江西省设区市域社会发展水平综合评价——基于因子分析法

文/邬树萍，重庆工商大学

1 研究背景

1978年，党的十一届三中全会召开，拉开了我国改革开放的序幕，江西迎来了经济社会发展的新纪元，全省社会生产力得到了空前的解放，经济步入了加快发展的新阶段。经过40 多年的发展，江西省经济发展实现大跨越，从经济总量、人均GDP、财政收入数据来看均获得可喜成就。

江西省地处中国华东地区，东邻浙江、福建，南连广东，西接湖南，北毗湖北、安徽。截至2017年底，江西省总面积16.69 万平方千米，常住人口4622.1 万人，实现地区生产总值（GDP）20818.5 亿元，第一产业1953.9 亿元，第二产业9972.1 亿元，第三产业8 892.6 亿元，人均地区生产总值实现45187 元。

2 研究目的和方法

本文以江西省11 个设区市为研究对象，从实证角度利用因子分析法对江西省各设区市社会发展水平进行评价。因子分析法对数据进行标准化处理，计算样本相关系数矩阵R 来看各评价指标间的相关情况，从而科学合理地筛选评价指标。通过计算特征根的方差贡献率和累积方差贡献率反映该因子重要程度，从而确定公共因子的个数。继而求因子载荷，得因子载荷矩阵A，并进行最大方差旋转，得矩阵B。再计算各公共因子得分Fj。按因子得分Fj及方差贡献值大小，计算综合得分F=β1f1+β2f2++βjfj，最后根据综合得分进行排序。

3 江西省各设区市域社会发展水平综合评价

3.1 建立评价指标体系

社会发展水平的高低体现了各地全面协调发展的程度，与居民的收入水平、生活水平和生活环境密切相关。对社会发展水平进行综合评价涉及到人口结构、居住条件、生活环境等各个方面。在遵循数据客观性和代表性的原则下，本文选取《2018年江西省统计年鉴》中的城镇人口比重、第三产业就业人员比重等8 个统计变量并做了一定整理后作为评价指标，利用SPSS17.0 软件对江西省11 个地市2017年社会发展水平进行分析和评价。主要指标有城镇人口比重、第三产业就业人员比重、人均地区生产总值、城镇居民人均可支配收入、城市气化率、城市污水处理率、人均公园绿地面积、平均每万人拥有公交车辆/标台。

3.2 构造相关系数矩阵并做因子适宜性检验

利用软件计算两两变量间的相关系数，从相关系数来看，有些指标间存在着很强的相关性，说明变量间存在一定的信息重叠，需要利用因子分析进行精简和分类。

因子适宜性检验通常采用KMO 统计量和Bartlett's 球型检验法。KMO 统计量用于检验变量间的偏相关性，它比较各变量的简单相关和偏相关的大小，取值范围在0～1 之间。如果各变量间存在内在联系，则由于计算偏相关时控制其他因素就会同时控制潜在变量，导致偏相关系数远远小于简单相关系数。一般认为，只要KMO 大于0.5，即说明适合做因子分析，本文KMO 检验值为0.621。Bartl ett's 球型检验用于检验相关矩阵是否为单位阵，即各变量是否相互独立。检验值小于0.01 说明各变量相互独立，本文Bartlett' s 球型检验值为0.005，通过检验。

3.3 计算方差贡献值并提取公共因子

本文采用主成分法提取公共因子，从表2来看，公共因子达到4 个时，其方差累积贡献率已达89.5%，而且这4 个公共因子互不相关，克服了原指标多重共线性的影响，所以只要选择前4 个公共因子，其所代表的信息量已能比较充分地解释原始数据所表达的信息。此外，共同度计算可以看出，大多数变量共同度都在90%以上，这说明大多数变量都能被这4 个公共因子所解释。

3.4 求因子载荷矩阵，确定公共因子

若初始载荷矩阵过于复杂，各公共因子的典型代表变量不是很突出，容易使公共因子的意义含糊不清，不便于对公共因子进行定义。为此有必要对因子荷载矩阵进行旋转，使因子荷载矩阵中的因子荷载的平方值向0 和1 两个方向分化，即各变量在某公共因子上有高额荷载，而在其他公共因子上只要较小的荷载。一般，最大方差旋转方法（Vari-max）为最常用方法。本文采用该方法对初始矩阵进行旋转后得矩阵B。

