基于STATA的浙江城市經濟發展實力研究

楊樂樂 徐超毅

（安徽理工大學經濟與管理學院，安徽 淮南 232001）

在全球經濟飛速發展的同時，中國經濟已經成為國際經濟中不可或缺的一部分。城市經濟作為中國的核心經濟，均衡的發展能促進中國經濟的協同發展。作為中國的經濟強省，每年各大省市排行榜一出，浙江都是頭部梯隊的常客，屬于城市經濟發展較為均衡的省份，研究浙江城市經濟發展對國家經濟發展有著重要意義。通過國內外研究發現，城市經濟可以用很多種方法來研究：陳金強[1]以投影法對浙江省城市經濟實力做了深入的研究，認為建立基于投影法的區間數綜合評價模型相對于已有的綜合評價方法，具有更簡潔，更科學，更直觀等優點；Shaleen Singhal[12]等采用德爾福技術，運用多標準層次分析方法，構建了城市競爭力層次分析模型，該模型用于評估英國四個城市的競爭力表現，認為城市經濟與城市競爭力息息相關；Emmanuel Petit[23]通過比較中國和法國的人口差異以及在城市經濟開放給私人經營者的行業，得出了法國的經濟發展和制度是一個有著定性目標的風險規避工，而中國的制度優先考慮的是經濟增長的定量目標的結果；何葉榮[3]等運用多元統計綜合評價方法對皖江城市群綜合經濟發展能力進行比較研究，得出了皖江城市群各個城市的經濟發展優勢。還有魯萌[4]，應輝[5]，顧文超[6]和趙春勝[7]等人以相關性分析法、因子分析法、線性回歸法為研究方法撰寫的關于經濟發展的論文，這些論文都在城市經濟方面有了一定的研究成果。因此為了更好地分析浙江的經濟協同發展現狀，文章就在這些學者研究的基礎上利用相關的經濟指標來分析浙江省11個城市的經濟發展水平。

一、研究設計

（一）樣本選擇與數據來源

本文選取2019 年浙江省11 個城市作為研究樣本，統計研究所需的所有變量，并剔除相應的缺失值。其研究變量和數據均來源于浙江省統計局官網的《2020年浙江省統計年鑒》。

（二）主要變量的選取與分析方法

為了對浙江城市經濟有更好的研究，本文通過閱讀并借鑒國內外的相關文獻，將浙江省11個城市作為觀測樣本點，從合理、全面以及科學的遴選標準出發，摘取了9 個經濟指標作為研究變量，這9 個變量分別被定義為N1－N9。本文使用Stata16.0，通過相關性分析法、多重線性回歸分析法、因子分析法等來分析浙江各市的發展實力。具體變量，樣本點和收集到的數據如下所示：

二、分析過程

（一）描述性統計分析

將收集好的數據和變量導入到Stata中，根據下列步驟操作：首先，將收集的數據制成Excel 表格導入到Stata 軟件后，在命令框中輸入命令：sum N2 N3 N4 V5 N6 N7 N8 N9，就能得到數據的描述性統計結果。從中可以看出浙江各市的每個關鍵指標的均值、標準差、最大值以及最小值，能清晰發現浙江各市之間的經濟實力相差比較大，特別體現在地區生產總值和社會消費品零售總額水平上，省內地區生產總值最低的麗水市只有最高的杭州市的十分之一，在全部財政收入上麗水市只有杭州市的十六分之一。

表2 描述性分析結果

接著，我們進一步研究一下浙江省11個樣本城市的地區生產總值（N2）情況，在命令框中輸入：sum N2，detail，通過Stata運算得到下列的結果：

表3 地區生產總值分析

由上述結果可知，在百分位數上，N2 的第一個四分位數是1573.52，接下來兩個百分位數分別是5134.05、 6606.11； 四 個 最 小 值 分 別 為 1371.6、1476.61、1573.52、3122.43；四個最大值分別為5780.74、 6606.11、 11985.12、 15373.05； 均 值 為5668.496，標準差為4425.605，方差為1.96e+07，偏度為1.121782，為正偏態；峰度為3.279493，有厚尾現象。由上表結果可以分析出，除了地區生產總值外的其它變量的各數據的平均值的偏差都沒有高于兩倍標準差，且各個數據之間的量綱差距也在可承擔的范圍之內。

