收藏本站
《北京邮电大学》 2017年
收藏 | 手机打开
二维码
手机客户端打开本文

小微企业合作网络与成长预测研究

李瑾颉  
【摘要】:小微企业在国家经济发展中承担重要支撑作用,是创造就业机会、维持社会稳定、促进产业结构调整、保证经济持续增长的重要力量,也是市场创新技术转化和培养企业家的重要主体。从当前中国小微企业发展状况来看,其平均寿命较短,特别是微型企业仅为2. 9年。如何提升小微企业生存年限促进企业成长成为各界关注热点。企业合作网络为小微企业提供了丰富创新资源组合的机会,企业通过整合外部所需资源,成为解决内部资源不足问题的有效途径。早期企业成长研究关注内生要素,即从创业者或创业团队特质角度对企业成长的作用机理展开详实研究,但是,随着市场分工的细化,单一企业无法拥有全部的专业技术知识或具备独立应对风险资金不足带来挑战的能力。因此,企业资源扩展为企业与外部主体的协作能力,小微企业与供应商、客户、中介机构、金融机构、政府、乃至竞争对手的合作建立的外部关系网络成为了企业的一种核心资产。在与外界环境交融的过程中,企业不断形成自身的关系网络。因此,网络中多重关系联结的逐步演化也是内部网结构不断优化的过程。通过丰富扩大企业的合作网络,优化网络结构,保证了信息资源流动渠道的畅通和创新技术的扩散,进而促进小微企业成长。在本文的研究过程中,主要从理论、实证、仿真三个方面展开探讨如何促进小微企业更好地成长的问题。针对小微企业研究知识图谱、小微企业合作网络结构分析、合作网络对小微企业成长性的影响、小微企业成长性预测问题进行了详细研究探讨,以期在廓清小微企业研究脉络和动态热点前沿基础上,探求实践经验数据,把握合作网络特征和关系类型,从而更好的为支持小微企业成长提供指导。基于此,本研究主要工作和研究结论如下:第一、对小微企业知识图谱的绘制,分析中国小微企业问题研究状况,探测领域前沿动态,目的是确定现有研究的薄弱缺失环节。研究理论是由企业实践活动需求所驱动的,反过来,中国小微企业管理实践也需要理论的支撑,研究成果可以为企业提供竞争、生存、发展策略建议。文章首先选取中文社会科学引文索引(CSSCI)数据库作为数据来源,以“小微企业”作为检索词,并对数据进行标准化处理作为后续研究基础。其次,统计小微企业研究文献量和作者数量变化趋势,发现近年来并没有大量的研究人员和学术成果出现,这与政府积极扶持小微企业发展、推动大众创业的部署形成对比,说明小微企业研究关注对象和问题过于专一,研究出现了瓶颈,需要对以往研究进行梳理,积极探寻新的研究热点。最后,通过关键词共现网络图谱发现已有小微企业研究主要围绕“融资问题”、“互联网金融”、“税收政策分析”,同时也存在一些新的研究分支。Pathfinder算法下的关键词聚类分析结果表明创新网络和社会网络、金融机构、动态博弈是研究中的最大聚类,其中网络分析为近年来研究大热点。第二、小微企业合作网络结构分析。本研究实证数据来源于北京邮电大学MBA学员的调查数据,采用提名生成法获取小微企业合作伙伴数据。使用Kamada-Kawai算法生成小微企业合作网络结构并进行可视化效果呈现。计算网络密度、凝聚力指数、任意两节点之间平均距离和网络中心势的结果表明,小微企业之间合作程度较低,企业之间联系不强,网络整体结构较为松散,凝聚力较差,这必然导致网络中资源流动性较差,不利于企业共同成长。第二步是对网络核心分布情况的说明。发现节点核心能力并不均衡,网络中没有非常明显的具有优越地位和高声望的核心节点。第三步是整体网分析的核心部分,即对子群、派系的划分。结果表明网络中存在6个合作子群,其中科技类小微企业形成的子群规模最大且异质性较高,传统制造业合作伙伴同质性较高。另外,子群之间不存在合作关系,这必然会阻碍资源、信息和技术在团体间的流动,增加了企业经营风险。第三、从宏观网络结构、微观关系角度和企业主体能动性三个维度的变量分析网络与企业成长之间的关系。并构建小微企业成长性评价指标体系,从财务成长、创新绩效、企业成长潜力衡量企业成长状况。结果表明,除网络异质性之外,网络密度、关系强度、关系主动性、度中心性、中介中心性、接近中心性与财务成长之间显著正相关。网络异质性和其他六变量均对企业创新绩效呈正向影响。建议小微企业网络模式要跟随发展阶段和自身状态进行动态调整。在成长初期,小微企业要提高企业网络度中心性,主动建立伙伴联盟,充裕外部网络资源,形成外向型网络管理模式;随着发展阶段的提升,创新是小微企业长远发展的动力所在,建议企业选择多样异质的合作伙伴、积极占据网络中介位置,获取缺失关系带来的资源好处,进而提升企业存活率,促进小微企业发展。第四、基于财务绩效、创新绩效和企业状态及潜力三个维度构建的小微企业成长性评价指标体系,运用神经网络方法,对小微企业成长性进行了预测。从小微企业样本数据统计分析的结果来看,我国小微企业成长性得分普遍偏低,平均得分为39. 53。同时,小微企业之间的差异较大,成长性得分标准差为8.21。我国小微企业发展水平还处在一个相对较低的水平,仍有很高的成长性提升空间。多元线性回归预测方法与BP神经网络模型预测小微企业成长性的结果显示,神经网络是预测小微企业成长性的一个有效方法,能提供基本和准确的预测。这有利于小微企业在发展过程中,制定合理的目标、做出有效的战略规划。构建小微企业的核心竞争力,从内部和外部环境双方面增强小微企业的成长能力。
【学位授予单位】:北京邮电大学
【学位级别】:博士
【学位授予年份】:2017
【分类号】:F276.3

【相似文献】
中国博士学位论文全文数据库 前1条
1 李瑾颉;小微企业合作网络与成长预测研究[D];北京邮电大学;2017年
中国硕士学位论文全文数据库 前10条
1 李广霞;破解小微企业发展困境的政府行为研究[D];郑州大学;2017年
2 杨诗琴;互联网金融下小微企业融资长效机制构建[D];重庆理工大学;2017年
3 李树林;河北省小微企业现状统计分析和发展路径研究[D];河北经贸大学;2017年
4 徐文男;地方政府在小微企业融资中的职能[D];天津大学;2016年
5 李国慧;A地区小微企业的税收优惠政策研究[D];安徽工业大学;2017年
6 牛振海;长治市中小微企业服务体系建设研究[D];青岛大学;2017年
7 胡志强;贵州省小微企业网贷信用评级研究[D];贵州财经大学;2017年
8 贺英;深圳市小微企业员工培训模式研究[D];华中师范大学;2017年
9 王丽;商业银行小微企业融资信用评分体系研究[D];天津大学;2016年
10 杨羚璇;小微企业股权众筹的风险评估及防控策略研究[D];贵州财经大学;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026