平臺經(jīng)濟發(fā)展分析范文

前言：我們精心挑選了數(shù)篇優(yōu)質(zhì)平臺經(jīng)濟發(fā)展分析文章，供您閱讀參考。期待這些文章能為您帶來啟發(fā)，助您在寫作的道路上更上一層樓。

第1篇

內(nèi)容摘要：本文運用主成分分析和聚類分析方法，以2000、2007、2009年為研究樣本，對廣東省21個城市區(qū)域經(jīng)濟發(fā)展水平進行動態(tài)分析與評估，并得出以下結(jié)論：廣東省各城市區(qū)域經(jīng)濟發(fā)展總體水平不高且具有明顯的區(qū)域差異特征；按照廣東省各城市區(qū)域經(jīng)濟發(fā)展水平的差異可分為優(yōu)秀、良好、中等、差四種類型，不同城市在不同年份其類型有所變化，但大部分類型變化不大；根據(jù)區(qū)域經(jīng)濟發(fā)展水平相對強度和增長強度大小可將廣東省各城市區(qū)域經(jīng)濟發(fā)展水平演化類型分為穩(wěn)步增長型、快速增長型、潛在增長型、緩慢增長型四種。

關(guān)鍵詞：區(qū)域經(jīng)濟發(fā)展水平 動態(tài)分析 演化類型

問題的提出

區(qū)域經(jīng)濟發(fā)展水平歷來就是政府和學(xué)術(shù)界廣泛關(guān)注的問題，研究經(jīng)濟發(fā)展水平的區(qū)域差異對明確各區(qū)域的經(jīng)濟發(fā)展水平和制定合理的發(fā)展規(guī)劃與戰(zhàn)略、縮小地區(qū)之間的差異具有重要的現(xiàn)實意義。在區(qū)域經(jīng)濟發(fā)展水平的綜合評價方面，因子分析、主成分分析和聚類分析方法的使用比較廣泛。

馬力等（2006）運用主成分分析方法對我國15個副省級城市的區(qū)域經(jīng)濟發(fā)展水平進行了實證分析與比較研究。惠俊剛等（2007）運用系統(tǒng)聚類分析法對陜西省十個地級市及楊凌示范區(qū)的社會經(jīng)濟發(fā)展水平進行了聚類分析。徐新等（2008）運用因子分析與聚類分析方法對2007年我國31個省級行政單位的區(qū)域經(jīng)濟發(fā)展水平進行了綜合評價，并對影響區(qū)域經(jīng)濟發(fā)展水平差異的原因作了分析。王曄等（2009）運用主成分分析與聚類分析方法對甘肅省14個市（州）的區(qū)域經(jīng)濟發(fā)展水平進行了區(qū)域劃分和評價研究。

已有文獻對區(qū)域經(jīng)濟發(fā)展水平的評價主要是靜態(tài)的評價，側(cè)重于某個年份橫截面的發(fā)展水平的對比，不能反映區(qū)域經(jīng)濟發(fā)展的動態(tài)變化特征，缺乏對某段時間區(qū)域經(jīng)濟發(fā)展水平的相對變動情況的研究。另外，有的評價指標(biāo)體系的選取存在一定的片面性，不能反映區(qū)域經(jīng)濟發(fā)展的全面真實狀況。

本文試圖以廣東省21個城市為研究對象，通過建立比較科學(xué)的評價指標(biāo)體系，選擇不同時段的同類數(shù)據(jù)源，采用基于主成分分析的時序動態(tài)評價方法對廣東省區(qū)域經(jīng)濟發(fā)展水平進行動態(tài)綜合評價，采用主成分分析和聚類分析相結(jié)合的方法對廣東省各城市區(qū)域經(jīng)濟發(fā)展水平進行類型劃分并分析其類型變動情況，以期得到有益的政策啟示。基本思路是先選擇2000、2007、2009年作斷面分析，然后通過3個時間段之間的變化作動態(tài)分析。主要數(shù)據(jù)源自《廣東省統(tǒng)計年鑒2001，2008，2010》。

指標(biāo)體系與評價模型

指標(biāo)體系。區(qū)域經(jīng)濟發(fā)展水平是一個綜合性的概念范疇，不僅是一個地區(qū)在一定時期內(nèi)國民經(jīng)濟各方面的綜合發(fā)展?fàn)顩r，而且還表現(xiàn)為該地區(qū)國民經(jīng)濟持續(xù)發(fā)展的可能性。因而，區(qū)域經(jīng)濟發(fā)展水平的評價指標(biāo)應(yīng)能綜合反映該區(qū)現(xiàn)有的經(jīng)濟力量和經(jīng)濟發(fā)展前景。為此，根據(jù)科學(xué)性、實用性和可操作性、可比性、可量化等原則，本文構(gòu)建出由經(jīng)濟規(guī)模、經(jīng)濟效益、經(jīng)濟結(jié)構(gòu)和經(jīng)濟外向度四個層次的12項指標(biāo)構(gòu)成的區(qū)域經(jīng)濟發(fā)展水平綜合評價指標(biāo)體系（見表1），以全面、客觀地反映各地區(qū)的經(jīng)濟總量、經(jīng)濟增長、經(jīng)濟效率、經(jīng)濟發(fā)展的協(xié)調(diào)程度。

評價模型與程序。本研究選取主成分分析法來評價廣東省區(qū)域經(jīng)濟發(fā)展水平，主成分分析法是把多個指標(biāo)化為少數(shù)幾個綜合指標(biāo)的一種統(tǒng)計分析方法。其評價具體過程為：一是構(gòu)造樣本矩陣Xij。其中i代表城市，總數(shù)為21個；j為評價指標(biāo)，總數(shù)為12個。二是樣本矩陣無量綱化處理，得到標(biāo)準(zhǔn)化后矩陣X’ij。三是求協(xié)方差陣Rjk。四是利用雅可比法求解主成分。由Rjk解特征值λj及相應(yīng)特征向量Ijk并得方差貢獻率。根據(jù)累計方差貢獻率確定主成分數(shù)，然后計算第k個成分的載荷Pkj。五是計算各城市不同年度區(qū)域經(jīng)濟發(fā)展水平綜合評分值Vi即。運用主成分分析模型計算出2000、2007、2009年廣東省各城市區(qū)域經(jīng)濟發(fā)展水平的綜合評分值，然后計算出各時間段綜合評分值的變化，最后結(jié)合評價結(jié)果及相關(guān)背景進行分析。

