中国各省综合经济实力分析

2017-10-10

福建质量管理 2017年15期

(湖北省武汉市中国地质大学(武汉)工程学院湖北武汉 430074)

中国各省综合经济实力分析

郭颖

(湖北省武汉市中国地质大学(武汉)工程学院湖北武汉430074)

本文根据《2011年中国统计年鉴》、《2011年中国卫生统计年鉴》以及2011政府工作报告的有关资料选取了8个指标组成了描述经济综合实力指标体系。利用SPSS21.0统计分析软件，通过因子分析选取了两个公共因子来描述经济综合实力。通过计算各省市的综合得分得到了31个省市的人口现代化程度排名，通过聚类分析将31个省市分为了4类，并以此对区域差异进行了分析。

经济综合实力;因子分析;聚类分析;区域差异

一、问题的提出

研究背景：

我国以往20多年的改革和发展，投资重点放在沿海东部地区，促进了我国区域经济的快速增长，显著地提高了宏观经济效益。但是这种倾斜式的、不平衡的梯度发展战略，造成了东、中、西三大地区之间的极度不平衡，拉大了三大地区之问的经济差距。中国政府于1999年作出了西部大开发的重大战略性决策，于2002年提出“振兴东北计划”，意在实现东西互动，缩小区域差距。本文试图运用多变量统计因子分析方法对全国各省(市、区)的综合实力进行定量评价，期望对各省(市、区)的总体发展水平有个客观的把握，为各省(市、区)制订相应的发展战略提供依据。

二、指标体系的构建和数据来源

(一)指标体系的建立

(1)X1:全社会固定资产投资总额(亿元)；(2)X2:社会消费品零售总额(亿元)；(3)X3：客运总量(万人)；(4)X4:货运总量(万吨)(铁路+公路+水运)；(5)X5：各地区人均可支配收入；(6)X6：人均生产总值(元)；(7)X7：地区生产总值(亿元)；(8)X8：财政收入(亿元)。

(二)数据来源

本文数据大部分来自于《中国统计年鉴2011》、《中国卫生统计年鉴2011》以及2011年政府工作报告。

三、各省市人口现代化分析

(一)因子分析

1.方法的选择和介绍

利用SPSS21.0统计分析软件对数据进行分析，为方便处理，需要先将各变量标准化(软件默认自动后台进行)，以消除量纲的影响，然后再建立所有变量的相关系数矩阵，求出其特征值和特征向量，所得到的特征值即为该主成分所对应的方差，方差越大，贡献也就越大，特征向量即为该主成分中原始变量的线性组合的系数。为确定主成分的个数和顺序，一般选取累计贡献率大于或等于85%的几个主成分，根据问题的研究性质，接近85%也可作为主成分个数选取的依据。

2.数据分析

KMO统计量值位于0～1之间，越接近0表示变量相关性越弱，反之越强；0.6表示不太适合进行因子分析。大于0.6则适合做因子分析。由表3可知，KMO检验统计量结果为：KMO等于0.798，因此本案例通过了KMO和Bartlett的检验，因此适合采用因子分析。

表格2 KMO 和 Bartlett 的检验

基于以上分析，按照特征值大于0.7的原则，选取两个公共因子，其特征值、方差贡献率、累积方差贡献率均可得出。

由表可以看出，选取两个公共因子是合适的，累计方差贡献率达到了90%以上。由于第二个公共因子在原始变量的载荷值不太好解释，用方差最大化正交旋转3次后收敛，得到旋转成份矩阵，即载荷矩阵。详见表3。

各指标成份12全社会固定资产投资总额0.9310.099地区生产总值0.9240.348社会消费品零售总额0.9150.363货运总量0.903-0.34客运总量0.8840.125财政收入0.7580.603人均生产总值0.0910.969各地区人均可支配收入0.1700.966

最后，由回归法可以估计出因子得分，以各因子的方差贡献率占四个因子总方差贡献率的比重作为权重进行加权汇总，估算公式为：

F=(β1F1+β2F2+β3F3+L+βnFn)/(β1+β2+β3+L+βn),(j=1,2,3,Ln)

βn代表第n个主成分的方差贡献率。由表3可知，本文中的β1、β2分别为59.589%、31.449%。所以可得31个省市的综合得分F，即：

F=(59.589F1+31.449F2)/91.038

3.分析结果解释

(1)对两个公共因子(主成分)的解释。

由旋转后的因子载荷矩阵表3中数据可以看出：

①第一个公共因子F1主要由经济总量和开放程度类中的六个指标所决定的，全社会固定资产投资总额(x1)、社会消费品零售总额(x2)、客运总量(x3)、货运总量(x4)、地区生产总值(x7)、财政收入(x8)上的载荷值都很大，x1、x2、x3、x4、x7、x8是反应省内经济情况和经济现状。

②第二个公共因子F2由经济效益和生活质量两个方面的两个指标决定在各地区人均可支配收入(x5)、人均生产总值(x6)上的载荷很大，x5、x6是反应各省经济未来发展的潜力。

(2)对各省市因子得分(包括总得分和在两个个分量上得分)的解释

①在F1反映经济总量和开放程度的公共因子上得分排前3名的城市为广东、山东、江苏，其中广东最高，山东仅次之，这3个省市的经济总量和开放程度都是较高的。由于这三个省份的人数比较多，而且地理位置好，交通各方面比较便利。

②在F2经济未来发展潜力的公共因子上得分较高的是上海、北京、天津，这三省的经济发展水平和人民生活都比较高，较低的是甘肃、贵州和安徽，主要原因是这三个省的地理位置比较偏僻，经济发展水平比较低。因此，应该加大对该地区的经济建设投入，提高经济发展的水平。

③针对总得分F，排名最前的是广东，其次是江苏、山东、浙江等，是综合经济实力较高的。这五个省市在两个主成分上的得分整体是较为理想的，算是发展较为快的。原因是，这几个省市经济总量、开放程度、经济未来发展潜力都较高。而宁夏、青海、西藏是排名靠后的，由于地理位置不方便，教育各个方面都比较落后，导致经济发展水平比较低。

现在比较一下广东和河南，两个省份行成了对比，在第一个主成分上，广东的得分与河南的得分都是比较高的，由于两省的人口人数众多，地理位置交通比较发达，因此得分较高。但在因子二的得分排名上，广东省远远高于河南省，这是因为广东省属于沿海城市，由于改革开放等国家政策，先带动沿海城市的经济发展，因此作为中部的河南省的经济发展水平相对落后。