我國(guó)大陸各省市綜合發(fā)展動(dòng)力水平狀況研究

【摘要】為研究我國(guó)大陸各省市綜合發(fā)展動(dòng)力的水平及存在的差別，并提出相應(yīng)的可執(zhí)行政策建議，本文采用多元統(tǒng)計(jì)分析中的因子分析模型，對(duì)中國(guó)大陸31個(gè)省市的發(fā)展動(dòng)力進(jìn)行因子分析。從降低變量的數(shù)目來(lái)分析影響內(nèi)陸各省市持續(xù)健康發(fā)展的關(guān)鍵動(dòng)力因素及內(nèi)陸各省市之間的發(fā)展水平差別。

【關(guān)鍵詞】因子分析 中國(guó)大陸 spss 發(fā)展動(dòng)力水平

一、引言

自可持續(xù)發(fā)展到中國(guó)夢(mèng)建設(shè)，我國(guó)的經(jīng)濟(jì)文化等都得到了突飛猛進(jìn)的發(fā)展，但與此同時(shí)各省市的發(fā)展水平及發(fā)展動(dòng)力都存在顯著差異。為了更好地促進(jìn)我國(guó)內(nèi)陸全面可持續(xù)發(fā)展，使各個(gè)省市之間的差別逐漸減弱，需要對(duì)各個(gè)省市的發(fā)展動(dòng)力進(jìn)行分析研究，并根據(jù)實(shí)證分析得出來(lái)的結(jié)果，有的放矢地采取針對(duì)性措施進(jìn)行改進(jìn)，使我國(guó)內(nèi)陸各省市能夠更好地發(fā)揮各自的長(zhǎng)處，彌補(bǔ)各自的短處，從而使我國(guó)的綜合國(guó)力進(jìn)一步提高。

二、因子分析法基本理論

因子分析法即在盡可能不或少損失信息的情況下，將多個(gè)變量減少為少數(shù)幾個(gè)潛在的因子，以高度地概括大量數(shù)據(jù)中的信息。本文利用因子分析降低影響各省份綜合發(fā)展動(dòng)力變量的數(shù)目，用少量的綜合指標(biāo)（即主因子）代替多個(gè)原始指標(biāo)，所得的主因子為原始指標(biāo)的線(xiàn)性組合。設(shè)有p個(gè)原始變量X1，X2，…，Xp，將這些變量進(jìn)行標(biāo)準(zhǔn)化，使結(jié)果變量的均值為0，方差為1。記原公共因子變量為f1，f2，…，f3，標(biāo)準(zhǔn)化后的公共因子為F1，F(xiàn)2，…，F(xiàn)m（m

三、實(shí)證研究

（一）因子分析可行性檢驗(yàn)

本文選擇2016年中國(guó)大陸31個(gè)省區(qū)的7個(gè)發(fā)展動(dòng)力指標(biāo)，分別是GDP、人均水資源、社會(huì)消費(fèi)品零售總額、人均森林蓄積、單位人口擁有公共圖書(shū)館藏量、每萬(wàn)人中普通高等學(xué)校教職工數(shù)和每萬(wàn)人中普通高中在校學(xué)生數(shù)來(lái)分析各省區(qū)的“發(fā)展動(dòng)力主因子”，首先對(duì)7個(gè)評(píng)價(jià)指標(biāo)進(jìn)行相關(guān)性分析，評(píng)價(jià)指標(biāo)較多，相關(guān)性分析矩陣較大。相關(guān)系數(shù)顯著性檢驗(yàn)的P值全部小于0.5，說(shuō)明原始變量之間存在著很強(qiáng)的相關(guān)性，具有進(jìn)行因子分析的必要性。

