皖江城市群經濟發展能力優勢比較研究

何葉榮 孟祥瑞 羅文科

摘要：采用多元統計綜合評價方法，依據淮南市2014年統計年鑒的數據，借助STATA12.0軟件工具，選取皖江城市群10個城市為研究樣本，提取9項指標作為研究對象，采用相關分析，回歸分析，因子分析和聚類分析，對10個城市的經濟發展能力進行比較與評價，找到各個城市的發展優勢與，最后提出皖江城市群聯動發展的對策與措施。

關鍵詞：皖江城市群；經濟發展能力；優勢比較；STATA；面板數據

中圖分類號：F127

文獻標識碼：A文章編號：

16721101（2015）06003408

Economic development capacity and advantage comparison of cities

along Yangtze river in Anhui province- panel data analysis based on STATA

HE Ye-rong1，2， MENG Xiang-rui1 ， LUO Wen-ke

3

（1.School of Mining and Safety Engineering， Anhui University of Science &Technology， Huainan， Anhui 232001， China；2.School of Economics and Management， Huainan Normal University， Huainan， Anhui 232038 China；3.School of Economics and Management， Anhui University of Science & Technology， Huainan， Anhui 232001， China）

Abstract：In this paper， according to the data in the statistical yearbook of Huainan in 2014， by using the software Stata12.0， ten cities of Yangtze river in Anhui province are chosen as research samples； nine indexes are extracted as research objects； the multiple statistics comprehensive evaluation method is utilized to compare and evaluate the economic development capacity of the ten cities. In the course of the evaluation， correlation analysis， regression analysis， factor analysis and clustering analysis are adopted. By analysis and evaluation， the development advantages of each city are found. Then the countermeasures and strategies are put forward for the cooperative development of the cities along Yangtze river in Anhui province.

Key words：the cities along Yangtze river in Anhui province；economic development capacity； advantage comparison； STATA； panel data

隨著中部崛起戰略的實施和長三角城市群的加速擴張，皖江城市群的經濟區位優勢日益凸顯[1]。自2010年10月12日《皖江城市帶承接產業轉移示范區規劃》被國務院正式批復以來，安徽皖江城市群（共包括10個城市），即合肥、蕪湖、馬鞍山、銅陵、安慶、池州、巢湖、滁州、宣城、金安區和舒城縣，有59個縣（市區）的承接產業轉移示范區建設被正式納入到國家發展戰略規劃[2]。皖江城市群是安徽省經濟較發達的城市群，匯聚了安徽省的主要資源，經濟發展能力較強，在經濟投入、產出等方面都處于相對領先地位[3，4]。

目前，正值我國重點調整產業結構、優化產業格局之際，對城市群的綜合經濟實力研究成為目前學者研究的熱點。對皖江城市群綜合經濟實力的研究也不乏其人，主要集中在對皖江城市群的創新能力[1，4]，城市化水平[5]和產業承接轉移[6-9]等方面。也有的從皖江城市群的現狀入手，對皖江城市群的發展進行SWOT分析[10]，以便找到更有利于皖江城市群發展的路徑。本文借助STATA12.0工具，對皖江城市群綜合經濟發展能力進行比較研究，找出皖江城市群的綜合經濟發展能力和各個城市的經濟發展優勢，對安徽省區域發展綜合能力的提升有重要的理論和實踐意義。

一、研究設計

（一）研究變量選擇

對于城市群經濟發展能力比較指標體系的選擇，一方面要考慮地方經濟總量，另一方面還要考慮到經濟質量和經濟效能，同時還要考慮所選指標的全面性、代表性和可操作性等原則。本文借鑒了國內外相關研究，選擇了9個研究變量，分別定義為：城市名稱、地區生產總值（億元）、規模以上工業增加值（億元）、社會消費品零售總額（億元）、全部財政收入（億元）、固定資產投資（億元）、進出口總額（億元）、城鎮居民人均可支配收入（元）、農民人均純收入（元）。9個變量分別定義為V1-V9；10個觀測樣本分別為：合肥、蕪湖、馬鞍山、銅陵、安慶、池州、滁州、宣城、金安區、舒城縣。

