林宏杰

(廈門理工學(xué)院經(jīng)濟(jì)與管理學(xué)院，福建 廈門 361024)

我國于2016年11月頒布的《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》(以下簡稱“規(guī)劃”)明確指出戰(zhàn)略性新興產(chǎn)業(yè)是引導(dǎo)未來經(jīng)濟(jì)社會發(fā)展的重要力量，以此為契機(jī)，各地區(qū)紛紛對戰(zhàn)略性新興產(chǎn)業(yè)進(jìn)行布局，以轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式，實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級。這極易造成各地不顧本地實際情況、在未經(jīng)充分論證的情況下一哄而上。戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的優(yōu)先序評價，是一個區(qū)域?qū)用娴幕顒?，?jīng)濟(jì)科技和產(chǎn)業(yè)基礎(chǔ)發(fā)展程度不同的地區(qū)，戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的優(yōu)先序也會有一定的差異[1]。因此，如何科學(xué)合理地對區(qū)域戰(zhàn)略性新興產(chǎn)業(yè)的優(yōu)先序進(jìn)行評價已成為一項具有重要現(xiàn)實意義的研究課題。

對于戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展優(yōu)先序的研究，一個方向是基于定性指標(biāo)的優(yōu)先序評價，該方向通常是在系統(tǒng)闡述戰(zhàn)略性新興產(chǎn)業(yè)內(nèi)涵、特征及成長關(guān)鍵因素的基礎(chǔ)上，構(gòu)建定性選擇模型或產(chǎn)業(yè)優(yōu)先序評價體系[2]；另一方向基于定量指標(biāo)的優(yōu)先序評價，為使評價結(jié)果更為客觀和合理，該類研究通常將定性指標(biāo)體系量化，并以灰色關(guān)聯(lián)分析理論為基礎(chǔ)進(jìn)行實證分析[3]?？紤]到戰(zhàn)略性新興產(chǎn)業(yè)具有全局性、先導(dǎo)性、關(guān)聯(lián)性和動態(tài)性4個特征，單純用定量或定性指標(biāo)進(jìn)行產(chǎn)業(yè)優(yōu)先序的評價難免顯得以偏概全，故而賀正楚提出基于“Weaver-Thomas方法”對各個評價指標(biāo)進(jìn)行綜合化的方法[4]。又鑒于新興技術(shù)的高度不確定性和模糊性，在產(chǎn)業(yè)優(yōu)先序的評價中有必要融入專家的意見，為處理此類模糊信息，優(yōu)先序評價模型開始綜合“模糊數(shù)學(xué)”和“粗糙集”的相關(guān)方法[5]。還有研究認(rèn)為，戰(zhàn)略性新興產(chǎn)業(yè)本質(zhì)上衍生自高新技術(shù)產(chǎn)業(yè)、地方支柱產(chǎn)業(yè)或主導(dǎo)產(chǎn)業(yè)，故而對于戰(zhàn)略性新興產(chǎn)業(yè)優(yōu)先序的評價可直接使用后者的評價指標(biāo)體系，并應(yīng)用諸如“主成分分析法”和“層次分析法”進(jìn)行優(yōu)先序的評價[6-8]。上述研究通常以某一評價指標(biāo)體系及其對應(yīng)的指標(biāo)統(tǒng)計信息為模型基礎(chǔ)數(shù)據(jù)，雖然基于統(tǒng)計數(shù)據(jù)的優(yōu)先序評價模型能對產(chǎn)業(yè)競爭力作出較為精確的估算，但是直接把上述模型應(yīng)用到產(chǎn)業(yè)優(yōu)先序評價中，還存在以下3點局限。(1)許多戰(zhàn)略性新興產(chǎn)業(yè)都是植根于傳統(tǒng)產(chǎn)業(yè)，或技術(shù)突破，或產(chǎn)業(yè)拓展，而企業(yè)提供統(tǒng)計數(shù)據(jù)時，往往難以單獨分離出戰(zhàn)略性新興產(chǎn)品的成套數(shù)據(jù)。至于人員、科研經(jīng)費等數(shù)據(jù)，更是互相交叉匯總[9]。這些因素也影響了統(tǒng)計數(shù)據(jù)的準(zhǔn)確性和完整性，不能滿足優(yōu)先序評價模型的假設(shè)條件。(2)模型過分依賴于統(tǒng)計數(shù)據(jù)，當(dāng)統(tǒng)計數(shù)據(jù)缺失或者數(shù)據(jù)準(zhǔn)確度不高時，其度量結(jié)果的準(zhǔn)確性將會大打折扣，存在著較大的模型風(fēng)險。(3)已有研究所構(gòu)建的評價指標(biāo)體系主要是基于主導(dǎo)產(chǎn)業(yè)、支柱產(chǎn)業(yè)或高新技術(shù)產(chǎn)業(yè)的視角，未綜合考慮戰(zhàn)略性新興產(chǎn)業(yè)的關(guān)聯(lián)性、創(chuàng)新性、長遠(yuǎn)性、倍增性和區(qū)域優(yōu)勢性，不宜直接用于戰(zhàn)略性新興產(chǎn)業(yè)的優(yōu)先序評價[10]。鑒于我國尚未建立起一整套對于規(guī)模以上戰(zhàn)略性新興產(chǎn)業(yè)的統(tǒng)計監(jiān)測指標(biāo)體系，專家對于產(chǎn)業(yè)發(fā)展優(yōu)先序的評價面臨統(tǒng)計指標(biāo)體系不健全、統(tǒng)計數(shù)據(jù)缺乏可比性和難以量化等問題[11-12]。評價結(jié)果存在一定的有效性風(fēng)險。

