周一至周五 | 9:00—22:00

期刊论文网 > 经济论文 > 县域经济论文 > 浙江经济发展论文 浙江各县市城市竞争力

浙江经济发展论文 浙江各县市城市竞争力

2018-12-21 09:08:20来源:组稿人论文网作者:婷婷

  摘 要

  为了评估浙江省各县(市)的县域经济发展状况,了解浙江各县(市)的综合竞争力。本文采用主成分分析的方法,对反映浙江省各县(市)的18个经济与社会发展指标进行分析,从而得出能够反映浙江各县综合竞争力的主成分。在此基础上,对浙江各县(市)利用k-means方法进行聚类,从而得到了6个在经济发展和资源禀赋上都有所区别的分类。最后,本文提出了对浙江省县域经济发展的政策性意见。

  关键词:县域经济;主成分分析;聚类分析

  一、引言

  县域经济作为以县为中心的区域经济学的研究概念,是一个十分具有中国特色化的表达。中国目前有两千多个县,而在秦始皇统一中国之时,就已经有一千五百余县,两千多年来,虽然具体的县级区域的行政疆界发生了很多变化,但是县一直作为中央政府统治的基层末梢的地位一直没有发生变化,这就导致了县一级行政区域与社会经济的发展和百姓的日常生活有紧密的联系。因此,为了充分地理解经济活动在一个县(市)内的集聚,县域经济的概念就应运而生。因此,研究县域经济,既能从整体上把握一个地区的发展状况,又能够深入到某一特定地区的具体运转中。本文将以此为主题,利用统计学的方法探讨影响县域经济的因素。需要注意的是,本文中所指的县,是指县一级行政单位,包括县、区、县级市等等,需要注意的是,由于统计口径的差别,地级市的市辖区不列入本文的考察范围。

  浙江作为中国经济较为发达的省份,具有良好的工业实力和活跃的民营经济体系,人均居民可支配收入常年位居全国第一(除直辖市之外)并且城乡居民可支配收入差距为全国最小。此外,浙江具有发达的县域经济,常常在一个县之内形成产业的集聚,根据2017年的全国百强县名单,浙江省有21个县(县级市或区)上榜。因此,有必要对浙江的县域经济进行研究,从而总结浙江发展的经验与教训,探索影响浙江经济发展的因素。此外,浙江内部各个县的经济社会发展状况也存在较大的差距,为了充分把握浙江县域经济总体的发展状况,有必要对浙江省的县域经济做出研究。

  一般而言,关于县域经济的传统研究多停留在对每个县的经济发展状况做文献的研究,对统计数据的利用较为不足。而统计学的方法——如主成分分析和聚类分析——能够较好地探索数据之间的规律,因而得到了学界的重视。主成分分析的原理是利用由原始指标经变换得到主成分,再按照尽可能保留最多原始信息的标准选择需要的主成分,最终经选择得到的主成分数量通常远远小于原始指标的数量。因此,最终得到的主成分能够较为简洁地解释影响变量的因素。聚类分析将被用于分析的数据视为各对象的相似程度,这些代表着相似性的数据可以被视为对各对象间的“距离”远近的一种度量,因此,则可以将距离相对较近的对象归到一类。因此,本文将采用主成分分析和k-means聚类的方法,通过构建能够体现县竞争力的变量体系,通过主成分分析得到能够较好地评价一个县(市)竞争力的几个主成分并探索其经济意义,再利用得到的主成分对浙江各县市利用k-means算法进行聚类,从而能够把握浙江省各县(市)发展的相似性和差异性。这样既可以充分地挖掘统计数据背后的内涵,同时也可以与每个县的实际情况相结合,从而较好地提升对浙江县域经济发展状况的理解。

