系构建的过程中，重点是以可量化统计、表征结果的数据性指标为主，同时也要有对未来发展能起到预测作用的指标，两者相辅相成。

二、建设思路及内容

1.高质量发展内涵

高质量发展阶段涉及到经济结构、增长动力、发展方式等多方面的系统性变革。高质量、高效率、高效益发展的本质就是从高速度向高质量、从中低端向中高端转变，涉及经济效益、创新实力、产业升级、结构优化、企业治理、可持续发展等方面的重大变革和战略调整。

（1）经济效益好

从速度规模型向质量效益型转变是高质量发展的本质要求。经济效益不但可以衡量各项经济资源及资产管理水平的高低，还能够综合反映企业生产经营活动的整体水平，其中既包括各生产要素间的协调程度，也包括外部环境对企业的影响。

高质量、高效率、高效益发展需要摆脱规模依赖，把发展的立足点真正转到提高质量和效益上来。对于军工企业来说，需要推动技术性能和经济效益的统一，强化市场竞争力、增强整体经济实力、确保科研生产任务按时保质完成，确保任务圆满成功，确保保障系统用户满意，为高质量发展奠定基础。

（2）创新能力强

创新能力是实现高质量发展的关键支点。高质量发展的关键是实现从要素驱动向创新驱动转变，从而最大程度发挥创新的动能作用。创新能力不仅仅是技术创新，同时还包括制度创新、管理创新、业务创新等。

瞄准世界军工技术前沿和顶尖水平，努力实现关键核心技术自主可控，掌握创新发展的主动权，加快建立技术创新体系，深化科技体制改革，汇聚各类创新资源，加强原始创新、集成创新和引进消化吸收再创新，创造新技术需求，抢占技术发展的制高点，进一步提升企业的自主创新能力、国际竞争力和行业影响力。

（3）人才队伍优

人才队伍建设是高质量发展的人才保证和智力支持。企业的改革调整、任务完成、市场拓展、公司治理等重大举措需要高水平、高素质的人才完成，坚持组织与员工共同发展，以价值创造者为本。

尊重、依靠、激励、培养有创造价值的人员，瞄准长远发展引进和培育核心人才，定制针对性培养计划，使各类专业人才快速投入到市场化发展进程中，增强内生动力。提高人才质量，加速人力资源转型，推动人力资源管理向人力资本管理转化，建设造就一支知识结构复合、专业优势互补、年龄层次合理的人才队伍，实现向行业影响力大、研究能力强、文化素质高、经营管理水平高的职业化人才队伍跨越式发展，最终实现人才强企的目标。

（4）发展潜力大

发展潜力是实现高质量发展的动力支撑。高质量发展需要确立可持续发展观念在企业生产、管理和发展中的重要地位，使企业在盈利的同时增加未来可持续发展的能力，实现资源最优配置，进而提高企业自身绩效。

高度重视军民融合发展战略，发挥自身优势，充分挖掘发展潜力，增加订单持有量；通过市场定位、产品开发、技术创新等手段形成核心竞争力与核心技术能力，形成企业长期竞争优势，提高企业的市场竞争力，积极探索转型升级，支撑企业未来可持续健康发展。

2.高质量发展指标体系建设内容

结合军工企业发展的实际情况，北京航天自动控制研究所构建了高质量发展评价指标监测体系（见表1）。指标监测体系包含以结果为主的发展指标监测集和以预测为主的信心指标监测集，由总指数、方面指数和分项指标组成，每个方面的指数又包含若干分项指标。其中，发展指标监测集包括经济发展绩效、强国强军支撑、创新技术引领、产业发展突出、现代企业治理5 个引领性指标，信心指标监测集包含发展信心指数、风险防控信心指数及用户推荐指数（NPS）3个指标。

表1 高质量发展指标监测体系（结果性）

发展指标监测集的每个1 级指标下围绕盈利能力、经济增长、供给能力、科技投入等细分为15个评价维度作为2 级指标，每个2 级指标对应若干个子指标进行表征，共包含67 个3 级指标。

