［提要］ 本文从“互联网+”视角切入，构建信息产业与制造业融合发展水平评价指标体系，采用基于隶属度的模糊综合评价法，对厦门市2011～2016年信息产业与制造业融合发展水平进行评价。结果表明：厦门市信息产业与制造业融合发展水平呈上升趋势，融合发展能力也日渐成熟。其中，制造业发展水平稳步上升，信息产业发展水平相对滞后，应重点发展信息产业。最后，根据评价结果提出厦门市信息产业与制造业融合发展建议。
关键词：“互联网+”；信息产业；制造业；融合发展；模糊综合评价法
基金项目：福建省科技厅软科学重点项目（项目编号：2014R0078）
中图分类号：F062.9 文献标识码：A
收录日期：2018年3月15日
一、文献综述
2015年3月5日十二届全国人大三次会议上，李克强在政府工作报告中首次提出“互联网+”行动计划。李克强特别提出：“我想站在‘互联网+’的风口上顺势而为，会使中国经济飞起来。”“互联网+”使互联网已经逐渐跳出一个行业的范畴，正成为国民经济的一大新引擎，推动产业融合，创新出全新的制造业。在“互联网+”的浪潮推动下，两化融合问题再度成为当前产业结构升级目标中的热门话题。追求信息化就要大力发展信息产业，推动信息产业向各个产业的渗透，而制造业又是工业的重要组成部分，因此研究“两化”融合，重点就是研究信息产业和制造业的融合。
在产业融合（包括信息产业与制造业融合）的理论研究方面，学者们从不同的角度进行了研究。Gambardella（1998）发现20世纪80～90年代，美国电子信息产业的各行业包括计算机、通讯、半导体等发生了明显的产业融合现象，并首先采用赫芬达尔指数来测算了技术融合度。李美云（2005）提出产业融合的基础是技术，通过技术融合产生的创新成为产业发展的动力，同时政府通过放松管制也在产业融合中发挥了一定的作用。苗圩（2012）认为两化融合要以提高技术效率为主要目标，以信息技术企业投资经营传统产业和传统产业的信息化改造为渠道，形成新型工业化发展模式。实证研究方面，学者们也取得了一些成果。张轶龙等（2013）在协同度评价模型的基础上构建了工业化与信息化融合度的评价模型对我国2003～2010年工业化与信息化融合度进行评价，结果表明我国工业化与信息化的融合度越来越高，但融合效率越来越低。陶长琪等（2015）从产业融合的角度量化产业融合对产业结构优化升级的影响，结果表明我国信息产业与制造业间的藕联效率低，藕联协调度属于普遍不协调。李晓钟等（2017）利用投入产出法估算了浙江及全国信息产业与制造业的融合度，定量分析产业融合对制造业各行业绩效的影响效应，结果表明浙江省信息产业与制造业各行业的融合度总体趋于上升，产业融合度与产业绩效呈正相关关系。
由于地区的差异性，各地区信息产业与制造业融合程度也各不相同。因此，本文以厦门市为例，在“互联网+”的大趋势下，研究厦门市信息产业与制造业的融合程度，为厦门市信息产业与制造业的融合发展提出建议，具有一定的现实意义。
二、融合度测度方法的选择
（一）传统的融合度测算方法。产业融合主要包括技术融合、业务融合、市场融合、组织体系融合等阶段，国内外的大多数学者在研究产业融合时都将重点放在了技术融合这一阶段，以技术融合度代替产业融合度进行测算，并且形成了以下三种主要的测算方法：
1、赫芬达尔指数法。Gambardela（1998）在研究电子信息产业中各行业的技术融合状况时，通过各行业的专利数量来计算技术融合度，并引用赫芬达尔指数（HHI）来表示产业或行业间的技术融合度，公式为HHI＝■（■）■。其中，m为电子信息产业中的行业数，X为整个电子信息产业的技术专利个数，xi为各行业技术专利个数。HHI值越小，表明产业或行业间的技术融合程度越高；反之，则表明技术融合程度越低。
