杨倩妮

（西北师范大学经济学院，甘肃兰州730070）

我国区域生产性服务业竞争力评价
——基于TOPSIS改进的因子分析模型

杨倩妮

（西北师范大学经济学院，甘肃兰州730070）

以我国31省、市、自治区的生产性服务业竞争力为评价对象，从区域生产性服务业发展水平、结构、潜力以及环境等六个方面构建竞争力评价指标体系，以各地区2008年至2014年面板统计数据为基础，运用基于TOPSIS改进的因子分析方法对我国区域生产性服务业竞争力水平进行综合评价。通过分析得出以下结论：生产性服务业竞争力水平地区差异大，各地发展不平衡；各地竞争力水平在差距和因素上各不相同；区域生产性服务业竞争力水平相对稳定，个别地区呈现增强趋势，但总体上与当地总体经济发展水平一致。

服务经济；生产性服务业；因子分析；TOPSIS方法

20世纪60年代以来，富克斯（Fuchs，1968）提出了“服务经济”理论，如今服务业不仅成为西方发达国家的经济主体产业，而且在发展中国家的比重增加、重要性也日益增强。在服务业内部，生产性服务业成为最具活力、增长最快的部门，它的发展正是服务业内部结构不断高级化的表现，亦使得世界服务贸易结构逐渐从传统服务转向生产性服务。通过生产性服务业的发展，人力资本和知识资本得以不断积累并不断专业化，生产性服务业竞争力的强弱不仅影响地区整体产业竞争力状况，还会对整个国家经济发展产生深远影响。

基于生产性服务业的重要地位，本文研究构建区域生产性服务业竞争力评价体系，采用基于TOPSIS改进的因子分析法并以运用区域面板数据，实证分析区域生产性服务业的竞争力相对状况。对生产性服务业竞争力进行评价研究，有助于各地全面认识该地区生产性服务业发展水平，对其发展给予相应的指导和调整，从而带动区域经济全面发展。

一、文献综述

生产性服务业（Producer Services）最早由格林菲尔德（Greenfield，1966）提出，随后学术界便从不同视角对该产业发展进行了深入研究，目前已对其定义和内涵基本达成了共识。在竞争力评价方面，国内学者对服务业更为关注。丰志勇等（2008）在对长三角城市服务业竞争力评价研究中，构建了由指标体系和影响因素组成的评价模型，指标包括经济发展水平、服务业发展规模、服务业发展水平、服务业发展智力、支撑条件和服务业成长力。①丰志勇、刘瑞翔、陈燕：《长江三角洲城市服务业竞争力评价研究》，《工业技术经济》2008年第3期，第61-64页。孙文丽等（2009）从服务业总体情况、服务业成长力等方面选取指标，构建了服务业竞争力评价指标体系，以2006年数据，运用因子分析和聚类分析的方法，对全国31个省市进行了评价，得出各地区服务业竞争力总体排名。②孙丽文、高飞、吕静韦：《基于因子分析法的服务业竞争力评价研究》，《统计与决策》2009年第5期，第58-60页。于干千等（2010）选取西南五省市为研究对象，运用2005—2008年的面板数据建立服务业竞争力综合评价模型，剖析了西南地区服务业的发展现状及存在的主要问题，进而提出了相应的政策建议。①于干千、马子红、邓小丽等：《中国西南地区服务业产业竞争力与行业结构优化研究——基于2005—2008年面板数据的实证分析》，《财贸经济》2010年第8期，第122-127页。

在生产性服务业方面，田家林等（2011）以2009年的统计数据，利用主成分分析法构建了发展水平评价模型，对我国省级生产性服务业作出评价。②田家林、蒋平、韩锋：《我国区域生产性服务业发展水平评价》，《工业技术经济》2011年第4期，第90-94页。袁新敏（2012）采用因子分析法和AHP法对上海某区生产性服务业展开实证分析。③袁新敏：《地区生产性服务业综合发展实力的统计评价》，《统计与决策》2012年第17期，第38-41页。单元媛等（2015）借助主成分分析方法对浙江、江苏、福建和广东沿海四省的生产性服务业竞争力作出评价，并认为技术创新、体制不健全、人才缺乏等问题造成生产性服务业发展不均衡。④单元媛、朱冰清：《浙江省生产性服务业发展现状和竞争力分析》，《企业经济》2015年第1期，145-149页。

