時間：2023-10-26 11:27:05
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇地區經濟發展水平范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
關鍵詞：因子分析；聚類分析；判別分析：經濟發展
一、引言
當今社會是一個信息爆炸的時代，社會中存在多種不確定性，所以要正確使用數據分析方法進行數據分析，有效提取信息是生活中決策的關鍵。我國經濟發展水平是大家都很關心的問題，它關系到人民的生活水平，社會的發展程度以及國家的綜合國力，因此研究我國各地區的經濟發展水平非常有必要。
因子分析、聚類分析和判別分析是多元統計分析中三個重要的分析方法。本文針對2005年全國31個省市自治區直轄市(除港澳臺地區外)的主要經濟發展指標，先后運用因子分析方法、聚類分析方法和判別分析方法，進行分析評價。
二、文獻綜述
目前，針對區域經濟的研究很多，隨著研究地不斷深入，越來越多的定量方法被引入進來。吳玉鳴在采用因子分析法對我國31個行政區劃的第三產業綜合發展水平進行了評估，提出實施第三產業非均衡協調發展戰略。梁曉俐對全國30個行政區劃的經濟發展水平進行了主成分分析，根據因子加權綜合得分進行分類排序，得到全國的經濟發展水平總體上呈現東高西低的地域分布。這幾篇文章都只是對各地區經濟發展水平進行了排序，并沒有很好地進行分類，不利于看出各個地區經濟發展的快慢情況。陳佳、吳潤衡、劉喜波先后運用因子分析方法和聚類分析方法針對2004年全國31個省市自治區直轄市(除港澳臺地區外)的26個主要經濟發展指標進行分析評價。王維、李仕明、肖磊先后運用因子分析方法和聚類分析方法，對全國31個省、市、自治區的地區經濟發展水平進行動態分析。這幾篇文獻使用的數據都已經比較陳舊，不能反映近幾年的經濟發展。為了彌補以上不足，本文對全國2006年的經濟數據進行分析，首先對所選的經濟指標做因子分析，科學有效地縮減指標規模，得出三個意義較為明確的公共因子，再用聚類分析方法，得到各地區經濟發展層次分布狀況，最后用判別分析方法看所選方法的判斷準確性。
三、樣本數據
本文選取了2005年全國地區23個主要經濟發展指標(數據來源：《中國國家統計年鑒2006》)：年底人口數(萬人)；就業人員(萬人)；職工人數(萬人)；地區生產總值(億元)；人均地區生產總值(元)；商品房銷售額(萬元)；竣工房屋面積(萬平方米)；房屋住宅銷售面積(萬平方米)；職工平均工資(元)；旅游外匯收入(百萬美元)；社會消費品零售總額(億元)；各地區貨物周轉量(億噸公里)；各地區貨運量(萬噸)；各地區客運量(萬人)；城鎮居民平均每人全年總收入(元)；農村居民平均每人全年總收入(元)；城鎮居民全年最終消費支出(億元)；農村居民全年最終消費支出(億元)；城鎮固定資產投資(億元)；外商投資總額(億美元)；稅金總額(萬元)；利潤總額(億元)；工業增加值(億元)。
四、統計分析
本文采用SPSS11.5進行統計分析。
(一)對原始數據的因子分析和主成分分析
1、KMO檢驗與Bartlett球度檢驗(見表1)。KOM值是用于比較觀測相關系數值與偏相關系數值的一個指標，其值越逼近于1，表示對這些變量進行因子分析的效果越好。本樣本的KOM值為0.792，適合因子分析，而且可以得到比較滿意的結果。而且，Bartlett球度檢驗的顯著性概率為0.000小于顯著性水平0.05，也說明適合因子分析。
2、旋轉后的因子載荷矩陣。利用SPSS提取了三個因子，因為未經旋轉的載荷矩陣中，因子變量在許多變量上都有較高的載荷，為了使因子更具直觀含義，所以運用方差極大法對因子載荷矩陣旋轉。因子1包括年底人口數、就業人員、職工人數、地區生產總值、房屋住宅銷售面積、社會消費品零售總額、各地區貨運量、各地區客運量、城鎮居民全年最終消費支出、農民居民全年最終消費支出、城鎮固定資產投資、利潤總額和工業增加值，主要反映經濟總量和人民生活水平，所以可以命名為經濟總量因子；因子2包括人均地區生產總值、商品房銷售額、竣工房屋面積、職工平均工資旅游外匯收入、城鎮居民平均每人全年總收入、農村居民平均每人全年總收入、外商投資總額和稅金總額，反映的是全社會各方面收入情況，可以命名為收入因子；因子3只有各地區貨物周轉量這一個變量，這個變量對于我國經濟發展具有重要作用，所以可以命名為經濟發展因子。
3、因子得分函數。根據因子得分矩陣，可以得到因子得分函數：
(二)對綜合得分數據的聚類分析
對全國各地區經濟發展水平進行3－6類的聚類分析，類間距離為類間平均鏈鎖法，樣本間距離為歐式距離平方法。通過對比發現分為四類是比較恰當的，能夠體現各省市經濟發展的快慢情況。分成四類時：北京和上海屬于第一類；江蘇、浙江和山東屬于第三類；廣東屬于第四類；其他屬于第二類。我們分析不同類的地區時同樣采用指標平均值。
通過分析各類均值結果，可以得出各類地區所選取的經濟指標方面發展的水平情況，綜合分析就可得出各類地區的發展水平。
(三)對各類進行判別分析
因為本身所選的樣品就比較少，所以沒有從中抽調一些分析，這樣我們可以用交互驗證的方法來判別聚類效果優劣(見表2)。
表2顯示了交互驗證結果。可以看到該判別函數的準確率為100％，交互驗證的結果和自身驗證的結果完全相同，因此該判別函數是較為穩定的。
五、結論
應該說本文的分析結果對于宏觀地考察地區經濟發展狀況以及對各地區制定和調整經濟發展戰略是具有一定的實際意義的。
從因子分析的結果來看，因子l包含了全部信息的65.136％，這說明我國經濟的發展主要是經濟總量的增長。
以下幾個問題值得我們注意：城鎮固定資產投資額的載荷較高，所以投資熱問題是我們一直比較關注的；人口因素的載荷也是比較高，說明人口因素在中國經濟增長中所起的作用不容忽視；交通運輸量相關指標的載荷很大，這說明交通在經濟發展中起了很重要的作用，而且從目前來看，各個城市都比較重視交通的發展。
因子2反映了一個我們現在比較關注的問題――城鄉差距問題。此外，商品房和住房指標的載荷也很突出，說明2005年我國的房地產業的發展非常突出，從目前的形式來看，房地產仍然是非常熱門的。
從聚類分析的結果，可以得出如下結論：2005年，經濟發展最快的省份是廣東；其次是江蘇、浙江、山東三省；發展中等的是北京、上海；其他省份發展相對比較慢。
從判別分析的結果來看，以上分類的結果是比較理想的。
關鍵詞：三次產業 經濟發展水平 因子分析 聚類分析
一、構建評價指標體系
產業結構是隨著經濟增長而不斷變化的，經濟增長是產業結構演變的基礎。產業結構的及時、合理變動又是經濟總量獲得新增長的必要條件。本文基于我國三次產業地區分布與經濟發展水平的情況，選取了如下：人均GDP（元）[x1] ，第一產業增加值比重（%）[x2]，第二產業增加值比重（%）[x3]，第三產業增加值比重（%）[x4]，第一產業從業人員比重（%）[x5]，第二產業從業人員比重（%）[x6]，第三產業從業人員比重（%）[x7]，人均農產品占有量（億元/萬人） [x8]，人均工業品占有量（億元/萬人）[x9]，人均服務產品占有量（億元/萬人）[x10]，農業密度（億元/萬公頃）[x11]，工業密度（億元/萬公頃）[x12]，服務密度（億元/萬公頃）[x13]，第一產業增加值（億元）[x14]，第二產業增加值（億元）[x15]，第三產業增加值（億元）[x16]，人口密度（人/公頃）[x17]，城市化率（%）[x18] 18個指標，來構成評價指標體系。
上述有關指標的統計數據均來自《中國統計年鑒》（2008版）。
二、基于我國三次產業地區分布與經濟發展水平的因子分析
（一）確定因子分析的可行性
在對原始數據進行計算和標準化后，先檢驗其是否符合因子分析方法的，得到KMO取樣適當度量及Bartlett球形檢驗的統計參數估計值，結果顯示，KMO檢驗值為0.643，指標之間有較多的共同因素，Bartlett球形檢驗近似卡分布值為1081.34，顯著性小于0.01，表明拒絕單位相關的原假設，通過了因子分析的適用性檢驗；而且有相關系數矩陣也可以看出這些因素之間有很強的相關性，因此可以采用因子分析的方法。指標數小于樣本數，而且設公共因子F和特殊因子εi的相關系數為0，公共因子之間不相關，且方差皆為1，特殊因子εi之間不相關。
（二）構造因子變量
借助 SPSS11.0forWindowS統計分析軟件，首先計算出18個變量的相關矩陣，并得到碎石圖，從碎石圖中可以看出：前三個因子的特征值均大于1，且大于后面的因子，所以提取前三個因子是比較合理的，然后進行方差最大化因子旋轉，得到旋轉后主因子的特征值、貢獻率及以載荷表，從中可知提取的主因子[F1]在[x1]、[x3]、 [x6]、[x9]、[x12]、[x16]和[x18]這幾個指標上有較高的負載，該主因子主要反映了各地區第二產業整體發展的水平和綜合經濟發展的水平，說明經濟發展水平中有33.553%是由因子[F1]影響的，稱為第二產業因子；主因子[F2]在[x4]、[x14]、[x7]、[x10]、[x13]和[x17]這幾個指標上有較高的負載，該主因子主要反映了各地區第三產業發展的相對水平，代表了第三產業對國民生產總值貢獻大小的重要信息，且經濟發展水平中33.186%是由因子[F2]影響的，該因子稱為第三產業因子；主因子[F3]在[x2]、[x5]、[x8]、[x11]和[x15] 這幾個指標上有較高的負載，該主因子主要反映了各地區第一產業發展的相對水平，代表了第一產業對國民生產總值貢獻大小的重要信息，且經濟發展水平中有17.767%的成分是由第一產業因子影響的。提取的三個主因子累計貢獻率達到了84.506%，即這三個主因子累計解釋了原數據所反映信息的84.506%。因此，認為這三個主因子[F1]、[F2]、[F3]能夠科學地反映各地區三產業發展的水平及各地區經濟發展水平。
