何葉榮 孟祥瑞 羅文科

摘要：采用多元統(tǒng)計(jì)綜合評(píng)價(jià)方法，依據(jù)淮南市2014年統(tǒng)計(jì)年鑒的數(shù)據(jù)，借助STATA12.0軟件工具，選取皖江城市群10個(gè)城市為研究樣本，提取9項(xiàng)指標(biāo)作為研究對(duì)象，采用相關(guān)分析，回歸分析，因子分析和聚類(lèi)分析，對(duì)10個(gè)城市的經(jīng)濟(jì)發(fā)展能力進(jìn)行比較與評(píng)價(jià)，找到各個(gè)城市的發(fā)展優(yōu)勢(shì)與，最后提出皖江城市群聯(lián)動(dòng)發(fā)展的對(duì)策與措施。

關(guān)鍵詞：皖江城市群；經(jīng)濟(jì)發(fā)展能力；優(yōu)勢(shì)比較；STATA；面板數(shù)據(jù)

中圖分類(lèi)號(hào)：F127

文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：

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(zhàn)略的實(shí)施和長(zhǎng)三角城市群的加速擴(kuò)張，皖江城市群的經(jīng)濟(jì)區(qū)位優(yōu)勢(shì)日益凸顯[1]。自2010年10月12日《皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)規(guī)劃》被國(guó)務(wù)院正式批復(fù)以來(lái)，安徽皖江城市群（共包括10個(gè)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(qū)和舒城縣，有59個(gè)縣（市區(qū)）的承接產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)建設(shè)被正式納入到國(guó)家發(fā)展戰(zhàn)略規(guī)劃[2]。皖江城市群是安徽省經(jīng)濟(jì)較發(fā)達(dá)的城市群，匯聚了安徽省的主要資源，經(jīng)濟(jì)發(fā)展能力較強(qiáng)，在經(jīng)濟(jì)投入、產(chǎn)出等方面都處于相對(duì)領(lǐng)先地位[3，4]。

目前，正值我國(guó)重點(diǎn)調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、優(yōu)化產(chǎn)業(yè)格局之際，對(duì)城市群的綜合經(jīng)濟(jì)實(shí)力研究成為目前學(xué)者研究的熱點(diǎn)。對(duì)皖江城市群綜合經(jīng)濟(jì)實(shí)力的研究也不乏其人，主要集中在對(duì)皖江城市群的創(chuàng)新能力[1，4]，城市化水平[5]和產(chǎn)業(yè)承接轉(zhuǎn)移[6-9]等方面。也有的從皖江城市群的現(xiàn)狀入手，對(duì)皖江城市群的發(fā)展進(jìn)行SWOT分析[10]，以便找到更有利于皖江城市群發(fā)展的路徑。本文借助STATA12.0工具，對(duì)皖江城市群綜合經(jīng)濟(jì)發(fā)展能力進(jìn)行比較研究，找出皖江城市群的綜合經(jīng)濟(jì)發(fā)展能力和各個(gè)城市的經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)，對(duì)安徽省區(qū)域發(fā)展綜合能力的提升有重要的理論和實(shí)踐意義。

一、研究設(shè)計(jì)

（一）研究變量選擇

對(duì)于城市群經(jīng)濟(jì)發(fā)展能力比較指標(biāo)體系的選擇，一方面要考慮地方經(jīng)濟(jì)總量，另一方面還要考慮到經(jīng)濟(jì)質(zhì)量和經(jīng)濟(jì)效能，同時(shí)還要考慮所選指標(biāo)的全面性、代表性和可操作性等原則。本文借鑒了國(guó)內(nèi)外相關(guān)研究，選擇了9個(gè)研究變量，分別定義為：城市名稱(chēng)、地區(qū)生產(chǎn)總值（億元）、規(guī)模以上工業(yè)增加值（億元）、社會(huì)消費(fèi)品零售總額（億元）、全部財(cái)政收入（億元）、固定資產(chǎn)投資（億元）、進(jìn)出口總額（億元）、城鎮(zhèn)居民人均可支配收入（元）、農(nóng)民人均純收入（元）。9個(gè)變量分別定義為V1-V9；10個(gè)觀(guān)測(cè)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(qū)、舒城縣。

