谢庆华
(西北工业大学管理学院,陕西西安710072)
基于AHP—灰色模糊的后发展区域产业集群成熟度评价
谢庆华
(西北工业大学管理学院,陕西西安710072)
本文通过分析后发展区域产业集群演变特征,利用德尔菲法和因子分析法,构建了后发展区域产业集群成熟度评价指标体系。并将层次分析法和灰色模糊综合评价法相结合,建立了后发展区域产业集群成熟度评价模型。最后,应用该模型对西安高新区电子信息产业集群进行成熟度评价,评价结果验证了模型的有效性和科学性。
产业集群;成熟度;后发展区域;灰色模糊评价
产业集群的概念最早由马歇尔提出,即同类产品生产企业在特定空间上大规模集聚现象。此后,产业集群成为众多学者研究的热点,经过三个发展阶段,产业集群理论逐渐趋于完善。学者们对产业集群的概念、产业集群分类、产业集群成因和竞争力、产业集群的演化和发展阶段进行了深入的研究。并发现产业集群具有区域内技术外溢、提供共享的中间投入品和市场服务、提供趋于专用型劳动力市场、促进机体行动和降低进入壁垒的优势,从而能够给集聚的企业带来外部规模经济。所以,产业集群广泛存在于发达国家和发展中国家,产业集群成为区域工业化过程中的一种普遍经济现象[1]。在实践层面,产业集群已经成为区域经济增长和产业转型发展的重要载体,产业集群的竞争力已经成为区域经济间的核心竞争力之一[2]。对后发展区域而言,产业集群在丰富的资本、技术和制度等后发优势资源支撑下快速地发展,为后发展区域经济发展提供了巨大的动力[3]。因此,以产业集群为目标的各类产业园、科技园和高新区等特色基地被纷纷建立,成为后发展区域经济发展的重要战略。
产业集群已经被后发展区域广泛地应用在推动经济发展和产业发展中,但是从产业集群建立的目标和结果来看,并非所有产业集群都起到了推动经济发展和提高产业竞争力的作用。有些产业集群形成了规模经济明显、创新能力强和品牌优势突出的经济体,成为带动区域经济发展的重要力量。然而有些区域的产业集群虽然在空间上形成了企业集聚的形式,但是并没有发挥出产业集群的规模经济效应。造成产业集群发展差异的因素有很多,但依照产业集群自有的发展规律建设和治理产业集群是产业集群形成竞争力的核心因素。后发展区域在环境政策、产业基础、人才资源和管理理念上都有不同,因此后发展区域产业集群发展更要重视产业集群的演化规律和阶段特征。为此,本文讨论后发展区域产业集群生命周期和不同发展阶段的特征,并将成熟度理论应用在产业集群发展阶段的描述上,从集群的演进过程和成熟度分析产业集群发展状态,这对于后发展区域完善集群发展环境,制定集群发展战略和制定集群发展策略具有重要的理论和实践意义。
(一)后发展区域产业集群特征
后发展区域对于先发展区域具有后发优势,主要体现在大量的资本优势、人力资源优势、诱导性或强制性技术转移、制度转移和先发区域成功经验的借鉴。但同时,虽然后发展区域在资源和技术上能够获得快速的成长,然而其制度创新和制度支持能力并不能完全满足后发展区域的持续发展。因此后发展区域也存在后发劣势,主要体现在制度创新与传统文化的冲突、吸收能力和学习能力弱等方面[4]。后发展区域的后发优势和后发劣势会作用于产业集群的发展,从而影响产业集群的演化进程。后发展区域产业集群在发展初期,由于区域管理者的大量资源、技术和制度支持,产业集群会快速发展,迅速壮大。但是随着产业集群不断发展,并逐渐趋于稳定,由于制度、文化和管理理念的创新不足,无法对集群资源进行最优配置,导致产业集群无法达到最优规模效应,并可能影响产业集群快速衰退。
(二)后发展区域产业集群生命周期
产业集群的不断演进形成集群的生命周期,国内外学者对产业集群的演进都有一定的研究。国外学者Tichy于1998年提出产业集群生命周期理论,并将其分为萌芽期、成长期、成熟期和衰退期四个阶段[5],如图1所示。而学者Ahokangas在揭示产业集群不同阶段的发展特点的基础上,从时间维度将产业集群的生命周期分为起源和出现、增长和趋同、成熟和调整三个阶段。此外国内学者如魏守华、魏江和解学梅也都对产业集群演进进行了研究[6~8]。后发展区域产业集群演变也服从产业集群演变的基本规律,但是由于后发展区域具有后发优势和后发劣势,因此后发展区域产业集群在生命周期各个阶段的表现有其特点。本文参照Tichy的生命周期阶段划分对后发展区域产业集群各个阶段的特征进行分析如下:
图1 后发展区域产业集群生命周期
