基于粗糙集方法的國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇模型

摘要:根據(jù)特定經(jīng)濟(jì)區(qū)域的樣本數(shù)據(jù)建立決策系統(tǒng)，以國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇的評價指標(biāo)作為屬性，找出反映評價指標(biāo)本質(zhì)關(guān)系和特征的重要屬性及主導(dǎo)產(chǎn)業(yè)選擇的知識規(guī)則。運(yùn)用這些規(guī)則對選擇數(shù)據(jù)庫中的其他樣本進(jìn)行評價，得到各樣本產(chǎn)業(yè)的綜合評價值，旨在為國家高新區(qū)主導(dǎo)產(chǎn)業(yè)的選擇提供一種新方法。

關(guān)鍵詞:國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇;決策模型;粗糙集方法

中圖分類號:F423.3 文獻(xiàn)標(biāo)識碼:A

Model of the Choice of Leading Industry in National Hi-tech Zones Based on Rough Set Method

WANG Min-xi1，LI Xin2

(1.College of Information Management，Chengdu University of Technology，Chengdu 610059，China;

2.School of Economics and Management，Southwest Jiaotong University，Chengdu 610031，China)

Abstract:Establishing the economic decision-making system according to the sample data of a specific region， and taking the national high-tech zones leading industry evaluation index as a property to find out the important characteristics reflecting the essential relationship and attributes of evaluation index and rules leading choice of industry. By evaluating the other samples in the database with these rules， we receive comprehensive assessment of samples to provide a new approach to the choice of leading industry in China′s high-tech zones

Key words:the choice of leading industry in National Hi-tech zones;decision-making model; rough set method

國家高新區(qū)主導(dǎo)產(chǎn)業(yè)是指在高新區(qū)域經(jīng)濟(jì)發(fā)展的一定階段上，在知識、技術(shù)、人才、資金等要素方面具有高密集性，能最大限度整合園區(qū)內(nèi)產(chǎn)學(xué)研的資源優(yōu)勢，具有很高的創(chuàng)新吸收率，能迅速引入技術(shù)創(chuàng)新，對一定階段的技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)升級轉(zhuǎn)換具有關(guān)鍵性的導(dǎo)向和推動作用，本身成長性很高，帶動性和擴(kuò)散性都很強(qiáng)的產(chǎn)業(yè)群。國家高新區(qū)是區(qū)域經(jīng)濟(jì)的子系統(tǒng)，而區(qū)域主導(dǎo)產(chǎn)業(yè)的形成和演化在一定程度上受區(qū)域經(jīng)濟(jì)結(jié)構(gòu)、市場取向和資源稟賦等的影響，促進(jìn)區(qū)域主導(dǎo)產(chǎn)業(yè)的發(fā)展應(yīng)是制定區(qū)域產(chǎn)業(yè)政策的出發(fā)點(diǎn)和歸宿[1]。不能正確地辨識并選擇特定經(jīng)濟(jì)區(qū)域產(chǎn)業(yè)部門的角色，將直接影響區(qū)域經(jīng)濟(jì)的發(fā)展。

一、國家高新區(qū)主導(dǎo)產(chǎn)業(yè)的選擇基準(zhǔn)

我國的國家高新園區(qū)建設(shè)主要致力于促進(jìn)高新區(qū)產(chǎn)業(yè)發(fā)展和創(chuàng)新環(huán)境建設(shè)，目的是以園區(qū)的主導(dǎo)產(chǎn)業(yè)為核心，逐步形成具有區(qū)域經(jīng)濟(jì)特色的高新技術(shù)產(chǎn)業(yè)集群，以此提高國家高新區(qū)對各種創(chuàng)新資源的粘度，吸引和留住資源，使這些具有高粘度的創(chuàng)新區(qū)域成為資源分布最集中、創(chuàng)新能力最強(qiáng)、生產(chǎn)率最高、發(fā)展?jié)摿ψ畲蟮膮^(qū)域，進(jìn)而形成具有高度競爭力的專業(yè)化部門的高新技術(shù)產(chǎn)業(yè)區(qū)，成為帶領(lǐng)整個區(qū)域創(chuàng)新的引擎。