（二）數據相關性分析

在Stata16.0 軟件中輸入命令，依據得出的結果分析8個變量間在可靠度為99%時其顯著性是否明顯。

由表4 可以看出，各個城市地區生產總值與全部財政收入的相關性最高，為0.9816；其次是第三產業值與地區生產總值的相關性僅次于全部財政收入；再然后是社會消費品零售總額，相關性是0.9691；規模以上工業生產總產值與其之間的相關性相對小了一點，只有0.9098，不過也都在0.9000 以上；而農、林、牧、漁業總產值與地區生產總值的相關性就明顯下降了，只有0.7740；城鎮以及農村居民人均可支配收入與其之間的相關性則相對較弱，在0.5000 上下。因此N3‐N6 這5 個變量在置信水平為99%時，與地區生產總值之間的相關性比較明顯，而其余的變量在置信水平為99%時的相關性不是特別明顯。

表4 相關性分析結果

（三）回歸性分析

1.建立線性模型

考慮到N7、N8、N9 三個變量與地區生產總值(N2)之間相關性較小，本文將“地區生產總值（N2）”當作回歸分析的因變量，將其余變量作為自變量進行多重線性回歸。

線性模型：

N2=a*N3+b*N4+c*N5+d*N6+u （a、 b、 c、 d 是未知的回歸系數，u是隨機誤差項）

表5 多重線性回歸分析結果(1)

表7 多重線性回歸分析結果(3)

2.模型修正

該模型 N6 變量的 P 值=0.5228＞0.1000，模型經過一次剔除變量（N6）后得到最后的回歸模型。

從上述結果中可以看出模型的F 值(3，7)=890.71，P 值(Prob＞F)=0.0000，說明該模型整體十分顯著。模型修正可決系數(Adj R—sqnared)=0.9963，模型可決系數(R—squared)=0.9959，說明模型詮釋變量的能力很不錯。

在表 6 中變量 N3 的95% 的置信區間為[0.1828577，0.3135338]，Std.Err 值=0.0276315，t 值=8.98，P值=0.005，系數的概率水平十分明顯，綜上可知N4 和N5 也是如此。常數項的Std.Err 值=181.0217，t值=0.23，P值=0.826，系數是顯著的，95%的置信區間為[‐386.7713，469.3255]。

表6 多重線性回歸分析結果(2)

因此線性模型：V2=0.2481957*V3+0.7572176*V 4+0.6657249*V5‐41.27712

3.異方差的檢驗

繼續進行異方差檢驗，在Command 命令框中輸入口令：estat imtest，white，得到懷特檢驗結果。

表8 懷特檢驗結果

由上表可得P 值=0.2789，遠遠超過0.05，這就說明該方程已經不存在異方差的現象，故可接納原假定。

（四）主成分因子分析

1.因子分析

在命令框中繼續輸入命令，得出因子分析結果，如表9所示：

表9 因子分析結果

由上表可得，表中8 個因子中只有N1 和N2 的特征值大于1，將其指定為新的變量，LR test的卡方值=157.68，P 值(Prob＞chi2)=0.0000，模型的概率水平十分明顯。N2 的特征值(Eigenvalue)為6.22078，方差貢獻率(Proportion)為77.76%;N3特征值為1.07121，方差貢獻率為13.39%。N2和N3的Cumulative(貢獻率波動情況的累計)為91.15%，詮釋了初始數據的91.15%的信息，由此可看出總體的解釋力度非常大。

2.主成因子表達式

為了進一步將因子結構進行簡化，對于相互獨立因子，采用最大方差正交旋轉法對因子結構進行旋轉，由此得出旋轉結果如下：

表10 因子旋轉結果(1)

表11 因子旋轉結果(2)

表12 因子旋轉結果（3）

表中Factor1、Factor2 這兩列各自表示前兩個主因子對各個變量的詮釋力度。Uniqueness（唯一性）表示除N2、N3以外的其他主因子的詮釋部分。

Factor1 解釋的是 N2‐N7 的信息,Factor2 解釋的是N8、N9 的信息。將因子運算出來的得分根據權重進行求和，求出每個因子的線性模型，將因子的Propor‐tion 值作為權重根據比重對因子進行求和，以此得到所有樣本的因子評價得分。