萌芽期。在后发展区域产业集群的萌芽期,在比较集中的地区引入少数具有竞争力的企业,并吸引其他企业进驻。能否吸引企业进入决定于“槛”,即“阈值”,决定于先入企业的外部经济、基础设施和环境政策等因素[9]。由于后发展区域的产业集群有政府的政策和财政支持,基础设施建设良好,因此其萌芽期非常短,短期内会有很多的企业进入,快速地进入成长期。
成长期。后发展区域产业集群会快速进入成长期。在当地政府的政策引导下,大量的企业进入集群,并促使企业互相竞争,快速地提高了集群的增长速度。由于存在后发优势,因此后发展区域产业集群在成长期的增长速度非常快,很快会达到峰值。随着集群发展到一定程度,因为政府的支持力度下降,集群的资源供给不再充足,却没有形成完整产业链,市场开拓速度逐渐变缓,集群的发展速度逐渐减慢,并长期处于缓慢增长或者停止增长的水平。
成熟期。随着产业集群的发展,集群的增长速度逐渐变缓,直到集群的增长速度接近于零,集群就进入成熟期。成熟期的产业集群中聚集了较多的产业链上相关企业,因此完整的产业链在集群中间开始形成,从而使得集群的竞争力增强,而集群也逐渐进入发展的稳定状态。但是由于后发展区域受传统文化影响,其制度创新比较缓慢,导致集群吸收能力较弱,无法支撑集群向更高水平发展,因此后发展区域产业集群需要很长时间进入成熟期,而且其成熟期并不能保持稳定的发展状态,集群竞争力也可能达不到预期,不能形成完整的产业链。
衰退期。由于集群创新能力的减弱,集群的竞争能力也逐渐降低。并且随着环境容量的恶化和市场需求的萎缩,集群将停止发展,新企业不再进入,集群开始进入衰退期。衰退期的集群经济规模下降,产业链配套被破坏,并且企业外迁。由于制度因素,后发展区域产业集群的成熟期可能很短,集群很快停止发展,快速进入衰退期,并且衰退的速度比较快,衰退期持续较短。
(三)后发展区域产业集群成熟度
成熟度是成熟的一种度量,成熟度模型最早由美国梅隆大学软件工程研究所提出,是评价软件研发过程和软件企业成熟程度的工具[10]。随着成熟度理论的发展,成熟度被应用在项目管理、物流能力评价、知识管理能力、胜任力成熟度、技术创新能力和企业管理模式成熟度等领域。一些学者在对产业集群演变和生命周期理论研究的基础上,提出了产业集群成熟度的概念。学者孙剑通过分析产业集群各个生命周期的特征,构建了产业集群成长的三维结构,并提出产业集群成熟度概念,即在集群成长过程中,所表现出来的基于集群发展状态和发展水平的完善程度[11]。后发展区域产业集群成熟度是处于后发展区域的产业集群在其整个生命周期中表现出来的发展水平和状态的完善程度。后发展区域产业集群成熟度与其生命周期阶段密切相关。当产业集群处于生命周期前期,其成熟度较低,随着集群逐渐发展,从一个阶段到另外一个阶段,其成熟度逐渐提高。后发展区域产业集群的成熟度范围为整个集群,而不单指某些企业。
(四)后发展区域产业集群成熟度的四象限模型
通过对后发展区域产业集群的演化规律、产业集群生命周期阶段特征分析和成熟度的阐释,借鉴产业集群成熟度四象限模型[12],从规模和协调配合程度两个维度构建如图2所示。这四个象限分别是国家集群、地方集群、产业集中和企业集聚。具体解释如下:
图2 后发展区域产业集群成熟度四象限
后发展区域企业集聚。属于成熟度较低的集群,规模小且企业间协调配合程度低。该集群内企业数量少,规模也不大,集群总资产低,市场占有率也比较低,并且集群没有形成完整的产业链。
后发展区域产业集中。产业集中是集群规模大且集群协调配合程度低的集群,后发展区域大多数集群处在这一水平。相对于企业集聚而言,其有更多的企业、总资产和更大的资产占有率。但在市场占有率、产业链完善程度上没有太大改善,集群内企业竞争激烈,缺少协作。
后发展区域地方集群。地方集群是一种协调配合程度高且规模小的集群。这类集群其企业数量较少,从全国范围看其市场较小。但是在本地区域,是支柱产业,具备较完善的产业链,对于后发展区域的特定产业发展非常重要。
后发展区域国家集群。国家集群是规模大且协调配合程度高的集群,是产业集群的最高成熟等级。此类集群形成了完善的产业链,集群内部协调配合良好,在区域内具有非常强的竞争力,并且在其他区域也具备一定竞争优势。此类集群能够有效地提高后发展区域产业竞争力,带动区域经济发展,推动其他产业发展。
在参考大量国内外关于后发展区域特征、后发优势和劣势、产业集群和成熟度模型等相关文献的基础上,根据产业集群成熟度四象限模型,确定两个一级指标:集群规模和集群协调配合程度。基于此,应用德尔菲法和因子分析法[13],选择内涵丰富且又相对独立的指标,最终构成由目标层、准则层和指标层3个层次组成的产业集群成熟度评价指标体系,见表1所示。
