三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平的分析

摘要：本文選取了與三次產(chǎn)業(yè)、經(jīng)濟(jì)發(fā)展水平相關(guān)的18個指標(biāo)，構(gòu)成評價指標(biāo)體系，以我國31個省級行政區(qū)為樣本單位，借助 SPSS11.0forWindowS統(tǒng)計分析軟件，運(yùn)用因子分析和聚類分析方法，對近年來我國三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平進(jìn)行分類研究和綜合評價。

關(guān)鍵詞：三次產(chǎn)業(yè) 經(jīng)濟(jì)發(fā)展水平 因子分析 聚類分析

一、構(gòu)建評價指標(biāo)體系

產(chǎn)業(yè)結(jié)構(gòu)是隨著經(jīng)濟(jì)增長而不斷變化的，經(jīng)濟(jì)增長是產(chǎn)業(yè)結(jié)構(gòu)演變的基礎(chǔ)。產(chǎn)業(yè)結(jié)構(gòu)的及時、合理變動又是經(jīng)濟(jì)總量獲得新增長的必要條件。本文基于我國三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平的情況，選取了如下：人均GDP（元）[x1] ，第一產(chǎn)業(yè)增加值比重（%）[x2]，第二產(chǎn)業(yè)增加值比重（%）[x3]，第三產(chǎn)業(yè)增加值比重（%）[x4]，第一產(chǎn)業(yè)從業(yè)人員比重（%）[x5]，第二產(chǎn)業(yè)從業(yè)人員比重（%）[x6]，第三產(chǎn)業(yè)從業(yè)人員比重（%）[x7]，人均農(nóng)產(chǎn)品占有量（億元/萬人） [x8]，人均工業(yè)品占有量（億元/萬人）[x9]，人均服務(wù)產(chǎn)品占有量（億元/萬人）[x10]，農(nóng)業(yè)密度（億元/萬公頃）[x11]，工業(yè)密度（億元/萬公頃）[x12]，服務(wù)密度（億元/萬公頃）[x13]，第一產(chǎn)業(yè)增加值（億元）[x14]，第二產(chǎn)業(yè)增加值（億元）[x15]，第三產(chǎn)業(yè)增加值（億元）[x16]，人口密度（人/公頃）[x17]，城市化率（%）[x18] 18個指標(biāo)，來構(gòu)成評價指標(biāo)體系。

上述有關(guān)指標(biāo)的統(tǒng)計數(shù)據(jù)均來自《中國統(tǒng)計年鑒》（2008版）。

二、基于我國三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平的因子分析

（一）確定因子分析的可行性

在對原始數(shù)據(jù)進(jìn)行計算和標(biāo)準(zhǔn)化后，先檢驗(yàn)其是否符合因子分析方法的，得到KMO取樣適當(dāng)度量及Bartlett球形檢驗(yàn)的統(tǒng)計參數(shù)估計值，結(jié)果顯示，KMO檢驗(yàn)值為0.643，指標(biāo)之間有較多的共同因素，Bartlett球形檢驗(yàn)近似卡分布值為1081.34，顯著性小于0.01，表明拒絕單位相關(guān)的原假設(shè)，通過了因子分析的適用性檢驗(yàn)；而且有相關(guān)系數(shù)矩陣也可以看出這些因素之間有很強(qiáng)的相關(guān)性，因此可以采用因子分析的方法。指標(biāo)數(shù)小于樣本數(shù)，而且設(shè)公共因子F和特殊因子εi的相關(guān)系數(shù)為0，公共因子之間不相關(guān)，且方差皆為1，特殊因子εi之間不相關(guān)。

