基于成都市中小微企業(yè)發(fā)展影響因素的分析

摘要：成都中小微企業(yè)在促進地方經(jīng)濟發(fā)展、吸納社會就業(yè)方面起著十分積極的作用。但是，隨著市場競爭日益激烈，中小微企業(yè)在經(jīng)營發(fā)展過程中面臨危機的可能性不斷上升。本文通過數(shù)據(jù)挖掘技術(shù)，使用KnowledgeMiner5.0軟件和SPSS17.0軟件，建立多元線性回歸方程來分析影響中小微企業(yè)發(fā)展的主要因素，從而為中小微企業(yè)的未來發(fā)展提供決策和支持。

關(guān)鍵詞：成都中小微企業(yè) 數(shù)據(jù)挖掘 GMDH SPSS17.0 KnowledgeMiner5.0

1、建模技術(shù)

1.1自組織數(shù)據(jù)挖掘

自組織數(shù)據(jù)挖掘（Group Method of Data Handling，GMDH）是近年來應(yīng)用極為廣泛的一種基于歸納法的智能建模技術(shù)。它從參考函數(shù)構(gòu)成的初始模型（函數(shù)）集合出發(fā)，按一定法則產(chǎn)生成千上萬個中間候選模型，再經(jīng)過選定的標準進行多層網(wǎng)絡(luò)的篩選（選擇），直至得到最優(yōu)復(fù)雜度模型。GMDH可建立自變量與因變量之間存在的高階多項式關(guān)系，獲得一個對因變量具有解釋能力的多項式模型，使用的軟件為KnowledgeMiner5.0 （KM5.0）。本文采用最簡單的模型形式，即多元線性模型建模。

1.2 SPSS17.0統(tǒng)計軟件

SPSS是世界上最早的統(tǒng)計分析軟件，由美國斯坦福大學(xué)的三位研究生Norman H. Nie、C. Hadlai （Tex） Hull 和 Dale H. Bent于1968年研開發(fā)成功。SPSS（ Statistic Package for the Social Science ）即社會科學(xué)統(tǒng)計軟件包，是一種在世界社會科學(xué)范圍內(nèi)應(yīng)用最為廣泛的統(tǒng)計軟件，其數(shù)據(jù)管理和分析功能強大，具有界面的友好性和操作的簡便性，支持多種統(tǒng)計圖表的結(jié)果輸出，集數(shù)據(jù)錄入、資料編輯、數(shù)據(jù)管理、統(tǒng)計分析、報表制作、圖形繪制為一體，是我們用來進行測試分析的理想工具。

2、基于多元線性回歸模型的建模思路

本文采用多元線性回歸模型對成都市中小微企業(yè)的發(fā)展影響因素進行建模。由于GMDH建模的擬合精度遠超過多元統(tǒng)計方法建模，但其軟件KM并不提供統(tǒng)計檢驗，故本報告同時還使用了基于演繹法的理論分析建模途徑——多元統(tǒng)計分析，利用軟件SPSS17.0對變量進行相關(guān)性分析、逐步回歸建模和模型統(tǒng)計檢驗，以彌補軟件KM的不足，從而形成了“KM+SPSS”的綜合性技術(shù)路線。本文的具體建模思路如下：

（1）指標選取。在運行監(jiān)測指標的所有指標中，我們選取最能反映企業(yè)運行狀況的5個指標進行分析：利潤總額、營業(yè)收入、營業(yè)成本、虧損企業(yè)戶均虧損額、虧損面。在信心指數(shù)中我們選取2個指標進行分析：企業(yè)總體生產(chǎn)經(jīng)營狀況（本月實際）、企業(yè)總體生產(chǎn)狀況（下月預(yù)測）。分別探究影響或與這7個指標有顯著性的關(guān)系的因素。

（2）數(shù)據(jù)處理。運行監(jiān)控指標中由于其各個指標的單位不統(tǒng)一，為了簡化運算，提高因素分析的精度，本文在SPSS17.0中利用Z得分方法將數(shù)據(jù)標準化，新的數(shù)據(jù)記為，數(shù)據(jù)標準化的公式為：