2、专利系数法。美国学者Fai和Tunzelmann（2001）从867家公司中挑选了32家在1930～1990年间具有专利活动记录的公司，并将它们分为化学、电子、机械、交通运输四个产业部门，分别计算了各产业所占的专利份额，然后以产业间专利份额的相关系数来表示产业融合度。
3、投入产出法。李美云（2007）、徐盈之（2009）等国内学者采用了此方法，以制造业各行业生产过程中信息技术产出占行业总产出的比重来表示信息产业与制造业各行业的融合度，公式为：
xit=■×100%
其中，xit表示产业融合度，gai表示制造业i行业生产过程中信息技术产出，gi表示制造业i行业总产出。xit的取值在0～1之间，其值越大，表明产业的融合度越高，若为0，则表示两个产业相互独立；若为1，则表示完全融合。
上述三种方法皆可用来测算产业间的融合程度，都具有一定的优点，但同时也有一定的局限性。赫芬达尔指数法和专利系数法都是通过相关专利的数据来测算产业间的技术融合度，并近似地来表示产业融合度。以目前的研究深度来看，这两种方法都具有一定的片面性，同时专利相关的数据也难以获得。投入产出法相较于前两者，以制造业各行业生产过程中信息技术产出占总产出的比重来表示信息产业与制造业的融合度，其结果能更好地反映产业间的融合情况。但由于缺乏信息技术产出的数据，国内采用此方法的学者皆采用信息技术投入来近似代表信息技术产出，且此方法需要全国或地区大量的相关数据，因此在数据获取上也存在一定的难度。基于以上考量，笔者并未采取上述三种方法，而是采用AHP-模糊综合评价法来评价信息产业与制造业的产业融合度。
（二）AHP-模糊综合评价法。AHP-模糊综合评价法是把层次分析法和模糊综合评价法相结合的一种研究方法。该方法首先通过层次分析法（AHP）计算出权重，然后运用模糊综合评价法对目标层进行评价。
1、层次分析法
（1）建立层次结构模型。根据各影响因素之间的关系，将所研究的问题或所要评价的对象划分为多个层次，一般为目标层、准则层和方案层。
（2）构造判断矩阵。在第一步得到的层次模型中，对每一层次的元素进行两两比较来判断元素间的相互重要程度，重要程度可用数值表示，得到判断矩阵。一般重要程度的赋值采用1-9标度方法，具体如表1所示。（表1）
判断矩阵通常表示为：k11 … k1n… ?埙 …kn1 … knn
（3）计算权重及一致性检验。（表2）计算出判断矩阵的特征值和特征向量，将特征向量归一化，即可得到权重向量。然后需要进行一致性检验。首先定义一致性指标CI，查表得到随机一致性指标均值RI，然后根据一致性检验判别式计算CR。当n=1或2时，判断矩阵完全一致，CR=0；当n>2时，如果CR≤0.1，则表示判断矩阵有效，如果CR≥0.1，则表示判断矩阵需要修正，直到CR≤0.1为止。CI和CR的计算公式以及RI取值表如下所示：
CI＝■ CR＝■
2、模糊综合评价法
（1）根据评价目标的各个因素确定评价因素集X＝｛x1，x2，…，xn｝。
（2）指标数据的无量纲化处理。不同的指标数据之间由于计量单位的不同，可能无法直接比较，需要对数据进行统一的无量纲化处理。本文采用的处理换算方法为：
数值越大越优型和数值越小越优型：
ui=1 xi=xmax■ 0 xi=xminxmin＜xi＜xmax
ui=1 xi=xmin■ 0 xi=xmaxxmin＜xi＜xmax
（3）根据评价等级确定评语集V＝（V1，V2，…，Vn）。本文分为五个等级：很好、好、一般、差、很差，最终评语集确定为V＝（V1，V2，V3，V4，V5）＝（很差，差，一般，好，很好）＝（10，30，50，70，90）。
（4）确定权重集。本文通过上述层次分析法计算出各级指标权重集WA，WB■和WC■，以及二级指标层相对于目标层的权重WAC。
（5）计算单因素隶属度矩阵。计算方法如下：根据无量纲处理后的指标数据计算二级指标层的百分制得分HC■，如HC■＝WC■×［u1，u2，u3，u4］T×100，同理可以得出HC■至HC■。
