曾海燕吴志伟余乐安

(1.厦门产业技术研究院，福建厦门361005；2.北京化工大学经济管理学院，北京100029)

现代科技服务业综合评价方法研究综述

曾海燕1，2吴志伟1余乐安2

(1.厦门产业技术研究院，福建厦门361005；2.北京化工大学经济管理学院，北京100029)

现代科技服务业是科技服务业的“现代进行时”。随着互联网、大数据等信息技术的快速发展，以及制造业高端化的发展趋势，使得现代科技服务业呈现出一些不同于传统科技服务业的内容，体现为全球资源快捷共享、产业发展交叉融合、信息技术主导支撑等“现代”特征。本文通过梳理前人研究成果，在合理界定现代科技服务业科学内涵的基础上，对适合现代科技服务业综合评价的各种方法进行概括梳理，按定性评估方法、定量评估方法和定性定量相结合的综合评估方法分别进行阐述，并总结与归纳了各种方法的优缺点以及适用情景。

现代科技服务业；科学内涵；综合评价；综述

为现代服务业的重要组成部分，现代科技服务业是经济发展和产业结构优化的重要推手，是国家创新体系建设的重要内容，并已成为国家或地区综合竞争力的重要衡量指标。2013年我国现代科技服务业产值首次突破万亿大关，标志着我国经济产业结构由“工业型经济”转向“服务型经济”，但与世界主要发达国家和地区相比，我国现代科技服务业还存在整体规模较小、竞争能力较弱的问题。为大力发展现代科技服务业，2014年10月，我国出台了《国务院关于加快科技服务业发展的若干意见》，并明确提出到2020年我国科技服务业产业规模达到8万亿元的发展目标，发展水平与目前世界发达水平持平。为实现这一目标，无论学术界还是实业界，首先都应明确现代科技服务业的科学内涵，并对制约和促进现代科技服务业发展的关键因素进行分析。因此，本文通过梳理前人研究成果，在界定符合时代特征的现代科技服务业科学内涵的基础上，对定性评价、定量评价和定性定量相结合的综合评价方法分别进行阐述，总结与归纳各种综合评价方法的优缺点以及适用情景。

一、现代科技服务业的科学内涵

科技服务业19世纪最早出现于西方发达资本主义国家，20世纪随着科学技术的飞速发展以及知识经济概念的提出，现代科技服务业开始崭露头角并得到快速发展。目前，发达国家和地区已经形成较为完善的以现代科技服务业为主要内容的国家科技创新服务体系。随着现代科技服务业在促进国家经济产业发展中的重要作用日益凸显，国外学者于上世纪90年代开始广泛关注现代科技服务业。由于现代科技服务业与其他产业的难分离性和隐蔽性，国外专业术语中并没有“科技服务业”、“现代科技服务业”等词，而更多是从知识的范畴去命名和研究，相对应的概念有Fritz Machlup提出的 “知识产业”、Miles提出的“知识密集型服务业”等。其中，Miles等认为，知识密集型服务业是指以创造、积累或传播知识为目的，为其他企业提供服务的活动总和［1］。

国内现代科技服务业起步较晚，研究较为分散，对科技服务业的概念界定也尚未达成一致。学者们从功能载体、服务手段、服务内容、研发链条或产业链条、行业统计等多个角度对现代科技服务业进行了研究，由于研究角度的不同，对现代科技服务业概念的界定也不同。从功能载体的角度，程梅青、杨冬梅和李春成［2］等学者认为科技服务业是科技服务机构及其活动的总和。从服务手段和服务内容的角度，孟庆敏和梅强［3］、田波［4］、钟小平［5］、张前荣［6］、方齐［7］等学者认为，科技服务业是运用技术和知识，提供智力服务的新兴产业。从行业统计的角度，韩鲁南等人认为，科技服务业是“进行科学研究与试验发展，为国民经济发展提供专业技术服务 （包括地质勘测），为科技创新、交流、推广提供社会化与专业化服务的知识密集型产业”［8］。从产业链的角度，陈岩峰和于文静认为，科技服务业是“通过研发活动来获得科学发现、技术发明或技术创新成果，通过应用推广、扩散创新科学技术成果，为国民经济、社会发展和科技进步提供服务活动的总和”［9］。

