金融集聚核心能力評價指標體系與模糊綜合評價研究

任英華，姚莉媛

(湖南大學 金融統計學院，長沙 410079)

1 金融集聚核心能力內涵

金融集聚既可以定義為一個過程，也可以定義為一個狀態或結果。前者是指通過金融資源與地域條件協調、配置、組合的時空動態變化，金融產業成長、發展，進而在一定地域空間生成金融地域密集系統的變化過程。后者是指經過上述過程，達到一定規模和密集程度的金融產品、工具、機制、制度、法規、政策文化在一定地域空間有機結合的現象和狀態[1]。金融集聚具有空間地理接近性、行業接近性、社會接近性等外在性質。

金融集聚核心能力是指支撐金融產業集群可持續發展，并能夠給整個金融產業集群帶來可持續性競爭優勢的一種特殊能力。這種核心能力是在金融集群內依靠知識和經驗的積累形成，是產業集群內部富有個性化技能和經驗知識的體現。金融集聚區本身就是一種創新網絡，它通過集群企業之間的相互聯系、各種正式與非正式的交流溝通，構成一種集體學習，尤其是隱含經驗類知識的交流，能激發新思想、新方法的應用，從而促進金融產業集聚優勢的更新和保持。從集群內個體來看，金融集聚核心能力是使集群企業獨具特色并為企業帶來競爭優勢的知識體系[2]，也是產業集群內企業組織和相關機構在社會網絡體系中對學習能力、知識積累、社會資本、整合能力、創新能力等的有機整合能力的綜合體現。從本質上說，金融集聚核心能力的根源在于知識，知識流是核心能力的基礎。

2 金融集聚核心能力評價指標體系

金融集聚核心能力評價指標體系及分析，對金融服務業集聚核心能力的培育、鞏固、更新以及診斷具有十分重要的意義。金融集聚核心能力評價指標體系，是度量金融產業集群可持續發展程度，獲得可持續競爭優勢能力的工具，為使測評結果全面、準確、客觀，在選擇評價指標時，需要遵循科學性、系統性、可行性、有效性、可比性等基本原則。本文在研究大量國內外相關評價指標體系，通過訪談、調查，多方了解專家意見以及各類金融服務業主體所認同的集聚核心能力基本要素的基礎上，確定了知識要素、制度要素、資源要素、市場績效4個一級指標及10個相應的二級指標作為金融集聚核心能力評價指標體系（框架體系見表1）。

3 金融集聚核心能力評價模型及實證

3.1 評價方法

模糊綜合評價法是對原本具有模糊性、難以直接用準確的數字表示和非定量化特征的因素，經過數學處理，使其具有某種量化的表達形式，從而為決策者提供量化決策依據，提高決策科學性的一種評價方法[3]。模糊綜合評價法應用模糊變換原理和最大隸屬度原則，考慮被評價事物相關的各個因素，對其作出綜合評價，其評價的著眼點是所要考慮的各個相關因素。金融服務業集聚核心能力的“較強”和“較弱”是本質區別的概念，它們之間的區別是模糊的，而不是突變的，兩者之間并不存在顯著的界限。因此，金融集聚核心能力評價采用模糊數學法不僅是適用的，而且更具有優勢。

3.2 樣本和數據

為選取具有金融集聚度高、有代表性的樣本，本文選擇區位熵系數（LQ）測算了我國2002～2007年28個省域金融集聚狀況。 區位熵公式為：LQ=（Eij/Ei）/(Ekj/Ek)，其中，Eij指區域i內產業j的就業人數，Ei指區域i內的總就業人數，Ekj指國家或省份k內產業j的總就業人數，Ek指國家或省份k內的總就業人數。區位熵是指一個特定區域中某產業占有份額與整個經濟中該產業占有份額相比的值。區位熵系數越大，該區域的金融集聚程度越高。

