新常态下西部地区经济增长潜力综合评测研究.doc

新常态下西部地区经济增长潜力综合评测研究 　　摘 要：在中国经济新常态和建设“丝绸之路经济带”的宏观背景下，文章通过选择影响经济增长潜力的10个指标构建区域经济增长潜力测评的指标体系，以2013年西部地区12个省份数据为样本，运用R型因子分析和灰色聚类分析的方法对相关数据进行分析，提出了针对西部12个省份经济增长的相关发展建议 关键词：西部地区；经济增长；测评；新常态 中图分类号：F830.92 文献标识码：B 文章编号：1674-0017-2016（2）-0023-07 一、问题的提出 2009年我国进入经济发展的新常态，新常态给我们带来了发展机遇也带来了新挑战。未来我国经济增长速度及持续时间成为学术界热门探讨话题，国家经济增长潜力备受关注。2013年9月习近平总书记提出的“丝绸之路经济带”战略构想，得到了有关国家的积极响应，为西部各省份经济发展提供了千载难逢的机遇。2013年西部12省份GDP从2012年的113904.8亿元增加到126002.8亿元，比上年增长10.62%，高于全国GDP增长率1.12个百分点。与此同时，西部省份经济发展的不平衡也较为明显，2013年贵州省GDP增长率高出内蒙古自治区近11个百分点。我国西部地区12个省份大多位于“丝绸之路经济带”建设核心区内，因此对西部各省份经济增长潜力进行综合测评，找到各省份经济增长潜力的差距，对于缩小西部地区各省份的经济差距，更好地促进“丝绸之路经济带”核心区经济的发展，并缓解“丝绸之路经济带”两边高、中间低的洼地型经济地理特征的矛盾有一定的指导意义，最终带动新常态下中国西部经济增长快速发展 借鉴近年来国内学者对经济增长潜力测评的研究，进行区域经济增长潜力测评的方法众多，其中回归预测法、主成分分析、因子分析、聚类分析等多元统计分析方法运用较多，本文在参考以上研究方法的基础上，结合西部地区经济增长的实际拟运用R型因子分析和灰色聚类分析相结合的模型研究西部地区12个省份经济增长潜力。首先运用R型因子分析计算出综合因子得分；以初步测评西部地区经济增长潜力，对西部经济增长潜力进行排名并分层，其次，运用灰色聚类划分出西部地区经济增长潜力三个不同强度的灰类，对西部地区经济增长潜力进行科学分类。在R型因子分析之后使用灰色聚类方法，是对R型因子分析结果排名及分层结果的进一步验证说明和补充，使实证结果更具说服力，同样使评价结果更具可靠性 二、西部地区经济增长潜力综合测评的实证分析 （一）经济增长潜力的指标体系构建及数据预处理 本文在遵照指标选取客观性、科学性、完备性、可操作性原则的基础上，从多种文献、资料中收集到研究者用来反映经济增长潜力的指标有20多个。基于国内学者提出的指标体系，考虑到数据的客观性和可操作性、西部地区的特色与区域经济增长的相关性，分别从外显性经济增长潜力、潜在性经济增长潜力和发展性经济增长潜力这几个方面进行指标的筛选，建立了西部地区经济增长潜力综合测评的指标体系。文章采用灰色聚类模型对收集、整理出的拟选指标进行删除、归并处理，得到了经济增长潜力的相关产业3个一级指标和10个二级指标的经济增长潜力测评指标体系（详见表1） 表1中为了区分各指标对经济增长潜力影响的大小，文章根据相关学者意见和西部地区经济发展的实际情况给各指标设计了权重。外显性经济增长潜力、潜在性经济增长潜力和发展性经济增长潜力3个一级指标的权重分别为30%、38%和32%，我们可由二级指标直接计算经济增长潜力综合指数，无需对3个一级指标分别计算指数后再加权求和 原始指标数据均来源于中国统计局出版的《中国统计年鉴》和2013年西部地区各省《统计年鉴》。在实证分析前应对数据进行预处理，本文选取的指标都为正向指标，考虑到各个指标往往具有不同的量纲，为了消除各指标之间的量纲影响，应对所有指标进行无量纲化处理，具体采用正态分布假设下的正态标准化处理方法： （二）基于R型因子分析的经济增长潜力测评 1、KMO 检验、Bartlett 检验 运用SPSS18.0 进行因子分析，计算得到KMO 检验统计量为0.511，大于0.5检验通过；Bartlett 检验统计量相应的伴随概率为0.000，小于显著性水平0.05检验通过。与此同时，可以看出反映象矩阵中除其主对角线外的元素大多数绝对值较小。因此可以认为选取的指标之间存在着显著相关性，即说明收集的数据适宜进行因子分析，并且在因子分析过程中消除了数据的多重共线性 2、方差解释分析 各指标的特征值与累积贡献率如表2所示，未经旋转时，被提取的F1、F2、F3三个公共因子的累计方差为85.87%，大于85%，且它们初始特征值大于1，分别为5.225、2.322、1.04。而经过旋转以后，得到的新公因