新時(shí)代背景下區(qū)域經(jīng)濟(jì)活力影響因素分析研究*
——以安徽省為例

王文靜，蔡曉薇

(安徽財(cái)經(jīng)大學(xué))

0 引言

區(qū)域協(xié)調(diào)發(fā)展戰(zhàn)略是十六屆三中全會(huì)提出的“五個(gè)統(tǒng)籌”之一，2020年國(guó)務(wù)院政府工作匯報(bào)中也指出，需要繼續(xù)推動(dòng)西部大發(fā)展，促進(jìn)中部地區(qū)崛起，鼓勵(lì)東部地區(qū)率先發(fā)展、長(zhǎng)三角一體化發(fā)展，形成共同富裕的時(shí)代要求，共同富裕需要關(guān)注區(qū)域與區(qū)域之間的統(tǒng)籌協(xié)調(diào)與平衡發(fā)展.

為了研究區(qū)域之間經(jīng)濟(jì)活力的差異,國(guó)內(nèi)眾多學(xué)者對(duì)其進(jìn)行了相關(guān)研究.金延杰從經(jīng)濟(jì)、社會(huì)、環(huán)境選取了7個(gè)方面指標(biāo)構(gòu)建綜合評(píng)價(jià)體系來解釋經(jīng)濟(jì)活力[1];陳永斌運(yùn)用定性與定量的單指標(biāo)法以及聚類分析,從時(shí)間跨度上研究中國(guó)區(qū)域經(jīng)濟(jì)的差異，并重新劃分經(jīng)濟(jì)區(qū)域[2];周杰文等采用熵權(quán)法利用測(cè)算得出的綠色GDP為指標(biāo)，利用SBM模型對(duì)經(jīng)濟(jì)發(fā)展效率進(jìn)行分析[3];王瓊從活力廣度和強(qiáng)度兩方面來對(duì)區(qū)域經(jīng)濟(jì)活力差異進(jìn)行分析比較，并加以構(gòu)建回歸模型分析研究[4];何汝群準(zhǔn)確定位珠江——西江經(jīng)濟(jì)帶城市經(jīng)濟(jì)活力的現(xiàn)狀,利用所提取的綜合因子進(jìn)行深入分析，分析造成地區(qū)經(jīng)濟(jì)差異的具體原因[5].

針對(duì)現(xiàn)有研究成果，該文選取安徽省2000～2020年有關(guān)區(qū)域經(jīng)濟(jì)活力因子，利用因子分析和熵權(quán)TOPSIS法對(duì)安徽省2020年區(qū)域經(jīng)濟(jì)活力進(jìn)行綜合分析評(píng)價(jià)，同時(shí)利用因子分析法從20年的時(shí)間跨度上橫向分析安徽省16個(gè)市的區(qū)域經(jīng)濟(jì)活力發(fā)展趨勢(shì).

1 指標(biāo)選取

1.1 指標(biāo)選取

指標(biāo)選取的原則在于要能夠綜合反映區(qū)域經(jīng)濟(jì)活力的發(fā)展水平，結(jié)合以往學(xué)者的研究和安徽省16個(gè)市的特點(diǎn)，綜合選取了總量和相對(duì)指標(biāo)，從經(jīng)濟(jì)效益、對(duì)外開放、居民生活水平、人力資源、教育與科技發(fā)展水平，公共環(huán)境吸引力等六方面綜合選取變量，共選取15個(gè)影響區(qū)域經(jīng)濟(jì)活力的指標(biāo).具體分類情況見表1.

表1 區(qū)域經(jīng)濟(jì)活力影響因素

1.2 數(shù)據(jù)來源

該文所用的數(shù)據(jù)均來源于安徽省16個(gè)市統(tǒng)計(jì)局的統(tǒng)計(jì)年鑒以及相應(yīng)年份的統(tǒng)計(jì)公報(bào)，其中2020年數(shù)據(jù)來源于2020年各市的統(tǒng)計(jì)公報(bào)，對(duì)安徽省的16市收集2000～2020年的相關(guān)經(jīng)濟(jì)指標(biāo)數(shù)據(jù).對(duì)于個(gè)別缺失值，通過均值法進(jìn)行補(bǔ)齊.