（三）建立因子提取模型
建立因子分析模型的目的不僅要找出公共因子，更重要的是要明確每個公共因子的涵義解釋，以便對實際背景做出科學的分析。
1.初始因子模型為：
設Xi（i=1，2，3…p）為p個變量 ，本文中p=18
[X1=a11F1+a12F2+…+a1mFm+ε1X2=a12F1+a22F2+…+a2mFm+ε2………………………………………Xp=ap1F1+ap2F2+…+apmFm+εp]
其中Fi表示公共因子， aim是因子載荷，[m]=3，εi表示特殊因子。
2.因子旋轉模型為：
Xi=bi1F1+ bi2F2+ bi3F3+…+ bimFm+εi其中bim代表旋轉后的因子載荷矩陣。
經過旋轉后，bi應該向0和1分化。
3.因子得分模型為：
Fi=βi1X1+βi2X2+βi3X3+…+βipXp其中βip為因子得分系數矩陣，通過此模型，帶入數據可以算出2007年各個地區的公共因子得分。
4.綜合評價模型為：
Wi=λi1F1+λi2F2+λi3F3+…+λimFm
其中[λi]代表權數，通過這個模型還我們可以算出其的綜合得分。
（四）因子模型中各公共因子及綜合得分的說明
各省的公共因子和綜合得分，從總體上說明了我國各地區經濟發展水平極不平衡，地域差異比較明顯，具體情況如下：
1.在公因子[F1]上得分大于O的有13個省份，是上海、天津、廣東、浙江、江蘇、山東、福建、遼寧、河北、山西、河南、重慶、內蒙古，其取值較高的且大于0.5的有9個省份，是上海、天津、廣東、浙江、江蘇、山東、遼寧、山西、河南，這些地區在經濟發展水平較高，對帶動的就業較好，且多數為東部地區；在公因子[F1]上得分較低（小于-0.5）的地區有 11個省份，是湖北、海南、黑龍江、湖南、貴州、、四川、新疆、甘肅、廣西和云南，說明我國近三分之一地區的經濟發展水平較低，經濟基礎薄弱，其中大部分地區為西部地區。
2.在公因子[F2]上得分大于O的省份有13個，取值較高大于0.5的地區為北京、上海、天津、浙江、廣東、江西和湖南共7個省份，說明這些地區在第三產業方面的發展較好；在公因子[F2]上得分小于0的地區包括青海、內蒙古、甘肅、山西、新疆、寧夏、陜西、貴州、廣西、云南共10個省份，說明我國將近三分之一的省區在經濟增長過程中第三產業發展存在問題。
3.在公因子[F3]上得分大于O的省份有11個，取值較高（大于0.5）的有9個，分別是：內蒙古、山東、廣東、江蘇、廣西、山西、天津、河南和浙江，說明目前我國約三分之一的地區農業增長活力較強；在公因子3上得分較低（小于-0.5）的省份有海南、新疆、云南、北京、貴州、江西、遼寧、四川、甘肅和寧夏10個省份，說明我國還有近三分之一的省份經濟增長過程中的第一產業的貢獻率較小。
4.綜合因子得分上大于O的省份有16個，其中綜合得分大于0.5的有6個省份，分別是北京、上海、天津、廣東、浙江、江蘇，說明這些地區經濟發展水平較高；在綜合得分小于0的有安徽、海南、黑龍江、寧夏、陜西、湖南、江西、青海、貴州、、四川、廣西、新疆、甘肅、云南共15個省份，說明我國近一半的地區經濟發展水平不高。
三、基于我國三次產業地區分布與經濟發展水平的聚類分析
根據綜合得分，將31個地區利用聚類分析的方法劃分為五類：第一類北京、天津、上海，這三個城市化進程快，很好地帶動了三次產業結構的優化升級；第二類廣東、山東、江蘇、福建、浙江、遼寧，它們的分數雖落后于前一個地區，但是均為正值，經濟水平處于全國平均水平以上；第三類湖北、吉林、重慶、黑龍江、湖南、河北、海南、內蒙古，除重慶以外，均是東部和中部地區；第四類四川、安徽、河南、江西、、新疆、陜西中西部地區，由于區位條件限制等原因，經濟發展水平一直比較落后，阻礙了當地產業結構的優化升級，從而影響了經濟的發展水平；第五類廣西、青海、寧夏、貴州、甘肅、云南，全是西部地區，經濟發展水平嚴重滯后，極大制約第三產業發展。
由上述分析可以看到，我國各地區三次產業發展差距明顯，但呈現出微弱的收斂趨勢。東部地區的第一產業比重低于全國水平，第二、第三產業比重高于全國水平；中、西部地區的第一產業比重高于全國水平，第二、第三產業比重低于全國水平。也就是說，根據產業結構變動的一般趨勢可知，東部地區的整體產業結構發展水平領先于中部地區，中部地區的產業結構發展水平領先于西部地區。
隨著經濟的發展，產業結構的優化升級，第二產業和第三產業在經濟發展過程中所做的貢獻越來越大，而第一產業的比重則應該逐漸降低。
本文采用《麗水統計年鑒2012》的數據，運用主成分分析測度麗水市各地區經濟發展潛力。研究表明，麗水市各地區的經濟發展潛力存在明顯的空間異質性：蓮都區發展潛力最強；縉云縣、青田縣、龍泉市、松陽縣、云和縣、遂昌縣為處于中間水平；松陽縣、云和縣、遂昌縣慶元縣、景寧縣發展潛力較差。
【關鍵詞】
主成分分析；經濟發展潛力
麗水市是浙江省轄地級市，位于該省西南部、南鄰福建，古稱處州，始名于589年（隋文帝開皇九年），是浙西南的政治、經濟、文化中心。全市總面積17298平方公里，常住人口211.70萬，是浙江省面積最大而人口最稀少的地區。下轄蓮都區及景寧畬族自治縣、縉云、青田、遂昌、云和、慶元、松陽七縣，代管縣級龍泉市。
地區經濟發展潛力能反映一個地區社會經濟系統的發展水平，也是評價一個地區社會經濟系統發展狀況的重要指標。由于麗水市各地區經濟規模、經濟結構、經濟發展質量、可持續發展等方面還存在著差異，對各地區經濟綜合實力進行客觀評價，可以為麗水市今后經濟又好又快發展提供決策依據。因此，本文首先以麗水市為基本空間單元收集區域發展影響因素，在此基礎上通過主成分分析，提取并分析各主因子的空間分布狀況，在此基礎上進行以下處理主因子得分綜合，得到區域空間發展潛力。
一、主成分分析法
主成分分析法是一種考察多個變量間相關性的多元統計方法，由皮爾遜首先提出并使用，之后經眾多統計學家不懈努力逐步發展和成熟起來。主成分分析是將原來眾多具有一定相關性的指標，重新組合成一組新的互相無關的綜合指標來代替原來的指標。
在建立縣城單元評價指標選擇的基礎上，運用主成分分析方法（PCA），提取影響縣域鄉鎮地域空間差異的主因子。對各縣城的綜合實力進行評價。
本文選取2011年麗水市13項反映社會經濟發展水平的主要統計指標，分別為鎮域戶籍人口、縣域暫住人口、第一產業就業人口比例、第三產業就業人口比例、財政收入、工業產值、農業產值、農民人均收入、旅游收入、鎮域面積、建成區綠化覆蓋面積、工業固體廢物綜合利用率、醫院衛生院床位數。
運用統計分析軟件stata對對數據進行因子分析，采用主成分法提取特征值大于1的主成分作為公共因子，得到方差最大正交旋轉后的因子載荷矩陣、特征值、貢獻率和累計貢獻率。特征值大于1的前三個公因子的累計貢獻率超過80%，可見提取三個因子后，它們反映了原始變量的大部分信息。
二、主因子得分及空間分布
根據因子荷載矩陣分析主因子含義，并根據因子得分系數矩陣，計算各鄉鎮主因子得分，分析各主因子的空間分布特征。
從表1可知：第一主因子主要解釋鎮域戶籍人口、鎮域暫住人口、財政收入、工業產值、農業產值、農民人均收入、旅游收入、建成區綠化面積及醫院衛生院床位數等指標，可命名為社會經濟發展因子。空間分布值排名為蓮都區、縉云縣、青田縣、松陽縣、龍泉市、云和縣、遂昌縣、慶元縣、景寧縣。
第二主因子主要解釋鎮域面積、第一產業就業比例，可命名為傳統產業因子。其值排名為遂昌縣、龍泉市、青田縣、蓮都區、景寧縣、縉云縣、慶元縣、松陽縣、云和縣。
第三主因子主要解釋第三產業就業人口比例、工業固體廢物綜合利用率，可以名為現代服務業發展因子。其值排名為蓮都區、縉云縣、云和縣、松陽縣、龍泉市、慶元縣、青田縣、景寧縣、遂昌縣。
三、發展潛力評估
依據主因子得分乘以貢獻率權重得到的發展潛力是基于現狀的發展潛力或空間格局。其結果如下表：
從表2的得分和排名可以看出：麗水市各地區經濟發展不平衡的現象較為明顯。蓮都區是麗水市綜合發展潛力最強，以絕對的優勢名列第一；縉云縣、青田縣、龍泉市、松陽縣、云和縣、遂昌縣為處于中間水平，松陽縣、云和縣、遂昌縣慶元縣、景寧縣發展條件較差。
參考文獻：
[1]張吉獻.基于主成分分析法的河南省各城市綜合實力評價[J].河南科學，2009（01）
關鍵詞：經濟增長；資源豐裕度；資源詛咒
中圖分類號：F291 文獻識別碼：A 文章編號：1001-828X（2015）024-000-01
我國是資源大國，但從資源分布情況上來看，我國的自然資源主要分布在西部地區，是我國礦產資源以及能源的主要集中地。理論上來說，豐裕的自然資源儲備可以作為經濟發展的有力支撐，帶動經濟的全面快速發展，但是由于存在資源陷進，西部地區的發展水平并不及資源相對貧瘠的東部沿海地區。這一現實情況，從主觀上也說明了在我國西部地區，資源的豐裕程度與經濟的發展水平并不成正相關關系，也初步的說明了我國的確存在“資源詛咒”理論中的一些經濟現象。