綜上所述，戰(zhàn)略性新興產(chǎn)業(yè)優(yōu)先序評價方法必須考慮到統(tǒng)計數(shù)據(jù)缺失和通用性評價指標(biāo)體系難以構(gòu)建的現(xiàn)狀，應(yīng)該在產(chǎn)業(yè)優(yōu)先序評價中融入專家的意見和經(jīng)驗，從定性和定量相結(jié)合的角度實現(xiàn)對戰(zhàn)略性新興產(chǎn)業(yè)的合理排序。因此，本文在戰(zhàn)略性新興產(chǎn)業(yè)優(yōu)先序的評價和度量中引入專家的意見和經(jīng)驗，將專家主觀判斷與量化分析相結(jié)合，并考慮專家在評價時可能出現(xiàn)的不確定性、模糊性和猶豫性，提出基于殘缺區(qū)間直覺模糊集的戰(zhàn)略性新興產(chǎn)業(yè)優(yōu)先序評價方法，并通過實例分析，驗證評價方法的可操作性和有效性，以期為統(tǒng)計數(shù)據(jù)缺失條件下戰(zhàn)略性新興產(chǎn)業(yè)優(yōu)先序評價提供有益借鑒。

一、戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展優(yōu)先序評價方法

(一)問題描述與評價方法的適用條件

戰(zhàn)略性新興產(chǎn)業(yè)的優(yōu)先序評價，主要涉及指標(biāo)權(quán)重的計算和指標(biāo)值的集結(jié)。常用的指標(biāo)權(quán)重計算方法要求專家對指標(biāo)重要性進(jìn)行兩兩比較后，以確定值的形式給出判斷矩陣，并用層次分析法求解出指標(biāo)權(quán)重；對于指標(biāo)值的集結(jié)，常用的方法是根據(jù)收集到的產(chǎn)業(yè)統(tǒng)計數(shù)據(jù)，運用主成分分析法、模糊綜合判定法進(jìn)行指標(biāo)值的集結(jié)。從現(xiàn)有研究上看，使用上述方法進(jìn)行產(chǎn)業(yè)優(yōu)先序評價需要滿足如下假設(shè)條件：(1)各產(chǎn)業(yè)指標(biāo)體系是通用的，且是具有可比性的；(2)指標(biāo)體系中各指標(biāo)必須是可量化的，不能是既包含定性指標(biāo)又包含定量指標(biāo)的復(fù)雜指標(biāo)體系；(3)產(chǎn)業(yè)統(tǒng)計數(shù)據(jù)都是完整的、可比的和精確的，不存在數(shù)據(jù)缺失，統(tǒng)計標(biāo)準(zhǔn)、統(tǒng)計口徑不一致的情況。但從戰(zhàn)略性新興產(chǎn)業(yè)統(tǒng)計指標(biāo)體系的研究現(xiàn)狀上看，上述假設(shè)條件難以被同時滿足。為了使得評價方法更貼合實際情況，更具有可操作性，根據(jù)區(qū)間直覺模糊平均算子、區(qū)間直覺模糊混合加權(quán)集結(jié)算子(以下分別簡記為g算子和gω,ω′算子)和殘缺區(qū)間直覺模糊集能夠優(yōu)化對偏好信息集結(jié)處理、指標(biāo)映射處理和缺失數(shù)據(jù)處理的特點[13-14]，特設(shè)置如下3個適用條件,滿足其一即可使用本評價方法。

