产业链分析及灰色聚类评价指标体系构建(1)

合集下载

产业链分析及灰色聚类评价指标体系构建

产业链分析及灰色聚类评价指标体系构建

产业链 运行 和发展 的作用及重要性 的不同,可以将 产业链划分为关键环节 、主导环节和配套环 节,并 构 建相应的评价指标体 系,通过灰色聚类分析来确定产 业链环节所属的类型 ,为进一步发展壮 大产 业链提
供 基础 。
[ 关键词 ] 产业链
环 节分析
灰 色聚类 指标体 系
[ 中图分类号 ]F6 . [ 0 29 文献标识码 ]A
的不 同,将产业链划分 为关键环节 、主导环 节和配套 环
节。
主导环节是 指能够 带动 并领 导产 业链 发展 的 环节 , 主导环节 的规模能够很大 程度上决定 或影响产 业链的整 体规模 。主导环节包含 的价值链环 节较多 ,因此价值创 造的途径较多 ,相应 的带 动的产业链 的配套 环节和 辅助
节或关键环节的可能性就越大 。 ( )经济效益 指标 ,体 5
现该 环 节 的 盈 利 能力 ,无 论 什 么 环 节 其 目的都 是 要 盈 利 ,
2 产 业链环节 评价指 标体 系构 建
2 1 指 标 体 系 的构 建 原 则 .
否则就会被淘汰,退 出产业链 系统。上述 5个 方面可 以
垄断的存在 ,使得 关键环节可 以得到控制 ,并且 在一定 时期 内不会出现替代环节 。关键 环节包含 的价值 链环 节
产业链 的发展具有很强 的带动作用 ,其发展 的规模 也直 接影响了汽车产业链 的整 体规模 ,同时整车的生 产制造 创造了大量 的经济效 益 ,带动 了劳 动就业 ,成为 当地经
第 2卷 8
29 第月 O 年66期 O
工 业 技 术 经 济
V第,o 总2 N6 o8 . 1 .
18 8期
产 业链 分 析及 灰 色 聚类评 价 指标 体 系 构建

灰色统计聚类在人力资源绩效考评中的应用

灰色统计聚类在人力资源绩效考评中的应用

灰色统计聚类在人力资源绩效考评中的应用灰色统计聚类在人力资源绩效考评中的应用引言:人力资源绩效考评是企业管理中至关重要的一环,它是用于衡量员工在工作中表现的一种方式。

然而,在传统的人力资源绩效考评中往往存在着主观性强、标准不一致等问题,因此需要寻找一种更客观、科学的方法来评估员工的绩效。

在这篇文章中,我将探讨灰色统计聚类在人力资源绩效考评中的应用,并分享我对这一主题的个人观点和理解。

一、灰色统计聚类的基本概念和原理1. 灰色系统理论在介绍灰色统计聚类之前,我们先来了解一下灰色系统理论。

灰色系统理论是对非完全信息和不确定性系统进行研究的一种方法,它能够用较少的信息来建立模型并进行预测。

该理论包括灰色系统的建模方法和灰色关联度分析等。

2. 灰色统计聚类灰色统计聚类是灰色系统理论的一个重要应用领域,它主要用于处理多指标的复杂问题。

聚类分析是指将一组相似的对象分成若干个类别的过程,而灰色统计聚类则通过对不完全信息的处理,减轻数据的不确定性,提高聚类分析的准确性和可靠性。

二、灰色统计聚类在人力资源绩效考评中的应用1. 绩效指标的选择在人力资源绩效考评中,绩效指标的选择是首要的一步。

传统的方法往往会根据经验和主观判断来确定指标,而灰色统计聚类则可以通过对大量数据的分析,找出与绩效相关性较高的指标。

这样不仅能够在一定程度上减少主观性的干扰,还能够提高指标的科学性和客观性。

2. 绩效评分体系的构建根据灰色统计聚类的分析结果,可以将员工按照绩效水平进行分类,并构建绩效评分体系。

通过该评分体系,可以更加科学地评估员工在不同绩效水平上的表现,并提供给员工明确的绩效目标和发展方向。

这样不仅能够激励员工的工作动力,还能够提高绩效的公平性和准确性。

3. 绩效差异分析灰色统计聚类还可以用于对员工绩效差异的分析。

通过聚类分析,可以找出在绩效表现上相似的员工群体,进而分析造成绩效差异的原因。

这样有助于企业识别和解决员工绩效差异化的问题,提高整体绩效水平和企业竞争力。

第四章灰色聚类分析(精)

