基于可拓理论的低碳服务业集聚竞争力评价

贾立江

(哈尔滨工程大学经济管理学院，黑龙江哈尔滨150001)

发展低碳服务业集聚成为各区域发展低碳经济的重要方向，而低碳服务业集聚竞争能力成为了衡量区域低碳经济发展状况的重要指标［1］。在产业集聚竞争力评价因素分析及评价指标选取方面，国内学者罗茜等［2］将产业集聚竞争力评价指标分为环境支撑指标、创新能力指标和经济效益指标。任英华等［3］指出服务业集聚竞争力作为一种产业组织的竞争力，它是市场效益、创新能力、集聚环境等因素综合作用的结果。孙慧等［4］提出从显性竞争力和隐性竞争力两方面对产业集群竞争力的大小进行分析。倪蔚颖［5］指出服务业集聚水平应该从需求、供给和区位优势3个方面进行评价。张亚明等［6］通过对波特产业竞争力模型的拓展与延伸，构建了基于技术竞争力、生产竞争力与市场竞争力的评价指标体系。在对产业集聚竞争力评价和选择运用方法方面，任英华等［3］运用结构方程模型和统计模型科学评价了中国现代服务业集聚竞争力及其区域差异。张亚明等［6］尝试结合因子分析、聚类分析和数据包络分析方法对河北省软件产业竞争力进行了量化评价。赵前等［7］引入适用于多投入、多产出的复杂系统效率评价的超效率DEA方法。陈菊红等［8］将三角模糊数引入ANP法，构成基于三角模糊数的ANP法(Fuzzy-ANP)对核心竞争力进行评价。其他对核心竞争力评价运用较多的方法为AHP法［2，4，9-10］和主成分分析法［11］。

可以看到，竞争力的影响要素评估和评价方法已经取得了丰硕的成果。然而，低碳服务业领域聚集竞争力评价研究很少，在过去的竞争力评价因素的选择也很少全面涉及经济利益、客户利益和生态效益。在对竞争力评价方法的选择上，学者们使用因子分析与DEA模型、结构方程模型以及ANP方法，往往需要大量的数据来支持或计算过程非常复杂，这将给评估者在一些实际应用中造成困难。为了解决上述问题，本文采用平衡计分卡(BSC)的理论，将低碳服务业集群竞争力评价因素分为5个维度包括:财务、客户、内部运营、学习与成长、生态效益，把可拓理论［12］，层次分析法(AHP)和群组决策特征根法(GEM)有机结合，建立评价模型AHPGEM可拓评价模型，努力克服了以往竞争力评价因素和评价方法的复杂性，为低碳服务业集聚竞争力评价提出了一种新的思路模式。

1 低碳服务业集聚竞争力评价体系设计

BSC首次出现在1992年Kaplan等发表于哈佛商业评论的衡量驱动绩效［13］，他们提出平衡计分卡的使用，帮助企业改变其长期战略变成具体的目标和价值的创造活动内外组织的战略绩效管理指标。BSC通过财务、客户、内部流程、学习与成长4个不同的但相互关联的层面与企业战略紧密联系，使企业能够在短期和长期之间、预期结果和所需的努力之间找到一个平衡点。BSC仅用于企业层面，低碳服务业集聚竞争力属于产业集群管理层面，所以BSC应用于低碳服务业集聚竞争力评价需要做以下调整:保持低碳服务业BSC与企业BSC一致的同时，采取行动使BSC的角色从测量企业战略措施的实施必须转变为衡量服务业集聚竞争力的目标，需要增加生态效益维度;低碳服务业集聚竞争力的指标，在许多方面是难以量化，所以集聚竞争力BSC可以考虑定性和定量指标结合，最后制定相应的及具代表性的评价指标，如评价指标太多，数据将减少，并导致计算评估的复杂性。在过去学者低碳服务业集聚竞争力评价指标体系的基础上，使用BSC建设产业集聚竞争力评价指标体系如下面的表1。

表1 低碳服务业集聚竞争力评价指标体系Table 1 Low-carbon service industry cluster com petitiveness evaluation index system

财务维度是指低碳服务产业集聚，以提高投资回报率，成本控制率;客户维度是指服务的产业聚集以满足客户需求，提升客户关系，增加市场份额方面的因素;内部业务层面的服务产业集聚，改善内部营运流程，提高内部运营能力因素;学习与成长维度是指指研发人员集中在服务行业，提高创新能力，提高效率的学习和成长使用的人力资源因素;生态效益维度指服务产业集聚减少大气尺寸的生态效益，减少排放水和固体废物环境，提高能源利用效率，实现经济效益和生态效益的协调发展的因素。

2 可拓综合评价模型的构建

2.1 构建同征物元模型

根据物元理论，构建低碳服务业集聚竞争力n维同征物元模型如下:

式中:Ni代表第i个低碳服务业集聚竞争能力;C1，C2，…，Cn表示低碳服务业集聚竞争能力的主要特征(即评价指标)，如产值增长率、合同成功率、大气环境协调性等;V1i，V2i，…，Vni表示低碳服务业集聚竞争能力i对应Cr(r=1，2，…，n)的量值。

