河南省城市經濟社會發展水平的實證研究

魯萌

摘 要：本文以河南省內18個城市為研究樣本，依據2018年《河南統計年鑒》相關數據，借助STATA15軟件工具，摘取了12項指標，采用相關分析、回歸分析、因子分析中的主成分因子法等對河南省18個城市的經濟發展能力進行比較和評價，并進行綜合評價，評價結果與實際情況相符。

關鍵詞：河南各城市;經濟發展能力;STATA;實證分析

0 引言

2016年河南GDP穩居中國第5位、中西部地區首位，在我國占據經濟大省的稱號。除此以外河南還是中國重要的人口大省。雖然近年來經濟得到了快速發展，但是發展過程的不均衡特征表現較為突出，基于此問題，本文利用經濟數據來分析河南省18個城市的經濟發展能力。

1 模型準備

1.1 變量的選擇

眾所周知要想分析一個省的經濟動態數列水平，除卻考慮地區經濟發展總量，還應考慮到發展的速度和平衡性。故本文基于國內外的相關研究，提取了12個變量，分別是城市名稱（v1）、地區生產總值（v2）、消費支出（v3）、固定資產投資（v8）、公共預算收入（v5）、城鎮居民人均可支配收入（v10）、社會消費品零售總額（v7）、第三產業值（v4）、失業人數（v9）、規模以上工業總產值（v6）、國內旅游總人數（v12）和農村居民人均可支配收入（v11），其中括號內表示將12個變量分別定義為v1-v12，用于軟件Stata15中分析經濟發展能力的簡單替換。本文選取的18個觀測樣本分別是鄭州市、洛陽市、南陽市、新鄉市、焦作市、安陽市、開封市、平頂山市、周口市、許昌市、商丘市、駐馬店市、信陽市、三門峽市、濮陽市、漯河市、鶴壁市、濟源市。

1.2 分析方法與數據來源

本文通過借助Stata15軟件，采用相關分析、回歸分析、主成分因子法來分析河南省18個城市的經濟發展能力。具體步驟如下：首先通過前兩種方法來研究河南省各城市經濟發展能力變量間的關系;然后使用最后一種方法對消費支出和第三產業值等變量進行因子分析，從因子分析模型中提取最具代表性的主因子;接著通過最大方差正交旋轉法得到每個因子的綜合得分;最后應用Stata15數據處理技巧，按照提取的主因子對河南城市的經濟發展本領進行分類排序。其中數據來源于《河南統計年鑒—2018》。

2 分析過程

在Stata15的Command文本框中輸入命令：pwcorr_

v2_v3，star（.01）bonfe-rroni。依據輸出結果分析變量間相關性在置信水平為0.99時是否顯著。即可以看出，v2即地區生產總值與第三產業值、公共預算收入、規模以上工業總產值、社會消費品零售總額、固定資產投資、失業人數和國內旅游總人數之間有較強的相關性，在1%的顯著性水平上顯著，且這八個變量相互間的相關性很強，與消費支出、城鎮居民人均可支配收入和農村居民人均可支配收入變量之間相關性很小。

3 回歸分析

3.1 建立線性模型

因為城鎮居民人均可支配收入、農村居民人均可支配收入、消費支出與地區生產總值變量間相關性小，所以本文以地區生產總值為因變量，將固定資產投資、公共預算收入、社會消費品零售總額、第三產業值、規模以上工業總產值和國內旅游總人數為自變量進行多重線性回歸。

建立線性模型：

即：地區生產總值= a*第三產業值+b*公共預算收入+c*規模以上工業總產值+d*社會消費品零售總額+e*固定資產投資+f*失業人數+g*國內旅游總人數+u

式中，小寫字母（除去u）代表未知的回歸系數，u是隨機誤差項。

3.2 模型修正

在Stata15的Command文本框中輸入如下命令：sw regress v2 v4- v9 v12，pr（0.10），從分析結果中看出共選取了18個樣本分析，模型的F值（5，12）=1388.24，P 值（Prob>F）= 0.0000，說明該模型整體非常顯著。且該模型的可決系數為0.9983，修正可決系數是0.9976，說明模型詮釋能力非常優秀。于是根據輸出結果可知模型經過2次剔除變量后得到最終結果。即第1個模型包含全部自變量的全模型，該模型v9（失業人數）變量的系數顯著性P值高達0.9572，被剔除;第2個模型為包含全部自變量的全模型，該模型v7（社會消費品零售總額）變量的系數顯著性 P 值為0.1941，被剔除，剔除上述自變量后得到最終回歸模型。故根據輸出結果接下來的回歸過程中應剔除v7（社會消費品零售總額）和v9（失業人數）。

在回歸線性模型中變量v4（第三產業值）的系數標準誤是0.2474448，t值為8.11，P值為0.0000，0.95的置信區間為[1.467948，2.54622]。v5（公共預算收入）的系數標準誤是0.9655961，t值為-3.91，P值為0.0020，系數較為顯著，0.95的置信區間為[-5.877853，-1.670146]。v6（規模以上工業總產值）的系數標準誤是0.04500076，t值為3.67，P值為0.003，0.95的置信區間為[0.0672356，0.2633617]，系數較為顯著。v12（國內旅游總人數）的系數標準誤是0.0147554，t值為-4.58，P值為0.001，0.95的置信區間為[-0.0111076，-0.0354973]，系數較為顯著。v8（固定資產投資）的系數標準誤是0.0834648，t值為2.31，P值為0.039，0.95的置信區間為[0.0111076，0.3748162]。常數項的系數標準誤是61.4813，t值為4.33，P值是0.001，0.95的置信區間為[132.1657，400.0782]，系數比較顯著。

