山東省城市經(jīng)濟(jì)效益研究

□文/蘇長(zhǎng)青董　雯陳聞君（.新疆財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院；.中國(guó)科學(xué)院新疆生態(tài)與地理研究所　新疆·烏魯木齊）

?

山東省城市經(jīng)濟(jì)效益研究

□文/蘇長(zhǎng)青1董雯2陳聞君1
（1.新疆財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院；2.中國(guó)科學(xué)院新疆生態(tài)與地理研究所新疆·烏魯木齊）

［提要］區(qū)域差異過(guò)大已成為影響山東發(fā)展的一大突出問(wèn)題，能否解決東西部間的平衡是山東由經(jīng)濟(jì)大省向經(jīng)濟(jì)強(qiáng)省跨越的關(guān)鍵。本文利用影響山東17地市經(jīng)濟(jì)效益的10個(gè)指標(biāo)，采用因子分析、逐步回歸和系統(tǒng)聚類，從橫向和縱向兩個(gè)維度對(duì)17地市的經(jīng)濟(jì)效益進(jìn)行比較分析，并找出決定GDP的主要解釋變量。

關(guān)鍵詞：經(jīng)濟(jì)效益；因子分析；系統(tǒng)聚類；山東

資助項(xiàng)目：國(guó)家社會(huì)科學(xué)基金項(xiàng)目（14BJL050）

收錄日期：2016年3月21日

改革開放30多年來(lái)，中國(guó)經(jīng)濟(jì)年均以8.8％的速度高速增長(zhǎng)，然而隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展，不同區(qū)域間的發(fā)展不平衡問(wèn)題也日益突出。我國(guó)區(qū)域發(fā)展不平衡問(wèn)題體現(xiàn)在不同尺度上，如東中西部之間、南北之間以及省、市、縣之間，這嚴(yán)重制約了我國(guó)發(fā)展方式的轉(zhuǎn)變和產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)型升級(jí)，影響到中國(guó)的和諧、穩(wěn)定與健康發(fā)展。以往學(xué)者對(duì)區(qū)域不平衡問(wèn)題進(jìn)行了大量研究，一是對(duì)區(qū)域發(fā)展不平衡程度的測(cè)度（于學(xué)成，2009；楊勇，2014等）；二是對(duì)區(qū)域發(fā)展不平衡成因、對(duì)策的分析（管衛(wèi)華等，2006；覃成林，2011；陳長(zhǎng)石，2015等）；三是對(duì)區(qū)域發(fā)展不平衡趨勢(shì)的研究，即在時(shí)間維度上區(qū)域差異是否縮?。ㄎ汉髣P，1996；王少劍，2013等）。本文將經(jīng)濟(jì)效益引入對(duì)區(qū)域經(jīng)濟(jì)發(fā)展不平衡的研究，通過(guò)分析山東各城市經(jīng)濟(jì)效益發(fā)展?fàn)顩r，從中獲得關(guān)于區(qū)域發(fā)展不平衡戰(zhàn)略和調(diào)整的新的認(rèn)識(shí)和啟示。所謂經(jīng)濟(jì)效益就是企業(yè)生產(chǎn)經(jīng)營(yíng)管理活動(dòng)中投入與產(chǎn)出之比，然而城市不是一個(gè)企業(yè)，也不是一個(gè)部門，它比企業(yè)和部門的范圍更廣，所以城市經(jīng)濟(jì)效益要考慮的是一個(gè)整體，它主要是考察一個(gè)地區(qū)的經(jīng)濟(jì)和經(jīng)濟(jì)效果是否處于均衡發(fā)展。徐光遠(yuǎn)曾經(jīng)指出城市經(jīng)濟(jì)效益是綜合經(jīng)濟(jì)效益，它是各部門內(nèi)部效益與外部社會(huì)效益、環(huán)境效益的綜合。城市經(jīng)濟(jì)效益可以讓我們更加全面的了解城市發(fā)展的水平、規(guī)律和管理質(zhì)量，有利于我們從全面觀點(diǎn)出發(fā)，提高城市經(jīng)濟(jì)效益。然而，國(guó)內(nèi)關(guān)于城市經(jīng)濟(jì)效益評(píng)價(jià)的研究仍舊較為缺乏。眾多的研究?jī)H僅是作為一個(gè)模型進(jìn)行理論分析，實(shí)證研究比較少。鑒于此，本研究以山東省為實(shí)例，利用數(shù)學(xué)模型解決實(shí)際問(wèn)題。

