经济发展水平指标范文

导语：想要提升您的写作水平，创作出令人难忘的文章？我们精心为您整理的13篇经济发展水平指标范例，将为您的写作提供有力的支持和灵感！

篇1

一、评价指标权重确定的方法

由于目前我国的循环经济建设正处于发展之中，有关区域循环经济发展水平的评价方法也还处于研究、发展之中，没有形成一套公认权威的方法可以选用。而在区域循环经济发展水平的评价方法中，关于指标的权重，是综合评价的重要信息，它反映了个指标在评价对象中价值地位的系数。目前，有关权重的确定方法有数十种之多，根据计算权重时原始数据的来源不同，可以分为主观赋权法、客观赋权法、组合赋权法三类。主观赋权法有专家咨询法、最小平方和法、相对比较法、AHP(层次分析法)等，其研究比较成熟。这类方法的优点是能较好地反映评价对象所处背景条件和评价者的意图，但这个指标权重系数的准确性依赖于评价专业知识和经验的积累，因而具有较大的主观随意性。客观赋权法的原始数据来自于评价矩阵的实际数据，如熵值法、拉开档次法等。这类方法切断了权重系数的主观性来源，是系数具有绝对的客观性，但容易出现“重要指标的权重系数小，不重要指标的权重系数大”的不合理现象。组合赋权法是结合主观赋权法和客观赋权法各自的特点形成的。其做法是:首先在主观赋权法和客观赋权法的内部找出最合理主、客观权重系数，再根据具体情况确定主客观赋权法权重系数所占的比例，最后求出综合评价权重系数。

通常评价区域循环经济发展水平所建的指标体系由两级指标体系组成，一级指标体系构成子系统层(指区域循环经济发展应体现哪些方面的特点，即为哪些类别的因素将直接影响某区域内循环经济的发展）,二级指标体系则为具体的指标(即采用可测的、可比的、可以获得的要素及要素群，对前面已确定的子系统层的数量表现、强度表现、速率表现给予直接的度量，例如,主要污染物排放强度、单位工业产值能耗、城镇生活垃圾无害化处理率、工业固体废物处置利用率等，各评价指标能全面系统地对区域循环经济发展进行定量的描述，从而构成指标体系的基层要素）。

为了最大程度地保证权重系数的准确性和客观性，现采用组合赋权法来确定二级指标的权重系数值。一级指标则采用主观赋权法中的层次分次法来确定权重系数。

二、一级指标体系（子系统层）权重的确定

子系统的权重用层次分析法来确定。层次分析法（The Analytic Hierarchy Process,AHP）,又称多层次权重解析方法，是20世纪70年代初期由美国著名运筹学家、匹茨堡大学萨蒂（T．L．Saaty）教授首次提出来的。该方法是定量分析与定性分析相结合的多目标决策分析方法，把数学处理与人的经验和主观判断相结合，能够有效地分析目标准则体系层次间的非序列关系，有效地综合测定评价决策者的判断和比较，其确定权重的步骤如下：

1.构造判断矩阵

判断矩阵由同一层次指标针对上一层次指标的相对重要性进行两两比较的结果而构成，假定A层因素中Ak与下一层次B中的B1,B2,…Bn有联系，则将构造的判断矩阵以表格形式表示为：

判断矩阵使得决策者判断思维数学化。但是，人类思维具有一致性特点，即认为因素之间的关系应该具有传递性:若已知因素 X2与因素X1的相对重要关系系数δ21，因素X3与因素X2的相对重要关系系数δ32，则可以根据δ21和δ32得到因素X3与因素X1的相对重要关系系数δ31=δ32 δ21。

2.求判断矩阵的最大特征值及其对应的特征向量

从上可知，求取各指标的权值，就是求取判断矩阵的最大特征向量。一般求解判断矩阵不需要太高的精度，所以特征值也不需要严格意义上的解析解(实际上，当矩阵阶数较高时，特征值的解析解很难求出）。通常有两种方法可求得判断矩阵的最大特征值及其特征向量的近似解，一种是几何平均值法，一种是求和法。这里采用几何平均值法，其计算过程为:

(1)对矩阵A先按行将各元素连乘并开n次方，求得各行元素的几何平均值:

称为随机一致性比率(consistencyratio）,当C.R.＜0.10时，判断矩阵有可以接受的不一致性，否则，就认为初步建立的判断矩阵是不能令人满意的，需要重新赋值，仔细修正，直到一致性校验通过为止。

三、（二级指标）各子系统中具体指标权重的确定

各子系统中具体指标是整个评价体系的基础，其权重系数的准确性对评价结果的可靠性影响很大。因此，选用组合赋权法来保证这一级指标的相对准确性，其中主观权重系数由相对比较法确定，客观权重系数由熵值法确定，主、客观系数各占综合系数的50%。其步骤为：

1.用相对比较法确定主观权重系数

相对比较赋权法的过程如下:将所有评价指标 Xj(j=1,2,…,n)分别按列和行排列，构成一个正方形的表；再根据三级比例标度对任意两个指标的相对重要性进行分析，并将评分值计入表中相应的位置；将各个指标评分值按行求和，得到各个指标的评分总和；最后做归一化处理，求得指标的权重系数。

三级比例标度两两相对比较评分的分值为 ，则标度值及其含义如下：

四、结束语

区域循环经济发展水平综合评价中，初选指标体系需经过筛选后确定最终各子系统具体指标，再利用上述主客观赋权法确定各级指标的权值，为后续评价模型的构建奠定基础。

参考文献:

[1]邹新月:企业作用等级模糊综合评价.系统工程.2001,19(7):386～389

篇2

一、引言

随着经济和贸易的全球化发展，环境污染也日益呈现国际化趋势。长期以来，中国经济一直处在飞速发展当中，同时发达国家向中国境内转移高污染产业，建立在化石能源上的工业社会已经把人类带入了“高碳经济”发展时代。环境污染及气候变化等是我们为经济快速发展所带来的严峻问题，它们已经严重阻碍到了人类发展乃至生存的脚步。

在此背景下，2003年以政府文件形式英国在《英国能源白皮书》中率先提出了低碳经济一词，这种以“低能耗、低污染、低排放和高效能、高效率、高效益”为重点的经济模式很快受到了普遍关注。[1]“低碳经济”在2009年哥本哈根会议后风靡全球。全人类都迫切需要探索出一条新的经济发展模式即低碳经济。相对于我国而言，“高碳经济”增长方式将会严重影响我国的发展进程，更需要在经济发展和环境能源保护之间寻求平衡，那么发展低碳经济成为必然的战略选择。[2]

二、低碳经济发展水平指标构建浅析

（一）开展低碳经济评估的必要性

环境及气候变化是我们提出低碳经济发展的原因，而低碳经济发展的指导理论和最终目标是可持续发展。可持续发展由“增长=发展”改变为“经济—生态—社会”三维系统，从而全面综合的研究经济、环境、资源、社会和谐共同发展。[3]

人类社会的可持续发展在人们为求发展而消耗大量的化石能源，排放大量的二氧化碳等温室气体，致使全球环境变化下受到严重影响。此时，提出发展低碳经济这种新的经济发展模式，目的在于减少化石能源消费以及温室气体排放等破坏环境行为，用来维持环境、大气的平衡，确保人类生存环境的可持续发展。

低碳经济发展水平的评估，一方面对我国低碳经济发展现状及短处进行定量考核，另一方面对低碳城市构建以及指导我国低碳经济建设等具有重要意义，同时可以为经济发展规划提出借鉴。而且在对能源消费和碳排放的各个相关因素分析后，得出主要影响因素，就进行节能减排具有重大意义。

（二）低碳经济发展水平指标构建的原则

相对于传统的经济发展模式，低碳经济发展模式是涉及经济、环境、社会等综合的发展模式。构建评价指标体系是在完成评价低碳经济发展水平的必要过程，也是极其重要的过程。构建评价指标体系应当遵循下面几个原则。

1.综合全面性原则。低碳经济评价指标体系是涉及经济、能源、碳排放及环境的一种综合的经济发展模式，应当是一个系统体系，以系统论思想为指导，确保选取的评价指标体系能够全面综合的反映低碳经济的发展水平。同时指标应当具有系统性强，包含信息量大，重复性小等特点，但要注意指标体系不应过于庞杂。

2.可操作可计量性原则。依照低碳经济的发展方向是选取指标的基础，这些指标可在统计资料中取得，或者经过计算或推导现有数据资料可以得到，并且选取指标时选择可操作性强、可以进行量化的数据，避免选择那些难以量化或者是搜集不到数据的指标。

3.可对比针对性原则。面对不同区域之间的经济及人口等差异，衡量其低碳经济发展水平时应选取人均指标或相对指标，使其具备区域之间的可对比性。同时应选择对低碳经济发展具有一定的指引作用，且能反映当前低碳经济发展现状的指标。这些指标应针对低碳理念，低碳经济特色，同可持续发展的评价指标应当区别开来。

4.动态性调整原则。低碳经济的评价指标体系应当符合动态变动的低碳经济发展过程，从而进行相应的实际变动，这样低碳经济发展状况才会被指标体系客观反映出来。指标不是静止不变的，虽然其使用在一段期间内大部分是静态的，但在经济、社会、技术等因素发展时也应做出合适的调节，适时的添加或删减指标，调整其权重也要随着指标对低碳经济发展整体水平的影响程度的变化而变化。

（三）启示

当前，能源短缺、环境恶化是我们所要解决问题当中的重中之重，低碳经济是应对这些问题并实现可持续发展的主要方法。构建低碳经济评价指标体系一方面可以为制定可持续发展目标提供线索，另一方面可以对经济发展水平现状进行分析研究，加速可持续发展的实行。

对于指引现代社会构建低碳城市、低碳经济建设等是通过对低碳经济的衡量指标体系进行建立，将我国能源利用效率与结构、各区域经济规模等进行量化等途径完成的。同时构建低碳经济评价指标可以使其与低碳经济建设密切相关，综合考量不同区域的碳排放等状况，这样可以为各个区域的经济社会发展计划提出建议。之后在分析对碳排放和能源消耗的影响因素，得出重要部分，以便寻求出解决节能减排这个问题的契机。可以说构建低碳经济评价指标体系为考核不同区域低碳经济的发展水平提供了有效方法和途径。

到目前为止，全面的低碳经济评价指标体系并不多。差异性较大的这些指标体系包括现有的Tapio的脱钩指标来反映二氧化碳排放增长率与GDP增长率之间的关系，当两者的增长速度或趋势不相同时，就称之为脱钩现象。[4]张学毅、王建敏从能源消费、自然环境、经济发展三个方面建立的低碳经济评价指标体系，朱有志等构建了四个准则层13个具体指标的评价体系外，[5]以及中国社会科学院城市发展与环境研究所设计的一套指标体系，但是他们都未对碳排放于经济结构的影响进行分析，这样使得尚无统一认识的低碳经济评价指标体系的构建更为复杂。要在相当程度上消除现有指标的不足就必须建立低碳经济评价指标体系。

参考文献

[1]UK Energy White Paper. Our Energy Future——Crewing a Low Carbon Energy，Feb，2003[R].Http：//bert.gov.uk/files/filel0719.Pdf.

[2]杨金贵.2010，以低碳经济为核心的产业革命来临[J].经济视角，2010（4）.

