周利兵 蔣才云 藍(lán)峻峰

(廣西科技師范學(xué)院 廣西來(lái)賓 546199)

我國(guó)經(jīng)濟(jì)已由高速增長(zhǎng)階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展是保持經(jīng)濟(jì)健康、持續(xù)、穩(wěn)定發(fā)展的必然要求，是適應(yīng)我國(guó)社會(huì)主義主要矛盾轉(zhuǎn)化的科學(xué)選擇[1-3]。經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變是實(shí)現(xiàn)由高速增長(zhǎng)向高質(zhì)量增長(zhǎng)的必然途徑，轉(zhuǎn)變的動(dòng)力來(lái)源于經(jīng)濟(jì)發(fā)展的壓力，實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展目標(biāo)由追求GDP總量增長(zhǎng)向?qū)崿F(xiàn)人民收入增長(zhǎng)的轉(zhuǎn)型[4]。近年來(lái)，廣西來(lái)賓經(jīng)濟(jì)社會(huì)快速發(fā)展，綜合實(shí)力顯著增強(qiáng)[5-7]。劉瓊等人[8]根據(jù)培育新動(dòng)能是新常態(tài)下吉林省經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量發(fā)展的根本途徑，通過(guò)梳理現(xiàn)階段吉林省經(jīng)濟(jì)發(fā)展的基本態(tài)勢(shì)，認(rèn)識(shí)阻礙吉林省新動(dòng)能增長(zhǎng)的關(guān)鍵問(wèn)題，有針對(duì)性地提出培育新動(dòng)能的路徑，即要加大投入力度、推進(jìn)智能制造，轉(zhuǎn)變政府職能、改善營(yíng)商環(huán)境，引入市場(chǎng)機(jī)制，加快國(guó)企混改。

任憲靜等人[9]根據(jù)對(duì)新動(dòng)能內(nèi)涵的理解構(gòu)建河南省經(jīng)濟(jì)發(fā)展新動(dòng)能指數(shù)，并結(jié)合新動(dòng)能集中度和極化度模型，對(duì)河南省經(jīng)濟(jì)發(fā)展新動(dòng)能空間極化效應(yīng)進(jìn)行分析。研究發(fā)現(xiàn)：河南省各地市新動(dòng)能及其核心要素的集中度存在明顯的不均衡現(xiàn)象，且各個(gè)地市之間的差距呈現(xiàn)不斷擴(kuò)大的趨勢(shì)；河南省經(jīng)濟(jì)發(fā)展新動(dòng)能空間極化程度呈現(xiàn)逐年上升的態(tài)勢(shì)。

以上研究基于宏觀描述構(gòu)建新動(dòng)能研究體系。為了研究來(lái)賓市經(jīng)濟(jì)發(fā)展情況，筆者提出用計(jì)量學(xué)方法構(gòu)建并研究廣西經(jīng)濟(jì)發(fā)展新動(dòng)能。為了研究廣西來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能情況，該文選擇2020年廣西區(qū)內(nèi)14個(gè)地市科技發(fā)展與創(chuàng)新、農(nóng)業(yè)農(nóng)村、人民生活等多個(gè)指標(biāo)，主要從一般公共財(cái)政預(yù)算收入（億元）、稅收收入、國(guó)內(nèi)增值稅、企業(yè)所得稅、個(gè)人所得稅、一般公共預(yù)算支出（億元）、社會(huì)保障和就業(yè)支出、醫(yī)療健康支出、農(nóng)林水利事務(wù)支出、農(nóng)村居民人均可支配收入（元）、農(nóng)村居民人均消費(fèi)性支出（元）、農(nóng)村居民食品煙酒支出、城鎮(zhèn)居民人均可支配收入（元）、城鎮(zhèn)居民人均消費(fèi)性支出（元）、城鎮(zhèn)居民食品煙酒支出、城鎮(zhèn)人均住房建筑面積（m2）、農(nóng)村人均住房面積（m2）、城鎮(zhèn)非私營(yíng)單位從業(yè)人員年平均工資（元）、房地產(chǎn)開(kāi)發(fā)投資額（億元）、商品房銷(xiāo)售額（億元）、常用耕地面積（m2）、化肥使用量（折純量,萬(wàn)噸）、農(nóng)村用電量（億kW·h）、有效灌溉面積（m2）、農(nóng)作物總播種面積（不含食用菌）（m2）、糧食作物、糧食產(chǎn)量（萬(wàn)t）、甘蔗產(chǎn)量（萬(wàn)t）、油料產(chǎn)量（萬(wàn)t）、蔬菜產(chǎn)量（含食用菌）（萬(wàn)t）、園林水果產(chǎn)量（萬(wàn)t）、肉類總產(chǎn)量（萬(wàn)t）、奶類產(chǎn)量（萬(wàn)t）、禽蛋產(chǎn)量（萬(wàn)t）、水產(chǎn)品產(chǎn)量（萬(wàn)t）等方面來(lái)構(gòu)建廣西經(jīng)濟(jì)發(fā)展新動(dòng)能研究體系，并對(duì)來(lái)賓與廣西區(qū)內(nèi)市經(jīng)濟(jì)發(fā)展進(jìn)行綜合分析及評(píng)價(jià)。立足于廣西經(jīng)濟(jì)發(fā)展新動(dòng)能現(xiàn)狀，構(gòu)建新動(dòng)能研究模型，并提出針對(duì)制約來(lái)賓經(jīng)濟(jì)發(fā)展的因素提出促進(jìn)來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能和經(jīng)濟(jì)社會(huì)發(fā)展的政策建議，為政府進(jìn)行科學(xué)決策和宏觀管理提供可參考的有效依據(jù)。