由于现代科技服务业概念的未统一性，导致了国内外对现代科技服务业行业分类标准的不统一。联合国制定的《所有经济活动的国际标准行业分类》（2006年修订）中，现代科技服务业属于M门类“专业、科学和技术活动”，共分为7个大类；美国颁布的《北美产业分类体系（NAICS）》（2012年版）中，现代科技服务业属于第54类“专业、科学和技术活动”，共分为9个大类；日本制定的《日本标准产业分类》（2007年版）中，现代科技服务业属于L门类“学术研究、专业和技术服务”，共分为4个大类；韩国发布的《韩国统计工业分类》中，现代科技服务业属于M门类“专业、科学和技术活动类”，共分为4个大类；中国国家质量监督检验检疫总局和国家标准化管理委员会制定的《国民经济行业分类与代码》（GB/T4754-2011）中，现代科技服务业属于M门类“科学研究和技术服务业”，共分为3大类，包括研究与试验发展、专业技术服务业、科技推广和应用服务业。通过对比这些行业分类标准发现，“中国科技服务业＋商务服务业－科技推广和应用服务业≈国外科技服务业”［10］。

通过研究梳理我们发现，现代科技服务业的科学内涵大致包括以下五个方面的内容：①从产业属性来看，现代科技服务业属于新兴产业，是与社会环境紧密联系在一起的随着互联网、大数据等信息技术的发展而产生的新产业。②从产业主体来看，现代科技服务业的主体是由专业的相关组织和机构所构成，它们是在制造业高端化进程中应运而生，或由传统科技服务业组织和机构演变而成。③从产业客体来看，现代科技服务业所提供的产品是能够促进科技进步、产生高附加值的智力服务。④从产业结构来看，现代科技服务业跨越了服务业内相当大的行业细分区域。⑤从产业实现方式来看，现代科技服务业运用的是现代科学技术、知识、方法以及现代产业经验。总之，现代科技服务业是科技服务业的“现代进行时”。随着互联网、大数据等信息技术的快速发展，以及制造业高端化的发展趋势，现代科技服务业呈现出一些不同于传统科技服务业的特征，体现为全球资源快捷共享、产业发展交叉融合、信息技术主导支撑等“现代”特征。

二、现代科技服务业的综合评价方法研究

在明确其科学内涵后，本文的重点就是对现代科技服务业的综合评价方法进行全面梳理，总结与归纳各种综合评价方法的优缺点以及适用情景，为相关决策者提供科学依据。

通常，现代科技服务业的综合评价方法是指能够对现代科技服务业过去发展状况、现在发展水平以及未来发展趋势进行评价、分析、指导与综合的具体方法。目前，学界对现代科技服务业的综合评价，主要体现为对现代科技服务业服务能力、竞争水平、发展水平、发展潜力、生产效率和产业绩效的评价。综合起来，评价的方法主要有定性评价方法、定量评价方法以及定性与定量相结合的评价方法。

（一）定性评价方法

定性评价主要是依据经验、知识、技能等对事物的性质、状态、趋势进行综合评价的一种方法，是评价体系中最基本、最常用的方法，其主观性强，评估结果相对比较全面，但也存在评价方法缺乏数据支撑、评价对象适应范围受到限制等问题。在定性评价现代科技服务业发展的分析方法中，典型的有SWOT分析法和新钻石模型等。

1.SWOT分析法

SWOT分析法是管理学家Steiner等［11］提出的，能够较为系统地分析研究对象的内部优势(Strength)、劣势 (Weakness)和外部环境中的机会(Opportunity)、威胁(Threat)，较为全面地评价研究对象的过去、现在和未来，从而确认影响研究对象发展的关键因素，以“发展优势、减少劣势、增加机会、避免威胁”为原则增进相关决策和建议的合理性和有效性。在对现代科技服务业的评价研究中，不少学者就运用了SWOT分析法。例如，李晓峰和王双双利用SWOT分析法对天津市和平区中心城区科技服务业进行了评价，将区域内外部条件各方面内容进行综合和概括，进而分析优劣势以及面临的机会和威胁，明确区域科技服务业在发展中的优势和不足，从而提出了有针对性的建议和对策［12］。蔡齐祥等在对广东科技服务业进行SWOT分析的基础上，指出广东科技服务业的未来发展应重点支持产品创新与服务创新的新型科技服务组织，重点支持科技服务业发展的重大科研基础设施与自主创新成果转化基地，重点发展科技服务业的共性关键技术，并对制定促进广东科技服务业创新发展的政策措施提出建议［13］。

