基于模糊软集合的区域信息生产力效能关键因素分析

肖智++董媛香++周明

摘要：从信息生产力对经济发展的影响机制出发，提出了由“信息分析及管理支持”和“信息传输和处理”构成的“信息服务”分类指标，并将其纳入我国信息生产力效能指标体系，再针对社会经济数据的复杂性和不确定性，引入模糊软集合并定义了依赖度的概念，对影响信息生产力效能的关键因素进行识别。最后利用我国区域数据分别运用模糊软集合依赖度以及相关分析来识别信息生产力效能关键因素，并进行比较分析。结果验证了“信息服务”是影响区域信息生产力效能的关键因素。

关键词：信息生产力；关键因素；模糊软集合；依赖度

中图分类号：F49 文献标识码：A 文章编号：1001-8409（2014）12-0135-05

Analysis on Key Factors of Regional Information

Productivity Efficiency Based on the Fuzzy Soft Set Theory

XIAO Zhi，DONG Yuanxiang，ZHOU Ming

（School of Economics and Business Administration，Chongqing University，Chongqing 400044）

Abstract：Based on influencing mechanism of information productive forces on the economic development，firstly this article took the classification indicator“information service” consisting of “information transmission and process” and “information analysis and management support”into the productive efficiency of information evaluation system. Then as to the complexity and uncertainty of social and economic data，this paper introduced fuzzy soft set theory and dependency of two fuzzy soft set were defined to distinguish the key factors influencing mechanism of information productive forces. Regional data in China are applied to the method and correlation analysis to identify key factors of information productive forces，it gets the empirical results. The results proved that “information service” is the key factor of regional information productivity efficiency.

Key words：information productivity；key factors；fuzzy soft set；dependency

1 引言

21世纪初，八国集团在《全球信息化冲绳宪章》中提出“信息通信技术是21世纪社会发展的最强有力动力之一，并将迅速成为世界经济增长的重要动力。”标志着世界进入ICT（Information Communication Technology，简称ICT）为驱动力的新经济时代。在新经济时代下，信息传感网络和分布式控制系统直接为生产与生活提供全景式的服务，人类社会进入了信息生产力为主要标志的新阶段[1]。信息生产力还没有权威定义，本文沿用杨培芳等[2]对于信息生产力的界定，信息生产力主要是由信息或知识劳动者，信息技术和信息（处理、网络、监测、协调、控制、管理）网络，以及适应各行各业生产、服务和人们需要的信息资源形成的新型的、社会化的生产能力。同时，信息生产力不是传统生产要素的某个独立要素也不是某个要素的子集，而是针对传统工业生产而言，是现代社会发展最为活跃，最为重要的生产力。

信息生产力不断发挥作用并产生价值的过程就是信息化的过程。信息化发展水平以及对于经济贡献的测定和评价，已经被广泛研究。修文群[3]采用改进的层次分析法测定了区域信息化水平。徐瑾[4]从不同地区和不同时间两个视角研究了信息化与经济增长的关系。常永华[5]运用灰关联分析方法分析了信息化与西部经济发展的关系，认为西部落后的主要原因是信息化水平的落后。米增渝[6]分析了信息化与农村新型工业化的关系，认为信息化对工业化有着显著的正效应。信息化在企业中也发挥着重要作用。张同建和吕宝林[7]分析了银行信息化创新对内部控制和操作风险控制的激励机理。高巍和毕克新[8]研究了信息水平对制造企业创新能力作用，表明信息化水平对企业创新能力有显著正向影响。

2008年后随着云计算、物联网等新型信息化工具的出现，尤其是信息生产力成为新关注点后，关于信息生产力对于经济社会的影响研究就显得相对不足，目前已有的研究主要是通过建立经济学生产模型来分析信息生产力对经济的影响。茅国平[9]用成本中信息的开支程度间接表示信息生产力的大小，建立投入产出模型，分析信息生产力对于产出的影响；杨培芳等[2]用信息化发展指数表示信息生产力投入，建立了修正的新经济增长理论模型，研究表明信息生产力对于经济增长的贡献率最大，是资本投入的1.6倍、劳动投入的4.5倍。