2 因子分析綜合評(píng)價(jià)模型的建立與求解

該文一共選取了6個(gè)方面的15項(xiàng)經(jīng)濟(jì)指標(biāo)，即安徽省16個(gè)市的15項(xiàng)經(jīng)濟(jì)指標(biāo)，利用因子分析進(jìn)行降維后提取公因子來對(duì)區(qū)域經(jīng)濟(jì)活力進(jìn)行綜合評(píng)價(jià)模型的構(gòu)建.

2.1 因子分析基本原理

通常，為了消除不同量綱數(shù)據(jù)所造成的影響，在進(jìn)行因子分析前對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理.

(1)對(duì)原始數(shù)據(jù)標(biāo)準(zhǔn)化.

(2)計(jì)算相關(guān)系數(shù)矩陣.

(3)計(jì)算初等載荷矩陣，該文選用主成分分析法對(duì)因子載荷矩陣進(jìn)行相應(yīng)的估計(jì)計(jì)算.

(4)選擇主因子得出因子模型.

因子分析模型的一般形式為:

Xi=ai1F1+ai2F2+…+aimFm+εi

(5)因子旋轉(zhuǎn)和計(jì)算因子得分.

在進(jìn)行因子旋轉(zhuǎn)后，計(jì)算因子得分，提取相應(yīng)的公共因子后，利用公共因子表示原始變量，計(jì)算每個(gè)樣本的公因子得分.用回歸方法得到因子得分函數(shù)：

Fm=βm1x1+βm2x2+…+βmpxp，

以每個(gè)公因子的方差貢獻(xiàn)率為權(quán)數(shù)，計(jì)算每個(gè)樣本的綜合因子得分.

2.2 因子分析綜合評(píng)價(jià)法的求解

根據(jù)上文選取的指標(biāo)和數(shù)據(jù)的收集，對(duì)2020年安徽省各個(gè)市相應(yīng)的經(jīng)濟(jì)數(shù)據(jù)進(jìn)行分析研究，采用SPSS進(jìn)行因子分析.

(1)模型適用性檢驗(yàn)

首先要對(duì)所選取的指標(biāo)檢驗(yàn)KMO值并進(jìn)行巴特利特球度檢驗(yàn).經(jīng)檢驗(yàn)得到，巴特利特球度檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為438.419,概率p值接近 0，在顯著性水平為0.05的水平下拒絕原假設(shè)，適合作因子分析.同時(shí)，分析得出KMO值為0.606>0.5，該值大于0.5，可以對(duì)原有變量進(jìn)行因子分析.

(2)提取公因子

通過 SPSS軟件，采用主成分分析法提取因子，在進(jìn)行初次分析后，發(fā)現(xiàn)提取3個(gè)公因子即可達(dá)到86.587%的累計(jì)方差貢獻(xiàn)率，故該文共提取3個(gè)公共因子，累計(jì)方差貢獻(xiàn)率達(dá)到86.587%，提取3個(gè)公因子可以代表全部指標(biāo)信息的86.587%，對(duì)原始變量的解釋程度較高，效果理想.具體公因子提取見表2.

表2 公因子提取表

(3)因子旋轉(zhuǎn)

進(jìn)行方差最大正交旋轉(zhuǎn),可得第一個(gè)因子在全市財(cái)政收入、社會(huì)消費(fèi)品零售額、全社會(huì)進(jìn)出口總額、房地產(chǎn)開發(fā)投資等上具有高載荷，總體反映地區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展水平，故命名為社會(huì)經(jīng)濟(jì)效益因子;第二個(gè)因子在城鎮(zhèn)和農(nóng)村居民人均可支配收入，以及常住人口數(shù)和衛(wèi)生機(jī)構(gòu)數(shù)上具有高載荷，反映一個(gè)市區(qū)的基本保障情況，命名為居民生活保障因子；第三個(gè)公共因子在全市人均生產(chǎn)總值上具有高載荷，反映一個(gè)地區(qū)的平均經(jīng)濟(jì)發(fā)展水平，可以命名為人均地區(qū)生產(chǎn)總值因子.正交旋轉(zhuǎn)后的因子載荷量情況見表3.

