平臺經濟發展分析范文

前言：我們精心挑選了數篇優質平臺經濟發展分析文章，供您閱讀參考。期待這些文章能為您帶來啟發，助您在寫作的道路上更上一層樓。

第1篇

內容摘要：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個城市區域經濟發展水平進行動態分析與評估，并得出以下結論：廣東省各城市區域經濟發展總體水平不高且具有明顯的區域差異特征；按照廣東省各城市區域經濟發展水平的差異可分為優秀、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；根據區域經濟發展水平相對強度和增長強度大小可將廣東省各城市區域經濟發展水平演化類型分為穩步增長型、快速增長型、潛在增長型、緩慢增長型四種。

關鍵詞：區域經濟發展水平 動態分析 演化類型

問題的提出

區域經濟發展水平歷來就是政府和學術界廣泛關注的問題，研究經濟發展水平的區域差異對明確各區域的經濟發展水平和制定合理的發展規劃與戰略、縮小地區之間的差異具有重要的現實意義。在區域經濟發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個副省級城市的區域經濟發展水平進行了實證分析與比較研究。惠俊剛等（2007）運用系統聚類分析法對陜西省十個地級市及楊凌示范區的社會經濟發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域經濟發展水平進行了綜合評價，并對影響區域經濟發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）的區域經濟發展水平進行了區域劃分和評價研究。

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

本文試圖以廣東省21個城市為研究對象，通過建立比較科學的評價指標體系，選擇不同時段的同類數據源，采用基于主成分分析的時序動態評價方法對廣東省區域經濟發展水平進行動態綜合評價，采用主成分分析和聚類分析相結合的方法對廣東省各城市區域經濟發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分析。主要數據源自《廣東省統計年鑒2001，2008，2010》。

指標體系與評價模型

指標體系。區域經濟發展水平是一個綜合性的概念范疇，不僅是一個地區在一定時期內國民經濟各方面的綜合發展狀況，而且還表現為該地區國民經濟持續發展的可能性。因而，區域經濟發展水平的評價指標應能綜合反映該區現有的經濟力量和經濟發展前景。為此，根據科學性、實用性和可操作性、可比性、可量化等原則，本文構建出由經濟規模、經濟效益、經濟結構和經濟外向度四個層次的12項指標構成的區域經濟發展水平綜合評價指標體系（見表1），以全面、客觀地反映各地區的經濟總量、經濟增長、經濟效率、經濟發展的協調程度。

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域經濟發展水平，主成分分析法是把多個指標化為少數幾個綜合指標的一種統計分析方法。其評價具體過程為：一是構造樣本矩陣Xij。其中i代表城市，總數為21個；j為評價指標，總數為12個。二是樣本矩陣無量綱化處理，得到標準化后矩陣X’ij。三是求協方差陣Rjk。四是利用雅可比法求解主成分。由Rjk解特征值λj及相應特征向量Ijk并得方差貢獻率。根據累計方差貢獻率確定主成分數，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域經濟發展水平綜合評分值Vi即。運用主成分分析模型計算出2000、2007、2009年廣東省各城市區域經濟發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，最后結合評價結果及相關背景進行分析。

評價結果與分析

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域經濟發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計軟件SPSS13.0完成。

（一）綜合評估

根據表2結果并結合相關背景材料分析可知：第一，廣東省各城市區域經濟發展總體水平不高。2000年， 2007年，2009年的評價結果都表現出這一特點。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，廣東省各城市區域經濟發展任務還相當艱巨但前景樂觀。第二，廣東省各城市區域經濟發展水平具有明顯的區域差異特征。排名靠前的基本上是集中在珠三角地區的城市，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。這種差異性還表現在絕對發展水平的差距上，排名第一和最后的城市區域經濟發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域經濟發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合的方法，分別對2000、2007、2009年廣東省各城市區域經濟發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：首先是對各年數據做主成分分析，獲得各年各城市區域經濟發展水平的各主成分得分。其次根據主成分分析中得到的主成分對廣東省各城市區域經濟發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年廣東省各城市區域經濟發展水平歐氏聚類系數矩陣表（因表格較大，省略）及聚類譜系圖（因圖幅較大，省略）。第三是根據上述結果歸納總結出2000、2007、2009年廣東省各城市區域經濟發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果。

