经济发展水平的主要指标范文

前言：我们精心挑选了数篇优质经济发展水平的主要指标文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

[关键词]成渝经济区；经济发展水平；对比分析

[DOI]10.13939/ki.zgsc.2016.38.026

1 研究背景介绍

成渝经济区位于我国西部，是西部最发达和城市最集中的区域。成渝经济区占地面积约20万平方公里，占四川省和重庆市总面积的35.75%，全国总面积的2.7%，常住人口9960多万人，由35座城市组成，包括成都、重庆两个特大城市，16个中等城市和17个小城市。其GDP总量超过了川渝两地的90%。成渝经济区有西部唯一的直辖市和世界最大的水库，区位优势非常明显，是国家“十二五”规划重点建设的四个区域之一，面临着经济腾飞的大好机遇。2011年5月5日，国务院正式批复《成渝经济区区域规划》，明确了成渝经济区发展的近期目标和远期目标：到2015年，建成西部地区重要的经济中心；到2020年，成为中国综合实力最强的区域之一。[1]

经济发展水平是衡量区域发展状况与综合实力的首要指标与基本单元。对成渝经济区的城市经济发展水平进行比较分析，有助于城市正确认识自身的位置，认识竞争对手、合作伙伴的优劣势，并制定正确的竞争与区域合作战略，有助于成渝城市群内部各城市间实现合理有序的竞争、充分积极的合作，形成优化的成渝经济区总体布局与发展战略，对于提升城市综合实力和挖掘城市发展潜力具有重要的现实意义。[2]文章在对成渝经济区城市经济发展水平进行指标选取的基础上，构建评价城市经济发展水平的指标体系，运用因子分析与聚类分析的统计方法对成渝经济区内城市经济发展水平进行实证分析，以提升城市群整体竞争力和实现内部的协调发展。

2 研究方法选取与指标体系构建

2.1 研究对象与范围确定

根据《重庆市人民政府四川省人民政府关于推进川渝合作共建渝蓉经济区的协议》，成渝经济区是以成都和重庆为双经济中心，包括四川省内绵阳、德阳等在内的14个沿高速公路、铁路的城市和重庆1小时经济圈的23个区县[3]。基于此，本文城市经济发展水平的研究对象包括成都和重庆两个省会城市以及绵阳、广安、达州、泸州、南充、遂宁、资阳、内江、自贡、宜宾、德阳、眉山、乐山、雅安14个沿高速公路、快速铁路、黄金水道的地级市。

2.2 研究方法选取

为了更好地测量与分析成渝经济区城市经济发展水平，文章在构建评价指标体系的基础上，采取因子分析与聚类分析的基本方法，对成渝经济区城市的经济发展水平予以测度、评价，并有针对性地提出推进成渝经济区城市经济发展水平提升的对策建议。因子分析的基本思想是，对观测变量进行分类，将相关性较高、联系比较紧密的变量分在同一类中。不同类别变量之间的相关性较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的公共因子的线性函数与特殊因子之和来描述原来观测的每一变量。[4]聚类分析实质是一种建立分类的方法，它将一批样本数量或变量按照它们在性质上的亲疏程度在没有先验知识的情动下进行自动分类。[5]

2.3 评价指标体系构建

为了更为有效地对成渝经济区的经济发展水平进行测度，文章对各类指标进行了分析筛选，最终选取人均GDP、固定资产投资总额、地方公共财政收入、全部单位就业人员平均工资、农村居民人均纯收入、城镇居民人均可支配收入、非农人口比重、非农产值比、第三产业就业比重、第三产业产值比10个指标来构建评价指标体系。

2.4 数据来源与处理

为保证评价的准确性与科学性，本文的研究数据均来源于《四川统计年鉴2013》与《重庆统计年鉴2013》，研究成渝经济区2012年的城市经济发展状况。运用统计软件SPSS17.0对原始数据进行相关处理。

3 评价结果比较分析

3.1 成渝经济区城市经济发展水平影响因素的因子分析

对数据进行KMO（Kaiser-Meyer-Olkin）检验和巴特利特球度检验（Bartlett Test of Sphericity），结果显示，KMO检验值为0.729，大于0.6；巴特利特球度检验值为212.185，其显著性水平为0.000，小于0.05，因而拒绝原假设，认为所选数据适宜作因子分析。

利用SPSS17.0统计软件对数据进行因子分析，根据公因子提取原则，提取特征值大于1的公因子，故对原始指标提取两个公因子（F1与F2），其特征值分别为6.965与1.419，从碎石图（见下图）也可以看出，前两个因子的特征值差异明显，从第三个因子开始，特征值差异很小。综合以上，提取前两个公因子。

因子分析碎石图

公因子提取后因子方差的均值均很高，且提取公因子的累计方差贡献率也达到83.839%，已涵盖大部分信息，能对成渝经济区城市的经济发展水平进行解释。

在确定公因子的个数后，由于现有数据经分析无法对因子进行较好解释，因而采取最大方差法进行旋转，得出旋转后的因子载荷矩阵如下（见下表）。

由上表可知，公因子F1在人均GDP、农村居民人均纯收入、城镇居民人均可支配收入、非农人口比重、非农产值比、第三产业就业比重及第三产业产值比上的系数较大，可以看出，这类指标受市场经济自身发展情况的影响较大，为市场经济自生型指标，故命名为市场经济自生因子F1；公因子F2在固定资产投资总额、地方公共财政收入与全部单位就业人员平均工资上的系数较大，这类指标主要受政府宏观调控策略的影响，因而命名为政府宏观调控因子F2。

此外，对成渝经济区经济发展水平进行分析和综合评价，采用回归方法求出因子得分矩阵，得到2个公共因子的得分F1及F2，以贡献率为权数，构建综合评价函数：F=0.756F1+0.654F2。

从中可以看出，城市经济发展水平受到市场经济运行规律与国家宏观调控策略两方面因素的共同影响，因而促进经济发展要双管齐下，注重“看不见的手”与“看得见的手”的双重作用，既要尊重经济运行规律，又要重视政府的宏观调控。

3.2 成渝经济区城市经济发展水平的聚类分析

在因子分析对成渝经济区城市经济发展水平各指标进行分类与公因子提取的基础上，采用聚类分析对各城市的经济发展水平进行类别划分。

本文采取系统聚类法，以成渝经济区各城市在10个经济发展水平衡量指标上的测度数值作为聚类变量，选择欧氏距离对样本进行Q型聚类，运用SPSS17.0统计软件对所得结果进行统计分析，得到聚类分析谱系图。根据各因子综合得分与聚类谱系图，将成渝经济区城市的经济发展水平由强到弱划分为四种类型。

成渝经济区城市经济发展水平最强的有成都和重庆两大城市，其次是绵阳、广安、达州和资阳，较弱的是德阳、乐山、眉山、遂宁和泸州，最弱的是内江、自贡、南充、雅安和宜宾。从中可以得知，城市经济发展水平由内而外呈圈层式扩散分布，这与成渝经济区的人口集聚程度以及资源投入力度有关。

4 提升成渝经济区城市经济发展水平的对策建议[6]

4.1 强化政府统筹协调作用，实现合作共赢

成渝经济区作为一个双核心的城市群，统筹协调两个一级中心城市之间的关系显得尤为重要。现在两地携手走共同发展繁荣之路，就必须要求区域政府之间建立长期有效的对话协调机制，实现良好的互动。成渝经济区应在总结现有区域协调组织经验的基础上，进一步打破体制束缚和思想上的对立隔离，强化政府的行政约束力作用，强调两核心的合作而非竞争，积极促进以跨区域城市分工协作为基础的成渝地区经济一体化发展。

4.2 突出城市间优势互补，实现错位联动发展

成渝经济区要引领西部地区经济的发展，就必须充分认识区域内各城市的竞争优势，构建产业互补、分工协作的区域经济体系，实现错位联动发展，增强城市群合力。目前成渝两地产业布局趋同现象较为严重，既不利于资源的优化配置又会导致城市之间的不良竞争[7]。因此，要提升各城市的竞争力，就必须加快产业结构的调整，培育具备国际竞争力的产业群。

4.3 培育次级核心城市，实现城镇体系结构优化

一个经济区要搞活，需要完整、成熟的城镇结构体系，成渝经济区内缺乏实力较强的次级核心城市。因此，成渝经济区在发展好成都、重庆两个核心城市之外，还应该挑选出有潜力的城市作为次级核心城市，给予重点培育，如自贡、绵阳、德阳。这些次级核心城市可以在“配角经济”定位中，满足两大中心发展的需要，同时辐射带动周边中小城市以及乡镇的发展，最终建立起成渝都市连绵带[8]。成渝经济区应注重培育次级核心城市，积极发展各类城市，形成大中小城市协调发展、辐射带动能力强的城市规模结构体系。

参考文献：

[1]赵涛涛，张明举.成渝城市群城市综合竞争力比较分析[J].小城镇建设，2007（11）：38-41.

[2]向淑阳，王卓，罗文惠.成渝经济区城市综合竞争力评价与聚类分析[J].西南科技大学学报：哲学社会科学版，2011（4）：33-36.

[3]四川省人民政府网站.[DB/OL].（2016-05-08）.http：///.

[4]白斌飞.成渝经济区区域经济差异研究[J].统计与决策，2011（24）：114-116.

[5]吕姗，林爱文.武汉城市圈城市竞争力测度与评价[J].国土与自然资源研究，2010（1）：6-8.

[6]向淑阳，王卓，刘天晓.成渝经济区城市综合竞争力评价与聚类分析[J].重庆教育学院学报，2011（5）：95-98.

第2篇

【关键词】城市酒店业 经济发展 关系分析 协调发展

在房地产盲目助推大量高星级酒店诞生的情况下，“十二五”末已出现酒店布局不均、需求过剩、经营业绩下滑、部分酒店面临拍卖或转型，为此，及时科学指导城市酒店业的发展与城市经济的发展相协调，推进第三产业的健康发展，防止过度发展或发展不足而损害城市区域的经济发展。为此，科学指导城市酒店的发展规模及其分布在“十三五”建设期间显得尤其重要。

一、国内外文献及研究现状

国外针对区域酒店与经济发展相关性研究的不多，因世界前10酒店管理集团中有7个在美国，为此重点关注了美国在该方面的研究。主要有：学者Smith分析美国从1990年到1998年这段时期，洒店业构成比例、规模增长和收益变化，他的分析是很有意义的，能对投资者降低酒店投资的风险。学者JanA Deroos的研究主要基于NOR指标，即理论住房率，他研究分析这个指标的重要意义，是实现对美国酒店业的供求情况进行平衡。学者Jeong-Gil Choi根据美国近30年的酒店增长率情况以及对美国酒店业的未来发展周期和转折点进行预测。强调通过城市经济的发展从多因素的角度对区域酒店业布局等进行系统的研究。

国内酒店管理方面的学者专家也在不断完善相关的理论体系，瞿富强对酒店项目与区域经济建设可行性研究进行了比较与分析。马智亮、邓子瑜等提出了酒店业与城市经济发展研究集成化辅助系统的模型。葛良文结合以往宏观行业调控研究成果，论述了酒店业在区域经济建设中的框架及作用。王勇评述了酒店发展与地区建设的问题与对策，系统性地归纳了酒店业与地区经济相互促进相互依赖的重点关注区域。杨永堂研究了酒店规模发展与地区GDP与CPI数据的关系，从基准收益率、现金流、影响因素等方面细致地作了财务评价研究。

本文尝试通过地区经济发展的主要指标体系给出地区经济发展水平指数，将地区经济发展与酒店业发展进行关联分析，构建两者之间协调关系的模型，并运用重庆市的样本数据进行实证检验。

二、城市酒店业与经济发展的彼此影响动因

（一）城市酒店业的发展是经济发展的需要

酒店业的发展本身也是地区经济发展的重要组成部分。由于城市资源和发展定位的区别，对地区经济的贡献占比也就不同，如以旅游度假定位的三亚等，酒店的收入与利润对城市GDP的影响占比较大，而以中心城市定位的重庆等酒店对城市GDP的影响占比目前在10%-15%之间，且呈上升态势。主要影响体现在五个方面：一是酒店业的发展会为城市经济发展带来发展资金；二是高星级酒店能提升城市形象，创造良好的投资环境；三是增加城市国民生产总值和税收；四是会带动相关行业的发展，如建筑业、商业、交通业等；五是酒店I是劳动密集型行业，对就业的吸纳能力强，酒店业的发展能在很大程度上创造就业机会，提升城市的就业率。

（二）城市经济的发展促进酒店业的发展

酒店业的发展依赖于地区经济发展水平，且总是和地区经济发展水平相适应。主要影响表现在三个方面：一是资本逐利的本性会吸引财团在城市经济发展较好城市投资建造酒店；二是城市经济的发展带来商务和旅游人数增多、流动加快，促使解决餐饮、住宿问题的酒店业出现巨大的市场发展空间；三是政府部门会创造良好的投资政策，特别是银行资金的支持、税收的支持及土地费用的支持等；四是城市基础设施配套、交通、通讯和市政设施等的提升改造，为酒店业的发展创造了良好的外环境；五是在城镇化及房地产引领城市经济发展中，近5年新建的高星级酒店约90%是以房地产集团为背景的酒店。

三、关联性及协调性分析

（一）酒店业与城市经济发展水平的衡量指标

鉴于数据的可获取性，本文选取了国民生产总值、第三产业的投资额、第三产业的收入、房地产开发投资额、进出口总额、国内游客人次和收入、国外游客人次和收入、人均可支配收入、外资利用额等9个与酒店业紧密相关的经济发展指标来衡量经济发展水平。选取酒店数量、客房数量、床位数量、酒店员工数量等4个指标，及在地区的具有代表性的国有和私有酒店各一个，平均其总收入、总利润、可售房价格、可售房利润、客房收入、客房出租率等6个反映经营质量的发展指标来衡量酒店业的发展水平。数据来自《重庆旅游统计公报》、《重庆国民经济和社会发展统计公报》及重庆劲力、万友康年大酒店。

表1 重庆市2000年---2015年主要经济发展指标及酒店发展指标数据

（二）城市酒店业与经济发展水平指数测算

本文采用主分量分析方法来评价经济发展水平。步骤如下：首先，将原始数据转换成标准化的数据；然后，运用SPSS软件进行主分量分析，得到特征值和方差贡献率。将各主分量贡献率占选取主分量的累积贡献率的比重作为权重，计算经济发展水平指数计算公式为：

F=■wk*fk （1）

其中，F表示地区经济发展水平指数，wk为权重，wk=λk/■λk*λk，λk为第k个主分量的贡献率，fk为地区第k个主分量得分。运用因子分析方法对11个指标的数据做KMO和Bartlett检验，运算结果为KMO=0.62，大于0.5；Bartlett球形检验统计量值为209.23，其相位的伴随概率P值为0，小于显著性水平值0.01，表明变量指标之间存在复杂的统计相关关系，样本数据可做因子分析。对地区的相关指标数据做主成分分析，根据特征值大于1的原则，入选2个主成分的特征值分别为5.065、1.255，累积方差贡献率为80.45%，由此可以判断这两个主分量能够很好地代表所有指标的信息，能够较好地反映地区的经济发展水平。将地区在两个主分量上相应的得分和主分量的权重代入到公式（1）中，即得到城市经济发展水平指数-0.42，酒店业发展指数0.25。

（三）城市酒店业与经济发展关联分析

酒店业发展水平与地区经济发展水平的皮尔松相关系数为0.875（显著性水平在0.01的双尾检验），表明酒店业发展和经济发展高度正相关，两者之间相互促进。为了进一步验证酒店业发展与经济发展之间的关联关系，构建地区经济发展水平对酒店业发展水平的回归模型。建立回归模型：Y=a1+b1X+e1 （2）

经计算，回归系数b1=0.855，可决系数为0.756，回归结果进一步验证了酒店业与经济发展之间存在的正相关关系。

（四）城市酒店业与经济发展协调度y算

协调发展强调整体性、综合性和内在性，是多系统或要素在协调基础上的综合发展。由于系统处于动态变化之中，系统内部要素或系统之间的关系也在不断调整，通过协调度来度量系统之间或系统内部各要素之间协调状况。设酒店业发展指数和地区经济发展指数分别为X 与Y，参考有关协调度研究的文献，定义酒店业与地区经济发展的协调系数公式为：

SXY=（X+Y）/■ （3）

式中，SXY代表酒店业与地区经济发展协调系数。协调系数SXY的大小与系统发展的协调性呈正相关，SXY越大，系统的协调性越高，反之，则协调性越低；SXY的取值介于-1.322和1.322之间。为了清楚地反映两者协调发展的程度，根据SXY值的变化采用均匀分布函数法将协调度分为六个等级：1≤SXY

四、结论及意见补充

（一）结论

本文对城市酒店业与经济发展之间的关系以及两者之间的协调度进行了探讨，结果表明：①酒店业与地区经济发展之间有着较强的正相关关系；②酒店业与地区经济发展水平，受到地域资源差异及城市发展定位的影响；③酒店业与地区经济发展还受宏观政策的影响；④城市经济发展必然会带动酒店业的发展，酒店业的发展成为城市经济发展水平的标志。

（二）建议

酒店业是地区经济发展这个大系统中的子系统，协调好酒店业与地区经济发展之间的关系是酒店业与地区经济良性发展的基础。实证分析表明重庆地区酒店业与地区经济的协调度是轻度失调，为了使两者更好地协调发展，本文提出如下建议：（1）城市酒店业与经济发展之间的相互促进是不对称的，对当前酒店产能过剩，建议政府部门控制指导酒店建设的合理布局和总体建设规模；②对目前酒店的发展状况进行全面调研，适当采取减税等政策支持酒店的良性经营，调整两者发展的失调。③城镇化建设中，房地产企业为规避资产经营风险而利用政策投资建造酒店，政府部门应逐步退出对房地产企业的政策引导，同时也有利于当前对房地产的调控；④在酒店服务与管理人才方面，政府、酒店、学校要三方联动搭建平台，解决城市酒店业与经济发展中的人力资源问题；⑤建议行业协会加强对酒店之间无序竞争的干预，规范市场价格，确保员工薪酬，确保服务品质，与地区经济发展形成良性的互动。

（三）不足

以上分析主要是建立在高星级酒店层面，今后还需对城市酒店业中的特色酒店、主题酒店、民宿酒店和经济型酒店等进行主成因素的分析。

参考文献：

[1]魏锋，曹中.我国服务业发展与经济增长的因果关系研究[J].统计研究，2007.

[2]生延超，钟志平.旅游产业与区域经济的耦合协调度研究―以湖南省为例[J].旅游学刊，2009.

[3]吴建楠等.基础设施与区域经济系统协调发展分析[J].经济地理，2009.

[4]臧华.国际酒店集团经营策略比较研究[J].商业现代化，2010，（11）.

[5]曹晶.我国饭店业发展区域差异及对策探析[D].东北师范大学人文地理学，2010.