表3 旋轉(zhuǎn)成分矩陣

續(xù)表3

(4)因子得分求解

以所提取的公共因子的方差貢獻(xiàn)率為權(quán)重，構(gòu)建區(qū)域經(jīng)濟(jì)活力綜合評(píng)價(jià)得分函數(shù)如式(1)，區(qū)域經(jīng)濟(jì)活力的綜合得分表達(dá)式為：

F=00.44002F1+00.35227F2+00.07259F3

(1)

通過以上分析得到的3個(gè)因子分別為：社會(huì)經(jīng)濟(jì)效益因子，居民生活保障因子，以及人均地區(qū)生產(chǎn)總值因子.通過計(jì)算得出16個(gè)市在各個(gè)公因子上的得分以及綜合得分見表4.

表4 綜合評(píng)價(jià)結(jié)果

3 熵權(quán)TOPSIS模型分析與求解

3.1 熵權(quán)法計(jì)算各指標(biāo)權(quán)重

熵權(quán)法是一種客觀賦權(quán)方法，原理是在指標(biāo)評(píng)價(jià)過程中，用各指標(biāo)值的變異程度所反映的信息量來確定權(quán)重，從原始數(shù)據(jù)出發(fā)，通過計(jì)算信息熵，根據(jù)指標(biāo)變異大小來確定權(quán)重，從而避免主觀因素造成的偏差.計(jì)算步驟為：

第一步：指標(biāo)標(biāo)準(zhǔn)化處理.共收集n個(gè)市的m項(xiàng)指標(biāo)數(shù)值，對(duì)相應(yīng)的指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理.

正向指標(biāo)標(biāo)準(zhǔn)化：

J=1,2,…,m)

負(fù)向指標(biāo)標(biāo)準(zhǔn)化：

j=1,2,…,m)

式中xij為第i市指標(biāo)第j個(gè)影響因子的數(shù)值，max(xij)和min(xij)分別表示第j個(gè)指標(biāo)在16個(gè)市中的最大值和最小值.

第二步：計(jì)算指標(biāo)的信息熵.

第三步：計(jì)算各個(gè)指標(biāo)的差異系數(shù)gj與指標(biāo)權(quán)重wj：

gj=1-ej

對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化、數(shù)據(jù)歸一化后計(jì)算相應(yīng)的權(quán)重.標(biāo)準(zhǔn)化、歸一化后的數(shù)據(jù)不予以展示.

3.2 TOPSIS計(jì)算得分

TOPSIS法是逼近理想解排序法，通過檢測(cè)評(píng)價(jià)對(duì)象與正理想解和負(fù)理想解之間的距離來進(jìn)行排序，即貼進(jìn)度進(jìn)行排序分析，其結(jié)果能較為精確地反映各評(píng)價(jià)客體之間的差距價(jià).在前文熵權(quán)法計(jì)算出權(quán)重的基礎(chǔ)上，對(duì)評(píng)價(jià)對(duì)象進(jìn)行加權(quán)測(cè)度.

(1)標(biāo)準(zhǔn)化后的矩陣為:

(2)對(duì)標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行加權(quán)，構(gòu)造加權(quán)規(guī)范化決策矩陣Vij，其中元素Vij=WjZij.

(3)確定正負(fù)理想解.

定義最大值：

定義最小值：

(min{z11,z21,…,zn1},…,min{z1m,z2m,…,znm})

定義第(i=1,2,…,n)個(gè)評(píng)價(jià)對(duì)象與最大值的距離為：

定義第(i=1,2,…,n)個(gè)評(píng)價(jià)對(duì)象與最小值的距離為：

(4)計(jì)算第(i=1,2,…,n)個(gè)評(píng)價(jià)對(duì)象的得分為：

明顯地，0≤Si≤1,且Si越大表明對(duì)應(yīng)評(píng)價(jià)對(duì)象越接近理想對(duì)象.

利用加權(quán)后的決策矩陣求出相應(yīng)的正負(fù)理想解以及得分，在計(jì)算得到區(qū)域活力的正負(fù)理想解之后，得出最終的區(qū)域經(jīng)濟(jì)活力指數(shù)的綜合得分見表5.

