許 彥 張國毅

(中共四川省委黨校經(jīng)濟學(xué)教研部，四川成都 610071)

基于主成分分析法的西部五市經(jīng)濟發(fā)展的比較研究

許 彥 張國毅

(中共四川省委黨校經(jīng)濟學(xué)教研部，四川成都 610071)

西部城市；宏觀政策；主成分分析法

近年來，為改善中國東西部之間發(fā)展的不平衡，縮小區(qū)域之間的貧富差距，中央政府站在全國的高度，制定實施西部大開發(fā)“十三五”規(guī)劃，助力西部地區(qū)的發(fā)展。尤其是將推動長江經(jīng)濟帶發(fā)展和“一帶一路”建設(shè)寫進“十三五”規(guī)劃中，將西部經(jīng)濟置于全國、全球發(fā)展之中。在國家的宏觀調(diào)控下，西部地區(qū)的發(fā)展取得了許多成就，但在西部地區(qū)之間的發(fā)展也漸顯不平衡之勢。文章選取重慶、成都、西安、昆明、貴陽為西部城市代表，以主成分分析法為基礎(chǔ)，定性與定量相結(jié)合，分析五座城市的發(fā)展現(xiàn)狀，并給出對策建議。

引言

2016年12月23日，國務(wù)院總理李克強主持審議通過了《西部大開發(fā)“十三五”規(guī)劃》。中央政府站在較高層面，統(tǒng)籌規(guī)劃西部地區(qū)發(fā)展，持續(xù)加大對西部地區(qū)發(fā)展的扶持力度。西部地區(qū)將以此為綱，推動西部大開發(fā)更上新臺階。長江經(jīng)濟帶的建設(shè)拉開了東中西部地區(qū)協(xié)調(diào)發(fā)展的序幕，將逐步縮小東中西部的發(fā)展差距?！耙粠б宦贰钡娜驿侀_更是將內(nèi)陸、沿海沿邊發(fā)展置于全球發(fā)展之中，這給了西部地區(qū)一個更廣闊的發(fā)展舞臺。

西部大開發(fā)是針對中國西部地區(qū)發(fā)展實際提出來，旨在平衡東西部發(fā)展差距的國家發(fā)展戰(zhàn)略。國外專家學(xué)者對這一戰(zhàn)略有直接研究而形成文獻的較少，對其有直接深入的研究的文獻大多形成在國內(nèi)。就研究方法而言，關(guān)于西部大開發(fā)的研究既有定性也有定量研究方法。區(qū)域經(jīng)濟的發(fā)展有賴于產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化，其調(diào)整優(yōu)化程度將直接關(guān)系到經(jīng)濟發(fā)展質(zhì)量等一系列問題；此外，就全國的經(jīng)濟發(fā)展面貌而言，東西部的發(fā)展差距依然在擴大，西部的發(fā)展應(yīng)打一套戰(zhàn)略的“組合拳”。宋周鶯、劉衛(wèi)東通過測算區(qū)位嫡、影響力系數(shù)及感應(yīng)度系數(shù)，建立產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化模型，定量分析西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)[1]。全毅通過研究認為西部大開發(fā)是我國梯度發(fā)展戰(zhàn)略向均衡發(fā)展戰(zhàn)略的轉(zhuǎn)變，而“一帶一路”則是我國對外開放再平衡戰(zhàn)略的轉(zhuǎn)變，西部地區(qū)應(yīng)推動“一帶一路”與西部大開發(fā)協(xié)調(diào)發(fā)展，使西部發(fā)展再上新臺階等[2]。眾多文獻中，定量研究多以行業(yè)數(shù)據(jù)為基礎(chǔ)，鮮有以具體城市綜合數(shù)據(jù)為起點，研究其發(fā)展成果；而定性分析則多以西部宏觀發(fā)展形勢為研究對象，對比其他區(qū)域經(jīng)濟發(fā)展或者其他戰(zhàn)略實施，做一定的比較研究。

