一、电子商务与风险投资（论文文献综述）
祁怀锦,于瑶[1]（2021）在《电子商务发展对企业风险承担的影响——兼论差异化管理层激励方式的调节效应》文中研究说明为明确电子商务发展对企业风险承担的影响,以及管理层激励在其中发挥的作用,运用2014—2019年A股上市公司数据进行实证分析,发现省域内电子商务发展显着促进了企业风险承担水平的提高,作用机制包括提升企业经营效率与缓解融资约束。管理层激励影响了电子商务发展与企业风险承担之间的关系,其中股权激励弱化了电子商务对企业风险承担的促进作用,而货币薪酬激励则强化了上述关系。以上结果表明,作为企业数字化转型的重要实现途径,电子商务可以通过改善经营运作效率与融资环境进而影响企业风险决策,表现出对企业层面经济高质量发展的正向作用,为构建"双循环"新发展格局提供了决策参考。
吴明宇[2]（2020）在《互联网企业风险投资与创业区位研究》文中提出中国互联网创业方兴未艾,各地方政府高度重视其对地区未来经济发展产生的影响,互联网创业的相关研究成为当今重要的课题之一。在已有研究成果的基础上,从中国互联网大企业的风险投资和城市内部互联网创业的区位选择两个层面对互联网创业展开研究。首先对互联网大企业风险投资的空间格局进行刻画,并使用负二项回归模型对其区位选择进行探究,揭示中国互联网大企业风险投资的特征以及对互联网创业的相关影响。其次,以杭州市作为案例,探究微观空间视角下互联网创业的区位选择。使用核密度、标准差椭圆的分析方法,刻画不同类型的互联网创业企业的空间演化特征,使用地理网格法划分研究区域,使用Heckman两阶段模型对城市内部互联网创业的区位选择进行分析。研究发现:互联网创业的发展具有不平衡的空间格局,且路径依赖特征明显。从总体上看,互联网创业的发展与地区经济发展水平密切相关,我国经济发达的东部沿海地区和城市内部的主城区是互联网创业的主要阵地。同时,不同类型的互联网企业空间分布各有不同。对区位影响因素的探究发现,区位“软因子”对互联网创业具有重要的影响,而传统物质要素在不同层面上对互联网创业的影响具有差异性。创新要素、政策要素不仅会影响互联网大企业的风险投资,同时对地方互联网创业的区位选择也具有重要的影响。便捷的交通条件和优越的市场条件能够帮助当地互联网企业获得融资支持,但是互联网创业者对城市内部的交通基础设施、邻近CBD的需求不足。
王昕玥[3]（2020）在《基于博弈理论的HT电商产业园盈利模式研究》文中认为近年来,电子商务已成为激发消费市场潜力,提升中国经济活力的重要支点。本文是在国内电子商务快速发展、电商产业园快速涌现的大背景下,对电商产业园按照运营管理主体进行分类,并且针对目前主流的政府主导型、政企合一型、企业主导型、产业主导型、社区主导型和服务主导型六类电商产业园的主要特征和盈利模式进行比较分析,同时以HT电商产业园为例,探讨目前电商产业园主要盈利模式的内容、特点及存在的问题和发展方向。文章通过运用文献研究法、实地调查法、对比分析法和博弈分析法研究发现,目前电商产业园的主要盈利均集中在房租或物业服务收入方面,模式普遍单一,持续盈利能力和水平较弱。因此为破解电商产业园盈利模式单一难题,选取HT电商产业园2016-2018年三年的财务数据,对盈利趋势变化进行分析,同时结合其三年内经营策略的变化发现,单一以房租或物业服务收入支撑的盈利已经出现下滑趋势,且该模式下的盈利受市场变动影响巨大,为降低电商产业园盈利下滑带来的风险,园区尝试通过风险投资的方式,扩大盈利收入。论文中,结合HT电商产业园盈利策略的选择,运用博弈论中“委托人-代理人”模型,以入园企业投资成立一个新的网络品牌旗舰店为项目内容,构建电商产业园与入园企业之间的风险投资博弈模型,探究电商产业园通过将入园企业缴纳的租金,反向对该企业进行风险投资,从而置换少量股权,并且根据网络品牌旗舰店的市场预期,分两个阶段进行投资,在一定程度上参与入园企业运营、决策,对电商产业园进行物业股权置换的选择做出参考,为解决电商产业园盈利模式单一问题提供建议和思路。最后,根据对风险投资博弈模型的分析及目前园区在盈利模式方面存在的主要问题,提出HT电商产业园应通过扩大风险投资规模、增加风险投资类型的方式完善风险投资机制,通过保持房租收入规模、提高运营管理附加值的方式持续增加盈利,从而进一步丰富电商园区盈利模式,增强盈利能力,扩大盈利规模。
谢世江[4]（2019）在《我国商贸流通业的金融支持研究》文中指出在改革开放40年的发展历程中,虽然流通业对社会经济的贡献度以及在国家产业体系中的重要性逐渐被全社会接受,流通业已经成为我国经济的基础和先导性产业,但当前流通业的发展依然面临不少问题:降低流通成本的任务依然存在,流通效率亟待进一步提高;与发达国家相比,整个行业的市场集中度和龙头企业规模依然差距较大等。与此同时,虽然经过多年的改革发展,我国金融业促进经济发展的能力稳步提升,但在近年经济下行的特殊背景下,金融业本身出现了“脱实向虚”等问题,金融功能的发挥与实体经济的实际需求出现脱节,金融业对实体企业输血造血的能力和水平需要进一步提升。实体经济发展遭遇的企业融资难、融资贵等问题在商贸流通业中也比较普遍,金融支持不足成为我国商贸流通业发展的重要制约因素。党的十九大报告提出要“推进贸易强国建设”,《国内贸易流通“十三五”发展规划》也指出,到2020年现代流通业成为国民经济的战略性支柱产业。与此同时,金融服务实体经济已成为当前国家的现实选择,中央明确提出了一系列金融服务实体经济的指导思想,比如“服务实体经济是金融的本分”等。特别是2019年2月,中央明确提出“金融活,经济活;经济兴,金融兴;经济是肌体,金融是血脉”,要求“深化金融供给侧结构性改革,增强金融服务实体经济能力”。这些最新的国家政策导向,为我国商贸流通业利用好金融资源实现快速变革发展提供了新机遇。然而,目前学界对金融与商贸流通业相互关系的研究还不多,且现有研究大多以理论探讨为主,量化分析非常稀少,对商贸流通业金融支持的影响因素进行研究的文献则更少。在此背景下,对我国商贸流通业的金融支持情况进行研究,不仅具有一定的理论价值,而且具有较强的现实应用价值。基于以上背景,本文以商贸流通业为研究对象,对我国商贸流通业的金融支持问题开展研究。在系统梳理商贸流通业与金融关系现有研究成果的基础之上,对商贸流通业的发展历程和金融支持状况进行了论述,结合商贸流通业的产业特征以及发展阶段对其金融需求情况进行了分析,从功能视角就金融对商贸流通业的作用机理进行论述,对直接金融与间接金融促进商贸流通业发展的机理以及在现实经济中的表现进行了比较,从产融结合模式的角度对商贸流通业的主要产融结合模式进行了分析。