我國省會城市和計劃單列市經濟效益綜合評價

□文/溫蕾

我國省會城市和計劃單列市經濟效益綜合評價

□文/溫蕾

本文采用一種提煉與概括數據的多元統計分析法——因子分析法，對我國36所省會城市和計劃單列市2008年的經濟效益進行了評價，并作出了聚類分析。

經濟效益；因子分析法；因子得分；聚類分析

一、引言

中心城市的經濟發展效益反映了本市的經濟運行潛力，也折射出其對周邊地區的經濟拉動力。在我國，4個直轄市——北京、天津、上海、重慶，27個省、自治區的省會（首府）及5個計劃單列市——深圳、寧波、廈門、大連、青島共36個較大城市涉及到我國內地全部31個省級行政單位，并在經濟發展方面發揮著區域、次區域經濟中心的作用。本文就經濟效益方面，對我國36個省會城市和計劃單列市（均含市轄縣）的發展進行了綜合評價，所用的方法是多元統計中客觀賦予權重的方法——因子分析法。

二、評價過程

（一）數據的選取及方法說明

1、數據選取說明。為使分析客觀、全面，本文以《2009年中國統計年鑒》中所列示的“省會城市和計劃單列市主要經濟指標”作為評價的基礎指標，選取第一產業增加值（億元）、第二產業增加值（億元）、第三產業增加值（億元）、客運量（萬人）、貨運量（萬噸）、地方財政預算內收入（萬元）、城鄉居民儲蓄年末余額（萬元）、在崗職工平均工資（元）等共八項指標作為評價標準。因為我國的年鑒中沒有直接涉及“經濟效益”的指標，為在經濟發展指標中剔除人口數量的影響，在此用人均值來代表經濟效益，人口數量則用的是2008年、2009年《中國統計年鑒》中2007年年末人口（即2008年年初人口數）和2008年年末人口的平均數。

由此，得到的數據指標為：x1為人均一產增加值（元）、x2為人均二產增加值（元）、x3為人均三產增加值（元）、x4為人均客運量（人）、x5為人均貨運量（噸）、x6為人均財政收入（元）、x7為年末人均儲蓄額（元）、x8為在崗職工平均工資（元）。

2、評價方法。由于上述8個指標對于評價經濟效益的作用并非完全一致，因此需要對它們“賦權”以充分利用數據。為避免主觀賦權帶來的種種弊端，這里采用的是一種客觀賦權的方法——因子分析法，其核心思想是利用少數幾個公共因子來解釋較多變量間的復雜關系，具體說來就是：通過研究各變量之間的內在關系，探求變量間的基本結構，找出能反映所有變量的少數幾個隨機變量，并用它們去描述原始變量之間的相關關系，而上述“少數幾個隨機變量”是不可觀測的，將這些不可觀測的變量稱作“因子”，因子既可以將原變量所包含的信息中的大多信息（通常選取>85%的信息量）反映出來，又能夠揭示各變量之間的相互依存關系。同時，可以通過計算因子得分來看到每個城市在各個因子方面的表現。

（二）分析過程

1、因子分析。借助spss軟件，運用主成分分析法進行因子分析，為使因子結構更方便解讀，利用最大方差法進行因子旋轉，得到結果如表1所示。（表1）

表1 提取的各因子的特征值及方差貢獻率情況（含因子旋轉前、后）

在進行因子分析時，通常要求提取的公共因子能夠解釋全部原始信息的至少85%，從表1可知，前四個特征值的累積貢獻率達到了85%，但由于第五個特征值與第四個特征值相差無幾，故這里選取五個公共因子，則它們的累積方差貢獻率達到了98.6%。使用因子旋轉可以更清晰地反映各個因子所代表的信息。（表2）