[6] 薛秀芬；尹晓华中外经济型酒店比较与启示[J].商业经济，2006.

第3篇

【关键词】低碳经济发展水平；省域；评价指标；对策建议

【中图分类号】F0622 【文献标志码】A 【文章编号】1674―0351（2013）06―0125―07

一、引言

近年来随着全球气候变化和能源短缺广受关注，发展权和排放权讨论不断升级，低碳经济理念迅速发展。欧盟、美国、日本等发达国家纷纷制定低碳经济发展战略，俄罗斯、巴西、南非、阿根廷等新兴经济体也陆续开展了低碳经济政策研究。我国处在工业化和城市化的快速发展阶段，经济发展仍依赖以煤炭为主的传统能源结构，能源利用效率低下与能源供应紧张等问题日益突出，发展低碳经济是我国的必然选择。由于我国各地区社会经济发展水平、资源环境特征差异巨大，有必要建立一套能够全面反映低碳经济内涵与特点的指标体系，对各省域低碳经济发展的现状和潜力进行测评和分析，指出差异化原因，以此促进节能减排，推动我国向低碳转型。

低碳经济的理念提出已久，20世纪末的文献中就出现了“低碳经济”这一术语以及对发展低碳经济途径的分析[1]183-208， 2003年，英国时任首相布莱尔在《我们未来的能源――创建低碳经济》白皮书中提出，到2050年英国的CO2排放量要减少60%，英国要通过提高资源的生产率、改善能源结构转变为低碳经济国家[2]，这是低碳经济概念首次出现在官方文件中。2006年，前世界银行首席经济师、英国经济学家尼古拉斯・斯特恩主持完成并《斯特恩报告》，分析了气候变化对财政、社会和环境的影响，指出不断加剧的温室效应将会严重影响全球经济发展[3]。我国对低碳经济的研究起步较晚，但成果显著，相关专家和学者们对低碳经济的概念、评价体系及发展策略等都有了深入研究。潘家华、庄贵阳等学者对低碳经济的概念、核心要素及评价指标体系进行了分析和探索[4]，[5]，[6]，[7]，[8]；付加锋、唐笑飞等学者构建了我国省域低碳经济发展水平的评价指标体系，并进行了测试运用[9]，[10]，[11]，[12]。这些研究在低碳经济的概念和评价体系的构建上都作出了贡献，但仍存在不足，在对不同地区之间的低碳经济发展水平进行比较时，对地区间经济发展、经济结构、生产水平和资源禀赋等方面的差异性关注不够；并且现有的低碳经济发展指标体系简单将整个低碳经济发展指标体系划分为经济、社会、环境等多个子系统，计算模型采用简单的线性模型，不能反映出各个子系统之间的相互联系，导致结论差异较大。

本文尝试建立一套较为合理的省域低碳经济发展水平评价指标体系，并进行测评、得出结论和建议。本文在指标体系和计算模型上都进行了新的尝试，评价体系中既包括反映各省区低碳经济发展现状的指标，也包括体现各省区发展低碳经济的能力指标；函数模型上，则设计了一种更能有效反映各子系统之间相互影响的非线性函数模型。

二、低碳经济发展水平评价指标体系

（一）指标选择和数据来源

低碳经济的基本特征是低能耗、低排放、低污染，对低碳经济发展水平的评价应该以系统全面性、主体相关性和省域指标可比性等为基本原则。本文从不同维度综合考虑，建立由低碳环境水平、低碳产业水平、低碳效率水平和低碳创新水平等4个准则层的22个指标层构成的低碳经济发展水平评价指标体系，对我国30个省（自治区、直辖市）进行测度和比较。由于缺乏数据，本文没有对其进行评估。指标体系见表1。为确保数据的权威性，本文环境、社会、经济发展状况及政府方面的指标数据均来自《中国统计年鉴》，能源消耗和碳排放方面的数据来自《中国能源统计年鉴》。数据核算均用2001-2011年平均值或平均增长速度，这样可避免因个别年份数据缺失导致目标研究的偏颇。

（二）指标解释

低碳环境是发展低碳经济的基础，它主要包括一地区森林资源禀赋、人口密度和劳动力禀赋。森林是陆地生态系统中最大的碳库，在降低大气中温室气体浓度、减缓全球气候变暖中，具有十分重要的作用。扩大森林覆盖面积是未来30-50年经济可行、成本较低的重要减缓措施。许多国家和国际组织都在积极利用森林碳汇应对气候变化。森林碳汇抵消CO2 已成为国际公约的重要内容。本文将森林面积增长率和森林覆盖率作为碳汇建设的主要指标。人口密度也是影响低碳环境的重要因素，人口越多，生活和经济活动中的耗能就越多，排放的CO2 也越多，对自然和大气环境的影响越大，超过自然的承受能力就会削弱自然的适应能力和自我调节能力。一地区的劳动年龄人口中参加经济活动人口的比重能反映它发展经济、进行改革优化、开发新能源新技术的基础和动力，所以本文采用劳动力参与率来衡量各省区的人力资源环境水平。

低碳产业是发展低碳经济的支柱，它主要指一地区的产业结构、贸易模式和产业内技术水平，这些因素主要决定了地区的能耗强度进而碳排放强度。不同产业的能源消耗强度不同，一般第二产业的能源消耗强度最高，而第二产业中，重化工的能源消耗强度又远高于一般制造业[13]。经济学上有一条著名的倒“U”形曲线，反映了传统工业化不同发展阶段与环境污染趋势的关系，显示当一个经济体达到工业化中期后，由于第三产业比重的上升和高耗能产业比重的下降，碳排放强度会逐渐降低。因此，第三产业是低碳经济的一个重要方面，第三产业的比重也成为一地区低碳经济发展水平的重要评价指标。知识技术密集型的高新技术产业已成为国家之间竞争的重要领域，它是带动产业结构升级和提升劳动生产率的根本途径，具有低碳排放、高经济效益的特点，因此也是低碳发展的一个重要突破口。高新技术产业的比重越高，则说明发展低碳经济的基础和能力越强。一国的贸易模式对其低碳经济水平也有重要影响，国际贸易不仅使产品在世界各国之间自由流动，同时也使得碳排放可以自由转移，出口商品在生产过程中的碳排放被计入出口地区。1997-2007年，中国碳排放量的1003%-2654%是由出口产品的生产所引致的，进口产品的碳排放量仅占到440% （1997年）和905%[13]。因此，国际贸易顺差可以作为反映各省区低碳水平的一个指标。转变经济发展方式、发展低碳经济的核心和关键是技术，技术也是促进经济增长由粗放型向集约型转变、节能减排、提高低碳经济水平最有效的着力点。所以本文选用技术市场交易额比重作为衡量各省区技术创新水平及发展低碳经济能力的一个指标。

低碳效率是一地区低碳经济发展水平的表现，它包括能源消耗指标和碳排放指标。发展低碳经济就是要实现低能耗、低排放，改善能源结构、提高能源利用效率、降低污染排放。因此，通过对一地区能源结构、能源消耗强度和碳排放强度等指标的测量，就可以直观反映其低碳发展水平。能源消耗强度是指单位GDP消耗的能源，反映一地区能源利用效率的现状。能源消耗弹性是指能源消耗增速与GDP增速之比，反映地区能源利用效率的变化趋势，若GDP增速高于能源消耗增速，则说明能源利用效率有所提高，低碳发展水平也有所提高。在能源种类中，煤的碳排放最为严重，石油次之，而天然气、水能、风能、太阳能等都是清洁能源。我国各省区的能源禀赋不同，能源利用结构也存在不同，本文选择煤炭消耗比重来反映各地区的能源结构。碳排放强度是指单位GDP的CO2排放量，它的值越小则低碳水平越高。碳排放增长率反映一地区碳排放的发展趋势，在保证GDP增长的同时，碳排放增长率小于1则说明污染排放有所减缓、低碳水平有所提高。人类均有公平的碳排放权，尽管国际碳减排机制尚未明确各国碳减排任务的分配标准，但人均碳排放是一个较为公平且能够为多数国家所认可的国际标准，人均碳排放较低，面临的碳排放约束相对会小一些，对经济可持续增长有利[14]。除CO2外，SO2和COD也是工业废气中的主要有害气体，它们对大气的污染和对人体的伤害都十分严重，也直接影响着一地区的低碳发展能力和水平。

低碳创新是发展低碳经济的引擎，它指一地区开发低碳技术、发展循环经济的潜力。从现阶段来看，能源部门的低碳技术涉及节能、煤的清洁高效利用、油气资源和煤层气的勘探开发、可再生能源及新能源利用技术、二氧化碳捕获与埋存（CCS）等领域的减排新技术[4]。对这些技术的研发支出和环境保护支出直接体现一地区对低碳技术的投入和开发力度。所以，本文采用研发支出占GDP的比重和环境保护支出占财政支出的比重两个指标来反映一地区发展低碳经济的潜力。工业固体废弃物综合利用率则可反映其资源循环利用、污染治理的水平。人力资源是一个地区经济发展的根本，也是发展低碳经济、研发低碳技术的基础和动力，人力资源的素质和知识技能水平直接影响该地区低碳经济发展的能力和水平。提高劳动力素质、培养高科技人才关键在教育，所以选择公共教育支出占财政支出的比重来衡量一地区对人力资源开发的投入力度和发展低碳经济的潜力。对教育、技术研发的支出都有利于提高社会劳动生产率，进而减少资源消耗、提高经济效益，对教育和研发的投入越大、全员劳动生产率越高，对低碳经济发展的支撑能力就越高。

三、评价模型与结果分析

（一）确定各指标权重

本文采用层次分析法来建立指标体系并确定指标权重。层次分析法是一种定性与定量分析相结合的分析方法，能够将复杂问题分解成若干层次，由专家和决策者对所列指标通过两两比较重要程度而逐层进行判断评分，并利用计算判断矩阵的特征向量确定下一层指标对上层指标的贡献度，从而得到各指标层指标重要性排列结果，以此来确定指标权重。本文就各指标的相对重要程度咨询了低碳经济相关领域专家，进而构造判断矩阵，经过计算和一致性检验后得到了各指标的权重，见表1。

（二）指标计算模型

首先，要对指标层数据进行无纲量化处理。因为各个指标的单位不同，必须经过无纲量化处理后才进行比较分析。促进低碳经济发展的指标为正向指标，采用公式（1）处理；阻碍低碳经济发展的指标则为逆向指标，采用公式（2）处理：

其中，xi 表示i省区原始数据，-min（xi ）表示原始数据中所有样本的最小值，-max（xi）表示原始数据中所有样本的最大值，这样经过变换后的xi ′有统一的量纲，所有数据位于[0，1]。

其次，对准则层指数进行计算。根据每个准则层下属指标的数据和权重值计算出各准则层的得分，具体方法为：记低碳环境水平指数为δE、低碳产业水平指数为δI、低碳效率水平指数为δB、低碳创新水平指数为δC。以δB为例，计算公式为：

其中，n代表低碳环境水平下二级指标个数，Wi为权重。同理，可计算出δI、δB和δC。

最后，对目标层指数进行计算。准则层决定了目标层的水平表现，但它们之间并非简单的多元线性关系，不能用线性组合加总得到目标层，因此，本文构建一个计算低碳经济发展水平综合指数的非线性函数，公式为：

（4）

其中，μ代表低碳经济发展水平综合得分。为便于比较，计算出来的各省区综合得分乘以100，使其介于[0，100]。

（三）结果分析

1综合比较

评价结果显示，我国低碳经济发展水平的地域差距较大（见图1）。整体上来看，东南沿海地区优于中西部地区，西北部及北部地区最为落后。东部沿海地区经济发展水平较高，产业结构也在不断优化，北京市的产业结构已接近发达国家和地区；沿海地区的化石能源分布少而风能等清洁能源资源相对丰富，福建、浙江、海南非常注重清洁能源的开发利用，能源结构也较为合理；南方地区的森林资源丰富，对碳的吸收转化能力强，福建省的森林覆盖率更是全国第一。因此，东南沿海地区的整体低碳经济发展水平处于全国领先地位。中西部地区经济发展起步晚、水平低，从东部地区转移来的“三高”产业给中西部的能源和环境造成巨大的压力；由于资金和技术的缺乏，中西部地区对新能源的开发利用不足，能源利用效率和碳减排技术水平也较低，因此低碳经济发展水平较为落后。尤其是内蒙古、贵州、宁夏和山西等省，煤炭资源丰富，能源结构中煤炭比重过高，再加上自身生态环境脆弱，发展低碳经济的起点很低、任务很艰巨。

2指标层比较

（1）低碳环境水平指数。从整体上看，东部及南部沿海省区的低碳环境水平高于内陆省区，西北部地区远远落后（见表2）。这是由于影响低碳环境水平最重要的因素是森林资源禀赋，而我国东部和南部地区由于气候和地形地貌原因森林资源丰富，内陆尤其是西北部地区气候干旱，且多草原、沙漠分布，植被稀少。低碳环境水平排在前面的浙江、福建、江西、广西和云南都是我国森林资源的主要分布地区，福建省的森林覆盖率达到6272%，全国最高，浙江和江西也都达到50%以上。另外，浙江省的劳动力参与率指数全国领先，为923%，这为其发展低碳经济提供了人力基础。青海省在2001-2011年间的森林面积增长很快，碳汇水平非常高，且人口少，人口密度全国最低，这使得它的整体低碳环境水平比较高。低碳环境水平排名落后的除了新疆、甘肃、内蒙古、山西等西北部地区外，还有江苏、天津和上海，这三个省市虽然地处东部沿海地带，但森林资源匮乏，森林覆盖率很低，且人口密度高，尤其是上海市的人口密度达到3140人/平方公里，全国最高，这严重影响了它们的低碳环境水平。

（2）低碳产业水平指数。从表2可以看出，低碳产业水平基本与各地区经济发展水平和发展阶段相一致。得分排在前面的省份主要是我国经济发展水平较高的省份，如北上广一线城市、天津、江苏等，这些地区经济基础好，产业结构比较合理，第三产业发展较为完善。北京作为我国的政治、文化中心，第三产业在整个经济中的比重已超过80%，产业结构已接近发达国家和地区，工业也以现代制造业和高新技术产业为主，对能源的依赖和消耗较低，能耗和碳排放都较少。广东省地理位置优越，依托香港国际金融中心，对外开放程度高，利于吸收国外先进技术，再加上国家政策优惠，拥有全国最多的高新技术产业开发区，高新技术产业占GDP的比重达到47%，领先全国。上海和天津的高新技术产业发展也都处于全国领先水平，产业结构也较为合理，低碳产业水平得分较高。排名落后的省份包括山西、河北、河南、新疆、青海等省，均为经济发展较为落后的省区，由于东部沿海地区的“三高”产业向中西部地区转移，这些地区的产业结构以高能耗、高污染的重工业为主，工业技术水平低，严重影响了低碳经济的发展。

（3）低碳效率水平指数。总体上来说，南方地区的低碳效率水平高于北方地区。这是因为影响低碳效率水平的因素是能源消耗、能源结构和碳排放情况，我国北方地区的能源以煤炭为主，而南方地区能源结构则比较多元化，水力、生物质能等清洁能源资源相对丰富。排名靠前的广东、浙江、福建、上海等省区都处于东南沿海地区，太阳能、风能、生物质能、潮汐能等可再生能源资源非常丰富，新能源产业的发展也走在国内前列。此外，这些省份经济发展水平都比较高，为提高能源利用率、降低能耗提供了物质和技术基础，所以能源消耗强度都比较低、碳排放较少。低碳效率水平低的山西、内蒙古、贵州省等都是我国煤炭资源的主要分布地区，工业结构又以重工业为主，煤炭占能源消耗的比重分别达到13638%、11237%、9427%，这些省份的经济发展水平都较低，煤炭的利用率低、碳排放处理技术落后，因此，单位GDP的能源消耗和碳排放都过高。北京市虽然靠近山西、内蒙古，但其经济发展水平高，工业尤其是重工业比重低，能源高效利用和减排技术较高，因此它的能源消耗强度和碳排放强度都很低。

（4）低碳创新水平指数。从表2可以看出，低碳创新水平基本与各地的经济发展水平和对低碳发展的投入力度相一致。排在前面的北京、上海、天津和陕西等省市对科技研发的投入都较其他省区更高，2001-2011年，它们的研究与开发支出占GDP的比重分别为535%、239%、204%和237%，排在后面的新疆、云南、青海和海南等省的研发支出比重分别仅为033%、052%、059%和024%。另外，北京、天津、上海、江苏、浙江和广东等省区经济发展水平较高，为其废弃物综合利用提供了较好的资金和技术支持。北京、天津和上海的社会劳动生产率也比较高，上海市全国最高，平均每年每人生产总值达到119万元，远高于全国平均水平的399万元/人。值得注意的是，青海、内蒙古、甘肃、宁夏这些自身生态环境比较脆弱和恶劣的省份环境保护支出占财政支出的比重较其他省份要高，这有助于它们增加绿地面积、改善生态环境、提高低碳经济水平。

四、结论及对策建议

低碳经济是人类为了应对全球气候变化而实施的一种全新的经济发展模式，更是我国实现科学发展与绿色发展的重要战略选择。本文构建了省域低碳经济发展水平评价指标体系，对我国30个省区的低碳经济发展水平进行测评，发现我国整体低碳经济发展水平较低，且区域差异明显。由于目前我国的产业结构和能源结构都不够完善、低碳技术发展欠缺，我国低碳经济发展水平落后于许多发达国家。同时，由于我国各地区经济发展水平和发展阶段的差异、自然资源禀赋的差异、以及政府重视程度差异等，我国低碳经济发展水平的区域差异十分明显。概括来说，经济发展水平较高且自然环境较好的东部地区高于经济发展相对落后、自然环境相对恶劣的中西部地区，煤炭资源丰富但经济发展落后的宁晋蒙地区低碳经济发展水平最为落后。

基于本文的研究结论，结合我国实际情况，建议在以下几个方面作出努力：（1）提高森林覆盖面积和质量。与工业减排相比，森林碳汇投资少、成本低、综合效益大，更具经济可行性和现实选择性。因此，我国应该将发展森林碳汇作为应对气候变化的主要选择，既要增加森林面积，也要提高森林质量。（2） 改善能源结构和利用效率。应该适当调整能源结构，逐渐降低煤炭等化石燃料在能源消费结构中的比重，积极发展生物质能、风能、核能和太阳能等可再生能源。同时应加快研发传统化石燃料的清洁高效技术和循环利用技术，在能源梯级利用技术、矿产资源综合利用技术、废弃物综合利用技术、循环经济产业链接技术等重大关键技术领域取得新进展。（3）优化产业结构。在保证经济增长和就业的同时，适当降低高能耗高污染低附加值的制造业比重，鼓励第三产业扩大规模。除了调整和优化三大产业的比重结构外，更要着重提升三大产业的质量，让节能减排在各个领域都得到落实和扩展。（4）大力发展低碳技术。应扩大政府和企业的研发投入，进一步优化低碳技术创新与推广的政策环境，重视企业的技术创新主体地位，鼓励和支持自主创新、研发低碳技术和低碳产品。同时，也要加强节能减排、低碳、环保、清洁能源等领域的国际交流与合作，鼓励引进国外先进节能环保技术和管理经验，促进我国低碳技术创新。

参考文献：

[1]Ann PKinzig， Daniel M Kammen National Trajectories of Carbon Emissions： Analysis of Proposals to Foster the Transition to Low-carbon Economies [J]Global Environmental Change， 1998（3）

[2]DTI Energy White Paper： Our Energy Future-Create a Low Carbon Economy [R] London ： TSO， 2003

[3]Stern Nicolars Stern Review on the Economics of Climate Change [M]London ： Cambridge University Press，2007

[4]潘家华，庄贵阳，等低碳经济的概念辨识及核心要素分析[J]国际经济评论，2010（4）

[5]付加锋，庄贵阳，高庆先低碳经济的概念辨识及评价指标体系构建[J]中国人口・资源与环境，2010（8）.

