大数据时代开发区招商引资助力经济增长探究
2022-11-23左亚飞西安高新区管委会
文/左亚飞(西安高新区管委会)
一、当前开发区招商引资现状
(一)传统招商引资存在问题
在中国经济快速发展的过程中,招商引资起着决定性的作用。目前,在许多经济落后的地区,吸引投资仍然是政府工作的首要任务,也是促进经济发展的关键。但是,在我国的经济发展模式、国际经济发展模式、投资环境等方面都出现了新的问题和新的挑战。在招商引资过程中,必须要最大限度地实现资源和项目之间的匹配。跳出狭隘的空间,将资源放在一个大的环境中,对各个资源的影响因子进行定性、定量的分析,是实现资源有效配置的前提。而在这一领域,传统的招商手段还很薄弱。
(二)大数据的发展有效提升招商引资质效
自2014年3月《政府工作报告》第一次提出“大数据”之后,发展和利用大数据作为基础战略资源的重要性越来越突出。运用大数据对区域经济发展特点和发展定位进行了科学的分析,以便更好地掌握该地区的发展特点和发展方向,制订科学的发展计划,并根据当地的特点,确定适合当地特点的项目,进行针对性的招商引资,以达到更好的效果。利用大数据,精确掌握公司的资讯和投资动向。在经济活动中,信息不对称现象普遍存在,是市场经济的一大弊端。一方面,由于地区信息不完整、政策实施不力等政府方面的因素,导致企业在选择投资地区时出现失误;另一方面,政府部门也会因不熟悉公司的运作方式而将资源配置不当。如何有效地把握企业的投资动向,突破信息不对称的困境,是当前我国政府面临的一个重大问题。大数据利用海量的资源,有效地提升了配对的效率与程度。招商活动实质上也是一种撮合,使各种资源最有效地被利用。在传统的投资方式中,企业要通过政府或者中间人来确定自己的生产地点和注册地点。虽然各地的工业发展都已进行了规划论证,但总体而言,企业的选址与发展基本是由市场自发调控的,并不能对整个行业的发展计划产生一定的影响。利用大数据技术,对企业的经济数据进行分析,并建立相应的经济模型,可以确定合适的配股条件。在大数据分析的基础上,对未来可能进行投资的公司进行了分析,从而能够更好地了解其实际需要。
二、利用大数据开展招商引资的必要性
(一)大数据招商引资是外部环境变动的必然要求
从世界范围来看,随着科技和工业的不断变化,国际产业的转移越来越趋向于高科技与服务化,长三角已经成为我国承接技术密集型产业的最前线,这既给企业的招商引资带来了机遇,也带来了挑战。在这一波全球产业转移浪潮中,开发区是否能够接收好外资,从众多外资中筛选出符合条件的高质量资金,而大数据招商则是其中的关键。在国内,为了加快产业转型和创新发展,“中国制造2025”和“互联网+”战略,深化“两化”融合,把“智能制造”作为重点,加快产业结构调整,发展服务型制造业和生产性服务业,这有利于明确开发区的产业发展和转型方向,帮助开发区大力开展高新技术产业的投资活动。一方面,这将给园区的投资活动带来巨大的压力,在吸引投资的过程中,需要借助大数据技术来解决一些数据问题。另一方面,在各系统项目的实施过程中,国家和省将在政策、资金、技术、人才等方面给予大力支持,形成新的区域经济增长点。
(二)大数据招商引资的建设是解决传统招商引资方式的必然要求