  二、文献综述

  县域经济的发展,直接影响到了当地社会的经济文化发展水平,与百姓的生活息息相关。因此,县域经济的发展问题引起了学术界高度的重视。而对各县的经济社会发展状况有较为充分的了解,则是进行县域经济分析的基础。对县级经济发展状况进行评估,主要分为两个步骤:一、恰当指标体系的选择与建立;二、对所选用的经济指标进行数据处理与统计分析。

  关于第一个问题,即指标体系的选择与构建,已经得到了较为充分的讨论。一般地,一个用于评价城市综合竞争力的指标应该包括经济发展、基础设施建设、社会文化发展等三大方面。例如根据杨冬梅(2006年)的研究,一个合理的城市竞争力指标评价体系应该包括经济结构竞争力、基础设施竞争力、科技竞争力、人力资源竞争力等等指标。

  关于第二个问题,即对经济指标运用统计方法进行处理与分析,也经过了多位学者的不断讨论。其中,主成分分析、因子分析等等方法由于能够较好地反映数据之间的规律,且利用计算机计算较为简单等原因,从而得到了较为普遍的应用;聚类分析的方法由于能够快速寻找各个县市之间的共性,也得到了较为充分的应用。眭铭刚等(2017年)通过主成分分析的方法,对山东17个市的8个指标进行分析,得到了影响山东各城市综合竞争力的主要因子包括地区综合经济实力、外贸工商实力、农林牧渔实力的结论。再通过Varimax法对载荷矩阵进行旋转,进行因子分析,得到了地区生产能力、外资使用能力等影响山东各市经济发展水平的因子。最后再利用K-means聚类方法对山东各市进行聚类,将山东各市按照综合发展水平分成几组,从而从个性和共性的角度探讨山东各市的总体发展水平。郑伟民等(2009年)也通过主成分分析的方法,得出福建各县市的综合竞争力主要与宏观经济竞争力,以及产业竞争力的关系较大。并且采用层次聚类中的Q型聚类方法,将福建14个地级市分成3类,分别对这3类县的经济发展状况进行了分析。而吴育华(2009年)也先后利用最小聚类法和完全连接法对山东各县按照经济发展指标进行聚类分析,并将各县市分成4类,能较好地体现山东各县的经济发展水平的差异。此外,赵美亮等(2017年)也通过灰色聚类分析法将山东各县市进行聚类分析,将山东各个县市分为5类,也能较好地刻画各县市发展水平的不同。

  除了主成分分析,因子分析也因较强的可解释性,在分析各县(市)经济发展的领域得到了较为普遍的应用。关华(2010年)通过因子分析的方法,对河北省各市的竞争力水平进行分析,得出了影响河北各市的经济发展的主要因子有经济实力因子、技术增长速度因子和环境因子。王林伶(2011年)也利用了因子分析的方法,对宁夏回族自治区各县(市)的社会经济发展状况进行分析。

  三、指标选择与数据处理

  为了较好地反映浙江省各县的经济社会综合发展状况,本文根据已有的文献,主要从经济发展指标和社会建设指标两个方面出发,分别选取了共计18个指标。每个指标所用到的数据均来自《浙江统计年鉴2017》,具有权威性的特点。同时,考虑到各县市人口、土地面积等状况不同,为了减少误差,本文将所有的指标处理人均化,反映基础设施建设的公路里程按照面积进行平均化。总而言之,本文选择的指标体系能够较好地涵盖各县市发展情况的各个方面,具有科学性、全面性的特点。

  值得注意的是,由于原始数据中对个别县市存在一定的缺失,为了提高主成分分析与聚类分析的准确性,本文利用R提供的mice包通过多重插补的方法得到了较为完整的数据,较大提升了之后分析的精度。

