基于因子分析法的甘肃民族地区服务业主导产业选择研究

谷 蕾

（西北民族大学管理学院 甘肃兰州 730000）

基于因子分析法的甘肃民族地区服务业主导产业选择研究

谷 蕾

（西北民族大学管理学院 甘肃兰州 730000）

文章基于因子分析从 比较优势、产业关联、产业发展潜力、产业的社会经济效益四个方面对甘肃省民族地区服务业的主导产业进行了选择，根据最后的因子得分，选择了其中的六个产业作为服务业主导产业。

因子分析；甘肃民族地区；服务业主导产业

甘肃民族地区包括甘南、临夏自治州的16个县(市)及张家川、天祝、肃南、肃北和阿克塞自治县，共21个县(市)，土地总面积18万平方公里，2010年底，甘肃民族地区总人口大约为331万，占到甘肃省人口总数的15%。随着近年来经济结构的调整，现代服务业在甘肃民族地区经济发展中扮演的角色越来越重要，本文试图综合考虑甘肃民族地区自身的经济、社会、环境等因素，选择出适合甘肃民族地区发展的现代服务业主导产业，并提出可行的产业发展政策建议。

一、主导产业理论简述：

主导产业是指区域在经济发展的某个阶段，根据其市场、资源、技术、劳动力及产业基础等众多因素所选择出来的具有较大发展前景、能够带动区域其他产业发展的产业。关于主导产业的选择，主要有以下几种论点：最早的主导产业选择论点应该是比较优势理论，它从亚当·斯密的绝对优势理论开始，经过赫克谢和俄林的改进，最终发展而成。此论点下，选择的主导产业应最大限度的发挥本地的资源察赋优势。此后，美国经济学家罗斯托在其著作中提出了主导产业扩散效应理论，他认为应该选择具有较强扩散效应前瞻、回顾、旁侧的产业作为主导产业。此外日本学者筱原三代平对于主导产业的选择提出了两条准则，即：需求收入弹性准则和生产率上升准则。国内学者对于主导产业的选择从定性和定量两个方面也做了大量的研究，但研究甘肃民族地区服务业的文献资料并不多见，研究现代服务业及其主导产业的更是少之又少。

二、基于因子分析法的甘肃民族地区现代服务业主导产业选择实证分析

(一)指标建立

根据主导产业理论的研究，考虑到数据的可获得性，本文中关于主导产业的选择，主要从比较优势、产业关联、产业发展潜力、产业的社会经济效益等几个方面来衡量。其中反映产业比较优势的，这里选择二个指标：比较劳动生产率(X1)，它是用区域中该产业的劳动生产率与所有产业的平均劳动生产率进行比较，反映了该产业的生产效率；区位商(X2)，它是用一个地区某行业就业人数与全国的该行业就业人数的比值比上该地区第三产业就业人数与全国第三产业就业人数的比值得到。区位商越大，该行业吸纳劳动力的优势越强。反映产业关联的主要有两个指标，感应度系数和影响力系数，两者都需要通过服务业的投入产出表进行计算，但由于目前服务业投入产出表资料的缺失，故对此指标无法计算。关于产业发展潜力，一般用产值规模(X3)和需求收入弹性(X4)来衡量，需求收入弹性=某一产业的需求增加率/人均国民收入的增加率，弹性越高，说明随着收入的增加，对此产业的需求越大。产业的社会经济效益可以用产业劳动力(x5)、劳动者报酬(x6)和行业平均工资增长率(X7)来衡量，行业的平均工资增长率越高，对社会经济的发展贡献越大。

(二)模型建立

根据甘肃年鉴中的统计数据以及学者的研究，本文中要研究的服务业主要有10大类：交通运输、仓储及邮政业(I1)；信息传播、计算机服务和软件业(I2)；批发和零售业(I3)；住宿和餐饮业(I4)；金融业(I5)；房地产业(I6)；科学研究、技术服务和地质勘查业(I7)；水利、环境和公共设施管理业(I8)；教育(I9)；卫生、社会保障和社会福利业(I10)。