一、研究區(qū)和指標(biāo)選擇

（一）研究區(qū)概況。山東省作為東部沿海經(jīng)濟(jì)大省正積極實(shí)施“兩區(qū)一圈一帶”戰(zhàn)略，其工業(yè)以能源、化工、冶金、建材、機(jī)械、紡織、食品等產(chǎn)業(yè)為主，經(jīng)濟(jì)增長(zhǎng)迅速，尤其是計(jì)劃單列市青島作為山東半島城市群的龍頭城市，經(jīng)濟(jì)發(fā)展勢(shì)頭異常迅猛。截至2014年年底，山東省共有地級(jí)市17個(gè)，主要指標(biāo)均居全國(guó)前列，2014年實(shí)現(xiàn)地區(qū)生產(chǎn)總值59，426.59億元（居全國(guó)第三位），人均地區(qū)生產(chǎn)總值達(dá)到60，879元。2013年，山東被評(píng)為中國(guó)最具綜合競(jìng)爭(zhēng)力的三個(gè)省區(qū)之一。然而，區(qū)域經(jīng)濟(jì)發(fā)展不平衡是山東省情的一個(gè)明顯特征，一些地區(qū)發(fā)展空間受限、后勁不足、資源環(huán)境約束加劇。山東東、西部經(jīng)濟(jì)差別像是整個(gè)中國(guó)大陸東、西部差別的一個(gè)縮影，山東區(qū)域不平衡主要表現(xiàn)為東西部之間的差距。如何突破山東區(qū)域發(fā)展不平衡的瓶頸，實(shí)現(xiàn)跨越式發(fā)展，建設(shè)“大而強(qiáng)、富而美”的新山東，是未來(lái)山東發(fā)展亟待解決的問(wèn)題。

（二）數(shù)據(jù)來(lái)源及指標(biāo)選擇。本研究選擇山東省17個(gè)地級(jí)市，分別為：濟(jì)南市、青島市、淄博市、棗莊市、東營(yíng)市、煙臺(tái)市、濰坊市、濟(jì)寧市、泰安市、威海市、日照市、萊蕪市、臨沂市、德州市、聊城市、濱州市、菏澤市；10個(gè)指標(biāo)分別為總?cè)丝跀?shù)、GDP、工業(yè)總產(chǎn)值、客運(yùn)總量、貨運(yùn)總量、公共財(cái)政預(yù)算收入、固定資產(chǎn)投資總額、城鎮(zhèn)居民可支配收入、在崗職工人數(shù)、在崗職工工資總額。各項(xiàng)指標(biāo)數(shù)據(jù)根據(jù)《山東統(tǒng)計(jì)年鑒2015》以及2014年山東省各地市國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)統(tǒng)計(jì)的數(shù)據(jù)進(jìn)行分析。（表1）

二、基于因子分析法的經(jīng)濟(jì)水平比較

表1 2014年山東省17個(gè)地級(jí)市經(jīng)濟(jì)效益指標(biāo)統(tǒng)計(jì)數(shù)據(jù)表

表3總方差解釋

（一）因子分析

1、模型的建立。通過(guò)分析樣本中10個(gè)原始變量間的相關(guān)性，從10個(gè)原始變量中提取少數(shù)的綜合變量，使其包含變量提供的大部分信息，同時(shí)又盡量使綜合變量盡可能地彼此不相關(guān)，以達(dá)到為原始數(shù)據(jù)降維的目的。

設(shè)觀測(cè)變量為x1，x2，…xp，公共因子為Fm，則因子模型為：

其中，F(xiàn)為主因子，ε為特殊因子，A為因子載荷矩陣，即aij為第i個(gè)觀測(cè)變量在第j個(gè)公共因子上的因子載荷系數(shù)，也就是兩者的相關(guān)系數(shù)。

