供给侧改革视域下民族地区经济增长动力源泉与动能转换逻辑研究

作者：陶克涛 王　刚 威力思  责任编辑：陈静雯  信息来源：《中央民族大学学报（哲学社会科学版）》2020年第3期  发布时间：2020-06-17  浏览次数： 3988次

【摘　要】在国际市场需求下降和能源产品价格下跌形势下，民族地区长期以来形成的资源开发和投资增长模式面临挑战，急需把握供给侧结构性改革的机遇适时转换动能。本文利用1997—2017年省际面板数据和随机森林方法，从影响因素、地区比较和动能转变三个方面探究民族地区的经济增长问题。研究结果表明：民族地区经济增长具有资源依赖性和投资主导特点，面临消费扩大与升级的双重任务，但地区贫困与消费能力有限导致消费潜力释放困难；第二产业投资效益下降，经济结构失衡与环境问题突出；低成本要素驱动明显，技术创新能力偏低、人力资本投资与储备不足将在多个方面对民族地区动能转换形成阻碍。本文给出对策建议：民族地区经济增长仍需从需求侧和供给侧同时发力，多措并举提升消费驱动力；充分利用自身优势，通过投资结构优化升级旧动能、培育新动能，促进新产业的成长，提升地区自我发展能力；加大对人力与技术创新的投资力度，吸引、留住人才，快速弥补发展短板，提升高成本要素在经济增长中的作用；最终，持续的政策倾斜与财政支持是民族地区发展的保障。

【关键词】供给侧结构性改革；民族地区；增长动力；动能转换；随机森林

一、引言

国家在财政税收、产业发展、基础设施建设、扶贫与生态环境建设等多个方面的支持促进了民族地区社会经济的快速发展。但由于长期以来过度依赖能源开发与投资，在国际市场需求下降和能源产品价格下跌的形势下，民族地区产能过剩、要素配置扭曲和经济结构失衡等问题凸显，导致经济增长乏力，与全国其他地区的发展差距呈逐步扩大趋势。民族地区急需转换经济增长动能以保证经济持续增长与高质量发展。以往研究指出，持续的固定资产投资是拉动民族地区经济增长的主要力量[1]，而人力资源投入不足[2]、信息化水平偏低[3]、产业结构不合理[4]与市场发育不足[5]等则是制约民族地区经济增长最主要的因素。此外，区域发展战略定位不清[6]、发展目标与发展手段不匹配[7]、特殊的政策规划[5]及薄弱的基础设施[8]也是民族地区经济发展滞后的重要原因。上述结论也在实证研究中得到了验证[9，10，11，12，13，14，15，16，17]。

供给侧结构性改革的提出为民族地区实现动能转换提供了契机，有学者就供给侧结构性改革对民族地区的发展进行了探讨，但研究较少。万良杰[18]在对民族地区“精准扶贫”问题论述时指出，要以供给侧结构性改革的思想为指导，通过民族地区生态产业的发展促进地区自我发展能力的提升，并最终摆脱贫困。谌利民等[19]认为，民族地区经济增长缓慢主要问题在于供给侧，通过建立国家战略保障、合理配置资源、产业优化和城乡发展并重推动民族地区发展。

上述关于民族地区经济增长影响因素的研究偏重于解释民族地区经济增长的制约性因素，且以定性研究为主，定量研究相对较少。而在实证研究中，以线性回归和相关性检验为主，前者由于考虑要素较少，未能全面揭示民族经济增长的要素与动力；后者未进一步给出各因素对民族经济增长的贡献程度，政策参考价值受限。同时，在实证研究尺度上，多以省、市、区县为尺度，民族地区层面的研究较为缺乏，研究未能识别民族地区经济增长中的共性问题，从而造成了所得结论或建议不具有广泛适用性。

基于此，本文拟以中国民族8省区（内蒙古、宁夏、新疆、西藏、广西、云南、贵州、青海，以下简称民族8省区）为研究对象，利用1997—2017年省际面板数据和随机森林方法，从影响因素、地区比较和动能转变三个方面探究民族地区的经济增长问题。在剖析民族地区经济增长动力、分析转变趋势及识别转换瓶颈的基础上，进一步提出经济增长动能转换的对策建议，以期为民族地区把握供给侧结构性改革带来的新机遇和充分利用国家支持政策实现动能顺利转换与高质量发展提供研究支持。

