技術(shù)創(chuàng)新審計(jì)方法的探索

樊一陽(yáng) 田月陽(yáng) 阮婉玲

摘 要：技術(shù)創(chuàng)新審計(jì)是一種新的科技專(zhuān)業(yè)化服務(wù)形式，主要功能是對(duì)企業(yè)技術(shù)創(chuàng)新能力或技術(shù)創(chuàng)新績(jī)效進(jìn)行專(zhuān)業(yè)鑒證。從影響技術(shù)創(chuàng)新的收益、質(zhì)量和時(shí)效的不利因子角度出發(fā)，設(shè)計(jì)了技術(shù)創(chuàng)新不利因子過(guò)濾模型。結(jié)合電子信息行業(yè)200家成長(zhǎng)型中小企業(yè)為實(shí)證數(shù)據(jù)來(lái)源，運(yùn)用結(jié)構(gòu)方程法對(duì)提煉的雙層不利因子間的關(guān)系進(jìn)行了驗(yàn)證。研究結(jié)論表明，簡(jiǎn)化技術(shù)創(chuàng)新審計(jì)工作量、提高技術(shù)創(chuàng)新審計(jì)測(cè)度的可操作性是過(guò)濾不利因子方法進(jìn)行的技術(shù)創(chuàng)新審計(jì)模式的主要特點(diǎn)。

關(guān)鍵詞：技術(shù)創(chuàng)新審計(jì)；技術(shù)創(chuàng)新不利因子；過(guò)濾模型；雙層不利因子

中圖分類(lèi)號(hào)：F 239.1

文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-7312（2016）04-0343-07

0 引 言

技術(shù)創(chuàng)新審計(jì)理論研究由英國(guó)學(xué)者Chiesa[1]于1996年提出，其實(shí)踐由德國(guó)弗勞恩霍夫協(xié)會(huì)（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(guò)程和創(chuàng)新項(xiàng)目的有效實(shí)施，完善和健全專(zhuān)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(guó)工商界推廣了“Chiesa模型”的應(yīng)用，并得到英國(guó)工業(yè)部和商務(wù)部的支持。技術(shù)創(chuàng)新審計(jì)應(yīng)用范圍幾乎普及到整個(gè)歐洲，有針對(duì)行業(yè)的技術(shù)創(chuàng)新審計(jì)，但更多是針對(duì)企業(yè)，其主要形式都是以測(cè)度創(chuàng)新能力形式展開(kāi)。

