江蘇省各地市經濟發展水平綜合評價研究

王繼順，閆敏倫，葛仁福 （連云港師范高等專科學校數學與信息工程學院，江蘇 連云港222006）

區域經濟是為實現地區經濟平衡發展而提出的新的經濟概念，區域經濟的發展不但受到區域的自然條件、資源開發和利用狀況等內部因素的制約，而且還受社會經濟條件、經濟政策等外部條件的影響。區域經濟發展不僅意味著該區域國民經濟規模的擴大，更意味著經濟水平和社會生活素質的提高。區域經濟的發展是一個循序漸進的過程，現有的經濟發展狀況是經濟持續穩定發展的基礎，因此，研究現有經濟發展狀況對規劃將來經濟發展有著深刻的現實意義。

江蘇省因其有利的地理優勢和豐富的物產資源，工業基礎深厚，有著發達的制造業，對外貿易昌盛。但江蘇省各地市經濟發展南北地區的差異是巨大的，為促使區域均衡發展制定規劃與策略，對各地市經濟發展水平如何做好系統全面地綜合評價，是要研究的重要課題。目前，關于經濟實力綜合評價的方法較多，主要有主成分分析法［1］、層次分析法、因子分析法［2］、聚類分析法、DEA方法、Topsis方法、模糊綜合評價法、神經網絡評價法等，其中因子分析與聚類分析是經濟、科技文化等領域實施綜合平均廣泛采用的方法，而且兩者結合起來可以獲得較好的評價結果［3－5］。筆者首先針對江蘇各地市區域經濟發展的實際情況選取評價指標，建立評價指標體系，然后運用因子分析與聚類分析相結合的方法對13個地市2012年的經濟發展水平進行綜合評價，得出了各地市經濟發展在江蘇省的綜合排名，得到了與實際情況相符的結果。并且對結果進行了分析，并提出了一些建議，希望能為江蘇地市區域經濟的產業轉型調整、優化升級和可持續均衡發展提供決策參考。

1 因子分析原理

因子分析是多元統計分析中的一種重要的統計分析方法，它的基本思想就是通過降維處理，用較少的綜合指標的加權線性組合表示原來的實際指標，讓該綜合指標盡可能保留原始數據的信息并且綜合指標之間彼此不相關，然后結合專業知識和指標所反映的獨特含義對其進行命名，稱為主成分或因子。因子分析的一般模型為［3，5］：

式中，X＝（X1，X2，…，Xp）T為p維隨機向量，表示可實測的p個指標（原指標）；F＝（F1，F2，…，Fm）T表示不可測的m維隨機向量（m≤p），命名為主因子，由分量F1，F2，…，Fm共同表出，即公共因子出現在所有原始變量的表達式中，可理解為原始變量的公共影響因素，各主因子是相互獨立的理論變量，其含義要按照實際問題與分析結果確定；ε＝（ε1，ε2，…，εm）T叫特殊因子，是各指標Xi所特有的因子，表示了原有變量不能被各公因子所解釋的部分，可以稱為殘差向量，特殊因子之間及其與所有公共因子之間都是相互獨立的；A＝（aij）p×m為因子載荷矩陣，其aij叫因子負荷，表示第i個變量在第j個公共因子上的載荷，其數量意義表明指標Xi與Fj的相依程度，其值越大，意味著相依程度越高。研究中，若指標Xi對因子F的每一個分量F1，F2，…，Fm的共同依賴程度接近于Xi的方差，則可直接用F1，F2，…，Fm的線性組合來表示Xi而忽略特殊因子εi，然后就可以用變量的觀測值來估計每個公因子的值（即因子得分），由此得出綜合排名。

2 聚類分析方法

聚類分析也是一種多元統計方法，該方法首先假定樣本或變量之間存在著不同程度的相似性，然后按照研究對象的個性特征，將其相似程度較大的歸入一類，由于它體現了“物以類聚”的思想，在統計分析中已被廣泛應用。系統聚類法是各聚類方法中應用最多的一種，其基本思想是［4］：先將所有樣本各自作為一類，在規定樣本之間的距離及各類間距離的基礎上，將距離最近的樣本（類）合并成一個新類，進而計算新類與其他類間的距離，依次將2個最近的類合并，重復進行，每次減少一個類，直到所設定的類別數截止。筆者擬采用系統聚類方法中常用的離差平方和法進行聚類分析。