2.2 确定经典域与节域

根据物元理论，构建经典域与节域模型如下:

式中:R0是同征物元R1，R2，…，Rm的同征物元体;Gr表示所划分的第r个评价类别;Ci表示第i个指标;Vir=〈air，bir〉分别为 Nr关于 Ci所规定的量值范围，即各类别关于对应的评价指标所取的数据范围经典域。

式中:P表示类别的全体，Vip为P关于Ci所取的量值范围，即 P的节域，且有Vir＜ Vip(i=1，2，…n;r=1，2，…m)。

2.3 确定待评物元和指标权重系数

对待评的低碳服务业集聚竞争力q，将其对于评价指标的得分结果用物元表示，称为低碳服务业集聚竞争力q的待评物元，Vi为q关于评价指标Ci的量值，即指标得分。

以往在可拓评价方法中确定权重系数都是采用AHP，但是对影响因素的两两比较判断带有人为因素，给最终的评价结果带来更多的主观影响［14］。本文根据群组决策特征根法(GEM)，确定指标Ci的权重系数为 ai，且，该方法能够有效克服AHP构建专家判断矩阵Saaty不一致性，并且能够有效地克服主观影响因素的干扰［15］。

2.4 计算各个评价指标的关联度

建立待评低碳服务业集聚竞争能力q各评价指标关于等级r的关联函数如下:

2.5 计算待评物元的综合关联度

根据指标Ci的权重系数为ai和待评低碳服务业集聚竞争能力q各评价指标关于等级r的关联度Kr(vi)，计算待评物元的综合关联度为 Kj(q)=

2.6 等级评定

比较各等级综合关联度的大小以确定评估结果。等级r的关联度越大，表明低碳服务业集聚竞争能力q与该等级集合的符合程度越佳，即Kj0(q)=，则评定q属于等级r0。

计算待评的低碳服务业集聚竞争能力q的级别变量特征值为

3 实证分析

某省2011年12月对省内5个低碳服务业集聚园区进行评估，其中竞争力评估属于非常重要一环。现运用文中所建的AHP-GEM-可拓综合评价模型，对A、B、C、D、E5个低碳服务业园区的集聚竞争力进行评价，得出5个低碳服务业集聚竞争力的评价等级，然后得出评价结果。其具体的过程如下。

3.1 调查问卷信度与效度测度

经过各方面考虑专业水平的循环经济、低碳服务的熟悉、能力、从部属高校、省级生产力中心、省级高新技术产业园区管理部门及其他单位选择15名专家组成的专家组，给予他们150份问卷调查，共有105被收回。5个低碳服务聚集竞争力评价指标的得分数值和指标重要性的分值，通过问卷调查获得。运用SPSS软件相关算法对所得数据信度和效度进行测算，其中构建所得数据评分矩阵的可靠性系数均超过0.7，达到信度要求水平;各项变量之间的相关系数均大于0.4，各因子分与总分的相关也均大于0.4，且均大于各项因子之间的相关系数，表明问卷在本次调查中具有较好的内容效度水平和结构效度水平。

3.2 综合评价过程

对表1中5个一级指标进行低碳服务业集聚竞争力评价，其分值以专家对其相对应的二级指标进行打分(百分制)，然后乘以该二级指标对于其所属一级指标的权重(权重由GEM法获得)后加权得出。经过专家评分，5个低碳服务业集聚区竞争力对于评价指标的得分情况如表2所示。

表2 各项目中各评价指标的得分Table 2 Project evaluation score

运用GEM确定参与评价的5个指标的权重系数如表3所示。

表3 各评价指标的权重值Table 3 Evaluation of weight values

本实证中，各评价指标的经典域为

式中:Nt代表低碳服务业集聚竞争力评价等级，当t=1，2，3，4时，Nt分别为1 级{优}、2 级{良}、3 级{中}、4 级{差}。Xt1、Xt2、Xt3、Xt4表示 Nt关于对应特征所规定的量值范围，当 t=1，2，3，4时，其量值范围分别为:〈90，100〉、〈75，89〉、〈60，74〉、〈0，59〉。本案例中，节域为

表4 参评低碳服务业集聚区域各评价指标关于等级r的关联度Table 4 Correlation of each index about participating area on the level of r

根据上文建立的待评低碳服务业集聚区q各评价指标关于等级r的关联函数，借助Matlab软件将计算过程编制成专用程序，利用计算机来计算参评项目各评价指标关于等级r的关联度如表4所示。

根据综合关联度函数和表3各评价指标的权重值计算得到5个低碳服务业集聚区的竞争力评价结果，见表5。从评价结果来看，1个低碳服务业集聚区处于等级1，3个低碳服务业集聚区等级为2，1个项目处于等级3。即q3低碳服务业集聚区评价结果为优，q5低碳服务业集聚区评价结果为中等，其余低碳服务业集聚区评价结果为良。根据低碳服务业集聚区的级别变量特征值r*(特征值越小代表级别越高)，其优度顺序为q3＞ q4＞ q2＞ q1＞ q5，所以该省中q3、q4两个低碳服务业集聚区在竞争力方面比较优异。并且该方法所得到的评价结果与该省最终论证结果相同，验证了构建指标体系与评价模型的实用性。

