汪晓梦
(中共合肥市委党校,合肥 230031)
近年来,经济开发区的发展评价逐渐得到理论界、学术界的关注和研究。国外很多研究是基于发达国家地区或是与中国存在较大差异的发展中国家地区的实际,尽管研究方法不乏借鉴意义,但这些成果及结论均与我国地区现实相差甚远,难以回答我国区域经济开发区建设和发展中出现的问题。
国内针对经济开发区发展的研究基本集中于对战略、动力、形势、规划、状况、模式、理念和趋势等的研究,围绕开发区发展评价的文献相对较少。在可查的文献中,代表性的有谷文琴以合肥市经济技术开发区为研究对象,从经济发展水平与经济结构水平、经济发展潜力、经济发展活力和宏观经济效益四个方面进行评价和对比分析[1];范娇艳运用多元统计中的因子分析和聚类分析方法,对甘肃省开发区经济发展水平进行评价[2];陶文浩运用因子分析法对我国各省、市、自治区的开发区高新技术企业发展的整体经济效益进行实证检验,并根据计算结果归类、评价,在反映差距的同时,以期为更好地促进开发区高新技术企业发展提供理论依据[3];俞晓莹建立基于可持续发展条件下的生态满意度指标体系,利用可持续发展协调度、发展度及社会、经济与环境综合指数模型,采用层次分析法和专家打分法,对耒阳经济开发区可持续发展条件下的生态环境进行综合评价[4]。
以上文献除个别涉及合肥市个案外,均不是以安徽省各地市开发区为研究对象,但是为本课题的开展提供了理论参考和研究方法借鉴。我国经济发展进入新常态,开展安徽开发区评价基于以下考虑:第一,虽然安徽省级以上开发区经过多年的发展取得了一定的成就,但是出现发展非均衡性,经济效益规模层次不一,开发区的投入与产出绩效不尽如意。开发区急待于转型升级,发挥其在当地经济社会发展中的创新引领作用尤为重要。第二,如何对安徽省级开发区发展进行评价目前由政府主导,主要是设计评价指标,采用加权平均法,指标单一,方法简单,结果缺乏说服力。第三,抛砖引玉,期待更多专家学者力量集聚,为安徽开发区发展评价研究寻找更科学的研究方法,评价结论更可信。
系统性。开发区经济发展实质上是投入与产出活动,隶属于经济系统。评价开发区发展既要有投入指标又要有产出指标,避免片面性。
重要性。从现有开发区统计报表来看,反映其发展情况的指标非常多,且不尽统一,指标目录各异。根据求同存异性,选择最能反映开发区经济发展的关键性指标,即影响开发区能力的决定性因素,使得评价标准具有一致性。
可比性。主要指选取的指标涵义界定、计算方法、统计口径相同,否则得出的结果可能与事实存在一定的偏差,缺乏说服力,评价工作失去实际意义。
便捷性。在评价过程中,由于评价对象较多,采集的数据量较大,所设指标原始数据的获取存在一定的困难,甚至会造成某些数据缺失,在操作中应考虑便捷性。
根据指标设计原则和安徽省各地市开发区发展的现状,设计评价指标如下:全区经营收入(万元)、工业总产值(当年价格,万元)、第二工业增加值(万元)、出口总额(万美元)、税收总额(万元)、财政收入(万元)、固定资产投资额(万元)、新批进区外商投资企业(个)、实际利用外商直接投资(万美元)、亿元以上省外境内投资项目数(个)、亿元以上项目到位省外境内资金额(万元)、专利申请量与专利授权量(件)。
评价指标的原始数据主要来源于2016年度安徽省16个地市的统计年鉴、科技统计年鉴以及各地市的国民经济与社会发展公报,部分数据来源于各开发区内部简报和工作报告。
由于安徽省开发区评价所需的连续年份数据很难获取,且不具备一定的数学函数特征,对于同一年度数据,针对指标较多,部分信息相互关联,选择主成分分析法较为适宜。
所谓主成分分析,本质上是一种多元统计分析方法,主要利用“降维”的思想,利用线性代数中的正交变换,把多个指标转化为少数几个综合指标,即为主成分[5]。其中要求每个主成分都要反映原始变量的大部分信息,并且所含信息互不重复、相互独立。这种方法在引进多方面变量的同时,将复杂因素归结为几个主成分,使问题简单化,而且得到更加科学有效的数据综合信息[6]。
表1 KMO和Bartlett检验
使用SPSS23.0软件,对开发区原始数据进行计算。
1.KMO和Bartlett检验。两种检验方法用来判定评价对象是否适合因子分析和主成分分析。表1给出了KMO和Bartlett的检验结果,其中KMO值越接近1,越适合作因子分析,本次的KMO值为0.824,比较适合作因子分析。Bartlett球形度检验的原假设是相关系数矩阵为单位矩阵,Sig值为0.000,小于显著水平0.05,因此拒绝原假设,说明变量之间存在相关关系,适合作因子分析。
2.因子贡献率。根据因子贡献率可以确定因子个数。
根据表2,只有一个特征根值大于1,且方差贡献率达到91.818%(一般要求达到85%),综合的信息比较全面,效果很理想,主成分因子只有一个。
表2 解释的总方差
3.成分矩阵与特征向量矩阵。特征向量矩阵是根据成分矩阵除以特征值的算术平方根而得,如表3所示。
表3 成分矩阵与特征向量矩阵