篇3

一、县域经济发展水平评价指标体系构建

（一）县域经济发展内涵

经济发展是一个综合性、整体性与协调性的概念，笔者认为，现代区域经济发展的内涵是经济适度增长且具有可持续性、经济结构合理、经济增长成果能够为惠及民众。

现有的研究文献，对于经济正常成果惠及民众等方面常有忽略。发展区域经济的目的绝不是为了区域经济总量的增加，为增长而增长，而是为了提高人民的生活福利；如果只一味追求区域经济增长，人民不能享受区域经济增长的成果，即背离了区域经济发展的目的，从长期来看，区域经济增长也将因此受到来自经济和社会多种因素的约束。因此，应该把增长成果分享纳入到区域经济发展的内涵之中。

（二）县域经济发展水平指标体系

目前对区域经济发展水平的评价方法有两种。一种方法是选取反映区域经济状态的指标，进行主成分分析、层次分析得到各指标的权重，然后计算出评价对象区域的各指标综合得分，作为区域经济发展水平的评价值；另一种方法是根据所选择反映区域经济状态的指标，运用聚类分析法将各区域分为几类，据此判断评价对象区域的经济发展水平。这些评价方法能否正确反映区域经济发展水平，关键在于所选择的反映区域经济发展状态的指标或者指标体系是否科学。很多学者认为，经济发展水平评价指标选择要遵循精炼、明确、可比等基本原则。本文也以这些基本原则为导向，构建相应评价指标体系。

基于江苏县域经济发展特点，构建由经济总体发展规模、对外经济发展水平、经济成果分享水平3个方面共11个核心评价指标体系（见图1）。

图1 江苏县域经济发展水平综合评价指标体系

（三）确定指标体系权重

德尔菲法和层次分析法在指标权重确定中应用较多。由于江苏县域经济发展水平评价指标较多，且权重确定合理性直接影响着评判结果，综合德尔菲法简单易行，且能综合考虑研究领域内各专家的意见和层次分析法将复杂问题分解为若干层次和若干因素，在各因素之间进行比较和计算，进而得出不同方案的权重的优点，共同确定江苏省县域经济发展水平评价各指标权重（见图1）。

二、县域经济发展水平评价方法

目前，学术界的多指标综合评价方法研究成果非常丰富。其中，系统评价法主要有模糊一致矩阵评价法（FCM）和模糊综合评判法(FCE)，以及灰色关联分析法等。模糊综合评判法从层次性角度分析复杂事物，符合复杂事物的状况，同时也便于赋权；模糊综合评判法是通过建立层阶结构模型，从层阶结构模型最底层因素开始上推，最终得出各个因素的变动对层阶结构模型最上层的影响。因此，笔者将该方法作为江苏省县域经济发展水平评价方法。

模糊综合评价主要有五步骤。

1.建立层阶结构模型，即指标体系。

2.利用层次分析法确定各评价指标的权重。

3.按照实物正态分布特征，建立五级模糊评语集T。

T=［t1 t2 … t5］

4.确定评价单元和标准值。

评价单元为评价对象所在区域。评价单元通常选定为具有相似特征的特定区域，如本文提出的“县域”；标准值的确定对县域经济发展水平评价具有至关重要的影响，评价目的决定了标准值选取范围和选取时间。如为了查看被评价县同其他县在整体发展水平上的差异，可将标准值的范围定位于经济发展水平较高的县、省，乃至全国。

5.确定评价指标隶属度

对于定性指标隶属度的确定，可多次反复征询经济专家或具有丰富经验的经济工作者意见，按照隶属度集确定其模糊隶属度值。定性指标隶属度集（见表1）。

6.进行模糊综合评判

将定性和定量指标的隶属度值分别同其权重相乘，自评判矩阵最底层开始上推，直至得出县域经济发展水平的总评价值。

三、区域经济发展水平评价分析

江苏省共有包括江阴、昆山、连云港等在内的51个县。江苏县域经济发展水平评价中，不同指标实际值是通过江苏省统计年鉴（2008年、2009年和2010年）三年平均值确定的。为了反映江苏省各县在全国县域序列中的位置，评价标准中的最高值和最低值按照全国平均最高和最低水平确定。利用模糊综合评价中的隶属度函数，可以确定各个单项指标的隶属度。将隶属度与其对应权重相乘，可以得到分项指标隶属度。根据以上计算得出江苏县域经济总体得分排名（见图2）。

图2 江苏县域经济总体得分排名

四、评价结果与分析

从综合评价结果来看，江苏县域经济发展水平总体呈现以下几个特征：（1）苏南、苏中、苏北区域分化明显。综合评价总体排序中，以昆山、江阴等为代表的苏南县域经济总体发展水平较高，平均得分为0.4以上。其中，昆山、江阴、张家港和常熟四个县市的总体水平最为靠前。而以江都、启东和如皋等县为代表的苏中地区，经济发展水平则明显低于苏南地区，平均得分在0.2以上。而以大丰、邳州等县为代表的苏北地区，则无论是经济发展总量，还是经济成果共享，其得分都明显偏下，且同苏南和苏中区域差异明显。（2）区域内部发展状况不均衡。昆山、江阴和吴江、太仓等都隶属于苏南地区，在这一区域中，昆山总体经济发展水平较高，经济发展成果共享水平也较高。而吴江和太仓等县则经济发展水平明显低于昆山市。同样，苏北地区的泗洪、丰县和响水等县的经济发展水平也明显低于大丰、邳州等县。此外，在经济发展不同方面，各个区域的县域差异也比较明显。如昆山的对外经济发展水平最高，总体得分在0.9以上。而其他无论是苏南区域，还是苏中和苏北区域的县域对外经济发展水平都明显偏低。（3）部分县域经济发展速度不断加快。根据以往的统计数量来看，苏北区域的灌南县、阜宁县等经济发展水平偏低，且排序位列江苏省县域经济发展行列中的底部。但随着今年经济社会的不断发展，灌南县和阜宁县的经济发展速度不断加快。在综合评价中，灌南县已经位列苏北区域经济发展中的中间位置。可以预见：随着经济社会的进一步发展，这些县的经济发展排序还会进一步提升。

在江苏省县域经济发展综合评价中，江苏经济发展区域差异非常明显。针对以上评价结果，笔者认为：（1）要继续实施以促进经济发展速度、提升经济发展质量为导向的经济发展政策，促进经济的持续、快速和健康发展，推动就业水平与质量的提高，提升居民共享经济发展成果力度。（2）实施先进带后进的发展策略，帮助苏中，尤其是苏北区域各县域经济发展水平的提升。要将苏南地区优势产业发展经验应用至苏中和苏北地区，促进苏中和苏北地区的进一步发展。在具体实施过程中，可以通过对口支援、异地联合办厂等方式进行。（3）加大对不同区域经济发展方向的引导。对于苏中和苏北地区，可以通过促进经济持续、快速发展增长，促进这些区域县域经济发展规模；而对于苏南地区，可以通过优化产业结构、提升经济发展质量等政策，引导该区域经济的健康和优化发展。

参考文献

[1]李炳军，吴辉.河南省各地市经济发展水平评价.农业系统科学与综合研究,2007(2).

[2]姚磊,汪兵.湖北省地市经济发展水平评价.中南民族大学学报(自然科学版),2003(9).

[3]陈艳红.模糊综合评价法在城市经济发展水平评价中的应用.保定师范专科学校学报,2005(2).

篇4

2指标体系构建及数据来源

低碳经济是以低排放、低能耗、高效益为原则的经济发展模式,其实质是通过更少的资源消耗和环境污染创造更高的经济效益,从而达到更高水平、更高质量的生活。为了评价西北五省区低碳经济发展水平,本文在借鉴学者们的研究成果的基础上,结合西北地区的实际情况,建立了由低碳经济发展基础、低碳排放、低碳产业、低碳消费和低碳资源5个一级指标、22个二级指标构成的评价体系。

3结果与分析

我国西北五省区低碳经济发展水平存在显著差异,陕西低碳经济发展水平地较高,宁夏低碳经济发展水平最低,青海、甘肃、新疆处于中间位置。形成此格局的主要原因是:¹西北五省区能源结构不合理,煤炭能源消费仍然占据很大比重,使经济发展过程中的碳排放强度高,碳排放压力过大。º西北五省区大多处于城市化快速发展阶段,工业所占比重较大,且对钢铁、水泥等高耗能产品的需求量大,导致碳排放量大。»西北五省区生态环境极其脆弱,水资源失调、水土流失严重、荒漠化程度加剧,生态环境恶化,使社会发展成本增加,限制了低碳经济发展水平和速度。¼西北五省区相关的法律法规不健全,对低碳经济认识不够,使西北五省区低碳经济发展水平较低。2007)2011年,我国西北五省区低碳经济发展水平逐年提高,陕西低碳经济发展水平指数由0.6125提高到0.7359,年平均增长率为3.09%;甘肃经济发展水平指数由0.3977提高到0.4225,年平均增长率为1.37%;青海经济发展水平指数由0.5426提高到0.6307,年平均增长率为1.95%;宁夏经济发展水平指数由0.2467提高到0.2723,年平均增长率为0.64%;新疆经济发展水平指数由0.2633提高到0.3197,年平均增长率为1.41%。这说明我国西北五省区低碳经济发展水平在提高,但各省低碳发展速度存在差异,陕西省低碳经济发展速度最快,宁夏低碳经济发展速度最慢。从权重来看,5个一级指标的权重所占的比重分别为14.82%、23.85%、15.43%、24.58%和21.32%。权重越大,表示对评价结果影响越大,因此低碳消费和低碳产业两个一级指标对低碳经济发展水平起主导作用。碳排放可反映出区域的碳排放情况,直接反映出低碳经济发展程度。在低碳排放方面,得分较高的是青海、陕西和甘肃,说明这3个省份的节能减排做得较好;得分较低是宁夏和青海,说明这两个省区的能源利用率较低。低碳产业发展程度决定着区域经济的发展方向。在低碳产业方面,除陕西得分为0.1688以外,其余四省的低碳产业发展远远落后于全国平均水平,得分仅仅为全国的平均水平得分的1/7)1/2。一个地区经济社会资源基础从一定程度决定其区域发展程度和方向,经济规模、产业结构和城市化水平能直接反应出区域社会经济资源基础条件。新疆和陕西的低碳经济发展基础较好,得分分别为0.1470和0.0971;甘肃得分最低,为0.0592,不足全国平均水平的1/2。在低碳消费方面,陕西和甘肃得分较高,分别为0.1283和0.0787;青海得分最低,仅为0.0242,说明其能源消费效率低,产业结构不完善。在低碳资源方面,西北五省区处于干旱半干旱地区,森林覆盖率低,使其碳吸收能力弱。

4结论与建议

4.1结论

主要是:低碳经济发展水平较低。西北五省区低碳经济发展水平均总体较低,仍然处于高碳发展阶段。低碳经济发展水平最高的为陕西,其次为青海,宁夏的低碳经济发展水平最低。低碳经济发展水平逐年提高。2007)2011年,西北五省区低碳经济发展水平逐年提高,但各省低碳发展速度存在差异。陕西的低碳经济发展速度最快,年平均增长率为3.09%,宁夏低碳经济发展速度最慢,年平均增长率仅为0.64%。低碳经济发展难度较大。西北五省区经济发展基础薄弱,产业结构不合理,第一产业、第二产业比重大,高耗能行业所占比重较大;且西北五省区多为能源大省,长期以来对石油、煤炭等化石能源的依赖性强,已处于/碳锁定0模式。这种模式在短时间内很难改变,使西北地区低碳经济发展难度增大。低碳经济发展潜力大。国家对西北地区的支持力度较大,特别是/西部大开发0和/新丝绸之路0的提出,为西北五省区发展低碳经济提供了极其重要的战略机遇;国家在西部实施生态和经济和谐发展战略,为西北五省区低碳经济发展提供了相应的政策保障。西北地区新能源发展较快,风能和太阳能等新能源开发的潜力很大、发展速度较快,为低碳经济发展奠定了明显优势;陕西是我国著名的高校及科研院所聚集地,高等人才众多,为西北地区发展高科技产业、发展低碳经济模式奠定了人才优势。因此,西北五省区低碳经济发展潜力巨大。

