李在明会见市道知事:“均衡发展是生存战略,党籍不同也应合作”
第九届民选地方政府首次中央地方协力会议
"解决首都圈集中问题的关键是地方分权与均衡发展"
为5极3特及各区域增长引擎提供财政、金融、税制等七大支持组合
基层地方政府代表也首次参与
Lee Jaemyung总统26日表示:“均衡发展不是选择或恩惠,而是韩国生存和持续增长的必需战略。”他表明将进一步加强地方分权和国土均衡发展。尤其是,他强调:“尽管党籍或政治立场可能不同,但我们都是受国民委托的代理人。”中央与地方政府应超越政治利益,共同着手解决地方消亡和首都圈过度拥挤问题。
Lee总统当天下午在青瓦台主持召开第10届中央地方合作会议。这是第9届民选地方政府成立后首次举行的会议。国务总理Han Seongsuk、财政经济部长官Koo Yooncheol、教育部长官Choi Kyojin、行政安全部长官Yoon Hojeong、产业通商部长官Kim Jeonggwan等中央政府人士,以及仁川市长兼市道知事协议会会长Park Chandae在内的16名市道知事等出席会议。
本次会议起还扩大了成员范围,以加强基层地方政府的代表性。韩国市长郡守区厅长协议会会长Cho Jaegu、牙山市长Oh Sehyeon、宝城郡守Kim Cheolwoo等基层地方政府代表新加入会议。
Lee总统在开场讲话中诊断称:“韩国当前面临的几乎所有重大问题,其根源都是极端的国土失衡。”他说:“包括首尔在内的首都圈过度密集,正面临爆发危机;而地方则恰恰面临消亡危机。”他接着表示:“这导致国家整体效率下降,国家竞争力也正被蚕食。”
他表示:“以三大超级项目为象征的超差距战略产业多极化,将成为开启全国共同发展的‘全民增长时代’的钥匙。”并称:“将以5极3特为核心培育产业和就业岗位,同时全力支持改善居住、教育、福利等定居条件。”
以5极3特重新规划国土……各区域培育3至4个“增长引擎”
当天会议具体讨论了落实均衡发展构想的政策工具。议题共5项,分别为:第9届民选时期中央与地方合作方案、地方主导增长推进方案、衔接三大超级项目的区域增长引擎培育方案、实现地方均衡增长的财政投资方向,以及修订中央地方合作会议运营方案等。
政府首先通过“地方主导增长推进方案”,提出以5极3特为核心、重新规划国土空间以及产业和制度的“国土大转型”战略。计划以5极3特超广域单位构建经济圈,并在全政府层面推进企业投资、地方主导经济圈形成、定居条件一揽子支持及地方优惠制度重构。
产业通商部决定根据企业投资以及各地区的优势和增长潜力,在每个区域选定3至4个“增长引擎”进行重点培育。对于入选产业,将重点提供财政、金融、税制、制度、技术、人才和基础设施等七大政策支持组合,以及“超级特区”支持。政府意在将正在推进的三大超级项目,不局限于单个大型投资项目,而是作为带动地区产业生态系统升级的杠杆。
企划预算处决定在财政运作中进一步加强对地方的倾斜支持。为建设各5极3特经济和生活圈、创造受青年群体青睐的就业岗位,将重点投入财政资金于地区战略产业和就业、生活条件改善、医疗和教育,并扩大地方政府的财政自主权。
Woo Sangho:“听说SK要来,青年眼神都变了”……Lee Cheolwoo:“请将韩国饮食振兴院迁至庆北”
地方政府也纷纷提出各地区增长战略,以及一线对放宽监管、改善制度的诉求。江原特别自治道知事Woo Sangho表示:“随着SK承诺进驻江原道,江原道年轻人的眼中正闪耀着光芒。”他称,已与当地大学校长就定制化人才培养达成一致。不过,他指出,在推进边境地区居民参与型可再生能源项目的过程中,排除地雷问题成为障碍,并请求国防部提供支持。
庆北道知事Lee Cheolwoo称:“全南似乎选对了总统,应该会发展得不错;但我们地区即便选出了总统,也不太照顾我们。”此言引发与会者笑声。Lee知事表示:“在机器代替人工作的第四次工业革命时代,人应该做的是食品产业。”他提出将以食材丰富的庆北为中心,培育韩国饮食潮流产业。他还请求在韩国饮食振兴院迁往地方时考虑庆北。
大邱南区厅长Cho Jaegu就扩大基层地方政府代表参与中央地方合作会议表示:“感谢出身基层和广域自治团体首长的总统欣然采纳这一建议,并认可地方政府。”他称:“无论朝野,不分你我,不受党派利益束缚,将在最贴近居民的地方倾听细微声音。”
Lee:“即使所处位置不同,也应为改善国民生活而合作”
Lee总统在会议结束时再次强调中央与地方之间的“合作”。Lee总统表示:“尽管党籍或政治立场可能不同,但作为受国民委托的代理人,作为应当为国民更美好的生活和国家未来而工作的公职人员,这一点不会改变。”
他接着强调:“即使所处位置不同,为改善居民和国民生活而尽可能开展合作,才是理想之举。解决首都圈集中所致问题的最有力手段,归根结底是加强地方分权和实现地区均衡发展。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。