評價結(jié)果與分析

按照累計方差貢獻率達到85%以上的要求選取主成分，然后計算每個城市區(qū)域經(jīng)濟發(fā)展水平的綜合評分值，并將綜合評分值進行歸一（見表2）。其具體計算過程由統(tǒng)計軟件SPSS13.0完成。

（一）綜合評估

根據(jù)表2結(jié)果并結(jié)合相關(guān)背景材料分析可知：第一，廣東省各城市區(qū)域經(jīng)濟發(fā)展總體水平不高。2000年， 2007年，2009年的評價結(jié)果都表現(xiàn)出這一特點。超過80分的城市2000年沒有，2007年有1個，2009年有2個；超過60分的城市2000年沒有，2007年有2個，2009年有3個；超過40分的城市2000年有2個 ，2007年有6個，2009年有7個；40分以下的2000年有19個，2007年有15個，2009年有14個。可見，廣東省各城市區(qū)域經(jīng)濟發(fā)展任務(wù)還相當(dāng)艱巨但前景樂觀。第二，廣東省各城市區(qū)域經(jīng)濟發(fā)展水平具有明顯的區(qū)域差異特征。排名靠前的基本上是集中在珠三角地區(qū)的城市，得分靠后的城市基本上居于粵東、粵西和粵北。3年的排名盡管有變化，但這一格局沒有變。這種差異性還表現(xiàn)在絕對發(fā)展水平的差距上，排名第一和最后的城市區(qū)域經(jīng)濟發(fā)展水平差異過于懸殊。

（二）等級劃分及變化

為了進一步分析廣東省各城市區(qū)域經(jīng)濟發(fā)展水平的差異類型及其變化，采用主成分分析和聚類分析相結(jié)合的方法，分別對2000、2007、2009年廣東省各城市區(qū)域經(jīng)濟發(fā)展水平進行了類型劃分并分析了類型變動情況。具體方法過程如下：首先是對各年數(shù)據(jù)做主成分分析，獲得各年各城市區(qū)域經(jīng)濟發(fā)展水平的各主成分得分。其次根據(jù)主成分分析中得到的主成分對廣東省各城市區(qū)域經(jīng)濟發(fā)展水平進行分層聚類，聚類方法采用Ward最小方差法，距離測度采用Euclidean distance，分別計算并建立2000、2007、2009年廣東省各城市區(qū)域經(jīng)濟發(fā)展水平歐氏聚類系數(shù)矩陣表（因表格較大，省略）及聚類譜系圖（因圖幅較大，省略）。第三是根據(jù)上述結(jié)果歸納總結(jié)出2000、2007、2009年廣東省各城市區(qū)域經(jīng)濟發(fā)展水平的類型及異動情況（見表3）。前兩步運用SPSS軟件由計算機自動得出結(jié)果。

根據(jù)廣東省各城市區(qū)域經(jīng)濟發(fā)展水平的差異，將其分為四類：第一類為優(yōu)秀類。這類地區(qū)經(jīng)濟實力雄厚，區(qū)域經(jīng)濟發(fā)展水平比較優(yōu)勢突出。第二類為良好類。這類地區(qū)具有良好的經(jīng)濟發(fā)展基礎(chǔ)，區(qū)域經(jīng)濟發(fā)展水平比較優(yōu)勢明顯，潛力和后勁大。第三類為中等地區(qū)。這類地區(qū)經(jīng)濟實力居中，區(qū)域經(jīng)濟發(fā)展水平優(yōu)勢明顯、問題突出。第四類為差等地區(qū)。這類地區(qū)經(jīng)濟實力較差，區(qū)域經(jīng)濟發(fā)展任務(wù)比較艱巨。比較2000、2007、2009年廣東省各城市區(qū)域經(jīng)濟發(fā)展水平等級類型的變化，可以發(fā)現(xiàn)以下特點：廣州、深圳是廣東省區(qū)域經(jīng)濟發(fā)展水平優(yōu)良且比較穩(wěn)定的地區(qū)，而韶關(guān)、梅州、汕尾、陽江、湛江、茂名、肇慶、云浮等在廣東省各城市中區(qū)域經(jīng)濟發(fā)展水平相對較差且多年變化不大，其它城市則處在較大變化之中。

（三）演化類型

為了從動態(tài)的角度揭示廣東省各城市區(qū)域經(jīng)濟發(fā)展水平的變化，本文設(shè)計了兩個指標(biāo)來分析。一個指標(biāo)是區(qū)域經(jīng)濟發(fā)展水平相對強度（X），用某城市某年區(qū)域經(jīng)濟發(fā)展水平綜合評分除全部城市同年區(qū)域經(jīng)濟發(fā)展水平綜合評分平均值來計算，一般以考察現(xiàn)狀年為本底。另一個指標(biāo)是區(qū)域經(jīng)濟發(fā)展水平增長強度（Y），用某城市區(qū)域經(jīng)濟發(fā)展水平某時段綜合評分增加值除全部城市同時段區(qū)域經(jīng)濟發(fā)展水平綜合評分平均增加值來計算。把這兩個指標(biāo)結(jié)合起來考慮的目的在于以現(xiàn)狀為基礎(chǔ)考察其動態(tài)變化軌跡。根據(jù)上述計算結(jié)果，分別選擇本底年和參照年，計算出廣東省各城市區(qū)域經(jīng)濟發(fā)展水平相對強度（X）和增長強度（Y）。以相對強度（X）為橫軸、增長強度（Y）為縱軸、（1，1）為原點建立坐標(biāo)系。根據(jù)坐標(biāo)圖分析廣東省各城市區(qū)域經(jīng)濟發(fā)展水平的動態(tài)類型。根據(jù)區(qū)域經(jīng)濟發(fā)展水平相對強度（X）大小將廣東省21個城市分為兩類：第一類為區(qū)域經(jīng)濟發(fā)展水平超過廣東省平均水平的城市（X>1），第二類為區(qū)域經(jīng)濟發(fā)展水平低于廣東省平均水平的城市（X