SWOT分析法主要以优势、劣势、机会及威胁作为其主要分析结构，但在使用SWOT分析法之前必须明确研究对象所存在的问题及其自身发展的定位和目标。只有准确理解了研究对象的这些本质性内容，才能让分析结构发挥作用。另一方面，SWOT分析中的四个分析结构内容在很大程度上取决于研究者的知识背景和主观判断能力，加之研究对象的外部环境影响因素相较于内部影响因素要复杂得多，这些都将妨碍到后续详细策略制定的科学性。就现代科技服务业来说，不同国家、地区发展水平不一致，定位目标不一样，专家学者对研究评价的客体的主观评价也存在差异，使用SWOT评价分析方法，有利于全面、客观分析现代科技服务业在区域内的发展水平和准确业态，进而为产业发展提供有效的意见和建议。

2.新钻石模型

新钻石模型是指在迈克尔·波特［14］提出的“钻石模型”的基础上，增加一些新的关键要素路径，从而改进原模型，创造出能够体现产业更长期竞争优势的新模型。在新钻石模型中，生产要素、需求条件、相关及支持产业、市场机构与企业战略等“钻石模型”中的四个主要要素一般是不会改变的，它们是形成产业竞争优势的关键因素。政府和机遇两个“钻石模型”中的辅助因素也一般都会考虑，虽然它们不是形成产业竞争优势的决定因素，但是它们可能会为产业竞争优势的形成提供重要推动力和发展环境。同时，在“钻石模型”的基础上，国内学者芮明杰［15］增加了“知识吸收与创新能力”要素，赵玉林等［16］增加了“科技创新”要素。这些新增要素的加入重构了“钻石模型”，构建出新钻石模型，使得指标要素体系由以往的静态模型扩展到动静结合的模型。

国内很多学者将新钻石模型应用于现代科技服务业竞争力分析中，通过新钻石模型，可以具体分析某一区域或地区现代科技服务业的竞争优势所在，进而对比评估其竞争力大小。例如，杨碧云等借用新钻石模型的分析框架，从技术创新、生产要素、需求条件、市场结构与企业战略、相关支撑产业、制度等六个方面系统评估和分析广东现代科技服务业的竞争实力、竞争潜力和竞争环境，并以这六个方面为着力点，提出能够提升广东现代科技服务业竞争力的相关政策建议［17］。在此研究中，研究者创新性地引进了“技术创新”指标，此指标将成为影响产业形成更长期竞争优势的关键因素，成为推动产业优化升级和新兴产业发展的关键因素。

新钻石模型扩大了“钻石模型”的可应用范围，尤其对现代科技服务业的产业竞争力评价方面具有积极意义。然而，相较于SWOT分析法，新钻石模型主要是从优势方面对现代科技服务业进行定性评价，缺乏劣势、机会和威胁等方面的定性评价，从而导致评价结果不够全面。

（二）定量评价方法

1.主成分分析法（Principle Component Analysis, PCA）

主成分分析法（PCA）是多元统计分析中的一种有效降维方法，是介于主观赋权法与客观赋权法之间的一种组合赋权评价方法。主成分分析法通过线性组合将原始变量分成几个综合指标变量，且各综合指标变量的权重根据各自贡献率的大小来确定，这使得评价结果更加客观和合理。

在现代科技服务业评价研究中，主成分分析法主要是针对已获得的相关数据，构建矩阵模型或者定量分析各指标之间的关系，来明确现代科技服务业发展中各指标的优劣。张亚斌等以31个省份2006年的统计数据为基础，选取了19个指标，运用主成分分析法对我国的生产性服务业发展水平进行评价，结果表明我国生产性服务业发展水平极不平衡，东部地区明显高于中部和西部，且各个省份生产性服务业发展水平的差异也较大［18］。周梅华等从地区科技、经济基础环境和产业发展现状等几个维度构建了地区科技服务业竞争力评价体系，采用主成分分析法和聚类分析法对江苏省13个城市科技服务业的竞争力水平进行了实证研究［19］。Nicoletta Corrocher等利用主成分分析法，在已获得的数据中提炼出价格、分销渠道、网络和声誉四个综合指标作为知识密集型服务业相关企业竞争力的关键因素［20］。姚正海等根据系统优化原则、可行性原则、突出本质原则、产业特征原则，设置包括发展规模、产业结构、成长能力、创新环境、经济效益5个维度18项评价指标的指标体系，按照主成分分析原理，对18个评价指标主成分分析的特征值、方差贡献率和方差累计贡献率进行计算，对我国高技术服务业发展水平进行了评估［21］。