篇5

一、旅游经济发展水平评价指标体系构建

旅游经济发展水平的提升受区域社会经济环境的影响与制约，是众多因素共同作用的结果。旅游经济表现在价值上是直接服务于旅游业的收入和支出，其发展水平可以很直观的体现出一个地区的旅游业竞争力，反映出该地区在特定时间内的旅游竞争状况与市场地位，对旅游经济发展水平的评价是对区域旅游业整体经济实力的全面评价，属于多目标综合性评价问题。本文以推动旅游经济发展的可持续化、科学化与规范化为立意目标，选择旅游产业规模、旅游产业结构、旅游经济效益和旅游经济发展速度作为指标体系的因素层因子，构建旅游经济发展水平评价指标体系基本框架，并以旅行社、旅游饭店和旅游景区三大旅游企业为代表，在遵循科学性、全面性、代表性、系统性和可行性等原则前提下，参照相关的研究成果[1～3]，选取23个指标构建了旅游经济发展水平评价指标体系（表1）。

旅游经济发展的现实水平也即发展现状具体体现在前三个因素上，即旅游产业规模、旅游产业结构和旅游经济效益，它们代表了一个地区的旅游经济发展规模。其中旅游产业规模反映了区域旅游市场的运营效果，决定了该地区的旅游接待力，该因素包括6个指标；旅游产业结构体现了区域旅游产业内部的部门配置，一定的旅游经济发展水平对应着一定的旅游产业结构，而旅游产业结构又直接影响着区域旅游产业布局与旅游产业政策，很大程度上决定了区域旅游经济的发展方向和发展速度，该因素包括5个指标；旅游经济效益则反映了旅游业的运营效率，展现了该地区的旅游创收能力，包括7个指标。同时，一个地区的旅游经济发展水平还体现在它的旅游经济发展速度上，虽然不能衡量该地区的现实旅游竞争力，旅游经济发展速度却代表着该地区的旅游发展潜力，反映了该地区旅游经济运行机制的内在驱动性，是评价中不可或缺的一个方面，该因素包括5个指标。

二、山东省旅游经济发展水平评价

1.评价方法与数据来源。本文选用的TOPSIS多目标综合评价法（TechniqueforOrderPreferencebySimilaritytoIdealSolution），也称为逼近理想解排序法，是系统工程中有限方案多目标决策分析的一种常用的决策技术，是有限方案多目标决策分析中常用的一种科学方法[4]，基本思路是对原始数据矩阵归一化处理后，选出最优方案和虚拟最劣方案，然后分别计算出几个评价方案与最优方案和虚拟最劣方案间的距离，获得评价方案与最优方案的相对接近程度，以此作为评价优劣的依据。

文中评价体系涉及的23个指标184个数据均源于《中国旅游统计年鉴》、《山东统计年鉴》和山东旅游政务网（），其中，旅游产业规模与旅游经济效益的的指标数据均为原始数据，旅游产业结构与旅游经济发展速度指标中的比重与增长率数据由对应年度原始数据计算而得；考虑到数据的可得性和山东旅游发展的阶段性，本文选取了2000—2008年间的有关数据，并剔除2003年非典特殊时期的数据。

2.数据分析。将山东省2000年至2008年的旅游经济发展水平作为8个评价单元（Y2000—Y2008），对23个评价指标进行综合评价，依据TOPSIS多目标综合评价法基本步骤进行分析，首先得到原始矩阵X；对原始数据归一化并赋予数据相应权重后（考虑指标性质同时为计算方便，4个因素赋予相同权重，各因素下指标在各自因素层中也赋予相同权重，三大旅游企业类指标作为二级指标各赋予一级指标三分之一的权重），得到加权规范矩阵Z。

根据表2中的Ci值可知，山东省旅游经济发展水平8个评价单元中，2008年为最优单元，Ci值为0.6281，其他依次为2007年、2006年、2002年、2005年、2004年、2000年，2001年为最劣单元，Ci值为0.2290。

3.评价结果分析。计算结果显示，研究期初的2000年与2001年为山东省的旅游经济发展水平最低的两年，Ci值分别为0.3131和0.2290，第三年即2002年旅游经济发展水平有较大增幅0.2234，当年Ci值为0.4523，研究期的第四年即2004年Ci值为0.3927，较2002年降低0.0596。2003年受非典冲击，山东省旅游业陷入冷运行态势，必然导致当年旅游经济水平的低谷现象，也直接影响了下一年山东省旅游市场，该原因可部分解释2004年的低Ci值。之后几年，随着非典的远离，旅游市场秩序逐步恢复，旅游市场管理制度不断完善，山东省旅游经济发展水平迅速回升，2005年Ci值较2005年上升0.0408，2006年Ci值0.5215，已超越非典前2002年旅游经济发展水平，这也体现了山东省旅游业运作机制一定的成熟性，具有一定应对外部压力的能力。研究期末的两年，山东省旅游经济发展水平仍不断提升，2007年Ci值为0.5642，较2006年有0.0427的增幅，2008年山东省旅游经济发展达到最高水平，Ci值为0.6218，较2007年有0.0576的增幅。为进一步探析山东省旅游经济发展状况，明确山东省旅游经济的发展重点与调整方向，仍以八个年度为评价单元，运用TOPSIS多目标综合评价法分别求出因素层四大因素的Ci值（表3），直观表示（如图1所示），数据处理步骤同上所述，在此不再赘述。

由表3数据和图1示例可知，山东省旅游产业规模与旅游经济效益Ci值总体上呈上升态势，尤其是旅游产业规模，Ci值由2000年的0.0541直线状上升至2008年的1.0000，表明山东省旅游市场规模不断扩大，旅游收入逐年增多，旅游接待能力日益提升，2008年旅游产业规模达到研究期内的最优状态；旅游经济效益Ci值2002年达到一个高峰后2004年下滑至0.1959，之后平稳上升至最优单元2008年的0.6358，曲线走势类似于上文旅游经济发展水平Ci值，表明山东省旅游产业的创收能力逐渐增强，产业经营效率不断提升，但在非典后调整期间旅游经济效益出现了短暂的低谷现象。旅游产业结构与旅游经济发展速度Ci值与上文旅游经济发展水平Ci值走势不同，二者Ci值并未有上升趋势而是呈现出一定的波动性，其中旅游经济发展速度最劣单元为2001年，Ci值为0.3110，2002年虽反弹达到最高值0.5717，但随后呈现明显的下降态势，2005年与2006年仅有小幅回升，2008年降至0.3829，仅高于最劣单元2001年，可知山东省旅游经济2002年左右发展十分迅猛，2004年后发展速度逐渐放缓，趋于平稳状态，旅游经济发展动力减弱；旅游产业结构Ci值波动较大，最优单元2002年Ci值为0.7545，2002年后旅游产业结构Ci值大幅下降，2005年降至低谷后稳步上升，2008年达到一个仅次于最优单元的高值0.6358，表明山东省旅游产业结构存在不尽合理之处，整个产业结构处于不断调整与适应的状态，呈现出不同的竞争优势，山东省旅游各产业部门虽正逐渐转变观念，积极开拓旅游市场，但仍未达到最优结构组合，不利于旅游产业整体经济水平的提高。

篇6

中图分类号:F327 文献标志码:A 文章编号:1002－1302(2015)10－0561－04

当前京津冀地区一体化发展已经上升为国家战略，三地的环境污染压力日益增长，而且到了难以承受和不可持续的程度，因此加强生态环境保护和治理刻不容缓。由于在地理上毗邻，京津冀的生态环境唇齿相依，在环保领域的跨地区合作成为解决问题的必然选择。近年来加剧的“雾霾一体化”，使得京津冀地区在联防联治的治霾行动中联系日益紧密，同时也在推动京津冀一体化发展的进程。虽然京津冀联动防治大气污染已经成为共识，但是实现这一协同并非易事。就目前实际情况看，三地环保标准难统一、地方经济上短期难得利，都成为实现协同发展的绊脚石。本研究提出，京津冀一体化需要以发展绿色“低碳经济”为导向，并在同一框架下构建低碳经济发展水平评价指标体系并加以实证研究，旨在找出京津冀地区低碳经济发展的趋势和未来发展的路径。

1京津冀地区碳排放的现状和影响

发展低碳经济就是在经济条件约束的情况下有效地减少碳排放量。正如环境库兹涅茨曲线(倒“U”形曲线)描述的，当一个国家经济发展水平较低的时候，环境污染的程度与人均收入呈反向变化关系;当经济发展达到一定水平后，到达某个临界点或称“拐点”以后，环境质量和经济水平可以出现“双赢”的局面。京津冀地区是继“珠三角”和“长三角”之后中国重要的经济增长引擎，经济发展活力凸显，在低碳经济发展方面积累了一定的优势。本研究通过测算京津冀地区2005—2012年的碳排放总量，了解其低碳发展现状，以期进一步分析京津冀地区碳排放与经济发展之间的关系。

1．1测算京津冀地区碳排放总量

用于计算碳排放总量的Kaya公式包含的影响因素有:人口总量、人均GDP、能源消费强度、碳排放强度，即碳排放量=人口×人均GDP×单位GDP的能源消耗量×单位能源消耗量的碳排放量。出于数据的搜集和计算的简便性，上述公式可以简化变形转换为:式中:C为碳排放总量;ci为第i种能源的碳排放量;Ei为第i种能源的消费量(单位折算为标准煤);δi为第i类能源的碳排放系数。影响我国碳排放量的主要能源是煤炭、原油和天然气，因此在计算过程中我们采用这3类能源的数据;碳排放系数采用各能源消耗的碳排放系数(美国能源信息署、IPCC指南、国家发改委能源研究所等)的平均值，即煤炭0．7329、石油0．5574、天然气0．4226。对于京津冀地区碳排放量的测算采用的碳排放关系式是:C=0．7329×E煤炭+0．5574×E原油=0．4226×E天然气。根据《中国能源统计年鉴2013》整理出2005—2012年的北京、天津和河北3个地区的能源消费数据，进一步测算得出京津冀地区的碳排放量，详见表1。

1．2京津冀地区碳排放总量与经济增长影响分析

明确了京津冀地区碳排放量的现状，下面以京津冀地区2005—2012年的碳排放量和地区人均GDP为数据基础研究京津冀地区碳排放总量与经济增长之间的关系。由图1可知，京津冀地区碳排放总量与经济增长之间的关系仍处于倒“U”形曲线缓慢上升阶段，即随着人均收入的增加，碳排放量由低到高，环境污染趋于严重。由此可见，京津冀地区经济的高速发展仍然是以牺牲环境为代价的;为了实现区域经济的可持续发展，有效地降低碳排放量至关重要。为此，京津冀地区应该在环境污染治理方面加强合作，以发展绿色低碳经济为导向，促进区域内产业结构优化升级，从而从根本上解决环境问题。

2京津冀地区低碳经济发展水平的影响因素分析

低碳经济的定义是指在碳排放约束条件下，通过产业结构的调整和能源效率的提高等手段提高碳减排能力、减少碳排放压力，进而促进产出效率提高的一种长期可持续发展的经济形态。结合京津冀地区低碳经济发展现状，本研究将影响低碳经济发展的因素分为直接影响因素、间接影响因素两大类。直接因素指可以直接影响某地区碳排放总量的因素，进而从宏观总量方面影响低碳经济发展水平;间接因素主要是指间接影响低碳经济发展水平的技术影响因素。

