遼寧省城市綜合實(shí)力評(píng)價(jià)

胡月

[提要] 近年來(lái)，隨著“東北振興”倡議的穩(wěn)步推進(jìn)，遼寧省貫徹落實(shí)新發(fā)展理念，城市迅猛發(fā)展，綜合實(shí)力穩(wěn)步提升，人民生活質(zhì)量不斷提高，在全面建成小康社會(huì)進(jìn)程中起到至關(guān)重要的作用。但是，遼寧省與一些發(fā)達(dá)省份相比仍存在較大差距，并且各城市之間存在發(fā)展不協(xié)調(diào)、配套設(shè)施不完善的問(wèn)題。因此，對(duì)遼寧省各城市的綜合實(shí)力進(jìn)行測(cè)度與評(píng)價(jià)，并進(jìn)行精準(zhǔn)施策，平衡各城市的發(fā)展，具有積極作用。

關(guān)鍵詞：遼寧;因子分析;綜合實(shí)力

中圖分類號(hào)：F29 文獻(xiàn)標(biāo)識(shí)碼：A

收錄日期：2020年6月6日

東北地區(qū)是我國(guó)重要的工業(yè)和農(nóng)業(yè)基地，維護(hù)國(guó)家國(guó)防安全、糧食安全、生態(tài)安全、能源安全、產(chǎn)業(yè)安全的戰(zhàn)略地位十分重要。遼寧省作為東北地區(qū)省份之一，也存在各城市發(fā)展不協(xié)調(diào)、城市實(shí)力不均衡的問(wèn)題。為更好地了解遼寧省各城市發(fā)展水平，因地制宜地采取相關(guān)政策促進(jìn)全省發(fā)展，我們基于已有理論成果構(gòu)建綜合實(shí)力評(píng)價(jià)指標(biāo)體系，運(yùn)用因子分析對(duì)遼寧省下設(shè)城市進(jìn)行評(píng)價(jià)，科學(xué)施策提升全省城市綜合實(shí)力。

一、構(gòu)建城市綜合實(shí)力評(píng)價(jià)指標(biāo)體系

城市的綜合實(shí)力評(píng)價(jià)是一個(gè)多維度的概念，因此要選取不同角度的指標(biāo)進(jìn)行評(píng)價(jià)。根據(jù)之前的理論成果，評(píng)價(jià)與分析指標(biāo)體系的構(gòu)建要遵循科學(xué)性、全面性、可比性、可操作性等原則。基于《遼寧省統(tǒng)計(jì)年鑒（2019）》從經(jīng)濟(jì)、環(huán)境、社會(huì)等三個(gè)方面選取了9個(gè)指標(biāo)來(lái)構(gòu)建評(píng)價(jià)指標(biāo)體系。（表1）

二、遼寧省各城市綜合實(shí)力水平實(shí)證評(píng)價(jià)因子分析

（一）數(shù)據(jù)的處理。全部數(shù)據(jù)來(lái)自于《遼寧省統(tǒng)計(jì)年鑒（2019）》，指標(biāo)的選取上由于各指標(biāo)數(shù)據(jù)量綱不同，所有指標(biāo)數(shù)據(jù)需進(jìn)行標(biāo)準(zhǔn)化處理，消除指標(biāo)數(shù)據(jù)的量綱影響。而且本研究選取的指標(biāo)分為正、逆指標(biāo)兩類，正指標(biāo)數(shù)值越大，帶來(lái)的影響就越大;反之，逆指標(biāo)數(shù)值越小，影響就越大。因此在因子分析之前需要對(duì)逆指標(biāo)進(jìn)行處理。

1、逆指標(biāo)的處理。指標(biāo)值越小，帶來(lái)的影響越大的指標(biāo)稱之為逆指標(biāo)。為了保證全部變量的正向性，需要對(duì)逆指標(biāo)進(jìn)行轉(zhuǎn)化。在9個(gè)指標(biāo)中，2個(gè)指標(biāo)為正向指標(biāo)。指標(biāo)中只有工業(yè)廢氣排放總量（X9）為逆向指標(biāo)，對(duì)其采用的轉(zhuǎn)化方法是取倒數(shù)-X。

2、數(shù)據(jù)的標(biāo)準(zhǔn)化處理。根據(jù)數(shù)據(jù)的特點(diǎn)，選擇采用Z-score對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，首先計(jì)算數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差，然后將這些數(shù)據(jù)代入標(biāo)準(zhǔn)化公式中，經(jīng)計(jì)算得到數(shù)據(jù)的標(biāo)準(zhǔn)化值。其變換公式為：Zij=2，在SPSS 26.0中可自動(dòng)進(jìn)行Z-score標(biāo)準(zhǔn)化。

