基于主成分分析的我国智慧产业竞争力评价

刘鸿雁（辽宁师范大学城市与环境学院，辽宁大连116029）

基于主成分分析的我国智慧产业竞争力评价

刘鸿雁
（辽宁师范大学城市与环境学院，辽宁大连116029）

智慧产业是知识型产业，对未来我国经济发展有重大影响。本文以全国31个省份为研究对象，选取12个指标采用主成分分析对2009-2013年各省市智慧产业竞争力进行综合评价。结果显示：①智慧产业竞争力空间格局呈现自东向西递减的差异性发展趋势；②时间演变上表现为长三角、珠三角智慧产业竞争力优势明显，持续增长，东北地区竞争力有弱化表现。关键词：智慧产业；竞争力水平；主成分分析

1　引言

我国建设智慧城市、发展智慧产业起步较晚，在建设过程中存在一些问题，因此，有必要分析我国智慧产业的发展状况，综合评价我国各省市智慧产业的发展水平，为发展智慧产业提供依据。目前我国对智慧产业的研究主要集中于智慧产业内涵智慧产业与智慧城市关系以及指标体系建立方面，对智慧产业的概念尚未有统一的定义，金江军、周春华等人认为智慧产业是利用物联网、云计算、移动互联等的数字化、网络化、信息化、、自动化、智能化程度较高的产业，属于智力密集产业、技术密集产业［1，2］。蔡富有、庄一召将智慧产业定义为直接运用人的智慧进行研发、创造、生产、管理等活动，形成有形或无形智慧产品以满足社会需要的产业，是知识产业和创意产业的结合［3，4］。侯羽则认为生活中只要运用到人的智慧、互联网技术的领域都是智慧产业，如智慧交通、智慧医疗［5］；邓凡［6］、张向阳［7］、冯茂岩［8］则侧重智慧产业与智慧城市融合发展的分析。

2　指标选取与研究方法

2.1指标体系建立和数据来源

本文借鉴我国有关智慧城市、智慧产业等相关研究成果，选取以下指标对我国智慧产业综合发展水平进行评价：地区生产总值X1（亿元）、人均地区生产总值X2（元）、智慧产业从业人员占总人员的比重X3（％）、智慧产业固定资产投资占社会总投资的比重X4（％）、计算机、通信设备及其他电子设备制造业产值占工业总产值比重X5（％）、软件业务收入X6（亿元）互联网普及率X7（％）、数字电视入户率X8（％）、移动电话普及率X9（部/百人）、R＆amp;D人员全时当量X10（人年）、R＆amp;D经费内部支出占GDP比重X11（％）、专利申请受理数X12（件）。数据主要取自2010-2014年《中国统计年鉴》和《中国科技年鉴》。

2.2研究方法

本文采用主成分分析法，并在SPSS19软件支持下进行。主成分分析是一种通过降维把多个变量化为少数几个主成分（即综合变量）的统计分析方法，其主要步骤：

1）对原始数据进行无量纲化处理；

2）求得指标标准化后的相关系数矩阵R

4）确定主成分。假设各特征值对应的标准化正交特征向量为γ1，γ2，…，λP，则第i个主成分为Yi= γ1iXi+γ2iX2+…+λPiXP（i=1，2，…，p）。此时，Yi为第一主成分，Y2为第二主成分，以此类推。

5）这些主成分能够反映初始变量的绝大部分信息，通常表示为初始变量的某种线性组合Fi。

3　结果及分析

经SPSS计算，2009年和2013年两个主成分的累计贡献率分别达到了82.358和83.080，将累积贡献率大于80％作为主成分判定标准，提取主成分1和主成分2代表所有指标来评价我国智慧产业发展水展水平。

计算各主成分得分，进而计算综合得分，依此对各省市智慧产业竞争力进行排序（见表1）。

3.1空间格局上我国智慧产业竞争力水平自东向西递减

由表1可见，5年来东部沿海地区智慧产业竞争力一直居最高水平，综合得分前7名的省市都在东部沿海地区，除个别省份，绝大部分省份的综合得分排名均在前15名；东北内陆和中部地区智慧产业竞争力居中，其中安徽省、江西智慧产业竞争力水平相对较高；西部除四川的综合得分排名较前，绝大部分省份综合排名在后20名，特别是西北地区智慧产业竞争力水平最低，这与我国经济发展水平的梯度差异相似。