第四章灰色聚类分析(精)

第四章灰色聚类分析在本章中,首先介绍了灰色聚类的概念及其类型。

其次对灰色星座聚类、灰色关联聚类、灰色变权聚类和灰色定权聚类的原理和计算方法进行了阐述。

最后利用实证分析来分析灰色聚类在渔业科学中的应用。

第一节灰色聚类的概念灰色聚类是根据关联矩阵或灰数的白化权函数将一些观测指标或观测对象聚集成若干个可定义类别的方法。

一个聚类可以看作是属于同一类观测对象的集合体。

在实际问题中,每个观测对象往往具有许多个特征指标,因而难以进行准确的分类。

灰色聚类按聚类方法的不同,可分为灰色星座聚类、灰色关联聚类和灰类白化函数聚类等方法。

灰色星座聚类是根据样本自身的属性,利用相似性原理定量地确定样本之间的关系,并按这种关系进行自然聚类。

灰色关联聚类主要用于同类因素的归并,以使复杂系统得到简化。

通过灰色关联聚类,可以分析出许多因素中是否有若干个因素关系十分密切,以便我们既能够用这些因素的综合平均指标或其中的某一个因素来代表这些因素,同时又使信息不受严重损失,从而使得我们在进行大面积调研之前,通过典型抽样数据的灰色关联聚类,可以减少不必要变量(因素)的收集,以节省成本和经费。

灰类白化权函数聚类主要用于检查观测对象是否属于事先设定的不同类别,以便区别对待。

从计算工作量来看,灰类白化函数要比灰色关联聚类和星座聚类复杂。

第二节灰色星座聚类一,原理和方法星座聚类在灰色聚类中是一种比较简单易行的聚类方法。

其基本原理为:将每个样点按一定的数量关系,点在一个上半圆之中,一个样点用一颗“星点”来表示,同类的样点便组成一个“星座”,然后勾画出区分不同星座的界线,这样就可以进行分类。

实质上,它是将一个样本中的大量信息(或指标值),经过原始数据的变换(极差变换)等手段转化成为无量纲,并成为一个简单的空间坐标比较的问题。

一般情况下,星座聚类有如下步骤:(1)对原始指标值进行极差变换,并使变换后的数值均落在[0°,180°]的闭区间内。

全产业链发展状况的评价指标体系构建

全产业链发展状况的评价指标体系构建

D01:10.13546/ki.tjyjc.2020.18.0370臥肝全产业链发展状况的评价指标体系构建贺正楚',曹德2,潘红玉匕吴艳2(1.桂林理工大学商学院,广西桂林541004:2.长沙理工大学经济与管理学院,长沙410114)摘要:培育和发展全产业链,是近年来我国产业经济领域的新现象和产业发展新思路。

在发展全产业链当中,要树立全产业链发展理念,形成“产业融合与耦合发展、产业结构高度化发展、产业协调发展、产业共享发展、首位产业引领发展、产业创新生态发展”的全产业链发展指导思想。

文章依据这个指导思想,构建一套全产业链发展的评价指标体系。

建立包含产业融合度、产业耦合度、产业结构柔性系数、产业协调指数、产业共享指数、首位产业引领度系数、产业创新生态系数等7个指标体系在内的全产业链发展状况的评价指标体系。