國家高新區(qū)主導(dǎo)產(chǎn)業(yè)的基準(zhǔn)體現(xiàn)以下幾個方面內(nèi)容:(1)選擇的基準(zhǔn)應(yīng)體現(xiàn)高新區(qū)主導(dǎo)產(chǎn)業(yè)的高增長、高收益、高需求特性，以及對相關(guān)產(chǎn)業(yè)的帶動和推動作用，即主導(dǎo)產(chǎn)業(yè)的主導(dǎo)特性;(2)選擇的基準(zhǔn)應(yīng)體現(xiàn)高新區(qū)主導(dǎo)產(chǎn)業(yè)的資源分布最集中和創(chuàng)新能力最強(qiáng)的高勢能作用，承擔(dān)起區(qū)域高新技術(shù)產(chǎn)業(yè)自主創(chuàng)新的高地、區(qū)域創(chuàng)新的載體和引擎的重任，即主導(dǎo)產(chǎn)業(yè)的區(qū)域創(chuàng)新優(yōu)勢特性;(3)選擇的基準(zhǔn)還應(yīng)體現(xiàn)主導(dǎo)產(chǎn)業(yè)的高風(fēng)險、高研發(fā)投入、高附加值特征，以及吸納更多勞動力和產(chǎn)業(yè)的低污染、低能耗的可持續(xù)發(fā)展特點(diǎn)。

本文將國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇基準(zhǔn)劃分為三大特性，并根據(jù)三大特性劃分為主導(dǎo)產(chǎn)業(yè)的9個選擇基準(zhǔn)(見圖1)。這三大特性是:產(chǎn)業(yè)主導(dǎo)特性、區(qū)域創(chuàng)新優(yōu)勢特性、產(chǎn)業(yè)發(fā)展特性。產(chǎn)業(yè)主導(dǎo)特性主要體現(xiàn)的是作為高新區(qū)主導(dǎo)產(chǎn)業(yè)是區(qū)域產(chǎn)業(yè)系統(tǒng)的一部分，必須具有主導(dǎo)產(chǎn)業(yè)的一般屬性基準(zhǔn)，包括產(chǎn)業(yè)關(guān)聯(lián)基準(zhǔn)、增長潛力基準(zhǔn)，比較優(yōu)勢基準(zhǔn)，該特性是高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇的基礎(chǔ)特性。區(qū)域創(chuàng)新優(yōu)勢特性體現(xiàn)的是高新區(qū)的資源稟賦、基礎(chǔ)設(shè)施、產(chǎn)業(yè)生態(tài)環(huán)境、社會網(wǎng)絡(luò)、及對高新技術(shù)產(chǎn)品和服務(wù)的不斷需求等利于高新技術(shù)產(chǎn)業(yè)化的區(qū)域創(chuàng)新性環(huán)境，包括產(chǎn)業(yè)創(chuàng)新基準(zhǔn)、技術(shù)進(jìn)步基準(zhǔn)、外貿(mào)基準(zhǔn)。產(chǎn)業(yè)發(fā)展特性主要體現(xiàn)的是高新技術(shù)產(chǎn)業(yè)具有投資大、風(fēng)險高的特點(diǎn)，且具有隨技術(shù)、市場資源等因素發(fā)生重大變動而不斷更替的特征，因此高新區(qū)主導(dǎo)產(chǎn)業(yè)的選擇、發(fā)展要實(shí)現(xiàn)經(jīng)濟(jì)與社會環(huán)境相協(xié)調(diào)發(fā)展的目標(biāo)特性，帶動當(dāng)?shù)氐漠a(chǎn)業(yè)經(jīng)濟(jì)可持續(xù)發(fā)展，重點(diǎn)選擇產(chǎn)業(yè)化風(fēng)險較小，良好的創(chuàng)新創(chuàng)業(yè)環(huán)境，及能耗小、污染少、又不會造成過度集中環(huán)境問題的產(chǎn)業(yè)優(yōu)先發(fā)展，包括產(chǎn)業(yè)風(fēng)險基準(zhǔn)、創(chuàng)業(yè)環(huán)境基準(zhǔn)、可持續(xù)發(fā)展基準(zhǔn)。

國家高新區(qū)內(nèi)的產(chǎn)業(yè)部門要成為主導(dǎo)產(chǎn)業(yè)，應(yīng)該是以上三大特性中9條基準(zhǔn)的綜合，或者說，在某一階段很大程度上符合上述基準(zhǔn)的產(chǎn)業(yè)，才有可能成為這一時期國家高新區(qū)的主導(dǎo)產(chǎn)業(yè)。由此形成的指標(biāo)體系見表1。