主成分分析法对现代科技服务业的综合评价有着重要的作用，特别适合于原始变量多但研究对象不多的情况。通常情况下，主成分分析法需要与其他方法一同使用，来进行现代科技服务业发展水平、竞争力等方面的综合评价。虽然主成分分析法在对现代科技服务业的评价中具有重要的意义，但许多学者指出它也存在着一些缺陷。首先，主成分分析法在选取原始变量指标时，需要考虑原始变量之间的关联性问题。在方法中提取的主成分是原始变量的线性组合，如果原始变量间没有相关性，线性组合将无法达成，主成分分析法将失效。因此，在选取现代科技服务业的关联指标前，必须进行大量的前期研究工作，需要对指标进行反复的收集、设定、回馈、修改等操作，以便科学确定评价体系中的原始指标，最终做出科学的评价结果。其次，所提取的主成分必须有较为合理的解释意义，否则无法包含所涵盖原始变量的信息内容。

2.因子分析法(Factor Analysis,FA)

因子分析法(FA)是一种客观赋权评价方法，它是主成分分析法的拓展和发展。具体来说，因子分析法是利用变量之间的相关系数矩阵，抽取出少数几个共性因子，构成因子负荷值矩阵，使其大致准确反映出原来相关系数矩阵的内容，进而反映出原始变量的大部分信息。

在上述4个影响因素中，前3个指标均为数值指标，很容易量化。而对于第4个因素，可以通过查询生产设备的订货纪录结合工作人员的经验，将这一指标转化为0～1的数值指标，即极易容易采购则赋值为1，否则为0。

在现代科技服务业评价指标体系中，需要考虑的指标变量同样纷繁复杂，而利用因子分析法，可以在实际建模时减少这些复杂变量所带来的计算量大、信息重叠的问题，增强信息的完整性和准确性。通过寻找出具有相关特性的共性因子，求出原始变量对这些共性因子有多大关联程度的因子负荷值，根据因子负荷值的大小，可将相关原始变量分在一个变量组中，并用共性因子代替该群变量，而所有共性因子的综合得分则可以综合评价现代科技服务业的整体发展水平和创新能力。国内外学者已经广泛将因子分析法应用到现代科技服务业评价中。例如，陈岩峰和于文静构建了科技服务业发展水平、社会科技活动和科技服务业发展环境三维度评价模型，运用因子分析法对全国31个省市的科技服务业的服务能力进行了评价研究［22］。张术茂采用科技服务业规模、投入、产出三个维度评价模型，利用因子分析法比较了沈阳市科技服务业在副省级城市中的发展水平［23］。黄斌等利用指标间的相关性，运用因子分析法的降维思想，将原有指标转化为较少的几个综合指标，从而对江苏省13个地级市的科技服务业竞争力进行评价，并根据评价结果，从区域特色发展的角度对江苏省科技服务业的发展提出了政策建议［24］。

通常情况下，因子分析法可以单独使用，也可以与聚类分析等方法一同使用。作为一种客观赋权的降维方法，因子分析法一方面利用指标变量的观测值进行赋权，权值的确定完全由统计数据得出；另一方面可以客观地选取指标变量予以分组，减少分析变量的个数，避免单凭主观直觉所进行的分组操作。同时，因子分析法也存在着一些方法上的不足。在整个方法运用过程中，共性因子的个数是不确定的，需要根据统计软件（如SPSS和SAS等）的统计操作自动获得，获得因子的个数不同，其结果也会不同，因此给定统计操作的条件相当关键，可能会出现一定程度的主观性。

3.数据包络分析法（Data Envelopment Analysis, DEA）

数据包络分析法（DEA）是由美国运筹学家A. Charnes和W.W.Cooperd等［25］于1978年提出的一种重要的综合评价方法。DEA方法以凸分析和线性规划模式来评估决策单元 （Decision Making Unit, DMU）间的相对效率，在现代科技服务业的评价体系中，决策单元是指某一时期某一地区的现代科技服务业。该方法通过计算各决策单元的输入类指标与输出类指标之比，判断其各自相对效率，帮助研究者了解现代科技服务业的发展状况和相关资源分配的有效性。该方法具有无需提前预估变量指标权重的特点，其权重通常在求解相应的DEA模型中获得。