西部大開發(fā)自2000年開始實施以來，西部地區(qū)的經(jīng)濟發(fā)展成果有目共睹。但就西部區(qū)域而言，由于各種影響因素的存在，西部各省市的發(fā)展也有了明顯的差距。筆者以主成分分析法為計量方法，選擇綜合發(fā)展水平較高的西部地區(qū)五座城市，即昆明、貴陽、成都、重慶、西安*這五座城市的選取是出于對西部地區(qū)城市發(fā)展水平和經(jīng)濟數(shù)據(jù)的可獲取性的考慮。，以它們的經(jīng)濟數(shù)據(jù)為基礎(chǔ)建立模型，并根據(jù)模型得出影響這五座城市社會經(jīng)濟發(fā)展的主要因素。我們期望在此分析基礎(chǔ)上，為各市政府推進當(dāng)?shù)亟?jīng)濟發(fā)展，找準(zhǔn)形成差距的原因以及得出有效的改進方法。

一、計量方法與數(shù)據(jù)選擇

要想盡量綜合反映當(dāng)?shù)亟?jīng)濟發(fā)展成果，單一的數(shù)據(jù)指標(biāo)很難做到這一點，無論是GDP還是人均可支配收入等指標(biāo)都只能單方面反映當(dāng)?shù)氐慕?jīng)濟發(fā)展總量和一定程度上的生活水平等，即各個數(shù)據(jù)指標(biāo)反映的側(cè)重點不同。若要綜合反映當(dāng)?shù)亟?jīng)濟社會發(fā)展的多層次內(nèi)涵，應(yīng)構(gòu)建一個綜合評價指標(biāo)體系。因此，我們根據(jù)數(shù)據(jù)選取的科學(xué)性、易得性、代表性原則，再結(jié)合此前提出的標(biāo)準(zhǔn)，選取了以下十一個數(shù)據(jù)指標(biāo)來構(gòu)建西部五市社會經(jīng)濟發(fā)展評價體系： GDP (X1，單位: 億元)、人均GDP (X2，單位:元)、第一產(chǎn)業(yè)增加值(X3，單位:億元)、第二產(chǎn)業(yè)增加值(X4，單位:億元)、第三產(chǎn)業(yè)增加值(X5，單位:億元)、固定資產(chǎn)投資額(X6， 單位:億元)、地方財政收入(X7，單位:億元)、全年進出口總額(X8，單位:億美元)、人口城鎮(zhèn)化率(X9，單位:%)、城鎮(zhèn)居民人均可支配收入(X10，單位:元)、農(nóng)民人均純收入(X11，單位:元)*徐陽陽等將這十一類數(shù)據(jù)用于中部經(jīng)濟發(fā)展研究。。

主成分分析法的主要邏輯就是利用降維的思想，在不改變多元指標(biāo)綜合反映的前提下，將多指標(biāo)轉(zhuǎn)化為少量綜合指標(biāo)進行反映。由于此前選取的數(shù)據(jù)指標(biāo)達十一個，利用主成分分析法這一計量方法將其轉(zhuǎn)化成綜合指標(biāo)實為必要。標(biāo)準(zhǔn)的主成分分析法流程是：將數(shù)據(jù)進行標(biāo)準(zhǔn)化處理；運用數(shù)學(xué)方法提取主成分；在提取的主成分基礎(chǔ)上建立評價模型。通過最終的模型對比分析五座城市發(fā)展成果與彼此間的差距。即以定量分析為基礎(chǔ)，定性分析為重點。

二、建立西部五市發(fā)展成果模型

從既定構(gòu)成評價指標(biāo)體系的元素出發(fā)，選取綜合反映五座城市2015年經(jīng)濟發(fā)展成果的截面數(shù)據(jù)。按照主成分分析法的流程，建立關(guān)于這五座城市發(fā)展成果的綜合評價模型。并在此基礎(chǔ)上，將五座城市納入對比分析的范圍。

1.收集數(shù)據(jù)信息

在所采用的2015年各市發(fā)展成果的截面數(shù)據(jù)基礎(chǔ)上，對五座城市的社會經(jīng)濟發(fā)展現(xiàn)狀進行比較分析。由于不同來源的數(shù)據(jù)在統(tǒng)計口徑和方法上有一定的差異，為了保證所收集到的各指標(biāo)信息滿足可使用的要求，應(yīng)盡量使用統(tǒng)一統(tǒng)計口徑和方法的數(shù)據(jù)*這五座城市的指標(biāo)數(shù)據(jù)來源于《中國統(tǒng)計年鑒(2016年)》和各市2015年《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》。。經(jīng)整理的數(shù)據(jù)見表1。

表1 西部五市2015年發(fā)展成果截面數(shù)據(jù)表

2.標(biāo)準(zhǔn)化數(shù)據(jù)