随着我国经济的发展和新形势的不断变化,传统的招商引资方法也出现了许多新的问题,必须通过引进先进的科学技术和信息化的建设来解决,在传统的吸引投资方式中存在的问题主要包括:(1)落后的吸引投资方式。开发区内的投资吸引仍然是传统的投资吸引方式。例如:投资、上门投资、派驻投资等。许多投资模式在很大程度上发挥了很好的效果,得到了广泛的认可和应用,但如果只按照传统的方法进行招商引资,就不能把当地的资源、资金等要素放在一个更大的市场中,这样就会造成机会成本的损失,不利于资源的优化配置。而要对大环境中的各类资源进行全面的分析,仅靠现有的人力统计和通用的信息平台是很困难的,这就需要建立大数据的招商引资机制。此外,目前的招商方式主要依靠“门路”和“跑”。许多时候,都是靠着工作人员的经验,甚至是人脉资源来推动。它的工艺十分烦琐,耗费了大量的人力物力,而且容易造成资源的浪费。而大数据投资,则是通过数据分析资源的匹配程度,然后通过网络方式,进行线上的接触。一旦达成了初步的合作意向,他们就会邀请对方进行实地考察,这样才能避免大海捞针,减少人力、财力、物力资源的浪费[1]。(2)缺乏对投资吸引力的风险评估。在传统的招商活动中,缺乏大量的数据,使得地方政府对企业的信息和经营状况缺乏全面、详细的了解,对投资者的主观目标和管理能力缺乏合理和深刻的理解。结合政府的年度评价压力,投资政府绩效评价体系的各种因素,最终会导致地方政府或负责招商引资的机构缺乏风险评价和对项目的控制,无法实现促进区域经济良性健康发展的目的。在一些极端的情况下,一些开发商利用当地政府的“快速成功”,获得了廉价的土地、工厂和办公楼,以及政策补贴,却不能确保项目的实施,反而将政府的利益转移给了别人,从而导致了国有资产的流失。(3)在传统的招商方式下,政府的角色定位不平衡。在激烈的招商中,政府或政府的职能部门往往扮演了主导角色。它的产生有其历史和现实的原因。开发区也是如此,由于开发区传统的以政府为主体的经营模式和职能划分,使得其在投资项目落地时要办理许多审批手续,接洽许多行政机关。审批手续繁杂,管理方式单一,不利于招商引资项目的快速落地。招商项目从立项到开工,通常要经过国土、规划局、工商局、发改局、安监局、消防局、劳动和社会保障局、科技局等多个部门审批,不同的部门对于项目落地的审批又都有各自不同内容、要求与标准。在个别案例中,投资人会认真、精确地准备。然而,由于各审批部门之间的沟通不够充分、前后衔接不畅等因素,仍然会对企业的投资项目造成很大的阻碍。之所以会出现这种情况,主要是因为不同的部门,具有不同的流程,这不仅会给投资商的项目落地带来很大的困难,也会让各部门的工作人员产生隔阂。若不能从基本管理方式上进行改善,无法借助技术手段建立长效解决机制,建立合理有效的交流渠道。在可以预见的将来,这样的事情还会继续发生。这会对工程的实施和推动经济的发展产生消极的影响。
三、大数据招商引资建设的作用
(一)打破信息壁垒,提高招商效率
通过建立招商资源信息管理平台,将各职能部门的招商项目信息进行了有效的集成,实现了项目资源、资金、土地等资源的有效配置,使资源得以充分开发和利用。通过这种方式,可以有效地提高招商引资单位的工作效率和招商引资的效益。同时,把招商工作从最初的招揽工作扩展到了后期的项目维护和监督,新的大数据技术使得对项目进行深入的跟踪和管理成为可能,为提高项目管理水平打下了坚实的基础。在此期间,政府与招商引资相关的税收、土地、人才引进等相关部门将相关的政策文件进行共享,并将各自的审批进程和资源使用情况进行共享。同时,也可以借助招商信息平台,掌握企业发展需要,提升政府的服务能力。
(二)规范招商引资程序管理
根据招商引资工作的实际需求,利用大数据来规范招商工作的审批程序,加快招商项目审核的速度,通过系统审核的过程,既能清晰地掌握招商项目的办事进度,又能准确地了解招商项目对于审核条件的匹配程度甚至是现有的问题与不足。即使有一些不符合落地需求的情况,也可以根据系统的反馈进行及时的调整,这样可以有效地提升项目投资企业的工作效率和信息的透明度[2]。
(三)改进招商引资工作方法