KMO（Kaiser-Meyer-Olkin）檢驗(yàn)是對(duì)采樣充足度的測(cè)度，檢驗(yàn)變量間的偏相關(guān)是否很小，KMO測(cè)度的值越高（接近1.0時(shí)），表明變量間的共同因子越多，研究數(shù)據(jù)適合用因子分析。通過(guò)檢驗(yàn)得知，KMO值為0.763，大于限定的0.5，適合做因子分析。Bartlett Bartlett球形檢驗(yàn)是檢驗(yàn)相關(guān)矩陣是否是單位矩陣，結(jié)果顯示它的伴隨概率值為0.000<0.01，由此看出結(jié)果達(dá)到了顯著性水平，說(shuō)明拒絕零假設(shè)而接受備擇假設(shè)，即相關(guān)矩陣不是單位矩陣，代表母群體的相關(guān)矩陣間有共同因素存在。因此我們選取的7個(gè)指標(biāo)是適合做因子分析的。（如表1）

（二）因子分析

本文運(yùn)用SPSS19.0統(tǒng)計(jì)分析軟件，對(duì)2016年全國(guó)31個(gè)省市的指標(biāo)的原始數(shù)據(jù)進(jìn)行處理，用主成分分析法確定因子載荷，按相關(guān)矩陣特征值大于1的原則確定公共因子，選取3個(gè)公共因子，累計(jì)方差貢獻(xiàn)率達(dá)到87.5%，公共因子反映了原始指標(biāo)的絕大部分信息。為便于對(duì)公共因子進(jìn)行實(shí)際問(wèn)題的解釋?zhuān)瑢?duì)因子載荷矩陣進(jìn)行最大方差旋轉(zhuǎn)。旋轉(zhuǎn)后的因子載荷矩陣，由旋轉(zhuǎn)成份載荷矩陣可確定各公共因子的實(shí)際意義，其中：公共因子X(jué)1在社會(huì)消費(fèi)品零售總額（億元）、GDP（億元）2個(gè)指標(biāo)上較其他公共因子載荷更高，主要反映了這兩個(gè)指標(biāo)有較強(qiáng)的相關(guān)性，可以歸為一類(lèi)，從指標(biāo)類(lèi)型來(lái)看這兩者屬于經(jīng)濟(jì)發(fā)展能力指標(biāo)，因此可以把第一個(gè)因子命名為“經(jīng)濟(jì)資源發(fā)展動(dòng)力因子”；公共因子X(jué)2在每萬(wàn)人中普通高中在校學(xué)生數(shù)（人）、單位人口擁有公共圖書(shū)館藏量（冊(cè)/人）和每萬(wàn)人中普通高等學(xué)校教職工數(shù)（人）3個(gè)指標(biāo)上較其他公共因子載荷更高，主要反映我國(guó)的人才教育文化建設(shè)水平，因此可以把第二個(gè)因子命名為“人才教育發(fā)展動(dòng)力因子”；公共因子X(jué)3在人均森林蓄積量（立方米/人）、人均水資源（立方米/人）兩指標(biāo)上較其他公共因子有較大載荷，它反映了我國(guó)人均資源的留存量，故可把它命名為“自然資源發(fā)展動(dòng)力因子”，可由三個(gè)主要公共因子的方差貢獻(xiàn)率分別為38.978%、26.447%和22.104%可知我國(guó)大陸各省市綜合發(fā)展各公共因子的相對(duì)重要性由高到低排序依次為：經(jīng)濟(jì)資源發(fā)展動(dòng)力因子、人才教育發(fā)展動(dòng)力因子、自然資源發(fā)展動(dòng)力因子。最后利用回歸法計(jì)算因子得分，采用主成分分析法得成分系數(shù)矩陣。每一個(gè)主成分代表的各要素特征可以表示為下列線(xiàn)性關(guān)系（如表3）：

F1=0.494×X1-0.077×X2+0.052×X3+0.049×X4+0.495×X5-0.103×X6-0.108×X7；F2=-0.049×X1+0.406×X2+0.016×X3+0.011×X4-0.044×X5+0.405×X6-0.412×X7；F3=0.043×X1-0.011×X2+0.504×X3+0.501×X4+0.049×X5-0.051×X6-0.121×X7 。

