□文/蘇長(zhǎng)青董 雯陳聞君(.新疆財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院;.中國(guó)科學(xué)院新疆生態(tài)與地理研究所 新疆·烏魯木齊)
?
山東省城市經(jīng)濟(jì)效益研究
□文/蘇長(zhǎng)青1董雯2陳聞君1
(1.新疆財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院;2.中國(guó)科學(xué)院新疆生態(tài)與地理研究所新疆·烏魯木齊)
[提要]區(qū)域差異過(guò)大已成為影響山東發(fā)展的一大突出問(wèn)題,能否解決東西部間的平衡是山東由經(jīng)濟(jì)大省向經(jīng)濟(jì)強(qiáng)省跨越的關(guān)鍵。本文利用影響山東17地市經(jīng)濟(jì)效益的10個(gè)指標(biāo),采用因子分析、逐步回歸和系統(tǒng)聚類,從橫向和縱向兩個(gè)維度對(duì)17地市的經(jīng)濟(jì)效益進(jìn)行比較分析,并找出決定GDP的主要解釋變量。
關(guān)鍵詞:經(jīng)濟(jì)效益;因子分析;系統(tǒng)聚類;山東
資助項(xiàng)目:國(guó)家社會(huì)科學(xué)基金項(xiàng)目(14BJL050)
收錄日期:2016年3月21日
改革開放30多年來(lái),中國(guó)經(jīng)濟(jì)年均以8.8%的速度高速增長(zhǎng),然而隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展,不同區(qū)域間的發(fā)展不平衡問(wèn)題也日益突出。我國(guó)區(qū)域發(fā)展不平衡問(wèn)題體現(xiàn)在不同尺度上,如東中西部之間、南北之間以及省、市、縣之間,這嚴(yán)重制約了我國(guó)發(fā)展方式的轉(zhuǎn)變和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí),影響到中國(guó)的和諧、穩(wěn)定與健康發(fā)展。以往學(xué)者對(duì)區(qū)域不平衡問(wèn)題進(jìn)行了大量研究,一是對(duì)區(qū)域發(fā)展不平衡程度的測(cè)度(于學(xué)成,2009;楊勇,2014等);二是對(duì)區(qū)域發(fā)展不平衡成因、對(duì)策的分析(管衛(wèi)華等,2006;覃成林,2011;陳長(zhǎng)石,2015等);三是對(duì)區(qū)域發(fā)展不平衡趨勢(shì)的研究,即在時(shí)間維度上區(qū)域差異是否縮?。ㄎ汉髣P,1996;王少劍,2013等)。本文將經(jīng)濟(jì)效益引入對(duì)區(qū)域經(jīng)濟(jì)發(fā)展不平衡的研究,通過(guò)分析山東各城市經(jīng)濟(jì)效益發(fā)展?fàn)顩r,從中獲得關(guān)于區(qū)域發(fā)展不平衡戰(zhàn)略和調(diào)整的新的認(rèn)識(shí)和啟示。所謂經(jīng)濟(jì)效益就是企業(yè)生產(chǎn)經(jīng)營(yíng)管理活動(dòng)中投入與產(chǎn)出之比,然而城市不是一個(gè)企業(yè),也不是一個(gè)部門,它比企業(yè)和部門的范圍更廣,所以城市經(jīng)濟(jì)效益要考慮的是一個(gè)整體,它主要是考察一個(gè)地區(qū)的經(jīng)濟(jì)和經(jīng)濟(jì)效果是否處于均衡發(fā)展。徐光遠(yuǎn)曾經(jīng)指出城市經(jīng)濟(jì)效益是綜合經(jīng)濟(jì)效益,它是各部門內(nèi)部效益與外部社會(huì)效益、環(huán)境效益的綜合。城市經(jīng)濟(jì)效益可以讓我們更加全面的了解城市發(fā)展的水平、規(guī)律和管理質(zhì)量,有利于我們從全面觀點(diǎn)出發(fā),提高城市經(jīng)濟(jì)效益。然而,國(guó)內(nèi)關(guān)于城市經(jīng)濟(jì)效益評(píng)價(jià)的研究仍舊較為缺乏。眾多的研究?jī)H僅是作為一個(gè)模型進(jìn)行理論分析,實(shí)證研究比較少。鑒于此,本研究以山東省為實(shí)例,利用數(shù)學(xué)模型解決實(shí)際問(wèn)題。