1 材料與方法

1.1 材料來(lái)源

選取2020 年廣西區(qū)內(nèi)14 個(gè)地市經(jīng)濟(jì)社會(huì)發(fā)展數(shù)據(jù)一般公共財(cái)政預(yù)算收入（億元）X1、稅收收入X2、國(guó)內(nèi)增值稅X3、企業(yè)所得稅X4、個(gè)人所得稅X5、一般公共預(yù)算支出（億元）X6、社會(huì)保障和就業(yè)支出X7、醫(yī)療健康支出X8、農(nóng)林水利事務(wù)支出X9、農(nóng)村居民人均可支配收入（元）X10、農(nóng)村居民人均消費(fèi)性支出（元）X11、農(nóng)村居民食品煙酒支出X12、城鎮(zhèn)居民人均可支配收入（元）X13、城鎮(zhèn)居民人均消費(fèi)性支出（元）X14、城鎮(zhèn)居民食品煙酒支出X15、城鎮(zhèn)人均住房建筑面積（m2）X16、農(nóng)村人均住房面積（m2）X17、城鎮(zhèn)非私營(yíng)單位從業(yè)人員年平均工資（元）X18、房地產(chǎn)開(kāi)發(fā)投資額（億元）X19、商品房銷(xiāo)售額（億元）X20、常用耕地面積（m2）X21、化肥使用量（折純量，萬(wàn)t）X22、農(nóng)村用電量（億kW·h）X23、有效灌溉面積（m2）X24、農(nóng)作物總播種面積（不含食用菌）（m2）X25、糧食作物X26、糧食產(chǎn)量（萬(wàn)t）X27、甘蔗產(chǎn)量（萬(wàn)t）X28、油料產(chǎn)量（萬(wàn)t）X29、蔬菜產(chǎn)量（含食用菌）（萬(wàn)t）X30、園林水果產(chǎn)量（萬(wàn)t）X31、肉類總產(chǎn)量（萬(wàn)t）X32、奶類產(chǎn)量（萬(wàn)t）X33、禽蛋產(chǎn)量（萬(wàn)t）X34、水產(chǎn)品產(chǎn)量（萬(wàn)t）X35等方面作為分析樣本，原始數(shù)據(jù)來(lái)自《廣西統(tǒng)計(jì)年簽（2021年）》[10]，構(gòu)建經(jīng)濟(jì)發(fā)展新動(dòng)能和經(jīng)濟(jì)社會(huì)發(fā)展問(wèn)題評(píng)價(jià)體系。

1.2 研究方法

采用灰色模式識(shí)別和因子分析結(jié)合組成灰色因子分析、灰色模式識(shí)別和聚類分析結(jié)合組成灰色聚類分析模式，對(duì)廣西經(jīng)濟(jì)發(fā)展新動(dòng)能現(xiàn)狀數(shù)據(jù)進(jìn)行了綜合分析。并對(duì)來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能研究多指標(biāo)綜合評(píng)價(jià)，提出促進(jìn)來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能和經(jīng)濟(jì)社會(huì)發(fā)展的政策建議。

