我国现阶段各地区经济发展质量的比较研究

所属栏目：国际贸易论文
发布时间：2011-02-26 11:47:49 更新时间：2021-04-29 10:32:16

　　摘要：本文主要根据2008年统计数据，，从量化的角度对全国31个省、市、自治区的地区经济发展质量进行比较分析。首先用聚类分析对31个地区进行分类，然后对所选的经济指标做因子分析，得出四个意义较为明确的公共因子，从而得到各地区的不同经济发展质量状况，并分析了各地区的差异及产生原因，可以为各地区制定进一步提高经济发展质量的政策时提供参考。

　　关键词：地区经济，发展质量，聚类分析，因子分析

　　0引言

　　在当今中国，在科学发展观理论指导之下，要求又好又快地发展经济的理念已经深入人心。发展经济是贯彻落实科学发展观、统筹区域和城乡协调发展及实现全面小康社会的重要途径。而地区作为国家的经济、政治、科学和教育文化的中心，它已经成为经济循环的主角，决定每个地区在激烈市场搏击中的地位、作用、未来的发展趋势的主导因素是它们各自拥有的经济发展水平。但是，如何评价经济发展质量，特别是如何量化经济发展质量的总体水平，一直是一个没有很好解决的问题。

　　本文在构建反映经济发展质量的指标体系的基础上，利用聚类分析与因子分析的方法来评价我国各地区(31个省、自治区、直辖市)经济发展质量的总体水平，并分析各个地区经济发展差异的原因。

　　1指标体系的选取

　　构建全面反映经济发展质量总体水平的指标体系是一件困难的事情。严格地讲，评价指标体系的选取也应该因时因地因生产力发展水平因外部条件而异。本文从经济发展的规模、速度、效益、人民获得实惠、对外贸易、对资源能源消耗等几个方面来反映经济发展质量，同时考虑数据获取的可能性等方面来构建指标体系。具体包括以下八个指标：

　　(1)农村居民收入与城镇居民收入之比(x1)，它用来衡量地区收入分配公平程度的指标。

　　(2)经济增长的就业弹性系数(x2)，它是衡量经济增长与就业增长关系的指标，即就业增长速度与经济增长速度的比值。

　　(3)居民消费购买力指数(x3)，它是反映城乡商品零售价格变动趋势的一种经济指数，作为观察通货膨胀水平的重要指标。

　　(4)固定资产投资效果系数(x4)，它是反映单位固定资产投资额所增加的国内生产总值数量的指标，用该指标来反映地区固定资产投资宏观经济效果的变化趋势。

　　(5)进出口总额(x5)，它反映了一个地区的外贸情况，是一个地区经济发展水平的标志。

　　(6)单位GDP能耗(x6)，它是一个环境与资源再利用指标，节约资源，保护环境是衡量经济发展好的重要指标。

　　(7)地区生产总值(x7)，是反映地区经济发展规模的指标，能够反映地区的经济实力。

　　(8)GDP增长率(x8)，它是反映经济发展速度的指标。

　　2地区经济发展质量的比较分析

　　地区经济发展水平的指标体系涉及面广、内容复杂，是一个庞大的体系。众多的指标虽然对评价地区经济发展质量有很大的作用，但很难给人们一个概括、简明的概念。因此，需要对地区经济发展质量做出综合评价。

　　本文根据上述指标体系，选取2008年我国各地区对应指标的数据，数据来源于《2008年中国统计公报》(对数据进行计算得到)。按照聚类方法和因子分析方法的实现步骤，运用SPSS15.0统计分析软件，对国内31个省、市的经济发展质量进行排序、分类和统计分析。

　　2.1各地区经济发展质量相似性之系统聚类分析

　　聚类分析是将研究对象按其共性进行分类，以便系统地加以科学研究的一种有效方法。其目的在于辨认某些特征上相似的事物，并把事物就这些特征划分成若干类，使在同一类的事物具有高度共性，而不同类的事物具有高度相异性。聚类分析方法有系统聚类法、动态聚类法、模糊聚类法等等。对地区经济发展质量相似性的研究本文采用层次聚类方法。