2．1直接影响因素

直接影响因素包括经济发展水平、碳排放水平，可以直接衡量一个地区的低碳经济发展水平。(1)经济发展水平包括GDP总量、GDP增长率、居民消费能力和第三产业所占比重。低碳经济发展水平不仅仅强调碳减排能力，也注重经济能力的提高，即生产率的提高。一般用GDP衡量国家或地区经济发展综合水平，GDP增长率=(本年度末的GDP总值－上一年度末的GDP总值)/上一年度末的GDP总值，可以反映区域经济发展速度。居民消费能力由城镇居民人均可支配收入和城镇居民的实际收入中能用于安排日常生活的收入组成，常用来衡量城市居民的收入水平和生活水平;农村居民家庭纯收入，是对区域农村居民收入平均水平的直接反映。居民可支配收入越高，表明经济效益越高。各地区第三产业比重越高，表明经济结构优化程度越高，越具有强有力的低碳经济竞争力优势。(2)碳排放水平包含能源消耗总量、碳排放总量、单位GDP能耗、人均碳排放量、碳排放强度。碳排放总量是指一个地区在一定时期内所产生的碳排放的总和。根据Kaya公式原理，碳排放总量的影响因素诸多，主要包括人口数量、能源强度、能源结构以及各类能源碳排放强度。碳排放强度是碳排放指标的最主要影响指标，碳排放强度=二氧化碳排放量/GDP。一个地区的二氧化碳排放量增长速度高于GDP的增长速度，则表示该地区的低碳经济发展水平较低;该指标值越大，说明单位产值碳排放量越多。

2．2间接影响因素

间接影响因素主要有碳汇基础、低碳技术的发展对低碳经济的支持2个方面，两者通过提高社会经济发展水平、降低能源消耗和排放量，进而对低碳经济的发展起到促进作用。(1)碳汇基础因素包括森林覆盖率、人均公共绿地面积、城镇建成区覆盖率、自然保护区占辖区面积。碳汇基础反映了地区的低碳资源禀赋以及资源利用状况。森林作为生态系统中最大的碳存储库，在吸收二氧化碳、净化空气方面起着重要作用，森林覆盖率越高，地区发展低碳经济的碳汇基础越牢固。城镇建成区覆盖率主要是衡量城市建成区的绿化水平、城市碳汇基础及居民生活水平的重要指标之一，绿化环境状况还包括人均公共绿地面积和自然保护区所占比例。地区碳汇基础越好，越有利于降低碳排放量，从而有利于低碳经济发展。(2)碳减排能力。低碳技术主要包括生活低碳技术、工业低碳技术2个方面。日常生活方面的低碳技术涉及到生活垃圾无害化处理率、城市污水集中处理率、新型动力汽车相关技术投入等方面;工业低碳技术水平可以通过工业固体废物综合利用率、低碳技术研发经费投入、环境污染治理投入等方面来体现［5］。低碳技术的发展需要以经济实力作后盾，只有当经济发展到一定水平，才有能力支撑低碳技术的研发投入和推广应用，从而降低碳排放量，低碳经济水平才会随之提高。

3京津冀地区低碳评价指标体系的构建及实证分析

3．1筛选评价指标

基于上述低碳经济发展水平影响因素分析，拟构建1套科学、客观、能够全面准确反映京津冀地区低碳经济发展水平和高低的指标体系。本指标体系分为3个层次，由一级指标、二级指标和三级指标组成。一级指标为低碳经济发展水平;二级指标由经济环境、碳汇基础、碳减排能力、碳排放水平4个子系统构成;三级指标由二级指标的影响因素或评价指标组成，三级指标最终构成评价低碳经济发展水平的终极指标。具体的指标体系框架见表2。

3．2确定评价指标权重

在遴选出低碳经济评价指标的基础上，需要对各指标赋予不同权重，而科学合理的权重是正确评价低碳经济发展水平的前提条件。本研究采用的变异系数法(coefficientofvariationmethod)是对所选取的各项指标中的内容加以计算从而得到指标的权重，是一种客观赋权的方法［1］。本方法的基本原理是:在构建的评价指标体系中，指标取值差异越大，就意味着该指标越难以实现，也就表示该指标更能反映出被评价的个体之间的差距［2］。由于评价指标体系中各项指标的量纲不同，不宜直接比较其差别程度。本研究为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。其他指标的权重都以此类推。最后，京津冀地区低碳经济发展水平的各项指标的权重均可用变异系数法计算得出，结果见表3。

3．3指标数据的标准化

由于各指标的产生方法不同，量纲不同，并且有正向、负向指标之分，直接运算就会使评价指标体系不合理，为了使其具有可比性，必须对其进行标准化处理。从评价的角度看，通常将评价指标划分为3类:第一类指标值越大越好，这类指标就是正向作用型指标;第二类指标值越小越好，这类指标就是负向作用型指标;第三类指标则是为中位作用型指标［3－4］。为了便于指标数据的比较分析，研究中通常对指标进行无量纲化处理，目的是让经过转换后的指标数据有统一量纲。标准化处理后的指标越大，表明指标对该区域低碳化水平影响越大。

3．4低碳经济发展水平综合评价

本研究采用线性加权法计算低碳经济发展水平综合评价得分，即用13个指标的标准化数值(借助SPSS软件算出)分别乘以各自的权重然后加总，得出总的低碳发展水平综合评价指数。经过计算，京津冀地区各年度低碳经济发展水平综合评价指数如表4所示。根据指标体系评价结果可知，2005—2012年期间，京津冀地区低碳经济发展整体上呈波动上升趋势，水平明显提高，分别从0．0860、－0．1949、－3580提高到0．7458、0．5847、0．7859，特别是天津市、北京市、河北省分别于2010年、2008年、2009年突破0值，低碳经济发展水平取得了较大的成绩。但同时也可以看出，3个地区低碳经济的发展过程存在较大差异，但最终趋于统一，也为京津冀一体化治理提供了数据支持。

4京津冀地区一体化发展低碳经济的对策建议

通过对实证数据以及各指标对总评价指标的影响权重的详细分析可以得出，京津冀地区要进一步提高低碳经济发展水平，还需要在下列环节加大建设力度。(1)加快调整工业内部结构。尤其是钢铁、化工、建材等行业成为京津冀地区节能减排的重点，河北省和天津市也是该领域碳减排的主要对象。要坚决淘汰京津冀地区高耗能行业和升级改造中的落后产能，要有效化解过剩产能，尽快疏解不符合北京市首都功能要求的产能，与此同时津冀两地应做好积极承接工作［5］。(2)大力发展低碳产业［6－8］，特别是包括旅游业、金融业等在内的第三产业。第三产业占GDP的比重对评价地区低碳经济的发展具有重要意义，大力发展低碳产业、推动传统产业升级、加快现代服务业的发展将是提高低碳经济发展水平的必要途径。京津冀地区的产业布局应该是:北京市以发展第三产业为主，而天津市、河北省的经济发展以第二产业为主。此外，北京市应进一步扶持符合首都功能要求的第三产业的发展;天津市、河北省应加大对第三产业的支持力度，尤其是新能源服务业、养老产业、互联网信息服务业、绿色信贷业等新兴服务业，进一步降低行业准入门槛，鼓励民营资本进入等。(3)京津冀低碳化发展统一规划。在京津冀协同发展的背景下，要想实现京津冀地区低碳发展一体化进程，保证跨行政区合作协议的有效实施，京津冀地区应该在高层次的经济和环境合作方面建立高层次的常设机构，建立京津冀地区定期政府会晤机制，制定统一协调的政策。对于三地的低碳经济发展，各省(市)政府应该在充分利用和整合各自资源、发挥自身优势的基础上，建立低碳产业集群，对三地的区域整体规划要衔接一致，建立统一、有效的交流平台。由三地共同出资建立节能减排技术和研发中心，并将研发成果应用到整个区域，从而有力地推广节能减排技术和低碳消费观念。

参考文献:

［1］吕学都，王艳萍，黄超，等．低碳经济指标体系的评价方法研究［J］．中国人口•资源与环境，2013，23(7):27－33．

［2］孔凯．农业干旱灾害风险管理研究［D］．泰安:山东农业大学，2012．

［3］杨洪艳．河北省低碳经济评价指标体系及对策研究［D］．保定:河北农业大学，2012．

［4］王相东．吉林省农业循环经济发展的问题研究［D］．长春:长春理工大学，2009．

［5］王彦超，许艳玲，蒋春来．京津冀及周边地区低碳经济发展水平评价［J］．环境与可持续发展，2014，39(3):107－111．

［6］汪翔，陆五一，周力．基于结构方程模型的农户低碳养殖认知分析［J］．江苏农业学报，2013，29(1):189－194．

篇7

中图分类号:F124.5 文献标识码:A 文章编号:1003-4161(2012)04-0026-05

甘肃省是以能源、原材料工业为主的资源型省份,产业结构单一,重化工业比重大,资源利用率低,形成了典型的高能耗、高排放、资源密集型经济发展模式。资源的大量消耗和环境的急剧恶化,影响了资源优势的充分发挥和经济效益的提高,使资源、环境与经济发展之间的矛盾日趋突出,面临着比其他地区更为严峻的资源环境约束和更为艰巨的节能减排任务。

本文以甘肃省为例,在循环经济发展水平定性分析的基础上,通过构建循环经济评价指标体系,对甘肃省循环经济发展水平进行定量分析,并通过与东中西部地区、全国循环经济发展水平进行比较分析,以期对甘肃省循环经济发展作出准确判断和定位,进而探寻甘肃省循环经济发展的制约因素,从而有针对性地提出相关政策建议。

一、甘肃省循环经济发展现状

甘肃省循环经济发展起步较早,基础工作比较扎实。2004年以来,先后出台了《甘肃省资源综合利用条例》、《关于加快发展循环经济的实施意见》等一系列地方性法规和政策措施。2005年,甘肃省确定了嘉峪关市、白银市、金川公司等9个市以及企业作为全省循环经济第一批试点单位。2007年12月,甘肃省成为全国第二批循环经济试点省份。2008年,甘肃省率先制定了《甘肃省循环经济总体规划》,并于2009年12月正式得到国务院批复,成为第一个由国家批复的区域循环经济发展规划。2010年,国务院办公厅出台的《关于进一步支持甘肃经济社会发展的若干意见》,也把循环经济作为促进甘肃省加快发展的重要举措,标志着甘肃省正式迈入循环经济时代。

《甘肃省循环经济总体规划》实施以来,甘肃省已经实施和正在实施的节能技术改造财政奖励项目和中央预算内资源节约环境保护项目每年将产生经济效益22.5亿元,节能194万吨标准煤,节水5567万吨,综合利用各种固体废渣790万吨。循环经济产业已经成为甘肃省新的经济增长点,有力地促进了全省经济发展方式转变和产业结构优化升级。

二、甘肃省循环经济评价指标体系的构建

(一)甘肃省循环经济评价指标体系的指标构成

本文在借鉴高志刚、向来生、杨华峰、岳立等学者提出的循环经济评价指标体系已有研究成果的基础上,综合考虑甘肃省实际发展状况,构建包括资源效率、环境质量、经济发展和社会发展四个子系统的循环经济评价指标体系。鉴于指标数据的可得性、可比性和连续性,循环经济指标数据来源于2001—2010年《中国统计年鉴》和《甘肃统计年鉴》。经过对指标数据的筛选和处理,甘肃省循环经济评价指标体系共包括13个一级指标、48个二级指标。