(一)研究區(qū)概況。山東省作為東部沿海經(jīng)濟(jì)大省正積極實(shí)施“兩區(qū)一圈一帶”戰(zhàn)略,其工業(yè)以能源、化工、冶金、建材、機(jī)械、紡織、食品等產(chǎn)業(yè)為主,經(jīng)濟(jì)增長(zhǎng)迅速,尤其是計(jì)劃單列市青島作為山東半島城市群的龍頭城市,經(jīng)濟(jì)發(fā)展勢(shì)頭異常迅猛。截至2014年年底,山東省共有地級(jí)市17個(gè),主要指標(biāo)均居全國(guó)前列,2014年實(shí)現(xiàn)地區(qū)生產(chǎn)總值59,426.59億元(居全國(guó)第三位),人均地區(qū)生產(chǎn)總值達(dá)到60,879元。2013年,山東被評(píng)為中國(guó)最具綜合競(jìng)爭(zhēng)力的三個(gè)省區(qū)之一。然而,區(qū)域經(jīng)濟(jì)發(fā)展不平衡是山東省情的一個(gè)明顯特征,一些地區(qū)發(fā)展空間受限、后勁不足、資源環(huán)境約束加劇。山東東、西部經(jīng)濟(jì)差別像是整個(gè)中國(guó)大陸東、西部差別的一個(gè)縮影,山東區(qū)域不平衡主要表現(xiàn)為東西部之間的差距。如何突破山東區(qū)域發(fā)展不平衡的瓶頸,實(shí)現(xiàn)跨越式發(fā)展,建設(shè)“大而強(qiáng)、富而美”的新山東,是未來(lái)山東發(fā)展亟待解決的問(wèn)題。
(二)數(shù)據(jù)來(lái)源及指標(biāo)選擇。本研究選擇山東省17個(gè)地級(jí)市,分別為:濟(jì)南市、青島市、淄博市、棗莊市、東營(yíng)市、煙臺(tái)市、濰坊市、濟(jì)寧市、泰安市、威海市、日照市、萊蕪市、臨沂市、德州市、聊城市、濱州市、菏澤市;10個(gè)指標(biāo)分別為總?cè)丝跀?shù)、GDP、工業(yè)總產(chǎn)值、客運(yùn)總量、貨運(yùn)總量、公共財(cái)政預(yù)算收入、固定資產(chǎn)投資總額、城鎮(zhèn)居民可支配收入、在崗職工人數(shù)、在崗職工工資總額。各項(xiàng)指標(biāo)數(shù)據(jù)根據(jù)《山東統(tǒng)計(jì)年鑒2015》以及2014年山東省各地市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)統(tǒng)計(jì)的數(shù)據(jù)進(jìn)行分析。(表1)
表1 2014年山東省17個(gè)地級(jí)市經(jīng)濟(jì)效益指標(biāo)統(tǒng)計(jì)數(shù)據(jù)表
表3總方差解釋
(一)因子分析
1、模型的建立。通過(guò)分析樣本中10個(gè)原始變量間的相關(guān)性,從10個(gè)原始變量中提取少數(shù)的綜合變量,使其包含變量提供的大部分信息,同時(shí)又盡量使綜合變量盡可能地彼此不相關(guān),以達(dá)到為原始數(shù)據(jù)降維的目的。
設(shè)觀測(cè)變量為x1,x2,…xp,公共因子為Fm,則因子模型為:
其中,F(xiàn)為主因子,ε為特殊因子,A為因子載荷矩陣,即aij為第i個(gè)觀測(cè)變量在第j個(gè)公共因子上的因子載荷系數(shù),也就是兩者的相關(guān)系數(shù)。
