基于熵值法的我国高技术服务业发展评价

陈畴镛，陈 力

（杭州电子科技大学经济学院，浙江杭州 310018）

高技术服务业是以提供高科技含量和高附加值的技术(知识)密集型的产品与服务，兼顾了高技术产业和知识型服务业优势的一种高端服务业态，是现代服务业与高新技术产业在经济发展中相互渗透、相互融合，逐步发展形成的新兴产业［1］。高技术服务业是发达国家产业发展和结构升级的重要推动力量，已成为新的经济增长点。

当前，我国正处在产业结构优化调整和经济发展方式转变的关键时期，高技术服务业的发展对于做大做强现代服务业、促进经济的转型升级具有重要的作用。客观评价高技术服务业的发展水平，明晰制约我国高技术服务业发展的主要因素并提出相应对策措施，对于推进我国高技术服务业健康快速发展、促进产业结构优化升级具有重要的现实意义。

按照2013年国家统计局最新发布的《高技术产业(服务业)分类(2013)(试行)》中的分类规定，高技术服务业具体包括了信息服务、电子商务服务、检验检测服务、专业技术服务业中的高技术服务、研发设计服务、科技成果转化服务、知识产权及相关法律服务、环境监测及治理服务和其他高技术服务等9大类［2］。参考2011年颁布的《国民经济行业分类与代码》(GB/T4754－2011)，可以发现高技术服务业主要涉及I类(信息传输、软件和信息技术服务业)、M类(科学研究和技术服务业)、L类(即租赁和商务服务业)中的7250、7221、7229有关知识产权及相关法律服务小类及包括7721等小类的环境治理业。

一、高技术服务业发展水平的评价方法

高技术服务业发展水平的评价是一个全面、综合、多角度的问题。对产业发展的评价，模糊综合评价法、主成分分析法、层次分析法等应用频率较高。王仰东，张军，冯立(2009)等认为高技术服务业是现代服务业与高新技术产业相互融合发展的产物，高技术服务业的评价体系由于具有多层次性，评价体系中的评价指标本身也具有模糊性，故可采用模糊综合评价原理，建立多级模糊综合评价模型来对高技术服务业项目进行评价［3］。仇冬芳，柯飞帆，李宝宝，王瑶(2011)等认为主成分分析法是将多个可能存在相关关系的指标通过适当的组合，转化为几个互不相关的指标，这几个指标包含了原有指标的大部分信息，从而可以达到降维、简化评价问题的目的，又因评价高技术服务业须考虑采用对指标进行合成的综合评价方法，故可采用主成分分析法对区域高技术服务业发展水平进行测算与评价［4］。高文婷(2013)等认为高技术服务业的评价是一个全面、综合、多角度的问题，选用因子分析法与层次分析法相结合的综合评价方法可以有效克服两种方法各自的不足，并可以增加评价结果的可信性［5］。

相对于模糊评价法、主成分分析法与层次分析法，熵值法最大的优点在于其具有较大的客观性。前者在确定指标权重的过程中要根据专家打分或者模糊赋权，具有较大的主观性，计算起来会受到不同专家的影响。熵值法作为一种客观赋权法，其根据各项指标观测值所提供的信息的大小来确定指标权重。它通过计算指标的信息熵，根据指标的相对变化程度对系统整体的影响来决定指标的权重，相对变化程度大的指标具有较大的权重，通过对比可以发现，熵值法可以有效克服前面两种方法的不足，熵值法由于主要是先将各个指标数据进行处理，然后得到标准化矩阵，这抵消不同单位所带来的影响，接着再进行各个指标的权重计算，由此得出的结果具有较强的客观性。因此，本文选取熵值法，重点以我国各省为例，对东、中、西部地区省份的高技术服务业发展进行测度和评价。

对高技术服务业发展水平的评价，通过构建指标体系进行综合分析。步骤包括:1)评价指标体系的构建;2)原始数据的取得及预处理;3)权数的确定;4)加权形式的确定(是线性还是非线性);5)各评价对象的综合评判。

二、高技术服务业发展水平评价体系的构建

高技术服务业发展水平的高低衡量了一个国家(地区)高技术服务业的发展情况，要科学、全面、综合的评价高技术服务业发展水平，需要建立科学的、可操作的、综合全面的高技术服务业评价体系。

高技术服务业是现代服务业与高新技术产业相互融合发展的产物，高技术服务业项目评价体系是一个复杂系统，评价结果往往受诸多因素的影响，且各影响因素并非是平级关系，而是构成了一个分层次的综合体系［6］。目前国内高技术服务业的研究正处于理论体系构建和评价指标探索阶段，尚未形成成熟的理论框架及评价体系。

本文运用相关理论与方法，借鉴他人研究成果，根据高技术服务业的内涵和指标体系的选取原则，结合我国地区省份实际，从高技术服务业的总体状况、发展动力和发展潜力等三个方面评价高技术服务业的发展水平，构建了包括3个一级指标、6个二级指标和17个三级指标的高技术服务业发展评价指标体系［1，7－11］，具体层次结构如表 1 所示。

