浙江省经济发展区域差距分析——TOPSIS分析外文翻译资料
2022-11-22 15:31:56
英语原文共 5 页,剩余内容已隐藏,支付完成后下载完整资料
浙江省经济发展区域差距分析——TOPSIS分析
DAI Xiajing;ZHANG Junjie
摘要:本文旨在评价浙江省经济发展的地区差异。根据11个城市的标准和实际情况,运用TOPSIS法,运用十个指标对2007到2009的数据进行了分析。评价结果表明,11个城市之间存在着区域经济发展差距。此外,本文探讨了差距背后的原因,并讨论了这些城市在全省的作用。
关键字:区域差距;经济发展;TOPSIS
引言
浙江省,位于中国东南沿海,占地总面积101800平方公里,其中包括 11个地级市,分别为杭州、宁波、温州、绍兴、湖州、金华、台州、丽水、衢州、金华和舟山。作为长江三角洲的重要组成部分,浙江省是中国经济最有活力和发达的省。在2009年,浙江省国内生产总值为2.2832万亿元,比上年同比增长8.9%,在中国的整体经济增长中排名第四。一、二、三产业增加值分别为1162亿元、1184亿元和9827亿元,分别增长了2.3%和6.8%。人均国内生产总值44335元,比上年增长7.6%。
浙江省作为中国首先实施以市场为导向的经济改革的省份,在改革取得了先发优势,同时建立了竞争机制,以及其成果的一部分,民营经济是地方经济发展的活力,优势和潜力。浙江省民营经济的特点是“小商品、大市场、低成本”,这促进了11个城市的发展,全省培育了500多个产业集群。如果在中国所有的城市之间的比较,这11个城市是发达城市,然而,在全省范围内,仍然存在着这11座城市之间的地区差异,有些城市可能更先进,而势必会有一些城市可能会滞后。为了提高生产要素的效率,促进经济的发展,经济一体化和均衡发展将是至关重要的。
本文正是在这样的背景下,运用定量分析,TOPSIS的方法,对11个城市的贡献进行了研究。从这一分析中可以看出11个城市的经济特征及其对全省的作用。
1. 文献综述
如今,大部分学者采用各种定量方法来研究区域经济发展。经济发展总是在复杂的多准则情况下考虑的,即多准则决策(MCDM, Hwang and Yoon,1981)。多准则决策经常被应用于在涉及到很多标准的复杂结构中。多准则决策问题可以分为两种,一是经典的多准则决策问题,其中等级和权重的标准是清晰的数字测量。另一种是模糊多准则决策问题,其中的评价具有不精确性,主观和模糊的评价和权重的权重通常表示语言条款、模糊数或直觉模糊数(Liu,2009)。
因此,多准则决策是以数理统计为基础的,并且要考虑标准之间的统计关系。(Jurjita.A,2010)。文献中提出有几种决策方法,包括Theilrsquo;s熵、JINI系数、TOPSIS和ELECTER等。如何选择这些方法是没有明确规则的,每一种方法都有其自身的优点和缺点。因此,研究对象和数据的特点就成为了判断的标准。本文中采用TOPSIS法是因为它操作简单且可编程(Chackraborty,2011)。此外,TOPSIS的优点是它具有良好的应用程序,用户可以直接输入判断数据,不需要任何的数学计算。而且,它还可以结合其他的多准则决策方法,如层次分析法、行动研究模式允许用户结构复杂的问题。
在经济发展的古典文学中,描述了区域差距的趋势是一个倒U型的曲线,如Williamson(1965)表示“区域收入差距的增加在早期发展阶段,此后趋于稳定,最后在成熟期逐渐减少。”早期的古典文学不足以用观测的原因解释,而后来的增长理论弥补了这一缺点,如Solow-Swan模型,预测了“在一个固定的储蓄率的情况下、较低的资本-劳动比率与快速的在一个稳定状态或平衡的路径资本存量的增加有关。”(Masahisa Fuita,2001)
自1990年以来,在中国区域差异方面已经涌现了许多研究。Lin(1998)研究区域开放中国的GINI系数后,得到了一个结论,即在中国的东部、中部和西部之间有着巨大的差异,这种差异导致了整个国家的经济不平衡。Yang(1994)计算了从1952年到1990年的人均国民收入的加权变异系数,最后得出的结论是,中国目前存在着不同城市的分歧的趋势的1978个转折点的“U”型曲线。Mei和Xu(2005)运用了Theil系数对江苏省13个城市的经济发展进行了分析。Lyons和Tsui(1991)测量中国从上世纪50年代到80年代中期的省际差异。世界银行(1995)采用了区域增长的方法,以人均GDP增长率为指标,分析了从1977年到1992年的差距。此外,Tian等人(1996)进一步研究了从1953到1993年区域收敛的趋势,并得出了有些争论的结论在这一时期存在着跨省际差距,。(Ergun,2011)
2.方法
2.1 TOPSIS