表5 评价结果Table 5 Evaluation of results

4 结束语

本文通过借鉴服务业集聚竞争力评估的理论和方法，结合平衡计分卡的基本理论，根据低碳服务集聚过程及产出绩效特征，建设五维度低碳服务业集聚竞争力评估指标系统并构建能够有效克服Saaty矩阵构建不一致性特点的AHP-GEM-可拓综合评价模型，通过问卷调查，专家访谈的形式进行了实证分析，对某省低碳服务产业集群竞争力评价的评价体系和评价模型实用性的验证经验数据。大可能存在较大差异，低碳服务集群竞争力评价是一个针对性很强的工作，每个低碳服务业集聚的产出效率，技术目标，服务程序，实施环境等不同，它是很难设计适用所有低碳服务业集聚竞争力评价的评价指标体系。但是，本文设计的理论框架可以提供一个有用的理论指导实践，实际操作的评价，根据评价目标，执行环境，资源约束和其他因素的影响，可以灵活地增加或减少的指标以及调整指标权重。此外，评价过程的设计选择，评价模型和方法可以改变，取决于客观数据获得的困难程度。

［1］曹莉萍，诸大建，易华.低碳服务业概念、分类及社会经济影响研究［J］.上海经济研究，2011，8:3-10.CAO Liping，ZHU Dajian，YI Hua.Low-carbon services concept classification and socio-economic impact study［J］.Shanghai Economic Research，2011，8:3-10.

［2］罗茜，倪杰，刘剑.北京市“两带”产业集聚竞争力评价［J］.科技进步与对策，2009，24(12):42-46.

［3］任英华，游万海，陈雪梅.现代服务业集聚竞争力评价模型及其应用［J］.统计与信息论坛，2010，25(10):65-69.REN Yinghua， YOU Wanhai， CHEN Xuemei.Modern service industry competitiveness evaluationmodeland its application［J］.Statistics and Information Forum，2010，25(10):65-69.

［4］孙慧，张娜娜，刘媛媛.基于AHP的新疆黑色能源产业集群竞争力评价［J］.软科学，2011，25(2):84-88.SUN Hui，ZHANG Nana，LIU Yuanyuan.Evaluation of competitiveness of black energy industry cluster in Xinjiang based on AHP［J］.the S of t Science，2011，25(2):84-88.

［5］倪蔚颖.服务业集聚水平评价指标体系的构建［J］.科技经济市场，2011，1:36-38.

［6］张亚明，李苗，刘海鸥.河北省软件产业竞争力评价实证研究［J］.中国科技论坛，2011(9):98-103.ZHANG Yaming，LIMiao，LIU Hai-ou.Competitiveness evaluation of the s of tware industry in Hebei Province［J］.China Science and Technology Forum，2011(9):98-103.

［7］赵前，焦捷，王以华.中国省际科技竞争力评价——基于超效率DEA的分析［J］.清华大学学报:自然科学版，2011，51(6):820-826.ZHAO Qian， JIAO Jie， WANG Yihua.Evaluation of China＇s inter-provincial scientific and technological competitiveness-based on super-efficiency DEA analysis［J］.Journal of Tsinghua University:Natural Science，2011，51(6):820-826.

［8］陈菊红，黄鹏.基于Fuzzy-ANP的国际陆港竞争力评价［J］.系统工程，2011，29(12):88-95.CHEN Juhong，HUANG Peng.Evaluation based on fuzzy-ANP international competitiveness of the dry port［J］.Systems Engineering，2011，29(12):88-95.

［9］CASTILLO-MANZANO J I.Low-cost port competitiveness index:implementation in the Spanish port system［J］.Marine Policy，2009，33:591-598.

［10］ARONIETIS R.Some effects of hinterland infrastructure pricing on port competitiveness:case of Antwerp［J］.Transport and Regional Economics，2010，7:26-27.

［11］TONGZON J.Port privatization，efficiency and competitiveness:some empirical evidence from container ports(terminals)［J］.Transportation Research Part，2005，39:405-424.

［12］蔡文，杨春燕，林伟初.可拓工程方法［M］.北京:科学出版社，1997.

［13］KAPLAN R S，NORTON D P.The balanced scorecardmeasures that drive performance［J］.Harvard Business，1992，70(1):61-70.

［14］邱菀华.群组决策特征根法［J］.应用数学和力学，1997(11):1027-1031.QIU Wanhua.Group decision characteristic root method［J］.Applied Mathematics and Mechanics，1997(11):1027-1031.

［15］肖振红，张永超.基于群组决策特征根法的并购目标企业关键评价指标识别［J］.财会月刊，2009(8):57-60.XIAO Zhenhong，ZHANG Yongchao.Critical evaluation based group eigenvalue method of acquisition targets corporate identity［J］.Accounting Monthly，2009(8):57-60.