2 結(jié)果與分析

2.1 灰色因子分析

（1）灰色因子分析是灰色模式識(shí)別和因子分析法組合模型，通過(guò)把灰色因子分析原始數(shù)據(jù)壓縮為少數(shù)的幾個(gè)灰色因子來(lái)綜合反映全部因子的大部分信息的降維方法，這些壓縮后的新變量彼此間消除了多重共線性、互不相關(guān)，所包含的信息量占原始信息的85%以上，這些新變量分析本質(zhì)問(wèn)題可信度很高[11]。

處理后數(shù)據(jù)具體如表1所示。

表1 原始數(shù)據(jù)經(jīng)標(biāo)準(zhǔn)化后的數(shù)據(jù)

（2）進(jìn)行灰色因子分析,得到廣西區(qū)內(nèi)14個(gè)地市經(jīng)濟(jì)社會(huì)發(fā)展數(shù)據(jù)：一般公共財(cái)政預(yù)算收入（億元）X1、稅收收入X2、國(guó)內(nèi)增值稅X3、企業(yè)所得稅X4、個(gè)人所得稅X5、一般公共預(yù)算支出（億元）X6、社會(huì)保障和就業(yè)支出X7、醫(yī)療健康支出X8、農(nóng)林水利事務(wù)支出X9、農(nóng)村居民人均可支配收入（元）X10、農(nóng)村居民人均消費(fèi)性支出（元）X11、農(nóng)村居民食品煙酒支出X12、城鎮(zhèn)居民人均可支配收入（元）X13、城鎮(zhèn)居民人均消費(fèi)性支出（元）X14、城鎮(zhèn)居民食品煙酒支出X15、城鎮(zhèn)人均住房建筑面積（m2）X16、農(nóng)村人均住房面積（m2）X17、城鎮(zhèn)非私營(yíng)單位從業(yè)人員年平均工資（元）X18、房地產(chǎn)開(kāi)發(fā)投資額（億元）X19、商品房銷(xiāo)售額（億元）X20、常用耕地面積（m2）X21、化肥使用量（折純量，萬(wàn)t）X22、農(nóng)村用電量（億kW·h）X23、有效灌溉面積（m2）X24、農(nóng)作物總播種面積（不含食用菌）（m2）X25、糧食作物X26、糧食產(chǎn)量（萬(wàn)t）X27、甘蔗產(chǎn)量（萬(wàn)t）X28、油料產(chǎn)量（萬(wàn)t）X29、蔬菜產(chǎn)量（含食用菌）（萬(wàn)t）X30、園林水果產(chǎn)量（萬(wàn)t）X31、肉類總產(chǎn)量（萬(wàn)t）X32、奶類產(chǎn)量（萬(wàn)t）X33、禽蛋產(chǎn)量（萬(wàn)t）X34、水產(chǎn)品產(chǎn)量（萬(wàn)t）X35的灰色關(guān)聯(lián)系數(shù)矩陣（見(jiàn)表2）、特征根和方差貢獻(xiàn)率（如表3所示）及碎石圖見(jiàn)圖1。由表2數(shù)據(jù)知，各灰色關(guān)聯(lián)關(guān)系數(shù)85%以上數(shù)據(jù)的絕對(duì)值大于0.30，各變量?jī)蓛芍g有較大的相關(guān)系數(shù)，各變量與1 個(gè)以上的其他變量有較大的灰色關(guān)聯(lián)系數(shù)，因此，適宜用灰色因子分析法來(lái)研究變量之間的關(guān)系[12]。