(1)总体状况。反映各地区高技术服务业发展综合情况，可细分为基础条件和产业规模等2个二级指标。基础条件主要从经济和高等教育等基础角度来说明，基础条件是评价高技术服务业发展的一个重要内容，是反映高技术服务业发展的重要依据，基础条件好的地区对高技术服务业的需求更旺盛，更有利于高技术服务业的发展;产业规模主要以总量指标为主，从供给方面考虑高技术服务业的总体情况，从而说明高技术服务业发展现阶段的规模和实力水平。

(2)发展动力。发展动力可以反映高技术服务业的增长情况，具体可由人力投入和资本支出两个指标反映，投入的高低会直接影响高技术服务业的发展。由于高技术服务业主要由信息传输和科学研究等两部分构成，而这两个产业均属于技术密集型的产业，对研发要求较高，因此，在考虑有关人力投入和资本支出时，可选取高技术服务业就业人员平均工资、R＆D人员全时当量、高技术服务业从业人员、高技术服务业固定资产投资额和R＆D经费内部支出等5个三级指标。

(3)发展潜力。除了对高技术服务业发展总体现状和投入水平客观评估外，高技术服务业未来的发展潜力评价也是一个重要方面。发展潜力评价主要从创新、结构优化、速度等角度来说明高技术服务业的发展情况，具体可包括知识创新和效益水平这2个二级指标，知识创新程度高的地区未来高技术服务业发展将占据更有利的地位，而效益水平的高低直接影响未来整个经济的结构，效益水平高的，经济结构更加合理，发展速度更快，未来的发展潜力也更高。

表1 高技术服务业发展水平评价指标体系

三、我国高技术服务业发展水平的综合评价

本文对我国17个省(市、自治区)的高技术服务业进行评价。由于知识产权服务的各项数据无法单独获取，且知识产权服务在高技术服务业中所占的比重较小，所以与高技术服务业有关的样本数据不包含知识产权服务。因此，本文衡量高技术服务业的增加值主要依据I类(信息传输、软件和信息技术服务业)与M类(科学研究和技术服务业)这两个大类的增加值。

经过计算，本问题中各指标之间的相关程度不高，故不做主成分分析或因子分析，适宜采用熵值法进行赋权。

(一)原始数据的来源

数据来源于《2012年中国统计年鉴》、《2012年各省统计年鉴》与《2012中国第三产业统计年鉴》，原始数据包括17个省份(其中包括东部地区北京、天津、上海、江苏、浙江、福建、山东、广东、海南等9个省、市，中部地区吉林、山西、河南、安徽、湖南等5个省份，以及西部地区重庆、广西、青海等3个省、市、自治区)，17个三级指标，构成一个的矩阵。

(二)数据标准化处理

由于各指标的计量单位不同，不能直接进行加权综合，所以需要对我国17个省份原始数据进行标准化处理。这里采用极差变换法的原始数据矩阵进行处理，得新矩阵Y=(yij)m×n，其中

通过变换，yij∈［0，1］。

(三)各指标权重计算

根据熵值法的原理，将yij转换为比重形式pij，然后计算各指标的熵值。经过用EXCEL计算，最后得到各个指标的熵值、差异性系数和熵权，具体结果如表2。

表2 高技术服务业各指标相应值

由此，相应的一级指标层与二级指标层各指标的权重如下:

表3 一级指标层和二级指标层权重

(四)各省份各级指标排序计算

各指标加权综合的公式如下:

最后计算出各一级、二级指标的排名和总排序。二级指标相应的排序，一级指标的分值和排序如表4、5。

表4 各省份高技术服务业二级指标排序

表5 各省份高技术服务业一级指标分值及其相应排序

相应计算得到的总得分及最后的排名如表6。

表6 各省份高技术服务业综合得分及其相应排序

由计算得到的综合总分可以对各省份进行分类，然后按照评判标准进行分类，最后得到的结果如表7。

表7 评判标准及各省份高技术服务业所属梯队

(五)结果分析与评价

从上述计算结果可以发现:

(1)从表4可以看出，北京在基础条件、产业规模、人力投入和效益水平这4个二级指标上排名第一;江苏在资本支出这个二级指标上排名第一;广东则在知识创新这个二级指标上排名第一。从高技术服务业二级指标来看，北京、广东、江苏在发展高技术服务业方面各自具有其他地区所不具备的优势，作为我国首都的北京发展高技术服务业的优势最为明显。

(2)从高技术服务业总体情况指标来看，北京得分0.263205，排名第1，这表明北京高技术服务业发展总体情况很好。与其他省份相比，北京高技术服务业优势相对明显，从整体上和某些指标上都甩开了其他发达地区，例如，2011年，北京高技术服务业增加值为2628.9亿元，而经济相对比较发达的浙江，却只有1045.69亿元，浙江不及北京的一半;此外，北京的高技术服务业单位数与其他省份相比明显要高，2011年，北京高技术服务业单位数比浙江多将近20000个，这表明北京高技术服务业发展规模具有很大的优势。此外，从高技术服务业占第三产业比重指标看，北京高技术服务业占第三产业的比重已经达到了21.26%，而浙江却只占到7.37%，上海也只达到9.67%，显然，北京高技术服务业的发展对产业结构的提升有很大的作用。