（二）構(gòu)造因子變量

借助 SPSS11.0forWindowS統(tǒng)計分析軟件，首先計算出18個變量的相關(guān)矩陣，并得到碎石圖，從碎石圖中可以看出：前三個因子的特征值均大于1，且大于后面的因子，所以提取前三個因子是比較合理的，然后進(jìn)行方差最大化因子旋轉(zhuǎn)，得到旋轉(zhuǎn)后主因子的特征值、貢獻(xiàn)率及以載荷表，從中可知提取的主因子[F1]在[x1]、[x3]、 [x6]、[x9]、[x12]、[x16]和[x18]這幾個指標(biāo)上有較高的負(fù)載，該主因子主要反映了各地區(qū)第二產(chǎn)業(yè)整體發(fā)展的水平和綜合經(jīng)濟(jì)發(fā)展的水平，說明經(jīng)濟(jì)發(fā)展水平中有33.553%是由因子[F1]影響的，稱為第二產(chǎn)業(yè)因子；主因子[F2]在[x4]、[x14]、[x7]、[x10]、[x13]和[x17]這幾個指標(biāo)上有較高的負(fù)載，該主因子主要反映了各地區(qū)第三產(chǎn)業(yè)發(fā)展的相對水平，代表了第三產(chǎn)業(yè)對國民生產(chǎn)總值貢獻(xiàn)大小的重要信息，且經(jīng)濟(jì)發(fā)展水平中33.186%是由因子[F2]影響的，該因子稱為第三產(chǎn)業(yè)因子；主因子[F3]在[x2]、[x5]、[x8]、[x11]和[x15] 這幾個指標(biāo)上有較高的負(fù)載，該主因子主要反映了各地區(qū)第一產(chǎn)業(yè)發(fā)展的相對水平，代表了第一產(chǎn)業(yè)對國民生產(chǎn)總值貢獻(xiàn)大小的重要信息，且經(jīng)濟(jì)發(fā)展水平中有17.767%的成分是由第一產(chǎn)業(yè)因子影響的。提取的三個主因子累計貢獻(xiàn)率達(dá)到了84.506%，即這三個主因子累計解釋了原數(shù)據(jù)所反映信息的84.506%。因此，認(rèn)為這三個主因子[F1]、[F2]、[F3]能夠科學(xué)地反映各地區(qū)三產(chǎn)業(yè)發(fā)展的水平及各地區(qū)經(jīng)濟(jì)發(fā)展水平。

（三）建立因子提取模型

建立因子分析模型的目的不僅要找出公共因子，更重要的是要明確每個公共因子的涵義解釋，以便對實(shí)際背景做出科學(xué)的分析。

1.初始因子模型為：

設(shè)Xi（i=1，2，3…p）為p個變量 ，本文中p=18

[X1=a11F1+a12F2+…+a1mFm+ε1X2=a12F1+a22F2+…+a2mFm+ε2………………………………………Xp=ap1F1+ap2F2+…+apmFm+εp]

其中Fi表示公共因子， aim是因子載荷，[m]=3，εi表示特殊因子。

2.因子旋轉(zhuǎn)模型為：

Xi=bi1F1+ bi2F2+ bi3F3+…+ bimFm+εi其中bim代表旋轉(zhuǎn)后的因子載荷矩陣。

經(jīng)過旋轉(zhuǎn)后，bi應(yīng)該向0和1分化。

3.因子得分模型為：

Fi=βi1X1+βi2X2+βi3X3+…+βipXp其中βip為因子得分系數(shù)矩陣，通過此模型，帶入數(shù)據(jù)可以算出2007年各個地區(qū)的公共因子得分。

4.綜合評價模型為：

Wi=λi1F1+λi2F2+λi3F3+…+λimFm

其中[λi]代表權(quán)數(shù)，通過這個模型還我們可以算出其的綜合得分。

（四）因子模型中各公共因子及綜合得分的說明

各省的公共因子和綜合得分，從總體上說明了我國各地區(qū)經(jīng)濟(jì)發(fā)展水平極不平衡，地域差異比較明顯，具體情況如下：

1.在公因子[F1]上得分大于O的有13個省份，是上海、天津、廣東、浙江、江蘇、山東、福建、遼寧、河北、山西、河南、重慶、內(nèi)蒙古，其取值較高的且大于0.5的有9個省份，是上海、天津、廣東、浙江、江蘇、山東、遼寧、山西、河南，這些地區(qū)在經(jīng)濟(jì)發(fā)展水平較高，對帶動的就業(yè)較好，且多數(shù)為東部地區(qū)；在公因子[F1]上得分較低（小于-0.5）的地區(qū)有 11個省份，是湖北、海南、黑龍江、湖南、貴州、西藏、四川、新疆、甘肅、廣西和云南，說明我國近三分之一地區(qū)的經(jīng)濟(jì)發(fā)展水平較低，經(jīng)濟(jì)基礎(chǔ)薄弱，其中大部分地區(qū)為西部地區(qū)。

