基于因子分析法的西部地区社会发展水平综合评价

2018-07-10贾海发JIAHaifaSHAOLei

西部人居环境学刊 2018年3期

贾海发邵磊 JIA Haifa, SHAO Lei

0 引言

社会发展是一个地区统筹经济与人口、资源、文化、环境等要素，全面提升区域社会整体水平的发展过程[1]。通过社会发展水平综合评价，使各地区及时认识到自身差距及发展优势和短板，能为政府决策提供一定的参考。根据已有的研究来看，国内以不同级别的行政区划为研究范围进行社会发展水平综合评价的研究较多，如在全国范围内以省级行政区[2]或城市[3]为研究对象进行的社会发展水平综合评价；在省级行政区范围内，以地州市为评价对象进行的社会发展水平综合评价[4-7]。还有以地级市为研究范围，以所辖的县及县级市为研究对象进行社会发展水平综合评价的研究[8-11]。为使各地区之间更具可比性，也有部分学者以诸如东部沿海地区[12]、中部地区[13]等经济分区为研究范围进行社会发展水平综合评价。常雅慧通过构建西部地区社会发展综合评价指标体系，运用主成分分析法对2000—2010年间西部地区12个省区市的社会发展水平进行了动态评价，在综合得分排名的基础上提出了相应的发展对策[14]。但2010年至今已经过8年的发展，西部地区各省区市的社会发展水平可能已经发生变化。本文旨在以上研究的基础上，结合现状发展实际，重新构建西部地区社会发展综合评价指标体系，综合评价西部地区的社会发展水平，对已有的研究成果进行检验和修正，并提出新的发展建议。

1 研究意义与方法

1.1 研究意义

西部地区自然地理环境特殊，长期以来在我国整体发展中处于相对落后的地位。对西部地区各省区市社会发展水平进行综合评价，能使各省区市政府认识到社会发展水平的差距，进一步促进各省区市形成有效的社会发展竞争机制。另外，通过综合评价能使政府认识到社会发展中的优势和短板，更加有针对性地安排财政资金，重点改善社会发展中的薄弱方面，进而推动社会有序均衡和健康发展。因此，综合评价西部地区各省区市的社会发展水平具有重要的现实意义。

1.2 研究方法

在由多项指标构成的评价指标体系中，各项指标权重的确定是评价工作的核心内容并直接影响最终的评价结果。目前比较常用的赋权方法大体上可分为主观赋权法与客观赋权法两大类[15]。主观赋权法是指通过决策者的主观判断或直觉来确定各项评价因子权重值，主要包括强制打分法、环比评分法、专家调查法、德尔菲法等。客观赋权法是通过对客观数据进行分析，直接用得出的分析结果作为权重，如：因子分析法、多目标距离最大法等。

主观赋权法由于人为因素的影响往往使某些指标的权重赋值缺乏科学性，导致得分和排序结果与实际不符。一般情况下，在构建评价指标体系时为了尽可能全面地表达评价目标的信息，往往会尽可能多地选择评价指标。但指标越多主观赋权就会变得越复杂，因为每个指标都是从不同的维度来反映评价目标的某一信息，而且各指标彼此之间可能会存在一定的相关性,这样以来就有可能会产生信息重叠现象,从而不可避免地导致评价结果与实际不符的情况发生。

在客观赋权法中因子分析法应用相对比较广泛，它是用少数几个公共因子来描述多个指标或变量之间联系的一种多变量统计分析方法。当公共因子的累计方差贡献率达到70%时，表明这几个公共因子能代表所有变量的总体信息，且彼此之间不存在相关性，不会产生信息重叠现象。为提高西部地区社会发展水平综合评价的科学性，使评价结果更加客观，本文选择因子分析法对西部地区12个省区市的社会发展水平进行综合评价。

因子分析法主要包括以下几个步骤[16]：

一、选择评价指标建立指标体系，尽可能全面客观地反映评价目标；

二、查阅相关统计资料获取指标数据，并进行标准化处理；

三、对各项指标数据进行相关性分析。通过观察各项评价指标间的相关系数筛选指标，使评价指标体系尽可能科学合理；

四、进行因子分析适宜性检验。一般用KMO和Bartlett’s球形检验，当KMO检验值大于0.6，Bartlett’s球形度检验值小于0.05时，表明适合做因子分析；

五、确定公共因子数量。选择初始特征值大于1的几个公因子来解释原始指标数据，当累计方差累积贡献率超过70%时，说明这几个公共因子便能代表所有变量的总体信息；

六、主因子相关性检验。对提取的公共因子之间是否存在相关性进行检验，以消除多重共线的影响；

七、公共因子命名和解释。旋转因子荷载矩阵，按照指标变量在各公共因子上的荷载大小对每个公共因子进行命名和解释；

八、计算得分进行排序。用每个因子得分的方差贡献率作为权重，分别对每个因子得分进行加权求和得到各公共因子得分，并按照得分高低分别进行排序。然后再以各公共因子的方差贡献在方差累计贡献中所占的比重为权重,计算综合得分，并按照得分高低进行排序。