圖1 經(jīng)濟(jì)社會(huì)發(fā)展碎石圖

表2 灰色關(guān)聯(lián)系數(shù)矩陣

表3 灰色因子分析的特征根和方差貢獻(xiàn)率（單位：%）

由表3及圖1可知，前7個(gè)灰色主因子累計(jì)貢獻(xiàn)率達(dá)到92.861%>85%，前7個(gè)灰色主因子的特征值（λ>1）較大且連線較陡峭，即前7 個(gè)灰色主因子對(duì)解釋變量的貢獻(xiàn)最大，提取前7個(gè)主因子最合適，它代表了廣西區(qū)內(nèi)14個(gè)地市經(jīng)濟(jì)社會(huì)發(fā)展數(shù)據(jù)：一般公共財(cái)政預(yù)算收入（億元）X1、稅收收入X2、國(guó)內(nèi)增值稅X3、企業(yè)所得稅X4、個(gè)人所得稅X5、一般公共預(yù)算支出（億元）X6、社會(huì)保障和就業(yè)支出X7、醫(yī)療健康支出X8、農(nóng)林水利事務(wù)支出X9、農(nóng)村居民人均可支配收入（元）X10、農(nóng)村居民人均消費(fèi)性支出（元）X11、農(nóng)村居民食品煙酒支出X12、城鎮(zhèn)居民人均可支配收入（元）X13、城鎮(zhèn)居民人均消費(fèi)性支出（元）X14、城鎮(zhèn)居民食品煙酒支出X15、城鎮(zhèn)人均住房建筑面積（m2）X16、農(nóng)村人均住房面積（m2）X17、城鎮(zhèn)非私營(yíng)單位從業(yè)人員年平均工資（元）X18、房地產(chǎn)開(kāi)發(fā)投資額（億元）X19、商品房銷(xiāo)售額（億元）X20、常用耕地面積（m2）X21、化肥使用量（折純量，萬(wàn)t）X22、農(nóng)村用電量（億kW·h）X23、有效灌溉面積（m2）X24、農(nóng)作物總播種面積（不含食用菌）（m2）X25、糧食作物X26、糧食產(chǎn)量（萬(wàn)t）X27、甘蔗產(chǎn)量（萬(wàn)t）X28、油料產(chǎn)量（萬(wàn)t）X29、蔬菜產(chǎn)量（含食用菌）（萬(wàn)t）X30、園林水果產(chǎn)量（萬(wàn)t）X31、肉類總產(chǎn)量（萬(wàn)t）X32、奶類產(chǎn)量（萬(wàn)t）X33、禽蛋產(chǎn)量（萬(wàn)t）X34、水產(chǎn)品產(chǎn)量（萬(wàn)t）X35的92.861%的信息。

（3）因子旋轉(zhuǎn)。旋轉(zhuǎn)后的因子載荷陣（見(jiàn)表4）。第1 公共因子在指標(biāo)一般公共財(cái)政預(yù)算收入（億元）X1、稅收收入X2、國(guó)內(nèi)增值稅X3、企業(yè)所得稅X4、個(gè)人所得稅X5、一般公共預(yù)算支出（億元）X6、社會(huì)保障和就業(yè)支出X7、醫(yī)療健康支出X8、農(nóng)林水利事務(wù)支出X9、城鎮(zhèn)非私營(yíng)單位從業(yè)人員年平均工資（元）X18、房地產(chǎn)開(kāi)發(fā)投資額（億元）X19、商品房銷(xiāo)售額（億元）X20、農(nóng)村用電量（億kW·h）X23、有效灌溉面積（m2）X24、農(nóng)作物總播種面積（不含食用菌）（m2）X25、糧食作物X26、糧食產(chǎn)量（萬(wàn)t）X27、油料產(chǎn)量（萬(wàn)t）X29、蔬菜產(chǎn)量（含食用菌）（萬(wàn)t）X30、肉類總產(chǎn)量（萬(wàn)t）X32有較大的載荷,說(shuō)明第1 公共因子主要反映了經(jīng)濟(jì)發(fā)展情況；第2 公共因子在指標(biāo)農(nóng)村居民人均可支配收入（元）X10、農(nóng)村居民人均消費(fèi)性支出（元）X11、農(nóng)村居民食品煙酒支出X12、城鎮(zhèn)居民人均可支配收入（元）X13、城鎮(zhèn)居民人均消費(fèi)性支出（元）X14、城鎮(zhèn)居民食品煙酒支出X15上有較大的載荷；第3 公共因子在指標(biāo)化肥使用量（折純量，萬(wàn)t）X22、園林水果產(chǎn)量（萬(wàn)t）X31有較大的載荷，第4公共因子在指標(biāo)農(nóng)村人均住房面積（m2）X17、甘蔗產(chǎn)量（萬(wàn)t）X28、水產(chǎn)品產(chǎn)量（萬(wàn)t）X35的有較大的載荷，第5公共因子在指標(biāo)禽蛋產(chǎn)量（萬(wàn)t）X34有較大的載荷，第6公共因子在指標(biāo)城鎮(zhèn)人均住房建筑面積（m2）X16、奶類產(chǎn)量（萬(wàn)t）X33有較大的載荷，第7 公共因子在指標(biāo)常用耕地面積（m2）X21有較大的載荷。主要反映了農(nóng)業(yè)農(nóng)村發(fā)展情況。