2、確認(rèn)原始變量是否適合作因子分析。因子分析是為了尋求存在相關(guān)關(guān)系的觀測(cè)變量間是否存在對(duì)其起支配作用的公共因子，因此因子分析之前需確認(rèn)原始變量是否適合作因子分析。本文采用KMO和Bartlett的球形度檢驗(yàn)：KMO檢驗(yàn)用于檢驗(yàn)變量間的偏相關(guān)是否很小，一般認(rèn)為KMO統(tǒng)計(jì)量大于0.9時(shí)效果最好，0.7以上可以接受，0.5以下則不宜作因子分析；球形Bartlett檢驗(yàn)用于檢驗(yàn)相關(guān)矩陣是否是單位陣，即各變量之間是否獨(dú)立，若不能否定相關(guān)矩陣為單位陣，就說(shuō)明各變量可能獨(dú)自提供了一些信息，此時(shí)若采用因子模型就不合適。由表2可以看出本文中的KMO統(tǒng)計(jì)量為0.589，可以接受。同時(shí)，本文中的Bartlett檢驗(yàn)的顯著性為0.000，小于0.01，由此可知各變量間顯著相關(guān)，即否定相關(guān)矩陣為單位陣的零假設(shè)。（表2）

3、求得初始公因子及因子載荷矩陣。通過(guò)分析原始變量的相關(guān)性，根據(jù)研究需要從中提取較少的公因子。利用觀測(cè)變量的相關(guān)系數(shù)陣計(jì)算其特征值，從大到小依次為λ1，λ2，…λp。則前m（m＜p）個(gè)因子的累積方差貢獻(xiàn)率為：

一般認(rèn)為，累積方差貢獻(xiàn)率大于80％時(shí)，就能保證不丟失太多重要信息。

表3給出了每個(gè)公因子所解釋的方差及累積和。從“初始特征值”一欄可以看出，前兩個(gè)公共因子解釋的累積方差達(dá)83.723％，而后面的公共因子的特征值較小，對(duì)解釋原有變量的貢獻(xiàn)越來(lái)越小，因此提取兩個(gè)公共因子是合適的。（表3）

4、因子旋轉(zhuǎn)。得到因子模型后，其中的公共因子不一定能反映問(wèn)題的實(shí)質(zhì)特征，為了能更好地解釋每一個(gè)公共因子的實(shí)際意義，且減少解釋的主觀性，可以通過(guò)因子旋轉(zhuǎn)達(dá)到目的，經(jīng)過(guò)旋轉(zhuǎn)后的每個(gè)公共因子上的載荷分配也更清晰了。利用SPSS提供的因子旋轉(zhuǎn)方法——方差最大化正交旋轉(zhuǎn)，得到旋轉(zhuǎn)后的成分矩陣。從表4可以看出，本文中的第1個(gè)公共因子更能代表城鎮(zhèn)居民可支配收入、GDP、在崗職工工資總額、公共財(cái)政預(yù)算收入、在崗職工人數(shù)、固定資產(chǎn)投資總額和工業(yè)總產(chǎn)值這7個(gè)變量，將其命名為經(jīng)濟(jì)因子；第2個(gè)公共因子更能代表總?cè)丝跀?shù)、客運(yùn)總量和貨運(yùn)總量這3個(gè)變量，將其命名為人口和客貨運(yùn)因子。（表4）

5、計(jì)算因子得分和綜合得分。要想得到17個(gè)地級(jí)市的經(jīng)濟(jì)因子、人口和客貨運(yùn)因子，需要先知道公共因子得分。因子得分是根據(jù)原始變量的線性組合求得，利用SPSS輸出標(biāo)準(zhǔn)化的因子得分系數(shù)矩陣。（表5）