2、確認(rèn)原始變量是否適合作因子分析。因子分析是為了尋求存在相關(guān)關(guān)系的觀測(cè)變量間是否存在對(duì)其起支配作用的公共因子,因此因子分析之前需確認(rèn)原始變量是否適合作因子分析。本文采用KMO和Bartlett的球形度檢驗(yàn):KMO檢驗(yàn)用于檢驗(yàn)變量間的偏相關(guān)是否很小,一般認(rèn)為KMO統(tǒng)計(jì)量大于0.9時(shí)效果最好,0.7以上可以接受,0.5以下則不宜作因子分析;球形Bartlett檢驗(yàn)用于檢驗(yàn)相關(guān)矩陣是否是單位陣,即各變量之間是否獨(dú)立,若不能否定相關(guān)矩陣為單位陣,就說(shuō)明各變量可能獨(dú)自提供了一些信息,此時(shí)若采用因子模型就不合適。由表2可以看出本文中的KMO統(tǒng)計(jì)量為0.589,可以接受。同時(shí),本文中的Bartlett檢驗(yàn)的顯著性為0.000,小于0.01,由此可知各變量間顯著相關(guān),即否定相關(guān)矩陣為單位陣的零假設(shè)。(表2)
3、求得初始公因子及因子載荷矩陣。通過(guò)分析原始變量的相關(guān)性,根據(jù)研究需要從中提取較少的公因子。利用觀測(cè)變量的相關(guān)系數(shù)陣計(jì)算其特征值,從大到小依次為λ1,λ2,…λp。則前m(m<p)個(gè)因子的累積方差貢獻(xiàn)率為:
一般認(rèn)為,累積方差貢獻(xiàn)率大于80%時(shí),就能保證不丟失太多重要信息。
表3給出了每個(gè)公因子所解釋的方差及累積和。從“初始特征值”一欄可以看出,前兩個(gè)公共因子解釋的累積方差達(dá)83.723%,而后面的公共因子的特征值較小,對(duì)解釋原有變量的貢獻(xiàn)越來(lái)越小,因此提取兩個(gè)公共因子是合適的。(表3)
4、因子旋轉(zhuǎn)。得到因子模型后,其中的公共因子不一定能反映問(wèn)題的實(shí)質(zhì)特征,為了能更好地解釋每一個(gè)公共因子的實(shí)際意義,且減少解釋的主觀性,可以通過(guò)因子旋轉(zhuǎn)達(dá)到目的,經(jīng)過(guò)旋轉(zhuǎn)后的每個(gè)公共因子上的載荷分配也更清晰了。利用SPSS提供的因子旋轉(zhuǎn)方法——方差最大化正交旋轉(zhuǎn),得到旋轉(zhuǎn)后的成分矩陣。從表4可以看出,本文中的第1個(gè)公共因子更能代表城鎮(zhèn)居民可支配收入、GDP、在崗職工工資總額、公共財(cái)政預(yù)算收入、在崗職工人數(shù)、固定資產(chǎn)投資總額和工業(yè)總產(chǎn)值這7個(gè)變量,將其命名為經(jīng)濟(jì)因子;第2個(gè)公共因子更能代表總?cè)丝跀?shù)、客運(yùn)總量和貨運(yùn)總量這3個(gè)變量,將其命名為人口和客貨運(yùn)因子。(表4)
5、計(jì)算因子得分和綜合得分。要想得到17個(gè)地級(jí)市的經(jīng)濟(jì)因子、人口和客貨運(yùn)因子,需要先知道公共因子得分。因子得分是根據(jù)原始變量的線性組合求得,利用SPSS輸出標(biāo)準(zhǔn)化的因子得分系數(shù)矩陣。(表5)
由表5可得最終的因子得分公式:
F1=-0.136×總?cè)丝跀?shù)+0.176×GDP+…0.184×在崗職工工資總額
F2=-0.389×總?cè)丝跀?shù)-0.001×GDP+…-0.022×在崗職工工資總額
城市的經(jīng)濟(jì)效益得分公式為:
zF=F1×F1的方差貢獻(xiàn)率+F2×F2的方差貢獻(xiàn)率
根據(jù)上述公式可以計(jì)算17個(gè)地級(jí)市的因子得分和綜合得分。(表6)可以看出:(1)青島、濟(jì)南、東營(yíng)、煙臺(tái)、淄博五城市在經(jīng)濟(jì)因子上得分較高,從地理區(qū)位看五城市均位于山東東部地區(qū),區(qū)域位置優(yōu)越、政策優(yōu)惠傾斜多、發(fā)展基礎(chǔ)好,在發(fā)展經(jīng)濟(jì)方面具有得天獨(dú)厚的便利;(2)濰坊、臨沂、菏澤、濟(jì)寧、煙臺(tái)、青島六城市在人口和客貨運(yùn)因子上得分較高,其中青島、煙臺(tái)和濰坊作為沿海港口城市,環(huán)境適宜、海運(yùn)十分便利,對(duì)人口吸引力較強(qiáng)。