吸引力不是分数：产业吸引力评估的机制、误差与边界

某地招商材料里，“产业吸引力”常被压成一张雷达图：几个维度、几组权重、一个综合分。看着利落。可它把麻烦的部分藏起来了——企业为什么来，为什么留下，又为什么转身走。说实话，这不是一个算术问题。

产业吸引力评估，表面是对区域条件的描述，实质是对要素匹配和预期兑现的判断。它既不是招商话术，也不是万能尺子。用错场景，分数越精确，误导越深。

一张雷达图解决不了选址

我前阵子在南京看一个产业园的招商台账。企业落与不落，理由往往很碎：不是综合分高一点，而是某个客户在半小时车程内，或者危废转运有稳定通道。听着不宏大。却直接。

评估对象至少有三种尺度：区域、园区、产业链环节。区域尺度看市场可达性和制度可信度；园区尺度看地块、公用工程、审批节奏；产业链环节看配套半径和协作频率。把三者混进一张权重表，常见结果是看起来全面，实际上不可操作。企业拿到的不是一个可核验的条件清单，而是一个无法追责的总分。

还有一层。产业吸引力不是静态禀赋。它更像匹配关系：同一块地，对装备制造是资产，对生物医药可能是负担。补贴也一样。兑现慢的补贴，在现金流敏感企业眼里要打折；兑现快的小额支持，反而能改变选址时点。怪就怪在这，很多报告只记录“有政策”，不记录“政策怎么到账”。

门槛条件与边际条件：别把否决项摊进平均分

技术上讲，多准则评价可以做，但前提是分清两类条件。门槛条件是否决项：土地性质、生态容量、能耗指标、安全距离、排污许可、行业准入。它们不满足，其他加分没有意义。边际条件才适合做权衡：物流成本、人才供给、融资便利、生活配套。

问题在于，线性加权容易把否决项摊平。一个园区地价低、补贴高，但不在危化品运输许可范围，对精细化工企业就是硬约束。加权平均却可能给出一个中等偏上的分数。这很要命。评估不是给所有条件发参与奖。

我的倾向：先把门槛清单列出来，别急着算权重。门槛过关后，再做情景化成本模型。比如按企业类型分：区位敏感型、配套敏感型、制度敏感型。不同情景下，权重要变。固定权重表省事，但会把决策差异抹掉。对吧，省事不等于有效。

从评分表回到企业决策现场

方法上，可以借离散选择模型的思路，把选址看成有限方案下的效用比较。数据来源不能只有统计年鉴。企业访谈、物流单据、用工结构、审批时长、供应商半径，这些更接近机制。指标共线也常见：园区产值高和配套好往往同向，权重一加，某一类条件被重复计分。数据口径不一致更麻烦，有的用注册地，有的用实际经营地。

验证环节要小心选择偏差。只访谈已签约企业，容易得到成功叙事。要纳入流失企业、增资企业和暂缓投资企业。问失败者，常能得到成功叙事里没有的信息。回溯时看三件事：落地后是否追加投资、供应链是否本地化、审批和公用工程是否按承诺兑现。签约额说明不了这些。

应用边界也得说清。产业吸引力评估适合园区筛选、产业链招商、区域规划的前期判断；它不能替代项目可行性研究、环评、能耗审查和尽职调查。把评估报告当审批依据，风险很大。指标还可被操纵：把容易达标的指标权重调高，把难达标的指标放进“其他”。这不是技术问题，是治理问题。

误差、反例与使用边界

反例不少。某地靠低地价吸引企业，后来发现排水容量不足，企业扩产受阻；另一些地方补贴力度大，但兑现周期长，企业把补贴当应收账款，选址时并不买账。还有园区把存量企业增资忽略掉，只盯新签约，评估结果自然偏。存量企业的再投资，常能反映真实黏性。

趋势上，评估会从静态评分转向动态监测：公用工程余量、审批时效、供应链断点、政策兑现记录。这些数据不漂亮，但能校准判断。生态容量和能耗约束也不能按年度静态处理，它们有累积效应。评估周期太短，会漏掉这种累积。

所以，产业吸引力评估不是给地区贴标签。它更像一份有条件的判断书：对谁有吸引力，在什么门槛下成立，兑现风险在哪里。报告写到能把否决项说清楚，就已经有用。漂亮雷达图未必。剩下的，得去现场。去看地块，去看审批窗口，去问那些没签合同的企业。