定义YV■（j=1，2，3，4，5）表示指标Ci对于第j级评语Vj的隶属度，即指标Ci的百分制得分HC■隶属于五个评价等级的程度。如果HC■∈（0，V1），则YV■＝1，YV■＝0（j＝1，2，3，4，5）；如果HC■∈（V5，∞），则YV■＝1，YV■＝0（j＝1，2，3，4）；如果HC■∈（Vj，Vj+1）（j＝1，2，3，4），表示属于Vj或Vj+1两种评价级，其他三种隶属度皆为0，则：YV■＝■，YV■＝■，同时记Yi=［YV■，YV■，YV■，YV■，YV■］（i=1，2，…，9）。
根据上述的计算，构造隶属度矩阵Ri。
（6）综合评判及计算。根据公式Pi=WB■×Ri得到单因素模糊评级集，根据S=W×P得到综合因素模糊评价级，然后对结果进行分析。
三、厦门市信息产业与制造业融合现状分析
（一）厦门市信息产业与制造业融合发展的基础和优势。目前来说，厦门市已经形成了较为完善的以电子信息、装备制造、原材料和消费品为主的工业体系，作为支柱产业的机械、电子行业占厦门市全市工业规模的比重达到一半以上，同样作为重点行业的软件和信息服务业也发展迅速。2016年，厦门市机械产业实现产值1，609.29亿元，电子行业实现总产值1，984.82亿元，占全市规模以上工业的68.4%；软件和信息服务业共实现收入921.47亿元。此外，厦门市成为了全国首批“三网融合试点城市”、“下一代互联网示范城市”、“智慧城市”，并且已成为国家工信部批准的部省市合作共建的“中国软件名城”和“国家数字家庭应用示范产业基地”。同时，厦门市也是国内首批建成以广电网络、4G网络和光通信等信息基础网络大范围覆盖的城市，其软件、信息技术产业省内一流且国内也处于领先的地位。以上这些成就都为厦门市在“互联网+”的浪潮中推动信息产业与制造业的融合奠定了良好的基础。
（二）厦门市信息产业与制造业融合发展的阻碍和问题。虽然厦门市目前已经具备了一定的信息产业与制造业融合发展的基础，但仍有一些阻碍和问题。在基础软件、核心芯片和关键部件上自主创新能力不强，大部分产品附加值较低，仍处于价值链低端部分；处于产业链上下游的企业之间并未实现有效互联互通，原材料供应、生产、销售环节上也还未形成有效连接；传统制造业企业在运用互联网方面的意识和能力有所欠缺，信息产业企业尤其是互联网企业对传统产业的理解也不够深入；基础设施建设有待加强，互联网技术的推广应用以及推广应用的深度和广度都需要更大的提升。
四、厦门市信息产业与制造业融合度实证研究
（一）信息产业与制造业融合度AHP评价
1、指标体系的构建。本文在参考仝海威（2012）和付岱山（2015）等学者文献的基础上，构建信息产业与制造业融合度指标体系，最终得到的指标体系如表3所示。（表3）
2、指标权重的计算。根据咨询专家评价的结果，分别构建A层下属指标B1和B2，B1层下属指标C1～C5，B2层下属指标C6～C9以及C1～C9下属指标层的判断矩阵，根据上文中层次分析法的一般步骤，计算出各层次指标权重。
WA＝（W1，W2）＝（0.3333，0.6667）
WB■＝（WC■，WC■，WC■，WC■，WC■）
＝（0.1435，0.0653，0.4213，0.2923，0.0776）
WB■＝（WC■，WC■，WC■，WC■）
＝（0.1357，0.2614，0.5109，0.0920）
WC■＝（WX■，WX■，WX■，WX■）
＝（0.5320，0.0971，0.01854，0.1854）
WC■＝（WX■，WX■，WX■，WX■）
＝（0.2562，0.1236，0.5383，0.0820）
WC■＝（WX■，WX■，WX■，WX■）
＝（0.4091，0.1653，0.1038，0.3219）
WC■＝（WX■，WX■，WX■）＝（0.6000，0.2000，0.2000）
WC■＝（WX■，WX■，WX■）＝（0.7143，0.1429，0.1429）