二、实证模型及变量说明

（一）实证方法原理

使用线性回归模型需要进行较多的假设，而现实中往往难以满足[20]。基于各要素与经济增长相关关系的分析及对各种方法预测精确度的评价（见下文），本文选择使用随机森林方法（RF，Random Forests）进行实证。该方法作为一种强大的非参数统计方法，能够处理多维变量与目标值之间存在的线性或非线性关系，并通过自身训练和学习以任意精度逼近任意非线性映射[21]，从而避免了测度变量贡献率时处理变量相关性和参数设定等问题；此外，只需几个参数即可实现模型调优，能够较好地处理回归类问题和分类问题[22]。目前，国内学者已经将该方法应用于经济增长动力[20]、产品供给能力[23]、旅游影响因素[24]、信用风险[25]、城镇问题分析[26]等研究中。

随机森林根据数值排序测量每个变量对目标值的贡献率，其测度变量贡献率时考虑了变量本身影响及与其他变量交互作用后的综合影响，本文使用Python语言实现过程。根据经验，通常使用拟合优度（R2）和均方误差（MSE）对预测性能进行了评价。R2用来评价模型的拟合程度，R2越高表明预测值与观测越接近，定义如公式（1）所示：

（1）式中，n为样本数，xt是预测值，yt是观测值，y珋表示yt的均值。

MSE表示预测值与观测值之差平方的期望值，用于识别拟合误差大小，定义如公式（2）所示：

 

（二）变量说明与数据来源

本文主要参考刘瑞翔[27]、崔俊富[20]、刘长根28]、景普秋[29]等人的研究，使用地区实际GDP作为经济增长水平的指标，并从需求、供给和结构视角选择了9个要素进行分析（如表1）。

表1 变量及解释

 

注：本文根据相关文献整理

各变量选择原因与解释如下：（1）使用全社会固定资产投资额（FAI）、社会消费品零售总额（CON）和进出口总额在GDP中的占比（OPE）分别作为地区投资、消费和开放程度的指标。（2）在产业结构视角下，考虑到民族地区经济增长的资源依赖性，论文使用第二、三产业产值分别在GDP中的占比（IND、SER）表示产业结构，以识别不同产业的影响。（3）创新是经济增长的重要驱动力，文中使用每十万人拥有的授权专利数（TEC）表示地区技术创新能力。（4）新经济地理学认为城市人口规模的扩大可以为地区经济发展提供丰富的劳动力和消费市场，本文采用地区年末常住人口表示（POP）。（5）交通基础设施的改善在促进民族地区经济增长中发挥了重要的作用，故论文选择了运营线路规模（MAI，铁路与公路运营里程的和）表示地区交通基础设施的供给规模；同时，考虑到1997—2017年间，公路承担了民族地区91.6%的客运量和80.8%的货运量，是支撑民族地区内、外部进行资源要素流动的主要设施，本文将等级道路占比（ROA）作为民族地区交通基础设施供给质量的衡量指标。

数据范围为1997—2017年的省级数据，主要来源为国家统计局。涉及价值计算的均以1997年为基期进行价格调整，其中，广东（1997—2000）、海南（1997—2000）和西藏（1997—2017）各年固定资产价格指数由于数据缺失，使用全国数值补齐。1997—2000年，广西、吉林、河南、湖北、湖南、四川的年末常住人口数使用各省统计年鉴中的户籍人口数补齐。

三、模型拟合评价与实证过程

（一）变量相关关系分析

对变量相关关系类型进行判断是选择实证方法的主要依据，本文在数据归一化处理和降维的基础上对变量与目标值之间的相关性进行分析。本文采用级差变换法进行归一化处理，计算公式如（3）所示，式中，y为归一化后的数值，x为样本观测值。为避免信息损失，输出层数据保留原始数值不变（即实际GDP值不做处理）。由于数据量较大，文章未给出归一化处理后的具体数值。