在以上理论分析的基础上,从实证的角度对商贸流通业的金融支持水平进行了测度,通过建立面板数据模型对金融支持水平的影响因素进行实证分析,并进一步提出相关的对策建议。本文的主要研究成果和结论可以归纳为以下几个方面:一、我国商贸流通发展需要金融支持。从行业特征来看,商贸流通业具有轻资产模式、低利润增长、规模经济的竞争方式、以中小企业为主等四方面特点;从产业发展阶段来看,我国商贸流通业在经历了 40年的改革开放历程,目前已进入新一轮的转型升级阶段;从国际竞争力来看,我国商贸流通业无论是面对国内市场的外资竞争还是实施“走出去”战略,均需要大量金融支持。这些情况决定了商贸流通业对金融的巨大需求。研究进一步发现,我国商贸流通业的金融支持不足主要表现在金融政策支持力度不足、金融支持供给规模不足、金融支持结构不合理三个方面。二、从金融深化的角度看,金融业对商贸流通业的作用机理主要表现在金融规模、金融结构、金融效率三方面。从金融功能的角度来看,金融业对商贸流通业的作用机理主要表现在资本形成、风险分散、激励约束以及信息揭示四个方面。不过直接金融与间接金融作用机理的侧重点存在一定差异,直接金融的作用机理突出体现在资本形成、风险分散以及信息揭示方面,而间接金融的作用机理突出体现在资本形成以及激励约束方面。三、我国金融发展对商贸流通业发展具有正向推动作用,不过金融规模、金融结构以及金融效率三方面对商贸流通业的促进作用存在较大差异。其中,金融规模的作用较大,这说明我国对商贸流通业的金融支持并不存在过度发展的问题,金融业有必要进一步扩大对商贸流通业的资金供给规模;金融结构对商贸流通业也有显着正向冲击作用,但是作用程度小于金融规模;金融效率的作用相对最小。因此,改进对商贸流通业的金融支持,可以把重点放在扩大金融支持规模和提高直接金融占比上,而金融效率则可作为一个长期的方向。此外,国家财政支出也与商贸流通业的发展呈正相关的关系,启示我们合理利用政府财税收支政策来促进商贸流通业发展。四、从金融支持方式的作用程度来看,直接金融与间接金融对商贸流通业的推动作用存在显着差异。直接金融支持方面,回归结果显示总市值系数为0.55,这意味着当总市值增加1%时,企业总资产将增加0.55%,表明以资本市场为主导的直接金融支持体系对上市商贸企业发展产生较大推动效应。间接金融支持方面,回归结果显示应付利息系数为0.02,以信贷为主的间接金融体系对我国商贸流通发展支持程度明显小于直接金融。五、商贸流通业金融支持的影响因素方面,直接金融支持与间接金融支持的影响因子不一样,具体表现如下:（1）销售净利率对直接金融影响较大,影响系数达到2.69。但是销售净利率对间接金融的影响较小,且呈现负相关关系。（2）流动比率与直接金融支持成正相关,但与间接金融支持为负相关关系。（3）存货周转率与直接金融支持显着正相关,但与间接金融相关性不显着。（4）固定资产周转率对直接金融支持影响为负,近十年来我国经济整体处于下行阶段,固定资产周转率虽然提高,但是对整个直接融资市场的正向作用并未有效发挥。固定资产周转率与间接金融支持显着正相关,不过相关系数较低,仅为0.14%。值得注意的是,间接金融与固定资产装备化水平相关系数高达0.17,说明我国商贸流通业的间接金融存在过度依赖固定资产抵押担保的倾向。（5）营业收入增长率与直接金融支持正相关,与间接金融相关性不显着。（6）技术水平方面,无形资产比率与直接金融支持的相关系数为1.85,商贸企业的技术水平将显着提升直接融资水平。不过金融机构开展信贷业务时较少考虑该类指标,因此技术水平指标与间接金融相关性并不显着。（7）国家政策扶持方面,税费返还对直接金融影响不显着,但税费返还与间接金融正相关性,类似研究也发现政府补贴对企业价值有显着正向调节作用。（8）直接金融支持的影响因素比如技术进步、成长能力等具有长期性和渐进性,而间接金融支持的影响因素比如年度税收惠返还等则具有更多短期性质,商贸流通业的间接金融支持存在短视倾向。六、为提升金融业服务我国商贸流通业的能力和水平,可从五个方面入手:（1）建立多层次资本市场,扩大商贸流通业直接融资占比:（2）创新金融产品和服务,减轻对固定资产抵押担保的依赖;（3）加强国家政策资金的扶持,完善补贴管理机制;（4）建设流通行业信用体系,提升行业信用评级;（5）加强技术创新;（6）加强流通企业供应链建设,发挥好供应链金融作用;（7）加强政策组合拳,提升政策的作用效力。本文成果可为流通主管部门以及金融主管决策部门制定商贸流通业发展政策提供参考,也能为商贸流通企业以及金融机构的经营管理提供参考。
陈卿卿[5]（2019）在《红杉中国外部知识异质度对投资绩效影响研究》文中研究指明风险投资行业作为知识密集型行业,对知识的依赖度较高,而异质性知识是提高竞争力的核心要素。单个风险投资机构自身知识资源较匮乏,而联合投资能够获得外部异质性知识,有效弥补内部知识不足,还能缓解信息不对称,降低投资风险等,因而受到风险投资机构的青睐。红杉中国也广泛采用联合投资策略,通过与不同行业不同区域的伙伴合作,获取了大量异质性知识,但是在实践中发现,合作伙伴间的异质性能够为红杉中国提供缺乏的互补性知识资源,但异质性的合作伙伴需要支付更多的搜索成本和管理成本,并且存在更大的风险。外部知识异质度究竟对投资绩效具有什么样的影响,以及如何在众多的合作伙伴中选择出适合的合作伙伴是红杉中国在进行投资决策时需要重点考虑的问题。本文以红杉中国为研究对象,利用其在2005-2013年期间的投资项目数据和行业投资数据,通过探讨外部知识异质度与投资绩效的关系,指出红杉中国外部知识异质度的不足,并据此提出通过改善其外部知识异质度进而提升其投资绩效的对策建议。首先,本文利用CVSourse数据库2005-2017年的数据对红杉中国的投资绩效现状与外部知识利用现状进行分析。其次,运用随机抽样的方法选取72家风险投资机构共368个投资项目信息,探索行业外部知识异质度与投资绩效的关系,结果表明:合作伙伴数量、合作伙伴关系强度与投资绩效呈倒U型关系;合作伙伴行业异质性与投资绩效呈正U型关系;合作伙伴地区异质性与投资绩效正相关,并根据影响关系确定各个异质性维度的较优区间。然后,将红杉中国外部知识异质度现状与行业结果进行对比分析,找出红杉中国外部知识异质度存在的问题。最后,提出通过改善红杉中国外部知识异质度提升其投资绩效的对策建议。