而濟(jì)寧作為京杭大運(yùn)河沿線的重要城市,自古交通十分便利,下轄曲阜等旅游城市,作為孔孟之鄉(xiāng),客貨運(yùn)量大。臨沂作為江北最大商貿(mào)物流集散中心和山東人口最多的地級(jí)市,現(xiàn)代物流產(chǎn)業(yè)起步較早,是山東商貿(mào)物流大市,貨運(yùn)量巨大。而地處山東西部的菏澤,承東啟西、引南連北,地理位置優(yōu)勢(shì)十分突出;(3)在綜合得分方面,青島、濟(jì)南和煙臺(tái)處于前三甲,青島、濟(jì)南作為副省級(jí)城市,濟(jì)南又是山東省會(huì)城市,青島、濟(jì)南的綜合競(jìng)爭(zhēng)力十分突出。位于黃渤海之濱的煙臺(tái),從自身得天獨(dú)厚的優(yōu)勢(shì)資源出發(fā),借助藍(lán)色資源優(yōu)勢(shì),經(jīng)濟(jì)發(fā)展異常迅猛;(4)城市經(jīng)濟(jì)效益的提升,必須是經(jīng)濟(jì)、人口和客貨運(yùn)等各個(gè)方面整體的提升,如果片面追求某一方面的發(fā)展,是不利于城市整體水平的提高的。
(二)回歸分析
1、建立回歸模型。本文采用多元線性回歸模型,多元線性回歸的數(shù)學(xué)模型為:
y=β0+β1xi1+β2xi2+…βpxip+ε i=1,2,…n
其中,p為解釋變量的個(gè)數(shù);β0,β1,β2,…βp為未知參數(shù);εi為隨機(jī)誤差項(xiàng),是由隨機(jī)誤差或其他因素的變化而引起的y線性變化部分,εi~N(0,σ2)。
2、線性回歸的實(shí)現(xiàn)。GDP是一個(gè)地方經(jīng)濟(jì)水平的主要衡量指標(biāo),本文中,我們將GDP作為被解釋變量(因變量),尋求GDP與其他變量的線性相關(guān)性。本研究使用逐步回歸法中的使用F的概率選擇進(jìn)入模型的變量。逐步回歸法即先選擇對(duì)因變量貢獻(xiàn)最大,并滿足判斷條件的自變量進(jìn)入回歸方程,然后將模型中符合剔除數(shù)據(jù)的變量移除模型,重復(fù)進(jìn)行直到?jīng)]有變量被引入或剔除,得到回歸方程。最終進(jìn)入回歸模型的解釋變量只有三個(gè):公共財(cái)政預(yù)算收入、工業(yè)總產(chǎn)值、在崗職工工資總額。(表7)
表2 KMO和Bart l et t檢驗(yàn)
表4旋轉(zhuǎn)后的成分矩陣a
表7給出了回歸擬合過(guò)程每一步被引入的解釋變量及所有模型的回歸系數(shù)估計(jì)值??梢钥闯觯钕缺灰肽P偷氖枪藏?cái)政預(yù)算收入,其次為工業(yè)總產(chǎn)值,最后為在崗職工工資總額。其中公共財(cái)政預(yù)算收入的標(biāo)準(zhǔn)化回歸系數(shù)是3個(gè)變量中最大的;3個(gè)模型中所有變量的顯著性(Sig值)均小于0.05,通過(guò)顯著性檢驗(yàn);各解釋變量的方差膨脹因子(VIF值)都較小,說(shuō)明解釋變量基本不存在多重共線性問(wèn)題。所擬合回歸方程為:
GDP=200.656+0.000432X6+0.00001032X3+2.716X10
(0.000058)(0.000001)(0.500)
n=17 R2=0.995 R2=0.993
其中:X6為公共財(cái)政預(yù)算收入,X3為工業(yè)總產(chǎn)值,X10為在崗職工工資總額。
模型的R2為0.995,說(shuō)明引入回歸方程的變量是顯著的,建立的回歸方程較好。F值為801.138,顯著性概率小于0.05,拒絕原假設(shè),認(rèn)為模型整體顯著。模型中3個(gè)解釋變量的t值顯著性均為0.000,小于0.05,拒絕回歸系數(shù)都為0的原假設(shè),認(rèn)為系數(shù)顯著。
(一)聚類分析的原理。聚類分析是統(tǒng)計(jì)學(xué)中研究“物以類聚”問(wèn)題的多元統(tǒng)計(jì)分析方法,其原理是根據(jù)事物本身的特性將相似的事物歸類,被歸為一類的事物具有較高的相似性,而不同類間的事物有著很大差異。本文利用系統(tǒng)聚類中的凝聚法依據(jù)10個(gè)原始數(shù)據(jù)指標(biāo)對(duì)山東省17個(gè)地級(jí)市進(jìn)行聚類分析。