表1 后发展区域产业集群成熟度评价指标
后发展区域产业集群成熟度评价是个比较复杂的系统性问题,评价具有较多层次,评价过程中会有很多的不确定性,集群成熟度很多指标不能进行量化评价,因此必须有专家的经验和智慧参与其中。此外,后发展区域产业集群成熟度评价缺乏大量的数据统计,且一些评价指标包含模糊的信息和一些未知的信息。以灰色模糊数学为基础的灰色模糊方法能够很好地解决信息不完整和模糊的问题。因此本文结合层次分析法和灰色模糊评价方法构建产业集群成熟度评价模型。
(一)评价因素集确定
产业集群成熟度评价具有两层的指标体系,评价因素集也有两层。第一层因素集,O={A1,A2}代表产业集群成熟度,A1代表集群规模,A2代表协调配合程度。第二层因素集Ai={Ai1,Ai2,…,Ain},其中i表示第二层第i个因素,n表示因素个数。
(二)基于AHP的指标赋权模型
1.构造判断矩阵
采用逐层逐项比较方法,用1-9的数字表示重要程度,构造判断矩阵。1-9标度含义如下:
表2 判断矩阵标度及含义
A与下一层中B1、B2、……、Bn有联系,则以A为标准,B1、B2、……、Bn之间两两进行比较,结果记为bij,则一般式可写为以下形式,如表3所示:
表3 判断矩阵一般形式
则矩阵B为A的判断矩阵,bij表示专家给指标i对于j的相对重要性打分。
2.层次单排序
用和积法对判断矩阵进行计算,满足BW=λmaxW, W为对应的正规化特征向量,W的分量即为相应因素单排序的权值。将B的每一列进行正规化:
再将正规化的矩阵按行相加:
再对按行相加的向量正规化,即可得到层次单排序权重值,公式如下:式中:Wi——B层指标i相对A的权重。3.判断矩阵一致性检验
当时CR<0.1,判断矩阵具有满意的一致性,公式如下:
式中:CR——矩阵一致性参数。
4.层次总排序及总体一致性检验
将C层对B层指标的权重与B层指标对A的权重相乘,即得到C层指标对A的权重。当CR<0.1时,认为层次总排序结果具有满意的一致性。
(三)基于灰色模糊评价的评价模型
1.确定评价等级
评价等级是指对每一指标所处状态的判断。根据课题研究需要把评价等级划分为五个级别,对A中的二级指标进行打分。即:V={ν1,ν1,…,ν5}={优秀,良好,合格,差,极差}。
2.专家打分
采用五级李克特量表,由专家对各个评价指标进行打分。专家k(k=1,2,…,m),i(i=1,2,…,7)为被评价指标,评价者k对被评价指标i给出的评分记为dik,得到评估矩阵Di。
3.确定评价灰类
专家只能给出一个白化值,要反映专家的真正的级别,需要确定白化权函数。确定e=1,2,…,5这5个评估灰类。对应评价等级为“非常重要”,“重要”,“一般”,“不重要”和“很不重要”五个等级,及以下白化权函数:
第1类灰度“高”(e=1),设定灰数⊗①∈[5,]∞,白化权函数f1:
第2类灰度“较高”(e=2),设定灰数⊗②∈[0,4,]8,白化权函数f2:
第3类灰度“中等”(e=3),设定灰数⊗③∈[0,3,]6,白化权函数f3:
第4类灰度“较低”(e=4),设定灰数⊗④∈[0,2,]4,白化权函数f4:第5类灰度“低”(e=5),设定灰数⊗⑤∈[0,1,]2,白化权函数f5:
4.计算灰色权值
5.综合评价
因素i的综合评价值
表4 产业集群成熟度指标权重计算列表
(四)案例分析
西安高新区于1991年3月经国务院批准成立,而处于西安高新区内的电子信息产业集群起步较晚,属于后发展区域的产业集群,并且存在产业对外依存度高、产业链不均衡、核心企业规模小等不足[14]。而经过24年的后发追赶,现西安高新区其主要经济指标已居全国国家级高新区第3位。电子信息产业集群已经成为西安高新区重点发展和推进的项目,已经成为西安高新区四大主导产业之一,逐渐形成较为完善的产业链,具有较强的创新能力和竞争力。目前,高新区电子信息产业集群已经聚集了以三星电子、美光、英特尔和微软等为代表的信息类世界500强企业30多家,以中兴和华为万人研发基地为代表的国内知名企业100多家,拥有电子信息企业超过千家,逐步发展成为继珠江三角洲、长江三角洲和环渤海地区之后的国内第四大电子信息产业集群。利用已建立的产业集群成熟度评价模型对西安高新区电子信息产业集群成熟度进行评价。
1.指标赋权
组建来自高校和业内专家5人小组,对各个评价指标相对重要程度进行打分,并根据专家判断矩阵几何平均方法形成新的判断矩阵,应用公式(1)到(5)得到指标权重。
2.综合评价