表5 區(qū)域經(jīng)濟(jì)活力測(cè)度結(jié)果

4 因子分析綜合評(píng)價(jià)法評(píng)價(jià)20年各市區(qū)域經(jīng)濟(jì)活力

用因子分析綜合評(píng)價(jià)分析方法研究20年間安徽省各個(gè)市的區(qū)域經(jīng)濟(jì)發(fā)展的總態(tài)勢(shì).每隔兩年取出相應(yīng)的上述15項(xiàng)指標(biāo)，利用因子得分法計(jì)算得分和相應(yīng)排名，從20年的時(shí)間跨度上比較分析各個(gè)市在20年間相應(yīng)的綜合經(jīng)濟(jì)活力指數(shù)的相對(duì)變化情況.其中2012年和2014年只提取2個(gè)公因子即可進(jìn)行有關(guān)計(jì)算排名.具體排名結(jié)果見表6.

表 6 20年間16個(gè)市區(qū)域經(jīng)濟(jì)活力排名變化

選出其中有代表的城市作出每?jī)赡昃C合得分情況排名變化折線圖，如圖1所示.

圖1 典型城市綜合得分排名變化圖

從圖1可以看出，安徽省各市經(jīng)濟(jì)發(fā)展水平差距較大，省會(huì)合肥市實(shí)力一直位居全省首位.從縱向每一年的時(shí)間來看還是橫向20年間的排名變化來看，合肥市一直穩(wěn)居全省第一，顯示其作為安徽省省會(huì)的巨大經(jīng)濟(jì)實(shí)力.

從20年的時(shí)間跨度上看，大多數(shù)城市的經(jīng)濟(jì)活力指數(shù)排名都出于變動(dòng)波動(dòng)的趨勢(shì)且處于上升的趨勢(shì)，但是個(gè)別城市還是發(fā)展?jié)摿Σ蛔?，如淮北市、池州市，?jīng)濟(jì)一直處于相對(duì)落后的地步.

同時(shí)將安徽省按照經(jīng)濟(jì)區(qū)劃分，作出如圖2所示的綜合平均排名變化.

圖2 安徽省三大地區(qū)經(jīng)濟(jì)活力趨勢(shì)圖

前10年相對(duì)經(jīng)濟(jì)發(fā)展的皖南地區(qū)，在最近10年間表現(xiàn)出增長(zhǎng)較慢的趨勢(shì)，增長(zhǎng)速度放緩，其中安慶市和黃山市的發(fā)展在20年內(nèi)出現(xiàn)略微下降的趨勢(shì)，而后發(fā)的皖中和皖北地區(qū)則在近10年表現(xiàn)出穩(wěn)定快速的發(fā)展趨勢(shì)，如阜陽(yáng)市、滁州市和蚌埠市，顯示出較好的發(fā)展趨勢(shì)與總體活力.其中滁州市在近10年內(nèi)GDP增長(zhǎng)256.51%，GDP從850億元飆升至3753億元.

可以看出，皖中地區(qū)依靠著合肥省會(huì)保持著持續(xù)且穩(wěn)定的區(qū)域經(jīng)濟(jì)活力，始終保持著經(jīng)濟(jì)發(fā)展高水平.皖南地區(qū)相對(duì)經(jīng)濟(jì)發(fā)展水平在前半段時(shí)間發(fā)展較高，在2014年以前總體皖南的經(jīng)濟(jì)發(fā)展水平較高，而2014年以后皖南部分地區(qū)出現(xiàn)經(jīng)濟(jì)發(fā)展水平緩慢，區(qū)域經(jīng)濟(jì)活力被其它城市超越的情況，導(dǎo)致皖南總體排名逐漸下降.而皖北地區(qū)則在這一期間持續(xù)發(fā)力，皖北地區(qū)部分城市，區(qū)域經(jīng)濟(jì)活力排名穩(wěn)步上升，如亳州市、阜陽(yáng)市、蚌埠市等地，抓住發(fā)展機(jī)遇、經(jīng)濟(jì)穩(wěn)定上升，皖北地區(qū)在最近幾年顯示出較強(qiáng)的經(jīng)濟(jì)活力趨勢(shì).

