前言：中文期刊网精心挑选了城市经济发展水平范文供你参考和学习，希望我们的参考范文能激发你的文章创作灵感，欢迎阅读。
城市经济发展水平范文1
【关键词】因子分析 经济水平 评价
安徽省位于中国大陆东部，与江苏、上海、浙江共同构成了长江三角洲城市群，但相对于东部沿海各城市来说，其经济发展还比较落后，而且省内各市的发展也存在不平衡的现象。因此，为了安徽更好更快的发展，本文运用SPSS软件进行因子分析，对安徽省各城市的综合经济水平得分做了一个比较，并分析了各城市的经济发展水平情况，找出了差异性存在的原因，进而提出缩小各城市间发展水平差距的建议，推动安徽省整体经济发展。
一、建立经济发展水平综合评价的指标体系
为了能够全面、系统地描述安徽省各城市的经济发展水平情况和特征，本文先采用定性分析法，找出能够反映综合经济水平的一些指标，再对这些指标采用科学的定量分析。笔者综合相关文献，并结合安徽自身特点，最后选择了九项指标构建评价指标体系。这九项指标分别为：人口数、就业人员数、人均GDP、工业总产值、农林业总产值、旅游业总收入、固定资产投资、财政收入、专利申请授权量。这九项指标从经济发展水平、产业发展水平、居民生活水平、教育文化水平以及经济发展潜力等方面反映城市综合经济实力，为后面的因子分析提供了科学的依据。各项指标的数据为2015年安徽各市的y计数据，数据来源于安徽统计年鉴。
二、因子分析的数据结果与分析
（一）数据检验
通过SPSS18.0进行因子分析，通过降维提取公因子。首先检验变量间的相关性，一般认为，KMO值大于0.7可认为数据间具有较好的相关性，KMO值越接近1.0，变量间的共同因子越多，也就越适合进行因子分析。通过检验，根据Kaiser 给出的KMO值为0.810，因此适合做因子分析。同时，Bartlett球形度检验统计量的观测值为204.164，相应的Sig.值为0，认为相关系数矩阵与单位阵有显著差异，因此对数据进行因子分析是恰当的。
（二）公共因子的提取和分析
用主成分分析法进行公共因子的提取，结果见下表。根据特征值大1的提取原则提取了两个公因子，且由表可看出，两个公因子的累计方差贡献率为90.393%，即这两个公因子所解释的方差占全部方差的90.393%，因此用其来反映各城市经济发展水平所损失的信息较少，能够综合反映各市的经济水平。
利用具有Kaiser标准化的正交旋转法，旋转在3次迭代后收敛，经过3次迭代后，得到因子得分系数矩阵。根据因子得分系数矩阵，可算出各城市的因子得分。
（三）各市经济发展水平综合得分计算
根据因子得分系数矩阵，用每个公因子的方差贡献率为权重，计算2015年安徽省各城市经济发展水平综合得分。根据上表，令第一公因子F1方差贡献率为权重1，第二公因子F2方差贡献率为权重2，根据综合得分计算公式：
其中，F1，F2为各城市的因子得分，由此可计算出各城市的最终综合得分。从最终结果来看，城市之间得分差距较大，说明了各城市之间经济的发展存在着较为严重的不平衡现象。
三、结论与建议
（一）结论
根据因子分析结果，对2015年安徽省各城市的综合经济发展水平及排名有了以下结论。
1.合肥、芜湖、安庆的综合经济发展水平相对较高，对于安徽省来说是省内发达城市。合肥市是安徽省省会，是安徽省经济的辐射中心，且自2010年合肥加入长三角城市群以来，经济实力得到了快速发展，以合肥为中心的合肥都市圈也带动了周边的经济增长。芜湖市作为安徽省经济实力排名第二的城市，是安徽省重要的工业基地、科教基地，芜湖市城区位于长江干流上，使其拥有优越的水路运输条件，而且经过芜湖的铁路也可通向全国各地，更使得其成为全国综合性的交通枢纽。安庆市作为安徽省历史文化名城，也是安徽省最早的省会所在之地，其无论是经济还是文化，对整个安徽省都起着重要的影响作用。
2.滁州、六安、马鞍山、蚌埠等市综合经济发展水平相对落后城市较高，作为安徽省中等城市，虽然有一定的工业基础，但没有创新型产业的兴起，也缺乏外来资本的流入，只能靠已有的产业带动经济发展，整体经济实力还有待进一步提升。
3.铜陵、池州、黄山综合得分值低，为安徽省落后地区。本区位于皖南山区一带，由于地形以山区为主，交通发展比较滞后，基础薄弱，工业化和城市化水平低，难以靠工业带动发展。另外，由于发展落后，就业机会少，使得劳动力大量外流，加剧了本区的发展滞后水平。
（二）建议
根据因子分析所得出的结论，结合安徽省各市自身特点，为了安徽省更好更快地发展，缩小各城市间的差距，消除发展不平衡现象，现提出以下几点建议。
1.继续打造以合肥为中心的大型城市圈，带动周边发展，依靠其地缘优势、区位优势，建设成面向全省的辐射中心。借助国家政策，使本省优势产业走出去，把别人好的产业引进来，向长三角发达城市靠拢，真正融入长三角城市群的这个大集体，推动经济强有力的发展。
2.对于中等城市而言，要加大产业创新力度，加强招商引资，加强同周围城市之间的专业化分工与协作，打开门户和通道，从而创造更多就业机会，提高居民收入。同时也要保护原有产业，发挥工业基地优势，如马鞍山的钢铁产业，蚌埠的重工业等。
3.以池州、黄山为代表的典型皖南山区一带，区域生态环境较好，有着得天独厚的农林业和旅游业资源，应当以旅游业作为其发展主体，配套带动餐饮业、因地制宜的工商业的发展，打造具有鲜明特色、完善设施、一流服务的旅游城市，从而带动整个区域的经济发展。
总之，为了促进各个城市的经济发展，应当要符合各个城市的特点，结合城市的优势，挖掘发展潜力，同时还要需要相应的投入与扶持政策，使每个城市都寻找到一条符合自身的发展道路。而为了促进安徽省整体综合经济水平，重中之重是要减小经济差距，努力消除各市发展不平衡的现象，调动各市发展积极性，整体规划，合理布局，统筹协调，实现安徽省长久快速发展，提高整体经济实力。
参考文献
[1]何宜庆，文静，袁莹莹.基于因子分析的江西省城市低碳经济发展评价分析[J].企业经济，2011，（12）：65-67.
[2]夏国恩，兰政海.基于因子分析的广西区各城市综合经济实力评价[J].特区经济，2009，（12）：211-213.