在现有文献中，许多学者将数据包络分析法应用到现代科技服务业的产业创新效率的评价中。例如，陈伟达等通过构建区域软件服务业发展状况的DEA评价模型，对我国发展软件服务业务的10个典型城市进行横向比较，结果显示南京市软件服务业的相对生产效率没有达到最优，目前处于规模收益递增阶段［26］。Shunzhong Liu在对软件产业(现代科技服务业的重要组成部分)发展水平的评价研究中，首先将研发人员数量和研发经费作为投入指标，利润和发明专利授权数量作为产出指标，然后通过DEA方法对中国14个城市进行计算后得出，中国现代科技服务业中的软件行业发展水平较高的是太原、杭州和昆明［27］。郭韧等分析了信息服务业的发展现状和存在的问题，通过DEA方法得出了各地区以及全国的投入产出效率，从技术有效性和规模有效性两方面对我国信息服务业进行了深入分析，并在此基础上给出扩大投入规模、均衡配置资源等政策建议［28］。

DEA方法受到输入类指标与输出类指标不宜过多的限制，这将可能造成某些重要的评价指标被忽略，导致评估结果不够科学和完整。同时，DEA方法只能计算得出现代科技服务业的评估决策单元的相对发展情况，无法具体表示其各自的实际发展水平。

4.逼近理想解排序法（Technique for Order Preference by Similarity to Ideal Solution,TOPSIS）

逼近理想解排序法（TOPSIS）是一种确定情境下的多属性决策方法，通过将研究对象的决策方案同时与最佳方案和最差方案比较，以它们相对距离的远近来评判方案间的优劣。

在现代科技服务业评价中，运用TOPSIS评价方法，研究者可以获得现代科技服务业的发展程度和发展水平。例如，王炳清等以总体竞争优势、潜力竞争优势、环境竞争优势三个子目标建立全国各地区的信息服务业竞争优势的评价指标体系，运用加权主成分TOPSIS价值函数模型的方法对全国各地区信息服务业的水平进行综合评价，得出从东部向中西部逐渐落后的结论［29］。杨珂玲等在建构以发展基础、投入水平、发展水平和可持续水平等4个指标为一级指标，城市人口密度、R&D经费投入等59个指标为二级指标的评价指标体系的基础之上，运用主成分加权 TOPSIS潜力评价模型，通过使用TOPSIS方法分别计算出各一级指标对应的最大合理值和相对接近度，从而对我国30个省市区的现代服务业发展程度进行综合评价［30］。

TOPSIS方法是直接利用欧氏距离来反映每个研究对象现代科技服务业综合评价水平与理想的评价水平之间的距离，而计算过程中异常值的出现将会对距离值的计算带来较大影响。因此，TOPSIS法用于综合评价还存在一定的问题。

5.灰色关联分析法（Grey Relation Analysis, GRA）

灰色关联分析法（GRA）是用于分析离散序列相关程度的一种测度方法，通过指标变量之间发展趋势的相似或相异程度来衡量相互间的关联性，进而了解指标变量与实际理想变量间的关联性。也就是说，GRA方法能够在部分已知不明确的条件中找出所需要的信息，进而明确指标变量间的互动关系。因此，该方法可以有效规避TOPSIS方法中欧式距离的缺陷，利用指标变量之间的相似程度来体现变量之间的距离。

在现代科技服务业评价研究中，GRA方法特别适合在资料数据搜集不方便、指标间关系不明确的情况下使用。例如，国内学者任宇等就利用GRA方法对中国的国家服务业竞争力及其内部行业的竞争力分布进行了比较静态评价分析，从而总结了我国当前现代科技服务业发展所面临的问题，提出了提升我国现代服务业国际竞争力的策略［31］。由于灰色关联度过分依赖分辨参数，使得灰色关联度不够合理和稳定，从而影响现代科技服务业的评价。为此，部分学者对GRA方法进行了改进。例如，国内学者张凡提出了一种新的灰色关联度计算方法，通过选择每个评价指标下所有现代科技服务业综合评价值的最大值作为理想评价水平，计算每个研究对象综合评价水平与理想综合评价水平的关联系数，最终得到更适合金融服务业竞争力评价的灰色关联度［32］。

