评价方法的选择

6．6．1　评价方法的选择

由于影响工业园区产业集群竞争力的因素较多，其评价方法（模型）属于典型的多因素（多指标）问题。根据表6－1提供的二级指标数据，需要计算出一级指标的得分和工业园区多个产业的综合排名。虽然多级指标的评价算法有很多方法，但考虑到在本文所构建的两级结构的指标体系中，二级指标之间相关性较强，而一级指标之间相互独立性较强，因此需要选择不同的评价方法或算法模型分别对一级指标的得分和工业园区多个产业的综合排名进行计算与评价。

由于一级指标的得分是根据二级指标的相关数据计算出来的，而二级指标之间相关性较强，为了准确对一级指标的得分进行计算与评价，我们选择了主成分分析法（Principal Component Analysis，PCA）作为研究一级指标得分的评价计算方法。主成分分析法是通过降维的思想，把相互关联的多个指标转换成为少数几个互不相关的综合指标的多元统计方法，运用主成分分析工具，可以根据问题涉及的众多变量之间既有的相关性，通过对原始变量相关矩阵内部结构关系的研究，找出影响某经济过程的几个综合指标，使综合指标为原来变量的线性组合。综合指标仅保留了原始变量的主要信息，彼此互不相关，又比原始变量具有某些更优越的性质，经过处理的这些综合指标极易于及时、简洁反映经济过程。通过主成分分析，可以更好地抓住主要矛盾，并对具体实际有更深层次的了解。

对于产业的综合排名，考虑到一级指标之间相互独立性较强的特点，本文采用对各项一级指标的得分进行加权综合计算得出工业园区多个产业的综合排序。其中在确定权重时，选择层次分析法（Analytic Hierarchy Process，AHP）进行计算。层次分析法是一种实用的多准则评价决策方法，它的突出特点是定性与定量相结合处理各种决策因素。由于对社会经济评价项目很难作出十分精确的定量分析，但是仅依靠定性分析缺乏定量分析，又很难克服主观性的影响，而得出客观精确的评价结论。层次分析法在评价中引入定量分析，将专家依靠丰富经验对两两因素比较的定性分析转化为粗略的量化评价，从而获得科学的定量化评价结果。由于层次分析法具有思路清晰、系统性强、方法简洁灵活和实用面广的优点，除了用于评价排序外，还在资源分配、产业结构研究、科技成果评价、城市规划等方面得到广泛应用。