為了探討我國西部地區資源豐裕而經濟發展水平相對落后的客觀現實，本部分通過建立省際面板數據來實證檢驗我國西部地區資源豐裕度與經濟發展水平的相關性，為本次課題進一步的研究打下基礎，為資源開發利用與經濟發展的關系做出理論解釋。
一、自然資源制約我國經濟增長的傳導機制
中國區域的發展水平呈現出比較明顯的差異性的重要特征，自然資源是相對于豐裕的中西部的地區而方，這其中的經濟發展水平以及于增長速度大大不如資源匱乏的東部的一部分地區。深入的來分析在于市場經濟條件之下自然資源制約著我國地區經濟增長的各類的傳導機制，是離不開投資、創新、人力資本、腐敗等這四類重要的渠道的。
是以自然資源做為主要的經濟結構導致投資水平的下降問題。對于我國大部分資源的豐裕的地區而言，資源開采以及于加工行業都占有著比較大的一部的份額。嚴重的依賴于自然資源阻礙著人力資本的積累以及于科技創新水平的不斷的提高。
我國的礦產資源產權的相關的制度是不合理，更加容易滋生腐敗的現象。在國內，礦產資源的全部的所有權并未得到優化的重要保障，資源采掘業的產權制度存在著一定的弊端，地方政府以及于各級資源管理部門行使事實上的所有權，這樣更加容易引發出地方政府官員以及于資源開采方進行勾結，滋生出一部分的腐敗的個人行為。我國資源豐裕地區也形成了的以初級部門為主的產業的相關結構，無法進行充分的發揮著人力資本的重要作用，不能夠提供比較良好的創新性的環境，因此，這樣也不能夠吸引、培養出比較高層次的人才以及于企業家。
二、模型實證結果與分析
模型實證結果擴散型自然資源和集中型自然資源兩個變量，可以看出集中型自然資源的系數為-0.15025，雖然不顯著，但也能說明擴散型自然資源對經濟增長有著遏制作用。而擴賽型自然資源對經濟增長有顯著的正向關系。究其原因正如前文所分析的西部地區中大部分地區主要依靠一產來拉動經濟的增長。所以森林，土地和水資源能夠促進經濟的增長。而集中型自然資源沒有發揮它應有的對經濟的促進作用。一方可能是因為像煤炭、石油等集中型自然資源更容易產生尋租行為。二是像煤炭資源，自從九三年以來，我國逐步的放開了除電煤之外的所有的煤炭的價格的管制，并且實行隨行就市、企業自主的協商定價的煤價相關政策以來，雖然還是存在著短暫的下跌的情況，但是總體而言煤炭的價格上漲勢頭也是比較明顯的。
國內投資以及于教育對于經濟增長都有著比較顯著的正向的促進性的作用。比較符合在現階段的固定資產是我國各地區經濟增長的主要推動力的事實。而人力資本更是經濟增長至關重要的因素。當加入這兩個變量時，集中型自然資源資源仍然呈現負向不顯著，擴散型自然資源與經濟增長有顯著的正向關系。
模型中創新與對外開放度對經濟增長都呈現出正向不顯著關系。由于西部地區受地理位置影響對外貿易方面一直較為落后。同時可能因為資源型城市的產業的結構比較單一、科技進步水平也比較低，因而破壞性的開采的操作行為造成了一系列的破壞生態的環境問題比較突出， 可見投資壞境不盡如人意。將這兩個變量加入到模型中，集中型自然資源仍然對經濟增長負向不顯著，擴散型自然資源呈現顯著的正向影響。
因此，通過將西部地區2003-2010年面板數據進行回歸，證明了前面的分析：擴散型自然資源有助于第一產業發展，西部地區排名第一的產業仍是做為經濟增長的主要性的源泉，但是集中型的自然資源未能夠發揮其應有的對經濟增長的促進作用。
參考文獻：
[1]馬宏.社會資本、金融發展與經濟增長――基于中國東中西部省際數據的實證檢驗比較[J].經濟問題.2013（09）
關鍵詞：縣域經濟；因子分析；綜合評價
縣域經濟是一個極為復雜的概念，它屬于區域經濟學研究的范疇，通常說來它是一種行政區劃型的區域經濟，它以縣城為中心、鄉鎮為紐帶、農村為腹地，是城市經濟與農村經濟的連接點，是宏觀經濟和微觀經濟的結合部，在國民經濟和社會發展中處于重要的基礎地位，縣域經濟的發達與否最能折射地區的經濟發展程度。
本文采用因子分析法對江蘇省蘇北地區5個省轄市，24個縣的縣域經濟可持續發展水平進行評價分析。根據江蘇省蘇北地區的特點，充分考慮資料的可得性及客觀性，建立體現縣域經濟發展水平的經濟實力、基礎設施、開放程度、人才資源和環境保護這五方面內容共18個具體指標構成的縣域經濟發展評價指標體系（見表1）。
一、因子分析的基本原理
因子分析的基本步驟如下：
一是原始數據進行標準化處理，計算指標（變量）間的相關系數矩陣。二是確定因子變量。文章利用主成分分析，根據特征值大于1，因子累計方差貢獻率大于80%的原則來確定主因子的個數。三是進行因子旋轉。使每個變量在盡可能少的因子上有比較高的載荷，一個因子變量就能夠成為某幾個變量的典型代表，因子實際含義就更容易解釋。四是計算各縣、市綜合得分。以因子變量方差貢獻率作為權數，計算綜合得分。
二、數據處理和分析
根據SPSSl6.0運行結果，KMO和球形Bartlett檢驗情況如表2所示。KMO給出了抽樣充足度的檢驗，是用來比較相關系數數值和偏相關系數是否適中的指標，其值越接近1，表明對這些變量進行因子分析的效果越好，Bartlett檢驗用來檢驗相關系數矩陣時是否是單位陣，如果結論是不拒絕假設，則表示各個變量是各自獨立的。從表中可以看出此時的KMO值為0.771，說明因子分析的結果是可以接受的，Bartlett球形檢驗Sig.的取值是.000，表示拒絕該假設。
三、確定公共因子和載荷矩陣
對上述選取的18個指標，運用軟件分析可得到18個指標的相關矩陣及特征值，方差貢獻率和累計方差貢獻率（見表3）。按照特征值大于1、累計方差貢獻率大于80%的原則，選出三個主因子。計算結果為：旋轉前的3主因子的方差貢獻率為80.677%，其中第1個公共因子F1的方差貢獻率為61.998%，第2個公共因子F2的方差貢獻率為9.586%，第3個主因子F3的方差貢獻率為9.092%。
由于計算原始指標的初始載荷矩陣發現各個因子的典型代表指標不是很突出，其實際意義難以得到合理解釋。故需對因子進行旋轉，采用方差最大正交旋轉法，經過25輪正交旋轉，因子旋轉不改變模型對數據的擬合。旋轉后的3個主因子的方差貢獻率為80.677%，其中第1主因子F1的方差貢獻率為53.582%，第2個公共因子F2的方差貢獻率為35.653%，第3個主因子F3的方差貢獻率為18.281%。
據旋轉后的因子載荷矩陣，第1主因子在X4、X6、X7、X8、X9、X10、X11、X14、X15指標上載荷較高，這些指標依次是反映縣域經濟發展水平指標中的經濟實力、基礎設施、人才資源，統稱之為縣域經濟實力因子；第2主因子在X14上載荷較高，這指標是反映縣域經濟的對外開放程度稱之為縣域經濟活力因子；因此我們第3主因子在X17指標上載荷較高，稱之為縣域經濟環境因子。
四、縣域經濟可持續發展水平綜合評價
縣域經濟可持續實力因子F1的特征根解釋了原有18個變量總方差37.811%，故其權重為0.37811；縣域經濟可持續活力因子F2的特征根解釋了原有18個變量總方差的35.653%，故其權重為0.35653；縣域經濟可持續環境因子F3的權重同理為0.18281，3大主因子累計解釋方差貢獻率為80.677%，分別計算各個縣、市的綜合因子得分并排序，得到江蘇省蘇北地區的縣域經濟可持續發展水平的綜合得分。
F=（37.811*F1+35.653*F2+18.281*F3）/80.677
從總得分來看，連云港市、徐州市、鹽城市、淮安市排在前4名，得分為正。其中連云港市、徐州市、鹽城市的得分又遙遙領先于第4名淮安市，領先幅度分別在1.1和0.9分以上。從因子來看，鹽城市是29個縣、市中唯一3個主因子得分均為正的城市，可以說縣域經濟可持續發展在各方面發展都十分均衡。連云港市除了在第3 因子得分不甚理想、其余因子得分均較高，尤其是在第2因子得分可以說是遙遙領先，而第2因子主要反映的是城市開放程度，從這個角度看來與連云港市特殊地理位置不無關系。而徐州市在權重最高的第1因子得分極高，領先于鹽城市2分左右，由于在第2因子上的落后，也使徐州市在總分上稍稍遜色于連云港市，但是還是能見徐州市經濟實力的優勢（見表4）。
蘇北縣域經濟之間產業結構、產業構成都有著較大的相似性。要充分考慮原有產業基礎、產業結構和產業布局，充分利用縣域資源、地緣、資金、技術、人才等優勢，尋求新的經濟增長點。依靠項目推動技術進步，推動特色經濟，大力推廣先進技術和工藝，注重增加科技含量，由過去的初級加工向深度加工延伸，提高產品的附加值。區域產業競爭優勢又依靠區域企業、產品競爭力的提高。各縣主導產業之間形成互補、聯動。這種基于不發達縣域之間的集群可以有效地培育縣域工業基礎，改善投資環境，優化產業結構，是蘇北縣市之間打破行政區劃，形成統一市場的必由出路，也是蘇北縣域經濟發展的合理途徑。
參考文獻：
1、李小建，喬家君.20世紀90年代中國縣際經濟差異的空間分析[J].地理學報，2001(2).
2、沈正平，翟仁祥，李九全.中國新亞歐大陸橋沿線縣域經濟發展差異研究[J].經濟問題探索，2004(4).
3、趙瑩雪.廣東省縣際經濟差異與協調發展研究[J].經濟地理，2003(4).
4、陳俐謀.重慶市縣域綜合實力研究[J].重慶師范大學學報·自然科學版，2005(3).
5、樓海淼，孫秋碧.基于因子分析的我國各省經濟活力評價研究[J].福州大學學報(哲學社會科學版)，2005(3).