由表5可得最終的因子得分公式：

F1＝-0.136×總?cè)丝跀?shù)+0.176×GDP+…0.184×在崗職工工資總額

F2＝-0.389×總?cè)丝跀?shù)-0.001×GDP+…-0.022×在崗職工工資總額

城市的經(jīng)濟(jì)效益得分公式為：

zF＝F1×F1的方差貢獻(xiàn)率+F2×F2的方差貢獻(xiàn)率

根據(jù)上述公式可以計(jì)算17個(gè)地級(jí)市的因子得分和綜合得分。（表6）可以看出：（1）青島、濟(jì)南、東營(yíng)、煙臺(tái)、淄博五城市在經(jīng)濟(jì)因子上得分較高，從地理區(qū)位看五城市均位于山東東部地區(qū)，區(qū)域位置優(yōu)越、政策優(yōu)惠傾斜多、發(fā)展基礎(chǔ)好，在發(fā)展經(jīng)濟(jì)方面具有得天獨(dú)厚的便利；（2）濰坊、臨沂、菏澤、濟(jì)寧、煙臺(tái)、青島六城市在人口和客貨運(yùn)因子上得分較高，其中青島、煙臺(tái)和濰坊作為沿海港口城市，環(huán)境適宜、海運(yùn)十分便利，對(duì)人口吸引力較強(qiáng)。而濟(jì)寧作為京杭大運(yùn)河沿線的重要城市，自古交通十分便利，下轄曲阜等旅游城市，作為孔孟之鄉(xiāng)，客貨運(yùn)量大。臨沂作為江北最大商貿(mào)物流集散中心和山東人口最多的地級(jí)市，現(xiàn)代物流產(chǎn)業(yè)起步較早，是山東商貿(mào)物流大市，貨運(yùn)量巨大。而地處山東西部的菏澤，承東啟西、引南連北，地理位置優(yōu)勢(shì)十分突出；（3）在綜合得分方面，青島、濟(jì)南和煙臺(tái)處于前三甲，青島、濟(jì)南作為副省級(jí)城市，濟(jì)南又是山東省會(huì)城市，青島、濟(jì)南的綜合競(jìng)爭(zhēng)力十分突出。位于黃渤海之濱的煙臺(tái)，從自身得天獨(dú)厚的優(yōu)勢(shì)資源出發(fā)，借助藍(lán)色資源優(yōu)勢(shì)，經(jīng)濟(jì)發(fā)展異常迅猛；（4）城市經(jīng)濟(jì)效益的提升，必須是經(jīng)濟(jì)、人口和客貨運(yùn)等各個(gè)方面整體的提升，如果片面追求某一方面的發(fā)展，是不利于城市整體水平的提高的。

（二）回歸分析

1、建立回歸模型。本文采用多元線性回歸模型，多元線性回歸的數(shù)學(xué)模型為：

y=β0+β1xi1+β2xi2+…βpxip+ε i=1，2，…n

其中，p為解釋變量的個(gè)數(shù)；β0，β1，β2，…βp為未知參數(shù)；εi為隨機(jī)誤差項(xiàng)，是由隨機(jī)誤差或其他因素的變化而引起的y線性變化部分，εi～N（0，σ2）。

2、線性回歸的實(shí)現(xiàn)。GDP是一個(gè)地方經(jīng)濟(jì)水平的主要衡量指標(biāo)，本文中，我們將GDP作為被解釋變量（因變量），尋求GDP與其他變量的線性相關(guān)性。本研究使用逐步回歸法中的使用F的概率選擇進(jìn)入模型的變量。逐步回歸法即先選擇對(duì)因變量貢獻(xiàn)最大，并滿足判斷條件的自變量進(jìn)入回歸方程，然后將模型中符合剔除數(shù)據(jù)的變量移除模型，重復(fù)進(jìn)行直到?jīng)]有變量被引入或剔除，得到回歸方程。最終進(jìn)入回歸模型的解釋變量只有三個(gè)：公共財(cái)政預(yù)算收入、工業(yè)總產(chǎn)值、在崗職工工資總額。（表7）

表2 KMO和Bart l et t檢驗(yàn)

表4旋轉(zhuǎn)后的成分矩陣a

表7給出了回歸擬合過(guò)程每一步被引入的解釋變量及所有模型的回歸系數(shù)估計(jì)值?？梢钥闯觯钕缺灰肽Ｐ偷氖枪藏?cái)政預(yù)算收入，其次為工業(yè)總產(chǎn)值，最后為在崗職工工資總額。其中公共財(cái)政預(yù)算收入的標(biāo)準(zhǔn)化回歸系數(shù)是3個(gè)變量中最大的；3個(gè)模型中所有變量的顯著性（Sig值）均小于0.05，通過(guò)顯著性檢驗(yàn)；各解釋變量的方差膨脹因子（VIF值）都較小，說(shuō)明解釋變量基本不存在多重共線性問(wèn)題。所擬合回歸方程為：

GDP＝200.656+0.000432X6+0.00001032X3+2.716X10

（0.000058）（0.000001）（0.500）

n=17 R2＝0.995 R2＝0.993

其中：X6為公共財(cái)政預(yù)算收入，X3為工業(yè)總產(chǎn)值，X10為在崗職工工資總額。

模型的R2為0.995，說(shuō)明引入回歸方程的變量是顯著的，建立的回歸方程較好。F值為801.138，顯著性概率小于0.05，拒絕原假設(shè)，認(rèn)為模型整體顯著。模型中3個(gè)解釋變量的t值顯著性均為0.000，小于0.05，拒絕回歸系數(shù)都為0的原假設(shè)，認(rèn)為系數(shù)顯著。