測(cè)度技術(shù)創(chuàng)新能力的目的是對(duì)技術(shù)創(chuàng)新主體的價(jià)值估值，當(dāng)技術(shù)創(chuàng)新主體參與市場(chǎng)交易事件發(fā)生時(shí)，例如，創(chuàng)新創(chuàng)業(yè)企業(yè)在吸收風(fēng)險(xiǎn)投資、企業(yè)兼并重組、技術(shù)創(chuàng)新成果參與市場(chǎng)交易等事件發(fā)生，均要遇到企業(yè)估值問(wèn)題。根據(jù)德國(guó)弗勞恩霍夫協(xié)會(huì)采用的收益、質(zhì)量、時(shí)效三因子評(píng)價(jià)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(jì)標(biāo)準(zhǔn)的動(dòng)態(tài)化管理，以三因子理論為依據(jù)，研究對(duì)企業(yè)技術(shù)創(chuàng)新活動(dòng)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(gè)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(dòng)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(jì)的工作效率。對(duì)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(duì)企業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)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(shí)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(shí)因子[3]。成本因子也可解釋為財(cái)務(wù)不利因子，指技術(shù)創(chuàng)新的代價(jià)：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(duì)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(duì)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(shí)技能、研發(fā)設(shè)備、部門(mén)協(xié)調(diào)、產(chǎn)品質(zhì)量審核、競(jìng)爭(zhēng)對(duì)手等；耗時(shí)因子也可解釋為對(duì)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(guò)程、市場(chǎng)開(kāi)發(fā)、項(xiàng)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(wèn)題所在，但各自所涵蓋的內(nèi)容過(guò)于寬泛，無(wú)法對(duì)如何糾正問(wèn)題做出具體指示。為使得不利因子對(duì)技術(shù)創(chuàng)新評(píng)估與修正有更為直觀的影響，需要對(duì)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(jì)，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(shí)效。收益不利因子可通過(guò)盈利能力、營(yíng)運(yùn)能力、償債能力進(jìn)行測(cè)度，這3個(gè)觀測(cè)值都可從企業(yè)財(cái)務(wù)報(bào)告中運(yùn)用財(cái)務(wù)分析公式直接獲得。創(chuàng)新質(zhì)量不利因子則通過(guò)功能創(chuàng)新強(qiáng)度、經(jīng)濟(jì)創(chuàng)新強(qiáng)度、市場(chǎng)接受度獲得，這3個(gè)觀測(cè)值都可從企業(yè)銷(xiāo)售業(yè)績(jī)報(bào)告、市場(chǎng)調(diào)研報(bào)告中獲得。創(chuàng)新時(shí)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(cè)度，即可通過(guò)創(chuàng)新策劃書(shū)、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?zhuān)诮鉀Q企業(yè)技術(shù)創(chuàng)新問(wèn)題時(shí)標(biāo)示更明確的方向和更清晰的指導(dǎo)。對(duì)應(yīng)收益不利因子的第二層測(cè)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(píng)估，其資料來(lái)源于財(cái)務(wù)報(bào)告、訂價(jià)單、稅單等；現(xiàn)金流動(dòng)不利因子由資金回收速度、資金利用效率測(cè)度，數(shù)據(jù)資料來(lái)源于融資報(bào)告、現(xiàn)金流量表等[5]。

創(chuàng)新質(zhì)量不利因子的第二層測(cè)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(cè)度，數(shù)據(jù)資料來(lái)源于職員信息表、固定資產(chǎn)管理卡、企業(yè)管理層會(huì)議資料等。研發(fā)管理不利因子通過(guò)質(zhì)量監(jiān)控力度、風(fēng)險(xiǎn)監(jiān)控力度進(jìn)行觀察，由企業(yè)會(huì)議記錄、管理活動(dòng)記錄等可觀測(cè)到這2個(gè)值。

對(duì)應(yīng)創(chuàng)新時(shí)效不利因子的第二層測(cè)度指標(biāo)有：進(jìn)度管理不利因子通過(guò)研發(fā)計(jì)劃合理性、研發(fā)進(jìn)程監(jiān)控力度和部門(mén)協(xié)調(diào)性觀測(cè)可得，數(shù)據(jù)資料來(lái)源于研發(fā)計(jì)劃書(shū)、進(jìn)度報(bào)告等。技術(shù)條件不利因子則可通過(guò)研發(fā)人員工作效率、核心技術(shù)基礎(chǔ)測(cè)量可得，數(shù)據(jù)可從創(chuàng)新進(jìn)度表、專(zhuān)利申請(qǐng)記錄中獲得[6]。雙層不利因子及其測(cè)量指標(biāo)見(jiàn)表1.

1.3 技術(shù)創(chuàng)新不利因子過(guò)濾模型設(shè)計(jì)

技術(shù)創(chuàng)新不利因子過(guò)濾模型的基本思路是通過(guò)審查所有第一層不利因子，過(guò)濾當(dāng)中的無(wú)問(wèn)題因子或不重要因子，并確定需要深層審計(jì)的關(guān)鍵性因子，再找出與之相對(duì)應(yīng)的二層因子進(jìn)行審計(jì)，最后確定對(duì)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(shí)施審計(jì)的具體步驟如下：