WC■＝（WX■，WX■，WX■）＝（0.5936，0.2493，0.1571）
WC■＝（WX■，WX■，WX■，WX■）
＝（0.2619，0.0980，0.1795，0.4605）
WC■＝（WX■，WX■，WX■）＝（0.4286，0.4286，0.1429）
WC■＝（WX■，WX■，WX■，WX■）
＝（0.1494，0.2430，0.5376，0.0699）
WAC＝（0.0478，0.0218，0.1404，0.0974，0.0259，
0.0905，0.1743，0.3406，0.0613）
对各判断矩阵进行一致性检验，发现各判断矩阵CR值均小于0.1，说明各判断矩阵均通过了一致性检验。
（二）信息产业与制造业融合度模糊综合评价
1、数据处理与分值计算。本文采用厦门市2011～2016年的相关数据，数据主要来源于《厦门经济特区年鉴》、《中国信息产业年鉴》以及统计局和工信部网站的相关数据。将数据按上文中无量纲化的方法进行处理，然后计算出二级指标层每个指标的分值，具体如表4所示。（表4）
2、单因素模糊评价。根据表4中的分值，按照前文中隶属度计算公式，得到对应的隶属度矩阵Ri，然后计算出单因素模糊评价级Pi。这里以2016年数据为例，通过计算，得到隶属度矩阵如下：
R1＝■
＝■
R2＝■
＝■
计算得到的单因素模糊评价集如下：
P12016＝WB■×R1
＝［0.0000
0.2596 0.2442 0.0166
0.4823］
P22016＝WB■×R2
＝［0.0000
0.0000 0.3729 0.3051
0.3221］
同理可以计算出2011～2015年的评价集：
P12015＝［0.0479 0.0174
0.1877 0.4954 0.2517］
P22015＝［0.0000 0.0768
0.2159 0.1964 0.5109］
P12014＝［0.0000 0.0069
0.3763 0.3579 0.2588］
P22014＝［0.0000 0.1633
0.5423 0.2944 0.0000］
P12013＝［0.0000 0.1600
0.4340 0.4031 0.0029］
P22013＝［0.0761 0.2364
0.5564 0.0695 0.0617］
P12012＝［0.1203 0.3549
0.3148 0.2100 0.0000］
P22012＝［0.2239 0.0903
0.4890 0.1968 0.0000］
P12011＝［0.4989 0.0468
0.3661 0.0230 0.0653］
P22011＝［0.9080 0.0294
0.0626 0.0000 0.0000］
3、综合因素模糊评价。通过得到的单因素模糊评价矩阵，计算综合因素模糊评价矩阵S，计算公式为S＝WA×P＝（W1，W2）×（P1，P2）T＝（s1，s2，s3，s4，s5）。根据最大隶属度原则，矩阵S中最大值对应的评价等级就是评价的结果。
S2016＝（0.0000，0.0865，0.3300，0.2089，0.3755）
S2015＝（0.0160，0.0570，0.2065，0.2961，0.4245）
S2014＝（0.0000，0.1112，0.4870，0.3156，0.0863）
S2013＝（0.0507，0.2109，0.5156，0.1807，0.0421）
S2012＝（0.1894，0.1785，0.4309，0.2012，0.0000）
S2011＝（0.7716，0.0352，0.1638，0.0077，0.0218）
同时，本文参考汪晓文（2014）的处理方法，引入信息产业与制造业融合发展能力指数，从而可以利用二级指标层9个指标相对于目标层的综合权重，综合考察信息产业与制造业融合发展的基础条件、应用情况和绩效，公式为F＝WAC×［Y1，Y2，…，Y9］T×［1，2，3，4，5］T，其结果区间为［1，5］。根据F值的结果将融合发展能力划分为低成熟度、较低成熟度、中等成熟度、较高成熟度、高成熟度，计算结果如下，划分标准见表5。（表5，根据王晓文（2014）文献整理得）