　　借助统计软件SPSS15.0的分类中层次聚类(Hierarchiical)，对(2008年的截面数据)31个省份的经济发展质量结构进行分析，得到如下的结果。

　　2.1.1样本有效性：

　　此次聚类分析的样本总个数为31个，在分析过程中发现无效样本1个，故总的有效样本为30个，样本有效率为96.8%。

　　2.1.2聚类结果：

　　以31个省市、自治区作为样本进行聚类分析，最终将这31个省份分为以下4类地区，从聚类分析谱系图可以看出来。一类地区为：北京、浙江、上海、江苏、福建、山东、广东7个省市;二类地区为：天津1个省市;三类地区为：宁夏1个省市;四类地区为其他的22个省。

　　2.2因子分析

　　上述采用聚类分析方法对全国31个省市的经济发展质量的相似性进行了归类，但是，各个地区的发展质量如何，主要受哪些因素的影响?还需运用下面的因子分析方法进行综合评价，并说明各个省市的经济发展的排位情况。

　　因子分析是将多个实测变量转换为少数几个不相关的综合指标的多元统计分析方法。因子分析的基本思想是根据相关性大小将变量分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低。通过因子分析，有可能用较少的不相关的综合指标来描述原来观察的每一个指标，在尽可能少的信息损失情况下，降低分析问题的复杂性。

　　按照因子分析方法的实现步骤，运用SPSS15.0的统计分析软件，首先对数据资料是否符合因子分析方法的要求进行判断，采用软件中KMOandBartlett’sTest检验方法，结果表明，Bartlett值为76.529，P<0.0001，即指标数据的相关矩阵不是单位阵，故考虑进行因子分析;Kaiser-Meyer-OlkinMeasureofSamplingAdequacy是用于比较观测相关系数与偏相关系数值的一个指标，其值越接近于1，表明对这些变量进行因子分析的效果越好，KMO值为0.723，意味着因子分析的结果较好。

　　2.2.1因子分析的基本过程：

　　在对原始数据进行标准化处理，求出指标间的相关系数矩阵之后，求出该矩阵的特征根的大小、贡献率及累计贡献率。最主要的特征根有4个，其贡献率分别是41.5%，15.2%、15.1%和10.4%，累积贡献率达到82.1%。说明通过数据变换之后，这4个特征根所反映出来的信息量占全部信息量的82.1%。

　　所以，用4个公因子代表原来的8个指标来评价我国各地区的经济发展质量已经有相当的把握，采用主成分方法提取公因子，提取的初始公因子解，一般很难解释公因子的意义，大多数因子都和许多变量有关。通过因子旋转，改变坐标轴的位置，重新分配各个因子能解释的方差比例，使因子结构更简单，更易于解释。采用最大方差正交旋转，从旋转后的因子载荷阵可以得到，主因子1中，固定资产投资效果系数，进出口总额，单位GDP能耗和地区生产总值这几个的指标系数较大，它们起主要作用，用它来反映经济的发展状况和质量，为经济发展因子;主因子2中，居民收入购买力指数系数较大，起主要作用，用它来反映人民生活水平的指标，为购买力因子;主因子3中，GDP增长率系数较大，它起主要作用，用它来反映地区经济的发展速度，为发展速度因子;主因子4中，经济增长的就业弹性系数较大，用它来反映地区的就业情况，为就业因子。

　　利用SPSS计算得到因子得分系数矩阵，建立各个因子的得分模型：

　　X1=0.006F1+0.007F2-0.005F3+0.029F4;

　　X2=-0.038F1-0.039F2+0.030F3-0.183F4;

　　………

　　X8=0.338F1+0.950F2-0.038F3-0.312F4;

　　根据因子得分系数和原始变量的标准化值计算各综合因子得分，并保留在数据文件中，然后根据公式Z=∑DiZi。(i=1、2、3、4)计算综合得分，di为旋转后的四个综合因子贡献率。则：

　　F=(41.528F1+15.150F2+15.051F3+10.376F4)/82.104.