4.综合得分F的计算。对开发区原始指标数据进行标准化处理。利用标准值和特征向量矩阵,可得F的综合得分计算公式:F=0.285*全区经营收入+0.287*工业总产值+0.287*第二工业增加值+0.285*出口总额+0.286*税收总额+0.279*财政收入+0.287*固定资产投资额+0.270*新批进区外商投资企业+0.247*实际利用外商直接投资+0.236*亿元以上省外境内资金项目数+0.274*亿元以上项目到位省外境内资金+0.288*专利申请量+0.288*专利授权量,具体如表4所示。
表4 主成分综合得分及其排序
合肥市F得分最高,为10.803;黄山市F得分最低,为-2.644。二者相差达13.447,差距很大。合(肥)芜(湖)蚌(埠)国家自主创新示范区的经济开发区F得分较高,排名前三;淮北市、淮南市、黄山市的F得分较低,排序位居后三。合肥、芜湖、蚌埠F得分均为正,高于全省开发区发展的平均水平,其它13个地市得分均为负数,低于全省平均水平。滁州市和马鞍山市接近平均水平。合肥都市圈开发区发展水平领先于其它地市,皖北地区开发区发展水平总体上高于皖南地区。安徽省经济开发区发展水平差异性较大,凸显非均衡性。
合肥市是安徽的省会城市,是全省政治经济文化中心、长三角城市群副中心城市、合肥都市圈中心城市、国家创新试点城市、皖江城市带核心城市、国家“一路一带”重要节点城市,同时又是全国四大科教基地城市。合肥市经济发展迅速,经济实力雄厚,创新文化氛围浓厚,科技创新人才集聚,其开发区发展水平在全省遥遥领先。合(肥)芜(湖)蚌(埠)自主创新试验区上升到示范区,成功加入国家自主创新示范区阵营。合肥、芜湖、蚌埠开发区实力不断增强,聚集带动引领作用持续上升。滁州市和马鞍山市位于安徽省东部,与江苏省接壤,同属南京市经济圈,开发区的发展势头良好。安徽省其它地市受地理位置、交通条件、区位和经济发展水平限制,在吸引人才、招商引资、产业转型升级等方面存在一定弱势,这些地方的开发区发展水平相对不是很好。
合肥市区位优势明显,其经济开发区发展水平处于领先地位。合肥市集聚了优势产业和大量的科技人才,提升了经济开发区的发展能力和水平。合肥市经济开发区的发展要更好地发挥带动作用,充分发挥辐射和极化性效应,产业发展、政策红利、人才布局应该向其它地市延伸,带动后发城市发展,在全省范围内实现优先发展和均衡发展,从而促进安徽省经济又好又快的发展。
安徽省地市各具特色,有自己独特的产业发展资源。开发区是产业发展集中区,是产业发展能力和水平的具体体现。各个地市要做好开发区发展规划,开发产业发展资源,挖掘产业发展潜力,加快传统产业转型升级步伐,优化产业发展要素有效供给。借鉴先发城市经验,立足本地,寻求产业发展的突破口,加强新兴战略性产业发展的后劲,加快开发区产业发展的全面升级。安徽省委、省政府要联合地市党委、政府对地方开发区的发展进行统筹安排,给予产业优先发展的财政和政策扶持力度。地方开发区发展要坚持特色,避免同质化发展。
鼓励安徽省16个地市因地制宜,立足实际,开展人才政策创新。通过提高人才的福利待遇、改善工作环境、解决生活顾虑等系列措施,形成待遇吸引人、事业留住人、环境养育人的效应,引进开发区发展急需的技术人才、领军人才和企业家。特别是安徽引进的两院院士、长江学者、“千人计划”“百人计划”等人才向地方开发区优化配备,科研院所的技术人才力量由全省开发区统一调配,为开发区提供人才资源保障。
做好开发区发展的财政预算,对后发地区给予更多的支持。给予开发区适度的融资政策,制定政府担保融资制度,设立创新资金担保和投资风险补偿机制,开拓融资渠道,鼓励民间资本进驻地方开发区。在开发区的土地使用、市政设施、公共服务、绩效考评等诸多方面给予政策保障。
开发区的发展是区域经济发展的晴雨表,反映当地经济与社会发展的实力和水平。一方面要做好开发区发展的配套服务工作,另一方面要做好开发区发展状况的监测和评价。对各个地市开发区的发展实行适时监控,监督发展状况,做好科学评价,运用监测和评价结果指导开发区健康发展。对开发区的评价坚持去行政化,避免体制内自我评价,使用定量的评价方法[7]。建立第三方评价机构,力求评价方法科学、评价机构独立、评价结论可信、政策建议可行。
[1] 谷文琴,陈芳.合肥经济技术开发区经济实力评价及转型发展研究[J].重庆三峡学院学报,2015(5):72-77.
[2] 范娇艳.甘肃省开发区经济发展水平评价[J].资源开发与市场,2013(3):253-256.
[3] 陶文浩.开发区高新技术企业发展的经济效益评价[J].经济研究导刊,2013(32):24-25.
[4] 俞晓莹.基于可持续发展的耒阳经济开发区生态满意度评价[J].西北林学院学报,2010(3):219-222.
[5] 陈可胜.SPSS统计分析从入门到精通[M].北京:清华大学出版社,2010.
[6] 主成分分析法[DB/OL].[2017-05-20].http://baike.baidu.com.
[7] 汪晓梦.皖江城市带区域科技创新能力评价实证分析[J].重庆交通大学学报(社会科学版),2015(5):41-44.