引言：易發(fā)表網(wǎng)憑借豐富的文秘實(shí)踐，為您精心挑選了九篇地區(qū)經(jīng)濟(jì)發(fā)展水平范例。如需獲取更多原創(chuàng)內(nèi)容，可隨時(shí)聯(lián)系我們的客服老師。

第1篇

關(guān)鍵詞：因子分析；聚類分析；判別分析：經(jīng)濟(jì)發(fā)展

一、引言

當(dāng)今社會(huì)是一個(gè)信息爆炸的時(shí)代，社會(huì)中存在多種不確定性，所以要正確使用數(shù)據(jù)分析方法進(jìn)行數(shù)據(jù)分析，有效提取信息是生活中決策的關(guān)鍵。我國(guó)經(jīng)濟(jì)發(fā)展水平是大家都很關(guān)心的問題，它關(guān)系到人民的生活水平，社會(huì)的發(fā)展程度以及國(guó)家的綜合國(guó)力，因此研究我國(guó)各地區(qū)的經(jīng)濟(jì)發(fā)展水平非常有必要。

因子分析、聚類分析和判別分析是多元統(tǒng)計(jì)分析中三個(gè)重要的分析方法。本文針對(duì)2005年全國(guó)31個(gè)省市自治區(qū)直轄市(除港澳臺(tái)地區(qū)外)的主要經(jīng)濟(jì)發(fā)展指標(biāo)，先后運(yùn)用因子分析方法、聚類分析方法和判別分析方法，進(jìn)行分析評(píng)價(jià)。

二、文獻(xiàn)綜述

目前，針對(duì)區(qū)域經(jīng)濟(jì)的研究很多，隨著研究地不斷深入，越來(lái)越多的定量方法被引入進(jìn)來(lái)。吳玉鳴在采用因子分析法對(duì)我國(guó)31個(gè)行政區(qū)劃的第三產(chǎn)業(yè)綜合發(fā)展水平進(jìn)行了評(píng)估，提出實(shí)施第三產(chǎn)業(yè)非均衡協(xié)調(diào)發(fā)展戰(zhàn)略。梁曉俐對(duì)全國(guó)30個(gè)行政區(qū)劃的經(jīng)濟(jì)發(fā)展水平進(jìn)行了主成分分析，根據(jù)因子加權(quán)綜合得分進(jìn)行分類排序，得到全國(guó)的經(jīng)濟(jì)發(fā)展水平總體上呈現(xiàn)東高西低的地域分布。這幾篇文章都只是對(duì)各地區(qū)經(jīng)濟(jì)發(fā)展水平進(jìn)行了排序，并沒有很好地進(jìn)行分類，不利于看出各個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的快慢情況。陳佳、吳潤(rùn)衡、劉喜波先后運(yùn)用因子分析方法和聚類分析方法針對(duì)2004年全國(guó)31個(gè)省市自治區(qū)直轄市(除港澳臺(tái)地區(qū)外)的26個(gè)主要經(jīng)濟(jì)發(fā)展指標(biāo)進(jìn)行分析評(píng)價(jià)。王維、李仕明、肖磊先后運(yùn)用因子分析方法和聚類分析方法，對(duì)全國(guó)31個(gè)省、市、自治區(qū)的地區(qū)經(jīng)濟(jì)發(fā)展水平進(jìn)行動(dòng)態(tài)分析。這幾篇文獻(xiàn)使用的數(shù)據(jù)都已經(jīng)比較陳舊，不能反映近幾年的經(jīng)濟(jì)發(fā)展。為了彌補(bǔ)以上不足，本文對(duì)全國(guó)2006年的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行分析，首先對(duì)所選的經(jīng)濟(jì)指標(biāo)做因子分析，科學(xué)有效地縮減指標(biāo)規(guī)模，得出三個(gè)意義較為明確的公共因子，再用聚類分析方法，得到各地區(qū)經(jīng)濟(jì)發(fā)展層次分布狀況，最后用判別分析方法看所選方法的判斷準(zhǔn)確性。

三、樣本數(shù)據(jù)

本文選取了2005年全國(guó)地區(qū)23個(gè)主要經(jīng)濟(jì)發(fā)展指標(biāo)(數(shù)據(jù)來(lái)源：《中國(guó)國(guó)家統(tǒng)計(jì)年鑒2006》)：年底人口數(shù)(萬(wàn)人)；就業(yè)人員(萬(wàn)人)；職工人數(shù)(萬(wàn)人)；地區(qū)生產(chǎn)總值(億元)；人均地區(qū)生產(chǎn)總值(元)；商品房銷售額(萬(wàn)元)；竣工房屋面積(萬(wàn)平方米)；房屋住宅銷售面積(萬(wàn)平方米)；職工平均工資(元)；旅游外匯收入(百萬(wàn)美元)；社會(huì)消費(fèi)品零售總額(億元)；各地區(qū)貨物周轉(zhuǎn)量(億噸公里)；各地區(qū)貨運(yùn)量(萬(wàn)噸)；各地區(qū)客運(yùn)量(萬(wàn)人)；城鎮(zhèn)居民平均每人全年總收入(元)；農(nóng)村居民平均每人全年總收入(元)；城鎮(zhèn)居民全年最終消費(fèi)支出(億元)；農(nóng)村居民全年最終消費(fèi)支出(億元)；城鎮(zhèn)固定資產(chǎn)投資(億元)；外商投資總額(億美元)；稅金總額(萬(wàn)元)；利潤(rùn)總額(億元)；工業(yè)增加值(億元)。

四、統(tǒng)計(jì)分析

本文采用SPSS11.5進(jìn)行統(tǒng)計(jì)分析。

(一)對(duì)原始數(shù)據(jù)的因子分析和主成分分析

1、KMO檢驗(yàn)與Bartlett球度檢驗(yàn)(見表1)。KOM值是用于比較觀測(cè)相關(guān)系數(shù)值與偏相關(guān)系數(shù)值的一個(gè)指標(biāo)，其值越逼近于1，表示對(duì)這些變量進(jìn)行因子分析的效果越好。本樣本的KOM值為0.792，適合因子分析，而且可以得到比較滿意的結(jié)果。而且，Bartlett球度檢驗(yàn)的顯著性概率為0.000小于顯著性水平0.05，也說(shuō)明適合因子分析。

2、旋轉(zhuǎn)后的因子載荷矩陣。利用SPSS提取了三個(gè)因子，因?yàn)槲唇?jīng)旋轉(zhuǎn)的載荷矩陣中，因子變量在許多變量上都有較高的載荷，為了使因子更具直觀含義，所以運(yùn)用方差極大法對(duì)因子載荷矩陣旋轉(zhuǎn)。因子1包括年底人口數(shù)、就業(yè)人員、職工人數(shù)、地區(qū)生產(chǎn)總值、房屋住宅銷售面積、社會(huì)消費(fèi)品零售總額、各地區(qū)貨運(yùn)量、各地區(qū)客運(yùn)量、城鎮(zhèn)居民全年最終消費(fèi)支出、農(nóng)民居民全年最終消費(fèi)支出、城鎮(zhèn)固定資產(chǎn)投資、利潤(rùn)總額和工業(yè)增加值，主要反映經(jīng)濟(jì)總量和人民生活水平，所以可以命名為經(jīng)濟(jì)總量因子；因子2包括人均地區(qū)生產(chǎn)總值、商品房銷售額、竣工房屋面積、職工平均工資旅游外匯收入、城鎮(zhèn)居民平均每人全年總收入、農(nóng)村居民平均每人全年總收入、外商投資總額和稅金總額，反映的是全社會(huì)各方面收入情況，可以命名為收入因子；因子3只有各地區(qū)貨物周轉(zhuǎn)量這一個(gè)變量，這個(gè)變量對(duì)于我國(guó)經(jīng)濟(jì)發(fā)展具有重要作用，所以可以命名為經(jīng)濟(jì)發(fā)展因子。

3、因子得分函數(shù)。根據(jù)因子得分矩陣，可以得到因子得分函數(shù)：

(二)對(duì)綜合得分?jǐn)?shù)據(jù)的聚類分析

對(duì)全國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平進(jìn)行3－6類的聚類分析，類間距離為類間平均鏈鎖法，樣本間距離為歐式距離平方法。通過(guò)對(duì)比發(fā)現(xiàn)分為四類是比較恰當(dāng)?shù)模軌蝮w現(xiàn)各省市經(jīng)濟(jì)發(fā)展的快慢情況。分成四類時(shí)：北京和上海屬于第一類；江蘇、浙江和山東屬于第三類；廣東屬于第四類；其他屬于第二類。我們分析不同類的地區(qū)時(shí)同樣采用指標(biāo)平均值。

通過(guò)分析各類均值結(jié)果，可以得出各類地區(qū)所選取的經(jīng)濟(jì)指標(biāo)方面發(fā)展的水平情況，綜合分析就可得出各類地區(qū)的發(fā)展水平。

(三)對(duì)各類進(jìn)行判別分析

因?yàn)楸旧硭x的樣品就比較少，所以沒有從中抽調(diào)一些分析，這樣我們可以用交互驗(yàn)證的方法來(lái)判別聚類效果優(yōu)劣(見表2)。

表2顯示了交互驗(yàn)證結(jié)果。可以看到該判別函數(shù)的準(zhǔn)確率為100％，交互驗(yàn)證的結(jié)果和自身驗(yàn)證的結(jié)果完全相同，因此該判別函數(shù)是較為穩(wěn)定的。

五、結(jié)論

應(yīng)該說(shuō)本文的分析結(jié)果對(duì)于宏觀地考察地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r以及對(duì)各地區(qū)制定和調(diào)整經(jīng)濟(jì)發(fā)展戰(zhàn)略是具有一定的實(shí)際意義的。

從因子分析的結(jié)果來(lái)看，因子l包含了全部信息的65.136％，這說(shuō)明我國(guó)經(jīng)濟(jì)的發(fā)展主要是經(jīng)濟(jì)總量的增長(zhǎng)。

以下幾個(gè)問題值得我們注意：城鎮(zhèn)固定資產(chǎn)投資額的載荷較高，所以投資熱問題是我們一直比較關(guān)注的；人口因素的載荷也是比較高，說(shuō)明人口因素在中國(guó)經(jīng)濟(jì)增長(zhǎng)中所起的作用不容忽視；交通運(yùn)輸量相關(guān)指標(biāo)的載荷很大，這說(shuō)明交通在經(jīng)濟(jì)發(fā)展中起了很重要的作用，而且從目前來(lái)看，各個(gè)城市都比較重視交通的發(fā)展。

因子2反映了一個(gè)我們現(xiàn)在比較關(guān)注的問題――城鄉(xiāng)差距問題。此外，商品房和住房指標(biāo)的載荷也很突出，說(shuō)明2005年我國(guó)的房地產(chǎn)業(yè)的發(fā)展非常突出，從目前的形式來(lái)看，房地產(chǎn)仍然是非常熱門的。

從聚類分析的結(jié)果，可以得出如下結(jié)論：2005年，經(jīng)濟(jì)發(fā)展最快的省份是廣東；其次是江蘇、浙江、山東三省；發(fā)展中等的是北京、上海；其他省份發(fā)展相對(duì)比較慢。

從判別分析的結(jié)果來(lái)看，以上分類的結(jié)果是比較理想的。

第2篇

關(guān)鍵詞：三次產(chǎn)業(yè) 經(jīng)濟(jì)發(fā)展水平 因子分析 聚類分析

一、構(gòu)建評(píng)價(jià)指標(biāo)體系

產(chǎn)業(yè)結(jié)構(gòu)是隨著經(jīng)濟(jì)增長(zhǎng)而不斷變化的，經(jīng)濟(jì)增長(zhǎng)是產(chǎn)業(yè)結(jié)構(gòu)演變的基礎(chǔ)。產(chǎn)業(yè)結(jié)構(gòu)的及時(shí)、合理變動(dòng)又是經(jīng)濟(jì)總量獲得新增長(zhǎng)的必要條件。本文基于我國(guó)三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平的情況，選取了如下：人均GDP（元）[x1] ，第一產(chǎn)業(yè)增加值比重（%）[x2]，第二產(chǎn)業(yè)增加值比重（%）[x3]，第三產(chǎn)業(yè)增加值比重（%）[x4]，第一產(chǎn)業(yè)從業(yè)人員比重（%）[x5]，第二產(chǎn)業(yè)從業(yè)人員比重（%）[x6]，第三產(chǎn)業(yè)從業(yè)人員比重（%）[x7]，人均農(nóng)產(chǎn)品占有量（億元/萬(wàn)人） [x8]，人均工業(yè)品占有量（億元/萬(wàn)人）[x9]，人均服務(wù)產(chǎn)品占有量（億元/萬(wàn)人）[x10]，農(nóng)業(yè)密度（億元/萬(wàn)公頃）[x11]，工業(yè)密度（億元/萬(wàn)公頃）[x12]，服務(wù)密度（億元/萬(wàn)公頃）[x13]，第一產(chǎn)業(yè)增加值（億元）[x14]，第二產(chǎn)業(yè)增加值（億元）[x15]，第三產(chǎn)業(yè)增加值（億元）[x16]，人口密度（人/公頃）[x17]，城市化率（%）[x18] 18個(gè)指標(biāo)，來(lái)構(gòu)成評(píng)價(jià)指標(biāo)體系。

上述有關(guān)指標(biāo)的統(tǒng)計(jì)數(shù)據(jù)均來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》（2008版）。

二、基于我國(guó)三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平的因子分析

（一）確定因子分析的可行性

在對(duì)原始數(shù)據(jù)進(jìn)行計(jì)算和標(biāo)準(zhǔn)化后，先檢驗(yàn)其是否符合因子分析方法的，得到KMO取樣適當(dāng)度量及Bartlett球形檢驗(yàn)的統(tǒng)計(jì)參數(shù)估計(jì)值，結(jié)果顯示，KMO檢驗(yàn)值為0.643，指標(biāo)之間有較多的共同因素，Bartlett球形檢驗(yàn)近似卡分布值為1081.34，顯著性小于0.01，表明拒絕單位相關(guān)的原假設(shè)，通過(guò)了因子分析的適用性檢驗(yàn)；而且有相關(guān)系數(shù)矩陣也可以看出這些因素之間有很強(qiáng)的相關(guān)性，因此可以采用因子分析的方法。指標(biāo)數(shù)小于樣本數(shù)，而且設(shè)公共因子F和特殊因子εi的相關(guān)系數(shù)為0，公共因子之間不相關(guān)，且方差皆為1，特殊因子εi之間不相關(guān)。

（二）構(gòu)造因子變量

借助 SPSS11.0forWindowS統(tǒng)計(jì)分析軟件，首先計(jì)算出18個(gè)變量的相關(guān)矩陣，并得到碎石圖，從碎石圖中可以看出：前三個(gè)因子的特征值均大于1，且大于后面的因子，所以提取前三個(gè)因子是比較合理的，然后進(jìn)行方差最大化因子旋轉(zhuǎn)，得到旋轉(zhuǎn)后主因子的特征值、貢獻(xiàn)率及以載荷表，從中可知提取的主因子[F1]在[x1]、[x3]、 [x6]、[x9]、[x12]、[x16]和[x18]這幾個(gè)指標(biāo)上有較高的負(fù)載，該主因子主要反映了各地區(qū)第二產(chǎn)業(yè)整體發(fā)展的水平和綜合經(jīng)濟(jì)發(fā)展的水平，說(shuō)明經(jīng)濟(jì)發(fā)展水平中有33.553%是由因子[F1]影響的，稱為第二產(chǎn)業(yè)因子；主因子[F2]在[x4]、[x14]、[x7]、[x10]、[x13]和[x17]這幾個(gè)指標(biāo)上有較高的負(fù)載，該主因子主要反映了各地區(qū)第三產(chǎn)業(yè)發(fā)展的相對(duì)水平，代表了第三產(chǎn)業(yè)對(duì)國(guó)民生產(chǎn)總值貢獻(xiàn)大小的重要信息，且經(jīng)濟(jì)發(fā)展水平中33.186%是由因子[F2]影響的，該因子稱為第三產(chǎn)業(yè)因子；主因子[F3]在[x2]、[x5]、[x8]、[x11]和[x15] 這幾個(gè)指標(biāo)上有較高的負(fù)載，該主因子主要反映了各地區(qū)第一產(chǎn)業(yè)發(fā)展的相對(duì)水平，代表了第一產(chǎn)業(yè)對(duì)國(guó)民生產(chǎn)總值貢獻(xiàn)大小的重要信息，且經(jīng)濟(jì)發(fā)展水平中有17.767%的成分是由第一產(chǎn)業(yè)因子影響的。提取的三個(gè)主因子累計(jì)貢獻(xiàn)率達(dá)到了84.506%，即這三個(gè)主因子累計(jì)解釋了原數(shù)據(jù)所反映信息的84.506%。因此，認(rèn)為這三個(gè)主因子[F1]、[F2]、[F3]能夠科學(xué)地反映各地區(qū)三產(chǎn)業(yè)發(fā)展的水平及各地區(qū)經(jīng)濟(jì)發(fā)展水平。

