基于主成分分析和聚类分析的江苏省各城市经济发展水平评价

缪炯

摘 要：基于江苏省统计局发布的2015年江苏省各城市国民经济数据中选取的具有代表性的指标，通过主成分分析法对江苏省13个城市的经济发展水平进行评分和排序，用聚类分析法将各城市按照经济情况的相似性分为四类城市，最后，结合主成分分析和聚类分析的结果，对江苏省各城市的经济发展现状进行综合评价与讨论，并针对现状，提出了相应的建议。

关键词：主成分分析；聚类分析；经济发展水平；评价

中图分类号：F127 文献标志码：A 文章编号：1673-291X（2017）08-0017-04

引言

我国幅员辽阔、地域广大。不同区域的资源与环境禀赋情况有较大的差异，这也导致不同地区间的经济发展水平的差异较大。自科学发展观提出以来，如何促进区域经济的协调发展成为一项重要的命题，相关研究也越来越得到重视。而想要通过制定适合的政策来统筹区域经济的协调发展，就必须对区域经济发展的水平做出合理的评价，根据实际情况，找出区域经济发展水平不均衡的关键症结，对症下药[1]。本文将结合江苏省区域经济发展的现状，选取反映2015年江苏省13个地级市经济发展水平的主要统计指标，运用主成分分析和聚类分析的方法对江苏省各地级市的经济发展的基本状况进行综合评价，从而分析江苏省各地级市经济发展的总体情况以及彼此间的差异，并对其今后的发展提出若干建议。

一、指标的选取及评价体系的建立

在选取合适的评价指标以建立评价体系时，既要考虑能够反映经济总量的指标，也要考虑反映经济质量的指标。基于此，本文共选取了11项指标，构成了江苏省各城市经济发展水平的评价体系。这11项指标分别反映了城市经济发展水平的三个方面，具体如下。

（1） 综合经济实力指标：地区生产总值（X1）、公共财政预算收入（X2）、城镇固定资产投资（X3）、工业总产值（X4）。

（2） 人民生活水平指标：人均GDP（X5）、居民人均可支配收入（X6）、居民人均生活消费支出（X7）、人均储蓄存款（X8）。

（3） 对内对外经济指标：社会消费品零售总额（X9）、净出口总额（X10）、实际外商直接投资（X11）。

根据上述指标，将2015年江苏省各市的指标值列入表中，得到表1的统计数据。

二、数据处理方法及过程

（一）统计方法

本文采用了主成分分析和聚类分析两种方法，对江苏省各市的经济指标进行分析。主成分分析是一种通过降维技术把多个变量把多个变量化为少数几个主成分的统计分析分析方法，这些主成分能够反映原始变量的绝大部分信息[3]。

聚类就是将数据对象分组成为多个类或者簇，使得同一个簇中的对象之间具有较高的相似度，而不同簇中的对象之间具有较大的差别[4]。

（二）提取主成分和公因子

使用SPSS 20.0软件进行数据处理，用方差最大法进行正交旋转，使成分负载向0和1两极分化。计算主因子分值采用回归法。

表2是因子分析后提取主成分的结果，在本例中，有两个成分的特征值是大于1的，他们的累计方差贡献率为94.547%，即两者合计能解释94.547%的方差，完全符合我们的需要。所以我们将成分1和2提取出来作为主成分，抓住最关键的因素，而其余成分包含的信息较少，所以舍去。

（三）因子旋转

由于提取公因子无法得到最好的分析结果，所以通过因子的旋转来获得更好的解释，如表3。

从表3可以看出，第一主成分在地区生产总值、公共财政预算收入、城镇固定资产投资、工业总产值、社会消费品零售总额、进出口总额、实际外商直接投资等指标的载荷较大，这些都是主要反映一个地区经济总量的指标，所以在本例中我们将第一主成分定义为“经济总量因子”；第二主成分在人均GDP、居民人均可支配收入、居民人均生活消费支出、人均储蓄存款等指标上具有较大的载荷，這是反映人民生活水平的指标，因此可以将第二主成分定义为“生活水平因子”。

（四）得分及排名

通过spss得出了各个城市的因子得分，用各城市因子1和因子2的得分乘以相应的方差的算术平方根，得出13座城市的主成分1和主成分2的得分，再结合各主成分得分，通过各主成分的方差贡献率占两个主成分总方差贡献率的比重作为权重进行加权汇总求出综合得分[5]：

（五）聚类分析

为了验证因子分析的正确性，我们进一步利用SPSS软件再对已选定的第一主成分和第二主成分得分进行聚类分析。本次聚类采用系统聚类法，距离测度采用平方Euclidean距离，得到系统聚类分析的谱系图（图1）

