基于主成分分析法的安徽省第三产业增加值评价研究

姜磊磊,董 克,孙文明

(安徽广播电视大学)

基于主成分分析法的安徽省第三产业增加值评价研究

姜磊磊,董 克,孙文明

(安徽广播电视大学)

以安徽省16个市的人均第三产业增加值为例，收集整理评价指标数据，并在此基础上选取经济推动力、关联推动力、外向力、行政力、内源力、创新力等六个方面因素，运用SPSS软件进行主成分分析，尝试构建第三产业发展水平差异驱动因素分析体系.研究结果对于促进安徽省各市第三产业增加值的发展，具有一定的借鉴意义.

第三产业；主成分分析法；驱动因素分析

0 引言

积极发展第三产业是有效解决就业问题、促进社会稳定的重要途径.长期以来，安徽省第三产业发展规模、发展速度、产业结构与经济发展水平不相适应，一直是困扰着当地经济发展的“短板”.目前，安徽省第三产业发展的速度、规模、效益较之以前有了较大提升，但是仍然面临市场化程度较低，吸纳从业人员潜能尚未充分挖掘，以及市场配置资源的基础作用未有效发挥的问题.安徽省第三产业的发展与全国相比仍处于较低水平，具有较大的上升空间和潜力.

1 研究内容及研究方法

1.1研究对象

该文以安徽省16个市为研究对象，以2012年、2016年第三产业增加值为分析指标，综合运用主成分分析方法研究安徽省第三产业整体发展水平的时空格局演变规律及驱动因子，对安徽省各市第三产业发展水平的总体空间区域差异及时间演变趋势进行研究，旨在为缩小安徽省整体第三产业增加值发展差距提供依据，促进安徽省第三产业实现整体的跨越式发展[1].数据主要源于《安徽省计年鉴》、《中国市(县)社会经济统计年鉴》，选取安徽省2012年、2016年的基础数据.

1.2研究方法

(1)指标体系的选择关系到第三产业发展水平评价结果的科学性和可靠性，该文借鉴欧向军等人提出的四维分析视角，将多元化要素归纳为行政力，外向力，内源力，市场力[2].在此基础上，考虑数据的可获得性，将影响第三产业发展的六大驱动因子，归纳为经济推动力、关联推动因子、外向力、行政力、内源力、创新力.

(2)主成分分析(principal components analysis,PCA)也叫主分量分析，目的是采用降维的思想，把众多指标转化为少量几个综合指标[3].

主成分分析法一般步骤为：

1.原始指标数据的标准化采集p维随机向量x= (x1,x2,…,xp)Tn个样品xi= (xi1,xi2,…,xip)T，i=1,2,…,n，

n>p，构造样本阵，对样本阵元进行如下标准化变换：

得标准化阵Z.

对标准化阵Z求相关系数矩阵：

(1)

解样本相关矩阵R的特征方程 :

|R-λIp|=0

(2)

得p个特征根,确定主成分.

(3)运用SPASS19.0软件实现主成分分析，将相应指标整合成少数几个综合变量，并按照主成分总体贡献率大于85%的原则，集成一个可以综合评价第三产业发展水平的综合变量.采用用F1、F2、F3分别代表第一、第二、第三主成分，F代表综合主成分.

1.3主成分分析

首先对原始数据进行标准化处理，然后运用SPASS19.0软件分别选取2012年、2016年2个时间截面、16个样本、10个评价指标对服务业发展水平进行比较分析.按照主成分分析原理，其中3个主成分特征值大于1，且这3个主成分的累计贡献率均大于85%，可以替代10个初始变量，反映一个地区的服务业发展水平.从初始因子载荷矩阵得出，在F1中包括人均服务业增加值、人均GDP、政府公共财政支出、教育支出、普通中学在校学生数、直接利用外资额，这些变量基本反映的是经济推动力、行政力、创新力、外向力这四个方面，说明服务业的发展首先取决于基础结构因子；F2中包括服务业人数、服务业增加值占GDP比重，说明内源力是服务业发展的重要因素；F3在人均第一产业增加值、人均第二产业增加值的载荷系数较大，反映了服务业发展水平与关联推动因子有着必然的联系.

