韋 丹，汪 磊

（貴州大學(xué)公共管理學(xué)院，貴州貴陽550025）

引言

改革開放以來，中國經(jīng)濟(jì)發(fā)展迅速，但也明顯表現(xiàn)出區(qū)域發(fā)展的不平衡性。從空間層面來看，全國層面由1990年的東西部差異，南北差異，沿海與內(nèi)陸的差異，省域?qū)用媸呛暧^尺度研究逐步微觀化到地級(jí)市和縣域的經(jīng)濟(jì)差異研究[1]。自2002年起縣域經(jīng)濟(jì)被納入到國家經(jīng)濟(jì)建設(shè)改革的范疇中后，縣域經(jīng)濟(jì)發(fā)展日益成為經(jīng)濟(jì)地理學(xué)和區(qū)域經(jīng)濟(jì)學(xué)的研究熱點(diǎn)?？h域經(jīng)濟(jì)是國民經(jīng)濟(jì)的重要組成部分，縣域面積占全國陸地面積90%以上，人口70%上，經(jīng)濟(jì)總量占50%以上，因而整體國民經(jīng)濟(jì)要想健康、穩(wěn)定發(fā)展，縣域經(jīng)濟(jì)是基礎(chǔ)[2]。從研究對(duì)象上看，縣域經(jīng)濟(jì)的研究大部分偏向東部沿海地區(qū)和中部的河南等發(fā)達(dá)地區(qū)，但鮮見對(duì)西部經(jīng)濟(jì)發(fā)展較慢的地區(qū)的縣域經(jīng)濟(jì)進(jìn)行研究，對(duì)貴州境內(nèi)的研究更是鮮見。近年來，遵義市經(jīng)濟(jì)發(fā)展勢頭強(qiáng)勁，城鎮(zhèn)化速度迅猛，對(duì)縣域經(jīng)濟(jì)發(fā)展差異的研究具有很強(qiáng)的重要性和緊迫性。在已有的研究成果上，從評(píng)價(jià)指標(biāo)體系看，在指標(biāo)上多采用人均GDP來度量社會(huì)經(jīng)濟(jì)發(fā)展水平。事實(shí)上，僅采用GDP單項(xiàng)指標(biāo)來衡量社會(huì)經(jīng)濟(jì)發(fā)展水平不足以全面刻畫經(jīng)濟(jì)的綜合發(fā)展?fàn)顩r，用單指標(biāo)評(píng)價(jià)縣域經(jīng)濟(jì)的發(fā)展水平和狀況存在很大的局限性；從評(píng)價(jià)方法上看，在縣域經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)研究中應(yīng)用廣泛是綜合指數(shù)分析法，比較成熟的賦權(quán)方法有主成分分析[3]、因子分析法[4]、層次分析法[5]、德爾菲法[6]、突變級(jí)數(shù)法[7]、灰色關(guān)聯(lián)分析法[8]、聚類分析法[9]和TOPSIS[10]等。根據(jù)已有的研究成果，關(guān)于縣域經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)大多采用單一的評(píng)價(jià)方法，但是這些方法在運(yùn)用上存在著一定的缺陷，如主觀賦權(quán)法層次分析法和德爾菲法，這類方法的客觀性較差。主成分分析因子分析、及TOPSIS屬于客觀賦權(quán)法，但是因子分析在快速提取主成分時(shí)，不可避免地會(huì)造成信息的流失，且損失的信息與指標(biāo)數(shù)量成正相關(guān)，主成分分析法給定的權(quán)重與數(shù)據(jù)自身的質(zhì)量高度相關(guān)，TOPSIS法則將各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重均等化[6]。因此文章將選取主成分分析—聚類分析組合評(píng)價(jià)模型，實(shí)現(xiàn)二者之間的優(yōu)勢互補(bǔ)，從而提高縣域經(jīng)濟(jì)發(fā)展評(píng)價(jià)的精確性和有效性，即將主成分分析的結(jié)果（提煉出少數(shù)幾個(gè)主分量）作為聚類分析的輸入，一方面通過主成分分析實(shí)現(xiàn)有效降維、消除提煉出主成分之間的線性相關(guān)；另一方面，借助聚類分析可以從更大的空間尺度分析不同類別之間的差異性[11]。有助于從宏觀層面分析縣域之間的空間差異，為推進(jìn)遵義市縣域經(jīng)濟(jì)區(qū)經(jīng)濟(jì)協(xié)調(diào)發(fā)展提供理論參考。

1 研究區(qū)概況

遵義位于貴州省北部，南倚貴陽市，北臨重慶市，西邊與四川省接壤，遵義市地區(qū)生產(chǎn)總值僅次于省會(huì)貴陽市，穩(wěn)居貴州省地區(qū)生產(chǎn)總值第二。自遵義到重慶高速公路及高鐵開通后，在未來的發(fā)展中遵義市將積極融入一小時(shí)重慶經(jīng)濟(jì)圈，有效利用在貴陽、重慶之間的紐帶優(yōu)勢，發(fā)展特色生態(tài)農(nóng)業(yè)和旅游業(yè)。近幾年，遵義市地區(qū)生產(chǎn)總值持續(xù)增長。但遵義市各個(gè)地區(qū)發(fā)展不協(xié)調(diào)，存在很大的空間差異，為直觀、準(zhǔn)確的了解地區(qū)差異性，對(duì)遵義市的縣域經(jīng)濟(jì)綜合發(fā)展水平進(jìn)行評(píng)價(jià)，有助于了解當(dāng)前遵義市縣域經(jīng)濟(jì)的空間格局，為解決縣域經(jīng)濟(jì)差異的對(duì)策提供輔助參考作用。

