河南省县域经济综合实力评价研究

2020-11-16 06:09谢璐璐罗娟
合作经济与科技 2020年22期
关键词:关联度实力县域

谢璐璐 罗娟

[提要] 基于河南省县域数据,运用灰色关联度分析法和熵值加权的TOPSIS法,从创新、协调、绿色、开放、共享这5个方面构建县域经济综合实力评价指标体系,得出各县域经济综合实力排序,分析河南省经济发展中存在的问题,并提出相应建议。

关键词:县域经济;综合实力;灰色关联度分析法;熵权TOPSIS综合评价法

中图分类号:F127 文献标识码:A

收录日期:2020年7月30日

党的十九大报告正式将“实施区域协调发展”上升为国家战略。河南县域经济发展并不平衡,地区差异较大,可以预见,协调发展、城乡统筹将会是县域经济发展的重要工作。因此,县域经济作为重要抓手,已经成为不可忽视因素,研究县域经济的发展,对于促进协调发展和全面奔小康有着十分重要的现实意义。

一、文献综述

许多学者对影响县域经济的发展因素进行了非常深入的研究和探讨,比如:国外学者Doucouliagos发现区域性制度差异会带来各国生产效率分异及经济增长态势差异;Acemoglu发现即使在相似的情境中,经济增长与制度安排并非总是趋于一致。国内学者也在这方面做了一些研究:肖功为、刘洪涛、贺翀基于时空变换视角构建空间杜宾模型,加入制度创新与社会资本后,显示过去忽视的空间自相关性不仅存在,还表现规律性和多种态并存,且信任水平与一国经济增长为正U型关系;孙礼娜、汪凯提出了基于熵值法的县域经济综合评价及空间分析,按照“十三五”规划的思想选取21个指标构建综合评价体系,并利用安徽省各县(市)数据测算县域的综合实力和发展,并进行性系统研究,提出科学决策;邵留长、乔家君、汪永新运用主成分分析法评价河南省各縣域经济综合实力,得出县域综合得分,依据综合得分进行空间分析,得出河南省各县域实力西部强于东部,北部强于南部,经济发达县域之间聚集更明显,且总体差异缩小。

以上研究主要使用主成分分析法进行研究,方法较为单一。鉴于此,本文借鉴学者对于县域经济影响因素的指标体系,从创新、协调、绿色、开放、共享这5个方面选取5个一级指标,14个二级指标构建综合指标体系,选用河南省2017年相关数据,采用灰色关联度分析法构建指标体系,通过熵权TOPSIS法进行综合分析研究,从而提出相应建议。

二、指标选取及研究方法

(一)评价指标体系的构建。本文通过阅读大量的国内外相关学者的研究,为使评价结果有更强的时效性,并兼顾数据的可获得性,选取了河南省105个县域的14个指标变量,分别为:“创新发展”指标:地区生产总值、第三产业占GDP比例(%)、在岗职工平均工资(元)、社会消费零售总额(万元);“协调发展”指标:户籍人口城镇化比重(%)、常住人口城镇化比重(%)、金融机构存款余额(万元);“绿色发展”指标:农林水事物占财政支出比重(%)、工业增加值增速(%);“开放发展”指标:社会固定资产投资(万元)、医疗机构床位数(个);“共享发展”指标:农村居民收入与人均GDP比重(%)、城镇居民收入与人均GDP比重(%)、教育支出费用(万元),具体如表1所示。(表1)

河南省县域经济综合实力评价指标的数据来源于《河南统计年鉴》(2018年),统计标准一致,具有极高的可信度。

(二)数据处理与模型构建

1、指标体系的处理。对于初始的指标体系,笔者只是在其他国内外学者的研究基础上进行改进,为使指标体系更加优化,故选择灰色关联度分析法进行处理。具体思路为:对所选取的14个指标先进行无量纲化处理,再运用灰色关联度分析法进行分析,最后根据得出结果,从中剔除关联度较小的指标,构建新的指标体系。无量纲化计算公式如下:

yij=■ (i=1,…,m;j=1,…,n) (1)

2、模型建立思路。针对河南省县域经济的实际情况,我们选择TOPSIS综合评价法进行分析,但传统的TOPSIS法具有极大型指标(越大越好),极小型指标(越小越好)的特点,故我们选取基于熵权的TOPSIS进行综合评价,即首先使用熵权法计算权重,并将数据进行加权得到新数据,再对新的数据进行TOPSIS分析,得到最终的综合评价值C的值,对各评价对象进行优劣排序,其中C值越大,表示该经济实力越强;反之,C值越小,表示该经济实力越弱。熵值的计算如下:

Wj= (i=1,…,m;j=1,…,n) (2)

三、县域经济综合实力评价

(一)运用灰色关联度分析法进行指标体系的构建。本文选取地区生产总值作为灰色关联度分析法“参考值”,也就是母序列,根据公式(1)对数据进行无量纲化处理,最后用SPSS进行分析,分析结果如表2所示。(表2)