關鍵詞：DEA；低碳經濟；聚類分析；收斂檢驗
中圖分類號：F124.5 文獻標識碼：A 文章編號：1001-8409（2012）11-0085-05
The Measurement and Analysis about the Level of Low-Carbon Economy Development in Jiangsu Province
DONG Feng， LONG Ru-yin
（School of Management， China University of Mining and Technology， Xuzhou 221116）
Abstract： This paper is firstly based on the accurate measurement and analysis aboutthe level of the low-carbon economy development currently.Firstly Author makes low-carbon economy development index by means of DEA to measurethe level of regional low-carbon economic development in Jiangsu Province， and the results show Southern Jiangsu is the best， Central Jiangsu is in the second， and Northern Jiangsu is the last.Then， based on the low-carbon economic development index， author analyzes the level of regional low-carbon economy development in Jiangsu. The clustering results indicate that better development area of low-carbon economic include Wuxi， Changzhou， Suzhou， Nantong， Yancheng and Suqian. The Convergence test indicates that regional differences of low-carbon economic development become larger. The influencing factors analysis shows the impact direction of the economic development and industrial structure to the low-carbon economic development index is positive， and the impact direction of the energy intensity （unit GDP energy consumption） to the low-carbon economic development index is negative.
Key words： DEA； low-carbon economy； clustering analysis； convergence test
低碳經濟的提法最早源自于2003年英國的能源白皮書《我們未來的能源：創建低碳經濟》，目前國際上對于低碳經濟的公認定義為人類通過技術手段和制度設計，降低化石能源的消耗，減少溫室氣體的排放，遏制全球氣候變暖，從而減少由此帶來的各類自然災害的發生和生態環境的惡化，保護人類的生存安全[1]。景躍軍和刁巍楊通過對東北地區低碳經濟發展路徑的研究發現東北地區碳減排成本與能源排放強度、能源消費結構和能源利用效率高度相關[2]；劉鴻淵和孫麗麗以新自由主義的理論為基礎，從中觀層面分析了低碳經濟在異質性地區的生成條件和微觀基礎[3]；Zhou等從生產理論的角度，綜合考慮能源、資本、勞動力等相關要素，利用環境生產技術和Malmquist 生產率指數比較了18個OECD國家的二氧化碳排放績效[4]；王群偉等利用動態變化的 Malmquist 指數測度了 1996～2007 年我國 28 個省區市二氧化碳的排放績效，并借助收斂理論和面板數據回歸模型分析區域差異及影響因素[5]；Dong等構造了連續Malmquist–Luenberger生產率指數（SMLI）用其測算考慮技術可變性的環境敏感生產率[6]；胡宗義和劉亦文用動態CGE模型來模擬分析低碳經濟對中國經濟發展的產出影響。研究結果表明：發展低碳經濟對我國各產業影響不盡相同，在一定程度上推動了我國經濟的發展，但會導致企業削減就業崗位[7]。
關于江蘇低碳經濟的研究不是很多，主要有以下幾篇代表性文獻，聶銳等利用環境負荷模型與脫鉤理論， 對江蘇未來中長期的經濟發展、能源需求與二氧化碳排放進行了情景分析， 并結合當前的環境政策， 對三種情景下主要指標的參數和結果進行了設計與分析[8]；趙榮欽和黃賢金采用2003～2007年江蘇能源消費和土地利用等數據，通過構建能源消費的碳排放模型對江蘇能源消費碳排放進行了核算[9]；張秀梅等對江蘇1996～2007年的碳排放效應及時空格局進行了分析，得出江蘇全省碳排放量、地均碳排放強度和地均建設用地碳排放都呈現蘇南大于蘇中大于蘇北的分布格局的結論[10]；劉慧等通過設定基準情景（BAU）、低碳經濟政策情景（LES）、推進低碳發展的國際合作與技術轉移情景（ICS）三種政策情景對江蘇未來中長期能源需求與二氧化碳排放強度進行分析[11]。
自從我國政府在哥本哈根年會上提出2020年單位GDP二氧化碳排放強度相較2005年降低40%～45%目標后，國內外學者對于中國二氧化碳排放問題的研究越來越多，大家的一致意見是低碳經濟是實現碳減排目標、實現可持續發展的唯一路徑，并從碳排放績效、因素分解、情景模擬等角度進行了分析。對江蘇碳排放的研究更多集中于江蘇全省，缺乏對13地級市及蘇南、蘇中、蘇北三大經濟區域二氧化碳排放和低碳經濟發展狀況的系統梳理分析。制定低碳經濟發展戰略和實施路徑首先要建立在對當前低碳經濟發展狀況的正確測評和認識的基礎之上，本文正是基于這一現實，先以IPCC碳排放系數計算方法準確測算江蘇各區域二氧化碳排放數據，然后用DEA方法設計低碳經濟發展指數對江蘇各區域低碳經濟發展水平進行測度，并在此基礎上進行聚類分析、收斂性檢驗和影響因素分析。
一、江蘇區域二氧化碳排放測算及現狀分析
《中國能源統計年鑒》將最終能源消費劃分為9類，分別為煤炭、汽油、柴油、天然氣、煤油、燃料油、原油、電力和焦炭，國內二氧化碳排放計算一般計算公式為：
C=∑iaiEi （1）
其中ai為IPCC提供的各種能源碳排放系數，Ei為終端能源消費量（標準煤）。本文沒有將電力作為終端能源放入碳排放總量計算中，原因在于IPCC確定的電力碳排放系數為發電所導致的碳排放，我國2008年火力發電占總發電量的80.48%根據《中國統計年鑒2010》電力平衡表相關數據計算得到。 ，火力發電所用能源絕大部分為煤炭，各區域所消耗的電力可以分為自發電和買入電，自發電所消耗的煤炭已經在最終煤炭消耗中計算，買入電由于發電所產生的碳排放并不在本區域，而水電、核電等清潔能源碳排放系數為0資料來源：國家發展和改革委員會能源研究所.中國可持續發展能源暨碳排放情景分析[R].2003。 ，所以如果在碳排放總量計算中再加入電力會造成重復計算問題，而且重復的比率相當高，所以本文在最終能源消費中沒有考慮電力，各區域八種最終能源消費量數據來自各地級市統計年鑒，碳排放系數采用IPCC數據。
根據式（1）計算的江蘇全省和三大經濟區域蘇南包括南京、無錫、常州、蘇州、鎮江；蘇中包括南通、揚州、泰州；蘇北包括徐州、連云港、淮安、鹽城、宿遷。 2001～2009年二氧化碳排放總量、單位GDP二氧化碳排放量、人均二氧化碳排放量圖如下：
2001～2009年二氧化碳排放總量年均增長速度蘇南為10.7%、蘇中為9.2%、蘇北為11.8%，三大經濟區域及全省單位GDP二氧化碳排放量下降緩慢，在有些年份還出現反彈增長，2001年三大區域單位GDP二氧化碳排放量從高到低排位為蘇南、蘇中、蘇北，2009年的排位為蘇北、蘇南、蘇中，9年間蘇南單位GDP二氧化碳排放量由2.52噸/萬元下降為2.00噸/萬元，蘇中由2.35噸/萬元下降為1.77噸/萬元，蘇北下降幅度很小。人均二氧化碳排放量一直是蘇南最高，蘇北最低，與經濟發展水平呈高度正相關，2001～2009年三大經濟區域及全省人均二氧化碳排放增長都比較迅速，蘇南增長1.07倍、蘇中增長1.04倍、蘇北增長1.32倍。
二、江蘇區域低碳經濟發展水平測度
（一）研究方法與指標
DEA（Date Envelopment Analysis 數據包絡分析）是研究同類型決策單元相對效率的常用方法之一。1957年Farrell在研究英國農業生產力中首先提出數據包絡思想，1978年運籌學家Rhode、Cooper和Chames正式提出了這一相對效率的研究方法[12]。
假設有n個受評估單元，每個評估單元共有m種投入要素xij，共有s種產出yir，則決策單元O的相對效率衡量指標ho（u，v）可以表示為：
max ho（u，v）=∑sr=1uryor∑mj=1vjxoj
s.t. ∑sr=1uryor∑mj=1vjxoj≤1
∑ni=1λi=1 （2）
本文基于上述DEA模型設計低碳經濟發展指數，投入產出共四個指標，分別如下：
（1）GDP
GDP數據來自各地級市統計年鑒，根據GDP平減指數轉換為2000年價格。
（2）資本存量
張軍等[13]采用永續盤存法來估計各個省和全國的資本存量，計算公式為：
Kt=Kt-1（1-α）+It （3）
其中Kt為基期資本存量、Kt-1為上期資本存量、It為本年度固定資產投資總額、α為固定資本折舊率，本文沿用張軍的思想方法估算江蘇13個地級市的資本存量。方法為用各地級市GDP與江蘇全省GDP之比乘以張軍所測算的江蘇省2000年資本存量估算出各地級市2000年基期資本存量，然后根據式（3）算出各地級市2001～2007年資本存量，其中α根據張軍研究結論取9.6%。各地級市固定資本投資總額數據來自各地級市統計年鑒，所得資本存量數據根據GDP平減指數統一轉換為2000年價格。