根據廣東省各城市區域經濟發展水平的差異，將其分為四類：第一類為優秀類。這類地區經濟實力雄厚，區域經濟發展水平比較優勢突出。第二類為良好類。這類地區具有良好的經濟發展基礎，區域經濟發展水平比較優勢明顯，潛力和后勁大。第三類為中等地區。這類地區經濟實力居中，區域經濟發展水平優勢明顯、問題突出。第四類為差等地區。這類地區經濟實力較差，區域經濟發展任務比較艱巨。比較2000、2007、2009年廣東省各城市區域經濟發展水平等級類型的變化，可以發現以下特點：廣州、深圳是廣東省區域經濟發展水平優良且比較穩定的地區，而韶關、梅州、汕尾、陽江、湛江、茂名、肇慶、云浮等在廣東省各城市中區域經濟發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

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

據此，可將廣東省各城市區域經濟發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。這種類型城市區域經濟發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。屬于區域經濟基礎良好，且目前建設力度很大的城市。處于第一象限。第二種為穩步增長型。這種類型城市區域經濟發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，區域經濟發展水平優良。處于第四象限。第三種為潛在增長型。這種類型城市區域經濟發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。屬于區域經濟發展潛力較大的城市，目前雖然存在明顯問題，但發展潛力較大。處于第二象限。第四種為緩慢增長型。這種類型城市區域經濟發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。這類地區目前區域經濟發展任務比較艱巨。處于第三象限。

參考文獻：

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

2.惠俊剛，衛海燕，郎玉泉.陜西區域經濟發展水平的聚類分析[J].蘭州商學院學報，2007（1）

3.徐新，相麗君.中國區域經濟發展水平實證分析[J].統計與決策，2008（17）

4.王曄，何啟明，景履貞.甘肅區域經濟發展水平的綜合評價[J].經濟研究導刊，2009（3）

5.甄江紅，趙明，周瑞平等.內蒙古區域經濟發展水平的評價研究[J].經濟地理，2005（5）

第2篇

一、指標選取與數據來源

 

1.居民消費指標。居民消費水平是指居民在物質產品和勞務的消費過程中，對滿足人們生存、發展和享受需要方面所達到的程度。通過消費的物質產品和勞務的數量和質量反映出來。

 

居民消費水平，是按國內生產總值口徑，即包括勞務消費在內的總消費進行計算的。計算公式為：

 

居民消費水平(元/人)=報告期國內生產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。

 

2.經濟發展指標。GDP是反映國民經濟的綜合指標，它的權威性和可比性已被廣泛認可。鑒于此，本文采用天津市GDP指標作為衡量天津市經濟發展指標。

 

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

 

二、實證分析

 

1.基于VAR模型的分析。確定VAR模型的結構，一般用赤池信息準則(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。適當加大k可以消除誤差項中存在的自相關。但k值過大會導致自由度減小，影響模型參數估計量的有效性，并比較不同滯后期所建立的VAR模型的穩定性。經過比較，本文最后選擇滯后2期，即k取2。經檢驗，所建模型除LR和SC外，最終預測差(FPE)、赤池信息準則和漢南-奎因信息準則(Hannan-Quinn)最小，三個檢驗準則同時得到了滿足。在此基礎上，可以對和LNXt時間序列進行協整檢驗。本文采用Johansen檢驗方法。該檢驗能判定協整方程的個數，即協整秩。經過反復檢驗，確定協整變量含截距項并有確定趨勢。Johansen協整結果表明，在5%的顯著水平下，和時間序列只存在一個協整關系。

 

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

 

