基于省会城市及计划单列市截面数据综合经济实力排名研究

谢秀桔

(仰恩大学， 福建 泉州　362000)



基于省会城市及计划单列市截面数据综合经济实力排名研究

谢秀桔

(仰恩大学， 福建 泉州362000)

摘要：使用SPSS因子分析法，采用2015年各省会城市和计划单列市的截面数据，构建了衡量综合经济实力的指标体系，提取3个公因子分别衡量城市所拥有的全部经济实力、经济发展潜力及其在国内外经济社会中的地位和影响力。

关键词：城市; 综合经济实力; SPSS实证研究

0引言

城市作为国家的经济、政治、科技和教育文化发展中心，已经成为经济循环的主角，对城市综合经济实力排名问题进行研究具有重要的实践意义。目前,已有很多学者对我国重点城市的综合经济实力排名问题进行了研究，使用的方法均基于因子分析法或主成分分析法。其中叶依广[1]、李倩倩[2]、刘理臣[3]、谢守红[4]均依据主成分分析方法，撒云添[5]、张荣艳[6]、杨飞[7]、董小刚[8]均运用因子分析方法。因子分析法和主成分分析法在研究城市综合经济实力排名方面是比较有效的，但目前的研究文献多存在选取的指标不全面或不相关等问题，有的在经济实力方面选取的指标代表性不足，有的没有考虑城市经济发展潜力，有的没有考虑城市在国内外经济社会中的地位和影响力。

文中同样使用经典的因子分析方法，创新在于依据中国城市经济发展研究中心提出的城市综合经济实力的概念，构建更加全面、准确而恰当的衡量综合经济实力的指标体系，运用我国2015年各省会城市和计划单列市的截面数据，来研究我国重点城市的综合经济实力排名情况。在实证分析部分提取了3个公因子,分别衡量城市所拥有的全部经济实力、经济发展潜力及其在国内外经济社会中的地位和影响力，是对以往研究的重要突破。

1城市综合经济实力的概念

中国城市经济发展研究中心提出的城市综合经济实力的概念是：城市综合经济实力是指城市所拥有的全部实力、潜力及其在国内外经济社会中的地位和影响力。据此概念可以看出，评价城市综合经济实力应该包括人口、地区生产总值、拥有的交通运输以及通讯能力、地方财政预算内收支、固定资产投资总额、城乡居民工资水平及储蓄水平、环境污染治理投资总额、商贸市场水平、人才状况及社会医疗保障水平等方面。据此，文中构建的用以评价城市综合经济实力的数据指标有：年底总人口、地区生产总值、客运量、货运量、地方财政预算内收入、地方财政预算内支出、固定资产投资总额、城乡居民储蓄年末余额、在岗职工平均工资、年末邮政局数、年末固定电话用户数、社会商品零售总额、货物进出口总额、年末实有公共汽车营运车辆数、影剧院数、普通高等学校在校学生数、医院数、执业医师、环境污染治理投资总额等19个指标。

2我国城市综合经济实力实证研究

采用的数据是《中国2015年省会城市和计划单列市主要经济指标统计(包括市辖县)》，数据摘编自《中国统计年鉴2015》。使用的数据分析软件是SPSS22.0，采用的数据分析方法主要为因子分析。基本思路:首先使用因子分析对构成城市综合经济实力的各个变量提取公因子；最后使用一些简单的SPSS数据处理技巧依照提取的公因子对各城市进行分类及排序。

2.1因子分析

因子分析是为了对构成城市综合经济实力的各个变量提取公因子。

2.1.1SPSS中具体参数设置

1)选择进行因子分析的变量。选择“年底总人口”、“地区生产总值”、“客运量”、“货运量”、“地方财政预算内收入”、“地方财政预算内支出”、“固定资产投资总额”、“城乡居民储蓄年末余额”、“在岗职工平均工资”、“年末邮政局数”、“年末固定电话用户数”、“社会商品零售总额”、“货物进出口总额”、“年末实有公共汽车营运车辆数”、“影剧院数”、“普通高等学校在校学生数”、“医院数”、“执业医师”、“环境污染治理投资总额”等“变量”进行分析。