（3）人力資本
人力資本取各地級市年末從業人數。
（4）二氧化碳排放總量
二氧化碳排放總量計算方法見“江蘇區域二氧化碳排放測算及現狀分析”。
（二）低碳經濟發展指數計算結果
本文所設計的低碳經濟發展指數投入變量為資本存量和人力資本，產出變量為GDP，二氧化碳排放總量既可以作為投入指標也可以取倒數作為非期望產出指標，通過規劃求解，可以得到江蘇13地級市及蘇南、蘇中、蘇北三大經濟區域2001～2009低碳經濟發展指數，結果見表1。
從結果來看：二氧化碳排放總量分別作為投入和非期望產出得出的江蘇區域低碳經濟發展指數差別不大，本文主要以二氧化碳排放總量作為投入來進行分析。從全省范圍來看：除2009年外，江蘇低碳經濟發展指數是逐年下降的，2001年為0.966，2009年為0.83，由于當時沒有2010年的相關數據，本文無從了解在哥本哈根聯合國氣候大會后我國各級政府日益重視碳排放問題背景下江蘇2010年的低碳經濟發展指數是否有所提高。
就區域來看，比較9年平均值和絕大部分年份，蘇南低碳經濟發展指數最高、蘇中其次、蘇北最低，這種排位與三大區域的經濟實力相對應，根據區域低碳經濟發展指數平均值排名前三個城市分別是蘇州、鹽城和無錫，其中兩個位于蘇南，一個位于蘇北，平均值排名后三個城市分別是連云港、淮安、南京，其中兩個位于蘇北、一個位于蘇南。鹽城低碳經濟發展指數較高與其工業化和人民生活水平較低有關，鹽城2009年第二產業比重只有48.2%，遠低于全省平均水平，人均GDP為25553元，排在江蘇13個地級市第10位，較低的工業化和人民生活水平減少了二氧化碳排放總量從而提高了低碳經濟發展指數。蘇南低碳經濟發展指數在三大區域最高，而位于蘇南的南京低碳經濟發展指數位于江蘇全省倒數第三位令人意外，但是分析單位GDP 二氧化炭排放量和人均二氧化碳排放量數據就會理解本文所設計的區域低碳經濟發展指數的合理性和準確性，南京2009年單位GDP 二氧化炭排放量和人均二氧化碳排放量在13個地級市中都排第2位，而低碳經濟發展指數排第2位的鹽城單位GDP 二氧化炭排放量和人均二氧化碳排放量在13個地級市都排在第12位。經濟發展和人民生活水平的提高會增加二氧化碳排放，但是通過調整產業結構和提高能源效率可以提高碳排放效率從而提升低碳經濟發展指數，同處蘇南的蘇州和無錫為南京作出了榜樣。
依據DEA方法的BCC模型將區域低碳經濟發展指數分解為純技術效率指數和規模效率指數，結果見表2。
表2顯示了江蘇及各區域純技術效率和規模效率指數的分布情況。蘇南和全省純技術效率為1，比較9年平均值，純技術效率蘇南最高、蘇北最低，規模效率相反蘇北最高、蘇南最低。純技術效率為1或接近1，而規模效率小于1時，這說明被評價單元本身的技術效率而言沒有投入需要減少、沒有產出需要增加，被評價單元的綜合效率沒有達到有效（即1），是因為規模、投入、產出不相匹配，需要增加規模或減少規模，規模效率與我國的產業結構、工業結構、能源消費結構都有很大關系。
三、江蘇區域低碳經濟發展水平分析
（一）聚類分析
根據上文得到的江蘇13地級市2001～2009年低碳經濟發展指數進行聚類分析，聚類樹形（圖4）。
按照聚類分析結果將江蘇13地級市分為三類，其中低碳經濟發展較好地區為無錫、常州、蘇州、南通、鹽城、宿遷；低碳經濟發展居中地區為揚州、鎮江、泰州；低碳經濟發展較差地區為南京、徐州、連云港、淮安。從中可以看出低碳經濟發展水平較高的地級市還是集中在經濟發展水平較好的蘇南地區。
（二）收斂性分析
技術創新理論認為一種新技術滲透到新市場，必然經歷發明、創新和擴散三個階段[14]，如果落后地區能夠吸收和學習先進地區的技術，這樣技術知識的擴散效應會使落后地區獲益，因為技術的模仿總比創新成本高，因此當落后地區比先進地區在技術學習上處于更有利位置時，兩地經濟增長就會出現收斂的趨勢[15]。利用收斂理論檢驗江蘇13地級市低碳經濟發展指數是否有收斂趨同的趨勢。
借助Barro和Sala-i-matin[16]的研究成果，本文設計的β收斂公式如下：
lnEEit-lnEEi0T=C+βlnEEi0+ε （4）
其中lnEEi0表示期初相關指數（低碳經濟發展指數、純技術效率指數、規模效率指數）自然對數值，lnEEit表示第t期相關指數自然對數值，T表示時間跨度。如果β
收斂檢驗表明：低碳經濟發展指數、純技術效率指數、規模效率指數均不存在收斂，表明江蘇13個地級市2001～2009年的低碳經濟發展存在不均衡現象，各市低碳經濟發展存在差異變大趨勢。
（三）影響因素分析
前文分析了江蘇低碳經濟發展指數及組成，但是并未對指數變動的影響因素進行分析，本部分以低碳經濟發展指數作為因變量，引進相關影響因素作為自變量進行分析。基于已有的研究成果和數據可得性，本文從經濟發展、經濟結構、能源效率三個方面考察各因素對資源型城市轉型績效的影響，表4給出了相關影響因素變量的定義及說明。
從式（5）可以看出：經濟發展和產業結構對江蘇低碳經濟發展指數的影響為正方向，能源強度對江蘇低碳經濟發展指數的影響為負方向，即人均GDP和第三產業比重越高，江蘇低碳經濟發展指數越高，能源強度（單位GDP能耗）越高，江蘇低碳經濟發展指數越低。這些結果都符合本文的理論預期，經濟發達地區由于先進的技術和管理，碳排放效率較高，低碳經濟發展水平也較高；第三產業單位GDP二氧化炭排放量遠低于第二產業，積極發展第三產業和現代服務業是實施低碳經濟的必由之路；高能源強度帶來的必然是高碳排放和較低的低碳經濟發展指數。
四、結論與建議
本文利用數據包絡分析方法設計低碳經濟發展指數對江蘇各區域低碳經濟發展水平進行測度，投入指標為資本存量、人力資本和二氧化碳排放總量，產出指標為GDP，測評結果顯示三大經濟區域蘇南低碳經濟發展最好、蘇中其次、蘇北最低，13地級市低碳經濟發展前三名為蘇州、鹽城和無錫。利用低碳經濟發展指數的聚類分析結果表明低碳經濟發展較好地區為無錫、常州、蘇州、南通、鹽城、宿遷。低碳經濟發展指數收斂分析表明各區域低碳經濟發展存在差異變大趨勢，影響因素分析表明經濟發展和第三產業比重對低碳經濟發展指數影響方向為正，而能源強度對低碳經濟發展指數影響方向為負。
結合分析結果，本文提出以下建議：（1）積極調整產業結構，發展現代服務業。第三產業單位能耗低、碳排放低，同時第三產業比重的提高也是經濟發展、轉型的重要標志，發達國家第三產業比重都在2/3以上，我國2010年底也只有43%。據測算，服務業單位增加值能耗僅為工業單位能耗的1/7，碳密度只有能源行業碳密度的1/10左右，發展現代服務業既能提升產業層次、優化三大產業比例，又能降低單位GDP碳排放量。（2）調整能源結構，積極開發新能源。江蘇可再生資源較為豐富，地熱資源地勢優越地區面積占全省總面積的38%，開發后全部資源量折合標準煤量達到56億噸；風場資源量居全國第七，可開發量約2100萬千瓦；全省森林覆蓋率達到16.9%，濕地面積占全省面積的21.5%，灘涂面積占全國總面積的1/4，這些可再生資源為江蘇發展低碳經濟提供了有利的現實條件。（3）政府要建立相應的管理體制，給予政策支持，為低碳經濟的發展提供制度、法律保障，支持企業發展先進技術，鼓勵企業對低碳技術進行引進和自主研發。（4）企業應抓住低碳產業轉型升級的機遇，重視低碳技術更新和自主知識產權研發，將能源消耗列入企業預算，實行節能計劃，以市場為導向，以技術為支撐，謀取更為廣闊的發展空間。
參考文獻：
[1]徐南，陸成林.低碳經濟的豐富內涵與主要特征[J].經濟研究參考，2010（60）：32-33.
[2]景躍軍，刁巍楊.東北一次能源消費的碳排放及低碳經濟發展路徑研究[J].管理評論，2010（8）：109-113.
[3]劉鴻淵，孫麗麗.跨區域低碳經濟發展模式與機制研究[J].軟科學，2011，25（8）：45-48.
[4]Zhou P， Ang B W， Han J Y. Total Factor Carbon Emission Performance： A Malmquist Index Analysis [J]. Energy Economics， 2010，32（1）.
[5]王群偉，周鵬，周德群.我國二氧化碳排放績效的動態變化、區域差異及影響因素[J].中國工業經濟，2010（1）：45-54.
[6]Dong H O， Almas H. A Sequential Malmquist–Luenberger Productivity Index： Environmentally Sensitive Productivity Growth Considering the Progressive Nature of Technology[J].Energy Economics， 32（6）： 1345-1355.
[7]胡宗義，劉亦文.低碳經濟的動態CGE研究[J].科學學研究，2010，28（10）：1470-1475.
[8]聶銳，張濤，王迪. 基于 IPAT模型的江蘇省能源消費與碳排放情景研究[J].自然資源學報， 2010，25（9）：1557-1564.
[9]趙榮欽，黃賢金. 基于能源消費的江蘇省土地利用碳排放與碳足跡[J].地理研究，2010，29（9）：1639-1649.
[10]張秀梅，李升峰，黃賢金等. 江蘇省1996年至2007年碳排放效應及時空格局分析[J].資源科學，2010，32（4）：768-775.
[11]劉慧，張永亮，畢軍.中國區域低碳發展的情景分析——以江蘇省為例[J].中國人口·資源與環境，2011，21（4）：10-18.
[12]盛昭瀚，朱喬，吳廣某. DEA理論、方法與應用[M].北京：科學出版社，1996.
[13]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952～2000[J].經濟研究，2004（10）：35-44.
[14]Josef S. Capitalism， Socialism and Democracy [M]. New York： Harper， 1942.