3.脈沖響應分析和方差分析。基于天津市GDP與居民消費水平的VAR模型的脈沖響應函數，可以描述二者的相互影響關系，基本思想是研究系統中個別方程中的新息(innovation，即隨機誤差項)產生變動時，由于變量間的相互影響而對系統中其他變量所產生的沖擊強度和影響時滯。由于研究沖擊響應時采用的是Cholesky分解技術，該方法的一個技巧是使誤差項正交化。所以Cholesky分解的結果依賴于系統內變量的排序。 Koop，Pesaran和Potter(1996)提出了廣義脈沖響應(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方法進行響應分析。

 

圖1的脈沖響應結果表明，當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期以后呈現緩慢平穩上升的趨勢，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成因的結論相一致。

 

圖2中，LNXt的脈沖響應結果表明，當在本期給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生穩定的拉動作用。同時，它也印證了上述格蘭杰因果檢驗結果。

 

與脈沖響應函數的分析視角相反，方差分解是把系統中每個內生變量的波動按其成因分解為各方程新息(innovation)相關聯的組成部分，從而可以判斷各新息對內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模型預測。基于VAR(3)模型，可以對天津市經濟增長和居民消費水平做出樣本內預測和樣本外短期動態預測。從樣本內預測序列圖可以看到，因為靜態預測是使用樣本實際觀測值進行預測，所以靜態預測的效果要好于動態預測，但是，樣本內動態預測可以預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測非常準確。本文結果很好的證明了這一點。如據統計，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測值分別是9.7425億元和10.2547元，模型預測誤差分別為 0.008和-0.0003.

 

三、結論和建議

 

雖然社會經濟系統的復雜性決定了我們不能依據任何實證工具進行簡單的決策，但本文的實證結果有助于我們對天津居民消費水平與經濟發展的關系做出一個大致的判斷。

 

從計量分析結果看，天津居民消費水平和GDP構成一個相互有長期影響的動態線性系統，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。在受到經濟波動的沖擊下，GDP會對居民消費水平產生同向顯著而持續的影響。這在一定程度上表明天津居民消費水平與母城經濟發展水平息息相關，而居民消費水平對母城經濟發展的帶動作用有限。

 

為此本文提出以下建議：國內生產總值對消費水平存在顯著影響，國內生產總值常被公認為衡量國家經濟狀況的最佳指標。它不但可反映一個國家的經濟表現，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，政府應大力發展經濟，促進經濟發展，增加國內生產總值，提高國民收入，最終達到提高居民的消費水平。

第3篇

關鍵詞：高新技術開發區；聚類分析；因子分析

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

1.引言

從1991年國務院批準第一批國家高新技術開發區（以下簡稱高新區）建立到現在近十八年間，國家高新區經歷了從無到有的初始建設與快速發展兩個時期。1991~2000年的十年間屬于國家高新區的初始建設時期，在此期間高新區的發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，各國家高新區基本上采取了“土地開發與招商引資”的方式。在高新區發展的初期，依靠土地與園區內政策的優惠等措施，高新區形成了我國發展高新技術產業的重要基地，成為聚集創新資源、發展先進生產力的有效載體，為推進產業結構調整、促進經濟增長方式轉變積蓄了力量，為我國建立比較完整的高新技術產業體系打下了基礎。初始建設時期，在梯度推移理論的指導下，東部地區的高新區搶先一步得到發展，1992年國家在全國興建高新區時，中、西部地區才有了同樣的發展機會。高新區發展初期，國家級高新區呈梯度發展，東部地區優于中、西部地區，大城市優于中小城市，經濟特區得到優先發展［1］。