周延[6]（2019）在《基于政策文本分析的广州市创业投资产业政策研究》文中指出创业投资能够起到促进产业结构升级,推动经济转型的重要作用。然而,具有公共外部性和高风险性的创业投资,仅依靠自身难以健康发展,需要政策进行引导和推动。在广州市建设具有全国影响力的风投创投中心的背景下,本文以广州市创业投资产业政策为研究主体,运用政策文本分析方法开展研究具有积极的现实意义。政策主体、政策主题、政策工具均为政策系统的重要组成部分,而政策内容关系到政策的实施情况。本文基于广州市政府发布的52个有效期内的政策文本,将广州市创业投资产业政策分成四个发展阶段进行研究。对广州市创业投资产业政策发文主体分别进行描述性统计分析,运用社会网络分析方法研究政策主体的网络结构及中心性。其次运用共词分析方法构建相关矩阵和相异矩阵,通过因子分析和聚类分析,划分出政策领域确定政策主题并对政策领域进行结构上的划分。然后利用关联性分析法研究具体的政策内容,判断政策之间的系统性、支撑性、冲突以及主体利益。最后从政策工具的视角进行研究,结合政策工具维度与创投运作阶段维度研究广州市创业投资产业政策。研究结果表明位于核心位置的政策主体相对突出,政策制定主体较为单一,政策参与主体的网络规模呈扩大趋势,社会网络的中心从市科技和信息化局向市政府过渡,政策参与主体的合作广度和强度均有所提高。其次,广州市创业投资产业政策可划分为六个领域,初步形成体系。第三,广州市创业投资产业政策主要涉及金融业和高新技术产业,仍需加强不同层面政策内容之间的系统性和支撑性。最后,政策工具中供给型政策工具最多,基本集中在“资金支持”、“基础设施建设”以及“公共服务”三个方面;需求型政策工具和退出阶段的相关政策工具十分缺乏,需要大力加强这类政策的出台。
李红[7]（2011）在《中美互联网企业商业模式创新比较研究》文中认为互联网已经成为中国经济社会运行的重要基础设施和影响巨大的新型媒体,并影响着世界经济、政治、文化和社会的发展,中国政府高度重视并积极促进互联网的发展与运用。中国互联网创业公司在实践中不断学习和借鉴美国互联网发展的基础上,加强中美互联网企业商业模式创新的比较研究,也成为一种大势所趋及行业发展要求。本文在以往研究的基础上,对中美互联网商业模式的发展路径和规律、影响中美互联网企业商业模式创新的宏、微观因素、以及中美十对典型互联网企业商业模式创新的比较研究等进行了梳理和系统分析,并由此构建了互联网社会网络服务（SNS）企业的商业模式创新评价指标体系和模型。在一定程度上,为中美互联网发展的理论分析及比较研究开辟了新的思路和方法。本文在以下四个方面有所突破和创新:一.对影响中美互联网企业商业模式创新的宏观、微观因素进行了比较分析,总结构画了互联网企业商业模式创新的动力机制图。对中美互联网商业模式的发展历史和影响中、美互联网企业商业模式创新的宏观、微观因素,结合PEST分析法,进行了系统的比较分析。通过对互联网商业模式创新的动力机制解析图的构建和剖析,总结出带来中美互联网企业商业模式创新差距及差异的宏观、微观主导因素。二.结合抽样调查问卷结果,对中美典型互联网企业进行实证性质的比较研究。针对十对具典型代表性的中、美互联网企业及其商业模式创新,结合本人对中、美两国网络用户所做的抽样调查问卷的统计结果,以及相对应的理论分析,完成了互联网企业商业模式及其创新方面具有实证性质的对比分析和研究。三.构建了互联网SNS企业商业模式创新评价指标体系和模型应用德尔菲法（即专家问卷调查法）和层次分析法（AHP）,通过对影响互联网SNS企业商业模式创新的各因素进行1-3级指标的划分和剖析,建立了“互联网SNS企业商业模式创新评价指标体系和模型”。并对各指标进行了解析,构建了“影响SNS企业商业模式创新的核心因素和关键因素模型”。四.提出互联网企业价值评估的“立体三维象限分析法”,并做了探索性分析。本文进行了基于象限法评析的网络企业价值评估思考和初步探索。针对十对典型中、美互联网企业的价值评估,应用象限分析法进行了探索性归类和分析。
章艮凤[8]（2016）在《风险投资对电子商务上市企业成长性的影响研究》文中研究指明随着互联网和通信技术的发展,人们的消费方式发生了翻天覆地的变化,实体店消费模式已经越来越多的被网络购物所替代,这也就造就了电子商务企业的异军突起。如今,电子商务已经遍布各行各业,成为许多传统企业转变经济增长方式的发展方向,不仅如此,电子商务还与国民经济制造业、物流业、服务业等行业联系紧密,在国民经济发展中成为不可小觑的力量。但是,融资难、融资成本高和管理不规范也成为一些新兴发展的电子商务企业无法逾越的鸿沟。与传统企业所不同,电子商务企业成长壮大的一个独特的要求是资金投入高和成长的不稳定性,基于此特点,风险投资成为电子商务企业较主要的融资渠道,尤其是创业初期的创业资本。风险投资（Venture capital）是一种由专业性投资机构向新兴发展的、成长性较好的企业提供的一种权益性融资,并通过参与被投资企业的经营管理向企业提供增值服务和输送先进的管理经验,最后通过扶持被投资企业上市、股权回购、企业并购等方式退出企业而获得超额资本收益。电子商务企业一向得到风险投资的青睐,截至2013年,风险投资在电子商务领域内实现了暴发式增长,并加速与传统贸易、商业实现了不可抵挡式的整合；更甚的是全球电子商务行业的并购与风险投资在2014年达到双重并发。但是,在风险投资风靡电子商务行业的同时,我们也不乏看到一种现象,风险投资助力电子商务企业腾飞的过程中出现退市、破产、倒闭等情况。近日,继人人网、360之后,陌陌在纳斯达克上市仅6个月就退市,打破了中概股“闪退”的纪录。虽然陌陌退市的内在原因仍在争执之中,未成定论,但面对这种现象,我们不免想到风险投资助力电子商务企业上市后,企业的成长力和稳定性会是怎样的呢?因此,探讨风险投资对电子商务企业成长性的影响,不仅能为电子商务企业成长壮大提供一定的依据,还能为我国风险投资的进一步发展完善提供理论基础,从而加快我国风险投资机构的完善,同时,促进电子商务企业更好更快的成长。本文基于对关于风险投资、资本结构和电子商务企业成长性相关的文献进行整理,首先对相关概念进行界定,从理论上分析风险投资对电子商务企业资本结构和对电子商务企业成长性的影响机制,并提出研究假设；其次,收集样本企业数据,进行实证分析,验证本文提出的假设,探讨风险投资与电子商务企业成长性的关系,结果发现,风险投资是否参与企业与电子商务企业成长性正相关,风险投资的特征也对电子商务企业成长性产生影响；最后,概括研究的结论,风险投资对电子商务上市企业成长性发挥独特的推动作用,但目前还存在一些阻碍因素：一是电子商务企业风险投资持股比例偏低；二是风险投资机构声誉还比较低。因此,电子商务企业在以后的成长壮大中,应极力扩大风险投资的作用,尤其是提高风险投资引入比例和提高风险投资自身声誉。