通过以上文献举例，信息生产力对经济的影响已经进行了有益的理论探讨和实证分析，但是对于分析信息生产力细分指标对经济影响的研究尚很少见。为此，本文将从信息生产力效能的角度出发分析信息生产力对经济的影响机制，并进一步细化信息生产力的内在因素，研究每个单一指标与经济增长的关系，识别影响经济的关键因素，以抓住主要矛盾，进一步有效提高信息生产力的效能。由于信息生产力的相关指标往往并没有进行统计，或者没有向外界公布。面对此类现象，学者一般是用其他近似数据，或者选取包含该指标的上一级指标值来代替。这样导致数据是不确定的，只能大概模糊地表示该指标。因此本文引入已广泛用于解决不确定性问题的模糊软集合方法，并提出了依赖度概念来识别生产力效能关键因素，以便得到更加合理的识别结果。同时对提出的模型与传统的相关分析进行比较分析。通过对比，进一步证明本文提出的模型的实用性。

2 信息生产力对经济发展的影响

2.1 信息生产力对经济发展的影响机制

新经济环境下，信息生产力通过多种方式对经济发展施加影响。信息生产力的发展降低了信息交流的成本、促进了社会分工和经济全球化，更为重要的是促进知识技术的创新扩散以及社会经济的智能化。

信息生产力发展初期，随着作为技术基础的信息通信技术的不断发展，信息通信产品和服务价格持续下降，使得企业投资信息技术的成本大幅下降。在实现了信息交流和信息渠道等功能后，信息通信技术进一步深化，互联网逐步普及，信息内容服务开始出现，从而形成了新产业和新业态。

进入 21 世纪，全球信息产业向“服务化”发展的趋势日益明显，信息服务业发展迅猛。由于信息生产力对于社会经济各部门结合方式的改变，社会各个行业、各个领域对于信息技术的需求呈现多元化、复杂化、个性化的特点，单一的信息技术已经不能满足社会越来越高的要求，因此需要更加个性化的信息服务为信息化发展提供支持。云计算、数据中心、电子商务平台等都伴随着信息生产力的发展成为新型信息服务方式，也成为信息技术服务于国民经济的新桥梁。企业通过这些服务可以集中精力提高核心竞争力，并通过信息共享和搜索提高效率，减少重复建设，节约大量成本。伴随着信息服务的发展，企业的组织模式、生产模式和商业模式将进一步发生变革。

同时值得注意的是，咨询业对于信息生产力的贡献。通过云服务或者物联网等新型信息服务模式，实现对信息资源的利用以及知识共享，最终实现信息生产力促进经济增长的过程中，咨询业起着举足轻重的作用。咨询企业实际上就是对信息进行搜集、加工、整理、分析，从而向客户提出解决问题的方案和策略，最终推动整个社会和经济的发展。因此咨询业是中国信息化与工业化融合的技术支撑，是信息生产力作用于经济和社会的重要方式之一[10]。

2.2 信息生产力效能指标体系

建立信息生产力效能指标体系有助于具体分析信息生产力内在因素对经济发展的影响机制，以便识别出高效能因素，加强信息生产力对于经济发展的推动作用。但是由于信息生产力刚刚引起关注，许多新的产业形态初见雏形，相比信息生产力的发展，统计体系相对滞后，因此时间序列数据并不完整。同时由于各个国家信息化发展水平存在巨大差异，统计口径也非常不一致，横截面数据可比性较差。因此很多信息生产力对经济发展的影响因素量化指标现阶段还难以获得。

通过以上分析，并考虑到信息生产力与信息化的相互关系，以及数据统计的权威性、一致性和可获取原则，本文一方面参考了我国国家统计局制定的信息化发展指数（IDICN）的指标体系来细化信息生产力对经济发展的影响因素；另一方面基于新经济下生产力对经济发展影响机制的分析，在已有影响因素的基础上增加了“信息服务”分类指标，具体包括“信息分析及管理支持”和“信息传输和处理”两个指标，建立了信息生产力效能指标体系（见表1）。同时为了更详细地分析各个指标与经济发展的关系，本文对2011年中国31个省和直辖市的相关指标进行了数据收集，数据来自于《2012中国统计年鉴》、《2012中国区域统计年鉴》和《2012中国信息年鉴》。在本文中运用“信息产业增加值占国内生产总值的比重”来表示信息生产力效能。