2 西部地区社会发展水平综合评价

2.1 构建指标体系

根据社会发展的概念内涵，社会发展主要包含人口、生活质量、设施水平等内容。人口指标主要包括城镇人口比重、人口自然增长率等。生活质量评价指标包括人均GDP、人均可支配收入、人均消费支出等。设施水平指标包括每千人卫生技术人员数、教育支出占财政支出比重、人均绿地面积、人均道路面积、万人拥有公共厕所数、万人拥有公共交通车辆数、燃气普及率等。评价因子是社会发展水平的衡量标准和基本尺度，各因子应保持其相对独立性，降低评价因子信息的冗余度[17]。在选择评价因子时，首先对已有的关于社会发展水平评价体系的相关文献[1-14]进行了充分借鉴，并遵循了以下几个原则：首先，选取的指标应尽可能涉及到社会发展的各个方面，力求做到全面；其次，指标的选择要结合西部地区的发展特点，更具针对性；第三，遵循可比性原则，并考虑数据的可获取性。对初步选定的15项指标进行相关性分析后剔除了每万人拥有公共交通车辆数、教育支出占财政支出比重、万人拥有公共厕所数等若干指标，最终选择了城镇人口比重、每千人卫生技术人员数、人均绿地面积、人均道路面积、燃气普及率等11项指标，建立西部地区社会发展水平评价指标体系（表1）。各项指标数据为2016年西部地区各省区市的截面数据，来源于2017年《中国统计年鉴》[18]。

2.2 因子分析适宜性检验

首先，通过KMO检验和Bartlett’s球形检验对表1中的指标数据进行因子分析适宜性检验。一般情况下，如果KMO值大于0.6，Bartlett’s球形度检验值小于0.05，则表明样本数据适宜作因子分析。使用SPSS软件对表1数据进行分析，得到KMO和Bartlett的检验结果（表2），从表中可以看出KMO检验值为0.672＞0.60，Bartlett’s球形度检验显著性水平为 0.025＜0.050，说明对表1中的指标数据进行因子分析是比较适宜的。

表1 西部地区社会发展水平评价指标体系Tab.1 evaluation index system of social development level in the western region

表2 KMO和Bartlett’s球形检验结果Tab.2 KMO and Bartlett’s sphericity test results

2.3 提取公共因子

在因子分析中确定公共因子的方法有多种，本研究采用最常使用的“主成份分析法”，用初始特征值大于1的几个公因子来解释11个原始指标数据，由表3可知，当公共因子达到3个时, 其累计方差累积贡献率已达79.165%，接近80%，说明前3个公共因子能解释原始数据近80%的信息，能代表所有变量的总体信息。

表3 因子解释的总方差Tab.3 total variance explained by factor

2.4 因子载荷矩阵

2.4.1 主因子相关性检验

提取的公共因子应当从不同的角度和层面反映评价目标的某一信息，即各因子之间不应该存在相关性。从表4的成份得分协方差矩阵可以看出该矩阵等价于单位矩阵，说明3个因子之间不存在相关性，分别代表了不同的评价维度。

旋转法：具有 Kaiser 标准化的正交旋转法，构成得分。

表4 成份得分协方差矩阵Tab.4 component score covariance matrix

2.4.2 主因子解释

运用最大方差旋转方法（Vari-max）对因子荷载矩阵进行旋转得到旋转成分矩阵（表5），由表3和表5可以看出，第1公因子的方差贡献率为56.673%，在第1公因子上人均国内生产总值X3、城镇居民人均可支配收入X4、城镇居民人均消费支出X5、农村居民人均可支配收入X6、农村居民人均消费支出X7五个指标的荷载（系数绝对值）较大，据此可将第1公因子定义为“生活水平因子”。如果第1公因子得分越高，则说明该地区生活水平越高；第2公因子的方差贡献率为12.955%，在第2公因子上指标城镇人口比重X1、每千人卫生技术人员数X8和燃气普及率X11的载荷较大，因此将第2公因子定义为“城镇化因子”，在这一因子上得分越高，说明该地区城镇化规模和质量越高；第3因子的方差贡献率为9.536%，在第3公因子指标人口自然增长率X2、人均道路面积X10载荷较大，所以第3公因子可定义为“人口和设施水平因子”，第3公因子得分越高，说明该地区人口自然增长越缓慢、设施水平越高。

2.5 计算得分并排序

运用SPSS软件，通过计算每个省区市的因子得分，以反映各省区市“生活水平因子、城镇化因子、人口和设施水平因子”排名，然后根据三个因子得分和权重计算得出综合得分以反映各省区市的社会发展水平高低。计算因子得分时用每个因子的方差贡献率做权数，加权求和分别得到3个因子的得分。计算综合得分时分别用3个因子的方差贡献除以公共因子方差累计贡献的比值作为3个公共因子的权重。经过计算得到3个公共因子的权重分别为0.716、0.164和0.12。因此，综合得分F=0.716F1+0.164F2 +0.12F3

按照以上方法计算出西部地区各省区市的因子得分和综合得分，并按照得分高低分别进行排名，得分及排名结果参见表6。

表5 旋转成份矩阵Tab.5 rotation component matrix

表6 各省区市因子得分、综合得分及排名Tab.6 factor scores, comprehensive scores and rankings of various provinces and municipalities