（二）數(shù)據(jù)的檢驗(yàn)。因子分析是指從眾多原始變量中提取少數(shù)幾個(gè)公共因子來(lái)解釋原始變量的信息，從而達(dá)到降維和簡(jiǎn)化的目的。進(jìn)行因子分析的前提要求是原始變量之間應(yīng)該具有較強(qiáng)的相關(guān)關(guān)系。進(jìn)行因子分析之前要檢驗(yàn)數(shù)據(jù)是否適合因子分析，利用SPSS 26.0軟件中的KMO和巴特利特球形檢驗(yàn)來(lái)檢驗(yàn)數(shù)據(jù)是否適合進(jìn)行因子分析，見(jiàn)表2。（表2）

KMO檢驗(yàn)結(jié)果為0.783>0.5，可以做因子分析。Bartlett球形檢驗(yàn)的顯著性概率為0.000，小于0.05的顯著性水平，可以拒絕Bartlett球形檢驗(yàn)的原假設(shè)，認(rèn)為數(shù)據(jù)之間具有較強(qiáng)的相關(guān)性，可以做因子分析。

（三）應(yīng)用因子分析

1、提取公因子。在將樣本數(shù)據(jù)輸入SPSS 26.0軟件后，計(jì)算變量相關(guān)矩陣的特征值，選取特征值大于1的因子作為主因子并進(jìn)行提取。軟件按照因子特征值均大于1的要求提取了四個(gè)因子。提取的前四個(gè)因子的累計(jì)方差貢獻(xiàn)率達(dá)到了95.636%，這表明選取的4個(gè)因子包含了9個(gè)原始變量的95.636%的信息。

2、命名公因子。由上表可知，人均GDP、人均可支配收入、固定資產(chǎn)投資額、城市居民平均每人全年消費(fèi)支出、GDP總值、人口數(shù)這6個(gè)指標(biāo)在第一因子上有較高的載荷，說(shuō)明第一因子主要解釋了這幾個(gè)原始變量，作為各城市經(jīng)濟(jì)實(shí)力的反映;第三產(chǎn)業(yè)比重這個(gè)指標(biāo)在第二因子上有較高的載荷，可以解釋為對(duì)城市發(fā)展?jié)摿Φ姆从?每千人口醫(yī)療機(jī)構(gòu)床位數(shù)主要反映了該地區(qū)的醫(yī)療水平，可以作為第三因子;工業(yè)廢氣排放總量則代表了該城市的環(huán)境水平，作為第四因子。

3、計(jì)算因子得分。采用回歸法計(jì)算因子得分系數(shù)，具體結(jié)果如下：

F1=0.156X1-0.173X2+…+0.167X9

F2=0.196X1+0.845X2+…-0.120X9

F3=-0.145X1-0.058X2+…+0.186X9

F4=-0.066X1-0.028X2+…+0.066X9

因子得分的均值為0，正值表示高于平均水平，負(fù)值為低于平均水平。以各公共因子的方差貢獻(xiàn)率占兩個(gè)因子總方差貢獻(xiàn)率的比重為權(quán)重進(jìn)行加權(quán)匯總，得出各城市的綜合得分，最后，各城市計(jì)算的綜合得分結(jié)果見(jiàn)表3。（表3）

由于因子得分的均值為0，因此高于平均水平為正值，低于平均水平是負(fù)值。以公共因子的方差貢獻(xiàn)率占四個(gè)因子總方差貢獻(xiàn)率的比重為權(quán)重進(jìn)行加權(quán)來(lái)計(jì)算因子總得分：總得分=（63.933/95.636）×因子1+（12.638/95.636）×因子2+（10.767/95.636）×因子3+（8.298/95.636）×因子4。

由此得出各市的綜合得分。

三、建議

根據(jù)以上對(duì)各城市綜合得分的結(jié)果，可以看出遼寧省城市發(fā)展水平不平衡，城市之間存在較大差異，現(xiàn)針對(duì)各城市綜合實(shí)力的提升給出對(duì)策建議。

大連市和沈陽(yáng)市，這兩個(gè)城市的綜合得分最高，分別是 1.32和1.26，其綜合經(jīng)濟(jì)實(shí)力在遼寧省各設(shè)區(qū)市中位居第一、第二位，且遠(yuǎn)遠(yuǎn)領(lǐng)先于其他城市。大連市和沈陽(yáng)市在第一因子上的得分最高，分別是2.38和1.35，說(shuō)明其經(jīng)濟(jì)實(shí)力較強(qiáng)，具有較強(qiáng)的經(jīng)濟(jì)活力和吸引企業(yè)投資能力。沈陽(yáng)市在第四因子上得分相對(duì)偏低，為-0.33，沈陽(yáng)市是東北典型重工業(yè)城市，大量工廠導(dǎo)致廢氣排放量導(dǎo)致該項(xiàng)得分較低。沈陽(yáng)市是遼寧省經(jīng)濟(jì)、科技、文化、管理等中心，應(yīng)不斷增強(qiáng)省會(huì)功能，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，增強(qiáng)帶動(dòng)能力，積極發(fā)展壯大服務(wù)業(yè)，努力提升居民的生活水平。大連市毗鄰渤海，在對(duì)外貿(mào)易上具有得天獨(dú)厚的區(qū)位優(yōu)勢(shì)，但由于大量人口涌入大連，醫(yī)療資源和環(huán)境保護(hù)方面應(yīng)當(dāng)實(shí)施相應(yīng)對(duì)策解決此問(wèn)題。