数据归一化处理后，采用主成分分析法对数据进行降维。根据原始特征数据集协方差矩阵特征值的大小计算特征值抽取信息占比情况（如表2所示），由于前5个抽取的特征信息占比已达到82.8%，故最终确定将数据维度设为5。

表2 特征值大小及特征信息占比情况

注：特征信息占比的计算为各特征大小占总体的比重。

降维后第一个特征值（T1）的占比接近一半（为47%），使用该特征值与实际GDP绘制相关图（如图1所示），分别使用线性式和二次项式进行拟合。拟合结果显示，两种方法的拟合情况均比较好，但从R2来看，二次项式的拟合更好，说明特征值与目标值之间的非线性关系突出，使用在非线性拟合中具有优势的随机森林模型具有一定的合理性。

（二）多种方法预测精确度的评价

为进一步比较各方法的预测效果，本文以2016年10个省份的数据作为测试数据，其余数据作为训练数据，分别采用随机森林（RF）、多元线性回归（Linear Regression）、贝叶斯回归（Bayesian Linear Regression）、K近邻回归（K Neighbors Regressor）、支持向量机（Suppor Vector Machine）、决策树（Decision Tree Regressor）和多层感知机器回归（MLP Regressor）7种方法对GDP值进行预测，与实际GDP进行比较；并进一步结合均方误差（MSE）和拟合优度（R2）两个指标对模型的预测能力进行评价。拟预测结果分别采用表（表3）和雷达图两种形式给出（图2-3）。

图1 特征值（T1）与实际GDP的相关图

表3 各方法的预测结果及评价指标（2016年）

 

综上可知，能够处理多维变量线性与非线性关系的方法（如随机森林、多层感知机器回归、支持向量机等）总体上要好于基于线性关系假设的拟合方法（如多元线性回归和贝叶斯回归）。拟合优度R2最高的是随机森林，最低的是贝叶斯回归，随机森林的均方误差明显小于其他方法；从雷达图的拟合情况中亦可获得同样的结论。因此，本文选择的实证方法具有一定的可靠性，能够获得较为理想的结果。

图2 各模型预测值与观测值的比较（1）

（三）实证过程

本文共计进行了五次实证（基于东部、中部和民族地区数据比较的实证和基于民族地区两时期数据比较的实证），由于原理相同，故仅以民族地区（8省区）1997—2017年的实证过程为样例进行说明。实证过程中主要对三个关键参数进行调整以优化模型。首先，在使用其他参数默认值的情况下，对n＿estimators（弱学习器的最大迭代次数）参数进行调整，寻找最大R2时的参数值。在本研究中共选择199个参数进行调整，获得如下结果（如图4）：在n＿estimators=157时，R2趋于稳定并达到最大（R2=0.77），为防止模型过度拟合，故选择157作为n＿estimators参数的最终值。其次，根据上一步结果（n＿estimators=157），使用网格调参对learning＿rate（学习率）和min＿samples＿split（最小样本分割）两个参数进行调整，寻找最大R2时的参数值。在本研究中共选择90组参数进行调整，在learning＿rate=0.6，min＿sample＿split=9时获得最大R2（=0.85）。

图4 n＿estimators参数调整值及所对应R2

 

图3 各模型预测值与观测值的比较（2）

四、实证结果与解释

在本文中，对民族地区经济增长动力的分析，主要从横向和纵向比较两个视角进行论述。两种视角各具优势，与东、中部地区进行横向比较可用于识别地区差异与差距，而对民族地区不同发展阶段经济增长动力的纵向分析则有助于发现更深层次的问题，把握变化趋势。

（一）民族地区经济增长动力的分析：基于地区比较

按照地区，将1997—2017年数据划分为东部、中部和民族地区，分别测算各要素对实际GDP的贡献率。经过参数调整与模型优化，论文最终获得的结果如表4所示：

总体而言，自1997年以来，我国经济增长以投资和消费为主要驱动力。由于2008年金融危机以来国际市场需求的下降，出口对我国经济的拉动作用减弱。统计数据显示，1997—2017年，我国固定资产投资和消费稳定增长，年均增速分别为18%和14%；相应地，三类地区中投资和消费成为拉动经济增长的主要力量。从地区具体情况来看，东、中部地区已经形成了消费型经济增长模式，消费对GDP的贡献率分别为80.51%和75.49%；而民族地区的投资驱动效应更为明显，在所选要素中，固定资产投资对GDP的贡献率达54.74%。