[6]冯之浚，周荣低碳经济：中国实现绿色发展的根本途径[J]中国人口・资源与环境，2010（4）

[7]徐匡迪转变发展方式 建设低碳经济[J]上海大学学报，2010（4）

[8]潘家华怎样发展中国的低碳经济[J]中国市场，2010（11）

[9]郑林昌，付加锋，李江苏中国省域低碳经济发展水平及其空间过程评价[J]中国人口・资源与环境，2011（7）

[10]唐笑飞，鲁春霞，安凯中国省域尺度低碳经济发展综合水平评价[J]资源科学，2011（4）

[11]江正平，张伟，雷亮省域低碳经济发展评价指标体系的构建及测评[J]广东农业科学，2012（1）

[12]杨颖低碳经济发展水平评价体系构建研究[J]理论与改革，2012（3）

第4篇

[关键词] 最小离差平方和法 主要经济指标 聚类分析

聚类分析又称群分析，是多元统计分析中研究样本或指标的一种主要的分类方法，起源于考古分类学。随着经济和社会的发展，结合了更为强大的数学工具的聚类分析方法已经越来越多应用到经济分析和社会工作分析中。在经济领域中，主要是根据影响国家、地区乃至单个企业的经济效益、发展水平的各项指标进行聚类分析，然后根据分析结果进行综合评价，以便得出科学的结论。聚类分析的方法主要有两种，一种是“快速聚类分析方法”(K-Means Cluster Analysis)，另一种是“系统聚类分析方法”(Hierarchical Cluster Analysis)。本文将根据2004年浙江省各市国民经济主要指标，利用系统聚类的Ward’s Method，对浙江省11个市进行分类。

一、聚类方法简介

系统聚类法(hierarchical clustering method)是使用最多的一种聚类方法。它的基本思想是：

1.将全部n个样品各看成一类，即得到n类；

2.确定样品与样品和类与类之间的距离；

3.计算各类之间的距离，并将距离最近的两类合并为一类，形成一个新的类；

4.重复步骤3。这样从有n类开始，每次合并一类，经过n-1次合并后，所有的样品成为一类；

5.将上述合并的全部聚类过程用一个直观图形画出来，即画出聚类图；

6.决定类的个数，并由上述步骤得到相应的聚类分析的结果。

以下我们用Gij表示第i个样品与第j个样品的距离，G1，G2，…表示类，GKL表示GK与GL的距离。本节介绍的系数聚类法中，类与类之间的距离与样品之间的距离相同，即DKL＝dkl。

二、 数据处理

（来源：2005浙江统计年鉴，见参考文献[13]）。

:国内生产总值 GDP（亿元）；:社会固定资产投资（亿元）；

:全社会消费品零售总额（亿元）；:城镇居民人均可支配收入（元）；

:农村居民人均纯收入（元）。

1.原始数据标准化

标准化后的数据

2.SPSS软件处理结果

我们采用系统聚类分析法的Ward’s Method对标准化后的数据进行处理，下面对软件输出结果进行详细介绍。

使用SPSS的ClassifyHierarchical Cluster程序进行聚类分析。其中Method子对话框里，方法选择最小方差法(Ward’s Method)，间距测度变量选择Squared Euclidean distance（欧氏距离的平方），然后得出如下结果：

(1)系统聚类分析的概要结果，

从表3中可以看出，11个样本都进入了聚类分析。

本表格的第一行表示，第4个样本和第6个样本最先进行了聚类，样本间的距离为0.195，这个聚类的结果将在后面的第五步聚类中用到；第二行表示聚类的第二步中第8个样本和第11个样本进行了聚类，样本间的距离为0.653，这个聚类的结果将在后面的第八步聚类中用到。其他行的含义和上面的类似。可见，经过了10步聚类，11个样本聚成了一个大类。

该表格是样本系统聚类分析聚成3个类时，样本的类归属情况表。从该表格可以看出，杭州市，宁波市2个市聚为一类；温州市，嘉兴市，绍兴市，台州市4个市聚为一类；湖州市，金华市，舟山市, 衢州市，丽水市5个市聚为一类。

(4)聚类图

这个图是系统聚类分析的谱系图(Dendrogram)。从图中可以看出，各个类之间的距离在25的坐标内。借此可以直观地显示整个聚类的过程。

3.通过以上的分类表和龙骨图（谱系图）可以清楚的看到,离差法聚类分析结果

(1)较发达城市：杭州市，宁波市；

(2)中等发达城市：温州市，嘉兴市，台州市，绍兴市；

(3)发展中城市：金华市，湖州市，舟山市，衢州市，丽水市。

三、 结果分析

通过上面的聚类分析,根据2004年浙江省各市国民经济的主要指标,我们将目前浙江省各市县的经济发展水平划分为3个经济区域：

1.较发达城市：杭州市，宁波市

2.中等发达城市：温州市,嘉兴市,台州市,绍兴市,金华市,湖州市,舟山市

3.发展中城市：衢州市，丽水市

从聚类结果我们可以发现，发达城市杭州市和宁波市，由于城市发展历史悠久，基础建设比较完善，产业机构比较合理，城市规模较大，城市经济发展快，所以把它们归类为经济发达的城市。而中等发达城市，湖州市、嘉兴市和舟山市由于靠近上海，与上海的社会经济关系比较密切，依托上海，大力发展外贸经济。其他4个城市一般为沿海城市，对外贸易便利，而且这里有浙东两条黄金旅游线（杭州―绍兴―宁波―舟山；杭州―绍兴―台州），旅游业也很发达，因此经济达到中等发达水平，而金华市跟多个市比邻，所以跟其他市的经济贸易也比较频繁，经济方面相对来说也是比较发达的。而衢州市，丽水市由于位于地理位置原因，基础建设相对滞后，产业结构不够合理，财政收入少，所以经济会相对比较落后。

当然，以上分析结果仅是根据一年的经济主要指标得出的结论，如果要想进行更准确合理的分析，还需要进一步结合其它的数据进行分析。

参考文献:

[1]张尧庭方开泰:多元统计分析引论[M].北京:科学出版社,1982

[2]王学仁王松桂:实用多元统计分析[M].上海：上海科学技术出版社，1990

[3]钱俊龙:概率论与应用统计[M].北京：中国统计出版社，1992

[4]何晓群:现代统计分析方法与应用[M].北京:中国人民大学出版社,1998

[5]于秀林任雪松:多元统计分析[M].北京：中国统计出版社,1999

[6]李双杰顾六宝:用聚类分析法评估区域经济[J].中国农村观察，2001

[7]苏金明:统计软件SPSS系列应用实战篇[M].北京:电子工业出版社,2002

[8]郝黎仁:SPSS实用统计分析[M].北京：中国水利水电出版社,2002

[9]吴明隆:SPSS统计应用实务[M].科学出版社，2003

[10]卢纹岱:SPSS for Windows统计分析[M].北京:电子工业出版社,2004

[11]何晓群:多元统计分析[M].北京:中国人民大学出版社,2004

第5篇

关键词：区域经济；区域物流；研究方法

中图分类号：F259.27 文献标识码：A

Abstract： In recent years， domestic scholars analyzed causality， coordination and interaction between regional economy and regional logistics from different angles. This paper aimed to summarize the quantitative methods for research on regional economy and regional logistics， provide corresponding reference for further quantitative research of the relationship between regional economy and regional logistics.

Key words： regional economic； regional logistics； research methods

区域经济是指在一定的区域空间内进行的各种经济活动的总和，是按自然地域、经济联系以及社会发展需要形成的经济联合体，是社会经济活动专业化分工与协作在空间上的反映。区域物流是指区域内和区域间的物资流动，是区域经济的重要组成部分，在优化区域资源配置、促进区域产业结构升级和促进经济的可持续发展方面具有重要的作用。

1 指标的选取和基础数据

1.1 区域经济与区域物流衡量指标

根据研究惯例，在研究区域经济与区域物流时，通常选取国内或地区生产总值（GDP）作为衡量经济发展水平的指标。国内生产总值（Gross Domestic Product，GDP）是指在一定时间内（一个季度或一年），一个国家或地区的经济中所生产出的全部最终产品和劳务的价值，常被公认为衡量国家经济状况的最佳指标。某些研究考虑了数据的真实性和可靠性，选取研究起始年为基数，采用历年居民消费价格字数对各年度GDP和物流产值进行价格剔除，得到不变价格的GDP和物流产值。但是对GDP和物流产值等数据剔除物价因素后可能会扭曲相关信息，同时目前没有一个综合物价指数可供参考，大多数研究中只考虑GDP账面数字，而不考虑通货膨胀的因素。

物流产值是代表区域物流水平的主要指标，物流产值包括交通运输、仓储和邮政业年产值等衡量指标，目前国内对于仓储、邮政等产值缺乏统一的统计标准和真实的统计数据，研究中很少直接用区域物流产值作为衡量区域物流发展水平的指标。区域物流发展水平的衡量一般用货运量或货物周转量代替。货运量是指运输企业在一定的时期内实际运送的货物数量，反应运输的生产成果，体现运输业为国民经济服务的数量。货运周转量指标不仅包括了输运对象的数量，还包括了运输距离的因素，能够全面地反应运输生产成果。一般学术研究中用货物周转量作为衡量区域物流发展水平的指标。

1.2 综合评价指标

崔国辉等（2010）认为，选择GDP、物流产值、区域货物周转量作为衡量经济与物流发展的指标比较片面，研究中可能出现以偏概全的错误，提出建立区域经济与区域物流的综合评价模型，利用层次分析法计算出区域经济和区域物流发展实力综合得分，对区域物流与区域经济发展相关性和协调性进行深入广泛研究。区域经济发展水平评价体系包括经济总量规模、经济增长速度、经济效益水平、经济结构、经济发展潜力和经济发展协调度等6个方面。区域物流发展实力评价指标反应在区域物流需求服务规模、物流供给物质基础、物流从业人员保障、物流信息网络建设和物流产出成效水平等5个评价子体系。

2 区域物流与区域经济定量研究方法

2.1 格兰杰（Granger）因果关系检验

1978年，诺贝尔经济学奖得主恩格尔和格兰杰提出了协整理论，用于分析经济变量之间的因果关系。在时间序列情形下，两个经济变量X，Y之间的格兰杰因果关系定义为：若在包含了变量X，Y的过去信息的条件下，对变量Y的预测效果要优于只单独由Y的过去信息对Y进行的预测效果，即变量X有助于解释变量Y的将来变化，则认为变量X是引致变量Y的格兰杰原因。检验步骤为：

（1）时间序列平稳性检验

经济序列有平稳与非平稳之分，从经济意义上讲，平稳时间序列是短记忆的，它的当前值不受以前值的影响，只受近期值的影响。平稳序列就好比有一条无形的引力线使其不断地向引力线回归，有明显的上下波动，形成一条围绕均值不断波动的曲线（曾嘉，2007）。非平稳序列则受以前值的影响较大，很久以前的一次冲击会对变量的当前值产生重要的影响。非平稳序列有明显趋势，一般不会返回某个固定值。

（2）协整检验

如果一些经济指标被某些经济系统联系在一起，那么从长远看来这些变量应该具有均衡关系。协整检验证明时间序列之间是否存在长期均衡关系，是避免假性回归的有效方法。一般的检验协整关系的方法分为两种：一是Engeland Granger的二阶段分析法（即E-G两步法）；二是Johansen和Juselius提出的多变量协整检验方法。Johansen检验是在VAR系统下用极大似然估计来检验多变量之间协整关系的方法，在样本容量有限且多变量的条件下，运用更为广泛。

（3）格兰杰（Granger）因果检验

格兰杰因果关系检验假定有关Y和X每一变量的预测信息全部包含在这些变量的时间序列之中，检验要求估计以下回归：

y■=■α■x■+■β■y■+u■ （1）

x■=■λ■x■+■δ■y■+u■ （2）

白噪声u■和u■假定为不相关，（1）式中假定y与y自身以及x的过去值有关，（2）式中假定当前x与x自身以及y的过去值有关。

（1）的零假设H■：α■=α■=……=α■=0

（2）的零假设H■：δ■=δ■=……=δ■=0

格兰杰因果检验的结果可分4种情况讨论：x到y单项因果性；y到x单项因果性；x和y双向因果性；x和y不存在格兰杰因果性。

2.2 一般回归模型检验

2.2.1 Logistic模型

现代物流业的发展过程类似与新产品或新技术的扩散过程，其增长表现出“S”型增长特征，即先缓慢启动，然后高速增长，最后减速增长并趋于饱和。“S”型增长模型即为Logistic模型，其函数表达式为：y=■。K，a，b为未知常数，K>0，a>0，0

Logistic模型常用于研究区域物流业对区域经济增长的促进作用。y代表区域经济发展水平，通常以GDP代表，为因变量；x代表区域物流业发展水平，通常以货运量或货物周转量代替，为自变量。在统计分析过程中，为方便使用线性模型参数估计法，对Logistic模型做如下变换：

■=K+ab■

Ln■-k=lna+xlnb

设Ln■-k=y'， lna=a'， lnb=b'

则转换为：y'=a'+b'x，可用线性模型最小二乘法来估计模型中的参数a'和b'。

边际作用分析。经济学中边际是描述一个经济变量变化1%对另一个经济变量所带来的变化额。边际点的自变量是经济决策的最佳点。根据Logistic模型，物流业对经济发展的边际作用为：

■=-alnb■

弹性作用分析。弹性作用是指一个经济变量变化1%对另一个经济变量带来的百分率的变化。根据Logistic模型，物流业对GDP的弹性系数为：

ε=■×■=-alnb■×■=-alnb■

2.2.2 物流发展模型

大多数研究中以区域经济发展为因变量，以货运量或货物周转量等其他变量作为自变量，研究区域物流发展水平对区域经济发展的影响。一个地区的物流发展水平一般认为与本地区的经济发展水平、人口和固定资产投资有关，王利等（2012）选取经济发展水平（GDP）、人口（Population）、固定资产投资（Investment）和货运量为指标，建立物流发展模型，对我国东、中、西部地区经济发展等各因素与物流发展水平关系进行了实证分析。

函数模型：Logistics=FGDP，P，I。

Logistics代表物流发展水平，以货运量或货物周转量表示，GDP代表经济发展水平，P代表人口，I代表固定资产投资。实证分析中可用面板数据模型完成回归检验。面板数据能够克服时间序列分析受多重共线性的困扰，提供更多的信息、更少的共线性、更多的自由度和更高的估计效率，是当前比较前沿的统计方法。

2.2.3 线性回归分析

线性回归是利用数理统计中的回归分析，来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法，运用十分广泛。按照自变量和因变量之间的关系类型，可分为线性回归分析和非线性回归分析。

一元线性回归只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示。一元线性回归模型为：y=ax+b，a，b为常数项。

多元线性回归中包括两个或两个以上的自变量，多元线性回归的一般形式为：y■=α■+α■x■+α■x■+…+α■x■+u■，i=1，2，…，n。

其中k为解释变量的数目，α■为常数项，α■j=1，2，…，k称为回归系数（regression coefficient）。建立多元线性回归模型时，为了保证回归模型具有良好的解释能力和预测效果，在选择自变量时，应遵守以下准则：

（1）自变量对因变量必须有显著的影响，并呈密切的线性相关；

（2）自变量与因变量之间的线性相关必须是真实的，而不是形式上的；

（3）自变量之间应具有一定的互斥性，即自变量之间的相关程度不应高于自变量与因变量之间的相关程度；

（4）自变量应具有完整的统计数据，其预测值容易确定。

多元线性回归模型的参数估计与一元线性回归方程一样，在误差平方和Σe最小的前提下，用最小二乘法求解参数。

参考文献：

[1] 曾嘉. 新亚欧大陆桥区域物流发展与经济增长关系研究[D]. 北京：北京交通大学，2007.

[2] 张建升，胡秀忠. 区域物流与区域经济的耦合协调度研究[J]. 铁道运输与经济，2012（1）：50-55.

[3] 崔国辉，李显生. 区域物流与经济协调性的评价方法[J]. 统计与决策，2010（15）：46-48.

[4] 王小叶，洪国彬. 物流和经济增长的协整关系[J]. 价值工程，2007（6）：16-22.

[5] 刘庆广. 江苏沿江港口物流与区域经济互动关系的实证研究[J]. 南通航运职业技术学院学报，2012（6）：68-72.