三、结果分析与结果讨论

（一）结果分析

根据表4，通过各城市的两个主成分得分、综合得分及其排名，结合系统聚类分析的结果，我们发现，江苏省的13个城市可以较为详细地划分为以下四类。

第一类仅有苏州一个城市。可以看出，苏州市的综合得分遥遥领先于其他城市，在构成指标体系的11项指标中，有9项指标排名全省第一，综合得分也是遥遥领先。

第二类城市有两个，为南京和无锡。从11项指标中我们可以看到，大部分指标，南京市和无锡市都分别占据了第二或第三，可见这两座城市的经济发展水平在省内仅次于苏州市；从综合得分看，这两座城市的得分也分列二、三名。

第三类城市有五个，分别是常州、南通、扬州、镇江、泰州。这五座城市均为江苏省内的沿江城市，有一定的经济基础与经济实力，各项经济指标均位于省内中游水平。

第四类城市有五个，分别是徐州、盐城、连云港、淮安、宿迁。这五座城市全部是苏北城市，经济发展水平相对较为落后，从综合各项得分看与其他城市差距明显。

（二）结果讨论

从以上的分析结果，我们可以就江苏省各城市经济发展水平的情况得出以下结论。

1.各城市间的经济发展水平差距较大。放眼全国来看，江苏省的各城市之间的发展差距已经属于比较小的，但是，光从数据分析的结果来看，即使是省内差距相对较小，江苏省各城市间经济发展水平的差距依然十分明显。

2.经济发展水平的南北差异明显。从分类结果我们可以发现，第一、第二类城市，即苏州、南京、无锡，均为苏南发达城市，苏北五市则全都在第四类城市中。可见，目前江苏省的总体情况依然是南部经济强于北部，且经济发展水平呈现由南向北递减的趋势。

3.通过对城市间分类的进一步细化仍可发现城市间的同异。如第一、第二类的三座城市可以归为一类，即苏南核心城市，这三座城市普遍具备雄厚的经济实力，在全国范围内也是名列前茅的。第四类的五座苏北城市则可再细分为两类，其中，徐州、盐城两座城市地域广大、人口众多，它们较其他三个苏北城市在发展上更具优势，具体体现在这两个城市在经济总量因子的得分和综合得分都排在全省6、7位；而第四类城市中的其他三个：连云港、淮安、宿迁三市则在各项指标上排名垫底，与其他城市相比落后较多。

四、对策及建议

根据以上分析结果，我们对江苏省经济发展提出以下建议。

（一）充分发挥苏南核心城市的辐射作用，带动周边城市共同发展

从分析结果来看，苏南的苏州、南京、无锡三市的经济实力在省内处于领先地位。而在2016年4月22日《第一财经周刊》发布的最新版“新一线”城市名单中，江苏省的以上三个城市均成功入围。作为省内的领头羊，这三个城市应当进一步发挥辐射作用。江苏省内存在着较为明显的发展梯次，目前第一、第二类的三个城市都在进行产业升级与转型，一些转移的产业进入到第三、第四类城市中则会给这些城市的经济发展带来新的活力。所以，应进一步做好省内资源的合理配置，从而实现先发展的带动后发展的，最终实现全省综合实力的提升。

（二）加快沿江一体化的进程，推进苏中融入苏南

近些年来，随着交通越来越便利，苏南与苏北的联系也越来越紧密，在这一过程中，南通、泰州、扬州这三个沿江城市获益最多，相比其他苏北城市发展更快，加上在地理上位置的相似，这三座城市从广义的“苏北”脱离，被称为“苏中”。尽管如此，苏中与苏南发达城市的差距依然较大。因此，应当从加强交通设施建设着手，完善城际间的交通运输环境，尤其是完善沿江以及跨江的交通线路，科学规划区域内部的产业布局，强化城市间的产业联系，促进省内沿江城市的一体化发展，坚实推进苏中城市融入苏南。

（三）进一步加强对苏北城市发展的支持力度，努力打造苏北中心城市

从统计数据和分析结果来看，苏北城市的经济发展水平同苏南，甚至苏中相比都仍有明显差距。所以，应进一步加强对苏北的政策支持，推动苏北继续保持快速健康发展。此外，由于苏北五市与苏南五市在地理上相隔较远，所以，亟须在苏北五市范围内打造一个中心城市，带动苏北整体发展。

参考文献：

[1] 张超锋，张斌儒.基于因子分析的我国区域经济发展水平实证研究[J].生态經济：学术版，2014，（1）：167-170.

[2] 江苏省统计局.江苏统计年鉴[M].北京：中国统计出版社，2016.

[3] 吕文广.甘肃农业现代化进程测度及特色农业发展路径选择研究[D].兰州：兰州大学，2010.

[4] 毛嘉莉.聚类K-means算法及并行化研究[D].重庆：重庆大学，2003.

[5] 朱蕾.长三角城市的经济实力评价——基于主成分聚类分析方法的实证研究[J].时代金融，2012，（9）：188.

[责任编辑 柯 黎]