关键词:全产业链;产业发展状况;评价指标体系中图分类号:F062.9文献标识码:A文章编号:1002-6487(2020)18-0163-040引言全产业链在产业层次上是不同产业的企业之间的供给与需求的关联关系,从研发设计、原材料生产与供应、终端产品制造、维护和服务等多个产业领域,是由分布在这些产业领域的多个企业形成的链式结构关联关系。

因此,在评价全产业链发展状况时,要树立产业融合与耦合发展、产业结构高度化发展、产业协调发展等全产业链发展理念和全产业链发展指导思想。

既有文献已经就产业融合度、产业耦合度等单个指标进行了研究。

一是产业融合研究,贺正楚等(2O13)1"用投入产出模型.从产业互动评价、产业融合评价两方面构建岀评价产业互动与融合发展状况的评价指标。

贺正楚和吴艳"「基于产业分工、产业集群、创新网络等理论,选取环境因素、技术融合等指标构建了产业融合的影响因素指标体系。

二是产业耦合研究,贺正楚等(2015严通过分析生产服务业与专业设备制造业的耦合运作机理并基于耦合发展模型,从产业规模、潜力指标、创新指标、关联指标等方面建立相应的指标体系。

第七章灰色系统综合评价方法

第七章灰色系统综合评价方法
对于多指标分类综合评价而言, 当按单项指标对评价对象的价值水平进行分类时,通常是将各指标按其实际取值情况划分为若干个不同的区间段,不同区间段属于不同的“灰类”。显然,每一区间段实际上就是一个“信息不完全明确”的灰数。例如,一个地区的人均GDP低于3000美元时,属于“竞争力弱”(记为灰类1);当人均GDP介于3000美元至5000美元之间时,属于“竞争力一般”(记为灰类2),当人均GDP介于5000美元至8000美元时,属于“竞争力较强”(记为灰类3);当人均GDP超过8000美元以上时,属于“竞争力很强”(记为灰类4)。相应于这四个灰类,就有四个灰数: 、 、 、 。对于特定的被评价对象(地区),其人均GDP指标的具体取值实际上就是灰类上灰数的一个白化值。计算该白化值的“权”,便可以确定该地区“单项竞争力”偏好于特定灰类的“程度”。通过综合这些程度,便可以判断被评价对象区域竞争力强弱的类型。因此,灰色系统中的灰类划分(或灰色聚类),为多指标综合评价提供了一条新的思路。也就是说,把灰色系统理论与方法应用于多指标综合评价是可行的。
( )
于是,灰色聚类系数(即加权合成值)为:
( )
第五步:进行灰色系统聚类评价。
记 ,则与模糊聚类评价类似,可以根据“最大隶属原则”进行聚类。若
则该单位被判别为“c灰类”。但当“最大隶属原则”失效时,采用点值进行灰类识别更加合理。
第六步:若需要进行综合评价排序,则将B转化为点值y,即
式中,tj为第j灰类的“灰水平”赋值。根据每个单位的y值大小就可以进行综合评价排序,其赋值原则与模糊综合评价类似。
第四步:计算聚类系数bj,确定聚类向量。
第j类的聚类系数定义为:
( )
即为第j灰类各指标的白化权函数值的加权算术平均。
若将各指标在各灰类之下的白化权函数值用矩阵表示,记为R,即

