我国资源型城市经济发展效益的统计研究

唐志丹　李芳凝

摘要：文章截取了全国65个资源型城市2006年的地区生产总值、工业总产值、第三产业占GDP的比重、全社会固定值产投资总额、城乡居民储蓄年末余额等10项指标，运用因子分析、聚类分析和回归分析等统计方法，研究了影响资源型城市经济发展的主要因素。由此得出定量分析结论，并提出了资源型城市经济发展的有关对策与建议。

关键词：资源型城市 因子分析 回归分析

在我国的城市体系中，资源型城市是一个重要的组成部分，在我国的经济发展中具有举足轻重的作用。长期以来，资源型城市是我国基础能源和重要原材料的供应地，在促进国民经济发展、加速我国城市化进程、扩大就业等方面都做出了巨大的贡献。但是，由于缺乏统筹规划和资源衰减等原因，这些城市在发展过程中积累了许多矛盾和问题，因此，资源型城市的发展已成为研究热点。

然而，综观国内研究现状，资源型城市经济发展的研究仍然以定性研究和个案研究为主。如何通过定量方法进一步深化资源型城市研究，是我们应重点探索的问题。

1.模型的选择和确定

1.1 样本城市的选择

参照国家计委宏观经济研究院关于确定资源型城市的原则和步骤以及国际公认的分类标准，并借鉴有关专家学者的研究成果，并考虑到资料的可获得性，在研究中确定了65个地级资源型城市作为研究的样本城市[1]。我们认为，在研究过程中不必过于拘泥于资源型城市的定义而落入概念陷阱。实际上，只要一个城市由于资源型产业的衰退就会陷入困境，研究其发展就具有理论和现实意义。

1.2 指标（变量）的选择

本文根据《2007年中国城市统计年鉴》提供的数据，遵循科学性、合理性、可比性和可操作性的原则，选取地区生产总值等10项指标，分别从不同角度反映资源型城市经济发展的信息[2]。将65个地级及以上资源型城市作为分析样本，统计范围为市辖区。

2.因子分析

2.1 因子分析简介

由于每个变量（指标）所包含的信息量参差不齐，有多重共线性，给数据处理带来很大不便。因子分析是一种通过降维来简化数据结构的方法：如何把多个变量化为少数几个综合变量（综合指标），而这几个综合变量可以反映原来多个变量的大部分信息[3]。这些新的综合变量称之为主因子，可以反映出原来数据的基本结构，并可以用所找出的少数几个主因子代替原来的变量做回归分析、聚类分析、判别分析等。

2.2因子分析过程

用SPSS软件进行因子分析。通过求出的标准化值的相关系数矩阵，可以看到，大部分相关系数都较高，各变量呈较强的线性相关关系，适合进行因子分析。巴特利特球度检验统计量的观测值为955.484，相应的概率P-值接近0。同时，KOM值为0.861，可知原有变量适合进行因子分析。

采用主成分分析法并选取大于1的特征根，提取了2个主因子，其特征根分别为6.892和1.890。其累计方差贡献率达到87.829%（分别为68.925%和18.904%）。从系统输出的表1中可以看出，因子1除了在第三产业占GDP的比重上载荷非常小外，在其它各指标上都有较大的载荷。特别是在在岗职工工资总额、地区生产总值等5个指标上都有90%以上的载荷。而因子2在第三产业占GDP的比重上载荷为86.9%，在其余指标上的载荷都很小。因此，因子1可解释为经济因子，因子2为第三产业因子，从而解释了这10个指标。

根据SPSS软件得出的各城市在两个因子上的得分，以这两个因子的方差贡献率为权重（分别为78.48%和21.52%），得到各城市的综合得分，并因此对它们的经济情况进行排序，如表2所示。

3.聚类分析

以因子分析中得到的两个主因子的综合得分作为分析变量，采用迭代聚类法，使用SPSS统计分析软件，选择K-均值聚类法，对65个资源型城市进行聚类分析。输出结果解释为，第一类：郑州；第二类：唐山、包头、大庆、徐州、贵阳、鞍山、东营、抚顺、大同、邯郸；其余城市为第三类。聚类结果，分为三类城市的个数分别为1、10、54。

4.回归分析

4.1 回归分析模型的选择

选择影响经济最大的地区生产总值作为因变量，考虑它与其余9个变量（自变量）之间的线性关系，作相应的回归分析。采用逐步回归方式，F统计量的显著性概率Sig.≤0.05，变量将被引入回归方程；Sig.≥0.10，变量将被移出回归方程。