　　将计算出来的综合得分进行排序，如下表所示，下表是各城市得分和综合得分F。

　　我国各地区经济发展质量综合评价表

　　省份 F1 F2 F3 F4 F 排名聚类

　　结果

　　广东 2.68769 -1.03604 1.83825 -0.85664 1.396977 1 1

　　江苏 1.33831 0.27004 1.8376 -0.21727 1.036146 2 1

　　上海 3.10938 -1.51212 -1.20681 -0.9241 0.955685 3 1

　　天津 0.97367 2.0363 3.02574 0.20098 0.737033 4 2

　　福建 0.38506 0.71814 -0.24075 1.39042 0.458858 5 1

　　北京 1.18014 -1.13374 -0.89386 1.85641 0.458459 6 1

　　浙江 0.26519 -0.55656 1.04972 1.33046 0.392004 7 1

　　山东 -0.49791 0.26833 2.82503 0.12405 0.331222 8 1

　　吉林 0.23158 1.68876 -0.46912 -0.43572 0.287684 9 3

　　内蒙古 0.14828 2.05562 -0.13645 -1.41178 0.250878 10 3

　　陕西 0.12648 1.53929 -0.39104 -0.30361 0.237953 11 3

　　江西 -0.05835 0.45389 -0.58913 1.17679 0.094961 12 3

　　重庆 0.03942 0.96638 -0.65495 -0.02786 0.074673 13 3

　　广西 -0.14078 0.47104 -0.42631 0.79263 0.037731 14 3

　　安徽 -0.23188 0.40162 -0.15515 0.58861 0.002768 15 3

　　辽宁 -0.24158 0.36767 0.53371 -0.60096 -0.03246 16 3

　　河南 -0.83264 0.2601 1.32923 0.62263 -0.0508 17 3

　　湖南 -0.43772 0.4294 0.25792 0.3482 -0.05088 18 3

　　湖北 -0.44499 0.53282 0.36521 -0.468 -0.11895 19 3

　　海南 -0.1368 -0.7011 -1.39773 2.20471 -0.17617 20 3

　　黑龙江 -0.38836 -0.0672 -0.18475 0.41836 -0.18983 21 3

　　云南 -0.58718 -0.55572 -0.43876 0.04524 -0.47425 22 3

　　河北 -1.10572 -0.89478 1.13116 -0.19042 -0.54108 23 3

　　四川 -1.1063 -1.00945 0.57052 0.73309 -0.5486 24 3

　　新疆 -0.56077 -0.73193 -0.60026 -0.63839 -0.60941 25 3

　　青海 -0.43169 -0.1631 -0.94074 -1.51278 -0.61208 26 3

　　甘肃 -0.77265 -1.13268 -0.68109 -0.51293 -0.78949 27 3

　　山西 -0.9719 -1.18658 -0.08209 -0.76691 -0.8225 28 3

　　贵州 -0.84765 -1.15149 -0.6003 -0.81924 -0.85479 29 3

　　宁夏 -0.69033 -0.62693 -0.79483 -2.14594 -0.88175 30 4

　　2.2.2结果分析：

　　为了便于政府部门因地制宜制定区域经济发展战略，利用综合评价模型对我国各地区的经济发展质量做作出评价。

　　(1)对第一主因子得分进行分析：

　　由上表可以看出，分别列于前4位的上海、广东、江苏和北京的经济发展水平较高，

　　发展速度较快，体现了区域经济的又好又快的发展。不难从该因子的组成中发现，上海、广东、江苏和北京的固定资产投资规模、进出口总额、单位GDP能耗和地区生产总值等指标位居2008年的前列，而这些指标在第一主因子中占有较大的载荷。因此，这几个省份的经济发展质量与它们的地理位置有密切的关系，它们都是沿海城市，有利于利用外资、对外贸易和对外开放。该因子为发展状况因子。

　　(2)对第二主因子得分进行分析：

　　天津和内蒙古的得分远远大于其他省份，因为第二因子主要体现在居民收入购买力指数上，是反映人民生活水平的因子，这就说明了随着国民经济的迅速发展，国家综合实力的大大增强，城乡居民收入不断增加,消费水平和消费质量明显提高,城乡人民生活水平显著提高。

　　(3)对第三主因子得分进行分析：

　　该因子为发展速度因子，天津、广东和江苏三大省位列前茅，远远大于其它地区。因为这三个省市位于沿海地带，经济发展较快，所以在GDP增长率指标上占有很大的载荷。

　　(4)对第四主因子得分进行分析：

　　该因子为就业状况因子，北京、福建和浙江的就业率相对较高，这三个省市的人口规模较小，而经济规模较大，非农业化程度很高，这给就业带来了很大的优势。

　　(5)对综合得分进行分析：

　　从综合得分来看，我国区域经济发展差异显著，各地区的经济发展质量还是比较大的，经济实力较强和经济发展速度较快且经济发展质量较好的地区主要分布在东部，南部沿海地区，而中西部、西北、西南地区各省的经济发展质量相对较差，发展速度相对较慢。在西部大开发和可持续发展战略的指导下，各省应找准自身在全国经济活力和三大因子活力中的位置，继续保持、发展自身的优势，同时制定相应的政策措施弥补自身的不足，以达到系统全面地提升经济发展水平的目的。