产业集群发展水平的评价模型及指标体系

产业集群发展水平的评价模型及指标体系

产业集群发展水平的评价模型及指标体系产业集群是指多个相关产业在相同或相近区域内,通过互相合作、资源共享和信息流通,形成紧密的产业关联网络。

产业集群的发展水平评价模型和指标体系的建立对于推动区域经济的发展具有重要意义。

本文将介绍产业集群发展水平评价模型的构建和相应的指标体系。

一、产业集群发展水平评价模型构建1.确定评价目标:对于产业集群发展水平的评价,我们需要明确评价的目标。

如产业集群的规模、效益、创新能力、国际竞争力、发展潜力等。

2.选择评价方法:产业集群发展水平评价可以采用定量分析和定性评价相结合的方法。

常用的定量分析方法有层次分析法、灰色关联度分析法、TOPSIS法等,定性评价可以通过专家访谈、问卷调查等方式获取。

3.构建评价指标体系:为了综合评价产业集群的各个方面,需要建立一个完整的指标体系。

指标体系应包括以下几个方面:(1)规模指标:如产业集群的企业数量、从业人员数量、产值等。

(2)效益指标:如产业集群的税收贡献、利润率、劳动生产率等。

(3)创新能力指标:如产业集群的科研机构数量、科研经费投入、专利申请数量等。

(4)国际竞争力指标:如产业集群的出口额占比、进口额占比、国际市场份额等。

(5)发展潜力指标:如产业集群的就业潜力、技术创新潜力、产业升级潜力等。

4.确定权重:对于指标体系中的各个指标,需要设定相应的权重,以反映各指标对产业集群发展水平的重要程度。

可以通过专家评价、层次分析法等方法进行权重的确定。

5.数据收集和分析:根据建立的评价指标体系,收集相应的数据,对数据进行整理和分析,得出相应的评价结果。

6.评价结果表达与解释:将评价结果进行综合分析和解释,可以通过图表、文字等方式对产业集群的发展水平进行表达和汇报。

二、产业集群发展水平评价指标体系1.规模指标:(1)产业集群的企业数量(2)从业人员数量(3)产值2.效益指标:(1)税收贡献(2)利润率(3)劳动生产率3.创新能力指标:(1)科研机构数量(2)科研经费投入(3)专利申请数量4.国际竞争力指标:(1)出口额占比(2)进口额占比(3)国际市场份额5.发展潜力指标:(1)就业潜力(2)技术创新潜力(3)产业升级潜力以上仅为简要列举,实际的指标体系需要根据具体的产业集群和评价目标进行调整和拓展。

