摘要：本文以西藏7個城市為研究樣本，依據(jù)2017年《西藏統(tǒng)計年鑒》相關數(shù)據(jù)，借助STATA13.1軟件工具，摘取了9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西藏7個城市的經(jīng)濟發(fā)展能力進行比較和評價，找出其發(fā)展優(yōu)劣并提出相應的對策。

關鍵詞：西藏各城市：經(jīng)濟發(fā)展能力：面板數(shù)據(jù)：STATA

雖然，西藏自治區(qū)的經(jīng)濟得到快速發(fā)展，但發(fā)展過程中的不均衡表現(xiàn)很突出?！段鞑刈灾螀^(qū)“十三五”時期國民經(jīng)濟和社會發(fā)展規(guī)劃綱要》中提出要統(tǒng)籌區(qū)域協(xié)調(diào)發(fā)展，合理布局城鎮(zhèn)集群，構建“一圈兩翼三點兩線”的城鎮(zhèn)化空間格局。本文利用經(jīng)濟數(shù)據(jù)面板分析西藏城市經(jīng)濟發(fā)展能力，為精準制定西藏城市的發(fā)展策略提供依據(jù)。

一、分析思路

（一）變量的選擇

城市經(jīng)濟發(fā)展能力指標體系的構建除了考慮到地方的經(jīng)濟總量外，還要考慮到經(jīng)濟質量和經(jīng)濟效能。本文借鑒國內(nèi)外的相關研究并提取了9個變量，分別是城市名稱、地區(qū)生產(chǎn)總值、規(guī)模以上工業(yè)總產(chǎn)值、第三產(chǎn)業(yè)值、社會消費品零售總額、全部財政收入、固定資產(chǎn)投資、城鎮(zhèn)居民人均可支配收入、農(nóng)村居民人均可支配收入。9個變量分別定義為Vl-V9，選取的7個觀測樣本分別是拉薩、昌都、山南、日喀則、那曲、阿里、林芝。

數(shù)據(jù)來源《西藏統(tǒng)計年鑒-2017》

（二）數(shù)據(jù)來源與分析方法

文中數(shù)據(jù)來源于《西藏統(tǒng)計年鑒-2017》，分析方法采用相關分析、回歸分析、主成分因子法等，借助Stata13.1分析軟件，首先使用相關分析、回歸分析研究西藏各城市經(jīng)濟發(fā)展能力關鍵變量間的關系及其構成情況。然后運用主成分因子法對地區(qū)生產(chǎn)總值、規(guī)模以上工業(yè)總產(chǎn)值等變量進行因子分析，從因子分析模型中提取公共因子，即最具代表性的主因子：接著采取最大方差正交旋轉對因子結構進行旋轉，并在因子得分系數(shù)矩陣的基礎上得到每個樣本因子的綜合得分.KMO檢驗數(shù)據(jù)的可行性：最后運用Stata13.1數(shù)據(jù)處理技巧，根據(jù)提取的主因子對西藏城市的經(jīng)濟發(fā)展能力進行分類排序。

二、分析過程

（一）相關分析

在Stata13.1的Command文本框中輸入命令：pwcorrV2-V9，sidaksigstar（0.01）。依據(jù)下表的結果分析8個變量間相關性在置信水平為99%時是否顯著。

由表2可以看出，各市地區(qū)生產(chǎn)總值（V2）與規(guī)模以上工業(yè)總產(chǎn)值的相關性大，為0.9595，與第三產(chǎn)業(yè)值、社會消費品零售總額、全部財政收入、固定資產(chǎn)投資的相關性很強，在0.01的顯著性水平上顯著，且這六個變量相互間的相關性很強。其余的變量間相關性很小。

（二）回歸分析

1.建立線性模型

考慮到“城鎮(zhèn)居民人居可支配收入”“農(nóng)村居民人均可支配收入”與“地區(qū)生產(chǎn)總值”變量間相關性小，本文對于回歸分析以“地區(qū)生產(chǎn)總值”為因變量，將“規(guī)模以上工業(yè)總產(chǎn)值”“第三產(chǎn)業(yè)值”“社會消費品零售總額”“全部財政收入”“固定資產(chǎn)投資”為自變量進行多重線性回歸。本文運用普通最小二乘回歸法做逐步回歸分析，在Stata13.1的Command文本框中輸入如下命令：swregressV2V3 - V7，pro（0.1），得到如表3的結果。

線性模型：

V2=a*V3+b*V4+c*V5+d*V6+e*V7+u

即：地區(qū)生產(chǎn)總值=a*規(guī)模以上工業(yè)總產(chǎn)值+b*第三產(chǎn)業(yè)值+e*社會消費品零售總額+d*全部財政收入+e*固定資產(chǎn)投資+u

