基于熵权TOPSIS法的产业综合优势分析

金王莉

摘 要：我国一直存在赶超战略论与比较优势战略论之争，本文采用“综合优势理论”突破了比较优势理论和竞争优势理论的缺陷，形成了产业竞争力分析的新思路和研究方法。本文以苏州制造业为例，借助熵权TOPSIS法测算，选取深圳制造业为对标，对“苏州制造”进行综合优势的分析，并结合新背景下苏州制造业的SWOT分析，探究其发展战略对策。

关键词：综合优势 熵权TOPSIS法 苏州制造业

中图分类号：F127 文献标识码：A 文章编号：2096-0298（2018）10（a）-159-04

2013年，德国提出“工业4.0”战略，标志着第四次工业革命的到来。为此，中国也制定了“中国制造2025”计划，为中国进入制造强国前列提供了总的指导方针。

苏州是全国最大的制造业基地之一，2016年苏州工业总产值（3.6万亿元）超过第一大工业城市上海（3.3万亿元）。可以说，苏州制造业是“中国制造”的杰出代表。因此，本文选取“苏州制造”作为研究对象，探寻新背景下的中国制造业如何实现从“制造大国”向“制造强国”的华丽转身。

1 “苏州制造”综合优势分析模型构建

1.1 理论依托

21世纪初期，我国一直存在赶超战略论与比较优势战略论之争，2005年陆善勇教授提出“综合优势战略论”打破了这一僵局，综合优势发展战略综合了比较优势、分工利益和交易效率，既采纳了赶超战略和比较优势战略的可取之处，又弥补了其局限，21世纪以来中国经济稳步飙升的事实亦可用综合优势理论（陆善勇，2005）来解释[1]。

可以说，综合优势理论是研究当代产业发展战略较为完善、先进的理论工具和视角。时至今日来看，靠赶超战略和人口红利优势崛起的中国制造业，仍受困于“赶超困境”和“修昔底德陷阱”，因此本文以综合优势战略理论的视角来探寻我国制造业的发展战略再合适不过。

1.2 指标选取

本文根据综合优势理论，构建苏州制造业综合优势指标体系，具体如表1所示。

分别设资源禀赋、交易效率、生产技术创新优势三个一级指标，在资源禀赋优势下分设6个二级指标，分别反映土地、教育、劳动力、技术、资本资源的丰欠；在交易效率下分设8个二级指标，分别来衡量硬件效率（交通运输、通讯）、软件效率（对外来人口的包容度、政府对教育和科学技术的支持力度、金融环境）、营销效率（市场规模、营销业绩）；在生产技术创新下分设5个二 级指标，分别反映生产技术创新优势的企业劳动力成本、技术创新投入、技术创新成果和盈利能力四个方面。

2 实证分析

2.1 研究方法与实证过程

Hwang和Yoon[2]（1981）提出了一种逼近于理想值的排序方法（TOPSIS），離正理想解越近、离负理想解越远的方案越优，从而给各方案按优劣来排序。

TOPSIS法对样本数据无特殊要求，并且能清晰地反映各方案的差距，被广泛应用于多方案多目标的决策评价，但使用TOPSIS法之前必须确定各评价指标的权重系数。熵值法是一种客观赋权法，比主观赋权法更客观和精确，可以反映每个指标的离散程度，离散程度越大，熵值越大，该指标的权数也就越大，反之亦然。故本文采用熵值法和TOPSIS法相结合的研究方法，即“熵权TOPSIS法”[3]。

为了更全面、更客观地反映苏州制造业的竞争力，本文采用横向对比和纵向对比分析法。2016年，苏州和深圳GDP分别为1.54万亿元和1.95万亿元，其工业总产值分别为3.57万亿元（第一）和1.95万亿元（第六），可见两座城市经济实力相当，工业发展程度相近，且都位于全国前茅，故选取深圳制造业作为对标。同时，搜集2005—2015年的相关指标数据，力图揭示苏州、深圳制造业综合优势的时间变化轨迹。

首先，把19个反映综合优势的指标作为评价对象，运用熵值法分别求得苏州、深圳制造业各指标的权重，再通过TOPSIS法分别测算出两者与理想值的贴近度，并据此进行排序，具体结果如表2所示。另外，把2005—2015年11个年度作为评价对象，运用熵权TOPSIS法对苏州、深圳相关数据进行测算，分别得出其各年度的熵值、贴近度，如表3所示。