（三）建立因子提取模型

建立因子分析模型的目的不僅要找出公共因子，更重要的是要明確每個(gè)公共因子的涵義解釋，以便對(duì)實(shí)際背景做出科學(xué)的分析。

1.初始因子模型為：

設(shè)Xi（i=1，2，3…p）為p個(gè)變量 ，本文中p=18

[X1=a11F1+a12F2+…+a1mFm+ε1X2=a12F1+a22F2+…+a2mFm+ε2………………………………………Xp=ap1F1+ap2F2+…+apmFm+εp]

其中Fi表示公共因子， aim是因子載荷，[m]=3，εi表示特殊因子。

2.因子旋轉(zhuǎn)模型為：

Xi=bi1F1+ bi2F2+ bi3F3+…+ bimFm+εi其中bim代表旋轉(zhuǎn)后的因子載荷矩陣。

經(jīng)過(guò)旋轉(zhuǎn)后，bi應(yīng)該向0和1分化。

3.因子得分模型為：

Fi=βi1X1+βi2X2+βi3X3+…+βipXp其中βip為因子得分系數(shù)矩陣，通過(guò)此模型，帶入數(shù)據(jù)可以算出2007年各個(gè)地區(qū)的公共因子得分。

4.綜合評(píng)價(jià)模型為：

Wi=λi1F1+λi2F2+λi3F3+…+λimFm

其中[λi]代表權(quán)數(shù)，通過(guò)這個(gè)模型還我們可以算出其的綜合得分。

（四）因子模型中各公共因子及綜合得分的說(shuō)明

各省的公共因子和綜合得分，從總體上說(shuō)明了我國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平極不平衡，地域差異比較明顯，具體情況如下：

1.在公因子[F1]上得分大于O的有13個(gè)省份，是上海、天津、廣東、浙江、江蘇、山東、福建、遼寧、河北、山西、河南、重慶、內(nèi)蒙古，其取值較高的且大于0.5的有9個(gè)省份，是上海、天津、廣東、浙江、江蘇、山東、遼寧、山西、河南，這些地區(qū)在經(jīng)濟(jì)發(fā)展水平較高，對(duì)帶動(dòng)的就業(yè)較好，且多數(shù)為東部地區(qū)；在公因子[F1]上得分較低（小于-0.5）的地區(qū)有 11個(gè)省份，是湖北、海南、黑龍江、湖南、貴州、、四川、新疆、甘肅、廣西和云南，說(shuō)明我國(guó)近三分之一地區(qū)的經(jīng)濟(jì)發(fā)展水平較低，經(jīng)濟(jì)基礎(chǔ)薄弱，其中大部分地區(qū)為西部地區(qū)。

2.在公因子[F2]上得分大于O的省份有13個(gè)，取值較高大于0.5的地區(qū)為北京、上海、天津、浙江、廣東、江西和湖南共7個(gè)省份，說(shuō)明這些地區(qū)在第三產(chǎn)業(yè)方面的發(fā)展較好；在公因子[F2]上得分小于0的地區(qū)包括青海、內(nèi)蒙古、甘肅、山西、新疆、寧夏、陜西、貴州、廣西、云南共10個(gè)省份，說(shuō)明我國(guó)將近三分之一的省區(qū)在經(jīng)濟(jì)增長(zhǎng)過(guò)程中第三產(chǎn)業(yè)發(fā)展存在問題。

3.在公因子[F3]上得分大于O的省份有11個(gè)，取值較高（大于0.5）的有9個(gè)，分別是：內(nèi)蒙古、山東、廣東、江蘇、廣西、山西、天津、河南和浙江，說(shuō)明目前我國(guó)約三分之一的地區(qū)農(nóng)業(yè)增長(zhǎng)活力較強(qiáng)；在公因子3上得分較低（小于-0.5）的省份有海南、新疆、云南、北京、貴州、江西、遼寧、四川、甘肅和寧夏10個(gè)省份，說(shuō)明我國(guó)還有近三分之一的省份經(jīng)濟(jì)增長(zhǎng)過(guò)程中的第一產(chǎn)業(yè)的貢獻(xiàn)率較小。

4.綜合因子得分上大于O的省份有16個(gè)，其中綜合得分大于0.5的有6個(gè)省份，分別是北京、上海、天津、廣東、浙江、江蘇，說(shuō)明這些地區(qū)經(jīng)濟(jì)發(fā)展水平較高；在綜合得分小于0的有安徽、海南、黑龍江、寧夏、陜西、湖南、江西、青海、貴州、、四川、廣西、新疆、甘肅、云南共15個(gè)省份，說(shuō)明我國(guó)近一半的地區(qū)經(jīng)濟(jì)發(fā)展水平不高。

三、基于我國(guó)三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平的聚類分析

根據(jù)綜合得分，將31個(gè)地區(qū)利用聚類分析的方法劃分為五類：第一類北京、天津、上海，這三個(gè)城市化進(jìn)程快，很好地帶動(dòng)了三次產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)；第二類廣東、山東、江蘇、福建、浙江、遼寧，它們的分?jǐn)?shù)雖落后于前一個(gè)地區(qū)，但是均為正值，經(jīng)濟(jì)水平處于全國(guó)平均水平以上；第三類湖北、吉林、重慶、黑龍江、湖南、河北、海南、內(nèi)蒙古，除重慶以外，均是東部和中部地區(qū)；第四類四川、安徽、河南、江西、、新疆、陜西中西部地區(qū)，由于區(qū)位條件限制等原因，經(jīng)濟(jì)發(fā)展水平一直比較落后，阻礙了當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，從而影響了經(jīng)濟(jì)的發(fā)展水平；第五類廣西、青海、寧夏、貴州、甘肅、云南，全是西部地區(qū)，經(jīng)濟(jì)發(fā)展水平嚴(yán)重滯后，極大制約第三產(chǎn)業(yè)發(fā)展。

由上述分析可以看到，我國(guó)各地區(qū)三次產(chǎn)業(yè)發(fā)展差距明顯，但呈現(xiàn)出微弱的收斂趨勢(shì)。東部地區(qū)的第一產(chǎn)業(yè)比重低于全國(guó)水平，第二、第三產(chǎn)業(yè)比重高于全國(guó)水平；中、西部地區(qū)的第一產(chǎn)業(yè)比重高于全國(guó)水平，第二、第三產(chǎn)業(yè)比重低于全國(guó)水平。也就是說(shuō)，根據(jù)產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)的一般趨勢(shì)可知，東部地區(qū)的整體產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平領(lǐng)先于中部地區(qū)，中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平領(lǐng)先于西部地區(qū)。

隨著經(jīng)濟(jì)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)在經(jīng)濟(jì)發(fā)展過(guò)程中所做的貢獻(xiàn)越來(lái)越大，而第一產(chǎn)業(yè)的比重則應(yīng)該逐漸降低。

第3篇

本文采用《麗水統(tǒng)計(jì)年鑒2012》的數(shù)據(jù)，運(yùn)用主成分分析測(cè)度麗水市各地區(qū)經(jīng)濟(jì)發(fā)展?jié)摿ΑＱ芯勘砻鳎愃懈鞯貐^(qū)的經(jīng)濟(jì)發(fā)展?jié)摿Υ嬖诿黠@的空間異質(zhì)性：蓮都區(qū)發(fā)展?jié)摿ψ顝?qiáng)；縉云縣、青田縣、龍泉市、松陽(yáng)縣、云和縣、遂昌縣為處于中間水平；松陽(yáng)縣、云和縣、遂昌縣慶元縣、景寧縣發(fā)展?jié)摿^差。

【關(guān)鍵詞】

主成分分析；經(jīng)濟(jì)發(fā)展?jié)摿?/p>

麗水市是浙江省轄地級(jí)市，位于該省西南部、南鄰福建，古稱處州，始名于589年（隋文帝開皇九年），是浙西南的政治、經(jīng)濟(jì)、文化中心。全市總面積17298平方公里，常住人口211.70萬(wàn)，是浙江省面積最大而人口最稀少的地區(qū)。下轄蓮都區(qū)及景寧畬族自治縣、縉云、青田、遂昌、云和、慶元、松陽(yáng)七縣，代管縣級(jí)龍泉市。

地區(qū)經(jīng)濟(jì)發(fā)展?jié)摿δ芊从骋粋€(gè)地區(qū)社會(huì)經(jīng)濟(jì)系統(tǒng)的發(fā)展水平，也是評(píng)價(jià)一個(gè)地區(qū)社會(huì)經(jīng)濟(jì)系統(tǒng)發(fā)展?fàn)顩r的重要指標(biāo)。由于麗水市各地區(qū)經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展質(zhì)量、可持續(xù)發(fā)展等方面還存在著差異，對(duì)各地區(qū)經(jīng)濟(jì)綜合實(shí)力進(jìn)行客觀評(píng)價(jià)，可以為麗水市今后經(jīng)濟(jì)又好又快發(fā)展提供決策依據(jù)。因此，本文首先以麗水市為基本空間單元收集區(qū)域發(fā)展影響因素，在此基礎(chǔ)上通過(guò)主成分分析，提取并分析各主因子的空間分布狀況，在此基礎(chǔ)上進(jìn)行以下處理主因子得分綜合，得到區(qū)域空間發(fā)展?jié)摿Α?/p>

一、主成分分析法

主成分分析法是一種考察多個(gè)變量間相關(guān)性的多元統(tǒng)計(jì)方法，由皮爾遜首先提出并使用，之后經(jīng)眾多統(tǒng)計(jì)學(xué)家不懈努力逐步發(fā)展和成熟起來(lái)。主成分分析是將原來(lái)眾多具有一定相關(guān)性的指標(biāo)，重新組合成一組新的互相無(wú)關(guān)的綜合指標(biāo)來(lái)代替原來(lái)的指標(biāo)。

在建立縣城單元評(píng)價(jià)指標(biāo)選擇的基礎(chǔ)上，運(yùn)用主成分分析方法（PCA），提取影響縣域鄉(xiāng)鎮(zhèn)地域空間差異的主因子。對(duì)各縣城的綜合實(shí)力進(jìn)行評(píng)價(jià)。

本文選取2011年麗水市13項(xiàng)反映社會(huì)經(jīng)濟(jì)發(fā)展水平的主要統(tǒng)計(jì)指標(biāo)，分別為鎮(zhèn)域戶籍人口、縣域暫住人口、第一產(chǎn)業(yè)就業(yè)人口比例、第三產(chǎn)業(yè)就業(yè)人口比例、財(cái)政收入、工業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值、農(nóng)民人均收入、旅游收入、鎮(zhèn)域面積、建成區(qū)綠化覆蓋面積、工業(yè)固體廢物綜合利用率、醫(yī)院衛(wèi)生院床位數(shù)。

運(yùn)用統(tǒng)計(jì)分析軟件stata對(duì)對(duì)數(shù)據(jù)進(jìn)行因子分析，采用主成分法提取特征值大于1的主成分作為公共因子，得到方差最大正交旋轉(zhuǎn)后的因子載荷矩陣、特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。特征值大于1的前三個(gè)公因子的累計(jì)貢獻(xiàn)率超過(guò)80%，可見提取三個(gè)因子后，它們反映了原始變量的大部分信息。

二、主因子得分及空間分布

根據(jù)因子荷載矩陣分析主因子含義，并根據(jù)因子得分系數(shù)矩陣，計(jì)算各鄉(xiāng)鎮(zhèn)主因子得分，分析各主因子的空間分布特征。

從表1可知：第一主因子主要解釋鎮(zhèn)域戶籍人口、鎮(zhèn)域暫住人口、財(cái)政收入、工業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值、農(nóng)民人均收入、旅游收入、建成區(qū)綠化面積及醫(yī)院衛(wèi)生院床位數(shù)等指標(biāo)，可命名為社會(huì)經(jīng)濟(jì)發(fā)展因子。空間分布值排名為蓮都區(qū)、縉云縣、青田縣、松陽(yáng)縣、龍泉市、云和縣、遂昌縣、慶元縣、景寧縣。

第二主因子主要解釋鎮(zhèn)域面積、第一產(chǎn)業(yè)就業(yè)比例，可命名為傳統(tǒng)產(chǎn)業(yè)因子。其值排名為遂昌縣、龍泉市、青田縣、蓮都區(qū)、景寧縣、縉云縣、慶元縣、松陽(yáng)縣、云和縣。

第三主因子主要解釋第三產(chǎn)業(yè)就業(yè)人口比例、工業(yè)固體廢物綜合利用率，可以名為現(xiàn)代服務(wù)業(yè)發(fā)展因子。其值排名為蓮都區(qū)、縉云縣、云和縣、松陽(yáng)縣、龍泉市、慶元縣、青田縣、景寧縣、遂昌縣。

三、發(fā)展?jié)摿υu(píng)估

依據(jù)主因子得分乘以貢獻(xiàn)率權(quán)重得到的發(fā)展?jié)摿κ腔诂F(xiàn)狀的發(fā)展?jié)摿蚩臻g格局。其結(jié)果如下表：

從表2的得分和排名可以看出：麗水市各地區(qū)經(jīng)濟(jì)發(fā)展不平衡的現(xiàn)象較為明顯。蓮都區(qū)是麗水市綜合發(fā)展?jié)摿ψ顝?qiáng)，以絕對(duì)的優(yōu)勢(shì)名列第一；縉云縣、青田縣、龍泉市、松陽(yáng)縣、云和縣、遂昌縣為處于中間水平，松陽(yáng)縣、云和縣、遂昌縣慶元縣、景寧縣發(fā)展條件較差。

參考文獻(xiàn)：

[1]張吉獻(xiàn).基于主成分分析法的河南省各城市綜合實(shí)力評(píng)價(jià)[J].河南科學(xué)，2009（01）

第4篇

關(guān)鍵詞：經(jīng)濟(jì)增長(zhǎng)；資源豐裕度；資源詛咒

中圖分類號(hào)：F291 文獻(xiàn)識(shí)別碼：A 文章編號(hào)：1001-828X（2015）024-000-01

我國(guó)是資源大國(guó)，但從資源分布情況上來(lái)看，我國(guó)的自然資源主要分布在西部地區(qū)，是我國(guó)礦產(chǎn)資源以及能源的主要集中地。理論上來(lái)說(shuō)，豐裕的自然資源儲(chǔ)備可以作為經(jīng)濟(jì)發(fā)展的有力支撐，帶動(dòng)經(jīng)濟(jì)的全面快速發(fā)展，但是由于存在資源陷進(jìn)，西部地區(qū)的發(fā)展水平并不及資源相對(duì)貧瘠的東部沿海地區(qū)。這一現(xiàn)實(shí)情況，從主觀上也說(shuō)明了在我國(guó)西部地區(qū)，資源的豐裕程度與經(jīng)濟(jì)的發(fā)展水平并不成正相關(guān)關(guān)系，也初步的說(shuō)明了我國(guó)的確存在“資源詛咒”理論中的一些經(jīng)濟(jì)現(xiàn)象。

為了探討我國(guó)西部地區(qū)資源豐裕而經(jīng)濟(jì)發(fā)展水平相對(duì)落后的客觀現(xiàn)實(shí)，本部分通過(guò)建立省際面板數(shù)據(jù)來(lái)實(shí)證檢驗(yàn)我國(guó)西部地區(qū)資源豐裕度與經(jīng)濟(jì)發(fā)展水平的相關(guān)性，為本次課題進(jìn)一步的研究打下基礎(chǔ)，為資源開發(fā)利用與經(jīng)濟(jì)發(fā)展的關(guān)系做出理論解釋。

一、自然資源制約我國(guó)經(jīng)濟(jì)增長(zhǎng)的傳導(dǎo)機(jī)制

中國(guó)區(qū)域的發(fā)展水平呈現(xiàn)出比較明顯的差異性的重要特征，自然資源是相對(duì)于豐裕的中西部的地區(qū)而方，這其中的經(jīng)濟(jì)發(fā)展水平以及于增長(zhǎng)速度大大不如資源匱乏的東部的一部分地區(qū)。深入的來(lái)分析在于市場(chǎng)經(jīng)濟(jì)條件之下自然資源制約著我國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)的各類的傳導(dǎo)機(jī)制，是離不開投資、創(chuàng)新、人力資本、腐敗等這四類重要的渠道的。