城市经济发展水平范文2
［关键词］海峡西岸经济区；综合发展水平；因子分析
［中图分类号］F123［文献标识码］A［文章编号］1005-6432（2012）23-0112-02
1 指标的选取
文章在指标的确定上,从经济社会、城市规模、基础设施三个方面综合考虑,并遵循指标确立的科学性、系统性、全面性、可比性和可操作性的原则。确定指标如下：
11 经济社会发展水平指标
X1：工业总产值(万元),X2：社会消费品零售总额(万元),X3：城乡居民储蓄年末余额(万元),X4：地方政府一般预算内收入(万元)。
1.2城市规模指标
X5：货运总量(万吨),X6：客运总量(万人),X7：年平均人口(万人),X8：在岗职工人数(万人),X9：在岗职工工资总额(万元),X10：批发、零售、住宿和餐饮业从业人数(万人)。
1.3 城市公共设施指标
X11：人均居住面积(平方米),X12：每万人拥有公共汽车数(辆),X13：人均城市道路面积(平方米),X14：人均绿地面积(平方米)。
以上14个指标能够全面地反映出一个城市的综合发展水平。文章数据来自《中国城市统计年鉴—2011》整理的相关数据。
2 本文因子分析的主要步骤
（1）指标的标准化处理。为了克服由于指标量纲不同对结果带来的影响,从而对原始指标数据进行标准化处理,以消除单位﹑数据大小不一致等的影响。
（2）确定待分析的指标变量是否适合因子分析。采用Bartlett球形检验和KMO检验方法来确定是否适合做因子分析。
（3）求解公共因子及因子成分矩阵。利用主成分法提取公因子,根据特征值＞1的原则和因子的累计方差贡献率(一般方差的累计贡献率应在80%以上)来选择因子的个数,得到因子成分矩阵。
（4）因子旋转。对所得的因子成分矩阵进行旋转,得到旋转成分矩阵,从而更好地确定和解释公共因子。
（5）因子得分。
（6）根据步骤5的因子得分计算出综合得分及排名,对城市综合发展水平进行评价分析。
3 城市综合发展水平因子分析
（1）KMO检验。通过利用标准化处理后的数据得出KMO值为0686,适合作因子分析。Bartlett的球形度检验给出的相伴概率为0000,小于显著性水平005,因此拒绝Bartlett的球形度检验的零假设,认为适合作因子分析。
（2）基于特征值﹥1和累计方差贡献率在80%以上的原则和计算的特征值及方差贡献率,文章提取了前四个因子,前四个因子的特征值都＞1且累计方差贡献率达到了88601%,说明了前四个因子提供了原始指标数据的足够数据。
（3）由旋转成分矩阵得出：因子1在变量X1,X2,X3,X4,X6,X8,X9,X10,X12上的载荷值都在0647以上,其中X1反映了城市工业发展规模；X6、X8、X9是反映城市规模的指标；X10反映了第三产业的发展规模,X2、X3、X4反映了城市国民收入水平；X12是反映城市公共设施水平的指标；因此因子1为反映城市经济﹑规模及公共设施的公共因子,在这个因子上的得分越高,城市经济发展水平越高、规模越大、公共设施越加完善；公共因子2在反映变量X12﹑X13﹑X14上的载荷值比较大,X11﹑X12﹑X13是反映城市公共设施的综合指标,所以因子2为反映城市公共设施的因子；因子3在反映变量X5﹑X6、X7上的载荷值都很大,并且X5、X6、X7为反映城市规模的指标,所以因子3为反映城市规模的综合因子；因子4在X11上的载荷值达到了0953,因此4为反映城市居住条件的公共因子。
（4）评价模型。运用回归分析方法得到因子得分系数矩阵,根据各个公共因子的方差贡献率和各个因子的载荷值构建城市综合发展水平的评价模型：
Fi=046342F1i+017454F2i+015517F3i+09285F4i088601
式中：Fi(i=1,2，…，20)表示城市i的综合发展水平,F1i,F2i,F3i,F4i为城市i在因子1、2、3、4上的得分。
4 结果分析及对策
由因子1、2、3、4的得分,求出了各个城市的综合得分F及排名(如下表所示),由综合得分就可以综合评价城市的发展水平。根据各个城市的综合得分F及排名,把区内的20个城市分为三类,得分大于0的城市为第一组,得分在0~-05的城市为第二组,得分在-05以下的城市为第三组。
第一组是得分大于0的城市,泉州﹑福州﹑厦门﹑温州﹑汕头这五个城市在区内的综合发展水平是最好的。泉州在城市经济﹑规模﹑公共设施方面均位于前列,可见泉州已经成为中心城市；第二的福州在城市经济﹑规模﹑公共设施上得分都很高,但是在人均居住面积指标上的得分为负值,作为省会城市的福州需要加大廉租房﹑经济适用房等建设；厦门在因子1、2、4上得分都很大,尤其在因子2上,这说明厦门的公共设施水平在海峡西岸经济区里是最完善的,但是城市规模因子3的值为负,可见厦门要提高整体的城市综合发展水平,就必须扩大城市规模；第四的温州在因子1、3上的得分都显著靠前,而2、4均为负值,这总体说明虽然温州的经济发达,但是城市公共设施方面还需要进一步完善,温州可以依托其经济及地理优势,发展城市公共设施；第五的汕头在因子3、4上的得分为正,而1、2为负,说明汕头市的经济需要发展,以提高其综合实力,从而带动周围地区的发展。
第二组是得分在0~-05的城市,赣州﹑上饶﹑漳州﹑衢州﹑三明﹑丽水﹑龙岩。这七个城市在经济因子1和居住条件因子4上的得分都为负值,说明这七个城市的经济发展较为落后,且城市居住条件较差,要提高城市的综合发展水平,首先要发展经济。赣州可以凭借当地的矿产资源和脐橙资源优势,发展当地经济；上饶可以依托其交通枢纽的优势和旅游资源优势发展当地经济；漳州可以依托其后发优势及区位优势(地处厦门和泉州之间)来发展当地经济；衢州是以农业为主的城市,柑橘﹑油茶等农业资源丰富,但发展水平不高,在新形势下可以发展现代农业,提高农业化水平；三明应大力发展工业企业,淘汰落后企业,促进工业企业产业结构升级,来发展当地经济；丽水要大力发展现代农业,提高城市化水平；龙岩应发挥其资源优势来发展经济,形成产业集聚,发展循环特色经济,提高其在区内城市的综合发展水平。
第三组是得分在-05以下的城市,莆田﹑鹰潭﹑梅州﹑宁德﹑南平﹑潮州﹑抚州﹑揭阳这八个城市的综合得分排在后面,说明城市的综合发展水平在区内是处于落后的。这些城市在各个因子上的得分大多数为负值,并且在经济因子F1上均为负,而经济是社会发展的动力,只有经济提高上去了,城市的公共设施及规模才能跟得上去,所以对于区内落后地区,各地应充分发挥其资源﹑区位优势,发展当地经济,促进区域协调发展。比如：莆田市应大力发展海洋经济；鹰潭应发展旅游和矿产经济；梅州应发展现代农业和提高其工业基础；宁德应发展工业及贸易；南平应大力发展精细化工、纺织服装、汽车及配件、纸及纸制品、电线电缆、食品加工、竹木加工等七大产业；潮州应发展特色陶瓷经济；抚州应依托向莆的建设发展有色金属资源经济；揭阳应发展玉器、五金、能源产业。
城市经济发展水平范文3
关键词：广西北部湾经济区；低碳城市；灰色关联度；评价指标体系
