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

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

江蘇省因其有利的地理優(yōu)勢和豐富的物產(chǎn)資源，工業(yè)基礎(chǔ)深厚，有著發(fā)達的制造業(yè)，對外貿(mào)易昌盛。但江蘇省各地市經(jīng)濟發(fā)展南北地區(qū)的差異是巨大的，為促使區(qū)域均衡發(fā)展制定規(guī)劃與策略，對各地市經(jīng)濟發(fā)展水平如何做好系統(tǒng)全面地綜合評價，是要研究的重要課題。目前，關(guān)于經(jīng)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(jīng)網(wǎng)絡(luò)評價法等，其中因子分析與聚類分析是經(jīng)濟、科技文化等領(lǐng)域?qū)嵤┚C合平均廣泛采用的方法，而且兩者結(jié)合起來可以獲得較好的評價結(jié)果［3－5］。筆者首先針對江蘇各地市區(qū)域經(jīng)濟發(fā)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(jié)合的方法對13個地市2012年的經(jīng)濟發(fā)展水平進行綜合評價，得出了各地市經(jīng)濟發(fā)展在江蘇省的綜合排名，得到了與實際情況相符的結(jié)果。并且對結(jié)果進行了分析，并提出了一些建議，希望能為江蘇地市區(qū)域經(jīng)濟的產(chǎn)業(yè)轉(zhuǎn)型調(diào)整、優(yōu)化升級和可持續(xù)均衡發(fā)展提供決策參考。

1 因子分析原理

因子分析是多元統(tǒng)計分析中的一種重要的統(tǒng)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(quán)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(shù)據(jù)的信息并且綜合指標之間彼此不相關(guān)，然后結(jié)合專業(yè)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，F(xiàn)2，…，F(xiàn)m）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，F(xiàn)2，…，F(xiàn)m共同表出，即公共因子出現(xiàn)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(jié)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(shù)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，F(xiàn)2，…，F(xiàn)m的共同依賴程度接近于Xi的方差，則可直接用F1，F(xiàn)2，…，F(xiàn)m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(tǒng)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(xiàn)了“物以類聚”的思想，在統(tǒng)計分析中已被廣泛應(yīng)用。系統(tǒng)聚類法是各聚類方法中應(yīng)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(guī)定樣本之間的距離及各類間距離的基礎(chǔ)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(fù)進行，每次減少一個類，直到所設(shè)定的類別數(shù)截止。筆者擬采用系統(tǒng)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(shù)據(jù)的選取

對一個地區(qū)的經(jīng)濟發(fā)展水平事實綜合評價，必須選擇適宜的評價指標。筆者結(jié)合評價要求和經(jīng)濟發(fā)展的規(guī)律選取的指標有：人均地區(qū)生產(chǎn)總值X1，第二產(chǎn)業(yè)GDP的比重X2，第三產(chǎn)業(yè)GDP的比重X3，人均社會消費品零售總額X4，人均公共財政預(yù)算收入X5，城鎮(zhèn)居民可支配收入X6，農(nóng)村居民人均純收入X7，人均固定資產(chǎn)投資X8，選取了江蘇省13個地級市2012年度的經(jīng)濟發(fā)展相關(guān)數(shù)據(jù)進行實證分析，如表1所示［6］。

表1 2012年江蘇省各區(qū)縣經(jīng)濟指標

筆者運用統(tǒng)計分析軟件SPSS17.0［7］進行數(shù)據(jù)處理與分析，首先對原始數(shù)據(jù)進行標準化處理，以消除因原始指標數(shù)據(jù)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(guān)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(guān)關(guān)系，是否適合做因子分析，檢驗結(jié)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(yīng)的概率F為0.000，說明相關(guān)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(jīng)過標準化處理的8項指標數(shù)據(jù)選用主成分法作因子分析，得到初始解。因子個數(shù)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(jié)果見表3。

表2 KMO和Bartlett檢驗

表3 解釋的總方差

根據(jù)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(jīng)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(zhuǎn)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(zhuǎn)平方和載入部分是旋轉(zhuǎn)后的因子對原變量總體的刻畫，旋轉(zhuǎn)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(zhuǎn)因子載荷矩陣的結(jié)果見表4。

表4 成份矩陣及旋轉(zhuǎn)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(chǎn)業(yè)GDP的比重、城鎮(zhèn)居民可支配收入、人均社會消費品零售總額、農(nóng)村居民人均純收入，說明這4項指標有較強的相關(guān)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(jié)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(chǎn)業(yè)GDP的比重、人均地區(qū)生產(chǎn)總值、人均固定資產(chǎn)投資和人均公共財政預(yù)算收入，這4項指標體現(xiàn)了各地區(qū)的經(jīng)濟發(fā)展水平和經(jīng)濟競爭實力，因此可以歸結(jié)為經(jīng)濟實力因子。這2個公因子綜合起來基本能反映各地區(qū)的經(jīng)濟發(fā)展狀況，可見提取的2個公因子是比較合理的。

根據(jù)指標變量的標準化值和所得因子得分系數(shù)，可以計算出各公因子得分：

根據(jù)表3中各公因子旋轉(zhuǎn)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(jié)果，結(jié)果為正的地區(qū)表明其經(jīng)濟發(fā)展綜合水平優(yōu)于江蘇省平均水平，得負數(shù)地區(qū)的則相反。因而綜合評價得分值越高，表明該城市的經(jīng)濟發(fā)展狀況就越好，綜合經(jīng)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(jīng)濟實力在江蘇省內(nèi)是遙遙領(lǐng)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(dǎo)的城市密切相關(guān)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(jīng)濟實力和人民生活水平都是很好的城市。鎮(zhèn)江市的F2得分值第一，但F1得分值略低，表明它是經(jīng)濟實力很強，人民生活水平較好的城市。繼鎮(zhèn)江之后省內(nèi)綜合因子得分為正數(shù)的城市還有常州和泰州，表明這2個城市是江蘇省內(nèi)經(jīng)濟發(fā)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(jīng)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(qū)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(dǎo)致綜合因子F的得分也靠后，從而導(dǎo)致了綜合得分也最靠后。