綜上，安徽省始終存在著區(qū)域經(jīng)濟(jì)發(fā)展不平衡的現(xiàn)象，且表現(xiàn)為省會(huì)合肥市為領(lǐng)頭羊，其他市排名處于波動(dòng)的動(dòng)態(tài)變化中.且大都呈現(xiàn)上升的趨勢(shì)，各個(gè)地區(qū)間仍舊存在差異，個(gè)別地區(qū)經(jīng)濟(jì)活力一直有所欠缺.對(duì)結(jié)果進(jìn)行縱向比較,皖南地區(qū)的總體發(fā)展水平仍位于皖北之上，但要想保住經(jīng)濟(jì)活力，皖南地區(qū)各城市要大力進(jìn)行改革，有所突破才能有所進(jìn)步，逆轉(zhuǎn)下降趨勢(shì)，皖北地區(qū)則要保持地區(qū)的經(jīng)濟(jì)發(fā)展活力，不斷穩(wěn)步向前.

5 因子分析和熵權(quán)TOPSIS法綜合結(jié)果分析

該文在研究各種經(jīng)濟(jì)活力指標(biāo)的基礎(chǔ)上，綜合從經(jīng)濟(jì)效益、對(duì)外開放、居民生活水平、人力資源、科技教育發(fā)展水平和公共環(huán)境吸引力6個(gè)方面考察對(duì)經(jīng)濟(jì)活力有影響的經(jīng)濟(jì)指標(biāo)的共同影響.

5.1 基于因子分析綜合評(píng)價(jià)的影響因素分析

通過因子分析法將安徽省16個(gè)市的有關(guān)經(jīng)濟(jì)指標(biāo)進(jìn)行降維，進(jìn)行綜合研究，降維后得到的3個(gè)公因子分別為社會(huì)經(jīng)濟(jì)效益因子、居民生活保障因子以及人均生產(chǎn)總值因子.利用3種主因子來對(duì)安徽省的16個(gè)市的相關(guān)經(jīng)濟(jì)指標(biāo)和利用3個(gè)累計(jì)貢獻(xiàn)率達(dá)86.587%的3個(gè)公因子來對(duì)16個(gè)市進(jìn)行區(qū)域經(jīng)濟(jì)活力的綜合評(píng)價(jià).

社會(huì)經(jīng)濟(jì)效益因子為第一主成分，方差貢獻(xiàn)率最大.同時(shí)居民生活保障因子也是各個(gè)城市需要重點(diǎn)關(guān)注的問題，主要表現(xiàn)為城鄉(xiāng)居民人均可支配收入以及全市的衛(wèi)生機(jī)構(gòu)數(shù)指標(biāo)有較大關(guān)系，其在區(qū)域經(jīng)濟(jì)活力綜合指標(biāo)上也有重要影響，即政府應(yīng)當(dāng)制定相關(guān)政策來切實(shí)保障居民的人均可支配收入以及城市的醫(yī)療衛(wèi)生.

5.2 熵權(quán)TOPSIS法評(píng)價(jià)結(jié)果分析

熵權(quán)TOPSIS法則通過指標(biāo)的變異程度大小來賦予權(quán)重，找到分析的15個(gè)指標(biāo)中區(qū)分度最明顯的指標(biāo)，通過分析，得出進(jìn)出口總額以及普通高校在校人數(shù)、全市專利申請(qǐng)數(shù)以及R&D經(jīng)費(fèi)支出這些指標(biāo)在不同城市間區(qū)分度最為明顯，具有較大的變異性，能夠很好的反映不同城市之間的差異.旅游收入、財(cái)政收入、社會(huì)消費(fèi)品零售總額等經(jīng)濟(jì)效益因子的權(quán)重次之.表明在指標(biāo)數(shù)值上進(jìn)出口總額各個(gè)地區(qū)相差最大、區(qū)別度最為明顯.說明對(duì)外開放程度差異是地區(qū)區(qū)域經(jīng)濟(jì)活力產(chǎn)生差異的重要原因，各個(gè)地區(qū)應(yīng)當(dāng)適當(dāng)加大對(duì)外開放程度以謀求更高質(zhì)量的發(fā)展.

