区域现代服务业发展潜力评价

赵丽华 师泽萸 王亚广

内容摘要：文章通过建立TOPSIS价值函数模型分析了我国区域现代服务业发展潜力，并对影响服务业发展潜力的因素进行系统评价。结果表明：我国不同省份之间的现代服务业发展潜力相差较大，其中西部地区的现代服务业发展潜力较大，中部地区的现代服务业发展潜力中等，东部地区的现代服务业发展潜力较小;经济发展水平与现代服务业发展潜力呈负相关，地区的经济发展水平越高，现代服务业发展潜力越低。

关键词：现代服务业   TOPSIS价值函数模型   影响因素   发展潜力

评价指标选取、指标权重确定与评价模型构建

（一）评价指标选取

本文结合之前学者的相关研究，建立了现代服务业发展潜力的评价体系。本文将评价目标设为现代服务业发展潜力，记为A，并将评价准则分为三个层次，其分别是发展潜力支持力记为B1、发展潜力保障力记为B2、需求和供给潜力记为B3。并对不同评价准则分析其影响因素，本文将经济发展水平记为C1，政府投资状况记为C2，科技发展状况记为C3，基础设施条件记为C4，投入水平记为C5，需求潜力记为C6，供给潜力记为C7。

上述C1—C7为整理归纳的影响区域现代服务业发展潜力的因素，本文将这些影响因素进一步细化得到最终的评价指标。其中对经济发展水平（C1）的评价指标分为第三产业贡献率（X1），第三产业增加值（X2），人均固定资产投入额（X3），城镇居民恩格尔系数（X4）以及人均GDP（X5）;政府投资状况（C2）的评价指标分为政府财政收入（X6），政府财政支出（X7），人均实际利用外资额（X8）以及财政收入增长率（X9）;科技发展状况（C3）的评价指标分为每十万人高等学校平均在校生人数（X10）、教育经费支出占GDP总量（X11），每万人专利申请数量（X12），科研机构技术开发费用占GDP比重（X13），科技支出占地方財政支出比重（X14）;基础设施条件（C4）的评价指标分为城市人口密度（X15），城镇化率（X16），第二产业增加值（X17），交通线路密度（X18），人均电信业务量（X19）以及每万人拥有病床数（X20）;投入水平（C5）的评价指标分为R&D活动人员数（X21），R&D经费投入额（X22）以及外商直接投资额（X23）;需求潜力（C6）的评价指标分为全年授权专利数量（X24），城镇居民可支配收入（X25）以及商品零售价格指数（X26）;供给潜力（C7）的评价指标分为第三产业法人单位数所占比重（X27），第三产业就业人数（X28），第三产业固定资产投资额（X29）以及第三产业劳动生产率（X30）。

（二）指标权重确定

本文选取的赋权方法为层次分析法，将分析结构分为三层，其中现代服务业发展潜力为A层，经济发展水平为C层，各个评价指标为X层，并在此基础上采用几何平均法构建矩阵，通过计算得到各指标的权重。本文以发展潜力保障力与基础设施条件各评价指标为例计算两者权重计算结果，下面为几何平均法计算权重的过程：

1.发展潜力保障力权重计算。首先根据专家打分建立发展潜力保障力判断矩阵，如表1所示。将矩阵中数据变量按行相乘，得到向量M，即M1=5，M2=1/5。将上述向量进行开平方处理，得到w1=3.347179，w2=0.5581225。将得到的新向量进行归一处理，得到特征根向量W=（0.74444，0.25556）T。由于上述特征根向量为二阶矩阵，所以该矩阵具有一致性，所以该特征根向量可以作为发展潜力保障力的权重。