據(jù)此，可將廣東省各城市區(qū)域經(jīng)濟發(fā)展水平演化類型分為四種類型（見表4）：第一種為快速增長型。這種類型城市區(qū)域經(jīng)濟發(fā)展水平相對強度超過廣東省平均水平，增長強度也高于廣東省平均水平。屬于區(qū)域經(jīng)濟基礎(chǔ)良好，且目前建設(shè)力度很大的城市。處于第一象限。第二種為穩(wěn)步增長型。這種類型城市區(qū)域經(jīng)濟發(fā)展水平相對強度超過廣東省平均水平，增長強度低于廣東省平均水平，屬于實力雄厚的地區(qū)，區(qū)域經(jīng)濟發(fā)展水平優(yōu)良。處于第四象限。第三種為潛在增長型。這種類型城市區(qū)域經(jīng)濟發(fā)展水平相對強度低于廣東省平均水平，增長強度高于廣東省平均水平。屬于區(qū)域經(jīng)濟發(fā)展?jié)摿^大的城市，目前雖然存在明顯問題，但發(fā)展?jié)摿^大。處于第二象限。第四種為緩慢增長型。這種類型城市區(qū)域經(jīng)濟發(fā)展水平相對強度低于廣東省平均水平，增長強度也低于廣東省平均水平。這類地區(qū)目前區(qū)域經(jīng)濟發(fā)展任務(wù)比較艱巨。處于第三象限。

參考文獻：

1.馬力，史錦鳳.15個副省級城市區(qū)域經(jīng)濟發(fā)展水平的實證分析[J].科技進步與對策， 2006（12）

2.惠俊剛，衛(wèi)海燕，郎玉泉.陜西區(qū)域經(jīng)濟發(fā)展水平的聚類分析[J].蘭州商學(xué)院學(xué)報，2007（1）

3.徐新，相麗君.中國區(qū)域經(jīng)濟發(fā)展水平實證分析[J].統(tǒng)計與決策，2008（17）

4.王曄，何啟明，景履貞.甘肅區(qū)域經(jīng)濟發(fā)展水平的綜合評價[J].經(jīng)濟研究導(dǎo)刊，2009（3）

5.甄江紅，趙明，周瑞平等.內(nèi)蒙古區(qū)域經(jīng)濟發(fā)展水平的評價研究[J].經(jīng)濟地理，2005（5）

第2篇

一、指標(biāo)選取與數(shù)據(jù)來源

 

1.居民消費指標(biāo)。居民消費水平是指居民在物質(zhì)產(chǎn)品和勞務(wù)的消費過程中，對滿足人們生存、發(fā)展和享受需要方面所達到的程度。通過消費的物質(zhì)產(chǎn)品和勞務(wù)的數(shù)量和質(zhì)量反映出來。

 

居民消費水平，是按國內(nèi)生產(chǎn)總值口徑，即包括勞務(wù)消費在內(nèi)的總消費進行計算的。計算公式為：

 

居民消費水平(元/人)=報告期國內(nèi)生產(chǎn)總值中的居民消費總額/報告期年平均人口

 

本文將天津市居民消費水平作為衡量天津市居民消費的指標(biāo)。

 

2.經(jīng)濟發(fā)展指標(biāo)。GDP是反映國民經(jīng)濟的綜合指標(biāo)，它的權(quán)威性和可比性已被廣泛認可。鑒于此，本文采用天津市GDP指標(biāo)作為衡量天津市經(jīng)濟發(fā)展指標(biāo)。

 

為了減少異方差，本文對居民消費水平(X)和地方生產(chǎn)總值(GDP)進行了自然對數(shù)變換，分別記為LNXt和LNGDP。變換后原時間序列的協(xié)整關(guān)系并不會受到影響。此外，本文中的所有數(shù)據(jù)均來自《中國統(tǒng)計年鑒》(2015)。

 

二、實證分析

 

1.基于VAR模型的分析。確定VAR模型的結(jié)構(gòu)，一般用赤池信息準(zhǔn)則(AIC)，選擇最大滯后期k值。原則是在增加k值的過程中使AIC的值達到最小。適當(dāng)加大k可以消除誤差項中存在的自相關(guān)。但k值過大會導(dǎo)致自由度減小，影響模型參數(shù)估計量的有效性，并比較不同滯后期所建立的VAR模型的穩(wěn)定性。經(jīng)過比較，本文最后選擇滯后2期，即k取2。經(jīng)檢驗，所建模型除LR和SC外，最終預(yù)測差(FPE)、赤池信息準(zhǔn)則和漢南-奎因信息準(zhǔn)則(Hannan-Quinn)最小，三個檢驗準(zhǔn)則同時得到了滿足。在此基礎(chǔ)上，可以對和LNXt時間序列進行協(xié)整檢驗。本文采用Johansen檢驗方法。該檢驗?zāi)芘卸▍f(xié)整方程的個數(shù)，即協(xié)整秩。經(jīng)過反復(fù)檢驗，確定協(xié)整變量含截距項并有確定趨勢。Johansen協(xié)整結(jié)果表明，在5%的顯著水平下，和時間序列只存在一個協(xié)整關(guān)系。

 

2.格蘭杰(Granger)因果關(guān)系。雖然通過實證研究可以得出和LNXt的協(xié)整關(guān)系，但沒有表明這兩個序列之間是否存在因果關(guān)系。 Granger(1980)指出，如果變量之間是協(xié)整的，則至少存在一個方向的Granger原因;在非協(xié)整情況下，任何原因的推斷將都是無效的。從前面確立的天津市經(jīng)濟增長與居民消費水平的關(guān)系中，可以看出由于二者具有協(xié)整關(guān)系，所以他們之間至少存在一個方向上的因果關(guān)系。計量的檢驗結(jié)果表明(見下表)，在95%的置信度下，天津GDP增長是促進居民消費水平增加的Granger成因，但反向的影響關(guān)系則在統(tǒng)計意義不成立。

 

