基于大数据的高校创新创业孵化平台建设路径研究

■李丽阳

（石家庄职业技术学院，河北 石家庄 050081）

随着大数据、云计算等技术的不断进步，大数据技术正在逐渐推广并应用于各大行业和领域，也为各行各业的优化完善提供了新的技术和新的模式。高等院校的创新创业孵化平台作为培养学生创新创业意识、提高创新创业能力、带动创新创业实践、实现创新创业项目转化的重要渠道，应当紧跟时代发展潮流和趋势，结合大数据技术进一步优化建设孵化平台。然而随着高校在创新创业教育的发展进程中，不可避免会出现一些问题与不足，阻碍着高校创新创业孵化平台的建设步伐。基于此，在当前大数据背景下，高等院校需要进一步从优化建设创新创业孵化平台，加强对于大数据技术的推广应用，丰富完善大数据结合创新创业孵化平台的方式等方面进行积极的探索，找寻出优化建设的实施路径。

一、当前高校创新创业孵化平台建设的现状与需改进之处

高等院校的创新创业孵化平台是当前提高创新创业教育质量、推动实现创新创业人才培养目标、提升大学生创新创业胜任能力的实践平台[1]。孵化平台通常会提供给学生多种模式，比如，实践场地、孵化产品、政策宣讲、战略咨询等创新创业资源。同时，当前大部分高校的创新创业孵化平台还会为学生提供一些项目孵化指导、转化支持、技术信息、资金配套等资源。一方面，可以在某种程度上减少学生在创新创业活动初期的资金压力、技术不够、经验不足等相应问题；另一方面，也能够帮助大学生提升创新创业实践能力。伴随着国家“大众创业、万众创淅”理念的提出，我国创新创业教育已经走过了将近十年的发展历程，并且取得多项成果，为许多高校提供了丰富的创新创业实践案例与教育经验。然而由于社会经济技术环境的不断发展与进步，高校在创新创业孵化平台的建设方面也不可避免的出现了一些需要改进之处。通过调研总结，在当前的大数据背景下，高校创新创业孵化平台存在的问题主要集中在以下几个方面：第一，当前部分高等院校的创新创业孵化项目成果转化率不高，平台收到的入驻项目申请普遍类似，新颖性创造性不足，项目本身发展潜力有限，孵化平台能够给学生创新创业项目提供的支持也有限，造成后续较难实现项目转化落地；第二，部分高校创新创业孵化平台的参与主体单一，仅依靠学校教学支持，其他行业企业专家等多元主体的参与指导和支持力量不足，而部分高校孵化平台指导教师的创业实践经验不足，仅依靠单一主体的指导，较难充分满足项目孵化需求；第三，部分高校创新创业孵化平台尚未引入大数据技术分析工具，存在信息反馈不畅等问题，对于可用资源的整合与利用能力欠缺，出现部分发展潜力原本很好的孵化项目，因为大数据分析技术不足或资源调配能力欠缺等原因，导致不能很好地扶持其发展。这都反映了当前部分高校在创新创业孵化平台的发展方面存在需要改进的地方，影响了高校对创业主体的帮助扶持成效。因此，当前各大高校仍然应当紧随大数据技术的发展趋势，积极探索创新创业孵化平台建设的优化模式和实施路径，比如，更新基于大数据的创新创业教育理念、优化创业孵化项目、推动创业孵化成果落地化，在新时代新的要求下，培育孵化出更多、更好的创新创业项目，通过创新与创业实践活动带动高校创新创业教育迈向新的台阶。

二、基于大数据的高校创新创业孵化平台优化建设的重要意义

（一）引入大数据理念，有助于提高创新创业孵化能力

对于当前高校的创新创业教育工作而言，引入大数据分析理念，是推动创新创业教育工作进一步发展的关键。大数据技术为当前各类信息的快速、高效挖掘、整理分析提供帮助。各大高校可以通过结合本校创新创业孵化平台的发展状况，更新大数据创新创业理念。比如，引入大数据分析技术课程，对校内不同专业、不同基础的学生，进行更有针对性的创新创业教育，激发其创造潜能，挖掘出更高质量的孵化项目[2]。大数据分析理念的引入，既能够帮助高校在创新创业教育教学方面取得进一步的成效，又能够帮助高校学生有针对性的形成更具竞争力和发展潜力的高质量创新创业孵化项目。