保稅區亦稱保稅倉庫區，是一國海關設置的或經海關批準注冊、受海關監督和管理的可以較長時間存儲商品的區域。保稅區是中國繼經濟特區、經濟技術開發區、國家高新技術產業開發區之后，經國務院批準設立的新的經濟性區域，是我國目前開放度和自由度最大的經濟區域。1990年6月，中國批準設立了第一個保稅區――上海外高橋保稅區后，其后陸續設立了天津、深圳沙頭角、深圳福田、大連、廣州、廈門、張家港、海口、寧波、福州、青島、汕頭、珠海、鹽田等共計15個保稅區。保稅區設立可分為兩期：第一期為1990-1993年的13個，第二期為1996年的2個，之后，國家沒有再批建新的保稅區。15個保稅區均設在我國東部沿海的九個省和直轄市，上海、天津、遼寧、江蘇、海南、浙江、山東各建1個，福建有2個，廣東多達6個，其中深圳市有3個（成思危，2004）。
保稅區最初的功能定位是出口加工、國際貿易、轉口貿易、保稅倉儲和商品展示。經過十多年的發展，全國15個保稅區的保稅倉儲、轉口貿易、商品展示功能有了不同程度的發展，有的更側重于貿易物流功能，而有的則更側重于加工功能，自由貿易功能發展不足（劉輝群，2005）。但從目前的發展來看，保稅區貿易功能相對較強，在吸引外資和發展出口制造業方面類似于經濟技術開發區。根據我國保稅區的發展現狀，我們可以將保稅區分為以下類型：綜合型、工貿型、物流型和生產加工型。未來，保稅區的功能定位將更傾向于與國際接軌，保稅區實現區港聯動，促進現代國際物流和高科技產業的發展，保稅區向自由貿易區轉型將成為基本趨勢（張世坤，2005）。
從1990年以來，我國保稅區建設取得了長足的發展，經濟規模增長較快，經濟效益明顯提高。本文根據現有統計數據，計算了2006年保稅區主要經濟指標（見表1）。從保稅區目前發展現狀看，暫不考慮各保稅區管理體制、區位等差別，僅從功能定位角度看，可以初步發現，功能越齊全的保稅區的經濟效益往往越高，表現在產值密度、稅收密度、進出口密度等指標領先于其他保稅區。特別地，在引入保稅物流功能后，往往會使得保稅區的經濟效益明
顯改善。
二、我國保稅區發展水平的評價
對保稅區綜合經濟規模和經濟效益評價進行定量分析，是在單指標評價的基礎上進行加權綜合評價，該模型強調指標的群體性，指標之間具有替代作用，即個別指標的落后對系統整體功能不會造成太大影響。
由于各指標的量綱不同，不能進行相互比較和計算，在綜合分析前必須對各指標進行無量綱化處理，所謂的指標無量綱化就是清除量綱和數量級的影響，將指標的實際值轉化為可以綜合的指標評價值，從而解決評價指標的可綜合性。本研究采用的無量綱化的方法如下：
某行業某指標的標準化數值＝（該行業該指標值－所有行業該指標的最小值）/（所有行業該指標的最大值－所有行業該指標的最小值）。
在運用綜合評價模型時，按照加權求和的計算方法，設第i個指標的無量綱化指標值為xi，對應的權重為wi，則加權求和計算模型為：
ρ=Σwixi(1)
其中，綜合經濟規模的單項評價指標包括：工業產值、稅收、進出口貿易額；綜合經濟效益的單項評價指標包括：單位面積的工業產值、稅收、進出口貿易額。基于數據的可得性和計算的便利性，采用改進的三標度層次分析法（IAHP）計算權重wi。根據以上模型計算保稅區經濟規模和經濟效益的綜合得分，結果見圖1。從中可以看出，深圳、上海保稅區的綜合經濟規模和經濟效益最高，汕頭、珠海保稅區綜合得分最低，海口保稅區居中。可見，綜合型的保稅區往往可以獲得較高的綜合經濟規模和經濟效益，單一的生產加工型保
稅區在綜合經濟規模和經濟效益方面的表現往往差強人意。
三、保稅區發展對腹地經濟的依賴
保稅區作為中國對外開放的窗口，在發展國際貿易、吸引外商投資等方面發揮了重要作用，有力地促進了腹地經濟的發展（王莉，2005）。本部分利用計量模型考察保稅區綜合經濟規模與腹地城市經濟之間的關系，利用計量軟件EVIEWS6.0進行回歸分析，模型的回歸結果見表2。
注：表中單元格給出了相應的回歸系數，括號內為t值。顯著性水平**代表p-value＜0.05。
1.腹地城市經濟規模。回歸模型采用腹地城市GDP指標代表經濟規模，回歸結果表明，腹地城市GDP的回歸系數在5%的水平上通過了顯著性檢驗，而封關面積的回歸系數并不顯著。可見，保稅區的綜合經濟規模與腹地城市的經濟總量顯著正相關，腹地城市經濟總量越大，保稅區綜合經濟規模越大。上海、深圳保稅區依托所在城市的經濟增長，擴大了自身的產業規模。這表明：保稅區經濟規模的水平更多的受到當地綜合經濟發展水平的影響，而保稅區已開發面積雖然對其經濟規模有正向影響，但在引入腹地城市變量之后，其影響變得不再顯著。因此，未來保稅區的開發和經濟發展更有賴于腹地經濟增長，只有腹地城市經濟的迅速擴張才能支撐保稅區的快速發展（趙欖，常勇，2008）。
2.腹地城市工業化水平。回歸模型采用腹地城市工業產值代表工業化水平，回歸結果表明，腹地城市工業產值的回歸系數在5%的水平上通過了顯著性檢驗，模型的擬合度較高。可見，保稅區的綜合經濟規模與腹地城市的工業規模顯著正相關，腹地城市工業規模越大，保稅區綜合經濟規模越大。上海、深圳的工業化程度較高，工業規模較大，推動了兩地保稅區經濟的較快增長。雖然張家港保稅區所在城市蘇州的工業產值規模很大，但是它并沒有帶動保稅區相應的經濟規模，其可能的原因是保稅區與周邊地區沒有形成密切的產業關聯。這說明：一方面，未來保稅區的開發和經濟發展還有賴于腹地工業化的快速推進，另一方面，保稅區的產業定位必須充分考慮腹地城市的產業基礎，只有與腹地城市形成緊密的產業關聯，形成產業鏈的互動延展才能推動保稅區的產業可持續發展。
3.腹地城市對外開放水平。回歸模型采用腹地城市進出口貿易額代表對外開發水平，回歸結果表明，腹地城市進出口貿易額的回歸系數在1%的水平上通過了顯著性檢驗，模型的擬合度較高。可見，保稅區的綜合經濟規模與腹地城市的進出口貿易額顯著正相關，腹地城市進出口貿易額越大，保稅區綜合經濟規模就越大。可見，上海、深圳經濟的外向度高，進出口規模大，推動了兩地保稅區經濟的較快增長，而張家港保稅區的綜合經濟規模與蘇州的進出口規模并不相稱。
四、保稅區進一步發展的對策
1.整合產業鏈，推動保稅區招商引資。產業鏈招商對于壯大一個地方的產業，促進地方經濟的發展作用越來越大。從保稅區的發展看，在招商引資中貫徹產業鏈的整合方法，就是要圍繞產業定位，按照“龍頭項目――產業鏈――產業集群――制造業基地”的發展思路，參與主導產業鏈各環節分工、截取高附加值環節、打造完整產業鏈、延伸創新產業鏈。要以國際產業轉移為契機，引進一批投資規模大、輻射帶動作用強、科技含量高、市場前景好的大項目；做好產業配套，積極承接周邊區域大項目的輻射，催生特色產業鏈；全面提升保稅區對接和控制區內外產業鏈的能力，建立整合產業鏈的集群競爭優勢。
2.打造物流平臺，推動國際物流業發展。保稅區國際物流設施平臺的構建，主要是用于解決區內進出口貨源基地、各層級倉庫網點及設施技術、貨物流動過程、貨物流動的方向和速度等重大戰略問題，應該涉及對外交通運輸體系、區內交通運輸體系、復合運輸體系、集裝箱裝載系統，以及倉庫、堆場、轉運站、成組裝載系統和保稅查驗場地等方面，為保稅區貨物進出、通關監管，區港聯動運作機制的建立創造有利條件。要構筑和完善以多式聯運體系為核心的國際物流聯運體系；要吸引航運集團共同建設國際物流園區；要構建保稅區國際物流信息平臺，主要包括貨物跟蹤子系統、電子數據交換子系統（EDI）、綜合服務子系統、物流運作支持子系統等4個部分；要引進和培養優秀的物流管理人才；要選擇培育國際物流運作主體及發展物流主體形式；要創新保稅物流園區海關監管模式；要健全保稅區物流產業政策法規。
3.加強區域合作創新，推動保稅區與腹地經濟互動發展。樹立“大市場、大作為”的觀念，了解、收集市場信息，利用各種經貿洽談會等平臺，制定保稅區企業和產品的外向推廣計劃，支持、鼓勵企業實施“走出去”、“請進來”的戰略。進一步加強保稅區與腹地城市產業合作與互動，推動生產要素的跨地區高效流動和資源的優化整合。保稅區要圍繞保稅區主導產業，促進區域創新發展。創新平臺是以產學研合作平臺為主體、技術創新平臺為核心、創新服務平臺為保障的大系統。保稅區要大力推進產學研結合，積極引導保稅區企業與大學、科研院所按照現代企業制度的要求或聯合協作的方式，合資、合作興辦各類技術創新機構。大力支持立足本區域覆蓋腹地城市的重點產業和重點企業，組建行業技術創新中心和企業內部重點工程中心，以增強主導產業的自我創新能力，改造傳統產業，帶動腹地城市相關產業發展。
關鍵詞：廣西北部灣經濟區；低碳城市；灰色關聯度；評價指標體系
基金項目：2014年度廣西高等學校科研項目：“廣西北部灣經濟區低碳城市發展評價與對策研究”（項目編號：YB2014602）；2015年國家社科基金一般項目：“西南邊疆民族地區絲綢之路經濟帶建設中城鎮化多元格局實現路徑研究”（項目編號：15BMZ080）
中圖分類號：F127 文獻標識碼：A
收錄日期：2017年3月8日
城市作為人們從事生產經營活動及生活的重要地域單元，其碳排放問題已引起全社會及國內外的廣泛關注，并已成為社會各界共同面對和亟待解決的重大問題。早在2003年英國政府就在其發表的能源白皮書《我們能源的未來：創建低碳經濟》中提到了“低碳”概念，并隨著社會各界對全球氣候環境變化給予的高度關注，低碳發展理念已儼然成為一種新的推動經濟可持續發展、能源循環利用和生態環境可持續發展的重要理念和思想，并得到世界各國的廣泛認同。低碳城市發展倡導的是在低碳理念的指導下，通過廣泛應用各種新能源技術，積極推動經濟、社會和環境等的低碳化轉型，從而減少城市二氧化碳等溫室氣體排放，努力營造一個經濟發展低碳化、社會發展低碳化、生活低碳化、環境低碳化的可持續發展城市，從而更好地促進城市的健康長遠發展。本文試圖從低碳經濟、低碳技術、低碳社會、低碳資源和環境四個層面構建廣西北部灣經濟區低碳城市發展水平評價指標體系，然后采用灰色關聯評價法對其進行評價分析，為把握廣西北部灣經濟區低碳城市發展的特征和影響因素，進而采取相應對策措施更好地推動廣西北部灣經濟區低碳城市的發展具有重要的理論和實踐意義。
一、廣西北部灣經濟區低碳城市發展水平評價指標體系的構建
廣西北部灣經濟區低碳城市發展水平評價，涉及到低碳城市的經濟、技術、社會、資源和環境等影響因素方面，是一個復雜的多因素綜合評價體系。為了綜合評價廣西北部灣經濟區低碳城市發展水平，進一步分析廣西北部灣經濟區低碳城市發展水平的影響因素及^域差異特征，本文在結合廣西北部灣經濟區低碳城市發展水平的發展實際及在堅持科學性、系統性、可操作性、層次性及數據可獲得性等原則的基礎上，建立了廣西北部灣經濟區低碳城市發展水平評價指標體系，詳見表1。該指標體系從低碳經濟、低碳技術、低碳社會、低碳資源和環境4個二級指標層共29項三級指標來評價廣西北部灣經濟區低碳城市發展水平狀況。（表1）