（二）數(shù)據(jù)來(lái)源與研究方法選擇

本文采用數(shù)據(jù)是《淮南市統(tǒng)計(jì)年鑒—2014》[11]，采用的數(shù)據(jù)分析方法有相關(guān)分析、回歸分析、因子分析和聚類(lèi)分析。借助Stata12.0軟件，首先使用回歸分析，相關(guān)分析等方法研究構(gòu)成皖江城市群經(jīng)濟(jì)發(fā)展能力的各個(gè)變量之間的關(guān)系；然后運(yùn)用因子分析對(duì)構(gòu)成皖江城市群的各個(gè)變量提取公因子，該公因子是最具代表性的主因子；最后構(gòu)建皖江城市群經(jīng)濟(jì)發(fā)展能力的評(píng)價(jià)模型，運(yùn)用Stata12.0數(shù)據(jù)處理技巧，采用K個(gè)平均值法進(jìn)行聚類(lèi)分析，依照提取的公因子對(duì)皖江示范區(qū)各個(gè)城市的經(jīng)濟(jì)發(fā)展能力進(jìn)行分類(lèi)排序。

Stata是由美國(guó)計(jì)算機(jī)資源中心研制的，有著非常強(qiáng)大的數(shù)據(jù)管理、統(tǒng)計(jì)分析、繪制圖表、矩陣運(yùn)算和編程等功能[12、13]。Stata還包含了許多現(xiàn)代經(jīng)濟(jì)與管理統(tǒng)計(jì)方法、基本統(tǒng)計(jì)分析、回歸分析、時(shí)間序列分析、面板數(shù)據(jù)分析、廣義估計(jì)方程（GEE）、混合效應(yīng)模型、非線(xiàn)性最小二乘估計(jì)、極大似然估計(jì)、方差分析、交叉分組時(shí)間序列分析（panel data）、正態(tài)性檢驗(yàn)和質(zhì)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(jiǎn)單，速度快、效率高、對(duì)計(jì)算機(jī)要求較低、數(shù)據(jù)管理功能強(qiáng)大、可以非常方便地在各種軟件之間交換數(shù)據(jù)、計(jì)算結(jié)果輸出形式簡(jiǎn)潔等優(yōu)點(diǎn)，深受廣大科研工作者的青睞。目前已廣泛適用于社會(huì)科學(xué)、管理學(xué)與經(jīng)濟(jì)學(xué)等領(lǐng)域[17-20]。

二、研究過(guò)程

（一）數(shù)據(jù)描述性分析

本文的數(shù)據(jù)變量除了城市名這一字符串變量外，其余是定距變量，通過(guò)進(jìn)行定距變量的描述性統(tǒng)計(jì)，可以得到變量數(shù)據(jù)的概要統(tǒng)計(jì)指標(biāo)，包括均值、最大值、最小值、百分位數(shù)、中位數(shù)、偏度系數(shù)和峰度系數(shù)等。通過(guò)獲取這些指標(biāo)可以對(duì)擬分析的數(shù)據(jù)有個(gè)整體把握，為后續(xù)進(jìn)行更深入的數(shù)據(jù)分析做好必要的準(zhǔn)備。運(yùn)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(jié)果。由于篇幅有限，在此僅以地區(qū)生產(chǎn)總值為例進(jìn)行說(shuō)明，如表1所示。

表1數(shù)據(jù)描述性分析結(jié)果（地區(qū)生產(chǎn)總值）

由表1可以看出，地區(qū)生產(chǎn)總值這一變量百分位數(shù)（Percentil

es）的第一個(gè)四分位數(shù)（25%）是462.2，第二個(gè)百分位數(shù)（50%）是964.5；四個(gè)最小值分別為：132.9、140.5、462.2、680.6；四個(gè)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(biāo)準(zhǔn)差（Std. Dev）為 1 336.397；偏度（Skewness）為1.748 433，為正偏態(tài)；峰度（Kurtosis）為5.286 893，有一個(gè)比正態(tài)分布較短的尾巴。通過(guò)描述性分析，可以看出，其它各個(gè)變量的所有數(shù)據(jù)都沒(méi)有極端值和異常值，數(shù)據(jù)間的量綱差距也在可接受范圍之內(nèi)。