（二）數據來源與研究方法選擇

本文采用數據是《淮南市統計年鑒—2014》[11]，采用的數據分析方法有相關分析、回歸分析、因子分析和聚類分析。借助Stata12.0軟件，首先使用回歸分析，相關分析等方法研究構成皖江城市群經濟發展能力的各個變量之間的關系；然后運用因子分析對構成皖江城市群的各個變量提取公因子，該公因子是最具代表性的主因子；最后構建皖江城市群經濟發展能力的評價模型，運用Stata12.0數據處理技巧，采用K個平均值法進行聚類分析，依照提取的公因子對皖江示范區各個城市的經濟發展能力進行分類排序。

Stata是由美國計算機資源中心研制的，有著非常強大的數據管理、統計分析、繪制圖表、矩陣運算和編程等功能[12、13]。Stata還包含了許多現代經濟與管理統計方法、基本統計分析、回歸分析、時間序列分析、面板數據分析、廣義估計方程（GEE）、混合效應模型、非線性最小二乘估計、極大似然估計、方差分析、交叉分組時間序列分析（panel data）、正態性檢驗和質量控制等[15、16]。Stata軟件是命令式的，比SAS、SPSS軟件更具有適用性，因其程序容量較小，操作簡單，速度快、效率高、對計算機要求較低、數據管理功能強大、可以非常方便地在各種軟件之間交換數據、計算結果輸出形式簡潔等優點，深受廣大科研工作者的青睞。目前已廣泛適用于社會科學、管理學與經濟學等領域[17-20]。

二、研究過程

（一）數據描述性分析

本文的數據變量除了城市名這一字符串變量外，其余是定距變量，通過進行定距變量的描述性統計，可以得到變量數據的概要統計指標，包括均值、最大值、最小值、百分位數、中位數、偏度系數和峰度系數等。通過獲取這些指標可以對擬分析的數據有個整體把握，為后續進行更深入的數據分析做好必要的準備。運用Stata12.0，在Command命令框中輸入命令summarize v2-v9，detail，即可得到V2-V9的描述性分析結果。由于篇幅有限，在此僅以地區生產總值為例進行說明，如表1所示。

表1數據描述性分析結果（地區生產總值）

由表1可以看出，地區生產總值這一變量百分位數（Percentil

es）的第一個四分位數（25%）是462.2，第二個百分位數（50%）是964.5；四個最小值分別為：132.9、140.5、462.2、680.6；四個最大值分別為：1 293、1 418.2、2 099.5、4 672.9；均值為（Mean）為1 282.88，標準差（Std. Dev）為 1 336.397；偏度（Skewness）為1.748 433，為正偏態；峰度（Kurtosis）為5.286 893，有一個比正態分布較短的尾巴。通過描述性分析，可以看出，其它各個變量的所有數據都沒有極端值和異常值，數據間的量綱差距也在可接受范圍之內。

（二）相關分析

運用Stata12.0，在Command命令框中輸入命令pwcorr v2-v9，sidak sig star（0.01），即可得到V2-V9的各個變量間的Pearson相關系數，見表2。

由表2可以看出，地區生產總值與工業增加值相關系數為0.974 1，具有很強的相關性，且在0.01的顯著性水平上顯著；地區生產總值與社會消費品零售總額之間相關系數為0.990 1，具有很強的相關性，且在0.01的顯著性水平上顯著；工業增加值與社會消費品零售總額之間相關系數為

0.943 5，具有很強的相關性，且在0.01的顯著性水平上顯著；全部財政收入與固定資產投資、全部財政收入與進出口總額、固定資產投資與進出口總額之間均具有較大的相關性，且在0.01的顯著性水平上顯著；城鎮居民人均可支配收入與農民人均純收入之間相關性系數為0.881 4，相關性P值為0.020 7，小于0.05，具有較強的相關性。同時分析了其它變量之間的相關性，發現其它變量之間的相關性不很顯著。