3 實證分析

3.1 指標和數據的選取

對一個地區的經濟發展水平事實綜合評價，必須選擇適宜的評價指標。筆者結合評價要求和經濟發展的規律選取的指標有：人均地區生產總值X1，第二產業GDP的比重X2，第三產業GDP的比重X3，人均社會消費品零售總額X4，人均公共財政預算收入X5，城鎮居民可支配收入X6，農村居民人均純收入X7，人均固定資產投資X8，選取了江蘇省13個地級市2012年度的經濟發展相關數據進行實證分析，如表1所示［6］。

表1 2012年江蘇省各區縣經濟指標

筆者運用統計分析軟件SPSS17.0［7］進行數據處理與分析，首先對原始數據進行標準化處理，以消除因原始指標數據單位不同（量綱差異）所造成的影響，標準化的指標分別記為ZX1，ZX2，…，ZX8。

3.2 相關性檢驗

首先采用KMO和Bartlett’s檢驗法來檢驗原有變量之間是否具有較強的相關關系，是否適合做因子分析，檢驗結果見表2。由表2可知，近似卡方值2為106.605，自由度Df為28，相應的概率F為0.000，說明相關矩陣不是一個單位陣，適合作因子分析。另一方面，KMO值越接近1，表明對這些變量進行因子分析的效果越好，這里KMO值為0.756，因此原有變量適合作因子分析。

3.3 因子分析

對經過標準化處理的8項指標數據選用主成分法作因子分析，得到初始解。因子個數的提取采用極大方差法，由此得到的特征根和方差貢獻率結果見表3。

表2 KMO和Bartlett檢驗

表3 解釋的總方差

根據特征值大于1、累計貢獻率大于85%的公共因子提取原則，提取了2個公共因子，其累計方差貢獻率已達到88.024%，即2個公共因子已經蘊含了原來8個指標的絕大部分信息，損失的信息量僅為11.876%，所以2個公共因子具有較高的代表性，上述8項指標可以綜合成2個主因子F1和F2。從表3可以看出，旋轉后累計方差貢獻率沒有改變，但各因子的方差貢獻比例卻有了新的分配。由于旋轉平方和載入部分是旋轉后的因子對原變量總體的刻畫，旋轉后的方差貢獻率說明，公因子F1和F2可以解釋原始信息的能力分別是46.898%和41.126%。旋轉因子載荷矩陣的結果見表4。

表4 成份矩陣及旋轉成份矩陣

從表4可以看出，公因子F1下載荷較大的指標有第三產業GDP的比重、城鎮居民可支配收入、人均社會消費品零售總額、農村居民人均純收入，說明這4項指標有較強的相關性，可以歸為一類，這4項指標主要反映了居民人均生活水平，所以可歸結為人民生活水平因子；公因子F2下載荷較大的指標為第二產業GDP的比重、人均地區生產總值、人均固定資產投資和人均公共財政預算收入，這4項指標體現了各地區的經濟發展水平和經濟競爭實力，因此可以歸結為經濟實力因子。這2個公因子綜合起來基本能反映各地區的經濟發展狀況，可見提取的2個公因子是比較合理的。

根據指標變量的標準化值和所得因子得分系數，可以計算出各公因子得分：

根據表3中各公因子旋轉后的方差貢獻率，計算其綜合因子得分為：

由式（2）、式（3）、式（4），可獲得公因子F1、F2和綜合因子F的得分及排名情況，見表5。

各城市因子得分值的正負是與江蘇省平均水平相比較的結果，結果為正的地區表明其經濟發展綜合水平優于江蘇省平均水平，得負數地區的則相反。因而綜合評價得分值越高，表明該城市的經濟發展狀況就越好，綜合經濟實力也越強。

表5 因子得分及排名

從表5可以看到，南京、無錫、蘇州和常州的F1得分以及綜合得分都排在前列，明顯高于其他城市，表明這4個城市的綜合經濟實力在江蘇省內是遙遙領先的，其中南京的F2得分最低，但綜合因子得分排在第3名，說明其是人民生活水平極好的城市，這和它是旅游為主導的城市密切相關的。而另外3個城市的F1和F2以及F的得分排名都靠前，說明這3個城市的經濟實力和人民生活水平都是很好的城市。鎮江市的F2得分值第一，但F1得分值略低，表明它是經濟實力很強，人民生活水平較好的城市。繼鎮江之后省內綜合因子得分為正數的城市還有常州和泰州，表明這2個城市是江蘇省內經濟發展水平較好的城市。南通和揚州是F1因子得分排名靠后，但反映經濟實力指標的F2得分都較高，這使得其綜合得分都挺進了前8名。蘇北地區除了徐州、連云港F1因子得分排名在中等偏下以外，它們的F2得分值都較為靠后，鹽城、淮安和宿遷的F1和F2得分排名都靠后，導致綜合因子F的得分也靠后，從而導致了綜合得分也最靠后。

