李安然,舒小立,余錚培,王燕
(西南石油大學(xué) 石油與天然氣工程學(xué)院,四川成都 610500)
“挑戰(zhàn)杯”全國大學(xué)生創(chuàng)業(yè)計劃競賽自1999年首次舉辦以來,經(jīng)過20多年的發(fā)展,賽制不斷升級、作品日益豐富、規(guī)模持續(xù)擴大,從最初全國120余所高校的近400件作品到2020年全國2786所學(xué)校的17.9萬個項目報名參加[1-3]。越來越多的大學(xué)生通過該項賽事,實際運用理論知識,發(fā)揚團隊合作精神,積極投入創(chuàng)新創(chuàng)業(yè)的熱潮,使得優(yōu)秀成果不斷涌現(xiàn),推動了國民經(jīng)濟發(fā)展,取得了良好的社會效益。
當(dāng)前,“挑戰(zhàn)杯”大學(xué)生創(chuàng)業(yè)計劃競賽獲獎項目存在后續(xù)跟進(jìn)不到位、相應(yīng)孵化落地保障體系不完善,獲獎項目的市場轉(zhuǎn)化率較低,導(dǎo)致創(chuàng)新成果難以高效轉(zhuǎn)化為社會生產(chǎn)力,不利于發(fā)揮創(chuàng)業(yè)競賽成果轉(zhuǎn)化為創(chuàng)業(yè)實踐的優(yōu)勢、實現(xiàn)大學(xué)生高質(zhì)量創(chuàng)業(yè)帶動就業(yè)、推動創(chuàng)新型國家建設(shè)等問題[4-7]。同時,國內(nèi)外學(xué)者對項目孵化評價體系的研究聚焦于高校創(chuàng)業(yè)孵化基地以及科技企業(yè)孵化器,鮮見對“挑戰(zhàn)杯”大學(xué)生創(chuàng)業(yè)計劃等相關(guān)創(chuàng)業(yè)類競賽獲獎項目后續(xù)發(fā)展的評價體系研究,創(chuàng)業(yè)項目實際績效難以得到系統(tǒng)客觀的評價,對獲獎項目孵化落地的引導(dǎo)效果不理想,成果的應(yīng)用轉(zhuǎn)化存在較大阻力[8-9]。因此,探究獲獎項目后續(xù)發(fā)展影響因素,建立獲獎項目后續(xù)發(fā)展評價體系,有利于及時發(fā)現(xiàn)獲獎項目發(fā)展中存在的問題,從而促進(jìn)獲獎項目成功孵化落地。
“三圈理論”是一種基于“價值”“能力”和“支持”三要素的分析框架,是由美國哈佛大學(xué)肯尼迪政府學(xué)院學(xué)者提出的一種領(lǐng)導(dǎo)者戰(zhàn)略管理的分析工具,被廣泛運用于公共政策的分析[10-11]?!叭碚摗弊鳛樵u價體系建立的學(xué)術(shù)支撐,具有理論依據(jù),首先,“挑戰(zhàn)杯”賽事是具有導(dǎo)向性、示范性和群眾性的全國創(chuàng)新創(chuàng)業(yè)競賽活動,其獲獎項目持續(xù)發(fā)展的最終目的是為社會創(chuàng)造公共價值,這與“三圈理論”的研究目的相同。其次,一個項目的發(fā)展與其項目價值、項目團隊能力及發(fā)展環(huán)境密不可分,這與“價值”“能力”和“支持”三要素分析框架相吻合,具有邏輯合理性。
對“挑戰(zhàn)杯”獲獎項目持續(xù)發(fā)展的影響因素進(jìn)行系統(tǒng)化剖析,結(jié)合文獻(xiàn)調(diào)研,以“項目本身價值”“項目執(zhí)行者能力”和“項目發(fā)展外部支持要素”等作為核心要點,對“挑戰(zhàn)杯”獲獎項目整體孵化現(xiàn)狀以及實際發(fā)展過程影響因素進(jìn)行分析,邀請10名相關(guān)領(lǐng)域的專家學(xué)者,運用德爾菲法進(jìn)行指標(biāo)篩選,明確關(guān)鍵影響因素,從而建立包含3個一級指標(biāo)、29個二級指標(biāo)的獲獎項目持續(xù)發(fā)展評價體系,如圖1所示。
圖1 獲獎項目持續(xù)發(fā)展評價體系
