縣域經濟發展綜合評價

許貴芝

關鍵詞：縣域經濟;綜合評價;熵值法;區域差異

中圖分類號：F127 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2022）06-0046-03

引言

縣域經濟的發展與國家富強、民族振興密切相關。截至2020年，我國脫貧攻堅取得卓越成就，縣（市）作為區域發展的重要組成部分，在脫貧攻堅的偉大斗爭中發揮了不可替代的作用。但我國縣域經濟發展仍存在不平衡不充分的問題，以云貴為代表的西部地區和以江浙為代表的東部地區仍存在較大差距。西部地區如何實現“趕超”，如何充分利用自身的要素稟賦實現經濟規模與經濟效益的同步增長，如何提高產業結構水平，這都是值得我們思考與解決的問題。

對于縣域經濟發展綜合指標評價體系的構建，大多數研究都是基于當下“十三五”規劃中提出的創新、協調、綠色、開放、共享五大理念進行指標劃分，但沒有考慮到東中西部的發展差異。張春光（2009）認為，縣域經濟發展質量的指標體系要更側重于空間比較[1]，結合時間與空間維度，從而更好地分析區域發展差距。此外，對于少數民族自治州的研究也較少。

鑒于此，本文首先以貴州省黔南州12個縣（市）作為研究對象，基于經濟規模、經濟效益、結構水平這三個維度，構建縣域經濟發展的綜合評價體系。其次，運用熵值法綜合評價經濟發展質量。最后，通過變異系數法分析近十年以來的區域發展差異。

一、文獻綜述

張志強等（2019）通過分析國際和國內環境，得出中國縣域經濟發展存在區位、結構等不足之處[2];李泉（2019）指出，縣域經濟發展的基礎是利用資源稟賦和比較優勢[3];黃麗娟等（2018）研究縣域經濟與鄉村轉型發展的耦合協同關系，認為兩者協調發展可以促進區域一體化[4]。

關于指標選取，孔凡萍等（2011）以縣域經濟科學發展評價體系中的和諧社會建設、人口與健康、生態環境三個方面為例，對其評價指標進行分析篩選[5];肖越（2011）從發展水平、發展潛力、發展活力三個方面構建縣域經濟發展評價指標體系[6];張曉春（2018）從經濟規模、經濟效益、結構水平、人民生活水平、開放程度方面，構建廣東省縣域經濟發展水平指標體系[7]。

二、黔南州各縣（市）經濟發展質量的綜合評價

（一）綜合評價指標的設計和選取

本文基于張曉春提出的經濟規模、經濟效益、結構水平、人民生活水平、開放程度五個指標[7]，綜合考量黔南州各個縣（市）的實際發展狀況，按照科學性、代表性、可獲得性等原則選取了體現經濟發展質量的相關指標。本文將從經濟規模（EOS）、經濟效益（EB）、結構水平（SL）這 3 個一級指標和地區生產總值（EOS1）、社會消費品零售總額（EOS2）、年末城鄉居民儲蓄存款余額（EOS3）、人均地區生產總值（EB1）、人均社會消費品零售總額（EB2）、第二產業產值比重（SL1）、第三產業產值比重（SL2）這 7 個二級指標對 12 個縣（市）的經濟發展進行綜合評價。

（二）數據來源和研究方法

本文數據主要來源于12個縣（市）的政府統計公報、《貴州省統計年鑒》，對于缺失數據，本文采用插值法進行填補。運用熵值法對經濟發展質量進行評價研究，主要通過無量綱化處理，從而消除指標之間的數量和量綱差異，本文選取的指標皆為正向指標，均采用正向標準化方式處理。

（三）經濟發展質量的結果分析

1.指標權重分析。地區生產總值（EOS1）、社會消費品零售總額（EOS2）、年末城鄉居民儲蓄存款余額（EOS3）、人均地區生產總值（EB1）、人均社會消費品零售總額（EB2）、第二產業產值比重（SL1）、第三產業產值比重（SL2）的權重分別為0.1405、0.1454、0.1418、0.1378、0.1403、0.1609、0.1333。

2.綜合評價結果分析。2010—2019年，從經濟發展質量綜合指數來看。都勻、福泉、惠水、甕安、長順、龍里、貴定、獨山、平塘、荔波、羅甸、三都的均值分別為0.49、0.498、0.442、0.525、0.493、0.418、0.467、0.399、0.474、0.496、 0.54、0.453。2010—2014年，綜合排名最高的是羅甸，其次是荔波;排名相對落后的有龍里、三都;排名比較穩定的有荔波、獨山、貴定、都勻。2015—2018年，綜合排名最高的是羅甸;其次是甕安;排名相對落后的有獨山、惠水;排名比較穩定的有羅甸、獨山。2019年是各縣（市）發展的拐點，排名變動較大，惠水突然上升為第一名，而一直處于中間位置的長順排名第二;獨山開始表現出強勁的向上發展趨勢，排名第三;以往年度一直位居榜首的羅甸縣跌至倒數第三;值得注意的是前三名都位于黔中城市群，充分說明了黔中城市群的規劃與實施效果的可行性與有效性。