（3）多元線性回歸模型的構(gòu)建。首先我們確定模型因變量和自變量，在KM5.0中選擇一種類型的模型——輸入輸出模型，以最優(yōu)的傳遞函數(shù)網(wǎng)絡(luò)的形式，重復(fù)產(chǎn)生大量具有增長復(fù)雜度的競爭模型，從中選擇出擬合度最好的模型。然后在SPSS17.0中檢驗該模型的共線性。從而選擇出既具有經(jīng)濟含義，統(tǒng)計檢驗又通過的模型。

3、分規(guī)模多元線性回歸因素分析模型

本文我們將成都市企業(yè)按規(guī)模分為中、小、微三種類型，分別構(gòu)建模型進行研究。

3.1成都市中型企業(yè)回歸模型的擬合效果

將數(shù)據(jù)輸入軟件中，進行建模，選擇出即符合經(jīng)濟含義，又具有統(tǒng)計意義的結(jié)果。由于虧損企業(yè)戶均虧損額在構(gòu)建的多元線性回歸模型中的擬合度不高，因此我們在此處暫時不考慮該其指標，其他指標的結(jié)果如下：

（1）行監(jiān)測指標

1+0.463169×財務(wù)費用+0.63662×應(yīng)繳稅費；

營業(yè)收入=-0.000000+0.258066×利潤總額+0.803620×工業(yè)總產(chǎn)值

營業(yè)成本=-0.000000+0.979458×營業(yè)收入

虧損面=-0.000002+2.519412×生產(chǎn)能力（設(shè)備）利用率-1.883192×虧損額

（2）信心指數(shù)指標

生產(chǎn)經(jīng)營狀況（本月實際）=-76.258362+1.693996×企業(yè)總體生產(chǎn)經(jīng)營狀況（下月預(yù)測）+0.569140×企業(yè)用工短缺人數(shù)-0.289976×國內(nèi)市場訂單情況；

生產(chǎn)經(jīng)營狀況（下月預(yù)測）=42.096848+0.263786×國內(nèi)市場訂單情況+0.496548×企業(yè)總體生產(chǎn)經(jīng)營狀況（本月實際）-0.272915×企業(yè)用工短缺人數(shù)；

3.2成都市小型企業(yè)回歸模型的擬合效果

將數(shù)據(jù)輸入軟件中，進行建模，選擇出即符合經(jīng)濟含義，又具有統(tǒng)計意義的結(jié)果。結(jié)果如下：

（1）行監(jiān)測指標

利潤總額=0.0000001+0.492473×用電量+0.629633×工業(yè)總產(chǎn)值；

營業(yè)收入=-0.000000+0.058719×應(yīng)交稅費+0.149522×利潤總額+0.851016×營業(yè)成本；

營業(yè)成本=-0.000001+1.125306×營業(yè)收入-0.166351×利潤總額；

虧損企業(yè)戶均虧損額=-0.000000-0.260981×應(yīng)交稅費+0.626610×虧損面+0.622096×生產(chǎn)能力（設(shè)備）利用率；

（2）信心指數(shù)指標

生產(chǎn)經(jīng)營狀況（本月實際）=-29.882092+0.290382企業(yè)總體生產(chǎn)經(jīng)營狀況（下月預(yù)測）+1.134294企業(yè)所在行業(yè)整體經(jīng)營狀況（本月實際）；

生產(chǎn)經(jīng)營狀況（下月預(yù)測）=-41.916710+0.891635×企業(yè)所在行業(yè)整體經(jīng)營狀況（下月預(yù)測）+0.461113×原材料和能源購入價格上漲影響+0.505847×國內(nèi)市場訂單情況；

