基于支持向量機的中國城市軟件產業競爭力研究

胡俊超 王丹丹

摘要：作為關系國民經濟和社會發展全局的基礎性、戰略性、先導性產業，軟件產業對中國城市經濟社會發展具有重要的支撐和引領作用。研究中國城市軟件產業競爭力，有利于加快中國城市軟件產業布局和政策調整，爭搶新一代信息技術和產業發展先機。文章在充分借鑒已有研究成果的基礎上，創新地提出城市軟件產業競爭力評價體系應結合世界八大科技園區成功關鍵要素以及世界科技園區的核心競爭力，通過綜合環境、產業實力、創新能力和發展潛力四個維度構建。結果表明，產業實力對軟件產業競爭力影響最大，貢獻度高達54.5%。具體來看，軟件產業對經濟拉動作用、軟件產業政策以及軟件產業盈利水平成為影響中國城市軟件產業競爭力的主要因素。

關鍵詞：城市軟件產業；競爭力；支持向量機

一、 引言

近年來，包括美國、歐盟、日本、韓國和中國在內的世界各個主要國家和地區紛紛加大投入，出臺包括云計算、大數據、移動互聯網等領域戰略規劃，積極推進對新一代信息技術的研發和應用，加快技術、標準和產業布局，力圖搶占發展先機和戰略制高點。

伴隨各國加快支持、布局新一代信息技術和產業，爭搶發展先機，軟件和信息技術服務業（以下簡稱“軟件產業”）的重要地位日益凸現，其在IT產業中的比重不斷提高。根據Gartner的相關數據計算，2013年世界軟件產業支出占世界IT支出的比重高達33%。工業和信息化部數據顯示，在中國IT產業結構中，軟件產業的比例從2008年的11.3%上升至2014年的24.2%。

研究中國城市軟件產業競爭力，有利于加快中國城市產業布局和政策調整，爭搶新一代信息技術和產業發展先機，帶動資源要素向具有較強競爭力的城市流動，促進資源合理優化配置。

二、 研究思路與指標體系

1. 研究思路。關于城市軟件產業競爭力研究成果有很多，大部分研究以波特鉆石模型為分析依據，從產業投入、產業產出、產業創新能力等方面構建指標體系，研究軟件產業競爭力現狀、揭示影響軟件產業競爭力的主要因素。

賈建莉、劉西林等（2005）以產業的投入和產出、產業的技術創新、產業的市場績效和產業的外部支撐環境為關鍵要素，加入勞動強度等相關指標，將陜西省軟件產業與其他省和直轄市的軟件產業進行了橫向比較；嵇留洋，何有世（2012）等人從生產成本、基礎設施、人才、軟件產業的業務收入等方面對國內軟件外包的競爭力進行分析，并對江蘇省和國內其他7個省市軟件外包的競爭力進行橫向的比較和分析；孫德祥（2012）通過主成分分析方法，從產業基礎、產業投入、產業產出、創新能力、集聚能力、社會效益和經濟效益等方面建立18個指標對國內9個城市進行了評價；袁丹、雷宏振（2014）基于因子分析法，通過軟件研發人均經費支出、軟件研發人員占比等8個指標對國內12個軟件園區競爭力進行了比較分析。

筆者認為，研究中國城市軟件產業競爭力時，在充分借鑒已有城市軟件產業競爭力研究成果的基礎上，應當認真研究全球軟件產業發展規律，總結世界科技園區成功的關鍵要素，尋求世界科技園區核心競爭力，同時結合中國軟件產業發展實際，從科學性、全面性和系統性等方面構建中國城市軟件產業競爭力評價指標體系，這也是本文的創新之一。

2. 指標體系設計。在全球范圍內，具有重要影響力的科技園區包括美國硅谷、日本筑波科學城、法國安蒂波利斯科技城、愛爾蘭國家科技園區、英國劍橋科技園區、德國慕尼黑高科技園區、印度班加羅爾、中國臺灣新竹科技園區等，通過研究這些科技園區的發展歷程，筆者發現，世界八大科技園區成功的關鍵，一是具有強有力的技術基礎，包括健全的基礎設施和完善的網絡架構，二是具有鼓勵創新、容忍失敗、政策靈活的創業氛圍，三是毗鄰高校、依托人才的智力支持，四是在園區管理方面，引入景觀規劃、行政管理、招商引資方面先進的理念。

從產業競爭力角度看，世界八大科技園區的競爭力突出體現在三個方面：一是知識創新，二是產業聚集，三是政府和市場推動，具體體現在研發支出、科研機構數量、專利數量、產品新形態、信息設施、生活質量等方面。

