□劉 偉
(云南師范大學(xué)經(jīng)濟(jì)與管理學(xué)院 云南 昆明 650500)
隨著經(jīng)濟(jì)全球化的深入和生產(chǎn)要素的跨區(qū)域流動(dòng),國(guó)家的邊界逐漸淡化。宏觀上以國(guó)家為載體的國(guó)際競(jìng)爭(zhēng)逐漸弱化,而以城市為載體的區(qū)域競(jìng)爭(zhēng)對(duì)經(jīng)濟(jì)的影響正逐步增強(qiáng)。各個(gè)國(guó)家之間的競(jìng)爭(zhēng)也逐漸演化為城市與城市、區(qū)域與區(qū)域之間的競(jìng)爭(zhēng)[1]。就城市與區(qū)域的關(guān)系而言,城市是區(qū)域的核心,區(qū)域之間的競(jìng)爭(zhēng)通過城市表現(xiàn)為城市之間的競(jìng)爭(zhēng),區(qū)域競(jìng)爭(zhēng)能力取決于城市的競(jìng)爭(zhēng)力[2]。研究城市競(jìng)爭(zhēng)力對(duì)于各區(qū)域客觀、準(zhǔn)確認(rèn)清自身的優(yōu)勢(shì)與不足,以及制定相應(yīng)的發(fā)展戰(zhàn)略具有重要的指導(dǎo)意義[3]。
目前關(guān)于區(qū)域競(jìng)爭(zhēng)力的研究多集中在以國(guó)家為核心的宏觀領(lǐng)域和以縣域?yàn)楹诵牡奈⒂^領(lǐng)域,對(duì)于以城市為核心的中觀領(lǐng)域的研究較少。具有代表性的有波特的國(guó)家競(jìng)爭(zhēng)力模型[4]、IMD的國(guó)家競(jìng)爭(zhēng)力模型[5]、姚士謀等對(duì)城市競(jìng)爭(zhēng)力的研究[6-8]、王愛君等對(duì)城市競(jìng)爭(zhēng)力的微觀分析[9]。從城市群的角度切入,構(gòu)筑了基于城市群的城市競(jìng)爭(zhēng)力研究體系,可以有效地對(duì)山東半島城市群8地市的競(jìng)爭(zhēng)力進(jìn)行測(cè)度與評(píng)價(jià)。
山東半島城市群作為中國(guó)沿海最具活力的經(jīng)濟(jì)區(qū)域之一,包括濟(jì)南、青島、煙臺(tái)、淄博、威海、濰坊、東營(yíng)、日照等8個(gè)城市,土地面積近7.4萬km2,人口4 244萬,是全省經(jīng)濟(jì)發(fā)展的核心。對(duì)山東半島城市群8地市競(jìng)爭(zhēng)力的研究不僅有利于促進(jìn)區(qū)域內(nèi)各城市競(jìng)爭(zhēng)力的提升,更有利于帶動(dòng)山東省乃至整個(gè)環(huán)渤海地區(qū)的發(fā)展。
主要運(yùn)用主成分分析法和聚類分析法對(duì)山東半島城市群8地市競(jìng)爭(zhēng)力進(jìn)行研究。主成分分析法就是運(yùn)用線性變換,將原來的多個(gè)指標(biāo)組合成相互獨(dú)立的少數(shù)幾個(gè)能充分反映母體信息的指標(biāo),從而在不丟掉主要信息的前提下,避開變量之間的共線性問題,便于進(jìn)一步分析;聚類分析法是從事物數(shù)值的特征出發(fā)對(duì)事物進(jìn)行分類,是數(shù)值分類學(xué)和多元統(tǒng)計(jì)技術(shù)相結(jié)合的結(jié)果。
數(shù)據(jù)主要來自《山東省統(tǒng)計(jì)年鑒》(2010—2017年)、山東省政府統(tǒng)計(jì)公報(bào)以及濟(jì)南、青島、淄博、東營(yíng)、煙臺(tái)、濰坊、威海、日照8地市政府統(tǒng)計(jì)公報(bào)(2010—2016年),能夠最大程度保障統(tǒng)計(jì)數(shù)據(jù)的精確性和客觀性。
在充分借鑒國(guó)內(nèi)外學(xué)者研究成果的基礎(chǔ)上,以倪鵬飛所構(gòu)建的中國(guó)城市競(jìng)爭(zhēng)力指標(biāo)體系為基礎(chǔ),結(jié)合山東半島城市群8地市發(fā)展現(xiàn)狀構(gòu)建了指標(biāo)體系。該指標(biāo)體系將總量指標(biāo)、結(jié)構(gòu)指標(biāo)、經(jīng)濟(jì)指標(biāo)以及社會(huì)指標(biāo)相結(jié)合,能夠全面反映8地市競(jìng)爭(zhēng)力的發(fā)展?fàn)顩r。