2)选择输出系数相关矩阵。在“因子分析：描述统计”对话框的“相关系数”选项组中选择“KMO和Bartlett的球形度检验”。

3)设置对提取公因子的要求及相关输出内容。在“因子分析：抽取”对话框的“输出”选项组中选择“碎石图”。

4)设置因子旋转方法。在“因子分析：旋转”对话框的“方法”选项组中选择“最大方差法”----又称正交旋转，能够使每个因子上具有最高载荷的变量数最小。

5)设置有关因子得分的选项。在“因子分析：因子得分”对话框中选择“保存为变量”。

6)其余设置采用系统默认设置。

2.1.2SPSS的运行结果

2.1.2.1KMO检验和Bartlett检验结果

KMO检验是为了看数据是否适合进行因子分析，其取值范围是0～1。其中,0.9～1表示极好，0.8～0.9表示可奖励的，0.7～0.8表示还好，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。本例中KMO检验和Bartlett检验结果见表1。

表1　KMO检验和Bartlett检验结果

其中KMO的取值为0.790，表明进行因子分析还好。Bartlett检验是为了看数据是否来自于服从多元正态分布的总体。本例中Sig.值为0.000，说明数据来自正态分布总体，适合进一步分析。

2.1.2.2公因子方差

公因子方差是表示各变量中所含原始信息能被提取的公因子所解释的程度。本例中大多数变量共同度都在90%以上，所以提取的这几个公因子对各变量的解释能力还可以，见表2。

2.1.2.3解释的总方差

解释的总方差见表3。

由表3知，“初始特征值”一栏显示只有前3个特征值大于1，所以SPSS只选择了前3个公因子；“提取平方和载入”一栏显示第一公因子的方差贡献率是47.096%，前3个公因子的方差占所有主成分方差的87.905%。由此可见，选前3个公因子已足够替代原来的变量，几乎涵盖了原变量的全部信息；“旋转平方和载入”一栏显示的是旋转以后的因子提取结果，与未旋转之前差别不大。

表2　公因子方差

表3　解释的总方差

2.1.2.4碎石图

碎石图如图1所示。

图1　碎石图

有3个成分的特征值超过了1，只考虑这3个成分即可。

2.1.2.5旋转成分矩阵

旋转成分矩阵见表4。

表4　旋转成分矩阵

第一个因子在地区生产总值、货运量、地方财政预算内收入、地方财政预算内支出、固定资产投资总额、城乡居民储蓄年末余额、在岗职工平均工资、年末固定电话用户数、社会商品零售总额、货物进出口总额、年末实有公共汽车营运车辆数、环境污染治理投资总额等变量上有较大的载荷，所以其反映的是这些变量的信息，该因子可以反映城市目前所拥有的全部经济实力；第二个因子反映的是年末邮政局数、影剧院数、医院数、执业医师等变量的信息，该因子可以反映城市经济发展潜力；第三个因子反映的是年底总人口、客运量、普通高等学校在校学生数等变量的信息。该因子可以反映城市经济的地位和影响力。

