区域经济活力的分析与发展建议外文翻译资料

区域经济活力的分析与发展建议

中文译文：

关键词：区域经济活力、灰色预测模型、灰色关联分析

摘要：区域经济活力是城市综合竞争力的重要组成部分。本文的核心目标是在相关数据的基础上建立科学的数学模型，把握有效提高区域经济活力的关键因素，为深圳区域可持续发展和增强区域竞争力提供良性经济活力的建议。首先，选择深圳作为参照区。从人口、企业数量、企业产值三个方面分析了影响经济活力的因素。定量分析结果表明，区域经济活力有所提高。其次，在前人研究结论的基础上，运用灰色预测模型对经济政策转型后各自变量的预测值进行准确描述，并与实际值进行比较。通过预测值与真实值的比较分析，得出经济政策转型对区域经济活力有短期影响的结论。短期影响较大，而长期影响较小。再次，运用灰色关联分析法对区域经济活力进行了分析和测度，并对城市经济活力进行了定量排序。借助计算机编程技术，我们可以最大限度地减少由于信息不对称造成的损失。参照区域的比较给出了城市经济活力的排名：上海第一，深圳第二，北京第三。

1.简介

经济活力决定一个国家或地区经济持续增长的能力和潜力[1]。通过对城市经济活力的分析和评价，不仅可以准确定位一个城市的经济活力，而且是探索增强城市经济活力的有效途径，进而在提高城市竞争力方面具有重要作用[2]。

2.影响经济活力的因素模型

2.1建模前的准备工作

本文选取深圳市作为研究对象，从人口变化趋势和企业活力变化两个维度，以及人口数量、企业数量和企业产值三个指标分析了其对区域经济活力变化的影响。并运用SPSS软件进行统计分析，建立回归模型，从而研究针对提高区域经济活力的行动方案。

2.2模型建立

模型的目标函数如下：

是第一年的人均GDP；是第i个系数；是第i列原始数据序列；?初始值无量纲变换后的h序列。

假设是因子的原始数据序列。

然后将处理后的数据代入SPSS进行统计分析。通过曲线模拟，观测结果如图1、图2、图3、图4所示.

根据计算结果，人工记录常住人口数，取企业数的立方根，然后进行线性拟合。

另外，考虑到除了，仍然存在其他变量影响模型。所以我们添加了一个误差项，用来解释影响模型的其他因素。

2.3模型检验以及解决措施

本文利用SPSS统计软件对模型进行了估计，模型对成对观测值的拟合程度如表1所示。

	平方和	方差	均方和	F值	显著性
回归	3.412	3	1.137	8260.992	0.001
误差	0.005	35	0.000
总计	3.417	38

表1 模型总结方差分析 因变量：人均GDP

	B	标准差	Beta	t值	显著性
（常数）	0.031	0.022		1.370	0.179
常住居民数	0.010	0.005	0.040	1.982	0.055
企业数	0.136	0.059	0.110	2.314	0.027
企业出口量	0.869	0.034	0.864	25.583	0.000

表2 参数

从上表中，我们可以看到模型拟合得非常好（参数越接近1，拟合效果越好）。F检验为回归方程的显著性检验。解释所有自变量在整体上对因变量有显著影响。t值是回归参数的检验值，表示个别自变量对因变量的影响。我们可以看到，当其他解释变量不变时，单个解释变量对解释变量的影响是显著的。最后，在实际观测中，本文采用非标准化参数中的B作为各因子的系数。得到模型：

2.4增强区域经济活力行动计划

根据模型得到的数据可知，企业产值对城市经济活力的影响最大。因此，提高区域经济活力应从增加企业产值入手。

影响因素	常住人口数	企业数	企业出口量
系数	0.01	0.136	0.869

表3 从模型中得到的数据影响企业常住人口数量的因素

对于企业公司而言：

1）创新技术

技术是第一生产力，提高技术产出离不开技术创新[3]。公司可以定期派员工学习新技术，以提高工作效率。企业还可以广泛吸纳高端人才，开发更先进的设备，进一步提高生产率[4]。

2）建立完善的企业管理体系

健全的企业管理体制不仅有利于提高企业的核心竞争力，促进企业的发展，也是提高企业产值的重要因素[5]。企业董事会应当建立完善的管理制度，并根据近期暴露出的问题及时优化制度[6]。

对于政府而言：

1）为企业提供相对优惠的贷款政策

企业发展离不开融资。而较低的融资成本更为重要有利于公司业务的发展。从而促进了企业产值的增长。例如，对于信誉良好的公司，银行可以降低借款成本；对于资金周转困难但发展前景良好的公司，银行可以为其提供更多的流动资金支持[7]。