(二)循环经济发展水平的评价方法

在循环经济评价指标体系中,各个指标的权重确定十分关键。目前,指标权重确定有许多方法,大体上可以分为主观赋权法和客观赋权法两大类。本文采用主观赋权法的层次分析法和客观赋权法的主成分分析法所组成的综合组合评价法对循环经济发展情况进行评价,其目的是将主观赋权法和客观赋权法各自优点结合起来,从而提高评价结果的科学性和准确性。

三、甘肃省循环经济发展水平评价与分析

2000-2009年,甘肃省资源效率、环境质量、经济发展、社会发展和循环经济发展评价指数和变动趋势。

(一)甘肃省资源效率水平分析

甘肃省经济发展对资源特别是不可再生资源的依赖性较强,资源利用效率水平是决定甘肃省中长期经济发展的关键因素。2000-2009年,甘肃省资源效率水平波动较大,从2000年开始上升,2002年处于最低水平,2005年达到最高水平,随后降低。近年来,随着甘肃省大力开展节能减排、清洁生产、推广关键性技术等活动,资源综合利用取得一定进展,2009年资源效率水平也回升至较高水平。2009年,甘肃省万元GDP能耗为1.864吨标准煤/万元,同比下降6.97%,为2009年全国各省区市万元GDP能耗降幅最大的省份。

(二)甘肃省环境质量水平分析

甘肃省“两高一资”的产业结构对区域内生态环境影响巨大,区域性和行业性污染问题较为严重。2000-2009年,甘肃省环境质量水平波动较大,从2000年开始环境质量逐渐改善,2003年处于最低水平,2007年达到最高水平。近年来,甘肃省开展了大规模环境生态治理活动,森林覆盖率大幅提高,主要“三废”污染物排放量有所下降,环境质量状况整体上有所改善。

(三)甘肃省经济发展水平分析

篇8

[中图分类号]F061.5 [文献标识码]A [文章编号]

2095-3283（2014）02-0098-04

北疆沿边高寒地区地处新疆北部，是中国疆土的西北前沿。该区域在促进内外交流、协调东西部发展，缩小地区发展差距方面具有重要意义。但是，受自然环境和地理位置因素影响，经济发展相对滞后，各县域之间差异较大。只有对县域经济发展水平给予准确评价，对其发展现状作出客观描述，才能为县域经济更好更快发展和制定有效的经济发展政策提供科学依据。一般对于县域经济发展状况的描述采用多指标综合评价方法[1]。而多元统计分析中的因子分析法是可以对县域经济发展水平做出准确定位并经过研究证实的统计分析方法。

一、综合评价指标体系的构建

本文的实证分析以北疆沿边高寒地区的21个县为例，从经济发展水平、要素投入和城镇化水平3个大指标14个小指标分析比较这21个县的综合竞争力，及其在经济发展中存在的不足及发展潜力。构建了一套3类14项的指标体系（见表1）。

二、北疆沿边高寒地区21个县综合竞争力比较分析

为确保结果的稳定性，本文使用2011年数据，运用因子分析法，对所选指标进行比较分析。

1.基本原理

因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个因子的一种多变量统计方法[2]。因子分析法的基本思想是将观测变量进行分类，使每一类的变量相关性比较高从而代表一个基本结构即公因子，因子分析法的核心是对这些综合指标进行因子分析并提取公因子，当因子载荷矩阵结构不够简化时，可以通过因子旋转使因子的意义更为鲜明，同时使用因子得分函数对样本进行评价和排序。 表1 北疆沿边高寒地区县域经济

2.基本步骤

因子分析的步骤如下[3]：（1）将原始数据标准化，仍记为X；（2）建立相关系数矩阵R；（3）解特征方程︳R-kE︱=0，计算特征值和特征向量，当累计贡献率不低于85%时，取前k个主成分代替原来的m个指标，计算因子载荷矩阵A；（4）对A进行最大正交旋转变换；（5）对主因子进行命名和解释。如需进行排序，则计算各个主因子的得分，以贡献率为权重，对Fi加权计算综合因子得分。

3.实证分析

采用spss19.0统计分析软件，得出抽样适度测定值KMO为0.703（见表2），由因子分析中KMO的度量方法可知，KMO﹥0.5说明因子分析可以进行，若KMO﹥0.7则说明数据更令人满意[4]。所以根据KMO度量标准可知，变量之间共同的因素较多，适合做因子分析。

对原始数据进行标准化分析，剔除无量纲化对数据的影响，选取主成分分析法提取公因子，得到3个特征值大于1的公因子，通过计算其特征值和累计贡献率，得到前3个公因子的累计贡献率达77.62%（见表3），说明这3个公因子可以较好地解释原指标所包含的信息，符合主成分分析法的要求。所以把这3个公因子作为评价北疆沿边高寒地区县域经济发展水平的综合指标。

由表3得出，前3个特征值的方差累计贡献率达77.619%，提取前3个特征值做因子载荷矩阵，用最大四次方值法旋转变换，从而得到旋转后的因子载荷矩阵（如表4所示）。

表4是运用方差最大正交旋转对变量进行线性变换，得到的因子载荷矩阵。其中因子载荷矩阵表明，每个因子不是对所有的指标都具有较大的因子载荷，它只对少数的几个指标的因子载荷较大。因此，根据表4将指标分为3类，根据对相关因子的命名，可以看出：第1个主因子在地区生产总值X1、规模以上工业总产值X4、农林牧渔总产值X5、年末金融机构储蓄存款余额X6这几个指标上有较大的因子载荷，这个因子主要反映县域经济发展的整体水平和工业生产规模，是衡量县域经济发展最重要的因子；第2个主因子在医院卫生院床位数X7、普通小学在校学生数X9、普通中学在校学生数X10、金融机构存贷款余额比X13这几个指标上有较大的因子载荷，这个因子主要反映在县域经济发展中的要素投入，是衡量县域经济发展潜力、政府重视度和社会公共服务水平的重要指标；第3个主因子则在地方财政一般预算收入X2、固定资产投资总额X3、非农产业比重X12、财政收支比X14这几个指标上有较大的因子载荷，这个因子主要衡量对县域经济发展有重要影响的城镇化水平，是反映县域居民生活水平及经济社会结构的重要指标。

对经过正交旋转的因子利用回归分析法计算出各因子的得分，再以其对应的各因子的方差贡献率占总方差贡献率的比重为权重计算综合得分，并计算其排名。综合得分只是代表在各个指标下的21个县的相对差别，综合得分越高表明其综合经济实力越强，反之得分越低反映其综合经济实力越弱。其计算公式为：F=（39.232/77.619）F1+（21.854/77.619）F2+（16.532/77.619）F3，即F=0.51 F1+0.28 F2+0.21 F3，计算整理得到得分及排名（见表5）。

由表5显示，综合竞争力排名前十位的县域具体分布是：伊犁地区4个县、塔城地区3个县、阿勒泰地区2个县、哈密地区1个县，可以看到北疆沿边高寒地区的县域经济发展具有一定差距，其中得分大于0（该地区平均水平）的有9个县，得分低于0的有12个县，说明有57%的县域综合经济实力在该地区平均水平之下。位于伊犁地区的伊宁县遥遥领先，综合经济实力得分2.31，排名第一，比排名第二的位于阿勒泰地区的富蕴县高出1.41分。该地区综合经济实力最弱的是位于博州的温泉县，整个博州的经济发展水平在新疆处于中上游，而自然条件比较恶劣的温泉县的综合经济实力非常低，凸显区域发展的不平衡性。

三、沿边高寒地区三大指标体系竞争力的比较分析

综合经济实力的排名说明北疆沿边高寒地区的县域经济发展不平衡，下文具体分析3个大指标的得分及排名情况。

1.经济发展水平。经济发展水平下细分了6个具体的小指标，把这6个小指标用spss19.0软件进行分析，得到KMO=0.786，P=0.000，提取了2个主成分。用计算公式F=（53.375/79.624）F1+（26.249/79.624） F2，即F=0.67 F1+0.33 F2，得到21个县的经济发展水平排名（见表6）

2.社会公共服务。社会公共服务指标下细分了4个小指标，把这4个小指标用spss19.0进行分析，得到KMO=0.721，P=0.000，提取了一个主因子。用计算公式F= F1，得到21个县的社会公共服务排名（见表6）。

3.社会结构。社会结构指标下也分了4个小指标，用同样的方法，运用计算公式F=（38.471/76.735） F1 +（38.263/76.735） F2，得到21个县的社会结构排名（见表6）。

由表6可知，北疆沿边高寒地区21个县在经济发展水平、社会公共服务和社会结构三个分指标下的得分及排名。综合排名位列第一的伊宁县，其经济发展水平也是最高的，说明该地区经济实力强于其他20个县。从经济发展水平指标来看，得分大于0的县仅有9个，县域差距十分明显；其中县域经济水平低于该地区平均水平的12个县中，阿勒泰地区有2个，即其经济水平较低的县占40%；塔城地区有2个，经济实力低于平均水平的占40%；伊犁地区有4个，比例达57%，说明伊犁地区的经济发展差距比前2个地区大；而博州的温泉县、哈密地区的伊吾县和巴里坤县、昌吉的木垒哈萨克自治县经济发展水平都比较低，温泉县的综合经济实力排名最靠后，经济发展水平指标虽不是最差，但比最差的裕民县仅高0.09分，位于北疆沿边地区的温泉县经济水平比博州其他县域低很多；哈密地区的伊吾县和巴里坤县，经济实力低于该地区平均水平，巴里坤县排名12，得分-0.24，伊吾县排名17，得分-0.66；昌吉地区的木垒哈萨克自治县经济发展水平也不高，受自然条件制约，其经济发展在昌吉地区也很落后。

从社会公共服务指标看，得分大于0的也只有9个县，而经济发展比较落后的温泉县、伊吾县、青河县社会公共服务得分也较低，都低于平均水平。

从经济社会结构指标看，有9个县得分大于0，1个县得分等于0。其中经济实力指标和社会公共服务指标都比较落后的托里县社会结构指标得分却很高，说明该地区发展潜力很大。

四、结语

县域经济不等于县级经济，而是具有地域特色的现代区域经济，要从构建现代产业体系、推进工农互补和统筹城乡发展、区域经济协调发展的高度谋划县域经济的发展[5]。在西部大开发的背景下，新疆县域经济得到了前所未有的发展，但是县域经济发展不协调、区域发展不平衡的问题仍然突出，这也是北疆沿边高寒地区落后于沿海省份县域发展的主要原因之一。加快该地区县域经济发展，应该以市场为导向，发挥当地的区位优势，大力发展民营经济；政府应对这一特殊区域应给予政策倾斜，加大扶持力度，深入发展产业化、集约化经营；加强基础设施建设，以优良的投资环境吸引区外乃至国外企业的投资落户，同时结合自身实际，寻找适合自己的发展路径，以加快提高县域经济实力。

[参考文献]

[1]傅前瞻.基于主成分分析的安徽县域经济发展水平综合评价[J].经济研究导刊，2008（12）：148-150.

[2]唐林俊，杨虎.因子分析法在区县经济综合指标评析中的应用[J].数理统计与管理，2003，22（5）：24-29.

[3]王庆丰，党耀国，王丽敏.基于因子分析和聚类分析的县域经济发展研究——以河南省18个县（市）为例[J].数理统计与管理，2009，28（3）：495-501.