（二）融合大数据技术，有助于获取多元化创新创业信息

随着大数据、云计算等技术的出现，各行各业各类信息的传播形式日益丰富，信息类型多样化，高校创新创业孵化平台的建设同样需要优化创新，不应当闭门造车，而应当积极整合大数据技术，学习不同类型创新创业孵化平台的发展动态，通过大数据工具挖掘整理出有用信息，传统的信息资料获取方式已经无法充分满足当前时代信息高效传播的需要。而高校创新创业教育通过有效应用大数据分析工具的数据挖掘、整合、清洗、可视化等技术，有助于分析过去的项目不足之处，获取多元化多形式信息资料，同时帮助对未来创新创业项目的发展趋势加以预测，让大数据技术成为高校创新创业孵化平台优化建设的重要工具，能够发挥孵化平台在帮助和指导大学生的孵化项目时应有的积极价值。

（三）应用大数据工具，有助于创新创业项目方向化指导

将大数据分析工具应用于创新创业孵化平台，能够帮助平台对创新创业项目做出更清晰准确的指导方向。通过应用比如，FineBI、Power BI、HighCharts 等大数据分析工具，对行业企业、高等院校、政府政策、孵化园区等多方参与主体产生的大量数据进行整理分析，将得出的有用结论和成果应用于孵化平台的各个环节，能够形成资源丰富的数据库，帮助创新创业项目及时形成数据反馈结论，通过大数据分析明确方向，改进不足。在创新创业项目的孵化初期，通过应用大数据分析工具，能够清晰准确的通过可视化形式分析孵化项目的各方面信息。一方面，可以帮助大学生创新创业团队及时获取项目的进展信息，提供数据信息资源支持；另一方面，可以帮助创新创业主体通过大数据工具，以更加全面、系统的角度，分析项目的可行性，方向化指导，筛选挖掘出最具价值和潜力的孵化项目。

三、基于大数据分析当前高校创新创业孵化平台建设的影响因素

笔者通过对部分高校的创新创业孵化平台的入驻项目团队和平台管理人员进行调查问卷访问，围绕高校创新创业孵化平台发展情况提出若干问题，共发放问卷57 份，回收问卷56 份，回收率98%，其中有效问卷53份，通过整理被调查人员的选项结果发现在“对所在平台的项目成果转化是否满意”“对所在平台的创新创业孵化指导机制是否满意”“对所在平台的创新创业实践与反馈是否满意”这三个问题选项的满意度有明显的下降，因此探索得出以下几方面影响创新创业孵化平台建设的因素。

（一）创新创业项目孵化的成果转化率

检验一项创新创业项目是否具有可持续发展潜力和是否具有开发价值的重要标准之一就是其最终的成果转化情况，将创新创业项目成果进行转化，能够帮助双创团队实现理想目标，带动双创主体搭载的孵化平台实现发展并逐渐达成创新[3]。高校创新创业孵化平台在初期阶段可以提供一些场地、设备、资金、等配套资源支持。但是随着创新创业进程的持续发展，孵化项目常常会出现，比如，资源不足、资金欠缺、人员变动、项目推进慢等问题。假如创新创业孵化平台能够提前帮助创新创业团队做好预案支持和服务保障，就能够在一定程度上提高创新创业项目的成果转化率。基于当前大数据背景，高校的创新创业孵化平台需要充分考虑的因素之一就是平台能否引入大数据技术，对项目所在行业数据进行挖掘分析、预测，及时指导、协调创新创业团队将筛选合适的项目孵化，并顺利转化落地取得成果。

（二）创新创业项目孵化指导模式是否合理

高校的创新创业项目能否顺利开展离不开孵化平台是否立足全局、系统和综合视角的指导以及是否能帮助创新创业主体全面分析当前项目存在的不足及可能面临的问题，并给出应对策略与发展方案。在当前大数据背景下，创新创业项目有着更新颖、更高的技术需求和资源需求，孵化成果转化落地的难度增强，这些多样需求仅依靠过去传统的孵化指导模式是难以协调解决的。这就需要高校依托大数据技术完善创新创业孵化指导模式，运用大数据工具挖掘行业经营数据，找出数据指标中存在的问题，对项目进行科学的调整指导、优化，帮助创新创业团队顺利完成创新创业孵化，充分发挥高校创新创业孵化平台的指导意义。

（三）创新创业项目的实践与反馈是否及时

大数据背景下，创新创业实践需要不断明确的目标方向，可行的创新创业计划、有效的实施方案为基础，这就离不开项目的实践与反馈是否及时有效、是否全面客观。依托大数据技术工具，创新创业团队在孵化实践过程中能够及时将各种信息以可视化的形式反馈到平台中，并且通过大数据、云计算等技术，将孵化过程中的每个环节数据进行挖掘、整理、分析，结合相关项目的成功案例与模型，推导预测出当前存在的不足与面临的问题，形成及时有效的反馈意见与解决建议，既能丰富创新创业孵化平台的案例数据库，又能依托实践与反馈将理论化的知识加以实践检验，并不断更新改进。