值得注意的是，與國外科技園區的發展完全由市場主導的發展路徑不同，中國城市軟件產業一般采用城市發展與軟件園區同步一體的發展模式，具有獨特的發展特點，突出表現出城市軟件產業發展綜合環境好、產業集聚能力強、政策支撐力度大、后發優勢明顯等優點。

根據本文此前擬定的分析思路，筆者認為，中國城市軟件產業競爭力評價指標體系應當構建如下：

三、 樣本城市和研究方法選擇

1. 樣本城市選擇。根據軟件產業實力強，軟件產業發展潛力大以及數據可比、可得等原則，本文將樣本城市鎖定在：北京、上海、天津、重慶、大連、寧波、廈門、青島、深圳、長春、哈爾濱、南京、杭州、濟南、沈陽、武漢、廣州、成都、西安等19個城市。

2. 研究方法選擇。本文在進行中國城市軟件產業競爭力研究時，樣本城市為19個，即樣本量為19個，評價指標為24個，即變量為24個。由于樣本量小于變量個數，傳統的統計方法將會失效，應當尋求小樣本分析方法。

目前，國內外常用的解決小樣本問題的方法主要包括：貝葉斯（Bayes）方法、自助法（Bootstrap）方法、貝葉斯-自助法（Bayes Bootstrap）方法、蒙特卡洛（Monte Carlo）模擬及支持向量機（SVM）方法。

貝葉斯（Bayes）方法通過將關于未知參數的先驗信息與樣本信息綜合，再根據貝葉斯公式，得出后驗信息，然后根據后驗信息去推斷未知參數。使用這種方需要事先獲得先驗信息。自助法（Bootstrap）方法通過從給定訓練集中有放回的均勻抽樣來對總體進行推斷的方法，這種方法在樣本量較小時，會產生較大的誤差。貝葉斯-自助法（Bayes Bootstrap）方法將貝葉斯（Bayes）方法與自助法（Bootstrap）方法有效結合，提高了估計的精度，不過它仍然需要掌握部分先驗信息。蒙特卡洛（Monte Carlo）模擬通過構造概率模型或模擬系統模型，使所求問題的解正好是該模型的參數或特征量，然后通過模擬給出模型參數或特征量的估計值。它操作簡單、程序簡單，但存在著收斂速度慢等缺點。支持向量機（SVM）方法以結構風險最小化原則為理論基礎，通過適當地選擇函數子集及該子集中的判別函數，使學習機器的實際風險達到最小。

綜合以上幾種方法，支持向量機（SVM）方法在解決小樣本、非線性及高維模式識別中表現出許多特有的優勢，如對于維數不敏感、可收斂到全局最優、可去除大量冗余樣本等。鑒于此，本文選擇支持向量機（SVM）方法建模。

SVM方法假定支持向量機目的是把空間中的兩類點（y=-1或y=1）用超平面wTx+b=0分開，而且希望這個超平面距離兩類點的距離最大，也就是說，使得隔離帶寬？籽=2/||w||最大，這等價于用Lagarange乘子法求下式的極小值，即：

根據得到的解w*，b*，？琢*得到最優分割超平面方程w*Tx+b*=0。任意點（x）的函數值w*Tx+b*的符號確定了該點的分類，或者說判別函數為sgn（w*Tx+b*），其數值大小代表了位置，即可用來進行競爭力判斷。

四、 實證研究

根據前述中國城市軟件產業競爭力評價指標體系，有四個分類變量（7.1是否云計算試點城市、7.2是否信息消費試點城市、7.3是否智慧軟件園區試點城市和8.1是否擁有軟件和信息技術服務業發展規劃），可以按照各個變量結果為是或否，將樣本城市分為訓練集和測試集體，然后按照前述方法進行參數估計，使得？籽=2/||w||達到最大的參數估計為最優選擇。

本文中指標體系數據全部來自于工業和信息化部，考慮到部分指標2014年度數據尚未發布，本文統一采用2013年度數據。同時，為消除量綱因素，本文在進行計算之前對數據進行了正態標準化，軟件選擇Matlab和minitab。

1. 競爭力評價結果。根據前述內容，使得？籽=2/||w||最大（即||w||最?。┑姆诸愖兞繛樽顑灧诸愖兞俊８鶕嬎憬Y果，當分類變量為“7.3是否智慧軟件園區試點城市”時||w||最小，此時對應的w*和b*數值帶入相應方程即可得到最優超平面表達式f（x）為：

f（x）=-40.3x1+79.8x2-4.2x3+164.6x4+16.2x5+207.4x6+302.8x7+15.8x8+198.8x9-140.1x10+221x11+126.4x12+127.5x13+100.5x14+157.7x15-36.7x16+117.7x17+122.9x18+218.2x19+227.2x24+0.789 5

