基于主成分分析的基础设施发展水平评价实证*——来自30个省份2007—2016年面板数据

田时中, 孙阳贯南, 占沁嫣

(安徽大学 经济学院，合肥 230601)

基于主成分分析的基础设施发展水平评价实证*
——来自30个省份2007—2016年面板数据

田时中, 孙阳贯南, 占沁嫣

(安徽大学 经济学院，合肥 230601)

基础设施建设是实现地区经济发展的关键条件，为准确把握中国省级基础设施发展对地区经济增长和社会发展的贡献，通过构建省级基础设施发展水平评价指标体系，以中国30个省(区)市2007—2016年的面板数据为样本，运用主成分分析法进行综合评价与比较。结果表明：我国基础设施发展水平极不平衡，三大地区基础设施发展呈现“东—中—西”递减趋势，存在较为明显的区域差异和省域差异，尤以东部地区最为显著；发展趋势上看，东部地区基础设施发展水平相对稳定，而中西部地区呈现波动发展趋势。建议三大地区因地制宜，创新发展战略，推动省级基础设施发展水平的提高。

基础设施；发展水平；指标体系；主成分分析；面板数据

新常态下，“协调发展理念，聚焦全面建成小康社会目标”成为各级地方政府的工作重心，基础设施作为城市建设和发展的前提[1]，对于推动地区经济增长和社会进步具有深远意义。如何发挥基础设施在推动经济发展中的重要作用成为各界热议的话题，而对中国省级基础设施发展水平的定量评价能够从整体上把握我国基础设施发展的整体水平，为新时期推进全面小康社会建设提供理论参考。国内学者对基础设施发展水平的研究主要集中在以下几个方面：一是对基础设施发展水平评价对象的选取存在差异，李如友和黄常州[2]主要评价交通基础设施发展；林伟斌[3]则评价街道、公园等绿色基础设施发展水平。二是对基础设施发展水平评价体系的研究没有统一，武力超、孙浦阳[4]主要从教育、通讯、城市交通等9个方面入手；滕敏敏[5]考虑社区公共基础设施建设。三是选取不同样本进行实证研究，向鹏成、曹园园[6]、刘宇琴[7]、袁晓玲、张跃胜[8]选取多个省市作为样本进行评价，张舰[9]更是定量分析我国54个城市基础设施发展水平。四是运用不同的定量评价方法进行实证分析，如二次目标函数的DEA交叉效率模型[10]、熵值法[11]、系统广义矩法(SYS-GMM)[12]等。前人的研究成果为本文的研究提供了理论和方法指导，但仍存在可以拓展的空间：一是仅停留在评价基础设施发展水平，缺少对评价结果、结论的运用，难以体现评价体系的真正价值。二是评价体系不完善，评价指标不充分，样本量较少，缺少全国性基础设施发展水平的分析比较。三是技术经济学的定量评价方法运用较少。基于此，通过构建水资源设施、能源动力设施、交通道路设施、邮电通讯设施及生态环境设施5个维度的评价体系，以我国30个省份2007—2016年的面板数据为依据，采用主成分分析法进行综合评价，比较分析我国省级基础设施发展水平及演变特征，为各省(区)市持续提高基础实施发展水平提供参考。

1 评价指标及数据来源

1.1 指标体系

基础设施是“直接或者间接地有助于提高产出水平和生产效率的经济活动”，世界银行将基础设施分为经济性基础设施和社会性基础设施，其内容涵盖了交通、邮电、医疗、卫生、环境保护等多个领域，为国民经济的发展提供了强有力的保障。

滕敏敏[5]、潘彬，黄靖[13]、孙海玲，李旭伟[14]、尹宏玲[15]等学者对基础设施发展评价指标体系进行了深入研究，为省级基础设施发展水平评价指标体系的构建提供了指导。借鉴上述指标体系，按照科学性、可比性、系统性、可操作性的原则，构建了中国省级基础设施发展水平评价指标体系，如表1所示。

表1 中国省级基础设施发展水平评价指标体系Table 1 Evaluation index system of China’s provincial infrastructure development level