從選取的數(shù)據(jù)類別來看，各種數(shù)據(jù)的單位并不一致。若數(shù)據(jù)的量綱不同，會造成對最后模型的不良影響。為了使模型最后能夠更加真實反映五座城市的發(fā)展成果，并在此基礎(chǔ)上進行對比分析，須將原始數(shù)據(jù)進行無量綱處理，也即將數(shù)據(jù)標(biāo)準(zhǔn)化。因此，將原始數(shù)據(jù)導(dǎo)入IBM SPSS Statistics 22軟件中將其標(biāo)準(zhǔn)化。通過軟件的操作，處理之后的無量綱的數(shù)據(jù)如表2所示。

3.確定主成分

通過無量綱處理的原始數(shù)據(jù)變成標(biāo)準(zhǔn)化數(shù)據(jù)之后，即可利用IBM SPSS Statistics 22軟件對標(biāo)準(zhǔn)化數(shù)據(jù)進行解析，提取主成分。為了防止指標(biāo)所包含的信息重復(fù)，按照主成分分析法的“最多反映”和“相互對立”的原則，得出包含原指標(biāo)絕大部分信息的新指標(biāo)，即主成分[3]。具體軟件分析結(jié)果見表3。

按照主成分分析法的要求，提取的主成分須滿足相關(guān)標(biāo)準(zhǔn)，即主成分對應(yīng)的特征值必須大于1。由于特征值的大小在一定意義上體現(xiàn)了該主成分反映原指標(biāo)信息的多少。選擇特征值大于1的意義在于，若選取該特征值所對應(yīng)的主成分比直接使用一個原指標(biāo)更具有代表性，即選取該主成分的對原指標(biāo)的解釋能力強于原指標(biāo)的解釋能力。因此，選取的主成分的特征值須大于1。

由主成分提取表可知，特征值大于1的有8.064、2.371，可分別記為F1、F2.其余特征值均小于1，不滿足特征值的提取要求。因此可提取兩個主成分F1、F2，主成分的個數(shù)N=2。此外，由表3可知，F(xiàn)1、F2兩個主成分反映五座城市的社會經(jīng)濟發(fā)展成果的占比達到94.705%，已然滿足主成分分析法對提取的主成分須反映總體情況的85%以上這一要求。也即兩個主成分代表了原始數(shù)據(jù)中11個指標(biāo)的絕大部分信息。其中，第一主成分F1代表了原始數(shù)據(jù)信息的73.147%；第二主成分F2代表了原始數(shù)據(jù)信息的21.558%。

表2

表3 主成分提取表

選用這兩個主成分從載荷矩陣可看出其合理性。從表4 初始因子載荷矩陣可知，在第一主成分F1上具有較高載荷的起始因子(原數(shù)據(jù)指標(biāo))共有七個，分別為： GDP、第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值、固定資產(chǎn)投資額、一般公共預(yù)算收入、全年進出口總額，這表明第一主成分F1很大程度上反映了上述七個指標(biāo)的信息。由于這七個指標(biāo)主要反映當(dāng)?shù)氐娜椊?jīng)濟信息，即經(jīng)濟總量、經(jīng)濟增長和經(jīng)濟活力，因此可稱第一主成分F1為經(jīng)濟指標(biāo)因素；同理可知，在第二主成分F2上具有有較高載荷的起始因子共有四個，分別為：人均GDP、人口城鎮(zhèn)化率、城鎮(zhèn)居民人均可支配收入和農(nóng)村居民可支配收入，這表明在第二主成分F2基本反映了上述四個指標(biāo)的信息。由于這四個指標(biāo)當(dāng)?shù)氐娜丝诤透＠麪顩r，因此可稱第二主成分為社會指標(biāo)因素。[4]

由分析西部地區(qū)的西部地區(qū)經(jīng)濟社會發(fā)展現(xiàn)狀而選取的數(shù)據(jù)指標(biāo)為基礎(chǔ)，將兩個主成分提取出來?，F(xiàn)將兩個指標(biāo)重新命名：用F1代表經(jīng)濟指標(biāo)；用F2代表社會指標(biāo)。用這兩個指標(biāo)代替原來的十一個指標(biāo)，并由此建立綜合評價三層指標(biāo)體系，見表5。

表4 初始因子載荷矩陣

表5 綜合評價指標(biāo)體系

4.確定主成分的系數(shù)