  表1 变量汇总与说明

  指标体系的建立变量符号经济发展人均生产总值(元)x1城镇居民人均可支配收入(元)x2农村居民可支配收入(元)x3就业率(就业人数/常住人口)x4人均农、林、牧、渔总产值(元/人)x5人均固定资产投资(元/人)x6人均全年用电量(千瓦小时/人)x7人均社会消费品零售总额(元/人)x8人均居民存款年末余额(元/人)x9社会建设人均地方财政收入(元)x10人均地方财政支出(元)x11境内公路密度(境内公路里程/土地面积)(公里/平方公里)x12人均公路货运量(吨/人)x13城镇职工基本养老保险参与率x14万人居民最低生活保障线以下人数x15普通在校中小学生人数占总人口比例x16人均拥有图书馆藏书数(册/人)x17万人拥有医院卫生院床位数x18四、数据分析

  (一)主成分分析

  主成分分析(principal component analysis)是一种通过降维,将总数目较多的指标体系转化为少数几个综合指标的统计分析方法。由上述方法得到的结果相对原数据而言,可以在保留绝大部分原有信息的基础上简洁地表达原有信息。它们通常被表示为原始变量之间的线性组合。下面本文将对主成分分析的方法做一个初步的介绍。

  设 X是维随机变量,并假设.考虑如下线性变换

  Z1=a1TX,Z2=a2TX,...ZP=aPTX, (1)

  易见

  varZi=aiTΞai,i=1,2,…,p (2)

  covZI,Zj=aiTΞaj,i,j=1,2,…,p (3)

  我们希望Z1的方差达到最大,即a1是约束优化问题

  max aTΞa,s.t. aTa=1 (4)

  的解,因此,a1是Ξ的最大特征值(不妨记为λ1)的特征向量,此时,称Z1=a1TX

  为第一主成分。类似地,我们可以得到第二主成分Z2=a2TX,继续下去,可得到第p主成分ZP=aPTX.

  一般情况下对于协方差阵Ξ,存在正交阵Q,将他化为对角阵,即有

  QTΞQ=Λ=λ1⋱λp (5)

  且λ1≥λ2≥⋯≥λp,则矩阵Q的第i列就对应于ai,相应的Zi为第i主成分。 由于trΛ=trQTΞQ=trΞQTQ=tr(Ξ) (6)

  所以有 i=1pλi=i=1pσii (7)

  或i=1pvar(Zi)=i=1pvar(Xi) (8)

  其中,σii是协方差阵Ξ的第i个对角元素。由此可以看出,主成分分析把个原始变量X1,X2,⋯Xp的总方差分解成了个不相关变量Z1,Z2,⋯Zp的方差之和。

  称总方差中第主成分Zi的比例λii=1pλi为主成分Zi的贡献率,第一主成分Z1的贡献率最高,表明它解释原始变量X1,X2,⋯Xp的能力最强,而Z2,Z3,⋯Zp的解释能力则依次递减。由于采用主成分分析的主要目的是为了降低维数,因此最终在选择主成分的时候不会采用所有得到的主成分。一般而言,只需要采用前几个贡献率较大的主成分,使前几个主成分的贡献率之和(称之为累积贡献率)达到一定百分比(比如80%~90%)。这样,就可以在保证信息损失不多的前提下,最终达到“降维”的目的。

  需要注意的是,上文讨论的实际上是总体主成分。而在实际问题中,一般情况下,我们无法得知总体的协方差阵或相关矩阵,因此需要通过样本来估计或。因此,下文将介绍如何用样本来估计总体的协方差阵,以及由此得到的主成分。

  设X(k)=(xk1,xk2,⋯xkp)T=[X1,X2,⋯Xp] (10)

  其中,Xj表示样本数据阵的各列,记X(k)T为样本数据的各行,所以样本的方差矩阵S=1n-1k=1n(Xk-X)(Xk-X)T=(sij)P×P (11)

  其中,X=1nk=1nX(k)=(x1,x2,⋯xp)T (12)

  sij=1n-1k=1nxkj-xjxki-xi,i,j=1,2,⋯p (13)

  设λ1≥λ2≥⋯≥λp≥0为样本协方差阵S的特征值,a1,a2,⋯ap为相应的单位特征向量,且彼此正交,则第个主成分zi=aiTx,i=1,2⋯p,其中x=(x1,x2,⋯xp)T.令

  z=(z1,z2,⋯zp)T=(a1,a2,⋯ap)Tx=QTx (14)