那么建立線性模型：

即地區生產總值=2.007084*第三產業值-3.773999*公共預算收入+0.1652987*規模以上企業資產總額-0.0676464*

國內旅游總人數+0.1929619*固定資產投資

3.3 因變量擬合值的預測

在主界面的“Command”文本框中輸入命令：predict vv2，便可以看到v2的值與vv2的值是比較接近的，所以，擬合的回歸模型還是不錯的。

3.4 異方差的檢驗

通過檢驗得出懷特檢驗P值為 0.3888，BP檢驗的P值均大于0.05，即認為不存在異方差，所以我們不必用穩健的標準差進行回歸。經過以上最小二乘回歸分析，可以發現固定資產投資對河南省城市地區生產總值起正向促進作用。

4 主成分因子分析

4.1 主成因子

在Stata15的Command號令框中輸入號令factor_v2-v12，pcf，得出因子分析成果，11個因子中只有2個因子特征值大于1，故選取作為新的綜合評價指標，P值（Prob>chi2）為0.0000，LR檢驗的卡方值為380.61，模型很是明顯。第一個因子的特征值為8.44373，方差貢獻率為76.76%;第二個因子特征值為1.19457，方差貢獻率為10.86%。前2個因子的累計方差貢獻率為87.62%，解釋了原始數據的87.62%的信息，總體詮釋力度較大。

4.2 因子表達式

采用最大方差正交旋轉法對因子布局舉行扭轉，Factor（f1）主要解釋的是v2、v4-v9 、v12這8個變量信息，Factor（f2）主要解釋v3、v10、v11這3個變量信息。根據因子得分系數矩陣，寫出主因子的表達式，得到結果如下所示：

SMC檢驗是判斷數據是否適合進行因子分析，其取值范圍是0～1。為驗證本文是否能繼續進行因子分析，故對其進行SMC檢驗，經檢驗可得，其v2-v12的取值均較高，因子分析屬于較好狀態，可以進行因子分析。

5 河南各城市經濟發展能力綜合評價排名

為了求出河南各城市經濟發展本領的綜合得分，在Stata15的Command中輸入號令generate f = 0.6375* f1+0.2387* f2，此中f1、f2是在因子分析時對提取的主因子保留的變量，0.6375和0.2387分別是主因子的方差貢獻率。結果如下所示。

鄭州以f1、f2和f均高于其他河南省的地級市的優勢位列第一，洛陽市以f1和f均高于其他地級市位列于第二位，第三位是南陽市，新鄉市位列第四，接著按照順序依次是焦作市、安陽市、開封市、平頂山市、周口市、許昌市、商丘市、駐馬店市、信陽市、三門峽市、濮陽市、漯河市、鶴壁市、濟源市。

6 結論與建議

經過相關分析，河南各城市的地區生產總值與第三產業值、公共預算收入、規模以上工業總產值、社會消費品零售總額、固定資產投資、失業人數和國內旅游總人數等變量之間有較強的相關性，并且這八個變量之間兩兩的相關性也很強。

經過回歸分析，說明了第三產業值、公共預算收入、規模以上工業總產值、固定資產投資、和國內旅游總人數對河南各城市經濟發展起到了積極的促進作用。

經過主成分因子分析后，可以看出鄭州的兩個主因子得分均是第一，其城市生產總值十三項經濟指標位居第一。洛陽不僅有5A級景區（龍門石窟，白云山，老君山和雞冠洞），另有3A級以上景區數量位居全國之首，而且另有世界地質公園兩家：黛眉山世界地質公園，伏牛山世界地質公園。故洛陽不僅是河南省主要的游覽勝地，更是中國主要的游覽目的地，即其國內游覽總人數位于河南省首位，本地游覽又提高了住民的經濟收入，則其第二個主因子f2得分也位于前列，綜合排名僅次于鄭州。南陽近年來工業“雙高”產業得到積極培育發展、基礎設施投資高速增長以及現代服務業快速增長，其綜合排名位于第三。另外值得一提的是焦作市的第二個主因f2（居民可支配收入）僅位于鄭州和濟源之后，排在第三位，經過分析，其原因是以下所促成的：社會就業穩定擴大，政策保障惠及全民，務工人員工資提高，財產交易增加收入。濟源市第二個主因子得分較高即居民可支配收入較高，因為其旅游資源也比較豐富，比如眾所周知的小浪底，但由于濟源市人少、地小等因素，其第一個主因子得分較低，使之總體得分情況位于河南省的末尾。

參考文獻：

[1]李璐瓊.用STATA 進行房價影響因素的分析[J].經濟研究導刊， 2018，（31）：133-136.

[2]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.

[3]張甜，李爽. Stata 統計分析與行業應用案例詳解（第2版）[M].北京：清華大學出版社，2017.