京津冀高技术制造业与要素协同度测度及实证研究

武玉英　魏国丹　何喜军

摘要：利用协同学思想，建立要素和高技术制造业子系统发展指标体系，基于目标规划评价模型的主旋律分析方法，识别子系统序参量，运用TOPSIS、灰色关联和距离协同模型及熵理论构建要素与产业协同度测度模型，并将京津冀作为实例进行分析。通过对2009～2013年相关数据研究表明：近5年京津冀三地要素与高技术制造业综合协同度均呈上升趋势，北京增速领先天津、河北；2012～2013年天津制造产业与水资源、对外开放程度协同度下降，河北制造产业与水资源、能源及信息化要素的协同度下降均导致两地综合协同度呈现波动下降趋势。

关键词：京津冀；高技术制造业；协同度；测度

DOI：10.13956/j.ss.1001-8409.2016.05.05

中图分类号：F264.2；F127 文献标识码：A 文章编号：1001-8409（2016）05-0021-05

Abstract：This paper set up the indicator system of the elements and high technology manufacturing subsystem development by synergetics， and identified Order parameters of subsystem based on GPEM main melody analysis. Then， it established the Synergy degree measurement model based on gray relation theory， TOPSIS， the distance collaborative model and entropy theory， taking BeijingTianjinHebei as a case study. Through empirical study of the relevant data from 2009 to 2013， results showed that comprehensive synergy degree of the elements of BeijingTianjinHebei and high technology manufacturing industry had increased in recent five years. Beijing went ahead of Tianjin and Hebei. From 2012 to 2013， synergy degree of manufacturing industry， water resources and the degree of opening up in Tianjin declines， as does with manufacturing industry， water resources， energy and information element in Hebei， which caused a wavelike decrease to comprehensive synergy degree in both areas.

Key words：BeijingTianjinHebei； high technology manufacturing； synergy degree； measurement

引言

要素禀赋和产业选择相结合是我国经济增长方式转变的主要内涵。京津冀高技术制造业生产要素与产业协同是实现协同发展的关键，Duranton[1]，Alcacer[2]实证发现要素积累对产业经济增长有重要影响，朱四明[3]提出要素禀赋驱动产业选择决定产业转移方向。

关于产业与要素协同发展的研究主要包括：

要素异质性与产业选择：区域要素异质性是产业选择与转移的根本点，韩忠亮[4]提出要素异质性是两种要素初始生产力水平具有差异性，近年来从要素异质性视角研究产业选择被广泛关注，Acemoglu[5]认为区域要素禀赋与技术具有匹配性，技术转移如果不与区域要素匹配不利于区域经济的协同发展。

产业与要素系统序参量识别：序参量选取是研究要素与产业系统协同发展的关键，Ranbanandam[6]构建了零售商和制造商协同程度序参量模型；Loet[7]分析了交互信息在三个维度上的协同效应；吴义生[8]运用伺服原理分析序参量，将在目标规划评价模型的基础上，引入主旋律分析方法识别系统序参量，从而可以有效挖掘多个状态变量下的序参量，亦可取得描述系统各指标的有关信息。

协同度测度方法：Ke[9]用层次分析和指标加权法分析了安徽省区域要素、经济环境协同发展状况；Balazs[10]运用熵统计学方法对区域创新体系协同进行研究；Hylmee[11]釆用向量误差修正模型和JJ协整检验研究动态协同；李海东[12]结合TOPSIS和灰色关联理论对距离协同模型进行改进；吴笑[13]将复合系统整体协调模型及DTS模型结合构建测度协同度的模型。

本文在序参量识别基础上，将结合基于TOPSIS、灰色关联理论的距离协同改进模型，融合熵理论构建区域要素与产业协同度测度模型并进行实证分析，研究并分析京津冀高技术制造产业要素与产业系统协同发展现状、趋势以及面临的主要问题，为区域产业转移提供参考依据。

1 模型构建

1.1 序参量确定

利用GPEM主旋律分析方法挖掘序参量[14]，步骤如下：

1.1.1 确定价值参数结构

1.2 协同度测度模型

基于TOPSIS和灰色关联理论对距离模型改进，融合熵理论，构建协同度测度模型。基本思想：引入理想规划值，运用相对距离比及各系统间灰色关联度确定系统间拉动因子计算协同度，弥补了距离协同模型的不足，此方法在衡量区域现有状态与理想状态的差距方面更有效、简捷、直观[12]。