第6篇

关键词：综合经济指标；主成分分析；三级评价体系

中图分类号：F207 文献标识码：A 文章编号：1001-828X（2013）09-000-02

一、引言

近年来，我国经济水平发展突飞猛进并取得了举世目的成就，尤其是城市作为一个地区的社会经济中心对周围区域的影响是巨大的，具体表现为：经济的吸引力—城市的产生和发展都需要外来资源的注入；经济的辐射力—城市将发展的成果惠及周围环境，带动周围经济的发展；中介力—是经济资源交换和周转的中心。整个世界的发展清楚地表明了城市化是现代化进程中唯一有效的综合性手段，因此城市的发展对整个地区的崛起有着直接的推动作用。城市的经济指标就是城市发展的晴雨表，在数量上反映出一个城市状况和水平。但是经济指标种类繁多，究竟哪些才能有效地表达整体城市的经济发展状况呢？这是本文将要讨论的主要问题。

下面将利用主成分分析法对最能代表区域经济发展水平的29个城市进行实证分析研究。

二、指标体系和评价方法

（一）指标体系

经济发展综合实力是一个复杂的系统，根据评价指标选择时应遵循的原则。鉴于《中国金融年鉴2011》给出的全国城市主要金融指标，本文将建立如下评价指标体系（见表1）。

表1 各省市自治区经济发展指标评价体系

（二）主成分分析法

主成分分析也称主分量分析，主要是利用降维思想，在尽量减少信息损失的前提下把多个指标转化为几个综合指标的多元统计方法。因此，我们在研究复杂问题时可以只考虑少数几个主要指标而不至于损失太多信息，从而更容易抓住实务的主要矛盾，揭示其内部变量之间的联系和规律，使问题得到了简化，提高了分析效率。本文所涉及到的29个指标分别用表示，对进行线性变换，可以形成新的综合变量，即把 表示成 的线性组合。

综合变量分别称为原始变量的第1、2、…、25个主成分并且各个综合变量在总方差中所占的比重是依次递减的。若以上述部分主成分就可以反映指标所包含的大部分信息，而且主成分之间是不相关的，那么我们就可以用较少的主成分代替原始指标来分析解决问题。

三、实证分析

使用SPSS进行分析得到总方差的分解结果，如下表所示。

表2 总方差分解结果

如表2，前三个成分的特征值分别为6.619×109，1.982×109，7.762×108都比较大，并且其累计贡献率为99.239%，基本上保留了原来指标的信息，这样原来的25个指标就可以通过这3个指标来反映，起到了降低维度的作用。用SPSS得到的未经旋转的因子载荷矩阵如图1。

图1 未经旋转的因子载荷

如图1，可以得出前三个主成分 的线性组合为：

通过对上述线性组合的观察，我们可以得出在主成分中的系数都比和相应指标的系数大，所以是保险机构从业人员总数、保险机构总数指标的综合反映，代表城乡的社会保障硬件指标。在主成分中，即企业单位存款、股票流通市值、股票市价总值、银行业金融机构各项存款、中长期贷款、进口、银行业金融机构各项贷款、全部保险机构保险赔款支出、境内上市公司数（A、B股）、全部保险机构保险深度、全部保险机构保险费收入、城乡储蓄存款、全部保险机构保险密度、进出口总额、地方财政支出，它比较好地描述了资产的流动状况，代表了城乡经济活力。在主成分中，，指的是第二产业（增加值）、全社会固定资产投资、国内生产总值、短期贷款、社会消费品零售总额、第一产业（增加值）、地方财政收入、第三产业（增加值）、出口、现金投放回笼、居民消费价格指数，它是经济发展的总量反映，代表了城乡经济发展的总体水平。这三个指标相互作用，共同反映城市经济状况。

四、结束语

通过对我国主要省市自治区的重要经济指标方面的主成分分析，我们将反映城市经济发展水平的29个主要经济指标降到了3个主成分，即3个维度，并赋予其新的不同解释：城乡的社会保障硬件指标、城乡经济活力、城乡经济发展的总体水平，基本反映了城市经济发展水平，不但解决了城市经济指标繁杂不易统计的问题，且对于城市未来经济发展的政策导向具有参考价值，现实意义明显。

参考文献：

[1]高校财经数据库.中国统计年鉴[M].北京：中国统计出版社，2010.

[2]何小群.现代统计分析方法与应用（第二版）[M].北京：中国人民大学出版社，2007.

第7篇

关 键 词：银行规模；银行结构；银行效率；金融发展；经济发展

中图分类号：F830.33 文献标识码：A 文章编号：1006－3544（2012）01－0028－04

一、引言

银行发展是金融发展的重要组成部分， 对地区经济发展的重要性是显而易见的。 在金融结构理论中， 金融结构的变化不仅包括银行业与其他金融部门的结构变化， 还包括银行业内部组织结构与资产结构的变化 [1] 。在金融深化理论中，商业银行吸收储蓄并转化为投资能力对欠发达地区的经济增长具有显著作用 [2-3] 。近期兴起的内生金融发展理论依然以银行金融机构为研究核心[4] ，系统地阐述了金融发展与经济增长之间的内在联系， 其中银行业部门与证券业部门是核心。林毅夫、姜烨研究指出，银行结构与经济结构的匹配可以促进经济增长， 并以银行集中度作为度量银行业结构变化的指标， 即四大国有银行（中、农、工、建）的存款余额、贷款余额在全部金融机构的存款、贷款总额中的比重。 [5] 王晋斌以国有银行存贷款/GDP、 贷款/GDP计量省域金融发展水平， 并以此研究金融控制政策下我国金融发展与经济增长的关系。 [6]

但是，当前对省域银行业发展水平的研究不足。一方面，银行业是中国金融体系的核心，有必要从银行发展水平差异来研究中国地区经济发展水平和金融发展水平的差异；另一方面，衡量国家的银行业发展水平指标与衡量国内不同省区银行业发展水平指标存在差异。 本文试图建立计量省域银行发展水平的指标体系，涉及到银行规模、银行结构与银行效率三个方面，据此研究安徽、江苏、浙江、上海银行业的发展变化情况， 评价长三角地区的银行发展水平与金融发展水平。

二、长三角银行规模分析

银行规模是计量省域银行发展水平的首要指标，是衡量地区金融发展水平的重要指标。国际上，通常采用存款银行部门的资产相关率衡量银行规模的发展水平。 [4，7-8] 在金融发展的角度上，金融机构的存款、贷款等金融资产的相对规模，不仅反映金融发展水平， 也表现了银行业部门与经济增长之间的联系。根据银行业属性等，这里选择三项指标衡量省域银行规模水平，分别为资产相关率、存款相关率、贷款相关率，即银行业资产总量、全部金融机构各项存款余额（本外币）、全部金融机构各项贷款余额（本外币）与GDP比值（%），其中银行业资产为年末存量， 后两项指标忽略了银行与其他存贷金融机构的差异，忽略了存量平减问题（见表1）。

通过对表1的分析可以看出长三角地区银行业的发展情况及内部存在的差距。

1. 从金融资产的总量来看， 长三角四个省市的银行业资产、 存贷款余额等金融资产的总量均呈现上升趋势，但在数量级别上，长三角地区银行规模呈现三个阶梯：上海属于第一层级，浙江和江苏属于第二层级，安徽属于第三层级。

2.从银行规模与经济规模的关系来看，长三角地区四个省市的银行规模（银行资产、存款余额和贷款余额）与各自的经济总量（GDP）正相关；相互比较，安徽、江苏、浙江三地的银行规模与经济总量呈现出正相关关系， 但是上海的经济总量虽然低于江苏、浙江，而银行业资产却高于二者。这说明安徽、江苏、 浙江三地银行的发展水平与上海相比都有较大差距。

3. 从金融相关率来看， 长三角地区银行业发展的差距也十分明显。银行资产相关率、存款相关率及贷款相关率， 是银行业资产、 金融机构各项存款余额、贷款余额与GDP的比值，同属于金融相关率，它们是衡量一个地区银行业发展水平的主要指标。2009年安徽、江苏、浙江、上海的银行业资产相关率分别为163.64%、167.32%、236.74%、416.13%， 上海比第二位的浙江也几乎高出1倍；2009年上海的存款相关率、贷款相关率也最高，其他依次为浙江、江苏、安徽。

三、长三角银行结构分析

银行结构变化在金融发展与经济发展中具有重要含义。一方面，不同类型的商业银行结构变化反映了各类信贷市场的发展变化，如城市与农村信贷市场。银行结构变化是银行业产业组织规模与结构的相对变动，在总体上可以反映银行业发展变化。 [1] 另一方面， 银行结构变化是金融发展与经济发展相互作用的内在体现， 在金融中介层次上体现了金融与经济的互动发展， 有利于比较甄别不同地区不同时期金融机构发展的动向。

本文构建三项指标计量省域银行业结构发展水平，分别为规模集中度、开放度、内生发展（见表2）。其中， 规模集中度为国有商业银行与政策性银行资产占省域银行业资产总量比值，不采用通常以（四大）国有商业银行资产比重衡量银行业结构的做法；开放度为外资银行资产占比，与国际研究保持一致；内生发展指标为城市商业银行占比， 体现了地方政府对省域信贷市场的控制力， 忽略了跨省经营的城市商业银行比重。

通过对表2的分析得出如下结论：

1. 长三角地区银行结构在“十一五”期间得到进一步改善。对比2006年和2009年数据，安徽、江苏、浙江及上海四省市的规模集中度下降明显，国有商业银行和政策性银行的市场控制力减弱， 省域银行竞争程度提高。

2. 银行结构变化与经济发展水平存在一定的相关性。在地区层面上，比较安徽、江苏、浙江、上海四个地区的规模集中度和经济发展水平， 二者呈现出负相关趋势，与当前的主流研究相一致。在时间层面上， 对比2006年和2009年四地的规模集中度和经济总量，二者也呈现出负相关关系。其中，上海规模集中度已经由2006年的47.83%下降到2009年的45.44%，江浙皖的规模集中度也下降了近2%左右。

3. 上海是长三角地区银行业最为开放的地区。2006年和2009年数据表明， 上海外资银行占地区银行业资产比重均在11%以上， 远远超过了邻近的浙江、江苏和安徽（均不到1%）。上海银行业开放度高，一方面受到金融政策影响， 另一方面也是外资银行行为选择的结果。但是，上海近期城市商业银行及股份制银行的发展不容忽视， 如上海银行、 浦东发展银行等。

4. 长三角银行业内生发展能力增强。当前，地方政府对其所属的城市商业银行等金融机构的控制力较强，尤其强调了本地区化发展的社会责任等。这里以城市商业银行资产比重衡量省域银行业内生发展能力。2009年安徽、江苏、浙江、上海的城市商业银行资产比重分别为9.41%、8.60%、10.44%和8.44%，均高于2006年数据， 体现了长三角地区银行业内生发展能力逐步增强的趋势。

四、长三角银行效率分析

关于银行效率，当前较多地从企业收益角度计量单个商业银行或是整体银行业的经营收益。[9] 总结了银行效率实证研究方法的国际经验，刘澜、王博（2010）及张金清、吴有红（2010）分别运用DEA方法、SFA法测度商业银行效率。[10-11] 但是这些研究缺乏系统地计量省域银行发展效率的有效指标。 本文构建了四项指标计量省域银行业效率，即为贷存比、不良贷款率、人均资产、效率集中度。其中，贷存比为全部金融机构各项贷款余额与全部金融机构各项存款余额的比值； 不良贷款率根据中国人民银行公开数据获得，是衡量商业银行经营风险的核心指标，衡量省域银行效率； 人均资产是省域全部银行业机构资产总量与从业人员的比值； 效率集中度是本文独创的效率指标， 比照通行的以存贷款规模为中心的银行集中度， 这里以省域人均资产较高的前三类银行金融机构的资产之和占银行资产总量的比值作为效率集中度的衡量值。

比较研究长三角地区“十一五”时期的银行效率指标及数据变化（见表3、表4），可以得出以下结论：

1. 银行业贷存比因地区经济发展情况变化较大。在时间层面上，江浙发达地区贷存比不断提高，其中， 江苏与浙江分别从2006年的72.5%和83.0%提高到2009年的73.6%和87.0%。在地区层面上，相对发达地区江浙的银行业贷存比不断提高， 相对落后地区安徽的银行业贷存比持续下降， 地理位置相近的江浙与安徽形成了金融资源虹吸趋势，但是，资本市场发达的上海市较为特殊，贷存比处于下降趋势。

2. 安徽的银行业风险显著高于江浙地区。2009年数据表明，安徽不良贷款率高达5.1%，显著高于江苏的1.9%、浙江的1.3%和上海的1.2%，这可能是安徽贷存比下降、江浙贷存比上升的原因之一。

3. 上海地区的银行效率最高。 从人均资产数据看， 长三角地区银行业金融机构人均管理金融资产的规模在逐步扩大， 其中上海地区2009年人均银行业资产高达7599.8万元/人， 远高于同期江苏的3389.9万元/人、 浙江的2897.7万元/人以及安徽的1744.4万元/人。长三角地区人均资产最高的前三类银行金融机构分别为财务公司、政策性银行、股份制商业银行， 以这三类金融机构资产之和占银行总资产比重记为效率集中度。 上海2009年效率集中度最高为33.3%，高于同期浙江的25.3%、江苏的19.8%和安徽的19.3%。

4. 各类银行金融机构效率存在差异。 比较2006年和2009年长三角地区四省市的各类银行金融机构人均资产数据，可以清晰地看出，财务公司、政策性银行及股份制商业银行的人均资产比较高，而农村合作机构、农村新型机构的人均资产较低（见表4）。

参考文献：

［1］Goldsmith，Raymond W. Financial Structure and Development. New Haven，Conn.: Yale University Press，1969.

［2］Shaw，Edward S. Financial Deepening in Economic Development. New York: Oxford University Press，1973.

［3］Mckinnon，Ronald I. Money and Capital in Economic Development. Washington. DC: the Brooking Institution，1973.

［4］Levine，Ross. Financial Development and Economic Growth: Views and Agenda. Journal of Economic Literature，1997，35（2）:688-726.

［5］林毅夫，姜烨． 经济结构、银行业结构与经济发展――基于分省面板数据的实证分析［J］． 金融研究，2006（1）．

［6］王晋斌． 金融控制政策下的金融发展与经济增长［J］． 经济研究，2007（10）．

［7］王元凯． 中国金融发展与经济增长：不对称性与模式创新［D］． 中国人民大学博士学位论文，2010．

［8］王元凯． 政府行为、金融效率与经济增长关系的实证研究［J］． 商业时代，2010（8）．

［9］Berger A. N. and D. B. Humphrey. Efficiency of financial institutions: International survey and directions for future research. European Journal of Operational Research，1997，98:175-212.

第8篇

关键词：生态型城市；聚类分析；集群特征；实证分析

中图分类号：F205 文献标识码：A 文章编号：0439-8114（2013）13-3189-03

生态型城市是1971年联合国教科文组织在第16届会议上“关于人类聚居地的生态综合研究”中提出的。1990-2002年，分别在伯利克、阿德莱德、约夫、库里蒂巴和深圳共召开了5次生态城市国际会议，使生态城市规划设计与建设的理念得到了更为广泛的普及。在人们对环境、资源日益关注的前提下，生态型城市建设必然会得到国家和公众的重视。我国也在如火如荼地开展生态型城市建设，自2002年启动我国首个生态城市贵阳试点后，天津、广州、上海、宁波、昆明、成都、长沙、扬州、威海、深圳、厦门、铜川、十堰等20多座城市都先后提出建设生态城市的奋斗目标，后续跟进城市也不在少数。随着生态型城市建设工作的普及，相互借鉴与比较[1]是必不可少的，尤其对后续城市来说，已建或在建试点城市的评价、规范等经验与教训更是宝贵的财富。

1 生态型城市建设研究现状

目前，对于参考城市或参考标准的选取还处于初始阶段，我国在生态城市建设方面还没有形成一套公认的较为权威的生态城市标准[2]。后续城市在借鉴试点生态城市的经验时，要么主观性地从地理位置相近性角度出发选取相邻城市的发展情况作为参考标准，或者简单地从经济发达、一般、落后[3]这一传统角度出发选取相同经济发展水平的城市作为参考标准。这种简单地以地域或经济发展水平标准来选取参考城市的方式并不完全合适，有时甚至会造成误解。本研究创新性地引入聚类分析方法，将代表性城市进行集群，分析各个群体的特征和标准，使得后续城市可结合自身的全方位条件，选取特征更为接近的城市群作为参考标准，以便其更加高效地建设生态型城市。

2 指标体系的构建

指标体系的选取是评价的基础。需要从反映生态型城市建设发展水平的众多指标中选取一系列主要指标。目前，各生态城市的基础指标往往较多，不同城市间的差异较大[4]。为了便于比较，采用主成分分析，在众多指标中选取包含原有指标大部分信息（80%～85%以上）的主成分作为各生态城市的指标[5，6]进行分析（表1），通过计算筛选出经济、政治、文化、社会、生态文明5个主成分作为二级指标，29个指标作为三级指标，既比较科学地筛选了严格独立意义的几个主成分，具有比较好的代表性，又减少了工作量。

3 对代表性生态城市集群聚类分析

聚类分析法[7]是研究“物以类聚”的一种方法，它根据一批样本（或变量）数据本身的特性，按照一定的类定义准则，对所研究的事物进行归类，最终绘成一幅系统聚类的谱系图，再根据一定的原则确定最终分类结果。在这里就是分别对各代表性城市的主要因子数据作为观测指标进行分析，进而将代表性城市划分成不同群的过程。可科学地了解哪些城市状况相类似，以便于其他同类城市开展生态型城市建设时方便快捷地找到归属城市群，在此基础上总结出不同集群城市的特征，从而为后续跟进城市进行生态型城市建设时提供借鉴和评价的基础。

详细聚类分析过程如下：

3.1 数据标准化

对初始数据来说，不同指标有不同的量纲，为了便于比较，对数据进行无量纲化处理。在此，采用平移·极差变化，即

x′ik=■ （k=1，2，…，m）

3.2 建立模糊相似矩阵

按照传统聚类方法确定相似系数，建立模糊相似矩阵，xi与xj的相似程度rij即可得到模糊矩阵R=（rij），在此，采用数量积法，即

rij=1，i=j■■xik·xjk，i≠j

3.3 聚类

因模糊关系R必须是模糊等价关系才能聚类，而一般R只满足自反性（r=1）与对称性（rij=rji），不满足传递性。所以，采用“传递闭包法”将R改造成模糊等价矩阵R*，即t（R）=R*。对R*根据不同的λ∈[0，1]截水平分类，并画出动态聚类图。

4 实证分析

4.1 12个代表性城市的集群

选取天津、上海、厦门、长沙、广州、大连、贵阳、杭州、成都、深圳、绵阳、宁波等12个已建或在建城市作为代表性城市进行研究。从各省统计年鉴中查询相关数据，得到每个城市的29个指标的具体数值（鉴于篇幅所限，在此略去原始指标取值表），即为原始数据矩阵，为29×12矩阵。运用SPSS统计软件[8]得出层次聚类分析的树状图（图1）。图形左边代表进行聚类的对象，线条连接表示类别的合并过程。

4.2 合理集群数量及集群特征分析

根据聚类图，并结合生态城市的实际情况，可把12个代表性生态城市分为若干个群（表2）。相应的集群数量划分为相应的群，分群间能体现出不同的特征[9]。

分析12个城市的集群情况，将城市划分成11组的时候，贵阳和绵阳首先被归为一类，定义为A组，可见贵阳和绵阳最为相近；同样，将城市划分成10组的时候，长沙和宁波又被单独划出，组成B组；继续分成9组的话，广州和杭州又成为最接近的一组，令其为C组。继续再往下集群的话，天津（8组时）被归到B组；大连（7组时）、深圳（6组时）被归到C组；当划分为5组的时候，B、C两组合并为一组（称其为Z组）；当划分为4组的时候，成都被划分到A组；当划分成3组的时候，厦门加入Z组；当最后划分成2组的时候，上海也加入到Z组。至此，A组成员有贵阳、绵阳和成都；其余9个城市全部为Z组成员。

由12个试点城市的归属过程可以看出，A、B、C 3个组最早出现，且在继续集群的过程中，使得其他城市纷纷加入，即数据证明这些城市大致可分为A、B、C 3个基础组。所以，在进行生态型城市集群时，A、B、C 3个集群的划分比较合理。当然，B、C组更为接近，在划分粗略的情况下会归属到一组，即合并为Z组。总结各组的特征见表3。

总的看来，以贵阳、绵阳为代表的A组，位于我国西部地区，有着天然的环境资源优势，对生态城市建设来说，其环境基础其它城市难以媲美。当然，同样由于处于西部欠发达地区，经济、文化、社会、政治等各方面，又有着较大的差距。后来归入到同组的成都也有着类似情况，只是它经济基础相对较好。

长沙作为内陆城市，既不占据天然的地理资源优势，也不具备高速发展的经济能力。但由于长久的历史积淀，使得经济、文化、社会、政治、生态文明等各指标均得到一定程度的发展。

以广州、杭州，尤其是随后加入的以上海为代表的C组城市，作为我国经济发达地区，经济、文化等方面发展迅速，但高速发展带来的社会、环境压力造成发展瓶颈，使生态城市建设面临着生活、自然环境的挑战。

4.3 参考城市及标准选择的实质分析

从上述生态型城市集群结果来看，地理与经济因素所占比重较大。这与传统的要么从临近城市，要么从相同经济发展水平选择参考对象的状况也是吻合的[10]。但从12个城市聚类的过程中仍可看出，仅从地理或经济两角度选取参考城市是不妥当的。

比如对绵阳来说，作为四川省第二大城市，于2006年启动生态型城市建设时，若直觉地从地理角度出发选取参考城市，则会倾向于选取临近的成都来建立参考标准。但从本集群过程来看，绵阳与成都确实具有相似性，但它在第一时间与贵阳划分到同一组。也就是说与成都相比，它跟贵阳有着更相近的基础条件。对绵阳来说，若选择贵阳作为参考城市进行生态城市建设更有实效性。

同样的广东省的广州和深圳也是如此。对广州来说，与深圳经济水平相当、地理位置相近，但生态型城市建设却与杭州最接近。对后续生态城市建设来说要特别注意进入直觉地以地理或经济水平作为选择标准这一误区。

因此，本研究认为参考城市选择的实质是目标群的群集特征，地理或经济发展水平只是其中的片面表现。即当包括地理、经济发展水平在内的综合群集特征相似时，才能作为理想的参考对象。确切地说，群集特征包括文中表1提出的经济、政治、文化、社会、生态文明五大主成分的主要指标。

5 结论

生态型城市建设过程中选择参考城市很重要，本研究运用科学的方法选择了生态型城市参考对象。后续跟进城市在选取目标参考群时，更须关注相关群的综合集群特征，再结合其历史条件、自然条件和经济发展状况，而后参照选定的目标城市群的经济、社会、文化、政治、生态文明指标进行生态型城市建设，必会达到有的放矢、事半功倍的效果。

参考文献：

[1] 陈华荣，王晓鸣.基于聚类分析的可持续发展实验区分类评价研究[J].中国人口·资源与环境，2010，20（3）：149-153.