1.2 数据选取

由于香港、澳门、台湾地区基础设施发展的统计口径不一致，不适宜作为横向比较样本进行评价，此外，西藏地区数据缺失严重，为保证评价结果的科学性和可信度，剔除西藏地区数据，只选取中国大陆30个省、自治区和直辖市2007—2016年的面板数据作为样本，指标值均具有可获得性，皆来源于《中国统计年鉴》与《中国城市统计年鉴》，部分指标缺失数据通过二次计算得出。

2 评价模型与结果分析

2.1 评价模型引入

主成分分析法(PCA)是一种利用降维思想把多个指标转化为少数几个指标的多元统计方法。它能够在保证原始数据信息损失最小的情况下，以少数的主成分取代原有的多维指标变量，既能够减少系统变量的数量复杂程度，又能够保留原系统绝大部分有用信息的特征，使数据结构得到较大程度简化，已被广泛应用到了自然、社会科学等领域。

(1) 评价指标原始数据无量纲处理：原始指标由于存在量纲的影响，无法直接进行比较，故而运用模糊隶属度函数(极值法)，通过提取极大值和极小值，对原始数据进行标准化处理。所有评价指标均为效益型指标，故采用公式：

(2) 计算相关矩阵R:R=(rij)m*n，其中，rij是ci和cj的相关系数：

i,j=1,2,…,m

2.2 实证分析

依据建立的评价指标体系与评价指标值，采用模糊隶属度公式对原始数据进行标准化处理，运算中使用的软件为SPSS19.0，由于面板数据量较大，仅以2016年数据为例作出解释。

计算KMO和巴特利特球形检验(表2)，列出解释的总方差(表3)。

表2 KMO 和 Bartlett检验Table 2 Results of KMO and Bartlett Test of Sphericity

表3 初始特征值Table 3 Initial eigenvalues

计算主成分矩阵的权重系数(表4)。

表4 主成分矩阵的权重系数Table 4 The weights coefficient of component matrix

依据线性加权求和公式，即可得到当年各省级基础设施发展水平综合指数，整理后如表5所示。需要说明的是，目前我国地区划分包括经济发展水平和地理位置等标准，本文依据国家统计局地区划分方法，将全国分为三大地区，东部地区有黑龙江、辽宁、吉林、河北、北京、山东、江苏、浙江、上海、广东、福建；中部地区有内蒙古、河南、山西、湖北、湖南、安徽、江西、广西；西部地区有陕西、青海、甘肃、宁夏、重庆、四川、云南、贵州、新疆(西藏)。

表5 全国各省级基础设施发展水平综合指数(2007—2016)Table 5 The comprehensive index of China’s provincial infrastructure development level(2007—2016)

在此基础上，对综合指数进行时间加权，并对评价结果进行排序，计算样本排序的方差，结果如表6所示。

表6 综合指数排序及方差(2007—2016)Table 6 Rank and variance of the comprehensive index (2007—2016)

2.3 结果分析

(1) 从整体上看，在样本考察期间，综合指数前10的高低次序为广东、江苏、北京、上海、浙江、山东、天津、福建、辽宁、河北，表明这几个省市的基础设施发展水平较高。湖北、四川、安徽、陕西、重庆、新疆、湖南、江西、海南、山西的综合指数位于11至20名之间。综合指数排在最后的10个省份依次为贵州、甘肃、云南、吉林、宁夏、黑龙江、河南、青海、内蒙古、广西，表明这几个省市的基础设施发展水平较低，亟待加强建设。

(2) 分地区来看(图1)，在样本考察期间，东部地区综合指数均高于中西部，中部地区整体高于西部。具体而言，东部地区基础设施发展水平平均综合指数最高(0.464 1)，其次是中部地区(0.405 9)，最后是西部地区(0.295 9)，表明东部地区的基础设施发展水平总体上高于中西部地区，西部地区的基础设施发展水平相对较低，反映了经济发展水平和地区优势在很大程度上影响了基础设施的地区差异化水平。

图1 各地区基础设施发展水平综合指数(2007—2016)Fig.1 Comprehensive index of infrastructure development level in different regions (2007—2016)