3.4 聚類分析

根據(jù)上述所得2個因子得分函數(shù)，將反映各城市經(jīng)濟實力的2個因子得分作為新變量，運用系統(tǒng)聚類法，對江蘇省13個城市進行合理的區(qū)域劃分，分類結(jié)果如表6所示。

第1類，南京，是屬人民生活水平極高，而經(jīng)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(jīng)濟實力都比較高，該類城市經(jīng)濟實力強。

第3類，南通、揚州、鎮(zhèn)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(jīng)濟實力較高，綜合經(jīng)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(jīng)濟實力指標都比較低，經(jīng)濟實力弱，區(qū)域創(chuàng)新能力需進一步加強。

以上結(jié)果說明江蘇各地市產(chǎn)業(yè)結(jié)構(gòu)存在顯著差異，主要表現(xiàn)在南京的第三產(chǎn)業(yè)發(fā)展對綜合實力貢獻較大，是以第三產(chǎn)業(yè)發(fā)展為主導(dǎo)的城市，產(chǎn)業(yè)結(jié)構(gòu)實現(xiàn)了優(yōu)先升級；無錫、常州、蘇州的工業(yè)發(fā)展狀況良好，對外貿(mào)易和旅游業(yè)發(fā)展相對迅速，產(chǎn)業(yè)結(jié)構(gòu)合理，區(qū)域創(chuàng)新能力強；南通、揚州、鎮(zhèn)江和泰州的工業(yè)發(fā)展良好，而對外貿(mào)易和旅游業(yè)有待進一步提升；徐州、連云港、淮安、鹽城和宿遷無論是工業(yè)還是對外貿(mào)易和旅游業(yè)發(fā)展都不甚樂觀?？傮w來說，蘇南地區(qū)的工業(yè)、第三產(chǎn)業(yè)對經(jīng)濟綜合實力的貢獻遠高于蘇北地區(qū)，這說明了江蘇13個地市產(chǎn)業(yè)結(jié)構(gòu)的差異導(dǎo)致了地區(qū)經(jīng)濟發(fā)展的不平衡。

表6 每個聚類中的案例數(shù)及成員

4 結(jié)論和建議

以所構(gòu)建區(qū)域經(jīng)濟綜合評價指標，對江蘇省各地市經(jīng)濟進行綜合評價，分析結(jié)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(jié)果是有效的，為促進江蘇省整個經(jīng)濟的發(fā)展、縮小不同地區(qū)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(chǎn)業(yè)結(jié)構(gòu)優(yōu)化方面提出如下建議：

1）提高政府宏觀調(diào)控的力度。政府要做到區(qū)域政策和產(chǎn)業(yè)政策兼顧，為各地區(qū)的發(fā)展創(chuàng)造有利外部條件，從政策上創(chuàng)造公平競爭的環(huán)境，注意加大對蘇北地市發(fā)展的扶持力度，在財政、信貸、投資、人才等方面給予優(yōu)惠政策，以縮小區(qū)域差距，實現(xiàn)區(qū)域平衡發(fā)展。

2）發(fā)揮蘇南地區(qū)率先垂范作用。在蘇南地區(qū)產(chǎn)業(yè)結(jié)構(gòu)率先升級的基礎(chǔ)上，有步驟、有計劃地接收蘇南地區(qū)的某些產(chǎn)業(yè)的轉(zhuǎn)移，以優(yōu)化升級產(chǎn)業(yè)結(jié)構(gòu)為抓手，促使地區(qū)協(xié)調(diào)發(fā)展。

3）促進蘇北地區(qū)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級。注意為蘇北地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級出謀劃策，挖掘區(qū)域資源優(yōu)勢，探索有特色的工業(yè)化產(chǎn)業(yè)鏈、旅游業(yè)和農(nóng)副產(chǎn)品深加工業(yè)的建設(shè)思路，加大第三產(chǎn)業(yè)的產(chǎn)值比重，促進產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，加快城鄉(xiāng)一體化建設(shè)，提高城鄉(xiāng)居民的生活水平。

4）強調(diào)科技促進區(qū)域經(jīng)濟發(fā)展的作用。注意創(chuàng)造優(yōu)越的條件吸引高科技人才到經(jīng)濟發(fā)展還相對薄弱各地市就業(yè)，充分調(diào)動科技人才的積極性、主動性和創(chuàng)造力，發(fā)揮科技是第一生產(chǎn)力的作用，促進經(jīng)濟發(fā)展，實現(xiàn)各地區(qū)共同繁榮。

［1］ 葉依廣，何偉 .江蘇省各中心城市經(jīng)濟發(fā)展綜合實力及差異因素的主成分分析 ［J］.南京農(nóng)業(yè)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(jīng)濟轉(zhuǎn)型研究 ［J］.中國流通經(jīng)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(lián)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(qū)域經(jīng)濟綜合評價 ［J］.遼寧工業(yè)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(zhèn)就業(yè)情況綜合評價模型 ［J］.數(shù)學的實踐與認識，2013，43（19）：10－18.

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

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