3.5 公共因子赋权

从旋转后的载荷矩阵可以看出，城镇人口比重（X1）、人均地区生产总值（X3）、城镇居民可支配收入（X4）、污水处理率（X6）在公共因子F2上有较高的载荷，可将其命名为城市化和生活水平因子；人均绿地面积（X7）在公共因子F2上有较高的载荷，可将其命名为生活环境因子；万人拥有公交车辆（X8），在公共因子F3上有较高的载荷，将其命名为城市交通因子；第三产业就业人员比重（X2）在公共因子F4上有较高的载荷，将其命名为就业结构和居住条件因子。因子分析综合评价采用客观赋权法，将各公共因子的方差贡献在方差累计贡献中所占的比重作为权重，即公共因子权重=单个因子方差贡献/公共因子方差累计贡献，分别得到各个公共因子的权重。经计算，各公共因子权重分别为：F1—0.54；F2—0.21；F3—0.14；F4—0.11。

3.6 各设区市社会发展水平综合得分及排名

利用公式F=0.54 F1+ 0.21 F2+0.14 F3+0.11 F4计算各设区市社会发展综合水平，并进行排名（见表4）。排名从高到低依次为：南昌市、景德镇市、九江市、吉安市、宜春市、赣州市、上饶市、新余市、應潭市。

3.7 江西省设区市域社会发展水平空间差异

基于江西省设区市域综合得分，利用K-均值聚类分析将其划分为3 个类别，分别为高等社会发展水平区，中等社会发展水平区，低等社会发展水平区。利用ArcGIS 绘制江西省设区市域社会发展水平空间差异图。

4 结论和建议

从上述分析结果来看，江西省各设区市社会发展水平具有以下特点：

4.1 社会发展水平与当地经济发展水平关系紧密

虽然社会发展水平不是由单一指标决定，但经济发展对社会发展水平具有相当重要的贡献。南昌作为江西省的省会，经济发展相对发达，是新中国航空工业的发源地、中国重要的综合性交通枢纽，世界重要的光伏、光电和VR 产业基地，从社会发展水平综合得分看也是稳居第一。景德镇市作为世界瓷都，近年来商品交易市场特别是亿元以上商品交易市场，其功能辐射能力不断增强，市场交易活跃，发展势头迅速。同时，极力推动农村集体经济改革，发展乡村振兴战略，以“三权分享、三股分红、三手合力”模式发展景德镇市经济。另外，注重人民生活条件的改善，打造全面小康城市，在提高经济水平的同时提高社会发展水平。

4.2 各设区市之间社会发展水平差异性较大

利用ArcGIS 将江西11 个设区市社会发展水平分为3 类：高等社会发展水平区、中等社会发展水平区和低等社会发展水平区。

其中，第一类是南昌和景德镇市2 市，分别以省会优势和历史文化优势领先于其他设区市，具有较高的社会发展水平。在经济和社会发展水平达到一定高度时，这类城市需要创新发展动力，为城市发展注入新动能，以创新驱动战略发展经济。第二类是九江市、吉安市、宜春市、赣州市和上饶市5 市，是经济发展潜力最大的区域。其中，九江市在2018年的经济增速位列江西省第一。中等社会发展水平的地区，一般拥有较好的经济基础和环境条件。江西吉安，是革命摇篮，有着“革命圣地”、“才子之乡”、“山水福地”之称，可以大力发展旅游经济和人文经济。近年来，吉安被评为“健康中国年度标志城市”、“全国文明城市”，大力发展经济的同时注重对人民生活环境的改善、社会环境的保护，是中等社会发展水平区城市、乃至所有城市学习的模范。因此，这类城市需要非常注重经济和环境的绿色协调发展，以绿色发展理念贯穿整个经济运作。第三类是抚州市、新余市、萍乡市和鹰潭市4 市。其中，抚州市覆盖面积最大，同时紧邻省会南昌市。作为国家2009年确定的海峡西岸经济区城市之一，抚州市经过十年发展，经济发展势头较弱，社会发展水平较低。抚州市幅员辽阔，资源丰富，历来有“才子之乡”美誉，拥有良好的资源和人文环境。因此，这类城市需要找准自己的定位，明确区域发展特色和优势，树立“四个自信”意思，立足当下经济环境，制定一整套适用的社会发展战略。另外，抚州紧邻省会南昌，可利用优越的地理环境，展开与南昌市的产业合作，学习先进模式和技术以及承接南昌的产业转移。

4.3 各设区市内部发展不平衡。

将各设区市分项得分排名与总体得分排名相对照，发现两者之间有明显的差异。以抚州市为例，生活环境和城市交通两项指标得分都较高，但城市化和生活水平得分很低，制约了抚州市总体社会发展水平。而各地区内部发展不均衡将直接影响到其社会发展水平综合得分及排名。所以，在社会发展过程中，各项经济和生活指标都不容忽视。城市的社会和经济发展，需要各方面协调发展，才能共创城市美好生活。