表4 旋轉(zhuǎn)后的因子載荷陣

（4）計(jì)算灰色因子得分和綜合因子分值?；疑蜃拥梅趾途C合因子得分值，見(jiàn)表5。廣西區(qū)內(nèi)14 個(gè)地市經(jīng)濟(jì)社會(huì)發(fā)展得分圖見(jiàn)圖2。

圖2 廣西區(qū)內(nèi)14個(gè)地市經(jīng)濟(jì)社會(huì)發(fā)展得分圖

表5 灰色因子和綜合因子分值

2.2 灰色聚類分析

灰色聚類分析是灰色模式識(shí)別和聚類分析組合模型對(duì)研究對(duì)象進(jìn)行分類，把所有的個(gè)案歸類在不同的類中，使同一類中個(gè)體有較大的相似性，不同類中個(gè)體有較大的差異[13]。根據(jù)廣西區(qū)內(nèi)14 個(gè)地市經(jīng)濟(jì)社會(huì)發(fā)展數(shù)據(jù)：一般公共財(cái)政預(yù)算收入（億元）X1、稅收收入X2、國(guó)內(nèi)增值稅X3、企業(yè)所得稅X4、個(gè)人所得稅X5、一般公共預(yù)算支出（億元）X6、社會(huì)保障和就業(yè)支出X7、醫(yī)療健康支出X8、農(nóng)林水利事務(wù)支出X9、農(nóng)村居民人均可支配收入（元）X10、農(nóng)村居民人均消費(fèi)性支出（元）X11、農(nóng)村居民食品煙酒支出X12、城鎮(zhèn)居民人均可支配收入（元）X13、城鎮(zhèn)居民人均消費(fèi)性支出（元）X14、城鎮(zhèn)居民食品煙酒支出X15、城鎮(zhèn)人均住房建筑面積（m2）X16、農(nóng)村人均住房面積（m2）X17、城鎮(zhèn)非私營(yíng)單位從業(yè)人員年平均工資（元）X18、房地產(chǎn)開(kāi)發(fā)投資額（億元）X19、商品房銷(xiāo)售額（億元）X20、常用耕地面積（m2）X21、化肥使用量（折純量，萬(wàn)t）X22、農(nóng)村用電量（億kW·h）X23、有效灌溉面積（m2）X24、農(nóng)作物總播種面積（不含食用菌）（m2）X25、糧食作物X26、糧食產(chǎn)量（萬(wàn)t）X27、甘蔗產(chǎn)量（萬(wàn)t）X28、油料產(chǎn)量（萬(wàn)t）X29、蔬菜產(chǎn)量（含食用菌）（萬(wàn)t）X30、園林水果產(chǎn)量（萬(wàn)t）X31、肉類總產(chǎn)量（萬(wàn)t）X32、奶類產(chǎn)量（萬(wàn)t）X33、禽蛋產(chǎn)量（萬(wàn)t）X34、水產(chǎn)品產(chǎn)量（萬(wàn)t）X35，采用灰色聚類分析構(gòu)建廣西區(qū)內(nèi)14 個(gè)地市經(jīng)濟(jì)社會(huì)發(fā)展多指標(biāo)評(píng)價(jià)模型?；疑垲惙治鰣D見(jiàn)圖3。