赵利芬[9]（2014）在《基于信息融合的电子商务生态系统决策支持模型研究》文中研究说明中国电子商务的迅速发展及其带动的企业价值链效应推进了电子商务生态系统的形成。在这个庞大的商务生态系统中，系统的稳定性、环境的变动性都会影响系统中各组织机构的战略发展和经营活动。当前，在电子商务生态系统中各企业机构已经意识到这些，很多企业已经逐渐从生态学角度来分析并处理同环境的关系，以期全面地认识和把握与电子商务生态系统的关系，从而做出合理的决策，制订出正确的竞争和管理策略。本研究意在解决电子商务生态系统中信息处理问题，为企业提供决策支持。以生态系统理论研究电子商务环境下的商业生态系统，在相关研究基础上对电子商务生态系统进行界定，通过分析电子商务生态系统的构成，确定系统中各类主体为信息来源。针对电子商务生态系统的复杂性和多变性，结合信息融合技术的优越性，构建基于信息融合的电子商务生态系统决策支持模型，主要包括信息采集、信息处理和信息输出三方面内容：在电子商务生态系统结构研究的基础上定义了信息融合传感器，解决了决策支持模型中信息采集的问题；建立信息融合中的GVUCI知识库，确保输出信息是对主体所处环境状态的判断及应对策略；选取D-S证据理论为信息融合算法，确定了融合分析流程，解决了决策支持模型中信息处理的问题；此模型可以帮助电商企业判别自身所处环境状态，进而制定和调整相应战略决策，实现企业及系统的长远健康发展。通过典型电商企业案例分析来实现模型的应用，融合和分析电商企业在政府政策、用户态度、竞争强度、风险投资、盈利能力五方面相关信息，判断企业所处环境状态。主要以京东商城和当当网为例介绍了详细的信息分析和融合过程，案例分析结果显示京东商城所处环境状态基本归于偏风险型，当当网所处环境为弱机会型。此外，用模糊综合评价法对两个案例进行评价，将信息融合评判结果与模糊综合评价结果进行对比分析，结果显示两者评判结果是一致的，而且信息融合结果具有更高的可信度。
徐瑶之,吴吉义,胡玉平,章剑林[10]（2013）在《电子商务企业的金融支持体系研究-基于资金供给与需求的分析》文中研究说明电子商务企业作为创新型的网络企业,具有高风险高预期收益的特点,"融资难"问题伴随着电子商务企业发展的整个过程.以电子商务和融资的相关理论为基础,在把握当前国内外电子商务的发展特点以及融资中所存在的问题基础上,从资金供给与需求的均衡分析对电子商务企业金融支持进行研究,并对中国电子商务企业融资难问题提出了相应的政策建议.
二、电子商务与风险投资（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电子商务与风险投资（论文提纲范文）
（1）电子商务发展对企业风险承担的影响——兼论差异化管理层激励方式的调节效应（论文提纲范文）
| 一、相关文献综述 |
| 二、理论分析与假设的提出 |
| （一）电子商务发展对企业风险承担的影响与机制分析 |
| （二）管理层激励对电子商务发展与企业风险承担关系的调节作用 |
| 三、研究设计 |
| （一）模型与变量定义 |
| 1. 电子商务发展与企业风险承担水平 |
| 2. 管理层激励的调节效应 |
| （二）数据来源与处理 |
| 四、实证分析 |
| （一）描述性统计 |
| （二）主回归结果 |
| （三）稳健性检验 |
| （四）作用机制分析：经营效率与融资约束改善 |
| 1. 经营效率改善机制 |
| 2. 融资约束改善机制 |
| （五）调节效应分析：差异化管理层激励方式 |
| 五、结论与政策建议 |
（2）互联网企业风险投资与创业区位研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容与研究框架 |
| 1.2.1 研究内容 |
| 1.2.2 研究框架 |
| 1.3 研究方法 |
| 1.4 研究创新点 |
| 第二章 文献综述 |
| 2.1 企业风险投资与中小企业的发展 |
| 2.2 企业风险投资的空间分布与区位选择 |
| 2.3 双创型企业的空间分布与区位选择 |
| 2.4 研究评述 |
| 第三章 中国互联网大企业风险投资的空间格局与区位分析 |
| 3.1 数据来源 |
| 3.2 发展阶段与投融资企业特征分析 |
| 3.2.1 发展阶段分析 |
| 3.2.2 企业特征分析 |
| 3.3 投融资的空间格局 |
| 3.4 互联网大企业风险投资的区位影响机制探究 |
| 3.4.1 影响因素的选择与研究方法 |
| 3.4.2 回归结果分析 |
| 3.5 本章小结 |
| 第四章 城市互联网创业的空间特征与区位选择:杭州案例 |
| 4.1 数据来源与研究区选择 |
| 4.2 杭州互联网创业的空间格局 |
| 4.2.1 研究方法 |
| 4.2.2 发展阶段与空间集聚格局 |
| 4.2.3 空间演化特征与集聚区分析 |
| 4.3 杭州互联网创业的区位影响因素分析 |
| 4.3.1 区位影响因素的选择 |
| 4.3.2 研究方法 |
| 4.3.3 回归结果分析 |
| 4.4 本章小结 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.2 局限性与展望 |
| 参考文献 |
| 后记 |
（3）基于博弈理论的HT电商产业园盈利模式研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内研究现状 |
| 1.2.2 国外研究现状 |
| 1.2.3 文献评述 |
| 1.3 主要内容 |
| 1.4 研究方法 |
| 1.5 研究目标 |
| 1.6 创新点 |
| 第二章 电商产业园的发展模式及其盈利模式分析 |
| 2.1 电商产业园概述 |
| 2.1.1 电商产业园的概念 |
| 2.1.2 电商产业园的分类 |
| 2.2 电商产业园的发展模式概述 |
| 2.2.1 政府主导型 |
| 2.2.2 政企合一型 |
| 2.2.3 企业主导型 |
| 2.2.4 产业主导型 |
| 2.2.5 社区主导型 |
| 2.2.6 服务主导型 |
| 2.3 电商产业园盈利模式比较分析 |
| 2.3.1 政府主导电商产业园盈利模式分析 |
| 2.3.2 政企合一型电商产业园盈利模式分析 |
| 2.3.3 企业主导型电商产业园盈利模式分析 |
| 2.3.4 产业主导型电商产业园盈利模式分析 |
| 2.3.5 社区主导型电商产业园盈利模式分析 |
| 2.3.6 服务主导型电商产业园盈利模式分析 |
| 第三章 HT电商产业园盈利模式分析 |
| 3.1 HT电商产业园发展概况 |