測算結果顯示，在全國28個省份中，上海金融集聚程度是最高的，其區位熵系數在2002～2007年依次分別為3.6807、4.0527、3.5009、3.9043、3.3539、4.3544[4]。 近年來，上海陸家嘴金融服務業集聚發展十分凸顯。陸家嘴金融貿易區內國際國內的銀行、保險、證券、基金和財務公司等金融機構逐漸集聚，已形成龐大的、能夠輻射亞太地區的金融市場。在浦東的四百多個金融機構中，大約有96%的金融機構集聚在陸家嘴功能區。因此，本文僅以上海陸家嘴金融服務業集聚區為例來說明模糊綜合評價法在金融集聚核心能力評價領域的應用。樣本數據來自10名高校和金融領域的相關專家根據《金融服務業集聚核心能力評價指標體系》的專業評分。

3.3 金融集聚核心能力模糊綜合評價

3.3.1 確定評語集

評語集是專家對各評價指標所給出的評語的集合，用來衡量金融集聚核心能力各要素的強弱。我們設評語集V=（v1，v2，…，vp）=（很強，較強，一般，差），本文對“很強”、“一般”兩個級別的標準進行了界定（見表1），介于很強、一般之間即為較強，低于一般即為差。通過專家評分的方式得到了該地區每個指標在每個評語下的得分，并將專家的評分數據進行匯總計算，具體結果見表2。

3.3.2 指標權重

表1 金融集聚核心能力評價指標體系

表2 上海陸家嘴金融服務業集聚核心能力評價結果

①一級指標權重

根據指標體系的層次結構，本文采用層次分析法對4個一級指標的相對重要性進行判斷并建立判斷矩陣。判斷矩陣是層次分析法的基本信息，也是進行相對重要度(權重)計算的重要依據。判斷矩陣A如下：

其中，A中的元素aij表示第i個指標對第j個指標的相對重要性。aij的值由專家評價確定，根據Saaty等人提出的1～9尺度其取值范圍是1，2，…，9，其相反值取值范圍為1，1/2，…，1/9(見表 3)。

表3 判斷尺度定義表

我們用“和積法”計算出判斷矩陣A最大特征值的特征向量，經計算，最終得出4個一級指標的權重集為：

A=(0.5454，0.2586，0.1244，0.0716)

根據判斷矩陣的一致性檢驗方法，一致性指標為C.I.，且C.I.越小，說明一致性越大。由于一致偏離可由隨機因素引起，所以在檢驗判斷矩陣的一致性時，將C.I.與平均隨機一致性指標R.I.進行比較，得出檢驗數C.R，即:C.R=C.I./R.I.。其中，經檢驗，判斷矩陣的C.R.小于0.1，故權重通過一致性檢驗。可以認為判斷矩陣具有滿意的一致性，評價結果可靠。

②二級指標權重

二級指標權重采用專家打分法確定，由專家根據10個二級指標的重要性程度直接賦值，二級指標最終權重即為每一個二級指標每位專家賦值的平均值做規一處理后的值，保證每個一級指標下屬各個二級指標權重之和為1，結果為：

A1=(0.3333,0.3077,0.3590)

A2=(0.1228,0.0877,0.7895)

A3=(0.8696,0.1304)

A4=(0.6516,0.3484)

3.3.3 模糊綜合評判

①確定二級指標隸屬度集

首先確定二級指標隸屬度集 R=(Rl，R2，R3，R4)，用專家調查法和算術平均法可以直接求出各二級指標的等級隸屬度rij，從而確定 Rl，R2，R3，R4。 把選擇相同等級的人數相加，再除以參加評價的總人數，則可得出各因素隸屬于各等級的隸屬度。

計算可得，各隸屬度分別為：

②初級模糊綜合評判

模糊綜合評判是一個多級評價過程。初級模糊評價是用二級指標隸屬度向量初級評價，從而得到一級指標Ui的隸屬度向量 Bi=Ai?Ri=(bi1,bi2,bi3,bi4,bi5)。