基金项目：2014年度广西高等学校科研项目：“广西北部湾经济区低碳城市发展评价与对策研究”（项目编号：YB2014602）；2015年国家社科基金一般项目：“西南边疆民族地区丝绸之路经济带建设中城镇化多元格局实现路径研究”（项目编号：15BMZ080）
中图分类号：F127 文献标识码：A
收录日期：2017年3月8日
城市作为人们从事生产经营活动及生活的重要地域单元，其碳排放问题已引起全社会及国内外的广泛关注，并已成为社会各界共同面对和亟待解决的重大问题。早在2003年英国政府就在其发表的能源白皮书《我们能源的未来：创建低碳经济》中提到了“低碳”概念，并随着社会各界对全球气候环境变化给予的高度关注，低碳发展理念已俨然成为一种新的推动经济可持续发展、能源循环利用和生态环境可持续发展的重要理念和思想，并得到世界各国的广泛认同。低碳城市发展倡导的是在低碳理念的指导下，通过广泛应用各种新能源技术，积极推动经济、社会和环境等的低碳化转型，从而减少城市二氧化碳等温室气体排放，努力营造一个经济发展低碳化、社会发展低碳化、生活低碳化、环境低碳化的可持续发展城市，从而更好地促进城市的健康长远发展。本文试图从低碳经济、低碳技术、低碳社会、低碳资源和环境四个层面构建广西北部湾经济区低碳城市发展水平评价指标体系，然后采用灰色关联评价法对其进行评价分析，为把握广西北部湾经济区低碳城市发展的特征和影响因素，进而采取相应对策措施更好地推动广西北部湾经济区低碳城市的发展具有重要的理论和实践意义。
一、广西北部湾经济区低碳城市发展水平评价指标体系的构建
广西北部湾经济区低碳城市发展水平评价，涉及到低碳城市的经济、技术、社会、资源和环境等影响因素方面，是一个复杂的多因素综合评价体系。为了综合评价广西北部湾经济区低碳城市发展水平，进一步分析广西北部湾经济区低碳城市发展水平的影响因素及^域差异特征，本文在结合广西北部湾经济区低碳城市发展水平的发展实际及在坚持科学性、系统性、可操作性、层次性及数据可获得性等原则的基础上，建立了广西北部湾经济区低碳城市发展水平评价指标体系，详见表1。该指标体系从低碳经济、低碳技术、低碳社会、低碳资源和环境4个二级指标层共29项三级指标来评价广西北部湾经济区低碳城市发展水平状况。（表1）
二、灰色关联评价分析法
灰色关联评价分析法来源于我国邓聚龙教授在1982年提出的灰色关联理论，该评价分析方法是一种可以对系统影响因素的重要性次序及区域发展水平高低进行综合性评判的一种重要分析方法，目前已被广泛应用到我国经济社会发展的相关研究当中。灰色关联度是通过分析两个或两个以上因素之间的关联性程度来反映其关联度或差异性程度，关联度越大，表明其相似度越高；关联度越小，表明其相似度越低。其中，灰色关联度的计算，可以通过如下公式（1）至公式（4）求得。其中，公式（1）是对评价指标体系的指标数据进行无量纲化处理，经处理后的数据的取值范围为[0，1]；X0（k）为参考序列，经无量纲化处理后的参考序列的每个值均为1。
三、广西北部湾经济区低碳城市发展水平灰色关联评价
采用2014年广西北部湾经济区低碳城市发展水平评价的指标数据，采用公式（1）～（4），计算得到广西北部湾经济区低碳城市发展水平的各项影响指标的灰色关联度及其权重。（表2）
首先，广西北部湾经济区低碳城市发展水平的各项影响指标的灰色关联度及权重较大的前三个指标分别是C17人口增长率、C21生活垃圾无害化处理率、C23人均节能环保支出，其灰色关联度分别为0.8396、0.8035、0.7146，权重分别为0.0503、0.0482、0.0428，表明人口增长情况、生活垃圾无害化处理情况和人均节能环保支出水平这三个影响指标对广西北部湾经济区低碳城市发展水平的影响较大。
其次，C16第三产业从业人员比重（0.6617）、C34人均住房建筑面积（0.6579）、C48城市污水处理率（0.6432）、C25教育支出占财政支出的比重（0.6393）、C38每万人拥有公共汽车（0.6186）、C46每万人液化石油气供气总量（0.6014）、C11人均地区生产总值（0.6008）等影响广西北部湾经济区低碳城市发展水平的指标的灰色关联度介于0.6000～0.7000之间，其大小仅次于C17、C21、C23三个指标，这部分指标主要从第三产业服务人员规模、人均住房建筑面积、城市污水处理情况、教育支出比重、公共汽车数量、液化石油气供气数量、人均地区生产总值等角度影响广西北部湾经济区低碳城市发展水平。
再次，C36建成区排水管道密度（0.5909）、C32居民人均生活用电量（0.5788）、C31城市居民年人均可支配收入（0.5658）、C15城市化率（0.5601）、C22节能环保支出占财政支出的比重（0.5548）、C42人均公园绿地面积（0.5510）、C13第三产业占GDP的比重（0.5495）、C35人均城市道路面积（0.5462）、C44城市气象站点年平均降雨量（0.5384）、C33人均日生活用水量（0.5189）、C12 GDP增速（0.5175）、C14人均工业总产值（0.5105）等影响指标的灰色关联度介于0.5000～0.6000之间，这部分指标主要从排水管道建设、居民生活用电用水状况、人均可支配收入、城市化率、节能环保支出比重、公园绿地建设、降雨量、GDP和工业发展状况等角度对广西北部湾经济区低碳城市发展水平产生影响。
最后，C43建成区绿化覆盖率（0.4907）、C41人均水资源量（0.4824）、C47污水处理厂日集中处理能力（0.4760）、C37每万人均路灯盏数（0.4732）、C24科学技术支出占财政支出的比重（0.4730）、C18建成区面积（0.4695）、C41每万人绿化覆盖面积（0.4564）等影响指标的灰色关联度相对较小，介于0.4000～0.5000之间，但其仍然是衡量广西北部湾经济区低碳城市发展状况，推动低碳城市实现可持续发展的重要指标。
可见，表2在一定程度上反映了各项指标与广西北部湾经济区低碳城市发展水平之间的单一关联程度，但是仍难以从总体上反映出广西北部湾经济区低碳城市发展水平的发展特点。为进一步了解广西北部湾经济区低碳城市发展水平的四大影响因素的灰色关联度，在采用公式（1）～（3）求得广西北部湾经济区低碳城市发展水平的各大影响因素得分及其排序（详见表3）的基础上，采用公式（2）～（4）进一步求得广西北部湾经济区低碳城市发展水平的四大影响因素的灰色关联度和排序（详见表4）。（表3、表4）