从现有文献可以发现，我国生产性服务业竞争力研究领域，由于因子分析方法存在利用某一年数据进行分析的局限性，难以把握区域生产性服务业竞争力随时间变化的过程，且各年相关分析集中于某地区而缺少全国宏观层面的研究。而TOPSIS改进的因子分析模型，令面板数据分析得以实现，不仅能够评价全国各地生产性服务业竞争力水平，而且能清楚了解竞争力的相对变化特点。

由于目前没有对生产性服务业分类的统一标准，不同的学者和机构对生产性服务业的分类由于概念认识的不统一存在分歧，本文以《国民经济行业分类》（GB/T 4754—2011）⑤中国国家统计局：《国民经济行业分类》，中国统计出版社2011年版，第18-37页。标准为基础，考虑数据的可得性，将生产性服务业分类为：交通运输、仓储和邮政业，房地产业，信息传输、计算机服务和软件业，金融业，租赁和商务服务业，科学研究、技术服务和地质勘查业。

二、竞争力评价指标体系

1990年，迈克尔·波特提出了“钻石模型”理论，这被学界普遍认为是分析产业竞争的权威理论。本文从竞争优势理论出发，综合文献综述中的考虑因素，在对生产性服务业竞争力的影响因素进行分析的基础上，构建一套评价指标体系，对我国31个省（市、自治区）生产性服务业竞争力的总体水平进行综合评价。生产性服务业竞争力是一个综合指标概念，不仅涵盖生产性服务业本身发展水平、结构状况和发展潜力，还包括经济基础条件和技术水平对其发展的支持促进。本文遵循科学性、可比性、可操作性和应用性原则，设计一个由6个二级指标、24个三级指标组成的生产性服务业评价指标体系（见表1），从多个角度反映我国各地生产性服务业竞争力水平。

表1 地区生产性服务业综合发展实力评价指标体系

地区生产性服务业竞争力综合评价可以从六个方面展开。一是生产性服务业发展水平，主要体现在生产性服务业现有的规模，只有在区域内具备一定规模的产业，才能在全国的竞争中占有一席之地，这也是产业评价的基础。该指标通过产出和就业等信息，体现对应阶段生产性服务业发展规模的静态。二是生产性服务业发展结构，其中选取我国目前在GDP中占比较大和发展潜力巨大的生产性服务业，它们在一定程度上决定生产性服务业的整体竞争力水平。三是生产性服务业成长力，这是对生产性服务业发展的动态评价，反映其未来发展潜力和长期竞争力水平。四是地区产业结构，根据“配第—克拉克定理”，产业结构合理化和高度化有助于推动经济实现持续快速增长，各地第三产业和生产性服务业产业产值与就业结构影响着各地生产性服务业的发展。五是经济发展基础环境，服务业的发展离不开国民经济的发展和城市基础设施建设，其中商品房的销售额主要在城市实现，这是我国经济体制从计划经济走向市场经济的重要体现，该级指标主要体现地区经济发展水平、城市化、市场化程度对生产性服务业的影响。六是科研实力，生产性服务业属于知识密集型产业，其从业人员是具备专业化技能的高素质、高层次人才，这也是其区别于传统型服务业的特点，因此地区科技水平对生产性服务业竞争力有重要的影响。

三、模型建立与实证分析

（一）基于TOPSIS改进的因子分析模型

鉴于评价指标的多元性和复杂性，为了减少变量数，同时又能最大限度地反映所有指标的信息，本文运用SPSS软件中的因子分析法，对地区生产性服务业竞争力予以量化比较分析。但是传统的因子分析模型只能对截面的数据进行研究分析，为了尽可能多地获取信息，对各地生产性服务业有更客观的评价，本文运用TOPSIS价值函数模型。TOPSIS法①吕萍、李忠富：《我国区域经济发展潜力的时空差异研究》，《数量经济技术经济研究》2010年第11期，第37-51页。（逼近理想解排序法）是系统工程中有限方案对目标决策分析的一种常用方法，基本思想是最优的方案应与正理想方案的距离最小，与负理想方案的距离最大。TOPSIS法可对多个具有可度量属性的被评价对象进行排序。