以知識要素（U1）初級模糊綜合評價為例。對知識要素（U1）中 3個二級指標所賦予的權重為 A1=(0.3333,0.3077,0.3590)，模糊評價矩陣為：

則知識要素（U1）的隸屬度向量為：

Bi=Ai?Ri=(0.4641,0.30513,0.19487,0.0359）

同理，可得制度要素U2、資源要素U3、市場績效U4等其他二級指標的隸屬度向量分別為：

B2=A2?R2=(0.40351,0.23333,0.26667,0.09649)

B3=A3?R3=(0.57392,0.3,0.12608,0)

B4=A4?R4=(0.33032,0.3,0.23484,0.13484)

由此得到一級指標對評價等級集的綜合隸屬矩陣為:

③二級模糊綜合評價

根據評價的權重分配：A=(0.5454，0.2586，0.1244，0.0716)，以及初級模糊評價矩陣，可得到該區域金融集聚核心能力綜合評價結果：

B=A?R=(0.452515,0.285557,0.207741,0.054187)

④計算總得分

為了能對不同地區金融集聚核心能力進行比較，可以給每個評判等級賦以實數值 F＝(100，80，60，40)，即｛v1(很強)=100，v2(較強)=80，v3（一般）=60，v4(差)=40｝，從而可得某地區金融集聚核心能力評估的總得分。代入下式可知上海陸家嘴金融服務業的集聚核心能力總得分為82.728。

3.3.4 結果分析

從模糊綜合評價結果看，上海陸家嘴金融服務業的集聚核心能力的處于“很強”等級。這與實際情況基本相符。根據相關統計資料顯示，中國主要城市金融競爭力排名中，上海市位居第一，金融集聚度這一指標值更是遙遙領先于其他城市。因此，相對國內其他城市來說，上海陸家嘴金融服務業的集聚核心能力總體是很強的。

但從4個構成要素的隸屬度來看，通過比較金融集聚核心能力的4個構成要素的隸屬度向量，我們也發現了一些問題。在影響金融集聚核心能力的4個要素中，市場績效相對較弱，影響了其核心能力的提高。這可能是因為該地區企業擁有區別或領先于其他競爭對手的獨特能力的優勢并不明顯造成的。顯然上海陸家嘴金融集聚區的知識要素在“很強”等級上的隸屬度并不是最高的，由于金融集聚核心能力的根源在于知識，這說明只要在知識要素上加強發展，尤其是加強區域的創新能力，那么上海陸家嘴金融集聚核心力將有更大的發展潛力。

4 結語

利用模糊數學方法，對金融集聚核心能力進行綜合評價，可為相應地區金融集聚核心能力的培育、鞏固、更新以及診斷提供一種新的途徑。通過模糊數學綜合評價方法不僅可以明確影響金融集聚核心能力各因子的權重矩陣，由各級指標隸屬度向量找出影響某地金融集聚核心能力的貢獻要素和制約要素，而且也可以通過橫向比較找出地區之間的差距，從而為培育、鞏固金融服務業集聚核心能力，提高金融競爭力提供有針對性的改進依據。

盡管個案研究證明了模糊綜合評價法在金融集聚核心能力評價的可行性。但由于影響金融集聚核心能力的因素具有模糊性，使得金融服務業集聚核心能力的計量具有復雜性。因而，金融集聚核心能力的識別、評價和計量在較長時間期內仍是一項探索性的研究工作。

[1]黃解宇，楊再斌.金融產業集聚論:金融中心形成的理論與實踐解析[M].北京:中國社會科學出版社，2006.

[2]魯開垠．產業集群社會網絡的根植性與核心能力研究[J]．廣東社會科學，2006，(2)．

[3]藍華，劉微微，于渤.基于影響要素的科技學術期刊質量模糊綜合評價[J].中國軟科學,2009，(1).

[4]任英華，邱碧槐，朱鳳梅.現代服務業發展評價指標體系及其應用[J].統計與決策，2009，（7）.