本文使用SPSS16.0软件对甘肃民族地区服务业的主导产业选择进行因子分析，主要有以下步骤：

1.计算原始数据并标准化

根据2012年甘肃年鉴和甘肃发展年鉴中的数据计算原始指标。为了避免量纲对数据分析的影响，对其进行标准化处理，即标准数据=(原始数据-均值)/标准差。

表1 标准化处理后数据表

2.因子分析适用性检验

这里我们主要用到KMO检验和Bartlett检验。KMO检验是比较变量间简单相关系数和偏相关系数的指标， KMO值越接近于1，意味着变量间的相关性越强，原有变量越适合作因子分析。本分析当中的KMO检验值为0.654，说明数据适合做因子分析。Bartlett检验主要是用于检验数据的分布，以及各个变量间的独立情况，如果sig值小于0.05，则数据呈球形分布。本分析中sig值为0.002，说明数据适合做因子分析。

3.根据特征值确定公共因子

根据spss输出结果，按照特征值大于1的原则，本分析中选择前三个公因子进行分析，其累计方差贡献率分别为38.438%、26.352%和22.307%，相加为87.097%。

4.建立旋转成分矩阵并对因子变量进行解释

采用方差最大旋转法将初始成分矩阵进行旋转，得到旋转成分矩阵。在矩阵中可以得到，第一公因子主要在产业劳动力(x5)，区位商(x2)，产值规模(x3)上有较大的载荷系数，命名为规模及就业效益系数。第二公因子主要在平均工资增长率(x7)和比较劳动生产率(x1)上有较大载荷系数，命名为生产效率系数。第三公因子主要在需求收入弹性(x4)和劳动力报酬(x6)上有较大载荷系数，命名为发展潜力系数。

5.计算得分

表2 10个产业的因子得分及综合得分

根据因子得分矩阵中的系数及标准化数值可以计算出各个样本的因子得分情况。如表所示，根据各个样本的因子得分情况，运用如下公式

(三)结果分析

从因子综合得分的结果来看，有5个行业的综合得分为正值，说明其对其他产业有带动作用。其中教育业；卫生、社会保障和社会福利业和水利、环境和公共设施管理业都是属于公共服务业，主要是由不以盈利为目的的事业单位进行的，应该属于财政预算拨款重点关注的行业，这些行业的发展对甘肃省民族地区的经济发展起到了基础性的保障作用。科学研究、技术服务和地质勘查业综合得分排名第三，其中因子3的得分在十个行业中排名第一，说明发展潜力最大，应该作为主导产业重点发展。金融业综合得分排名第四，它的三个因子得分都为正，说明其在三个方面都有一定的优势，应重点发展。信息传播、计算机服务和软件业虽然综合排名为负值，但其第二因子得分在10个产业中最高，说明其生产效率较高，具备一定的优势。因此结合甘肃民族地区的区域经济现状及产业政策，本文建议选择的服务业主导产业为公共服务业中的教育业；卫生、社会保障和社会福利业和水利、环境和公共设施管理业及生产性服务业中的科学研究、技术服务和地质勘查业；金融业和信息传播、计算机服务和软件业。

[1]祁永安,牛叔文.甘肃民族地区经济发展的再思考[J].兰州大学学报(社会科学版),2003(05):118-123.

[2]关爱萍.王瑜.区域主导产业的选择基准研究[J].统计研究,2002(12):37-40.

[3]刘思峰.区域主导产业评价指标与数学模型[J].中国管理科学,1998(06):8-13.

[4]于美玲.基于因子分析的山东省主导产业选择研究[J].工业技术经济,2011(09):47-53.

Selection of minority areas in Gansu province’s leading services based on factor analysis

Gu Lei

(Management College of Northwest University for Nationalities，Lanzhou Gansu, 730000, China)

Factor Analysis ;Minority Areas in Gansu Province; Leading Services

this paper based on factor analysis chooses the leading industry to service industry in minority areas of Gansu province from four aspects of comparative advantage, industrial relationship, industrial development potential, industry and social economic benefits. According to the last score, the paper chose the six industry which as a service industry leading industry.

factor analysis; Gansu minority area; leading industry in the service industry

F719

A

1000-9795（2014）05-0473-02

［责任编辑：陈怀民］

2014-03-11

谷 蕾（1979-），女，甘肃兰州人，讲师，从事工商管理方向的研究。

课题项目：西北民族大学2011-2012年度校级中青年科研基金“甘肃民族地区现代服务业发展与主导产业选择研究”（项目编号：12XB15）的阶段性成果。