| 3.1.1 电商产业园基本情况 |
| 3.1.2 科技孵化载体基本情况 |
| 3.2 HT电商产业园盈利情况分析 |
| 3.2.1 盈利情况研究意义 |
| 3.2.2 主要经营数据分析 |
| 3.2.3 盈利模式分析 |
| 3.2.4 盈利模式存在的主要问题 |
| 第四章 HT电商产业园盈利策略博弈分析 |
| 4.1 博弈论概念引入 |
| 4.2 产业园与入园企业利益博弈分析 |
| 4.2.1 产业园与入园企业利益关系分析 |
| 4.2.2 利益博弈模型建立 |
| 4.2.3 博弈模型理论分析 |
| 4.2.4 博弈模型解的经济分析 |
| 4.3 HT与 QY双方博弈总结 |
| 4.3.1 博弈的理论层面 |
| 4.3.2 合作的现实层面 |
| 4.3.3 园区盈利模式重组 |
| 第五章 HT电商产业园盈利策略建议 |
| 5.1 完善风险投资机制 |
| 5.1.1 完善风险投资机制 |
| 5.1.2 扩大风险投资规模 |
| 5.1.3 增加风险投资类型 |
| 5.2 多种模式持续获利 |
| 5.2.1 保持房租收入规模 |
| 5.2.2 提高运营管理附加值 |
| 第六章 结论与展望 |
| 6.1 结论 |
| 6.2 存在的问题和不足 |
| 6.3 电商产业园发展展望 |
| 6.3.1 对我国电商产业园发展总体展望 |
| 6.3.2 对HT电商产业园发展展望 |
| 6.3.3 对自身研究工作的展望 |
| 参考文献 |
| 致谢 |
（4）我国商贸流通业的金融支持研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 相关概念的界定 |
| 1.2.1 商贸流通业的界定 |
| 1.2.2 金融支持相关概念 |
| 1.3 研究内容、框架与方法 |
| 1.3.1 研究目标与思路 |
| 1.3.2 研究内容 |
| 1.3.3 研究框架 |
| 1.3.4 研究方法 |
| 1.4 创新点与不足之处 |
| 1.4.1 主要创新点 |
| 1.4.2 不足之处 |
| 第2章 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.1.1 商品流通与货币流通 |
| 2.1.2 金融发展与商贸流通发展 |
| 2.1.3 金融支持与产业生命周期 |
| 2.2 文献综述 |
| 2.2.1 国外文献 |
| 2.2.2 国内文献 |
| 2.2.3 文献评价 |
| 2.3 本章小结 |
| 第3章 商贸流通业金融支持现状分析 |
| 3.1 商贸流通业发展历程及金融支持概况 |
| 3.1.1 现代流通起步阶段与金融支持 |
| 3.1.2 现代流通快速发展阶段与金融支持 |
| 3.1.3 现代流通转型升级阶段与金融支持 |
| 3.2 商贸流通业的金融需求分析 |
| 3.2.1 商贸流通业产业特征与金融需求 |
| 3.2.2 商贸流通业发展阶段与金融需求 |
| 3.2.3 商贸流通业国际竞争力与金融需求 |
| 3.3 金融支持商贸流通业发展存在的问题 |
| 3.3.1 金融支持政策力度不足 |
| 3.3.2 金融支持规模不足 |
| 3.3.3 金融支持结构不合理 |
| 3.4 本章小结 |
| 第4章 金融支持商贸流通业发展的机理分析 |
| 4.1 分析金融作用机理的不同视角 |
| 4.1.1 投入产出视角 |
| 4.1.2 供需视角 |
| 4.1.3 金融深化视角 |
| 4.1.4 金融功能视角 |
| 4.2 金融支持商贸流通业发展的作用机理 |
| 4.2.1 直接金融支持商贸流通业发展的作用机理 |
| 4.2.2 间接金融支持商贸流通业发展的作用机理 |
| 4.2.3 直接金融支持与间接金融支持作用机理比较 |
| 4.3 金融支持商贸流通业发展的机理分析框架 |
| 4.4 本章小结 |
| 第5章 商贸流通业产融结合模式分析 |
| 5.1 产融结合相关概念 |
| 5.2 产融结合的理论基础 |
| 5.3 产融结合模式及其分类 |
| 5.4 我国商贸流通业产融结合模式 |
| 5.4.1 类金融模式 |
| 5.4.2 服务型模式 |
| 5.4.3 股权型模式 |
| 5.4.4 金控平台模式 |
| 5.5 本章小结 |
| 第6章 金融支持商贸流通业发展的实证分析 |
| 6.1 研究设计 |
| 6.1.1 研究方法 |
| 6.1.2 变量选择与模型构建 |
| 6.1.3 研究对象与数据来源 |
| 6.2 实证结果及分析 |
| 6.2.1 描述性统计 |
| 6.2.2 回归结果及分析 |
| 6.3 本章小结 |
| 第7章 直接金融与间接金融支持商贸流通业的比较分析 |
| 7.1 研究设计 |
| 7.1.1 研究方法 |
| 7.1.2 变量选择与模型构建 |
| 7.1.3 研究对象与数据来源 |
| 7.2 实证结果及分析 |
| 7.2.1 描述性统计 |
| 7.2.2 模型检验与模型类型的选择 |
| 7.2.3 回归结果及分析 |
| 7.2.4 稳健性检验 |
| 7.3 本章小结 |
| 第8章 商贸流通业金融支持影响因素的实证分析 |
| 8.1 研究设计 |
| 8.1.1 研究方法 |
| 8.1.2 变量选择 |
| 8.1.3 研究对象与数据来源 |
| 8.2 实证结果及分析 |
| 8.2.1 描述性统计 |
| 8.2.2 模型检验与模型类型的选择 |
| 8.2.3 回归结果及分析 |
| 8.2.4 稳健性检验 |
| 8.3 本章小结 |
| 第9章 研究结论、对策与展望 |
| 9.1 研究结论 |
| 9.2 对策建议 |
| 9.2.1 建立多层次资本市场,扩大商贸流通业直接融资占比 |
| 9.2.2 创新金融产品和服务,减轻对固定资产抵押担保的依赖 |
| 9.2.3 加强国家政策资金的扶持,完善补贴管理机制 |
| 9.2.4 建设强大信用支撑体系,提升商贸流通业的信用评级 |
| 9.2.5 加强技术创新,提升流通企业融资水平 |
| 9.2.6 加强流通企业供应链建设,发挥好供应链金融作用 |
| 9.2.7 加强政策组合拳,提升政策作用的效力 |
| 9.3 研究展望 |
| 参考文献 |
| 附录 |
| 附录A 2017商贸流通业上市公司样本名单 |
| 附录B 2008-2017商贸流通业上市公司样本名单 |
| 附录C 直接金融与间接金融实证分析的单位根检验 |
