经济新动能的统计测度研究* ——基于安徽省的实证证据

魏 智，万光彩,朱家明

(安徽财经大学)

0 引言

当前，安徽省的经济发展较为缓慢，其在经济结构上存在着一些问题，新旧动能的转换力度不足，经济下行的趋势仍然较大[1].因此通过分析2016～2018年安徽省16市经济新动能的主要影响因素，从而进一步分析各地域经济新动能的现况，横纵向对比研究，进一步推进安徽省经济高质量发展.

目前，国内学者以经济新动能为主题的研究较为丰富，例如国内学者崔俊富等从宏观、中观、微观层面研究中国经济增长新旧动能的转换[2]；郑世林等学者利用功效系数法和标杆法相结合的方法对中国经济新动能成长效果进行评估[3]；柴士改等学者从投入和产出两个视角对中国经济增长新动能进行统计测度研究[4]；马成文等学者利用多层结构方程模型和空间面板模型探索新动能对区域经济发展影响效应[5]；杜伟等学者构建面板数据模型，对2003～2017年山西省10个地市的数据作实证分析，并从需求侧和供给侧两个方面提出建议[6]；侯昱薇等学者在非首都功能疏解背景下研究如何打造新时期北京经济发展新动能[7]；马越运用主成分分析法对青海省的经济高质量发展新旧动能转换路径进行探索[8]；刘晓明等学者运用动态空间面板模型对山东经济增长中的结构调整效应进行实证分析[9].

通过对相关文献的整理，发现对于经济新动能的定量研究特别是对安徽省域经济新动能进行定量实证分析较少.因此，该文以安徽省为研究对象，构建安徽省经济新动能的指标体系，然后利用主成分分析法和模糊综合评价法对安徽省2016～2018年16市的经济新动能进行实证分析，为安徽省以及中国经济高质量发展提供决策参考[10].

1 指标体系构建与数据处理

1.1 指标体系构建

通过对安徽省各市经济发展新动能调研并搜集相关指标数据，从创新驱动、数字经济、绿色发展、开放水平4个维度选取具有代表性的相关指标构建评价体系(见表1)，对安徽省不同区域间的经济新动能的差异性进行对比分析，并得出结论.

表1 安徽省经济新动能评价指标体系

1.2 数据来源及处理

该文从《安徽省统计年鉴》中搜集了2016～2018年的数据.且为了消除变量间的量纲关系，在实证分析前，需对原始数据需要进行标准化处理[11].

2 基于主成分分析法下对安徽省各市经济新动能的实证分析

以下主成分分析过程主要基于2018年安徽省各市经济新动能的研究，其他年份的实证过程不再做具体介绍，只对最终计算结果进行呈现.且主成分分析前，为使逆指标正向化，对其取倒数，并进行无纲量化处理[12].

2.1 特征值和方差

将指标数据输入至SPSS24.00中进行分析，提取前3个主成分后[13],累计贡献率已经达到84.827%,能够较好地反应原始各项指标数据，故较为合适(见表2).

表2 特征值和方差贡献度

2.2 主成分得分及排名

输出主成分载荷矩阵，计算主成分系数，从而得到3个主成分的表达式[14]：

根据上述结果，分别计算出主成分分析中的F1、F2、F3的得分，通过综合得分公式

并分别对3类得分进行排序，结果见表3.

表3 主成分得分及排名

续表3

2.3 2016～2018年安徽省各市经济新动能综合排名

根据2016～2018年相关指标数据，通过以上相同步骤的运算处理，最终得到2016-2018年安徽省各市经济新动能综合排名，见表4.

表4 2016-2018年安徽省各市经济新动能综合评价总得分和排名

3 基于模糊综合评价法对安徽省各市经济新动能的实证分析

该文依据构建的安徽省经济新动能评价指标体系以及16个城市2016～2018年的指标数据建立数学模型，采用模糊综合评价法，计算出各市的经济新动能指标权重及综合评分来探究安徽省不同地域经济新动能的差异性.

