长株潭城市群产业结构合理化水平综合评价

罗江林



长株潭城市群产业结构合理化水平综合评价

罗江林

（湖南科技大学商学院，湖南湘潭 411201）

在生态文明建设背景下，从产业协调性发展程度、产业结构转换能力、产业效益、需求结构、资源利用水平以及环境效应水平等六个层面构建长株潭城市群产业结构合理化水平综合评价指标，并利用熵值法确定各准则层和指标层的评价指标权重，通过构建灰色关联度模型和加权积模型对长株潭城市群以及八大对比地区的产业结构合理化水平进行综合测评。研究结果显示：长株潭城市群产业结构合理化水平总体较低，但处于上升的态势，产业结构优化升级的空间和潜力较大；产业协调发展程度与产业结构转换能力是推动产业结构合理化水平上升的主要原因，资源利用水平和环境效应水平则是导致产业结构合理化水平落后于其它地区的重要因素，产业效益与需求结构的负面影响也不可忽略。

长株潭城市群；产业结构；灰色关联度模型；加权积模型

自2007年获批为“两型社会”建设综合配套改革试验区以来，长株潭城市群产业结构发生了较明显的变化。产业结构正向着合理化方向演进，三次产业间的比例关系也有了明显的改善，第一产业的比重不断下降，第三产业稳定发展，而第二产业快速发展并逐步成为经济增长的主导产业和支柱。“两型社会”建设过程中，长株潭城市群坚持把新型工业化作为第一推动力，促进产业优化升级，三次产业结构调整为4.9：57.67：37.44，使得第二产业占比提高了10.76个百分点，新型工业化带动作用明显增强。然而根据美国经济学家库兹涅茨的“库兹涅茨系数”理论，人均GDP达到500美元时，三次产业比值应分别为19.4%、42.5%和38.1%；人均GDP达到1000美元时，三次产业比值应为10.9%、48.4%和40.7%，即第二产业达到倒U曲线的拐点，随即第二产业比值将下将并低于第三产业比值。2012年，长株潭城市群人均地区生产总值约为1.08万美元，但第二产业比值依然高于第三产业20个百分点。所以，相比较而言，长株潭城市群第二产业比值较高，第三产业比值过低，产业结构与发达国家和地区相比还有着较大的差距，这也说明促进产业结构优化升级是长株潭城市群当前必需解决的重要问题。而调整产业结构需要科学、全面地测定产业结构合理化程度，只有准确把脉产业结构演变现状与问题，才能找到长株潭城市群产业结构优化的具体对策。

近年来国内外学者针对产业结构合理化问题给予了高度关注，现有研究文献主要集中在3个方面。第一，关于产业结构合理化评价标准和方法研究。如干春晖和郑若谷运用偏离——份额法分析了改革开放以来我国产业结构的演变趋势特征。[1]肖兴志、彭宜钟和李少林通过对生产者和要素供给者的双重优化动机分析，开发出了一个能够付诸定量测算的产业结构最优化测算模型。[2]第二，关于产业结构合理化演变的论断。主要观点为，随着经济的发展，第一产业在国民经济中的比值不断下降，第二产业的比值呈上升趋势但在一定时期后低于第三产业的比值。[3]第三，关于产业结构合理化发展的对策研究。如郭晔和赖章福从探索区域性差异化的货币政策、优化地方财政支出结构以及构建开发性金融与财政的协调互动机制等方面，提出了提升产业结构合理化的政策建议。[4]张同斌和高铁梅利用CGE模型论证了提高高新技术产业的自主研发和创新能力对推进产业结构合理化进程的作用。[5]对比而言，国内外学者关于地区产业结构合理化评价研究较少。本文首先建立产业结构合理化水平评价指标体系，然后利用熵值法确定指标权重，接着通过建立灰色关联度模型和加权积模型，对长株潭城市群产业结构合理化水平进行综合评价，以期为推进长株潭城市群产业结构优化升级和“四化两型”建设提供参考。

