嘉兴市经济新动能培育问题研究报告

2018-05-14 12:12左依晨钟心悦郑丹周栩妍
今日财富 2018年21期
关键词:嘉兴市嘉兴动能

左依晨 钟心悦 郑丹 周栩妍

本项目基于嘉兴市的经济现状,主要针对嘉兴市经济发展过程中呈现出的问题,根据经济实力、经济发展趋势以及最新的经济政策,对嘉兴市经济存在的问题进行探究、分析以及提出合理的解决方案,推动嘉兴市经济又好又快发展。

一、嘉兴市经济现状分析

(一)经济效益提升,结构产能优化。

政府支持以“互联网+”、“机器人+”、“工业设计+”等方式加快传统产能改造升级,促使传统产业向大数据方向发展。

(二)三驾马车起头并进。

投资拉动率、消费拉动率以及净出口拉动率稳步提高。招商投资工程得到充分应用。消费平稳增长,传统商业企业加强线上线下互动,创新销售模式。同时在进出口方面也增长迅速,嘉兴港货物吞吐量累计增长28.4%。

(三)供给侧结构性改革深入推进。

倒逼过剩产能、淘汰落后产能,处置僵尸企业等措施得到大力推广。

二、嘉兴市经济发展问题分析

(一)重大产业项目严重不足。

从投资运行及主要指标完成情况来看,重大产业项目投资,仅增长11%,虽然增速较前一阶段有所回升,但仍低于面上投资增长,与目标增长也差距较大。

(二)房地产开发投资贡献率过高。

房地产开发投资同比增长56.3%,但在房地產调控政策下,市场趋冷、销售下滑,再加上基数拉高、供地减少等因素的制约,如果没有重大的政策调整,明年房地产开发投资的增长后劲不足,下行压力将会增大。

(三)民生事业不均衡性明显。

随着人口政策的调整、落户政策的放松以及二胎政策的颁布,嘉兴市教育资源、养老保障难以满足未来的增长需要。

三、培育和发展新动能是解决问题的必然选择

新常态下,传统动能发展到瓶颈期,不再完全适应社会发展。在大众创业、万众创新的时代背景下,新动能是社会发展产生的必然结果,如互联网、大数据、人工智能等都是创新驱动的产物,将创新的这一结果运用到生产、生活等经济关系中就形成新动能,随着新动能在经济中的渗透程度又可以反过来推动经济发展,经济再次发展,会使国家政府以及企业加大对创新驱动的扶持力度,为新动能的培育和壮大奠定坚实的物质基础,如此循环往复(如下图所示),新经济和新动能相互促进,共同发展。因此,培育和发展是新动能是供给侧结构性改革、经济转型升级、产能优化的必由之路,是解决当前中国经济问题的必然选择。

经济 新动能 传统动能

数学论证:过已知圆上两点作与已知圆半径相等的圆有且只有一种方法。

四、发展培育新动能

(一)给足三驾马车动力。优化投资结构,贯彻落实“重点平台千亿投资、招商落地千亿投资”工程,对投资企业给予相应的优惠政策,充分利用嘉兴接轨上海的优势,在上海制造业大规模收缩的背景下,嘉兴地区应该发挥制造业的自身优势承接第二产业,同时加大对第三产业的承接,从而改善产业结构,拉动经济的腾飞。确保消费平稳增长,引导企业向信息化、智能化、网络化发展,鼓励销售商充分利用“人工智能”、“互联网+”、“共享经济”等,加大跨境电商、市场采购贸易试点、外贸综合服务企业等新业态。同时在进出口方面,在国际形势以及汇率变动等因素的制约下,政府调整出口政策,拉动内需,促使内外需共同(二)提高要素投入质量。不过分依赖人口红利,提高劳动力的质量,淘汰落后劳动力,培养复合型人才,充分利用本科生遍地的优势,促使大学生积极投入到经济建设中。淘汰落后产能,倒逼过剩产能,处理僵尸企业,调整产业结构。充分合理利用土地资源,建立高质量企业集聚地、产业园区,减少投资流产项目。深入推进生态环境建设,持续推进各项水环境治理工程、空气环境治理工程以及综合治理工程,扎实推进国家低碳城市试点建设。

(三)提高效率。效率分为两个方面。一是政府服务部门的效率,应整改政府服务部门,将相同或者类似的部门合并,减少部门之间相互推诿的现象。并且加大对政府服务部门的监管力度,使政府服务更加透明、公正。二是企业本身的效率,合理分配劳动力,提高资金的利用率,鼓励将闲置资金进行保守投资,同时将智能化充分引用在生产中,减少生产时间、提高产品合格率,细化企业发展战略,促使传统产业向大数据方向发展(作者单位为嘉兴学院)

作者简介:左依晨,女,1997.1,河北省承德市,汉族,本科,研究方向:经济。

钟心悦,嘉兴学院

郑丹,嘉兴学院

通讯作者:周栩妍

项目名称编号(嘉兴市经济新动能培育问题研究85171766)

猜你喜欢
嘉兴市嘉兴动能
大足:做好三篇大文章 汇聚发展新动能
保护知识产权 激发创新动能
嘉兴市公共关系协会被评2O19年度“示范会员单位”
嘉兴融沪记
探寻新动能
直角三角形的一个新性质及应用
嘉兴城区话的声母、韵母变异
嘉兴市南湖区美术教师作品选登
嘉兴市海盐县美术教师作品
The Current Issues of Chinese Film Classification System