二、 區(qū)域主導(dǎo)產(chǎn)業(yè)選擇方法的應(yīng)用述評

趙波等(2006)用圖論模型同王莉(2004)思想一樣，構(gòu)造區(qū)域產(chǎn)業(yè)結(jié)構(gòu)中的層次結(jié)構(gòu)圖，以此確定產(chǎn)業(yè)間的關(guān)聯(lián)程度的強(qiáng)弱，并進(jìn)行決策;王宏偉(1994)用模糊優(yōu)選模型研究選擇區(qū)域主導(dǎo)產(chǎn)業(yè)的方法;而文獻(xiàn)王敏(2001)、余博(2006)則采用了(AHP)層次分析法建立層次分析圖，構(gòu)造決策矩陣，綜合權(quán)重結(jié)果對產(chǎn)業(yè)排序，確定區(qū)域的主導(dǎo)產(chǎn)業(yè)。另外，李方林等(2006)用SWOT分析、劉穎琦等(2006)用鉆石模型、羅月豐(2005)用灰色系統(tǒng)理論也分別應(yīng)用區(qū)域主導(dǎo)產(chǎn)業(yè)的選擇。這些評價和選擇方法的采用，為我國區(qū)域主導(dǎo)產(chǎn)業(yè)提供了決策依據(jù)。不足之處，其中部分方法由于評價指標(biāo)多而采用了預(yù)先設(shè)定優(yōu)先級，權(quán)重的計算往往也是采用專家評議的主觀性較強(qiáng)方法人為的加權(quán)重，影響的評價和選擇結(jié)果的客觀性。

三、基于粗糙集方法的主導(dǎo)產(chǎn)業(yè)選擇模型

國家高新區(qū)主導(dǎo)產(chǎn)業(yè)的選擇過程實(shí)際上是一個具有不確定性的混合多屬性決策問題，粗糙集理論作為研究不確定知識表達(dá)、學(xué)習(xí)、歸納的新型數(shù)學(xué)工具，其重要特點(diǎn)是不需要預(yù)先給定某些特征或?qū)傩缘臄?shù)量描述，而直接從給定問題的描述集合出發(fā)，在信息不確定情況下，仍可挖掘出大量對決策有幫助的知識信息，粗糙集理論提供了一整套比較成熟的樣本學(xué)習(xí)式?jīng)Q策方法。本文提出了高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇的粗糙集模型和決策方法，該方法通過特定區(qū)域產(chǎn)業(yè)結(jié)構(gòu)內(nèi)的樣本數(shù)據(jù)集建立決策系統(tǒng)，以主導(dǎo)產(chǎn)業(yè)選擇的評價指標(biāo)作為條件屬性，篩選出能反映評價指標(biāo)本質(zhì)關(guān)系的重要屬性，并從中挖掘出數(shù)據(jù)間的關(guān)系而形成產(chǎn)業(yè)評價選擇知識規(guī)則。并利用粗糙隸屬度函數(shù)值來表示每條規(guī)則的置信度(權(quán)重)，避免認(rèn)為給定等主觀因素的影響，由于不需要任何先驗(yàn)知識和加權(quán)，得到的決策結(jié)果客觀、合理。

(一) 主導(dǎo)產(chǎn)業(yè)選擇的粗糙集模型

1.決策系統(tǒng)的表示方法

5.國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇的粗糙集模型

現(xiàn)將國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇的評價指標(biāo)作為主導(dǎo)產(chǎn)業(yè)選擇決策系統(tǒng)的條件屬性，每個潛在主導(dǎo)產(chǎn)業(yè)對應(yīng)決策系統(tǒng)中的一條記錄，每一列表示屬性和屬性值。因?yàn)榇植诩碚撝荒芴幚黼x散數(shù)據(jù)，所以主導(dǎo)產(chǎn)業(yè)選擇決策系統(tǒng)中的連續(xù)屬性值需要進(jìn)行離散化處理，離散化處理后，決策系統(tǒng)進(jìn)行合并整理，使其不含相同屬性及屬性值的重復(fù)產(chǎn)業(yè)。通過構(gòu)造可辨識矩陣和分辨函數(shù)計算核和所有的約簡集，一個主導(dǎo)產(chǎn)業(yè)選擇決策系統(tǒng)可能同時存在幾個約簡集，不同的約簡集可產(chǎn)生不同的決策規(guī)則。在實(shí)際應(yīng)用中，很難判定哪個約簡集導(dǎo)出的決策規(guī)則更有用。因此，以所有約簡集為初始節(jié)點(diǎn)，建立層狀節(jié)點(diǎn)網(wǎng)絡(luò)模型，對于各節(jié)點(diǎn)，提取大于置信度閾值的主導(dǎo)產(chǎn)業(yè)選擇規(guī)則，置信度將規(guī)則分成確定性和不確定性決策規(guī)則，經(jīng)規(guī)則合成后寫入規(guī)則集中，對規(guī)則集中的規(guī)則進(jìn)行冗余性檢驗(yàn)和多義性檢查，避免規(guī)則的重復(fù)和不一致性。利用粗糙集方法挖掘的規(guī)則集很好地反映出評價指標(biāo)屬性間的本質(zhì)特征，可運(yùn)用它對主導(dǎo)產(chǎn)業(yè)選擇數(shù)據(jù)庫中其他序列樣本有效地進(jìn)行主導(dǎo)產(chǎn)業(yè)選擇。