第一步，對(duì)全部第一層不利因子的觀察值進(jìn)行測(cè)量，判斷不利因子是否真實(shí)存在或是否重要。例如，對(duì)企業(yè)產(chǎn)品差異度、功能創(chuàng)新、經(jīng)濟(jì)性創(chuàng)新、市場(chǎng)接受度測(cè)度，結(jié)果發(fā)現(xiàn)企業(yè)創(chuàng)新質(zhì)量過(guò)低，說(shuō)明質(zhì)量不利因子真實(shí)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(cè)度指標(biāo)的觀察值表現(xiàn)優(yōu)秀或正常，則說(shuō)明企業(yè)不存在收益不利或創(chuàng)新時(shí)效不利的問(wèn)題。

第二步，對(duì)第一次審計(jì)所確定的一層不利因子進(jìn)行第二次詳細(xì)審計(jì)，即檢驗(yàn)一層不利因子對(duì)應(yīng)所有二層不利因子。例如，已檢驗(yàn)出企業(yè)存在創(chuàng)新質(zhì)量不利因子，應(yīng)對(duì)創(chuàng)新質(zhì)量不利所對(duì)應(yīng)的二層不利因子進(jìn)行檢驗(yàn)，即審計(jì)企業(yè)的研發(fā)資源、質(zhì)量管理。因收益不利因子或時(shí)效不利因子不存在重大不利影響，不再過(guò)多關(guān)注。

第三步，確定真實(shí)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(xiàng)工作中發(fā)現(xiàn)，質(zhì)量管理不利是真實(shí)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(jì)人員應(yīng)當(dāng)對(duì)企業(yè)的質(zhì)量管理政策提出改善意見(jiàn)，以減少或消除創(chuàng)新質(zhì)量對(duì)企業(yè)技術(shù)創(chuàng)新的不利影響。

2 實(shí)證設(shè)計(jì)

技術(shù)創(chuàng)新不利因子過(guò)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(yàn)證多重相互關(guān)系，檢驗(yàn)技術(shù)創(chuàng)新不利因子過(guò)濾模型的有效性[7]。

2.1 實(shí)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(qǐng)企業(yè)為實(shí)證數(shù)據(jù)來(lái)源，選取成立時(shí)間5～9年之間的電子信息行業(yè)200家（成長(zhǎng)型）企業(yè)為樣本。申請(qǐng)企業(yè)涉及技術(shù)領(lǐng)域、子領(lǐng)域、方向3方面，對(duì)申請(qǐng)企業(yè)的能力、創(chuàng)新活動(dòng)進(jìn)展、創(chuàng)新條件等進(jìn)行了詳細(xì)說(shuō)明，并提供了專(zhuān)利證書(shū)、許可證、批文、查新報(bào)告、檢測(cè)報(bào)告、用戶報(bào)告等附件。申請(qǐng)材料具體內(nèi)容如下：企業(yè)基本信息、管理團(tuán)隊(duì)介紹、研發(fā)團(tuán)隊(duì)介紹、創(chuàng)新成果介紹、目標(biāo)市場(chǎng)概述、競(jìng)爭(zhēng)力分析、商業(yè)模式、財(cái)務(wù)報(bào)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(gè)（見(jiàn)表2），采用SPSS 18.0對(duì)評(píng)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(yàn)

由23個(gè)變量的均值及標(biāo)準(zhǔn)差可看出，指標(biāo)的標(biāo)準(zhǔn)差均較小（見(jiàn)表2），符合正態(tài)分布的特點(diǎn)，說(shuō)明可繼續(xù)對(duì)其進(jìn)行效度檢驗(yàn)。

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(duì)其進(jìn)行信度檢驗(yàn)。克朗巴哈系數(shù)（Cronbachs α）

可用于信度測(cè)驗(yàn)[8]。變量V9，V10，V11與其他20個(gè)變量之間呈現(xiàn)負(fù)相關(guān)，需要在計(jì)算α信度前將這3個(gè)變量的樣本值做反向處理。經(jīng)SPSS 18.0處理后的結(jié)果見(jiàn)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(shuō)明樣本信度較高。

2.2.3 效度檢驗(yàn)

