基于OWA_TOPSIS模型的福建省外贸经济贡献率聚类分析

祝 庆

(福建师范大学 经济学院，福州 350117)

一、引言与文献综述

经济全球化席卷而来，国家经济不断对外开放。中国作为最大的发展中国家，要研究中国的经济增长，必然要研究分析本国的进出口贸易情况，也就是说对外贸易成为中国经济不可或缺的成分，充当了中国与世界紧密联系的纽带[1-2]。福建省的地理位置占有独特优势，靠近台湾、香港和澳门，南边接壤珠江三角洲，北边承接长江三角洲，它还肩负着加强海峡两岸交流和早日促成台湾回归中国的重任，贸易经济的发展至关重要。目前，国内外关于贸易与经济关系的文章很多，Chartey采用VAR动态思想模型，对日本、美国和中国台湾的样本数据进行格兰杰检验，研究结果表明中国台湾和日本的出口贸易促进了经济发展，并且经济发展也促进了对外贸易，而美国的出口贸易与经济发展并无直接的相关关系[3]。陈家勤分析了对外贸易依赖程度和进口对GDP增长率的影响程度，得出相比于出口，进口对于经济的促进作用更为明显的结论[4]。朱春兰采用广义差分回归分析法，研究了我国1952—2004年的进口贸易与国内生产总值的内在关系，结果显示中国进口贸易对经济增长贡献率约为18.86%[5]。刘震借助Stata软件，实证分析1984—2011年中国从日本的进口额、出口额和GDP数据，结果说明中日贸易能够促进中国经济增长，并且初级产品进出口的经济增长贡献率小于制成品进出口的经济增长贡献率[6]。范柏乃等利用Granger因果关系模型和广义差分回归的方法，研究中国1952—2003年出口贸易与经济增长的关系，结果说明出口贸易能够推动经济增长，并且对经济增长的贡献率约为24.1%[7]。已有的研究大都集中于对国家或者地区的分析，针对区域或省份尤其是福建省的实证研究较少，并且大多是利用简单的协整分析和格兰杰因果分析，研究对外贸易与经济增长的关系，鲜见研究单位贸易量能够带来多少经济收益的文章。2014年福建正式纳入第二批自由贸易试验区试点，使得研究福建省外贸经济贡献率具有很好的现实意义。

二、OWA_TOPSIS组合模型

(一) OWA权重模型

1988年YAGER创始的OWA算子赋权思想是依据决策数据本身确定相应的权重，Xu使用正态分布密度函数修正了传统赋权的准确度，并拓展出将权重和数据联系起来的新赋权方法，体现出公平性和合理性[8]。根据福建省外贸经济贡献率与碳排放效率，借鉴前人经验，本文采用OWA算子赋权法，解决之前评价时相同指标在不同时期的赋权问题。OWA算子赋权法分为以下四步：

(二)TOPSIS综合评价模型

1981年由H.Wang.C.L和Yoon.K.S.两位学者首次提出TOPSIS法(technique for order preference by similarity to ideal solution)，即逼近理想解排序法，意为与理想方案相似的顺序选优技术，是系统工程中有限方案多目标决策分析的一种常用方法，能够将几个评价对象全面、合理、准确地进行优劣排序[9]。用TOPSIS模型评价福建省各地市的外贸经济贡献率，它是基于归一化后的外贸经济贡献率矩阵，找出各年份最优和最劣方案，分别计算各地市与最优、最劣方案的距离和相对接近程度，进而对不同地区的外贸经济贡献率排序，比较各地市的外贸经济贡献率，根据研究结果能对实践起到指导作用。

三、福建省各市外贸经济贡献率的实证分析

(一)数据来源

本文选取福建省9个地市为研究对象，分别为福州市、厦门市、莆田市、三明市、泉州市、漳州市、南平市、龙岩市和宁德市。鉴于数据的可得性，GDP数据来源于福建省各地市的统计年鉴，对外贸易数据来源于《福建统计年鉴》中的进出口商品总额，外贸经济贡献率定义为地区生产总值/进出口商品总额，进而可以计算出福建省各市2009—2016年的外贸经济贡献率。外贸经济贡献率代表每一单位的贸易额能够带来多少经济收益，对促进福建省的贸易经济繁荣发展具有十分重要的意义，也为其他省份提高贸易收益提供借鉴意义。

(二)OWA_TOPSIS的实证分析

根据归一化矩阵，可以确定出最优向量和最劣向量的矩阵集，即从9个地市中挑选出最大值和最小值序列，最优向量为[0.622，0.532，0.543，0.531，0.667，0.609，0.691，0.677]，最劣向量为[0.021，0.025，0.029，0.039，0.027，0.030，0.027，0.029]，然后可以计算出各指标值与最优、最劣向量的距离以及二者的接近度，再按照接近度的大小可以对不同地区排序，从而进行外贸经济贡献率的评价，具体评价结果如表1所示。

