方柯


【摘 要】地級(jí)市是城市體系中承上啟下的關(guān)鍵環(huán)節(jié),市域綜合發(fā)展分析對(duì)評(píng)價(jià)一個(gè)地區(qū)社會(huì)經(jīng)濟(jì)與均衡發(fā)展具有重要意義。本文首先從社會(huì)經(jīng)濟(jì)發(fā)展水平和城市公共設(shè)施水平兩個(gè)方面,建立江西省以市為單位的綜合發(fā)展統(tǒng)計(jì)指標(biāo)體系;通過(guò)因子分析方法進(jìn)行實(shí)證分析,提取經(jīng)濟(jì)綜合實(shí)力因子、城市規(guī)劃建設(shè)因子和人民生活質(zhì)量因子三個(gè)公因子;結(jié)合因子分析的三個(gè)公因子得分進(jìn)行聚類分析,進(jìn)一步了解江西省市域綜合發(fā)展的差異所在。
【關(guān)鍵詞】因子分析;綜合發(fā)展
一、前言
江西地理位置優(yōu)越,既處于長(zhǎng)江經(jīng)濟(jì)帶和京九經(jīng)濟(jì)帶的中心腹地,又是唯一同時(shí)毗鄰長(zhǎng)江三角洲、珠江三角洲以及閩南經(jīng)濟(jì)區(qū)的省份??墒歉鞒鞘邪l(fā)展水平經(jīng)濟(jì)結(jié)構(gòu)仍然存在不小差異,因此對(duì)市域的綜合發(fā)展進(jìn)行準(zhǔn)確評(píng)估,全面分析市域綜合發(fā)展的差異所在很有必要。本文選取南昌、九江、新余、上饒、宜春、撫州、景德鎮(zhèn)、吉安、贛州、萍鄉(xiāng)、鷹潭十一個(gè)地級(jí)市,利用因子分析并結(jié)合聚類分析的方法評(píng)估江西各地級(jí)市的綜合發(fā)展情況,正確了解江西省發(fā)展的優(yōu)勢(shì)與不足,讓政府對(duì)各地采取針對(duì)性的措施,明確引導(dǎo)各地財(cái)政資金投入方向,對(duì)于推動(dòng)市域社會(huì)經(jīng)濟(jì)全面、有序、健康發(fā)展具有很強(qiáng)的現(xiàn)實(shí)意義。
二、評(píng)價(jià)指標(biāo)體系的建立和數(shù)據(jù)來(lái)源
影響江西省市級(jí)綜合發(fā)展因素多且復(fù)雜,僅僅一個(gè)指標(biāo)或幾個(gè)指標(biāo)很難描述清楚和完整評(píng)價(jià)綜合發(fā)展的能力,所以我們建立了一套指標(biāo)體系來(lái)進(jìn)行綜合評(píng)價(jià)。建立指標(biāo)體系應(yīng)遵守系統(tǒng)性,科學(xué)性,可比性,可測(cè)取性,相互獨(dú)立性。根據(jù)2015年的《江西統(tǒng)計(jì)年鑒》,選取了兩個(gè)方面9個(gè)具體指標(biāo)的江西省綜合發(fā)展指標(biāo)體系:
社會(huì)經(jīng)濟(jì)發(fā)展水平方面:
X1:地區(qū)生產(chǎn)總值(億元);X2:人均地區(qū)生產(chǎn)總值(元);X3:各地區(qū)公共財(cái)政預(yù)算收入(萬(wàn)元);X4:城鎮(zhèn)居民可支配收入(元)。
城市公共設(shè)施水平方面:
X5:人均城市道路面積(人/平方公里);X6:病床使用率(平方米);X7:建成區(qū)綠化覆蓋率(標(biāo)臺(tái));X8:人均公園綠地面積(%);X9:燃?xì)馄占奥剩?)。
三、因子分析過(guò)程及結(jié)果
(一)將數(shù)據(jù)標(biāo)準(zhǔn)化