3.脈沖響應(yīng)分析和方差分析。基于天津市GDP與居民消費水平的VAR模型的脈沖響應(yīng)函數(shù)，可以描述二者的相互影響關(guān)系，基本思想是研究系統(tǒng)中個別方程中的新息(innovation，即隨機誤差項)產(chǎn)生變動時，由于變量間的相互影響而對系統(tǒng)中其他變量所產(chǎn)生的沖擊強度和影響時滯。由于研究沖擊響應(yīng)時采用的是Cholesky分解技術(shù)，該方法的一個技巧是使誤差項正交化。所以Cholesky分解的結(jié)果依賴于系統(tǒng)內(nèi)變量的排序。 Koop，Pesaran和Potter(1996)提出了廣義脈沖響應(yīng)(Generalized ImpulseResponse)和廣義方差分解(GeneralizedVariance Decomposition)，以避免正交化對變量排序的依賴性。故本文采用廣義脈沖響應(yīng)方法進行響應(yīng)分析。

 

圖1的脈沖響應(yīng)結(jié)果表明，當(dāng)在本期給居民消費水平一個正沖擊后，天津GDP在第5期達到最低點，第5期以后呈現(xiàn)緩慢平穩(wěn)上升的趨勢，這說明居民消費水平受到外部沖擊以后，給本市經(jīng)濟增長能夠帶來反向的沖擊，但是這種沖擊并不大，并且對第5期以后緩慢回落有一定拉動作用，不具有顯著作用，這與上述格蘭杰因果檢驗中居民消費水平的增加不是促進GDP增長的Granger成因的結(jié)論相一致。

 

圖2中，LNXt的脈沖響應(yīng)結(jié)果表明，當(dāng)在本期給GDP一個正沖擊后，居民消費水平在第7期會達到最高點，從第7期開始保持平穩(wěn)下降，而且作用效果明顯。這表明GDP的某一沖擊會給居民消費水平帶來同向沖擊，且從第七年后對居民消費水平產(chǎn)生穩(wěn)定的拉動作用。同時，它也印證了上述格蘭杰因果檢驗結(jié)果。

 

與脈沖響應(yīng)函數(shù)的分析視角相反，方差分解是把系統(tǒng)中每個內(nèi)生變量的波動按其成因分解為各方程新息(innovation)相關(guān)聯(lián)的組成部分，從而可以判斷各新息對內(nèi)生變量的相互重要性。方差分析圖說明，是LNXt的重要影響因素，經(jīng)過10期，其貢獻率從42.38%上升為 82.23%;LNXt對的影響較弱，其貢獻率最高僅為15.64%。

 

4.VAR模型預(yù)測。基于VAR(3)模型，可以對天津市經(jīng)濟增長和居民消費水平做出樣本內(nèi)預(yù)測和樣本外短期動態(tài)預(yù)測。從樣本內(nèi)預(yù)測序列圖可以看到，因為靜態(tài)預(yù)測是使用樣本實際觀測值進行預(yù)測，所以靜態(tài)預(yù)測的效果要好于動態(tài)預(yù)測，但是，樣本內(nèi)動態(tài)預(yù)測可以預(yù)測出序列的變化趨勢。VAR模型的特點之一就是做樣本外近期預(yù)測非常準(zhǔn)確。本文結(jié)果很好的證明了這一點。如據(jù)統(tǒng)計，2014年天津市GDP和居民消費水平分別為 15726.53億元和 28492元，取對數(shù)后分別為 9.6631億元和 10.2574元，而該VAR(3)模型對2007年天津市GDP和居民消費水平的預(yù)測值分別是9.7425億元和10.2547元，模型預(yù)測誤差分別為 0.008和-0.0003.

 

三、結(jié)論和建議

 

雖然社會經(jīng)濟系統(tǒng)的復(fù)雜性決定了我們不能依據(jù)任何實證工具進行簡單的決策，但本文的實證結(jié)果有助于我們對天津居民消費水平與經(jīng)濟發(fā)展的關(guān)系做出一個大致的判斷。

 

從計量分析結(jié)果看，天津居民消費水平和GDP構(gòu)成一個相互有長期影響的動態(tài)線性系統(tǒng)，只是程度有所不同，即GDP增長是促進居民消費水平增加的Granger成因，但反向的影響不顯著。在受到經(jīng)濟波動的沖擊下，GDP會對居民消費水平產(chǎn)生同向顯著而持續(xù)的影響。這在一定程度上表明天津居民消費水平與母城經(jīng)濟發(fā)展水平息息相關(guān)，而居民消費水平對母城經(jīng)濟發(fā)展的帶動作用有限。

 

為此本文提出以下建議：國內(nèi)生產(chǎn)總值對消費水平存在顯著影響，國內(nèi)生產(chǎn)總值常被公認為衡量國家經(jīng)濟狀況的最佳指標(biāo)。它不但可反映一個國家的經(jīng)濟表現(xiàn)，還可以反映一國的國力與財富，國民收入提高，其他因素不變的情況下，公眾購買力提高，消費水平增加。因此，政府應(yīng)大力發(fā)展經(jīng)濟，促進經(jīng)濟發(fā)展，增加國內(nèi)生產(chǎn)總值，提高國民收入，最終達到提高居民的消費水平。

第3篇

關(guān)鍵詞：高新技術(shù)開發(fā)區(qū)；聚類分析；因子分析

中圖分類號：F120.3文獻標(biāo)識碼：A文章編號：1003-4161(2009)02-0019-06

1.引言

從1991年國務(wù)院批準(zhǔn)第一批國家高新技術(shù)開發(fā)區(qū)（以下簡稱高新區(qū)）建立到現(xiàn)在近十八年間，國家高新區(qū)經(jīng)歷了從無到有的初始建設(shè)與快速發(fā)展兩個時期。1991~2000年的十年間屬于國家高新區(qū)的初始建設(shè)時期，在此期間高新區(qū)的發(fā)展主要依靠國家與地方政府的綜合配套政策及地方財力的支持，各國家高新區(qū)基本上采取了“土地開發(fā)與招商引資”的方式。在高新區(qū)發(fā)展的初期，依靠土地與園區(qū)內(nèi)政策的優(yōu)惠等措施，高新區(qū)形成了我國發(fā)展高新技術(shù)產(chǎn)業(yè)的重要基地，成為聚集創(chuàng)新資源、發(fā)展先進生產(chǎn)力的有效載體，為推進產(chǎn)業(yè)結(jié)構(gòu)調(diào)整、促進經(jīng)濟增長方式轉(zhuǎn)變積蓄了力量，為我國建立比較完整的高新技術(shù)產(chǎn)業(yè)體系打下了基礎(chǔ)。初始建設(shè)時期，在梯度推移理論的指導(dǎo)下，東部地區(qū)的高新區(qū)搶先一步得到發(fā)展，1992年國家在全國興建高新區(qū)時，中、西部地區(qū)才有了同樣的發(fā)展機會。高新區(qū)發(fā)展初期，國家級高新區(qū)呈梯度發(fā)展，東部地區(qū)優(yōu)于中、西部地區(qū)，大城市優(yōu)于中小城市，經(jīng)濟特區(qū)得到優(yōu)先發(fā)展［1］。