2.在公因子[F2]上得分大于O的省份有13個，取值較高大于0.5的地區(qū)為北京、上海、天津、浙江、廣東、江西和湖南共7個省份，說明這些地區(qū)在第三產(chǎn)業(yè)方面的發(fā)展較好；在公因子[F2]上得分小于0的地區(qū)包括青海、內(nèi)蒙古、甘肅、山西、新疆、寧夏、陜西、貴州、廣西、云南共10個省份，說明我國將近三分之一的省區(qū)在經(jīng)濟(jì)增長過程中第三產(chǎn)業(yè)發(fā)展存在問題。

3.在公因子[F3]上得分大于O的省份有11個，取值較高（大于0.5）的有9個，分別是：內(nèi)蒙古、山東、廣東、江蘇、廣西、山西、天津、河南和浙江，說明目前我國約三分之一的地區(qū)農(nóng)業(yè)增長活力較強(qiáng)；在公因子3上得分較低（小于-0.5）的省份有海南、新疆、云南、北京、貴州、江西、遼寧、四川、甘肅和寧夏10個省份，說明我國還有近三分之一的省份經(jīng)濟(jì)增長過程中的第一產(chǎn)業(yè)的貢獻(xiàn)率較小。

4.綜合因子得分上大于O的省份有16個，其中綜合得分大于0.5的有6個省份，分別是北京、上海、天津、廣東、浙江、江蘇，說明這些地區(qū)經(jīng)濟(jì)發(fā)展水平較高；在綜合得分小于0的有安徽、海南、黑龍江、寧夏、陜西、湖南、江西、青海、貴州、西藏、四川、廣西、新疆、甘肅、云南共15個省份，說明我國近一半的地區(qū)經(jīng)濟(jì)發(fā)展水平不高。

三、基于我國三次產(chǎn)業(yè)地區(qū)分布與經(jīng)濟(jì)發(fā)展水平的聚類分析

根據(jù)綜合得分，將31個地區(qū)利用聚類分析的方法劃分為五類：第一類北京、天津、上海，這三個城市化進(jìn)程快，很好地帶動了三次產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級；第二類廣東、山東、江蘇、福建、浙江、遼寧，它們的分?jǐn)?shù)雖落后于前一個地區(qū)，但是均為正值，經(jīng)濟(jì)水平處于全國平均水平以上；第三類湖北、吉林、重慶、黑龍江、湖南、河北、海南、內(nèi)蒙古，除重慶以外，均是東部和中部地區(qū)；第四類四川、安徽、河南、江西、西藏、新疆、陜西中西部地區(qū)，由于區(qū)位條件限制等原因，經(jīng)濟(jì)發(fā)展水平一直比較落后，阻礙了當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，從而影響了經(jīng)濟(jì)的發(fā)展水平；第五類廣西、青海、寧夏、貴州、甘肅、云南，全是西部地區(qū)，經(jīng)濟(jì)發(fā)展水平嚴(yán)重滯后，極大制約第三產(chǎn)業(yè)發(fā)展。

由上述分析可以看到，我國各地區(qū)三次產(chǎn)業(yè)發(fā)展差距明顯，但呈現(xiàn)出微弱的收斂趨勢。東部地區(qū)的第一產(chǎn)業(yè)比重低于全國水平，第二、第三產(chǎn)業(yè)比重高于全國水平；中、西部地區(qū)的第一產(chǎn)業(yè)比重高于全國水平，第二、第三產(chǎn)業(yè)比重低于全國水平。也就是說，根據(jù)產(chǎn)業(yè)結(jié)構(gòu)變動的一般趨勢可知，東部地區(qū)的整體產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平領(lǐng)先于中部地區(qū)，中部地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)發(fā)展水平領(lǐng)先于西部地區(qū)。

隨著經(jīng)濟(jì)的發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，第二產(chǎn)業(yè)和第三產(chǎn)業(yè)在經(jīng)濟(jì)發(fā)展過程中所做的貢獻(xiàn)越來越大，而第一產(chǎn)業(yè)的比重則應(yīng)該逐漸降低。

作者簡介：

曹美麗（1962.8- ），女，山西省右玉縣，學(xué)士， 統(tǒng)計與數(shù)學(xué)學(xué)院副教授，從事統(tǒng)計理論及其應(yīng)用研究。