基于聚类-灰色关联分析的绿色产业评价指标体系构建

基于聚类-灰色关联分析的绿色产业评价指标体系构建

摘要 : 构 建 合 理 的绿 色 产 业 评 价 指 标 体 系 是 绿 色 产业 评 价 的关 键 。根 据 绿 色 产 业 的 内 涵 , 依 据 信 息 重 复 指 标 的 剔 除 标 准 和 加 权灰色关联度最 大的指标筛选标准 , 利 用 R 聚类 一 灰 色 关 联 度 分 析 相 结 合 的 方 法 定 量 筛 选 指 标 , 构 建 绿 色 产 业 评 价 指 标 体 系 。 主 要创新与特 色 , 一是通 过离差平方和法对评价指 标分准则层聚类 , 保 证 筛 选 后 不 同 指 标 反 应 的信 息 不 重 复 ; 二 是 通 过 灰 色 关 联 分 析
基于聚类一灰色关联分析的绿色产业评价指标体系构建
顾 在 浜 . 一 , 石 宝峰 , 迟 国泰
( 1 . 辽宁师范大学 , 辽宁 大连 1 1 6 0 2 1 ;2 . 大连理工大学 工 商管理学院 , 辽宁 大连 1 1 6 0 2 1 ; 3 . 大连市发展和改革委员会 , 辽宁 大连 1 1 6 0 2 1 )
求 解 R聚类 同 类 指 标 中各 指 标 ቤተ መጻሕፍቲ ባይዱ 加 权 灰 色 关 联 度 , 遴选关联度最 大的一个指标 , 保 证 遴 选 出 的指 标 对 绿 色 产业 评 价 影 响 最 大 ; 三 是 通 过 R聚 类一 灰 色 关 联 分 析 相 结 合 的 方 法 定 量 筛 选 指 标 , 构建 2 2 个 指标涉及 绿色 生产 、 绿色 消费 、 绿 色 环 境 三 个 准 则 层 的绿 色 产 业评价指 标体系 。 关键词 : 绿 色产业评价 ; 指标筛选 ; 灰色关联分析 ; 指 标 体 系
Ab s t r a c t : Es t a b l i s hi n g a r e a s o n a bl e g r e e n i nd u s t r y e v a l ua t i o n i n d i c a t o r s s y s t e m wa s t h e k e y o f g r e e n i n d u s t r y e v a l u a t i o n.Ac c o r di n g t o t h e c o n— n o t a t i o n o f g r e e n i n d u s t y, r a n d t h e s t a n d a r d f o e l i mi n a t i n g d u pl i c a t e i n f o m a r t i o n a n d t he s t a n d a r d o f t h e ma x i mu m we i g ht e d g r e y r e l a t i o na l g r a d e, t h i s p a p e r c o n s t r u c t e d a n g r e e n i n d us t r y e v a l u a t i o n i n d i c a t o s r s y s t e m t h r o u g h q u a nt i t a t i v e a p p r o a c h e s o f R c l u s t e r a n d g r e y r e l a t i o n a l a n a l y s i s . Th e c o n t r i — b ut i o n s h o we d t h a t , ir f st l y, i t us e d t h e me t h o d o f s q ua r e— s u m o f d i s p e si r o n t o c l a s s i f y t h e e v a l u a t i o n i n d i c a t o r s c r i t e io r n o f t h e s a me g ui d e l i n e, wh i c h e ns u r e d t h e d i f f e r e n t i n d i c a t o s r r e l f e c t i n g i fo n m a r t i o n t h a t wa s di f e r e nt . S e c o n d l y, i t u s e d t h e re g y r e l a t i o n a na l y s i s t o s o l v e he t we i g h t e d re g y r e l a t i o n a l ra g d e o f e a c h i n di c a t o r o f t he s i mi l a r , he t n s c r e e n e d he t i n d i c a t o r t h a t c o n t a i n e d he t ma x i mu m we i g ht e d re g y r e l a t i o n a l g r a d e, wh i c h e n s u in r g he t s e — l e c t e d i n d i c a t o r wa s he t mo s t s i g n i ic f a nt i n f l u e nc e t o t h e e v a l u a t i o n r e s u l t . h i T r d l y, t h r o u g h q ua nt i t a t i v e a p p r o a c h e s o f R c l us t e r a n d re g y r e l a t i o n l a a n a l y s i s , e s t a bl i s h e d t h e g r e e n i n du s t r y e v a l u a t i o n i n d i c a t o r s s y s t e m c o mp o s e d o f 2 2 i n d i c a t o s r t h a t i n c l u d e d t h r e e g u i d e l i n e s: Gr e e n p r o d u c t i o n, re g e n c o n s u mp t i o n a n d g r e e n e n v i r o n me n t . Ke y wo r d s: g r e e n i n d u s t y r e v a l ua t i o n; i n d i c a t o r s c r e e ni n g; g r e y r e l a t i o n a l a n a l y s i s ; i n d i c a t o s r s y s t e m