表4 要素贡献率与地区差异

从产业结构视角看，作为民族地区的主导产业，第二产业的发展显著地促进了民族地区的经济增长。1997—2015年间，民族地区第二产业产值在GDP中的占比始终高于第三产业，直到2016年第三产业占比才首次超过第二产业，但二者比重几乎持平（分别为42.7%和43.8%）。与此相对，第二产业对民族地区经济的贡献率达2.07%，高于东部和中部地区，大约是第三产业贡献率的2倍。

从要素驱动来看，庞大的人口规模为东、中部地区发展提供了广阔的市场和丰富的劳动力资源，对GDP的贡献率分别为2.34%和2.18%；而民族地区由于人口规模小、布局分散等原因，在经济发展中的作用较低。整体而言，技术创新对我国经济的促进作用有待于进一步提升，民族地区创新驱动不足尤为突出。统计数据显示，1997-2017年东部地区每十万人中平均拥有78项授权专利，中部地区为20项，而民族地区仅有10项。

交通是国民经济的重要部门，交通基础设施的投资建设将从产生乘数效应、创造就业岗位和带动相关产业发展等多个方面促进地区经济增长。研究显示，不论是交通基础设施规模的增加，还是供给质量的提升都对经济增长具有正向促进作用；但比较而言，交通基础设施对民族地区经济的引领作用还有较大的提升空间。

（二）民族地区经济增长动能的转变：基于两个时期数据的比较

以西部大开发的实施为起点、以民族地区经济增速变化为依据，论文将2007年作为分界点，分别对民族地区前后两个阶段的经济增长动力进行实证分析，获得的数据结果如表5所示。从数据中可以看出，民族地区的经济增长动力发生了明显的转变，主要体现在以下几个方面：

表5 民族地区要素贡献率的变化

 

首先，民族地区消费对经济的拉动作用大幅下降，投资主导的特征越来越明显。2007年以后，固定资产投资对民族地区GDP的贡献率由26.9%上升到48.63%，增加了一倍，在所选要素中占比突出；而消费的贡献率则由68.37%下降到了45.14%，下降幅度较大。发展基础薄弱、融资能力差和资本匮乏是长期以来制约民族经济发展的主要障碍。2007年以来，民族地区固定资产投资额持续增长，年均增速保持在22%的较高水平，到2017年，投资额已经达到2007年的7.6倍。大规模的投资为民族地区实现由资源优势向产业优势转变提供了条件，以丰富的矿产资源、水资源和天然气等资源为基础，民族地区形成了以资源型产业为主导的发展模式，迅速摆脱了发展严重滞后的局面。但由于民族地区经济发展水平较低，地区需求不足、市场规模较小，消费对民族地区的驱动效应不足，且较前一阶段大幅下降。

其次，从结构视角看，第二产业对民族地区经济的拉动作用较第三产业有了较大幅度的提升，对GDP的贡献率由0.49%提升到了2.05%，第三产业小幅上涨（由0.82%上升到1.1%），但低于第二产业。投资额的增加和向第二产业的倾斜是民族地区第二产业得以迅速发展的优势与动力。统计数据显示，2004—2017年间，民族地区第二产业（包括采矿、制造业、电力、热力、燃气及水生产和供应业、建筑业）的投资额在固定资产投资总额中的占比保持在40%以上；其中以制造业的投资占比最高，2013—2017年间占第二产业投资额的59%。由此，民族地区形成了典型的能源依赖型发展模式，近十年来，第二产业产值在GDP中的占比保持在42%以上，2011年达到最高，接近GDP的一半（49%）。但由此也造成了地区经济结构的失衡，第三产业发展动力不足、发育水平偏低，第三产业产值在GDP中的占比长期低于第二产业，2007—2017年间仅提升了4个百分点。可见，第三产业对民族经济的拉动作用还有较大提升空间。