F2016＝3.8743 F2015＝4.0564 F2014＝3.3764
F2013＝2.9524 F2012＝2.6439 F2011＝1.4726
（三）实证结果分析。将前文实证分析结果进行总结，结果如表6所示。（表6）
根据表6，2011～2016年这六年时间中，厦门市信息产业与制造业融合发展水平呈上升趋势，相对于2011年，2015年与2016年融合发展水平已经达到“很好”。分开来看，厦门市制造业发展水平在2011～2016年间稳步上升，信息产业发展水平同样处于上升趋势，但2016年有所回落。从融合发展能力来看，厦门市信息产业与制造业融合发展能力日渐成熟，2015年达到了高成熟度。
五、政策建议
从上述实证过程可以看出，厦门市信息产业与制造业融合发展水平稳健上升，融合发展能力也日渐成熟。虽然融合发展水平达到“很好”，但厦门市目前信息产业发展水平仍处于“一般”。从二级指标的得分情况来看，厦门市信息产业投入不够，信息产业经济效益有待提高，同时制造业发展环境有待改善，产业结构有待优化。为促进厦门市信息产业与制造业融合发展，根据前文分析结果，提出以下建议：
（一）加大专项扶持力度，重点发展信息产业。政府应该适当放松企业尤其是国有企业管制，推动企业之间互相联系、互相介入，推动信息产业企业尤其是互联网企业与制造业企业的合作，从而推动信息产业与制造业的融合发展。同时，应该继续支持信息技术企业技术创新，深化信息技术企业改革，提高企业竞争力。此外，还应该强化研发扶持力度，对研发型企业给予专项资金补助。
（二）优化产业发展环境。简化涉及“互联网+”企业资质认定、业务许可相关手续的办理流程；加快信用信息平台和基础设施建设，促进技术创新；建立可充分发挥市场机制作用、符合互联网经济发展特点的监管方式；加强交流合作，可通过举办互联网经济行业相关展会，推进要素汇聚和市场拓展，营造支持信息技术企业和互联网企业创业创新的氛围。
（三）健全产业集聚发展机制。依靠区位和政策优势招商引资，大力引进国内外信息产业、制造业龙头企业，吸引其在厦门建设研发中心或创业基地等；积极培养本地两化融合重点企业，力争催生一批本地信息产业与制造业龙头企业；鼓励各区建设互联网、物联网产业特色园区，引导企业集聚发展。
（四）吸引人才，建立高素质人才队伍。培育和引进高层次“互联网+”方面人才，将其纳入厦门市人才工作重点和全市急需紧缺人才引进目录；创新互联网产业人才评价机制，对互联网高层次人才可享受厦门市高层次人才引进相关优惠政策。
（作者单位：集美大学城市与区域发展研究所）
主要参考文献：
［1］华海敏.创新引擎：互联网+时代的机遇与挑战［M］.北京：电子工业出版社，2015.
［2］Gambardella，A.，Torrisi，S.Does
Technological Convergence Imply Convergence in Markets? Evidence from the
Electronics Industry［J］.Research
Policy，1998.
［3］李美云.国外产业融合研究新进展［J］.外国经济与管理，2005（12）.
［4］苗圩.加快推进我国工业和信息化科学发展［J］.宏观经济研究，2012（8）.
［5］张轶龙.中国工业化与信息化融合评价研究［J］.科研管理，2013（4）.
［6］陶长琪.产业融合下的产业结构优化升级效应分析——基于信息产业与制造业耦联的实证研究［J］.产业经济研究，2015（3）.
［7］李晓钟.信息产业与制造业融合的绩效研究——基于浙江省的数据［J］.中国软科学，2017（1）.
|