表13 因子得分系數矩陣

由上述矩陣，寫出各因子的表達式如下：

3.KMO檢驗

在Stata指令框中輸入命令estat kmo，由此得出檢驗結果如下：

表14 KMO檢驗結果

KMO檢驗的取值范圍是0～1，主要作用是為了判斷數據是否能夠進行因子分析。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。檢驗得出總體(Overall)KMO=0.7007，在0.7～0.8之間，所處狀態為還好，所以可以進行因子分析。

（五）各城市綜合得分

根據上述分析所提取的主因子進行運算，對浙江省各市經濟發展能力做出整體評分。在命令框中輸入指令 generate F=0.6162*F1+0.2953*F2，即 F1、F2 分別與對應的主因子的方差貢獻率相乘之后進行相加，運算得到的值就是浙江省各市經濟發展能力的綜合得分，并對其進行排名。

（六）結果分析

通過相關性分析可以看出，浙江省各個市地區生產總值與全部財政收入的相關性最高；其次是第三產業值和社會消費品零售總額；規模以上工業生產總產值與地區生產總值的相關性相較于前三位明顯低了很多，只在0.9000 上徘徊，由分析可得出N3‐N6 在0.01概率水平上明顯。農、林、牧、漁業總產值雖然比城鎮居民人均可支配收入以及農村居民人均可支配收入的相關性高，但都處于0.9000 以下，所以這三個變量的概率水平不太明顯。

通過回歸分析，說明了地區生產總值與第三產業值、規模以上工業生產總產值、全部財政收入、社會消費品零售總額等經濟指標對浙江各城市經濟發展起到了積極的促進作用。

通過主成分因子分析，能分析出杭州市在各個市的綜合能力排名中實力最強，第一因子得分為2.264013，實力領先其他城市，但是第二因子得分只有0.141521，位居第六，說明居民可自由支配的收支還不夠好。但杭州是省會城市又是長江三角洲重要中心城市，在區位及資源方面都有很大優勢，所以經濟上的綜合實力還是讓杭州穩居榜首；而寧波屬于沿海地區，有舟山群島為天然屏障，屬于真正的江南水鄉兼海港城市，綜合排名僅次于杭州，屬于省內的第一梯隊。溫州市的綜合得分雖然只比杭州和寧波低，但從各項經濟指標和綜合得分來看，其與杭州、寧波的發展水平相差還是比較大的，而且第二因子的得分為負值，這是因為溫州的農林牧漁業經濟實力過低，居民可自由支配的收支情況不容樂觀。紹興的F2 得分位列第三，反映了居民可自由支配的收入還算可以，但是在第一因子上得分很低，可能是因為其行政區規劃偏小，只有3 個區、1 個縣，人口規模較小。臺州總體經濟實力排名排在中間，在第一因子的排名為第四，較為靠前，這是因為臺州制鞋業比較發達，有很多淘寶村，帶動了臺州市經濟的提升。嘉興市的第二因子得分排名第二，和紹興一樣其居民可支配收入位居前列，但第一因子的排名卻在第八位，說明其他六項指標都很低，所以嘉興和紹興需要大力發展旅游業，提升自己的經濟實力。金華市的綜合排名為第七名，得分均為負值，但第一因子排名第五，第二因子排名第九，說明其人均可支配收入情況很差，但義烏作為浙江省的第四個大都市區，給金華帶來了不少經濟收入，所以其他幾項指標的情況相對較好。湖州市和舟山市作為排名第八、第九的城市有相同的情況，即第一因子得分為負，第二因子得分為正，說明這兩個城市的人均可支配收入情況比較好。但值得一提的是：舟山市的F1 評分雖然居于倒數第一，但F2 排名最高，經過分析，其原因是以下所促成的：舟山市歷史悠久，共擁有1000 余處自然景點，分別包括普陀山、岱山、桃花島等景點。但由于舟山市人少、地小等因素，其第一個主因子得分較低，使之總體得分情況位于浙江省的倒數。最后是排名末尾的衢州市和麗水市，它們相對綜合經濟實力較差，綜合經濟實力排名位于最后兩名，所有得分均為負值。

三、研究結論

本文借助STATA16.0 軟件，使用多元統計分析方法，對浙江省11個城市的經濟發展實力進行分析，通過分析得出各個城市綜合得分和排名（表15），由表可將浙江省11個城市分為四類：

