基于灰度关联分析的成渝双城汽车产业分析及协同对策

◇成都理工大学工程技术学院 袁 敏

四川力达新能源汽车有限公司 许才菊

建立了灰度关联度分析的计算模型，根据计算模型以影响汽车产值的各影响因素数据为基础，分别求得成渝地区汽车工业总产值与各相关影响因素之间的关联度，结合成渝地区地理经济情况进行了分析，并从不同角度给出了两地产业协同对策建议供企业政府部门参考。

1 前言

随着成渝双城经济圈上升为国家战略[1]，两地的产业协同愈发重要。汽车产业涉及的工业门类众多，对国民经济的拉动性强，两地都不约而同地将汽车产业作为其支柱产业之一。两地虽然地理相邻，但一直都有相对独立而完整的工业体系，发展汽车工业都有各自的比较优势，同样也遇到了不同的瓶颈。为使两地汽车产业提档升级，本文以影响汽车产值各影响因素的灰度关联度分析为基础[2]，根据分析结果针对性地提出产业协同对策建议。

2 计算模型建立

汽车产业的发展是一种典型的动态历程，为了对产业的动态发展趋势进行定量分析，引入了目前常用的灰度系统理论。根据灰度系统理论，建立汽车产业关联度计算数学模型。

选择影响汽车产业发展的若干影响因素并收集数据。

设n个数据序列形成矩阵：

根据评价的目的建立参考数据列如下所示，

进行无量纲处理后的建立矩阵：

一般的无量纲化处理法包括均值化（式1）和初值化（式2）法。

关联系数由式3计算可得。

逐个分析各指标与基准序列的关联系数，并算出各影响因素的平均值。该平均值可用于评估各影响因素与基准序列的相关程度，一般定义为关联度，如式4所列。

3 灰度关联计算

根据《成都市统计年鉴》[3]和《重庆市统计年鉴》[4]整理和计算出如表1和表2所列数据作为计算基础，选取的年份内国际政治经济环境相对稳定，汽车产业发展无明显波动[5]。

表1 成都汽车工业总产值及各相关影响因素原始数据表

表2 重庆汽车工业总产值及各相关影响因素原始数据表

选择式2初值化法对表1数据处理后得如下无量纲矩阵。

据式3各指标与基准序列的关联系数如表3所示。

表3 各指标与基准序列的关联系数

将表3求得关联系数带入式4，求得成都汽车工业总产值与各相关影响因素之间的关联度如表4所示。

表4 总产值与各相关影响因素之间的关联度

按同样得步骤可求得重庆汽车工业总产值与各相关影响因素之间的关联度如表5所示。

表5 总产值与各相关影响因素之间的关联度

4 计算结果分析

由表4和表5中所列排序结果，GDP总值对两个城市的汽车工业总产值影响都较大（分别排在影响因素的第一和第二位），说明汽车产业占成渝双城的经济总值比重较高。这也符合两地汽车产业现状，成都作为西南地区重要汽车生产基地，其汽车产量增加迅速，已经跻身全国前列；重庆工业基础雄厚，汽车产业历史悠久，甚至被当地列为支柱产业之一。

由表5交通运输增加值对重庆的汽车工业影响排名第一，这与重庆长江上游航运中心的地位密不可分[6]，水路运输商品车是除了公铁外运输量最大且成本最低的方式，除重庆本土的汽车制造商采用，毗邻重庆的四川等省份不少汽车制造商也会借道重庆。

由表4可知汽车产量对成都的汽车工业产值并不敏感，这主要是因为当时成都本地的一汽丰田和沃尔沃生产的车型单价相对较高，在产量并不十分突出的情况下创造了相对较高的汽车产业总产值。

5 产业协同对策建议

（1）成渝地区地缘相近、人文相亲、产业关联，两地都有着较好的汽车产业基础，特别是重庆已成为中国汽车产业的生产研发中心之一。产业协同发展有利于两地汽车产业优势互补[7-9]。两地的汽车产值都在GDP中占比较高，且都偏制造，研发强度同先进地区还有差距，但是传统内燃机汽车产业目前已趋于饱和，建议两地提前布局汽车前沿关键技术，如高精度雷达、新一代动力电池等，降低传统汽车产业逐渐衰退对国民经济的冲击。

（2）交通运输上两地各有千秋。以成都来说，直达欧洲腹地的蓉欧快铁始于2013年，占全国中欧班列数比例第一[10]。而重庆作为长江上游航运中心，水路运输优势得天独厚。两地可整合物流资源，降低物流成本，避免重复建设。

（3）从产品结构上来看，成都高端汽车产量占比较高，可形成较好的品牌效应，但总产量基数较低，不利于形成产业聚集效应以进一步降低生产成本，提高产品竞争力；重庆汽车产量大，产业聚集效益明显，可进一步引进高端汽车产品提高美誉度，这一想法和美式豪华汽车品牌林肯首款国产车型落地重庆不谋而合。