在該評價體系中,項目價值主要以項目經(jīng)濟效益和項目社會效益為觀測點對項目價值進(jìn)行評價;項目團隊能力是從營銷能力、創(chuàng)新能力、團隊建設(shè)情況等方面,綜合反應(yīng)項目團隊綜合能力水平;項目外部環(huán)境支持則結(jié)合“政—產(chǎn)—學(xué)—研”四個方面,以技術(shù)指導(dǎo)、市場環(huán)境、資金支持、溝通交流等為切入點,從而對項目發(fā)展所具備的外部條件進(jìn)行綜合評判。整個評價體系,圍繞獲獎項目本身、項目團隊、高校、政府、企業(yè)等,將其緊密聯(lián)系,能對獲獎項目持續(xù)發(fā)展現(xiàn)狀進(jìn)行客觀化、立體化、一體化的評價,以便后續(xù)通過AHP-BP神經(jīng)網(wǎng)絡(luò)方法,對指標(biāo)權(quán)重進(jìn)行計算和驗證,最終形成能精準(zhǔn)反映項目發(fā)展現(xiàn)狀及項目持續(xù)發(fā)展關(guān)鍵因素的評價體系。
邀請電子科技大學(xué)、哈爾濱師范大學(xué)、華東農(nóng)業(yè)大學(xué)、四川郵電職業(yè)學(xué)院等16所高校和研究機構(gòu)的共37名專家學(xué)者,其研究領(lǐng)域涵蓋思想政治教育、創(chuàng)新創(chuàng)業(yè)管理、企業(yè)項目孵化、金融與投資等學(xué)科,成立課題專家小組。將評價體系在YAAHP軟件中構(gòu)建指標(biāo)模型,據(jù)此設(shè)計出專家打分表和用于后續(xù)指標(biāo)優(yōu)化的調(diào)研問卷。依據(jù)1-9標(biāo)度方法進(jìn)行專家量化打分,逐一計算各自的幾何平均值以檢驗判斷矩陣的一致性。在檢驗判斷矩陣一致性過程中多次對判斷矩陣進(jìn)行調(diào)整修正,直至層次的總一致性檢驗C.R.小于0.1,滿足判斷矩陣的一致性需求。通過一致性檢驗之后,通過YAAHP軟件實現(xiàn)評價體系指標(biāo)權(quán)重計算,如表1所示。
表1 “挑戰(zhàn)杯”獲獎項目持續(xù)發(fā)展評價體系指標(biāo)權(quán)重
在一級指標(biāo)中,項目價值的權(quán)重為0.6592,權(quán)重最大,項目發(fā)展外部支持權(quán)重為0.1285,權(quán)重最小。在二級指標(biāo)中,項目與國家政策及戰(zhàn)略契合度、項目生態(tài)環(huán)境影響評價等級、項目資金利稅率、項目相關(guān)技術(shù)轉(zhuǎn)化率、項目團隊專利申請或擁有數(shù)、項目市場占有率、校企合作交流情況、國家政策扶持情況、創(chuàng)新創(chuàng)業(yè)孵化平臺建設(shè)為關(guān)鍵性指標(biāo)。在該指標(biāo)體系中,將持續(xù)調(diào)研的反饋數(shù)據(jù)進(jìn)行隨機抽樣,整理成為BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練和測試的樣本集,為后續(xù)指標(biāo)體系權(quán)重優(yōu)化提供數(shù)據(jù)支撐。
BP神經(jīng)網(wǎng)絡(luò)算法包含BP神經(jīng)網(wǎng)絡(luò)設(shè)計、學(xué)習(xí)訓(xùn)練和測試驗證三個過程,是目前應(yīng)用較為廣泛的優(yōu)化算法之一。它基于人腦的反饋工作原理,在信號前向傳遞時誤差逐層逆向傳遞,通過訓(xùn)練樣本的反復(fù)學(xué)習(xí)訓(xùn)練使誤差沿梯度方向下降,從而實現(xiàn)對各層之間權(quán)值和閾值的不斷調(diào)整,使輸出結(jié)果達(dá)到目標(biāo)精度的要求[12-14]。
