海南省区域经济发展优势分析_基于模糊综合评价模型的实证研究

2009年12月海南大学学报人文社会科学版

Dec .2009第27卷第6期

Humanities &Social Sciences Journal of Hainan University

Vol .27No .6

海南省区域经济发展优势分析

———基于模糊综合评价模型的实证研究

陈福川1

,马生全

2

(1.琼台师范高等专科学校,海南海口571100;2.海南师范大学数学与统计学院,海南海口571158)

[摘　要]点轴开发模式已成为区域经济开发的重要模式。从增强海南省区域经济开发中“点”与

“轴”选择的科学性出发,利用模糊综合评价模型对海南省区域经济发展状况进行分析,结合本土实际,分析了海南区域经济发展的优势条件,重点研究了各级“点”与“轴”的选择方案,构建了增长极与增长轴的结构和布局,为制订海南省区域经济发展战略提供决策依据。

[关键词]区域经济;点轴式开发;海南省

[中图分类号]F 127 [文献标识码]A [文章编号]1004-1710(2009)06-0601-06

[收稿日期]2009-04-24

[基金项目]海南省教育厅高校科研资助项目(H jsk200782);海南省自然科学基金项目(808152)

[作者简介]陈福川(1966-),男,海南万宁人,琼台师范高等专科学校讲师,硕士,主要从事经济数学研究。

点轴开发理论最早在20世纪70年代由荷兰经济学家萨伦巴(Pi otr Zare mba )和马利士提出。作为增长极限的延伸,该理论认为,区域经济发展的不平衡首先表现在一些“点”上,然后再由“点”向“点”延伸,随着经济的发展,这些“点”有必要用轴连接起来,形成新一的经济增长带,然后通过带动与扩散效应在区域内形成新的增长极与增长轴。一般而言,采用这种“点———轴”式开发的地区至少应处于一个快速成长的时期,应具备良好的区位即交通条件,而且是综合实力较强的中心城市。

本文针对我国特有的生态省———海南省的区域经济发展实际,采用信息熵和模糊综合评价相结合的方法对海南省区域经济发展优势进行分析研究,为各级决策部门提供科学的决策依据。

一、研究方法与模型

影响一个区域经济发展程度的因素有很多,其中既有静态因素又有动态因素,为了便于分析它们对区域经济发展程度的影响,结合海南省区域经济发展的实际,笔者依据海南省统计年鉴的数据资料,从经济发展的各个方面选出了34个具体的指标,通过信息熵方法择优选择“G D P 、人均G D P 、人均财政收入、人均固定资产投资、人均社会消费品零售额、在岗职工年平均工资、农民人均纯收入、农民人均消费支出”8个具有代表性的经济指标作为该区域经济发展水平评价的指标体系。为了使“点”和“轴”的选择具有

更好的科学性,参照参考文献[1]中的模型,首先对海南各地区的经济发展水平进行综合评价,再根据其

综合评价值进行排序,作为选择“点”和“轴”的重要依据。以县及县级市(统称为“县”)为研究单位,为了处理与分析方便,对海南省来说,海口市是全省政治、文化、经济和信息交流的中心,其经济发展实力相对最发达,所以将其综合评价值赋值为1,只对其他17个参评单位的经济发展状况进行综合评价。具体做法如下:

第一,首先对指标数据采用信息熵方法优选研究指标。针对此待评价系统,设有m 个评价指标,n 个评价对象(研究单位),x ij 为第j 个评价对象在指标之上的值,经过定性与定量的标准化处理使x

ij [0,1],

第i 评价指标的熵定义为

H i =1

ln n ∑

n

j =1

f ij ln f ij ,　f ij =

x ij

∑n

j =1

x

ij

,并假定,当f ij =0时f ij ln f ij =0。

(1)

1

06

依据以上公式并遵循下列三条原则进行指标选择:

(1)当评价对象在指标i 上的值完全相同时,熵值达到最大值1,这意味着该指标向决策者提供的信

息量为零,则取消该指标。

(2)当评价对象在指标上的值相差较大,熵值较小,则意味着该指标提供了有用的信息,同时说明了

在该问题上各对象在该指标上有明显差异应重点考虑。

(3)从信息角度考虑,某指标的熵值代表该指标在该问题中提供有用信息量的多寡程度。

综合以上的考虑,根据各指标熵值分析比较(计算过程略),这里选用“国内生产总值”、“人均国内生产总值”,“人均财政收入”、“人均固定资产投资”、“人均社会消费品零售额”、“农民人均消费支出”、“农民人均纯收入”、“在岗职工年平均工资”8个代表性指标,以海南统计年鉴(2001—2006年)的经济数据为依据进行实证分析。

第二,构建评判模型。评价一个区域经济发展状况涉及到众多的参评指标,而参评指标的优劣具有明显的模糊性,所以本文综合模糊数学方法与信息方法构建综合评价的主体模型为

B =W 。R ,

(2)

其中:B =(b 1,b 2,…,b m ),W =(w 1,w 2,…,w n ),R =(r ij )n ×m ,b j =

∑m

k =1

w

k

・r k j ,这里b j 为参评县(或市)的

评判结果,w k 为参评指标的权重,x ij 为第j 个参评县(或市)关于第i 个参评指标的指标值,r ij 是相应于x ij 的标准化值(按下列特征值量化方法计算),“。”为模糊算子。b j =∑m k =1

w k

・r k j

是相应的模糊内积运算,选择

不同的模糊算子,便可得到不同的评判结果。

第三,特征值量化方法。参评指标的优劣具有模糊性,为更好地利用参评指标信息,本文用模糊概念的隶属函数描述指标的优劣,用V 表示模糊评判集。设有m 个指标,n 个评价对象,按照定性和定量相结合的原则取得评价对象关于多指标的评价矩阵,对其标准化得到

R =(r ij )n ×m ,

(3)

式中:r ij 为第j 个评价对象在指标i 上的标准化值,有r

ij [0,1]。

在多指标综合评价问题中,通常评价指标有“效益型”和“成本型”两大类。“效益型”表示指标属性值越大越好的指标,“成本型”表示指标属性值越小越好的指标,根据本文选用的指标,这里采用“效益型”,按照以下方法定义各指标的隶属函数为:

r ij =u (x ij )=

x ij -m in {x ij }

m ax {x ij }-m in {x ij }

[2]

,(4)

其中,x ij 为第j 个参评县(或市)关于第i 个参评指标的指标值,这里max 和m in 的含义指同一指标在所有参评县(市)中的最大和最小值。

依此,构建判断(评价)矩阵。矩阵的各行分别代表某市地所辖各县,列分别代表各县的GD P 、人均

GD P 、人均财政收入、人均固定资产投资、人均社会消费品零售额、在岗职工年平均工资、农民人均纯收

入、农民人均消费支出等指标的评价值。

第四,权重集的确定。各指标间由于其形成机制不同等原因,造成了各自的隶属函数的分布和离散程度不同。由于海南省的参评指标的数据离散化严重,根据这一实际,本文提出信息化处理的办法,采用理想物作为“参照物”,从原始数据中挖掘出新的更重要信息进行信息化处理。

在多属性优化决策中,任意经济指标要达到省内该指标的最高值是比较困难的,但一般当指标值达到某一高度后人们就比较满意,这种状态可称为理想状态(或满意状态),人们把理想状态的指标值称作理想物。这是一个相对的、动态的概念,具有鲜明的模糊性,相对这个经济系统而言,起着“参照物”的作用。假设指标值达到S 点时,大多数人的满意度已达到1.0,则把S 点状态作为理想物。本模型把各指标达全省前5名的均值作为理想态。将各指标的理想物对最低状态的比值定义为该指标的离散度,然后再进行2

062009年海南大学学报人文社会科学版第6期