通常情况下，GRA方法对样本数量的多少、数据分配状态的情况以及样本指标间关系的疏密程度没有严格要求，计算工作也相对简单，具有思路清晰、实用性强和操作简便等优点。虽然GRA为现代科技服务业的评价研究提供了重要方法，但由于该方法受灰色关联度的影响较大，而计算灰色关联度的客观性不足，会使得评价结果不够客观。

（三）定性与定量相结合的评价方法

鉴于现代科技服务业自身部分指标数据的模糊性对定量评价带来的难度，加之定性评价方法缺乏数据支撑带来的困境，国内外学者目前对于现代科技服务业评价采取定性与定量相结合的评价方法已经成为一种趋势。定性与定量相结合的评价方法是定性评价和定量评价的有机结合，它既考虑现代科技服务业发展中的模糊性，也利用各种定量方法分析现代科技服务业评价指标体系中的各个变量因素的影响，从而对其做出综合性的评价。典型的定性与定量相结合的评价方法有层次分析法和模糊综合评价方法等。

1.层次分析法（AnalyticHierarchyProcess,AHP）

层次分析法 （AHP）属于多准则决策的典型方法，其最大的特点是把一个复杂的决策问题分解为一个树枝状的结构层次，并形成相互影响的阶层结构，然后利用较少的定量信息，把决策的思维过程数学化，从而减轻决策者负担，将复杂问题简单化，增加评估的有效性与可靠性。

由于现代科技服务业发展水平的评价是一个多层次、多角度的复杂社会经济问题，影响其发展水平的指标变量也较多，因此，很多学者将AHP方法应用于现代科技服务业的评估中，并取得了不错的效果。例如，李志刚和汤书昆在设计的包含发展环境、主体实力、发展潜力、体系结构和服务绩效的科技中介服务业建设水平评价指标体系的基础上，运用AHP方法，对华东地区省会城市科技中介服务业建设水平进行了综合评价研究［33］。申静等从创新效用的角度，采用综合指数评价法和AHP方法，从创新投入、创新产出和创新环境3个维度构建了我国高技术服务业服务创新能力评价指标体系。并基于该评价指标体系，对2008年北京市高技术服务业的服务创新能力进行评价，以验证其信度和效度［34］。

AHP方法的理论简单，可系统性地分析问题，其层级式架构具有易于了解、合乎逻辑的特点，有助于决策者对达成的目标进行了解和沟通。同时，AHP方法并无绝对的数值，仅仅依靠层级间彼此对比的权重，这样能够避免不同评价主体在分数评价上造成的主观差异，从而影响整体决策的正确性。然而，AHP方法也存在一些不足之处：第一，AHP方法只能依据给定的评价指标给出最优策略，而不能在指标之外提出新的对策。第二，指标体系中的指标都是专家系统提供的，一旦指标体系不合理，评价结果就会出现偏差。第三，AHP方法在进行层次比较时，需要将指标成对进行一致性检验，如果出现不满足一致性的成对指标，则指标体系需要重新修正。

2.模糊综合评价方法

模糊数学理论是以模糊集合来取代传统式的二分法集合，以归属度函数来研究与处理灰色或不明确的信息，让灰色或不明确的信息的规律性可以被合理地反映出来。而模糊综合评价方法则是在模糊数学理论的基础之上，利用模糊数学的转换与辨识功能，对某一受评事物具有的多种属性（且这种属性可能受到多种因素影响）进行全面性的综合评价。

由于现代科技服务业具有多种属性，受多种不确定因素的影响，因此在综合评价研究中必须首先明确评价目标，把对现代科技服务业的评价目标分解成多种相关指标变量所组成的模糊集合，然后选取这些指标变量相应的评价等级，接着根据多个决策者的评语所组成的评价集分别求出各个指标变量对每个评价等级的归属程度，再根据各个指标变量在评价目标中的权重向量，运用模糊矩阵合成运算求出模糊综合评价。典型的例子包括孙天慧通过对生产性服务业功能区的调研分析，首先从生态保护、经济实力、科技创新、组织管理、集聚水平和运营环境等6个方面，研究建立了一套科学合理的生产性服务业功能区综合评价指标体系，然后在用AHP方法确定各指标权重的基础上，建立了适用于生产性服务业功能区的模糊评价模型，最后进行了实证分析并根据分析结果给出了对策建议［35］。宋德军在借鉴钻石模型的基础上，构建了区域服务业竞争优势评价指标体系，通过模糊综合评价方法，得出黑龙江省服务业区域竞争优势的综合评价，并提出了提升竞争优势的路径与方向［36］。