　　2.3聚类分析的结果与因子分析的得分进行比较：

　　利用聚类分析把31个省市分为4类，从分类结果中得到我国的经济发展质量结构相似性效果较好，且不同地区都有各自的特点。对表7进行具体分析，并将聚类分析的结果与因子分析的得分比较，可以发现如下现象：

　　1、第一类地区在第一主因子得分数值很大，从地区的地理位置来看，这些地区地处沿海，工业基础好，开放时间早，引入外资较多，科技投入较多，科研能力较强，经济效益也较好，普遍环境保护意识较强，经济发展与环境保护关系处理得较好，显示了这些地区进一步发展所具有的超强竞争力与潜力。但在第二、第三主因子得分中，有些为负值，表明了这些地区在地区生产总值，固定资产投资，居民收入方面远远超过其他省份，而在居民购买力方面却不如其他省份。

　　2、第二类地区只有天津一个省份，天津独立成为一类，主要是因为天津的GDP增长速度较快，.即在这因子中的得分远比其他地区高出很多，成为敏感因素。而且近几年来，天津的经济一直处于高速发展的状态，但由于其在规模指标上不如沿海一些地区，导致了在经济效率、经济效益和人民生活水平上与沿海一些地区有一些差距。因此，天津市要实现经济质量的提升，速度是关键。

　　3、第三类地区是宁夏，它在F1、F2、F3、F4各因子的得分非常低，表明宁夏的经济发展质量相对来说很差，这与它所处的位置和工业发展的落后状态密切相关，它仍然处于工业发展的初级阶段。对于这样经济特别落后的地区，要通过跨省市的区域经济协作来实现经济的发展。

　　4、第四类地区为除上面以外的其他地区，这些地区地处内陆，经济起步较晚，吸引的投资不足，在经济基础、工业基础、产业结构、经济效益等各方面都较为逊色，但也不排除一些地区在某一方面较为突出，其中重庆、四川在居民购买力指标得分很高，而江西、黑龙江在经济增长的就业弹性系数的得分也比较高，针对上面的一些情况，结合各地区自身具有的优势与特点，可以针对性的克服不足、发展优势，在新型工业化方面取得更大的进展。

　　3结束语

　　应用聚类分析和因子分析方法对我国各个省市的经济发展质量状况进行了综合评价，把我国各个地区的发展质量相似性进行了分类，结果与实际情况相符;因子分析法给出的定量的综合评价结果，可以明确化、清晰化各个省市在全国的定位，找到地区的优势和劣势所在，为该地区的经济发展提供决策依据，使得经济分析工作更加有效率地进行。实证分析显示，聚类分析和因子分析方法有较强的可操作性，是一种可行的，有效的综合评价方法。

　　[参考文献]

　　[1]李苏慧.我国西部地区各省份经济发展水平综合评价[J].西安邮电学院学报，2008(6):54-57.

　　[2]陈璐璇.我国各地区新型工业化发展水平的比较研究[J].福建行政学院福建经济管理干部学院学报，2007(1):77-81.

　　[3]叶依广，周蕾.长江三角洲各城市综合实力的主成分分析[J].长江流域资源与环境，2004(3):197-202.

　　[4]左继宏，胡树华.区域经济发展的需求因素分析[J].理论新探，2004(4):14-15.

　　[5]王维，李仕明，肖磊.全国地区经济发展水平动态比较研究[J].中国管理科学，2004(12):566-570.

　　[6]蒋亮，罗汉.我国东西部城市经济实力比较的主成分分析[J].经济数学，2003(3):48-53.

　　[7]梁晓俐.地区经济发展水平的主成分分析研究[J].理论新探，2000(2):147-152.

　　[8]何晓群.多元统计分析[M].中国人民大学出版社，2004.

　　[9]国家统计局编:中国统计年鉴[M].北京:中国统计出版社，2008.