從表2可以看出，因子1在指標x1、x2、x6、x7上的因子載荷較大，因子 2 在指標x8上的因子載荷較大，因子3在指標x1上的因子載荷較大，因子4在指標x4上的因子載荷較大，因子5在指標x5上的因子載荷較大，故這五個因子可以分別命名為資本積累因子、收入因子、農業因子、客運量因子和貨運量因子。由于各因子在各指標上的載荷大小相差比較顯著，可以認為此五個因子較好地解釋了八個評價指標。spss軟件給出了每個城市在各個因子水平上的得分F1～F5。以旋轉后每個因子的方差貢獻率占總方差貢獻率（98.6%）的比重為各因子的權重，計算各個城市在五個因子上的綜合得分F，并排序。表3呈現的是按照總得分排序，第1、10、20、30、36 名城市的情況，其余城市情況略。（表3）

表2 旋轉后的因子載荷矩陣

表3 36個城市在各個因子上的得分及排名

2、將36個城市進行聚類。為方便進一步的解讀結果，現將36座城市分類。聚類分析是多元統計分析的一種方法，使用此方法有助于擺脫主觀分類的任意性。使用spss軟件，應用ward法聚類，類間距離用blok法定義2，則將36個城市分為三類，如表4所示。（表4）

表4 36座城市因子綜合得分的聚類結果

三、結論及分析

由上述分析可以看出，2008年我國36個省會城市和計劃單列市經濟效益在此種排名系統下呈現以下特點：

1、中西部城市發展較快，但與東部差距依然巨大。將36個城市按照綜合因子得分平均分成三組，由表3的結果可知，經濟效益綜合得分位列前12名的依次是：深圳、廣州、大連、上海、寧波、杭州、北京、廈門、呼和浩特、南京、青島、海口。而倒數后12名的則依次是：西寧、蘭州、太原、重慶、西安、烏魯木齊、拉薩、貴陽、昆明、南昌、鄭州、南寧。從而可以看出，36個城市中前1/3全部為沿海開放城市，后1/3則全部是中、西部地區的城市。另外，對比9年前的各市排名可以發現，進步較大的城市中，呼和浩特、合肥和長沙進步最大，分別前進了18名、11名和9名，沈陽、大連和哈爾濱也分別前進了7名、5名和5名，這說明國家近年來的中部崛起和振興東北等政策還是起到了效果，只是經過30年的改革開放，東部地區的發展已經建立起了明顯的優勢，縱然近年來國家為了縮小中、東、西部的發展差距陸續出臺了很多政策，但先天的底子薄導致中、西部總體上在短時期內很難躋身于第一發展集團。

2、先行城市發展優勢明顯，二、三線城市經濟效益落后明顯。由聚類分析可知，深圳的經濟效益在全國一枝獨秀，而位于第三類的城市則集體呈現“人口眾多，拖垮效益”的特點——第三類的全部17座城市的地區生產總值占全部36座城市之和的比重均小于其人口占36座城市之和的比重（表5），重慶更是小了近10個百分點（9.19%），故控制人口數量和加大經濟發展質量是擺在這類城市面前的兩個同等重要的大難題。

3、環渤海經濟圈核心城市發展效益明顯落后于珠江三角洲、長江三角洲。參與評分的城市中，珠江三角洲和長江三角洲的城市全部進入前10名，而環渤海地區則只有北京和大連入圍前十。環渤海地區的經濟發展目前處于強極化效應階段，各中心城市應該具有較高的經濟聚集度，而天津作為環渤海地區的“工業中心”，尚未能展現其較高的經濟效益，主要與其底子較薄（F1排名第24）、農業經濟效益較低（F3排名第 28）、客運量較少（F4排名第35）有關。天津作為毗鄰北京的老牌工業城市，在發展重點上開始與北京有所區分，工業效益較高是這些年來的體現，但作為一個現代化的工業中心城市，其他因子方面的高效發展也是必不可少的。

表5 第三類城市地區生產總值占全部36座城市的比重與人口比重的差值（按差距由大到小排序）

（作者單位：石家莊經濟學院）

[1]孫玉環.35所省會城市及計劃單列市的經濟效益綜合評價.統計與信息論壇，2001.9.

[2]朱建平.應用多元統計分析.科學出版社，2006.8.

F12

A