一、产业结构合理化水平评价指标与权重

（一）产业结构合理化水平评价指标体系

产业结构合理化主要指产业结构的动态平衡，即产业之间协调能力的加强和关联水平的提高。合理化的产业结构需要建立独立的、完整的、门类齐全的产业体系，产业间的发展速度均衡，而且产业结构具有协调性，产业间的主次关系和轻重关系清楚。国内外学者关于产业结构合理化水平评价理论主要有四种：第一，结构协调理论，即产业间产值比例协调、产业发展速度与产值增长比例协调、产业部门的比例状态、变动趋势与社会经济发展需要相协调；第二，结构功能理论，即产业结构具备较好的经济效益和社会效益；第三，动态均衡理论，即产业的发展速度以及各产业间的比例关系协调均衡；第四，资源配置理论，即产业的劳动力、资本以及技术等生产要素得到合理有效地配置。产业结构合理化水平评价指标体系的科学性、合理性是进行科学有效评价的重要前提。

从单一指标的角度对产业结构合理化水平进行评价时，存在一定的片面性和误差，而综合性指标评价则在一定程度上弥补了单一指标的片面性和不足，从而使评价结果更具全面性、科学性和说服力。因此，本文在文献梳理的基础上，从产业协调性发展程度、结构转换能力、产业效益、需求结构、资源利用水平以及环境效应等六个层面构建长株潭城市群产业结构合理化水平综合评价指标，并设计出“目标层—准则层—指标层”三个层次的框架结构，具体包括6个二级指标，18个三级指标（详见表1）。

表1 长株潭城市群产业结构合理化水平综合评价指标

（二）产业结构合理化水平评价指标权重

产业结构合理化水平评价方法主要有主观评价和客观评价方法两种。主观评价方法主要指依靠专家、学者对各评价指标权重进行评分，最后进行加权平均得出最终的评价值，评价方法简便易行，对数据的要求较低，但因为受评价主体主观意识的支配，使得评价结果的误差较大。而客观评价方法则在数据搜集的基础上，利用统计和计量的方法确定指标权重，并通过构建评价模型测算评价值。客观分析方法对样本数据的要求较高，而且具备科学性和合理性等特征。因此，本文选择客观评价方法确定产业结构合理化水平评价指标权重。熵值法是确定指标权重的一种较为客观性的评价方法，其主要思想是对已收集指标信息进行分析，指标信息量越大，则系统的可知性越强、确定性越大、风险性越小。将熵值法引入到产业结构合理化水平评价指标体系后，如果指标变化不大，则说明该指标所提供的信息量较少、重要程度较低、权重较小；而变化越明显的指标，其重要性越强，对应的权重则越高。首先，需要求取各评价指标的标准化值，其公式为：

然后，利用熵值法计算准则层六大指标的权重，计算公式为：

二、产业结构合理化水平评价模型构建确立

（一）灰色关联度模型

（二）加权积模型

加权积模型是一种针对系统层次计算目标值较为有效的方法。加权积模型的主要思想比较简单，就是对指标层中的指标数据进行标准化处理，依据熵值法求得准则层指标的权重，然后引入加权平均法，加权求和得到目标层的标准化得分。产业结构合理化水平评价加权积模型为：

三、长株潭城市群产业结构合理化水平综合评价

（一）数据来源

为了提高研究数据的质量和精确度，减少实证分析误差，保证实证分析的可靠性、时效性和严谨性，本文选取长株潭城市群（长沙、株洲和湘潭）“两型社会”建设以来（2008—2012年）的地区总产值、三次产业总产值、三次产业增加值，以及2012年的就业人数、居民可支配收入、居民消费支出、资本投入总额、研发投入、新产品产值、用地面积、能源消费总量、环保投入、污染物排放总量、污染物处理总量等数据作为原始分析数据集。同时，选择长三角地区的上海、江苏、浙江，环渤海地区的北京、天津、河北、山东，以及珠三角地区的广东作为对比参考组，并搜集上述地区2012年的相应指标数据。所有的数据均由相应年份的《中国统计年鉴》、《中国环境统计年鉴》、《湖南统计年鉴》以及各地区统计年报整理计算而得。鉴于各数据的可获得性和统计口径的一致性，我们对所有数据均统一换算为1990年不变价格（单位为亿元）。