4.2 回归分析输出结果

使用SPSS统计分析软件，进行回归分析。系统在进行逐步回归过程中产生了四个回归模型，模型1先将与地区生产总值Y线性关系最密切的自变量工业总产值X₁引入模型，建立了Y与X₁之间的一元线性回归模型，而后再逐步引入其它自变量。模型2和模型3按照Y与各个自变量线性关系密切程度大小，依次将全社会固定值产投资总额X₂、城乡居民储蓄年末余额X₃引入模型。表3中模型4表明，最后将限额以上工业企业利润总额X₄引入模型，建立了Y与X₁、X₂、X₃、X₄之间的四元线性回归模型。其它自变量没有进入线性回归模型。

根据系统输出的结果可知，相关系数R=0.988，R2=0.977，调整后的R2=0.975，在0.5%的显著水平下通过检验。这些数据表明，线性拟合程度很高，因变量与这四个自变量之间存在极为显著的线性相关关系。方差分析结果也表明，线性回归模型的拟合程度比较显著。拟合优度非常理想。

残差正态检验显示，回归模型4残差正态性良好。异方差检验结果图1显示回归模型4整体上不存在异方差状况。

4.3 回归方程

得回归方程如下。

Y=-212959.306+0.301 X₁+0.880X₂+0.278X₃+0.277X₄

其中：

Y—地区生产总值（万元）

X₁—工业总产值（万元）

X₂—全社会固定值产投资总额（万元）

X₃—城乡居民储蓄年末余额（万元）

X₄—限额以上工业企业利润总额（万元）

5.结论与对策

5.1 结论

在影响经济效益的各指标中，可以提取两个因子，因子1可以解释为经济因子，因子2可以解释为第三产业因子，从而解释了这10个指标。地区生产总值与两个因子之间存在线性关系，而且经济因子与地区生产总值呈强正相关。

聚类结果表明只有个别资源型城市经济发展特别迅速或者发展特别缓慢。个别城市经济发展迅速或者发展缓慢可能是与该城市的资源类别，或者所处的地理位置、城市的规模大小等因素有关，如石油城市、煤炭城市、省会城市、经济政治中心或者偏僻地区等。

回归分析结果表明，地区生产总值与工业总产值、全社会固定值产投资总额、城乡居民储蓄年末余额、限额以上工业企业利润总额存在线性回归关系。影响地区生产总值的主要因素为工业总产值、全社会固定值产投资总额、城乡居民储蓄年末余额、限额以上工业企业利润总额，其中最重要的因素为工业总产值。第三产业占地区生产总值的比重与地区生产总值不存在线性关系，但它是影响地区生产总值的一个重要因素。

5.2 对策建议

从回归分析的结论可以看到，影响地区生产总值最重要的因素为工业总产值，而第三产业占GDP的比重并没有被归入到模型的自变量中。可见，产业结构单一，仍然是资源型城市经济发展的问题之一。

资源型城市要因地制宜，大力培育发展接续替代产业，优化产业结构。对资源开采处于增产稳产期的城市，要制订合理的开采计划，提高资源采收率，拉长产业链条，提高资源利用效率，把资源优势转化为经济优势，同时要积极培育新兴产业。对资源开采开始衰减的城市，要加强资源综合评价，开发利用好各种共伴生资源，充分挖掘本地资源潜力，拓宽资源开发领域，重视开发利用区外、境外资源，为本地资源型企业寻找后备基地，同时抓紧培育发展成长性好、竞争力强的接续替代产业。对于资源已经或濒临枯竭的城市，要选择好产业转型方向，重点用高新技术、先进适用技术改造传统产业，因地制宜，尽快形成新的主导产业。继续扶持第三产业，推进第三产业由传统服务业向现代服务业的转变。有关部门在规划重大产业项目布局时，要适当向资源枯竭城市倾斜，帮助其加快培育新的经济增长点。◆

参考文献：

[1]国家计委宏观经济研究院课题组.我国资源型城市的界定与分类[J].宏观经济研究，2002（11）：37-39，59.

[2]国家统计局.中国城市统计年鉴2007[M].北京：中国统计出版社，2008：125-360.

[3]郝黎仁，樊元，郝哲欧.SPSS实用统计分析[M].北京：中国水利水电出版社，2003：206-222.

基金项目：辽宁省统计局2008年度辽宁省统计科学研究重点计划项目“资源型城市发展的定量研究”（编号：LX08-06）