營(yíng)口市、鞍山市、盤(pán)錦市、本溪市和撫順市，這五個(gè)城市是處于發(fā)展中游的城市群。鞍山市是著名的鋼鐵城市，但由于近年來(lái)鋼鐵行業(yè)低迷，鞍山的經(jīng)濟(jì)實(shí)力相較于另外兩個(gè)城市比較落后;盤(pán)錦市第四項(xiàng)得分較低，盤(pán)錦市是遼河油田所在地，工業(yè)生產(chǎn)排放大量廢氣，得分較低，但石油資源給盤(pán)錦帶來(lái)了巨大經(jīng)濟(jì)收入，如何權(quán)衡環(huán)境和經(jīng)濟(jì)發(fā)展，還要政策實(shí)施者正確引導(dǎo)。本溪市具有豐富的鋼鐵資源，鋼鐵業(yè)是本溪主要的經(jīng)濟(jì)來(lái)源，但與鞍山市類似，本溪市也面臨著城市轉(zhuǎn)型的問(wèn)題，從資源型城市轉(zhuǎn)變，近年來(lái)本溪市重點(diǎn)發(fā)展旅游業(yè)等生態(tài)產(chǎn)業(yè)，已逐步成為新的經(jīng)濟(jì)增長(zhǎng)點(diǎn)。撫順市毗鄰省會(huì)沈陽(yáng)市，是北方最大的石油化工城市，是遼寧省重要的工業(yè)基地，面對(duì)重工業(yè)的逐步衰退，撫順市的發(fā)展?jié)摿σ蜃拥梅治挥谌〉箶?shù)第二位，亟須找到解決措施。但撫順市有著深厚的歷史底蘊(yùn)以及大量的旅游資源，可以此為契機(jī)，著力開(kāi)發(fā)，加大宣傳，向旅游城市轉(zhuǎn)變。

遼陽(yáng)市、朝陽(yáng)市、錦州市、丹東市作為第三類城市群。這三座城市都有較為優(yōu)秀的地理位置。遼陽(yáng)市位于遼東半島北部腹地，向整個(gè)遼寧省輻射;朝陽(yáng)市地理上靠近京津冀，是京津冀地區(qū)向東北輻射的橋梁，此外，京沈高鐵將于今年通車，又為朝陽(yáng)市發(fā)展帶來(lái)新機(jī)遇;錦州市是遼寧省港口城市，是遼寧省三大物流中心之一和遼西地區(qū)物資集散地及商貿(mào)中心。這三個(gè)城市的發(fā)展要緊緊抓住地理位置這一巨大優(yōu)勢(shì)，充分利用周邊發(fā)達(dá)城市產(chǎn)業(yè)轉(zhuǎn)移及交通物流的機(jī)會(huì)，因地制宜，發(fā)展經(jīng)濟(jì)。丹東市的第二因子得分較高，與丹東作為本省知名的旅游城市，城市綠化及旅游資源豐富，曾獲得“中國(guó)優(yōu)秀旅游城市”，吸引了大量的游客前往，帶動(dòng)城市旅游業(yè)發(fā)展，丹東市可以繼續(xù)推動(dòng)旅游業(yè)發(fā)展，提高城市經(jīng)濟(jì)實(shí)力。

鐵嶺市、阜新市、葫蘆島市作為排名靠后的城市，人民生活水平較低，急需找到經(jīng)濟(jì)發(fā)展的創(chuàng)新點(diǎn)，把滿足人民美好生活需要作為民生重點(diǎn)，使之在全省中彎道超車。

主要參考文獻(xiàn)：

[1]陳明星，陸大道，張華.中國(guó)城市化水平的綜合測(cè)度及其動(dòng)力因子分析[J].地理學(xué)報(bào)，2009.64（4）.

[2]羅萍，殷燕敏，張學(xué)軍，張建設(shè)，梁玉蘭.國(guó)內(nèi)生活質(zhì)量指標(biāo)體系研究現(xiàn)狀評(píng)析[J].武漢大學(xué)學(xué)報(bào)（人文社會(huì)科學(xué)版），2000（5）.

[3]陳海梁.構(gòu)建居民生活質(zhì)量評(píng)估指標(biāo)體系[J].中國(guó)統(tǒng)計(jì)，2005（9）.

[4]李美娟.綜合評(píng)價(jià)中指標(biāo)標(biāo)準(zhǔn)化方法研究[C].中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì).2004年中國(guó)管理科學(xué)學(xué)術(shù)會(huì)議論文集.中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)：中國(guó)優(yōu)選法統(tǒng)籌法與經(jīng)濟(jì)數(shù)學(xué)研究會(huì)，2004.

[5]張?jiān)龀迹貔i振.基于因子分析和聚類分析法的河北省各設(shè)區(qū)市經(jīng)濟(jì)實(shí)力研究[J].統(tǒng)計(jì)與管理，2019（11）.