9人专家组成员为各个评价指标进行打分,如表8所示。
利用公式(6)-(14)可以分别计算出集群规模和集群协调配合程度得分:
A1=3.9911,A2=3.6489,再通过公式(15)-(16)可得西安高新区电子信息产业集群成熟度综合评价值C=M·VT=3.82。
因为计算可得A1和A2的综合评价值皆大于2.5,根据后发展区域产业集群成熟度四象限模型可得出西安高新区电子信息产业集群的成熟度级别属于国家级集群,并且其成熟度综合评价得分为3.82分,集群总体成熟度良好。但是同时根据最大隶属度原则可以看出,集群在集群企业数量、产值、市场增长率和创新能力方面处于优秀级别,而在产业链完善程度和知识共享水平指标上处于合格和较差的水平,还有待提高,其余指标皆处于良好水平。最近,西安高新区在国家高新区综合评价中综合排名第四。并在技术创新能力、可持续发展能力方面有明显提升。这也说明了本文模型在评价后发展区域产业集群成熟度上的有效性和适用性。
表5 集群规模指标权重计算列表
表6 集群协调配合程度指标权重计算列表
表7 后发展区域产业集群成熟度指标的综合权重
表8 指标评价样本矩阵
本文将层次分析法和灰色模糊综合评价方法相结合,构建了基于AHP—灰色模糊评价的后发展区域产业集群成熟度评价模型。通过分析后发展区域产业集群特征和其演化规律,结合产业集群和成熟度模型相关文献,构建了后发展区域产业集群成熟度四象限模型。在此基础上,应用德尔菲法和因子分析法建立了后发展区域产业集群成熟度评价指标体系。评价指标体系包括集群规模和集群协调配合程度2个一级指标和13个二级指标。然后应用AHP方法确定产业集群成熟度指标权重。在此基础上,引入灰色模糊综合评价方法对产业集群成熟度进行计算和评价。最后,通过西安高新区电子信息产业集群成熟度评价实例验证了该评价模型的合理性和有效性。
[1]阮建青,石琦,张晓波.产业集群动态演化规律与地方政府政策[J].管理世界,2014(12).
[2]孙湘,朱静.基于生命周期理论的产业集群可持续发展研究[J].科技管理研究,2010(24).
[3]杨永忠,陈雁凌.产业集群:后发地区的跨越式发展模式[J].中南民族大学学报(人文社会科学版),2003(6).
[4]杨坚,司帆.区域后发优势理论:来自中国的证据[J].经济问题探索,2009(9).
[5]Tichy G.Clusters:less dispensable andmore risky than ever [M].∥Steiner M.Cluster and Regional Specialisation.London: Pion Limited,1998.
[6]魏守华.产业群的动态研究以及实证分析[J].世界地理研究,2002(3).
[7]魏江,朱海燕.高技术产业集群创新过程模式演化及发展研究——以杭州软件产业集群为例[J].研究与发展管理, 2006(6).
[8]解学梅,曾赛星.科技产业集群持续创新的周期演化机理和关联模式研究[J].研究与发展管理,2008(1).
[9]程波.我国产业集群可持续发展研究[D].重庆:重庆大学, 2005.
[10]Paulk M,Curtis B,Chrissis M B,et al.Capacity Maturity Model for Software.Version 1.1[R].IEEE Software,1993.
[11]孙剑,龚自立.产业集群成熟度模型及评价指标体系研究[J].技术经济与管理研究,2010(S2).
[12]Zhai T,Zhu Y,Han Q.Research on Grey-fuzzy comprehensive evaluation of aviation industry cluster maturity[C]//2014 IEEE International Conference on Systems,Man,and Cybernetics(SMC).IEEE,2014.
[13]韩国元,陈伟,冯志军.企业合作创新伙伴的选择研究——基于微粒群算法定权的改进TOPSIS法[J].科研管理,2014(2).
[14]王冀.西安高新区电子信息产业集群研究[J].西安邮电大学学报,2012(6).
F127
A
1009-2447(2016)04-0057-07
2016-01-15
国家软科学研究计划项目(2010GXS5D264)
谢庆华(1967-),男,河北衡水人,西北工业大学管理学院博士生。