二、灰色關聯評價分析法
灰色關聯評價分析法來源于我國鄧聚龍教授在1982年提出的灰色關聯理論，該評價分析方法是一種可以對系統影響因素的重要性次序及區域發展水平高低進行綜合性評判的一種重要分析方法，目前已被廣泛應用到我國經濟社會發展的相關研究當中。灰色關聯度是通過分析兩個或兩個以上因素之間的關聯性程度來反映其關聯度或差異性程度，關聯度越大，表明其相似度越高；關聯度越小，表明其相似度越低。其中，灰色關聯度的計算，可以通過如下公式（1）至公式（4）求得。其中，公式（1）是對評價指標體系的指標數據進行無量綱化處理，經處理后的數據的取值范圍為[0，1]；X0（k）為參考序列，經無量綱化處理后的參考序列的每個值均為1。
三、廣西北部灣經濟區低碳城市發展水平灰色關聯評價
采用2014年廣西北部灣經濟區低碳城市發展水平評價的指標數據，采用公式（1）～（4），計算得到廣西北部灣經濟區低碳城市發展水平的各項影響指標的灰色關聯度及其權重。（表2）
首先，廣西北部灣經濟區低碳城市發展水平的各項影響指標的灰色關聯度及權重較大的前三個指標分別是C17人口增長率、C21生活垃圾無害化處理率、C23人均節能環保支出，其灰色關聯度分別為0.8396、0.8035、0.7146，權重分別為0.0503、0.0482、0.0428，表明人口增長情況、生活垃圾無害化處理情況和人均節能環保支出水平這三個影響指標對廣西北部灣經濟區低碳城市發展水平的影響較大。
其次，C16第三產業從業人員比重（0.6617）、C34人均住房建筑面積（0.6579）、C48城市污水處理率（0.6432）、C25教育支出占財政支出的比重（0.6393）、C38每萬人擁有公共汽車（0.6186）、C46每萬人液化石油氣供氣總量（0.6014）、C11人均地區生產總值（0.6008）等影響廣西北部灣經濟區低碳城市發展水平的指標的灰色關聯度介于0.6000～0.7000之間，其大小僅次于C17、C21、C23三個指標，這部分指標主要從第三產業服務人員規模、人均住房建筑面積、城市污水處理情況、教育支出比重、公共汽車數量、液化石油氣供氣數量、人均地區生產總值等角度影響廣西北部灣經濟區低碳城市發展水平。
再次，C36建成區排水管道密度（0.5909）、C32居民人均生活用電量（0.5788）、C31城市居民年人均可支配收入（0.5658）、C15城市化率（0.5601）、C22節能環保支出占財政支出的比重（0.5548）、C42人均公園綠地面積（0.5510）、C13第三產業占GDP的比重（0.5495）、C35人均城市道路面積（0.5462）、C44城市氣象站點年平均降雨量（0.5384）、C33人均日生活用水量（0.5189）、C12 GDP增速（0.5175）、C14人均工業總產值（0.5105）等影響指標的灰色關聯度介于0.5000～0.6000之間，這部分指標主要從排水管道建設、居民生活用電用水狀況、人均可支配收入、城市化率、節能環保支出比重、公園綠地建設、降雨量、GDP和工業發展狀況等角度對廣西北部灣經濟區低碳城市發展水平產生影響。
最后，C43建成區綠化覆蓋率（0.4907）、C41人均水資源量（0.4824）、C47污水處理廠日集中處理能力（0.4760）、C37每萬人均路燈盞數（0.4732）、C24科學技術支出占財政支出的比重（0.4730）、C18建成區面積（0.4695）、C41每萬人綠化覆蓋面積（0.4564）等影響指標的灰色關聯度相對較小，介于0.4000～0.5000之間，但其仍然是衡量廣西北部灣經濟區低碳城市發展狀況，推動低碳城市實現可持續發展的重要指標。
可見，表2在一定程度上反映了各項指標與廣西北部灣經濟區低碳城市發展水平之間的單一關聯程度，但是仍難以從總體上反映出廣西北部灣經濟區低碳城市發展水平的發展特點。為進一步了解廣西北部灣經濟區低碳城市發展水平的四大影響因素的灰色關聯度，在采用公式（1）～（3）求得廣西北部灣經濟區低碳城市發展水平的各大影響因素得分及其排序（詳見表3）的基礎上，采用公式（2）～（4）進一步求得廣西北部灣經濟區低碳城市發展水平的四大影響因素的灰色關聯度和排序（詳見表4）。（表3、表4）
從表3可以看到，廣西北部灣經濟區低碳城市發展水平各大影響因素的綜合得分最高的地區是南寧，綜合得分為0.6626；得分較高的是防城港，得分為0.6346；得分僅次于南寧和防城港的城市是北海、欽州和玉林，其得分分別為0.6258、0.6166、0.4861；而得分最低的是崇左，其得分為0.4608。其中，南寧、防城港、北海和欽州的影響因素得分均大于0.6000，而玉林和崇左的影響因素得分均低于0.5000，可見，這六個城市之間的影響因素得分之間具有一定的差距，并且南寧、防城港、北海和欽州這四個城市處于一個相對較高層次的發展水平之上，而玉林、崇左又處于同一低層次的發展水平上。此外，四大影響因素的地區得分中，低碳經濟因素的得分最高的地區是南寧（0.7785），其次是防城港（0.6414），最低的是玉林（0.4489）；低碳技術因素的得分最高的地區是欽州（0.8203），其次是北海（0.7408），最低的是南寧（0.5044）；低碳社會因素的得分最高的地區是防城港（0.7421），其次是北海（0.6368），最低的是崇左（0.3505）；低碳能源和環境因素的得分最高的地區是南寧（0.7438），其次是防城港（0.5449），最低的崇左（0.3991）。
從表4來看，廣西北部灣經濟區低碳城市發展水平的四大影響因素中：低碳經濟的灰色關聯度最大，其數值是0.7293，表明低碳經濟因素對廣西北部灣經濟區低碳城市發展水平的影響最大；其次是低碳社會，其灰色關聯度是0.6569，表明低碳社會因素對廣西北部灣經濟區低碳城市發展水平也產生了重要影響，其影響程度僅次于低碳經濟因素；第三是低碳能源和環境，其灰色關聯度是0.5701，推進低碳能源和環境的建設是實現廣西北部灣經濟區低碳城市發展的重要組成部分；第四是低碳技術，其灰色關聯度是0.5086，雖然其關聯程度較低，但是鑒于低碳技術的發展對低碳城市發展的重要性，可以看到，低碳技術由于其技術的研發、吸收、創新以及推廣具有一定的時間階段性，導致其對低碳城市發展的推動作用具有一定的滯后性。由此可見，影響廣西北部灣經濟區低碳城市發展水平的四大因素的影響程度從強到弱的順序依次為低碳經濟、低碳社會、低碳能源和環境、低碳技術。
四、結論
通過對廣西北部灣經濟區低碳城市l展水平進行灰色關聯評價，研究發現：廣西北部灣經濟區低碳城市發展水平的區域差距較突出，南寧、防城港等地區的低碳城市發展水平相對較高，北海、欽州、玉林的低碳城市發展水平僅次于南寧和防城港，而崇左的低碳城市發展水平最低。其中，崇左的得分僅為南寧的得分的69.54%，各城市之間的發展差距仍較明顯；與此同時，南寧、防城港、北海和欽州等城市的低碳城市發展水平處于一個相對較高層次上，而玉林、崇左則處于一個相對較低層次的水平上。并且從四大影響因素對廣西北部灣經濟區低碳城市發展水平的重要性來看，低碳經濟是其最重要的因素。可見，低碳經濟的發展程度仍然是影響廣西北部灣經濟區低碳城市發展水平高低的最重要因素；其次是低碳社會因素，低碳社會的資源消耗和碳排放的數量及其程度，對廣西北部灣經濟區低碳城市發展水平產生重要影響；第三是低碳能源和環境，其反映了低碳能源的提供及生態環境狀況，是衡量廣西北部灣經濟區低碳城市發展水平的又一重要因素；最后是低碳技術因素，低碳技術對推動產業發展技術升級、產業結構優化和城市低碳化發展發揮著重要的作用，但其對推動低碳城市的發展具有一定的滯后性。
結果表明：低碳經濟、低碳社會分別是影響廣西北部灣經濟區低碳城市發展水平高低的重要方面，為進一步提高廣西北部灣經濟區低碳城市發展水平，應積極提倡低碳經濟和低碳社會的發展。而人口增長率、第三產業從業人員比重、人均地區生產總值和城市化率等因素是影響低碳經濟發展的主要因素，因此要努力推進廣西北部灣經濟區城市人口規模的擴大，不斷擴大第三產業從業人員數量，推動地區生產總值的提高以及加快提升城市化水平。同時，人均住房建筑面積、每萬人擁有公共汽車、建成區排水管道密度、居民人均生活用電量等因素是影響低碳社會的重要因素，應注重從改善居民住房狀況、公共交通出行狀況、排水設施狀況、居民生活用電狀況等角度提升廣西北部灣經濟區低碳城市發展狀況。與此同時，城市污水處理率、每萬人液化石油氣供氣總量、人均公園綠地面積、城市氣象站點年平均降雨量、建成區綠化覆蓋率等因素是影響低碳資源和環境的重要因素，應進一步加強城市污水處理，改善液化石油氣供氣狀況，加強公園綠地建設和提升城市綠化覆蓋率等，進而不斷改善城市環境，推動低碳資源的可持續利用和環境的可持續發展。此外，生活垃圾無害化處理率、人均節能環保支出、教育支出占財政支出的比重等因素是影響低碳技術的重要因素。因此，應進一步加大對城市生活垃圾的無害化處理，提升城市人均環保支出，合理擴大教育支出和強化人才培養力度，不斷推動廣西北部灣經濟區低碳城市的可持續發展。
主要參考文獻：
[1]湯光華.灰色關聯綜合評價方法評析[J].江蘇統計，1997.6.
[2]Yang De-yun，Li Dong，Yang Xiang，et al.，Urban Tourism Competitive Power Difference and Grey Relational Analysis on Influencing Factors of the Urban Agglomeration in Central Plain.AISS：Advances in Information Sciences and Service Sciences，Vol.5，No.2，2013.
[3]Zeng Peng，Yang Sha-sha，Lian Chao.Grey Relational Synthetic Evaluation of Urban Competitive Power Influencing Factors of the Urban Agglomeration on the West Side of Taiwan Straits[J].Applied Mechanics and Materials，2011.
