中国区域经济发展不平衡的实证分析与政策思考

《中国区域经济发展不平衡的实证分析与政策思考》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、中国区域经济发展不平衡的实证分析与政策思考　　　　摘要：本文对我国区域经济发展不平衡进行了综合分析，在用多元统计中的聚类分析对中国各个省份的经济发展情况做出分类的基础上，通过回归和主成分分析方法深入探讨了导致区域经济发展不平衡的深层次原因，并对此提出了相应的政策建议。下载论文网/3/　　关键词：区域经济发展不平衡聚类分析回归主成分分析　　　　一、理论基础和背景介绍　　　　改革开放以来，我国各地区的经济都有了较快的发展。然而由于区域经济非均衡发展战略的实施，加上各地区原有的基础不一致，我国地区之间出现了较大程度的发展差距，并且这一差距现在还存在扩大的趋势。　　从经济发展的历程来看，在发

2、展初期适当的差距是促进经济发展的必不可少的条件。从历史经验来看，平均主义也必然导致贫穷。事实上，中国经济的发展和起飞也正是从实施改革开放引入市场经济以后才开始的。平均主义必然导致贫穷，但是，随着市场经济的发展，如果不能够恰当地控制区域经济的不平衡也必然会导致市场经济乃至整个社会的混乱。　　等(2002)对中国的经济发展中的地区差异研究发现，各地区的差异从1992年开始又有了抬头的迹象，而且呈现出新的特征：沿海省份和内陆省份的收入水平和收入增长速度的差距在扩大。何雄浪(2004)利用多元统计的主成分分析模型计算了各地区的综合得分，为合理划分经济区域类型提供了根据。张建平(2007)同样

3、采用主成分分析法对我国区域综合经济实力在国内的地位进行了比较，并提出用第一主成分作为一个地区综合经济实力的度量。然而，他们未能对造成这一差异进行更深入地探讨和研究。　　本文将采用聚类分析对31个省份（直辖市）的经济发展差异做一个直观的展示，看看各地区的经济水平的差异。然后就经济增长和地理因素，政策因素以及人口因素等因素之间做一个回归分析来对造成地区经济发展不平衡的原因进行研究，并采用主成分分析方法提取其中最显著的影响因素，最后再根据上述研究的结果进行一些政策层面的探讨。　　为了研究各地经济发展的差异情况，本文从《中国统计年鉴》以及搜数网搜集了1999到2007年全国31个省和直辖市的

4、经济和社会发展数据。采用的变量指标有地区生产总值，城镇人均可支配收入，农村人均纯收入，城镇人均消费性支出，农村人均消费性支出，城镇人口，农村人口，总人口(这里采用的是2000年和2005年的普查数据)以及一些其他代表人民生活的指标，例如人均住房面积等。此外，本文引用了三个变量代表地理条件的优劣和政策倾向，它们分别是铁路运输线路密度，公路运输线路密度，水运货运密度，这三个指标一方面代表了在一个地区进行基础设施的难度，间接表明了一个地区的地理条件的优越与否，另一方面也能够代表国家对一个地区的政策倾向，基础设施密度越高的地方说明国家对一个地区的重视程度越高。为了增加对政策的考虑，本文还使用

5、了固定资产投资额这一指标。　　　　二、基于聚类分析的经济水平差异的研究　　　　这里我们采用其中2005年的数据，使用的变量有人均地区生产总值（GDPP），地区生产总值指数（IGDP），固定资产投资总额（FIN），城镇人均消费性支出（CE），城镇人均可支配收入（DI）。观察样本则是各个省份和直辖市，数据来自《中国统计年鉴》　　本文采用SAS进行聚类分析，若将各个省份和直辖市的经济发展现状分为3类，则北京，上海和天津单独组成一类，它们是中国最富裕的地区；而广东，浙江，山东，江苏，福建和辽宁组成第二类，这些地区是中国比较富裕的地区，剩下来的地区则是相对比较贫穷的地区。这和许多学者对中国经济

6、区域的划分大体是一致的，说明中国的经济区域不平衡现象确实是存在的，并且也没有消失的迹象。　　从对历史数据的观察来说，北京，上海，天津的经济发展程度也是一直优于中国的其余地区的。这主要是因为政策上的原因，这是中国最早的三个直辖市，当然，它们便利的地理条件和历史条件也是选择它们作为直辖市的重要根据。我们并不能简单的将政策和地理两方面的因素分离开来，尤其是不能简单把政策从地理条件中脱离开来，因为任何经济政策的指定都要根据当地的地理，气候条件因地制宜。　　　　三、基于线性回归和主成份分析的经济发展研究。　　　　我们这里选取的因变量是人均GDP（GDPP），影响经济发展的变量主要有固定资产投资

7、总额（FIN），铁路运输线密度（DOT），公路运输线密度（DOR），水路货运密度（DOW），城镇人口（POT）,农村人口（POC）,外商直接投资（FDI），普通高校教师人数（NOT）,其中第一个变量代表了投资，后面三个变量代表地理条件，再加上人口变量，以及用外商直接投资量化的政策变量和教师人数代表的教育变量，这些对经济发展的影响应该是比较显著的。　　本文使用SAS进行编程，回归方法选择了逐步回归法，先看一下SAS的输出结果：　　表1SAS的回归结果　　最后