2.2 实证结果分析

2.2.1 横向对比结果分析

根据表2可以看出，在资源禀赋优势方面，苏州在土地、人才、劳动力、技术、资本资源上都要明显优越于深圳。在交易效率优势方面表现在以下几点。

（1）硬件效率：苏州的物流水平要高于深圳，而通讯水平则较低。

（2）软件效率：苏州对外来人口的包容度，以及政府对科学技术的支持力度不及深圳，而其政府对教育的支持力度、金融环境要更优。

（3）营销效率：无论是市场规模，还是营销效率，苏州均具有明显的绝对优势。在生产技术创新优势方面，两地劳动力成本均不具有优势，与理想值的贴近度都为0，苏州制造业的企业科研投入水平低于深圳，而企业科研成果产出和盈利水平相对较高。

2.2.2 纵向对比结果分析

根据表3可知，首先2005—2015年两地制造业的综合优势都呈上升的趋势；2008年以前，苏州制造业的综合优势贴近度明显高于深圳，但差距在逐年缩小；2008—2009年，深圳制造业综合优势以微弱的幅度反超苏州；2009—2014上半年，深圳制造业起起伏伏，苏州制造业重新超越深圳，一路上升，但增速在放缓；2014年上半年，深圳以绝对优势再次反超苏州，且增长速度惊人，2014—2015年度深圳制造业综合优势增长率53.85%，远高于苏州的4.68%。如图1所示。

3 新背景下“苏州制造”的SWOT分析

近几年随着大数据、人工智能、物联网等新事物的出现，制造业的资讯获取方式、生产模式、营销方式等都在发生颠覆性的变化。以往的统计口径和指标已不能完全反映产业的真实状态，因此本文采用SWOT法对近期文献、新闻报道进行分析归纳，以进行补充和完善。

3.1 机会与威胁分析

2013年德国提出“工业4.0”战略，预示着第4次工业革命拉开帷幕。工业发展的最大机遇期往往出现在历次工业革命开始初期，因此目前全球面临着重新洗牌的调整期，对于苏州来说，无疑是一个实现弯道超越，实现“制造大市”转向“制造强市”的关键时机，这既是机遇也是挑战。

苏州是全国代工生产发达地区之一，其代工企业占制造业企业总数的60%。然而，随着资本的集中，资源价格上涨，苏州代工制造业的成本优势在迅速下滑，加上美国等发达国家再工业化、制造业回归等战略的实施，苏州制造业遭遇滑铁卢。2010—2015年，苏州工业生产总值年增长率从20.16%一路下降到-0.15%，如图2所示。20世纪80年代初苏州经济总量是深圳的十几倍，在1996年被其超越，且差距在逐年扩大，尤其是近几年，苏州经济明显疲软，在产业变革剧烈的当下，对苏州来说无疑是个危险的信号。

3.2 优势与劣势分析

“大而全”是苏州制造业的优势，常年代工也为苏州制造业积累了很多代工资源，如物质性生产要素和技术、知识等创新性资源，委代商所传递的生产链和产业链上的关系资源，生产经验等累积性资源等[4]。此外，苏州离上海只有100多公里，上海的辐射效应也是苏州的一大区位优势。

另外，目前苏州制造业面临着“大而不强”的窘境，依赖代工制造业的弊端凸显。一是资源利用率低、集聚性差，高消耗、低利润是代工生产的特点，大部分的利润和主动权在委代商手上，资源闲置是不可避免的。二是缺乏自主品牌和核心技术，“2017年世界500强企业”名单中，深圳有6家企业上榜，而苏州只有2家；“2016全球企业研发投入排行榜”中，深圳占了2家，苏州无一上榜；“2017胡润先进制造企业家榜”前50名中，将总部设在深圳的企业家有20位，而苏州只有2位。三是制造服务业发展滞后，发达国家普遍存在“两个70%”的现象，即服务业产值占国内生产总值的70%，制造服务业产值占整个服务业产值的70%[5]，而我国只有10%，在提供整体解决方案或独立服务业务方面严重不足。

4 “苏州制造”发展战略

4.1 政府搭建大数据平台，走近企业按需扶持

数据信息是一座蕴藏能量的煤矿，大数据和云计算技术的出现，不仅能快速、真实地掌握庞大的数据信息，而且能对这些数据进行专业化处理，省去了大量的人力物力，以低成本创造高价值。为了便于学者的学术研究，更好地服务企业和民生，苏州政府应该运用大数据和云计算技术，对传统的政府数据进行改进，加快政府数据开放共享，提高政府信息的精准度和价值，加快苏州制造业“云上转型”。同时，有制造业企业负责人在接受采访的时候坦言，政府机关对企业的了解不够，造成了宏观政策与微观企业需求的脱节。为了解决这个问题，苏州政府应该加强与企业的互动，促进彼此联系和理解。机关干部应该真正走进企业，深入了解企业的运营，体会企业所需，这样才能把准产业提升的脉络。

