經濟增長不是均質的，而是根據部門、産業門類和地區的不同具有不同的速度，常常伴随着區域極化的現象；某些主導地位的部門和具有很強創新能力的企業和産業門類集中在一定區域内，發展成為具有高度規模經濟的資本密集型和技術密集型的增長極；增長極本身增長迅速，對周邊的拉動效應明顯。增長及理論對經濟增長在空間和地理上非均質化這一現象的經驗描述和總結，是與均質增長這一新古典傳統的決裂，空間變量的引入豐富了抽象的經濟分析。

不過通過增長極理論促進和改善經濟不發達地區與的發展，這一目标從來沒有實現過。在實踐過程中，增長極概念的應用遇到巨大困難，甚至遭到批評。如發動機産業的确定、增長極門檻值的确定，以及增長極輻射範圍的确定都十分困難。

我的思考：在農村欠發達地區龍頭産業的帶動非常明顯，龍頭行業對整個地區的經濟結構的引領作用特别突出，在某些地區，尤其是淘寶村，幾乎都是做同一個産業或者相關配套産業。既然作用非常明顯，也不用糾結于如何确定增長極的阈值、增長極的發動機等。政府制定公平的市場競争規則，讓市場自發産生增長極的發動機。

圖片來自網絡，和本文無關

基本思想：一個地區的經濟增長是由該地區的出口經濟部門所唯一決定的，區域外的需求構成了區域發展的源動力。根據出口理論，一個地區的經濟可以分為兩個部門：一個是出口導向的基本部門，滿足區域之外的産品和服務需求。第二個是非基本部門，滿足區域内的産品和服務需求。出口理論刻畫區域内的經濟良性循環，促進區域經濟在增長的動力來源于服務外部的第一部門。不過，出口理論存在不同的意見。

圖片來自網絡，和本文無關

（1）區域經濟增長的其他需求變量，如投資和消費被忽視。

（2），服務部門的功能被低估。服務部門不僅涉及區域創新可能性和創新能力，而且常常影響出口部門競争能力的變量，因而在兩個部門之間存在一種雙向互動的關系，而非單向的依存關系。

（3）解釋小區域更有效，區域越大，該區域的經濟增長對跨區域的需求依賴越小。（4）實際應用中遇到困難，如兩個部門的精确劃分、區域經濟邊界模糊等。

圖片來自網絡，和本文無關

增長及理論和出口基礎理論強調區域發展的單一影響因素，即聚集效應和出口需求；而區域經濟增長理論試圖盡可能地考察區域經濟增長的所有要素，以及他們之間的功能關系。三個代表性模型：新古典區域經濟增長模型、Horst Siebert的區域經濟增長模型和源自新增長極理論的區域經濟增長模型。

形成于20世紀90年代，代表人物是Paul Krugman。該理論将經濟活動的空間聚集主要歸因于規模報酬遞增。

圖片來自網絡，和本文無關

新經濟地理學的分析是基于這樣的事實：企業和産業傾向于在一定的區域内聚集，而不同的行業通常在不同的地點聚集。Krugman首先構造了兩區域模型，其中隻存在于農業和工業兩個部門。農業部門被假定在空間上固定的，是完全競争。工業部門被認為具有規模報酬遞增的特征。

分析表明，經濟活動的空間聚集取決于向心力和離心力共同作用，影響兩種力量的因素由三個：企業的規模報酬、運輸成本和生産要素的流動性。根據這一模型，在運輸成本很小和要素流動性強的假設下，工業企業會由于規模報酬遞增而在兩個區域中的一個區域内聚集，從而形成“中心-外圍模式（Core-Periphery-Pattern）”。

空間聚集一旦形成，由于規模報酬遞增會産生循環往複的因果關系，因而聚集會保持并強化下去。不過由于離心力的平衡作用，聚集不會是無限制的。

圖片來自網絡，和本文無關

從亞當斯密算起，經濟學發展到現在已經是幾百年的時間了。期間随着社會的變化，經濟學自身不斷演化，成為現在的樣子。不過任何一門學科最終的目的是解釋社會，預測未來。那麼經濟學做到了嗎？

從上面區域經濟發展的各種理論來看，經濟學家們為了能夠發表論文，為了能和數學扯上關系——建立模型，否則期刊不會錄用——已經把現實問題抽象到極緻。抽象的優點是能夠方便地理解和計算，也容易形成一門學科。但是對現實問題的解釋則降低太多，那麼怎樣才能得到一個折中的結果，既能解釋經濟現象，又能為期刊所接受？

經濟學的極度抽象弱化了對社會經濟現象的解釋和預測，顯然這不是經濟學界的本意。從另一個角度看，任何經濟現象都不會孤立于整體社會發展，而是所有社會發展的關系總和。因此對經濟現象的解釋，也不能僅僅從經濟層面，而是要深入到現象之後，尋找促使經濟現象發生的諸多因素。經濟學者早就注意到這個問題，也開始深入研究經濟現象背後的動因，每個動因都可能包含多個變量。不斷增加的變量、變量間複雜的糾纏，變量在現實世界的解釋，都變得非人力可及。

大數據，即意味着多維度、多尺度、多形态的數據集合，這裡不僅有結構化的二維數據，還有聲音、文字、圖片、視頻等多種數據存儲方式。另一個層面是數據量大，物聯設備的進步使得采集數據的場景迅速增加，比如每天街道上攝像頭就會産生天量數據。如果物聯汽車進入生活實際，每一輛行駛在街頭的無人駕駛的汽車都是360度無死角攝像機組，其産生的數據量幾乎不敢想象。生産的每個環節、供應鍊上的每個鍊條都産生大量的數據，之前隻能裝作看不到，現在則可以将這些數據綜合利用起來，進一步分析經濟行為。

人工智能是大數據的技術維度。天量的數據面前，個人的手工力度可以忽略不計，隻有用人工智能技術。比如上面的天量視頻數據，可以用機器視覺技術發現、比對、搜索、定位等。機器學習技術完全可以助力經濟數據，得到彙總、分析甚至預測。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!