从表3可以看到，广西北部湾经济区低碳城市发展水平各大影响因素的综合得分最高的地区是南宁，综合得分为0.6626；得分较高的是防城港，得分为0.6346；得分仅次于南宁和防城港的城市是北海、钦州和玉林，其得分分别为0.6258、0.6166、0.4861；而得分最低的是崇左，其得分为0.4608。其中，南宁、防城港、北海和钦州的影响因素得分均大于0.6000，而玉林和崇左的影响因素得分均低于0.5000，可见，这六个城市之间的影响因素得分之间具有一定的差距，并且南宁、防城港、北海和钦州这四个城市处于一个相对较高层次的发展水平之上，而玉林、崇左又处于同一低层次的发展水平上。此外，四大影响因素的地区得分中，低碳经济因素的得分最高的地区是南宁（0.7785），其次是防城港（0.6414），最低的是玉林（0.4489）；低碳技术因素的得分最高的地区是钦州（0.8203），其次是北海（0.7408），最低的是南宁（0.5044）；低碳社会因素的得分最高的地区是防城港（0.7421），其次是北海（0.6368），最低的是崇左（0.3505）；低碳能源和环境因素的得分最高的地区是南宁（0.7438），其次是防城港（0.5449），最低的崇左（0.3991）。
从表4来看，广西北部湾经济区低碳城市发展水平的四大影响因素中：低碳经济的灰色关联度最大，其数值是0.7293，表明低碳经济因素对广西北部湾经济区低碳城市发展水平的影响最大；其次是低碳社会，其灰色关联度是0.6569，表明低碳社会因素对广西北部湾经济区低碳城市发展水平也产生了重要影响，其影响程度仅次于低碳经济因素；第三是低碳能源和环境，其灰色关联度是0.5701，推进低碳能源和环境的建设是实现广西北部湾经济区低碳城市发展的重要组成部分；第四是低碳技术，其灰色关联度是0.5086，虽然其关联程度较低，但是鉴于低碳技术的发展对低碳城市发展的重要性，可以看到，低碳技术由于其技术的研发、吸收、创新以及推广具有一定的时间阶段性，导致其对低碳城市发展的推动作用具有一定的滞后性。由此可见，影响广西北部湾经济区低碳城市发展水平的四大因素的影响程度从强到弱的顺序依次为低碳经济、低碳社会、低碳能源和环境、低碳技术。
四、结论
通过对广西北部湾经济区低碳城市l展水平进行灰色关联评价，研究发现：广西北部湾经济区低碳城市发展水平的区域差距较突出，南宁、防城港等地区的低碳城市发展水平相对较高，北海、钦州、玉林的低碳城市发展水平仅次于南宁和防城港，而崇左的低碳城市发展水平最低。其中，崇左的得分仅为南宁的得分的69.54%，各城市之间的发展差距仍较明显；与此同时，南宁、防城港、北海和钦州等城市的低碳城市发展水平处于一个相对较高层次上，而玉林、崇左则处于一个相对较低层次的水平上。并且从四大影响因素对广西北部湾经济区低碳城市发展水平的重要性来看，低碳经济是其最重要的因素。可见，低碳经济的发展程度仍然是影响广西北部湾经济区低碳城市发展水平高低的最重要因素；其次是低碳社会因素，低碳社会的资源消耗和碳排放的数量及其程度，对广西北部湾经济区低碳城市发展水平产生重要影响；第三是低碳能源和环境，其反映了低碳能源的提供及生态环境状况，是衡量广西北部湾经济区低碳城市发展水平的又一重要因素；最后是低碳技术因素，低碳技术对推动产业发展技术升级、产业结构优化和城市低碳化发展发挥着重要的作用，但其对推动低碳城市的发展具有一定的滞后性。
结果表明：低碳经济、低碳社会分别是影响广西北部湾经济区低碳城市发展水平高低的重要方面，为进一步提高广西北部湾经济区低碳城市发展水平，应积极提倡低碳经济和低碳社会的发展。而人口增长率、第三产业从业人员比重、人均地区生产总值和城市化率等因素是影响低碳经济发展的主要因素，因此要努力推进广西北部湾经济区城市人口规模的扩大，不断扩大第三产业从业人员数量，推动地区生产总值的提高以及加快提升城市化水平。同时，人均住房建筑面积、每万人拥有公共汽车、建成区排水管道密度、居民人均生活用电量等因素是影响低碳社会的重要因素，应注重从改善居民住房状况、公共交通出行状况、排水设施状况、居民生活用电状况等角度提升广西北部湾经济区低碳城市发展状况。与此同时，城市污水处理率、每万人液化石油气供气总量、人均公园绿地面积、城市气象站点年平均降雨量、建成区绿化覆盖率等因素是影响低碳资源和环境的重要因素，应进一步加强城市污水处理，改善液化石油气供气状况，加强公园绿地建设和提升城市绿化覆盖率等，进而不断改善城市环境，推动低碳资源的可持续利用和环境的可持续发展。此外，生活垃圾无害化处理率、人均节能环保支出、教育支出占财政支出的比重等因素是影响低碳技术的重要因素。因此，应进一步加大对城市生活垃圾的无害化处理，提升城市人均环保支出，合理扩大教育支出和强化人才培养力度，不断推动广西北部湾经济区低碳城市的可持续发展。
主要参考文献：
[1]汤光华.灰色关联综合评价方法评析[J].江苏统计，1997.6.
[2]Yang De-yun，Li Dong，Yang Xiang，et al.，Urban Tourism Competitive Power Difference and Grey Relational Analysis on Influencing Factors of the Urban Agglomeration in Central Plain.AISS：Advances in Information Sciences and Service Sciences，Vol.5，No.2，2013.
[3]Zeng Peng，Yang Sha-sha，Lian Chao.Grey Relational Synthetic Evaluation of Urban Competitive Power Influencing Factors of the Urban Agglomeration on the West Side of Taiwan Straits[J].Applied Mechanics and Materials，2011.
[4]廉超，何小贞.我国各地区公共图书馆服务水平的灰色关联评价[J].图书馆学研究，2014.8.
城市经济发展水平范文4
Abstract： Taking seven port cities in Shandong Province as a sample， according to relevant index datas of port cities economic development level， and using principal component analysis of SPSS21.0 software， this paper will describe the evaluation study on the port city economic development level of Shandong Province in 2013. Through this analysis， it is known that， there are some differences existing in the port city economic development level of Shandong Province， and corresponding suggestions should be put forward.