(3) 从基础设施发展水平的时空差异来看，2007年至2016年西部地区基础设施发展水平综合指数最低，中部其次，东部最高，三大地区基础设施发展水平综合指数呈现“东—中—西”下降演变格局。其中，2008年中西部综合指数差异较小；2010年与2011年，东部与中西部综合指数差异较小，其他年份东部与中西部指数差异较大。从未来基础设施发展水平变化趋势来看，东部地区基础设施仍旧保持良好的发展水平，中西部次之。

(4) 从基础设施发展水平综合指数动态演变特征来看(表6)，各省级基础设施发展水平综合指数的方差大小排名前10依次为青海、河南、天津、海南、广西、新疆、内蒙古、重庆、四川、湖南，表明这几个省市的基础设施发展水平变化较大。方差倒数10名依次为甘肃、江苏、贵州、北京、吉林、浙江、湖北、宁夏、山东、辽宁，表明这几个省市的基础设施发展水平相对稳定。其余省份的基础设施发展水平存在一定波动，表明各省级的基础设施发展水平不够稳定。对此各地区应加大基础设施建设力度，形成各地区基础设施建设稳中增长的新局面。

(5) 参考前人采用的发展水平分类方法，根据各省级基础设施发展水平的最大序差与方差，将各省市基础设施发展水平进行分类(表7)。

表7 中国30个省(区)市基础设施发展类型Table 7 Patterns of China’s provincial infrastructure development level

第一类，平稳型(Rmax5，S24)。这个类型覆盖范围最广，包括北京、辽宁、吉林、上海、江苏、浙江、安徽、福建、山东、湖北、贵州、甘肃、宁夏，主要集中在东部地区。其中北京、江苏的基础设施发展水平一直保持在全国前4，表明这两个省市具有平稳且较高的发展水平。辽宁、浙江、山东、湖北的最大序差均不超过5，方差均不超过3，最低排名不低于11，表明这几个省市也属于高水平的平稳发展类型。吉林、贵州、甘肃、宁夏的最高排名不超过22，最低排名30，表明这几个省属于低水平的平稳发展模式。

第二类，波动型(5

第三类，跳跃型(Rmax>10，S2>13)。这个类型覆盖了天津、内蒙古、河南、广西、海南、重庆、青海、新疆等省份，这些省份的排名变化大，除了东部的天津、海南之外，各省的排名均靠后，变化趋势具有无序性。

3 结论与建议

3.1 结 论

中国基础设施发展水平自低到高的省份依次是贵州、甘肃、云南、吉林、黑龙江、内蒙古、宁夏、河南、山西、青海、海南、广西、江西、湖南、新疆，基础设施发展水平由高到低的省份分别是广东、江苏、北京、上海、山东、浙江、天津、辽宁、福建、河北、湖北、四川、重庆、安徽、陕西。

在评价期内，东部地区基础设施发展水平综合指数最高，中部地区次之，西部地区最低，表明我国三大地区基础设施发展水平存在显著差异。

我国基础设施发展趋势呈现“东部平稳，中西部跳跃波动”的格局。东部地区个别省份跳跃波动发展，例如黑龙江、海南，但其发展均维持在较低水平；中西部地区河南、青海基础设施发展极不稳定，水平不高；个别省份的基础设施发展较为稳定，水平高于中部地区平均水平，但远低于东部平均水平，例如湖北、安徽。

我国各地区内部基础设施发展水平存在差距。东部地区内部基础设施水平极差为0.391 3，发展不均衡，黑龙江、吉林、辽宁、天津、河北、福建、海南发展低于东部地区平均水平。中部地区内部基础设施发展水平综合指数极差为0.124 8，差距不大。西部地区内部综合指数极差为0.189 2，存在很大差距。

通过构建的评价体系，运用主成分分析法对我国2007—2016年30个省级基础设施发展水平进行定量分析与实证评价，得到的结果与现实情况基本吻合，表明评价指标体系和评价方法具有科学性与较强的可操作性。