3 结论与建议

3.1 研究结论

从表6中的综合得分排名结果可以看出，得分排名前四位的分别是内蒙古、重庆、四川和西藏，说明这四个地区社会发展水平相对较高；排在中间的分别是宁夏、陕西、云南和新疆，而广西、青海、贵州和甘肃排名靠后，社会发展水平相对较低。同时，通过进一步分析可以发现如下特点：

第一、社会发展水平与经济发展状况密切相关。

通过对比各省区市的社会发展水平排名与人均GDP排名明显可以看出：社会发展水平排名第1和第2的内蒙古和重庆，其人均GDP也位居第1和第2，排名相同。分析其原因可能是这些地区的经济活动相对活跃，人均收入较高，基础设施、教育、医疗卫生等设施配套相对完善，同时财政资金对教育和医疗等方面的投入较多，因此社会发展水平较高。排名比较靠后的贵州和甘肃，其人均GDP排名也很靠后。同理，排名靠后的地区经济水平相对落后，人均收入偏低，设施配套相对薄弱，财政对公共服务投入相对较低，因此社会发展水平较低。

第二、各省区市内部社会发展水平处于非均衡状态。

通过对比各因子得分可以看出各省区市内部发展处于非均衡状态。以陕西省为例，第二公因子“生活水平”得分较高、排名位居第一，但其“城镇化水平”、“人口和设施水平”两项因子得分却很低，从而拉低了其社会发展总体水平的排名次序，情况类似的还有西藏、四川等。另外，根据上文中关于社会发展水平与经济发展状况密切相关的研究结论，得知各省区市内部不同城市间的社会发展水平也处于非均衡状态。各省省会和自治区首府所在的城市，通常作为该省区的政治、经济、科教、文化、交通和信息中心，一般财政资金投入较多，配套设施相对完善，非农业人口所占比重和居民收入相对较高，因此其社会发展水平也普遍较高。而其他城市由于所处区位及资源条件的差异，其社会发展水平差异比较明显。为进一步分析各省区市内部不同城市间的社会发展水平差异，期望后续的研究以西部地区各城市作为研究对象进行社会发展水平综合评价，使研究结果更加具有针对性。

3.2 发展建议

根据西部地区社会发展水平的评价结果和研究结论，各省区市政府应正视社会发展差距，积极采取措施推动社会有序均衡和健康发展。

首先，基于社会发展水平与经济发展状况密切相关的研究结论，各省区市应将提升经济发展水平作为首要任务，尤其是经济发展水平相对落后的地区，应设法增加公共财政收入,用于各种公共服务设施建设，以满足与人民生活密切相关的医疗、教育、文化、体育等各方面的服务需求。在提升社会发展总体水平的同时，提高城镇化质量和城市竞争力。

其次, 各省区市应在正确认识自身的优势和短板的基础上，针对社会发展中的薄弱方面积极采取有效措施，以提高社会发展综合水平。如内蒙古、重庆、四川等排名靠前的省区市在居民生活质量较高的前提下，应着力提升城镇化和城市设施水平。而排名相对靠后的贵州、甘肃等应重点加快提升经济发展水平，改善社会发展总体水平偏低的现状；缩小与内蒙古、重庆、四川等省区市的发展差距。

参考文献：

[1] 谢守红, 周驾易. 中国县级市社会发展水平评价及空间差异分析[J]. 人口与发展,2014, 20(02): 17-22.

[2] 罗秀秀. 基于因子分析和聚类分析的全国各地区社会发展水平研究[J]. 齐齐哈尔工程学院学报, 2015(04): 25-32.

[3] 刘博雷. 中国36个主要城市经济社会发展水平的实证研究——基于Stata的面板数据分析[J]. 经济与社会发展, 2014,12(03): 105-108.

[4] 罗安飞. 贵州省社会发展水平评价研究[D]. 贵阳: 贵州民族大学, 2016.

[5] 曹永萍, 宝智红. 内蒙古社会发展水平综合评价报告[J]. 北方经济, 2014(12): 50-51.

[6] 宋金. 辽宁省社会发展水平综合评价及地区间比较分析[D]. 沈阳: 辽宁大学, 2013.

[7] 权丽, 董玥玥. 基于因子分析的河南省城市社会发展水平研究[J]. 科技和产业, 2012,12(07): 43-46.

[8] 黄锁明, 孙中艮, 王葛培. 基于因子分析法的江苏市域社会发展水平综合评价[J].南京工业大学学报（社会科学版）, 2009,8(04): 50-53.

[9] 宝权, 陈华平, 郭树勤, 等. 六盘水社会发展评价指标体系及综合评价[J]. 中国矿业, 2015(06): 63-66.

[10] 李刚. 青岛市区域社会发展水平综合评价研究[J]. 中国统计, 2014(01): 25-26.

[11] 潘淑珍. 基于MATLAB编程的温州市社会发展水平综合评价报告[J]. 经济研究导刊, 2014(02): 74-75.