基于BP神经网络模型产业集群综合绩效评价.docVIP

基于BP神经网络模型产业集群综合绩效评价 　　摘要：近年，随着我国产业集群的不断发展，确立先进的管理理念已经成为其发展壮大的内在要求，而相应的综合绩效评价也必将成为对集群进行改善和调整的重要措施。然而，目前已有文献中关于产业集群绩效的研究多为定性描述，定量评价十分有限。通过将BP神经网络模型运用于产业集群发展绩效的评价，提出基于BP神经网络的产业集群综合绩效评价方法和步骤，以期对日后产业集群综合绩效方面的衡量和评价提供参考依据。 　　关键词：产业集群；综合绩效评价；BP神经网络模型 　　中图分类号：F40　文献标识码：A　文章编号：1007―905X(2010)05―0115―03 　　 　　众所周知，产业集群能够推动国民经济尤其是地方经济的发展，其所创造的巨大经济效益为世人瞩目。近年，在经济全球化趋势的背景下，各地市政府都在积极倡导发展产业集群，然而并非所有的集群都能健康发展，因此如何确定管理理念和方法来更好地治理集群，已然成了集群管理者迫在眉睫的任务。 　　绩效评价是衡量一切实践活动的有效尺度和客观标准。对任何组织而言，进行绩效评价都是必需而且重要的。绩效评价的缺乏会导致集群治理的盲目性，并且如果没有适当的绩效评价体系，就无法将信息反馈到有关部门，无法对集群治理的状况做出正确判断，从而也就很难准确地对集群的发展战略进行调整和改善。因此，建立一套全面、客观、恰当的综合绩效评价方法，通过衡量结果对集群发展战略的实施效果进行分析和评价，对产业集群日后的蓬勃发展十分重要。 　　BP神经网络作为近年比较流行的智能优化算法，在信号处理、计算机网络、过程控制、语音识别、模式识别及数据压缩等领域均已取得了成功应用。作为一种尝试，本文将在运用平衡计分卡确定评价指标体系的基础上，利用BP神经网络建立综合绩效评价模型，通过学习样本的不断训练来确定权值，以期能避免传统评价方法的局限性，从而为产业集群的综合绩效评价提供一个新的思路和方向。 　　 　　一、基于平衡计分卡的产业集群绩效指标体系选择 　　 　　平衡记分卡(Balanced Scorecard，简称BSC)最早是由Kaplan和Norton在发表于《哈佛商业评论》中的文章《平衡记分卡――驱动绩效的测量》一文中提出并推广的。它将重点放在组织的战略层次上，从客户、财务、内部业务流程以及学习、成长性四个方面考察一个组织的绩效，兼顾财务指标与非财务指标考核方法之间的相互“平衡”，同时也是在定量评价与定性评价之间、客观评价与主观评价之间、组织的短期目标与长期目标之间寻求“平衡”的基础上完成的，因而它是一个能够衡量组织绩效的有效方法。本文运用平衡记分卡构建产业集群综合绩效评价的指标体系，能够将绩效管理和组织战略与集群未来长期的发展能力相结合，将战略目标转化为具体的可操作的行为，因此有利于集群管理者全面、客观地了解集群的发展状况，及时制定出准确有效并且可行的决策，实现集群的可持续发展。 　　 　　(一)客户指标 　　对于产业集群的定义，很多文献都给予了诠释，典型的如波特认为，“集群是指在既竞争又合作的特定领域内，特定关联公司、专业供货商等以及政府和其他相关机构(如大学、智囊团、职业培训机构等)的地理集聚体”。由此可见，不论是何种性质、提供何种服务和产品的产业集群，注重客户利益、进行客户管理都是其核心任务之一。 　　 　　(二)财务指标 　　产业集群的财务绩效是集群内企业经营者以及产业集群管理者最为关注的问题，因而应选取那些既能够衡量集群当前运营状况又能反映其未来发展能力的指标，如：产品市场占有率、总产值、总资产增长率等。通过对这些指标的分析，我们将对一个集群总的生产和发展能力有一个基本的了解。 　　 　　(三)内部业务流程指标 　　该指标更关注那些对实现产业集群效益影响较大的内部业务发展状况，如集群内企业间的竞合程度、基础设施的供给能力等。由于它们对集群的顺利发展会产生较大的影响(如竞合程度越高，集群就越有活力)，并且在一定意义上也可以看做是集群生存发展的前提条件，因而管理者们更应给予高度的重视。 　　 　　(四)学习、成长性指标 　　平衡计分卡强调对未来进行投资的重要性，但方式却多样化，产业集群要想创造长期的绩效，就必须对其基础设施、员工等系统进行投资，除了资金以外，为企业员工提供良好的学习交流机会，促进创新，是一个集群追求长期发展的基础。 　　本文基于以上四个方面，构建产业集群的绩效评价指标，如表1所示： 　　 　　 　　二、基于BP神经网络模型的产业集群绩效评价方法 　　 　　(一)BP神经网络结构 　　BP神经网络(Back Propagation 　　Neural Networks，简称BP)是单向传播的多层前向神经网络，最初由P