是以自然資源做為主要的經(jīng)濟(jì)結(jié)構(gòu)導(dǎo)致投資水平的下降問題。對(duì)于我國(guó)大部分資源的豐裕的地區(qū)而言，資源開采以及于加工行業(yè)都占有著比較大的一部的份額。嚴(yán)重的依賴于自然資源阻礙著人力資本的積累以及于科技創(chuàng)新水平的不斷的提高。

我國(guó)的礦產(chǎn)資源產(chǎn)權(quán)的相關(guān)的制度是不合理，更加容易滋生腐敗的現(xiàn)象。在國(guó)內(nèi)，礦產(chǎn)資源的全部的所有權(quán)并未得到優(yōu)化的重要保障，資源采掘業(yè)的產(chǎn)權(quán)制度存在著一定的弊端，地方政府以及于各級(jí)資源管理部門行使事實(shí)上的所有權(quán)，這樣更加容易引發(fā)出地方政府官員以及于資源開采方進(jìn)行勾結(jié)，滋生出一部分的腐敗的個(gè)人行為。我國(guó)資源豐裕地區(qū)也形成了的以初級(jí)部門為主的產(chǎn)業(yè)的相關(guān)結(jié)構(gòu)，無(wú)法進(jìn)行充分的發(fā)揮著人力資本的重要作用，不能夠提供比較良好的創(chuàng)新性的環(huán)境，因此，這樣也不能夠吸引、培養(yǎng)出比較高層次的人才以及于企業(yè)家。

二、模型實(shí)證結(jié)果與分析

模型實(shí)證結(jié)果擴(kuò)散型自然資源和集中型自然資源兩個(gè)變量，可以看出集中型自然資源的系數(shù)為-0.15025，雖然不顯著，但也能說(shuō)明擴(kuò)散型自然資源對(duì)經(jīng)濟(jì)增長(zhǎng)有著遏制作用。而擴(kuò)賽型自然資源對(duì)經(jīng)濟(jì)增長(zhǎng)有顯著的正向關(guān)系。究其原因正如前文所分析的西部地區(qū)中大部分地區(qū)主要依靠一產(chǎn)來(lái)拉動(dòng)經(jīng)濟(jì)的增長(zhǎng)。所以森林，土地和水資源能夠促進(jìn)經(jīng)濟(jì)的增長(zhǎng)。而集中型自然資源沒有發(fā)揮它應(yīng)有的對(duì)經(jīng)濟(jì)的促進(jìn)作用。一方可能是因?yàn)橄衩禾俊⑹偷燃行妥匀毁Y源更容易產(chǎn)生尋租行為。二是像煤炭資源，自從九三年以來(lái)，我國(guó)逐步的放開了除電煤之外的所有的煤炭的價(jià)格的管制，并且實(shí)行隨行就市、企業(yè)自主的協(xié)商定價(jià)的煤價(jià)相關(guān)政策以來(lái)，雖然還是存在著短暫的下跌的情況，但是總體而言煤炭的價(jià)格上漲勢(shì)頭也是比較明顯的。

國(guó)內(nèi)投資以及于教育對(duì)于經(jīng)濟(jì)增長(zhǎng)都有著比較顯著的正向的促進(jìn)性的作用。比較符合在現(xiàn)階段的固定資產(chǎn)是我國(guó)各地區(qū)經(jīng)濟(jì)增長(zhǎng)的主要推動(dòng)力的事實(shí)。而人力資本更是經(jīng)濟(jì)增長(zhǎng)至關(guān)重要的因素。當(dāng)加入這兩個(gè)變量時(shí)，集中型自然資源資源仍然呈現(xiàn)負(fù)向不顯著，擴(kuò)散型自然資源與經(jīng)濟(jì)增長(zhǎng)有顯著的正向關(guān)系。

模型中創(chuàng)新與對(duì)外開放度對(duì)經(jīng)濟(jì)增長(zhǎng)都呈現(xiàn)出正向不顯著關(guān)系。由于西部地區(qū)受地理位置影響對(duì)外貿(mào)易方面一直較為落后。同時(shí)可能因?yàn)橘Y源型城市的產(chǎn)業(yè)的結(jié)構(gòu)比較單一、科技進(jìn)步水平也比較低，因而破壞性的開采的操作行為造成了一系列的破壞生態(tài)的環(huán)境問題比較突出， 可見投資壞境不盡如人意。將這兩個(gè)變量加入到模型中，集中型自然資源仍然對(duì)經(jīng)濟(jì)增長(zhǎng)負(fù)向不顯著，擴(kuò)散型自然資源呈現(xiàn)顯著的正向影響。

因此，通過(guò)將西部地區(qū)2003-2010年面板數(shù)據(jù)進(jìn)行回歸，證明了前面的分析：擴(kuò)散型自然資源有助于第一產(chǎn)業(yè)發(fā)展，西部地區(qū)排名第一的產(chǎn)業(yè)仍是做為經(jīng)濟(jì)增長(zhǎng)的主要性的源泉，但是集中型的自然資源未能夠發(fā)揮其應(yīng)有的對(duì)經(jīng)濟(jì)增長(zhǎng)的促進(jìn)作用。

參考文獻(xiàn)：

[1]馬宏.社會(huì)資本、金融發(fā)展與經(jīng)濟(jì)增長(zhǎng)――基于中國(guó)東中西部省際數(shù)據(jù)的實(shí)證檢驗(yàn)比較[J].經(jīng)濟(jì)問題.2013（09）

第5篇

關(guān)鍵詞：縣域經(jīng)濟(jì)；因子分析；綜合評(píng)價(jià)

縣域經(jīng)濟(jì)是一個(gè)極為復(fù)雜的概念，它屬于區(qū)域經(jīng)濟(jì)學(xué)研究的范疇，通常說(shuō)來(lái)它是一種行政區(qū)劃型的區(qū)域經(jīng)濟(jì)，它以縣城為中心、鄉(xiāng)鎮(zhèn)為紐帶、農(nóng)村為腹地，是城市經(jīng)濟(jì)與農(nóng)村經(jīng)濟(jì)的連接點(diǎn)，是宏觀經(jīng)濟(jì)和微觀經(jīng)濟(jì)的結(jié)合部，在國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展中處于重要的基礎(chǔ)地位，縣域經(jīng)濟(jì)的發(fā)達(dá)與否最能折射地區(qū)的經(jīng)濟(jì)發(fā)展程度。

本文采用因子分析法對(duì)江蘇省蘇北地區(qū)5個(gè)省轄市，24個(gè)縣的縣域經(jīng)濟(jì)可持續(xù)發(fā)展水平進(jìn)行評(píng)價(jià)分析。根據(jù)江蘇省蘇北地區(qū)的特點(diǎn)，充分考慮資料的可得性及客觀性，建立體現(xiàn)縣域經(jīng)濟(jì)發(fā)展水平的經(jīng)濟(jì)實(shí)力、基礎(chǔ)設(shè)施、開放程度、人才資源和環(huán)境保護(hù)這五方面內(nèi)容共18個(gè)具體指標(biāo)構(gòu)成的縣域經(jīng)濟(jì)發(fā)展評(píng)價(jià)指標(biāo)體系（見表1）。

一、因子分析的基本原理

因子分析的基本步驟如下：

一是原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，計(jì)算指標(biāo)（變量）間的相關(guān)系數(shù)矩陣。二是確定因子變量。文章利用主成分分析，根據(jù)特征值大于1，因子累計(jì)方差貢獻(xiàn)率大于80%的原則來(lái)確定主因子的個(gè)數(shù)。三是進(jìn)行因子旋轉(zhuǎn)。使每個(gè)變量在盡可能少的因子上有比較高的載荷，一個(gè)因子變量就能夠成為某幾個(gè)變量的典型代表，因子實(shí)際含義就更容易解釋。四是計(jì)算各縣、市綜合得分。以因子變量方差貢獻(xiàn)率作為權(quán)數(shù)，計(jì)算綜合得分。

二、數(shù)據(jù)處理和分析

根據(jù)SPSSl6.0運(yùn)行結(jié)果，KMO和球形Bartlett檢驗(yàn)情況如表2所示。KMO給出了抽樣充足度的檢驗(yàn)，是用來(lái)比較相關(guān)系數(shù)數(shù)值和偏相關(guān)系數(shù)是否適中的指標(biāo)，其值越接近1，表明對(duì)這些變量進(jìn)行因子分析的效果越好，Bartlett檢驗(yàn)用來(lái)檢驗(yàn)相關(guān)系數(shù)矩陣時(shí)是否是單位陣，如果結(jié)論是不拒絕假設(shè)，則表示各個(gè)變量是各自獨(dú)立的。從表中可以看出此時(shí)的KMO值為0.771，說(shuō)明因子分析的結(jié)果是可以接受的，Bartlett球形檢驗(yàn)Sig.的取值是.000，表示拒絕該假設(shè)。

三、確定公共因子和載荷矩陣

對(duì)上述選取的18個(gè)指標(biāo)，運(yùn)用軟件分析可得到18個(gè)指標(biāo)的相關(guān)矩陣及特征值，方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率（見表3）。按照特征值大于1、累計(jì)方差貢獻(xiàn)率大于80%的原則，選出三個(gè)主因子。計(jì)算結(jié)果為：旋轉(zhuǎn)前的3主因子的方差貢獻(xiàn)率為80.677%，其中第1個(gè)公共因子F1的方差貢獻(xiàn)率為61.998%，第2個(gè)公共因子F2的方差貢獻(xiàn)率為9.586%，第3個(gè)主因子F3的方差貢獻(xiàn)率為9.092%。

由于計(jì)算原始指標(biāo)的初始載荷矩陣發(fā)現(xiàn)各個(gè)因子的典型代表指標(biāo)不是很突出，其實(shí)際意義難以得到合理解釋。故需對(duì)因子進(jìn)行旋轉(zhuǎn)，采用方差最大正交旋轉(zhuǎn)法，經(jīng)過(guò)25輪正交旋轉(zhuǎn)，因子旋轉(zhuǎn)不改變模型對(duì)數(shù)據(jù)的擬合。旋轉(zhuǎn)后的3個(gè)主因子的方差貢獻(xiàn)率為80.677%，其中第1主因子F1的方差貢獻(xiàn)率為53.582%，第2個(gè)公共因子F2的方差貢獻(xiàn)率為35.653%，第3個(gè)主因子F3的方差貢獻(xiàn)率為18.281%。

據(jù)旋轉(zhuǎn)后的因子載荷矩陣，第1主因子在X4、X6、X7、X8、X9、X10、X11、X14、X15指標(biāo)上載荷較高，這些指標(biāo)依次是反映縣域經(jīng)濟(jì)發(fā)展水平指標(biāo)中的經(jīng)濟(jì)實(shí)力、基礎(chǔ)設(shè)施、人才資源，統(tǒng)稱之為縣域經(jīng)濟(jì)實(shí)力因子；第2主因子在X14上載荷較高，這指標(biāo)是反映縣域經(jīng)濟(jì)的對(duì)外開放程度稱之為縣域經(jīng)濟(jì)活力因子；因此我們第3主因子在X17指標(biāo)上載荷較高，稱之為縣域經(jīng)濟(jì)環(huán)境因子。

四、縣域經(jīng)濟(jì)可持續(xù)發(fā)展水平綜合評(píng)價(jià)

縣域經(jīng)濟(jì)可持續(xù)實(shí)力因子F1的特征根解釋了原有18個(gè)變量總方差37.811%，故其權(quán)重為0.37811；縣域經(jīng)濟(jì)可持續(xù)活力因子F2的特征根解釋了原有18個(gè)變量總方差的35.653%，故其權(quán)重為0.35653；縣域經(jīng)濟(jì)可持續(xù)環(huán)境因子F3的權(quán)重同理為0.18281，3大主因子累計(jì)解釋方差貢獻(xiàn)率為80.677%，分別計(jì)算各個(gè)縣、市的綜合因子得分并排序，得到江蘇省蘇北地區(qū)的縣域經(jīng)濟(jì)可持續(xù)發(fā)展水平的綜合得分。

F=（37.811*F1+35.653*F2+18.281*F3）/80.677

從總得分來(lái)看，連云港市、徐州市、鹽城市、淮安市排在前4名，得分為正。其中連云港市、徐州市、鹽城市的得分又遙遙領(lǐng)先于第4名淮安市，領(lǐng)先幅度分別在1.1和0.9分以上。從因子來(lái)看，鹽城市是29個(gè)縣、市中唯一3個(gè)主因子得分均為正的城市，可以說(shuō)縣域經(jīng)濟(jì)可持續(xù)發(fā)展在各方面發(fā)展都十分均衡。連云港市除了在第3 因子得分不甚理想、其余因子得分均較高，尤其是在第2因子得分可以說(shuō)是遙遙領(lǐng)先，而第2因子主要反映的是城市開放程度，從這個(gè)角度看來(lái)與連云港市特殊地理位置不無(wú)關(guān)系。而徐州市在權(quán)重最高的第1因子得分極高，領(lǐng)先于鹽城市2分左右，由于在第2因子上的落后，也使徐州市在總分上稍稍遜色于連云港市，但是還是能見徐州市經(jīng)濟(jì)實(shí)力的優(yōu)勢(shì)（見表4）。

蘇北縣域經(jīng)濟(jì)之間產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)構(gòu)成都有著較大的相似性。要充分考慮原有產(chǎn)業(yè)基礎(chǔ)、產(chǎn)業(yè)結(jié)構(gòu)和產(chǎn)業(yè)布局，充分利用縣域資源、地緣、資金、技術(shù)、人才等優(yōu)勢(shì)，尋求新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。依靠項(xiàng)目推動(dòng)技術(shù)進(jìn)步，推動(dòng)特色經(jīng)濟(jì)，大力推廣先進(jìn)技術(shù)和工藝，注重增加科技含量，由過(guò)去的初級(jí)加工向深度加工延伸，提高產(chǎn)品的附加值。區(qū)域產(chǎn)業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)又依靠區(qū)域企業(yè)、產(chǎn)品競(jìng)爭(zhēng)力的提高。各縣主導(dǎo)產(chǎn)業(yè)之間形成互補(bǔ)、聯(lián)動(dòng)。這種基于不發(fā)達(dá)縣域之間的集群可以有效地培育縣域工業(yè)基礎(chǔ)，改善投資環(huán)境，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，是蘇北縣市之間打破行政區(qū)劃，形成統(tǒng)一市場(chǎng)的必由出路，也是蘇北縣域經(jīng)濟(jì)發(fā)展的合理途徑。

參考文獻(xiàn)：

1、李小建，喬家君.20世紀(jì)90年代中國(guó)縣際經(jīng)濟(jì)差異的空間分析[J].地理學(xué)報(bào)，2001(2).

2、沈正平，翟仁祥，李九全.中國(guó)新亞歐大陸橋沿線縣域經(jīng)濟(jì)發(fā)展差異研究[J].經(jīng)濟(jì)問題探索，2004(4).

3、趙瑩雪.廣東省縣際經(jīng)濟(jì)差異與協(xié)調(diào)發(fā)展研究[J].經(jīng)濟(jì)地理，2003(4).

4、陳俐謀.重慶市縣域綜合實(shí)力研究[J].重慶師范大學(xué)學(xué)報(bào)·自然科學(xué)版，2005(3).

5、樓海淼，孫秋碧.基于因子分析的我國(guó)各省經(jīng)濟(jì)活力評(píng)價(jià)研究[J].福州大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2005(3).

第6篇

關(guān)鍵詞：DEA；低碳經(jīng)濟(jì)；聚類分析；收斂檢驗(yàn)

中圖分類號(hào)：F124.5 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-8409（2012）11-0085-05

The Measurement and Analysis about the Level of Low-Carbon Economy Development in Jiangsu Province

DONG Feng， LONG Ru-yin

（School of Management， China University of Mining and Technology， Xuzhou 221116）

Abstract： This paper is firstly based on the accurate measurement and analysis aboutthe level of the low-carbon economy development currently.Firstly Author makes low-carbon economy development index by means of DEA to measurethe level of regional low-carbon economic development in Jiangsu Province， and the results show Southern Jiangsu is the best， Central Jiangsu is in the second， and Northern Jiangsu is the last.Then， based on the low-carbon economic development index， author analyzes the level of regional low-carbon economy development in Jiangsu. The clustering results indicate that better development area of low-carbon economic include Wuxi， Changzhou， Suzhou， Nantong， Yancheng and Suqian. The Convergence test indicates that regional differences of low-carbon economic development become larger. The influencing factors analysis shows the impact direction of the economic development and industrial structure to the low-carbon economic development index is positive， and the impact direction of the energy intensity （unit GDP energy consumption） to the low-carbon economic development index is negative.