從2000年開始，國家高新區進入了快速發展時期，土地與政策的優惠對投資者與技術擁有者已缺乏了吸引力，更多的高新區越來越重視園區內軟硬環境的建設，特別是服務環境與創新環境的建設，以吸引世界500強等知名企業入區。這一階段高新區發展的核心是對孵化器的建設，以促進科技成果轉化與中小科技企業的培育；技術改造與技術引進已成為企業科技創新活動的輔助形式，強調自主創新能力在高新區發展中的作用，園區內的企業更注重自主創新能力的培養；注重對尖端人才的引進。構建起以企業為主體的高新技術產業技術創新體系，為新時期國家和區域創新體系建設提供了有力支撐。2000年進入快速發展時期以后，國家級高新區的經濟發展是否仍舊沿襲了初始建設時期的規律，是否有新的發展態勢，以及下一階段的發展趨勢如何？這些問題的回答需要將國家級高新區進入快速發展時期以后的發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，采用聚類分析對我國高新區的增長模式進行分類，在分析各類高新區個體特征的基礎上得到高新區發展的動態演化情況。通過分解指標并用因子分析法，對53個國家級高新區的發展能力進行了詳細的定量分析。通過以上分析，揭示我國高新區的發展規律、階段性特征及其發展能力與潛力。

2.研究方法及模型

對高新技術產業發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。本文將定性與定量相結合進行分析。首先利用各高新區增長的實證結果，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的發展規律和階段性特征。

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量級上的差異，所以采用Zscores來消除不同變量的數量級差異，標準化后的變量值平均值為0，標準差為1。

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

2.2指標體系的構建

本文分析的樣本是53個國家級高新技術開發區。根據國家火炬計劃（2000~2004年）以及科技部網站（2005~2007年）公布的數據，建立了53個國家級高新區經濟發展能力區劃及評估的指標數據庫①。該數據庫由8個表構成，每個表是一個53*12的矩陣，橫行表示53個高新區，縱列表示每個指標變量。縱列除高新區的名稱外包括11個指標，順序依次為企業數、工業總產值、營業總收入、出口創匯、凈利潤、上繳稅額、企業平均出口額、企業平均利稅額、勞動生產率、市場占有率和出口產值率。

3.聚類分析

3.1聚類分析過程

首先進行系統聚類分析，采用層次聚類法進行聚類，聚類的指標選取企業數、工業總產值、營業總收入、出口創匯、凈利潤和上繳稅額等6個指標。以上6個指標基本反映了高新區的經濟增長情況。由于類間距離的測定是聚類中的關鍵要解決的問題，所以先采用Ward’s法進行層次集群分析，將相似的高新區歸為一群，并且觀察各個群合并時凝聚系數的變化率，如果凝聚系數增量變化率劇增，顯示組內誤差突增，應停止凝聚程序。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類作為確定分類數目的參考②。每類高新區分布如（表3）所示。

3.2聚類分析的結果

根據表1，可以得到2000~2007年中53個國家高新區如下的動態演化情況及特征：

3.2.1四類高新區的比較分析。第一類和第二類高新區主要是那些發展較成熟、發展速度較快、環境改善效應已不再明顯的高新區。這些高新區基本位于我國經濟發達地區，其自身的發展已經度過初期積累的階段，靠粗放增長的潛力已不大，因而需要轉變增長力式，例如依靠改進投入增長的環境，推動技術創新帶動增長，從而提高增長的質量。第三類高新區屬于我國高新區的中等水平。這些高新區應該主要是那些發展一般、發展速度稍高、還主要依靠外部投入增加而增長的高新區。第三類高新區增長主要依賴于當期的投入增長。與第一類和第二類高新區相比，該類具有更明顯的粗放型增長特征。第四類高新區數量最多，說明我國高新區的發展還有很大的提升空間。

3.2.2龍頭位置優勢明顯且穩定。2000~2007年共8年中有6年第一、二類高新區集中在北京，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，只是數目發生了變化。以上分析說明，上述6個城市的高新區與第三類高新區有著較大差距。第三類高新區短期內還不能夠加入或取代以上6個高新區的“龍頭”位置。