式中.a、b、c、d、e是未知的回歸系數(shù).u是隨機誤差項。

2.模型修正

從上述分析結果中看出共選取了7個樣本分析，模型的F值（1，5）= 533.54，P值（Prob>F）= 0.0000，說明該模型整體非常顯著。模型可決系數(shù)（R-squared）是0.9907，模型修正可決系數(shù)（AdjR-squared）= 0.9889，說明模型解釋能力非常優(yōu)秀。

模型經(jīng)過4次剔除變量后得到最終結果。第1個模型包含全部自變量的全模型，該模型V5變量的系數(shù)顯著性P值高達0.9617，被剔除：第2個模型為包含全部自變量的全模型，該模型V3變量的系數(shù)顯著性P值為0.2053，被剔除：第3個模型為包含全部自變量的全模型，該模型V6變量的系數(shù)顯著性P值為0.6113，被剔除：第4個模型為包含全部自變量的全模型，該模型V4變量的系數(shù)顯著性P值為0.2558，被剔除;剔除上述自變量后得到最終回歸模型。

在回歸線性模型中變量V7的系數(shù)標準誤是0.0323995，t值為23 .10，P值為0.000，系數(shù)比較顯著，95%的置信區(qū)間為[0.6650976，0.8316689]。常數(shù)項的系數(shù)標準誤是9.10248，t值為-1.39，P值是0.224，系數(shù)是顯著的，95%的置信區(qū)間為[-36.02988，10.76746]。

線性模型：V2= 0.7483832*V7+u

即地區(qū)生產(chǎn)總值=0.7483832*固定資產(chǎn)投資+（-12.631221）

3.因變量擬合值的預測

因變量預測擬合值是根據(jù)自變量的值和得到的回歸方程計算出來的，主要用來預測未來。在Stata13.1的Com-mand文本框中輸入rvfplot后得到殘差與擬合值的散點圖。結果是殘差并沒有隨著擬合值的大小的不同而不同，而是圍繞0值上下隨機波動，數(shù)據(jù)很可能是不存在異方差的。

4.異方差的檢驗

從表4中可以看出懷特檢驗P值為0.6080，BP檢驗的P值均大于0.05非常顯著地接受了同方差的原假設，認為不存在異方差，所以我們不必用穩(wěn)健的標準差進行回歸。

經(jīng)過以上最小二乘回歸分析，可以發(fā)現(xiàn)固定資產(chǎn)投資對西藏城市地區(qū)生產(chǎn)總值起正向促進作用。

（三）主成分因子分析

1.在Stata13.1的Command命令框中輸入命令factorV2-V9，pcf，得出因子分析結果，如表5所示，8個因子中只有2個因子特征值（Eigenvalue）大于1.選取這2個因子分別作為新的綜合評價指標.LR檢驗的卡方值為290.96，P值（Prob>chi2）為0.0000，模型非常顯著。第一個因子的特征值（Eigenvalue）為6.27345，方差貢獻率（Propor-tion）為78.42%;第二個因子特征值為1.08964，方差貢獻率為13.62%。前2個因子的累計方差貢獻率（Cumulative）為92.04%.解釋了原始數(shù)據(jù)的92.04%的信息。

2.采用最大方差正交旋轉法對因子結構進行旋轉，表6顯示Factorl主要解釋的是V2～ V7、V9這6個變量信息，F(xiàn)actor2主要解釋V8的變量信息。根據(jù)因子得分系數(shù)矩陣，寫出主因子的表達式。

兩個主因子表達方式如下：

Fl= 0.45407*V2+0.02976*V3+0.00000*V4+0.13246*V5+0.31018*V6+0.00000術V7+0.00960*V8+0.14266*V9

F2= 0.01153*V2+0.06851*V3+0.00000*V4+0.02748*V5 - 0.00995*V6+0.00000*V7 +0.80856*V8-0.51447*V9

從圖2所示，所有樣本被分為4個象限，其中第一象限只有拉薩，它的兩個因子得分都比較高：第二象限包括阿里、那曲和日喀則，這3個城市的因子2得分較高，而因子1得分較低;第三象限有昌都、山南、林芝，這3個城市的兩個因子得分都比較低。

KMO檢驗是判斷數(shù)據(jù)是否適合進行因子分析，其取值范圍是O～1。其中，0.9～1表示極好、0.8～ 0.9表示可獎勵、0.7～ 0.8表示還好、0.6～ 0.7表示中等、0.5～ 0.6表示糟糕、0～0.5表示不可接受。本文中總體（Overall） KMO的取值為0.7369，因子分析處于還好狀態(tài)，可進行因子分析。