关键词： 港口经济；经济发展；SPSS软件；主成分分析法
Key words： the port city economy；economic development；SPSS software；principal component analysis
中图分类号：F552 文献标识码：A 文章编号：1006-4311（2016）12-0041-03
0 引言
自进入21世纪以来，国民经济快速发展，科学技术水平逐渐提高，港口作为海洋产业发展的重要组成部分，在国际贸易中的作用越来越大。现如今，港口的发展正在逐步推动着港口城市的经济发展，以港口为中心的产业链正逐步发展起来，并不断影响着港口城市及周边地区的经济发展。
在这种环境背景下，港口与周边城市的经济发展越来越紧密，能否把港口产业作为城市经济发展的增长点是城市面临的新挑战。在港口的功能方面，港口除了为城市的贸易及其他产业提供了装卸储存等服务，还可以带动旅游、餐饮、住宿等服务业的快速发展。港口与周边城市之间逐渐形成一种“港兴城兴”的互动，而港口也成为区域经济发展的中心，发挥着巨大的辐射带动作用。
山东省是我国东部地区的沿海城市，是我国海洋经济大省，其港口经济与其他省份相比发展较好。如何更好地使港口发挥辐射带动作用，促进山东省区域之间的经济发展，是目前山东省需要解决的主要问题。因此，山东省港口城市的经济发展水平就会显得尤为重要。本文主要运用了SPSS21.0的主成分分析法对山东省港口城市的经济发展做出了评价研究。
1 方法原理及指标数据
1.1 主成分分析法
在分析研究现实问题当中，要想客观全面地分析问题，需要从多个方面观察所研究的对象，往往需要收集多个观察指标的数据，如果要对这些指标逐个进行分析，很可能对研究对象造成片面的认识，也不一定会得出综合一致的结论。主成分分析法就是考虑了各个指标的相互关系，利用降维的思想，把多个指标转化为少数几个综合指标，从而使研究进一步变得简单的一种方法。主成分分析法是霍特林在1933年的时候首先提出来的，其基本思想就是按照相关性把指标进行分组，使相关性较高的指标同组，相关性较低的指标不同组，每一组指标表示着 一个公共因子，这样每个指标就可以表示为公共因子的线性函数和特殊因子之和。
主成分分析法的主要步骤：第一步，选取相应指标，得到原始指标数据；第二步，标准化处理原始指标数据，以消除各项指标之间在量纲化和数量级上的不同，得到变量相关系数矩阵R；第三步，根据相关系数矩阵R求出特征值、方差贡献率和累计方差贡献率；第四步，建立主成分因子载荷矩阵，确定公共因子；第五步，对各个主成分及综合主成分对应各个指标的系数进行计算，求出各个主成分值并计算综合分值。
1.2 指标数据
山东省是海洋经济大省，其港口建设关系着海洋经济的发展。目前山东省主要有7个港口，分别是青岛港、烟台港、日照港、威海港、潍坊港、东营港和滨州港。因此本文以青岛、烟台、日照、威海、潍坊、东营和滨州七个港口城市作为样本城市来进行数据的收集和分析。为了获知港口经济对于港口城市整体经济发展的影响，本文在构建港口城市经济发展评价指标时，选取了8个指标：城市生产总值（X1）、城市人均生产总值（X2）、居民消费价格指数（X3）、城市人口总数（X4）、货物吞吐量（X5）、渔业产值（X6）、出口总额（X7）、水运客运量（X8）。根据《2014年山东省统计年鉴》获取港口城市经济发展水平相关指标数据，见表1。
2 主成分分析的过程
因为关于港口城市经济发展水平的评价指标较多，而且这些评价指标之间存在着一定的信息重叠，是以本文通过SPSS21.0分析软件，利用主成分分析法找出影响港口城市经济发展水平的主要评价指标，并对山东省七个港口城市的经济发展做出评价研究。
首先，运用软件SPSS21.0对评价指标进行相关性分析，确定评价指标之间关系，见表2。
从表2中可以得知，城市生产总值与城市人口总数、出口总额之间存在明显的正相关关系，说明港口经济发展对城市整体经济水平有着一定的提升作用。货物吞吐量与出口总额之间也存在着显著的正相关关系，可以看出港口城市货物出口主要通过港口来完成的。另外，渔业产值和水运客运量也存在着显著正相关。
再者，利用SPSS21.0软件对8个评价指标进行主成分分析，得到初始解。采用方差极大法提取公共因子，其特征值、方差贡献率和累计方差贡献率的结果见表3。
按照特征值大于1，累计方差贡献率大于85%的原则，提取了三个公共因子，其累计方差贡献率达到87.451%，即三个公共因子已经包含了原来8个评价指标87.451%的信息，损失的信息量只有12.549%，具有较高的代表性，所以上述的8个评价指标可以综合成三个主因子F1、F2和F3。旋转平方和载入的部分是旋转后的因子对原指标总体的描述，从表3中可以看出，旋转后的累计方差贡献率并没有发生变化，但各个因子的方差贡献比例却有了新的变化，从旋转后的方差贡献率可以看出：公因子F1、F2和F3可以表示的原始信息的能力分别是43.893%、26.031%和17.528%。
另外，需要确定影响港口城市经济发展水平的主成分，得到主成分因子载荷矩阵和主成分旋转因子载荷矩阵，见表4、表5。
从表4、表5中可以看出，公共因子F1下载荷较大的指标为城市生产总值、居民消费价格指数CPI、城市人口总数、货物吞吐量、出口总额，主要体现X1、X3、X4、X5、X7指标的作用；公共因子F2下载荷较大的指标为渔业产值、水运客运量，主要体现X6、X8指标的作用；公共因子F3下载荷较大的指标为城市人均生产总值，主要体现X2指标的作用。
接下来，需要对各个主成分因子及综合因子对应的各个评价指标系数进行计算。通过软件SPSS21.0，可以获得相关的系数，见表6。
提取方法：主成分
通过成分得分系数矩阵，可以得出主成分表达式如下：
进行原始指标数据标准化，获得各个城市的主成分得分，见表7。
最后，根据标准化指标数据及主成分表达式得出山东省港口城市经济发展水平主成分得分、综合得分及排名表，见表8。
由表8可以得知，青岛市的港口经济发展水平超越了山东省其他港口的经济发展水平，处于山东省港口经济发展水平第一位，烟台的港口经济发展水平居于青岛之下，排在第二位，威海、东营、日照分列三、四、五位，潍坊、滨州排在最后。
3 结论及建议
本文总共选取8个评价指标，运用主成分分析法对山东省港口城市的经济发展进行了分析，并对此做出了评价与排序，结果如下：综合主成分排名顺序为青岛、烟台、威海、东营、日照、潍坊、滨州，另外青岛、威海、东营三个城市分别列第一、二、三主成分排名第一位。第一主成分主要反映的是城市生产总值、居民消费价格指数CPI、城市人口总数、货物吞吐量、出口总额五个指标，第二主成分主要反映渔业产值、水运客运量两个指标，第三主成分主要反映城市人均生产总值这一指标。
从主成分综合排名中可以看出，在山东省港口经济发展中，青岛港的经济发展是最好的，充分体现出港口经济对于城市经济发展的重要作用。青岛港在货物吞吐量及货物出口总额上所占比重较大，出口贸易比较发达，其整体经济实力是最强的；威海港主要从事渔业产业，水运客运量所占比重较大；而东营的城市人均生产总值相较于其他城市最大。
因此，青岛港作为山东省的第一大港，充分发挥其辐射带动作用，促进区域之间的经济发展。青岛、潍坊具有明显的人口资源优势，应该充分利用这一点加强人才的培养，以促进经济的发展。烟台、威海在进行贸易出口的同时，也应该进一步加强港口的建设，发挥港口的辐射带动作用。总之，山东省港口城市之间应该彼此相互合作沟通，并学习其他优秀港口城市的发展经验，共同打造一个山东省港口经济发展圈，进而促进山东省甚至全国的经济发展。
参考文献：
[1]于汝民.发挥港口优势促进区域经济整合[J].港口经济，2009（2）：132-133.