（二）相關(guān)分析

運(yùn)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(gè)變量間的Pearson相關(guān)系數(shù)，見(jiàn)表2。

由表2可以看出，地區(qū)生產(chǎn)總值與工業(yè)增加值相關(guān)系數(shù)為0.974 1，具有很強(qiáng)的相關(guān)性，且在0.01的顯著性水平上顯著；地區(qū)生產(chǎn)總值與社會(huì)消費(fèi)品零售總額之間相關(guān)系數(shù)為0.990 1，具有很強(qiáng)的相關(guān)性，且在0.01的顯著性水平上顯著；工業(yè)增加值與社會(huì)消費(fèi)品零售總額之間相關(guān)系數(shù)為

0.943 5，具有很強(qiáng)的相關(guān)性，且在0.01的顯著性水平上顯著；全部財(cái)政收入與固定資產(chǎn)投資、全部財(cái)政收入與進(jìn)出口總額、固定資產(chǎn)投資與進(jìn)出口總額之間均具有較大的相關(guān)性，且在0.01的顯著性水平上顯著；城鎮(zhèn)居民人均可支配收入與農(nóng)民人均純收入之間相關(guān)性系數(shù)為0.881 4，相關(guān)性P值為0.020 7，小于0.05，具有較強(qiáng)的相關(guān)性。同時(shí)分析了其它變量之間的相關(guān)性，發(fā)現(xiàn)其它變量之間的相關(guān)性不很顯著。

（三）回歸分析

1.模型構(gòu)建

考慮到各種因素之間的影響較為復(fù)雜，本文以地區(qū)生產(chǎn)總值為因變量，以規(guī)模以上工業(yè)增加值、社會(huì)消費(fèi)品零售總額、全部財(cái)政收入、固定資產(chǎn)投資、進(jìn)出口總額、城鎮(zhèn)居民人均可支配收入與農(nóng)民人均純收入為自變量，進(jìn)行多重共線(xiàn)性回歸。

建立線(xiàn)性模型：

地區(qū)生產(chǎn)總值=a*規(guī)模以上工業(yè)增加值+b*社會(huì)消費(fèi)品零售總額+c*全部財(cái)政收入+d*固定資產(chǎn)投資+e*進(jìn)出口總額+f*城鎮(zhèn)居民人均可支配收入+g*農(nóng)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(shù)

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

2.模型修正

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

模型通過(guò)逐步回歸，經(jīng)過(guò)4次踢出變量后得到最終結(jié)果。第一個(gè)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(dá)0.938 6，被剔除；第二個(gè)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(gè)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(gè)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(shù)標(biāo)準(zhǔn)誤為0.058 925 9，T值為6.000，P值為0.001，系數(shù)非常顯著，99%的置信區(qū)間為[0.209 587 5 ，0.497 960 5]；變量v4的系數(shù)標(biāo)準(zhǔn)誤為0.104 917 3，T值為9.97，P值為0.000，系數(shù)非常顯著，99%的置信區(qū)間為[0.789 763 3 1.303 21]；變量v6的系數(shù)標(biāo)準(zhǔn)誤為0.044 62，T值為11.61，P值為0.000，系數(shù)非常顯著，99%的置信區(qū)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(qū)生產(chǎn)總值=0.353 774*規(guī)模以上工業(yè)增加值+1.046 487*社會(huì)消費(fèi)品零售總額+0.518 029 6*固定資產(chǎn)投資+15.826 98。

3.因變量預(yù)測(cè)

根據(jù)自變量的值和得到的回歸方程對(duì)因變量進(jìn)行擬合，可以用以對(duì)未來(lái)進(jìn)行預(yù)測(cè)。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(jié)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(diǎn)圖如圖1所示。

圖1殘差與得到的擬合值的散點(diǎn)圖

4.異方差檢驗(yàn)