3.西藏各城市經(jīng)濟發(fā)展能力綜合評價排名。依據(jù)提取的主因子對西藏各城市經(jīng)濟發(fā)展能力給出綜合得分并進行排名。在Stata13.1的Command中輸入命令generatef=0.7816*f1+0.1387*f2可求出西藏各城市經(jīng)濟發(fā)展能力的綜合得分，其中fl、f2是在進行因子分析時候對提取的主因子保存的變量，系數(shù)是主因子的方差貢獻率。輸出結果見下表。

三、結論與建議

經(jīng)過相關分析，西藏各城市的地區(qū)生產(chǎn)總值與規(guī)模以上工業(yè)總產(chǎn)值、第三產(chǎn)業(yè)值、社會消費品零售總額、全部財政收入、固定資產(chǎn)投資等有很強的相關性，而這六個變量相互間的相關性也很強。

經(jīng)過回歸分析，說明了固定資產(chǎn)投資對西藏各城市經(jīng)濟發(fā)展起到了積極的促進作用。

經(jīng)過主成分因子分析后，可以看出拉薩的兩個主因子得分均是第一，分別為2.191592、0.3963009，其城市生產(chǎn)總值等八項經(jīng)濟指標位居第一。日喀則的經(jīng)濟是實力僅次于拉薩，在地理位置上距拉薩市不遠，在拉薩的經(jīng)濟輻射范圍之內(nèi)，發(fā)展歷史悠久.其經(jīng)濟基礎和設施較好，在山南注冊成立的公司近年來有所增長，該城市與拉薩的交通設施也在不斷加強，昌都由于覆蓋面積較大，地區(qū)生產(chǎn)總值較高，第三產(chǎn)業(yè)和固定資產(chǎn)投資位居前列，但其第二主因子排名倒數(shù)第三，為-0.5234686.可看出它的城鎮(zhèn)居民人均可支配收入較低。林芝的經(jīng)濟發(fā)展?jié)摿薮?，其地區(qū)生產(chǎn)總值、固定資產(chǎn)投資指標位居前列，那曲的規(guī)模以上工業(yè)總產(chǎn)值、社會消費品零售總額、全部財政收入較低，阿里位于西藏的最西邊，其交通設施、人口數(shù)量和工業(yè)企業(yè)數(shù)等處于劣勢，它的第二主因子得分位居第一，其人均可支配收入位居前列，但其他七項指標很低。

從總體來看，西藏各城市第三產(chǎn)業(yè)值與GDP比值較高，均在50%及以上，原因在于旅游及餐飲所帶來的經(jīng)濟收益較高。再則，西藏各城市經(jīng)濟發(fā)展能力差距顯著，每個城市的經(jīng)濟指標很不均衡，尤其是阿里和那曲。在經(jīng)濟發(fā)展能力排名中拉薩高于其他城市，西藏的經(jīng)濟形式單一，輻射能力有限。

由上述研究給出的建議：要統(tǒng)籌好區(qū)域協(xié)調(diào)發(fā)展，關注各項經(jīng)濟指標的均衡健康發(fā)展，多建設幾個像拉薩一樣的經(jīng)濟中心，形成輻射帶動作用，各城市也要發(fā)揮優(yōu)勢產(chǎn)業(yè)，補足短板，昌都需要提高人均可支配收入，那曲和阿里要加強規(guī)模工業(yè)發(fā)展。其次，交通通信等基礎設施還需跟進，構建交通沿線經(jīng)濟帶，充分發(fā)揮固定資產(chǎn)投資的正向作用，尤其是阿里的交通建設和固定資產(chǎn)的投入。再者，西藏各城市要加強與外界聯(lián)系，充分利用川渝經(jīng)濟帶的輻射作用，加強口岸建設與對外輸出。

參考文獻：

[1]劉博雷.中國36個主要城市經(jīng)濟社會發(fā)展水平的實證研究一基于STATA的面板數(shù)據(jù)分析[J].經(jīng)濟與社會發(fā)展，2014，12（3）：105-108.

[2]何葉榮，孟祥瑞，羅文科.皖江城市群經(jīng)濟發(fā)展能力優(yōu)勢比較研究一基于STATA的面板數(shù)據(jù)分析[N].安徽理工大學學報（社會科學版），2015（11）.

[3]西藏統(tǒng)計局.西藏統(tǒng)計年鑒-2017[Z].北京：中國統(tǒng)計出版社.2017.

[4]張?zhí)?，李?Stata統(tǒng)計分析與行業(yè)應用案例詳解（第2版）[M].北京：清華大學出版社，2017.

[5]西藏自治區(qū).西藏自治區(qū)“十三五”時期國民經(jīng)濟和社會發(fā)展規(guī)劃綱要[R].西藏，2016.

作者簡介：

趙春勝，西藏民族大學，陜西成陽。