高技術產業效率評價指標體系研究

[摘 要] 高技術產業一直是國際經濟和科技競爭的重要領域，其發展水平體現一個國家或地區的經濟地位高低。高技術產業效率評價能夠反映出高技術產業投入產出能力、競爭能力和經營管理能力。本文結合高技術產業的特征，堅持科學性、全面性、精簡性、可行性的原則，構建了一套系統、科學、全面的高技術產業效率評價指標體系，并在此基礎上，介紹了模糊綜合評價方法在高技術產業效率評價上的應用。應用模糊綜合評價方法評價高技術產業效率，有利于我們更加全面地了解高技術產業的效率水平及其差異。

[關鍵詞] 高技術產業 效率評價 指標體系 模糊綜合評價

一、引言

效率(efficiency) 單位時間內完成的工作量。在經濟學中，是指最有效地使用社會資源以滿足人類的愿望和需要。而高技術產業效率是一個國家或地區對其高技術產業投入資源的有效配置，是投入產出能力、競爭能力和經營管理水平的總稱。國內外學者對高技術產業效率進行了大量研究。Berndt Morrison分析了技術資本與產業績效之間的關系。Ellis Connolly Kevin J .Fox研究了高技術資本對生產率的影響。Gaimon Morton等利用DEA模型對2002年美國高技術產業發展的各州間差異進行了研究。我國學者在高技術產業效率方面也做了許多工作。朱有為等利用隨機前沿生產函數測算了中國高技術產業的研發效率，并考察了企業規模、市場結構和所有權結構等因素對研發效率的影響。劉志迎等根據生產率與效率理論，運用中國高技術產業面板數據，采用隨機前沿分析方法，分析了中國高技術產業發展過程中技術效率和總量增長模式的情況，得出造成我國高技術產業TFP增長的主要原因是技術進步水平的提高而不是技術效率。鄭堅等構建高技術產業技術創新效率評價指標體系，該體系按技術創新過程分成兩個階段——技術開發階段和技術轉化階段，并建立兩階段的技術創新效率評價指標體系。在以往的研究中，學者多數是考慮高技術產業的技術效率，很少涉及資源配置效率，本文在構建高技術產業效率評價指標體系的基礎上，介紹模糊綜合評價法在高技術產業效率評價中的應用，以便我們更好地把握我國高技術產業效率總體情況。

二、高技術產業指標體系的構建

建立科學的指標體系必須要遵循一定的原則，在指標選取時，我們遵循以下三個最基本的原則:首先，科學性。指標體系要能夠全面的反映高技術產業效率的內涵和特征，指標的選取要有一定的依據，有明確的含義。其次，全面性和精簡性。影響高技術產業效率的因素很多，主要因素都應在指標體系中得到反映，系統完整的反映高技術產業效率。同時，指標體系要盡量精簡，避免因指標間信息重疊而夸大評價結果。再次，可行性。考慮到影響高技術產業效率因素眾多，有些指標很難量化，因此，我們要盡可能選取容易獲取數據的指標，指標體系以客觀為主，適當增加主觀成分。

結合高技術產業效率的概念以及特征，堅持科學性、全面性、精簡性、可行性的原則，本文構建了一套高技術產業效率評價指標體系(見表)。

三、高技術產業效率評價

高技術產業具有自身的特征和內涵，做綜合評價時，必須綜合考察影響高技術產業效率的各種因素，同時確保參與評價的指標間能建立有機的聯系。結合高技術產業效率評價的自身特點，以及各種綜合評價方法的優缺點，本文采用模糊綜合評價法結合層次分析法解決高技術產業效率的評價問題。模糊綜合評價法是一種基于模糊數學的綜合評標方法，是解決帶模糊性問題的有力的定量分析工具。模糊評價中算子的選擇和隸屬函數關系的確立，使各項參與評價的非量化指標間建立了有機聯系，使評價結果能夠更好地反映出評價對象的整體特征和一般趨勢。模糊綜合評價是對受多種因素影響的事物做出全面評價的一種十分有效的多因素決策方法，其特點是評價結果不是絕對地肯定或否定，而是以一個模糊集合來表示。模糊綜合評價是應用模糊變換原理，考慮與評價對象相關的各種因素，對其所做的綜合評價。模糊綜合評價方法具有如下特征:綜合評價的結果是一個集合，能夠更為準確的刻畫模糊狀況;應用范圍廣，無論是主觀指標還是客觀指標，模糊綜合評價都可以較好地解決定量化問題，得到較為理想的結果;評價結果是絕對量而非相對量，即評價結果對評價對象通常具有惟一性。層次分析法是以定性和定量相結合的方法處理指標體系中權重的問題，為研究這類復雜的指標體系，提供了一種新的、簡潔的、實用的、可靠性高的確定權重方法。用模糊綜合評價結合層次分析法對高技術產業效率評價的具體步驟如下:

1.確定因素集和評語集

因素集是由評價指標構成的集合，若包含n個因素，則因素集可以表示為U={U1，U2，，U3，……，Un}。評語集表示評價目標優劣程度的集合，可根據實際情況將評語分成m個等級，表示為V={V1，V2，……，Vm}

2.權重的確定

權重的確定是綜合評價最重要的環節之一，在這里，我們采用了AHP方法確定權重，層次分析法是社會、經濟系統決策中的有效工具。其特征是合理地將定性與定量的決策結合起來，按照思維、心理的規律把決策過程層次化、數量化。是系統科學中常用的一種系統分析方法。具體步驟是:

(1)構造判斷矩陣。判斷矩陣是通過采用1～9九個標度和它們的倒數對本層因素集中各評價因素相互相對重要性一一比較標定。顯然，A是正互反陣，即aij=1/aij，其中i=1，2，…，n，j=1，2，…，n。

(2)計算單排序權向量并做一致性檢驗。對應于判斷矩陣最大特征根λmax的特征向量，經歸一化(使向量中各元素之和等于1)后記為W。W的元素為同一層次所有因素對于上一層某一因素相對重要性的排序權值，這一過程稱為層次單排序。能否確認層次單排序，需要進行一致性檢驗，所謂一致性檢驗是指對A確定不一致的允許范圍。n 階正互反陣A的最大特征根λmax≥n，當且僅當λmax=n時A為一致陣。則λ比n大的越多，A的不一致性越嚴重。用最大特征值對應的特征向量作為被比較因素對上層某因素影響程度的權向量，其不一致程度越大，引起的判斷誤差越大。因而可以用λmax-n數值的大小來衡量A 的不一致程度。一致性指標:

CI=0，有完全的一致性;CI接近于0，有滿意的一致性;CI 越大，不一致越嚴重為衡量CI的大小，引入隨機一致性指標RI。將一致性指標CI與隨機一致性指標RI得到一致性比率:。

一般的，當一致性比率CR<0.1時，認為A的不一致程度在容許范圍之內，有滿意的一致性，通過一致性檢驗。可用其歸一化特征向量作為權向量W=(W1，W2，…，Wn)，否則要重新構造成對比較矩陣A。

3.構建模糊隸屬關系矩陣

模糊隸屬關系矩陣R是根據被評價因素n項指標的實際值確定的一個隸屬系數(隸屬于各個評語等級)矩陣。即由相關專家根據一定評價準則，對各個因素進行評價，由于不同專家可能給出不同的評定，所以評價結果只能用對第i個因素做了第j個評價尺度的可能程度的大小來表示。這種可能程度稱為隸屬度，記作rij。一般的，rij對第i個因素做出第j評價尺度的專家人數與參加評價的專家人數比例。這樣得到模糊隸屬關系矩陣:

4.計算綜合評價結果

在得到權向量W和模糊隸屬關系矩陣R基礎上，我們可以計算得到評價結果B:B={b1， b2，…，bm}=W1×n o Rn×m

模糊綜合評價方法應用于高技術產業效率評價，為高技術產業效率評價提供了新的思路，可以幫助我們從總體上了解我國高技術產業的效率水平，同時，通過對各省或者各行業的效率評價結果，還可以分析區域或者行業效率水平差異。

參考文獻:

[1]E Connolly， KJ Fox. The Impact of High-Tech Capital on Productivity: Evidence from Australia[J].Economic Inquiry， 44， (1)， 2006， pp50～68

[2]C Gaimon and A Morton. Investment in Facility Change over Flexibility for Early Entry into High-Tech Markets[J].Production and Operations Management， 14(2)， 2005， pp159～174