條件1：各產(chǎn)業(yè)指標(biāo)體系缺乏可比性，但專家可利用gω,ω′算子進(jìn)行偏好集結(jié)；

條件2：產(chǎn)業(yè)統(tǒng)計指標(biāo)體系不健全，數(shù)據(jù)存在缺失，但仍可構(gòu)造殘缺區(qū)間直覺判斷矩陣；

條件3：產(chǎn)業(yè)指標(biāo)體系包含定性指標(biāo)且難以量化的，專家可將各類指標(biāo)一一映射到區(qū)間直覺模糊數(shù)。

(二)評價方法的構(gòu)建及操作步驟

根據(jù)問題描述及適用條件說明，首先進(jìn)行殘缺區(qū)間直覺判斷矩陣的構(gòu)造，用以描述專家在統(tǒng)計數(shù)據(jù)缺失的情況下對各產(chǎn)業(yè)指標(biāo)的偏好信息(見步驟1)；其次，利用改進(jìn)的區(qū)間直覺判斷矩陣，用以擬合缺失的統(tǒng)計數(shù)據(jù)(見步驟2)；最后，利用g算子和gω,ω′算子對專家給出的偏好信息進(jìn)行集結(jié)和排序，得到戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展優(yōu)先序結(jié)果(見步驟3～5)。綜上，評價方法的具體操作步驟如下：

步驟2 利用式(1)

(1)

(2)

分別計算qi的得分函數(shù)值s(qi)，利用得分函數(shù)值對產(chǎn)業(yè)進(jìn)行排序，得到產(chǎn)業(yè)優(yōu)先發(fā)展排序。

二、應(yīng)用實例

為了進(jìn)一步對評價方法進(jìn)行說明，依托2017福建省軟科學(xué)項目“福建省科技服務(wù)業(yè)與戰(zhàn)略性新興產(chǎn)業(yè)雙重集聚效應(yīng)及其影響因素實證研究”的前期研究成果和調(diào)研資料，給出具體的數(shù)據(jù)對評價方法進(jìn)行實例分析。福建省經(jīng)過多年的發(fā)展，新能源汽車(B1)、新一代信息技術(shù)(B2)、海洋高新(B3)和新材料(B4)產(chǎn)業(yè)已經(jīng)初具規(guī)模，有了一定的基礎(chǔ)和優(yōu)勢。為更高效地配置區(qū)域資源，聘請3位專家組成委員會來確立戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展的優(yōu)先次序。然而，福建省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展優(yōu)先序的調(diào)研資料存在評價指標(biāo)不健全，統(tǒng)計數(shù)據(jù)缺乏可比性、難以量化等問題，如產(chǎn)業(yè)集聚度指標(biāo)，新能源汽車是以企業(yè)數(shù)為基礎(chǔ)測算集聚度，而新一代信息技術(shù)則是以員工數(shù)為基礎(chǔ)測算集聚度，二者不具有可比性；又如產(chǎn)業(yè)區(qū)域優(yōu)勢性指標(biāo)，各產(chǎn)業(yè)沿用的仍舊是主導(dǎo)產(chǎn)業(yè)、支柱產(chǎn)業(yè)或高新技術(shù)產(chǎn)業(yè)的評價指標(biāo)，該評價指標(biāo)對于戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展優(yōu)先序的評價而言并不健全；再如地方政策支持優(yōu)勢指標(biāo)，此類定性指標(biāo)是難以量化的。在數(shù)據(jù)缺乏可比性，指標(biāo)體系不健全，定性指標(biāo)難以量化的情況下，嘗試使用上文構(gòu)建的方法進(jìn)行優(yōu)先序評價。

(一)構(gòu)建殘缺區(qū)間直覺判斷矩陣

3位專家根據(jù)已掌握的統(tǒng)計數(shù)據(jù)和已有的經(jīng)驗，對4個產(chǎn)業(yè)的優(yōu)先次序進(jìn)行兩兩比較。對于統(tǒng)計數(shù)據(jù)缺失或經(jīng)驗不足而無法給出偏好信息的，根據(jù)操作步驟1分別構(gòu)造出3位專家殘缺區(qū)間直覺判斷矩陣Q1、Q2、Q3如下：