同時(shí)合肥市在熵權(quán)TOPSIS方法下同樣具有很高的TOPSIS綜合經(jīng)濟(jì)活力測(cè)度指數(shù)，其它市仍然與合肥市之間存在較大差異.說明合肥市在省內(nèi)具有強(qiáng)大的經(jīng)濟(jì)實(shí)力，處于全省領(lǐng)先地位.其他市區(qū)則經(jīng)濟(jì)活力測(cè)度指數(shù)略有不足.池州市和淮北市在熵權(quán)TOPSIS仍位于經(jīng)濟(jì)測(cè)度指數(shù)末端，需要引起重視.

5.3 兩種方法綜合結(jié)果分析

因子分析主要通過指標(biāo)降維，將區(qū)域經(jīng)濟(jì)活力用3個(gè)公因子表示.而熵權(quán)TOPSIS法則從指標(biāo)本身出發(fā)，找出相應(yīng)的指標(biāo)值相差最大，找出指標(biāo)數(shù)值差異最明顯的指標(biāo)，找出影響區(qū)域經(jīng)濟(jì)合力選取的15個(gè)指標(biāo)中區(qū)分度最大的指標(biāo).將因子分析法下得出的權(quán)重結(jié)果與TOPSIS熵權(quán)法得出的權(quán)重結(jié)果進(jìn)行比較,其結(jié)果見表7.

表7 因子分析法和熵權(quán)TOPSIS法指標(biāo)權(quán)重差異

在熵權(quán)分析法下，銅陵市由于進(jìn)出口、對(duì)外貿(mào)易處于全省靠前，在熵權(quán)TOPSIS法下具有較高排名，這是由于兩種分析方法的權(quán)重賦予不同所導(dǎo)致的，也說明了銅陵市在對(duì)外貿(mào)易上具有極大的優(yōu)勢(shì)，但在社會(huì)經(jīng)濟(jì)效益因子方面有所欠缺.同時(shí)一些地區(qū)如淮北市、池州市，宿州市在兩種評(píng)價(jià)法下的排名都處于落后的地位(見表8).由此可見，這些落后市區(qū)的經(jīng)濟(jì)活力在各個(gè)指標(biāo)方面都有所欠缺.

表8 兩種方法排名比較

對(duì)于最終的綜合排名，熵權(quán)TOPSIS法得出的最后排名結(jié)果與因子分析法在大多數(shù)城市的排序上相同，或者排序只相差一位，但個(gè)別城市相差較大，這與因子分析法和熵權(quán)TOPSIS法所賦予不同指標(biāo)的權(quán)重不同所導(dǎo)致的.

總體來看，兩種方法計(jì)算的綜合得分排名結(jié)果相符，個(gè)別出現(xiàn)排名上升或者排名下降的則是因?yàn)閷?duì)外進(jìn)出口以及教育科技方面的投入不同導(dǎo)致的，這些指標(biāo)在熵權(quán)TOPSIS法下具有高權(quán)重所導(dǎo)致的排名變化.

綜合上述兩種方法，影響區(qū)域經(jīng)濟(jì)活力的主要因素是經(jīng)濟(jì)效益、科技與教育、對(duì)外開放和居民生活水平四類.兩種方法下影響權(quán)重最大的因子各不相同，但在教育科技投入和對(duì)外開放方面兩種方法都存在較大權(quán)重，說明科技教育投入和對(duì)外開放這兩個(gè)方面在區(qū)域經(jīng)濟(jì)活力方面具有重要影響，是區(qū)域經(jīng)濟(jì)活力不可或缺的必要因素.

6 建議

該文針對(duì)安徽省區(qū)域經(jīng)濟(jì)活力評(píng)價(jià)體系，基于上述研究.給出以下幾點(diǎn)建議：

(1)政府發(fā)揮引導(dǎo)帶頭作用

安徽省政府應(yīng)當(dāng)積極落實(shí)“區(qū)域一體化”的發(fā)展戰(zhàn)略，加快政府職能轉(zhuǎn)變和地方政府發(fā)揮主導(dǎo)引領(lǐng)作用，進(jìn)區(qū)域內(nèi)部聯(lián)動(dòng)發(fā)展，從而扭轉(zhuǎn)大中型城市對(duì)周邊落后地區(qū)發(fā)展具有不良影響的消極態(tài)勢(shì).通過政策和制度促進(jìn)區(qū)域經(jīng)濟(jì)一體化，為改善區(qū)域經(jīng)濟(jì)發(fā)展基礎(chǔ)創(chuàng)造有利環(huán)境.