3.2 建 议

首先，准确定位，实现基础设施建设新突破。东部地区在保持目前良好发展趋势的同时，注重加强国内外合作，协调促进地区基础设施发展。凭借东部地区较高的科技水平，深入推进创新驱动发展战略，实现产业革新，以改革带来的经济发展成果推动基础设施建设向纵深发展，从而实现东部地区整体高效发展。政府出台相应政策、措施，搭建平台，发挥东部地区辐射带动作用。加大对中部地区的财政资金投入，不断挖掘中部地区基础设施建设潜力，实现中部地区基础设施水平有效提升。国家应当加大对西部地区基础设施建设政策倾斜特别是资金投入的倾斜力度，依托“一带一路”建设，积极吸收民间资本，促进基础设施建设项目投资主体多元化，确保基础设施建设项目资金充足，分散项目投资风险。

其次，不断提高经济实力，夯实基础设施建设资金保证。经验研究表明，各省基础设施发展水平差异显著，经济发达省份在产业转型、刺激经济复苏的过程中，应进一步引进国外基础设施建设新模式，促进自身基础设施发展水平的提高。经济发展较慢省份要进一步创新经济发展模式，调动地区经济发展活力，为地区内各省份基础设施项目提供可靠的自有资金保证。经济欠发达省份需要找准自身基础设施发展的“短板”，优先发展瓶颈项目。

最后，拓宽基础设施项目建设投融资渠道。单纯的政府资金投入与政策补贴难以满足我国基础设施发展的要求，各地区应积极引入市场竞争机制，积极开展招商引资工作，鼓励东部对中西部开展帮扶，推动东部沿海经济发达地区财政资金的横向转移，增加中西部地区基础设施建设项目的可用资金，确保中西部基础设施建设水平持续提高。

[1] 李平,王春晖,于国才.基础设施与经济发展的文献综述[J].世界经济,2011(5):93-116

LI P, WANG C H, YU G C.Literature Reviews on Infrastr-ucture and Economic Development[J].World Economy, 2011(5):93-116

[2] 李如友,黄常州.中国交通基础设施对区域旅游发展的影响研究：基于门槛回归模型的证据[J].旅游科学,2015,29(2):1-13,27

LI R Y,HUANG C Z.Research on the Impact of China’s Transportation Infrastructure on Developing Regional Tour-ism:Based on Threshold Regression Model[J].Tourism Science,2015,29(2):1-13,27

[3] 林伟斌,林伟光,连彦,等.纽约市GI建设对我国海绵城市建设的启示[J].重庆工商大学学报(自然科学版),2016(3):102-106

LIN W B,LIN W G,LIAN Y,et al.Enlightenment of New York City Green Infrastructure Construction on Sponge City Construction of China[J].Journal of Chongqing Technology and Business University (Natural Science Edition),2016(3):102-106

[4] 武力超,孙浦阳.基础设施发展水平对中国城市化进程的影响[J].中国人口·资源与环境,2010,20(8):121-125

WU L C,SUN P Y.The Infrastructure Development Impacts on the Process of China’s Urbanization[J].Chinese Population,Resources and Environment,2010,20(8):121-125

[5] 滕敏敏,韩传峰,刘兴华.中国大型基础设施项目社会影响评价指标体系构建[J].中国人口·资源与环境,2014,24(9):170-176

TENG M M,HAN C F,LIU X H.Construction of Social Impact Evaluation Index System for Large Scale Infrastructure Projects in China[J].Chinese Population,Resources and Environment,2014,24(9):170-176

[6] 向鹏成,曹园园.城市基础设施供给与城市人口匹配度研究：以重庆市为例[J].人口与发展,2016,22(2):33-38

XIANG P C,CAO Y Y.Research on the Matching of Urban Infrastructure Supply and Urban Population:Takes Chongqing as an Example[J].Population and Develo-pment,2016,22(2):33-38

[7] 刘宇琴.基于聚类与主成分分析的重庆库区经济发展研究[J].重庆工商大学学报(自然科学版),2015(6):11-15,35

LIU Y Q.Empirical Study on the Contribution of Residents’Consumption to Short-term Economic Growth[J].Journal of Chongqing Technology and Business University (Natural Science Edition),2015(6):11-15,35