| 附录D 直接金融与间接金融实证分析的协整检验 |
| 附录E 金融支持影响因素实证分析的单位根检验 |
| 附录F 金融支持影响因素实证分析的协整检验 |
| 附录G 金融支持影响因素实证分析结果 |
| 攻读博士学位期间取得的科研成果 |
| 致谢 |
（5）红杉中国外部知识异质度对投资绩效影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容和方法 |
| 1.3 研究创新点 |
| 2 文献综述 |
| 2.1 外部知识异质度的相关研究 |
| 2.1.1 外部知识异质度的概念与界定 |
| 2.1.2 外部知识异质度的维度划分 |
| 2.2 风险投资机构投资绩效的相关研究 |
| 2.2.1 投资绩效测度的相关研究 |
| 2.2.2 投资绩效的影响因素研究 |
| 2.3 外部知识异质度与组织绩效关系的相关研究 |
| 2.3.1 合作伙伴关系质量与组织绩效的关系研究 |
| 2.3.2 合作伙伴行业异质性与组织绩效的关系研究 |
| 2.3.3 合作伙伴地区异质性与组织绩效的关系研究 |
| 2.4 本章小结 |
| 3 红杉中国的投资绩效与外部知识利用现状 |
| 3.1 红杉中国概况 |
| 3.1.1 红杉中国简介 |
| 3.1.2 红杉中国投资项目分布情况 |
| 3.2 红杉中国投资绩效现状 |
| 3.2.1 整体投资绩效 |
| 3.2.2 不同投资策略的投资绩效对比 |
| 3.3 红杉中国利用外部知识的现状 |
| 3.3.1 红杉中国外部知识异质度特征分析 |
| 3.3.2 与行业一般水平的对比分析 |
| 3.4 本章小结 |
| 4 红杉中国外部知识异质度与投资绩效的关系分析 |
| 4.1 行业外部知识异质度对投资绩效的影响分析 |
| 4.1.1 行业外部知识异质度对投资绩效的相关性分析 |
| 4.1.2 行业外部知识异质度与投资绩效的回归分析 |
| 4.2 红杉中国外部知识异质度对投资绩效的影响分析 |
| 4.2.1 合作伙伴关系质量对投资绩效的影响分析 |
| 4.2.2 合作伙伴行业异质性对投资绩效的影响分析 |
| 4.2.3 合作伙伴地区异质性对投资绩效的影响分析 |
| 4.3 红杉中国外部知识异质度存在的问题 |
| 4.4 本章小结 |
| 5 红杉中国提高投资绩效的对策 |
| 5.1 增加合作伙伴数量,拓宽信息交流渠道 |
| 5.2 提高合作频率,建立稳定良好的合作关系 |
| 5.3 行业专业化与多样化双管齐下 |
| 5.4 加强与高地区异质性的伙伴合作,实现不同地区的信息有效共享 |
| 6 结论 |
| 6.1 研究结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 致谢 |
| 附录 |
（6）基于政策文本分析的广州市创业投资产业政策研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 创业投资产业政策的作用 |
| 1.2.2 政策分析的概念 |
| 1.2.3 政策分析方法的综述 |
| 1.2.4 研究述评 |
| 1.3 研究思路与方法 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.4 可能的创新点和存在不足 |
| 1.4.1 可能的创新点 |
| 1.4.2 不足之处 |
| 第二章 政策分析方法的主要理论 |
| 2.1 彼得霍尔的政策范式理论 |
| 2.2 .社会网络分析方法理论 |
| 2.3 内容分析方法理论 |
| 2.4 政策工具理论 |
| 2.5 政策分析方法理论的应用 |
| 2.6 本章小结 |
| 第三章 广州市创业投资产业政策的政策主体分析 |
| 3.1 政策主体描述性分析 |
| 3.1.1 政策文本的确定 |
| 3.1.2 政策制定主体的结构 |
| 3.1.3 政策文本参与主体的构成 |
| 3.2 政策主体的合作程度分析 |
| 3.2.1 政策主体的合作矩阵构建 |
| 3.2.2 政策主体的合作程度变化 |
| 3.3 政策主体的网络结构演变分析 |
| 3.3.1 政策主体的网络规模演变分析 |
| 3.3.2 政策主体的中间中心度和中心势分析 |
| 3.4 本章小结 |
| 第四章 广州市创业投资产业政策的政策主题分析 |
| 4.1 政策文本高频词选取 |
| 4.1.1 共词分析法概述 |
| 4.1.2 政策的领域划分和结构分析 |
| 4.2 政策领域的多元统计分析 |
| 4.2.1 政策领域的因子分析 |
| 4.2.2 政策领域的聚类分析 |
| 4.3 政策领域的结构分析 |
| 4.3.1 基于创投运作阶段的政策领域结构划分 |
| 4.3.2 基于政策要素的政策领域结构划分 |
| 4.4 本章小结 |
| 第五章 广州市创业投资产业政策的政策内容分析 |
| 5.1 政策文本内容编码 |
| 5.2 政策内容描述性分析 |
| 5.2.1 政策内容年度分布情况 |
| 5.2.2 政策内容产业分布情况 |
| 5.3 政策内容的关联性分析 |
| 5.3.1 关联性分析框架制定 |
| 5.3.2 系统性分析 |
| 5.3.3 支撑性分析 |
| 5.3.4 冲突分析 |
| 5.3.5 主体利益分析 |
| 5.4 本章小结 |
| 第六章 广州市创业投资产业政策的政策工具分析 |
| 6.1 政策工具分析框架制定 |
| 6.1.1 X维度:政策工具维度 |
| 6.1.2 Y维度:创业投资的运作阶段维度 |
| 6.2 广州市创业投资产业政策的量化分析 |
| 6.2.1 广州创业投资产业政策的单维量化分析 |
| 6.2.2 广州创业投资产业政策的多维量化分析 |
| 6.3 本章小结 |
| 结论与建议 |
| 参考文献 |
| 附录 |
| 附录1:广州市创业投资产业政策文本表 |
| 附录2:创业投资产业政策规划纲要、配套政策及实施细则分类 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（7）中美互联网企业商业模式创新比较研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 引言 |
| 1.1 选题背景 |
| 1.2 研究意义 |
| 1.3 主要研究内容和研究方法 |
| 1.4 逻辑结构及技术路线 |
| 第2章 理论基础及文献综述 |