用大数据改善传统的招商模式,改变以往的投资模式。利用现代信息技术进行招商,可以有效地提升招商引资的工作效率、信息分析、信息共享、优化资源分配,降低人力、时间等方面的投入。传统的招商手段,如会展招商、中介招商、驻点招商、会议招商等,仍然在原有招商工作中起着重要的作用。但是,在当前的形势下,传统的招商模式已不能满足招商引资的需求,急需利用大数据技术来推动招商引资。
四、产业园招商引资存在的问题
(一)园区招商引资工作方式单一
地方产业园区的优惠政策,从扩大现有的政策覆盖面、丰富投资渠道等方面来看,重点在于怎样实施招商引资。虽然目前各方面的资源都已到位,部分企业可以进驻园区,各项优惠政策也逐渐落实,但依然存在着市场上的盲目投标和恶意竞争,这表明了园区招商工作中存在的问题,并未取得应有的成效。
(二)招商引资项目无法落实
有的区县在接到投资后就不再与投资商联络,致使新项目的基建进度缓慢或立刻停顿;虽然投资企业经过了许多考察、调研和商谈,并根据规划制定了新的项目,有的企业甚至已经与区域进行了商业接触,签订了相应的合同,但最后因为种种原因未能切实保障工程的实施。而且,大部分中小企业融资困难,虽然这主要是因为中小企业的财务和会计制度不完善,但是在实际工作中,依然存在着招商引资项目不能顺利进行的问题。
(三)政策缺乏实施力度
因为基层民众对投资缺乏正确的认识,对投资的需要并不了解。在基层,一些人只顾自己的利益,而忽略了集体的利益。他们不但不能与当地政府的投资项目进行对应的合作,而且对投资项目存在着强烈的怨恨,在很多方面都妨碍了当地政府的招商引资工作。此外,一些基层乡镇的领导干部对招商引资相关工作执行不力,使得招商引资工作的难度增大。在资产支出等方面,一些基层农村单位并没有将有关的清单成本计入其中,也没有披露资产申报情况。在执行政策上,也没有从整体上考虑到公共利益。同时,也表明了改进当地政府投资方式的迫切需要[3]。
(四)产业园区集群发展模式不健全
在全产业链中,新项目进入门槛不清、龙头企业信用度低、目标企业未设立目标等原因,使得产业集群的发展状况不理想。这不但会对产业园区的产业结构转型发展造成很大的障碍,而且会削弱产业链的规模聚集性,造成资源利用率低下,影响到产业园区的整个产业链和资源的高效使用。另外,由于没有著名的龙头公司宣布进驻,而且在工业基地区域内也没有可以借鉴的标准公司,这对园区的可持续发展是不利的。
(五)高端招商能力急需加强
招商引资工作需要高素质的人才。投资伙伴不仅要具备较强的专业技能,而且要具备广泛的知识;不仅熟悉基本国情、城市条件、区域条件和地方产业链,而且要具备一定的心理知识,分析不同行业客户的心理需求,及时提供相关信息,并掌握谈判的技巧与方法。目前,园区的投资规模主要集中在以下几个方面:一是投资合作的人才队伍不均衡,缺乏高质量的专业技术人才和懂技术、懂法律、懂外语、懂管理的综合性人才。二是投资合作模式陈旧,实际成效不显著。此外,与公司进行的投资合作,并没有起到很好的效果,主要在于园区管理部门没有将公司作为一个合作伙伴的角色,也没有向有关部门说明这是一个很好的发展方向。
五、提高产业园区招商引资经济效益的预防措施
(一)多种工作方式招商引资
多管齐下、互为补充、相辅相成,逐渐削弱了政府对产业的控制能力,使产业园区的经济环境、企业的经营模式、企业的优势、产业链的效率、集群法的效果;有效地加强了产业链的吸引力,真正形成了一条产业链,涵盖了原料、制造、生产、制造、技术开发、售后服务等,从而推动了园区的整体招商,并且以一种稳定的方式高效发展。
在此基础上,根据整个产业园区的整体规划与方案设计,推动产业园区的投资与合作。同时,借助各类中介组织,积极发挥自身的区位优势,推动产业园区投资多元化。
(二)创造产业集群规模效益