[2]林素环，陈洁.主成分分析法在我国各省市经济发展综合实力评价中的应用[J].工程经济，2008（4）：43.
[3]上官元昊.基于SPSS的浙江省港口城市经济发展评价研究[J].研究与探讨，2012（2）：33-35.
[4]山东省统计局.山东省统计年鉴2014[M].北京：中国统计出版社，2014.
城市经济发展水平范文5
摘要：本文利用偏－份额的空间拓展模型，分析了长三角地区16座核心城市在1999-2009年间产业结构变动过程，并认为长三角16座城市10年间产业结构不断优化升级发展，但是不同城市发展轨迹不同，提出了发展的对策建议。
关键词：空间偏离-份额分析；产业结构；长三角地区
中图分类号：f127；f224
一、 引言
长江三角洲地区是我国经济高速发展区域之一。长三角核心区域16座城市2009年国民生产总值为59867.73亿元，占全国生产总值的17.58%。16座中心城市三次产业结构比例由1999年的7.6：52.44：39.82发展至2009年的3.41：50.76：45：83。10年间长三角核心城市群产业结构不断优化升级，带动了这一区域经济的发展。本文利用偏离-份额的空间拓展模型，分析这一区域10年间各城市产业结构的演变过程，在此基础上提出各城市产业发展的对策和建议。
二、空间偏离-份额分析模型
（一）传统偏离-份额模型
1.全国分量
为全国分量，表示某一区域某类型产业的产值从基期到研究期因为全国总增长率增长而得到的增长量。将假定的增长水平同实际的增长水平相比较，如果高于实际增长水平，则地区总偏离值为正；反之，则为负。
2.产业结构分量
为产业结构分量，表明从基期到研究期i产业产值的增长与全国所有类型产业产值的增长进行比较，主要说明i产业随全国所有产业增长而增长的情况。若i产业的增长超过全国所有产业的平均增长，则产业结构分量为正。
（二）偏离-份额分析的空间拓展模型
区域之间不可能处于相互分割状态而是相互之间具有空间依赖性。传统的偏离-份额模型忽略了区域之间的相互影响。偏离-份额的空间拓展模型考虑了区域之间的相互影响。nazara & hewings（2004）[1]首先在偏离-份额模型中引入空间结构，提出了偏离-份额空间拓展模型。吴继英等 （2009）[2]应用此空间模型，对江苏省三次产业结构变动进行了定量分析。游士兵等（2010）[3]应用此拓展模型，分析了我国中部六省的产业结构。
可见，空间拓展模型中用代替了传统模型中的xi。 描述了区域j 产业i在邻近区域的空间增长速度与全国所有产业的平均增长速度的差异，为空间产业结构分量。其值大于0，说明i产业的空间增长速度大于全国平均速度，邻近区域对研究区域产生正面影响。表示区域j产业i的实际增长速度与其空间增长速度的差异，即空间竞争力分量。其值大于0说明研究区域j产业i的增长超过了其邻近区域。
三、长三角区域产业结构变动的空间偏离-份额模型分析
（一）指标选择和数据来源
长三角区域产业结构的偏离-份额空间拓展模型计算以长三角16座中心城市为研究对象，将16座城市整体作为标准研究区域，选取1999年为基期，2009年为研究期，考察在此期间长三角16座城市产业结构的变动。
本文选取长三角区域16城市第一、二、三产业的生产总值作为衡量各地区各产业发展的衡量指标，选取区域各城市国内生产总值之和作为衡量标准区域经济发展水平的衡量指标。文中数据来源于2000年、2005年和2010年上海、江苏和浙江统计年鉴。
（二）空间权重矩阵的选取
空间权重矩阵表达了区域系统中区域之间的相互影响。李娜（2011）[4] 利用牛顿力学引力模型原理，计算了长三角城市群空间经济联系强度，反映了长三角区域16座中心城市之间的经济联系强度。本文中空间权重矩阵即区域之间的联系将采用李娜（2011）[4]的研究结果。
（三）模型分析结果
长三角区域产业结构模型分析结果见表1和2。
1.区域产业结构优化发展
长三角区域16座中心城市产业结构在1999-2009年这10年间不断优化升级。由表1和表2可见各城市第一产业总偏离呈现负数但总体波动不大，第一产业发展慢于经济发展速度，说明在10年间16座城市第一产业发展不能很好地拉动经济发展。
16座城市第二产业和第三产业呈现良好的发展态势，如图1和图2。1999-2004年间各城市第二产业和第三产业稳步发展，是经济发展的主动力。1999-2004年间，与区域经济平均增长增长率相比，除上海、湖州、绍兴和台州外，其他12座城市第二产业发展都快于区域经济平均发展水平。苏州第二产业发展最快，总偏离增长率为0.0958，其次是舟山和南京，分别为0.0779和0.0345。由于各城市经济发展水平不同，从各城市第二产业总偏移份额来看，仍然苏州发展最快，总偏移份额为73.17，其次是南京和杭州，分别为15.03和7.27。舟山第二产业虽发展较快，但由于基础薄弱，总偏离份额不高。各城市第三产业发展围绕区域经济发展上下波动，多数城市第三产业发展低于区域经济平均发展水平。2004-2009年间主要城市第三产业加快了发展步伐，除嘉兴、绍兴和台州外，其他城市第三产业发展都快于区域经济发展水平，尤其是上海、南京和苏州，第三产业总偏移增长率分别为0.0417、0.0506和0.0653，偏离总份额为148.76、42.29和72.15。各城市第二产业总偏离增长率围绕区域经济上下波动，多数城市第二产业发展水平低于区域经济平均发展水平。16座城市在这10年间第二产业和第三产业总体演变过程是由第二产业发展为主导向第三产业发展转变，这符合产业结构优化升级的一般路径，说明该区域各城市经济发展过程中产业结构不断优化发展。
2. 各城市产业结构变动分析
1999-2009年间区域各城市产业发展与区域经济发展相比，可以反映出各城市经济发展过程中产业结构的动态演变。根据不同时期第二产业和第三产业发展的总偏移量可以将区域城市划分为四类，从中可以体现出在这一时期区域经济发展的主导产业结构。图2反映出在1999-2004年间，南京、无锡、常州、苏州、杭州、宁波、嘉兴和舟山经济发展的良好势头，第二和第三产业发展均快于区域平均增长水平。虽然上海经济增长率下降，但是上海经济总量在16座城市中占有绝对优势。2004-2009年间，常州、南通、扬州、镇江、泰州和舟山均保持良好发展趋势，第二和第三产业保持较快的发展速度。同时，经比较发现在这10年间，常州和舟山发展发展较快，第二和第三产业10年平均发展水平都快于区域经济平均发展水平。