TOPSIS方法(逼近理想解的排序方法)是基于找到一个从理想的解决方案和最远的距离的负理想解的最短距离。通过一致性和系统性标准,TOPSIS分析理想的解决方案,是最大利益的解决方案,和负理想解之间的距离关系,被视为最小利益的解决方案。TOPSIS一般用于多属性决策,根据备选方案与理想方案之间的紧密度来排序备选方案。这种方法的主要优点是它的用户可以直接输入判断数据,不需要任何的数学计算,且定位理想的解决方案和负理想的解决方案很容易。
涉及TOPSIS的步骤如下:
(1)第一步,输入的矩阵形式表示
(2)第二步,规范化决策矩阵的构造使用方程(1)
(1)
(3)第3步,加权归一化决策矩阵的计算
(4)第4步,以确定理想(S )和最坏(S -)替代
S ={rj | j = 1,2,···,10}={maxrij |j=1,2,···,10} (2)
S- ={rj - | j = 1, 2,···,10}={minrij |j=1,2,···,10}
(5)第5步,计算每个选择的距离从理想和最坏的选择
(3)
(6)第6步,计算综合评价指标
(4)
2.2 区域发展标准
11个城市的发展水平的确定,需要多标准来阐述。根据指标选取的科学性、科学性、合理性、可比性和可控性等原则,采用10个指标对浙江省11个城市的经济水平进行了测度。整个评价体系如表1所示:
表 1 经济发展评价体系
Criteria |
Sub-criteria |
Economic Scale |
(1) Per Capita GDP |
(2) GDP |
|
(3) Total Retail Sales of Consumer Goods |
|
Industry Structure |
(4)Composition of GDP |
(5)Total Investment in Fixed Assets |
|
(6)Total Profits of Industrial Enterprise Above Designated Size |
|
Peoplersquo;s Living Conditions |
(7)annual per capita disposable income of households |
(8)savings deposit o households |
|
Foreign Trade and Economic Cooperation |
(9)Number of Projects for Contracted Foreign Direct Investment |
(10)Total Value of Imports and Exports |
从2007年到2009年的指标数据主要来自《浙江省政府年鉴》,因为每个评价指标有其自身的特定维度,不允许在不同维度的指标值的比较,因此可以直接在不同单位的指标之间进行,减少在综合评价由于波动范围的指标值和尺寸带来的影响,并尽量减少信息的损失。因此,数据无量纲化方法在分析过程中是必不可少的。SPSS聚类分析中的菜单提供四种无量纲化的方法,此次研究采用标准化的方法,即将一个变量调整为零均值和等标准差的变量。表2以2009年的数据为例,给出了标准化后的变量。
表 2 标准化
<td
剩余内容已隐藏,支付完成后下载完整资料</td
资料编号:[26633],资料为PDF文档或Word文档,PDF文档可免费转换为Word
x1 |
x2 |
x3 |
x5 |
x6 |
x7 |
x8 |
x4 |
x9 |
x10 |
|
Hangzhou |
0.6465 |
0.1334 |
0.6066 |
0.6353 |
0.6363 |
0.3401 |
0.6929 |
0.3325 |
0.6804 |
0.9791 |
Ningbo |
0.5474 |
0.1503 |
0.4925 |
0.5599 |
0.5671 |
0.3681 |
0.4995 |
0.3531 |
0.5129 |
0.4643 |
Jiaxing |
0.2494 |
0.1086 |
0.2675 |
0.3686 |
0.2493 |
0.3198 |
0.2212 |
0.3341 |
0.33 |
0.0294 |
Huzhou |
0.1453 |
0.0792 |
0.1441 |
0.1648 |
0.154 |
0.3146 |
0.1071 |
0.3412 |
0.4391 |
0.1814 |
Shaoxin |
0.3202 |
0.09936 |
0.255 |
0.2978 |
0.3714 |
0.3968 |
0.2536 |
0.3112 |
0.2056 |
0.1759 |
Zhoushang |
0.0625 |
0.1014 |
0.0589 |
0.114 |
0.0535 |
0.3255 |
0.0548 |
0.3267 |
0.0143 |
0.0247 |
Wenzhou |
0.292 |
0.0591 |
0.413 |
0.246 |
0.2625 |
0.3088 |
0.3899 |