區(qū)域經(jīng)濟(jì)活力及其影響因素分析與決策

楊佳 何佳桐 黃恒

摘? 要：隨著經(jīng)濟(jì)的快速發(fā)展，區(qū)域經(jīng)濟(jì)活力已成為衡量區(qū)域發(fā)展的重要基礎(chǔ)。因此，對(duì)于該地區(qū)的發(fā)展，有效提高該地區(qū)的經(jīng)濟(jì)活力具有重要意義。我們選擇GDP作為代表經(jīng)濟(jì)活力的重要指標(biāo)。本論文中我們選擇北京作為研究對(duì)象，分析影響其經(jīng)濟(jì)活力的相關(guān)因素。我們選擇11個(gè)指標(biāo)，例如總?cè)丝诤透呖萍籍a(chǎn)業(yè)數(shù)量，然后，我們建立多元線性回歸模型，并使用逐步回歸方法選擇最佳模型。我們發(fā)現(xiàn)，總?cè)丝?，高科技產(chǎn)業(yè)的數(shù)量以及普通高校中的學(xué)生數(shù)量對(duì)北京的經(jīng)濟(jì)活力具有重大影響。

關(guān)鍵詞：多元線性回歸模型，區(qū)域經(jīng)濟(jì)活力，經(jīng)濟(jì)全球化

一、引言

在當(dāng)今的經(jīng)濟(jì)全球化中，區(qū)域經(jīng)濟(jì)活力可以直接反映區(qū)域經(jīng)濟(jì)發(fā)展的規(guī)模和速度[1]。2005年，國(guó)務(wù)院發(fā)展研究中心提出“四大板塊，八大經(jīng)濟(jì)區(qū)”，將國(guó)家劃分為東，中，西，東北四大板塊，將四大板塊劃分為八個(gè)綜合板塊經(jīng)濟(jì)區(qū)[2]。近年來(lái)，為了提高經(jīng)濟(jì)活力，一些地區(qū)出臺(tái)了刺激經(jīng)濟(jì)活力的優(yōu)惠政策，例如減少投資審批程序，為初創(chuàng)企業(yè)提供資金支持，降低結(jié)算門檻等，可以達(dá)到吸引外資的目的，從而增加了區(qū)域經(jīng)濟(jì)活力[3]。

二、多種線性回歸模型：提出行動(dòng)計(jì)劃

我們選擇北京作為區(qū)域分析對(duì)象。首先，我們使用PCA分析法對(duì)相關(guān)指標(biāo)進(jìn)行分析，以選擇反映北京經(jīng)濟(jì)活力的最佳指標(biāo)。但是，分析結(jié)果表明，指標(biāo)與經(jīng)濟(jì)活力之間的相關(guān)性并沒有很大的不同。GDP通常被視為經(jīng)濟(jì)狀況的最佳指標(biāo)。因此，我們選擇GDP作為衡量北京經(jīng)濟(jì)活力的指標(biāo)。

我們將使用其他未使用的指標(biāo)，建立1978年至2018年GDP的多元線性回歸模型。通過(guò)逐步回歸優(yōu)化模型，我們得出了對(duì)北京經(jīng)濟(jì)活力影響最大的因素?；谶@些因素，我們將提出有效的措施來(lái)增加區(qū)域經(jīng)濟(jì)活力。由于1997年之前缺乏高科技產(chǎn)業(yè)的數(shù)據(jù)，我們對(duì)1997年至2011年的數(shù)據(jù)進(jìn)行了多元線性回歸分析，以探討高科技企業(yè)對(duì)GDP的影響。

2.1 多元線性回歸模型

通常使用多元線性回歸模型研究因變量和多個(gè)自變量之間的關(guān)系，這些變量對(duì)應(yīng)于北京的GDP和多個(gè)影響因素。

我們將多元線性回歸模型設(shè)置為：

2.2 結(jié)果

2.2.1 逐步回歸分析

北京的GDP與各種影響因素呈線性關(guān)系。GDP可以用作北京經(jīng)濟(jì)活力的代表指標(biāo)。我們繼續(xù)進(jìn)行逐步回歸分析以選擇最佳模型。

首先，我們建立p因子的單變量回歸模型? 分別影響GDP（Y）和北京的經(jīng)濟(jì)活力。

對(duì)于給定的顯著性水平 ，注意相應(yīng)的臨界值 和變量? 被引入回歸模型。否則，變量引入過(guò)程終止。重復(fù)此方法，并選擇每次從未引入回歸模型的影響因素之一，直到在測(cè)試后沒有引入影響因素為止。

2.2.2 最終擬合結(jié)果

根據(jù)擬合結(jié)果，我們得出結(jié)論，北京的GDP與影響因素之間存在明顯的相關(guān)性，并且該模型擬合得很好。

通過(guò)多元回歸分析1978年至1996年的數(shù)據(jù)，并使用建立的線性多元線性擬合方程對(duì)1997年至2007年的GDP預(yù)測(cè)值以及1978年至1996年的預(yù)測(cè)值進(jìn)行預(yù)測(cè)，然后分別線性擬合兩個(gè)時(shí)間段的實(shí)際值和預(yù)測(cè)值。發(fā)現(xiàn)，兩個(gè)時(shí)間段的斜率已經(jīng)發(fā)生了顯著變化。因此，可以認(rèn)為，正是由于1999年入學(xué)人數(shù)的增加，北京大學(xué)生人數(shù)的增加和人才數(shù)量的增加，進(jìn)而影響了其他經(jīng)濟(jì)因素。

參考文獻(xiàn)

[1]? 付裕偉. 會(huì)計(jì)要素對(duì)軟件開發(fā)上市公司績(jī)效的影響分析——基于多元回歸分析模型[J]. 國(guó)際公關(guān)，2019，12（07）：152-153.

[2]? 程曉榮，吳紫薇. 基于多元線性回歸分析的人力資源需求預(yù)測(cè)研究[J]. 電腦迷，2016，23（06）：81-82.

[3]? 易偉. 四川省區(qū)域經(jīng)濟(jì)活力評(píng)價(jià)指標(biāo)體系構(gòu)建[J]. 四川職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2015，25（01）：23-25.