從2000年開始，國家高新區(qū)進入了快速發(fā)展時期，土地與政策的優(yōu)惠對投資者與技術(shù)擁有者已缺乏了吸引力，更多的高新區(qū)越來越重視園區(qū)內(nèi)軟硬環(huán)境的建設(shè)，特別是服務(wù)環(huán)境與創(chuàng)新環(huán)境的建設(shè)，以吸引世界500強等知名企業(yè)入?yún)^(qū)。這一階段高新區(qū)發(fā)展的核心是對孵化器的建設(shè)，以促進科技成果轉(zhuǎn)化與中小科技企業(yè)的培育；技術(shù)改造與技術(shù)引進已成為企業(yè)科技創(chuàng)新活動的輔助形式，強調(diào)自主創(chuàng)新能力在高新區(qū)發(fā)展中的作用，園區(qū)內(nèi)的企業(yè)更注重自主創(chuàng)新能力的培養(yǎng)；注重對尖端人才的引進。構(gòu)建起以企業(yè)為主體的高新技術(shù)產(chǎn)業(yè)技術(shù)創(chuàng)新體系，為新時期國家和區(qū)域創(chuàng)新體系建設(shè)提供了有力支撐。2000年進入快速發(fā)展時期以后，國家級高新區(qū)的經(jīng)濟發(fā)展是否仍舊沿襲了初始建設(shè)時期的規(guī)律，是否有新的發(fā)展態(tài)勢，以及下一階段的發(fā)展趨勢如何？這些問題的回答需要將國家級高新區(qū)進入快速發(fā)展時期以后的發(fā)展歷程作一個整體性的、跨度較大的研究。本文針對我國53個國家級高新區(qū)，采用聚類分析對我國高新區(qū)的增長模式進行分類，在分析各類高新區(qū)個體特征的基礎(chǔ)上得到高新區(qū)發(fā)展的動態(tài)演化情況。通過分解指標(biāo)并用因子分析法，對53個國家級高新區(qū)的發(fā)展能力進行了詳細的定量分析。通過以上分析，揭示我國高新區(qū)的發(fā)展規(guī)律、階段性特征及其發(fā)展能力與潛力。

2.研究方法及模型

對高新技術(shù)產(chǎn)業(yè)發(fā)展能力進行研究可選擇的方法很多，既有定性分析，又有定量分析。定向分析直觀，而定量分析可靠、科學(xué)。本文將定性與定量相結(jié)合進行分析。首先利用各高新區(qū)增長的實證結(jié)果，用聚類方法對其進行客觀分類，然后進一步討論各類高新區(qū)的發(fā)展規(guī)律和階段性特征。

2.1研究方法

聚類方法選用Ward’s法，即最小方差法，分類后，使每類方差最小，對應(yīng)的測算距離的方法選用歐比米德距離，即:

EUCLID(x,y)=∑xi=1(xi-yi)2

由于參與聚類的變量存在數(shù)量級上的差異，所以采用Zscores來消除不同變量的數(shù)量級差異，標(biāo)準(zhǔn)化后的變量值平均值為0，標(biāo)準(zhǔn)差為1。

在聚類分析的基礎(chǔ)上，采用因子分析法對各項詳細指標(biāo)因素的動態(tài)演變進行了分析。在因子分析之前，通過計算相關(guān)系數(shù)矩陣及進行KMO的檢驗，測試了各項指標(biāo)是否適合于做因子分析。通過KMO檢驗后，在因子旋轉(zhuǎn)方法中選擇了斜交旋轉(zhuǎn)法，并且用回歸法計算出因子得分系數(shù)。

2.2指標(biāo)體系的構(gòu)建

本文分析的樣本是53個國家級高新技術(shù)開發(fā)區(qū)。根據(jù)國家火炬計劃（2000~2004年）以及科技部網(wǎng)站（2005~2007年）公布的數(shù)據(jù)，建立了53個國家級高新區(qū)經(jīng)濟發(fā)展能力區(qū)劃及評估的指標(biāo)數(shù)據(jù)庫①。該數(shù)據(jù)庫由8個表構(gòu)成，每個表是一個53*12的矩陣，橫行表示53個高新區(qū)，縱列表示每個指標(biāo)變量。縱列除高新區(qū)的名稱外包括11個指標(biāo)，順序依次為企業(yè)數(shù)、工業(yè)總產(chǎn)值、營業(yè)總收入、出口創(chuàng)匯、凈利潤、上繳稅額、企業(yè)平均出口額、企業(yè)平均利稅額、勞動生產(chǎn)率、市場占有率和出口產(chǎn)值率。

3.聚類分析

3.1聚類分析過程

首先進行系統(tǒng)聚類分析，采用層次聚類法進行聚類，聚類的指標(biāo)選取企業(yè)數(shù)、工業(yè)總產(chǎn)值、營業(yè)總收入、出口創(chuàng)匯、凈利潤和上繳稅額等6個指標(biāo)。以上6個指標(biāo)基本反映了高新區(qū)的經(jīng)濟增長情況。由于類間距離的測定是聚類中的關(guān)鍵要解決的問題，所以先采用Ward’s法進行層次集群分析，將相似的高新區(qū)歸為一群，并且觀察各個群合并時凝聚系數(shù)的變化率，如果凝聚系數(shù)增量變化率劇增，顯示組內(nèi)誤差突增，應(yīng)停止凝聚程序。由圖1、圖2可以看出，隨著類的不斷凝聚，類數(shù)目的不斷減少，類間距離在逐漸增大。在聚成10類之前，類間距離增大的幅度較小，形成極為“陡峭的山峰”，但到5類之后，類間距離迅速增大，形成極為“平坦的碎石路”。根據(jù)類間距離小形成類的相似性大，類間距離大形成類的相似性小的原則［2］，可以找到“山腳”下的“拐點”碎石，即以4類作為確定分類數(shù)目的參考②。每類高新區(qū)分布如（表3）所示。