3 模糊软集合理论

软集合（Soft Set）由Molodsov[11]总结了处理不确定信息传统方法（如概率论，区间数，模糊集，粗糙集）的参数化工具不足的缺点，在1999 年提出的一种新的处理不确定、模糊及未定义数据的数学工具。传统的方法是建立一个问题的数学模型来求其精确解，但是由于模型过于复杂或者实际数据限制而找不到精确解时，只能通过求解近似解来解决问题。软集合则是相反思路，开始时就建立近似模型而不需要求精确解。因此，软集合对于数据没有任何限制，使其在实际应用中更加方便和简单。

在软集合的基础上，A R Roy和P K Maji[12]提出了模糊软集合（Fuzzy Soft Sets）的概念并建立了一套基于模糊软集合的评价方法，之后Zhing Kong等人[13]提出该决策方法的错误并进行了改正。之后，很多学者对模糊软集合进行了扩展。Jiang等人[14]提出了扩展的模糊软集合，Cagman和Karatas[15]提出了直觉模糊软集合，Yang等人[16]提出了多重模糊软集合。目前，模糊软集合已经应用于管理[17]、医疗[18]、环境[19]等领域。

3.1 模糊软集合的基础理论

定义1[11]： （F，E）是论域U上的一个软集合当且仅当F是E到U的所有子集的一个映射。

设U是初始论域，E是参数集。集合U的幂集为P（U），当且仅当F是E到U的所有子集的一个映射时，称（F，E）是U上的一个软集合。每个F（e）（e∈E）都可以看作是软集合（F，E）中e-元素的集合，或者是软集合（F，E）中e-近似元素的集合。

4 信息生产力效能关键因素分析

本文提出的用模糊软集合的依赖度的概念来衡量信息生产力细化指标的效能，该方法更适合解决信息生产力效能关键因素分析中涉及的数据不完全精确的问题，并且也为将来引入新的不确定性指标奠定了方法基础。运用相关分析与本文提出的方法进行对比分析，验证其实用性。

4.1 基于模糊软集合的信息生产力效能关键因素分析

基于模糊软集合的关键因素分析，首先要根据分类指标建立模糊软集合，再计算论域中各个对象的选择值及分值，并据此计算依赖度来确定关键影响因素，具体算法如下：

4.2 基于相关分析的信息生产力效能关键因素分析

为了进一步验证文中提出模型的可行性和实用性，本文在按照A R Roy和P K Maji[12]，以及Zhing Kong[13]等提出了评价方法获得不同地区6个信息生产力细分指标的分值（表2）后，运用相关分析，计算“信息基础设施”、“信息服务”、“信息主体”、“信息载体”、“信息环境”和“信息消费”与“信息生产力效能”的相关系数（见表4）。从表4可以看出，“信息服务”与“信息生产力效能”的相关性最高，相关系数为0.757，双尾检验概率为000，相关程度显著；其次分别是“信息载体”和“信息基础设施”，相关系数分别是0.702和0. 649，相关程度较高。

通过比较依赖度和相关系数的结果，可以看出无论是通过哪种方法，“信息服务”都是影响信息生产力效

能的关键因素。由此也可以验证本文引入“信息服务”的

合理性。从依赖度分析，“信息环境”和“信息消费”是仅

次于“信息服务”的关键因素；而从相关系数分析，“信息载体”和“信息基础设施”是仅次于“信息服务”的关键因素。这种差异是由于相关系数仅仅表示两个变量间的线性相关

程度，而不能表示非线性相关程度所引起的。作为一种处

理非确定

信息的方法，模糊软集合的依赖度是对于数据的一种广义相似性的描述，在研究社会经济复杂指标时更为实用。

5 结语

本文的理论贡献主要有以下两个方面：首先，通过分析新经济下信息生产力对于社会经济的作用机制，将由“信息分析及管理支持”和“信息传输和处理”共同构建的“信息服务”分类指标纳入信息生产力对经济发展影响因素中。其次，由于指标值往往难以获取，经常是用其他近似数据，或者包含该指标的上一级指标值来代替。因此指标数据常是不准确的、模糊的、大概的替代值。本文引入了模糊软集合的概念，并在此基础上定义了两个模糊软集合的依赖度，根据依赖度可以测量该信息生产力分类指标是否是影响信息生产力效能的关键因素。同时本文通过与相关分析的结果进行了对比，证明了本文提出模型的可行性和实用性，并验证了引入“信息服务”指标的合理性。