(二) 基于粗糙集模型的主導(dǎo)產(chǎn)業(yè)選擇方法

1.參數(shù)的選擇

當(dāng)進(jìn)行主導(dǎo)產(chǎn)業(yè)選擇決策時，可根據(jù)已構(gòu)造評價指標(biāo)體系(見表1)進(jìn)行評價指標(biāo)多屬性決策，優(yōu)選高新區(qū)主導(dǎo)產(chǎn)業(yè)。主導(dǎo)產(chǎn)業(yè)選擇的評價指標(biāo)比較多，本文提供的評價指標(biāo)體系主要是作者研究的結(jié)果，因此在實(shí)際操作中，可根據(jù)各自區(qū)域的特點(diǎn)進(jìn)一步劃分評價指標(biāo)，以這些評價指標(biāo)作為主導(dǎo)產(chǎn)業(yè)選擇決策系統(tǒng)的屬性集。在屬性集中，定量指標(biāo)和定性指標(biāo)可能會同時存在，這就要求決策者在利用粗糙集方法進(jìn)行主導(dǎo)產(chǎn)業(yè)選擇決策時，對定量評價指標(biāo)中屬性值為連續(xù)的指標(biāo)，則必須經(jīng)過離散化處理，目前在數(shù)據(jù)離散化方法方面已經(jīng)有很多研究成果可以借鑒，通常采取的離散化方法有等距離劃分法和等頻率劃分法等;對于定性評價指標(biāo)屬性，則可采用若干評價等級來描述。

2.算法設(shè)計

Step6:在DB中校驗(yàn)規(guī)則冗余性和多義性，“IF”規(guī)則的結(jié)論相同，而條件屬性多少不同，“THEN”選擇規(guī)則置信度高的規(guī)則;“IF”規(guī)則置信度相同，“THEN”優(yōu)先選用上層次的節(jié)點(diǎn)規(guī)則;“IF”規(guī)則考核指標(biāo)屬性相同而結(jié)論不同，“THEN”在用戶窗口顯示該條規(guī)則，以便進(jìn)一步分析評判;

Step7:校驗(yàn)過的規(guī)則作為主導(dǎo)產(chǎn)業(yè)選擇知識庫按規(guī)則置信度高低分層次存儲;

Step8:對于待決策的主導(dǎo)產(chǎn)業(yè)選擇數(shù)據(jù)集中各評價指標(biāo)相關(guān)數(shù)據(jù)和信息進(jìn)行離散化處理，用知識庫中的規(guī)則對數(shù)據(jù)集中記錄逐條進(jìn)行評價和主導(dǎo)產(chǎn)業(yè)決策選擇。

四、結(jié)論

國家高新區(qū)主導(dǎo)產(chǎn)業(yè)的選擇本身是個相對復(fù)雜的決策過程，由于其影響因素的多種多樣，并且在這些因素間還存在著彼此制約或相互依賴的關(guān)系，需要采用科學(xué)的決策方法，做出最優(yōu)的決策選擇。本文嘗試性地將粗糙集理論運(yùn)用到國家高新區(qū)主導(dǎo)產(chǎn)業(yè)的選擇問題中，提出了國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇決策模型和方法，方法中不需要任何先驗(yàn)知識和加權(quán)，實(shí)際應(yīng)用研究表明，基于粗糙集理論的國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇方法更加客觀、合理。需要注意的是，由于評價指標(biāo)中存在許多難以量化的指標(biāo)，給國家高新區(qū)主導(dǎo)產(chǎn)業(yè)選擇最優(yōu)化決策帶來困難。評價指標(biāo)的離散化問題還需要進(jìn)一步的研究。

參考文獻(xiàn):

[1] 袁宇濤，李金林.B-P人工神經(jīng)網(wǎng)絡(luò)在區(qū)域主導(dǎo)產(chǎn)業(yè)辨識中的應(yīng)用[J].北京理工大學(xué)學(xué)報(社會科學(xué)版)，2002(4).

[2] Ziarko W. The Discovery， Analysis and Representation of Data Dependencies in Databases[A].Knowledge Discovery in Databases[C].Cambrige: AAA IOMIT Press，1990:213-228.

[3] 張文修， 吳志偉， 梁吉業(yè). 粗糙集理論與方法[M].北京:科學(xué)出版社， 2001:75-130.

[4] 李永敏，朱善君，陳湘暉.基于粗糙集理論的數(shù)據(jù)挖掘模型[J].清華大學(xué)學(xué)報，1999，39(1):110-113.

(責(zé)任編輯:劉春雪)