灰色综合评价操作步骤

灰色综合评价操作步骤

灰色综合评价操作步骤步骤一:明确评价的对象和目标。

确定需要进行灰色综合评价的对象是什么,以及评价的目标是什么。

比如,可以选取一个产品、一个项目、一个公司或者一个个人作为评价对象,然后明确评价的目标是对其综合各方面进行评价。

步骤二:确定评价指标和权重。

根据评价的对象和目标,确定需要考虑的评价指标,这些指标应该涵盖事物或者人的各个方面,如质量、性能、创新能力、市场影响力等。

然后给每个指标设定相应的权重,以反映其在整体评价中的重要性。

步骤三:收集数据和信息。

收集评价对象相关的数据和信息,包括定量数据和定性信息。

通过市场调研、问卷调查、访谈等方式来收集和获取所需的数据和信息。

步骤四:数据处理和分析。

对收集到的数据和信息进行整理、分类和处理,以便于后续的分析和评价。

可以使用统计方法、模型分析等工具来对数据进行处理和分析,得出相应的结果。

步骤五:综合评价和分等级。

根据所确定的评价指标和权重,对得到的评价结果进行综合计算和评估。

根据评估结果,对评价对象进行分等级,如优秀、良好、一般、不及格等。

步骤六:结果解读和建议提供。

对评价结果进行解读,说明各个方面的优势和不足之处,并提出相应的改进建议和措施。

这些建议应该针对评价对象的具体情况,具有可行性和可操作性。

步骤七:结果反馈和跟踪。

将评价结果反馈给相关的人员和决策者,并跟踪评价结果的执行情况和效果。

根据反馈和跟踪结果,及时进行调整和改进。

步骤八:定期复评和持续改进。

定期对评价对象进行复评,以了解其发展和改进情况,评估其综合评价的变化和趋势。

同时,不断改进评价方法和指标体系,提高评价的准确性和有效性。

以上就是灰色综合评价的操作步骤。

通过这些步骤,可以全面客观地评价一个事物或者一个人,发现其优势和不足之处,并提供改进的方向和措施,以促进其进一步的发展和提升。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