3.2聚類分析的結(jié)果

根據(jù)表1，可以得到2000~2007年中53個國家高新區(qū)如下的動態(tài)演化情況及特征：

3.2.1四類高新區(qū)的比較分析。第一類和第二類高新區(qū)主要是那些發(fā)展較成熟、發(fā)展速度較快、環(huán)境改善效應(yīng)已不再明顯的高新區(qū)。這些高新區(qū)基本位于我國經(jīng)濟發(fā)達地區(qū)，其自身的發(fā)展已經(jīng)度過初期積累的階段，靠粗放增長的潛力已不大，因而需要轉(zhuǎn)變增長力式，例如依靠改進投入增長的環(huán)境，推動技術(shù)創(chuàng)新帶動增長，從而提高增長的質(zhì)量。第三類高新區(qū)屬于我國高新區(qū)的中等水平。這些高新區(qū)應(yīng)該主要是那些發(fā)展一般、發(fā)展速度稍高、還主要依靠外部投入增加而增長的高新區(qū)。第三類高新區(qū)增長主要依賴于當(dāng)期的投入增長。與第一類和第二類高新區(qū)相比，該類具有更明顯的粗放型增長特征。第四類高新區(qū)數(shù)量最多，說明我國高新區(qū)的發(fā)展還有很大的提升空間。

3.2.2龍頭位置優(yōu)勢明顯且穩(wěn)定。2000~2007年共8年中有6年第一、二類高新區(qū)集中在北京，南京，無錫，蘇州，上海，深圳等6個城市。其余兩年的入選對象也集中在這6個城市，只是數(shù)目發(fā)生了變化。以上分析說明，上述6個城市的高新區(qū)與第三類高新區(qū)有著較大差距。第三類高新區(qū)短期內(nèi)還不能夠加入或取代以上6個高新區(qū)的“龍頭”位置。

3.2.3長三角地區(qū)的高新區(qū)發(fā)展穩(wěn)定。

從地域分布來看，第一、二類高新區(qū)共6個城市中，長三角地區(qū)的高新區(qū)占據(jù)4個（南京，無錫，蘇州，上海）。這說明了隨著上海浦東的開發(fā)開放，上海金融中心地位的確立，長三角整體呼應(yīng)上海市取得了較好的發(fā)展，外資的有效引入，給這一地區(qū)的發(fā)展注入了新的活力，尤其蘇州和無錫兩市成為跨國公司本土化生產(chǎn)的生產(chǎn)制造基地，發(fā)展特別迅速。由于高新區(qū)的帶動，美國新聞周刊將蘇州市列為全球“信息時代重要角色”的新興技術(shù)城市行列，在全球城市發(fā)展體系中占據(jù)了一席之地［3］。

3.2.4第三、四類高新區(qū)動態(tài)變化背后隱藏著規(guī)律。從上面動態(tài)演化（表3）可以看出，第三類高新區(qū)無論從數(shù)目還是對象上看各年的情況處于動態(tài)變化中，與第四類高新區(qū)進行著交換。但是，動態(tài)變化的背后也有穩(wěn)定的個體。長春、成都、大連、天津、武漢、西安、廣州、杭州等8個城市的高新區(qū)在2000~2007年共8年中有7年以上始終在第三類中，可見這8個城市的高新區(qū)發(fā)展比較穩(wěn)定，實力相對較強。另外，惠州、青島、廈門、中山、珠海等沿海城市的高新區(qū)長期處于第三類中，但是在2007年卻滑向了第四類。這是因為2006年春季開始的美國“次貸危機”于2007年開始沖擊美國、歐盟和日本等世界主要市場，我國沿海地區(qū)經(jīng)濟的對外依存度較高，因此危機爆發(fā)嚴重影響了該地區(qū)的出口企業(yè)，進而影響了該地區(qū)高新區(qū)的績效指標(biāo)。

4.因子分析法對高新區(qū)發(fā)展能力進行評估

在對2000~2007年的全國高新區(qū)進行聚類分析后，為了從經(jīng)濟效益、發(fā)展?jié)摿Α?chuàng)新能力、企業(yè)效率等方面更詳細、全面地分析高新區(qū)的發(fā)展能力，有代表性的選擇2004年及2007年的數(shù)據(jù)進行因子分析。高新技術(shù)產(chǎn)業(yè)的發(fā)展能力除了與聚類分析中采用的主要指標(biāo)密切相關(guān)外，還與高新區(qū)的經(jīng)濟效益、效率及發(fā)展程度都有關(guān)聯(lián)，所以在因子分析中選取了更完備的指標(biāo)體系，包括前述數(shù)據(jù)庫中全部11個指標(biāo)。

4.1因子評估過程

4.1.1首先對高新區(qū)評估體系原始數(shù)據(jù)求出相關(guān)矩陣，并對相關(guān)系數(shù)矩陣計算特征值、貢獻比例值和累計貢獻比例值，如下（表2）所示。按照特征值大于1的準(zhǔn)則，前面三個因子解釋了原有11個變量總方差的96%，另外根據(jù)（圖3）中，橫坐標(biāo)為因子數(shù)目，縱坐標(biāo)為特征根，根據(jù)碎石圖可以看出，第一個因子的特征根值很高，對解釋原有變量的貢獻最大；第三個以后的因子特征根值都很小，對解釋原有變量的貢獻很小，可以忽略，所以提取三個因子是合適的。

4.1.2由于原始數(shù)據(jù)之間的有些變量的相關(guān)系數(shù)較大，因此，進行了斜交旋轉(zhuǎn)，得到了因子載荷矩陣、因子圖形矩陣和結(jié)構(gòu)矩陣，如（表3）所示：