表1是2012、2016年安徽省各市第三产业发展水平差异驱动因子排名.通过观察得知，F1的排名决定地区第三产业增加值的综合排名，说明一个地区第三产业增加值发展水平的高低取决于该地区的经济推动力、行政力、创新力、外向力这四个基础结构因子.提升第三产业增加值的发展水平关键取决于提高该地区的基础结构因子.安徽省第三产业增加值发展水平由3个驱动因子组成，不同驱动因子的重要性不同.各因子影响程度比较为F1>F2>F3，基础结构因子是影响服务业发展水平差异的决定性因子.说明在发展第三产业增加值的过程中，优先发展基础结构因子，再次为内源力，最后提升关联推动因子.尤其是第三产业增加值发展比较落后的地区在今后发展过程中要着重提升.

1.4结果分析

在建立第三产业增加值评价指标体系的基础上，运用主成分分析法对安徽省各市第三产业增加值进行分析与评价.从评价结果来看，在研究时间范围内，区域间第三产业增加值发展不平衡，合肥市第三产业增加值最高，远远高于其它区域.从2012年到2016年，各市均有不同幅度的变化，同时安徽省只有少数地区第三产业增加值发展较为稳定之外，其它地区波动较大.

2 结论

在基于主成分分析第三产业增加值时，从经济推动力、关联推动因子、外向力、行政力、内源力、创新力六个方面构建了第三产业增加值发展水平差异驱动因子分析体系[4]，综合利用对安徽省2012年、2016年16个市第三产业发展状况的时空演变进行分析，并得出以下结论：第一，安徽省各市第三产业发展形势存在显著差异，各市发展程度不均；第二，各市第三产业发展状态存在正相关集聚性，表明各市之间具有空间集聚性，但2016年较2012年集聚市个数减少；第三，第三产业增加值发展水平的空间集聚特征减弱，差异逐渐增大.建议加大对第三产业的政策扶持，尤其是第三产业发展相对滞后的地区，持续优化第三产业内部结构，提高第三产业的市场化水平，引导第三产业的发展方向，提升安徽省第三产业整体竞争力.

表1 2012、2016年安徽省各市第三产业发展水平差异驱动因子排名

[1] 刘二林，俞葵.现代服务业对安徽省经济增长的贡献[J].重庆科学院学报：社会科学版，2014(11):70-72.

[2] 陈明星，陆大道，张华.中国城市化水平的综合测度及其动力因子分析[J].地理学报，2009(4)：387-398.

[3] 侯远韶.一种基于非线性特征提取的数据降维算法[J].平顶山学院学报，2016(5):70-73.

[4] 范环宇，徐惠民.第三产业增加值的空间自相关分析——以辽宁省30个市为例[J].国土与自然资源研究，2015(6):23-25.

Abstract:Taking the added value of the per capita tertiary industry in 16 cities of Anhui Province as an example,the data of the evaluation index is summerized,and the economic impetus,the related driving force,the outward force,the administrative force,the endogenous force,the innovation force and so on are selected.Using of SPSS software for principal component analysis,the tertiary industry development level difference between the driving factor analysis system is built.The results have certain reference significance for promoting the development of the tertiary industry in Anhui Province.

Keywords:Tertiary industry; Principal component analysis; Driving factor analysis

(责任编辑：李家云)

AnalysisontheEvaluationoftheValueAddedoftheTertiaryIndustryBasedonPrincipalComponentAnalysis

JiangLeilei,DongKe，SunWenming

(AnhuiRadioandTelevisionUniversity)

F207

A

1000-5617(2017)02-0022-03

2017-01-09