前景、发展潜力以 及对其 他环节 的带动 作用 , 从 而反 映 产业链的未来发展趋势 和成长空间。 ( 2) 对产 业链的 控 制力 , 主要 体现产业链某 一环节的 发展对 整个产 业链 的 影响 , 通常会表现在对资本、渠道和市场等方面的控制 , 可以通过产值比重 , 资本 控制率 , 品牌拥 有率等 反映 出 来。此外 , 该环节的市场结 构也往 往能体 现出其 市场 影 响力 , 例如某一环 节为垄 断型市 场结构 , 则该环 节对 整 个产业链的控制力就会 比其他 环节要 强 , 这一点 可以 使 用市场集中度来衡量。 ( 3) 产业链环节 的核心 竞争力 方 面 , 通常核心竞争 力越强 , 其对产 业链发 展的重 要性 也 会越大。一 般以技术创新能力的强弱来衡量核心竞争力 , 由于技术创新能力的直接测量比较困难 , 考虑到可行性 , 常用技术研 发的投入 以及专利和 新产品的 产出来间接 衡 量。 ( 4) 产业链环 节的发展 能力 , 主要 体现该 环节自 身 的成长性 , 是否 具 有发 展壮 大 的能 力 , 发 展能 力 越强 , 对产业链产生的影响就 会越大 , 配 套环节 发展为 主导 环
!
95 !
第 28 卷 第 6 期 2009 年 6 月
工业技术经济
(b) 、 ( c) 所示。其 中
k j
Vol 28, No 6 总第 188 期
都需要按照灰类的类型 确定灰 类的不 同评价 标准 , 从 而 形成一个 m ∃ p 的 灰类 评价 标准 矩阵。 具体 的评 价标 准 可以参照国家或国际的 标准来 制定 , 或者 根据行 业的 通 用标准来确 定 , 评 价标准 制定的 不同 , 最 终的聚 类结 果 也会受到不同的影响。 3 3 2 构建灰类白化函数 设 fk j 为第 j 个聚类指标属于第 k 个灰类的白 化函数 , fk j % 1 。白化 函数 通常 有 3 种 形式 , 用图 形 其大小为 0 %
表示如图 1 所示 , 每个图形对应的白化 函数如公式 ( a) 、 为设 定的灰 类评 价标准 的边 界 值 , 也称为门阈值。根据评 价指标 的特点 选择对 应的 白 化函数形式 , 通过白化函 数将评 价指标 体系中的 指标 值 转化为对应的白化函数 , 对应每 一个聚 类对象得 到一 个 p ∃ m 的白化函数值矩阵 , 从而得到 n 个评 价对象的白 化 函数值矩阵。
第 28 卷 第 6 期 2009 年 6 月
工业技术经济
Vol 28, No 6 总第 188 期
产业链分析及灰色聚类评价指标体系构建
吴彦艳 ( 哈尔滨商业大学 , 哈尔滨 150028)
摘 要 由于产业链的复杂性 , 其各个环节 对产业链的 发展会产 生不同的 影响 , 根据 各环节 对 产业链运行和发展的作用及重要性的不同 , 可以将产业链划分为关键环节 、 主导环节和配套环节 , 并构 建相应的评价指标体系 , 通过灰色聚类分析来确定产业链环节所属的类型 , 为进一步发展壮大产业 链提 供基础 。 关键词 产业链 环节分析 灰色聚类 中图分类号 F062 9 文献标识码 A 指标体系
1
产业链环节的分类
产业链是基于产业内 分工而 形成的 链状 系统 , 产 业
的控制也成为一国或地区竞争能力的体现。 1 2 主导环节 主导环节是指 能够 带 动并 领导 产 业链 发 展的 环节 , 主导环节的规模能够很 大程度 上决定 或影响产 业链的 整 体规模。主 导环节包含 的价值链 环节 较多 , 因 此价值 创 造的途径较多 , 相应的带 动的产 业链的 配套环 节和辅 助 环节也较多 , 对 于 经济 发 展、劳 动就 业 等 的影 响 较大 , 因此 , 往往 成为引导地 区经济发 展的 主导环 节 , 成为 重 点扶持和发展的对 象。例如 , 在 汽车 产业链 中 , 作为 主 导环节的整车的生产制 造涉及 到了车 型的设 计、零部 件 的生产制造以及整车 销售、服务 等众 多的环 节 , 对汽 车 产业链的发展具有很强 的带动 作用 , 其 发展的 规模也 直 接影响了汽车产业链的 整体规 模 , 同时 整车的 生产制 造 创造了大量的经济效 益 , 带动了 劳动 就业 , 成 为当地 经 济发展的龙头。 1 3 配套环节 配套环节是除了关键 环节和主 导环节 之外 的能够 促 进产业链完整性的相关 环节 , 其 对于产 业链整 体的价 值 增值和规 模的 影响 非常 小。配 套环 节 创造 的 价值 较小 , 规模效应 也不 明显 , 一般 附属 于主 导 环节 或 关键 环节 , 成为产业链的组成 部分。例如 , 计算 机产业 链中 , 小 的 零部件如鼠 标、键 盘等 的 生产 制 造 , 其 价 值含 量 较低 , 规模经济也不明显 , 因 此 , 作为计 算机产 业链 的小的 配 套环节。 在产业链形态中 , 关键 环节和 主导环 节的 发展关 系 着产业链整体的发展规 模和方 向 , 是影 响产业 链的重 要 环节 , 因此 , 抓住这两个环 节的发 展也就 能够 把握产 业 链的发展。但是仅仅从定 性分析 来确定 产业链 的环节 还 不够准确和有说服力 , 对 于具体 的产业 链环节 分析还 需
3
产业链环节的灰色聚类评价
灰色聚类分析法是建 立在灰数 的白化 函数 生成基 础
上的一种方法 , 它是将 聚类对 象 ( 评价 对象 ) 对不同 聚 类指标 ( 评价指标 ) 所 拥有的 白化值 ( 实测值 或分析 数 据 ) , 按不同灰类 ( 评价等级 ) 进行归纳整理 , 从而 判断 聚类对象属于哪一灰类的灰色统计法。 3 1 产业链环节聚类样本的构成 设聚类对象 , 即产业 链环节 的构 成为 n 个 , 评价 指 标为 m 个 , 聚类灰数或灰类 , 即产业链环节类型为 p 个 , 则第 i 个聚类对象第 j 个相关因素 ( 即聚类指标 ) 的白化 值为 dij ( 即评价指标值 ) , 其中 i ∀ { 1, 2, #n} , j ∀ { 1, 2, # m} , k ∀ { 1, 2, #p} 。 3 2 数据的标准化处理 由于各个指标值的量 纲不同会 影响到 相关 的运算 过 程和结果的判断 , 因此需 要对取 得的指 标值即 白化值 进 行标准化处理 , 成 为无 量纲 的数 据 , 构 成一 个 n ∃ m 的 矩阵。 3 3 确定聚类白化函数 灰色理论中将只知道 大体范围 而不知 道其 确切的 数 称为灰数。如果灰数在 某一区间 内取 值 , 则该 区间内 的 任意数都 有可 能 , 但 是它 的取 值机 会 不一 定 是均 等的 , 白化函数就是表示这种 机会的 多少 , 即 该指标 值归属 于 该灰类的隶属度的多 少。白化函 数不 是固定 的 , 根据 具 体问题而定。 3 3 1 确定灰类评价标准 首先需要确定各灰类 的分类 标准 , 每 一个 评价指 标
收稿日期 : 2008 ! 12 ! 22
!
94 !
第 28 卷 第 6 期 2009 年 6 月
工业技术经济
Vol 28, No 6 总第 188 期
要加以量化 , 通过 数值分 析来进 行评价 , 以准确 地找 到 产业链的重要环节。

