林宏杰

(廈門理工學院經(jīng)濟與管理學院，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)是引導未來經(jīng)濟社會發(fā)展的重要力量，以此為契機，各地區(qū)紛紛對戰(zhàn)略性新興產(chǎn)業(yè)進行布局，以轉變經(jīng)濟發(fā)展方式，實現(xiàn)產(chǎn)業(yè)轉型升級。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)域層面的活動，經(jīng)濟科技和產(chǎn)業(yè)基礎發(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，如何科學合理地對區(qū)域戰(zhàn)略性新興產(chǎn)業(yè)的優(yōu)先序進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、特征及成長關鍵因素的基礎上，構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的優(yōu)先序評價，為使評價結果更為客觀和合理，該類研究通常將定性指標體系量化，并以灰色關聯(lián)分析理論為基礎進行實證分析[3]。考慮到戰(zhàn)略性新興產(chǎn)業(yè)具有全局性、先導性、關聯(lián)性和動態(tài)性4個特征，單純用定量或定性指標進行產(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”對各個評價指標進行綜合化的方法[4]。又鑒于新興技術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”和“粗糙集”的相關方法[5]。還有研究認為，戰(zhàn)略性新興產(chǎn)業(yè)本質上衍生自高新技術產(chǎn)業(yè)、地方支柱產(chǎn)業(yè)或主導產(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體系，并應用諸如“主成分分析法”和“層次分析法”進行優(yōu)先序的評價[6-8]。上述研究通常以某一評價指標體系及其對應的指標統(tǒng)計信息為模型基礎數(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)的準確性和完整性，不能滿足優(yōu)先序評價模型的假設條件。(2)模型過分依賴于統(tǒng)計數(shù)據(jù)，當統(tǒng)計數(shù)據(jù)缺失或者數(shù)據(jù)準確度不高時，其度量結果的準確性將會大打折扣，存在著較大的模型風險。(3)已有研究所構建的評價指標體系主要是基于主導產(chǎn)業(yè)、支柱產(chǎn)業(yè)或高新技術產(chǎn)業(yè)的視角，未綜合考慮戰(zhàn)略性新興產(chǎn)業(yè)的關聯(lián)性、創(chuàng)新性、長遠性、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]。評價結果存在一定的有效性風險。

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體系難以構建的現(xiàn)狀，應該在產(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，主要涉及指標權重的計算和指標值的集結。常用的指標權重計算方法要求專家對指標重要性進行兩兩比較后，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權重；對于指標值的集結，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、模糊綜合判定法進行指標值的集結。從現(xiàn)有研究上看，使用上述方法進行產(chǎn)業(yè)優(yōu)先序評價需要滿足如下假設條件：(1)各產(chǎn)業(yè)指標體系是通用的，且是具有可比性的；(2)指標體系中各指標必須是可量化的，不能是既包含定性指標又包含定量指標的復雜指標體系；(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)計標準、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)計指標體系的研究現(xiàn)狀上看，上述假設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集結算子(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)化對偏好信息集結處理、指標映射處理和缺失數(shù)據(jù)處理的特點[13-14]，特設置如下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)指標體系缺乏可比性，但專家可利用gω,ω′算子進行偏好集結；

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

條件3：產(chǎn)業(yè)指標體系包含定性指標且難以量化的，專家可將各類指標一一映射到區(qū)間直覺模糊數(shù)。

(二)評價方法的構建及操作步驟

根據(jù)問題描述及適用條件說明，首先進行殘缺區(qū)間直覺判斷矩陣的構造，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)指標的偏好信息(見步驟1)；其次，利用改進的區(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行集結和排序，得到戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展優(yōu)先序結果(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)進行排序，得到產(chǎn)業(yè)優(yōu)先發(fā)展排序。

二、應用實例

為了進一步對評價方法進行說明，依托2017福建省軟科學項目“福建省科技服務業(yè)與戰(zhàn)略性新興產(chǎn)業(yè)雙重集聚效應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(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，新能源汽車是以企業(yè)數(shù)為基礎測算集聚度，而新一代信息技術則是以員工數(shù)為基礎測算集聚度，二者不具有可比性；又如產(chǎn)業(yè)區(qū)域優(yōu)勢性指標，各產(chǎn)業(yè)沿用的仍舊是主導產(chǎn)業(yè)、支柱產(chǎn)業(yè)或高新技術產(chǎn)業(yè)的評價指標，該評價指標對于戰(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，此類定性指標是難以量化的。在數(shù)據(jù)缺乏可比性，指標體系不健全，定性指標難以量化的情況下，嘗試使用上文構建的方法進行優(yōu)先序評價。

(一)構建殘缺區(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集結算子,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，選定位置權重向量ω′=(0.3,0.4,0.3),專家權重向量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、結語

基于殘缺區(qū)間直覺模糊集和加權集結算子，構建了戰(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集結算子對評價信息進行處理，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，指標體系不健全，定性指標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。但對專家的意見進行集結時所采用的權重信息本質上仍屬于主觀設定，權重信息的設定是重點和難點，有待進一步探索。