表1的评价结果是默认指标的时间权重一样，对年份进行赋权。赋权目前主要有熵权值法、灰色关联度法和OWA算子赋权法。依据数据的特点，本文选择OWA算子赋权法。对于时间赋权的问题，本应该按照各个地市的年份权重各自分配，但是考虑到计算的复杂性，而且所研究的的大多数地市水平相差不大，故将整个省份的总体值作为时间赋权的标准，不按照地市分别赋权。由9个地市的总体外贸经济贡献率决策数据 [7.732，5.944，5.454，4.580，5.875，5.786，6.774，7.080]，每个数据的权重为1/8，序列均值为6.153，方差为0.997。根据均值和方差，可以求出标准化序列为[1.584，-0.210，-0.701，-1.578，-0.279，-0.368，0.623，0.930]。将标准化序列带入正态分布密度函数，可以得到的新序列为粗糙权重[0.114，0.390，0.312，0.115，0.384，0.373，0.329，0.259]，归一化处理后得到不同年份的权重序列[0.050，0.172，0.137，0.051，0.169，0.164，0.144，0.114]。得到的权重序列是2009—2016年的时间权重，时间权重修正后的福建省各地市外贸经济贡献率TOPSIS综合评价分析如表2所示。

将经过时间权重修正后的评价结果与之前默认权重一样的评价结果对比，二者的排序完全相同，说明了模型的客观性，也进一步验证了TOPSIS综合评价的正确性和可靠性。从整体来看，福建省各地市外贸经济贡献率差异明显，最高的是南平市，接近程度0.851，最低的是厦门市，接近程度0，而且大多数城市的外贸经济贡献率都低于0.5，这类城市占比达到约67%。从评价结果来看，南平市、三明市和龙岩市的外贸经济贡献率较高，而泉州市、漳州市、福州市和厦门市的外贸经济贡献率较低。

四、福建省各市外贸经济贡献率的聚类与建议

为了清晰地比较出福建省各市外贸经济贡献率的空间差异情况，将福建省各市按照外贸经济贡献率的高低分类，把与最优方案接近度超过0.5的各市归类为外贸经济贡献率一级区，接近度介于0.3 ～0.5之间的地市归类为外贸经济贡献率二级区，接近度低于0.3的地市归类为外贸经济贡献率三级区，见表3。

处于外贸经济贡献率一级区的有南平市、三明市和龙岩市，它们的优势方案接近度虽然都超过了0.5，但是得分差距明显，南平市得分超过龙岩市0.286。这三个地市地处山区，信息相对闭塞，对外贸易交流比较少，主要发展第一产业，福建省的大型建设项目都倾向于设立在南平市、三明市和龙岩市。虽然它们的外贸经济贡献率较高，但是对外贸易额与GDP总额都极低。从2016年的数据来看，南平市的进出口商品总额和GDP总额均约为厦门市相关指标的2%，但是单位贸易额带来的单位GDP增量高于其他城市。因此，地方政府应该尽力克服自然条件的劣势，促进人才和产品的流动，并且有选择性地引入急缺的技术和人才资源，发挥自然资源优势，增加外贸相关企业的产业关联度，加强对外贸易往来，提高对外贸易总量和GDP总额。

处于外贸经济贡献率二级区的是宁德市和莆田市，它们的优势方案接近度处于福建省中间水平。新中国成立以后，宁德的工业基础本来就相对较弱，而国家也缺乏对该地区的工业建设，宁德一直处于以农业和渔业为生的境况。莆田市和宁德市对外贸易与经济发展迟缓的原因还在于交通问题，莆田境内的高速公路非常少，而宁德地处沿海山区，交通便利程度比不上地势平坦地区，这就让莆田和龙岩在对外贸易往来与经济发展上处于落后地位。要进一步提高这两个地市的外贸经济贡献率，首先要改善交通设施条件，加大铁路和公路建设，开拓运输空间，建立现代化的交通体系；其次要提高本地劳动者的受教育程度，通过鼓励支持政策引导人力资源的流向，避免人才流动到其他城市；最后还应该援助支持进出口贸易企业的发展，可以实行税收优惠，提供无息贷款等政策，给进出口贸易公司创造有利的发展环境。

处于外贸经济贡献率三级区的有泉州市、漳州市、福州市和厦门市，它们的外贸经济贡献率非常低，但是这4个地市的进出口贸易量与GDP总额是省内排名靠前的。也就是说，虽然这4个地区贸易和经济发展非常好，但是单位贸易量带来的经济收益低。1980年成立厦门经济特区，1984年福州成为沿海开放城市，1985年厦门、漳州、泉州成为沿海经济开放区，再加上人口流入带来丰富的人才储备，大大促进了这4个地市贸易与经济的快速发展。在贸易经济数量发展的同时，泉州、漳州、福州和厦门更应该注重进出口贸易的质量。这些地市要尽快调整进出口商品结构，过去生产的商品大多技术水平低，同质性较高，产品附加值低，难以在国际贸易竞争中取得优势地位，现在应当改变粗放型的发展模式，增加技术密集型产品的出口，才能从根本上提高单位贸易额的经济增量，即提高外贸经济贡献率。