（二）基于灰色关联度模型的产业结构合理化水平评价

由于灰色关联度模型适合于测算一定时期的产业结构合理化水平评价值，所以，本文结合长株潭城市群三次产业的历年产值数据，结合灰色关联度模型并利用Stata12.0计量软件，测算出2008-2012年长株潭城市群、上海、江苏、浙江、北京、天津、河北、山东、广东等地区的产业结构合理化水平评价的灰色关联度权重，见表2，以及产业结构合理化水平评价的灰色关联度模型测度值，见表3。

表2 产业结构合理化水平评价的灰色关联度权重

表3 基于灰色关联度模型的产业结构合理化水平评价值

从表2和表3中可以看出，产业结构合理化水平评价值从高到低依次是天津、北京、上海、山东、江苏、浙江、长株潭城市群、广东、河北。可见，长株潭城市群的产业结构合理化水平仍落后于长三角、环渤海地区的绝大部分省市，长株潭城市群产业结构优化升级任道而重远。从长株潭城市群近5年产业结构合理化水平评价值变动趋势来看，长株潭城市群的产业结构合理化水平逐步上升，产业结构调整战略成效显著，这主要归因于“两型社会”建设的产业政策调整。此外，从地区总产值来看，广东、江苏以及山东等地区2012年的总产值均突破了5万亿元，分别位于全国其它各省市的前列，但其产业结构合理化水平仍落后于天津、北京、上海等地，这说明经济实力较强的地区其产业结构合理化水平未必很高，产业结构合理化水平与地区总产值并无明显联系。

（三）基于加权积模型的产业结构合理化水平评价

灰色关联度模型是一种依据三次产业产值情况而对产业结构合理化水平进行评价的方法，而加权积模型则是通过建立产业结构合理化水平评价指标体系，并在确定各指标权重的前提下，利用加权积模型测算出产业结构合理化水平值。相比较而言，加权积模型对产业结构合理化水平评价要素的考虑更全面，评价的结果可靠性更高。因此，本文结合加权积模型并利用Stata12.0计量软件对长株潭城市群产业结构合理化水平进行再次评估，测算出长株潭城市群以及其它8个对比地区产业结构合理化水平评价的加权积模型权重，见表4，以及产业结构合理化水平评价的加权积模型测度值，见表5。

表4 产业结构合理化水平评价的加权积模型权重

表5 基于加权积模型的产业结构合理化水平评价值

评价结果显示：产业结构合理化水平总评分值较高的地区为天津、上海、江苏、北京、浙江以及山东，总评分较低的地区为长株潭城市群、广东、河北。长株潭城市群排列第七位，仅高于广东和河北地区，此结果与灰色关联度模型评价的结果基本一致。从六大准则层指标来看，长株潭城市群的资源利用水平和环境效应水平两大指标的得分远落后于其它的八大地区，成为负面影响其产业结构合理化水平的重要原因。产业效益、需求结构不突出也是影响长株潭城市群产业结构合理化水平较低的不可忽略因素。此外，值得庆幸的是长株潭城市群产业协调发展程度与产业结构转换能力并不完全落后于其它地区，尤其是产业结构转换能力的得分仅次于上海和浙江地区，这主要得益于“两型社会”建设以来的政策支持。与此同时，这还说明了继“两型社会”建设以来，长株潭城市群产业结构为了适应市场变化而进行优化升级的行动越来越明显，长株潭城市群产业结构调整空间以及发展潜力较大。