再次，从要素供给视角看，高成本要素对民族地区经济的驱动作力有待加强。从实证结果看，人口规模对民族地区经济的贡献率由1.31%下降到了0.52%，对能源型产业过度投资所导致的对人力资本、技术创新的挤出效应，以及民族地区人口和人才的流失[30]是主要原因。根据对常住人口增长速度的统计，东部地区人口规模增长显著，以2001—2010年增长最快（年均增速为1.24%），2010年后有所下降，但依然保持了年均0.7%的速度。同一时期，中部和民族地区人口规模增长均较为缓慢，且在一些年份出现了负增长；2007年前后两个十年间，民族地区的人口增速均为0.45%。

衡量地区供给要素质量的另一个重要指标是地区技术创新能力，2007年以来，由于地区创新能力较弱、投入不足，依然处于较低水平，技术创新对民族地区经济的贡献率有所下降。

最后，地域封闭、交通短板引起的运输距离远、运输成本高等问题导致民族地区在参与区域分工与合作中受阻，市场范围小、地区特色发挥受限。民族地区运营线路的增加和道路质量的提升对经济的贡献率都有了一定幅度的提升，其中道路规模的扩大对经济的贡献率变化较为显著，由0.15%提升到了1.15%。可见，交通基础设施质量的改善更有利于促进民族地区的经济增长。

五、民族地区经济增长动能转换逻辑

（一）民族地区经济增长动能转换瓶颈

中国经济正处于新旧动能转换的艰难时期，加大供给侧结构性改革的力度，通过升级消费、提升要素供给质量与优化结构是实现我国经济增长方式结构性转变的主要途径。具体到民族地区，由于发展基础与演进历程的特殊性，动能转换尤为迫切，且面临较多困难：

（1）民族地区面临消费扩大与升级的双重任务，但消费驱动力释放较为困难。与发达国家相比，我国居民消费中食品支出偏高，而医疗、文化娱乐等支出比重较小，实现消费升级是当前我国进一步释放需求驱动力的重要内容。研究报告显示，人均GDP达到6000～10000美元时，美国居民消费中食品消费的支出占比在15%～14%之间，随收入增长，居民在医疗和文化娱乐等领域的支出增加明显1。2018年，我国人均GDP已达到9769美元，但居民消费中食品支出占比还相对较高（约28.4%），是美国的一倍。与全国大部分地区急需升级消费所不同，民族地区仍需进一步扩大消费，以拉动地区经济增长。但面临较多困难：一方面，由于民族地区贫困问题突出、城乡收入差距较大、社会保障体系不完善等问题共存，居民消费能力有限、消费意愿不高；另一方面，民族地区本身人口规模较小，且存在人口流失问题，地区本身消费潜力不大。

（2）第二产业投资效益下降，经济结构失衡与环境污染问题突出。随着产能过剩、能源产品价格下降等问题的出现，中国制造业在国际市场上的竞争优势面临挑战，民族地区第二产业的投资效应逐渐下降。而长期以来的资源开发增长模式导致经济结构失衡，产业门类单一，难以适应市场环境变化。与此同时，经济发展对环境的压力高居不下[31]，高投资、高耗能、高排放的增长方式不可持续。

（3）低成本要素驱动明显，而高成本要素投资与储备不足将会在多个方面对民族地区动能转换形成阻碍。总体而言，民族地区技术创新能力偏低、人力资本投资与储备不足。以地方财政支出中教育支出占比为指标进行分析，2007—2017年，民族地区仅广西和贵州的教育支出占比较高（约20%），其他省份均显著低于全国均值（约18.1%）。民族地区的人口与人才流失进一步加剧了这一问题，地区要素升级困难，对产业结构优化与地方经济增长方式转变形成阻碍，是民族地区供给侧改革的难点。