在高质量产业园区的基础设施中,项目具有聚集效应,并在资源配置中起到了积极的作用。要把重点区域的招商引资工作做好,要按照自己的实际情况,制定好自己的发展规划,制定好国家的产业政策,进行有针对性的投资。同时,产业园区也要努力结合整个产业链的发展趋势,结合区域的特征,不断地推动产业园区内的新项目稳步发展,推动园区的社会和经济发展[4]。
(三)完善招商引资技术专业人才队伍的基础建设
必须不断增加资金投入,并对精英团队的管理方式进行全方位的改善。集中从事新项目的专家,适时举行专题研讨,分享新项目的成功经验,提升园区内有关人员的工作水平,推动优秀团队不断成长,并不断完善招商工作的具体实践。
另外,加强对项目员工的绩效评价,明确其职责范围、工作目标、监督实施、评价工作成效。
(四)扩大招商引资方式
积极参与各类宣传活动,提升园区知名度。比如,积极参与各类国际著名企业洽谈,搜集相关领域的资源,将具有潜在价值的优质项目资源链接起来,并进行营销和推广。规划园区独特的吸引力和产业链的聚集作用,吸引了许多优秀的新项目和著名的企业进入园区。
同时,要抓住移动互联网时代的有利条件,积极运用新型媒介技术,充分发挥工业园区网络技术的优势。聘请专家技术人员建立门户网站,推动企业信息化管理项目的实施,增强企业对外部社会的了解。
六、小结
运用大数据技术,准确提高招商质量,大数据在基础资源开发战略中的地位日益凸显。通过大量的数据,对区域的经济发展特点和区域的经济发展进行了详细的研究。对地区要素进行科学、有效的综合分析,对于确定我国经济发展的方向将会有很大的帮助[5]。通过大量的数据,对各区域的资源和资源状况进行统计和分析,并与周围的环境进行比较,形成一个数据模型,通过大数据更好地掌握区域经济发展的定位和特点,设计出更适合区域实际情况和未来定位的经济发展规划,更准确、更有效地吸引地方特色投资,加快区域经济发展规划。
相关链接
招商引资源于中国因开放政策所成立的开发区,早期主要集中在吸收制造业的外国直接投资(FDI,Foreign Direct Investment)。中国早期沿海开发区的招商引资所引起的示范效应(地方经济总量增长,地方财政收入增长,地方就业增加,地方政府基础设施投入的增加,地方官员升迁比例增加)被各地政府官员发现,随后中国各级政府成立了大量的开发区并开展招商引资工作。
开发区的内涵主要有两层:一是新开垦的土地资源区域;二是挖掘、发现经济潜力的地区。一般是指尚未发挥资源和经济优势需要人为开发的新区域,以达到社会有限资源通过合理配置产生出最大的社会效益。
开发区资源包括三类:第一类是自然资源,包括土地资源、水资源、矿产资源、生物资源等;第二类是人力资源,包括劳动力资源、管理技术资源,体现在人的体力和智力等方面;第三类是资本资源,包括有形资本资源(基础设施、厂房、设备等)、货币资本资源和信息资本资源。
大数据技术的战略意义不在于掌握庞大的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力”,通过“加工”实现数据的“增值”。
从技术上看,大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理,必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。
随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。分析师团队认为,大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起,因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。