2）吸引人才

近20年来，中国经济蓬勃发展，企业间最重要的竞争已从产业技术含量和管理水平的竞争演变为企业人才的竞争[8]。企业人才是企业发展的第一资源，是决定企业产值的关键，与吸纳各领域人才相比，深圳需要更多的主要发展地区的人才来申请该市[9]。因此，深圳应强化自身优势，扬长避短，确定自身的竞争优势和独特的城市定位，吸引某一领域的人才[10]。

3.灰色预测模型的建立与求解

该模型的目标函数如下：

最大值	0.1766	0.1939	0.9957
最小值	0.063	-0.163	0.8285

表4 参数

我们首先检查等级比的相对误差，和精度p。通过MATLAB编程可知，认为结果已经达到了一般要求，证明了模型拟合是显著且良好的。

关于经济政策的影响，我们选取了深圳市人民政府办公厅2012年关于印发《深圳市外来务工人员入境管理暂行办法》的通知上的数据。将政策实施前的各种经济数据代入模型，得到预测值。现将预测值与实际值进行比较：

	常住人口数（10^4）	现存企业数	企业出口量（10^4）
预测值	3614.308	1356920.733	93466284.73
实际值	3967	1769876	93180979
预测值/实际值	0.911	0.7666	1.003

表5 预测值与实际值

通过上表我们可以得出结论，经济政策转型对企业数量影响显著，但对企业产值影响不大。由此导出的区域经济活力模型如下。

综合以上两个模型可以看出，经济政策对区域经济活力的长期影响较小，但短期影响更为显著。

4.灰色关联模型

4.1建模前的准备工作

通过对第一个模型的求解，得到了区域经济活力与人口数量、企业数量、企业产值之间的关系。本文接下来采用灰色关联分析法进行研究。

4.2模型建立

模型的目标函数如下：

是第i个比较序列的相关系数，是第i个比较序列的相关性。

由于每个因素有不同的计量单位，原始数据有维度和数量级的差异，这使得比较困难。因此，在计算关联度之前，要消除原始数据的维度差异。而由于我们收集的大部分数据序列都呈现出稳定的增长趋势，这种初始方法适合于稳定的社会经济现象的量纲化，因此可以利用它使增长趋势更加明显。

我们使用每个数据的最大值作为参考序列。数据处理后的参考数据系列而其他区域则设置为比较序列，从几何角度看，相关度本质上是参考序列和比较序列曲线形状的相似性。如果曲线形状接近，则两者之间的相关性较大；否则相关性较小。因此，我们选择差异作为相关性的衡量标准：

是第i个比较序列中第k个数据。

对于该值，极点之间存在最大和最小差异：

是两极之间的最大差值；是两极之间的最小差值。

从而确定相关系数：

其中是用来削弱相关失真效果的分辨率因子系数，当过大。我们人为地引入=0.5以提高相关系数之间差异的显著性。因为每个比较序列和参考序列之间的关联度是由n个相关系数反映。相关信息的离散性不便于我们整体比较。因此，需要对相关信息进行集中处理以获得相关度：

4.3模型求解

本文利用MATLAB编程，得到三地经济活力的排名结果，其中上海市排名第一，深圳市排名第二，北京市排名第三。

由此可见，经济政策的转变对深圳的经济活力有着积极的影响。为使深圳经济活力呈现良性可持续发展，增强区域竞争力，本文提出以下发展建议：

（1） 打造领军人才聚集高地，实施高端人才、海外人才引进计划。

人才是发达地区经济社会发展的核心和主体，也是创新产业发展的中坚力量和核心要素。认识到人才对城市发展的重要意义，深圳出台了一系列降低落户门槛、吸引人才的政策。在深圳近年来的发展中，我们可以看到常住人口数量的整体增长呈现出“慢-快-慢”的趋势，因为北京、上海等一线城市都出台了相关的高端人才引进政策。要提升其区域竞争力，必须完善人才激励优惠政策，完善租房补贴、人才准入等优惠政策，做大做强深圳。城市对高端人才的吸引力。

同时，深圳作为国内经济高度发达、对外开放程度较高的沿海城市，也面临着国际竞争的压力。国际化人才是推动城市全球创新的重要支撑，吸引和留住国际化人才将成为全球创新城市的新战场。因此，引进一批海内外“高、精、尖”人才是深圳人民工作的重点。引进高端人才和海外人才，对深圳高新技术产业和城市发展具有重要意义。在引进国际人才方面，一是要发展以香港和澳门为基础的人才政策，面向世界，减少国际高技术人才和企业家。特别是年轻人工作签证门槛，吸引高技能移民，留住正在我国学习的毕业生和企业家。深圳要积极探索灵活的海外和省内人才引进机制和保障体