模糊综合评价方法虽可有效地降低传统评价过程中的主观因素，可使评估结果更合理、客观，但在进行具体指标权重评价时，仍须慎重选择专家和学者，以决定出更为专业且更为客观、公正的权重集。

三、结论

准确的内涵界定、科学的评价体系是开展现代科技服务业综合评价工作的理论基础，它影响着现代科技服务业演变动力机制问题、现代科技服务业发展制约因素问题以及现代科技服务业对区域创新能力、区域经济发展、制造业发展影响问题等实证研究的顺利开展，关系到国家或区域产业结构调整及相关政策制定的科学性。

本文通过总结前人的研究成果，发现现代科技服务业与科技服务业存在相互统一又相互区别的特点。现代科技服务业更强调科技服务业的时代背景、业态形式等方面的“现代性”。对于行业分类标准，国内外存在一定的差别，国内现代科技服务业更强调对高新技术产业的科技推广和服务，而将法律服务、教育培训、广告服务等商务服务排除在外。针对科技服务业的评价方法主要有定性评价方法、定量评价方法及定性和定量相结合的评价方法三种。定性评价方法主要针对现代科技服务业评价指标的模糊性、相关数据来源的动态性和获取难度较大的现状，主要是从区域发展环境、发展潜力等方面考察；定量评价方法主要是采用主成分分析法，针对区域科技服务业发展中已获得的相关数据，构建矩阵模型或者定量分析各指标之间的关系，来明确区域科技服务业发展中各指标的优劣；定性和定量相结合的评价方法将定性指标和定量评价有机结合，既考虑区域科技服务业发展中的模糊性，也利用各种定量方法分析区域科技服务业评价指标体系中的各项数据，从而对其作出综合性的评价。在实际的评价研究中，应该综合考虑各种方法的优劣，具体问题具体分析，从多角度出发实现对现代科技服务业的科学评价。另外，随着现代科技服务业现代特征的出现，影响评价的因素也会随之发生变化，探索更加科学的评价方法，构建更加有效的评价体系将会变得更加重要。

[1]Miles I,KastrinosN,Flanagan K,Bilderbeek R,Hertog P, Huntink W,Bouman M.Knowledge intensive business services: users,carriers and sources of innovation[M].EIMS Publication No.15,DG13,CEC,1995.

[2]程梅青,杨冬梅,李春成.天津市科技服务业的现状及发展对策[J].中国科技论坛,2003(3):p70～75.

[3]孟庆敏,梅强.科技服务业与制造企业互动创新的机理研究及对策研究[J].中国科技论坛,2011(5):p38～42．

[4]田波.谈中国科技服务业发展的若干问题及其对策[J].科技管理研究,2013(1):p41～44．

[5]钟小平.广东科技服务业支持政策体系设计研究[J].科技管理研究,2014(3):p23～28.

[6]张前荣.发达国家科技服务业发展经验及借鉴[J].宏观经济管理,2014(11):p86～87.

[7]方齐.科技服务业服务创新过程与绩效关系实证研究[J].科学学与科学技术管理,2015(9):p117～125.

[8][10]韩鲁南,关峻,邢李志,包江山.国内外科技服务业行业统计分类对比研究[J].科技进步与对策,2013(9):p48～53.

[9][22]陈岩峰,于文静.基于因子分析法的广东科技服务业服务能力研究[J].科技管理研究,2009(9):p4～7.

[11]Steiner G A,John B M.Management Policy and Strategy:Text Reading and Cases[M].Macmillan Publishing Co. Inc New York,1979.

[12]李晓峰,王双双.中心城区科技服务业SWOT分析及发展策略研究——以天津市和平区为例[J].科技管理研究, 2010(19):p62～63.

[13]蔡齐祥,陈岩峰,陈夏.广东省科技服务业发展及重大科技问题的若干思考[J].科技管理研究,2012(18):p14～22,p35.

[14]Porter M E.New Global Strategies for Competitive Advantage[J].Planning Review,1990(3):p4～14.

[15]芮明杰.产业竞争力的“新钻石模型”[J].社会科学, 2006(4):p68～73.

[16]赵玉林,周珊珊,张靓男.基于科技创新的产业竞争优势[M].北京:科学出版社,2011.

