社会创业生态系统中社会企业生态位评价研究
发布时间:2021-07-15 08:29
在过去的几十年中,社会企业兴起于世界各地并发展迅猛。社会企业受到社会使命和市场经济驱使引入创新的商业模式来解决社会问题,创造社会和经济价值,而受到各领域关注与高度重视。社会创业生态系统是由社会企业与其生存发展的社会创业生态环境所构成的,相互影响并共同依存的动态平衡系统。对处于社会创业生态系统中的社会企业,如何应对外界环境变化并识别机会,关系到企业生命周期长短,也涉及到企业竞争力的提高。生态位理论是近几十年来提出的理论与实际研究,它的研究对于企业加强应对外界变化和市场竞争,提升绩效具有重要的意义。因此,开展社会创业生态系统中社会企业生态位评价研究,具有积极的理论和现实意义。本研究构建了社会企业生态位评价指标体系,通过因子分析与BP神经网络结合的方法进行评价。首先,本文介绍竞争力理论、资源依赖理论、社会资本理论、共生理论,基于对国内外社会创业、社会企业、生态位内涵以及生态位评价进行综合归纳分析的基础之上,对相关概念和内容进行了综述。其次,在分析了社会创业生态系统的内涵、社会企业生态位的构成之后,进而从生态位宽度与重叠度、理想生态位与现实生态位、生态位的选择与优化对社会企业生态位的演化进行分...
【文章来源】:湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】:96 页
【学位级别】:硕士
【部分图文】:
MLP神经网络建模数据流
72图 5.4 神经网络模型准确度神经网络模型并验证了该模型的正确性之后结合可以用于社会企业生态位评价。21 份测高低评级见表 5.10,其中 y 0.92 为优,]。由表 5.10 可知,BP 神经网络评价经过因别不大,基本满足在 10%范围以内的误差要结合的方法适用于社会企业生态位评价。
图 5.3 预测精度直方图对生成的神经网络模型进行运行,神经网络模型的准确度便可以查看到,如图 5.3 所示,这个模型的运用模型为多层感知器,准确度 78%。图 5.4 神经网络模型准确度得到较为正确的神经网络模型并验证了该模型的正确性之后,这说明因子分析与 BP 神经网络相结合可以用于社会企业生态位评价。21 份测试集的实际输出值、期望值及生态位高低评级见表 5.10,其中 y 0.92 为优, 0.9 y 0.92 为中, y 0.9 为差[125]。由表 5.10 可知,BP 神经网络评价经过因子分析浓缩后的结果和输出期望值差别不大,基本满足在 10%范围以内的误差要求
【参考文献】:
期刊论文
[1]社会企业的交叉补贴定价及福利效应分析——基于三级价格歧视的视角[J]. 汪忠,郑晓芳,吴琳,袁丹. 财经理论与实践. 2016(02)
[2]创业生态系统研究回顾与展望[J]. 蔡莉,彭秀青,Satish Nambisan,王玲. 吉林大学社会科学学报. 2016(01)
[3]生态位概念和内涵的发展及其在生态学中的定位[J]. 彭文俊,王晓鸣. 应用生态学报. 2016(01)
[4]互补性资产视角下的电动汽车企业生态位评价研究[J]. 宋燕飞,邵鲁宁,尤建新. 管理评论. 2015(09)
[5]英国社会企业的特征、经验及启示[J]. 于魏华. 中国经贸导刊. 2015(15)
[6]商业连锁经营企业竞争力综合评价[J]. 赵祁. 山西财经大学学报. 2015(S1)
[7]社会创新的公共使命与社会企业的发展[J]. 宋伟,徐胡昇,宋小燕. 公共管理与政策评论. 2015(01)
[8]科技创业企业种群生态位测度方法研究[J]. 边伟军,刘文光. 科学学与科学技术管理. 2014(12)
[9]论社会企业的特征及本土价值[J]. 魏来,涂一荣. 太原理工大学学报(社会科学版). 2014(05)
[10]社会企业商业模式要素组合研究——基于国内外社会企业的案例分析[J]. 郑娟,李华晶,李永慧,贾莉. 科技与经济. 2014(04)
博士论文
[1]基于生态位理论的企业及其核心员工评价与匹配研究[D]. 颜爱民.中南大学 2006
本文编号:3285361
【文章来源】:湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】:96 页
【学位级别】:硕士
【部分图文】:
MLP神经网络建模数据流
72图 5.4 神经网络模型准确度神经网络模型并验证了该模型的正确性之后结合可以用于社会企业生态位评价。21 份测高低评级见表 5.10,其中 y 0.92 为优,]。由表 5.10 可知,BP 神经网络评价经过因别不大,基本满足在 10%范围以内的误差要结合的方法适用于社会企业生态位评价。
图 5.3 预测精度直方图对生成的神经网络模型进行运行,神经网络模型的准确度便可以查看到,如图 5.3 所示,这个模型的运用模型为多层感知器,准确度 78%。图 5.4 神经网络模型准确度得到较为正确的神经网络模型并验证了该模型的正确性之后,这说明因子分析与 BP 神经网络相结合可以用于社会企业生态位评价。21 份测试集的实际输出值、期望值及生态位高低评级见表 5.10,其中 y 0.92 为优, 0.9 y 0.92 为中, y 0.9 为差[125]。由表 5.10 可知,BP 神经网络评价经过因子分析浓缩后的结果和输出期望值差别不大,基本满足在 10%范围以内的误差要求
【参考文献】:
期刊论文
[1]社会企业的交叉补贴定价及福利效应分析——基于三级价格歧视的视角[J]. 汪忠,郑晓芳,吴琳,袁丹. 财经理论与实践. 2016(02)
[2]创业生态系统研究回顾与展望[J]. 蔡莉,彭秀青,Satish Nambisan,王玲. 吉林大学社会科学学报. 2016(01)
[3]生态位概念和内涵的发展及其在生态学中的定位[J]. 彭文俊,王晓鸣. 应用生态学报. 2016(01)
[4]互补性资产视角下的电动汽车企业生态位评价研究[J]. 宋燕飞,邵鲁宁,尤建新. 管理评论. 2015(09)
[5]英国社会企业的特征、经验及启示[J]. 于魏华. 中国经贸导刊. 2015(15)
[6]商业连锁经营企业竞争力综合评价[J]. 赵祁. 山西财经大学学报. 2015(S1)
[7]社会创新的公共使命与社会企业的发展[J]. 宋伟,徐胡昇,宋小燕. 公共管理与政策评论. 2015(01)
[8]科技创业企业种群生态位测度方法研究[J]. 边伟军,刘文光. 科学学与科学技术管理. 2014(12)
[9]论社会企业的特征及本土价值[J]. 魏来,涂一荣. 太原理工大学学报(社会科学版). 2014(05)
[10]社会企业商业模式要素组合研究——基于国内外社会企业的案例分析[J]. 郑娟,李华晶,李永慧,贾莉. 科技与经济. 2014(04)
博士论文
[1]基于生态位理论的企业及其核心员工评价与匹配研究[D]. 颜爱民.中南大学 2006
本文编号:3285361
本文链接:https://www.wllwen.com/jingjilunwen/shengtaijingji/3285361.html