3.2成都市微型企業(yè)回歸模型的擬合效果

將數(shù)據(jù)輸入軟件中，進行建模，選擇出即符合經(jīng)濟含義，又具有統(tǒng)計意義的結(jié)果。結(jié)果如下：

利潤總額=0.000000+0.177800×生產(chǎn)能力（設(shè)備）利用率-0.626276×虧損額+0.638147×營業(yè)收入；

營業(yè)收入=-0.000001+0.071836×用電量+0.867915×營業(yè)成本+0.13648×戶均從業(yè)人員；

營業(yè)成本=-0.000001+0.990420×營業(yè)收入；

虧損企業(yè)戶均虧損額=-0.000002+0.887616×營業(yè)成本-1.355153×利潤總額；

（2）信心指數(shù)指標

生產(chǎn)經(jīng)營狀況（本月實際）=-37.091003+1.156818×企業(yè)總體生產(chǎn)經(jīng)營狀況（下月預(yù)測）+0.287636×企業(yè)用工短缺人數(shù)；

生產(chǎn)經(jīng)營狀況（下月預(yù)測）=6.474245-0.255008×企業(yè)用工短缺人數(shù)+0.799071×企業(yè)總體生產(chǎn)經(jīng)營狀況（本月實際）+0.384108×能源能否滿足需要；

4、結(jié)束語

從上面的模型中，我們可以看到自組織數(shù)據(jù)挖掘（GMDH）和統(tǒng)計分析的集成模型的擬合效果很好，部分模型擬合精度甚至顯示為100%，初步發(fā)掘出一些影響成都中小微企業(yè)發(fā)展的促進和制約因素。

對于運行監(jiān)測指標選取的利潤總額，營業(yè)收入，營業(yè)成本，戶均虧損額以及虧損面這5個指標，不論是何種規(guī)模的企業(yè)其營業(yè)收入和營業(yè)成本密切相關(guān)，而且營業(yè)成本越高，營業(yè)收入就越高，但是利潤總額卻不一定增加。因此企業(yè)在經(jīng)營的過程中要特別注意營業(yè)成本和營業(yè)收入的比例。而從企業(yè)虧損的角度來看，企業(yè)的生產(chǎn)設(shè)備（能力）利用率對企業(yè)的影響很大。總的來說，從多元線性回歸模型我們可以分析出制約和限制企業(yè)發(fā)展的因素有哪些，從而為決策提供依據(jù)。

對于企業(yè)信心指數(shù)指標，我們選取了企業(yè)生產(chǎn)總體經(jīng)營狀況的本月實際和下月預(yù)測兩個指標來分析，在模型中我們可以看到企業(yè)總體生產(chǎn)經(jīng)營狀況與企業(yè)所在行業(yè)的經(jīng)營狀況密切相關(guān)。企業(yè)所在行業(yè)的實際經(jīng)營狀況和預(yù)測的狀況良好，則企業(yè)總體生產(chǎn)經(jīng)營狀況和預(yù)期也就越好。即企業(yè)所在行業(yè)的發(fā)展?fàn)顩r會正向增加企業(yè)發(fā)展的信心。

綜上所述：構(gòu)建多元回歸模型，利用自組織數(shù)據(jù)挖掘技術(shù)和多元統(tǒng)計相關(guān)知識，探究影響中小微企業(yè)發(fā)展因素是非常適用的。從模型中決策者可以提取出決策所需要的依據(jù)，從而為企業(yè)的發(fā)展制定正確的戰(zhàn)略，使中小微企業(yè)健康穩(wěn)定地發(fā)展。

參考文獻：

[1]傅強，朱映鳳，袁晨.中國通貨膨脹主要影響因素的判定與闡釋[J].中國工業(yè)經(jīng)濟，2011（5）.

[2]吳勤學(xué)，符亞明.基于GMDH網(wǎng)絡(luò)的我國外匯儲備影響因素實證研究[J].國際商務(wù)——對外經(jīng)濟貿(mào)易大學(xué)學(xué)報，2010（6）.

[3]賀昌政，呂建平.自組織數(shù)據(jù)挖掘理論與經(jīng)濟系統(tǒng)得復(fù)雜性研究[J].系統(tǒng)工程理論與實踐，2001（12）.

[4]張洪，鐘勝.基于GMDH的凈利潤影響因素分析[J].價值工程，2006（10）.

[5]蔡朝陽，韓秀梅，吳國學(xué)，孫德有.統(tǒng)計分析軟件SPSS在化探數(shù)據(jù)處理中的應(yīng)用[J].礦床地質(zhì)，2010（S1）.