为使指标集能够量化可监测，针对每个3 级指标，分别从指标含义、选取来源和监测周期等多方面进行具体解释和分析，给出了指标的计算公式。在指标选择方面，借鉴国有资产监督管理委员会《企业绩效评价标准》、军工集团核心评价指标、业务发展潜力重要指标等多方面高质量发展的要求，充分体现出军工企业的高质量发展特点。

三、指标体系的应用

一是结合业务领域发展特点，灵活运用指标体系，创新分析形式和分析思路，有效指导各业务领域高质量发展。高质量发展指标体系由经济发展财务指标、强国强军支撑、创新技术引领、产业发展突出、现代企业治理等5 类结果性指标和发展信心指数预测性指标构成，秉承“全面深入、重点突出”的原则，创新分析形式和分析思路。

在分析形式上，企业的高质量发展分析可按月、季、年分期进行，也可按业务特点、重点关注事项等分专题进行。定期开展高质量发展的综合效果评价，总结经验教训，找出差距和薄弱环节；不定期对重点关注事项进行专题分析，剖析问题，提出局部和管理流程优化措施。在分析思路上，既可以通过各项指标加权，对标高质量发展要求，实现对企业发展态势的综合分析；也可以将各维度指标单独统计，实现对各业务领域的专题分析。同时，合理运用各维度指标之间的关联关系，从各维度指标中抽取相应的指标数据，实现对重点关注事项的特色分析。

二是强化数据采集功能，提升统计数据价值。准确的数据输入是发挥高质量发展指标体系指导作用的基本前提，由于指标体系涉及财务、人力、市场等多个层面的数据信息，数据已涉及到企业经营管理的各个层面，基本上涵盖了企业所有的业务领域，需要借助大数据统计等先进的信息技术手段，提升企业数据统计的及时性、真实性和有效性。同时，健全和完善现有的数据收集体系（统计、财务、科研、人力）及组织、制度、岗位接口，为数据收集、分析体系工作提供基础保障。

三是充分发挥指标体系作用，推动企业数字化转型。高质量发展指标体系的建立是基于企业未来发展改革的要求，从经济发展、技术创新、科技人才培养、市场开拓、企业治理等若干个关键维度，运用理论模型组合形成的。通过指标体系中数据的变动来认识和把握发展规律，完善企业的治理体系。加强高质量发展指标体系的监测及分析，及时发现和解决发展运行中存在的困难和问题，对于保持企业经济平稳较快运行，促进管理变革，提升经营能力，确保中长期规划目标实现具有特别重要的意义。

研发投入占比38 创新课题经费（来款）占比39 高学历人才比例40 院首席专家及以上领军人才数量41 国际合作技术创新项目数量42 创新课题新立项加权金额43 37创新规模科研成果知识产权转化收益率44 自主知识产权专利数量45 发明专利占比46 技术创新成果获奖加权47 国际论文及标准数量48技术引领创新技术引领创新成果自主核心技术占比49 军民两用核心技术占比50 国际一流技术占比51产业营业收入增长率52 产业利润总额增长率53 新签合同额增长率54市场潜力新产品收入占比55 民品收入占比56 控股公司净利润增长率57 产业资产证券化率58产业投入产业发展突出产业布局人员投入占比59 研发投入占比60 资产投入增长率61企业治理 企业级风险指数62 组织管理现代化程度63 绿色发展 万元增加值能耗64 单位工业增加值用水量65美好生活现代企业治理人均劳动报酬（在岗职工口径）66 培训费用投入比例67 员工幸福感指数提升率

通过分析企业经营评价方法和构建指标体系的技术方法，对指标监测体系中存在的亮点和不足之处进行探讨，提出指标体系应用的初步想法。需要注意的是，该指标监测体系只是在现有认识的基础上建立的，不能涵盖高质量发展的方方面面。在指标设计中，一些指标还找不到可靠的统计来源，需要做大量的工作来做好统计指标的设定与采集；有些指标还需要根据实际发展的状况进行调整。同时，不同维度的指标可能会由于相关性较强，可以合并成一个指标来代替，这些都需要在后续工作中进行深入研究。