Key words： DEA； low-carbon economy； clustering analysis； convergence test

低碳經(jīng)濟(jì)的提法最早源自于2003年英國(guó)的能源白皮書《我們未來(lái)的能源：創(chuàng)建低碳經(jīng)濟(jì)》，目前國(guó)際上對(duì)于低碳經(jīng)濟(jì)的公認(rèn)定義為人類通過(guò)技術(shù)手段和制度設(shè)計(jì)，降低化石能源的消耗，減少溫室氣體的排放，遏制全球氣候變暖，從而減少由此帶來(lái)的各類自然災(zāi)害的發(fā)生和生態(tài)環(huán)境的惡化，保護(hù)人類的生存安全[1]。景躍軍和刁巍楊通過(guò)對(duì)東北地區(qū)低碳經(jīng)濟(jì)發(fā)展路徑的研究發(fā)現(xiàn)東北地區(qū)碳減排成本與能源排放強(qiáng)度、能源消費(fèi)結(jié)構(gòu)和能源利用效率高度相關(guān)[2]；劉鴻淵和孫麗麗以新自由主義的理論為基礎(chǔ)，從中觀層面分析了低碳經(jīng)濟(jì)在異質(zhì)性地區(qū)的生成條件和微觀基礎(chǔ)[3]；Zhou等從生產(chǎn)理論的角度，綜合考慮能源、資本、勞動(dòng)力等相關(guān)要素，利用環(huán)境生產(chǎn)技術(shù)和Malmquist 生產(chǎn)率指數(shù)比較了18個(gè)OECD國(guó)家的二氧化碳排放績(jī)效[4]；王群偉等利用動(dòng)態(tài)變化的 Malmquist 指數(shù)測(cè)度了 1996～2007 年我國(guó) 28 個(gè)省區(qū)市二氧化碳的排放績(jī)效，并借助收斂理論和面板數(shù)據(jù)回歸模型分析區(qū)域差異及影響因素[5]；Dong等構(gòu)造了連續(xù)Malmquist–Luenberger生產(chǎn)率指數(shù)（SMLI）用其測(cè)算考慮技術(shù)可變性的環(huán)境敏感生產(chǎn)率[6]；胡宗義和劉亦文用動(dòng)態(tài)CGE模型來(lái)模擬分析低碳經(jīng)濟(jì)對(duì)中國(guó)經(jīng)濟(jì)發(fā)展的產(chǎn)出影響。研究結(jié)果表明：發(fā)展低碳經(jīng)濟(jì)對(duì)我國(guó)各產(chǎn)業(yè)影響不盡相同，在一定程度上推動(dòng)了我國(guó)經(jīng)濟(jì)的發(fā)展，但會(huì)導(dǎo)致企業(yè)削減就業(yè)崗位[7]。

關(guān)于江蘇低碳經(jīng)濟(jì)的研究不是很多，主要有以下幾篇代表性文獻(xiàn)，聶銳等利用環(huán)境負(fù)荷模型與脫鉤理論， 對(duì)江蘇未來(lái)中長(zhǎng)期的經(jīng)濟(jì)發(fā)展、能源需求與二氧化碳排放進(jìn)行了情景分析， 并結(jié)合當(dāng)前的環(huán)境政策， 對(duì)三種情景下主要指標(biāo)的參數(shù)和結(jié)果進(jìn)行了設(shè)計(jì)與分析[8]；趙榮欽和黃賢金采用2003～2007年江蘇能源消費(fèi)和土地利用等數(shù)據(jù)，通過(guò)構(gòu)建能源消費(fèi)的碳排放模型對(duì)江蘇能源消費(fèi)碳排放進(jìn)行了核算[9]；張秀梅等對(duì)江蘇1996～2007年的碳排放效應(yīng)及時(shí)空格局進(jìn)行了分析，得出江蘇全省碳排放量、地均碳排放強(qiáng)度和地均建設(shè)用地碳排放都呈現(xiàn)蘇南大于蘇中大于蘇北的分布格局的結(jié)論[10]；劉慧等通過(guò)設(shè)定基準(zhǔn)情景（BAU）、低碳經(jīng)濟(jì)政策情景（LES）、推進(jìn)低碳發(fā)展的國(guó)際合作與技術(shù)轉(zhuǎn)移情景（ICS）三種政策情景對(duì)江蘇未來(lái)中長(zhǎng)期能源需求與二氧化碳排放強(qiáng)度進(jìn)行分析[11]。

自從我國(guó)政府在哥本哈根年會(huì)上提出2020年單位GDP二氧化碳排放強(qiáng)度相較2005年降低40%～45%目標(biāo)后，國(guó)內(nèi)外學(xué)者對(duì)于中國(guó)二氧化碳排放問題的研究越來(lái)越多，大家的一致意見是低碳經(jīng)濟(jì)是實(shí)現(xiàn)碳減排目標(biāo)、實(shí)現(xiàn)可持續(xù)發(fā)展的唯一路徑，并從碳排放績(jī)效、因素分解、情景模擬等角度進(jìn)行了分析。對(duì)江蘇碳排放的研究更多集中于江蘇全省，缺乏對(duì)13地級(jí)市及蘇南、蘇中、蘇北三大經(jīng)濟(jì)區(qū)域二氧化碳排放和低碳經(jīng)濟(jì)發(fā)展?fàn)顩r的系統(tǒng)梳理分析。制定低碳經(jīng)濟(jì)發(fā)展戰(zhàn)略和實(shí)施路徑首先要建立在對(duì)當(dāng)前低碳經(jīng)濟(jì)發(fā)展?fàn)顩r的正確測(cè)評(píng)和認(rèn)識(shí)的基礎(chǔ)之上，本文正是基于這一現(xiàn)實(shí)，先以IPCC碳排放系數(shù)計(jì)算方法準(zhǔn)確測(cè)算江蘇各區(qū)域二氧化碳排放數(shù)據(jù)，然后用DEA方法設(shè)計(jì)低碳經(jīng)濟(jì)發(fā)展指數(shù)對(duì)江蘇各區(qū)域低碳經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度，并在此基礎(chǔ)上進(jìn)行聚類分析、收斂性檢驗(yàn)和影響因素分析。

一、江蘇區(qū)域二氧化碳排放測(cè)算及現(xiàn)狀分析

《中國(guó)能源統(tǒng)計(jì)年鑒》將最終能源消費(fèi)劃分為9類，分別為煤炭、汽油、柴油、天然氣、煤油、燃料油、原油、電力和焦炭，國(guó)內(nèi)二氧化碳排放計(jì)算一般計(jì)算公式為：

C=∑iaiEi （1）

其中ai為IPCC提供的各種能源碳排放系數(shù)，Ei為終端能源消費(fèi)量（標(biāo)準(zhǔn)煤）。本文沒有將電力作為終端能源放入碳排放總量計(jì)算中，原因在于IPCC確定的電力碳排放系數(shù)為發(fā)電所導(dǎo)致的碳排放，我國(guó)2008年火力發(fā)電占總發(fā)電量的80.48%根據(jù)《中國(guó)統(tǒng)計(jì)年鑒2010》電力平衡表相關(guān)數(shù)據(jù)計(jì)算得到。 ，火力發(fā)電所用能源絕大部分為煤炭，各區(qū)域所消耗的電力可以分為自發(fā)電和買入電，自發(fā)電所消耗的煤炭已經(jīng)在最終煤炭消耗中計(jì)算，買入電由于發(fā)電所產(chǎn)生的碳排放并不在本區(qū)域，而水電、核電等清潔能源碳排放系數(shù)為0資料來(lái)源：國(guó)家發(fā)展和改革委員會(huì)能源研究所.中國(guó)可持續(xù)發(fā)展能源暨碳排放情景分析[R].2003。 ，所以如果在碳排放總量計(jì)算中再加入電力會(huì)造成重復(fù)計(jì)算問題，而且重復(fù)的比率相當(dāng)高，所以本文在最終能源消費(fèi)中沒有考慮電力，各區(qū)域八種最終能源消費(fèi)量數(shù)據(jù)來(lái)自各地級(jí)市統(tǒng)計(jì)年鑒，碳排放系數(shù)采用IPCC數(shù)據(jù)。

根據(jù)式（1）計(jì)算的江蘇全省和三大經(jīng)濟(jì)區(qū)域蘇南包括南京、無(wú)錫、常州、蘇州、鎮(zhèn)江；蘇中包括南通、揚(yáng)州、泰州；蘇北包括徐州、連云港、淮安、鹽城、宿遷。 2001～2009年二氧化碳排放總量、單位GDP二氧化碳排放量、人均二氧化碳排放量圖如下：

2001～2009年二氧化碳排放總量年均增長(zhǎng)速度蘇南為10.7%、蘇中為9.2%、蘇北為11.8%，三大經(jīng)濟(jì)區(qū)域及全省單位GDP二氧化碳排放量下降緩慢，在有些年份還出現(xiàn)反彈增長(zhǎng)，2001年三大區(qū)域單位GDP二氧化碳排放量從高到低排位為蘇南、蘇中、蘇北，2009年的排位為蘇北、蘇南、蘇中，9年間蘇南單位GDP二氧化碳排放量由2.52噸/萬(wàn)元下降為2.00噸/萬(wàn)元，蘇中由2.35噸/萬(wàn)元下降為1.77噸/萬(wàn)元，蘇北下降幅度很小。人均二氧化碳排放量一直是蘇南最高，蘇北最低，與經(jīng)濟(jì)發(fā)展水平呈高度正相關(guān)，2001～2009年三大經(jīng)濟(jì)區(qū)域及全省人均二氧化碳排放增長(zhǎng)都比較迅速，蘇南增長(zhǎng)1.07倍、蘇中增長(zhǎng)1.04倍、蘇北增長(zhǎng)1.32倍。

二、江蘇區(qū)域低碳經(jīng)濟(jì)發(fā)展水平測(cè)度

（一）研究方法與指標(biāo)

DEA（Date Envelopment Analysis 數(shù)據(jù)包絡(luò)分析）是研究同類型決策單元相對(duì)效率的常用方法之一。1957年Farrell在研究英國(guó)農(nóng)業(yè)生產(chǎn)力中首先提出數(shù)據(jù)包絡(luò)思想，1978年運(yùn)籌學(xué)家Rhode、Cooper和Chames正式提出了這一相對(duì)效率的研究方法[12]。

假設(shè)有n個(gè)受評(píng)估單元，每個(gè)評(píng)估單元共有m種投入要素xij，共有s種產(chǎn)出yir，則決策單元O的相對(duì)效率衡量指標(biāo)ho（u，v）可以表示為：

max ho（u，v）=∑sr=1uryor∑mj=1vjxoj

s.t. ∑sr=1uryor∑mj=1vjxoj≤1

∑ni=1λi=1  （2）

本文基于上述DEA模型設(shè)計(jì)低碳經(jīng)濟(jì)發(fā)展指數(shù)，投入產(chǎn)出共四個(gè)指標(biāo)，分別如下：

（1）GDP

GDP數(shù)據(jù)來(lái)自各地級(jí)市統(tǒng)計(jì)年鑒，根據(jù)GDP平減指數(shù)轉(zhuǎn)換為2000年價(jià)格。

（2）資本存量

張軍等[13]采用永續(xù)盤存法來(lái)估計(jì)各個(gè)省和全國(guó)的資本存量，計(jì)算公式為：

Kt=Kt-1（1-α）+It  （3）

其中Kt為基期資本存量、Kt-1為上期資本存量、It為本年度固定資產(chǎn)投資總額、α為固定資本折舊率，本文沿用張軍的思想方法估算江蘇13個(gè)地級(jí)市的資本存量。方法為用各地級(jí)市GDP與江蘇全省GDP之比乘以張軍所測(cè)算的江蘇省2000年資本存量估算出各地級(jí)市2000年基期資本存量，然后根據(jù)式（3）算出各地級(jí)市2001～2007年資本存量，其中α根據(jù)張軍研究結(jié)論取9.6%。各地級(jí)市固定資本投資總額數(shù)據(jù)來(lái)自各地級(jí)市統(tǒng)計(jì)年鑒，所得資本存量數(shù)據(jù)根據(jù)GDP平減指數(shù)統(tǒng)一轉(zhuǎn)換為2000年價(jià)格。

（3）人力資本

人力資本取各地級(jí)市年末從業(yè)人數(shù)。

（4）二氧化碳排放總量

二氧化碳排放總量計(jì)算方法見“江蘇區(qū)域二氧化碳排放測(cè)算及現(xiàn)狀分析”。

（二）低碳經(jīng)濟(jì)發(fā)展指數(shù)計(jì)算結(jié)果

本文所設(shè)計(jì)的低碳經(jīng)濟(jì)發(fā)展指數(shù)投入變量為資本存量和人力資本，產(chǎn)出變量為GDP，二氧化碳排放總量既可以作為投入指標(biāo)也可以取倒數(shù)作為非期望產(chǎn)出指標(biāo)，通過(guò)規(guī)劃求解，可以得到江蘇13地級(jí)市及蘇南、蘇中、蘇北三大經(jīng)濟(jì)區(qū)域2001～2009低碳經(jīng)濟(jì)發(fā)展指數(shù)，結(jié)果見表1。

從結(jié)果來(lái)看：二氧化碳排放總量分別作為投入和非期望產(chǎn)出得出的江蘇區(qū)域低碳經(jīng)濟(jì)發(fā)展指數(shù)差別不大，本文主要以二氧化碳排放總量作為投入來(lái)進(jìn)行分析。從全省范圍來(lái)看：除2009年外，江蘇低碳經(jīng)濟(jì)發(fā)展指數(shù)是逐年下降的，2001年為0.966，2009年為0.83，由于當(dāng)時(shí)沒有2010年的相關(guān)數(shù)據(jù)，本文無(wú)從了解在哥本哈根聯(lián)合國(guó)氣候大會(huì)后我國(guó)各級(jí)政府日益重視碳排放問題背景下江蘇2010年的低碳經(jīng)濟(jì)發(fā)展指數(shù)是否有所提高。

就區(qū)域來(lái)看，比較9年平均值和絕大部分年份，蘇南低碳經(jīng)濟(jì)發(fā)展指數(shù)最高、蘇中其次、蘇北最低，這種排位與三大區(qū)域的經(jīng)濟(jì)實(shí)力相對(duì)應(yīng)，根據(jù)區(qū)域低碳經(jīng)濟(jì)發(fā)展指數(shù)平均值排名前三個(gè)城市分別是蘇州、鹽城和無(wú)錫，其中兩個(gè)位于蘇南，一個(gè)位于蘇北，平均值排名后三個(gè)城市分別是連云港、淮安、南京，其中兩個(gè)位于蘇北、一個(gè)位于蘇南。鹽城低碳經(jīng)濟(jì)發(fā)展指數(shù)較高與其工業(yè)化和人民生活水平較低有關(guān)，鹽城2009年第二產(chǎn)業(yè)比重只有48.2%，遠(yuǎn)低于全省平均水平，人均GDP為25553元，排在江蘇13個(gè)地級(jí)市第10位，較低的工業(yè)化和人民生活水平減少了二氧化碳排放總量從而提高了低碳經(jīng)濟(jì)發(fā)展指數(shù)。蘇南低碳經(jīng)濟(jì)發(fā)展指數(shù)在三大區(qū)域最高，而位于蘇南的南京低碳經(jīng)濟(jì)發(fā)展指數(shù)位于江蘇全省倒數(shù)第三位令人意外，但是分析單位GDP 二氧化炭排放量和人均二氧化碳排放量數(shù)據(jù)就會(huì)理解本文所設(shè)計(jì)的區(qū)域低碳經(jīng)濟(jì)發(fā)展指數(shù)的合理性和準(zhǔn)確性，南京2009年單位GDP 二氧化炭排放量和人均二氧化碳排放量在13個(gè)地級(jí)市中都排第2位，而低碳經(jīng)濟(jì)發(fā)展指數(shù)排第2位的鹽城單位GDP 二氧化炭排放量和人均二氧化碳排放量在13個(gè)地級(jí)市都排在第12位。經(jīng)濟(jì)發(fā)展和人民生活水平的提高會(huì)增加二氧化碳排放，但是通過(guò)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)和提高能源效率可以提高碳排放效率從而提升低碳經(jīng)濟(jì)發(fā)展指數(shù)，同處蘇南的蘇州和無(wú)錫為南京作出了榜樣。

依據(jù)DEA方法的BCC模型將區(qū)域低碳經(jīng)濟(jì)發(fā)展指數(shù)分解為純技術(shù)效率指數(shù)和規(guī)模效率指數(shù)，結(jié)果見表2。