依據(jù)山東半島城市群各地市統(tǒng)計(jì)年鑒以及政府公報(bào),整理得到8個(gè)地市2010—2016年綜合競(jìng)爭(zhēng)力評(píng)價(jià)體系的基礎(chǔ)數(shù)據(jù)。運(yùn)用主成分分析法對(duì)基礎(chǔ)數(shù)據(jù)進(jìn)行處理,得到各地市二級(jí)指標(biāo)競(jìng)爭(zhēng)力得分及排名。由于指標(biāo)體系中包含8個(gè)二級(jí)指標(biāo)和61個(gè)三級(jí)指標(biāo),指標(biāo)的數(shù)量較多[10]。
為了更清晰地了解各級(jí)指標(biāo)的發(fā)展?fàn)顩r,首先對(duì)各二級(jí)指標(biāo)進(jìn)行因子分析確定各二級(jí)指標(biāo)的因子得分,其次以8個(gè)二級(jí)指標(biāo)的因子得分作為測(cè)度城市競(jìng)爭(zhēng)力的原始變量,再次進(jìn)行因子分析,最后計(jì)算出總的城市競(jìng)爭(zhēng)力得分。
3.1.1 對(duì)二級(jí)指標(biāo)進(jìn)行的因子分析
第一,對(duì)發(fā)展規(guī)模、發(fā)展水平、發(fā)展速度、發(fā)展結(jié)構(gòu)、農(nóng)業(yè)發(fā)展、工業(yè)發(fā)展、基礎(chǔ)設(shè)施和發(fā)展活躍度所包含的指標(biāo)進(jìn)行KMO和巴特利特球型檢驗(yàn),以檢驗(yàn)各個(gè)變量之間相關(guān)性程度并判斷變量是否適合用于做因子分析。
第二,構(gòu)造因子變量。將特征值大于1的因子提取為公因子,如果觀察方差累積貢獻(xiàn)率和公因子方差的提取發(fā)現(xiàn)僅按照特征值大于1的條件提取的公因子不能夠很好解釋原始變量,可以通過設(shè)置公因子的數(shù)量提取公因子。
第三,利用回歸的方法得出各公因子得分系數(shù),并利用最大四次方值法對(duì)因子的載荷進(jìn)行正交旋轉(zhuǎn)。
3.1.2 對(duì)城市競(jìng)爭(zhēng)力進(jìn)行的因子分析
以2010—2016年各市8個(gè)二級(jí)指標(biāo)的因子得分作為測(cè)度城市競(jìng)爭(zhēng)力的原始變量,再次進(jìn)行因子分析,可以有效地對(duì)各市競(jìng)爭(zhēng)力的發(fā)展?fàn)顩r進(jìn)行對(duì)比與分析。因篇幅限制僅取2016年的數(shù)據(jù)分析過程作為參考,具體見表1。
依據(jù)表1可知,有3個(gè)主成分的特征值大于1,并且這3個(gè)主成分的累計(jì)貢獻(xiàn)率為88.523,經(jīng)過公因子方差檢測(cè),能夠很好地解釋原始變量,故提取3個(gè)主成分[11]。
從表1中的旋轉(zhuǎn)平方和可得出,F(xiàn)1、F2、F3的方差貢獻(xiàn)率分別為43.807%、22.47%、22.246%,將方差貢獻(xiàn)率的值帶入公式,可計(jì)算出各市綜合競(jìng)爭(zhēng)力得分,并進(jìn)行排序,具體見表2。
從表2中可以看出8地市2016年競(jìng)爭(zhēng)力的發(fā)展?fàn)顩r,青島市在第1公因子(X1、X2、X6、X8)上得分遠(yuǎn)高于其他縣市,說明其工業(yè)發(fā)展遠(yuǎn)超過其他地區(qū),有良好的工業(yè)基礎(chǔ);濟(jì)南市工業(yè)競(jìng)爭(zhēng)力雖然較弱,但在第2公因子(X4、X7)上得分高于其他地市,說明其發(fā)展結(jié)構(gòu)最合理,可持續(xù)競(jìng)爭(zhēng)力最強(qiáng);在第3公因子(X3、X5)方面,濰坊市得分最高,主要得益于其農(nóng)業(yè)的專業(yè)化生產(chǎn),也同時(shí)表明其農(nóng)業(yè)發(fā)展水平較高,第一產(chǎn)業(yè)基礎(chǔ)雄厚。在綜合得分F上,競(jìng)爭(zhēng)力最強(qiáng)的青島與最弱的日照之間的差距為1.72仍舊比較大,綜合競(jìng)爭(zhēng)力的區(qū)域分異較為明顯[12-13]。
對(duì)區(qū)域競(jìng)爭(zhēng)力進(jìn)行測(cè)度與分析,比較分析法尤為重要。進(jìn)行比較分析一方面有利于了解各市綜合競(jìng)爭(zhēng)力的層次性,另一方面也可以針對(duì)分層結(jié)果提出針對(duì)性的措施[14-16]。