  其中Q=a1,a2,⋯ap=(qij)p×p (15)

  下面构造样本主成分为

  Z=z11⋯z1p⋮⋱⋮zp1⋯zpp=Z(1)T⋮Z(n)T=X(1)TQ⋮X(n)TQ=XQ (16)

  其中表示样本主成分的各行,表示样本主成分的各列。

  根据主成分分析的原理,在运行完主成分分析的代码后,首先需要确定主成分的个数,本文采用碎石图确最终使用主成分的个,具体如下图。

  图1 主成分分析碎石图

  在前文完成基本的数据处理之后,本文对所建立的浙江省各县经济发展指标体系进行了主成分分析。根据主成分分析的结果与碎石图可知,前4个主成分的累积贡献率已经超过了90%,并且碎石图在第四主成分后逐渐地趋于平稳,因此选择前四个主成分能较好地反映影响各县市竞争力的因素,从而实现对数据降维的目标,因此,本文仅需要对前四个主成分进行分析,主成分分析的部分结果如下。

  Importance of components:

  Comp.1 Comp.2 Comp.3 Comp.4

  Standard deviation 3.303752e+04 1.832076e+04 1.062804e+04 7.157840e+03

  Proportion of Variance 6.491756e-01 1.996339e-01 6.718216e-02 3.047272e-02

  Cumulative Proportion 6.491756e-01 8.488095e-01 9.159916e-01 9.464644e-01

  Loadings:

  表2 前四个主成分的载荷值

  Comp.1Comp.2Comp.3Comp.4人均生产总值(元)0.7390.1020.545城镇居民人均可支配收入(元).0.1630.19-0.392农村居民可支配收入(元).0.134-0.235就业率人均农.林.牧.渔总产值(元/人)-0.2430.2860.645人均固定资产投资(元/人)0.484-0.69-0.506-0.162人均全年用电量.千瓦小时(人)-0.108人均社会消费品零售总额(元/人).0.1990.153-0.107人均居民存款年末余额(元/人)0.3210.597-0.5820.347人均地方财政收入(元)0.152-0.12人均地方财政支出(元)-0.1360.445境内公路密度(公里/平方公里)人均公路货运量(吨/人)城镇职工基本养老保险参与率万人居民最低生活保障线以下人数普通在校中小学生人数占总人口比例人均拥有图书馆藏书数(册/人).万人拥有医院卫生院床位数(张)

  为了充分地理解前四个主成分的经济意义,我们需要考察载荷矩阵。下面,本文将对每一个主成分的实际内涵与经济意义,进行较为初步的分析。

  F1=0.739x1+0.163x2+0.134x3+0.484x6+0.199x8

  +0.321x9+0.152x10 (17)

  第一主成分Comp.1的载荷矩阵中,所有载荷值符号都相同,且人均生产总值所对应的载荷值为最大,人均固定资产投资所对应的载荷值也相对较大,这两个指标的载荷值远大于其他指标对应的载荷值,因此,可将第一主成分理解为反映地区经济实力的因子,称之为经济实力因子,即某一地区生产总值越大,经济实力越强,当地的竞争力就越强。

  F2=0.102x1+0.19x2-0.243x5-0.69x6+0.153x8

  +0.597x9-0.136x11 (18)

  第二主成分Comp.2中,人均固定资产投资的载荷值为负,且绝对值最大,人均居民存款的载荷值为正数,且绝对值为第二大,其余指标的载荷值则相对较小。因此综合上述分析可以将第二主成分视为储蓄相对投资的因子,称之为储蓄因子,这个因子能够反映当地居民的财富与收入状况。即某一地区居民除去用来投资的储蓄越多,当地居民就越富裕,当地的竞争力也越强。