為得到最后的模型，需確定兩個主成分的指標(biāo)所對應(yīng)的系數(shù)。系數(shù)的計算方法是利用表4中的數(shù)據(jù)除以主成分相對應(yīng)的特征值開平方根。由此，對F1所包含指標(biāo)計算得出相應(yīng)系數(shù)為：X1的系數(shù)為0.336，X2的系數(shù)為-0.19，X3的系數(shù)為0.351，X4的系數(shù)為0.337，X5的系數(shù)為0.325，X6的系數(shù)為0.351，X7的系數(shù)為0.35，X8的系數(shù)為0.344，X9的系數(shù)-0.332，X10的系數(shù)-0.161，X11的系數(shù)為-0.088；進而可以計算的計算式為：

F1=0.336X1-0.19X2+0.351X3+0.337X4+0.352X5+0.351X6+0.35X7+0.344X8-0.332X9-0.161X10-0.088X11

(1)

同理可以得出的計算式為：

F2=0.198X1+0.529X2-0.05X3+0.184X4+0.252X5+0.022X6+0.083X7+0.121X8+0.162X9+0.386X10+0.62X11

(2)

5.建立最后模型

建立最后的模型須充分利用特征值的屬性和主成分分析法的基本原理，用F表示社會經(jīng)濟發(fā)展水平的綜合值，構(gòu)建主成分綜合模型為：

F=A1F1+A2F2

(3)

(4)

按(4)式的要求，分別計算F1、F2對應(yīng)的特征值與F1、F2對應(yīng)的特征值之和的比值，將該比值帶入(4)，得到主成分綜合模型為：

(5)

將(1)、(2)式所得到的F1、F2指標(biāo)值帶入(5)式中，經(jīng)計算得出

F=0.305X1-0.027X2+0.26X3+0.302X4+0.33X5+0.276X6+0.29X7+0.293X8-0.22X9-0.073X10+0.073X11

(6)

將表2標(biāo)準(zhǔn)化后的數(shù)據(jù)代入(6)式，計算出西部五市社會經(jīng)濟發(fā)展?fàn)顩r的綜合值。然后將西部五市各市社會經(jīng)濟發(fā)展?fàn)顩r的計算結(jié)果按綜合值F、經(jīng)濟指標(biāo)F1和社會指標(biāo)F2的大小單獨進行排序結(jié)果見表6?？蓳?jù)此，對我國西部五市社會經(jīng)濟發(fā)展情況進行比較分析。

表6 西部五市發(fā)展成果評價表

三、分析評價

通過表6可知，社會經(jīng)濟發(fā)展?fàn)顩r綜合值F>0的城市有重慶市(3.597)、成都市(0.821)，說明這兩座城市的社會經(jīng)濟發(fā)展水平高于所比較的五座城市的平均水平。相反，社會經(jīng)濟發(fā)展?fàn)顩r綜合值F<0的城市有西安(-0.715)、昆明(-1.465)和貴陽(-1.903)，說明這三個城市的社會經(jīng)濟發(fā)展水平低于所比較的五座城市的平均水平，且其社會經(jīng)濟發(fā)展?fàn)顩r與排名第一的重慶市差距還是比較明顯的。

由最終得出的綜合模型系數(shù)可以得知，促進社會經(jīng)濟發(fā)展?fàn)顩r的重要因素是第三產(chǎn)業(yè)增加值、GDP和第二產(chǎn)業(yè)增加值，其次則為全年進出口總額、一般公共預(yù)算收入、固定資產(chǎn)投資額、和第一產(chǎn)業(yè)增加值。值得注意的是人均GDP的系數(shù)為-0.027，這說明所比較的五座城市依然面臨著人口多、底子薄、發(fā)展遲緩的問題；其次則是城市居民可支配收入系數(shù)為-0.037，而農(nóng)村居民可支配收入系數(shù)為0.073，一正一負，說明由農(nóng)村的可支配收入所帶來的消費對經(jīng)濟的發(fā)展貢獻超過了城市的可支配收入所帶來的消費對經(jīng)濟的發(fā)展。這一現(xiàn)狀表明，由于農(nóng)村人口數(shù)量依然大于城市人口，由此帶來的消費對經(jīng)濟的發(fā)展作用大于城市人口的消費對經(jīng)濟的發(fā)展作用。因此，現(xiàn)行的政策應(yīng)更加迎合農(nóng)村居民的消費需求，著力發(fā)掘農(nóng)村居民的消費潛力。