3.區域差異分析。本文借鑒安景文等（2019）提出的方法，采用變異系數（CV）反映各縣（市）經濟發展質量的差異[8]。變異系數是標準差與平均數的比值，用于測量數據的變異程度。它不僅可以顯示區域經濟發展質量的相對變化程度，而且也可以避免數據之間由于單位與平均值不同而形成的誤差，其計算公式為：

2010—2019年，黔南州的CV指數分別為0.27、0.186、0.132、0.126、0.15、0.135、0.126、0.121、0.082、0.057，平均每年下降0.021，說明在這10年間各縣（市）的一體化協同發展有一定成效，縣域經濟的發展差異在逐漸縮小。

從時間序列來看，大致可分為三個階段。第一階段是2010—2013年，區域差異持續縮小，這與國家制定新的西部大開發戰略政策有關。第二階段是2013—2017年，雖然2013—2014年，區域發展差異有所擴大，但從2014年起逐年下降，可能是因為各地政府推進特色小城鎮建設，促進鄉村旅游業的發展，從而縮小地區發展差距。第三階段是2017—2019年，各縣（市）經濟發展差異程度持續下降并達到歷史最低點，2017年黔中城市群規劃的提出有利于實現縣域經濟的一體化發展。

三、結論及政策啟示

（一）結論

為了更加準確地分析各縣（市）的經濟發展狀況，本文進一步分析了各個維度的經濟發展質量。從經濟規模、經濟效益、結構水平這三個一級指標出發，通過熵值法構建經濟發展質量的評價體系，可以得到經濟規模、經濟效益、結構水平的權重分別為0.4277、0.2781、0.2942。結果表明，黔南州各縣（市）經濟發展質量主要依賴于經濟規模與產業結構，經濟效益還未發揮其應有的作用。

1.經濟規模對經濟發展質量的貢獻度最高，二級指標中，社會消費品零售總額帶來的規模效應大于存款與地區生產總值，進一步說明消費作為拉動國民經濟的“三駕馬車”之一，促進經濟規模的增長。

2.結構水平對經濟發展質量的貢獻度較高，其中，第二產業所帶來的效應高于第三產業，說明黔南州第三產業的發展還不夠完善，還沒有充分發揮旅游業等服務行業的比較優勢。

3.經濟效益的貢獻度最低，但人均社會消費品總額的效應高于人均地區生產總值，也印證了消費對于經濟的貢獻度。

（二）政策啟示

1.繼續保持消費對于經濟的拉動作用。對于一些經濟發展綜合排名比較靠后的縣（市），比如獨山縣、龍里縣，這些縣（市）的首要問題就是及時追趕其他縣（市），而促進消費是最直接、最具可行性的措施。當然，社會消費品零售總額也包括電商銷售額，進一步挖掘本地的網絡消費潛力，利用大數據平臺的優勢，完善物流與交通基礎設施，讓農村也實現網購便利化。

2.依托黔中城市群，加快區域分工。都勻、惠水、福泉、甕安、長順、龍里、貴定均位于黔中城市群，通過劃分每個地區的功能，黔南州各縣（市）可以充分利用貴陽、安順、畢節等核心城市帶的稟賦資源優勢，減少相關交易成本，提高當地生產生活效率。

3.發揮政府推進新型城鎮化的導向作用。政府應當充分理解新型城鎮化的內涵，因地制宜，對于一些發展程度較高的城市，在發展經濟規模的同時，要注重經濟效益的提高和經濟結構的完善，尤其是經濟發展與生態建設的協調。對于一些落后的農村地區，優先考慮人口城鎮化，從而實現區域的協調發展[9]。

4.優化產業布局，調整產業結構，大力發展第三產業。黔南州應充分利用各縣（市）的資源稟賦，調整產業結構，依托生態環境優勢，努力發展生態旅游業，將生態價值轉化為經濟價值;以農產品為主線，拓展出一條包含觀光、休閑、娛樂的產業鏈，著力打造少數民族特色文化旅游。

參考文獻：

[1] ?張春光.論體現科學發展觀要求的縣域經濟社會發展綜合評價指標體系的構建[J].理論學刊，2009，（12）：53-58.

[2] ?張志強，熊永蘭，張宸嘉.中國縣域經濟發展：環境、障礙與對策[J].中國西部，2019，（3）：17-24.

[3] ?李泉.中國縣域經濟發展40年：經驗與啟示[J].石河子大學學報：哲學社會科學版，2019，（1）：74-84.

[4] ?黃麗娟，馬曉冬.江蘇省縣域經濟與鄉村轉型發展的空間協同性分析[J].經濟地理，2018，（6）：151-159.

[5] ?孔凡萍，于俊鳳，王蕾，朱世偉，馮海洲.縣域經濟科學發展評價指標選擇探析[J].科學與管理，2011，（1）：34-37.

[6] ?肖越.關于縣域經濟發展評價指標體系構建的論證[J].西安財經學院學報，2011，（1）：113-116.

[7] ?張曉春.廣東省經濟空間結構演化及影響因素研究[D].廣州：暨南大學，2018.

[8] ?安景文，王金鶴，馬明.五大發展理念視角下京津冀都市圈經濟增長質量測度[J].商業經濟研究，2019，（17）：153-156.

[9] ?盧盛峰，陳思霞，張東杰.政府推動型城市化促進了縣域經濟發展嗎[J].統計研究，2017，（5）：59-68.

Key words：county economy;comprehensive evaluation;entropy method;regional difference

3249500589262