[2] 白 杨，黄宇驰，王 敏，等.我国生态文明建设及其评估体系研究进展[J].生态学报，2011，31（20）：6295-6304.

[3] 陈 辉.生态城市可持续发展差异分析-以甘肃省14个市州为例[J].安徽农业科学，2009，37（31）：15471-15474.

[4] 王 伟.生态城市评价指标体系及应用研究[J].西北大学学报（ 自然科学版），2011，41（4）：715-718.

[5] 王 艳，曹俊茹，孟庆娟.基于综合评价模型的城市生态健康评价[J].湖北农业科学，2011，50（15）：3211-3213

[6] 王 艳，曹俊茹，孟庆娟.河北省人口、资源环境与经济协调发展评价研究[J].湖北农业科学，2011，50（21）：4524-4527.

[7] 郭 科，龚 灏.多元统计方法及其应用[M].成都：电子科技大学出版社，2003.

[8] 张文彤，董 伟.SPSS 统计分析高级教程[M].北京：高等教育出版社，2004.

第9篇

摘要：本文选取1998-2007年陕西省10个地级市的旅游综合收入作为主要指标，对陕西省旅游经济的时空差异进行分析。研究结果表明：(1)陕西旅游经济绝对差异不断扩大但相对差异逐渐缩小；(2)空间差异显著但呈现均衡化的演变趋势。进一步的研究显示了旅游资源禀赋和区域经济发展水平是陕西省旅游经济差异形成的主导因素，表明了陕西省是资源和区域经济双重依赖型旅游经济。

关键词：旅游经济；时空演变；经济差异；陕西

一、序言

旅游业是兼具经济、社会功能的综合性产业，关联度大、带动性强，对国家经济发展、社会进步、对外交往以及文化交流具有重要作用由于旅游资源、社会经济等条件差异，旅游经济呈现出区域差异性，认识和研究这种差异对于优化旅游产业的空间结构，制定有效的区域旅游策略，促进旅游业持续协调发展有着重要的理论和实践意义。旅游经济差异作为区域经济发展不平衡中的一种经济与社会现象，其研究成果还相对较少。研究内容主要侧重于旅游经济差异的时空演变特征、影响因素及其定性分析等；研究尺度主要是基于省级行政单元的全国范围内以及三大地带间大尺度旅游经济差异研究，少数是关于东部省级行政单元内部旅游经济差异研究，西部地区省级行政单元的旅游经济差异问题研究则更少。

陕西省是我国旅游资源非常丰富的省份之一，旅游资源单体总数为9972个，其亚类共有29个，占旅游资源分类国家标准规定的亚类31个的93.55％。与此不相适应的是，2008年陕西省国内旅游收入561亿元，旅游外汇收入实现6.6亿美元，入境旅游接待仅排在全国第14位，西部第4位①，旅游经济较全国平均水平相对滞后。为此，本文从时间和空间角度研究陕西省旅游经济差异的演变特征、揭示其形成机制，以期为陕西省制定有效的区域旅游政策提供理论依据。

二、数据来源与研究方法

1　数据来源

本文选取陕西省10个地级市作为基本研究单元，陕北(榆林、延安)、关中(西安、咸阳、宝鸡、渭南、铜川)和陕南(汉中、安康、商洛)作为三大研究区域。考虑到资料的获取性和可比性，研究时间段选取了1998～2007年连续时间序列；由于旅游外汇收入、国内旅游收入指标较难获取，本文以旅游综合收入为主要数据指标。所有数据资料来源于对应年份各地市的统计年鉴和国民经济与社会发展统计公报。

2　研究方法

表述旅游经济的时间差异程度，本文采用了标准差和变异系数。标准差是样本中各变量值与其均值离差平方和均值的算术平方根，能够全面地反映区域之间的绝对差异程度；变异系数(即标准差系数)是用样本的标准差除以样本的均值来计算的，能够全面地反映各区域经济发展水平相对差异程度，和标准差相比更具可比性。

表述旅游经济的空间差异程度，采用区位熵进行衡量。区位熵即专门化率，该指标能反映某一区域要素的空间分布情况，以及某一区域在高层次区域的地位和作用，更能清晰地反映各研究样本对于整体样本的差异程度。公式如下：

其中，Q为某区域i部门对与高层次区域的区位熵，di为某区域i部门的有关指标，Di为高层次区域i部门的有关指标，n为某类产业的部门数量。

三、旅游经济时间差异的演变特征

1　绝对差异程度不断扩大

从标准差的衡量结果来看(见图1)，陕西省旅游经济差异10年中总体上不断扩大。标准差从1998年的30.04增加到2007年的77.55，增长了158.2％，绝对差异扩大程度非常明显。在排除了2003年“非典”的影响后，陕西省旅游经济绝对差异扩大分为两个过程：1998～2005年为平稳扩大阶段，因为标准差的增长值均未超过10；2006年之后出现急剧扩大态势，2007年的标准差值比2006年高出17左右。总体呈现出先稳后快的演变轨迹。

2　相对差异程度缓慢缩小

与绝对差异的衡量结果不同，陕西省旅游经济相对差异呈现出波动变化但总体趋势呈缩小状态(见图1)。从总体态势看，1998年变异系数值为1.65，而2007年缩小为1.58，10年间相对差异程度逐渐降低。但是从发展过程来看，陕西旅游经济的相对差异先是扩大，2000年达到最高值1.74；之后开始下降，2002年变异系数达到低值1.545(2003年为1.544)；然后从2004年开始回升紧接着又是下降，呈现出了平缓的“M”型波动变化趋势。相对差异程度也相应地经历了扩大一缩小再扩大再缩小的过程。

四、旅游经济空间差异特征及演变

1　旅游经济空间差异特征

陕西省旅游经济空间差异的不均衡性特征显著，一方面体现在西安市与其他市区旅游经济发展水平的空间差异，如图2所示，2007年区位熵值大于1的仅有西安市，其他各市的旅游经济区位熵值则普遍偏低，最低的商洛市仅为0.25。同时，2007年西安市旅游综合收入对全省旅游综合收入的贡献率达到54.4％，这表明西安旅游经济发展水平明显优于全省平均水平及其他市区，是陕西省旅游经济发展水平最高的市区。由此可见，陕西省各个市区旅游经济空间分布极不均衡。

另一方面，这种不均衡性也体现在关中地区与陕北、陕南地区的旅游经济发展水平空间差异。由图3可见，以西安为核心的关中地区是陕西旅游经济发展水平最高的区域。关中地区的旅游综合收入占全省该项收入的80％以上，据统计2000年的比重竟高达95％。相比之下，陕北和陕南两大地区的旅游综合收入比重则很低，虽然在研究时间段内比重呈上升趋势，但也未超过20％。陕西省旅游经济在三大区域之间所表现出的差异程度要强于各市区之间的差异程度，更为显著和不均衡。

2　旅游经济空间差异演变趋势

本文首先利用各市旅游综合收入与全省平均旅游综合收入的比值来衡量各市的旅游经济发展程度；然后，借鉴王凯(2007)、陈晓(2009)等划分标准，结合陕西省旅游经济发展实际，将比值大于等于1.5的划分为旅游经济发达区，比值在1.5和0.5之间的划分为旅游经济发展区，将比值小于等于0.5的划分为旅游经济不发达区；最后，对1998年和2007年全省旅游经济的空间差异情况进行对比分析，从而研究其演变趋势。

结果表明，陕西旅游经济发展区数量扩大而旅游经济不发达区数量减少。1998年只有分布在关中的3个旅游经济发展区，陕北陕南均属于旅游经济落后区；2007年旅游经济发展区的范围增加了延安，扩大至4个市，旅游经济发达区与旅游经济发展区面积占陕西总面积的1/2强(见图4)。并且，关 中地区的集聚格局在逐渐被打破，旅游经济开始向均衡化方向演变。如图5，相对发展速度(各市1998至2007年旅游经济发展速度与同期全省旅游经济发展速度的比值)位居前列的均是陕北和陕南地区的市，而关中地区包括西安市在内则较慢。由于黄帝陵寻根祭祖、延安红色旅游等活动的开展，使延安逐渐成为旅游经济发展区，同时，汉中、安康、商洛依托独特的生态旅游资源快速发展旅游，而榆林由于经济的快速发展(2007年GDP在全省排名第二)而使旅游呈现出强劲的发展势头。因此，陕北陕南地区旅游经济的快速发展促使陕西省旅游经济向均衡化方向演变。

五、形成旅游经济差异的因素分析

在现有的相关研究成果中，主要将旅游经济差异的形成导因于旅游资源禀赋、基础设施、区位因素、区域经济发展水平、产业结构、城市作用体系、惯性因素和优惠政策等因素。鉴于本文研究的区域尺度和对象是各地级市，后三个影响因素的作用不明显，不予考虑。而产业结构与区域经济发展水平紧密相关，交通条件是旅游基础设施和区位因素中的关键因素，因此，本文着重分析旅游资源禀赋、区域经济发展水平和交通条件这三个影响因素与陕西省旅游经济差异之间的相关关系。首先，选取度量这些影响因素的定量化指标，鉴于指标的可获取性和准确性，均采用2007年数据(见表1)；然后，分别分析这些指标值与旅游综合收人之间的相关性，以此来衡量各因素的作用程度。

1　旅游资源禀赋因素

旅游资源是旅游经济发展的核心，它的定量评价采用A级旅游景点作为依据，主要是考虑到A级旅游景区是国家旅游局对旅游景点质量的综合评定，是全面考虑旅游接待各种相关因素而评定的。本文构建了旅游资源指数，来考量陕西省旅游资源对陕西省旅游经济的影响。旅游资源指数是各市拥有的2A、3A、4A、5A旅游景区数量分别加权后的和，公式为：I=0.5Q5A+0.35Q4A+0.1Q3A+0.05Q2A。由于1A级旅游景区的旅游经济效益很低甚至没有，未予考虑。权重是在考虑了各A级景区收入占所有景区收入比重的基础上，结合实际微调后确定的。

表1分析结果显示，旅游资源指数是与旅游综合收入存在正相关，且相关系数在三个影响因素中为最高(R2=0.97)。表明陕西省的旅游经济仍属于一种旅游资源经济，旅游资源禀赋好的市也是长期以来旅游经济发达的区域，旅游资源的级别以及分布的差异直接影响着陕西省旅游经济的时空差异程度。

2　区域经济发展水平因素

旅游业发展要考虑区域的综合经济因素，实践也证明旅游业的发展与区域经济总量增长间的关系日益密切，所以，用GDP作为陕西省区域经济发展水平的衡量指标。

研究结果表明，陕西省各市的区域经济发展水平是影响其旅游经济差异的又一主要因素。表1中，GDP与旅游综合收入呈正相关，且R2值达0.90，表明区域经济水平发达的市区一般也是旅游经济发达的市区；反之亦然。例如关中地区的西安、咸阳、宝鸡是旅游经济和区域经济水平均较高的市区，陕南地区的安康、商洛是二者均较低的市区。

3　旅游交通因素

旅游基础设施是旅游业生存和发展的先决条件，其中旅游交通尤为重要，是增强旅游景区可进人性、改善区位条件的重要因素。所以，旅游交通条件能够很好反映一个地区的基础设施水平和区位条件，它的度量一般采用公路客运量和旅客周转量两个指标。

上表分析结果显示，旅游综合收入与公路客运量(R2=0.73)、与旅客周转量(R2=0.52)的相关性不显著。产生这一结论的原因可能是，就小尺度的本地客源市场而言，西(安)延(安)、西(安)汉(中)、西(安)(安)康等高速公路的开通使大量关中地区客流向陕北陕南移动，带动了该地区旅游经济发展，缩小了与关中的差异。但就大尺度客源市场而言，关中地区比陕南和陕北地区具有更多的经济优势与旅游资源优势，省内迅速发展的交通并不能明显影响它们作为入境游客和外省市游客主要目的地的地位。

六、结论与对策

1　陕西省旅游经济的绝对差异程度不断扩大，而相对差异程度在缩小。关中地区旅游资源丰富且级别高，长期以来是陕西省旅游经济的主体，但是随着陕北和陕南变转换经济发展方式和产业结构优化调整，旅游经济的发展格局正在改变。陕南地区应依靠独特的自然旅游资源，逐渐把旅游产业作为其支柱产业；而陕北地区则要靠能源化工基地带来的经济腾飞从而带动旅游产业的深度发展。

2　陕西省旅游经济差异的空间不均衡性明显，但演变趋势逐渐呈现出均衡化。一方面，继续发挥西安和关中地区的极化作用，立足现有旅游资源打造具有国际竞争力的精品旅游景点，形成关中天水经济带的旅游经济发展轴心。另一方面，陕北和陕南地区作为关中地区旅游经济发展的两翼，着重培育以汉中和延安为核心的次一级旅游经济中心，形成陕北红色旅游、华夏文明旅游圣地和陕南山水生态民情风俗旅游休闲区，以省内及周边省份为主要客源市场。从整体上，形成“一个核心两个辅翼”的旅游经济空间格局。

第10篇

摘要：对地区综合经济实力的研究是当前研究的热点，故对如何构建地区综合经济实力指标体系的研究已有很多，但多数研究只注重考察地区经济实力，忽略了地区经济可持续发展的重要性。在已有研究成果的基础上强调地区经济可持续发展的重要性，故在评价地区综合经济实力的指标体系中加入了影响地区综合经济实力的重要因素——可持续发展水平，这对全面评价地区综合经济实力具有一定的实践意义。

关键词：区域经济的内涵；区域经济的特征；原则；指标体系

1区域经济的内涵

区域经济是一个系统的概念。一个经济区域的区域结构、组织和发展水平，是许多行为主体决策及其相互作用的结果。区域经济学研究的客体是区域经济系统，区域经济主要考察决定区域内经济发展的主要因素和区域间经济发展的交互作用过程，进而描述、阐明和评价区域经济结构的形成及其变动趋势，揭示资源的空间配置过程和经济主体的空间活动规律。

区域经济发展是一个综合性范畴。从横向上看，它是指一定时期内经济各方面的综合发展状况；从纵向上看，它表现为该地区经济发展的潜力和可持续发展的可能性。

2区域经济的特征

2.1区域经济的理论特征

（1）综合性。区域经济是国民经济大系统中的重要组成部分，它是由多行业、多层次、多因素构成，是一个极为复杂的有机体。

（2）差别性。首先是各地区之间在生产力水平、自然条件、地理位置、资源状况、产业结构等许多方面存在着很大差异；由此形成各地区在经济发展水平、经济发展战略重点以及在国民经济中所处的地位上都有很大的差异。其次是区域内部之间也存在较大的差异。

（3）开放性。随着社会主义市场经济的深入发展，社会劳动地域分工程度的日益深化，地区经济的对外依存度将逐步提高，各地区自给自足的产品和劳务比重会越来越低，相互交换的比重则越来越大，地区经济与外界的联系更为广泛和密切，地区间形成相辅相成的交往和协作关系。

（4）竞争性。由于行政区划的存在，客观形成了生产力要素的使用与流动上的地区经济区别色彩。由此出发的地区经济产业发展、地区经济主体对市场的拓展甚至意识形态的归属感，都会在不同地区经济之间构成内在性的竞争。

2.2区域经济的实践特征

（1）相似性。区域经济发展是一个从不平衡到平衡的渐进历史过程，任何一个国家区域经济的发展都会受到这个规律的制约，从而表现出一定的相似性。

（2）结构趋同性。我国在实施区域不平衡梯度推移战略过程中，由于缺乏明确的区域产业政策指导，区域分工模糊，各地重复建设，产业结构趋同，资源配置效率不高。

（3）非均衡性。改革开放后，我国经济体制开始由计划经济逐步向市场经济迈进，区域经济的发展发生了重大的变化。这一时期实施的是区域不平衡梯度推移政策，这一政策实施的结果使我国经济建设的重心大规模东移，区域经济不平衡程度不断加剧，区域差距进一步拉大，经济重心更加偏向东南沿海。

（4）政府行为主导性。从多年的实践来看，区域经济的发展政府起着关键的作用，中国发达区域的成功在于政府在一些重要方面发挥了积极作用。地区经济产业布局结构和要素流动大部分是通过政府行为进行协调的，区域经济发展中政府主导统筹安排经济社会资源的痕迹较为明显。