表5成分得分系數(shù)矩陣
表6山東省17城市因子分析結(jié)果
(二)聚類分析過(guò)程。系統(tǒng)聚類中的凝聚法過(guò)程如下:(1)聚類開始前先將每一個(gè)個(gè)案都視為一類,有多少個(gè)案就有多少類;(2)根據(jù)所定義的距離,將距離最近的兩個(gè)個(gè)案合并為一類,這樣類別就減少了一類;(3)重復(fù)步驟(2),將新合并的類與最近的舊類再合并為一類,重復(fù)這一步驟,直到將所有的個(gè)案都合并為一個(gè)類別為止。
利用SPSS中系統(tǒng)聚類中的凝聚法,將表1中的10個(gè)統(tǒng)計(jì)指標(biāo)作為變量,以“城市”變量作為標(biāo)識(shí)變量,采用組內(nèi)連接的聚類方法,得到聚類分析結(jié)果如表7所示。(表7)可以看出,整個(gè)聚類過(guò)程,表格的“階段”一列表示聚類的步數(shù),以第3行為例,此步是將第14和第16類合并為一類,“系數(shù)”一列表示兩類之間的距離,其中第14類首次出現(xiàn)是在第1步(從首次出現(xiàn)聚類的階段聚類1中顯示數(shù)字為1),而第16類是首次出現(xiàn)(從首次出現(xiàn)聚類的極端聚類2中顯示數(shù)字為0),所以第3步中的第14類其實(shí)包含了第14個(gè)個(gè)案和第15個(gè)個(gè)案,所以第3步是將第14、15和第16個(gè)個(gè)案歸為了第2類,而這第2類下一次合并是在第9步(“下一個(gè)階段”列第3步顯示的數(shù)字為9)。最后,17個(gè)觀測(cè)經(jīng)過(guò)16步聚為一類。另外,我們可以根據(jù)表中聚類系數(shù)的變化幅度來(lái)界定聚類類別,當(dāng)相鄰兩個(gè)步驟的系數(shù)遠(yuǎn)大于上一步驟時(shí),即存在跳躍時(shí),我們可以認(rèn)為這兩類的差別較大。(圖1)
從圖1來(lái)看并結(jié)合表7,將其聚為6類是比較合適的,聚類結(jié)果為:
G1={青島}
G2={濟(jì)南、煙臺(tái)}
G3={濟(jì)寧、臨沂、濰坊}
G4={淄博、東營(yíng)}
G5={德州、聊城、濱州、泰安、威海、菏澤}
G6={棗莊、日照、萊蕪}
聚類分析得出的結(jié)果和前面17城市因子分析結(jié)果中綜合得分結(jié)果完全一致,說(shuō)明本文所進(jìn)行的分析是比較科學(xué)合理的。作為4個(gè)計(jì)劃單列市和15個(gè)副省級(jí)城市之一的青島市,是山東半島的龍頭城市,是山東半島城市群的經(jīng)濟(jì)中心;第二組中的濟(jì)南和煙臺(tái),經(jīng)濟(jì)規(guī)模接近,GDP總量都在5,000億元左右。濟(jì)南作為省會(huì)城市,綜合實(shí)力突出,而近幾年煙臺(tái)充分利用自身優(yōu)勢(shì),經(jīng)濟(jì)發(fā)展異常迅速;第三組中的3個(gè)城市都是山東省城市經(jīng)濟(jì)效益增長(zhǎng)較快的地區(qū),三者在客貨運(yùn)總量、城鎮(zhèn)居民可支配收入和在崗職工工資總額方面都比較接近;第四組中的淄博和東營(yíng)在早期都是以工業(yè)經(jīng)濟(jì)為主的城市,工業(yè)體系完善,近幾年在成功實(shí)行轉(zhuǎn)型后,城市經(jīng)濟(jì)效益不斷提升,成為山東省新的經(jīng)濟(jì)增長(zhǎng)中心;第五組中的6個(gè)城市大體處于相同的發(fā)展階段,城市經(jīng)濟(jì)的整體性不強(qiáng),僅依靠單一特色經(jīng)濟(jì)發(fā)展,城市經(jīng)濟(jì)效益相對(duì)較差;第六組中的棗莊和萊蕪作為資源型城市,隨著資源的枯竭和經(jīng)濟(jì)轉(zhuǎn)型的需要,正在承受經(jīng)濟(jì)轉(zhuǎn)型的陣痛。而日照由于起步晚,發(fā)展基礎(chǔ)差,城市經(jīng)濟(jì)效益不明顯。