4.2 企业重视科技创新，开放包容引才

数据表明，苏州的经济总量、制造业综合优势与深圳的差距在不断扩大，根据测算结果和現状分析，其关键原因是苏州制造业企业的科技创新投入不足，以及高端人才流失严重。首先，科研投入不足是导致“苏州制造”缺乏核心技术的根本原因，一方面，作为中国一大代工生产地，苏州拥有接触国外先进产品或技术的先决优势，可以把代工的重点转移到高新技术产品上，借此学习国外的先进技术；另一方面，发达国家对中国设置了越来越多的技术壁垒，所以苏州制造业企业还需自立自强，提高自主研发能力。在引进人才方面，苏州应该提高对外来人口的包容度，同时为制造业相关人才提供必要的生活保障，积极为其搭建能施展能力的舞台，吸引各地人才主动前来创业或就业，而不是在急需人才的时候简单粗暴地砸钱引进。

4.3 快而稳地向服务制造业、智慧生产转型

中国制造服务业发展滞后是中国制造企业缺席高端价值链的重要原因。在工业4.0时代，更强调以人为中心，苏州制造业必须由传统制造向服务化制造模式转型，在拥有优良产品工艺的基础上，把工作重心慢慢转移到根据客户需求提供整体解决方案或独立服务业务上，重视数据的积累和传递，通过网络共享协作来实现资源的优化配置。

此外，工业4.0的革命浪潮正在推动传统制造业的“智能化升级”。苏州制造业面临的第一大难题是有限的资源和不断上涨的劳动力成本，人工智能的出现可以从根本上解决这个问题，智能机器人可以在熄灯情况下，24小时不间断、零失误工作，且这些设备可以进行柔性化组合，以满足多元化的生产需求，具有极高的成本效益，几乎适用于任何规模的企业。因此苏州企业应当利用AI技术，打造“智慧工厂”。同时，重塑产业价值链，打破上、中、下游割裂的局面，通过共享协作云实现三方的互联互通。大数据技术让消费者参与到设计研发中，使之更贴近消费者的个性化需求，甚至可以创造新的需求；工厂可以利用信息物理系统（CPS）对研发产品进行虚拟制造，设计研发者可以根据其对产品的了解为工厂提供完整的生产解决方案；消费者将需求信息共享给工厂，工厂为消费者提供个性化的生产和服务，并可以通过云计算较精准地预测订单的数量，制定出最优的生产方案，从而实现低成本、零库存的理想状态，如图3所示。

4.4 变革营销模式，提高本土品牌的认知度

没有知名的本土品牌是“苏州制造”之殇，打造自主品牌是苏州制造业的重中之重。树立大众认可的新品牌，不仅需要消费者认可的品质和价格，还需要高效的营销模式。2016年阿里巴巴马云提出了“新零售”的概念，即以互联网为依托，产生线上服务、线下体验以及现代物流深度融合的新营销模式。因此，苏州制造业产品营销也应该向去中心化、高效流通的方向努力。利用电子商务平台，通过云端共享协作，打破消费者和制造企业的信息壁垒、地域限制，把线下高成本、低效的商店改为体验店，把销售的大本营转移到低成本、更高效、更便捷的线上。同时，构建仓储物流云、供应链云、售后服务云、销售培训云等网络协作方式，实现营销解决方案的共享，大大降低运营成本。

参考文献

[1] 陆善勇.综合优势发展战略刍议——超越比较优势战略论与赶超战略论之争的经济发展新思维[J].改革与战略，2005（8）.

[2] C.L.Hwang and K.Yoon.Multiple Attributes Decision Making Methods and Applications[J]. Berlin：Springer，1981.

[3] 陶忠元，孙会娟.标准化水平对中国高技术产业国际竞争优势变动的影响研究[J].当代经济管理，2017，39（8）.

[4] 沈杨，韩云，施晓平.代工企业资源对产业升级影响的实证研究——取自苏州制造业企业样本[J].苏州科技大学学报（社会科学版），2017，34（3）.

[5] 李建发.“两大陷阱”威胁中国制造业[EB/OL].http：// www.xinhuanet.com/fortune/2017-12/08/c_1122081562. htm，2017-12-08.