企业竞争力分析及综合评价体系的构建

    读研期间，最大的收获就是在导师的引导下，多次带领团队参与政府及公司的合作项目。在项目中增长了实践经验，积累了相关知识、学习了模型构建方法及算法编写的优化。趁着现在不忙，把经历的过程和努力的成果写在这里，既是为自己学过的知识梳理总结、为自己的汗水留份纪念，也可以为需要学习的小伙伴做个参考。

     内容原创，未经允许不得转载和使用。

关于孵化企业竞争力分析及综合评价体系的构建

一、背景介绍

        根据科技部定义，科技企业孵化器是以促进科技成果转化、培养高新技术企业和企业家为宗旨的科技创业服务载体。我国现有的产业孵化器基本上是由政府直接或间接提供大量的资金专门兴建的，硬件设施完备，收费低廉，为在孵企业提供了良好的基本服务支持。不仅涌现出一大批成熟的毕业企业，也为我国高新技术产业发展提供了源源不断的动力。

        XX市高新技术创业服务中心是在该市XX区管委会为扶持、服务中小型科技企业而设立的孵化器，是XX省首批、XX市首家成立的科技企业孵化器，被科技部认定为“国家级高新技术创业服务中心”。创业中心孵化器基础设施齐全、创新创业体系功能完备，是集综合孵化、专业孵化、国际孵化和二级孵化于一体的特色孵化网络体系，拥有近百个国家级研发中心和企业研发中心，多个公共技术服务平台。

         因为各个孵化器的发展水平和企业性质有所不同，从而使得孵化器的经济效益存在一定差异。为了了解各个孵化器的基本情况和经济效益，促进资源的高效、合理利用，我们在XX区管委会的支持下进行了此次XX高新园区孵化产业的调研活动。

        本次调研及建模分析基于园区内的所有孵化器中的企业，以“了解孵化器现状，促进企业合理、高效发展”为目标，在创业园区各孵化器负责人的帮助下对全部企业进行普查，统计各孵化器的从业人数、就业情况、场地面积、拥有知识产权数、获投资发展情况等十几项指标。

        对调查所得数据引入多维度数据处理的观念，采用多维测度、多维关联的思想来研究数据分布的波动性。同时结合大数据思想对孵化园区内的企业情况进行分析和建模，并运用大数据算法来完善和修正企业聚集度和竞争力的分析，建立决策树模型进行园区招商决策的辅助分析，最后根据园区实际情况构建双创指数模型。

        很好的将大数据理念与社会调查实践结合在一起，对XX技术产业园区内的企业现状进行综合评价，描述统计了各孵化器的现状结合综合评价，分析了各个孵化器的优势与不足，得到了各孵化器的统计建模结论，并给出了相关建议。

二、竞争力模型及评价体系的构建

（1）描述统计分析法

        本次调查对所有企业中的重点指标变量进行描述统计分析，例如：孵化器与各企业总数的数据统计汇总情况、孵化器与企业人数的数据统计汇总情况等。

（2）统计建模法--竞争力分析

        企业竞争力评价，是指借助反映企业竞争力因素的数据,对企业竞争力水平进行评估的过程。研究企业竞争力有助于企业挖掘自身潜力，提高经济效益。企业竞争力评价可以帮助企业寻找市场潜力和生产潜力。有助于推动企业管理水平的提高还可以为优势企业提供决策支持。

        主要从资金投入、技术创新、人力资本以及场地投入四个方面对各孵化器的竞争力进行分析。结合具体调查数据，最终确定：获天使或风险投资额、R&D投入、从业人员、博士人数、场地面积来建立竞争力的指标体系。利用方差贡献率克服主观赋权法的缺陷，根据各指标所含信息量的大小确定指标权重。最终得到各孵化器的综合竞争力得分，结合描述性统计分析来分析其原因。