（三）回歸分析

1.模型構建

考慮到各種因素之間的影響較為復雜，本文以地區生產總值為因變量，以規模以上工業增加值、社會消費品零售總額、全部財政收入、固定資產投資、進出口總額、城鎮居民人均可支配收入與農民人均純收入為自變量，進行多重共線性回歸。

建立線性模型：

地區生產總值=a*規模以上工業增加值+b*社會消費品零售總額+c*全部財政收入+d*固定資產投資+e*進出口總額+f*城鎮居民人均可支配收入+g*農民人均純收入+u

即：V2= a*V3+ b*V4+ c*V5+ d*V6+ e*V7+ f*V8+ g*V9+u

其中：a、b、c、d、e、f、g為未知參數

，即回歸系數。u為隨機誤差項，即由于其它原因引起的而未被考慮到的因素。運用普通最小二乘回歸分析方法進行逐步回歸，其步驟及結果如表3所示。

2.模型修正

從上述分析結果可以看出，共有10個樣本參與了分析，模型的F（3，6）=8 961.19，P值（Prob > F）= 0.000 0，說明模型整體上是非常顯著的，模型的可決系數（R-squared ）為0.999 8，模型修正的可決系數（Adj R-squared）為0.999 7，說明模型的解釋能力是非常好的。

模型通過逐步回歸，經過4次踢出變量后得到最終結果。第一個模型是包含全部自變量的全模型，該

模型中v7變量的顯著性P值高達0.938 6，被剔除；第二個模型是包含全部自變量的全模型，該模型中v5變量的顯著性P值為0.937 8，被剔除；第三個模型是包含全部自變量的全模型，該模型中v9變量的顯著性P值為0.290 3，被剔除；第四個模型是包含全部自變量的全模型，該模型中v8變量的顯著性P值為0.248 1，被剔除。剔除上述自變量后得到最終回歸模型。

在最終模型中，變量v3的系數標準誤為0.058 925 9，T值為6.000，P值為0.001，系數非常顯著，99%的置信區間為[0.209 587 5 ，0.497 960 5]；變量v4的系數標準誤為0.104 917 3，T值為9.97，P值為0.000，系數非常顯著，99%的置信區間為[0.789 763 3 1.303 21]；變量v6的系數標準誤為0.044 62，T值為11.61，P值為0.000，系數非常顯著，99%的置信區間為[0.408 848 3，0.627 210 9]。

最終最小二乘回歸模型的方程為：

V2=0.353 774v3+ 1.046 487 v4+0.518 029 6 v6+15.826 98即：地區生產總值=0.353 774*規模以上工業增加值+1.046 487*社會消費品零售總額+0.518 029 6*固定資產投資+15.826 98。

3.因變量預測

根據自變量的值和得到的回歸方程對因變量進行擬合，可以用以對未來進行預測。在Stata12.0的C

ommand命令框中輸入命令predict yhat獲得因變量的擬合值yhat。擬合結果可以看出yhat值與V2值是非常接近的，所以擬合的回歸模型是非常好的。殘差與得到的擬合值的散點圖如圖1所示。

圖1殘差與得到的擬合值的散點圖

4.異方差檢驗

由圖1可以看出，殘差并沒有隨著擬合值大小的不同而發生大的波動，而是圍繞0值隨機波動，所以數據很可能不存在異方差。使用得到的擬合值，分別通過懷特檢驗、BP檢驗（包括使用所得擬合值對數據進行異方差檢驗和使用方程右邊的解釋變量對數據進行異方差檢驗），檢驗結果如表4所示。此三種檢驗方法的原假設均為數據為同方差，通過懷特檢驗時，P值（Prob > chi2）為0.350 5，運用所得擬合值進行BP檢驗時，P值（Prob>chi2）為0.542 1，使用方程右邊的解釋數據進行BP檢驗，P值（Prob>chi2）為0.281 4。三種方法檢驗P值均大于0.05，非常顯著地接受了同方差的原假設，數據不存在異方差，因此不需要再使用穩健的標準差進行回歸。