3评价指标选取应遵循的原则

综合经济实力是一个地区赖以生存和发展的物质基础和基本条件，是一个地区在一定时期经济建设和整体经济发展的能力，包括经济发达程度、发展水平、经济发展速度、经济结构、经济体制和生产力布局等。综合经济实力是一个地区发展的基石和核心部分，反映一个地区经济在社会中的地位和地区之间实现资源配置优化的能力，同时还影响着国民的教育程度与基本素质以及国家政治的稳定等其他要素。正是由于综合经济实力的基础性作用，一般来说，某个地区的综合经济实力比较强的话，那么该地区的社会、文化发展水平也比较高。较高的综合经济实力为地区的各方面的发展提供了一个良好的平台，促进了其他各方面因素作用的发挥，比较容易形成一个良性循环，带动替他各方面因素的发展，形成互相促进，互相激励的动力。

我们知道，一个地区的社会经济发展状况是多方面的，任何单项指标都无法全面而客观地反映该地区的社会、经济、文化发展水平。所以我们需要构建一套指标体系对地区综合经济实力进行全面的评价，该指标体系即是利用多个指标从不同侧面，全方位，多角度地对地区综合经济实力进行评价。建立地区综合经济实力评价指标体系，应根据区域经济的理论特征和实践特征来考虑。具体应遵循以下原则：

(1)科学性原则。评价指标应建立在科学实用的基础上，即各个指标的选取、指标权重的确定、数据的选取、计算与合成等都必须建立在一定的科学基础上。

(2)系统性原则。建立的评价指标能够系统地反映商品经济发展水平。

(3)综合性原则。建立评价指标时尽量避免滥而多，因为许多指标有很大的共线性、相关性。

(4)区域性原则。由于区域之间的巨大差异性，研究构建评价地区综合经济实力的指标体系仅仅适用于本区域，对其他区域仅仅具有参考价值。

(5)可行性原则。指标的建立要结合实际情况，既能反映各地区的综合经济实力，又便于计算和获取数据。

4建立评价地区经济实力的指标体系

4.1建立评价地区经济实力指标体系的框架

地区综合经济实力的指标体系是指构成综合经济实力的各系统组成要素之间相互联系、相互依赖、相互制约的关系所形成的整体。对地区综合经济实力的测度可以通过反映综合经济实力的经济规模子系统、经济结构子系统、开放程度子系统、人力资本子系统、基础设施子系统、可持续发展水平子系统六大子系统来进行综合评价。当前对如何测度地区综合经济实力指标体系的研究已有很多，但多数研究只注重考虑地区经济实力，忽略了地区经济可持续发展的重要性。本研究是在已有研究成果的基础上强调地区经济可持续发展的重要性，故在评价地区综合经济实力的指标体系中加入了影响地区综合经济实力的重要因素-可持续发展水平。构建评价地区综合经济实力的指标体系框架图如下：

4.2评价地区综合经济实力的指标内容

(1)经济规模子系统。

人均GDP(元/人)=GDP/人口总数，该指标是反映区域经济发展水平的最主要指标之一，通常该指标的值越高，地区经济越发达。

国内生产总值增长率=当年GDP/上年的GDP

农民人均纯收入(元/人)，是反映该地区农村人口实际生活水平的重要指标。

人均社会消费品零售(元/人)=社会消费品零售总额/人口总数。

职工年平均工资(元)，是反映地区城镇居民工资所能达到的一般水平。

(2)经济结构子系统。

第三产业增加值占国内生产总值的比重=第三产业增加值/GDP，该指标的值越高，说明该地区第三产业越发达。

第二产业产值占GDP比重=第二产业值/GDP

第一产业产值占GDP比重=第一产业值/GDP

(3)开放程度子系统。

进出口额占国内生产总值比重=进出口额/GDP，该指标反映地区经济对国外市场的依存度。

国际旅游外汇收入(亿美元)，该指标反映地区旅游经济是发否发达以及对外开放程度。

人均实际利用外资额(元/人)=实际利用外资额/人口总数，该指标是从吸引外资的角度来测度其开放程度。

(4)人力资本子系统。

每万人从事自然科技活动人员数(人/万人)，该指标反映地区科技水平的高低。

每万人高校学生数(人/万人)=地区高校在校学生数和高校毕业生数（本专科生）/地区人口总数。

教育投入率=教育投资经费/GDP。

(5)基础设施子系统。

人均城市道路面积=城市道路面积/人口总数。

每万人拥有公共汽电车数(辆/万人)=公共汽电车数/人口总数。

每万人拥有医生数(人/万人)=医生人员数/人口总数。

人均居住面积(m2/人)=住宅建筑面积/人口总数。

(6)可持续发展水平子系统。

工业废水排放达标率=工业废水排放达标量/工业废水排放量。

第11篇

关键词：区域经济的内涵；区域经济的特征；原则；指标体系

中图分类号：F49文献标识码：A文章编号：16723198（2007）11004102

1区域经济的内涵

区域经济是一个系统的概念。一个经济区域的区域结构、组织和发展水平，是许多行为主体决策及其相互作用的结果。区域经济学研究的客体是区域经济系统，区域经济主要考察决定区域内经济发展的主要因素和区域间经济发展的交互作用过程，进而描述、阐明和评价区域经济结构的形成及其变动趋势，揭示资源的空间配置过程和经济主体的空间活动规律。

区域经济发展是一个综合性范畴。从横向上看，它是指一定时期内经济各方面的综合发展状况；从纵向上看，它表现为该地区经济发展的潜力和可持续发展的可能性。

2区域经济的特征

2.1区域经济的理论特征

（1）综合性。区域经济是国民经济大系统中的重要组成部分，它是由多行业、多层次、多因素构成，是一个极为复杂的有机体。

（2）差别性。首先是各地区之间在生产力水平、自然条件、地理位置、资源状况、产业结构等许多方面存在着很大差异；由此形成各地区在经济发展水平、经济发展战略重点以及在国民经济中所处的地位上都有很大的差异。其次是区域内部之间也存在较大的差异。

（3）开放性。随着社会主义市场经济的深入发展，社会劳动地域分工程度的日益深化，地区经济的对外依存度将逐步提高，各地区自给自足的产品和劳务比重会越来越低，相互交换的比重则越来越大，地区经济与外界的联系更为广泛和密切，地区间形成相辅相成的交往和协作关系。

（4）竞争性。由于行政区划的存在，客观形成了生产力要素的使用与流动上的地区经济区别色彩。由此出发的地区经济产业发展、地区经济主体对市场的拓展甚至意识形态的归属感，都会在不同地区经济之间构成内在性的竞争。

2.2区域经济的实践特征

（1）相似性。区域经济发展是一个从不平衡到平衡的渐进历史过程，任何一个国家区域经济的发展都会受到这个规律的制约，从而表现出一定的相似性。

（2）结构趋同性。我国在实施区域不平衡梯度推移战略过程中，由于缺乏明确的区域产业政策指导，区域分工模糊，各地重复建设，产业结构趋同，资源配置效率不高。

（3）非均衡性。改革开放后，我国经济体制开始由计划经济逐步向市场经济迈进，区域经济的发展发生了重大的变化。这一时期实施的是区域不平衡梯度推移政策，这一政策实施的结果使我国经济建设的重心大规模东移，区域经济不平衡程度不断加剧，区域差距进一步拉大，经济重心更加偏向东南沿海。

（4）政府行为主导性。从多年的实践来看，区域经济的发展政府起着关键的作用，中国发达区域的成功在于政府在一些重要方面发挥了积极作用。地区经济产业布局结构和要素流动大部分是通过政府行为进行协调的，区域经济发展中政府主导统筹安排经济社会资源的痕迹较为明显。

3评价指标选取应遵循的原则

综合经济实力是一个地区赖以生存和发展的物质基础和基本条件，是一个地区在一定时期经济建设和整体经济发展的能力，包括经济发达程度、发展水平、经济发展速度、经济结构、经济体制和生产力布局等。综合经济实力是一个地区发展的基石和核心部分，反映一个地区经济在社会中的地位和地区之间实现资源配置优化的能力，同时还影响着国民的教育程度与基本素质以及国家政治的稳定等其他要素。正是由于综合经济实力的基础性作用，一般来说，某个地区的综合经济实力比较强的话，那么该地区的社会、文化发展水平也比较高。较高的综合经济实力为地区的各方面的发展提供了一个良好的平台，促进了其他各方面因素作用的发挥，比较容易形成一个良性循环，带动替他各方面因素的发展，形成互相促进，互相激励的动力。

我们知道，一个地区的社会经济发展状况是多方面的，任何单项指标都无法全面而客观地反映该地区的社会、经济、文化发展水平。所以我们需要构建一套指标体系对地区综合经济实力进行全面的评价，该指标体系即是利用多个指标从不同侧面，全方位，多角度地对地区综合经济实力进行评价。建立地区综合经济实力评价指标体系，应根据区域经济的理论特征和实践特征来考虑。具体应遵循以下原则：

(1)科学性原则。评价指标应建立在科学实用的基础上，即各个指标的选取、指标权重的确定、数据的选取、计算与合成等都必须建立在一定的科学基础上。

(2)系统性原则。建立的评价指标能够系统地反映商品经济发展水平。

(3)综合性原则。建立评价指标时尽量避免滥而多，因为许多指标有很大的共线性、相关性。

(4)区域性原则。由于区域之间的巨大差异性，研究构建评价地区综合经济实力的指标体系仅仅适用于本区域，对其他区域仅仅具有参考价值。

(5)可行性原则。指标的建立要结合实际情况，既能反映各地区的综合经济实力，又便于计算和获取数据。

4建立评价地区经济实力的指标体系

4.1建立评价地区经济实力指标体系的框架

地区综合经济实力的指标体系是指构成综合经济实力的各系统组成要素之间相互联系、相互依赖、相互制约的关系所形成的整体。对地区综合经济实力的测度可以通过反映综合经济实力的经济规模子系统、经济结构子系统、开放程度子系统、人力资本子系统、基础设施子系统、可持续发展水平子系统六大子系统来进行综合评价。当前对如何测度地区综合经济实力指标体系的研究已有很多，但多数研究只注重考虑地区经济实力，忽略了地区经济可持续发展的重要性。本研究是在已有研究成果的基础上强调地区经济可持续发展的重要性，故在评价地区综合经济实力的指标体系中加入了影响地区综合经济实力的重要因素-可持续发展水平。构建评价地区综合经济实力的指标体系框架图如下：

4.2评价地区综合经济实力的指标内容

(1)经济规模子系统。

人均GDP(元/人)=GDP/人口总数，该指标是反映区域经济发展水平的最主要指标之一，通常该指标的值越高，地区经济越发达。

国内生产总值增长率=当年GDP/上年的GDP

农民人均纯收入(元/人)，是反映该地区农村人口实际生活水平的重要指标。

人均社会消费品零售(元/人)=社会消费品零售总额/人口总数。

职工年平均工资(元)，是反映地区城镇居民工资所能达到的一般水平。

(2)经济结构子系统。

第三产业增加值占国内生产总值的比重=第三产业增加值/GDP，该指标的值越高，说明该地区第三产业越发达。

第二产业产值占GDP比重=第二产业值/GDP

第一产业产值占GDP比重=第一产业值/GDP

(3)开放程度子系统。

进出口额占国内生产总值比重=进出口额/GDP，该指标反映地区经济对国外市场的依存度。

国际旅游外汇收入(亿美元)，该指标反映地区旅游经济是发否发达以及对外开放程度。

人均实际利用外资额(元/人)= 实际利用外资额/人口总数，该指标是从吸引外资的角度来测度其开放程度。

(4)人力资本子系统。

每万人从事自然科技活动人员数(人/万人)，该指标反映地区科技水平的高低。

每万人高校学生数(人/万人)=地区高校在校学生数和高校毕业生数（本专科生）/地区人口总数。

教育投入率=教育投资经费/GDP。

(5)基础设施子系统。

人均城市道路面积=城市道路面积/人口总数。

每万人拥有公共汽电车数(辆/万人)=公共汽电车数/人口总数。

每万人拥有医生数(人/万人)=医生人员数/人口总数。

人均居住面积(m2/人)=住宅建筑面积/人口总数。

(6)可持续发展水平子系统。

工业废水排放达标率=工业废水排放达标量/工业废水排放量。

工业废气处理率=工业废气处理量/工业废气排放量。

人均绿地面积，是反映人们对生态环境重视程度的正指标。人均公共绿地面积越大，则人们居住的环境越好。

参考文献

［1］郝寿义,安虎森.区域经济学［M］. 北京:经济科学出版社,2000：2830.

第12篇

关键词：耦合；经济发展；建设用地集约利用；阿克苏地区；协调度

中图分类号：F127；F321.1 文献标识码：A 文章编号：0439-8114（2016）21-5719-05

DOI：10.14088/ki.issn0439-8114.2016.21.069

The Coupling Rsearch of Aksu Region's Economic Development

and Intensive Use of Construction Land

GUO Huan-huana，GAO Min-huaa，b

（a.Key Laboratory of Oasis Ecology；b.College of Research and Environment Sciences，Xinjiang University，Urumchi 830046，China）

Abstract：Taking economic development and Intensive use of construction land in Aksu as two subsystems of the study and based on both theory and social coordination，entropy method，statistical analysis，system evaluation and coupled model were used. Aksu region's economic development and construction land coupled model was built， and then discussed the coupling relationship， revealed the relationship between economic development and Intensive use of construction land. The results showed that the level of economic development and Intensive use of construction land in Aksu were low；economic development-construction land intensive utilization system in two subsystems arc tangent function model of coordination was worse；two highly coupled subsystems in the economic and Intensive use of construction land level were lower；the Aksu region's intensive use of construction land developed rapidly， there was the urgent need to improve the level of Intensive use of construction land.

Key words：coupling； economic development； intensive use of construction land； Aksu region； coordination

济与土地的诸多研究成果表明，经济因素是土地利用和建设用地利用变化的不可或缺的驱动因子[1-4]；同样土地对经济发展具有不可替代的作用[5-6]。对于经济和建设用地集约利用的关系方面，杜亚娟等[7]对哈尔滨市1991-2010年经济发展水平与建设用地集约利用水平间的动态关系分析得出二者存在长期均衡关系，而且经济发展是土地集约利用的单向因果关系。随着对两者相互关系研究的深入，越来越多的专家学者们更推崇经济和建设用地间的耦合关系。经济发展和建设用地集约利用是两个相对复杂的系统，单纯分析个别指标的相关性，远远不能解释两系统间的协调关系。因此，本研究在各系统指标高度相关的层次上，深入分析了两者的耦合关系协调度。

1 阿克苏地区经济发展与建设用地利用情况

1.1 阿克苏地区经济发展

阿克苏地区生产总值持续增长，2013年地区生产总值692.60亿元，相对2002年增长553.4亿元，地区生产总值年均增长36.14%。2013年地区全社会固定资产投资490.39亿元，2002-2013年该地区全社会固定资产投资稳步增长，年均增长151.73%，其中2013年比上年增长11.56%。2013年地区财政总收入102亿元，2002-2013年阿克苏地区财政收入逐步增加，年均增长率140.47%，其中2013年较上年增长10.20%。

该地区经济水平也逐年提高，2013年人均生产总值28 535元，比2002年的6 615元增加了21 920元，年均增长30.12%，人均生产总值虽然在稳步增长，但相对全国平均水平还有一定差距。2013年该地区人均财政收入4 150.4元，人均财政收入稳步增长，但相对全国平均水平差距明显。衡量民生经济的主要指标为城镇居民可支配收入、农村居民可支配收入与居民消费水平，其中城镇居民可支配收入年均增长31%，农村居民可支配收入年均增长32%，居民消费水平年均增长25%。阿克苏地区这3个指标的水平均低于全国平均水平。

1.2 阿克苏地区建设用地集约水平

1.2.1 建设用地集约利用强度 人口利用强度和经济利用强度是表征建设用地利用强度的主要指标，人口利用强度主要体现在人均建设用地面积方面，经济利用强度则体现在地均生产总值、地均固定资产投资、地均财政收入3项指标。阿克苏地区的人口和建设用地规模逐年攀升，但人口增长速度远不及建设用地规模的增速，导致人均建设用地面积一直呈增长趋势，这也正是阿克苏地区的建设用地人口利用强度不断下降的原因。阿克苏地区地均生产总值、地均财政收入、地均固定资产投资都有不同程度的增长，阿克苏地区建设用地集约水平不断上升（图1）。

1.2.2 经济增长耗地 经济增长耗新增建设用地面积多少反应了该地区经济是否主要靠建设用地扩张来促进经济发展，如图2所示阿克苏地区经济增长耗地较多，为较粗放增长类型。图2中除了2006年建设用地出现负增长以外，各指标的走势整体呈现下降趋势。一方面表现为集约利用水平不断提升，另一方面表征建设用地集约水平的指标为管理绩效，也就是对存量建设用地的盘活效率。存量建设用地的重新利用不仅可以缓解新增建设用地压力，促进建设用地集约利用，而且可以调节土地市场。

2 阿克苏地区经济发展与建设用地耦合关系

2.1 耦合模型的建立

耦合原是物理概念，表示两个或者多个系统亦或两种运动方式间相互作用而相互影响以至联合起来的现象[8]。在此基础上，吴玉鸣等[9]提出多个系统的相互作用耦合度模型：

Cn={（u1，u2，…，un）/∏（ui+uj）} （1）

式中，n为耦合系统子系统的个数；u为各子系统对耦合系统的贡献；C为耦合度值，C∈[0，1]。

在前人研究成果的基础上，结合专家打分法分别选取了表征经济规模增长的生产总值增长及财政收入增长2个指标；表征经济发展水平的人均生产总值、城镇居民可支配收入、农村居民可支配收入以及居民整体消费水平4个指标；表征经济结构的第三产业比重和财政占生产总值比值2个相关指标。建设用地集约利用子系统则根据建设用地利用强度、经济增长耗地及管理绩效三方面确定人均建设用地、地均GDP、地均固定资产投资、地均财政收入、单位GDP增长耗新增建设用地、单位固定资产耗新增用地、单位财政收入耗新增用地以及存量建设用地供应效率指标。

2.2 耦合模型各指标权重的确定

权重的确定方法有很多，如AHP、特尔非法等，鉴于研究两个子系统十几项指标的耦合关系，熵值法可以更好地体现各指标间的非线性关系。因此，引入熵值法这种客观赋权法[10]来确定各指标权重。熵的概念是由克劳德・艾尔伍德・香农首次引入信息论中的，用来度量随机变量的不确定程度。熵值越大，离散程度越大，则该熵值对应的指标的权重值越大。用指标Xij表示第i年第j项指标，计算指标权重的前提是要将所有数据归一化（由于涉及正向、反向两种指标，可以将数据归一化到一个数据区间内，正向指标不作处理，反向指标做反向处理）得到Gij，则第j项指标的熵值[11]：