四、结论

本文在文献梳理的基础上，从产业协调性发展程度、产业结构转换能力、产业效益、需求结构、资源利用水平以及环境效应水平等六个层面构建长株潭城市群产业结构合理化水平综合评价指标，利用熵值法确定各准则层和指标层的评价指标权重，并确定了长三角、珠三角以及环渤海地区的八大主要省市作为对比参考组，然后通过构建灰色关联度模型和加权积模型对长株潭城市群以及八大对比地区的产业结构合理化水平进行测评。研究结果显示：灰色关联度模型与加权积模型测评的结果基本一致，即长株潭城市群产业结构合理化水平综合评分排名第七，落后于天津、上海、北京、山东、江苏以及浙江等地区，说明长株潭城市群产业结构合理化水平较低，产业结构优化升级的空间和潜力较大。从灰色关联度模型的测评结果来看，长株潭城市群产业结构合理化水平继“两型社会”建设以来得到逐步改善，这主要得益于“两型社会”建设的政策调整。从加权积模型的测评结果来看，长株潭城市群产业协调发展程度与产业结构转换能力在一定程度上优于其它地区，成为影响产业结构合理化水平上升的主要原因；资源利用水平和环境效应水平两大指标的得分最低，是导致长株潭城市群产业结构合理化水平落后于其它六大地区的重要因素；产业效益与需求结构不突出也是造成长株潭城市群产业结构合理化水平较低的不可忽略因素。因此，提升长株潭城市群产业结构合理化水平应该加大制度创新、推进科技创新、强化管理创新，建立健全战略性新兴产业的发展政策，培育有利于产业结构优化升级的制度环境与良好氛围。

[1] 干春晖, 郑若谷. 改革开放以来产业结构演进与生产率增长研究——对中国1978-2007年“结构红利假说”的检验[J]. 中国工业经济, 2009(2): 55-65．

[2] 肖兴志, 彭宜钟, 李少林. 中国最优产业结构：理论模型与定量测算[J]. 经济学, 2012(1): 135-162．

[3] 西蒙·库兹涅茨．各国的经济增长[M]. 北京: 商务印书馆, 2011: 40-42．

[4] 郭晔, 赖章福. 政策调控下的区域产业结构调整[J]. 中国工业经济, 2011(4): 74-83．

[5] 张同斌, 高铁梅. 财税政策激励、高新技术产业发展与产业结构调整[J]. 经济研究, 2012(5):135-162．

[6] 刘思峰, 党耀国, 方志耕. 灰色系统理论及其应用[M]．北京：科学出版社, 2010: 351-354．

Research on Comprehensive Evaluation of the Industrial Structure Rationalization in Chang-Zhu-Tan Urban Agglomeration

（Business School, Hunan University of Science and Technology, Xiangtan, Hunan 411201, China）

Under the background of ecological civilization construction this paper constructs the comprehensive evaluation index of Chang-Zhu-Tan urban agglomeration from industry coordinated development degree, industrial structure transformation ability, benefits of industry, pattern of demand, the utilization level of resources and environmental effect level. Then it calculated the evaluation index weight of criterion layer and index layer. Finally, it evaluated the industrial structure rationalization of Chang-Zhu-Tan urban agglomeration and the eight contrast regions with the grey correlation model and the weighted product model. The research results show that the level of industrial structure rationalization of Chang-Zhu-Tan urban agglomeration is lower than other area, but it is in a rising trend. This illustrates the capacity and potential of industrial structure optimization and upgrading of Chang-Zhu-Tan urban agglomeration is large. Besides, the industry coordinated development degree and the industrial structure transform ability are the main factors for the rationalization of industrial structure level rising. The reasons for industrial structure rationalization level lagging behind are the utilization level of resources and environmental effect level, and the negative impact of the industry benefits and demand pattern also cannot be ignored.

Chang-Zhu-Tan Urban Agglomeration, industrial structure rationalization, the Grey Correlation Model, weighted product model

（责任编校：贺常颖）

F 264

A

10.3969/j. issn. 1672-1942.2015.02.007

1672–1942(2015)02–0035–06

2015-01-08

罗江林（1980-），女，湖南湘乡人，硕士，讲师，主要研究方向为产业经济与区域可持续发展。