經過以上最小二乘法逐步回歸分析，可以發現，皖江示范區城市群的地區生產總值與規模以上工業增加值、社會消費品零售總額、固定資產投資有顯著關系，且這三個變量對地區生產總值起正向促進作用，每增加一個單位，地區生產總值將分別增加0.353 774、1.046 48、0.518 029 6

個單位。地區生產總值與其他變量之間有一定關系，但不很顯著。

（四）因子分析

1.用主成分分析法對構成皖江城市群經濟發展能力的變量進行因子分析，在Stata12.0的Command命令框中輸入命令factor v2 v3-v9，pcf，得出因子分析結果，如表5所示，8個因子中只有2個因子特征根大于1，選取這2個因子分作為新的綜合評價指標，LR檢驗的卡方值（LR test： independent vs. saturated： chi2（28））為184.02，P值（Prob>chi2）為0.000 0，模型非常顯著。第一個因子的特征值（Eigenvalue）為6.326 86，方差貢獻率（Proportion）為79.09%；第二個因子特征值（Eigenvalue）為1.411 22，方差貢獻率（Proportion）為17.64%。前2個因子的累計方差貢獻率（Cumulative）為96.73%，解釋了原始數據的96.73%的信息。

2.采用最大方差正交旋轉法對因子結構進行旋轉，由旋轉后的因子載荷圖顯示出Factor1主要解釋的是V2、V3、V4、V5、V6、V7這幾個變量的信息，Factor2解釋的是V8、V9這2個變量的信息。將因子得分情況（這里的因子得分是將每個變量標準化為平均數為0，方差為1）進行加權合計，求出每個因子的線性組合，以因子的方差貢獻率為權重對因子進行加權求和，即可得到每個樣本的因子綜合得分。根據因子得分系數矩陣，寫出各因子的表達式。在此，各表達式中的各個變量已經不再是原始變量，而是進行標準化以后的變量。

這里2個主因子的表達式如下：

F1=0.977 0V2+0.939 2V3+0.989 2V4+0.962 3V5+0.966 3V6+0.915 7V7+0.273 0V8+0.175 4V9

F2=0.205 1V2+0.280 2V3+ 0.091 5V4+0.263 8V5+0.246 7V6+0.282 3V7+ 0.927 9V8+ 0.958 8V9

由提取的2個主因子的相關矩陣知，兩個主因子之間沒有相關性。這說明對因子進行方差最大正交旋轉方式是有效的，每個樣本在2個主因子維度上的因子得分如圖2所示，可以看出，所有樣本被分到四個象限，每個樣本的因子得分分布情況很直觀、很清晰。

通過KMO檢驗，查看數據是否適合做因子分析， KMO取值在0～1之間，一般來說KMO值在0.9～1表示非常好，0.8～0.9表示很好，0.7～0.8表示還可以，0.6～0.7表示中等。本文中只有單個變量V9的KMO值只有0.4921，效果略差，其它幾個單變量的KMO值均0.6以上，總體（Overall）KMO值為0.6792，表明因子分析的效果居中等水平。

3. 皖江示范區城市群經濟發展能力的綜合得分。

依據提取的主因子對皖江城市群各城市經濟發展能力進行分類排序，在Stata12.0的命令框中輸入命令generate f=0.702 3*f1+ 0.264 9*f2，即可得出皖江城市群各城市經濟發展能力的綜合得分，f代表各個城市的綜合經濟能力，f1、f2為提取的主因子，前面的系數為各個因子的方差貢獻率，輸出結果如表6所示。

三、研究結論及政策建議

觀察綜合得分可以發現，合肥市綜合經濟發展實力得分為1.841 892，是皖江城市群中綜合經濟實力最強的城市；蕪湖、馬鞍山綜合得分在0～1之間，分別居于第二、第三，綜合經濟實力也是很強的；安慶、銅陵、滁州、宣城、池州、晉安區和舒城縣相對較弱，舒城縣最弱，綜合得分為-0.744 480 8。各城市綜合排名依次為：合肥、蕪湖、馬鞍山、安慶、銅陵、滁州、宣城、池州、晉