节或关键环节的可能性就越 大。 ( 5) 经济 效益指 标 , 体 现该环节的盈利能力 , 无论什么环节其目的都是要盈利 , 否则就会被淘汰 , 退出产 业链 系统。上 述 5 个 方面可 以 作为一级评价指标 , 其中 每一个 都可以 细分为 若干个 二 级指标 , 具体如表 1 所示。 表1 一级评价指标 带动力指标 控制力指标 产业链环节评价指标体系 二级评价指标 需求收入弹性 , 市场规模弹性 产值比重 , 资 本控 制率 , 品 牌拥有 率 , 市场集中度 科研人员比率, 科研经费比率, 新产 品销售收入增长率, 专利申请数量 资产 保值 增 值 率 , 总 资 产增 长 率 , 销售收入增长率 销售利润 率 , 劳动 生产率 , 净资产 收益率
内分工越细 , 产 业 链的 长度 就 越长 , 相应 的环 节 越多 , 对产业链的影响也就 越复杂。同 时 , 由于 各环节 的发 展 速度不同 , 导致其对产业 链发展和 运行的 总体影 响也 不 同 , 因此 , 根据各环节对产 业链发 展的影 响程度 和作 用 的不同 , 将产业链 划分为 关键环 节、主导 环节和 配套 环 节。 1 1 关键环节 关键环节是产业链发 展和运 行不可 缺少 的环节 , 它 往往控制和影响着产业 链的发 展壮大 , 在 一定的 环境 下 常常会成为产业链发 展的瓶 颈 , 具有垄 断、可控 以及 不 可替代性等特点。其垄断特性可以表现为对资源的垄断、 技术的垄断 , 以及 由于行 政指令 造成的 垄断。同 时由 于 垄断的存在 , 使得 关键环 节可以 得到控 制 , 并且 在一 定 时期内不会出现替代环 节。关键环 节包含 的价值 链环 节 比较单一 , 往往集中于 其中的 某一个 环节 上 , 例如 , 研 发设计环节 、采掘 环节或 销售服 务环节。 对于不 同类 型 的产业链 , 其关键 环节也 往往不 同。对于 制造业 和高 技 术产业而言 , 技术 研发环 节往往 是其关 键环 节 ; 对于 资 源型产业链 , 资源的储量 和供给往 往成为 制约产 业链 发 展的关键环 节 ; 对 于消费 型产业 链 , 营销 渠道往 往成 为 其关键环节 。例如 对于计 算机产 业链而 言 , 芯片 的研 制 和系统软件的开发是其 发展的 关键环 节 ; 对于钢 铁产 业 链而言 , 高品质铁 矿石资 源的供 应是其 发展 的关键 ; 而 对于家电产 业链 , 其终 端的 营 销渠 道是 关 键。可 以说 , 关键环节是产业链发展 的控制 点 , 谁控制 了关键 环节 谁 就拥有了产业链发展 的话语 权 , 因此 , 加 强对关 键环 节 的控制有利于产业链 的发展 壮大 , 同时 , 对于关 键环 节
2
2 1
产业链环节评价指标体系构建
指标体系的构建原则 ( 1) 关 联性。 所选 择的 指 标应 该 能够 在一 定 程度、
相关文档
最新文档