2.基础设施条件评价指标权重计算。首先根据专家打分建立基础设施条件评价指标计算矩阵，如表2所示。将矩阵中数据变量按行相乘，得到向量M，即M1=0.07222，M2=0.52558，M3=0.00053，M4=269，M5=4，M6=63。对上述新向量开六次方根，得到新向量：w1=0.771812，w2=0.753125，w3=0.364184，w4=3.631212，w5=2.368832，w6=3对上述新向量进行归一处理得到特征向量为：W=（0.07584，0.22462，0.04485，0.44557，0.27465，0.35225）T。将上述特征根向量进行计算得到特征根为λmax为：

计算得到特征根为

3.一致性分析。根据上述计算得到的特征值判断其一致性CR，即，得到结果小于0.1，则表明该向量可以作为基础设施条件评价指标的权重结果。根据上述计算方法去计算其它评价指标的权重结果，将计算结果整理如表3所示。

（三）评价模型构建

数据来源及数据处理

上述30个评价指标（x1-x30）均为2017年我国18个省市及自治区的数据，数据来源《中国统计年鉴》。首先，将这三十个数据进行无量纲化处理，以统一各指标中的单位。经过无量纲化处理后，要对指标采用极值化法，对各指标进行同向化处理，其方法是：

上式中，Yij—无量纲化数值;Xij—第i各样本第j项的样本结果;maxXij—最大样本值;minXij—最小样本值。

区域现代服务业发展潜力评价

根据上述各指标权重，将其中七个因素通过指标体系，构建权重矩阵W：W={0.26615，0.68272，0.35842，0.74444，0.25556，0.77778，0.44444}，将上述矩阵与因素相乘的结果作为各因素的合理值，其结果如表4所示。表4为七个影响因素的合理值。将表4中的合理值与上述权重矩阵再相乘，得到各省市、自治区的各因素的矩阵得分，其结果如表5所示。

表5为各因素的得分矩阵。将表5与上述建立的发展潜力模型相结合，最终得到我国各区域服务行业的发展潜力排名，其结果如表6所示。本文将表6中的18个区域自下而上的划分为现代服务业发展潜力的三级区域。其中，上海、广东和浙江为一级区域;西藏到福建之间为二级区域;青海到吉林之间为三级区域。由表6可知，三级区域的现代服务业发展潜力最大，其次为二级区域，而一级区域的现代服务业发展潜力最小。这表明我国现代服务业发展潜力存在地区差异性，其中西部地区的服务业发展潜力较大，中部地区的发展潜力中等，而东部地区的服务业发展潜力较弱。将表5中各因素矩阵的得分与表6的结果相结合可以看出，上海、广东和浙江的经济发展水平较高，但其现代服务业发展潜力最低，这是由于这些地区的经济已十分发达，受制于边际效益递减规律，故其现代服务业的发展潜力最低。

建议

综上所述，为了进一步促进我国现代服务业发展，首先，对于西部地区，我国政府应加大扶持服务业发展力度，鼓励中小企业投资入场，以此促进就业、提高西部地区现代服务业水平;其次，对于中部地区，我国政府应进一步加强基础设施建设，并要大力引进专业人才，从而提升中部地区的现代服务业水平;最后，对于东部发达地区，由于其服务业已十分发达，所以东部地区应将西方服务业管理理念与自身实际相结合，从而走出自己特色的发展道路。

参考文献：

1.袁峰，陈俊婷.“一带一路”中国区域现代服务业发展水平评价——基于面板数据及突变级数法的分析[J].华东经济管理，2016（1）

2.周娟.中部六省省会城市流通业发展潜力比较[J].商业经济研究，2016（13）

3.张健，李沛.京津地区现代服务业协同创新融合度评价：灰色关联分析[J].现代财经（天津财经大学学报），2016（1）

4.段文斌，刘大勇，皮亚彬.现代服务业聚集的形成机制：空间视角下的理论与经验分析[J].世界经济，2016（3）

5.贾荣言，李荣平，卢艳丽.供给侧结构改革背景下河北省服务业发展潜力研究[J].商业经济研究，2017（13）

6.俞军，李德才，王书珍.合肥市现代服务业发展现状及路径选择[J].华东经济管理，2016，30（6）