從上面的因子載荷矩陣表中可以看出，第一主因子在工業(yè)總產(chǎn)值、營業(yè)總收入、勞動生產(chǎn)率等變量上具有較大的載荷和解釋能力，主要反應(yīng)高新技術(shù)產(chǎn)業(yè)發(fā)展能力在產(chǎn)業(yè)規(guī)模與經(jīng)濟實力方面的主要指標(biāo)。第二主因子企業(yè)平均利稅額及勞動生產(chǎn)率上具有較大的載荷和解釋能力，反映了企業(yè)的經(jīng)濟效益。第三主因子則在高新技術(shù)產(chǎn)業(yè)產(chǎn)品的出口總額及出口產(chǎn)值率上有較大的載荷和解釋能力。

4.1.3計算因子得分

根據(jù)（圖4）可寫出以下因子得分函數(shù)：

F1=0.175企業(yè)數(shù)+0.151工業(yè)總產(chǎn)值+0.178營業(yè)總收入+0.048出口創(chuàng)匯+0.181凈利潤+0.190上繳稅額-0.041企業(yè)平均出口額+0.024企業(yè)平均利稅額-0.032勞動生產(chǎn)率+0.178市場占有率-0.039出口產(chǎn)值率

F2=-0.176企業(yè)數(shù)+0.043工業(yè)總產(chǎn)值-0.025營業(yè)總收入-0.054出口創(chuàng)匯+0.052凈利潤+0.109上繳稅額+0.177企業(yè)平均出口額+0.491企業(yè)平均利稅額-0.392勞動生產(chǎn)率-0.025市場占有率-0.120出口產(chǎn)值率

F3=0.047企業(yè)數(shù)-0.075工業(yè)總產(chǎn)值-0.031營業(yè)總收入-0.336出口創(chuàng)匯+0.037凈利潤+0.138上繳稅額-0.276企業(yè)平均出口額+0.149企業(yè)平均利稅額-0.043勞動生產(chǎn)率-0.031市場占有率-0.476出口產(chǎn)值率

利用上述計算方法對各個高新區(qū)的發(fā)展能力進行綜合評價。這里采用因子加權(quán)總分的方法。三個因子的權(quán)重分別為0.35，0.33，0.32，于是計算公式為：F=0.35F1+0.33F2+0.32F4.2高新區(qū)發(fā)展能力評估結(jié)果分析

因此，根據(jù)因子得分及綜合得分得到了高新區(qū)發(fā)展能力評估的結(jié)果，如表4、表5所示：

4.2.1關(guān)于三類因子得分的解釋。根據(jù)2004年的數(shù)據(jù)統(tǒng)計結(jié)果，并且結(jié)合三類因子的解釋，對這些高新區(qū)進行了分析，由于第一主因子表示在工業(yè)總產(chǎn)值、營業(yè)總收入、勞動生產(chǎn)率等變量上具有較大的載荷和解釋能力，主要反應(yīng)高新技術(shù)產(chǎn)業(yè)發(fā)展能力在產(chǎn)業(yè)規(guī)模與經(jīng)濟實力的主要指標(biāo)，那么由表5可知，北京、上海、南京、長春、深圳在這些指標(biāo)上均有較高的貢獻，其中北京是上海的1.75倍，是南京的4.95倍。第二主因子企業(yè)平均利稅額及勞動生產(chǎn)率上具有較大的載荷和解釋能力，反映了企業(yè)經(jīng)濟效益，上海、深圳、南京、青島、佛山、廈門、惠州等在該指標(biāo)上具有較高的貢獻。第三個因子則在高新技術(shù)產(chǎn)業(yè)產(chǎn)品的出口總額及出口產(chǎn)值率上有較大的載荷和解釋能力。在這些指標(biāo)上較高的高新區(qū)有蘇州、無錫、上海、深圳、青島、廈門、惠州、中山、威海、珠海、天津等。其中，上海、深圳、蘇州、無錫、威海、珠海、廈門、青島、天津、中山是國家科技部、外貿(mào)部共同認定的我國第一批16個高新技術(shù)產(chǎn)品出口基地的重要組成部分，具有較強的國際競爭力。

圖52007年中國53個高新區(qū)發(fā)展能力因子評估綜合得分排序

圖62004年中國53個高新區(qū)發(fā)展能力因子評估綜合得分排序4.2.22004年到2007年數(shù)據(jù)的綜合比較

從圖5、圖6可以看出按照發(fā)展能力因子評估綜合得分從高到低的排序53個國家級高新區(qū)出現(xiàn)了“聚類現(xiàn)象”。即盡管53個國家級高新區(qū)因子評估綜合得分相差懸殊，但是53個國家級高新區(qū)大致可以分為幾類，同類中高新區(qū)差距不大。例如，2007年中國53個高新區(qū)發(fā)展能力因子評估綜合得分排序中，昆明、鄭州、太原、大慶、廈門和佛山等6個城市的高新區(qū)得分都在0分附近，得分差距微小。

從圖5、圖6可以看出，排序靠前的高新區(qū)2007年下降的趨勢比2004年下降的趨勢緩和，說明排序靠前的高新區(qū)通過幾年的發(fā)展差距不斷縮小。2004年，排序靠后的高新區(qū)差距不大，但是到了2007年差距突然增大。從圖5可以看出，2007年排序靠后的高新區(qū)為大連、廣州、杭州、中山、惠州、珠海和蘇州等。這些高新區(qū)幾乎全部處于東部沿海地區(qū)，且2004年排名比較靠前。之所以2007排名靠后是由于“因子3”的得分相對其他高新區(qū)太低。“因子3”的得分反映的是高新區(qū)的出口增值能力，由于受到“次貸危機”的沖擊，原本排序靠前的外向型高新區(qū)名次跌落。

5.關(guān)于高新區(qū)未來發(fā)展的對策建議

從以上聚類分析和因子分析的結(jié)論可以看出，國家高新區(qū)2000年進入快速發(fā)展時期后，早期經(jīng)濟實力較強的高新區(qū)仍舊保持了較好的經(jīng)濟增長態(tài)勢，但是與其他高新區(qū)的差距越來越小；從地域分布來看，北京和長三角地區(qū)高新區(qū)經(jīng)濟實力優(yōu)勢明顯，珠三角地區(qū)高新區(qū)由于受國際金融危機的影響經(jīng)濟實力下滑，其他地區(qū)形成了幾個核心的、經(jīng)濟實力較強的高新區(qū)為主的結(jié)構(gòu)特征。如西部地區(qū)高新區(qū)主要是以西安、成都和綿陽這三個高新區(qū)為主；東北地區(qū)高新區(qū)以沈陽、大連、吉林和哈爾濱四個高新區(qū)為主。