剩余内容已隐藏，支付完成后下载完整资料

---

区域经济活力的分析与发展建议

出处：2020年世界贸易和经济发展国际会议报告

中文译文：

关键词：区域经济活力、灰色预测模型、灰色关联分析

摘要：区域经济活力是城市综合竞争力的重要组成部分。本文的核心目标是在相关数据的基础上建立科学的数学模型，把握有效提高区域经济活力的关键因素，为深圳区域可持续发展和增强区域竞争力提供良性经济活力的建议。首先，选择深圳作为参照区。从人口、企业数量、企业产值三个方面分析了影响经济活力的因素。定量分析结果表明，区域经济活力有所提高。其次，在前人研究结论的基础上，运用灰色预测模型对经济政策转型后各自变量的预测值进行准确描述，并与实际值进行比较。通过预测值与真实值的比较分析，得出经济政策转型对区域经济活力有短期影响的结论。短期影响较大，而长期影响较小。再次，运用灰色关联分析法对区域经济活力进行了分析和测度，并对城市经济活力进行了定量排序。借助计算机编程技术，我们可以最大限度地减少由于信息不对称造成的损失。参照区域的比较给出了城市经济活力的排名：上海第一，深圳第二，北京第三。

1.简介

经济活力决定一个国家或地区经济持续增长的能力和潜力[1]。通过对城市经济活力的分析和评价，不仅可以准确定位一个城市的经济活力，而且是探索增强城市经济活力的有效途径，进而在提高城市竞争力方面具有重要作用[2]。

2.影响经济活力的因素模型

2.1建模前的准备工作

本文选取深圳市作为研究对象，从人口变化趋势和企业活力变化两个维度，以及人口数量、企业数量和企业产值三个指标分析了其对区域经济活力变化的影响。并运用SPSS软件进行统计分析，建立回归模型，从而研究针对提高区域经济活力的行动方案。

2.2模型建立

模型的目标函数如下：

是第一年的人均GDP；是第i个系数；是第i列原始数据序列；?初始值无量纲变换后的h序列。

假设是因子的原始数据序列。

然后将处理后的数据代入SPSS进行统计分析。通过曲线模拟，观测结果如图1、图2、图3、图4所示.

根据计算结果，人工记录常住人口数，取企业数的立方根，然后进行线性拟合。

另外，考虑到除了，仍然存在其他变量影响模型。所以我们添加了一个误差项，用来解释影响模型的其他因素。

2.3模型检验以及解决措施

本文利用SPSS统计软件对模型进行了估计，模型对成对观测值的拟合程度如表1所示。

	平方和	方差	均方和	F值	显著性
回归	3.412	3	1.137	8260.992	0.001
误差	0.005	35	0.000
总计	3.417	38

表1 模型总结方差分析 因变量：人均GDP

	B	标准差	Beta	t值	显著性
（常数）	0.031	0.022		1.370	0.179
常住居民数	0.010	0.005	0.040	1.982	0.055
企业数	0.136	0.059	0.110	2.314	0.027
企业出口量	0.869	0.034	0.864	25.583	0.000

表2 参数

从上表中，我们可以看到模型拟合得非常好（参数越接近1，拟合效果越好）。F检验为回归方程的显著性检验。解释所有自变量在整体上对因变量有显著影响。t值是回归参数的检验值，表示个别自变量对因变量的影响。我们可以看到，当其他解释变量不变时，单个解释变量对解释变量的影响是显著的。最后，在实际观测中，本文采用非标准化参数中的B作为各因子的系数。得到模型：

2.4增强区域经济活力行动计划

根据模型得到的数据可知，企业产值对城市经济活力的影响最大。因此，提高区域经济活力应从增加企业产值入手。

影响因素	常住人口数	企业数	企业出口量
系数	0.01	0.136	0.869

表3 从模型中得到的数据影响企业常住人口数量的因素

对于企业公司而言：

1）创新技术

技术是第一生产力，提高技术产出离不开技术创新[3]。公司可以定期派员工学习新技术，以提高工作效率。企业还可以广泛吸纳高端人才，开发更先进的设备，进一步提高生产率[4]。

2）建立完善的企业管理体系

健全的企业管理体制不仅有利于提高企业的核心竞争力，促进企业的发展，也是提高企业产值的重要因素[5]。企业董事会应当建立完善的管理制度，并根据近期暴露出的问题及时优化制度[6]。

对于政府而言：

1）为企业提供相对优惠的贷款政策

企业发展离不开融资。而较低的融资成本更为重要有利于公司业务的发展。从而促进了企业产值的增长。例如，对于信誉良好的公司，银行可以降低借款成本；对于资金周转困难但发展前景良好的公司，银行可以为其提供更多的流动资金支持[7]。