(3)从高技术服务业的发展动力来看，北京得分0.191369，排名第1，这表明北京高技术服务业的投入很高，从人力投入到资本投入，北京均处于领先水平，排名第2的广东省紧随其后，广东得分也达到了0.17736，与北京的差距较小。产生这种情况的主要原因在于北京作为我国首都，聚集了我国绝大多数的高校和科研院所以及国内知名的IT服务商，而广东高技术服务业的发展则主要是由于深圳、广州、东莞等地集聚了一大批有关信息产业等高技术产业相关的国内外知名IT巨头和跨国企业，具备强大的研发能力，北京、广东在对发展高技术服务业的投入方面，相对江苏、浙江等省具有显著的优势。因此，其他省份在今后高技术服务业的发展过程中，发展动力需要加强;无论是对人力投入还是资本投入，都需要加大对高技术服务业的投入。

(4)从高技术服务业发展潜力指标来看，北京的得分为0.300910，排名第1，这表明北京高技术服务业的发展潜力高，与广东的投入相比，北京高技术服务业的知识创新、效益水平更高。具体而言，表现在知识产出和效益的产出方面，北京的知识产出和效益产出分别排名第2和第1，北京在高技术服务业发展速度方面，增长率达到23%，相较于其他省份，总体上北京高技术服务业的发展较为均衡，结构效益较好。北京发展高技术服务业的潜力优势具体表现在:北京2011年的工业增加值占GDP的比重已经降为18.76%，已经属于典型的后工业化地区，显然已经迈向发达国家的水平，与其他省份相比，上海这一比重为37.55%，同样比较发达的省份浙江这一比重却仍然高达45.43%，这些省份仍处于工业化阶段;另外，在高技术服务业占GDP比重上，北京这一比值已达到了16.18%，上海只有6.42%，浙江这一比值却仅仅占到3.24%，只占北京比重的20%左右，从中可以看出，发展高技术服务业，除北京外的其他省份的发展水平还是比较低水平的，这些省份高技术服务业的发展仍具有巨大的发展空间。

(5)从表6、表7中可以看出，在高技术服务业发展水平上，北京的综合总得分为0.755484，排名第一，属于第一梯队，广东、江苏、上海、浙江属于第二梯队，天津、山东、福建、湖南、重庆、安徽、河南属于第三梯队，吉林、广西、山西、海南、青海属于第四梯队。北京相对于其他省份具有明显优势，而西部地区普遍高技术服务业发展水平不高;同时，可以看出高技术服务业发展水平较高的省份大多集中在东部地区，由于东部地区经济水平较高，这些省份有更好的经济基础、市场需求和创新能力来发展高技术服务业，这也很好地解释了高技术服务业在东部地区发展水平。

四、结语

本文通过构建高技术服务业发展水平评价指标体系，应用熵值法对我国东中西部地区17个省(市、自治区)高技术服务业发展水平进行了评价，研究反映了我国17个省份高技术服务业的发展差异，从总体情况、发展动力、发展潜力等方面分析了地区之间、省份之间的差距及其原因，指出了我国多数省份特别是一些经济相对发达省份还存在高技术服务业占第三产业比重和GDP比重偏低等结构不合理问题，为有关省份采取有效措施，促进高技术服务业的健康快速发展提供了依据。

［1］王仰东，安琴，窦君鸿，等.我国高技术服务业发展对策研究——基于2005－2009年创新基金的数据［J］.科技进步与对策，2010，27(20):52 －55.

［2］国家统计局.高技术产业(服务业)分类(2013)(试行)［EB/OL］［2013 －12 －10］.http://www.stats.gov.cn/tjsj/tjbz.

［3］王仰东，张军，冯立.高技术服务业项目评价方法研究［J］.科技进步与对策，2009，26(8):116－118.

［4］仇冬芳，柯飞帆，李宝宝，等.基于主成分分析的江苏省高技术服务业发展评价研究［J］.科学与经济，2011，24(6):47－51.

［5］高文婷.基于因子分析法的上海市高技术服务业发展评价体系研究［J］.西南民族大学学报，2013，39(1):120－125.

［6］王仰东.高技术服务业项目评价指标体系初探［J］.技术经济，2009(2):21－23.

［7］王江，李郁璞.北京市高技术服务业发展现状及前景分析［J］.对外经济贸易大学学报，2010(3):57－62.

［8］王仰东，杨跃承，赵志强.高技术服务业的内涵特征及成因分析［J］.科学政策与管理，2007(11):10－13.

［9］赵弘.北京市高技术服务业综合竞争力研究［J］.首都经济论坛，2010，25(3):3－8.

［10］杨水呖.中国高新技术企业评价指标体系新探［J］.中国科技论坛，2008(12):53－56.

［11］任英华，邱碧槐，朱凤梅.现代服务业发展评价指标体系及其应用［J］.统计与决策，2009(13):31－33.