(二)擬合缺失數(shù)據(jù)并獲得改進(jìn)的區(qū)間直覺判斷矩陣

(三)獲得產(chǎn)業(yè)的綜合區(qū)間直覺模糊信息

利用區(qū)間直覺模糊平均算子，按步驟3求得專家對各產(chǎn)業(yè)的綜合區(qū)間直覺模糊信息。并利用區(qū)間直覺模糊混合加權(quán)集結(jié)算子,按步驟4集成專家對各產(chǎn)業(yè)的綜合區(qū)間直覺模糊信息。為減少專家評價過高與過低評價的影響，選定位置權(quán)重向量ω′=(0.3,0.4,0.3),專家權(quán)重向量ω=(0.33,0.34,0.33)。則

q1=([0.442 8,0.561 8],[0.235 9,0.362 8])，q2=([0.485 7,0.612 7],[0.224 9,0.329 5]),

q3=([0.328 6,0.413 9],[0.382 6,0.549 5])，q4=([0.253 4,0.369 8],[0.431 2,0.554 8])。

以上結(jié)果表示：3位專家對福建省的新能源汽車產(chǎn)業(yè)綜合評價的隸屬度在區(qū)間[0.442 8,0.561 8]上，非隸屬度在區(qū)間[0.235 9,0.362 8]上，猶豫度在區(qū)間[0.075 4,0.321 3]上；對新一代信息技術(shù)產(chǎn)業(yè)綜合評價的隸屬度在區(qū)間[0.485 7,0.612 7]上，非隸屬度在區(qū)間[0.224 9,0.339 5]上，猶豫度在區(qū)間[0.057 8,0.289 4]上；對海洋高新產(chǎn)業(yè)綜合評價的隸屬度在區(qū)間[0.328 6,0.413 9]上，非隸屬度在區(qū)間[0.382 6,0.549 5]上，猶豫度在區(qū)間[0.036 6,0.288 8]上；對新材料產(chǎn)業(yè)綜合評價的隸屬度在區(qū)間[0.253 4,0.369 8]上，非隸屬度在區(qū)間[0.431 2,0.554 8]，猶豫度在區(qū)間[0.075 4,0.315 4]上。

(四)獲得產(chǎn)業(yè)的得分函數(shù)值

利用式(2)，按步驟5求得各產(chǎn)業(yè)的得分函數(shù)值：s(q1)=0.203 0，s(q2)=0.272 0，s(q3)=-0.094 8，s(q4)=-0.181 4。由于s(q2)>s(q1)>s(q3)>s(q4)，根據(jù)構(gòu)建的評價方法，福建省戰(zhàn)略性新興產(chǎn)業(yè)的產(chǎn)業(yè)優(yōu)先發(fā)展排序為：新一代信息技術(shù)產(chǎn)業(yè)、新能源汽車產(chǎn)業(yè)、海洋高新產(chǎn)業(yè)、新材料產(chǎn)業(yè)。

三、結(jié)語

基于殘缺區(qū)間直覺模糊集和加權(quán)集結(jié)算子，構(gòu)建了戰(zhàn)略性新興產(chǎn)業(yè)優(yōu)先序評價方法。對福建省新一代信息技術(shù)產(chǎn)業(yè)、新能源汽車產(chǎn)業(yè)、海洋高新產(chǎn)業(yè)、新材料產(chǎn)業(yè)的具體應(yīng)用案例表明，在戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展優(yōu)先序評價中引入專家的意見和經(jīng)驗，將專家主觀判斷與量化分析相結(jié)合，利用殘缺區(qū)間直覺模糊集和區(qū)間直覺模糊混合加權(quán)集結(jié)算子對評價信息進(jìn)行處理，可同時描述隸屬度、非隸屬度、猶豫度和數(shù)據(jù)缺失這4個方面的信息，能有效處理數(shù)據(jù)缺乏可比性，指標(biāo)體系不健全，定性指標(biāo)難以量化等條件下的優(yōu)先序評價，克服傳統(tǒng)計量模型過于依賴統(tǒng)計數(shù)據(jù)的缺陷。但對專家的意見進(jìn)行集結(jié)時所采用的權(quán)重信息本質(zhì)上仍屬于主觀設(shè)定，權(quán)重信息的設(shè)定是重點和難點，有待進(jìn)一步探索。