2）吸引人才

近20年来，中国经济蓬勃发展，企业间最重要的竞争已从产业技术含量和管理水平的竞争演变为企业人才的竞争[8]。企业人才是企业发展的第一资源，是决定企业产值的关键，与吸纳各领域人才相比，深圳需要更多的主要发展地区的人才来申请该市[9]。因此，深圳应强化自身优势，扬长避短，确定自身的竞争优势和独特的城市定位，吸引某一领域的人才[10]。

3.灰色预测模型的建立与求解

该模型的目标函数如下：

最大值	0.1766	0.1939	0.9957
最小值	0.063	-0.163	0.8285

表4 参数

我们首先检查等级比的相对误差，和精度p。通过MATLAB编程可知，认为结果已经达到了一般要求，证明了模型拟合是显著且良好的。

关于经济政策的影响，我们选取了深圳市人民政府办公厅2012年关于印发《深圳市外来务工人员入境管理暂行办法》的通知上的数据。将政策实施前的各种经济数据代入模型，得到预测值。现将预测值与实际值进行比较：

	常住人口数（10^4）	现存企业数	企业出口量（10^4）
预测值	3614.308	1356920.733	93466284.73
实际值	3967	1769876	93180979
预测值/实际值	0.911	0.7666	1.003

表5 预测值与实际值

通过上表我们可以得出结论，经济政策转型对企业数量影响显著，但对企业产值影响不大。由此导出的区域经济活力模型如下。

综合以上两个模型可以看出，经济政策对区域经济活力的长期影响较小，但短期影响更为显著。

4.灰色关联模型

4.1建模前的准备工作

通过对第一个模型的求解，得到了区域经济活力与人口数量、企业数量、企业产值之间的关系。本文接下来采用灰色关联分析法进行研究。

4.2模型建立

模型的目标函数如下：

是第i个比较序列的相关系数，是第i个比较序列的相关性。

由于每个因素有不同的计量单位，原始数据有维度和数量级的差异，这使得比较困难。因此，在计算关联度之前，要消除原始数据的维度差异。而由于我们收集的大部分数据序列都呈现出稳定的增长趋势，这种初始方法适合于稳定的社会经济现象的量纲化，因此可以利用它使增长趋势更加明显。

我们使用每个数据的最大值作为参考序列。数据处理后的参考数据系列而其他区域则设置为比较序列，从几何角度看，相关度本质上是参考序列和比较序列曲线形状的相似性。如果曲线形状接近，则两者之间的相关性较大；否则相关性较小。因此，我们选择差异作为相关性的衡量标准：

是第i个比较序列中第k个数据。

对于该值，极点之间存在最大和最小差异：

是两极之间的最大差值；是两极之间的最小差值。

从而确定相关系数：

其中是用来削弱相关失真效果的分辨率因子系数，当过大。我们人为地引入=0.5以提高相关系数之间差异的显著性。因为每个比较序列和参考序列之间的关联度是由n个相关系数反映。相关信息的离散性不便于我们整体比较。因此，需要对相关信息进行集中处理以获得相关度：

4.3模型求解

本文利用MATLAB编程，得到三地经济活力的排名结果，其中上海市排名第一，深圳市排名第二，北京市排名第三。

由此可见，经济政策的转变对深圳的经济活力有着积极的影响。为使深圳经济活力呈现良性可持续发展，增强区域竞争力，本文提出以下发展建议：

（1） 打造领军人才聚集高地，实施高端人才、海外人才引进计划。

人才是发达地区经济社会发展的核心和主体，也是创新产业发展的中坚力量和核心要素。认识到人才对城市发展的重要意义，深圳出台了一系列降低落户门槛、吸引人才的政策。在深圳近年来的发展中，我们可以看到常住人口数量的整体增长呈现出“慢-快-慢”的趋势，因为北京、上海等一线城市都出台了相关的高端人才引进政策。要提升其区域竞争力，必须完善人才激励优惠政策，完善租房补贴、人才准入等优惠政策，做大做强深圳。城市对高端人才的吸引力。

同时，深圳作为国内经济高度发达、对外开放程度较高的沿海城市，也面临着国际竞争的压力。国际化人才是推动城市全球创新的重要支撑，吸引和留住国际化人才将成为全球创新城市的新战场。因此，引进一批海内外“高、精、尖”人才是深圳人民工作的重点。引进高端人才和海外人才，对深圳高新技术产业和城市发展具有重要意义。在引进国际人才方面，一是要发展以香港和澳门为基础的人才政策，面向世界，减少国际高技术人才和企业家。特别是年轻人工作签证门槛，吸引高技能移民，留住正在我国学习的毕业生和企业家。深圳要积极探索灵活的海外和省内人才引进机制和保障体

剩余内容已隐藏，支付完成后下载完整资料

---

资料编号：[595473]，资料为PDF文档或Word文档，PDF文档可免费转换为Word