由圖1可以看出，殘差并沒(méi)有隨著擬合值大小的不同而發(fā)生大的波動(dòng)，而是圍繞0值隨機(jī)波動(dòng)，所以數(shù)據(jù)很可能不存在異方差。使用得到的擬合值，分別通過(guò)懷特檢驗(yàn)、BP檢驗(yàn)（包括使用所得擬合值對(duì)數(shù)據(jù)進(jìn)行異方差檢驗(yàn)和使用方程右邊的解釋變量對(duì)數(shù)據(jù)進(jìn)行異方差檢驗(yàn)），檢驗(yàn)結(jié)果如表4所示。此三種檢驗(yàn)方法的原假設(shè)均為數(shù)據(jù)為同方差，通過(guò)懷特檢驗(yàn)時(shí)，P值（Prob > chi2）為0.350 5，運(yùn)用所得擬合值進(jìn)行BP檢驗(yàn)時(shí)，P值（Prob>chi2）為0.542 1，使用方程右邊的解釋數(shù)據(jù)進(jìn)行BP檢驗(yàn)，P值（Prob>chi2）為0.281 4。三種方法檢驗(yàn)P值均大于0.05，非常顯著地接受了同方差的原假設(shè)，數(shù)據(jù)不存在異方差，因此不需要再使用穩(wěn)健的標(biāo)準(zhǔn)差進(jìn)行回歸。

經(jīng)過(guò)以上最小二乘法逐步回歸分析，可以發(fā)現(xiàn)，皖江示范區(qū)城市群的地區(qū)生產(chǎn)總值與規(guī)模以上工業(yè)增加值、社會(huì)消費(fèi)品零售總額、固定資產(chǎn)投資有顯著關(guān)系，且這三個(gè)變量對(duì)地區(qū)生產(chǎn)總值起正向促進(jìn)作用，每增加一個(gè)單位，地區(qū)生產(chǎn)總值將分別增加0.353 774、1.046 48、0.518 029 6

個(gè)單位。地區(qū)生產(chǎn)總值與其他變量之間有一定關(guān)系，但不很顯著。

（四）因子分析

1.用主成分分析法對(duì)構(gòu)成皖江城市群經(jīng)濟(jì)發(fā)展能力的變量進(jìn)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(jié)果，如表5所示，8個(gè)因子中只有2個(gè)因子特征根大于1，選取這2個(gè)因子分作為新的綜合評(píng)價(jià)指標(biāo)，LR檢驗(yàn)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(gè)因子的特征值（Eigenvalue）為6.326 86，方差貢獻(xiàn)率（Proportion）為79.09%；第二個(gè)因子特征值（Eigenvalue）為1.411 22，方差貢獻(xiàn)率（Proportion）為17.64%。前2個(gè)因子的累計(jì)方差貢獻(xiàn)率（Cumulative）為96.73%，解釋了原始數(shù)據(jù)的96.73%的信息。

2.采用最大方差正交旋轉(zhuǎn)法對(duì)因子結(jié)構(gòu)進(jìn)行旋轉(zhuǎn)，由旋轉(zhuǎn)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(gè)變量的信息，F(xiàn)actor2解釋的是V8、V9這2個(gè)變量的信息。將因子得分情況（這里的因子得分是將每個(gè)變量標(biāo)準(zhǔn)化為平均數(shù)為0，方差為1）進(jìn)行加權(quán)合計(jì)，求出每個(gè)因子的線(xiàn)性組合，以因子的方差貢獻(xiàn)率為權(quán)重對(duì)因子進(jìn)行加權(quán)求和，即可得到每個(gè)樣本的因子綜合得分。根據(jù)因子得分系數(shù)矩陣，寫(xiě)出各因子的表達(dá)式。在此，各表達(dá)式中的各個(gè)變量已經(jīng)不再是原始變量，而是進(jìn)行標(biāo)準(zhǔn)化以后的變量。

這里2個(gè)主因子的表達(dá)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(gè)主因子的相關(guān)矩陣知，兩個(gè)主因子之間沒(méi)有相關(guān)性。這說(shuō)明對(duì)因子進(jìn)行方差最大正交旋轉(zhuǎn)方式是有效的，每個(gè)樣本在2個(gè)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(gè)象限，每個(gè)樣本的因子得分分布情況很直觀(guān)、很清晰。

通過(guò)KMO檢驗(yàn)，查看數(shù)據(jù)是否適合做因子分析， KMO取值在0～1之間，一般來(lái)說(shuō)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(gè)變量V9的KMO值只有0.4921，效果略差，其它幾個(gè)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(qū)城市群經(jīng)濟(jì)發(fā)展能力的綜合得分。