Sj=-kQijlnQij，（k=，Qij=） （2）

式中，k为调节系数，m为涉及年限。由熵值确定j项标权重：

Wj=，（0≤Wj≤1，Wj=1） （3）

根上述公式计算2002-2013年阿克苏地区的经济发展与建设用地集约耦合系统的各指标权重值。

2.3 耦合模型

根据耦合模型所选取的各项指标权重值得到耦合系统（表1）。

3 耦合系统分析

3.1 指标功效系数

通常用指标功效系数来表示指标对系统的贡献，用功效系数Uij表示，其计算方法如下：

Uij=（Gij-α）/（β-α） （4）

式中，α、β是数据归一化处理中临界值的最小值和最大值。

3.2 综合指数

综合指数是耦合系统中各子系统对耦合系统的贡献。本研究耦合系统中有经济发展综合指数和建设用地集约利用综合指数。

1）经济发展综合指数。经济发展综合指数即为经济子系统Ai对系统的贡献，表示为：

Ai=Uij×Pj （5）

式中，Pj表示第j项指标的权重，对计算出的经济综合指数进行一元二次拟合，得到如下方程：

F（x）=0.004 6x2+0.023 6x+0.030 5（R2=0.979 5）（6）

式中，x=1代表2002年，依次递进。

2）建设用地集约利用综合指数。建设用地集约利用综合指数为建设用地集约利用子系统对耦合系统的贡献：

Bi=Uij×Pj （7）

对其一元二次拟合，得到下述方程：

G（x）=-0.000 9x2+0.043 3x+0.120 2（R2=0.963 2）（8）

根据阿克苏地区2002-2013年的经济与建设用地数据，结合式（6），（8）中的一元二次拟合方程，计算出阿克苏地区经济发展和建设用地集约综合指数变化情况（图3）。阿克苏地区经济发展综合指数和建设用地综合指数均为上升趋势，经济指数较建设用地指数上升较快，2007年经济指数超越建设用地指数。借鉴郭杰等[12]对土地利用等级划分，阿克苏地区建设用地2002-2010年都不满足集约利用等级，2010-2013年为一般等级，可见阿克苏地区建设用地整体集约水平较低，集约上升空间较大（表2）。

3.3 耦合系统协调度分析

3.3.1 两个子系统综合指数协调度 两个系统的同步性用协调度来表示，参照方方[13]的研究用反正切函数来描述两个子系统综合指数的发展水平的接近程度，则阿克苏地区经济和建设用地集约利用综合指数协调度表示为：

Ci=arctan（Ai/Bi-1） （9）

根据反正切函数的特点，协调度C的值域在 （-π/2，π/2）之间，如果两个子系统协调共同发展，那么Ai/Bi的值应该趋近1，换句话说Ci越趋近于0时，两个子系统协调性越好，相反经济发展指数大于或者小于建设用地集约指数时，Ci越远离0，协调度降低。根据阿克苏地区两个子系统的两指数数据，得出其综合协调度函数变化。由图4可以看出，2002-2013年阿克苏地区两项综合指数协调度呈现上升趋势，且2002-2007年间建设用地集约利用指数大于经济发展指数，协调度趋近于0，并在2007年达到最好；2008-2013年经济指数反超建设用地指数较快上升，系统综合指数协调度有所下降。

3.3.2 两个子系统综合指数变化速度协调度 根据数学中导数的概念可知，对时间的函数进行一次求导，可得到该函数的变化速度（率）函数。张振杰[14]的研究表明，通过研究主关联双系统的演化速度，可以得到整个系统或系统间的演变趋势。研究还提出用两个子系统变化速度的夹角作为系统耦合度进行分析。

1）经济发展综合指数的变化速度函数：

VA=dF（X）=0.009 2X+0.023 （10）

2）建设用地集约利用综合指数变数速度函数：

VB=dG（X）=-0.001 8X+0.043 3 （11）

3）双系统演进速度的协调度：

?=arccot（VA/VB） （12）

随着两速度化，协调度输出不同的角度（图5），根据阿克苏地区2002-2013年的数据，速度协调度范围只有2002年在（π/4，π/2）时建设用地集约利用速度稍快于经济发展速度，两速度协调度增强。2003-2013年均在（0，π/4）范围内，此时经济发展速度加快。虽然建设用地集约利用速度还是正向速度，但越来越低于经济发展速度，双系统速度协调度不断降低。

3.3.3 耦合度分析

1）耦合度分析。王硕[15]根据两个子系统对系统的贡献U1、U2的组合来表示系统的耦合度，其模型如下：

Ci= （13）

式中，U1=Ai，U2=Bi，Ci越大则表示两系统耦合越好，相反耦合越差。

阿克苏地区2002-2013年系统耦合度均在（0.88，1）范围内（图6）。根据吴玉鸣等[9]的研究将耦合度不同的等级进行划分，得到该耦合系统属于高度耦合阶段，但这点又与综合指数协调度和综合指数速度协调度的结论不相符，所以该耦合系统出现了“伪协调”[16]现象。

2）耦合协调度分析。许多研究针对“伪协调”提出了系统综合评价指数和对应的耦合协调度判定方法。综合评价指数：T=aU1+bU2；耦合协调度：D=。式中，a、b为贡献系数，考虑经济和建设用地对系统的相互作用，令a=b=1/2，得到协调度D（图6）。参照耦合研究中对耦合协调度的等级划分，该耦合系统在2002-2005年为轻度失调，2006-2010年为初步协调，2011-2013年刚刚进入良好协调的范围，随着两个子系统友好发展，有希望发展为优质协调。

4 小结

1）阿克苏地区经济发展和建设用地集约利用水平都较低；虽然两个子系统的综合指数都有上升趋势，但2010年经济发展指数才超越0.5，直到2013年集约利用综合指数都还处于一般水平，相对国家中部甚至东部还有很大差距，提升空间巨大。

2）系统耦合出现“伪协调”现象，在经济发展水平略低，建设用地集约水平一般的情况下，可能是两个系统相互作用的关系紧密，才导致系统出现高度耦合。耦合协调度的好坏只能说明两个子系统的协调情况，不能反映系统现阶段的发展水平，两个子系统的综合指数协调情况依然是耦合系统发展水平的关键。

3）耦合模型2007年综合指数协调度最好，说明当时低水平的经济和建设用地集约利用促进耦合系统发展。现阶段经济与建设用地集约利用有相互抑制的趋势，建议相关部门在经济发展不放缓的前提下，严格杜绝建设用地粗放、浪费的情况，科学控制建设用地需求和节约使用效率，促进建设用地集约利用，使得系统良好健康发展。

参考文献：

[1] FISCHER G，HEILIG G K.Population momentum and demand on land and water resources[J]. Philosophical Transactions of The Royal Society of London Series B-Biological Sciences，1997， 352（1356）：869-889.

[2] RIEBSAME W E，PARTON W J，GALVIN K A.Integrated modeling of land use and cover change[J].Bioscience，1994，44（5）：350-356.

[3] 陈 春，冯长春.建设用地扩张效率指数研究[J].地域研究与开发，2011，30（2）：133-136.

[4] 陈 春，冯长春.中国建设用地增长驱动力研究[J].中国人口・资源与环境，2010，20（10）：72-78.

[5] 丰 雷，魏 丽，蒋 妍，等.论土地要素对中国经济增长的贡献[J].中国土地科学，2008，22（12）：4-10.

[6] 毛振强，左玉强.土地投入对中国二三产业发展贡献的定量研究[J].中国土地科学，2007，21（3）：59-63.

[7] 杜亚娟，雷国平.哈尔滨市城市土地集约利用与经济发展的协整研究[J].国土资源情报，2012（7）：46-52.

[8] 张亚斌.中国所有制结构与产业机构的耦合研究[M].北京：人民出版社，2001.

[9] 吴玉鸣，张 燕.中国区域经济增长与环境的耦合协调发展研究[J].资源科学，2008，30（1）：25-30.

[10] 金晓斌，张鸿辉，周寅康，等.农用地定级综合评价中权重系数确定方法探讨[J].南京大学学报（自然科学版），2008，44（4）：447-456.

[11] 陆添超，康 凯.熵值法和层次分析法在权重确定中的应用[J].电脑编程技巧与维护，2009（22）：19-20，53.

[12] 郭 杰，吴 斌.土地利用系统健康评价[J].中国土地科学，2011，25（4）：71-78

[13] 方 方.江苏省经济发展与土地非农化耦合关系研究[D].南京：南京师范大学，2010.

[14] 张振杰.城乡耦合地域系统相互作用模型建构及应用[J].人文地理，2007，96（4）：90-96.

第13篇

在受访样本村中，最狭义的贫困户（低保户与五保户）总数为3002户，占受访样本村农户总数比重的10.57%。其中，受访贫困县样本村最狭义的贫困户总数为1070户，占受访贫困县样本村农户总数比重的12.27%；受访非贫困县样本村最狭义的贫困户总数为1932户，占受访非贫困县样本村总数比重的9.82%。

根据访谈分析贫困原因主要有：“孤、寡、残、疾”、脱贫意识薄弱、医疗负担沉重、劳动力文化素质低下、教育消费偏高五个方面。访谈中了解到，精准识别、资金使用、政策执行等方面还存在一些问题，一定程度上导致扶贫措施减效、低效。如贫困识别问题上存在贫困户收入高于非贫困户的现象、见效快的生活性和生产性基础设施建设多而忽视贫困户技术水平和经营能力的扶持提升、地方财政因无力承担配套资金使扶贫项目缩水或停滞、外部资金引进能力差、银行信贷作用有限、以分散到户救助形式补助的扶贫资金难以支持产业发展、贫困户对政府的扶持信息及进度知晓度不高等。

据此，提出如下建议：

一、完善贫困户识别与管理制度。构建以生产要素和生活要素为核心内容的多层次多维度的评价指标体系，制定符合不同区域特征、兼顾经济发展水平和社会发展水平的差异化贫困户识别标准，采用客观评价和民主评议相结合的方法进行识别。建立贫困户动态跟踪、分类管理制度，通过追踪贫困户的数量、结构、收入、生活等主要指标的变化情况，及时调整核定扶贫对象。将贫困户按经济发展特征分成发展型、持续性和萎缩型，重点扶持具备一定经济发展条件而缺少外部启动力的发展型贫困户。

第14篇

关键词：丝绸之路经济带;物流;对应分析

中图分类号：F127 文献标识码：A

收录日期：2015年2月6日

一、引言

2013年9月，提出共同建设“丝绸之路经济带”的伟大构想，其目的是创新欧亚各国合作模式，促进形成一个经济联系紧密、彼此发展空间广阔的经济合作区域。众所周知，该区域自然资源丰富，并且拥有辽阔的地域，但是该区域生态环境脆弱，交通不便，经济发展水平较低。因而，建设“丝绸之路经济带”成为有关国家的共识。2014年12月18日，中外代表齐聚土耳其召开“共建‘一带一路’”：历史启示与时代机遇国际研讨会，明确加强经贸、基础设施建设、文化交流等方面合作。

在丝绸之路经济带逐渐形成联系紧密、互联互通的经济合作区域的过程中，其中有很多要素受其影响并促进其发展，首当其冲便是交通物流的基础保障。在2014年11月的亚太经合组织会议期间强调政策沟通、设施联通、贸易畅通、资金融通、民心相通五大领域的互联互通，其中政策沟通是促进丝绸之路经济带的保证，设施联通主要指的就是中国与中亚国家间铁路、公路、航空等物流要素的互联互通。完善的物流体系有利于商品、信息的流动，实现优势互补，从而吸引企业入驻以加速形成产业生态链。

现在我国物流发展尚处于初期阶段，物流基础设施需要向网络化、系统化、信息化发展，这样才能为丝绸之路经济带建设需要提供高水平的现代化物流的支撑。我国西北地区包括陕西、甘肃、青海、宁夏、新疆等五省区。面对丝绸之路经济带建设的大背景下，西北五省纷纷确立了各自在丝绸之路经济带中的定位，并且推出了相应的政策：陕西提出打造丝绸之路经济带新起点，为此陕西省大力支持交通物流体系建设，陕西省认为丝绸之路经济带的重要基础是发达的交通物流体系，“道路相通”可以为陕西建设丝绸之路经济带新起点提供重要支撑，为了建设现代化的物流体系，陕西利用“母子公司资金协同、金融产品创新突破”的综合融资模式已经累计向陕西公路网建设方面投入资金1，486亿元，期望打造自己成为沟通内陆与亚欧大陆桥和海上丝绸之路的交通枢纽;新疆在建设丝绸之路经济带核心区的进程中提出充分利用自身地缘、人文等优势建设包括交通枢纽中心、商贸物流中心、金融中心、文化科技中心和医疗服务中心等内容“五个中心”，其中交通枢纽中心、商贸物流中心更作为重点进行建设;另外，为提升开放型经济发展水平和能力，在融入丝绸之路经济带建设的步伐中，青海省利用正式运营的首家“国际保税仓库”，期望打造自己成为丝绸之路经济带“黄金口岸”;甘肃省着力构建综合交通体系，推进道路互联互通。期望充分发挥甘肃省向西开放的区位和通道优势，把甘肃建设成为丝绸之路经济带甘肃黄金段;宁夏为了打造丝绸之路经济带战略支点，提出包括交通物流体系在内的五大战略措施。据此可以看出，建设交通物流体系的重要性不言而喻，影响物流发展水平的因素有很多，制约各省物流发展水平的因素也有一定的差异性。因此，本文运用对应分析找出西北五省物流发展水平的影响因素，并提出相应的提升物流发展水平的策略。

二、文献综述

虽然物流作为“第三利润源”已经成为很多国家的共识，近年来在我国物流成为取得快速发展的一个新兴产业和新的经济增长点，在经济增长和社会发展中发挥着越来越重要的作用。因而对于物流理论和应用的研究引起了我国许多学者的兴趣，经过CNKI检索可知，其中大部分是关于物流发展水平的研究，对于区域物流发展差异的研究还比较少。刘强（2007）在沪港两地发展现代物流的比较研究一文中，选取我国物流产业发展最好的上海和香港作为研究对象，通过对上海和香港现代物流的比较，发现上海现代物流业发展中存在的问题并提出提高上海现代物流业的发展水平的对策建议;赵江（2010）采用标准分值比较法选择我国长三角地区，日本三湾一海地区以及德国鲁尔区作为辽宁省区域物流体系比较对象进行比较分析，从而提出对辽宁省区域物流体系发展有益的启示和建议;张建升（2012）构建了区域物流发展综合水平评价指标体系分析了我国各地区区域物流发展水平，然后采用平均差、变异系数和泰尔指数等绝对指标和相对指标，对我国各地区区域物流发展差异从省际、东中西部三大地区、经济区三个角度进行了比较分析;陈成栋、余朋林（2012）运用衡量区域产业专业化程度的重要指标的区位熵分析了近10来我国各省产值区位熵时空差异，得出我国各省、市物流业的专业化水平程度不一、物流业对不同省、市贡献程度也有差异等结论，并分析得出造成这种差异的一些原因;金凤花，徐旭（2014）在基于Theil指数的我国区域物流差异发展趋势研究一文中，选取我国31个省份作为研究对象，利用Theil指数模型构建区域物流差异发展趋势的模型并结合区域经济差异相关指数，分析得到对区域物流差异发展具有重大影响的因素，并且根据差异提出相应的对策;吴俊红（2014）以我国各省市的区域物流和东部、中部、西部和东北四大区域物流为研究对象，首先运用泰尔指数定量测算区域物流发展差异，然后运用回归分析，估计出各影响因素对区域物流发展水平的影响程度，最后运用夏普里值分解法计算得出各解释变量对区域物流发展差异的贡献度，在以上分析的基础上提出缩小区域物流发展差异的建议。

以上学者均运用不同的方法测算了区域物流发展的差异，但学者们都没有在分析物流的各因素的基础上对区域间的物流差异进行分析。鉴于此，本文首先构建物流发展影响因素的指标体系，然后运用对应分析分析影响西北五省物流发展的因素，在此基础上给出提高西部地区各省物流发展水平的建议。

三、实证分析

（一）指标选取和数据获取。由于我国物流的发展尚处于初期阶段，物流产业的概念虽然已经提出，但是还没有得出普遍统一的定义，我国的物流统计刚刚起步，因而难以保证数据的准确性和权威性。本文通过对物流所涉及的范围的界定和以上学者的研究用于物流密切相关的要素作为指标建立物流发展水平的指标体系。同时考虑到数据的可得性，主要选取了我国统计年鉴中交通运输、仓储和邮政行业的产值作为分析对象，因为作为我国传统物流产业主要组成部分的交通运输业、仓储业和邮电业等产业可以反映我国区域物流产业发展情况。另外，为了使本文构建的指标体系全面、客观，本文还选取了与物流业关系密切的一些其他指标。表1是本文所构建的物流业发展水平指标体系。（表1）根据以上指标体系，本文通过查阅2014年中国统计年鉴获取西北五省物流业发展水平指标的有关数据，获取的数据如表2所示。（表2）

（二）对应分析的基本方法与步骤。在研究经济发展水平时，目前应用较多的是聚类分析、因子分析等，但是以上分析方法将对指标的分析和对样品的分析分开，以致不能反映属性变量各状态之间的相互关系及不同属性变量之间的相互关系。考虑到以上原因，笔者认为多元统计方法中的对应分析是一种比较有效的方法，对应分析，也称相应分析，它是在R型因子分析和Q型因子分析的基础上发展起来的一种多元统计方法，它是利用降维的思想已达到简化数据的目的，它通过对数据表中行和列的处理以寻求低维图形表示数据表中行和列的关系，利用对应分析可以在一张二维表上同时画出属相变量不同取值的情况，以简洁的形式描述属性变量各种状态之间的相互关系及不同属相变量之间的相互关系。

利用统计软件SAS中的CORRESP过程编制的程序就可以实现对应分析。西北五省和物流影响因素的对应分析利用SAS软件强大的统计计算功能，得到的分析结果如下：惯量和卡方的分解如表3所示，由于前两个特征根的累积贡献的百分比已达98.97%，说明用两个公因子已能代表了变量与样品中的主要信息。其中的第一个公因子（Dim1）占85.82%，第二个公因子（Dim2）占13.15%。（表3）

表4是每个变量上两个公因子各自的贡献率，从这里可以看到，第一个公因子Dim1主要是由甘肃、青海和新疆来表示的;第二个公因子Dim2主要由陕西和宁夏来表示，其贡献率仅有13.15%。（表4）

从表5中的Mass（各变量的边缘频率）来看，F9（交通运输、仓储和邮政业就业人员数）以绝对的优势排名第一位，占80.42%，F9（交通运输、仓储和邮政业就业人员）、F4（货物进出口总额）和F12（交通运输、仓储和邮政业的全社会固定资产投资）的Quality（两个公因子的贡献率之和）较高，但F4（货物进出口总额）的惯量Inertia最大，说明在影响物流的各因素中，F4（货物进出口总额）占的地位非常重要，也就是说，要想提高物流发展水平，需要从F9（交通运输、仓储和邮政业就业人员）、F4（货物进出口总额）和F12（交通运输、仓储和邮政业的全社会固定资产投资）这三个方面下工夫。（表5）