[17]杨碧云,闫振坤,易行健.中国各省市科技服务业竞争力评价及其对广东的启示:基于“新钻石模型”的统计分析[J].广东外语外贸大学学报,2013(2):p29～32.

[18]张亚斌,刘靓君.基于主成分分析的生产性服务业发展水平评价[J].求索,2008(12):p12～14.

[19]周梅华,徐杰,王晓珍.地区科技服务业竞争力水平综合评价及实证研究——以江苏省13个城市为例[J].科技进步与对策,2010(8):p137～140.

[20]Nicoletta Corrocher,Lucia Cusmano,Andrea Morrison. Exploring Knowledge-Intensive Business Services[M].Palgrave Macmillan UK,2012.p231～251.

[21]姚正海,姚佩怡,王珊珊.我国区域高技术服务业发展水平评价研究——基于主成分分析法[J].经济问题,2014(11): p70～74.

[23]张术茂.基于因子分析法的沈阳市科技服务业发展水平研究[J].科技管理研究,2011(14):p81～84.

[24]黄斌,汪长柳,马丽.基于因子分析的江苏省科技服务业竞争力综合评价[J].科技管理研究,2013(22):p59～62.

[25]A.Charnes,W.W.Cooper,E.Rhodes.Measuring the efficiency of decision making units[J].European Journal of Operational Research,1978(2):p429～444.

[26]陈伟达,高晓娟,景生军.基于因子分析和DEA的南京市软件服务业发展路径研究[J].科学与经济,2011(2):p69～73.

[27]Shunzhong Liu.Innovation Management in Knowledge Intensive Business Services in China[M].Springer Berlin Heidelberg,2013.p63～73.

[28]郭韧,陈福集,于群.我国信息服务业投入产出效益评价研究[J].现代情报,2014(8):p51～55,p60.

[29]王炳清,胡平,陆燕萍.中国分地区信息服务业竞争优势的综合评价分析[J].科技管理研究,2011(21):p182～185,p192.

[30]杨珂玲,蒋杭,张志刚.基于TOPSIS法的我国现代服务业发展潜力评价研究[J].软科学,2014(4):p130～134,p144.

[31]任宇,杨小金.基于灰色关联分析法的我国现代服务业国际竞争力研究[J].工业技术经济,2015(5):p80～86.

[32]张凡.基于改进灰关联度的金融服务业竞争力评价[J].经济问题,2015(4):p62～65.

[33]李志刚,汤书昆.科技中介服务业建设水平评价指标体系研究[J].科学学与科学技术管理,2004(8):p88～91.

[34]申静,孟越,杨保珠.中国高技术服务业服务创新能力评价[J].技术经济,2014(1):p39～47.

[35]孙天慧.基于模糊理论的生产性服务业功能区综合评价研究[J].工业技术经济,2011(11):p71～76.

[36]宋德军.区域服务业竞争优势评价指标体系与模型构建研究——以黑龙江省为例的实证与检验[J].统计与信息论坛,2014(4):p75～81.

A Literature Review on the Comprehensive Evaluation Methods of Modern Science and Technology Service Industry

Zeng Haiyan Wu Zhiwei Yu Lean
(Amoy Institute of Technovation,Xiamen Fujian 361005;College of Economics and Management BUCT,Beijing 100029,China)

Modern science and technology service industry is“present progressive tense”of science and technology service industry.With the rapid development of Internet,big data and other informational technology,and high-end developmental trend of manufacturing,making modern science and technology service industry show some contents different from traditional science and technology service industry,and such“modern”features as quick sharing of global resources,harmoniously developing of cross-industry,predominantly supporting of IT and so on.By combing the results of previous studies,this article summarized the various comprehensive assessment methods for modern science and technology service industry based on scientific definition of its connotation. These methods are classified into three main categories,i.e.,qualitative assessment method,quantitative assessment method and the combination of qualitative assessment method and quantitative assessment method. Meanwhile,their strengths,weaknesses and some suggestions for the applicable scenes have been respectively summarized and generalized.

modern science and technology service industry;scientific connotation;comprehensive assessment; literature review

F719 G322

A

1671-6639(2016)02-0033-07

2016-03-09

曾海燕（1984-），女，厦门产业技术研究院和北京化工大学联合培养博士后。

吴志伟（1971-），男，厦门产业技术研究院副院长。

余乐安（1976-），男，北京化工大学经济管理学院教授，博士生导师。