由于選取的指標(biāo)并不是相同的單位和數(shù)量級(jí),因此需要對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,即無(wú)量綱處理,使得數(shù)據(jù)具有可比性。這里采用z-score標(biāo)準(zhǔn)化,也叫標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化,經(jīng)過(guò)處理的數(shù)據(jù)符合標(biāo)準(zhǔn)正態(tài)分布,即均值為0,標(biāo)準(zhǔn)差為1,其轉(zhuǎn)化函數(shù)為:
(其中μ為所有樣本數(shù)據(jù)的均值,δ為所有樣本數(shù)據(jù)的標(biāo)準(zhǔn)差)
(二)檢驗(yàn)數(shù)據(jù)質(zhì)量
使用因子分析的前提條件是觀測(cè)變量之間應(yīng)該有較強(qiáng)的相關(guān)關(guān)系,所以首先對(duì)數(shù)據(jù)進(jìn)行相關(guān)性檢驗(yàn),通常采用KMO統(tǒng)計(jì)量和Bartlett的球形檢驗(yàn)法。KMO統(tǒng)計(jì)量是取值在0和1之間。當(dāng)所有變量間的簡(jiǎn)單相關(guān)系數(shù)平方和遠(yuǎn)遠(yuǎn)大于偏相關(guān)系數(shù)平方和時(shí),KMO值接近1.KMO值越接近于1,意味著變量間的相關(guān)性越強(qiáng),原有變量越適合作因子分析;當(dāng)所有變量間的簡(jiǎn)單相關(guān)系數(shù)平方和接近0時(shí),KMO值接近0.KMO值越接近于0,意味著變量間的相關(guān)性越弱,原有變量越不適合作因子分析。一般來(lái)說(shuō),只要KMO值大于0.5就適合做因子分析。
本文KMO的值為0.677>0.5,而且Bartlett的球形檢驗(yàn)中統(tǒng)計(jì)量的值較大,為59.718,且若顯著性水平α=0.05,對(duì)應(yīng)的相伴概率值即sig=0.008<0.05,拒絕零假設(shè),認(rèn)為相關(guān)系數(shù)矩陣不可能是單位陣,即原始變量之間存在相關(guān)性,適合于做因子分析。
(三)提取公因子
按照特征值大于1或方差累計(jì)貢獻(xiàn)率達(dá)到大約85%以上為宜的原則,提取公因子,這里根據(jù)特征值大于1,提取3個(gè)公因子,其累計(jì)方差貢獻(xiàn)率為84.106%,說(shuō)明3個(gè)因子總共可以解釋9個(gè)指標(biāo)總方差的84.106%,可以認(rèn)為因子分析是理想的。旋轉(zhuǎn)后的累計(jì)方差貢獻(xiàn)率不變,但改變了單個(gè)因子的方差大小。
對(duì)公共因子進(jìn)行方差最大化正交旋轉(zhuǎn)。得到旋轉(zhuǎn)后的因子載荷矩陣。對(duì)比旋轉(zhuǎn)前的因子載荷矩陣,旋轉(zhuǎn)后的更能清晰的得到3個(gè)公因子的實(shí)際含義,便于因子解釋。
公共因子F1在地區(qū)生產(chǎn)總值、各地區(qū)公共財(cái)政預(yù)算收入、人口密度、病床使用率的載荷值都很大,所以F1為反映經(jīng)濟(jì)綜合實(shí)力因子。公共因子F2在人均城市道路面積、建成區(qū)綠化覆蓋率、燃?xì)馄占奥实妮d荷值都很大,所以F2為反映城市規(guī)劃建設(shè)因子。公共因子F3在人均地區(qū)生產(chǎn)總值和城鎮(zhèn)居民可支配收入的載荷值很大,所以F3為反映人民生活質(zhì)量因子。
(四)計(jì)算因子得分
以各因子的方差貢獻(xiàn)率占三個(gè)因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總,得出各城市的綜合得分F。各因子方差貢獻(xiàn)率分別為40.425%,24.225%,19.456%,所占總方差為84.106%,因此綜合得分F的計(jì)算公式如下:
對(duì)綜合得分從高到低進(jìn)行排名,分別為:南昌市,九江市,新余市,上饒市,宜春市,撫州市,景德鎮(zhèn)市,吉安市,贛州市,萍鄉(xiāng)市,鷹潭市。
四、結(jié)論與建議
根據(jù)因子分析方法對(duì)江西省11個(gè)地級(jí)市的經(jīng)濟(jì)發(fā)展進(jìn)行定量分析,并將9個(gè)指標(biāo)濃縮成3個(gè)公共因子:經(jīng)濟(jì)綜合實(shí)力因子、城市規(guī)劃建設(shè)因子、人民生活質(zhì)量因子。其中反映經(jīng)濟(jì)綜合實(shí)力因子占主導(dǎo)地位,方差貢獻(xiàn)率高達(dá)40.425%;城市規(guī)劃建設(shè)因子也占了不小的比重,方差貢獻(xiàn)率為24.225%。因此經(jīng)濟(jì)實(shí)力是判斷一個(gè)城市綜合實(shí)力的重要因素,排名靠前的幾個(gè)地級(jí)市經(jīng)濟(jì)發(fā)展都相對(duì)較好。但是各地級(jí)市的內(nèi)部發(fā)展不均衡,比如說(shuō)發(fā)展水平處于領(lǐng)先的南昌,2014年因?yàn)檎谛藿ǖ罔F導(dǎo)致交通不便,公交車的線路改了又改,給人們出行帶來(lái)不便,所以在城市總體規(guī)劃因子得分上得分較低。內(nèi)部發(fā)展的不均衡性影響各地級(jí)市在綜合得分及排名的順序。
結(jié)合聚類分析我們可以知道,各地級(jí)市發(fā)展水平差異性較大。通過(guò)系統(tǒng)聚類法,將江西省11個(gè)地級(jí)市分4類:第1類是南昌;第2類是九江,撫州,贛州,上饒,宜春;第3類是新余;第4類是鷹潭,景德鎮(zhèn),吉安,萍鄉(xiāng)。從分類可以看出各地級(jí)市綜合發(fā)展的差異性較大,位于第一類的南昌是江西的省會(huì)城市,在總體發(fā)展水平中是出于遙遙領(lǐng)先的狀態(tài);位于第二類的五個(gè)地級(jí)市的發(fā)展水平總體較高;位于第三類的新余因?yàn)槿丝诤兔娣e處于劣勢(shì),所以綜合實(shí)力不占優(yōu)勢(shì),但人均GDP僅次于南昌,所以總體來(lái)說(shuō)發(fā)展水平也較好;位于第四類的四個(gè)地級(jí)市發(fā)展水平總體較落后。
因?yàn)榻?jīng)濟(jì)發(fā)展與社會(huì)發(fā)展緊密相關(guān),所以江西各市首先應(yīng)當(dāng)發(fā)展地方經(jīng)濟(jì),增加財(cái)政收入,努力提高人民生活水平與城市建設(shè)。分析自身優(yōu)勢(shì)和劣勢(shì),并采取針對(duì)性的措施,對(duì)于綜合經(jīng)濟(jì)實(shí)力靠前的幾個(gè)城市應(yīng)當(dāng)努力提高城市總體規(guī)劃和人民經(jīng)濟(jì)水平;對(duì)于綜合經(jīng)濟(jì)實(shí)力靠后的幾個(gè)城市來(lái)說(shuō),因地制宜,走特色產(chǎn)業(yè)發(fā)展之路,努力提高城市經(jīng)濟(jì)建設(shè)是首要任務(wù)。
【參考文獻(xiàn)】
[1] 何曉群. 多元統(tǒng)計(jì)分析[M]. 北京:中國(guó)人民大學(xué)出版社.2012
[2] 黃鎖明. 基于因子分析法的江蘇市域社會(huì)發(fā)展水平綜合評(píng)價(jià)[J]. 南京工業(yè)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2009(12).
[3] 王慶豐.基于因子和聚類分析的縣域經(jīng)濟(jì)發(fā)展研究——以河南省18個(gè)縣(市)為例[J]. 數(shù)理統(tǒng)計(jì)與管理. 2009(05).