(2)人力資源保障區(qū)域經(jīng)濟(jì)活力

人力資源作為技術(shù)進(jìn)步的關(guān)鍵因素，是促進(jìn)社會(huì)技術(shù)進(jìn)步和提高生產(chǎn)和服務(wù)效率的核心資源，是區(qū)域經(jīng)濟(jì)發(fā)展的重要推動(dòng)力，是發(fā)展區(qū)域優(yōu)勢(shì)產(chǎn)業(yè)和創(chuàng)造區(qū)域發(fā)展優(yōu)勢(shì)的必要條件.增加常住人口數(shù)量，增加社會(huì)福利，吸引更多的人到城市居住，加大地區(qū)教育的投入和培養(yǎng)，提高整個(gè)地區(qū)的人才儲(chǔ)備與高等科技技術(shù)人才.

(3)科學(xué)技術(shù)引領(lǐng)地區(qū)的經(jīng)濟(jì)發(fā)展

科學(xué)技術(shù)是生產(chǎn)的第一動(dòng)力.地區(qū)要想擁有長(zhǎng)期的經(jīng)濟(jì)活力，必須建設(shè)自己的科技高新產(chǎn)業(yè)基地、用科技優(yōu)勢(shì)和創(chuàng)新促進(jìn)地區(qū)發(fā)展，引入高科技技術(shù)人才，培養(yǎng)相應(yīng)的科技技術(shù)人才.加大對(duì)新興科技產(chǎn)業(yè)、科技創(chuàng)業(yè)園的財(cái)政撥款，大力鼓勵(lì)和發(fā)展地區(qū)科技水平和企業(yè)創(chuàng)新能力.增加對(duì)科學(xué)和技術(shù)研發(fā)的投資，提高生產(chǎn)力，增強(qiáng)經(jīng)濟(jì)活力，開發(fā)創(chuàng)新模式，實(shí)施以創(chuàng)新為導(dǎo)向的發(fā)展戰(zhàn)略.

(4)打造對(duì)外開放新格局

促進(jìn)地區(qū)對(duì)外開放水平，構(gòu)造高質(zhì)量對(duì)外開發(fā)平臺(tái).為地區(qū)提供貿(mào)易便利化和營(yíng)商環(huán)境的國(guó)際化，從而進(jìn)一步擴(kuò)大對(duì)外貿(mào)易市場(chǎng)，充分助力企業(yè)對(duì)外經(jīng)濟(jì)貿(mào)易活動(dòng)，促進(jìn)區(qū)域進(jìn)出口和企業(yè)在國(guó)內(nèi)和國(guó)外的全面發(fā)展.促進(jìn)對(duì)外開放、提高產(chǎn)業(yè)的國(guó)際競(jìng)爭(zhēng)力，建立具有國(guó)際競(jìng)爭(zhēng)力的資源配置中心.

(5)提高人民的生活保障

經(jīng)濟(jì)的持續(xù)增長(zhǎng)應(yīng)完善和確保社會(huì)保障體系.人民生活質(zhì)量的提升是區(qū)域經(jīng)濟(jì)增長(zhǎng)的具體表現(xiàn)，地區(qū)應(yīng)當(dāng)加快社會(huì)保障體系的構(gòu)建，促進(jìn)全面化社會(huì)保障的過渡，注重對(duì)農(nóng)村地區(qū)的發(fā)展.良好的衛(wèi)生醫(yī)療環(huán)境和便捷的交通設(shè)施將極大地幫助吸引外部人才.基礎(chǔ)設(shè)施的完整性，對(duì)當(dāng)?shù)爻鞘薪ㄔO(shè)和企業(yè)發(fā)展以及提高區(qū)域經(jīng)濟(jì)的活力至關(guān)重要.