  F3=0.545x1+0.286x5-0.506x6-0.107x8-0.582x9 (19)

  第三主成分Comp.3中,人均生产总值的载荷值和人均农林牧渔总产值的载荷值为正数,人均固定资产投资、人均社会消费品总额以及人均居民存款年末余额的载荷值为负数。其中人均居民存款和人均生产总值载荷值的绝对值较大。根据上述分析,第三主成分可以被视为是关于居民消费状况的因子。即如果一个地区的生产总值相对于储蓄水平越大,一个地区的消费水平越高,那么这个地区的社会会更加富裕,这个地区的竞争力也越强。

  F4=-0.392x2-0.235x3+0.645x5-0.162x6-0.108x7+0.347x9

  -0.12x10+0.445x11 (20)

  第四主成分Comp.4中,人均农林牧渔生产总值、人均地方财政支出、人均居民存款年末余额这三项指标的载荷值为正数,城镇居民人均可支配收入等三项指标的载荷值为负数,并且人均农林牧渔生产总值和人均地方财政支出的绝对值为最大。因此,第四主成分可以被称之为农业与公共投入因子,即某个地区农业较为发达,且地方财政投入较大,则这个地区综合竞争力会较强。

  综上所述,本文得到了描绘县市综合竞争力的四个因子:经济实力因子、储蓄因子、居民消费因子、农业与公共投入因子。通过这些因子,我们可以较为明确的判断某个县市的经济社会发展水平。同时,这也对理解某个县市经济社会发展的状况提供了新的思考维度。

  (二)聚类分析

  聚类分析作为一大类方法的汇总,在其发展历程中,逐渐产生了多种适用于不同场合的方法。动态聚类方法,就是为了解决系统聚类方法在大样本计算中的缺点与问题的背景下产生的。其基本思想是,最初先进行一个较为初步的分类,然后按照某项最优化原则来对不合理的分类进行修改,从而最终得到较为合理的分类。K-means方法即使动态聚类方法中的一种,有易于实现、结果较容易得到解释等等优点。因此,本文选用k-means方法对浙江各县市的主成分进行聚类。

  下面,本文将利用前文主成分分析得到的前四个主成分,对浙江省各个县(市)按照前四个主成分得到的指标值,采用k-means方法进行聚类,从而能够在尊重每个县(市)发展的个性的同时,寻找出其在经济社会发展层面所具有的共同特点。

  图2 k-means聚类的K值选择

  首先,在采用k-means聚类方法对浙江各县进行分类之前,需要确定k-means聚类的聚类数量,即要考虑将数据分成多少类。为了处理这个问题,本文计算了不同聚类数量所对应的组内平方和,得到如上图所示的折线图。根据上述图像,本文可以知在聚类数量为6时出现了明显的拐点,此后即使是再增加类数,组内平方和的下降情况也没有太过于明显的变化。因此,本文将把浙江的各县(市)按照竞争力的标准分为6类,具体的分类结果可见下表。

  表3 浙江各县市聚类结果(不含市区)

  类别所含县市第一类临安市 建德市 淳安县 象山县

  宁海县 瑞安市 乐清市安吉县

  嵊州市 东阳市 武义县 温岭市

  玉环县第二类永嘉县 平阳县 苍南县 文成县

  泰顺县 金东区 兰溪市 浦江县

  磐安县 江山市 常山县 开化县

  龙游县 临海市 三门县天台县

  仙居县 龙泉市 云和县 庆元县

  缙云县 遂昌县 松阳县第三类义乌市 永康市 青田县第四类萧山区 余杭区 鄞州区 柯桥区第五类洞头区 岱山县 嵊泗县第六类富阳区 桐庐县 奉化区 余姚市

  慈溪市 平湖市 海宁市 桐乡市

  嘉善县 海盐县 德清县 长兴县

  上虞区 诸暨市 新昌县 根据上述分类结果,可以得知,浙江省内个县市的发展状况存在较为明显的差距,并且影响这种差距的因素较为复杂,其中,各县(市)所处的地理位置存在较为直观的影响。下面本文将对每一类县(市)的发展特点做简明的分析。