由表6可知，在F1、F2主成分值中，各個城市得排名并不完全一致。這一現(xiàn)象說明，這五座城市的發(fā)展并未受制于一個統(tǒng)一的因素，各個城市的發(fā)展各有優(yōu)劣。就五座城市的經(jīng)濟發(fā)展定位、自然資源要素稟賦等實際情況而言，不宜做出統(tǒng)一的社會經(jīng)濟發(fā)展戰(zhàn)略部署，而應(yīng)該因地制宜，做出適合當(dāng)?shù)匕l(fā)展實際的決策。就五座城市發(fā)展實際橫向比較而言，各城市市之間有優(yōu)劣之分。五座城市在以后的發(fā)展計劃中，在鞏固自身優(yōu)勢的同時也應(yīng)注意與其他城市之間的差距，取長補短。

在表6中，重慶的F1主成分值排名第一，而F2主成分值排名第三，這表明在重慶的發(fā)展中注重經(jīng)濟總量、經(jīng)濟活力和經(jīng)濟指標(biāo)等現(xiàn)實因素，而在人口與福利等對經(jīng)濟長遠發(fā)展有潛在影響的因素考量方面略顯不足。這也符合重慶作為直轄市在經(jīng)濟發(fā)展方面領(lǐng)跑西部的現(xiàn)實。但顯然，在人口和社會福利方面，重慶市還需做出政策傾斜，保障社會向前發(fā)展的后勁，進一步夯實社會經(jīng)濟發(fā)展的基礎(chǔ)。

成都的F1主成分值排名第二，但主成分值排名第一，這表明在經(jīng)濟總量、經(jīng)濟活力和經(jīng)濟指標(biāo)等方面較重慶而言略顯劣勢，但在人口與福利方面都優(yōu)于其他四座城市。這一結(jié)論符合成都一直以來以打造宜居城市的戰(zhàn)略定位，即在人口和社會福利方面做了很多政策傾斜，其效果也很好，這就為成都的長遠發(fā)展奠定了堅實的基礎(chǔ)。此外，就模型結(jié)果而言，成都經(jīng)濟總量、經(jīng)濟活力、經(jīng)濟增長在西部的排名也十分靠前。因此，成都的定位在于保持發(fā)展態(tài)勢，努力尋找新的增長極。

西安的F1主成分值排名第四，但F2主成分值排名第二，超過了綜合排名第一、第二的重慶、成都。西安市是一座具有悠久歷史文化底蘊的城市，且市內(nèi)重點高校林立，擁有很好的人才儲備，人才帶動地方發(fā)展的潛力十分巨大。從模型的結(jié)果來看，西安在挖掘人才帶來的發(fā)展紅利，助力社會經(jīng)濟的發(fā)展方面做得還不夠；應(yīng)營造良好的綜合社會氛圍，讓西安高校的畢業(yè)生留在當(dāng)?shù)匕l(fā)展，推進社會發(fā)展的同時也實現(xiàn)自身的理想抱負。

昆明的F1主成分值排名第三，F(xiàn)2主成分值排名第四。昆明市氣候宜人，眾多旅游景點環(huán)繞，是著名的旅游城市。昆明的模型結(jié)果表明，昆明的發(fā)展成果中，旅游業(yè)仍占據(jù)著突出位置。經(jīng)濟發(fā)展總量不突出，社會福利支出有限。即使自然軟環(huán)境優(yōu)勢明顯，卻依然社會指標(biāo)排名靠后。因此，昆明的發(fā)展仍應(yīng)在保持現(xiàn)有的環(huán)境基礎(chǔ)上重點發(fā)展經(jīng)濟。其方向有二：其一為在旅游的基礎(chǔ)上做一些衍生產(chǎn)業(yè)，圍繞旅游業(yè)而發(fā)展，也更加夯實旅游業(yè)的發(fā)展基礎(chǔ)；其二為，根據(jù)分散投資理論，離開旅游的方向，再為昆明的發(fā)展打造一個增長極，開發(fā)新的發(fā)展?jié)摿Α?/p>