根据各城市产业发展特点，可以将16座城市分为五类。第一类城市群包括南京、无锡、苏州、杭州和宁波，城市经济发展10年间由第二产业拉动转为第三产业拉动，尤其是南京和苏州，在1999-2004年间，第二产业发展明显快于经济发展水平，第
二产业总偏离分别为15.03和73.17。在2004-2009年间，第二产业发展速度放缓，低于经济发展水平，而第三产业迅猛发展，成为拉动经济发展的动力，第三产业总偏离分别为42.29和72.15。第二类城市群包括南通、扬州、镇江和泰州。4座城市在1999-2004年间第二产业发展较快，第三产业发展速度低于区域经济平均发展水平。在2004-2009年间，4座城市在保持第二产业稳步发展的同时，加快了第三产业的发展步伐，在这5年期间第二和第三产业都呈良好发展势头，快于区域平均水平，尤其是南通，2004-2009年第二产业和第三产业总偏离份额分别为22.25和16.68。第三类城市群包括上海、湖州。上海经济发展在16座城市中具有绝对优势，第二产业和第三产业生产总值远远超过其他城市，因此和其他城市相比，上海在1999-2004年间增长率低于平均水平。湖州经济起步较晚，在1999-2004年间二三产业发展滞后区域经济。2004-2009年间，上海第三产业得到快速发展，总偏移份额为148.76。湖州在2004-2009年间也加快了第三产业的发展，尽管第二产业仍然发展缓慢，但是第三产业发展明显加快，带动了经济发展。第四类城市群包括常州和舟山。虽然两座城市经济发展起步晚，经济总产值在区域经济中比重不大，但是在10年间城市经济稳步发展，第二三产业发展都快于区域经济发展水平。虽然舟山二三产业总产值较小，以致总偏离份额较小，但是舟山总偏离增长率比较高，说明舟山二三产业增长较快。第五类城市群包括嘉兴、绍兴和台州。3座城市在1999-2004年间二三产业稳步发展，但是2004-2009年间二三产业发展低于区域经济平均发展水平，3座城市经济发展减速。2004年3座城市国民生产总值占16座城市总和的11.65%，而2009年3座城市国民生产总值占16座城市总和比例下降到10.55%。
3. 各城市第二产业竞争力比较分析
长三角16座中心城市第二产业发展中，上海、苏州、杭州、宁波、无锡和南京第二产业总产值较高，2009年6座城市第二产业总产值占16座城市总和的65.8%。1999-2004年间，南京、苏州和杭州第二产业发展和周边城市相比具有明显优势，竞争力偏离份额分别为17.82、86.78和17.11。2004-2009年间，无锡、常州、南通、扬州和泰州第二产业得到了很好的发展，5年间第二产业发展和周边城市相比竞争力偏离份额分别为22.03、17.42、44.80、35.12、22.25、20.8。苏州第二产业继续保持良好的发展态势，其竞争力偏离份额为72.15。在1999-2009年10年时间里，无锡、常州、苏州、南通、扬州、泰州、宁波、嘉兴和舟山的第二产业持续发展，10年间产业发展都快于空间其他城市第二产业发展速度，其中尤其是苏州，产业竞争力偏离份额稳居第一（图5）。
从表1和表2可知，和周边城市第二产业发展相比，虽然上海第二产业总产值在16座城市处于遥遥领先地位，但在10年间发展速度与周边城市第二产业发展相比发展缓慢。
4. 各城市第三产业竞争力比较分析
长三角16座中心城市第三产业发展中，上海、南京、无锡、苏州、杭州和宁波第三产业生产总值较高，2009年6座城市第二产业总产值占16城市总和的74.61%。1999-2004年间，除上海外，各城市第三产业发展速度相当，比较平均。上海第三产业发展在这一时期虽然和周边城市相比增长率滞后，但是上海第三产业总值具有绝对优势。2004年上海第三产业生产总值为3565.34亿元，占16城市总和的31.09%。2004-2009年间，上海、南京和苏州第三产业发展迅速，第三产业发展和周边城市相比竞争力偏离份额分别为76.44、37.85和68.37。此外，在2004-2009年间，常州、南通和杭州的第三产业也得到了良好的发展，与周边城市第三产业发展相比，竞争力偏离份额分别为：13.01、13.93和14.22。在1999-2009年10年时间里，苏州、杭州、宁波和舟山的第三产业持续发展，10年间产业发展都快于空间其他城市第三产业发展速度，尤其是苏州和杭州，第三产业发展明显快于区域其他城市发展水平（图6）。
四、结论与建议
偏离-份额空间拓展模型分析结果表明，1999-2009年间长三角16座中心城市产业结构不断优化，第一产业比重不断下降，第二和第三产业加快发展，成为经济发展的主动力。16座城市比较研究发现，各城市发展轨迹不同。
1. 上海
作为16城市经济发展的龙头，上海经济发展总量具有绝对的优势，但是10年间上海经济发展速度与周边城市相比，第二产业增长率偏低，第三产业发展良好。未来上海应继续加快第三产业的发展。
2. 南京、无锡、苏州、杭州和宁波
南京、无锡、苏州、杭州和宁波经济发展稳步发展，产业比重逐渐由二、三、一向三、二、一转变。未来经济发展重点同样是第三产业，尤其是无锡、宁波，更要加速第三产业的发展。
3. 南通、扬州、镇江和台州
处于16城市经济发展第三等级的常州、南通、扬州、镇江和台州，经济发展从以第二产业为主，向以第二和第三产业为主转变，加快了第三产业的发展。未来在提升第二产业发展的同时加快第三产业发展。
4. 嘉兴、绍兴和台州
嘉兴、绍兴和台州地区2004-2009年间，城市经济发展与区域经济相比有所滞后，无论是第二还是第三产业增长率都低于区域平均水平，未来应提升经济发展速度。
5. 湖州、舟山
湖州和舟山虽然经济生产总值偏低，但是发展速度明显快于区域平均水平，有良好的发展态势。
为了促进长三角地区经济发展，尤其是区域经济一体化协调发展，各中心城市应根据自身产业发展轨迹和产业竞争力，确定未来发展方向，带动区域经济的全面发展。
参考文献
[1] suahasil nazara， geoffrey j.d. hewings. spatial structure and taxonomy of decomposition in shift-share analysis[j]. growth and change， 2004，（35）：476-490.