函數(shù)明確了因子和原始變量之間的函數(shù)關(guān)系，可以根據(jù)其進(jìn)行評(píng)分，然后根據(jù)上述函數(shù)計(jì)算出3個(gè)公共因子的得分。再根據(jù)公共因子的得分?jǐn)?shù)值及表3中旋轉(zhuǎn)平方和載入的方差貢獻(xiàn)率進(jìn)行百分比轉(zhuǎn)化，如公式：因子轉(zhuǎn)化權(quán)重=（各公共因子方差貢獻(xiàn)率×100/87.529）/100例如，結(jié)果中的公共因子1的轉(zhuǎn)化權(quán)重公式就可以表示：（29.48×100）/87.529/100=0.3368，按此方法就能計(jì)算得出公共因子2

的轉(zhuǎn)化權(quán)重=0.3342，公共因子3的轉(zhuǎn)化權(quán)重=0.3289，便可計(jì)算各省市綜合因子得分，具體來(lái)說(shuō)表達(dá)式如下：Z=0.3368×F1+0.3342×F2+0.3289×F3，根據(jù)各省市綜合因子計(jì)算可得超過(guò)平均水平（綜合得分為正）的省份主要集中在京津冀、長(zhǎng)三角及珠三角地區(qū)，而其他地區(qū)的省份均低于平均水平（綜合得分為負(fù)）。

四、研究結(jié)論評(píng)價(jià)與建議

根據(jù)實(shí)證研究結(jié)果可以看出，我國(guó)大陸各省份之間綜合發(fā)展動(dòng)力水平存在明顯的差別，并且各個(gè)省份的主要發(fā)展動(dòng)力也存在明顯的不同。概括來(lái)說(shuō)，像北京和上海這種經(jīng)濟(jì)高速發(fā)展的發(fā)展動(dòng)力積極型省份，在它們的綜合發(fā)展上主要是依托它們的經(jīng)濟(jì)及人才教育動(dòng)力優(yōu)勢(shì)，而其在資源擁有上則存在不足；內(nèi)陸大部分省份都屬于發(fā)展一般型省份，像安徽、河南等，它們?cè)诰C合發(fā)展過(guò)程中突出因素不存在，經(jīng)濟(jì)、人才及資源動(dòng)力三項(xiàng)發(fā)展動(dòng)力指標(biāo)都相對(duì)來(lái)說(shuō)處于中等階段；而像西藏和新疆這樣的發(fā)展動(dòng)力保守型省份，它們自身?yè)碛谐渥愕馁Y源優(yōu)勢(shì)，在綜合發(fā)展的過(guò)程中只是在經(jīng)濟(jì)及人才教育資源動(dòng)力上存在不足。

參考文獻(xiàn)

[1]石憶邵.中國(guó)新型城鎮(zhèn)化與小城鎮(zhèn)發(fā)展[J].經(jīng)濟(jì)地理.2013（07）.

[2]梁斌，卓梅霞.基于SPSS統(tǒng)計(jì)軟件的因子分析法及實(shí)證分析[J].河西學(xué)院學(xué)報(bào).2011（10）.

[3]蒲曉曄，趙守國(guó).我國(guó)經(jīng)濟(jì)發(fā)展方式轉(zhuǎn)變的動(dòng)力結(jié)構(gòu)分析[J].經(jīng)濟(jì)問(wèn)題. 2010（04）.

[4]王慶豐，黨耀國(guó)，王麗敏.基于因子與聚類(lèi)分析的縣域經(jīng)濟(jì)發(fā)展研究——以河南省18個(gè)市（縣）為例[J].數(shù)理統(tǒng)計(jì)與管理.2009（5）.

作者簡(jiǎn)介：魯云（1992-），女，安徽蕪湖市無(wú)為縣人，漢族，東北財(cái)經(jīng)大學(xué)公共管理學(xué)院國(guó)民經(jīng)濟(jì)學(xué)專(zhuān)業(yè)在讀研究生，研究方向：國(guó)民經(jīng)濟(jì)管理。