驗(yàn)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(yàn)，對(duì)此采用KMO檢驗(yàn)和Bartletts球型檢驗(yàn)。表4是運(yùn)行SPSS 18.0之后的檢驗(yàn)結(jié)果：KMO值為0.830（>0.8），說(shuō)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(qiáng)；Bartlett球形檢驗(yàn)近似卡方值非常大，且其對(duì)應(yīng)的相伴概率值小于0.001，說(shuō)明各變量不獨(dú)立。綜合可知，樣本數(shù)據(jù)適合做驗(yàn)證性因子分析，下一步可進(jìn)行模型有效性檢驗(yàn)。

3 實(shí)證分析

結(jié)構(gòu)方程（SEM）是一種驗(yàn)證性的統(tǒng)計(jì)技術(shù)，可用于驗(yàn)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(guò)濾模型的驗(yàn)證性因子分析[9]。技術(shù)創(chuàng)新不利因子過(guò)濾模型包含橫向分布和縱向分布。橫向分布由三個(gè)一層不利因子及其觀測(cè)指標(biāo)構(gòu)成?？v向分布由一層不利因子與相對(duì)應(yīng)的二層不利因子共同構(gòu)成，模型中分為財(cái)務(wù)、可控資源、技術(shù)成熟度3個(gè)縱向分布。利用SEM模型對(duì)這2種分布進(jìn)行擬合檢驗(yàn)，驗(yàn)證三個(gè)一層不利因子能否完全反映技術(shù)創(chuàng)新中存在的問(wèn)題，以及二層不利因子是否足以解釋其所對(duì)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(dòng)存在不利因素，認(rèn)為不可觀測(cè)的一層不利因子足以代表這些因素，并需要由其他可觀測(cè)指標(biāo)進(jìn)行表征。以上一層不利因子及其對(duì)應(yīng)觀測(cè)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(cái)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(duì)應(yīng)顯變量V1，V2，V3，F(xiàn)2對(duì)應(yīng)顯變量V4，V5，V6，而F3對(duì)應(yīng)顯變量V7，V8（顯變量編號(hào)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(guò)Amos運(yùn)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(shí)說(shuō)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(guò)V1，V2，V3測(cè)度，F(xiàn)2可通過(guò)V4，V5，V6測(cè)度，而F3可通過(guò)V7，V8觀察估計(jì)。此外潛變量F1，F(xiàn)2，F(xiàn)3之間相關(guān)性也較緊密，說(shuō)明整個(gè)路徑系數(shù)分析模型穩(wěn)定、有效。

路徑分析模型圖是對(duì)樣本數(shù)據(jù)的描述，不足以驗(yàn)證不利因子過(guò)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(guò)濾模型的適配度，可從3個(gè)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(yàn)。對(duì)該模型進(jìn)行適配檢驗(yàn)（本文暫略適配度檢驗(yàn)表），其基本適配指標(biāo)均達(dá)到檢驗(yàn)標(biāo)準(zhǔn)；整體模型適配度即模型的外在質(zhì)量檢驗(yàn)中，絕對(duì)適配度指標(biāo)、增值適配度指標(biāo)與簡(jiǎn)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(wú)假設(shè)，表明技術(shù)創(chuàng)新不利因子過(guò)濾模型與樣本數(shù)據(jù)契合；從內(nèi)在質(zhì)量方面檢測(cè)，檢測(cè)指標(biāo)反應(yīng)良好，模型的內(nèi)在質(zhì)量可以接受。

經(jīng)過(guò)驗(yàn)證性因子分析，技術(shù)創(chuàng)新不利因子過(guò)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(cè)值表征，共同對(duì)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(cái)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(gè)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(cái)務(wù)不利相關(guān)的縱向分布中財(cái)務(wù)不利因子是內(nèi)因潛變量，其對(duì)應(yīng)的成本不利因子與現(xiàn)金流不利因子是外因潛變量?？煽刭Y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(jiàn)表5）。縱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(cè)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(guò)Amos擬合分析，可知縱向分布的3個(gè)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(yàn)表）。財(cái)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(shuō)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(yàn)，過(guò)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(guò)濾模型假設(shè)成立。