設(shè)定網(wǎng)絡(luò)結(jié)構(gòu)時,將AHP層次分析法確定的獲獎項目持續(xù)發(fā)展評價體系權(quán)重作為輸入變量、經(jīng)過優(yōu)化的指標(biāo)體系結(jié)果作為單輸出值。同時根據(jù)經(jīng)驗公式和多次隨機實驗對比,選取隱含層節(jié)點數(shù)m=7,并對BP神經(jīng)網(wǎng)絡(luò)的輸入層到輸出層之間的轉(zhuǎn)換函數(shù)選取tansig S型函數(shù),隱含層到輸出層的轉(zhuǎn)換函數(shù)選取purelin線性函數(shù),從而在MATLAB中構(gòu)建三層(輸入層、隱含層和輸出層)BP神經(jīng)網(wǎng)絡(luò)模型,用于后續(xù)的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和測試。
通過問卷星對高校教師、“雙創(chuàng)”工作專兼職人員、高校學(xué)生、企業(yè)家等相關(guān)群體進(jìn)行為期半個月的廣泛調(diào)研,針對評價體系中的指標(biāo)因素按照重要程度進(jìn)行打分,打分規(guī)則為10分制,將數(shù)據(jù)進(jìn)行歸一化處理,轉(zhuǎn)化為[0,1]區(qū)間的數(shù)據(jù)。本次調(diào)研共得到103份數(shù)據(jù),通過對調(diào)查數(shù)據(jù)進(jìn)行篩選,去除無效數(shù)據(jù)和不完整數(shù)據(jù),確定96份有效數(shù)據(jù)納入數(shù)據(jù)庫。以隨機抽樣的方式從數(shù)據(jù)庫中抽取76份數(shù)據(jù)作為BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)訓(xùn)練樣本,并將剩余的20份樣本用作測試樣本集對網(wǎng)絡(luò)進(jìn)行測試檢驗,經(jīng)學(xué)習(xí)訓(xùn)練和測試檢驗后結(jié)果如表2所示。
表2 測試集真實值與期望值數(shù)據(jù)分析
BP神經(jīng)網(wǎng)絡(luò)得到的真實值與期望值的數(shù)據(jù)及圖像如圖2所示,在測試樣本中,期望值與真實值圖像重疊度較高,且最大相對誤差為0.40897%,在可接受誤差范圍內(nèi),網(wǎng)絡(luò)輸出結(jié)果較為可靠。
圖2 期望值與真實值對比分析
同時,計算結(jié)果均方根誤差為0.011443、均方誤差為0.00013095、平均絕對誤差為0.0090095、平均相對百分誤差為0.11475%、決定系數(shù)R2為0.99986。各樣本數(shù)據(jù)的預(yù)測結(jié)果如圖3所示,其中訓(xùn)練樣本的R=0.9999、驗證樣本的R=0.99986、測試樣本的R=0.99989、整體樣本的R=0.99989,R值均接近1,表明模型預(yù)測精度高,此神經(jīng)網(wǎng)絡(luò)模擬結(jié)果可靠,經(jīng)AHP層次分析法計算所得的評價體系的指標(biāo)權(quán)重合理有效。
圖3 神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)擬合結(jié)果
在創(chuàng)新驅(qū)動發(fā)展時代,不斷深化創(chuàng)新創(chuàng)業(yè)教育體系改革,使“政—產(chǎn)—學(xué)—研—商”共同發(fā)力,提高創(chuàng)新創(chuàng)業(yè)成果轉(zhuǎn)化率,加強科技與經(jīng)濟的融合度,打造新時代經(jīng)濟發(fā)展的動力引擎,真正形成“創(chuàng)新推動創(chuàng)業(yè),創(chuàng)業(yè)帶動就業(yè)”的新格局。通過厘清從競賽到落地的創(chuàng)業(yè)項目發(fā)展道路,明確項目孵化落地的關(guān)鍵性因素,建立客觀全面的評價指標(biāo)體系,從而準(zhǔn)確評估獲獎項目的發(fā)展現(xiàn)狀,制定具有針對性的項目發(fā)展保障制度,對“挑戰(zhàn)杯”大學(xué)生創(chuàng)業(yè)計劃競賽的獲獎項目孵化落地、長效轉(zhuǎn)化、價值實現(xiàn)等具有重要價值與意義。
創(chuàng)新創(chuàng)業(yè)理論研究與實踐2022年23期