关键词：企业竞争力；显性竞争力；潜在竞争力；多层主成分分析
　　摘要：企业竞争力评价方法一直是理论界和实务界的研究热点，也涌现出众多研究成果，但这些方法在操作过程中都存在一定的局限性。在已有研究成果基础上，将多层主成分分析引入10家样本企业的相关指标数据进行评测，发现该方法有其他方法不具有的优势：较客观地确定指标的权值、有利于进行企业间的比较、能有效解决指标多和样本少的矛盾。
　　中图分类号：P270　文献标志码：A　文章编号：1009-4474(2007)06-0083-05
　　
　　企业竞争力评价一直是实业界和学术界研究的热点。就企业而言，综合、客观、准确地评价其竞争力是提升企业竞争实力首先要解决的问题。只有通过竞争力评测，企业才可以了解自身在行业中所处的竞争位势。分析其和主要竞争对手的优势和劣势，进而正确地制定竞争策略以提高自身竞争实力。因此，在激烈的市场竞争中，准确地评价企业的竞争力显得尤为重要。
　　


　　关于企业竞争力的评价，目前已经涌现了不少的研究成果，如功效系数法、模糊综合评价法、层次分析法、综合指数法等。但总体来说，目前的方法在企业竞争力的评价中还存在一定的局限性：这些方法的主观性普遍较大，指标权值的确定通常需要人工估计，因此其科学性往往容易受到人们的质疑；评价的实施过程不经济，计算过程也比较复杂，确定指标权值通常需要专家的多次比较、研讨，要花费大量的人力和物力。虽然也可以利用神经网络的方法把专家的权重设计过程通过学习和训练得到，但是神经网络的模拟结果也只能得到一个企业竞争力的整体综合评价值，不能具体获知企业的优势和劣势在哪几个方面；另外，由于企业竞争力是一个复杂的系统，对其进行评价通常要涉及很多指标，各指标之间有时会有明显的相关性，因此在一定程度上反映的信息有所重叠，具有相关性的指标经过与权值相乘再累加后，会把某些测评要素片面扩大，影响评价的准确性。
　　为了解决传统评价方法中的缺陷，本文认为可以通过基于因素分析的多层主成分分析模型来进行综合竞争力的评测以及具体竞争优势、劣势的度量。该方法是普通主成分分析方法的推广，它不仅可以很好地克服传统方法中指标过多，相互间存在相关性的弊端，同时，也可以实现对企业每一方面特征的优劣比较，有利于企业针对自身问题去探究改善企业竞争状况的途径，进而提升自身竞争实力。
　　本文将在构建适合多层主成分分析的评价指标体系的基础上，运用基于因素分析的多层主成分分析方法建立企业竞争力综合评价模型，并以实例说明该模型在实际中的具体应用。
　　


　　
　　一、指标体系的构建
　　
　　任何评价首先要解决的就是评价指标体系的构建问题。为了准确地评价企业竞争力，观察企业在市场竞争中所处的位置，需要设计一套科学、完整以及能够从全方位、多角度反映企业竞争力的指标体系。
　　文献[2]、[4]、[6]、[7]都根据指标体系设计的科学性、完整性、合理性原则，分别构建了自身的企业竞争力评价指标体系。尽管由于对竞争力理解的差异或评测目的的不同使得这些评价指标体系在设计上不尽相同，但总体来说，上述指标体系基本上综合了对竞争力的各种解释，涵盖了企业竞争力所涉及的各个方面，并且指标体系本身也具有很强的内在逻辑性和层次性，在结构上通过建立一级指标、二级指标甚至三级指标来定性或定量测定企业竞争力，因此具有很高的参考价值。
　　本文从上述指标体系中筛选出一些既能反映企业竞争力内涵的主要方面，同时又比较容易从现有的统计资料中获取数据的指标作为本文的企业竞争力评价指标。在此基础上，运用结构模型分析的方法，建立了评价指标体系的层次性模型结构，在总目标层下将评价指标分为两个一级指标：显性竞争力指标和潜在竞争力指标。其中，显性竞争力指标主要借鉴了《中国经营报》企业竞争力监测指标，以财务指标为主，具有显见性。显性竞争力一级指标下又包括三个下一层次的指标，分别是规模性指标、效益性指标和成长性指标；潜在竞争力指标是在综合借鉴了他人企业竞争力评价指标体系的基础上形成的，其下包括企业资源类指标、营运能力指标、经营安全能力指标和科技创新能力指标。同时，每个二级指标下又包括下一层次的若干同类指标。指标体系的具体结构如表1所示。
　　