3.4 聚類分析

根據上述所得2個因子得分函數，將反映各城市經濟實力的2個因子得分作為新變量，運用系統聚類法，對江蘇省13個城市進行合理的區域劃分，分類結果如表6所示。

第1類，南京，是屬人民生活水平極高，而經濟實力因子雖是最低卻差距不大的一類城市。

第2類，無錫、常州、蘇州，這些城市無論是人民生活水平還是經濟實力都比較高，該類城市經濟實力強。

第3類，南通、揚州、鎮江和泰州，該類城市人民生活水平處于全省平均水平以下，但總體經濟實力較高，綜合經濟實力居中。

第4類，徐州、連云港、淮安、鹽城和宿遷，該類城市人民生活水平及經濟實力指標都比較低，經濟實力弱，區域創新能力需進一步加強。

以上結果說明江蘇各地市產業結構存在顯著差異，主要表現在南京的第三產業發展對綜合實力貢獻較大，是以第三產業發展為主導的城市，產業結構實現了優先升級；無錫、常州、蘇州的工業發展狀況良好，對外貿易和旅游業發展相對迅速，產業結構合理，區域創新能力強；南通、揚州、鎮江和泰州的工業發展良好，而對外貿易和旅游業有待進一步提升；徐州、連云港、淮安、鹽城和宿遷無論是工業還是對外貿易和旅游業發展都不甚樂觀。總體來說，蘇南地區的工業、第三產業對經濟綜合實力的貢獻遠高于蘇北地區，這說明了江蘇13個地市產業結構的差異導致了地區經濟發展的不平衡。

表6 每個聚類中的案例數及成員

4 結論和建議

以所構建區域經濟綜合評價指標，對江蘇省各地市經濟進行綜合評價，分析結果與實際狀況具有高度一致性，說明筆者選擇的指標是科學合理的，從而結果是有效的，為促進江蘇省整個經濟的發展、縮小不同地區間人民生活水平差距有著重要的實際參考價值。為此，針對產業結構優化方面提出如下建議：

1）提高政府宏觀調控的力度。政府要做到區域政策和產業政策兼顧，為各地區的發展創造有利外部條件，從政策上創造公平競爭的環境，注意加大對蘇北地市發展的扶持力度，在財政、信貸、投資、人才等方面給予優惠政策，以縮小區域差距，實現區域平衡發展。

2）發揮蘇南地區率先垂范作用。在蘇南地區產業結構率先升級的基礎上，有步驟、有計劃地接收蘇南地區的某些產業的轉移，以優化升級產業結構為抓手，促使地區協調發展。

3）促進蘇北地區產業結構優化升級。注意為蘇北地區的產業結構優化升級出謀劃策，挖掘區域資源優勢，探索有特色的工業化產業鏈、旅游業和農副產品深加工業的建設思路，加大第三產業的產值比重，促進產業結構的優化升級，加快城鄉一體化建設，提高城鄉居民的生活水平。

4）強調科技促進區域經濟發展的作用。注意創造優越的條件吸引高科技人才到經濟發展還相對薄弱各地市就業，充分調動科技人才的積極性、主動性和創造力，發揮科技是第一生產力的作用，促進經濟發展，實現各地區共同繁榮。

［1］ 葉依廣，何偉 .江蘇省各中心城市經濟發展綜合實力及差異因素的主成分分析 ［J］.南京農業大學學報，2002，25（4）：95－99.

［2］ 曹明秀，歐國立 .基于因子分析法的城市經濟轉型研究 ［J］.中國流通經濟，2009（5）：66－69.

［3］ 王成，王繼順 .基于因子分析與聚類分析的學生成績綜合評價 ［J］.甘肅聯合大學學報（自然科學版），2011，25（1）：26－30.

［4］ 王金英 .基于因子分析與聚類分析的遼寧省區域經濟綜合評價 ［J］.遼寧工業大學學報（自然科學版），2011，31（3）：187－190.

［5］ 王繼順，王傳斌，閆敏倫，等 .基于因子分析的各地城鎮就業情況綜合評價模型 ［J］.數學的實踐與認識，2013，43（19）：10－18.

［6］ 徐劼，樊燕超 .江蘇統計年鑒——2013［M］.北京：中國統計出版社，2013.

［7］ 郝黎仁，樊元，郝哲歐.SPSS實用統計分析 ［M］.北京：中國水利水電出版社，2003：304－315.