（3）统计建模法--决策树分析

        招商引资在高新区孵化产业发展经济的工作中，扮演着重要角色。招商工作效果的好坏，与投资决策质量的高低有很大关系。决策树是评价项目风险、判断项目可行性的决策分析方法之一。运用决策树模型为招商决策做辅助分析，可以得出哪些企业能够获得利润，这些企业又具有怎样的特点，从而提高孵化产业招商引资的决策水平。

        一般来说，决策树是类似于流程图的树结构，其中每个内部节点表示在一个属性上的测试，每个分支代表一个测试输出，而每个叶节点代表类或类分布，树的最顶层节点是根节点。更明确的说，决策树是通过根节点到叶节点的顺序对实例进行分类，其中，每个节点代表一个属性，每个分枝代表它所连接的上节点在其属性上的可能取值。

         分别做每个孵化器和每个技术领域企业的决策树结果，对比分析得出结论：投资、场地面积、从业人员数是企业获得利润的主要因素。 但并不是投资越高、场地面积越大，企业的盈利能力越强。即使规模较小、投资较少的企业，如果被认定为高新技术企业，其盈利能力也较高。

（4）统计建模法--产业聚集度分析

         产业集聚是生产力实现空间布局上的优化，是各种生产要素在一定地或范围的大量集聚和有效集中。产业聚集有利于节约成本、促进分工与合作、提高区域品牌优势，了解各个孵化器的聚集情况，对于企业入驻安排具有参考性意义。

         产业聚集是提高区域竞争力、形成区位优势的重要载体和动力，能够提升高新技术产业效益。 通过计算赫芬达尔-赫希曼指数分析了各个孵化器不同技术领域的产业聚集情况。分别做每个孵化器和每个技术领域企业的决策树结果，对比分析得出结论：各行业的聚集度较高，产生了聚集效应，有利于提高区域竞争力。

（5）统计建模法--双创指数

         双创指数是以企业研发、融资、运营、销售数据为基础，建立一套以企业、用户、政府为一体的创新创业的科学评价体系，来反映全国各地区"大众创业、万众创新"的运行状况和发展趋势的指标体系和分析方法。

         根据双创指数的概念，结合孵化园区的实际情况和所得数据，将双创指标分为”人才指数、资本指数、R&D指数、活跃度”四个指标体系，再结合数据选取了13个指标建立了指标体系，通过建模分析各个孵化器的双创指数，能够更好地评价各个孵化器的运行状况和发展趋势。

         建模得到各系统层指标体系的得分，最终求得各孵化器的综合得分。对比分析得出结论。

三、总结建议

         针对本次调研分析的结论，我们提出几点针对性的建议。

1.调整产业布局，提高产业聚集度

        在产业布局和产业聚集度方面，各个孵化器能够做到对资源的合理、集中利用，也形成了一定的产业特色。但是，也存在少数企业的分布不够合理，若对他们做出改善，将有利于提高资源的利用率，促进行业发展的进步。

        例如：互联网+大数据技术领域中B孵化器的产业聚集度指数为0.598，A孵化器的产业聚集度指数为0.0002，出现异常值。可以考虑将A孵化器的企业适当调整至B孵化器，优化产业聚集效应，进而促进产业的良性竞争和交流发展。

2.引导各个孵化器优势互补，促进效能最大化

        各个孵化器发展水平与综合实力参差不齐，落实各个孵化器以优带劣，促进共同发展；对于孵化器发展不平衡现象，相关部门应该予以重视，并给出相应改进扶持。

       例如：C孵化器的双创指数为493.5，排名第二，资本、人才、活跃度指数都很高，但是R&D指数最低，仅为195，说明该孵化器的“在孵企R.D投入、当年知识产权授权数、当年获得省级以上奖励”比较薄弱，所以相关单位应该予以重视、加强引导，提高孵化器的综合实力。E孵化器的R&D指数达到674，创新投入较高；但企业收入较少，技术合同交易额也不多，整体活跃度仅为177；所以该孵化器应该发挥R&D投入优势，促进孵化器的均衡发展。