表2顯示了江蘇及各區(qū)域純技術(shù)效率和規(guī)模效率指數(shù)的分布情況。蘇南和全省純技術(shù)效率為1，比較9年平均值，純技術(shù)效率蘇南最高、蘇北最低，規(guī)模效率相反蘇北最高、蘇南最低。純技術(shù)效率為1或接近1，而規(guī)模效率小于1時(shí)，這說(shuō)明被評(píng)價(jià)單元本身的技術(shù)效率而言沒有投入需要減少、沒有產(chǎn)出需要增加，被評(píng)價(jià)單元的綜合效率沒有達(dá)到有效（即1），是因?yàn)橐?guī)模、投入、產(chǎn)出不相匹配，需要增加規(guī)模或減少規(guī)模，規(guī)模效率與我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)、工業(yè)結(jié)構(gòu)、能源消費(fèi)結(jié)構(gòu)都有很大關(guān)系。

三、江蘇區(qū)域低碳經(jīng)濟(jì)發(fā)展水平分析

（一）聚類分析

根據(jù)上文得到的江蘇13地級(jí)市2001～2009年低碳經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行聚類分析，聚類樹形（圖4）。

按照聚類分析結(jié)果將江蘇13地級(jí)市分為三類，其中低碳經(jīng)濟(jì)發(fā)展較好地區(qū)為無(wú)錫、常州、蘇州、南通、鹽城、宿遷；低碳經(jīng)濟(jì)發(fā)展居中地區(qū)為揚(yáng)州、鎮(zhèn)江、泰州；低碳經(jīng)濟(jì)發(fā)展較差地區(qū)為南京、徐州、連云港、淮安。從中可以看出低碳經(jīng)濟(jì)發(fā)展水平較高的地級(jí)市還是集中在經(jīng)濟(jì)發(fā)展水平較好的蘇南地區(qū)。

（二）收斂性分析

技術(shù)創(chuàng)新理論認(rèn)為一種新技術(shù)滲透到新市場(chǎng)，必然經(jīng)歷發(fā)明、創(chuàng)新和擴(kuò)散三個(gè)階段[14]，如果落后地區(qū)能夠吸收和學(xué)習(xí)先進(jìn)地區(qū)的技術(shù)，這樣技術(shù)知識(shí)的擴(kuò)散效應(yīng)會(huì)使落后地區(qū)獲益，因?yàn)榧夹g(shù)的模仿總比創(chuàng)新成本高，因此當(dāng)落后地區(qū)比先進(jìn)地區(qū)在技術(shù)學(xué)習(xí)上處于更有利位置時(shí)，兩地經(jīng)濟(jì)增長(zhǎng)就會(huì)出現(xiàn)收斂的趨勢(shì)[15]。利用收斂理論檢驗(yàn)江蘇13地級(jí)市低碳經(jīng)濟(jì)發(fā)展指數(shù)是否有收斂趨同的趨勢(shì)。

借助Barro和Sala-i-matin[16]的研究成果，本文設(shè)計(jì)的β收斂公式如下：

 lnEEit-lnEEi0T=C+βlnEEi0+ε  （4）

其中l(wèi)nEEi0表示期初相關(guān)指數(shù)（低碳經(jīng)濟(jì)發(fā)展指數(shù)、純技術(shù)效率指數(shù)、規(guī)模效率指數(shù)）自然對(duì)數(shù)值，lnEEit表示第t期相關(guān)指數(shù)自然對(duì)數(shù)值，T表示時(shí)間跨度。如果β

收斂檢驗(yàn)表明：低碳經(jīng)濟(jì)發(fā)展指數(shù)、純技術(shù)效率指數(shù)、規(guī)模效率指數(shù)均不存在收斂，表明江蘇13個(gè)地級(jí)市2001～2009年的低碳經(jīng)濟(jì)發(fā)展存在不均衡現(xiàn)象，各市低碳經(jīng)濟(jì)發(fā)展存在差異變大趨勢(shì)。

（三）影響因素分析

前文分析了江蘇低碳經(jīng)濟(jì)發(fā)展指數(shù)及組成，但是并未對(duì)指數(shù)變動(dòng)的影響因素進(jìn)行分析，本部分以低碳經(jīng)濟(jì)發(fā)展指數(shù)作為因變量，引進(jìn)相關(guān)影響因素作為自變量進(jìn)行分析。基于已有的研究成果和數(shù)據(jù)可得性，本文從經(jīng)濟(jì)發(fā)展、經(jīng)濟(jì)結(jié)構(gòu)、能源效率三個(gè)方面考察各因素對(duì)資源型城市轉(zhuǎn)型績(jī)效的影響，表4給出了相關(guān)影響因素變量的定義及說(shuō)明。

從式（5）可以看出：經(jīng)濟(jì)發(fā)展和產(chǎn)業(yè)結(jié)構(gòu)對(duì)江蘇低碳經(jīng)濟(jì)發(fā)展指數(shù)的影響為正方向，能源強(qiáng)度對(duì)江蘇低碳經(jīng)濟(jì)發(fā)展指數(shù)的影響為負(fù)方向，即人均GDP和第三產(chǎn)業(yè)比重越高，江蘇低碳經(jīng)濟(jì)發(fā)展指數(shù)越高，能源強(qiáng)度（單位GDP能耗）越高，江蘇低碳經(jīng)濟(jì)發(fā)展指數(shù)越低。這些結(jié)果都符合本文的理論預(yù)期，經(jīng)濟(jì)發(fā)達(dá)地區(qū)由于先進(jìn)的技術(shù)和管理，碳排放效率較高，低碳經(jīng)濟(jì)發(fā)展水平也較高；第三產(chǎn)業(yè)單位GDP二氧化炭排放量遠(yuǎn)低于第二產(chǎn)業(yè)，積極發(fā)展第三產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)是實(shí)施低碳經(jīng)濟(jì)的必由之路；高能源強(qiáng)度帶來(lái)的必然是高碳排放和較低的低碳經(jīng)濟(jì)發(fā)展指數(shù)。

四、結(jié)論與建議

本文利用數(shù)據(jù)包絡(luò)分析方法設(shè)計(jì)低碳經(jīng)濟(jì)發(fā)展指數(shù)對(duì)江蘇各區(qū)域低碳經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度，投入指標(biāo)為資本存量、人力資本和二氧化碳排放總量，產(chǎn)出指標(biāo)為GDP，測(cè)評(píng)結(jié)果顯示三大經(jīng)濟(jì)區(qū)域蘇南低碳經(jīng)濟(jì)發(fā)展最好、蘇中其次、蘇北最低，13地級(jí)市低碳經(jīng)濟(jì)發(fā)展前三名為蘇州、鹽城和無(wú)錫。利用低碳經(jīng)濟(jì)發(fā)展指數(shù)的聚類分析結(jié)果表明低碳經(jīng)濟(jì)發(fā)展較好地區(qū)為無(wú)錫、常州、蘇州、南通、鹽城、宿遷。低碳經(jīng)濟(jì)發(fā)展指數(shù)收斂分析表明各區(qū)域低碳經(jīng)濟(jì)發(fā)展存在差異變大趨勢(shì)，影響因素分析表明經(jīng)濟(jì)發(fā)展和第三產(chǎn)業(yè)比重對(duì)低碳經(jīng)濟(jì)發(fā)展指數(shù)影響方向?yàn)檎茉磸?qiáng)度對(duì)低碳經(jīng)濟(jì)發(fā)展指數(shù)影響方向?yàn)樨?fù)。

結(jié)合分析結(jié)果，本文提出以下建議：（1）積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，發(fā)展現(xiàn)代服務(wù)業(yè)。第三產(chǎn)業(yè)單位能耗低、碳排放低，同時(shí)第三產(chǎn)業(yè)比重的提高也是經(jīng)濟(jì)發(fā)展、轉(zhuǎn)型的重要標(biāo)志，發(fā)達(dá)國(guó)家第三產(chǎn)業(yè)比重都在2/3以上，我國(guó)2010年底也只有43%。據(jù)測(cè)算，服務(wù)業(yè)單位增加值能耗僅為工業(yè)單位能耗的1/7，碳密度只有能源行業(yè)碳密度的1/10左右，發(fā)展現(xiàn)代服務(wù)業(yè)既能提升產(chǎn)業(yè)層次、優(yōu)化三大產(chǎn)業(yè)比例，又能降低單位GDP碳排放量。（2）調(diào)整能源結(jié)構(gòu)，積極開發(fā)新能源。江蘇可再生資源較為豐富，地?zé)豳Y源地勢(shì)優(yōu)越地區(qū)面積占全省總面積的38%，開發(fā)后全部資源量折合標(biāo)準(zhǔn)煤量達(dá)到56億噸；風(fēng)場(chǎng)資源量居全國(guó)第七，可開發(fā)量約2100萬(wàn)千瓦；全省森林覆蓋率達(dá)到16.9%，濕地面積占全省面積的21.5%，灘涂面積占全國(guó)總面積的1/4，這些可再生資源為江蘇發(fā)展低碳經(jīng)濟(jì)提供了有利的現(xiàn)實(shí)條件。（3）政府要建立相應(yīng)的管理體制，給予政策支持，為低碳經(jīng)濟(jì)的發(fā)展提供制度、法律保障，支持企業(yè)發(fā)展先進(jìn)技術(shù)，鼓勵(lì)企業(yè)對(duì)低碳技術(shù)進(jìn)行引進(jìn)和自主研發(fā)。（4）企業(yè)應(yīng)抓住低碳產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的機(jī)遇，重視低碳技術(shù)更新和自主知識(shí)產(chǎn)權(quán)研發(fā)，將能源消耗列入企業(yè)預(yù)算，實(shí)行節(jié)能計(jì)劃，以市場(chǎng)為導(dǎo)向，以技術(shù)為支撐，謀取更為廣闊的發(fā)展空間。

參考文獻(xiàn)：

[1]徐南，陸成林.低碳經(jīng)濟(jì)的豐富內(nèi)涵與主要特征[J].經(jīng)濟(jì)研究參考，2010（60）：32-33.

[2]景躍軍，刁巍楊.東北一次能源消費(fèi)的碳排放及低碳經(jīng)濟(jì)發(fā)展路徑研究[J].管理評(píng)論，2010（8）：109-113.

[3]劉鴻淵，孫麗麗.跨區(qū)域低碳經(jīng)濟(jì)發(fā)展模式與機(jī)制研究[J].軟科學(xué)，2011，25（8）：45-48.

[4]Zhou P， Ang B W， Han J Y. Total Factor Carbon Emission Performance： A Malmquist Index Analysis [J]. Energy Economics， 2010，32（1）.

[5]王群偉，周鵬，周德群.我國(guó)二氧化碳排放績(jī)效的動(dòng)態(tài)變化、區(qū)域差異及影響因素[J].中國(guó)工業(yè)經(jīng)濟(jì)，2010（1）：45-54.

[6]Dong H O， Almas H. A Sequential Malmquist–Luenberger Productivity Index： Environmentally Sensitive Productivity Growth Considering the Progressive Nature of Technology[J].Energy Economics， 32（6）： 1345-1355.

[7]胡宗義，劉亦文.低碳經(jīng)濟(jì)的動(dòng)態(tài)CGE研究[J].科學(xué)學(xué)研究，2010，28（10）：1470-1475.

[8]聶銳，張濤，王迪. 基于 IPAT模型的江蘇省能源消費(fèi)與碳排放情景研究[J].自然資源學(xué)報(bào)， 2010，25（9）：1557-1564.

[9]趙榮欽，黃賢金. 基于能源消費(fèi)的江蘇省土地利用碳排放與碳足跡[J].地理研究，2010，29（9）：1639-1649.

[10]張秀梅，李升峰，黃賢金等. 江蘇省1996年至2007年碳排放效應(yīng)及時(shí)空格局分析[J].資源科學(xué)，2010，32（4）：768-775.

[11]劉慧，張永亮，畢軍.中國(guó)區(qū)域低碳發(fā)展的情景分析——以江蘇省為例[J].中國(guó)人口·資源與環(huán)境，2011，21（4）：10-18.

[12]盛昭瀚，朱喬，吳廣某. DEA理論、方法與應(yīng)用[M].北京：科學(xué)出版社，1996.

[13]張軍，吳桂英，張吉鵬.中國(guó)省際物質(zhì)資本存量估算：1952～2000[J].經(jīng)濟(jì)研究，2004（10）：35-44.

[14]Josef S. Capitalism， Socialism and Democracy [M]. New York： Harper， 1942.

第7篇

保稅區(qū)亦稱保稅倉(cāng)庫(kù)區(qū)，是一國(guó)海關(guān)設(shè)置的或經(jīng)海關(guān)批準(zhǔn)注冊(cè)、受海關(guān)監(jiān)督和管理的可以較長(zhǎng)時(shí)間存儲(chǔ)商品的區(qū)域。保稅區(qū)是中國(guó)繼經(jīng)濟(jì)特區(qū)、經(jīng)濟(jì)技術(shù)開發(fā)區(qū)、國(guó)家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)之后，經(jīng)國(guó)務(wù)院批準(zhǔn)設(shè)立的新的經(jīng)濟(jì)性區(qū)域，是我國(guó)目前開放度和自由度最大的經(jīng)濟(jì)區(qū)域。1990年6月，中國(guó)批準(zhǔn)設(shè)立了第一個(gè)保稅區(qū)――上海外高橋保稅區(qū)后，其后陸續(xù)設(shè)立了天津、深圳沙頭角、深圳福田、大連、廣州、廈門、張家港、海口、寧波、福州、青島、汕頭、珠海、鹽田等共計(jì)15個(gè)保稅區(qū)。保稅區(qū)設(shè)立可分為兩期：第一期為1990-1993年的13個(gè)，第二期為1996年的2個(gè)，之后，國(guó)家沒有再批建新的保稅區(qū)。15個(gè)保稅區(qū)均設(shè)在我國(guó)東部沿海的九個(gè)省和直轄市，上海、天津、遼寧、江蘇、海南、浙江、山東各建1個(gè)，福建有2個(gè)，廣東多達(dá)6個(gè)，其中深圳市有3個(gè)（成思危，2004）。

保稅區(qū)最初的功能定位是出口加工、國(guó)際貿(mào)易、轉(zhuǎn)口貿(mào)易、保稅倉(cāng)儲(chǔ)和商品展示。經(jīng)過(guò)十多年的發(fā)展，全國(guó)15個(gè)保稅區(qū)的保稅倉(cāng)儲(chǔ)、轉(zhuǎn)口貿(mào)易、商品展示功能有了不同程度的發(fā)展，有的更側(cè)重于貿(mào)易物流功能，而有的則更側(cè)重于加工功能，自由貿(mào)易功能發(fā)展不足（劉輝群，2005）。但從目前的發(fā)展來(lái)看，保稅區(qū)貿(mào)易功能相對(duì)較強(qiáng)，在吸引外資和發(fā)展出口制造業(yè)方面類似于經(jīng)濟(jì)技術(shù)開發(fā)區(qū)。根據(jù)我國(guó)保稅區(qū)的發(fā)展現(xiàn)狀，我們可以將保稅區(qū)分為以下類型：綜合型、工貿(mào)型、物流型和生產(chǎn)加工型。未來(lái)，保稅區(qū)的功能定位將更傾向于與國(guó)際接軌，保稅區(qū)實(shí)現(xiàn)區(qū)港聯(lián)動(dòng)，促進(jìn)現(xiàn)代國(guó)際物流和高科技產(chǎn)業(yè)的發(fā)展，保稅區(qū)向自由貿(mào)易區(qū)轉(zhuǎn)型將成為基本趨勢(shì)（張世坤，2005）。

從1990年以來(lái)，我國(guó)保稅區(qū)建設(shè)取得了長(zhǎng)足的發(fā)展，經(jīng)濟(jì)規(guī)模增長(zhǎng)較快，經(jīng)濟(jì)效益明顯提高。本文根據(jù)現(xiàn)有統(tǒng)計(jì)數(shù)據(jù)，計(jì)算了2006年保稅區(qū)主要經(jīng)濟(jì)指標(biāo)（見表1）。從保稅區(qū)目前發(fā)展現(xiàn)狀看，暫不考慮各保稅區(qū)管理體制、區(qū)位等差別，僅從功能定位角度看，可以初步發(fā)現(xiàn)，功能越齊全的保稅區(qū)的經(jīng)濟(jì)效益往往越高，表現(xiàn)在產(chǎn)值密度、稅收密度、進(jìn)出口密度等指標(biāo)領(lǐng)先于其他保稅區(qū)。特別地，在引入保稅物流功能后，往往會(huì)使得保稅區(qū)的經(jīng)濟(jì)效益明

顯改善。

二、我國(guó)保稅區(qū)發(fā)展水平的評(píng)價(jià)