表1 2020年浙江省各項指標

表15 城市綜合得分

第一類是指杭州市和寧波市。這兩個城市的綜合得分均在1.0000 以上，屬于經濟發展較為均衡、全面的城市。這類城市人口比重較大，人均GDP 較高，農、林、牧、漁業總產值較低，城市建設完善，對外經濟發達，城市經濟實力位居前列，屬于浙江省經濟實力第一梯隊。

第二類包括溫州市、紹興市和臺州市三個城市。這三個城市的綜合得分在0.0000—1.0000 之間，且綜合得分相差不大，屬于省內經濟發展實力較好的城市。通過表15可以發現，溫州的農林牧漁業經濟實力過低，居民可自由支配的收支情況不容樂觀；而紹興與之相反，居民可自由支配的收入還算可以，但地區生產總值、財政收入等方面數值過低；臺州市屬于高端制造競爭力不強，但民營經濟發展較好。這三個城市綜合經濟發展實力在浙江省屬于第二梯隊。

第三類是指嘉興市、金華市、湖州市以及舟山市。這四個城市雖然綜合得分都為負，但負值較小，經濟實力與溫州市、紹興市以及臺州市也相差不大。且因為義烏小商品市場的發展，金華與杭州、寧波、溫州一起被稱為四大都市區，而舟山是浙江的自貿區，經濟發展潛力比較大，因此這類城市在浙江省屬于第三梯隊。

第四類包括衢州市和麗水市。由表15可看出，這2 個城市的綜合得分都為負，且負值較大，綜合經濟實力與其他城市差距過大，屬于省內經濟發展較差的城市。這類城市農業人口比重較大，城市建設稍微落后，基礎設施不完善，各種經濟政策不健全，經濟水平屬于浙江省第四梯隊。

根據上述研究所得出的結果，對浙江省各市的經濟發展提出一些建議：

第一，加強都市區戰略合作，協同發展經濟。作為浙江經濟發展的領頭羊，杭州和寧波應該突出自身競爭優勢，圍繞核心競爭力，發揮兩地數字經濟，創新活力以及港口開放等優勢，提升各自的科技創新策源力，高端制造競爭力等，進行合作聯動，齊頭并進，利用自身的經濟優勢來帶動周圍城市的發展，促進浙江經濟協同發展。

第二，加強進出口貿易，開展招商引資。溫州和臺州都屬于民營企業發展比較好的城市，但在外貿經濟上發展得并不好，應該加快培育出口競爭新優勢，優化出口產業結構，堅持出口貿易與進口貿易并舉，實施“走出去”戰略；同時加強自主品牌建設，深入開拓新興市場，加強區域合作以及開展重要的國際招商引資。

第三，完善城市建設，發展旅游業經濟。嘉興的城市軌道交通建設還不完善，上海、杭州、蘇州等周邊城市的軌道交通到嘉興成了斷點，嘉興應該盡快完善城市功能建設，通過軌道交通帶來人流、物流、資金流；同時加強對科技人才的重視，促進嘉興數字經濟發展。舟山是旅游城市，但交通建設很落后，導致經濟發展上不去，因此舟山應該完善島與島之間的交通建設，例如火車、地鐵等等；同時完善旅游景點的設施設備，在每個景點都裝上游玩設施，吸引游客過來游玩，促進舟山的旅游業經濟增長。

第四，重視高層次人才的培養，加大人才引進力度。根據所有經濟強市的共同經驗發現，高層次人力資本是發展城市經濟的關鍵。杭州和寧波人才引進政策比較完善，同時交通便利，生活休閑場所較多，因此吸引大批高層次人才常駐。而紹興靠近杭州都市區有利有弊，雖然能夠借助都市區的優勢發展自身經濟，但同時人才流失也較為嚴重，很多人才都流向了杭州。紹興應該突出自身生態優勢，相比杭州等大城市，紹興生態環境更好，應該借此打造更適合居住的環境，吸引高層次人才過來工作居住。同時加大人才引進的力度，提高現有人才的生活保障待遇：在社會保險、子女就學、配偶安置等方面妥善安排，解決他們的后顧之憂。這樣既吸引人才又留住人才，減少周邊大城市的虹吸效應。