（二）民族地区经济增长动能转换逻辑

（1）需求侧和供给侧同时发力，保证民族地区经济增长新旧动能的顺利转换。有学者指出，需求拉动中国经济增长的时代已经过去[32]，民族地区的发展主要在于解决供给侧改革方面的问题[19]。本文认为，应以地区条件和特点为出发点，综合考虑地区所处的发展阶段，客观对待新旧动能。具体而言，民族地区的经济增长既要扩大内需，发挥消费与投资的基础性作用，又要抓住供给侧结构性改革的契机，加快要素升级，推动创新与结构优化。一方面，与东部和中部地区相比，民族地区在人力资本水平与技术创新能力还存在较大差距，短期内还无法成长为经济增长的主要动力；另一方面，基于地区比较的实证结果可知，民族地区尚未形成消费主导或消费与投资共同驱动的经济增长模式，且近年来，消费对民族经济的驱动力有下降趋势，民族地区的发展仍需进一步挖掘和释放需求潜力。

（2）多措并举扩大与升级消费，促进民族地区经济增长由投资主导向投资、消费共同驱动转变。民族地区消费型经济增长模式的培育与形成关键在于解决居民消费需求不足与消费意愿不高的问题。具体而言，可从以下四个方面采取对策：（1）继续实施并加大扶贫力度，解决民族地区贫困与收入差距过大的问题；（2）完善社会保障体系，提升教育、医疗等公共服务水平，提高居民消费意愿；（3）通过户籍制度改革等加快城乡一体化进程，推动农村人口由地域转移向身份转移的实现，释放其在医疗、社保、基础设施、房地产等方面的消费潜力；（4）以交通基础设施优化为基础，充分发挥地区人文资源与自然资源的优势，提升民族地区吸引力，扩大民族地区的市场范围。

（3）优化投资结构，升级旧动能、培育新动能。由于民族地区产业门类单一、过度依赖投资和能源，导致民族地区企业市场适应能力差。未来，民族地区需充分利用自身优势，重新定位产业发展方向，通过投资结构的调整与优化，在升级旧动能的同时培育新动能。一是通过技术升级改造将制造业发展重点逐步转向高端制造业和战略新兴产业，要全面提升制造业竞争力，升级旧动能；二是要加大对第三产业的投资力度，促进民族地区由人文、自然资源特色向民族文化产业、旅游业等优势产业转变，提升地区吸引力与竞争力，促进新产业的成长，提升地区自我发展能力。

（4）加大对人力资本与技术创新的投资力度，提升高成本要素在经济增长中的作用。实现民族地区由主要依赖资源开发与消耗的粗放型增长模式向集约型增长模式转变，根本在于提升人力资本、技术在促进经济增长中的作用。一方面，民族地区要加大对教育、技术研发的支持力度，弥补技术短板、储备人才，为经济持续增长奠定基础；另一方面，增加对技术成果的奖励，加大政府财政在教育、医疗等方面的投入，通过直接的物质奖励与环境改善吸引、留住人才。

（5）持续的政策倾斜与财政支持是民族地区发展的保障。民族地区发展基础薄弱，内在物资、人力资本与社会资本发展水平均较低，还不足以完全通过自身发展或资本积累支持经济增长，外部支持是民族地区经济持续增长的保障。

参考文献：

[1]杨子荣，代军勋，葛伟，等．新常态下中国经济增长动力切换研究：基于区域差异视角分析[J]．当代经济科学，2015（6）：53-60.

[2]廖毅，张薇．教育促进民族区域人力资本与经济发展适配的探析：以云南为例[J]．云南民族大学学报（哲学社会科学版），2017（1）：118-125.

[3]马楠，李俊杰．信息化对民族地区经济发展效用及传导途径的实证研究[J]．西南民族大学学报（人文社科版），2016（3）：151-157.

[4]高永久，刘庸，高岳涵．民族地区经济发展的滞后性分析[J]．西南民族大学学报（人文社科版），2011（7）：125-130.

[5]李俊杰，耿新．民族地区深度贫困现状及治理路径研究：以“三区三州”为例[J]．民族研究，2018（1）：47-57.

[6]谭振义，赵凌云．2000—2010年西部民族地区开发进程的历史审视：基于西部大开发战略实施的视角[J]．中央民族大学学报（哲学社会科学版），2013（6）：24-29.

[7]杨志远．西部欠发达民族地区现代化进程的路径分析[J]．西南民族大学学报（人文社科版），2016（6）：36-37.