[4]高祥宝，董寒青.数据分析与SPSS应用[M].北京：清华大学出版社，2007：345-350.

篇9

在上世纪九十年代，在经济学以及政治学领域就普遍关注金融发展水平与经济发展水平的重要关系，并且基于不同国家经济发展的数据提供了相关的数据，进而形成了金融发展影响经济水平的重要文献。近年来，随着理论界对金融发展水平的研究不断深入，对于金融发展对促进经济发展的内在联系进行了系统的研究，而这其中必不可少的则是对对金融发展水平的科学评价与分析，这也是研究金融发展与经济发展内在联系的必要条件。

一、金融发展对经济的促进作用综述

早在20世纪初期，理论界就认识到了金融发展对经济增长错所起到的重要作用，McKinnon, R. I.通过对银行运行系统进行研究与识别，为早期的企业家进行产品和生产共议的创新提供了必要的物质支撑，同时，对于金融与经济发展水平之间的内在联系进行了详细的研究和考证，通过实证研究发展，金融的发展能够为一个国家或地区当地的居民创业提供巨大的可能性，并且有利于新企业的产生和发展，从而提高当地市场整体的竞争水平，进而实现促进经济发展的作用。研究资料表明，在意大利某些金融十分发达的地区，其人均GDP的增长率相比金融不发达的地区，高出一个百分点，而从金融不发达的地区到金融发达的地区进行创业的几率会增加近30%；并且在金融发达的地区创业的人员平均年纪则年轻5-6年，创业的成功几率也高出许多。

二、评价中国地区金融发展水平的指标体系构建

（一）构建金融发展评价体系的原则

在针对一个国家或者地区的金融发展水平进行评价体系的构建时，应当遵循以下几个原则：第一，确保评价指标具有一定的系统性。在建立评价指标时，要确保对其涉及到的地区的金融发展以及与其他指标之间内在的联系进行充分的考虑，使各评价指标之间既具备相对的独立性又具有一定的关联性，既要考虑典型指标又要充分考虑关联指标；第二，确保选择的评价指标具有重要性。

（二）金融发展评价体系的具体指标选择

在金融发展评价体系中，从以下两个方面进行具体指标的设置：

1.金融指标的设置

金融指标单纯地从金融方面来衡量地区金融发展的总体水平,有以下几个体指标,包括: (1)金融相关比率(FIR)和金融机构存款与地区GDP之比,用来衡量一个地区金融发展的总量规模和金融深化程度；(2)非四大国有商业银行贷款占比,其值为(金融机构贷款总额-工农中建四大国有商业银行贷款总额)/金融机构贷款总额,这一指标用来衡量金融部门之间的竞争程度；(3)当年境内股票市场融资额,其主要是对金融市场的发育程度进行评价和表示；(4)人均中长期贷款额,这里主要是反映一个国家或者地区当地民众的金融信用意识，其中以银行中长期贷款额/地区人口数所得到的数额作为评价指标。

2.经济基础指标的设置

经济基础指标的设置是金融发展评价体系的核心部分，设置金融部门的目标在于使市场交易的成本得到大幅度的降低，有效的促进资金和技术的流转，促进信息和技术的创新，进而推动经的快速发展。经济基础指标包括以下几个个方面: (1)人均地区生产总值,这是衡量一个地区或者国家经济发展水平的重要指标，也是当地居民生活富裕程度的一个重要体现；(2)社会商品零售总额和GDP增长率,该指标用来反映经济的发展速度以及发展程度；(3)第三产业占比,该指标是反映一个地区或者国家经济产业机构是否优化的一个重要目标；(4)工业总产值中非国有经济占比,用来反映地区经济的市场化程度；(5)外商直接投资额与商品出口额,用来反映所在地区的经济开放程度。

三、金融发展水平的评价与分析

1.我国中西部地区的金融发展水平和经济发展水平存在着明显的差异，分布不均衡。从整体上分析，排在前列的城市以北京、上海、广州、浙江等几大城市为首，而同时也可以看出这些城市多为沿海地区；而排在后面的城市则主要是青海、甘肃、广西等中部地区，这些地区的金融发展水平相比较明显的差异。这也从另一个方面体现出了金融发展与经济发展之间内在的联系。

2.东部地区金融发展的水平在全国都较高，而且其金融指标和经济指标也都较为平衡。东部地区主要包括的城市以北京、上海、广州、天津等几个城市为主，其金融和经济发展水平都比较均衡。因此说在经济发展的过程中，应当以金融发展作为重点，以此才能够促进经济发展，反作用于金融发展，为金融发展提供有力的基础。

3.西部地区的金融指标都较为良好，但是在经济基础方面的薄弱导致了金融发展水平的评价值提高。除了，西部地区都由于地理位置等因素的影响，而使得其在金融发展和经济发展方面都落后于其他省份和地区，然而在金融发展指标方面却有着一定几个的优势，所以说影响西部地区金融发展的主要因素是西部地区落后的经济，发展经济的前提一定是发展当地的金融，才能够有效的促进经济的发展。

结束语：

金融发展水平对一个国家或者地区的经济发展水平有着重要的影响，建立起金融发展水平科学的评价体系，对于衡量一个国家或者地区的金融发展有着重要的量化作用，进而才能更科学的评价当地的经济发展水平，因此，对我国金融发展水平的评价与研究，在促进我国经济发展、参与国际竞争，应对全球一体化的机遇与挑战等方面都有着重要的指导意义。

参考文献：

[1]McKinnon, R. I., 1973, “Money and Capital in EconomicDevelopment”, Washington, DC: Brookings Institution.

[2]杜家廷.中国区域金融发展差异分析――基于空间面板数据模型的研究[J].财经科学,2010,(09).

[3]郑长德.中国金融发展地区差异的泰尔指数分解及其形成因素分析[J].财经理论与实践,2008,(04).

篇10

中图分类号：F061.5 文献标识码：A 文章编号：1001-828X（2012）02-0-01

一、引言

珠三角是广东省经济发展的强大引擎，也是全国三大GDP增长区域之一。十二五期间，国家意将其打造成更具综合竞争力的世界级城市群。为深入了解珠三角各地市经济发展的现状、规律及特点，本文选取了反映经济发展水平的多项指标，运用对应分析方法进行分析，为政府部门制定合理的经济决策提供参考，实现珠三角经济快速平稳增长。

二、研究方法与变量选取

(一)研究方法

对应分析方法最先由Richardson和库德Kuder于1933年提出，后经法国统计学家Jean-Paul Benzecri和日本统计学家Hayashi Chikio进一步论证与完善。对应分析综合了R型和Q型因子分析的优点，从R型因子出发，直接获取Q型因子分析结果，克服了样本容量大时做Q型分析的计算困难。更重要的是，对应分析运用降维的思想，将R型和Q型分析中变量点和样本点的载荷反映在相同的公因子轴上，以直观简洁的低维图形描述变量和样本之间的相互关系。

(二)变量选取

为了全面反映珠三角地区经济发展水平，本文选用了以下9项重要指标来研究：①人均GDP(X1 /万元)；②产业结构(X2 /%)，即第三产业比重；③消费结构(X3 /%)，即城镇居民消费与可支配收入之比；④分配结构(X4 /%)，即城乡居民收入之比；⑤城市化水平(X5 /%)，即城镇人口比例；⑥开放度水平(X6 /%)，即对外贸易依存度；⑦投资水平(X7 /%)，即外商投资占固定资产投资总额比例；⑧创新能力(X8 /%)，即R&D研究经费；⑨金融发展水平(X9 /%)，即存贷款总额占国内生产总值比例。原始数据均来源于《广东统计年鉴2011》。

三、实证结果与分析

根据SPSS 17.0 的输出结果，卡方检验值显著，表明行向量与列向量有明显的相关关系，可以进行对应分析。从惯量贡献率来看，前两个公因子的贡献率百分比分别为91.5%和6.1%，累计贡献率高达97.5%，已能代表变量和样品中几乎全部的信息。

图1：珠三角各地市经济发展水平因子载荷图

从经济变量点和样本点的关系来看，可将珠三角内各地市的经济发展水平由高到低进行如下排列：第一类(经济发展水平较高地区)，广州、深圳、佛山。这三个地市的经济发展在创新方面极为相似。2011年被评为中国创新型城市的广州和深圳，在城市管理体制机制、科技文化、人才培养、资金投入等方面一直处于领先水平，这有助于提升城市创新能力和创新发展水平，为经济发展提供潜在增长点。以机械装备制造业和建陶行业为主的佛山，2011年工业总产值高达17800亿元，位居全国第五。在壮大实体经济的同时，佛山通过引入科技含量高、效益好的项目，向高技术产业和战略性新兴产业转变，并不断完善行业创新服务体系和技术创新平台，为实体经济的发展提供保障。第二类(经济发展水平中等地区)，珠海、惠州、东莞、中山。这四个城市在人均GDP、投资水平、城市化水平和金融发展水平四个方面有类似之处。就经济总量和金融发展水平指标而言，四市处于中等水平，然而，从投资水平和城市化水平指标看，四市处于较高水平，甚至都超越了某些第一类别地市，可见这些方面仍有待发挥的潜在经济优势。第三类(经济发展水平较为落后地区)，江门、肇庆。两市在产业结构、消费结构和分配结构指标上都排名较后，没有明显优势。

从经济指标的位置来看，除了开放度外，其他经济指标都较为集中。可见，开放度并不是影响珠三角各地市经济发展水平差异的决定性因素。珠三角地区作为沿海开放的前沿阵地，加工贸易的发展壮大，已成为珠三角地区对外贸易的重要组成部分，各市具有较为类似的进出口结构和开放度，因此，开放度对各地市经济发展水平差异的影响并不明显。

四、简要结论及建议

通过以上分析可见，经济发展迅速的珠三角内部也存在着不同程度的差异，广州、深圳和佛山较为领先，而江门和肇庆相对落后。十二五期间，为了提升珠三角的整体竞争力，各地市需要结合自身特点进一步发展。首先，经济发展水平较高的城市紧抓科技创新不放，除了加大研发经费的投入外，找准经济结构调整的突破口和关键环节，培育高科技和战略性新兴产业，提升自主创新能力，创建高水平的技术创新平台，加快创新科技向生产力的转换。其次，中等水平的地市推动金融改革发展的力度，加大对重大项目和中小企业的融资力度，提高当地金融机构将本地存款转化为贷款的能力，为经济发展营造良好的金融生态环境。最后，发展相对落后的地市可通过招商引资、引进人才转型等方式，推动传统产业结构升级，同时，以民生为重，改善城乡居民收入水平，缩小城乡收入差距。最终，实现珠三角内部健康、平稳和协调发展。

参考文献：

[1]何晓群.多元统计分析[M].中国人民大学出版社,2008(7):242-263.