运用基于TOPSIS改进的因子分析模型，相对广义动态因子分析来说，不需要对模型的参数进行估计、数据的平稳性进行检验等复杂的过程，也不是每年横截面板数据简单加权求和，运用2008—2013年全国31个省（市、自治区）的生产性服务业相关面板数据进行生产性服务业竞争力评价研究，基本步骤如下：

1.建立指标体系，设研究对象集为Sti（i=1，2，…，n），指标集Vtj（j=1，2，…，l），t∈［t1，t2］为研究评价对象的个数，若评价区间为m年，则t1－t2=m。

2.对Sti进行横截面数据因子分析，得出对象集Sti的ftk个因子以及每个对象集的因子综合得分yt1，yt2，…，ytn，其中t表示时间点，即得到矩阵（Yti）n×m。

3.将每一年的截面数据因子分析得分作为地区生产性服务业竞争力的一个评价指标数据，这样便形成了一个新的指标体系，即有m个指标、n个评价对象。

4.用向量规范化方法对m个指标进行如下处理，以求得规范决策矩阵Z：

5.找出规范决策矩阵Z中各列的最大、最小值，构成正理想解Z+=（Zmax，1，Zmax，2，…，Zmax，m）和负理想解Z－=（Zmin，1，Zmin，2，…，Zmin，m）。

7.计算各方案到正理想解的相对接近度，进而检验方案的优劣程度：

Ci取值在0和1之间，该值越靠近1，表示该方案越接近于最优水平；反之，该值越靠近0，表示该方案越接近最劣水平。如果Ci越大，说明第i地区2008—2013年以来生产性服务业竞争力越强。

（二）实证分析

基于生产性服务业竞争力评价模型，笔者通过查阅2008—2014年《中国统计年鉴》《中国第三产业统计年鉴》及各省的统计年鉴，将全国31个省（市、自治区）的生产性服务业竞争力作为研究对象集，即S={St1，St2，…，St31}，运用SPSS统计软件，得到各省（市、自治区）2008—2013各年以及综合生产性服务业竞争力的得分及排名。

对每一年数据进行因子分析，此处以2013年数据为例，KMO取样适切性量数0.63且通过巴特利特显著性检验，说明指标间相关性较大，适合运用因子分析。按照特征值大于1的原则选择公因子，公因子的贡献率代表了公因子对原始数据信息反映量的大小，如表2所示，前4个因子的贡献率达到87.917％，即这四个公因子代表原来的24个指标的87％以上的信息量，可以充分反映各地区的生产性服务业竞争力水平。为了便于对公因子进行解释，此处采用凯撒正态化最大方差法对因子载荷矩阵进行旋转，得到旋转后的因子载荷矩阵（见表3）。

表2 2013年数据旋转前后公因子的特征值和贡献率

表3 旋转后的因子载荷矩阵

由表3可见，第一主因子在民用汽车量、邮电业务总量、生产性服务业增加值、第三产业就业人数、商品房销售额、房地产固定资产投资、生产性服务业法人单位数处理、生产性服务业城镇就业人数这些指标的载荷比较大，其共同特征是从规模上反映了生产性服务业总体发展水平和其中主要行业发展水平，可取名为产业规模因子。第二主因子在生产性服务业占GDP比重、第三产业增加值占GDP比重、生产性服务业从业人员占全体从业人员的比重、技术市场成交量、金融业增加值占GDP比重、人均生产性服务业产值、人均第三产业增加值、第三产业就业人数占全体就业人数比重上载荷较大，这都反映出国民经济内部的产业产值结构和就业结构对生产性服务业发展的影响比较大，可取名为产业结构因子。第三主因子在城镇人口比重、人均GDP、每万人口中高等学校在校生人数、规模以上工业企业R＆D经费支出占GDP的比重、居民人均消费水平、每万人口拥有专利授权量这些指标上载荷较大，这些指标从生产性服务业的经济、科技和城市化等基础条件方面反映了影响生产性服务业发展的因素，可取名为城市与科技因子。第四主因子在生产性服务业增长率、生产性服务业从业人员增长率上有较大的载荷，这些指标衡量的是生产性服务业发展态势，可取名为成长因子。