  第一类县(市)主要包括位于浙西北的临安市、建德市、淳安县, 浙东沿海地区的象山县和宁海县,以及地处于浙西地区,隶属于金华市的东阳市和武义县和隶属于浙南地区台州市的玉环县、嵊州市和温岭县、隶属于温州的乐清市和瑞安县等等县(市)。总体言之,第一类县的地理位置比较分散,并且其经济发展存在较大程度的差异,其中发展情况较好的现实,比如临安县、象山县、宁海县、玉环县、温岭县、嵊州市等县(市)都名列2017年全国百强县的名单。这些县(市)拥有较好的自然与区位资源,象山县、宁海县、玉环县、温岭县都处于沿海一带,有着独特的海洋与港口资源,直接促进了该地的经济发展与对外交流。又比如温岭县,该县工业发达,在机电产业、摩托车、服装等产业上都有突出的表现。

  而在这一组内,即使是没有上榜、经济实力相对弱于上榜县(市)的建德、淳安等地区,也具有较好的自然资源优势,在发展农林牧渔等产业和旅游业等方面有令人眼前一亮的表现。比如淳安县拥有举世闻名的千岛湖,是全国有名的淡水湖,每年吸引海内外游客到此观光。又比如建德市,地处杭州、富春江、黄山黄金旅游线中段,拥有极为优良的生态环境资源,在休闲旅游业上有着突出的表现。根据报道显示,仅在2016 年1~6 月,全市共实现旅游总收入32.6 亿元,同比增长28.35%。总而言之,这一组中的各个县(市),或位于海滨,有渔业港口之便利,或位于江河之滨,拥有丰富的自然资源,总体上属于自然禀赋较为出众的县(市)。

  第二类县(市)的地理位置相对比较集中,主要包括金华市下属的浦江县、兰溪市、磐安县,衢州市下属的常山县、江山市、开化县等县,温州市下属的文成县、泰顺县、永嘉县、平阳县、苍南县,台州市下属的临海市、三门县等县(市)以及丽水市下属的除青田县外的所有县。这些县在地里位置上的聚集十分的突出,全部位于浙南一带的非沿海地区,也就是内陆山区。这一组的县总体社会发展水平不是特别发达,基本上可以视为浙江省内的“欠发达”地区。其中浙江省仅有的三个国家级贫困县泰顺县、文成县、景宁畲族自治县都在这一组之内。从这一组的县(市)构成中可以看出浙江省的县域经济内部存在较为明显的差距,而这个差距受到浙江南部地理环境的制约。众所周知,浙江南部山地丘陵居多,可用于耕种的平原较少,这直接影响了该地区在历史上的经济发展。比较典型的如浙南地区的丽水市,号称“九山半水半分田”,绵延的山脉直接阻隔了丽水各县(市)与外界的沟通,而较少的可耕种面积也在历史时期上影响了内部的财富积累,并且由于各种原因,这一地区的工业基础也相对薄弱,缺乏产业的集聚。因此,浙江省若要实现每个县市的全面发展,按计划实现”全面小康“的战略目标,就要重点关注浙南内陆地区,把握这一地区导致贫困的主要原因,从而实现有针对性的扶贫,最终达成”共同富裕“的目标。

  第三类的县(市)包括金华市下属的义乌市、永康市和丽水市下属的青田县。这一组的样本尤其的少,但是经过分析之后还是能够体会到这一类样本的特别之处。义乌市、永康市、青田县也是都位于浙中或浙西南一带的山区,但因为文化、历史的种种原因,这三个县(市)的经济远超于它们附近的别的县(市)。义乌市和永康市在改革开放之时乘风而动,发展出了发达的民营经济和工业基地。现如今,义乌国际小商品城已然成为了拥有国际知名度和影响力的小商品集散交易中心。而青田市因为有近百年的向海外移民的传统,存在着大量的青田籍海外华侨,这些华侨也不忘故乡的发展,从而也较好地促进了青田的发展。这一组三个县(市)所提供的发展道路,对浙江南部其他地区的脱贫发展提供了一个十分有益的借鉴。