對(duì)保稅區(qū)綜合經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)效益評(píng)價(jià)進(jìn)行定量分析，是在單指標(biāo)評(píng)價(jià)的基礎(chǔ)上進(jìn)行加權(quán)綜合評(píng)價(jià)，該模型強(qiáng)調(diào)指標(biāo)的群體性，指標(biāo)之間具有替代作用，即個(gè)別指標(biāo)的落后對(duì)系統(tǒng)整體功能不會(huì)造成太大影響。

由于各指標(biāo)的量綱不同，不能進(jìn)行相互比較和計(jì)算，在綜合分析前必須對(duì)各指標(biāo)進(jìn)行無(wú)量綱化處理，所謂的指標(biāo)無(wú)量綱化就是清除量綱和數(shù)量級(jí)的影響，將指標(biāo)的實(shí)際值轉(zhuǎn)化為可以綜合的指標(biāo)評(píng)價(jià)值，從而解決評(píng)價(jià)指標(biāo)的可綜合性。本研究采用的無(wú)量綱化的方法如下：

某行業(yè)某指標(biāo)的標(biāo)準(zhǔn)化數(shù)值＝（該行業(yè)該指標(biāo)值－所有行業(yè)該指標(biāo)的最小值）/（所有行業(yè)該指標(biāo)的最大值－所有行業(yè)該指標(biāo)的最小值）。

在運(yùn)用綜合評(píng)價(jià)模型時(shí)，按照加權(quán)求和的計(jì)算方法，設(shè)第i個(gè)指標(biāo)的無(wú)量綱化指標(biāo)值為xi，對(duì)應(yīng)的權(quán)重為wi，則加權(quán)求和計(jì)算模型為：

ρ=Σwixi(1)

其中，綜合經(jīng)濟(jì)規(guī)模的單項(xiàng)評(píng)價(jià)指標(biāo)包括：工業(yè)產(chǎn)值、稅收、進(jìn)出口貿(mào)易額；綜合經(jīng)濟(jì)效益的單項(xiàng)評(píng)價(jià)指標(biāo)包括：?jiǎn)挝幻娣e的工業(yè)產(chǎn)值、稅收、進(jìn)出口貿(mào)易額。基于數(shù)據(jù)的可得性和計(jì)算的便利性，采用改進(jìn)的三標(biāo)度層次分析法（IAHP）計(jì)算權(quán)重wi。根據(jù)以上模型計(jì)算保稅區(qū)經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)效益的綜合得分，結(jié)果見圖1。從中可以看出，深圳、上海保稅區(qū)的綜合經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)效益最高，汕頭、珠海保稅區(qū)綜合得分最低，海口保稅區(qū)居中。可見，綜合型的保稅區(qū)往往可以獲得較高的綜合經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)效益，單一的生產(chǎn)加工型保

稅區(qū)在綜合經(jīng)濟(jì)規(guī)模和經(jīng)濟(jì)效益方面的表現(xiàn)往往差強(qiáng)人意。

三、保稅區(qū)發(fā)展對(duì)腹地經(jīng)濟(jì)的依賴

保稅區(qū)作為中國(guó)對(duì)外開放的窗口，在發(fā)展國(guó)際貿(mào)易、吸引外商投資等方面發(fā)揮了重要作用，有力地促進(jìn)了腹地經(jīng)濟(jì)的發(fā)展（王莉，2005）。本部分利用計(jì)量模型考察保稅區(qū)綜合經(jīng)濟(jì)規(guī)模與腹地城市經(jīng)濟(jì)之間的關(guān)系，利用計(jì)量軟件EVIEWS6.0進(jìn)行回歸分析，模型的回歸結(jié)果見表2。

注：表中單元格給出了相應(yīng)的回歸系數(shù)，括號(hào)內(nèi)為t值。顯著性水平**代表p-value＜0.05。

1.腹地城市經(jīng)濟(jì)規(guī)模。回歸模型采用腹地城市GDP指標(biāo)代表經(jīng)濟(jì)規(guī)模，回歸結(jié)果表明，腹地城市GDP的回歸系數(shù)在5%的水平上通過(guò)了顯著性檢驗(yàn)，而封關(guān)面積的回歸系數(shù)并不顯著。可見，保稅區(qū)的綜合經(jīng)濟(jì)規(guī)模與腹地城市的經(jīng)濟(jì)總量顯著正相關(guān)，腹地城市經(jīng)濟(jì)總量越大，保稅區(qū)綜合經(jīng)濟(jì)規(guī)模越大。上海、深圳保稅區(qū)依托所在城市的經(jīng)濟(jì)增長(zhǎng)，擴(kuò)大了自身的產(chǎn)業(yè)規(guī)模。這表明：保稅區(qū)經(jīng)濟(jì)規(guī)模的水平更多的受到當(dāng)?shù)鼐C合經(jīng)濟(jì)發(fā)展水平的影響，而保稅區(qū)已開發(fā)面積雖然對(duì)其經(jīng)濟(jì)規(guī)模有正向影響，但在引入腹地城市變量之后，其影響變得不再顯著。因此，未來(lái)保稅區(qū)的開發(fā)和經(jīng)濟(jì)發(fā)展更有賴于腹地經(jīng)濟(jì)增長(zhǎng)，只有腹地城市經(jīng)濟(jì)的迅速擴(kuò)張才能支撐保稅區(qū)的快速發(fā)展（趙欖，常勇，2008）。

2.腹地城市工業(yè)化水平。回歸模型采用腹地城市工業(yè)產(chǎn)值代表工業(yè)化水平，回歸結(jié)果表明，腹地城市工業(yè)產(chǎn)值的回歸系數(shù)在5%的水平上通過(guò)了顯著性檢驗(yàn)，模型的擬合度較高。可見，保稅區(qū)的綜合經(jīng)濟(jì)規(guī)模與腹地城市的工業(yè)規(guī)模顯著正相關(guān)，腹地城市工業(yè)規(guī)模越大，保稅區(qū)綜合經(jīng)濟(jì)規(guī)模越大。上海、深圳的工業(yè)化程度較高，工業(yè)規(guī)模較大，推動(dòng)了兩地保稅區(qū)經(jīng)濟(jì)的較快增長(zhǎng)。雖然張家港保稅區(qū)所在城市蘇州的工業(yè)產(chǎn)值規(guī)模很大，但是它并沒有帶動(dòng)保稅區(qū)相應(yīng)的經(jīng)濟(jì)規(guī)模，其可能的原因是保稅區(qū)與周邊地區(qū)沒有形成密切的產(chǎn)業(yè)關(guān)聯(lián)。這說(shuō)明：一方面，未來(lái)保稅區(qū)的開發(fā)和經(jīng)濟(jì)發(fā)展還有賴于腹地工業(yè)化的快速推進(jìn)，另一方面，保稅區(qū)的產(chǎn)業(yè)定位必須充分考慮腹地城市的產(chǎn)業(yè)基礎(chǔ)，只有與腹地城市形成緊密的產(chǎn)業(yè)關(guān)聯(lián)，形成產(chǎn)業(yè)鏈的互動(dòng)延展才能推動(dòng)保稅區(qū)的產(chǎn)業(yè)可持續(xù)發(fā)展。

3.腹地城市對(duì)外開放水平。回歸模型采用腹地城市進(jìn)出口貿(mào)易額代表對(duì)外開發(fā)水平，回歸結(jié)果表明，腹地城市進(jìn)出口貿(mào)易額的回歸系數(shù)在1%的水平上通過(guò)了顯著性檢驗(yàn)，模型的擬合度較高。可見，保稅區(qū)的綜合經(jīng)濟(jì)規(guī)模與腹地城市的進(jìn)出口貿(mào)易額顯著正相關(guān)，腹地城市進(jìn)出口貿(mào)易額越大，保稅區(qū)綜合經(jīng)濟(jì)規(guī)模就越大。可見，上海、深圳經(jīng)濟(jì)的外向度高，進(jìn)出口規(guī)模大，推動(dòng)了兩地保稅區(qū)經(jīng)濟(jì)的較快增長(zhǎng)，而張家港保稅區(qū)的綜合經(jīng)濟(jì)規(guī)模與蘇州的進(jìn)出口規(guī)模并不相稱。

四、保稅區(qū)進(jìn)一步發(fā)展的對(duì)策

1.整合產(chǎn)業(yè)鏈，推動(dòng)保稅區(qū)招商引資。產(chǎn)業(yè)鏈招商對(duì)于壯大一個(gè)地方的產(chǎn)業(yè)，促進(jìn)地方經(jīng)濟(jì)的發(fā)展作用越來(lái)越大。從保稅區(qū)的發(fā)展看，在招商引資中貫徹產(chǎn)業(yè)鏈的整合方法，就是要圍繞產(chǎn)業(yè)定位，按照“龍頭項(xiàng)目――產(chǎn)業(yè)鏈――產(chǎn)業(yè)集群――制造業(yè)基地”的發(fā)展思路，參與主導(dǎo)產(chǎn)業(yè)鏈各環(huán)節(jié)分工、截取高附加值環(huán)節(jié)、打造完整產(chǎn)業(yè)鏈、延伸創(chuàng)新產(chǎn)業(yè)鏈。要以國(guó)際產(chǎn)業(yè)轉(zhuǎn)移為契機(jī)，引進(jìn)一批投資規(guī)模大、輻射帶動(dòng)作用強(qiáng)、科技含量高、市場(chǎng)前景好的大項(xiàng)目；做好產(chǎn)業(yè)配套，積極承接周邊區(qū)域大項(xiàng)目的輻射，催生特色產(chǎn)業(yè)鏈；全面提升保稅區(qū)對(duì)接和控制區(qū)內(nèi)外產(chǎn)業(yè)鏈的能力，建立整合產(chǎn)業(yè)鏈的集群競(jìng)爭(zhēng)優(yōu)勢(shì)。

2.打造物流平臺(tái)，推動(dòng)國(guó)際物流業(yè)發(fā)展。保稅區(qū)國(guó)際物流設(shè)施平臺(tái)的構(gòu)建，主要是用于解決區(qū)內(nèi)進(jìn)出口貨源基地、各層級(jí)倉(cāng)庫(kù)網(wǎng)點(diǎn)及設(shè)施技術(shù)、貨物流動(dòng)過(guò)程、貨物流動(dòng)的方向和速度等重大戰(zhàn)略問題，應(yīng)該涉及對(duì)外交通運(yùn)輸體系、區(qū)內(nèi)交通運(yùn)輸體系、復(fù)合運(yùn)輸體系、集裝箱裝載系統(tǒng)，以及倉(cāng)庫(kù)、堆場(chǎng)、轉(zhuǎn)運(yùn)站、成組裝載系統(tǒng)和保稅查驗(yàn)場(chǎng)地等方面，為保稅區(qū)貨物進(jìn)出、通關(guān)監(jiān)管，區(qū)港聯(lián)動(dòng)運(yùn)作機(jī)制的建立創(chuàng)造有利條件。要構(gòu)筑和完善以多式聯(lián)運(yùn)體系為核心的國(guó)際物流聯(lián)運(yùn)體系；要吸引航運(yùn)集團(tuán)共同建設(shè)國(guó)際物流園區(qū)；要構(gòu)建保稅區(qū)國(guó)際物流信息平臺(tái)，主要包括貨物跟蹤子系統(tǒng)、電子數(shù)據(jù)交換子系統(tǒng)（EDI）、綜合服務(wù)子系統(tǒng)、物流運(yùn)作支持子系統(tǒng)等4個(gè)部分；要引進(jìn)和培養(yǎng)優(yōu)秀的物流管理人才；要選擇培育國(guó)際物流運(yùn)作主體及發(fā)展物流主體形式；要?jiǎng)?chuàng)新保稅物流園區(qū)海關(guān)監(jiān)管模式；要健全保稅區(qū)物流產(chǎn)業(yè)政策法規(guī)。

3.加強(qiáng)區(qū)域合作創(chuàng)新，推動(dòng)保稅區(qū)與腹地經(jīng)濟(jì)互動(dòng)發(fā)展。樹立“大市場(chǎng)、大作為”的觀念，了解、收集市場(chǎng)信息，利用各種經(jīng)貿(mào)洽談會(huì)等平臺(tái)，制定保稅區(qū)企業(yè)和產(chǎn)品的外向推廣計(jì)劃，支持、鼓勵(lì)企業(yè)實(shí)施“走出去”、“請(qǐng)進(jìn)來(lái)”的戰(zhàn)略。進(jìn)一步加強(qiáng)保稅區(qū)與腹地城市產(chǎn)業(yè)合作與互動(dòng)，推動(dòng)生產(chǎn)要素的跨地區(qū)高效流動(dòng)和資源的優(yōu)化整合。保稅區(qū)要圍繞保稅區(qū)主導(dǎo)產(chǎn)業(yè)，促進(jìn)區(qū)域創(chuàng)新發(fā)展。創(chuàng)新平臺(tái)是以產(chǎn)學(xué)研合作平臺(tái)為主體、技術(shù)創(chuàng)新平臺(tái)為核心、創(chuàng)新服務(wù)平臺(tái)為保障的大系統(tǒng)。保稅區(qū)要大力推進(jìn)產(chǎn)學(xué)研結(jié)合，積極引導(dǎo)保稅區(qū)企業(yè)與大學(xué)、科研院所按照現(xiàn)代企業(yè)制度的要求或聯(lián)合協(xié)作的方式，合資、合作興辦各類技術(shù)創(chuàng)新機(jī)構(gòu)。大力支持立足本區(qū)域覆蓋腹地城市的重點(diǎn)產(chǎn)業(yè)和重點(diǎn)企業(yè)，組建行業(yè)技術(shù)創(chuàng)新中心和企業(yè)內(nèi)部重點(diǎn)工程中心，以增強(qiáng)主導(dǎo)產(chǎn)業(yè)的自我創(chuàng)新能力，改造傳統(tǒng)產(chǎn)業(yè)，帶動(dòng)腹地城市相關(guān)產(chǎn)業(yè)發(fā)展。

第8篇

關(guān)鍵詞：廣西北部灣經(jīng)濟(jì)區(qū)；低碳城市；灰色關(guān)聯(lián)度；評(píng)價(jià)指標(biāo)體系

基金項(xiàng)目：2014年度廣西高等學(xué)校科研項(xiàng)目：“廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展評(píng)價(jià)與對(duì)策研究”（項(xiàng)目編號(hào)：YB2014602）；2015年國(guó)家社科基金一般項(xiàng)目：“西南邊疆民族地區(qū)絲綢之路經(jīng)濟(jì)帶建設(shè)中城鎮(zhèn)化多元格局實(shí)現(xiàn)路徑研究”（項(xiàng)目編號(hào)：15BMZ080）

中圖分類號(hào)：F127 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2017年3月8日

城市作為人們從事生產(chǎn)經(jīng)營(yíng)活動(dòng)及生活的重要地域單元，其碳排放問題已引起全社會(huì)及國(guó)內(nèi)外的廣泛關(guān)注，并已成為社會(huì)各界共同面對(duì)和亟待解決的重大問題。早在2003年英國(guó)政府就在其發(fā)表的能源白皮書《我們能源的未來(lái)：創(chuàng)建低碳經(jīng)濟(jì)》中提到了“低碳”概念，并隨著社會(huì)各界對(duì)全球氣候環(huán)境變化給予的高度關(guān)注，低碳發(fā)展理念已儼然成為一種新的推動(dòng)經(jīng)濟(jì)可持續(xù)發(fā)展、能源循環(huán)利用和生態(tài)環(huán)境可持續(xù)發(fā)展的重要理念和思想，并得到世界各國(guó)的廣泛認(rèn)同。低碳城市發(fā)展倡導(dǎo)的是在低碳理念的指導(dǎo)下，通過(guò)廣泛應(yīng)用各種新能源技術(shù)，積極推動(dòng)經(jīng)濟(jì)、社會(huì)和環(huán)境等的低碳化轉(zhuǎn)型，從而減少城市二氧化碳等溫室氣體排放，努力營(yíng)造一個(gè)經(jīng)濟(jì)發(fā)展低碳化、社會(huì)發(fā)展低碳化、生活低碳化、環(huán)境低碳化的可持續(xù)發(fā)展城市，從而更好地促進(jìn)城市的健康長(zhǎng)遠(yuǎn)發(fā)展。本文試圖從低碳經(jīng)濟(jì)、低碳技術(shù)、低碳社會(huì)、低碳資源和環(huán)境四個(gè)層面構(gòu)建廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平評(píng)價(jià)指標(biāo)體系，然后采用灰色關(guān)聯(lián)評(píng)價(jià)法對(duì)其進(jìn)行評(píng)價(jià)分析，為把握廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展的特征和影響因素，進(jìn)而采取相應(yīng)對(duì)策措施更好地推動(dòng)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市的發(fā)展具有重要的理論和實(shí)踐意義。

一、廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平評(píng)價(jià)指標(biāo)體系的構(gòu)建

廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平評(píng)價(jià)，涉及到低碳城市的經(jīng)濟(jì)、技術(shù)、社會(huì)、資源和環(huán)境等影響因素方面，是一個(gè)復(fù)雜的多因素綜合評(píng)價(jià)體系。為了綜合評(píng)價(jià)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平，進(jìn)一步分析廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的影響因素及^域差異特征，本文在結(jié)合廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的發(fā)展實(shí)際及在堅(jiān)持科學(xué)性、系統(tǒng)性、可操作性、層次性及數(shù)據(jù)可獲得性等原則的基礎(chǔ)上，建立了廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平評(píng)價(jià)指標(biāo)體系，詳見表1。該指標(biāo)體系從低碳經(jīng)濟(jì)、低碳技術(shù)、低碳社會(huì)、低碳資源和環(huán)境4個(gè)二級(jí)指標(biāo)層共29項(xiàng)三級(jí)指標(biāo)來(lái)評(píng)價(jià)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平狀況。（表1）

二、灰色關(guān)聯(lián)評(píng)價(jià)分析法

灰色關(guān)聯(lián)評(píng)價(jià)分析法來(lái)源于我國(guó)鄧聚龍教授在1982年提出的灰色關(guān)聯(lián)理論，該評(píng)價(jià)分析方法是一種可以對(duì)系統(tǒng)影響因素的重要性次序及區(qū)域發(fā)展水平高低進(jìn)行綜合性評(píng)判的一種重要分析方法，目前已被廣泛應(yīng)用到我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展的相關(guān)研究當(dāng)中。灰色關(guān)聯(lián)度是通過(guò)分析兩個(gè)或兩個(gè)以上因素之間的關(guān)聯(lián)性程度來(lái)反映其關(guān)聯(lián)度或差異性程度，關(guān)聯(lián)度越大，表明其相似度越高；關(guān)聯(lián)度越小，表明其相似度越低。其中，灰色關(guān)聯(lián)度的計(jì)算，可以通過(guò)如下公式（1）至公式（4）求得。其中，公式（1）是對(duì)評(píng)價(jià)指標(biāo)體系的指標(biāo)數(shù)據(jù)進(jìn)行無(wú)量綱化處理，經(jīng)處理后的數(shù)據(jù)的取值范圍為[0，1]；X0（k）為參考序列，經(jīng)無(wú)量綱化處理后的參考序列的每個(gè)值均為1。

三、廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平灰色關(guān)聯(lián)評(píng)價(jià)

采用2014年廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平評(píng)價(jià)的指標(biāo)數(shù)據(jù)，采用公式（1）～（4），計(jì)算得到廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的各項(xiàng)影響指標(biāo)的灰色關(guān)聯(lián)度及其權(quán)重。（表2）

首先，廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的各項(xiàng)影響指標(biāo)的灰色關(guān)聯(lián)度及權(quán)重較大的前三個(gè)指標(biāo)分別是C17人口增長(zhǎng)率、C21生活垃圾無(wú)害化處理率、C23人均節(jié)能環(huán)保支出，其灰色關(guān)聯(lián)度分別為0.8396、0.8035、0.7146，權(quán)重分別為0.0503、0.0482、0.0428，表明人口增長(zhǎng)情況、生活垃圾無(wú)害化處理情況和人均節(jié)能環(huán)保支出水平這三個(gè)影響指標(biāo)對(duì)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的影響較大。

其次，C16第三產(chǎn)業(yè)從業(yè)人員比重（0.6617）、C34人均住房建筑面積（0.6579）、C48城市污水處理率（0.6432）、C25教育支出占財(cái)政支出的比重（0.6393）、C38每萬(wàn)人擁有公共汽車（0.6186）、C46每萬(wàn)人液化石油氣供氣總量（0.6014）、C11人均地區(qū)生產(chǎn)總值（0.6008）等影響廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的指標(biāo)的灰色關(guān)聯(lián)度介于0.6000～0.7000之間，其大小僅次于C17、C21、C23三個(gè)指標(biāo)，這部分指標(biāo)主要從第三產(chǎn)業(yè)服務(wù)人員規(guī)模、人均住房建筑面積、城市污水處理情況、教育支出比重、公共汽車數(shù)量、液化石油氣供氣數(shù)量、人均地區(qū)生產(chǎn)總值等角度影響廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平。

再次，C36建成區(qū)排水管道密度（0.5909）、C32居民人均生活用電量（0.5788）、C31城市居民年人均可支配收入（0.5658）、C15城市化率（0.5601）、C22節(jié)能環(huán)保支出占財(cái)政支出的比重（0.5548）、C42人均公園綠地面積（0.5510）、C13第三產(chǎn)業(yè)占GDP的比重（0.5495）、C35人均城市道路面積（0.5462）、C44城市氣象站點(diǎn)年平均降雨量（0.5384）、C33人均日生活用水量（0.5189）、C12 GDP增速（0.5175）、C14人均工業(yè)總產(chǎn)值（0.5105）等影響指標(biāo)的灰色關(guān)聯(lián)度介于0.5000～0.6000之間，這部分指標(biāo)主要從排水管道建設(shè)、居民生活用電用水狀況、人均可支配收入、城市化率、節(jié)能環(huán)保支出比重、公園綠地建設(shè)、降雨量、GDP和工業(yè)發(fā)展?fàn)顩r等角度對(duì)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平產(chǎn)生影響。

最后，C43建成區(qū)綠化覆蓋率（0.4907）、C41人均水資源量（0.4824）、C47污水處理廠日集中處理能力（0.4760）、C37每萬(wàn)人均路燈盞數(shù)（0.4732）、C24科學(xué)技術(shù)支出占財(cái)政支出的比重（0.4730）、C18建成區(qū)面積（0.4695）、C41每萬(wàn)人綠化覆蓋面積（0.4564）等影響指標(biāo)的灰色關(guān)聯(lián)度相對(duì)較小，介于0.4000～0.5000之間，但其仍然是衡量廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展?fàn)顩r，推動(dòng)低碳城市實(shí)現(xiàn)可持續(xù)發(fā)展的重要指標(biāo)。

可見，表2在一定程度上反映了各項(xiàng)指標(biāo)與廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平之間的單一關(guān)聯(lián)程度，但是仍難以從總體上反映出廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的發(fā)展特點(diǎn)。為進(jìn)一步了解廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的四大影響因素的灰色關(guān)聯(lián)度，在采用公式（1）～（3）求得廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的各大影響因素得分及其排序（詳見表3）的基礎(chǔ)上，采用公式（2）～（4）進(jìn)一步求得廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的四大影響因素的灰色關(guān)聯(lián)度和排序（詳見表4）。（表3、表4）

從表3可以看到，廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平各大影響因素的綜合得分最高的地區(qū)是南寧，綜合得分為0.6626；得分較高的是防城港，得分為0.6346；得分僅次于南寧和防城港的城市是北海、欽州和玉林，其得分分別為0.6258、0.6166、0.4861；而得分最低的是崇左，其得分為0.4608。其中，南寧、防城港、北海和欽州的影響因素得分均大于0.6000，而玉林和崇左的影響因素得分均低于0.5000，可見，這六個(gè)城市之間的影響因素得分之間具有一定的差距，并且南寧、防城港、北海和欽州這四個(gè)城市處于一個(gè)相對(duì)較高層次的發(fā)展水平之上，而玉林、崇左又處于同一低層次的發(fā)展水平上。此外，四大影響因素的地區(qū)得分中，低碳經(jīng)濟(jì)因素的得分最高的地區(qū)是南寧（0.7785），其次是防城港（0.6414），最低的是玉林（0.4489）；低碳技術(shù)因素的得分最高的地區(qū)是欽州（0.8203），其次是北海（0.7408），最低的是南寧（0.5044）；低碳社會(huì)因素的得分最高的地區(qū)是防城港（0.7421），其次是北海（0.6368），最低的是崇左（0.3505）；低碳能源和環(huán)境因素的得分最高的地區(qū)是南寧（0.7438），其次是防城港（0.5449），最低的崇左（0.3991）。

從表4來(lái)看，廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的四大影響因素中：低碳經(jīng)濟(jì)的灰色關(guān)聯(lián)度最大，其數(shù)值是0.7293，表明低碳經(jīng)濟(jì)因素對(duì)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的影響最大；其次是低碳社會(huì)，其灰色關(guān)聯(lián)度是0.6569，表明低碳社會(huì)因素對(duì)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平也產(chǎn)生了重要影響，其影響程度僅次于低碳經(jīng)濟(jì)因素；第三是低碳能源和環(huán)境，其灰色關(guān)聯(lián)度是0.5701，推進(jìn)低碳能源和環(huán)境的建設(shè)是實(shí)現(xiàn)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展的重要組成部分；第四是低碳技術(shù)，其灰色關(guān)聯(lián)度是0.5086，雖然其關(guān)聯(lián)程度較低，但是鑒于低碳技術(shù)的發(fā)展對(duì)低碳城市發(fā)展的重要性，可以看到，低碳技術(shù)由于其技術(shù)的研發(fā)、吸收、創(chuàng)新以及推廣具有一定的時(shí)間階段性，導(dǎo)致其對(duì)低碳城市發(fā)展的推動(dòng)作用具有一定的滯后性。由此可見，影響廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的四大因素的影響程度從強(qiáng)到弱的順序依次為低碳經(jīng)濟(jì)、低碳社會(huì)、低碳能源和環(huán)境、低碳技術(shù)。

四、結(jié)論

通過(guò)對(duì)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市l(wèi)展水平進(jìn)行灰色關(guān)聯(lián)評(píng)價(jià)，研究發(fā)現(xiàn)：廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的區(qū)域差距較突出，南寧、防城港等地區(qū)的低碳城市發(fā)展水平相對(duì)較高，北海、欽州、玉林的低碳城市發(fā)展水平僅次于南寧和防城港，而崇左的低碳城市發(fā)展水平最低。其中，崇左的得分僅為南寧的得分的69.54%，各城市之間的發(fā)展差距仍較明顯；與此同時(shí)，南寧、防城港、北海和欽州等城市的低碳城市發(fā)展水平處于一個(gè)相對(duì)較高層次上，而玉林、崇左則處于一個(gè)相對(duì)較低層次的水平上。并且從四大影響因素對(duì)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的重要性來(lái)看，低碳經(jīng)濟(jì)是其最重要的因素。可見，低碳經(jīng)濟(jì)的發(fā)展程度仍然是影響廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平高低的最重要因素；其次是低碳社會(huì)因素，低碳社會(huì)的資源消耗和碳排放的數(shù)量及其程度，對(duì)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平產(chǎn)生重要影響；第三是低碳能源和環(huán)境，其反映了低碳能源的提供及生態(tài)環(huán)境狀況，是衡量廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平的又一重要因素；最后是低碳技術(shù)因素，低碳技術(shù)對(duì)推動(dòng)產(chǎn)業(yè)發(fā)展技術(shù)升級(jí)、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和城市低碳化發(fā)展發(fā)揮著重要的作用，但其對(duì)推動(dòng)低碳城市的發(fā)展具有一定的滯后性。

結(jié)果表明：低碳經(jīng)濟(jì)、低碳社會(huì)分別是影響廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平高低的重要方面，為進(jìn)一步提高廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展水平，應(yīng)積極提倡低碳經(jīng)濟(jì)和低碳社會(huì)的發(fā)展。而人口增長(zhǎng)率、第三產(chǎn)業(yè)從業(yè)人員比重、人均地區(qū)生產(chǎn)總值和城市化率等因素是影響低碳經(jīng)濟(jì)發(fā)展的主要因素，因此要努力推進(jìn)廣西北部灣經(jīng)濟(jì)區(qū)城市人口規(guī)模的擴(kuò)大，不斷擴(kuò)大第三產(chǎn)業(yè)從業(yè)人員數(shù)量，推動(dòng)地區(qū)生產(chǎn)總值的提高以及加快提升城市化水平。同時(shí)，人均住房建筑面積、每萬(wàn)人擁有公共汽車、建成區(qū)排水管道密度、居民人均生活用電量等因素是影響低碳社會(huì)的重要因素，應(yīng)注重從改善居民住房狀況、公共交通出行狀況、排水設(shè)施狀況、居民生活用電狀況等角度提升廣西北部灣經(jīng)濟(jì)區(qū)低碳城市發(fā)展?fàn)顩r。與此同時(shí)，城市污水處理率、每萬(wàn)人液化石油氣供氣總量、人均公園綠地面積、城市氣象站點(diǎn)年平均降雨量、建成區(qū)綠化覆蓋率等因素是影響低碳資源和環(huán)境的重要因素，應(yīng)進(jìn)一步加強(qiáng)城市污水處理，改善液化石油氣供氣狀況，加強(qiáng)公園綠地建設(shè)和提升城市綠化覆蓋率等，進(jìn)而不斷改善城市環(huán)境，推動(dòng)低碳資源的可持續(xù)利用和環(huán)境的可持續(xù)發(fā)展。此外，生活垃圾無(wú)害化處理率、人均節(jié)能環(huán)保支出、教育支出占財(cái)政支出的比重等因素是影響低碳技術(shù)的重要因素。因此，應(yīng)進(jìn)一步加大對(duì)城市生活垃圾的無(wú)害化處理，提升城市人均環(huán)保支出，合理擴(kuò)大教育支出和強(qiáng)化人才培養(yǎng)力度，不斷推動(dòng)廣西北部灣經(jīng)濟(jì)區(qū)低碳城市的可持續(xù)發(fā)展。

主要參考文獻(xiàn)：

[1]湯光華.灰色關(guān)聯(lián)綜合評(píng)價(jià)方法評(píng)析[J].江蘇統(tǒng)計(jì)，1997.6.

[2]Yang De-yun，Li Dong，Yang Xiang，et al.，Urban Tourism Competitive Power Difference and Grey Relational Analysis on Influencing Factors of the Urban Agglomeration in Central Plain.AISS：Advances in Information Sciences and Service Sciences，Vol.5，No.2，2013.

[3]Zeng Peng，Yang Sha-sha，Lian Chao.Grey Relational Synthetic Evaluation of Urban Competitive Power Influencing Factors of the Urban Agglomeration on the West Side of Taiwan Straits[J].Applied Mechanics and Materials，2011.

[4]廉超，何小貞.我國(guó)各地區(qū)公共圖書館服務(wù)水平的灰色關(guān)聯(lián)評(píng)價(jià)[J].圖書館學(xué)研究，2014.8.