通過(guò)對(duì)山東省17個(gè)地級(jí)市的原始數(shù)據(jù)進(jìn)行因子分析和聚類處理,從橫向和縱向兩個(gè)角度對(duì)17個(gè)地級(jí)市的經(jīng)濟(jì)效益進(jìn)行比較分析,最終將10個(gè)原始指標(biāo)解釋為經(jīng)濟(jì)、人口和客貨運(yùn)兩個(gè)公共因子,并將因子分析所得結(jié)果與聚類分析結(jié)果相比較,驗(yàn)證其合理性。結(jié)果表明:山東中西部城市經(jīng)濟(jì)效益不斷提升,已經(jīng)形成了山東省中西部以濟(jì)寧和臨沂為新的區(qū)域增長(zhǎng)極的中心城市,中西部城市正在不斷調(diào)整其發(fā)展戰(zhàn)略,實(shí)現(xiàn)對(duì)東部城市的趕超。
長(zhǎng)期以來(lái)人們習(xí)慣將山東省劃分成魯東、魯中、魯西三大經(jīng)濟(jì)區(qū),魯東即青島、濟(jì)南、煙臺(tái)、威海、淄博、濰坊、日照以及東營(yíng),魯中地區(qū)包括濟(jì)寧、泰安、德州、萊蕪、濱州,魯西是指聊城、臨沂、菏澤、棗莊。從地理區(qū)位和經(jīng)濟(jì)發(fā)展基礎(chǔ)來(lái)說(shuō),一般魯東地區(qū)城市經(jīng)濟(jì)效益要高于魯中和魯西地區(qū)。本文經(jīng)過(guò)實(shí)證分析所得出的結(jié)論與人們的傳統(tǒng)認(rèn)識(shí)有些偏差,以往研究認(rèn)為中部和西部地區(qū)的效益明顯不如東部地區(qū),且有加大趨勢(shì),本文結(jié)論顯示:魯中地區(qū)的濟(jì)寧和魯西地區(qū)的臨沂城市經(jīng)濟(jì)效益大幅提升,而作為沿海城市的日照綜合得分排在倒數(shù)第二位,魯中、魯西地區(qū)的城市經(jīng)濟(jì)效益不斷提高。
為了解決區(qū)域發(fā)展不平衡問(wèn)題,山東省提出了“省會(huì)城市經(jīng)濟(jì)圈”和“西部經(jīng)濟(jì)隆起帶”戰(zhàn)略,中西部不少地市納入了國(guó)家和省級(jí)發(fā)展戰(zhàn)略,政策疊加優(yōu)勢(shì)明顯,強(qiáng)力推動(dòng)山東中西部跨越式發(fā)展。在以后經(jīng)濟(jì)發(fā)展過(guò)程中,省政府要重點(diǎn)扶植第五類和第六類中的地市,青島作為山東最大的城市,經(jīng)濟(jì)發(fā)展關(guān)乎著整個(gè)山東省的經(jīng)濟(jì)力量,必須發(fā)揮好其龍頭帶動(dòng)作用,尤其是在山東半島城市群中的輻射帶動(dòng)作用。而作為省會(huì)城市的濟(jì)南,其在省會(huì)城市經(jīng)濟(jì)圈中起著核心和龍頭作用,必須充分利用濟(jì)南的綜合經(jīng)濟(jì)實(shí)力和輻射帶動(dòng)作用,大力發(fā)展“飛地經(jīng)濟(jì)”,實(shí)現(xiàn)區(qū)域內(nèi)資源優(yōu)化配置,力求實(shí)現(xiàn)濟(jì)南和其他6地市的抱團(tuán)式發(fā)展。對(duì)于棗莊這種資源型城市,必須加快資源枯竭城市轉(zhuǎn)型發(fā)展,打造西部經(jīng)濟(jì)隆起帶轉(zhuǎn)型升級(jí)高地。另外,在加快第五類和第六類中城市發(fā)展的同時(shí),必須避免產(chǎn)業(yè)趨同、惡性競(jìng)爭(zhēng),根據(jù)各地市實(shí)際,實(shí)現(xiàn)精準(zhǔn)發(fā)展,形成各具特色、富有生機(jī)新的增長(zhǎng)極,實(shí)現(xiàn)山東省東、中、西部的均衡發(fā)展,提升山東整體經(jīng)濟(jì)發(fā)展實(shí)力。
表7凝聚計(jì)劃
圖1山東省市域經(jīng)濟(jì)聚類分析圖
主要參考文獻(xiàn):
[1]徐光遠(yuǎn).城市經(jīng)濟(jì)學(xué)[M].北京:中國(guó)經(jīng)濟(jì)出版社,2009.