根據最優分類變量對應的參數估計結果，將樣品觀察值代入相應的方程中，可以得到中國城市軟件產業競爭力按照從高到低的順序為：北京市、深圳市、上海市、南京市、廣州市、杭州市、成都市、沈陽市、濟南市、大連市、武漢市、廈門市、西安市、青島市、重慶市、天津市、寧波市、哈爾濱市和長春市，結果如圖1示。

2. 聚類分析。根據快速聚類法，本文研究對象中的19個樣本城市聚類結果如下：

由聚類樹圖（圖1）可以看出，這19個樣本城市大致可以分為五類：第一類：北京市、深圳市、上海市、廣州市；第二類：南京市、杭州市、成都市；第三類：天津市、重慶市、武漢市；第四類：大連市、沈陽市、廈門市、濟南市、西安市；第五類：寧波市、青島市、長春市、哈爾濱。

從分類情況來看，第一類屬于一線城市，在多項指標上領先，處于總體上具有競爭優勢的梯隊；第二類比較優勢在于軟件業務收入占城市GDP比重和中國軟協年度推優產品數量，表明第二類軟件城市競爭優勢在于軟件產業對城市經濟的帶動作用；第三類比較優勢在于市轄區面積和高等院校數量，表明城市發展空間和智力資源成為第三類的比較優勢；第四類城市各要素競爭力均處于中游，其競爭優勢在于發展軟件產業的整體性，第五類軟件城市的比較優勢在于軟件和信息技術服務業收入增速，表明第五類城市發展軟件產業的潛力較大。

3. 競爭力影響因素分析。通過最優超平面方程發現，對軟件競爭力影響較大的因素包括：軟件業務收入占城市GDP比重、軟件和信息技術服務業發展政策及資金和軟件和信息技術服務業盈利水平，這三項指標的貢獻度達到40.5%。由此可見，軟件產業對經濟拉動作用、軟件產業政策以及軟件產業盈利水平成為影響中國城市軟件產業競爭力的主要因素。

將各個競爭力影響因素的貢獻度累加可得到四個一級指標對中國城市軟件產業競爭力的影響程度，結果如下：綜合環境的貢獻度為7.45%，產業實力的貢獻度為54.5%，創新能力的貢獻度為27.18%，發展潛力的貢獻度為10.87%。

結果表明，中國城市軟件產業競爭力的主要影響因素為產業實力，其次是創新能力和發展潛力。

五、 結論展望

本文從綜合環境、產業實力、創新能力和發展潛力四個維度刻畫了中國城市軟件產業競爭力，其中，對軟件產業競爭力影響最大的是產業實力，方差貢獻率高達54.5%。從具體指標上來看，軟件產業對經濟拉動作用、軟件產業政策以及軟件產業盈利水平成為影響中國城市軟件產業競爭力的主要因素。根據已有數據，可將國內19個軟件城市分為四類：第一類為北上廣深等一線城市，總體上競爭優勢較強，未來需要在保持已有優勢基礎上，通過不斷創新增強競爭力；第二類為南京、杭州和成都，其競爭優勢在于軟件產業對城市經濟的帶動作用，未來應進一步擴大這方面的優勢，提升整體競爭力；第三類為天津、重慶和武漢市，其競爭優勢在于城市發展空間和智力資源，未來應通過軟件產業空間布局、促進當地科研院所知識轉化方面出臺更多有效措施；第四類為大連、沈陽、廈門、濟南和西安，其競爭優勢在于整體性，未來應發揮這些城市發展軟件產業的協同效應，增強協同創新性，不斷提高整體競爭力；第五類寧波、青島、長春和哈爾濱，其競爭優勢在于發展潛力，未來應當出臺措施培養軟件產業的成長性、挖掘軟件產業的市場潛力。

參考文獻：

[1] 趙彥云.國際競爭力統計模型及應用研究[M].北京：中國標準出版社，2005.

[2] 邁克爾波特.國家競爭優勢[M].北京：華夏出版社，2005.

[3] 高惠璇.統計計算[M].北京，北京大學出版社，2014.

[4] 吳喜之.復雜數據統計方法——基于R的應用[M].北京：中國人民大學出版社，2013.

[5] 李航.統計學習方法[M].北京：清華大學出版社，2015.

[6] 高尚.支持向量機及其個人信用評估[M].西安：西安電子科技大學出版社，2013.

作者簡介：胡俊超（1981-），男，漢族，河南省泌陽市人，中國人民大學統計學院博士生，新華社中國經濟信息社征信中心總經理、主任編輯（副高），研究方向為應用統計；王丹丹（1983-），女，漢族，河南省安陽市人，北京交通大學中國產業安全研究中心博士后，就職于交通銀行北京市分行，研究方向為產業競爭力、產業安全、商業銀行壓力測試。

收稿日期：2016-03-14。