[4]廉超，何小貞.我國各地區公共圖書館服務水平的灰色關聯評價[J].圖書館學研究，2014.8.
關鍵詞：區域經濟 經濟發展水平 評價體系 層次分析法
中圖分類號：F127 文獻標志碼：A文章編號：1673-291X（2011）28-0150-03
引言
1978年改革開放以來，中國的經濟得到了迅猛的發展，取得了舉世矚目的成績。① 全國各地區的經濟面貌都得到了很大的改善。然而由于各自經濟發展起點和地理環境等方面的原因，中國各地區的經濟發展水平存在明顯的差異。對于中國目前的經濟發展而言，如何真實反映地區間經濟發展差異已經成為經濟研究的重點。
中國目前主要應用國民經濟核算體系（SNA）對中國及中國各地區的經濟發展進行評價，其核心指標是GDP。但是經濟總量并不能完全概括經濟發展的內涵，因而在衡量區域經濟發展水平差異上GDP法存在一定的片面性，不能真實反映區域經濟發展差異。
本文將應用層次分析法從經濟發展內涵出發建立中國區域經濟發展水平評價體系，該評價體系能更為全面、真實的反映中國區域經濟發展差異，并且通過對2008年統計數據的實證研究，得到中國各地區現階段經濟發展水平。同時，以評價得分為依據，對中國31個地區經濟發展類型和階段進行分類，并從中得到中國區域經濟發展特點。
一、中國區域經濟發展水平評價體系的建立
（一）評價體系的理論基礎
為評價一個地區的經濟發展水平，本文將利用層次分析法（Analytic Hierarchy Process，AHP）構建中國區域經濟發展水平評價體系。該方法主要依據決策者的主觀判斷，對決策進行量化描述，較多應用于結構復雜且指標不易量化的評價問題。由于經濟發展內容廣泛且不易從單一指標度量，因此本文將應用此方法，從經濟總量、經濟結構、制度水平、創新水平等四個方面進行構建區域經濟發展水平評價體系。
1.經濟總量是一個地區經濟發展的重要體現，也是國際上較為公認的經濟發展度量指標，因此在我們的評價體系中，包含這一指標。這里度量經濟總量沿用現在國際主流標準，即地區生產總值（GDP）。
2.根據經濟增長結構理論，經濟結構變化也是經濟發展的重要影響因素之一。比如產業結構、就業結構、消費結構和分配結構等方面的變化不僅是經濟發展的決定因素，同時也是經濟發展的重要表現。其中產業結構主要體現地區經濟發展的協調性，就業結構用來說明地區勞動力需求大小，消費結構用來體現地區居民消費能力和市場潛力，分配結構則用來衡量城鄉居民收入差距。
3.制度對經濟發展發揮重要作用，特別是可以有效保護產權的制度不但可以促進有效的人力資本和物質資本投資，而且可以進一步促進經濟的持續增長和發展。自1978年，中國的經濟制度在所有制、市場和開放水平等方面均發生了顛覆性變化，因此我們必須將經濟發展與制度聯系起來作為衡量經濟發展的一個標準。
4.經濟增長與發展離不開技術進步和創新能力，并且根據Krugerman（1993） 和Young （1995）的研究，技術進步恰恰是很多新型產業國家經濟發展和能否持續獲得經濟增長的主要動力。因此，為了衡量不同地區經濟增長的持續性，我們將創新能力作為一個主要的經濟指標，而創新能力的獲得恰恰源于對人才的培養和對科研的投入。
（二）評價體系的建立
根據以上對于評價體系的理論描述，主要經濟發展水平評價體系指標及計算公式（如表1所示）。
目標層A：以經濟發展水平為核心，逐層構架系統的，有層次、有邏輯的評價體系。
子目標層B（4個）：是在整體上把握體現經濟發展水平的四大方面，即經濟總量水平、經濟結構水平、制度水平和創新水平，從定性角度對經濟發展水平進行整體的把握。
過渡層C（11個）：在四大準則的基礎上，對各個準則進行擴展，更詳細的概括出經濟發展的各個方面，使得整個評價體系更全面和系統，連接定性指標與定量指標。
指標層D（15個）：以11個要素為基準，指標層采用具體化可測的指標數據，使指標體系從定性分析向定量分析進行轉變，使評價體系更具有說服力。
（三）評價結果的形成
形成該評價體系評價結果的主要步驟依次是構建判別矩陣并通過一致性檢驗、得出15個指標層指標權重、無量綱化31個省份2008年原始數據以及利用公式得出評價結果。
1.根據層次分析法構建判別矩陣。層次分析法的判別矩陣是根據九級標度①將本層次要素Ai和Aj相對于上一層次的要素Ck（k=1…m）按重要程度進行兩兩比較構造而成。同時，判別矩陣必須通過一致性檢驗，② 即CI0.1，則說明判別矩陣未通過一致性檢驗，必須調整判別矩陣的標度。
2.確定指標權重。根據通過一致性檢驗的判別矩陣，利用YAAHP層次分析法計算軟件，得出指標層15個指標的權重。
3.對指標進行無量綱化處理得出評價結果。由于需要用不同性質的指標來反映評價對象的不同側面和特征，因此指標體系中有定量指標、定性指標、絕對指標（數額）和相對指標（比率）。為了能夠在指標間建立起統一的計算、比較準則，需要將所有的指標進行轉化和無量綱化處理，使指標轉變為與權重表達相同的以百分數表示的無量綱的相對指標，進而進行加總處理。
具體的無量綱化的方法是標準化方法，即處理后的各指標的標準差為1，均值為0，使得處理后的數據具有同等的重要性，不與指標權重產生重疊。應用公式③得出最終中國各地區經濟發展水平的評價結果。
二、實證結果及分析
對中國2008年31個地區15個指標層數據運用SAS軟件進行標準化處理后結合注釋①中的公式得到中國31個地區（除港、澳、臺）的經濟發展水平的評價結果[6] （數據來源《中國統計年鑒2009》、《中國貿易外經統計年鑒2009》、《中國工業統計年鑒2009》、《中國經濟貿易年鑒2009》、《中國區域經濟統計年鑒2009》）。
（一）評價結果有效性檢驗
作為重要的發展指標，人均GDP一般被用來衡量經濟發展水平。本部分為了評價中國區域經濟發展水平評價體系是否有效，將人均GDP和此評分結果做相關性檢驗，若相關系數達到0.5以上，且P值小于0.01，則說明，該評價體系的評價結果是有效的。
運用SAS對此評價體系的評價分數和人均GDP數據的標準化后并進行相關性檢驗，得到相關系數R=0.5842，P值=
0.000559
（二）評價結果分析
根據得分結果，可簡單的將中國31個地區分為五部分：①第一部分（得分1~1.5）為廣東、江蘇；第二部分（得分0.5~1）為山東、浙江、上海；第三部分（得分0~0.5）為福建、北京、河南、河北、遼寧、湖南；第四部分（得分-0.5~0）為湖北、天津、四川、廣西、安徽、云南、重慶、山西、江西、貴州、內蒙古、黑龍江、新疆、吉林、山西、甘肅、寧夏、海南；第五部分（-1~-0.5）為青海、。
從分類結果上看，中國各區域經濟發展存在明顯差距，經濟發展最強的廣州和最差的之間相差了2.5分。同時，經濟較發達（得分大于0.5）地區僅占全國的16.13%，經濟不發達地區得分小于-0.5）僅有兩個，占總數的6.5%。中國60%地區經濟發展具有較大潛力（評分結果介于-0.5~0之間），在未來的經濟發展中會對中國整體經濟發展發揮重大作用。
結論與討論
利用層次分析法建立經濟發展評價體系，使定性的問題定量化，過渡自然。建立該評價體系的數學方法為運籌學的層次分析法，簡稱AHP。該分析方法是將難于選擇的定性問題，通過建立較主觀的判別矩陣得出各指標的權重，即重要程度，再與進行無量綱化（標準化）后的指標數據進行加權得出評價結果。在這個過程中，判別矩陣的一致性檢驗和不同單位級的無量綱化（標準化）保證了評價結果的準確性。
中國各地區經濟發展水平評價體系具有一定的應用價值。該評價體系從四大方面，15個指標對經濟發展整體進行描述，使得評價結果具有一定的說服力。再者，可以通過對15個指標數據的深度分析，得出自身在經濟發展中的優勢和劣勢，制定符合自身經濟發展特點的政策，進而揚長避短，經濟取得更好的發展。
但是，由于層次分析法的基礎是較為主觀的判別矩陣，所以該評價體系的評價結果也存在一定的主觀性，不能達到完全的客觀。若想該評價體系具有更廣泛的說服力，就必須使得判別矩陣的主觀性削弱，最好的方法就是在構造判別矩陣時，廣泛聽取專家的意見獲得大部分人的認可。若能克服掉主觀性對于指標權重的影響，那么該評價體系會取得更大的發展，可以進一步的應用到各省對于未來經濟發展政策的設計，投資方向的選擇和對各省各地市經濟發展水平的界定。
參考文獻：
[1]胡運權，等.運籌學基礎及應用:第5版[M].北京:高等教育出版社，2008.
[2]梁煒，任保平.中國經濟發展階段的評價及現階段的特征分析[J].數量經濟技術經濟研究，2009，(4):2-18.
[3]高敏雪，李靜萍.經濟社會統計[M].北京:中國人民大學出版社，2003.
[4]麥強盛.層次分析法在經濟管理中的應用研究[J].江西金融職工大學學報，2002，(2):91-94.
[5]謝虹.基于層次分析法科技財政支出績效評價[J].中央財經大學學報，2007，(4):12-16.
[6]岳朝龍，黃永興，嚴忠.SAS系統與經濟統計分析[M].北京:中國科學技術大學出版社，2003:7.
[7]蔡，都陽.中國地區經濟增長的趨同與差異――對西部開發戰略的啟示[J].經濟研究，2000，(10):30-37.
[8]王小魯，樊綱.中國地區差距的變動趨勢和影響因素[J].經濟研究，2004，(1):33-34.
[9]陳秀山，徐瑛.中國區域差距影響因素的實證研究[J].中國社會科學，2004，(5):117-129.
[10]趙志耘，呂冰洋.中國經濟增長過程中的資本積累趨勢與地區差異[J].中國人民大學學報，2005，(4):63-70.
[11]徐康寧，韓劍.中國區域經濟的“資源詛咒”效應:地區差距的另一種解釋[J].經濟家，2005，(6):96-102.
[12]胡大立.中國區域經濟發展差距與民營經濟發展差距的相關性分析[J].上海經濟研究，2006，(2):17-25.