[2]饒會(huì)林.城市經(jīng)濟(jì)效益分析[J].財(cái)經(jīng)問(wèn)題研究,1985. 1.
[3]張慶堂,高潔,王傳榮,劉旭寧,郝海波.山東省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及合理布局研究[J].財(cái)經(jīng)界(學(xué)術(shù)版),2014. 3.
[4]王志憲,呂霄飛,張峰.青島在山東半島藍(lán)色經(jīng)濟(jì)區(qū)建設(shè)中的功能定位及發(fā)展對(duì)策研究[J].長(zhǎng)江流域資源與環(huán)境,2011. 7.
[5]張志元,董彥嶺,劉清春,渠濤,蒲業(yè)瀟.山東區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展存在的主要問(wèn)題與對(duì)策研究[J].經(jīng)濟(jì)與管理評(píng)論,2012. 5.
[6]趙明華,鄭元文.近10年來(lái)山東省區(qū)域經(jīng)濟(jì)發(fā)展差異時(shí)空演變及驅(qū)動(dòng)力分析[J].經(jīng)濟(jì)地理,2013. 1.
[7]張慧,周春梅.我國(guó)旅游上市公司經(jīng)營(yíng)業(yè)績(jī)的評(píng)價(jià)與比較——基于因子分析和聚類分析的綜合研究[J].宏觀經(jīng)濟(jì)研究,2012. 3.
[8]梁子謙,李小軍.影響中國(guó)糧食生產(chǎn)的因子分析[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題,2006. 11.
[9]胡振華,袁靜.企業(yè)效益評(píng)價(jià)因子分析模型及應(yīng)用[J].中國(guó)管理科學(xué),2002. 1.
[10]山東“兩區(qū)一圈一帶”戰(zhàn)略初見成效[J].領(lǐng)導(dǎo)決策信息,2014. 22.
[11]馬浩.山東區(qū)域經(jīng)濟(jì)非均衡協(xié)調(diào)發(fā)展研究[D].北京交通大學(xué),2013.
[12]Efendi N,Cagi n K C.OW- A base d l i nkage met hod i n hi erarchi cal cl ust eri ng:appl i cat i on on phyl ogenet i c t rees[J].Expert Syst emswi t h Appl i cat i ons,2011. 38. 10. [13]袁連新,余勇.聚類分析方法及其環(huán)境監(jiān)測(cè)(水質(zhì)分析)中的應(yīng)用[J].環(huán)境科學(xué)與技術(shù),2011. S2.
[14]郭寧,李新,竇同宇.山東省區(qū)域經(jīng)濟(jì)差異的實(shí)證分析[J].國(guó)土與自然資源研究,2015. 4.
[15]龍慎峰.山東省區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究[D].齊魯工業(yè)大學(xué),2014.
[16]余海清,陳阿林,楊軍.基于基尼系數(shù)分解的山東省區(qū)域經(jīng)濟(jì)差異實(shí)證分析[J].魯東大學(xué)學(xué)報(bào)(自然科學(xué)版),2010. 1.
中圖分類號(hào):F29
文獻(xiàn)標(biāo)識(shí)碼:A