3.2.3長三角地區的高新區發展穩定。

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

3.2.4第三、四類高新區動態變化背后隱藏著規律。從上面動態演化（表3）可以看出，第三類高新區無論從數目還是對象上看各年的情況處于動態變化中，與第四類高新區進行著交換。但是，動態變化的背后也有穩定的個體。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個城市的高新區發展比較穩定，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，我國沿海地區經濟的對外依存度較高，因此危機爆發嚴重影響了該地區的出口企業，進而影響了該地區高新區的績效指標。

4.因子分析法對高新區發展能力進行評估

在對2000~2007年的全國高新區進行聚類分析后，為了從經濟效益、發展潛力、創新能力、企業效率等方面更詳細、全面地分析高新區的發展能力，有代表性的選擇2004年及2007年的數據進行因子分析。高新技術產業的發展能力除了與聚類分析中采用的主要指標密切相關外，還與高新區的經濟效益、效率及發展程度都有關聯，所以在因子分析中選取了更完備的指標體系，包括前述數據庫中全部11個指標。

4.1因子評估過程

4.1.1首先對高新區評估體系原始數據求出相關矩陣，并對相關系數矩陣計算特征值、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（圖3）中，橫坐標為因子數目，縱坐標為特征根，根據碎石圖可以看出，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由于原始數據之間的有些變量的相關系數較大，因此，進行了斜交旋轉，得到了因子載荷矩陣、因子圖形矩陣和結構矩陣，如（表3）所示：

從上面的因子載荷矩陣表中可以看出，第一主因子在工業總產值、營業總收入、勞動生產率等變量上具有較大的載荷和解釋能力，主要反應高新技術產業發展能力在產業規模與經濟實力方面的主要指標。第二主因子企業平均利稅額及勞動生產率上具有較大的載荷和解釋能力，反映了企業的經濟效益。第三主因子則在高新技術產業產品的出口總額及出口產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（圖4）可寫出以下因子得分函數：

F1=0.175企業數+0.151工業總產值+0.178營業總收入+0.048出口創匯+0.181凈利潤+0.190上繳稅額-0.041企業平均出口額+0.024企業平均利稅額-0.032勞動生產率+0.178市場占有率-0.039出口產值率

F2=-0.176企業數+0.043工業總產值-0.025營業總收入-0.054出口創匯+0.052凈利潤+0.109上繳稅額+0.177企業平均出口額+0.491企業平均利稅額-0.392勞動生產率-0.025市場占有率-0.120出口產值率

F3=0.047企業數-0.075工業總產值-0.031營業總收入-0.336出口創匯+0.037凈利潤+0.138上繳稅額-0.276企業平均出口額+0.149企業平均利稅額-0.043勞動生產率-0.031市場占有率-0.476出口產值率

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

因此，根據因子得分及綜合得分得到了高新區發展能力評估的結果，如表4、表5所示：

4.2.1關于三類因子得分的解釋。根據2004年的數據統計結果，并且結合三類因子的解釋，對這些高新區進行了分析，由于第一主因子表示在工業總產值、營業總收入、勞動生產率等變量上具有較大的載荷和解釋能力，主要反應高新技術產業發展能力在產業規模與經濟實力的主要指標，那么由表5可知，北京、上海、南京、長春、深圳在這些指標上均有較高的貢獻，其中北京是上海的1.75倍，是南京的4.95倍。第二主因子企業平均利稅額及勞動生產率上具有較大的載荷和解釋能力，反映了企業經濟效益，上海、深圳、南京、青島、佛山、廈門、惠州等在該指標上具有較高的貢獻。第三個因子則在高新技術產業產品的出口總額及出口產值率上有較大的載荷和解釋能力。在這些指標上較高的高新區有蘇州、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、外貿部共同認定的我國第一批16個高新技術產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個高新區發展能力因子評估綜合得分排序