依據(jù)提取的主因子對(duì)皖江城市群各城市經(jīng)濟(jì)發(fā)展能力進(jìn)行分類(lèi)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(jīng)濟(jì)發(fā)展能力的綜合得分，f代表各個(gè)城市的綜合經(jīng)濟(jì)能力，f1、f2為提取的主因子，前面的系數(shù)為各個(gè)因子的方差貢獻(xiàn)率，輸出結(jié)果如表6所示。

三、研究結(jié)論及政策建議

觀(guān)察綜合得分可以發(fā)現(xiàn)，合肥市綜合經(jīng)濟(jì)發(fā)展實(shí)力得分為1.841 892，是皖江城市群中綜合經(jīng)濟(jì)實(shí)力最強(qiáng)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(jīng)濟(jì)實(shí)力也是很強(qiáng)的；安慶、銅陵、滁州、宣城、池州、晉安區(qū)和舒城縣相對(duì)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(qū)和舒城縣。

通過(guò)相關(guān)分析，皖江示范區(qū)各地區(qū)生產(chǎn)總值與規(guī)模以上工業(yè)增加值、社會(huì)消費(fèi)品零售總額均有相關(guān)性，且在0.01顯著性水平上顯著；全部財(cái)政收入與固定資產(chǎn)投資、進(jìn)出口總額有相關(guān)性，且在0.01顯著性水平上顯著。城鎮(zhèn)居民人均可支配收入與農(nóng)民人均純收入有相關(guān)性，且在0.01顯著性水平上顯著。

通過(guò)因子分析，提取2個(gè)主要因子，第一因子主要反映地區(qū)生產(chǎn)總值、規(guī)模以上工業(yè)增加值、社會(huì)消費(fèi)品零售總額、全部財(cái)政收入、固定資產(chǎn)投資、進(jìn)出口總額；第二主因子主要反映城鎮(zhèn)居民人均可支配收入與農(nóng)民人均純收入。對(duì)綜合經(jīng)濟(jì)實(shí)力得分運(yùn)用K個(gè)平均數(shù)聚類(lèi)分析，皖江城市群10個(gè)城市可分為三個(gè)等級(jí)。但是每個(gè)地區(qū)有各自的特點(diǎn)和發(fā)展空間，根據(jù)地區(qū)差異要采取不同的發(fā)展路徑，圖3明確顯示出10個(gè)地區(qū)在201

3年各經(jīng)濟(jì)指標(biāo)的絕對(duì)值和相對(duì)與2012年各個(gè)經(jīng)濟(jì)指標(biāo)的相對(duì)增加值，左軸表示2013年度各地區(qū)各個(gè)經(jīng)濟(jì)指標(biāo)的絕對(duì)值情況，右軸表示各地區(qū)各個(gè)經(jīng)濟(jì)指標(biāo)比2012年的相對(duì)增長(zhǎng)率，有些地區(qū)的絕對(duì)值很高但增長(zhǎng)速度較慢，可能處于經(jīng)濟(jì)發(fā)展的成熟期；有些地區(qū)的絕對(duì)較小，但是增長(zhǎng)速度很快，發(fā)展空間很大。

對(duì)于第一等級(jí)地區(qū)，合肥、蕪湖、馬鞍山，是皖江城市群中經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，人均生產(chǎn)總值較高，非農(nóng)業(yè)人口比重較大，對(duì)外經(jīng)濟(jì)聯(lián)系較為密切，城市基礎(chǔ)設(shè)施好，發(fā)展?jié)摿Υ?。合肥在綜合排名中經(jīng)濟(jì)實(shí)力最強(qiáng)，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(huì)城市又是長(zhǎng)江經(jīng)濟(jì)帶的核心城市，在區(qū)位及資源方面都具有很多優(yōu)勢(shì)，但是其城鎮(zhèn)居民人均可支配收入與農(nóng)民人均純收入能相對(duì)還不夠理想，還要加強(qiáng)規(guī)劃發(fā)展，制定相應(yīng)的策略，加快創(chuàng)新發(fā)展投入程度，增強(qiáng)居民創(chuàng)收能力；蕪湖經(jīng)濟(jì)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(xiàn)代化水平基礎(chǔ)設(shè)施、教育文化等方面在皖江城市群中都具有明顯的比較優(yōu)勢(shì)；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(zhèn)居民人均可支配收入與農(nóng)民人均純收入情況良好，但是在第一因子上得分為負(fù)值，排名第六，可能是因?yàn)槠淦湫姓^(qū)劃偏小，三區(qū)一縣，人口規(guī)模小，有必要擴(kuò)大其行政區(qū)劃范圍，增加城市腹地范圍[21]。

