高菊菊,晏建學(xué)
(云南財(cái)經(jīng)大學(xué) 商學(xué)院,云南 昆明 650221)
本文通過收集并整理2016—2020年互聯(lián)網(wǎng)領(lǐng)域1300多家倒閉的企業(yè)(具備一定規(guī)模)的生存發(fā)展數(shù)據(jù),以及對近二十個(gè)行業(yè)的探索分析,找出其從創(chuàng)建發(fā)展到倒閉背后的共性原因。針對互聯(lián)網(wǎng)企業(yè)發(fā)展倒閉背后的各項(xiàng)原因的權(quán)重,引入層次分析法進(jìn)行建模和分析計(jì)算,來進(jìn)一步探究互聯(lián)網(wǎng)行業(yè)繁榮背后的暗潮。
本文以2016—2020年的互聯(lián)網(wǎng)企業(yè)發(fā)展相關(guān)數(shù)據(jù)為基礎(chǔ),建立各因素指標(biāo)項(xiàng)模型,采用層次分析法計(jì)算各層級權(quán)重,并進(jìn)行矩陣一致性判斷,最后找出互聯(lián)網(wǎng)企業(yè)一定的生存發(fā)展規(guī)律并得出結(jié)論。
1.1.1 構(gòu)建由目標(biāo)層、準(zhǔn)則層和方案層所構(gòu)成的層次分析結(jié)構(gòu)模型
針對目標(biāo)問題分析可能涉及的因素,基于這些因素的內(nèi)部關(guān)系,設(shè)計(jì)構(gòu)造出各因素之間相互連接的階梯狀層次結(jié)構(gòu),由高到低依次是目標(biāo)層、準(zhǔn)則層和方案層。
1.1.2 構(gòu)建判斷矩陣
依據(jù)構(gòu)建的階梯型層次結(jié)構(gòu),對于每個(gè)單層次結(jié)構(gòu),將目標(biāo)因素記為,與其相關(guān)的影響因素指標(biāo),,…,有支配關(guān)系,接下來將這些因素兩兩對比,進(jìn)一步探究各因素指標(biāo)對的影響程度,然后選取數(shù)字 1~9 及其倒數(shù)作為衡量影響程度的標(biāo)度,構(gòu)建出判斷矩陣。
1.1.3 計(jì)算各層級權(quán)重
根據(jù)上一步建立的矩陣來對各因素影響程度的權(quán)重進(jìn)一步計(jì)算。得出矩陣的最大特征根以及經(jīng)過歸一化處理的特征向量=[,,…,]。因而,只需對最大特征根方程求解即可:=,然后對做歸一化處理,將歸一化的特征向量作為本層次影響因素,,…,對于目標(biāo)因素的權(quán)重。
1.1.4 一致性檢驗(yàn)
對矩陣進(jìn)行一致性檢驗(yàn),通過計(jì)算一致性指標(biāo)來測量成對比較矩陣一致性是最直接有效的方法。若CR值小于或等于0.1,就說明比較矩陣一致性是合理的;但是如果 CR值在0.1之上且不包含0.1,就需要對比較矩陣做進(jìn)一步修正。=(-)(-1),=,其中,值為平均隨機(jī)一致性指標(biāo),共涉及1~11階矩陣,各階矩陣RI值見表6。
互聯(lián)網(wǎng)對人類生活的影響是多面且長久而持續(xù)的,服務(wù)與技術(shù)不斷推陳出新。本文通過收集整理2016—2020年1300多家互聯(lián)網(wǎng)企業(yè)數(shù)據(jù),并結(jié)合各大互聯(lián)網(wǎng)數(shù)據(jù)分析公司的研究成果,對此從多個(gè)角度進(jìn)行分析,設(shè)計(jì)出三個(gè)關(guān)鍵原因。
一是市場問題:商業(yè)模式匱乏、行業(yè)競爭、市場偽需求、業(yè)務(wù)調(diào)整;二是政策/法律問題:政策監(jiān)管、法律法規(guī)風(fēng)險(xiǎn);三是資金問題:現(xiàn)金流斷裂、燒錢、定價(jià)/成本問題、融資能力不足。
互聯(lián)網(wǎng)企業(yè)倒閉原因的模型構(gòu)建見圖1。
圖1 互聯(lián)網(wǎng)企業(yè)倒閉原因的模型構(gòu)建