通過總結(jié)進入快速發(fā)展時期以來國家高新區(qū)的發(fā)展規(guī)律，可以更有效地指導(dǎo)高新區(qū)的下一步的發(fā)展戰(zhàn)略。首先，在因子分析中看到同類高新區(qū)差距不大，趨同性明顯。因此，高新區(qū)需積極發(fā)展特色產(chǎn)業(yè)、支柱產(chǎn)業(yè)，形成合理的生態(tài)鏈條結(jié)構(gòu)和布局。我國高新區(qū)在產(chǎn)業(yè)建設(shè)上，出現(xiàn)了高度重復(fù)的現(xiàn)象，高新區(qū)內(nèi)的產(chǎn)業(yè)布局不合理，各高新區(qū)在產(chǎn)業(yè)布局上基本趨同，總體體現(xiàn)出以電子信息為主，新材料、生物醫(yī)藥為輔的布局。幾乎所有的高新區(qū)都把電子裝備與信息產(chǎn)業(yè)、生物技術(shù)項目等列為重點發(fā)展和支持的產(chǎn)業(yè)。高新技術(shù)園區(qū)要結(jié)合自身特點形成鮮明的產(chǎn)業(yè)特色，擴大集聚效應(yīng)和擴散效應(yīng)，才能不斷提升自身的競爭實力。

其次，通過對2007年國家高新區(qū)的數(shù)據(jù)進行分析發(fā)現(xiàn)東部沿海地區(qū)外向型高新區(qū)受到國際金融危機沖擊較大。其根本原因在于區(qū)內(nèi)企業(yè)絕大多數(shù)是外部植入的，而很少是內(nèi)部自行繁育而成的。只有具有內(nèi)部繁育能力的高新技術(shù)企業(yè)群才能有效地形成企業(yè)間專業(yè)化分工與協(xié)作，使每個企業(yè)都處于生長和創(chuàng)新的“最佳生態(tài)位”。這樣的高新技術(shù)企業(yè)群才有較高的穩(wěn)定性，才能更好地抵御外部沖擊。因此，面對國際金融危機高新區(qū)要調(diào)整優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，實現(xiàn)園區(qū)企業(yè)類型的多元化，加強企業(yè)間的分工與合作，充分利用國內(nèi)市場。

最后，通過聚類分析將經(jīng)濟發(fā)展規(guī)律相似的高新區(qū)分成了四類。因此高新區(qū)在制定未來發(fā)展戰(zhàn)略時，就可以先判斷自身的位置，以及借鑒其他類型高新區(qū)的發(fā)展經(jīng)驗，以制定合理的發(fā)展戰(zhàn)略。長期處于第一集團即第一、二類國家高新區(qū)應(yīng)實現(xiàn)由主要依靠政策驅(qū)動逐步轉(zhuǎn)入功能驅(qū)動。政策過去、現(xiàn)在、將來仍然是推動高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)技術(shù)產(chǎn)業(yè)發(fā)展的重要力量。但是，高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)建設(shè)不能完全依靠優(yōu)惠政策，而必須要靠自己探索形成的靈活有效的融資機制、市場體制、管理體制、創(chuàng)新機制，以及高起點、高標(biāo)準(zhǔn)的城市功能配套系統(tǒng)以獲得長遠的發(fā)展。長期處于第二集團即第三類高新區(qū)基礎(chǔ)設(shè)施等硬環(huán)境已比較完善，重點應(yīng)注重軟硬投資環(huán)境的綜合創(chuàng)建，由注重招商引資、基本建設(shè)向注重創(chuàng)新質(zhì)量和優(yōu)化配置科技資源轉(zhuǎn)移，由擴大建設(shè)項目向優(yōu)化創(chuàng)業(yè)、創(chuàng)新環(huán)境轉(zhuǎn)移。長期處于第四類的高新區(qū)，制度環(huán)境和非制度環(huán)境均較差，經(jīng)濟環(huán)境只需取得較小的改善就能產(chǎn)生更大的增長效果。例如從2007年各地區(qū)高新區(qū)的發(fā)展情況看，營業(yè)總收入增長率增長幅度最大的是綿陽高新區(qū)，達到66.8%；工業(yè)總產(chǎn)值增長率增幅最大的也是綿陽高新區(qū)，為70.7%［4］。可見，此類高新區(qū)雖然現(xiàn)階段經(jīng)濟實力較為落后，但是有很強的后發(fā)優(yōu)勢。通過借鑒其他規(guī)模較大的高新區(qū)的發(fā)展經(jīng)驗，積極改善制度環(huán)境和非制度環(huán)境，此類高新區(qū)將會保持較高的增長速度。

注釋：

①寧波高新區(qū)2007年1月經(jīng)國務(wù)院批準(zhǔn)升級為國家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)，國家級高新區(qū)變?yōu)?4個。但是為了數(shù)據(jù)保持前后一致，2007年的研究數(shù)據(jù)并沒有包含寧波高新區(qū)。

②2000~2007年中，其余年份的聚類分析碎石圖也表現(xiàn)出相同類型的特征，文中就不再顯示。

參考文獻：

［1］屈駁韻，張樹斌，李春林.我國高新區(qū)發(fā)展水平綜合評價［J］.經(jīng)濟論壇，2003，(20)：84.

［2］薛薇.統(tǒng)計分析與SPSS的應(yīng)用（第二版）［M］，北京：中國人民大學(xué)出版社，2008：340.

［3］李燦.蘇州的探索――楊衛(wèi)澤市長訪談［J］.決策與信息,2004，(12)：18.

［4］科學(xué)技術(shù)部發(fā)展計劃司.2007年國家高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)經(jīng)濟發(fā)展情況［EB/OL］(2008年7月15日).most.省略/kjtj/tjbg/200811/t20081104_64782.htm.

［作者簡介］魏政（1983―），男，中國社會科學(xué)院研究生院政府政策與公共管理系博士生，研究方向是宏觀經(jīng)濟、民營經(jīng)濟、產(chǎn)業(yè)經(jīng)濟。