高菊菊,晏建學

(云南財經大學 商學院,云南 昆明 650221)

本文通過收集并整理2016—2020年互聯網領域1300多家倒閉的企業(yè)(具備一定規(guī)模)的生存發(fā)展數據，以及對近二十個行業(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。針對互聯網企業(yè)發(fā)展倒閉背后的各項原因的權重，引入層次分析法進行建模和分析計算，來進一步探究互聯網行業(yè)繁榮背后的暗潮。

1 分析方法

本文以2016—2020年的互聯網企業(yè)發(fā)展相關數據為基礎，建立各因素指標項模型，采用層次分析法計算各層級權重，并進行矩陣一致性判斷，最后找出互聯網企業(yè)一定的生存發(fā)展規(guī)律并得出結論。

1.1 主要步驟

1.1.1 構建由目標層、準則層和方案層所構成的層次分析結構模型

針對目標問題分析可能涉及的因素，基于這些因素的內部關系，設計構造出各因素之間相互連接的階梯狀層次結構，由高到低依次是目標層、準則層和方案層。

1.1.2 構建判斷矩陣

依據構建的階梯型層次結構，對于每個單層次結構，將目標因素記為,與其相關的影響因素指標，，…，有支配關系，接下來將這些因素兩兩對比，進一步探究各因素指標對的影響程度，然后選取數字 1～9 及其倒數作為衡量影響程度的標度，構建出判斷矩陣。

1.1.3 計算各層級權重

根據上一步建立的矩陣來對各因素影響程度的權重進一步計算。得出矩陣的最大特征根以及經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，，…，對于目標因素的權重。

1.1.4 一致性檢驗

對矩陣進行一致性檢驗，通過計算一致性指標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一步修正。=(-)(-1)，=，其中，值為平均隨機一致性指標，共涉及1～11階矩陣，各階矩陣RI值見表6。

2 原因分析

互聯網對人類生活的影響是多面且長久而持續(xù)的，服務與技術不斷推陳出新。本文通過收集整理2016—2020年1300多家互聯網企業(yè)數據，并結合各大互聯網數據分析公司的研究成果，對此從多個角度進行分析，設計出三個關鍵原因。

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)務調整；二是政策/法律問題：政策監(jiān)管、法律法規(guī)風險；三是資金問題：現金流斷裂、燒錢、定價/成本問題、融資能力不足。

3 基于層次分析法建模和計算權重

3.1 構建層次分析模型

互聯網企業(yè)倒閉原因的模型構建見圖1。

圖1 互聯網企業(yè)倒閉原因的模型構建

3.2 構造判斷矩陣計算權重

本部分采用Saaty等人提出的九分判斷尺度表確定準則層各要素權重值。

首先，對準則層各要素權重進行計算，根據表1的九分判斷尺度表建立兩兩比較判斷矩陣，計算每列之和。

表1 九分判斷尺度

其次，將各行元素歸一化，再計算標準矩陣每行特征向量，就是準則層各因素的權重值。

通過計算每行平均值，從而得出每行要素相應的權重。計算結果見表2。

表2 準則層的特征向量

后計算圖1中方案層各項要素的權重值，見表3。

表3 方案層的特征向量

雖然2020年我國遭受了嚴重的疫情影響，但我國依然是全世界GDP唯一實現增長的國家，互聯網企業(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重變化。見表4、表5。

表4 2020年準則層的特征向量

表5 2020年方案層的特征向量

3.3 判斷矩陣一致性

因為在兩兩比較矩陣中，各元素都是在兩個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數量眾多的情形下。所以此時就必須對各因素進行一致性檢驗。此處以準則層因素為例，具體計算步驟是將準則層兩兩比較矩陣與特征向量相乘，獲得賦權和向量。

(1)

用計算出的賦權及向量分別除以相對應的特征向量，計算得到：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)

計算一致性指標:

(3)

計算一致性指標，得=0.58。見表6。

表6 隨機一致性指標RI數值

==00002058=000034<01

通過了一致性檢驗，這說明該層次排序結果合理，無須對判斷矩陣進行修正。通過上述假設所計算出的權重值，也得到了企業(yè)的認可，并認為這些假設是較為合理的。如果要對準則層第二層要素進行權重分配計算，可參考上述計算方法和過程。

同理可計算出方案層=0.0131<0.1；2020年準則層=0.0006<0.1；2020年方案層=0.0404<0.1。

4 結論

從圖2、圖3可以得出，基于層次分析法能夠很好地看出導致互聯網企業(yè)走向倒閉的各項原因以及各自權重?；ヂ摼W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網企業(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)現一些端倪，獲得投資的這些互聯網企業(yè)在疫情的沖擊下，流動資金快速流失，而融資又出現問題，導致其在行業(yè)競爭中失去優(yōu)勢，從而走向倒閉。企業(yè)只有關心市場風向、專心打磨產品、不斷優(yōu)化商業(yè)模式、持續(xù)提升客戶感知，才能在后疫情時代和未來發(fā)展道路上保持屹立不倒。

圖2 2016—2019年互聯網企業(yè)倒閉原因權重

圖3 2020年互聯網企業(yè)倒閉原因權重