关联度值介于0~1之间,该值越大代表其与“参考值”之间的相关性越强,也就意味其评价越高。从表2可以看出:针对本次的13个指标,X10的综合评价最高(关联度为0.998),最低的为X3(关联度为0.392),剩余评价指标的关联度均高于0.990,关联度较高。故剔除X3,新的指标体系剩余指标。

(二)运用熵权TOPSIS法进行综合评价。根据新的指标体系,通过运用熵权法,得到各个指标的权重,如表3所示。可以看出,权重最高的为X1:地区生产总值(亿元),占比16.05%;第二是X10:社会固定资产投资(亿元),占比15%;最低的是X2:第三产业占GDP比重(%),占比1.80%。(表3)

根据所得的熵值,对数据进行加权,运用TOPSIS法对河南省105个县域的经济综合实力情况进行评价和对比,结果如表4所示。(表4)

以上评价结果反映了2017年河南省各县(市)经济发展状况,由表4可知,2017年河南省105个县(市)综合实力得分在0.024~0.772之间,其中,永城市综合实力得分为0.772,排名第1,新县综合实力得分为0.024,排名最末,且永城市和新县的差距为0.748,是新县得分的32.17倍。由此可见,河南省各地区的县域经济综合实力发展差距较大。

四、评价结果分析

为了进一步分析河南省各县域经济发展情况,根据表4的具体评价得分情况,将其划分为三个阶段,0~0.2为欠发达型;0.2~0.4为发展中型;大于等于0.4为发达型。对河南省105个县域的经济综合实力进行分类,如表5所示。(表5)

根据最终的分类结果,可以得到,发达型县域有22个,发展型县域有57个,欠发达型县域有26个。处于发达型的22個县(市)有永城市、永城市、汝州市、禹州市等,排名第一的为永城市(0.772)比排名处于发达型的县域中最末的沈丘县(0.408)得分高出0.364。可见,处于发达型的县域总体综合实力在组内仍存在较大差异。

处于发展中型的57个县(市)有杞县、宜阳县、睢县、伊川县等,县域综合实力处于中间水平,占比54.29%,超过所有县域的一半。排名第一的为杞县(0.395)比排名处于发展中型的县域中最末的博爱县(0.203)得分高出0.192,差距并不是很大。可见,大部分县域的综合实力比较居中,且河南省的县域综合实力上总体不强。

处于欠发达型的26个县(市)有宁陵县、渑池县、南召县等,排名第一的为宁陵县(0.197)比排名处于欠发达型的县域中最后的新县(0.024)得分高出0.173。可见,处于欠发达型的县域总体综合实力在组内差异并不是很大。

五、结论

综上所述,河南省105个县域综合实力存在一定的差距,从县域发展阶段来看,大部分县域处于发展中型和欠发达型,累计占比79.05%,可见河南省县域综合实力总体表现不强,县域经济存在较大发展潜力。另外,处于不同类型的县域,在组内的表现也不同,处于发达型的县域组内表现差异较大,处于发展中型和欠发达型县域组内存在一定差异,这在一定程度上说明,处于发达型的县域和其他类型的县域综合实力之间有进一步拉大的趋势。

对此,提出三点建议:第一,要继续加大对各县域的经济支持、政策支持;第二,对于经济相对较弱的县域,应增加社会固定资产投资,以提高其综合实力;第三,实现区域互助。加大对于综合经济较弱的县域的指导力度,发挥强县带动的辐辐射效用,进一步缩小县域之间的发展差异。

主要参考文献:

[1]石碧华.区域经济发展70年的回顾与展望[N].经济日报,2019.10.17.

[2]中国社会科学院财经战略研究院课题组.县域经济:国家治理能力现代化的关键[N].社会科学报,2019.12.26.

[3]北京市社会科学院课题组,赵弘.中国区域经济40年的发展成就与展望[J].区域经济评论,2019(06).

[4]Doucouliagos C.Institutions and economic growth:a systems approach[M].Econometric Society,2004.

[5]Helliwell J F,Putnam R D.Economic growth and social capital in ltaly[J].Eastern economic journal,1995(3).

[6]孙礼娜,汪凯.基于熵值法的县域经济综合评价及空间分析[J].辽宁工业大学学报(社会科学版),2019.21(02).

[7]韦鸿,王凯,陈凡.承接产业转移示范区政策的经济效应评价[J].统计与决策,2019.35(23).

[8]邵留长,乔家君,汪永新.河南省县域经济空间结构及演进特征[J].地域研究与开发,2016.35(01).

[9]高新伟,万澍源,蔡霖.基于I-TOPSIS法的河南省市域经济综合实力评价[J].甘肃科学学报,2017.29(02).

猜你喜欢
关联度实力县域
软实力致胜
提升文化软实力是当务之急
基于灰色关联度的水质评价分析
县域就诊率为何差了40%
基于灰关联度的锂电池组SOH评价方法研究
一项县域中招政策的回顾与反思
基于灰色关联度的公交线网模糊评价
广义区间灰数关联度模型