根据因子分析综合评价模型，并以公因子贡献率占总贡献率比重为权重，对各地因子得分加权求和，得出全国各省（市、自治区）2013年各因子得分、综合得分和排名（见表4）。

表4 各地2013年各因子得分、最终得分和排名

由表4可见，造成各地竞争力差异的因素不尽相同。竞争力强劲的地区，如北京生产性服务业竞争力极强主要得益于其产业结构，2008年北京第三产业占GDP比重已经达到73.2％，遥遥领先上海（53.7％），而且其面积较小，城市化水平又极高，产业结构的高度化和合理化是其强大竞争力的主要因子。广东是最早对外开放的地区，产业规模巨大，制造业基础强大，已经集聚了相当规模的生产性服务业。上海也属于我国产业结构优化进程较早的地区，虽然在产业规模因子上得分不高，但是其产业结构、城市与科技、成长因子得分较为均衡，使其综合得分较高。浙江和江苏主要是由于产业规模、城市与科技因子得分较高，近年来服务业发展迅速，而且这两个省处于长江三角洲城市群，是中国经济最发达、城镇集聚程度最高的地区。

竞争力较弱的地区，总体上与其经济实力排序相适应，其中，陕西、湖北虽然产业规模得分较低，但城市与科技因子得分较高，因而拉高了其生产性服务业竞争力得分。海南在产业规模上得分最低，却并非排名最低，这是因为海南虽然发展起步较晚，但拥有“生态、经济特区和国际旅游岛”三大优势，以大力提升热带高效现代农业、加快发展新型工业和高技术产业为产业发展方向，其产业结构和成长力因子得分较高，抬高部分最低的产业规模得分。由此可见，虽然经济总体发展水平是影响区域生产性服务业的重要因素，但是产业结构、城市化程度、科技实力和增长力状况同样影响着各地的相对竞争实力。

按照上述介绍因子分析的方法，可继续求出2008—2012年各地因子得分和排名，再运用TOPSIS法，借助数学软件MATLAB可以计算得到31个省（市、自治区）2008—2013各年因子得分与最优分的距离，从而得出各地六年TOPSIS综合得分与排名（见表5）。由表5可见，北京、上海、广东生产性服务业竞争力远远强于我国其他地区，由于生产性服务业要求所在地区物质生产较为发达、生产力水平高，尤其是知识密集型服务业需要大量专业人才，而这些地区拥有大量总部企业、科研机构及综合技术服务部门，经济实力雄厚，形成了强大的竞争力。江苏、浙江、山东等东部沿海地区紧随其后，这些地区对外开放程度非常高，交通便利，从市场需求和运输费用角度看，它们对生产性服务业需求大且发展起步较早，拥有了较高的竞争实力。中西部地区则在生产性服务业竞争力上偏弱，尤其是西部地区。可见生产性服务业竞争力水平与当地总体经济发展水平密切相关。

表5 各地2008—2013年TOPSIS因子分析模型生产性服务业竞争力评价结果

对于地区差异水平而言，从综合得分中可知，前10名中的得分变化梯度跨越非常大，达到0.7以上，后21名得分差异不足0.2，说明在竞争力较强的地区，各地竞争力差异还是十分显著，在竞争力较弱的地区则普遍偏弱。为清楚地了解各地生产性服务业相对竞争力随时间变化的情况，将各年排名与TOPSIS排名归纳，如表6所示。由表6可见，生产性服务业竞争力较强的地区在2008—2013年内排名相对稳定，与其TOPSIS综合排名基本一致。江西六年综合排名为27，但是2013年因子分析排名为22。根据江西统计局的资料，江西自2010年以来，服务业增加值占比不断上升，且传统服务业比重总体呈下降趋势，2011年末，服务业就业人数首次超过第一产业从业人数，成为吸纳社会就业人数最多的产业，说明江西的生产性服务业竞争力在逐渐增强。