表12009　和2013年我国31个省（市、区）智慧产业各主成分排名及综合排名

3.2时间变化上长三角、珠三角地区上升态势和东北下降态势明显

5年来长三角、珠三角地区智慧产业竞争力水平持续增长，江苏、浙江、广东、广西的智慧产业竞争力上升较明显，2009年智慧产业竞争力水平京、沪、津位居前3位，2013年江苏、山东和广东超越三个直辖市；环渤海地区智慧产业竞争力水平除山东省外均有不同程度的下降，但总体水平仍较高；东北地区智慧产业竞争力水平呈下降趋势，且吉、黑两省排名都在20名以后；中部地区智慧产业竞争力水平5年的变化基本保持稳定，总体略有上升；西部地区智慧产业竞争力总体水平落后，5年来除四川、陕西有提高外，其他省份均呈下降态势。

4　结论及讨论

通过选取了12个指标对智慧产业发展水平进行衡量，得出以下结论。

4.1从空间变化来看，智慧产业竞争力空间格局也有明显的变化，东中西差异较大，总体呈现出自东向西递减的趋势，东北地区智慧产业竞争力有弱化现象。

4.2从时间角度来看，这5年间，智慧产业竞争力下降幅度最大的是东北地区，长三角、珠三角则呈现持续平稳上涨。

我国智慧产业竞争力水平存在差异的原因：一是区域经济发展水平差异的影响。近5年广东、山东、江苏、浙江、河南经济发展水平一直居全国前5名；而东北地区近几年GDP排名均较靠后；四川省2013年GDP排名第8，重庆虽GDP排名靠后，但其与上年相比增长12.3％。二是技术、创新的支撑。2013年江苏信息产业实现业务突破7000亿元，软件业务收入达到5177亿元，广东省在2013年软件业务收入增长20％，并大力发展智能制造、物联网和云计算，加快发展电子商务、现代物流等新兴产业的发展。此外，在由住建部公布的两批智慧城市试点名单中，江苏、浙江省试点城市最多，智慧城市的建设与智慧产业的发展相互促进，彼此依赖，这也是江浙地区智慧产业发展水平较高的原因。

［1］金江军.智慧产业发展对策研究［J］.技术经济与管理研究，2012（11）：40-44.

［2］周春华，禹银艳.智慧产业概念、发展路径与政策研究［A］.中国科学学与科技政策研究会科学学理论与学科建设专业委员会、中国自然辩证法研究会科学技术学专业委员会.2012年全国科学学理论与学科建设暨科学技术学两委联合年会论文集［C］.中国科学学与科技政策研究会科学学理论与学科建设专业委员会、中国自然辩证法研究会科学技术学专业委员会，2012（05）.

［3］蔡富有.智业经济论纲—兼质疑“知识经济”的提法和概念［J］.西安财经学院学报，2005，18（02）：7-11.

［4］庄一召.关于智慧产业［EB/OL］. http://blog.163.com/zyz_a/blog/static/85755308200931731527161/，2009-04-17.

［5］侯羽.基于文本研究的广州市智慧产业发展政策分析［D］.广州：华南理工大学，2013.

［6］邓凡，黄慧君.成都市促进智慧城市与智慧产业互动发展的重点问题分析［J］.成都行政学院学报，2013（05）：87-89.

［7］张向阳，袁泽沛.广州智慧城市与智慧产业融合发展路径研究［J］.科技进步与对策，2013，30（12）：47-50.

［8］冯茂岩，蒋兰芝.浅谈“智慧城市”与“智慧产业”发展—以南京为例［J］.改革与战略，2011，27（9）：127-128，155.

（2016-01-25收稿S编辑）

Evaluation of smart industry competitiveness based on principal component analysis in China

LIU Hong-Yan
（College of Urban and Environmental，Liaoning Normal University，Dalian 116029，China）

In order to analysis smart industry competitiveness evaluation of various provinces in China，this paper chose 31 provinces as study object by choosing 12 indicators based on principal component analysis from 2009 to 2013.The results showed （1）Smart industry competitiveness spatial pattern showed a trend of decrease from east to west；（2）The smart industry competitiveness of Yangtze River Delta and the Pearl River Delta are highest，but the northeast in China is lower.

Smart industry；Competitive level；Principal components analysis

F224

A

1003-7853（2016）01-0047-02

刘鸿雁（1991-），女，汉，黑龙江牡丹江人，硕士研究生，研究方向：区域经济与海洋开发管理。