2 京津冀高技术制造业与要素协同度测度的实证

2.1 子系统指标体系构建

Giovanni[20]认为生产要素涵盖劳动生产、投资、技术等；李海东[12]将社会、环境、资源和经济能力作为序参量；张琰飞[21]将经济效益、新产品销售收入等作为技术创新指标，本文借鉴已有研究，选取京津冀高技术制造业和要素子系统指标如表1。

2.2 序参量确定

2.2.1 主旋律提炼

整理2010～2014年京津冀各地区统计年鉴《中国统计年鉴》《中国科技统计年鉴》得高技术制造业和要素子系统指标原始数据。

为避免极端情况下的价值参数结构，偏好结果x*t取各指标的拓展理想结果，即x*t=（1+10%）×max1≤j≤14（xtj）[17]。将x*t与上述指标数据代入式（3）得描述各指标优势特征的价值参数结构，并按式（4）得被所有指标接受的价值参数结构。借助SPSS软件对其聚类，求得京津冀要素和产业系统主旋律及对应的价值参数结构。每个系统对应两个主旋律，这两个主旋律均在不同程度上支配着系统的运行与发展。

2.2.2 序参量识别

由式（6）和式（7）求解主旋律1～2对应的排名向量和在ω*下排名向量的相似系数CHK，北京要素系统中CH1=0.66最大，表明系统指标在第一个主旋律下的顺序结构与在ω*下的相似度最高。同理，天津和河北要素系统在第二个主旋律下顺序结构与在ω*下的相似度最高。由上述主旋律中各指标价值参数结构知主旋律1的优势主要体现在3、4、5、7、8、9、10、12指标上。这八项指标即决定系统演化的序参量。同理，高技术制造业序参量为第二、四、六指标。计算得京津冀高技术制造业与生产要素子系统序参量如表2所示。

2.3 综合协同度测度

2.3.1 确定正负理想点

由序参量原始数据，用熵值法确定权重，根据式（8）对序参量归一化，并将相应的权重代入式（9）得到系统均衡度，由式（10）得系统正负理想点。

2.3.2 综合协同度

由式（17）～（19）得到综合协同度如表3所示。

2.4 结果分析

由表3至表6绘制近5年京津冀要素与高技术制造业综合协同度以及各要素与高技术制造业协同度曲线如图1至图4所示。

由图1至图4可知：

（1）近5年京津冀要素与高技术制造业综合协同度均呈上升趋势，北京增速领先天津、河北；2012～2013年天津制造产业与水资源、对外开放程度协同度下降，河北制造产业与水资源、能源及信息化的协同度下降均导致两地综合协同度呈现波动下降趋势。

（2）近5年北京各要素与制造业协同度总体呈上升趋势，但与技术市场协同度在2011年出现低谷，说明技术交易对高技术制造业的支撑作用有待提升；与规模经济协同度在2010年达到最高值后急速下降，在2013年有所回升，说明2010～2013年北京产业结构调整在一定程度上导致高技术制造业与要素协同度出现波动现象。天津高技术制造业与对外开放呈下降趋势，说明高技术制造业在发展过程中与外资的协同有待改进。河北2009～2012年高技术制造业与水资源协同度持续提高，与其他要素协同度均保持平稳状态，2012年后制造业与要素协同度均呈下降趋势，说明河北在京津冀产业转移进程中，还需一段时间调整，用以提升要素与产业的协同度。

3 研究结论与启示

基于GPEM主旋律分析方法识别系统序参量，在此基础上结合TOPSIS、灰色关联理论和距离协同模型构建产业与要素协同度测度模型，并将京津冀要素与高技术制造业作为实例进行验证，得出：

（1）京津冀各子系统序参量存在差异，验证了区域要素异质性对产业发展的影响，表现为：京津拥有明显的资金、技术及市场等要素优势；北京自然资源尤其是水资源不足，土地资源日益紧张；天津海水资源丰富，但高技术制造业所需的淡水资源缺乏，滨海新区作为中国北方唯一的自贸区，拥有明显的外资优势；河北则在土地、能源上具备优势。