對(duì)于第二等級(jí)地區(qū)，安慶、銅陵、滁州、宣城，安慶總體經(jīng)濟(jì)實(shí)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(zhèn)居民人均可支配收入與農(nóng)民人均純收入情況很差。安慶是皖西南區(qū)域中心城市，歷史上曾是安徽省的省會(huì)，城市基礎(chǔ)設(shè)施較好，腹地廣闊，但其產(chǎn)業(yè)結(jié)構(gòu)單一，產(chǎn)業(yè)鏈短，主導(dǎo)產(chǎn)業(yè)的乘數(shù)效應(yīng)低，就業(yè)擴(kuò)張緩慢，集聚輻射能力較差，應(yīng)不斷優(yōu)化城市產(chǎn)業(yè)結(jié)構(gòu)和人口結(jié)構(gòu)，增強(qiáng)其經(jīng)濟(jì)輻射能力；滁州由于靠近南京都市圈，經(jīng)濟(jì)發(fā)展速度比較快，但是在第二因子上的得分較低，以后要加強(qiáng)與長(zhǎng)江三角洲地區(qū)的經(jīng)濟(jì)橫向聯(lián)系，依托長(zhǎng)三角地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移和技術(shù)創(chuàng)新，形成深加工制造業(yè)中心，實(shí)現(xiàn)城鎮(zhèn)、農(nóng)村人口的充分就業(yè)，人均收入的穩(wěn)定增長(zhǎng)。

對(duì)于第三等級(jí)地區(qū)，池州市、舒城縣和金安區(qū)，它們相對(duì)綜合經(jīng)濟(jì)實(shí)力較差，綜合經(jīng)濟(jì)實(shí)力排名位于后三名，在第一、第二因子上得分均為負(fù)值，金安區(qū)在第一因子上得分倒數(shù)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(qū)位等因素限制，城市建設(shè)滯后，基礎(chǔ)設(shè)施薄弱，接受長(zhǎng)三角的輻射能量較弱。今后要加強(qiáng)城市基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)網(wǎng)絡(luò)信息的流通，加大政策支持，加大拉動(dòng)效應(yīng)，大力改善投資環(huán)境，重點(diǎn)發(fā)展科技教育，充分積累人力資本，其經(jīng)濟(jì)實(shí)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(jīng)濟(jì)發(fā)展能力，首先必須找到各自的發(fā)展優(yōu)勢(shì)與劣勢(shì)，找準(zhǔn)機(jī)會(huì)，充分發(fā)揮各自?xún)?yōu)勢(shì)，合理規(guī)避風(fēng)險(xiǎn)，不斷完善皖江示范區(qū)內(nèi)外的合作機(jī)制，加強(qiáng)區(qū)域利益協(xié)調(diào)機(jī)制建設(shè)，進(jìn)行多元化投入；其次要引領(lǐng)示范區(qū)城市群走科技促經(jīng)濟(jì)發(fā)展之路，加強(qiáng)與示范區(qū)內(nèi)各城市的協(xié)同創(chuàng)新發(fā)展，以科技促經(jīng)濟(jì)從而實(shí)現(xiàn)整體綜合經(jīng)濟(jì)實(shí)力的大幅提升；第三要明確不同能級(jí)城市的功能定位，加強(qiáng)皖江城市群內(nèi)各地區(qū)政府、企業(yè)、高等院校與科研機(jī)構(gòu)合作，積極整合區(qū)內(nèi)、省內(nèi)、國(guó)內(nèi)及國(guó)外的各種資源，實(shí)現(xiàn)多方資源共享，快速融于長(zhǎng)三角地區(qū)發(fā)展體系中，充分發(fā)揮皖江的比較優(yōu)勢(shì)，實(shí)現(xiàn)皖江城市群整體發(fā)展實(shí)力的提升[22

]；最后要加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，信息網(wǎng)絡(luò)建設(shè)，為皖江城市群綜合經(jīng)濟(jì)能力的發(fā)展提供保障。參考文獻(xiàn)：

[1]馬溪駿，高袁袁.皖江城市帶九城市自主創(chuàng)新能力評(píng)價(jià)及對(duì)策分析[J].安徽大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2010（6）：139-144.