  第四类的县(市)样本也相对较少,包括隶属于杭州市的萧山区、余杭区,隶属于宁波市的鄞州区和隶属于绍兴市的柯桥区。这一组的县市也具有较为明显的共同特征,它们都位于浙江省北部的平原地带,具有较为良好的历史积累和区位优势,有着较为发达的工业实力。以杭州市萧山区为例,萧山区的化工、服装等传统制造业已经形成了较为完善的产业集群,并且近年来在高新技术、智能产业等新行业的发展中有着突出的表现。又比如隶属于宁波市的鄞州区,也具有十分强大的工业实力,位列2017年的中国工业百强县(区)名单中。总而言之,第四类的县(市)具有良好的工业实力,形成了较为完善的工业体系,并且相比于第三类的县(市)拥有更好的自然环境与区位优势,因此其工业制造业发展水平要强于自然禀赋相对较弱的第三类县(市)。

  第五类县(市、区)的样本数量也相对较少,仅包括舟山市下属的岱山县和嵊泗县和温州市下属的洞头区。仔细考察后发现,这样的分组实际上具有较为重要的现实意义。舟山地区全部位于浙东北地区的群岛地带,下辖面积中海洋区域的比重大于陆地面积,具有特殊的地理环境,这也导致了舟山市面向海洋,重点发展港口、海运、海洋技术、旅游业等较为独特的发展战略。但是,同样受到远离大陆的海岛环境的影响,舟山在历史时期与陆地的交通较为不便,相比于同样沿海的宁波地区,其经济发展受到了一定程度的制约。综合以上种种因素,舟山地区的经济发展状况在浙江省处于一个独特的位置,因此关于舟山提升竞争力的发展战略、实现“全面小康”的规划,就需要更多地从舟山的特性出发,才能做到对症下药,精准的解决舟山地区经济发展的问题。同样地,洞头区原为洞头县,2015年才正式撤县设区,洞头区位于浙南沿海的群岛上,其地理区位特点相比于其他沿海城市,更加类似于同样坐落在舟山群岛上的嵊泗县和岱山县,因此,在总结制定这一类地区的发展方略时,要注意到这类地区特殊的地理环境。

  第六类县(市)的地理区位也相对集中,主要包括杭州市下属的富阳区、桐庐县,宁波市下属的奉化区、慈溪市、余姚市,嘉兴市下属的平湖市、海宁市等县(市),湖州市下属的德清县、长兴县和绍兴市下属的诸暨县、新昌县等县(市)。这一组县(市)位于浙江传统的经济发达地区浙北地区(除了沿海地区),其自然环境以平原地形为主,水网密布,远优于丘陵山地遍布、交通不便的浙南地区,在历史上就是传统的经济发达地区。改革开放之后,这一带的工业、商业与经济水平也较为发达。比如位列2017年全国百强县的慈溪县,就具有良好的工业实力,在轻纺、家电、机械等领域已经形成了完善的产业集群,在行业内具有较大的影响力,又比如海宁县的皮革产业也具有较大的行业内影响力。总而言之,这一类县地理区位,经济实力和社会发展水平都较高,反映了浙江省县域经济较强、城乡差距较小的一面。但是相比于第一类县(市),这一类县市的自然资源对其发展道路的影响较小,因此需要区别地看待。