篇11

中图分类号：F727文献标识码：A文章编号：1672-3198（2008）02-0098-02

1 引言

福建省地处中国东南沿海，与台湾隔海相望。陆地面积12万多平方公里，人口3470万。福建是中国经济比较发达的省份之一,现设福州、厦门、泉州、漳州、莆田、宁德、南平、三明、龙岩9个地级市。2001年福建省第七次党代会提出：“九个设区市的发展按三个层面同时推进。”这是今后一个时期福建省区域经济发展的战略思路。其中前4个城市属于第一层面,莆田、宁德属于第二层面,余下的3个城市属于第三层面。由于地理位置、交通等多方面的原因，改革开放以来这九个市三个层面发展很不相同。现采用多元统计中的因子分析对福建区域经济发展进行定量分析。

2 原理

因子分析是将具有错综复杂关系的变量综合为数量较少的几个因子,以再现原始变量与因子之间的相互关系。因子分析的基本思想是通过变量的相关矩阵内部结构的研究,找出能控制所有变量的少数几个随机变量去描述多个变量之间的相关(相似)关系,建立因子分析的数学模型为:

3 数据处理

第一步，借助统计分析软件SPSS13.0将原始数据标准化以消除量纲的影响并建立指标的相关系数矩阵R。

第二步，求R的特征值和方差贡献率。由于因子分析结果虽然保证了因子间的正交性，但对因子不易命名，所以对因子模型进行方差最大化旋转，使得对公因子的命名和解释变得更加容易，并得到正交因子表（表1）。

第三步，将14个指标按高载荷分类：将14个指标分为三类：①因子F1在X1、X2、X3、X6、X7、X8、X10、X11、X12上有较大的载荷，这些指标都是表明一个地区经济发展水平，反映一个地区的经济发展能力，因此把第一个因子命名为经济发展水平因子。②因子F2在X5、X13、X14上有较大的载荷，这些指标都是表明一个地区科技教育卫生发展水平，反映了这个地区科技教育卫生发展的潜力，因此把第二个因子命名为科技教育卫生发展水平因子。③因子F3在X4、X9上有较大的载荷，这些指标都是表明一个地区第三产业占GDP比重和交通通讯事业的发展，反映这个地区交通通讯事业的发展促进第三产业发展的潜力，因此把第三个因子命名为交通通讯发展水平因子。

4 因子得分分析

因子分析的数学模型是将变量表示为公共因子的线性组合Xm=αi1F1+……αipFp，由于公共因子能反映原始变量的相关关系，用公共因子代替原始变量时，有时更利于描述研究对象的特征，因而往往需要反过来将公共因子表示为变量的线性组合，即：Fj=βj1X1+……+βjmXm(m=1,2,…,p)。这个式子为因子得分函数，用它来计算每个样品的公共因子得分。借助统计分析软件SPSS13.0，可以计算出各地区主因子的得分F1、F2、F3，并根据统计数据中各个主因子旋转后的贡献率为权数进行加权

求和可以计算出各城市的总的分F=0.656158*F1+0.24226*F2+0.101582*F3，结果见表2。

由表1可以看出：总体上来看，考虑到具体情况，可以把福建省9个地区的经济发展水平分为2类三个层次:厦门、泉州、福州、漳州得分大于零，属于第一类和第一个层次；莆田、宁德、三明、南平和龙岩得分为负，属于第二类。这里沿海的莆田和宁德又可以作为第二个层次；内陆的三明、南平和龙岩可以作为第三个层次。可见，福建省区域经济发展有明显的梯度。以厦门为代表的第一个层次经济发展水平最高；以莆田为代表的第二个层次虽然得分不高，但考虑到其实际情况，经济发展水平次之；内陆的三明、南平和龙岩为代表的第三个层次发展水平相对很低。其中厦门市作为经济特区经济发展水平处于全省领先地位，而福州只屈居第三。

从经济发展水平因子得分看，第一个层次的得分都大于零。其中厦门的得分大于2，泉州得分大于1，两个地区的经济发展水平很高。而福州得分不到0.1，经济发展水平相对较低。其他两个层次的得分都为负，经济发展水平很低，与第一层次有很大的差距。

从科技教育卫生发展水平因子得分看，福州、泉州、莆田的得分大于零。其中福州的得分大于2，这说明福州作为省会，聚集了福建省的很多卫生机构和高校，科技教育发展水平很高。其中高校有30所，占全省64所的将近1/2，可谓高校云集，教育发达，具有较强的人才优势。除去以外的其他第区科技教育卫生发展水平相对很低

从交通通讯发展水平因子得分看，福州、漳州、宁德的得分大于零，交通通讯发展水平相对较高。漳州和宁德作为福建省南下北上的门户，随着交通通讯发展水平的提高，有利于促进海峡西岸经济区的发展和繁荣。

5 政策建议

“九个设区市的发展按三个层面同时推进。”这是今后一个时期福建省区域经济发展的战略思路。通过分析可以看出，这三个层次存在差距。因此，第一个层次要继续保持在全省的领先地位，增强对第二、三层次的辐射和带动作用；第二个层次要继续加大交通通讯事业的发展，和第一个层次形成一个沿海经济带，促进海峡经济区的发展，提高经济发展水平。第三个层次要大力发展科技卫生教育事业和交通通讯事业，承接沿海产业转移，吸收沿海的辐射和带动效应，不断提高经济发展水平，缩小地区经济发展的差距。

参考文献

［1］唐礼智.福建省区域经济差异原因探析［J］.泉州师范学院学报，2001，（6）.

［2］李永实.福建区域经济发展格局变化研究［J］.世界地理研究，2001，（6）.

［3］王秀玉.福建省区域问题探析［J］.福州党校学报，2002，（2）.

［4］陈元勇.区域经济理论与福建省区域经济发展战略［J］.福建论坛（经济社会版），2003，（11）.

［5］韩晓玲.江苏区域经济发展的因子分析［J］.甘肃农业，2006，（2）.

［6］高洪深.区域经济学［M］.北京：中国人民大学出版社，2002.

篇12

安徽省位于中国大陆东部，与江苏、上海、浙江共同构成了长江三角洲城市群，但相对于东部沿海各城市来说，其经济发展还比较落后，而且省内各市的发展也存在不平衡的现象。因此，为了安徽更好更快的发展，本文运用SPSS软件进行因子分析，对安徽省各城市的综合经济水平得分做了一个比较，并分析了各城市的经济发展水平情况，找出了差异性存在的原因，进而提出缩小各城市间发展水平差距的建议，推动安徽省整体经济发展。

一、建立经济发展水平综合评价的指标体系

为了能够全面、系统地描述安徽省各城市的经济发展水平情况和特征，本文先采用定性分析法，找出能够反映综合经济水平的一些指标，再对这些指标采用科学的定量分析。笔者综合相关文献，并结合安徽自身特点，最后选择了九项指标构建评价指标体系。这九项指标分别为：人口数、就业人员数、人均GDP、工业总产值、农林业总产值、旅游业总收入、固定资产投资、财政收入、专利申请授权量。这九项指标从经济发展水平、产业发展水平、居民生活水平、教育文化水平以及经济发展潜力等方面反映城市综合经济实力，为后面的因子分析提供了科学的依据。各项指标的数据为2015年安徽各市的y计数据，数据来源于安徽统计年鉴。

二、因子分析的数据结果与分析

（一）数据检验

通过SPSS18.0进行因子分析，通过降维提取公因子。首先检验变量间的相关性，一般认为，KMO值大于0.7可认为数据间具有较好的相关性，KMO值越接近1.0，变量间的共同因子越多，也就越适合进行因子分析。通过检验，根据Kaiser 给出的KMO值为0.810，因此适合做因子分析。同时，Bartlett球形度检验统计量的观测值为204.164，相应的Sig.值为0，认为相关系数矩阵与单位阵有显著差异，因此对数据进行因子分析是恰当的。

（二）公共因子的提取和分析

用主成分分析法进行公共因子的提取，结果见下表。根据特征值大1的提取原则提取了两个公因子，且由表可看出，两个公因子的累计方差贡献率为90.393%，即这两个公因子所解释的方差占全部方差的90.393%，因此用其来反映各城市经济发展水平所损失的信息较少，能够综合反映各市的经济水平。

利用具有Kaiser标准化的正交旋转法，旋转在3次迭代后收敛，经过3次迭代后，得到因子得分系数矩阵。根据因子得分系数矩阵，可算出各城市的因子得分。

（三）各市经济发展水平综合得分计算

根据因子得分系数矩阵，用每个公因子的方差贡献率为权重，计算2015年安徽省各城市经济发展水平综合得分。根据上表，令第一公因子F1方差贡献率为权重1，第二公因子F2方差贡献率为权重2，根据综合得分计算公式：

其中，F1，F2为各城市的因子得分，由此可计算出各城市的最终综合得分。从最终结果来看，城市之间得分差距较大，说明了各城市之间经济的发展存在着较为严重的不平衡现象。

三、结论与建议

（一）结论

根据因子分析结果，对2015年安徽省各城市的综合经济发展水平及排名有了以下结论。

1.合肥、芜湖、安庆的综合经济发展水平相对较高，对于安徽省来说是省内发达城市。合肥市是安徽省省会，是安徽省经济的辐射中心，且自2010年合肥加入长三角城市群以来，经济实力得到了快速发展，以合肥为中心的合肥都市圈也带动了周边的经济增长。芜湖市作为安徽省经济实力排名第二的城市，是安徽省重要的工业基地、科教基地，芜湖市城区位于长江干流上，使其拥有优越的水路运输条件，而且经过芜湖的铁路也可通向全国各地，更使得其成为全国综合性的交通枢纽。安庆市作为安徽省历史文化名城，也是安徽省最早的省会所在之地，其无论是经济还是文化，对整个安徽省都起着重要的影响作用。

2.滁州、六安、马鞍山、蚌埠等市综合经济发展水平相对落后城市较高，作为安徽省中等城市，虽然有一定的工业基础，但没有创新型产业的兴起，也缺乏外来资本的流入，只能靠已有的产业带动经济发展，整体经济实力还有待进一步提升。

3.铜陵、池州、黄山综合得分值低，为安徽省落后地区。本区位于皖南山区一带，由于地形以山区为主，交通发展比较滞后，基础薄弱，工业化和城市化水平低，难以靠工业带动发展。另外，由于发展落后，就业机会少，使得劳动力大量外流，加剧了本区的发展滞后水平。

（二）建议

根据因子分析所得出的结论，结合安徽省各市自身特点，为了安徽省更好更快地发展，缩小各城市间的差距，消除发展不平衡现象，现提出以下几点建议。

1.继续打造以合肥为中心的大型城市圈，带动周边发展，依靠其地缘优势、区位优势，建设成面向全省的辐射中心。借助国家政策，使本省优势产业走出去，把别人好的产业引进来，向长三角发达城市靠拢，真正融入长三角城市群的这个大集体，推动经济强有力的发展。

2.对于中等城市而言，要加大产业创新力度，加强招商引资，加强同周围城市之间的专业化分工与协作，打开门户和通道，从而创造更多就业机会，提高居民收入。同时也要保护原有产业，发挥工业基地优势，如马鞍山的钢铁产业，蚌埠的重工业等。

3.以池州、黄山为代表的典型皖南山区一带，区域生态环境较好，有着得天独厚的农林业和旅游业资源，应当以旅游业作为其发展主体，配套带动餐饮业、因地制宜的工商业的发展，打造具有鲜明特色、完善设施、一流服务的旅游城市，从而带动整个区域的经济发展。

总之，为了促进各个城市的经济发展，应当要符合各个城市的特点，结合城市的优势，挖掘发展潜力，同时还要需要相应的投入与扶持政策，使每个城市都寻找到一条符合自身的发展道路。而为了促进安徽省整体综合经济水平，重中之重是要减小经济差距，努力消除各市发展不平衡的现象，调动各市发展积极性，整体规划，合理布局，统筹协调，实现安徽省长久快速发展，提高整体经济实力。

参考文献

[1]何宜庆，文静，袁莹莹.基于因子分析的江西省城市低碳经济发展评价分析[J].企业经济，2011，（12）：65-67.