[2] 吴继英，赵喜仓. 偏离-份额分析法空间模型及其应用[j].统计研究，2009，（26）：73- 39.
[3] 游士兵，杨涛，黄炳南，刘志杰. 基于空间偏离—份额法的区域产业结构研究—— 以中部六省为例[j]. 统计与决策，2010（17）：117-120.
[4] 李娜. 长三角城市群空间联系与整合[j]. 地域研究与开发，2011，（30）：72- 77.
城市经济发展水平范文6
【关键词】创意产业集群 区域经济发展 相关性
所谓创意产业集群主要是指在指定区域的经济发展环境中，不同领域企业发展之间能够相互配合，在区域经济中相互影响，当该区域的经济水平达到一定高度时，就会形成创意产业集群，保证这一集群中的不同行业企业或者同种行业企业之间相互竞争，能够形成良好的竞争环境，进一步存进该区域经济发展。区域经济为创意产业集群发展提供基础条件，同时创意产业集群发展又反作用于区域经济进步，两者相辅相成。
1 创意产业集群与区域经济发展的关系
首先，经济区域发展情况影响创意产业集群。从大方向概念上来讲，创意产业集群主要是指同一区域内容的同一行业或者相关周边行业在发展经营过程中形成的集合群体。但是仅靠这一点进行集合群体的构建缺乏科学性，通常创意产业集群是否建立主要是参考其所在区域城市的经济发展状况来决定的。要保证其所在区域城市经济发展水平较高、具有系统健康的市场经济体制，对于创意产业集群形成及未来发展均具有一定促进作用的。另外，在进行创意产业集群形成之前还要考虑不同方面重要因素，其中包括集群的经济投入、经营成本及获取经济利润等，这些指标均是决定是否进行创意产业集群的关键参考内容。当时从另外一层面来讲，这些指标也属于该区域经济发展情况的间接组成部分。区域城市经济水平较高必定会为创意产业集群创造发展条件，营造良好市场竞争环境，自然会实现经济效益最大化。
其次，创意产业集群影响区域经济发展水平。从当前情况来讲，能够实现形成创意产业集群的城市多为我国经济发展水平较高的一线城市如北京、上海、广州等，这些城市的发展在一定程度上来说也是受创意产业集群印象的。创意产业集群的形成能够将该区域的不同类型行业企业、不同发展水平企业相互联系到一起，形成内部市场竞争环境，良好的竞争是促进经济发展的前提，同时企业与企业在发展过程中能够进行讯息交流，提高市场信息传递的有效性，这能够从根本上节约区域经济发展资源，提高资源优化率。另外，创意产业集群的形成能够吸引周边区域或者不同地区同行业企业的关注，能够有更多的投资者参与其中，在投资、经营、进步过程中推动了区域经济发展。
2 创意产业集群与区域经济高效发展的有效途径分析
2.1 提高创意产业集群筹划的有效性
创意产业集群建立形成的最终目的是实现群体自身和区域经济效益的有效提升，就此在建设形成之前就要进行有效筹划，保证创意产业集群能够与当地区域经济协调发展。市场引导是促进创意产业集群形成及发展的关键，但除此之外，国建内部宏观调控手段也是至关重要的。国家相关权利部门要根据创意产业集群形成的区域城市经济进行全面考察分析，根据创意产业集群发展需求和区域经济当前发展水平作为参考出台相关调控政策和筹划，保证创意产业集群能够与国家法律法规政策和市场经济相互共同接轨。
2.2 提高创意产业集群的规模化
创意产业集群要想有效系统发展，实现经济利益最大化，就要保证其发展更具规模化，其在另外一个概念中又可以被称为集团化，这也是当前国内外提升创意产业集群发展水平、竞争能力的关键点。创意产业集群规模化主要是将企业的投入资本、人力物力和财力等均作为发展的基础，同时将其与企业的技术相互结合，在规定的时间和空间内形成最大程度的产业聚合效应，这能够有效控制创意产业集群生产成本、提高生产效率，最终实现经济利益最大化。要想形成规模化的创意产业集群需要区域政府及市场经济的支持。通常，区域政府要明确其所管辖范围内共有多少个创意产业集群和涉及的行业类型，同时要明确不同创意产业集群的发展情况，将区域内的不同创意产业集群予以分类整理。根据区域经济发展水平选取重点创意产业集群对象，通常以发展情况良好、经济效益优良和未来前景明朗更优先。区域政府向上级申请为其特批相关扶持政策同时为不同创意产业集群营造交流沟通平台，促进集群与集群之间的接触沟通，有利于形成更大、更具有规模化的产业集群。除此之外，在既定的区域市场经济当中，要形成创意产业集群中企业与企业之间的密切合同，这能够有效降低集群运营成本，实现资源有效利用，在整体上形成创意产业集群的竞争力，形成高效发展的经济链条，这对于保证创意产业集群与区域经济共同协调发展具有重要意义。
2.3 开展创意精英发掘政策。
任何行业的发展进步均离不开新鲜血脉的注入，需要这一行业的经人才来进行支撑，创意产业集群更是如此。其属于技术密集型行业之一，精英人力资源的合理分配和利用是促进其发展的重中之重。根据当前我国创意产业集群发展情况来看，其发展进程缓慢，这与该行业精英人才的缺失存在一定关系。地区政府要创造良好的城市环境及特色地区氛围，在一定程度上吸引外来创意产业集群精英，另外还可以从本地区建立完善系统的创意精英培训体系，发展本地区精英人才，保证人才聚集促进创意产业集群全面可持续发展。
结束语：创意产业集群与区域经济发展两者相互依存、共同发展，两者协调发展对于区域经济水平的提升和创意产业集群竞争实力的提高均具有重要意义。
参考文献：
[1]赵艳萍，梅强，赵观兵等.产业集群内创业网络对中小企业
创业过程影响的实证研究[J].科技进步与对策，2013，30
（18）：104-109.
[2]朱琴.从区域产业集群转型升级的视角探索高职文化创意
设计专业群建设[J].教育与职业，2016，（3）：81-82，83.
[3]刘雅琴，沈小萌，余谦等.长江中游城市群优势产业集群实
证分析与对策研究[J].经济研究参考，2015，（65）：72-76.