（三）对应分析结果。根据表3可以看出，前两个因子的累计方差贡献率就达到了98.97%，说明前两个因子就能代表样本的主要信息。表4相当于因子分析中的公因子载荷，反映的是各省区在两个因子上的载荷，表示各省区在公因子Dim1和Dim2上的坐标，利用载荷矩阵作相应的散点图，得到图1。（图1）从这张图上我们可以非常直观地看到变量与样本之间的关系、样本（西北地区）之间按物流影响因素的大致分类等信息。在以两条零点线分成的四个象限中，我们称右上部分为1区，右下部分为2区，左下部分为3区。其中F11（民用汽车拥有量）与其他各因素联系不密切，因而没有反映到散点图上。

在1区中有陕西、宁夏、F1（地区生产总值）、（F2农业总产值）、F3（分地区工业产品产量）、F5（社会消费品销售总额）、F6（货运量）、F7（货物周转量）、F10（运输线路长度）、F12（交通运输、仓储和邮政业的全社会固定资产投资）、F13（交通运输公共财政支出额）落在此区中，说明这2个地区物流影响因素类似，而与因素F4（货物进出口总额）、F8（邮电业务量）、F14（电话普及率）、F15（互联网普及率）和F9（分地区交通运输、仓储和邮政业就业人员数）相距较远。因而这几个省份应该从发展进出口贸易、普及物流信息设备和培养物流专业人才等方面入手提高物流发展水平。

在2区中有甘肃、青海、F4（货物进出口总额）、F8（邮电业务量）、F14（电话普及率）、F15（互联网普及率）落在此区中，说明这2个省区在F4（货物进出口总额）、F8（邮电业务量）、F14（电话普及率）、F15（互联网普及率）等方面是类似的，而其他因素有所欠缺，特别是青海表现的尤为明显。要使甘肃、青海的物流水平有所提高，就要从增加物流基础设施投资、培养物流人才、提高工业水平等方面努力。

在3区中只有新疆和F9（分地区交通运输、仓储和邮政业就业人员数），这说明新疆在交通运输、仓储和邮政业就业人员数这一要素上比较有优势，制约新疆物流发展的因素主要有F8（邮电业务量）、F14（电话普及率）、F15（互联网普及率）和F12（交通运输、仓储和邮政业的全社会固定资产投资）等因素。因而新疆要提高物流信息的普及率、增加物流方面的投资。

四、结论

本文首先根据物流影响因素构建了物流发展水平影响因素的指标体系，然后在统计年鉴搜集了有关数据，最后运用对应分析对搜集到的数据进行分析，得到了西北五省与物流发展水平影响因素的对应关系，根据得出的西北五省和物流影响因素的散点图给出了相应的解释，并且针对各省份的限制因素给出了相应的对策建议。

主要参考文献：

[1]刘强.沪港两地发展现代物流的比较研究[D].西南财经大学，2007.

[2]赵江.辽宁省与国内外主要地区区域物流体系的比较研究[D].沈阳工业大学，2010.

第15篇

【关键词】 现代服务业 东部地区 影响因素

一、引言

现代服务业（科技部2012年定义）是以现代科学技术，特别是网络和信息技术为主要支持，建立在新的商业模式、服务流程和管理方式基础上的技术和知识密集型服务产业。它既包括随着技术发展和社会进步而产生的新型服务业，也包括运用现代技术对传统服务业的改造和提升。现代服务业的发展程度和规模体现着一个国家和地区的经济综合竞争力和现代化水平，加快发展现代服务业已成为各国政府首要任务。统计显示：2014年全球服务业产值比重平均已超过了60%，发达国家甚至已经超过了70%，其中现代服务业产值已经超过了服务业总产值的50%，现代服务业已成为经济社会支柱产业的核心力量。根据《三次产业划分规定》和《国民经济行业分类》，现代服务业包括：信息传输、计算机服务和软件业，金融业，房地产业，租赁和商务服务业，科学研究、技术服务和地质勘查业，水利、环境和公共设施管理业，教育，卫生、社会保障和社会福利业，文化、体育和娱乐业9大行业，如表1所示。

二、文献综述

国内外相关学者对现代服务业的发展现状和原因进行了深入研究，最早的研究要追溯到英国经济学家威廉配第，他对农业、工业和服务业比重的变化作了精辟的概括；Selya R.M（1994）对现代服务业与城市之间的关系进行了实证研究，结果表明生产业的高端化在很大程度上体现了城市功能的高端化；Mary Tiffen（2003）认为服务业与城市化互为因果、相互促进而发展；Julian Messina（2005）认为城市化对服务业就业具有积极的促进作用，城市化水平的提高对于服务业水平的提高具有显著的正相关关系。国内学者也进行了研究，如程大中（2003）对我国服务业增长的地区特征和部门特征进行了实证研究，结果表明人均GDP和城市化水平是影响我国服务业增长的最主要的两个因素；江小娟和李辉（2004）通过建立多元回归模型分析了需求结构、收入水平、城市化等因素对服务业发展的影响等等；匡国权（2008）确定了现代服务业发展水平综合评价指标体系，利用主成分分析法构建了现代服务业评价模型，并且根据此模型对我国西部地区的现代服务业发展水平进行综合评价；李娟（2010）分析了城镇化、工业化、市场化对我国服务业增长的影响。综合国内外相关学者的研究，本文对我国东部地区现代服务业的发展原因进行了深入的分析，与以往的研究不同，本文采取分类变量的形式对现代服务业的发展进行多种因素分析，以及比较各种因素对第一、二产业和现代服务业的影响，并进行实证研究。

三、数据与模型

1、数据

本文使用2008―2013年东部11省市的面板数据，这些数据来源于《历年统计年鉴》和《中国人口与教育统计年鉴》。本文基于上文分类的9大行业数据对现代服务业进行归类得出现代服务业的整体数据，通过统计分析得出影响我国现代服务业的13个解释变量，并将其归为四大类指标。第一类为社会经济发展指标；第二类为城市化和工业化指标；第三类为教育和科技投入指标；第四类为金融发展和对外开放指标。下面我们首先对被解释变量和解释变量进行说明。

（1）现代服务业。本文采用上述四大类指标作为现代服务业指标，并用现代服务业占国内生产总值的比例来衡量现代服务业发展水平，用ser表示。由于面板数据可能产生伪回归问题，我们对所有数据均采用对数的形式，记做lnser。

（2）人均GDP。衡量经济发展程度的主要指标是经济总量，通过国内生产总值可以看出地区的经济发展程度，本文采用人均国内生产总值衡量经济发展水平，用gdp表示。人均GDP=各个省市的国内生产总值/各个省市的年末常住人口，记为lngdp。

（3）城镇人均可支配收入。衡量经济发展水平的另一个指标是城镇人均可支配收入，收入水平越高，则地区经济发展程度越高，我们用inc表示。inc=城镇人口可支配收入/城镇人口总量，记为lninc。

（4）投资水平。衡量经济发展水平的指标还有社会总投资水平，社会总投资程度越高，经济发展的速度越快，我们用inv表示。inv=全社会固定资产投资总额/年末常住人口，记为lninv。

（5）消费水平。一个国家和地区的经济发展指标还要看居民的消费水平，居民消费水平或者是社会零售商品销售总额越高，越能反映出经济发展程度，我们用con表示。con=社会消费品零售总额/年末常住人口，记为lncon。

（6）社会保障水平。一个国家或地区社会保障水平越高，越能反映地区经济总体情况，本文采用参加城镇职工基本养老保险人数（包括离退休人员）和参加城镇职工基本医疗保险人数（包括离退休人员）作为反映社会保障指标水平，分别用sec1和sec2表示。sec1=参加养老保险的人数/年末常住人口数，sec2=参加医疗保险人数/年末常住人口数，分别记为lnsec1和lnsec2。

（7）城市化水平。城市化水平越高，说明各大产业之间的差异越大，我们用urb表示。urb=城镇人口/年末常住人口，记为lnurb。

（8）工业化水平。即在一定程度上反映产业或行业间的差异，我们用ind表示。ind=工业增加值/GDP，记为lnind。

（9）工业利润水平。各个行业企业的利润水平，在一定程度上反映出经济发展水平，我们用pro表示。pro=规模以上工业企业利润总额/GDP，记为lnpro。

（10）科技经费水平。行业企业的发展离不开科学技术支持，科技水平能够提高社会劳动生产率，提高社会的物质生活水平，促进社会经济的发展，我们用rd表示。rd=全年用于研究实验发展经费支出/GDP。记为lnrd。

（11）金融支持水平。资金支持对一个企业的发展至关重要，企业的发展离不开国家财政金融的支持。本文用金融机构贷款本币和外币数衡量金融支持水平，用cre表示。cre=金融机构贷款总额/年末常住人口，记为lnscre。

（12）对外开放水平。对外开放程度越高，越能够促进经济的外向型发展，有利于吸引外资和技术水平，促进对外贸易和本地区经济的发展，我们用iem表示。iem=进出口总量/GDP，记为lniem。

（13）教育水平。教育水平的高低有利于人力资本水平的提高，受教育水平越高，对经济发展的贡献率越大。本文采用万人受本专科高等教育水平的人数衡量教育水平，用edu表示。edu=接受本专科教育人数/年末常住人口10000，记为lnedu。

2、模型

通过混合OLS估计得出人均GDP、城镇人均可支配收入水平、城市化率、工业化率、科技经费水平对现代服务业的发展至关重要，在0.01的水平下这些影响因素非常显著。人居GDP、城镇人均可支配收入水平、城市化率、科技经费水平与现代服务业发展水平呈现出正相关关系，分别对现代服务业的贡献率为44.1%、31.5%、75.7%和12.9%；而工业化率与现代服务业发展水平呈现出负相关关系，说明工业化水平越高，现代服务业水平越低，这与现实相一致，所以工业化的进程阻碍了现代服务业的发展，它对现代服务业阻碍作用为38.1%。鉴于此，各国政府都致力于发展现代服务业促进经济的发展。其他因素对现代服务业的发展影响并不显著，这也说明了用混合OLS估计有其缺陷，不能完全反映出我们所要研究的被解释变量。所以通过混合OLS估计得出的实证结果值得我们去深思。我们对省级面板数据的回归分析不能简单通过混合OLS回归得出结论。面板数据的常用方法是固定效应（FE）和随机效应（RE）这两种方法，对于我们研究的问题而言，FE和RE模型到底哪个效果更好，下面我们采用hausman来检验两者的效果，检验结果如表5所示。

四、实证分析及结果

1、东部省份总体实证分析

我们使用不同的方法对方程（1）进行估计，并对结果进行讨论。表6中的第二列至第五列分别是固定效应（FE）、随机效应（RE）、广义最小二乘法（GLS）和最大似然估计法（MLE）方法对方程（1）估计得到的结果。我们使用了hausman检验对固定效应和随机效应进行了甄别，其计量验证结果支持随机效应的估计。

从表6分析可以得出，随机效应比固定效应更能够反映我们所要研究的结果。另外，两种计量方法广义最小二乘法（GLS）和最大似然估计法（MLE）一定程度上反映了实证结果。对于小面板数据我们采用多种计量方法有其独特的优势，可以从不同方法中分析出不同的结果，使我们所要研究的实证结果更具有说服力。从表6中我们得出以下结论。

一是人均GDP、城镇人均可支配收入水平、城市化率、工业化率、工业利润率、科技经费水平、金融支出水平、经济开发程度和受教育水平对现代服务业都有显著影响。二是人均GDP、城镇人均可支配收入水平、城市化率、工业利润水平、科研经费投入水平和金融支持水平与现代服务业的发展呈现出正相关关系，分别对现代服务业的贡献率为44.1%、31.5%、75.7%、5.42%、12.9%、8.01%。其中对现代服务业影响最为显著的是城市化水平，城市化水平越高，说明第一产业比重越低，第二产业比例缩小有利于第三产业的发展，更有利于现代服务业的发展；或者说现代服务业的发展越能够提高居民的人均可支配收入和地区国内生产总值。三是工业化水平、对外开放水平和受教育程度与现代服务业的发展呈现出负相关关系，其中工业化程度越高，表明第二产业的比例越高，阻碍了现代服务业的发展，这是与现实相符合的，而对外开放水平越高不利于现代服务业的发展，可能是因为进出口比例失调，所以在进行对外开放时，一定要注意提高警惕，不能完全以经济外向型为主；我们看出受教育程度对现代服务业的发展也有着一定的阻碍，受教育程度越高越不利于现代服务业的发展，这与现实相矛盾，可能是受地区因素影响使得更多受教育程度高的人群从事第二产业或是出国从事其他行业，导致了现代服务业在一定程度上出现了负增长，它对现代服务业阻碍作用为10.5%，这是值得我们去思考去解决的问题。四是其他影响因素在模型中并不显著，消费水平不具有显著性，可能是现代服务业具有较高的资本密集程度，不仅产业本身的发展需要较大的资本投入，而且对基础设施建设程度也有较高的要求，因此消费水平对现代服务业发展影响并不显著，而现代服务业主要满足人们更高的生活需求，日常消费水平的提高并不能直接带动现代服务业的发展；社会保障水平的影响系数也不显著，可能是因为有的地区经济发展水平与社会保障水平的发展不相适应，从而导致社会保障体系不健全，不利于现代服务业的发展与壮大。

2、东部地区第一、二产业对现代服务业的影响分析

我们通过对东部省市的整体实证分析得出不同的结论，接下来我们利用随机效应模型对第一、二产业对现代服务业的影响进行实证比较分析，如表7所示。通过实证分析，得出以下结论：一是城市化率和科研投入水平在第一、二产业和现代服务业在0.01水平上非常显著，但解释中却呈现出相反的变动，城市化和科研投入水平在第一、二产业上呈现出反向变动关系，而与现代服务业呈现出正相关关系，城市化水映出现代服务业的发展反向；科研投入在第一、二产业中的发展呈现出负相关关系，这违背了现实的发展情况，科技程度越高越有利于该产业的发展，而在这两个产业方面却呈现出负相关关系，这是不解的困惑。二是人均GDP、城镇人均可支配收入水平、工业化水平、对外开放水平对第二产业和现代服务业的发展影响显著，其中人均GDP在第二产业中呈现出负相关关系，而在现代服务业中呈现出正相关关系，就现代社会而言，GDP的增长更多是依靠现代服务业，传统的工业比重呈现出下降的趋势，所以影响因素也呈现出相反关系；城镇人均可支配收入水平在第二产业和现代服务业上也呈现出相反的变化关系，说明现代服务业在增加城镇人均可支配收入上越来越重要；工业化水平在第二产业和现代服务业上呈现出反向变化关系，工业化水平对第二产业的贡献率为69.9%，说明工业化程度越高，第二产业的发展比例有甚于第一产业和现代服务业，同时也说明要想提高现代服务业的比重显然要降低工业化程度；对外开放程度在第二产业和现代服务业上呈现出相反的变化关系，对外开放水平对第二产业的贡献率为7.03%，说明我国的工业制成品主要出口于世界各国，有利于第二产业的发展，进出口水平越高越是有利于第二产业的发展，所以国家长期坚持对外开放的基本国策。三是社会保障水平对第二产业影响比其他两个产业显著，养老保险人数比例对第二产业的发展贡献率为12.5%，而医疗保险对第二产业的发展贡献率为-8.83%，这说明了健康对于工业企业的发展至关重要，所以国家要健全社会保障体系；消费水平在第一产业上影响显著，第一产业主要满足日常居民物质消费需求，所以消费水平对第一产业的发展影响显著。我们通过比较分析各种因素对三大产业的影响，为制定行之有效的措施提供了前提。

五、结论

本文基于东部11个省市2008―2013年的面板数据分析了现代服务业的发展现状及其原因。对现代服务业的驱动因素进行了深入分析，同时也对第一、二产业和现代服务业进行了比较分析。结果显示，经济总量即人均GDP和城镇人均可支配收入对现代服务业的发展均有显著的影响，但消费水平在三大产业比例格局上有显著的影响，投资水平对现代服务业的影响并不显著；城镇化水平对现代服务业的增长产生了积极的作用，但是工业化水平对第一、二产业和现代服务业的比重影响显著，工业化水平对现代服务业的影响呈现出负相关关系，表明了现代服务业可以相对独立于工业化水平，这为不发达地区优先发展现代服务业提供了可能，特别是为我国中西部不发达地区优先发展现代服务业提供了依据。科技投入水平对提高现代服务业发展水平有影响显著，能够有效地促进现代服务业的发展；金融支持力度为现代服务业的发展提供了有利条件，有利于促进现代服务业的快速发展；但是受教育水平却出现了反差现象，政府在发展现代服务业方面仍需通过合理的制度安排吸引人才的涌入和资金的流入，大力促进现代服务业的发展。

综合上述分析，我国现代服务业的发展应从以下几点着手：一是加大科技投入水平和科技经费研发投入，推进现代服务业优化升级，提高产品品质。政府要加大科研研发资金的投入，吸引人才促进科学技术的发展。二是现代服务业可围绕着城镇化大力发展，构建现代服务业产业格局。三是加大政策支持，为现代服务业提供宽松的环境，金融机构对企业要放松贷款要求，加大资金支持力度。四是建立健全现代法律体系，为现代服务业的发展提供良好的法治环境。

【参考文献】

[1] Clark，C.Conditions of Economic Progress[M].London：Macmillan，1940.

[2] Mary Tiffen.Transition in Sub-Saharan Affica：Agriculture，Urbanization and Income growth[J].World Development，2003（8）.

[3] Julian Messina.Institutions and Service Employment：A panel Study for OECD Countries[J].Labor，2005（2）.

[4] Selya R.M.Taiwan as a Service Economy[J].Geoforum，1994（3）.

[5] 程大中：中国服务业增长的地区与部门特征[J].财贸经济，2003（8）.

[6] 江小娟、李辉：服务业与中国经济：相关性和加快增长的潜力[J].经济研究，2004（1）.

[7] 李娟：我国现代服务业发展影响因素分析[J].商业研究，2010（2）.

[8] 郑长娟：我国服务业外国直接投资的特征和趋势分析[J].国际贸易问题，2005（9）.

[9] 匡后权等：西部各省市服务业发展水平的评价[J].统计与决策，2008（13）.

[10] 朱培培：北京市生产服务业与现代制造业互动关系研究[D].北京工业大学，2013.

[11] 唐刚：现代服务业的理解及存在的问题[J].科技资讯，2011（10）.

[12] 潘海岚：中国现代服务业发展研究[M].北京：中国财政经济出版社，2008.

[13] 高新民、安棋鹏：现代服务业：特征、趋势和策略[M].杭州：浙江大学出版社，2010.