通過對(duì)山東半島城市群8個(gè)地市2010—2016年競(jìng)爭(zhēng)力得分進(jìn)行分析,運(yùn)用系統(tǒng)聚類分析法,將其分為競(jìng)爭(zhēng)力最強(qiáng)型、競(jìng)爭(zhēng)力較強(qiáng)型、競(jìng)爭(zhēng)力較弱型和競(jìng)爭(zhēng)力最弱型4大類,具體見表3。
依據(jù)對(duì)山東半島城市群8地市競(jìng)爭(zhēng)力因子分析以及聚類分析結(jié)果的測(cè)度可以看出,8地市2010—2016年競(jìng)爭(zhēng)力的等級(jí)差異比較明顯,依據(jù)各市競(jìng)爭(zhēng)力的強(qiáng)弱,可分為最強(qiáng)型、較強(qiáng)型、較弱型和最弱型4類。
其中青島市的競(jìng)爭(zhēng)力最強(qiáng),一直屬于最強(qiáng)型;威海市的競(jìng)爭(zhēng)力最弱,一直屬于最弱型;濟(jì)南市、濰坊市和煙臺(tái)市的競(jìng)爭(zhēng)力較強(qiáng),屬于較強(qiáng)型;淄博市的競(jìng)爭(zhēng)力較弱,屬于較弱型;東營(yíng)市和日照市的競(jìng)爭(zhēng)力逐步由較弱型轉(zhuǎn)為最弱型處于下降的趨勢(shì)。
同時(shí),由于各區(qū)域之間發(fā)展不均衡,區(qū)域差異也比較明顯,在以濟(jì)南市和青島市為核心的膠濟(jì)鐵路沿線地區(qū)各市競(jìng)爭(zhēng)力得分最高,綜合排名的變動(dòng)也比較小,說明這些區(qū)域城市競(jìng)爭(zhēng)力較強(qiáng);以威海市和日照市為代表的沿海線各市競(jìng)爭(zhēng)力得分最低,綜合排名的變動(dòng)也比較大,說明這些區(qū)域城市競(jìng)爭(zhēng)力較弱。這也說明山東半島城市群的兩條發(fā)展主軸發(fā)展不平衡。
依據(jù)表4考察2010—2016年山東半島城市群8地市競(jìng)爭(zhēng)力得分變動(dòng)情況,用系統(tǒng)聚類分析法對(duì)其聚類可以發(fā)現(xiàn),山東半島城市群8地市整體競(jìng)爭(zhēng)力得分的變動(dòng)率小于1%,表明8地市競(jìng)爭(zhēng)力的發(fā)展在整體上有較強(qiáng)的穩(wěn)定性。但由于經(jīng)濟(jì)基礎(chǔ)、區(qū)位條件以及國(guó)家政策等因素的影響,各地市競(jìng)爭(zhēng)力的發(fā)展仍有一些較明顯的變動(dòng)。
濟(jì)南、青島、淄博、威海等地市競(jìng)爭(zhēng)力得分處于上升趨勢(shì),其中增幅最大的是威海,超過50%;東營(yíng)、煙臺(tái)、濰坊、日照等地市競(jìng)爭(zhēng)力得分處于下降趨勢(shì),其中降幅最大的是東營(yíng)。
表1 2016年因子解釋原有變量總方差情況
表2 山東半島城市群8地市2016年競(jìng)爭(zhēng)力得分
表3 山東半島城市群8地市2010—2016年競(jìng)爭(zhēng)力聚類分析
通過對(duì)山東半島城市群8地市進(jìn)行主成分和聚類分析,可得到以下結(jié)論。
表4 山東半島城市群8地市2010—2016年競(jìng)爭(zhēng)力得分變動(dòng)
第一,山東半島城市群8地市在總體上的競(jìng)爭(zhēng)力比較高,8地市競(jìng)爭(zhēng)力多年平均得分為0.349,表明其有良好的發(fā)展基礎(chǔ)和發(fā)展?jié)摿Α?/p>
第二,山東半島城市群8地市之間的競(jìng)爭(zhēng)力差距較明顯,得分最高的青島市多年平均得分為0.774,而最低的威海市為-0.863,差值在1.6以上,呈明顯的地域差異性和等級(jí)性;以濟(jì)南、青島為核心的膠濟(jì)線和以東營(yíng)、威海、日照為核心的沿海線兩條主軸發(fā)展不平衡。
第三,山東半島城市群8地市之間的發(fā)展呈現(xiàn)出明顯的以青島為核心的單極化趨勢(shì),濟(jì)南的發(fā)展需要加強(qiáng)。
第四,山東半島城市群8地市競(jìng)爭(zhēng)力發(fā)展在總體上的變動(dòng)較小,有較強(qiáng)的穩(wěn)定性,但各地市的變動(dòng)差異較大。濟(jì)南、青島、淄博、威海等地市競(jìng)爭(zhēng)力得分處于上升趨勢(shì),東營(yíng)、煙臺(tái)、濰坊、日照等地市競(jìng)爭(zhēng)力得分處于下降的趨勢(shì)。