| 2.1 商业模式的理论基础 |
| 2.1.1 商业模式的定义 |
| 2.1.2 商业模式的组成要素 |
| 2.1.3 商业模式的评估 |
| 2.1.4 盈利模式的定义 |
| 2.1.5 商业模式与盈利模式的关系 |
| 2.2 商业模式创新的理论基础 |
| 2.2.1 商业模式创新的定义和解读 |
| 2.2.2 J.A. Schumpeter―创新性破坏‖理论 |
| 2.2.3 Clayton Christensen―颠覆性创新‖理论 |
| 2.2.4 Michael Porter的―五力模型‖和―价值链‖理论 |
| 2.2.5 W.Chan Kim和Renee Mauborgne―蓝海战略‖ |
| 2.3 互联网商业模式创新的理论基础 |
| 2.3.1 互联网商业模式创新的定义 |
| 2.3.2 Chris Anderson―长尾理论‖ |
| 2.3.3 Don Tapscott―维基经济学‖ |
| 2.3.4 麦特卡夫定律 (Metcalfe‘s Law) |
| 2.3.5 六度分隔理论 |
| 2.3.6 病毒营销 |
| 2.4 相关宏观理论研究 |
| 2.4.1 网络经济理论 |
| 2.4.2 互联网―新经济‖理论 |
| 2.4.3 Alfred D., Jr. Chandler的规模经济和范围经济理论 |
| 2.4.3.1 规模经济理论 |
| 2.4.3.2 范围经济理论 |
| 2.5 现有互联网商业模式的分类 |
| 2.5.1 互联网商业模式的定义 |
| 2.5.2 互联网商业模式分类的文献综述 |
| 2.5.3 互联网商业模式的分类 |
| 2.5.3.1 门户模式 |
| 2.5.3.2 搜索模式 |
| 2.5.3.3 电子商务模式 |
| 2.5.3.4 Web2.0 模式 |
| 2.5.3.5 移动Web模式 |
| 2.6 国内理论研究现状 |
| 2.7 国内外理论研究发展趋势及其不足 |
| 2.7.1 国内外研究现状 |
| 2.7.2 国内外研究发展趋势 |
| 2.7.3 国内外研究不足 |
| 2.8 本文研究范畴界定 |
| 第3章 中美互联网企业商业模式创新的影响因素分析 |
| 3.1 基于Internet企业发展的中美互联网发展进程比较分析 |
| 3.1.1 基于Internet企业发展的中美互联网发展史 |
| 3.1.1.1 基于Internet企业发展的中国互联网历史阶段进程及特点 |
| 3.1.1.2 基于Internet企业发展的美国互联网历史阶段进程及特点 |
| 3.1.2 中美互联网企业商业模式创新的进化路径比较 |
| 3.1.3 互联网企业商业模式及其创新发展现状 |
| 3.2 基于PEST分析法剖析影响中美互联网企业商业模式创新的宏、微观因素 |
| 3.2.1 PEST分析法界定相关宏观、微观影响因素 |
| 3.2.2 影响中美互联网企业商业模式创新的宏观因素分析 |
| 3.2.2.1 中美经济体制 |
| 3.2.2.2 中美金融体系开放程度 |
| 3.2.2.3 中美网络经济发展水平 |
| 3.2.2.4 中美规模经济 |
| 3.2.2.5 中美消费者生活方式 |
| 3.2.2.6 中美政府对互联网开发的投资和支持重点 |
| 3.2.3 影响中美互联网企业商业模式创新的微观因素分析 |
| 3.2.3.1 中美电子支付系统 |
| 3.2.3.2 中美物流体系发展 |
| 3.2.3.3 中美网络信用、安全与法律 |
| 3.2.3.4 消费者收入水平 |
| 3.3 中美互联网企业商业模式创新的影响因素异同点分析 |
| 3.3.1 影响中美互联网企业商业模式创新的宏观因素差异比较分析 |
| 3.3.2 影响中美互联网企业商业模式创新的微观因素差异比较分析 |
| 3.3.3 中美互联网企业商业模式创新的共性 |
| 3.4 互联网企业商业模式创新动力机制分析 |
| 3.5 影响互联网企业发展的金融因素 —— 风险投资 |
| 3.5.1 风险投资与互联网企业商业模式创新的关系 |
| 3.5.2 中美风险投资的比较分析 |
| 3.5.3 中国风险投资与互联网领域最新发展趋势及概况 |
| 3.5.4 中国风险投资领域存在的问题和对策 |
| 第4章 中美典型互联网企业商业模式创新比较研究 |
| 4.1 十一种理论针对十对典型中美互联网企业的分析 |
| 4.2 中、美典型互联网企业商业模式创新的成功因素剖析 |
| 4.3 中美十对典型互联网企业的商业模式创新比较分析 |
| 4.3.1 搜索引擎公司：百度vs Google |
| 4.3.2 社交网络服务网站(SNS)：人人网vs Facebook |
| 4.3.3 微博客：新浪微博vs Twitter |
| 4.3.4 团购网络企业：拉手网vs Groupon |
| 4.3.5 基于地理位置信息的社交网络服务企业：多乐趣vs Foursquare |
| 4.3.6 电子商务C2C：淘宝网vs e Bay |
| 4.3.7 电子商务B2C：当当网vs亚马逊（Amazon） |
| 4.3.8 电子支付：支付宝vs Pay Pal |
| 4.3.9 网络视频：优酷vs You Tube |
| 4.3.10 门户网站： 新浪vs Yahoo! |
| 4.3.11 小结 |
| 4.4 中美典型互联网企业的价值评估探索 |
| 4.4.1 价值评估在互联网企业商业模式创新过程中的必要性 |
| 4.4.2 网络企业的价值评估 |
| 4.4.3 基于立体三维象限评析法的网络企业价值评估思考 |
| 第5章 互联网SNS企业商业模式创新评价指标体系和模型的实证研究 |
| 5.1 SNS网站特点和网站竞争 |
| 5.1.1 SNS网站特点 |
| 5.1.2 SNS网站竞争情况及其理论概述 |
| 5.1.3 中美SNS企业的发展现状和未来趋势 |
| 5.2 互联网SNS企业商业模式创新的各因素指标划分和剖析 |
| 5.2.1 商业模式参考模型 ----- Osterwalder的―商业模式九要素模型‖ |
| 5.2.2 互联网SNS企业商业模式创新的 1-3 级指标分析及划分 |
| 5.2.3 互联网SNS企业商业模式创新的相关关键指标界定 |
| 5.3 建立互联网SNS企业商业模式创新评价指标体系和模型 |
| 5.3.1 德尔菲法（专家问卷调查法） |
| 5.3.2 构建层次分析法（AHP）模型 |
| 5.3.3 德尔菲法专家评估权重资料收集层次分析法计算权重结果 |