本部分采用Saaty等人提出的九分判斷尺度表確定準(zhǔn)則層各要素權(quán)重值。
首先,對準(zhǔn)則層各要素權(quán)重進(jìn)行計(jì)算,根據(jù)表1的九分判斷尺度表建立兩兩比較判斷矩陣,計(jì)算每列之和。
表1 九分判斷尺度
其次,將各行元素歸一化,再計(jì)算標(biāo)準(zhǔn)矩陣每行特征向量,就是準(zhǔn)則層各因素的權(quán)重值。
通過計(jì)算每行平均值,從而得出每行要素相應(yīng)的權(quán)重。計(jì)算結(jié)果見表2。
表2 準(zhǔn)則層的特征向量
后計(jì)算圖1中方案層各項(xiàng)要素的權(quán)重值,見表3。
表3 方案層的特征向量
雖然2020年我國遭受了嚴(yán)重的疫情影響,但我國依然是全世界GDP唯一實(shí)現(xiàn)增長的國家,互聯(lián)網(wǎng)企業(yè)的淘汰仍在持續(xù)。本部分基于層次分析法,探討這些企業(yè)倒閉的原因及所占權(quán)重變化。見表4、表5。
表4 2020年準(zhǔn)則層的特征向量
表5 2020年方案層的特征向量
因?yàn)樵趦蓛杀容^矩陣中,各元素都是在兩個(gè)因素比較之下所得出的,這難以避免企業(yè)倒閉原因占比和之前不一致的情況,尤其在比較過程中要素?cái)?shù)量眾多的情形下。所以此時(shí)就必須對各因素進(jìn)行一致性檢驗(yàn)。此處以準(zhǔn)則層因素為例,具體計(jì)算步驟是將準(zhǔn)則層兩兩比較矩陣與特征向量相乘,獲得賦權(quán)和向量。
(1)
用計(jì)算出的賦權(quán)及向量分別除以相對應(yīng)的特征向量,計(jì)算得到:1.592/0.53=3.00;0.887/0.29=3.06;0.529/0.18=2.94。
取第二步結(jié)果的平均值即為最大特征根:
=(1.592/0.53+0.887/0.29+0.529/0.18)/3=3.0043
(2)
計(jì)算一致性指標(biāo):
(3)
計(jì)算一致性指標(biāo),得=0.58。見表6。
表6 隨機(jī)一致性指標(biāo)RI數(shù)值
==00002058=000034<01
通過了一致性檢驗(yàn),這說明該層次排序結(jié)果合理,無須對判斷矩陣進(jìn)行修正。通過上述假設(shè)所計(jì)算出的權(quán)重值,也得到了企業(yè)的認(rèn)可,并認(rèn)為這些假設(shè)是較為合理的。如果要對準(zhǔn)則層第二層要素進(jìn)行權(quán)重分配計(jì)算,可參考上述計(jì)算方法和過程。
同理可計(jì)算出方案層=0.0131<0.1;2020年準(zhǔn)則層=0.0006<0.1;2020年方案層=0.0404<0.1。
從圖2、圖3可以得出,基于層次分析法能夠很好地看出導(dǎo)致互聯(lián)網(wǎng)企業(yè)走向倒閉的各項(xiàng)原因以及各自權(quán)重。互聯(lián)網(wǎng)企業(yè)倒閉的主要原因是市場問題,2020年雖然市場競爭仍是互聯(lián)網(wǎng)企業(yè)倒閉的主要原因,但燒錢、融資能力不足問題占比大幅度上升,從融資情況中也能發(fā)現(xiàn)一些端倪,獲得投資的這些互聯(lián)網(wǎng)企業(yè)在疫情的沖擊下,流動(dòng)資金快速流失,而融資又出現(xiàn)問題,導(dǎo)致其在行業(yè)競爭中失去優(yōu)勢,從而走向倒閉。企業(yè)只有關(guān)心市場風(fēng)向、專心打磨產(chǎn)品、不斷優(yōu)化商業(yè)模式、持續(xù)提升客戶感知,才能在后疫情時(shí)代和未來發(fā)展道路上保持屹立不倒。
圖2 2016—2019年互聯(lián)網(wǎng)企業(yè)倒閉原因權(quán)重
圖3 2020年互聯(lián)網(wǎng)企業(yè)倒閉原因權(quán)重