安區和舒城縣。

通過相關分析，皖江示范區各地區生產總值與規模以上工業增加值、社會消費品零售總額均有相關性，且在0.01顯著性水平上顯著；全部財政收入與固定資產投資、進出口總額有相關性，且在0.01顯著性水平上顯著。城鎮居民人均可支配收入與農民人均純收入有相關性，且在0.01顯著性水平上顯著。

通過因子分析，提取2個主要因子，第一因子主要反映地區生產總值、規模以上工業增加值、社會消費品零售總額、全部財政收入、固定資產投資、進出口總額；第二主因子主要反映城鎮居民人均可支配收入與農民人均純收入。對綜合經濟實力得分運用K個平均數聚類分析，皖江城市群10個城市可分為三個等級。但是每個地區有各自的特點和發展空間，根據地區差異要采取不同的發展路徑，圖3明確顯示出10個地區在201

3年各經濟指標的絕對值和相對與2012年各個經濟指標的相對增加值，左軸表示2013年度各地區各個經濟指標的絕對值情況，右軸表示各地區各個經濟指標比2012年的相對增長率，有些地區的絕對值很高但增長速度較慢，可能處于經濟發展的成熟期；有些地區的絕對較小，但是增長速度很快，發展空間很大。

對于第一等級地區，合肥、蕪湖、馬鞍山，是皖江城市群中經濟較發達地區，人均生產總值較高，非農業人口比重較大，對外經濟聯系較為密切，城市基礎設施好，發展潛力大。合肥在綜合排名中經濟實力最強，在第一因子得分也最高為2.615 271，但是在第二因子得分只有0.019 584，次于馬鞍山、銅陵、蕪湖、宣城之后，位居第五，合肥是省會城市又是長江經濟帶的核心城市，在區位及資源方面都具有很多優勢，但是其城鎮居民人均可支配收入與農民人均純收入能相對還不夠理想，還要加強規劃發展，制定相應的策略，加快創新發展投入程度，增強居民創收能力；蕪湖經濟綜合排名居于第二，在第一因子和第二因子排名分別居于第二和第三，現代化水平基礎設施、教育文化等方面在皖江城市群中都具有明顯的比較優勢；馬鞍山綜合排名居于第三，在第二因子上得分2.093 192，分值最高，反映了城鎮居民人均可支配收入與農民人均純收入情況良好，但是在第一因子上得分為負值，排名第六，可能是因為其其行政區劃偏小，三區一縣，人口規模小，有必要擴大其行政區劃范圍，增加城市腹地范圍[21]。

對于第二等級地區，安慶、銅陵、滁州、宣城，安慶總體經濟實力綜合排名居于第四，但是其在第二因子上得分為-0.942 282 6，居于第九名，反映了城鎮居民人均可支配收入與農民人均純收入情況很差。安慶是皖西南區域中心城市，歷史上曾是安徽省的省會，城市基礎設施較好，腹地廣闊，但其產業結構單一，產業鏈短，主導產業的乘數效應低，就業擴張緩慢，集聚輻射能力較差，應不斷優化城市產業結構和人口結構，增強其經濟輻射能力；滁州由于靠近南京都市圈，經濟發展速度比較快，但是在第二因子上的得分較低，以后要加強與長江三角洲地區的經濟橫向聯系，依托長三角地區的產業轉移和技術創新，形成深加工制造業中心，實現城鎮、農村人口的充分就業，人均收入的穩定增長。

對于第三等級地區，池州市、舒城縣和金安區，它們相對綜合經濟實力較差，綜合經濟實力排名位于后三名，在第一、第二因子上得分均為負值，金安區在第一因子上得分倒數第一，舒城縣在第二因子上得分最差。池州地處皖南，受交通區位等因素限制，城市建設滯后，基礎設施薄弱，接受長三角的輻射能量較弱。今后要加強城市基礎設施建設，加強網絡信息的流通，加大政策支持，加大拉動效應，大力改善投資環境，重點發展科技教育，充分積累人力資本，其經濟實力的提升空間還是很大的。