圖3 各市2020年經(jīng)濟(jì)發(fā)展灰色聚類分析圖

3 結(jié)論與討論

由表5、圖2可知，2020年廣西區(qū)內(nèi)14個(gè)地市在一般公共財(cái)政預(yù)算收入（億元）、稅收收入、國(guó)內(nèi)增值稅、企業(yè)所得稅、個(gè)人所得稅、一般公共預(yù)算支出（億元）、社會(huì)保障和就業(yè)支出、醫(yī)療健康支出、農(nóng)林水利事務(wù)支出、農(nóng)村居民人均可支配收入（元）、農(nóng)村居民人均消費(fèi)性支出（元）、農(nóng)村居民食品煙酒支出、城鎮(zhèn)居民人均可支配收入（元）、城鎮(zhèn)居民人均消費(fèi)性支出（元）、城鎮(zhèn)居民食品煙酒支出、城鎮(zhèn)人均住房建筑面積（m2）、農(nóng)村人均住房面積（m2）、城鎮(zhèn)非私營(yíng)單位從業(yè)人員年平均工資（元）、房地產(chǎn)開(kāi)發(fā)投資額（億元）、商品房銷(xiāo)售額（億元）、常用耕地面積（m2）、化肥使用量（折純量，萬(wàn)t）、農(nóng)村用電量（億kW·h）、有效灌溉面積（m2）、農(nóng)作物總播種面積（不含食用菌）（m2）、糧食作物、糧食產(chǎn)量（萬(wàn)t）、甘蔗產(chǎn)量（萬(wàn)t）、油料產(chǎn)量（萬(wàn)t）、蔬菜產(chǎn)量（含食用菌）（萬(wàn)t）、園林水果產(chǎn)量（萬(wàn)t）、肉類總產(chǎn)量（萬(wàn)t）、奶類產(chǎn)量（萬(wàn)t）、禽蛋產(chǎn)量（萬(wàn)t）、水產(chǎn)品產(chǎn)量（萬(wàn)t）等方面經(jīng)濟(jì)發(fā)展新動(dòng)能研究排序?yàn)椋耗蠈幨小⒐鹆质?、玉林市、貴港市、北海市、柳州市、欽州市、百色市、來(lái)賓市、防城港市、賀州市、梧州市、崇左市、河池市。

由圖3可知，2020年廣西區(qū)內(nèi)14個(gè)地市在一般公共財(cái)政預(yù)算收入（億元）等35 個(gè)指標(biāo)構(gòu)建的多指標(biāo)評(píng)價(jià)體系中，可以聚為三類：南寧市為一類，桂林市為一類，玉林市、貴港市、北海市、柳州市、欽州市、百色市、來(lái)賓市、防城港市、賀州市、梧州市、崇左市、河池市為一類。

根據(jù)上述內(nèi)容可知，來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能研究多指標(biāo)綜合評(píng)價(jià)排名處于中等水平，來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能綜合水平與南寧等還有差距，因?yàn)閬?lái)賓是比較年輕的地級(jí)市，人口少、底子薄，建市起步晚，這些都是客觀因素。

基于以上數(shù)據(jù)分析得出結(jié)論，為促進(jìn)來(lái)賓經(jīng)濟(jì)的發(fā)展，提出以下建議：第一，利用來(lái)賓地處桂中，鏈接柳州和南寧、南寧“百里經(jīng)濟(jì)圈”地理優(yōu)勢(shì)，進(jìn)一步加大軟環(huán)境治理工程，改善政商環(huán)境，加大招商引資力度，力爭(zhēng)引進(jìn)來(lái)、留得住；第二，進(jìn)一步加大基礎(chǔ)設(shè)施建設(shè)，打造“生態(tài)美、百姓富”的來(lái)賓，夯實(shí)經(jīng)濟(jì)發(fā)展基礎(chǔ)，促進(jìn)來(lái)賓經(jīng)濟(jì)持續(xù)增長(zhǎng)；第三，繼續(xù)加大來(lái)賓制造業(yè)、生態(tài)農(nóng)業(yè)等特色產(chǎn)業(yè)的扶持力度，打造特色產(chǎn)業(yè)集群；第四，做大做強(qiáng)“生態(tài)立市、綠色發(fā)展”。

采用灰色模式識(shí)別和因子分析結(jié)合組成灰色因子分析、灰色模式識(shí)別和聚類分析結(jié)合組成灰色聚類分析模式，對(duì)2020年廣西區(qū)內(nèi)14個(gè)地市經(jīng)濟(jì)發(fā)展新動(dòng)能現(xiàn)狀數(shù)據(jù)進(jìn)行了綜合分析，并對(duì)來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能研究多指標(biāo)綜合評(píng)價(jià)，提出促進(jìn)來(lái)賓經(jīng)濟(jì)發(fā)展新動(dòng)能和經(jīng)濟(jì)社會(huì)發(fā)展的政策建議，為政府進(jìn)行科學(xué)決策和宏觀管理提供可參考的有效依據(jù)。