由依赖度可以看出，“信息服务”、“信息环境”和“信息消费”都是影响区域信息生产力效能发挥的关键因素。深究其原因，主要有以下几点：其一，信息服务是连接信息产业与第一、二产业的桥梁，是信息转化为生产力的关键因素，信息服务业的发展是经济发展的新的增长点，对推动经济结构调整和社会发展有重要意义。其二，信息环境是信息生产力的基础，它的发展水平必然制约着整个社会信息生产力的发展水平，从而影响信息生产力对经济推动的效果。其三，随着信息时代的到来，信息消费越来越成为人民消费的重要组成部分，消费对于经济有着必然的拉动作用。因此必须抓住这些关键因素，合理布局，优化结构，从而增强信息生产力对经济的推动作用。

参考文献：

[1]中国信息经济学会.中国经济向何处去[M].北京：中国社会科学出版社，2012，159-167.

[2]杨培芳，何霞，陈禹，等. 国家信息生产力提升战略[J].中国信息界，2012（7）：5-10.

[3]修文群. 区域信息化的测度与评价[J].情报学报，2002，21（2）：197-207.

[4]徐瑾.地区信息化对经济增长的影响分析[J].统计研究，2010，27（5）：74-80.

[5]常永华. 信息化对西部地区经济发展的实证研究[J].情报学

报，2003，22（2）：92-95.

[6]米增渝. 信息化与中国农村新型工业化[J].中国软科学，2012，（6）：43-50.

[7]张同建，吕宝林. 信息化创新、内部控制和操作风险控制的相关性研究[J].软科学，2010，24（12）：13-18.

[8]高巍，毕克新. 信息化水平对制造业企业工艺创新能力作用的实证研究[J].软科学，2011，25（10）：6-16.

[9]茅国平. 用信息生产力来改变经济增长模式[J].生产力研究，2008（5）：53-67.

[10]胥军. 中国信息化与工业化融合发展的影响因素及策略研究[D].武汉：华中科技大学，2008.

[11]Molodtsov D. Soft Set Theory—First Results[J].Computers & Mathematics with Applications，1999，37（4/5）：19-31.

[12]AR Roy，PK Maji.A Fuzzy Soft Set Theoretic Approach to Decision Making Problems[J]. Computers & Mathematics with Applications， 2007，203（2）：412-418.

[13]Z Kong，LQ Gao，LF Wang.Comment on “A Fuzzy Soft Set Theoretic Approach to Decision Making Problems”[J]. Computers & Mathematics with Applications，2009，223（2）：540-542.

[14]Y C Jiang，Y Tang，Q M Chen，et al. Extending Fuzzy Soft Sets with Fuzzy Description Logics [J]. Knowledge-Based Systems，2011，24（7）：1096-1107.

[15]N Cagman，S Karatas. Intuitionistic Fuzzy Soft Set Theory and its Decision Making[J]. Journal of Intelligent & Fuzzy Systems，2013，24 （4）：829-836.

[16]Y Yang，X Tan，C Meng. The Multifuzzy Soft Set and Its Application in Decision Making[J].Applied Mathematical Modelling，2013， 37 （7）：4915-4923.

[17]孙智勇，刘星.模糊软集合理论在税收组合预测中的应用[J].系统工程理论与实践，2011，31（5）：936-943.

[18]T M Basu，N K Mahapatra，S K Mondal.A Balanced Solution of a Fuzzy Soft Set Based Decision Making Problem in Medical Science[J].Applied Soft Computing， 2012，12（10）：3260-3275.

[19]S J Kalayathanka，G S Singh.A Fuzzy Soft Flood Alarm Model [J].Mathematics and Computers in Simulation，2010，80（5）：887-893.

（责任编辑：唐 杰）