  表4 对各类中所含县市自然环境和发展状况的总结

  类别自然环境条件经济发展状况第一类沿海沿江港口型较好第二类内陆山区型欠佳第三类内陆山区型较好(特殊的发展道路)第四类平原型较好第五类离岸海岛型欠佳第六类平原型较好根据利用k-means方法得到的六个聚类的分析,浙江内部的各个县(市)的发展状况存在着较为明显的差距,而相同类的县则存在着较大的共性,这种共性主要体现在自然环境条件和经济发展状况上。由此,本文对各个类别县的自然环境进行了总结(见上文)。下面,本文将对此种状况进行初步的分析。

  首先,各个县的经济、文化和历史发展状况存在较大的差异,而这种差异又与当地的自然地理条件存在密切的联系。浙江内部地形多样,但是在小范围内存在较为明显的共性:北部平原较多,南部山脉较多,并且整个浙江水网密布,北有钱塘江,南有瓯江,奔腾入海。北部的平原地形在历史上十分有利于发展农业,早在南宋时已经成为了鱼米之乡,并且具有深厚的文化传统。而在改革开放以后,浙北地区民营资本活跃,工业产业也十分发达,这造就了浙北较为富庶的经济发展状况。而浙南地区山脉丘陵较多,在历史上不利于传统农业的发展,并且由于技术条件的限制,与外界交通不甚遍历,这些因素不断累积,造成了这一地区工业基础较为薄弱的特点,也成为了浙江实现“全面小康”战略的主要攻坚目标。

  但是,虽然自然环境对经济发展产生了较大的影响,但是也存在超越自然环境限制的特殊发展道路。第三类区域同样处于内陆山区,但是因为特殊的文化背景(比如义乌人“鸡毛换糖”的传统),自从改革开放以来,义乌、永康等地的商人白手起家,不断发展民营经济,进而形成了劳动力廉价商品的产业集聚,再在此基础上不断升级换代,最终走出了一条独特的发展道路,这样的经验,对浙江其他较为不发达地区,存在十分强的现实意义。因此,通过聚类分析,本文能够基本上把握浙江内部各县市的经济社会发展状况和差距,从而对浙江进一步的发展提出有价值的建议。

  五、结论

  本文利用了统计学的方法,对浙江省的县域经济的发展情况做了初步的研究。首先,为了探讨影响一个县(市)综合竞争力的因素,本文建立了一套涵盖浙江省各县市的指标体系,这个指标体系共含有18项,主要包括经济发展和社会文化两大类,并且都经过平均化处理。本文利用主成分分析的方法,对上述18个变量进行主成分分析。最终利用碎石图的拐点,在保留尽可能多的信息的前提下,确定了影响浙江省县(市)综合竞争力的四个主成分:经济实力因子、储蓄因子、居民消费因子、农业与公共投入因子。由此,形成了对浙江县域经济实力分析的基本理论框架。

  在主成分分析的基础上,本文采用了k-means聚类的方法,根据组内方差较小的原则,将浙江省各县(市)按综合发展状况分成了六类。这六类县(市)较好地体现了浙江省内经济发展状况和自然条件基础的不同县(市)。根据这个分-类结果,我们能够较好地把握各个县(市)发展的共同之处与差异之处。从而能够具有针对性地为浙江省按期达成“全面小康”的发展目标提供建议与意见。

  总体而言,浙江省内各县的发展状况存在一定的差距,这种差距既受地理区位条件、自然环境等客观因素的影响,也存在着主观能动性能发挥作用的空间。一般地,浙江各县的经济发展状况,浙北平原地区好于浙南山区,沿海地区好于内陆地区。但是位于内陆地区的各县,在探寻出能够发挥自身特色的道路后,比如隶属于金华、发展出活跃的民营经济的义乌市和永康市,同样能够实现突围,取得较为突出的成就。因此,要实现浙江全域的“共同富裕”,就要针对浙江省各区域的自身特点提出切实可行的建议。比如海岛类区域和山区类区域所拥有的自然禀赋就有较大的差异,应该充分地考虑到自然环境对各地经济的影响。只有尊重各地在自然禀赋、历史发展上的种种差异,才能够实现各地“精准”地发展。

栏目分类