圖62004年中國53個高新區發展能力因子評估綜合得分排序4.2.22004年到2007年數據的綜合比較

從圖5、圖6可以看出按照發展能力因子評估綜合得分從高到低的排序53個國家級高新區出現了“聚類現象”。即盡管53個國家級高新區因子評估綜合得分相差懸殊，但是53個國家級高新區大致可以分為幾類，同類中高新區差距不大。例如，2007年中國53個高新區發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通過幾年的發展差距不斷縮小。2004年，排序靠后的高新區差距不大，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為大連、廣州、杭州、中山、惠州、珠海和蘇州等。這些高新區幾乎全部處于東部沿海地區，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太低。“因子3”的得分反映的是高新區的出口增值能力，由于受到“次貸危機”的沖擊，原本排序靠前的外向型高新區名次跌落。

5.關于高新區未來發展的對策建議

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

通過總結進入快速發展時期以來國家高新區的發展規律，可以更有效地指導高新區的下一步的發展戰略。首先，在因子分析中看到同類高新區差距不大，趨同性明顯。因此，高新區需積極發展特色產業、支柱產業，形成合理的生態鏈條結構和布局。我國高新區在產業建設上，出現了高度重復的現象，高新區內的產業布局不合理，各高新區在產業布局上基本趨同，總體體現出以電子信息為主，新材料、生物醫藥為輔的布局。幾乎所有的高新區都把電子裝備與信息產業、生物技術項目等列為重點發展和支持的產業。高新技術園區要結合自身特點形成鮮明的產業特色，擴大集聚效應和擴散效應，才能不斷提升自身的競爭實力。

其次，通過對2007年國家高新區的數據進行分析發現東部沿海地區外向型高新區受到國際金融危機沖擊較大。其根本原因在于區內企業絕大多數是外部植入的，而很少是內部自行繁育而成的。只有具有內部繁育能力的高新技術企業群才能有效地形成企業間專業化分工與協作，使每個企業都處于生長和創新的“最佳生態位”。這樣的高新技術企業群才有較高的穩定性，才能更好地抵御外部沖擊。因此，面對國際金融危機高新區要調整優化產業結構，實現園區企業類型的多元化，加強企業間的分工與合作，充分利用國內市場。

最后，通過聚類分析將經濟發展規律相似的高新區分成了四類。因此高新區在制定未來發展戰略時，就可以先判斷自身的位置，以及借鑒其他類型高新區的發展經驗，以制定合理的發展戰略。長期處于第一集團即第一、二類國家高新區應實現由主要依靠政策驅動逐步轉入功能驅動。政策過去、現在、將來仍然是推動高新技術產業開發區技術產業發展的重要力量。但是，高新技術產業開發區建設不能完全依靠優惠政策，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、創新機制，以及高起點、高標準的城市功能配套系統以獲得長遠的發展。長期處于第二集團即第三類高新區基礎設施等硬環境已比較完善，重點應注重軟硬投資環境的綜合創建，由注重招商引資、基本建設向注重創新質量和優化配置科技資源轉移，由擴大建設項目向優化創業、創新環境轉移。長期處于第四類的高新區，制度環境和非制度環境均較差，經濟環境只需取得較小的改善就能產生更大的增長效果。例如從2007年各地區高新區的發展情況看，營業總收入增長率增長幅度最大的是綿陽高新區，達到66.8%；工業總產值增長率增幅最大的也是綿陽高新區，為70.7%［4］。可見，此類高新區雖然現階段經濟實力較為落后，但是有很強的后發優勢。通過借鑒其他規模較大的高新區的發展經驗，積極改善制度環境和非制度環境，此類高新區將會保持較高的增長速度。

注釋：

①寧波高新區2007年1月經國務院批準升級為國家高新技術產業開發區，國家級高新區變為54個。但是為了數據保持前后一致，2007年的研究數據并沒有包含寧波高新區。

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

參考文獻：

［1］屈駁韻，張樹斌，李春林.我國高新區發展水平綜合評價［J］.經濟論壇，2003，(20)：84.

［2］薛薇.統計分析與SPSS的應用（第二版）［M］，北京：中國人民大學出版社，2008：340.

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

［4］科學技術部發展計劃司.2007年國家高新技術產業開發區經濟發展情況［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，研究方向是宏觀經濟、民營經濟、產業經濟。