總之，要提升皖江城市群的整體綜合經濟發展能力，首先必須找到各自的發展優勢與劣勢，找準機會，充分發揮各自優勢，合理規避風險，不斷完善皖江示范區內外的合作機制，加強區域利益協調機制建設，進行多元化投入；其次要引領示范區城市群走科技促經濟發展之路，加強與示范區內各城市的協同創新發展，以科技促經濟從而實現整體綜合經濟實力的大幅提升；第三要明確不同能級城市的功能定位，加強皖江城市群內各地區政府、企業、高等院校與科研機構合作，積極整合區內、省內、國內及國外的各種資源，實現多方資源共享，快速融于長三角地區發展體系中，充分發揮皖江的比較優勢，實現皖江城市群整體發展實力的提升[22

]；最后要加強基礎設施建設，信息網絡建設，為皖江城市群綜合經濟能力的發展提供保障。參考文獻：

[1]馬溪駿，高袁袁.皖江城市帶九城市自主創新能力評價及對策分析[J].安徽大學學報：哲學社會科學版，2010（6）：139-144.

[2]夏永久.基于分形理論的皖江城市帶城鎮體系結構研究[J].資源開發與市場，2009（1）：30-39.

[3]韓會然，焦華富.皖江城市帶空間經濟聯系變化特征的網絡分析及機理研究[J].經濟地理，2010，31（3）：384-388.

[4]傅為忠，劉登峰.皖江城市帶區域自主創新能力評價及對策研究[J].科技進步與對策.2012，29（5）：121-126.

[5]劉定惠，朱超洪.基于主成分分析的皖江城市群城市化水平綜合評價[J].國土與自然資源研究，2009（3）：6-9.

[6]劉定惠，陳曉華.皖江城市群產業結構動態變化及比較優勢分析[J].資源開發與市場，2009，25（2）：134-137.

[7]吳雪萍.皖江城市帶產業轉移影響因素的實證分析[J].經濟論壇，2010（6）：110-113.

[8]吳艷娟.皖江城市帶承接產業轉移能力評價研究[D].蚌埠：安徽財經大學碩士學位論文，2014.

[9]王立人.皖江城市帶承接產業轉移綜合評價數學模型與實證分析[D].合肥：安徽大學碩士學位論文，2011.

[10]汪大正.皖江城市群經濟發展的SWOT分析[J].合肥工業大學學報：社會科學版，2007，21（2）：57-61.

[11]淮南市統計局.淮南市統計年鑒—2014[Z].北京：中國統計出版社，2014.

[12]Cameron，A.C.，P.K.Trivedi.Icroeconometrics using Stata[M].Texas：Stata Press，2009.

[13]陳峰.現代醫學統計方法與Stata應用[M].北京：中國統計出版社，1999：1-501.

[14]周文光，李堯遠. stata在社會科學研究中的高級

應用[M].西安：西北工業大學出版社，2011.

[15]陳強.高級計量經濟學及stata應用[M].北京：高等教育出版社，2010.

[16]黃璨，鄧宏兵.基于動態因子分析法的四川省旅游業競爭力實證分析[J].長江流域資源域環境，2013，22（8）：1011-1015.

[17]張巍，任浩.Simmelian聯系與個體創新：知識分享意愿和共同知識基礎的中介作用[J].管理科學，2012，25（6）：55-64.

[18]李曉翔，劉春林.投資強度變化：基于績效偏差和冗余資源的視角[J].管理科學，2013，26（3）：26-36.

[19]樊自甫，梅丹.電信產業固定資產投資額與市場績效關系研究—基于31省市面板數據的研究[J].科技管理研究，2013（8）：195-198.

[20]劉博雷.中國36個主要城市經濟社會發展水平的實證研究——基于STATA的面板數據分析[J].經濟與社會發展，2014，12（3）：105-108.

[21]楊昌輝，周開樂，馮南平.城市群創新發展中的產業轉移研究—以皖江城市群為例[J].江淮論壇，2014（5）：54-59.

[22]程必定.產業轉移“區域粘性”與皖江城市帶承接產業轉移的戰略思路[J].華東經濟管理，2010，24（4）：24-27.

[責任編輯：范君李麗]