三、經(jīng)濟(jì)發(fā)展水平聚類分析

（一）聚類分析的原理。聚類分析是統(tǒng)計(jì)學(xué)中研究“物以類聚”問(wèn)題的多元統(tǒng)計(jì)分析方法，其原理是根據(jù)事物本身的特性將相似的事物歸類，被歸為一類的事物具有較高的相似性，而不同類間的事物有著很大差異。本文利用系統(tǒng)聚類中的凝聚法依據(jù)10個(gè)原始數(shù)據(jù)指標(biāo)對(duì)山東省17個(gè)地級(jí)市進(jìn)行聚類分析。

表5成分得分系數(shù)矩陣

表6山東省17城市因子分析結(jié)果

（二）聚類分析過(guò)程。系統(tǒng)聚類中的凝聚法過(guò)程如下：（1）聚類開始前先將每一個(gè)個(gè)案都視為一類，有多少個(gè)案就有多少類；（2）根據(jù)所定義的距離，將距離最近的兩個(gè)個(gè)案合并為一類，這樣類別就減少了一類；（3）重復(fù)步驟（2），將新合并的類與最近的舊類再合并為一類，重復(fù)這一步驟，直到將所有的個(gè)案都合并為一個(gè)類別為止。

利用SPSS中系統(tǒng)聚類中的凝聚法，將表1中的10個(gè)統(tǒng)計(jì)指標(biāo)作為變量，以“城市”變量作為標(biāo)識(shí)變量，采用組內(nèi)連接的聚類方法，得到聚類分析結(jié)果如表7所示。（表7）可以看出，整個(gè)聚類過(guò)程，表格的“階段”一列表示聚類的步數(shù)，以第3行為例，此步是將第14和第16類合并為一類，“系數(shù)”一列表示兩類之間的距離，其中第14類首次出現(xiàn)是在第1步（從首次出現(xiàn)聚類的階段聚類1中顯示數(shù)字為1），而第16類是首次出現(xiàn)（從首次出現(xiàn)聚類的極端聚類2中顯示數(shù)字為0），所以第3步中的第14類其實(shí)包含了第14個(gè)個(gè)案和第15個(gè)個(gè)案，所以第3步是將第14、15和第16個(gè)個(gè)案歸為了第2類，而這第2類下一次合并是在第9步（“下一個(gè)階段”列第3步顯示的數(shù)字為9）。最后，17個(gè)觀測(cè)經(jīng)過(guò)16步聚為一類。另外，我們可以根據(jù)表中聚類系數(shù)的變化幅度來(lái)界定聚類類別，當(dāng)相鄰兩個(gè)步驟的系數(shù)遠(yuǎn)大于上一步驟時(shí)，即存在跳躍時(shí)，我們可以認(rèn)為這兩類的差別較大。（圖1）

從圖1來(lái)看并結(jié)合表7，將其聚為6類是比較合適的，聚類結(jié)果為：

G1=｛青島｝

G2=｛濟(jì)南、煙臺(tái)｝

G3=｛濟(jì)寧、臨沂、濰坊｝

G4=｛淄博、東營(yíng)｝

G5=｛德州、聊城、濱州、泰安、威海、菏澤｝

G6=｛棗莊、日照、萊蕪｝

聚類分析得出的結(jié)果和前面17城市因子分析結(jié)果中綜合得分結(jié)果完全一致，說(shuō)明本文所進(jìn)行的分析是比較科學(xué)合理的。作為4個(gè)計(jì)劃單列市和15個(gè)副省級(jí)城市之一的青島市，是山東半島的龍頭城市，是山東半島城市群的經(jīng)濟(jì)中心；第二組中的濟(jì)南和煙臺(tái)，經(jīng)濟(jì)規(guī)模接近，GDP總量都在5，000億元左右。濟(jì)南作為省會(huì)城市，綜合實(shí)力突出，而近幾年煙臺(tái)充分利用自身優(yōu)勢(shì)，經(jīng)濟(jì)發(fā)展異常迅速；第三組中的3個(gè)城市都是山東省城市經(jīng)濟(jì)效益增長(zhǎng)較快的地區(qū)，三者在客貨運(yùn)總量、城鎮(zhèn)居民可支配收入和在崗職工工資總額方面都比較接近；第四組中的淄博和東營(yíng)在早期都是以工業(yè)經(jīng)濟(jì)為主的城市，工業(yè)體系完善，近幾年在成功實(shí)行轉(zhuǎn)型后，城市經(jīng)濟(jì)效益不斷提升，成為山東省新的經(jīng)濟(jì)增長(zhǎng)中心；第五組中的6個(gè)城市大體處于相同的發(fā)展階段，城市經(jīng)濟(jì)的整體性不強(qiáng)，僅依靠單一特色經(jīng)濟(jì)發(fā)展，城市經(jīng)濟(jì)效益相對(duì)較差；第六組中的棗莊和萊蕪作為資源型城市，隨著資源的枯竭和經(jīng)濟(jì)轉(zhuǎn)型的需要，正在承受經(jīng)濟(jì)轉(zhuǎn)型的陣痛。而日照由于起步晚，發(fā)展基礎(chǔ)差，城市經(jīng)濟(jì)效益不明顯。