　　
　　二、多层主成分分析的基本思路
　　
　　多层主成分分析是普通主成分分析的推广，因此，要了解多层主成分分析的基本思路应先从普通主成分分析开始。
　　主成分分析是一种数学变换方法，它把给定的一组变量X₁，X₂，…，X_k通过线性变换，转换为一组不相关的变量Y₁，Y₂，…，Y_k，在这种变换中，保持变量的总方差不变。同时，使Y₁具有最大方差，称为第一主成分；Y₂具有次大方差，称为第二主成分。依此类推，原来有k个变量，就可以转换出k个主成分。但在实际应用中，为了简化问题。通常不是找出k个主成分，而是找出q(g　　基于因素分析的多层主成分分析的基本思路是：首先，将影响因素进行因素分析，按一定标准将评价内容区分成几个方面的特征，并据以对每一方面特征分别做主成分分析，从中提取能够综合反映每一方面特征的主成分，计算出相应的得分；其次，以所提取的全部主成分组成评价的指标体系，对其再次进行主成分分析，并按主成分分析的一般思路计算出各参评样本的综合得分；最后，根据各参评样本的综合得分进行分析，做出有关的评价结论。
　　


　　
　　三、应用实例
　　
　　为了说明多层主成分模型在企业竞争力评价中的具体运用，我们收集了10家企业的指标数据，并将该模型用于这10家企业的综合评价。我们用字母A、B、C、D、E、F、G、H、I、J代表这10家企业，其指标原始数据分别见表2和表3。
　　在对以上原始数据进行标准化处理后，为得出企业二级指标评价值，可将各二级指标所对应的三级指标标准化数据进行主成分分析。例如，为求得企业规模性指标的评价值，我们将各企业规模性指标下属的三级指标标准化数据输入SPSS 13.0进行主成分分析，即可得表4的规模性指标的特征值及贡献率。
　　由表4可知，前两个主成分的累计方差贡献率已达到97.919％，远大于80％，所以仅取前两个主成分即可。前两个特征值对应的特征向量为：
　　E₁=[0.5802，0.5803，0.5694，0.0483]
　　E₂=[-0.0551，-0.0718，0.0450，0.9948]。 　　所以，两个主成分得分的计算公式为：
　　F₁₁₍₁₎=0.5802×z₁₁₁+0.5803×z₁₁₂+0.5694×z₁₁₃+0.0483×z₁₁₄，
　　F₁₁₍₂₎=-0.0551×z₁₁₁-0.0718×z₁₁₂+0.0450×z₁₁₃+0.9948×z₁₁₄。
　　规模性指标的综合得分计算公式为：
　　z₁₁=0.72848×F₁₁₍₁₎+0.25071×F₁₁₍₂₎。
　　通过以上公式可求得各企业规模性指标的两个主成分得分F₁₁₍₁₎，F₁₁₍₂₎以及规模性指标得分z₁₁。
　　


　　对其他二级指标进行类似的处理，就得到各企业所有二级指标的评价值。此为第一层主成分分析，该结果将是我们进行第二层主成分分析的基础数据(具体结果见表5)。
　　从表5可以看出，企业各方面的评价值均能够通过该模型获得，这样可以使企业很明确地比较出自身相对于其他企业的优势与劣势。例如，企业A在规模性指标、营运能力以及科技创新能力方面具有明显优势，其指标值要远远超过其他企业，而在企业资源、安全经营能力方面得分为负值，低于优秀企业，因此该企业应针对以上劣势制定竞争策略，提升自身竞争实力。
　　以第一层主成分分析结果为基础数据，对两个一级指标下相应指标分别进行第二层主成分分析，就得到了企业显性竞争力和潜在竞争力的评价值。在此基础上再进行第三层主成分分析就得出了企业竞争力的最终得分(见表6)。
　　为使我们更直观、清楚地了解各企业的竞争力状况，可以以显性竞争力为横轴，潜在竞争力为纵轴，绘制样本企业的竞争力得分图(见图1)。
　　


　　从图1可以看出，A单独位于坐标图的右上角，其显性竞争力和潜在竞争力两项得分都遥遥领先于其他企业，具有超强的竞争实力。另外，从总体来看，10家企业大体可以被坐标轴划分为四类。第一类包括A、J和F三家企业，这类企业不仅表现出了强劲的显性竞争实力，而且具有很大的发展潜力，是整体竞争力较强的企业；第二类包括I和G，这两家企业尽管已经表现出了一定的竞争实力，但发展的后劲略显不足；第三类企业，像B和C，虽然显性竞争力得分不高，但具有很大的发展潜力，如果这类企业在以后的发展中能针对具体原因进行调整，相信其总体竞争实力会有所提高；余下3家企业的两项得分都不高，属于竞争力较弱的企业。
　　
　　四、结论
　　
　　企业竞争力评价是一项复杂的系统工程，其结果将直接影响到企业战略的制定、战略方向的转移、标杆学习企业的选择等。通过本文的实例可以看出，与其他评价方法相比，多层主成分分析法具有自身的优势：首先，该方法能够在最大限度地保留原有信息的基础上，对高维变量系统进行最佳的综合和简化，客观地确定各个指标的权值，从而有效地避免了评价过程中的主观影响；其次，运用此方法不仅可以得出总的评价结果，而且还可以给出企业每一方面特征的得分，有利于进行企业间的比较分析；最后，该方法还有效地解决了样本空间有限与指标变量过多的矛盾。