[8] 袁晓玲,张跃胜.中国基础设施与城市化发展水平耦合度分析[J].城市问题,2015(3):18-24,104

YUAN X L,ZHANG Y S.Coupling Degree Analysis of China’s Infrastructure and Urbanization Development[J].Urban Problems,2015(3):18-24,104

[9] 张舰.我国特大城市基础设施发展水平及分布特征[J].城市问题,2012(6):36-40

ZHANG J.The Development and Distribution Characteristics of Infrastructure in Large Cities in China[J].Urban Problems,2012(6):36-40

[10] 孙钰,王坤岩,姚晓东.基于DEA交叉效率模型的城市公共基础设施经济效益评价[J].中国软科学,2015(1):172-183

SUN Y,WANG K Y,YAO X D.Economic Benefit Evaluation of Urban Public Infrastructure Based on DEA Cross Efficiency Model[J].Soft Science in China,2015(1):172-183

[11] 田时中,曾伟,田家华.安徽省财政科技支出动态绩效评价指标研究[J].统计与决策,2016(7):61-64

TIAN S Z,ZENG W,TIAN J H.Study on Dynamic Performance Evaluation of Financial Technology Investment on Anhui Province[J].Statistics & Decision,2016(7):61-64

[12] 程敏,李晋.基于组合评价的长三角城市基础设施投资绩效研究[J].运筹与管理,2013,22(2):207-212

CHENG M,LI J.Study on the Performance of Urban Infrastructure Investment in Yangtze River Delta Based on Combination Evaluation[J].Operations and Management,2013,22(2):207-212

[13] 潘彬,黄靖,薛笑笑,等.基于熵权改进的模糊综合方法对大型基础设施项目的风险评价:以温州轨道交通建设项目为例[J].经济地理,2015,35(10):44-49

PAN B,HUANG J,XUE X X,et al.Fuzzy Comprehensive Evaluation Based on Entropy Weight to Evaluate the Risk of Large Scale Infrastructure Projects:Take Wenzhou Rail Transit Construction Project as an Example[J].Economic Geography,2015,35(10):44-49

[14] 孙海玲,李旭伟.大型基础设施可持续发展能力评价体系的构建[J].统计与决策,2013(16):28-31

SUN H L,LI X W.Construction of Evaluation System for Sustainable Development Ability of Large Scale Infrastructure[J].Statistics and Decision,2013(16):28-31

[15] 尹宏玲,崔东旭,王林申,等.区域性基础设施评价对象、视角和指标体系[J].地域研究与开发,2015,34(6):38-42

YIN H L,CUI D X,WANG L S,et al.Evaluation Object,Perspective and Index System of Regional Infrastructure[J].Areal Research and Development,2015,34(6):38-42

责任编辑：李翠薇

Evaluation of Infrastructure Development Level Based on Principal Component Analysis——Panel Data from 30 Provinces from 2007 to 2016

TIAN Shi-zhong, SUN Yangguan-nan, ZHAN Qin-yan

(Economics School, Anhui University, Hefei 230601, China)

Infrastructure construction is the key condition for the realization of regional economic development, in order to accurately grasp the contribution of the development of China provincial infrastructure to regional economic growth and society, through the construction of the provincial infrastructure development level evaluation index system, the panel data of 30 provinces from 2007 to 2016 are comprehensively evaluated and compared using principal component analysis, the results show that the level of China's infrastructure development is very uneven, that the development of infrastructure in three areas is decreasing from the East to the West, accompanied with obvious regional and provincial differences, especially in the eastern region;from the development trend, the level of infrastructure development in the eastern region is relatively stable, while the central and western regions experience fluctuations in the development. The author suggests that the three regions should suit measures to local conditions, innovate the development strategies, and promote the development of provincial infrastructure.

infrastructure; development level; index system; principal component analysis; panel data

2016-03-22；

2016-04-20.

安徽省哲学社会科学规划项目(AHSKY2015D51).

田时中(1984-)，男，安徽岳西人，博士，从事资源产业经济与综合评价方法研究.

10.16055/j.issn.1672-058X.2017.0004.008

O29

A

1672-058X(2017)04-0041-09