貴陽的F1、F2主成分排名值均為第五。這與貴陽市的地理環(huán)境有關(guān)，基礎(chǔ)設(shè)施建設(shè)不發(fā)達，五良好的投資氛圍吸引更多的資金流入，支持貴陽建設(shè)。就模型結(jié)果而言，在所比較的五座城市中，貴陽無論在經(jīng)濟總量、經(jīng)濟活力、經(jīng)濟增長還是人口與社會福利方面排名較靠后，因此，貴陽的發(fā)展還是應(yīng)以做大“蛋糕”為主，經(jīng)濟總量，經(jīng)濟增長，經(jīng)濟活力都應(yīng)在重點考慮。只有將經(jīng)濟發(fā)展上去才有足夠的能力去做人口與社會福利方面的政策傾斜。

基于主成分分析法得出關(guān)于西部五市發(fā)展現(xiàn)狀并結(jié)合其發(fā)展實際可知，這五座城市的發(fā)展并不平衡。由于這五座城市的發(fā)展歷史進程并不一致，導(dǎo)致其經(jīng)濟社會的發(fā)展效果在一定程度上表現(xiàn)出來的差異比較明顯。運用主成分分析法這一經(jīng)典計量方法將定性的說法定量化，比較客觀地描述西部地區(qū)的發(fā)展差異，以及由何種原因?qū)е虏町惖拇嬖?，繼而有針對性地調(diào)整當(dāng)?shù)氐陌l(fā)展戰(zhàn)略定位，彌補其自身的發(fā)展短板，奠定更加堅實的經(jīng)濟基礎(chǔ)。社會經(jīng)濟的發(fā)展是一個系統(tǒng)的過程，任何片面地強調(diào)某一個經(jīng)濟指標(biāo)的增長所帶來的是暫時的繁榮，更是一種短視行為。

四、五市發(fā)展建議

總體而言，所比較的城市地處西部，相對東部沿海城市，是欠發(fā)達地區(qū)，再加上各自的地理因素的制約，造成各自發(fā)展的不均衡。因此，西部的五市應(yīng)因地制宜，根據(jù)自身的絕對優(yōu)勢與比較優(yōu)勢所在，利用好內(nèi)外部的資源，提升經(jīng)濟效率。在提升經(jīng)濟效率的同時，注重夯實經(jīng)濟發(fā)展基礎(chǔ)，也應(yīng)利用好外部的環(huán)境。

一是因地制宜。五座城市的發(fā)展應(yīng)根據(jù)自身的優(yōu)劣勢，合理制定發(fā)展戰(zhàn)略。并在夯實現(xiàn)有基礎(chǔ)的同時取長補短。

二是錯位發(fā)展[5]。五座城市同是地處西部，地理環(huán)境等有相似之處，所以在發(fā)展政策的選擇上應(yīng)注意錯位發(fā)展，避免形成惡性競爭。

三是協(xié)同發(fā)展[6]。在西部大開發(fā)“十三五”規(guī)劃、“一帶一路”建設(shè)和長江經(jīng)濟帶建設(shè)大的發(fā)展背景之下，西部所有的城市都應(yīng)充分利用政策優(yōu)惠，攜手協(xié)同發(fā)展。

[1] 宋周鶯,劉衛(wèi)東. 西部地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化路徑分析[J]. 中國人口.資源與環(huán)境,2013,10:31-37.

[2] 全毅. 絲綢之路經(jīng)濟帶建設(shè)與西部大開發(fā):協(xié)同發(fā)展[J]. 青海社會科學(xué),2016,04:19-26.

[3] 彭云飛，沈曦.經(jīng)濟管理中常用的數(shù)量方法[M].北京：經(jīng)濟管理出版社,2011,163-169

[4] 徐陽陽,趙良慶,俞飛. 基于主成分分析法的中部六省經(jīng)濟發(fā)展?fàn)顩r比較研究[J]. 安徽農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版),2015,02:50-55.

[5] 沈寅安,周琴. 長江三角洲區(qū)域港口錯位發(fā)展與港口資源整合研究[J]. 寧波大學(xué)學(xué)報(人文科學(xué)版),2011,02:107-113.

[6] 孫虎,喬標(biāo). 京津冀產(chǎn)業(yè)協(xié)同發(fā)展的問題與建議[J]. 中國軟科學(xué),2015,07:68-74.

2017-09-02

許彥，中共四川省委黨校經(jīng)濟學(xué)教研部 主任、教授、碩士生導(dǎo)師；張國毅，中共四川省委黨校經(jīng)濟學(xué)教研部 碩士研究生。

F127

A

1008-5955(2017)03-0049-05

周建瑜)