1.6 统计学处理 数据分析采用SPSS19.0软件统计完成。所有计数资料以百分率表示，两组分类变量比较采用χ2检验。P＜0.05为差异有统计学意义。

3.1 原始数据无量纲化处理

为了消除量纲差异等其它因素对经济新动能评估结果的影响，首先对经济新动能指标的原始数据采用极值化法进行无纲量化处理[15].不同性质的指标计算公式不同，正向指标的无纲量化计算公式：

负向指标的无纲量化计算公式：

在该文的经济新动能的评价指标中，单位地区生产总值能耗(等价值)、工业废水排放总量、工业二氧化硫排放量和工业烟(粉)尘排放量是负指标，其他指标均为正指标.利用MATLAB软件对原始数据进行无纲量化处理.

3.2 变异系数法求权重

变异系数法计算各项指标的权重的计算步骤如下：

利用MATLAB软件，计算出各年份每项经济新动能指标对应的权重，表5主要呈现2018年安徽省各市经济新动能的各项指标的变异系数和权重数据.

表5 2018年经济新动能指标权重

由表5可以看出2018年的安徽省各市经济新动能指标的权重矩阵为：

(3)经济新动能综合评分

综合求出的权重和经过无纲量化的数据，计算出综合得分，计算公式为：

式中Si即为第i个城市的得分.最终分别算出2016～2018年安徽省各市经济新动能综合评价总得分并计算排名(见表6).

表6 2016～2018年安徽省各市经济新动能综合评价总得分和排名

续表6

4 研究结论及政策建议

4.1 结论

该文从创新驱动、数字经济、绿色发展、开放水平4个维度构建评价指标体系，综合使用主成分分析法和模糊综合评价法，对2016～2018年安徽省不同区域间的经济新动能的差异性进行对比分析，并得出结论.

(1)对2016～2018年的安徽省各市经济新动能测度排名综合两种分析方法比较发现，合肥市、芜湖市、滁州市、蚌埠市、安庆市5市得分排名比较稳定，且得分比较靠前，说明这4个城市经济迸发活力更高，基础创新能力更强，经济成效更高；而淮南市、淮北市、池州市、铜陵市排名三年来均靠后，说明这些地区新动能转换不足，产业结构合理化与研发投入相对不足，马鞍山市、亳州市相对来说处于经济新动能上升阶段，六安市、宣城市排名处于下滑阶段，其余城市排名较为平稳.

(2)在研究中所选的4个二级指标中，对安徽省各市经济新动能排名影响较大的主要是创新驱动与数字经济，开放水平次之，绿色发展最小.

(3)通过对比各市的得分排名发现各市的经济新动能处于一定的非均衡性.

4.2 建议

(1)促进科技创新，激发创新创造动能

创新驱动是拉动安徽省新动能增长的主要力量，各省市产业加大研发投入，构建产学研深度融合体系，发挥好市场在资源配置中的效率，通过优胜劣汰激励各产业创新发展，充分利用好位于长三角地区的地域优势，加强与其他省市进行交融合作，相关政府部门需要为企业提供相应的扶持政策与资金支持，鼓励不同类型的创新，激发市场创新活力，构建有效的创新结构体制.

(2)推动数字经济发展，加快产业结构优化

产业结构优化是安徽省新动能提升的重要环节，对于新兴产业发展薄弱的地区，及时摒弃落后的产业模式，结合自身区域发展状况，夯实产业基础能力，完善数字化基础建设，加快传统产业结构升级.对于新型产业兴起的地区，加快数字经济与实体经济的融合，提高产业智能化水平，进而推动经济高质量发展.

(3)注重人才培养，推动人力资源建设

在新的发展阶段，立足产业链培养人才，规划人才与产业同步实施，利用人才带动产业发展，进而促进区域经济发展，同时政府需要营造公平竞争体制，搭建人才服务平台，精细化配置公共服务，利用政策优势吸引高技术人才.