重庆、四川、贵州和云南2013年因子分析排名都高于TOPSIS综合排名，说明其生产性服务业竞争力近年来不断增强，四川等地拥有历史上形成和“一五”“三线”建设时期的重工业基础，拥有较为完善的大机器工业体系，在这些产业转型升级的过程中，会产生对生产性服务业的需求，拉动其增长。而云南、贵州两省旅游业迅速发展，带动了其交通运输业的高速增长，在“引银入黔”等工程和引入外资银行、开展跨境人民币结算等政策支持下，两省金融业继续保持快速增长，整体上增强了西南地区生产性服务业的竞争力。

表6 各地2008—2013年横截面数据及面板数据因子分析综合因子得分排名

在西北地区，近年来新疆相对竞争力有所增强。“丝绸之路经济带”战略的提出，加上2010年国家实施新一轮产业援疆政策，高技术人才以及新技术的引进，促使新疆生产性服务业高速发展，但是整体上除了陕西竞争力相对靠前外，西北地区生产性服务业竞争力远低于全国平均水平。

四、结论与政策建议

由上述分析可得出以下结论：生产性服务业竞争力水平地区差异大，各地发展不平衡；各地竞争力水平在差距和因素上各不相同；区域生产性服务业竞争力水平相对稳定，个别地区呈现增强趋势，但总体上与当地总体经济发展水平一致。基于上述研究结论，为促进我国生产性服务业竞争力提升，提出以下政策建议。

1.合理制定产业政策，因地制宜。由于生产性服务业竞争力区域差异较大，各地必须因地制宜地发展相关生产性服务业。比如，东部地区在较高竞争力的基础上，进一步优化产业结构，保持服务业的高速健康发展，加强高新技术产业的发展，尤其是信息服务业和商务服务业；中西部地区则面临东部地区制造业区位转移的机会，应当在产业转移的过程中注重合理调整产业结构、规划产业基础设施建设，为发展服务业等其他产业奠定基础。

2.发挥生产性服务业竞争力较强地区的区域集聚与辐射效应。城市作为服务业包括生产性服务业的主要空间载体，尤其是大城市更应该把发展生产性服务业放在优先战略位置，发挥市场的基础作用，逐步形成服务经济为主的产业结构，从而带动周边地区的产业调整与升级，尤其是生产性服务业竞争力排名靠前的省份之间的差异也较大，因此应该扩大规模，加速发展，互动升级。

3.生产性服务业较为落后地区重点培育优势产业和特色产业。服务业不发达的地区，应当优化经济结构，提高服务业在经济总量中的比重，各地应当着重发挥当地比较优势，选择特色产业加以支持，从而带动生产性服务业的发展。比如拥有大量旅游资源的中西部地区，可以加大旅游基础设施投资力度，以此为基础带动交通运输业的发展；拥有较好农业资源的地区，着重发展科技农业等。

（责任编辑 陈汉轮）

Evaluation and Study on Regional Com petitiveness of Producer Service Industry in China：Based on TOPSISM ethod Improved Factor Analysis M odel

YANG Qianni

（Economics School of Northwest Normal University，Lanzhou，Gansu，730070，China）

This paper uses the competitiveness of the producer service industry of 31 provinces in China as the evaluation object and constructs the competitiveness evaluation index system from the aspects of the producer service industry＇s developmental level，structure，potential and environment etc.Using the panel data from 2008 to 2014，it provides a comprehensive evaluation on the regional competitiveness of the producer service industry in China using TOPSISmethod improved factor analysis.It concludes that：the regional competitiveness of the producer service industry differs significantly with imbalanced development；the difference and index of the regional competitiveness vary；regional competitiveness of the producer service industry is relatively stable in accordance with the local economic development level although some areas show increased trend.

service economy；producer service industry；factor analysis；TOPSISmethod

10.3969/j.issn.1671-2714.2016.04.004

2016-03-31

杨倩妮，女，湖南醴陵人，在读硕士研究生，研究方向为产业经济学。