第9篇

關(guān)鍵詞：區(qū)域經(jīng)濟(jì) 經(jīng)濟(jì)發(fā)展水平 評(píng)價(jià)體系 層次分析法

中圖分類號(hào)：F127 文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1673-291X（2011）28-0150-03

引言

1978年改革開放以來(lái)，中國(guó)的經(jīng)濟(jì)得到了迅猛的發(fā)展，取得了舉世矚目的成績(jī)。① 全國(guó)各地區(qū)的經(jīng)濟(jì)面貌都得到了很大的改善。然而由于各自經(jīng)濟(jì)發(fā)展起點(diǎn)和地理環(huán)境等方面的原因，中國(guó)各地區(qū)的經(jīng)濟(jì)發(fā)展水平存在明顯的差異。對(duì)于中國(guó)目前的經(jīng)濟(jì)發(fā)展而言，如何真實(shí)反映地區(qū)間經(jīng)濟(jì)發(fā)展差異已經(jīng)成為經(jīng)濟(jì)研究的重點(diǎn)。

中國(guó)目前主要應(yīng)用國(guó)民經(jīng)濟(jì)核算體系（SNA）對(duì)中國(guó)及中國(guó)各地區(qū)的經(jīng)濟(jì)發(fā)展進(jìn)行評(píng)價(jià)，其核心指標(biāo)是GDP。但是經(jīng)濟(jì)總量并不能完全概括經(jīng)濟(jì)發(fā)展的內(nèi)涵，因而在衡量區(qū)域經(jīng)濟(jì)發(fā)展水平差異上GDP法存在一定的片面性，不能真實(shí)反映區(qū)域經(jīng)濟(jì)發(fā)展差異。

本文將應(yīng)用層次分析法從經(jīng)濟(jì)發(fā)展內(nèi)涵出發(fā)建立中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系，該評(píng)價(jià)體系能更為全面、真實(shí)的反映中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展差異，并且通過(guò)對(duì)2008年統(tǒng)計(jì)數(shù)據(jù)的實(shí)證研究，得到中國(guó)各地區(qū)現(xiàn)階段經(jīng)濟(jì)發(fā)展水平。同時(shí)，以評(píng)價(jià)得分為依據(jù)，對(duì)中國(guó)31個(gè)地區(qū)經(jīng)濟(jì)發(fā)展類型和階段進(jìn)行分類，并從中得到中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展特點(diǎn)。

一、中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系的建立

（一）評(píng)價(jià)體系的理論基礎(chǔ)

為評(píng)價(jià)一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平，本文將利用層次分析法（Analytic Hierarchy Process，AHP）構(gòu)建中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系。該方法主要依據(jù)決策者的主觀判斷，對(duì)決策進(jìn)行量化描述，較多應(yīng)用于結(jié)構(gòu)復(fù)雜且指標(biāo)不易量化的評(píng)價(jià)問題。由于經(jīng)濟(jì)發(fā)展內(nèi)容廣泛且不易從單一指標(biāo)度量，因此本文將應(yīng)用此方法，從經(jīng)濟(jì)總量、經(jīng)濟(jì)結(jié)構(gòu)、制度水平、創(chuàng)新水平等四個(gè)方面進(jìn)行構(gòu)建區(qū)域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系。

1.經(jīng)濟(jì)總量是一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的重要體現(xiàn)，也是國(guó)際上較為公認(rèn)的經(jīng)濟(jì)發(fā)展度量指標(biāo)，因此在我們的評(píng)價(jià)體系中，包含這一指標(biāo)。這里度量經(jīng)濟(jì)總量沿用現(xiàn)在國(guó)際主流標(biāo)準(zhǔn)，即地區(qū)生產(chǎn)總值（GDP）。

2.根據(jù)經(jīng)濟(jì)增長(zhǎng)結(jié)構(gòu)理論，經(jīng)濟(jì)結(jié)構(gòu)變化也是經(jīng)濟(jì)發(fā)展的重要影響因素之一。比如產(chǎn)業(yè)結(jié)構(gòu)、就業(yè)結(jié)構(gòu)、消費(fèi)結(jié)構(gòu)和分配結(jié)構(gòu)等方面的變化不僅是經(jīng)濟(jì)發(fā)展的決定因素，同時(shí)也是經(jīng)濟(jì)發(fā)展的重要表現(xiàn)。其中產(chǎn)業(yè)結(jié)構(gòu)主要體現(xiàn)地區(qū)經(jīng)濟(jì)發(fā)展的協(xié)調(diào)性，就業(yè)結(jié)構(gòu)用來(lái)說(shuō)明地區(qū)勞動(dòng)力需求大小，消費(fèi)結(jié)構(gòu)用來(lái)體現(xiàn)地區(qū)居民消費(fèi)能力和市場(chǎng)潛力，分配結(jié)構(gòu)則用來(lái)衡量城鄉(xiāng)居民收入差距。

3.制度對(duì)經(jīng)濟(jì)發(fā)展發(fā)揮重要作用，特別是可以有效保護(hù)產(chǎn)權(quán)的制度不但可以促進(jìn)有效的人力資本和物質(zhì)資本投資，而且可以進(jìn)一步促進(jìn)經(jīng)濟(jì)的持續(xù)增長(zhǎng)和發(fā)展。自1978年，中國(guó)的經(jīng)濟(jì)制度在所有制、市場(chǎng)和開放水平等方面均發(fā)生了顛覆性變化，因此我們必須將經(jīng)濟(jì)發(fā)展與制度聯(lián)系起來(lái)作為衡量經(jīng)濟(jì)發(fā)展的一個(gè)標(biāo)準(zhǔn)。

4.經(jīng)濟(jì)增長(zhǎng)與發(fā)展離不開技術(shù)進(jìn)步和創(chuàng)新能力，并且根據(jù)Krugerman（1993） 和Young （1995）的研究，技術(shù)進(jìn)步恰恰是很多新型產(chǎn)業(yè)國(guó)家經(jīng)濟(jì)發(fā)展和能否持續(xù)獲得經(jīng)濟(jì)增長(zhǎng)的主要?jiǎng)恿ΑＲ虼耍瑸榱撕饬坎煌貐^(qū)經(jīng)濟(jì)增長(zhǎng)的持續(xù)性，我們將創(chuàng)新能力作為一個(gè)主要的經(jīng)濟(jì)指標(biāo)，而創(chuàng)新能力的獲得恰恰源于對(duì)人才的培養(yǎng)和對(duì)科研的投入。

（二）評(píng)價(jià)體系的建立

根據(jù)以上對(duì)于評(píng)價(jià)體系的理論描述，主要經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系指標(biāo)及計(jì)算公式（如表1所示）。

目標(biāo)層A：以經(jīng)濟(jì)發(fā)展水平為核心，逐層構(gòu)架系統(tǒng)的，有層次、有邏輯的評(píng)價(jià)體系。

子目標(biāo)層B（4個(gè)）：是在整體上把握體現(xiàn)經(jīng)濟(jì)發(fā)展水平的四大方面，即經(jīng)濟(jì)總量水平、經(jīng)濟(jì)結(jié)構(gòu)水平、制度水平和創(chuàng)新水平，從定性角度對(duì)經(jīng)濟(jì)發(fā)展水平進(jìn)行整體的把握。

過(guò)渡層C（11個(gè)）：在四大準(zhǔn)則的基礎(chǔ)上，對(duì)各個(gè)準(zhǔn)則進(jìn)行擴(kuò)展，更詳細(xì)的概括出經(jīng)濟(jì)發(fā)展的各個(gè)方面，使得整個(gè)評(píng)價(jià)體系更全面和系統(tǒng)，連接定性指標(biāo)與定量指標(biāo)。

指標(biāo)層D（15個(gè)）：以11個(gè)要素為基準(zhǔn)，指標(biāo)層采用具體化可測(cè)的指標(biāo)數(shù)據(jù)，使指標(biāo)體系從定性分析向定量分析進(jìn)行轉(zhuǎn)變，使評(píng)價(jià)體系更具有說(shuō)服力。

（三）評(píng)價(jià)結(jié)果的形成

形成該評(píng)價(jià)體系評(píng)價(jià)結(jié)果的主要步驟依次是構(gòu)建判別矩陣并通過(guò)一致性檢驗(yàn)、得出15個(gè)指標(biāo)層指標(biāo)權(quán)重、無(wú)量綱化31個(gè)省份2008年原始數(shù)據(jù)以及利用公式得出評(píng)價(jià)結(jié)果。

1.根據(jù)層次分析法構(gòu)建判別矩陣。層次分析法的判別矩陣是根據(jù)九級(jí)標(biāo)度①將本層次要素Ai和Aj相對(duì)于上一層次的要素Ck（k=1…m）按重要程度進(jìn)行兩兩比較構(gòu)造而成。同時(shí)，判別矩陣必須通過(guò)一致性檢驗(yàn)，② 即CI0.1，則說(shuō)明判別矩陣未通過(guò)一致性檢驗(yàn)，必須調(diào)整判別矩陣的標(biāo)度。

2.確定指標(biāo)權(quán)重。根據(jù)通過(guò)一致性檢驗(yàn)的判別矩陣，利用YAAHP層次分析法計(jì)算軟件，得出指標(biāo)層15個(gè)指標(biāo)的權(quán)重。

3.對(duì)指標(biāo)進(jìn)行無(wú)量綱化處理得出評(píng)價(jià)結(jié)果。由于需要用不同性質(zhì)的指標(biāo)來(lái)反映評(píng)價(jià)對(duì)象的不同側(cè)面和特征，因此指標(biāo)體系中有定量指標(biāo)、定性指標(biāo)、絕對(duì)指標(biāo)（數(shù)額）和相對(duì)指標(biāo)（比率）。為了能夠在指標(biāo)間建立起統(tǒng)一的計(jì)算、比較準(zhǔn)則，需要將所有的指標(biāo)進(jìn)行轉(zhuǎn)化和無(wú)量綱化處理，使指標(biāo)轉(zhuǎn)變?yōu)榕c權(quán)重表達(dá)相同的以百分?jǐn)?shù)表示的無(wú)量綱的相對(duì)指標(biāo)，進(jìn)而進(jìn)行加總處理。

具體的無(wú)量綱化的方法是標(biāo)準(zhǔn)化方法，即處理后的各指標(biāo)的標(biāo)準(zhǔn)差為1，均值為0，使得處理后的數(shù)據(jù)具有同等的重要性，不與指標(biāo)權(quán)重產(chǎn)生重疊。應(yīng)用公式③得出最終中國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平的評(píng)價(jià)結(jié)果。

二、實(shí)證結(jié)果及分析

對(duì)中國(guó)2008年31個(gè)地區(qū)15個(gè)指標(biāo)層數(shù)據(jù)運(yùn)用SAS軟件進(jìn)行標(biāo)準(zhǔn)化處理后結(jié)合注釋①中的公式得到中國(guó)31個(gè)地區(qū)（除港、澳、臺(tái)）的經(jīng)濟(jì)發(fā)展水平的評(píng)價(jià)結(jié)果[6] （數(shù)據(jù)來(lái)源《中國(guó)統(tǒng)計(jì)年鑒2009》、《中國(guó)貿(mào)易外經(jīng)統(tǒng)計(jì)年鑒2009》、《中國(guó)工業(yè)統(tǒng)計(jì)年鑒2009》、《中國(guó)經(jīng)濟(jì)貿(mào)易年鑒2009》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒2009》）。

（一）評(píng)價(jià)結(jié)果有效性檢驗(yàn)

作為重要的發(fā)展指標(biāo)，人均GDP一般被用來(lái)衡量經(jīng)濟(jì)發(fā)展水平。本部分為了評(píng)價(jià)中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系是否有效，將人均GDP和此評(píng)分結(jié)果做相關(guān)性檢驗(yàn)，若相關(guān)系數(shù)達(dá)到0.5以上，且P值小于0.01，則說(shuō)明，該評(píng)價(jià)體系的評(píng)價(jià)結(jié)果是有效的。

運(yùn)用SAS對(duì)此評(píng)價(jià)體系的評(píng)價(jià)分?jǐn)?shù)和人均GDP數(shù)據(jù)的標(biāo)準(zhǔn)化后并進(jìn)行相關(guān)性檢驗(yàn)，得到相關(guān)系數(shù)R=0.5842，P值=

0.000559

（二）評(píng)價(jià)結(jié)果分析

根據(jù)得分結(jié)果，可簡(jiǎn)單的將中國(guó)31個(gè)地區(qū)分為五部分：①第一部分（得分1~1.5）為廣東、江蘇；第二部分（得分0.5~1）為山東、浙江、上海；第三部分（得分0~0.5）為福建、北京、河南、河北、遼寧、湖南；第四部分（得分-0.5~0）為湖北、天津、四川、廣西、安徽、云南、重慶、山西、江西、貴州、內(nèi)蒙古、黑龍江、新疆、吉林、山西、甘肅、寧夏、海南；第五部分（-1~-0.5）為青海、。

從分類結(jié)果上看，中國(guó)各區(qū)域經(jīng)濟(jì)發(fā)展存在明顯差距，經(jīng)濟(jì)發(fā)展最強(qiáng)的廣州和最差的之間相差了2.5分。同時(shí)，經(jīng)濟(jì)較發(fā)達(dá)（得分大于0.5）地區(qū)僅占全國(guó)的16.13%，經(jīng)濟(jì)不發(fā)達(dá)地區(qū)得分小于-0.5）僅有兩個(gè)，占總數(shù)的6.5%。中國(guó)60%地區(qū)經(jīng)濟(jì)發(fā)展具有較大潛力（評(píng)分結(jié)果介于-0.5~0之間），在未來(lái)的經(jīng)濟(jì)發(fā)展中會(huì)對(duì)中國(guó)整體經(jīng)濟(jì)發(fā)展發(fā)揮重大作用。

結(jié)論與討論

利用層次分析法建立經(jīng)濟(jì)發(fā)展評(píng)價(jià)體系，使定性的問題定量化，過(guò)渡自然。建立該評(píng)價(jià)體系的數(shù)學(xué)方法為運(yùn)籌學(xué)的層次分析法，簡(jiǎn)稱AHP。該分析方法是將難于選擇的定性問題，通過(guò)建立較主觀的判別矩陣得出各指標(biāo)的權(quán)重，即重要程度，再與進(jìn)行無(wú)量綱化（標(biāo)準(zhǔn)化）后的指標(biāo)數(shù)據(jù)進(jìn)行加權(quán)得出評(píng)價(jià)結(jié)果。在這個(gè)過(guò)程中，判別矩陣的一致性檢驗(yàn)和不同單位級(jí)的無(wú)量綱化（標(biāo)準(zhǔn)化）保證了評(píng)價(jià)結(jié)果的準(zhǔn)確性。

中國(guó)各地區(qū)經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)體系具有一定的應(yīng)用價(jià)值。該評(píng)價(jià)體系從四大方面，15個(gè)指標(biāo)對(duì)經(jīng)濟(jì)發(fā)展整體進(jìn)行描述，使得評(píng)價(jià)結(jié)果具有一定的說(shuō)服力。再者，可以通過(guò)對(duì)15個(gè)指標(biāo)數(shù)據(jù)的深度分析，得出自身在經(jīng)濟(jì)發(fā)展中的優(yōu)勢(shì)和劣勢(shì)，制定符合自身經(jīng)濟(jì)發(fā)展特點(diǎn)的政策，進(jìn)而揚(yáng)長(zhǎng)避短，經(jīng)濟(jì)取得更好的發(fā)展。

但是，由于層次分析法的基礎(chǔ)是較為主觀的判別矩陣，所以該評(píng)價(jià)體系的評(píng)價(jià)結(jié)果也存在一定的主觀性，不能達(dá)到完全的客觀。若想該評(píng)價(jià)體系具有更廣泛的說(shuō)服力，就必須使得判別矩陣的主觀性削弱，最好的方法就是在構(gòu)造判別矩陣時(shí)，廣泛聽取專家的意見獲得大部分人的認(rèn)可。若能克服掉主觀性對(duì)于指標(biāo)權(quán)重的影響，那么該評(píng)價(jià)體系會(huì)取得更大的發(fā)展，可以進(jìn)一步的應(yīng)用到各省對(duì)于未來(lái)經(jīng)濟(jì)發(fā)展政策的設(shè)計(jì)，投資方向的選擇和對(duì)各省各地市經(jīng)濟(jì)發(fā)展水平的界定。

參考文獻(xiàn)：

[1]胡運(yùn)權(quán)，等.運(yùn)籌學(xué)基礎(chǔ)及應(yīng)用:第5版[M].北京:高等教育出版社，2008.

[2]梁煒，任保平.中國(guó)經(jīng)濟(jì)發(fā)展階段的評(píng)價(jià)及現(xiàn)階段的特征分析[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009，(4):2-18.

[3]高敏雪，李靜萍.經(jīng)濟(jì)社會(huì)統(tǒng)計(jì)[M].北京:中國(guó)人民大學(xué)出版社，2003.

[4]麥強(qiáng)盛.層次分析法在經(jīng)濟(jì)管理中的應(yīng)用研究[J].江西金融職工大學(xué)學(xué)報(bào)，2002，(2):91-94.

[5]謝虹.基于層次分析法科技財(cái)政支出績(jī)效評(píng)價(jià)[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2007，(4):12-16.

[6]岳朝龍，黃永興，嚴(yán)忠.SAS系統(tǒng)與經(jīng)濟(jì)統(tǒng)計(jì)分析[M].北京:中國(guó)科學(xué)技術(shù)大學(xué)出版社，2003:7.

[7]蔡，都陽(yáng).中國(guó)地區(qū)經(jīng)濟(jì)增長(zhǎng)的趨同與差異――對(duì)西部開發(fā)戰(zhàn)略的啟示[J].經(jīng)濟(jì)研究，2000，(10):30-37.

[8]王小魯，樊綱.中國(guó)地區(qū)差距的變動(dòng)趨勢(shì)和影響因素[J].經(jīng)濟(jì)研究，2004，(1):33-34.

[9]陳秀山，徐瑛.中國(guó)區(qū)域差距影響因素的實(shí)證研究[J].中國(guó)社會(huì)科學(xué)，2004，(5):117-129.

[10]趙志耘，呂冰洋.中國(guó)經(jīng)濟(jì)增長(zhǎng)過(guò)程中的資本積累趨勢(shì)與地區(qū)差異[J].中國(guó)人民大學(xué)學(xué)報(bào)，2005，(4):63-70.

[11]徐康寧，韓劍.中國(guó)區(qū)域經(jīng)濟(jì)的“資源詛咒”效應(yīng):地區(qū)差距的另一種解釋[J].經(jīng)濟(jì)家，2005，(6):96-102.

[12]胡大立.中國(guó)區(qū)域經(jīng)濟(jì)發(fā)展差距與民營(yíng)經(jīng)濟(jì)發(fā)展差距的相關(guān)性分析[J].上海經(jīng)濟(jì)研究，2006，(2):17-25.