四、基于大数据的高校创新创业孵化平台优化设计

基于当前大数据背景下，高校创新创业孵化平台现状与存在的问题并结合上文分析的影响孵化平台建设的因素，对高校创新创业孵化平台进行了优化设计，框架如图1 所示，通过应用大数据挖掘、整理、存储、分析等技术对各类信息进行处理，形成数据库，并贯穿于创新创业孵化平台的各个环节，包括管理流程、管理举措、指导形式、意识培养、实践活动、反馈评估设计等，并最终通过创新创业孵化平台建设实施路径加以实现。

图1 基于大数据的创新创业孵化平台框架图

五、基于大数据的高校创新创业孵化平台建设的实施路径

（一）积极引入大数据技术，提高创新创业孵化平台的成果转化率

创新创业项目是否能够实现顺利转化落地，关系和影响着高校创新创业孵化平台的发展，而大数据信息的分析与应用在创新创业项目的转化落地中发挥着至关重要的推动作用。高校需要通过积极引入大数据技术工具，将大量有用的数据信息挖掘、整理、转化为推动创新创业孵化平台众多项目转化落地的重要推动力[4]。比如，建立基于大数据技术分析与应用的“监控一评估一反馈”系统，形成闭合循环的创新创业大数据信息利用体系。通过对项目团队在创新创业孵化过程中形成的各项数据信息进行监控筛选、分析评价、总结反馈。将获取到的有价值的信息应用于项目的改进，提高成果转化率。因此，高校在具体实践时，首先需要借助大数据、云计算等技术完善平台现有的数据库，提供丰富的已孵化成功案例数据指导；其次借助分析工具筛选排除掉当前申请孵化的同质化项目和发展数据不佳的项目，筛选出具有较大发展潜力，行业数据优秀的项目，为创新创业项目成果转化落地奠定基础；最后孵化平台需要提高教师对于大数据技术分析工具的理论与应用的指导培训，提升指导教师的大数据技术教育教学能力，帮助学生掌握数据分析工具的应用，从而促进创新创业项目的孵化成功率。

（二）融合大数据分析工具，构建多元协同创新创业孵化指导模式

大数据技术渗透并影响着高校创新创业孵化平台的各个方面，因此，需要高校构建一套基于大数据技术的多元协同化的创新创业孵化指导模式。一方面，多元化需要高校融合政府部门、行业企业、科研机构等多方主体共同参与到高校孵化平台的建设中[5]；另一方面，协同化需要各方参与主体发挥各自优势作用，比如，政府部门为高校开展创新创业政策解读宣讲、高校积极开设结合大数据课程的创新创业教学、行业企业为大学生创新创业团队提供实践机会与大数据应用软件工具的资源支持，科研机构为项目团队提供大数据技术和数据分析指导，将多元主体协同化融入高校创新创业孵化平台的指导机制中，各尽其职各司其能，构建长效化科学化创新创业指导模式。在具体实践应用时，高校需要建立能够联结多方参与主体的线上协同指导模式，通过定期邀请各方主体开展线上指导活动，对平台孵化项目结合大数据技术进行筛选、研讨，并根据各自职能与优势进行项目指导，对某些需求特殊的项目加以点对点辅导，帮助创新创业团队发现问题，改进不足，优化方案。

（三）完善大数据信息平台，丰富创新创业孵化项目实践反馈形式

高校的创新创业项目实践离不开数据信息的支持，因此，高校需要进一步优化完善大数据信息平台，丰富创新创业孵化项目实践反馈形式，帮助创新创业项目团队及时获取数据信息，并形成反馈建议。一方面，需要高校运用数据分析技术对创新创业项目团队的创新创业能力进行分析，并建立评估数据模型，针对不同项目的不同实践要求，建立相应的实践效果分析和评估模型并基于此结果反馈改进创新创业项目；另一方面，通过将信息导入到大数据分析工具中进行数据的挖掘、清洗、整理，最终将分析结果以可视化图表，比如，散点图、环形图、卡片图等形式呈现给创新创业项目团队和孵化平台，将数据结果所反映的创新创业项目在当前阶段的实践情况与不足进行反馈，帮助创新创业孵化平台更高效精准地服务与指导大学生创新创业项目。

六、结语

基于当前大数据背景，高校的创新创业孵化平台建设要与时俱进，紧跟新时期的大学生创新创业团队项目需求的变化，更新孵化平台管理服务理念。对此，高校要在应用大数据、云计算等技术方面进行积极探索，如建立基于大数据技术的创新创业人才和项目信息数据库，借助大数据分析和应用解决不同创新创业团队的各类问题，使同质化、相似化创新创业问题得到高效处理，从而推动高校创新创业孵化平台在新时代新征程中的进一步发展。