2.2依照提取的公因子对各城市进行分类及排序

2.2.1SPSS中具体操作步骤

建立“综合得分”变量，这一变量将最终代表各个城市的综合经济实力；该变量数据是根据提取的各个公因子变量和各个公因子的方差贡献率计算所得。具体公式如下：

0.199 29*FAC2_1+0.109 08*FAC3_1

其中,FAC1_1、FAC2_1、FAC3_1是在做因子分析的时候对提取的公因子保存的变量，前面的系数是各个公因子的方差贡献率。

对计算完成的“综合得分”变量进行排序。

2.2.2SPSS分析结果

我国重点城市综合经济实力排名情况见表5。

从表5中可以看出，上海一骑绝尘,一枝独秀，是唯一一个综合得分超过2的城市，所以上海是中国综合经济实力最强的城市；北京、广州两个城市综合得分在1～2之间，综合经济实力也是很强的，与上海构成前三甲；深圳、天津、重庆、杭州、南京、青岛、宁波、大连等城市综合得分在0～1之间，综合经济实力较强；成都、沈阳、武汉、长沙、哈尔滨、西安、济南、厦门、郑州、福州、长春、昆明、乌鲁木齐、石家庄、太原、拉萨、合肥、南宁、呼和浩特、南昌、银川、兰州、海口、西宁等城市综合得分均为负值，综合经济实力相对较弱，其中最弱的是西宁，得分为-0.51。所有城市的综合经济实力排名依次为：上海、北京、广州、深圳、天津、重庆、杭州、南京、青岛、宁波、大连、成都、沈阳、武汉、长沙、哈尔滨、西安、济南、厦门、郑州、福州、长春、昆明、乌鲁木齐、石家庄、太原、拉萨、合肥、南宁、呼和浩特、南昌、银川、兰州、海口、西宁。

表5　我国重点城市综合经济实力排名情况

2.3实证研究结论

实证研究通过因子分析提取出3个公因子来概括所有描述我国城市综合经济实力的指标，提取3个公因子分别衡量城市所拥有的全部经济实力、经济发展潜力及其在国内外经济社会中的地位和影响力，非常具有代表性，也是较以往研究的重要突破。

排名结果也非常符合当前我国各城市的实际情况，具有重要的政策参考价值。比如上海、北京等城市当前经济实力因子和城市经济地位因子得分比较高，但是城市经济发展潜力因子并不如重庆、海口、拉萨、银川等城市。政策制定者可进一步研究各城市的公因子得分情况及具体指标情况，找出其经济发展的薄弱环节，有的放矢的采取措施提高经济实力。

3结语

提供了一种很好的研究城市综合经济实力排名的方法。将城市综合经济实力界定为城市所拥有的全部实力、潜力及其在国内外经济社会中的地位和影响力，通过构建涵盖年底总人口、地区生产总值等22个指标在内的全面、恰当而准确的评价指标体系，并提取出代表城市当前经济实力、经济发展潜力及经济地位和影响力的公因子，对我国重点城市的综合经济实力进行了排名评价。排名结果非常符合当前我国各城市的实际情况，具有重要的政策参考价值

参考文献：

[1]叶依广,何伟.江苏省各中心城市经济发展综合实力及差异因素的主成分分析[J].南京农业大学学报，2002(4):95-99.

[2]李倩倩,刘怡君,牛文元.城市空间形态和城市综合实力相关性研究[J].中国人口、资源与环境，2011(1):13-19.

[3]刘理臣,于秋莉,靳素芳,等.西北地区城市综合实力动态变化研究:以甘肃省为例[J].西北师范大学学报:自然科学版，2013(5):108-112.

[4]谢守红,谭志美,周驾易.中国县级市综合实力评价与比较[J].城市问题，2014(12):9-16.

[5]撒云添.基于因子分析之广东省各城市综合经济实力研究[J].特区经济，2012(9):33-35.

[6]张荣艳,孙贵玲,王爱苹.组合评价模型在河南省主要城市综合经济实力评价中的应用[J].数学的实践与认识，2013(4):60-67.

[7]杨飞,邓光明,刘艳萍.基于循环修正组合优化模型的广西各城市综合经济实力评价[J].桂林理工大学学报，2014(4):785-790.

[8]董小刚,王雪秋.多元统计方法在吉林省经济实力竞争力评价中的应用[J].长春工业大学学报:自然科学版,2005,26(4):320-322.

Study on comprehensive economic strength based on cross-sectional data of provincial capital and municipalities

XIE Xiuju

(Yang’en University, Quanzhou 362000， China)

Abstract：With SPSS factor analysis, based on cross-sectional data of provincial capital and municipalities, an index system is built to measure the comprehensive economic strength. Three common factors are extracted to evaluate the overall economic strength, growth potential and impacts of the city in the society.

Key words：city; comprehensive economic strength; SPSS empirical research.

收稿日期：2016-02-25

基金项目：2015年福建省中青年教师教育科研基金资助项目(JAS150716)

作者简介：谢秀桔(1982-)，女，汉族，福建泉州人，仰恩大学讲师，硕士，主要从事金融数学方向研究,E-mail:baige49397728@163.com.

DOI:10.15923/j.cnki.cn22-1382/t.2016.2.17

中图分类号：F 29

文献标志码：A

文章编号：1674-1374(2016)02-0187-06