| 5.3.4 互联网SNS企业商业模式创新评估层次模型的权重结果分析 |
| 5.4 影响SNS企业商业模式创新的核心因素和关键因素模型 |
| 5.4.1 1-3 级指标因素的权重结果提炼和总结 |
| 5.4.2 影响SNS企业商业模式创新的核心因素和关键因素模型的解析 |
| 5.4.3 小结 |
| 5.5 中美专家权重结果比较分析 |
| 5.5.1 一级指标中的核心因素“用户”中、美专家评估意见值趋同 |
| 5.5.2 一级指标“市场”中的二级指标关键因素：中国专家选择“市场规模”vs美国专家选择“市场增长率” |
| 5.5.3 一级指标“用户”中的二级指标关键因素：中国专家选择“用户规模”vs美国专家选择“用户关系” |
| 5.5.4 一级指标“企业运营资源”中的二级指标关键因素：中国专家选择“无形资产”vs美国专家选择“核心活动” |
| 5.5.5 一级指标“盈利模式”中的二级指标关键因素：中国专家选择“现金流”vs美国专家选择“产品及服务” |
| 5.5.6 小结 |
| 第6章 中美移动互联网发展比较分析及其最新趋势探究 |
| 6.1 中美移动互联网发展比较分析 |
| 6.1.1 中美移动互联网发展的共性 |
| 6.1.2 中美移动互联网发展的差异 |
| 6.2 中美移动互联网发展最新趋势探究 |
| 6.2.1 中国移动互联网发展最新趋势 |
| 6.2.2 美国移动互联网发展最新趋势 |
| 6.2.3 移动互联网业务未来发展趋势 |
| 第7章 结论及政策建议 |
| 7.1 研究结论 |
| 7.2 本文的主要创新点 |
| 7.3 政策建议 |
| 参考文献 |
| 附录 |
| 攻读学位期间参加的科研课题和发表的学术论文 |
| 致谢 |
（8）风险投资对电子商务上市企业成长性的影响研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 一、研究背景 |
| 二、研究目的和意义 |
| 三、研究方法及研究内容 |
| 四、本文的创新点及特色 |
| 第二章 文献综述 |
| 一、关于风险投资的文献综述 |
| 二、关于电子商务上市企业成长性研究的文献综述 |
| 三、关于资本结构的文献综述 |
| 四、文献综述简评 |
| 第三章 相关理论基础及研究假设 |
| 一、相关概念界定 |
| 二、风险投资、资本结构与电子商务企业成长性相关理论分析 |
| 三、研究假设 |
| 第四章 研究设计 |
| 一、样本来源及选择 |
| 二、相关变量的选取 |
| 三、模型的设计 |
| 四、描述性统计 |
| 第五章 实证过程与实证结果分析 |
| 一、风险投资与电子商务企业上市成长性相关性分析 |
| 二、风险投资对电子商务企业成长性影响的回归分析 |
| 第六章 研究结论与建议 |
| 一、研究结论 |
| 二、发展建议 |
| 三、本文的局限性 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的论文 |
（9）基于信息融合的电子商务生态系统决策支持模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与问题的提出 |
| 1.2 研究目的与意义 |
| 1.3 国内外研究综述 |
| 1.3.1 国外研究现状 |
| 1.3.2 国内研究现状 |
| 1.3.3 研究综述简析 |
| 1.4 主要研究内容与研究方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 第2章 相关理论和研究方法 |
| 2.1 生态系统理论 |
| 2.1.1 自然生态系统理论 |
| 2.1.2 商业生态系统理论 |
| 2.2 信息融合技术 |
| 2.2.1 信息融合理念 |
| 2.2.2 D-S 证据理论 |
| 2.3 模糊综合评价法 |
| 2.3.1 模糊综合评价理念 |
| 2.3.2 模糊综合评价过程 |
| 2.4 本章小结 |
| 第3章 电子商务生态系统决策支持模型的构建 |
| 3.1 电子商务生态系统的界定 |
| 3.1.1 电商生态系统的内涵 |
| 3.1.2 电商生态系统的结构 |
| 3.2 电商生态系统传感器及知识库的建立 |
| 3.2.1 传感器的确定 |
| 3.2.2 知识库的构建 |
| 3.3 基于 D-S 证据理论的融合算法 |
| 3.3.1 计算隶属度 |
| 3.3.2 证据体组合 |
| 3.3.3 融合流程 |
| 3.4 基于多源信息融合的决策支持模型 |
| 3.5 本章小结 |
| 第4章 决策支持模型的应用研究 |
| 4.1 案例分析 |
| 4.1.1 分析流程及数据来源 |
| 4.1.2 信息分析及融合过程 |
| 4.1.3 融合结果分析 |
| 4.2 对比分析 |
| 4.2.1 模糊综合评价 |
| 4.2.2 模糊综合与信息融合的比较 |
| 4.3 对策建议 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 致谢 |
四、电子商务与风险投资（论文参考文献）
- [1]电子商务发展对企业风险承担的影响——兼论差异化管理层激励方式的调节效应[J]. 祁怀锦,于瑶. 改革, 2021(10)
- [2]互联网企业风险投资与创业区位研究[D]. 吴明宇. 华东师范大学, 2020(12)
- [3]基于博弈理论的HT电商产业园盈利模式研究[D]. 王昕玥. 山东师范大学, 2020(08)
- [4]我国商贸流通业的金融支持研究[D]. 谢世江. 首都经济贸易大学, 2019(03)
- [5]红杉中国外部知识异质度对投资绩效影响研究[D]. 陈卿卿. 西安工业大学, 2019(04)
- [6]基于政策文本分析的广州市创业投资产业政策研究[D]. 周延. 华南理工大学, 2019(01)
- [7]中美互联网企业商业模式创新比较研究[D]. 李红. 中国科学院大学(经济与管理学院), 2011(06)
- [8]风险投资对电子商务上市企业成长性的影响研究[D]. 章艮凤. 安徽大学, 2016(10)
- [9]基于信息融合的电子商务生态系统决策支持模型研究[D]. 赵利芬. 哈尔滨工业大学, 2014(03)
- [10]电子商务企业的金融支持体系研究-基于资金供给与需求的分析[J]. 徐瑶之,吴吉义,胡玉平,章剑林. 数学的实践与认识, 2013(05)