[2]夏永久.基于分形理論的皖江城市帶城鎮(zhèn)體系結(jié)構(gòu)研究[J].資源開(kāi)發(fā)與市場(chǎng)，2009（1）：30-39.

[3]韓會(huì)然，焦華富.皖江城市帶空間經(jīng)濟(jì)聯(lián)系變化特征的網(wǎng)絡(luò)分析及機(jī)理研究[J].經(jīng)濟(jì)地理，2010，31（3）：384-388.

[4]傅為忠，劉登峰.皖江城市帶區(qū)域自主創(chuàng)新能力評(píng)價(jià)及對(duì)策研究[J].科技進(jìn)步與對(duì)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(píng)價(jià)[J].國(guó)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(chǎn)業(yè)結(jié)構(gòu)動(dòng)態(tài)變化及比較優(yōu)勢(shì)分析[J].資源開(kāi)發(fā)與市場(chǎng)，2009，25（2）：134-137.

[7]吳雪萍.皖江城市帶產(chǎn)業(yè)轉(zhuǎn)移影響因素的實(shí)證分析[J].經(jīng)濟(jì)論壇，2010（6）：110-113.

[8]吳艷娟.皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移能力評(píng)價(jià)研究[D].蚌埠：安徽財(cái)經(jīng)大學(xué)碩士學(xué)位論文，2014.

[9]王立人.皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移綜合評(píng)價(jià)數(shù)學(xué)模型與實(shí)證分析[D].合肥：安徽大學(xué)碩士學(xué)位論文，2011.

[10]汪大正.皖江城市群經(jīng)濟(jì)發(fā)展的SWOT分析[J].合肥工業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2007，21（2）：57-61.

[11]淮南市統(tǒng)計(jì)局.淮南市統(tǒng)計(jì)年鑒—2014[Z].北京：中國(guó)統(tǒng)計(jì)出版社，2014.

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

[13]陳峰.現(xiàn)代醫(yī)學(xué)統(tǒng)計(jì)方法與Stata應(yīng)用[M].北京：中國(guó)統(tǒng)計(jì)出版社，1999：1-501.

[14]周文光，李堯遠(yuǎn). stata在社會(huì)科學(xué)研究中的高級(jí)

應(yīng)用[M].西安：西北工業(yè)大學(xué)出版社，2011.

[15]陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及stata應(yīng)用[M].北京：高等教育出版社，2010.

[16]黃璨，鄧宏兵.基于動(dòng)態(tài)因子分析法的四川省旅游業(yè)競(jìng)爭(zhēng)力實(shí)證分析[J].長(zhǎng)江流域資源域環(huán)境，2013，22（8）：1011-1015.

[17]張巍，任浩.Simmelian聯(lián)系與個(gè)體創(chuàng)新：知識(shí)分享意愿和共同知識(shí)基礎(chǔ)的中介作用[J].管理科學(xué)，2012，25（6）：55-64.

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

[19]樊自甫，梅丹.電信產(chǎn)業(yè)固定資產(chǎn)投資額與市場(chǎng)績(jī)效關(guān)系研究—基于31省市面板數(shù)據(jù)的研究[J].科技管理研究，2013（8）：195-198.

[20]劉博雷.中國(guó)36個(gè)主要城市經(jīng)濟(jì)社會(huì)發(fā)展水平的實(shí)證研究——基于STATA的面板數(shù)據(jù)分析[J].經(jīng)濟(jì)與社會(huì)發(fā)展，2014，12（3）：105-108.

[21]楊昌輝，周開(kāi)樂(lè)，馮南平.城市群創(chuàng)新發(fā)展中的產(chǎn)業(yè)轉(zhuǎn)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(chǎn)業(yè)轉(zhuǎn)移“區(qū)域粘性”與皖江城市帶承接產(chǎn)業(yè)轉(zhuǎn)移的戰(zhàn)略思路[J].華東經(jīng)濟(jì)管理，2010，24（4）：24-27.

[責(zé)任編輯：范君李麗]