四、結(jié)論及建議

通過(guò)對(duì)山東省17個(gè)地級(jí)市的原始數(shù)據(jù)進(jìn)行因子分析和聚類處理，從橫向和縱向兩個(gè)角度對(duì)17個(gè)地級(jí)市的經(jīng)濟(jì)效益進(jìn)行比較分析，最終將10個(gè)原始指標(biāo)解釋為經(jīng)濟(jì)、人口和客貨運(yùn)兩個(gè)公共因子，并將因子分析所得結(jié)果與聚類分析結(jié)果相比較，驗(yàn)證其合理性。結(jié)果表明：山東中西部城市經(jīng)濟(jì)效益不斷提升，已經(jīng)形成了山東省中西部以濟(jì)寧和臨沂為新的區(qū)域增長(zhǎng)極的中心城市，中西部城市正在不斷調(diào)整其發(fā)展戰(zhàn)略，實(shí)現(xiàn)對(duì)東部城市的趕超。

長(zhǎng)期以來(lái)人們習(xí)慣將山東省劃分成魯東、魯中、魯西三大經(jīng)濟(jì)區(qū)，魯東即青島、濟(jì)南、煙臺(tái)、威海、淄博、濰坊、日照以及東營(yíng)，魯中地區(qū)包括濟(jì)寧、泰安、德州、萊蕪、濱州，魯西是指聊城、臨沂、菏澤、棗莊。從地理區(qū)位和經(jīng)濟(jì)發(fā)展基礎(chǔ)來(lái)說(shuō)，一般魯東地區(qū)城市經(jīng)濟(jì)效益要高于魯中和魯西地區(qū)。本文經(jīng)過(guò)實(shí)證分析所得出的結(jié)論與人們的傳統(tǒng)認(rèn)識(shí)有些偏差，以往研究認(rèn)為中部和西部地區(qū)的效益明顯不如東部地區(qū)，且有加大趨勢(shì)，本文結(jié)論顯示：魯中地區(qū)的濟(jì)寧和魯西地區(qū)的臨沂城市經(jīng)濟(jì)效益大幅提升，而作為沿海城市的日照綜合得分排在倒數(shù)第二位，魯中、魯西地區(qū)的城市經(jīng)濟(jì)效益不斷提高。

為了解決區(qū)域發(fā)展不平衡問(wèn)題，山東省提出了“省會(huì)城市經(jīng)濟(jì)圈”和“西部經(jīng)濟(jì)隆起帶”戰(zhàn)略，中西部不少地市納入了國(guó)家和省級(jí)發(fā)展戰(zhàn)略，政策疊加優(yōu)勢(shì)明顯，強(qiáng)力推動(dòng)山東中西部跨越式發(fā)展。在以后經(jīng)濟(jì)發(fā)展過(guò)程中，省政府要重點(diǎn)扶植第五類和第六類中的地市，青島作為山東最大的城市，經(jīng)濟(jì)發(fā)展關(guān)乎著整個(gè)山東省的經(jīng)濟(jì)力量，必須發(fā)揮好其龍頭帶動(dòng)作用，尤其是在山東半島城市群中的輻射帶動(dòng)作用。而作為省會(huì)城市的濟(jì)南，其在省會(huì)城市經(jīng)濟(jì)圈中起著核心和龍頭作用，必須充分利用濟(jì)南的綜合經(jīng)濟(jì)實(shí)力和輻射帶動(dòng)作用，大力發(fā)展“飛地經(jīng)濟(jì)”，實(shí)現(xiàn)區(qū)域內(nèi)資源優(yōu)化配置，力求實(shí)現(xiàn)濟(jì)南和其他6地市的抱團(tuán)式發(fā)展。對(duì)于棗莊這種資源型城市，必須加快資源枯竭城市轉(zhuǎn)型發(fā)展，打造西部經(jīng)濟(jì)隆起帶轉(zhuǎn)型升級(jí)高地。另外，在加快第五類和第六類中城市發(fā)展的同時(shí)，必須避免產(chǎn)業(yè)趨同、惡性競(jìng)爭(zhēng)，根據(jù)各地市實(shí)際，實(shí)現(xiàn)精準(zhǔn)發(fā)展，形成各具特色、富有生機(jī)新的增長(zhǎng)極，實(shí)現(xiàn)山東省東、中、西部的均衡發(fā)展，提升山東整體經(jīng)濟(jì)發(fā)展實(shí)力。