4 結(jié) 論

技術(shù)創(chuàng)新不利因子過(guò)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(guò)濾模型的基本思路，即通過(guò)審查所有第一層不利因子，過(guò)濾當(dāng)中的無(wú)問(wèn)題因子或不重要因子，并確定需要深層審計(jì)的關(guān)鍵性因子，再找出與之相對(duì)應(yīng)的二層因子進(jìn)行審計(jì)，最后確定對(duì)企業(yè)技術(shù)創(chuàng)新活動(dòng)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(jì)中進(jìn)行實(shí)證研究，結(jié)果表明：經(jīng)過(guò)驗(yàn)證性因子分析，技術(shù)創(chuàng)新不利因子過(guò)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(wèn)題，二層不利因子足以解釋其所對(duì)應(yīng)的一層不利因子。一層不利因子由各自的觀測(cè)值表征，雙層不利因子共同對(duì)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(guò)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(shí)務(wù)工作中審計(jì)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(wèn)題及其原因，并指明改進(jìn)方向。技術(shù)創(chuàng)新不利因子過(guò)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(jiǎn)化了評(píng)價(jià)審核工作量。以過(guò)濾不利因子為基本運(yùn)作方式的技術(shù)創(chuàng)新審計(jì)模型，特點(diǎn)如下。

1）為技術(shù)創(chuàng)新審計(jì)測(cè)度提供可操作性。第一層不利因子簡(jiǎn)潔明了、代表性強(qiáng)，審計(jì)人員對(duì)這些因子進(jìn)行審計(jì)時(shí)，可迅速篩選出對(duì)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(gè)一層因子都對(duì)應(yīng)相關(guān)的二層因子，為審計(jì)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(duì)企業(yè)創(chuàng)新中存在的問(wèn)題提供清晰的解釋?zhuān)苯咏o出了解決問(wèn)題的思路。

2）有助于提高審計(jì)資源配置效率，節(jié)約審計(jì)成本。模型由簡(jiǎn)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(qiáng)了審計(jì)工作的層次感與條理性，可快速制定并恰當(dāng)調(diào)整審計(jì)計(jì)劃，保證審計(jì)資源的有效配置。運(yùn)用過(guò)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(jì)工作，減少了時(shí)間成本、人力成本與物力成本。

3）增強(qiáng)了動(dòng)態(tài)化技術(shù)創(chuàng)新審計(jì)標(biāo)準(zhǔn)的實(shí)踐意義。模型基于技術(shù)創(chuàng)新審計(jì)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(duì)審計(jì)標(biāo)準(zhǔn)的方法原則和評(píng)價(jià)原則，是運(yùn)用審計(jì)標(biāo)準(zhǔn)的途徑之一。

4）不利因子過(guò)濾理念帶有一定的主觀性。模型的基本運(yùn)行思路是過(guò)濾技術(shù)創(chuàng)新不利因子，而未說(shuō)明如何準(zhǔn)確立技術(shù)創(chuàng)新不利因子是否重大，即過(guò)濾水平線的設(shè)定。此方法帶有一定的主觀性，設(shè)計(jì)過(guò)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(shí)對(duì)技術(shù)創(chuàng)新審計(jì)人員的經(jīng)驗(yàn)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(jià)的三因素模型研究——基于中國(guó)股票市場(chǎng)的檢驗(yàn)[J].系統(tǒng)工程理論與實(shí)踐，2014（3）：600-612.

[4] 劉書(shū)慶，吳維娜，蘇 秦.科技成果產(chǎn)業(yè)化產(chǎn)品試制績(jī)效影響因子實(shí)證研究[J].科技進(jìn)步與對(duì)策，2013，30（2）：21-25.

[5] 袁 美.中小企業(yè)現(xiàn)金流風(fēng)險(xiǎn)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(guò)程不同主體行為研究[J].中國(guó)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(píng)估體系建立與實(shí)證分析——基于美國(guó)波多里奇國(guó)家質(zhì)量獎(jiǎng)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.