（2）北京具备支撑高技术制造业发展的创新要素优势，产业与要素协同度持续提升；天津高技术制造业发展首先要充分关注淡水资源短缺问题，《天津市海水资源综合利用循环经济发展专项规划（2015～2020年）》指出到2020年海水淡化规模达到每日60万吨。北京是世界上水资源缺乏的特大城市之一，作为京津冀协同的重要城市，天津海水淡化产业规模的扩大将在一定程度上缓解北京水资源缺乏现状，促进产业协同发展。其次提升对外资要素利用度；河北在京津冀产业转移与布局中需充分论证要素优势并进行制造业结构调整与内涵提升，提高要素与高技术制造业的协同程度。

由于京津冀制造产业结构同构与区域要素异质性现象并存，区域产业转移要充分关注高技术制造业与区域要素匹配与协同，切实转变京津冀经济增长方式，实现协同发展战略。

参考文献：

[1]Duranton G，Puga D.The Growth of Cities[J].Centre for Economic Policy Research，2013（5）：90-95.

[2]Alcacer J，Chung W.Location Strategies for Agglomeration Economies[J].Strategic Management Journal，2013（05）：21-25.

[3]朱四明，陈洁，王方华，等.基于要素禀赋和自主创新战略的上海服务外包产业选择[J].华东经济管理，2011（8）：1-5.

[4]韩忠亮.要素异质性与要素禀赋同质化定理——基于三国贸易动态收益的一般均衡模型[J].国际贸易问题，2014（1）：14-18.

[5]Acemoglu，Darron.Productivity Difference[J].National Bureau of Economic Research，1999（15）：68-79.

[6]Ranbanandam D K.Evaluation of Supply Chain Collaboration： A Case of Apparel Retail Industry in India[J].International Journal of Productivity and Performance Management， 2011（2）：82-98.

[7]Loet L. The Swedish System of Innovation： Regional Synergies n a Knowledge-based Economy[J].Journal of the American Society for Information Science and Technology，2013（64）：1890-1902.

[8]吴义生.低碳供应链协同运作的演化模型[J].运筹与管理，2014（2）：124-132.

[9]Ke J.Study on Coordinated Development of Regional Resource -environment-economy System——A Case Study of Anhui Province[J].Recent Advance in Statistics Application and Related Areas， 2008（6）：1785-1790.

[10]Balazs L，Loet L.Regional Innovation Systems in Hungary： The Failing Synergy at the National Level [J]. Regional Studies，2011（45）：677-693.

[11]Hylmee M， Jasman T.The Dynamic Synergies between Agriculture Output and Economic Growth in Malaysia[J].International Journal of Economics and Finance，2013（5）：61-70.

[12]李海东，王帅，刘阳.基于灰色关联理论和距离协同模型的区域协同发展评价方法及实证[J].系统工程理论与实践，2014（7）：1749-1755.

[13]吴笑，魏奇锋，顾新.协同创新的协同度测度研究[J].软科学，2015（7）：45-50.

[14]温馨，赵希男，贾建锋.基于GPEM主旋律分析的系统序参量识别方法研究[J].运筹与管理，2011（3）：168-175.

[15]赵希男，王奇，朱春红.一种基于目标界定的客观识别个性优势特征的方法[J].系统工程理论方法应用，2006（5）：459-467.

[16]高丽娜，朱舜，颜姜慧.基于城市群协同发展的中国经济区划[J].经济问题探索，2014（5）：31-36.

[17]汤铃，李建平，余乐安，等.基于距离协调度模型的系统协调发展定量评价方法[J].系统工程理论与实践，2010（4）：594-602.

[18]王英.基于灰色关联理论的FDI和中国区域经济发展差距研究[J].系统工程理论与实践，2010（3）：426-430.

[19]邵民智.上海城市居民食品消费结构变化的灰色关联分析[J].运筹与管理，2014（1）：244-248.

[20]Giovanni C，Jong-wha L，Peter A. Economic Interdependence In Asia： Developing Indicators for Regional Integration and Cooperation [J]. Singapore Economic Review，2010（1）：125-161.

[21]张琰飞，朱海英.中部地区“两型”技术创新目标要素协同发展的实证研究[J].软科学，2013（10）：101-106.

（责任编辑：李映果）