[8]唐剑，李虹．民族地区交通运输与区域经济互动发展研究：以四川阿坝藏族羌族自治州为例[J]．经济体制改革，2015（5）：78-84.

[9]阳芳．广西少数民族县域经济增长中的人才贡献实证研究[J]．西南民族大学学报（人文社科版），2016（11）：140-145.

[10]胡艳．文化安全视域下的人力资本投资对城市竞争力的影响：基于云贵川地区的数据分析[J]．云南民族大学学报（哲学社会科学版），2017（1）：126-131.

[11]刘秉镰，赵金涛．中国交通运输与区域经济发展因果关系的实证研究[J]．中国软科学，2005（6）：101-106.

[12]张学良．中国交通基础设施促进了区域经济增长吗：兼论交通基础设施的空间溢出效应[J]．中国社会科学，2012（3）：60-77.

[13]刘勇．交通基础设施投资、区域经济增长及空间溢出作用：基于公路、水运交通的面板数据分析[J]．中国工业经济，2010（12）：37-46.

[14]刘学华，张学良，彭明明．交通基础设施投资与区域经济增长的互动关系：基于西部大开发的实证分析[J]．地域研究与开发，2009（4）：57-61.

[15]文进磊．中国民族地区县域经济发展实证研究：以扎兰屯为例[J]．中央民族大学学报（哲学社会科学版），2015（5）：30-36.

[16]苑春荟，王博实．少数民族地区政府投资、行政垄断与经济增长：以云南省为例[J]．云南民族大学学报（哲学社会科学版），2017，34（4）：122-126.

[17]陈子真，欧国立，雷振丹．新疆交通基础设施与经济增长的关系：基于VAR模型分析[J]．中央民族大学学报（哲学社会科学版），2015（2）：111-116

[18]万良杰．供给侧结构性改革视阈下的民族地区“精准扶贫”[J]．中南民族大学学报（人文社会科学版），2016（6）：149-153.

[19]谌利民，王皓田，徐照林．民族地区供给侧结构性改革研究[J]．宏观经济研究，2018（5）：160-165

[20]崔俊富，苗建军，陈金伟．基于随机森林方法的中国经济增长动力研究[J]．经济与管理研究，2015（3）：3-7.

[21]BREIMANL，Random forests[J].Machine learning，2001（45）：5-32.

[22]GENUERR，POGGIJM，TUlEARMC，etal.Random forests for big data[J].Big data research，2017（9）：28-46.

[23]吴丹，朱玉春．基于随机森林方法的农村公共产品供给能力影响因素分析：以农田水利基础设施为例[J]．财贸研究，2012（2）：39-44.

[24]张丽峰．基于随机森林模型的中国居民出境旅游影响因素重要性研究[J]．资源开发与市场，2017（6）：711-716.

[25]方匡南，吴见彬，朱建平，等．信贷信息不对称下的信用卡信用风险研究[J]．经济研究，2010（s1）：97-107.

[26]吴翌琳，张心雨．城镇化背景下农民进城定居意愿及影响因素分析[J]．经济学家，2018（2）.88-92.

[27]刘瑞翔，安同良．中国经济增长的动力来源与转换展望：基于最终需求角度的分析[J]．经济研究，2011（7）：30-41.

[28]刘长庚，张磊．中国经济增长的动力：研究新进展和转换路径[J]．财经科学，2017（1）：123-132.

[29]景普秋．资源型地区经济增长动力构成及转换研究[J]．南开学报（哲学社会科学版），2016（3）：125-134.

[30]何立华，成艾华．少数民族人口流动的特征、变化及影响：基于最近两次全国人口普查资料的分析[J]．民族研究，2016（6）：23-38.

[31]杜雯翠．民族地区环境污染的特征分析[J]．民族研究，2018（3）：42-55.

[32]黄泰岩．中国经济的第三次动力转型[J]．经济学动态，2014（2）：4-14.

注释：

（1）https：//www2-deloitte-com-s.nudtproxy.yitlink.com：443/cn/zh/pages/consumer-industrial-products/articles/deloitte-netease-industry-research.html