表7凝聚計(jì)劃

圖1山東省市域經(jīng)濟(jì)聚類分析圖

主要參考文獻(xiàn)：

［1］徐光遠(yuǎn).城市經(jīng)濟(jì)學(xué)［M］.北京：中國(guó)經(jīng)濟(jì)出版社，2009.

［2］饒會(huì)林.城市經(jīng)濟(jì)效益分析［J］.財(cái)經(jīng)問(wèn)題研究，1985. 1.

［3］張慶堂，高潔，王傳榮，劉旭寧，郝海波.山東省產(chǎn)業(yè)結(jié)構(gòu)調(diào)整及合理布局研究［J］.財(cái)經(jīng)界（學(xué)術(shù)版），2014. 3.

［4］王志憲，呂霄飛，張峰.青島在山東半島藍(lán)色經(jīng)濟(jì)區(qū)建設(shè)中的功能定位及發(fā)展對(duì)策研究［J］.長(zhǎng)江流域資源與環(huán)境，2011. 7.

［5］張志元，董彥嶺，劉清春，渠濤，蒲業(yè)瀟.山東區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展存在的主要問(wèn)題與對(duì)策研究［J］.經(jīng)濟(jì)與管理評(píng)論，2012. 5.

［6］趙明華，鄭元文.近10年來(lái)山東省區(qū)域經(jīng)濟(jì)發(fā)展差異時(shí)空演變及驅(qū)動(dòng)力分析［J］.經(jīng)濟(jì)地理，2013. 1.

［7］張慧，周春梅.我國(guó)旅游上市公司經(jīng)營(yíng)業(yè)績(jī)的評(píng)價(jià)與比較——基于因子分析和聚類分析的綜合研究［J］.宏觀經(jīng)濟(jì)研究，2012. 3.

［8］梁子謙，李小軍.影響中國(guó)糧食生產(chǎn)的因子分析［J］.農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題，2006. 11.

［9］胡振華，袁靜.企業(yè)效益評(píng)價(jià)因子分析模型及應(yīng)用［J］.中國(guó)管理科學(xué)，2002. 1.

［10］山東“兩區(qū)一圈一帶”戰(zhàn)略初見成效［J］.領(lǐng)導(dǎo)決策信息，2014. 22.

［11］馬浩.山東區(qū)域經(jīng)濟(jì)非均衡協(xié)調(diào)發(fā)展研究［D］.北京交通大學(xué)，2013.

［12］Efendi N，Cagi n K C.OW- A base d l i nkage met hod i n hi erarchi cal cl ust eri ng：appl i cat i on on phyl ogenet i c t rees［J］.Expert Syst emswi t h Appl i cat i ons，2011. 38. 10. ［13］袁連新，余勇.聚類分析方法及其環(huán)境監(jiān)測(cè)（水質(zhì)分析）中的應(yīng)用［J］.環(huán)境科學(xué)與技術(shù)，2011. S2.

［14］郭寧，李新，竇同宇.山東省區(qū)域經(jīng)濟(jì)差異的實(shí)證分析［J］.國(guó)土與自然資源研究，2015. 4.

［15］龍慎峰.山東省區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展研究［D］.齊魯工業(yè)大學(xué)，2014.

［16］余海清，陳阿林，楊軍.基于基尼系數(shù)分解的山東省區(qū)域經(jīng)濟(jì)差異實(shí)證分析［J］.魯東大學(xué)學(xué)報(bào)（自然科學(xué)版），2010. 1.

中圖分類號(hào)：F29

文獻(xiàn)標(biāo)識(shí)碼：A