篇13

一、引言

改革开放至今，中国就业人口素质发生了极大的变化，并深深地影响着中国经济的发展。本文立足于对就业人口素质和经济增长关系的研究得出其间有较强的正相关性。因此，政府在加快经济建设过程的同时要加大对教育的投入，使社会进入人口素质促进经济发展，经济发展提升人口素质的良性循环中。

二、研究现状

国内外对人口素质与经济增长关系的研究主要有两大方向。

第一，对人口素质定量分析的研究。屈云龙和许燕(2010)在借鉴“人口素质指数”（PQLI）三大指标的基础上，将人口素质划分为身体素质、文化素质和劳动技能素质三大方面，并在每个方面中给出了具体的统计指标。然后用主成因分析法计算和分析了江苏省的人口素质，结果发现各省辖市人口素质发展状况存在明显差异。肖周燕(2007)将人口素质分为身体素质水平、文化素质水平、劳动技能素质水平和道德素质水平四个方面，并确定了各个方面的具体指标。在此基础上，用AHP（层次分析法）评价人口素质水平。张强和钱建明(1993)选用标准化总死亡率、婴儿死亡率、12岁以上人口的识字率及人均工农业总产值四个指标，用多维标度法评价了我国10个少数民族的人口素质。钱金平(2001)选取了平均寿命、维尔威克指数、智商、非残疾比重，6岁及以上人员大学、中学、非文盲比重等7个指标及其权值分配方案，运用灰色系统理论方法，综合定量评价了人口素质。张强，张霜红，钱建明和张菊英(2003)选取了出生时预期寿命、人均工农业产值、婴儿死亡率、生育率、15岁以上人口识字率等5个指标，利用灰关联聚类法对我国14个主要少数民族的人口素质进行了聚类分析和评价，并探讨了此方法的特点和效果。

第二，对人口素质与经济增长关系的研究。沈百福和杜晓利从人均受教育年限与经济发展的关系、各级教育的人口比例与经济发展水平两个角度考查了人口素质与经济发展的关系。张邦辉,谭伟和邓淼从人力资本角度，运用人均受教育年限法度量了中国各地区不同年份的劳动力受教育状况，并用聚类和线性回归法分析了近20多年来中国各地区人均受教育年限与经济增长的关系。宋光辉[通过关注研究教育与经济增长作用的重要文献,发现对教育与经济增长关系的认识经历了四个阶段，20世纪60年代的重视阶段，70年代的争论和置疑阶段，80年代的理性回归阶段和90年代以来的重拾信心阶段。程前昌依据1994年~2006年经济发展水平与人口文化素质的统计资料，选取人均GDP和接受过不同教育程度的人口比重作为经济发展水平和人口文化素质的衡量指标，对经济发展水平与人口文化素质进行相关分析。黄春燕运用SPSS软件对人口素质指数EDI和GDP进行相关分析和回归分析，求得GDP增长的预测模型。

三、我国人口素质的实证分析

1.人口素质评价指标体系的构建。在本文中，笔者把人口素质划分为身体素质、文化素质与劳动技能素质三个方面，在每个方面中，选取了具体的统计指标，最终构建了我国人口素质的综合评价体系，如图1所示。

(1)身体素质评价指标体系。身体素质是人口素质的最基本方面，它严重影响着其他各方面素质的提高。在对人口身体素质的衡量中，笔者选取了婴儿死亡率（‰）（x1）、5岁以下儿童死亡率（‰）（x2）、劳动年龄人口比例（%）（x3）、传染病发病率（甲乙类法定报告传染病发病率）（1/10万）（x4）、患病死亡率（甲乙类法定报告传染病病死率）（%）（x5）这五个指标构建了身体素质评价指标体系。这5个指标的数据都来自于《中国卫生统计年鉴》。

(2)文化素质评价指标体系。笔者选取了大学毛入学率（%）（x6）、未上过小学的人数占总人口的百分比（%）（x7）、每十万人在校大学生人数（x8）和人均受教育年限（x9）这四个具体指标来综合评价人口文化素质。其中，x6的数据来自于《中国教育统计年鉴》，x7和x8的具体数据来自于《中国统计年鉴》，x9的数据由《中国统计年鉴》和《中国人口统计年鉴》的数据计算而得。

(3)劳动技能素质评价指标体系。劳动技能素质的高低决定了一个国家生产效率的高低，严重影响着这个国家的技术水平和综合竞争力。本文选取了每千人从事研究与发展的科学家和工程师数（单位：万人年）（x10）、每万人专利批准申请量（国内专利申请授权数）（x11）和从业中大中专及以上人口比例（%）（x12）来综合评价我国的劳动技能素质水平。其中，x10和x11的数据来源于《中国科技统计年鉴》，x12的数据来源于《中国人口统计年鉴》。

2.我国人口素质水平的主成分分析。本文选取的一些数据不是比率数据，首先利用SPSS17.0对数据进行标准化处理。接着对标准化的数据进行主成分分析，经过KMO与巴特利特球形检验得到，KMO为0.629，Bartlett球形检验统计值为386.465，自由度为66，p值为0.000，这说明数据适合做因子分析。

运用SPSS17.0进行主成分分析，得到各主成分的方差贡献率和累计贡献率如表1所示。在此，根据以下两个标准提取公共因子：第一，特征值大于1；第二，累计方差贡献率大于80%。由表1可以看出，第一个公共因子的特征值为10.705，远大于1，且它的累计方差贡献率为89.212%，大于80%的标准。据此，可以认为第一个公共因子基本描述了所有变量的变化，因此提取的公共因子为1个。

表2为因子载荷矩阵，它能够说明提取的公共因子在各变量上的载荷。从表中可以看出，提取的公共因子对所有变量都有载荷，且载荷绝对值大多数都大于0.9，这说明提取的主成分从各个方面综合衡量了我国的人口素质，代表了我国的人口素质状况，因此将提取的主成分命名为“人口素质综合因子”。

因为提取的主成分只有一个，所以这个主成分的因子得分就是综合得分，综合得分如表3所示。

四、我国经济发展水平的实证分析

1.经济发展水平评价指标体系的构建

在本文中，选取人均GDP（y1）、货币供给量（y2）、中国历年人均收入水平（美元）（y3）、财政收入（万元）（y4）、进出口差额（亿美元）（y5）和全社会固定资产投资（亿元）（y6）来综合衡量我国的经济发展水平。其中，y1、y2、y4、y5和y6的数据来源于《中国统计年鉴》，y3的数据来源于《世界银行统计年鉴》。

2.我国经济发展水平的主成分分析

首先用SPSS17.0对原始数据进行标准化处理。接着对标准化后的数据进行主成分分析，经过KMO与巴特利特球形检验得到，KMO为0.659，Bartlett球形检验统计值为260.088，自由度为15，p值为0.000，这说明数据适合做因子分析。

运用SPSS17.0进行主成分分析，以特征值大于1和累计方差贡献率大于80%为标准提取公共因子。得到各主成分的方差贡献率和累计贡献率如表4所示。从表中可以看出，第一个公共因子的特征值为5.784，远大于1，且它的累计方差贡献率为96.407%。据此，可以认为第一个公共因子基本描述了所有变量的变化，因此提取的公共因子为1个。

从表5的因子载荷矩阵中可以看出，提取的公共因子对所有变量都有载荷，且在六个变量上的载荷值都大于0.9，这说明提取的主成分综合反映了我国的经济发展水平，因此将提取的主成分命名为“经济发展水平综合因子”。

注：Zscore(人均GDP)表示人均GDP的标准化值，其余类似。

同样，因为提取的主成分只有一个，所以这个主成分的因子得分就是综合得分，综合得分如表3所示。

五、我国人口素质水平与经济发展水平关系的实证分析

现在分析我国人口素质水平与经济发展水平的关系。从上面的分析可知，在对人口素质和经济发展水平的主成分分析中，我们都分别提取了一个主成分，且这个主成分综合评价了我国的人口素质水平和经济发展水平，因此在这里用“人口素质综合因子”和“经济发展水平综合因子”来代表我国的人口素质水平和经济发展水平。作出人口素质水平综合因子得分与经济发展水平综合因子得分的走势图，发现二者都具有明显的上升趋势。

运用SPSS17.0对人口素质综合因子和经济发展水平综合因子进行相关性分析，得出两者的Pearson系数为0.956，双侧显著性水平为0.000，在时通过检验，具有统计学意义。因此可知，二者具有高度相关性，可以进行回归分析。

做出人口素质综合因子和经济发展水平综合因子的散点图，如图3所示。从图上可以看出，二者具有明显的线性关系，因此要对它们作线性回归分析。为了简便起见，用ECOD表示经济发展水平综合因子，用PQL表示人口素质综合因子。设二者的回归方程为

用EVIEWS6.0进行回归分析，得出二者的回归方程式为

Std. （0.0888） （0.0853）

在此回归方程中，， ，这说明回归方程的拟合程度较好，此回归模型是可信的。

通过分析以上回归模型可以得知，我国人口素质水平对国家经济发展水平起着非常重要的作用。其中，人口素质综合因子每增加一个单位，国家经济发展水平综合因子增加0.9557个单位。因此，我国应该大力提高人口素质，以促进国民经济又好又快发展。

六、政策建议

根据以上分析，我们可以得出人口素质的提高对经济增长有很大的促进作用。而人口素质又由身体素质、文化素质以及劳动技能素质构成，因此，我们可以从这三个方面为中国经济更好的发展提供以下几条政策建议。

1.身体素质方面。身体素质的提高依赖于两个方面，一是提高国家医疗水平，二是加强国民体育锻炼。因此政府应该从这两个方面着手，在医疗方面积极鼓励新药研发，改革医院现存的各种弊制，让人民群众都能“看得上病、看得起病、看得好病”；在国民体育锻炼方面，政府应该加大对居民区体育设施的投资建设，深入促进国家体育事业的发展，并以提升国民整体身体素质为最终目的。

2.文化素质方面。文化素质的提高依赖于教育的继续深入扩展，因此，政府应该继续坚持中国教育的扩展政策，促进教育事业的进一步发展。同时重视教育分配问题，一是合理调整三级教育投入比，二是缩小城乡、地区、群体之间的受教育程度差距，重点在于调整城乡二元结构背景下教育政策的偏向。

3.劳动技能素质方面。劳动技能素质的提高依赖于受高程度教育者的产出提高。因此，政府应该用政策鼓励科研活动，在科研环境方面，支持学者潜心钻研学术，调整科研经费分配体制，着重培养思想活跃的年轻人；在科研体制方面，引入以支持人为主的科研支持方式，为科研者特别是青年科研者提供良好的科研条件，同时逐步完善《专利法》、《知识产权法》等法律。

参考文献：

[1]屈云龙,许燕.主成分分析法在人口素质评价中的应用——以江苏省为例[J].南京人口管理干部学院学报,2010(2):56-61

[2]肖周燕.AHP法在人口素质评价中的应用研究[J].西北人口,2007(1):7-10

[3]张强,钱建明.用多维标度法评价中国少数民族人口素质[J].中国卫生统计,1993(6):1-4

[4]钱金平.人口素质灰色综合评价方法的研究[J].中国人口科学,2001(3):66-69

[5]张强,张霜红,钱建明,张菊英.用灰关联聚类法评价中国少数民族人口素质[J].现代预防医学,2003(5)

[6]沈百福,杜晓利.人口文化素质与经济发展水平的相关分析[J].北京大学教育评论,2004,2(1):57-62

[7]张邦辉,谭伟,邓淼.从人力资本角度看人均受教育年限对区域收入差异的影响[J].石家庄经济学院学报,2007,30(3):126-129

[8]宋光辉.关于教育对经济增长作用的简要述评[J].人口与经济,2005(6):61-65