2 數(shù)據(jù)來源

文章所構(gòu)建的遵義市縣域經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)指標(biāo)體系所采用的截面數(shù)據(jù)主要來源于貴州省統(tǒng)計(jì)局、遵義市統(tǒng)計(jì)局以及各縣域政府職能部門公布的官方公報(bào)或年鑒：《貴州省2018年統(tǒng)計(jì)年鑒》和《遵義市2018年統(tǒng)計(jì)年鑒》。

3 指標(biāo)體系的構(gòu)建

由于影響縣域經(jīng)濟(jì)發(fā)展的因素具有多樣性和復(fù)雜性的特征，為了合理、科學(xué)地評(píng)價(jià)縣域經(jīng)濟(jì)綜合發(fā)展水平，根據(jù)指標(biāo)選取的全面系統(tǒng)性、可操作性等原則，并參考劉玉等[7，12，13]縣域經(jīng)濟(jì)指標(biāo)評(píng)價(jià)體系，由于數(shù)據(jù)的收集問題，對(duì)指標(biāo)體系作稍微的修改。從縣域經(jīng)濟(jì)發(fā)展水平、投資消費(fèi)水平及人民富裕水平三個(gè)方面共選取11個(gè)指標(biāo)來反映遵義市14個(gè)區(qū)縣的經(jīng)濟(jì)發(fā)展情況。具體評(píng)價(jià)體系見表1。該指標(biāo)主要包括人均 GDP（X1）、GDP 密度（X2）、人均財(cái)政一般預(yù)算收入（X3）、第二產(chǎn)業(yè)產(chǎn)值比（X4）、第三產(chǎn)業(yè)產(chǎn)值比（X5）、人均社會(huì)消費(fèi)品零售總額（X6）、全社會(huì)人均固定資產(chǎn)投資（X7）、人均貸款余額（X8）、城鄉(xiāng)居民人均儲(chǔ)蓄存款（X9）、城鎮(zhèn)人均純收入（X10）和農(nóng)民人均純收入（X11），其中人均GDP以及GDP密度通過原始數(shù)據(jù)計(jì)算而來，即人均GDP是了解和把握一個(gè)國家或地區(qū)的宏觀經(jīng)濟(jì)運(yùn)行狀況的有效工具，常用于經(jīng)濟(jì)發(fā)展中衡量經(jīng)濟(jì)發(fā)展?fàn)顩r的指標(biāo)，GDP密度表示縣域單位面積上經(jīng)濟(jì)活動(dòng)的效率和土地利用的密集程度。

表1 遵義市縣域經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)指標(biāo)體系

4 遵義市縣域經(jīng)濟(jì)發(fā)展評(píng)價(jià)過程

4.1 主成分分析的過程

文章以SPSS20.0為軟件基礎(chǔ)，采用主成分分析—聚類分析組合評(píng)價(jià)模型對(duì)遵義市縣域經(jīng)濟(jì)綜合發(fā)展水平進(jìn)行評(píng)價(jià)。為全面、系統(tǒng)反映研究區(qū)實(shí)際情況，選取的評(píng)價(jià)指標(biāo)體系從不同維度反映遵義市縣域經(jīng)濟(jì)實(shí)際發(fā)展情況，各指標(biāo)的量綱和數(shù)量級(jí)不同，因此在做主成分分析之前必須對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理，以消除量綱差異和數(shù)量級(jí)的影響。同時(shí)得到了指標(biāo)之間的相關(guān)系數(shù)矩陣R（表2）。由相關(guān)系數(shù)矩陣可知，指標(biāo)之間既存在正負(fù)相關(guān)也存在強(qiáng)弱相關(guān)，且部分指標(biāo)之間相關(guān)性很強(qiáng)，如ZX3與 ZX1、ZX9與ZX1之間的相關(guān)系數(shù)為0.97，說明指標(biāo)之間所攜帶的信息有很大的重疊，若直接用于分析，會(huì)因?yàn)槎嘀毓簿€性導(dǎo)致分析結(jié)果不準(zhǔn)確。ZX1表示的是原始指標(biāo)X1經(jīng)過標(biāo)準(zhǔn)化處理后所得到的對(duì)應(yīng)變量，表中其他指標(biāo)的含義也是如此。

由軟件計(jì)算可得KMO統(tǒng)計(jì)值為0.651，表明指標(biāo)體系的整體相關(guān)程度很高，Bartlett球形檢驗(yàn)顯著性P＜0.0001，表明樣本數(shù)量充足，相關(guān)系數(shù)矩陣R為非單位矩陣，故可以實(shí)施主成分分析。矩陣特征值與累計(jì)貢獻(xiàn)率如表3所示，提取前2個(gè)主成分即提取了樣本85.261%的數(shù)據(jù)信息（前2個(gè)特征值的累計(jì)貢獻(xiàn)率為85.261%）。提取的2個(gè)主成分的成分得分系數(shù)矩陣如表4所示，其中F1、F2分別表示第1、2個(gè)主成分。

表2 各評(píng)價(jià)指標(biāo)之間的相關(guān)系數(shù)矩陣

前2個(gè)主成分的得分表達(dá)式分別為：

通過主成分分析，在損失較小信息量的條件下，將原始指標(biāo)降維成數(shù)量偏少的2個(gè)主分量，即主成分F1、F2。以主成分的方差貢獻(xiàn)率作為權(quán)重進(jìn)行加權(quán)匯總，得出各市土地生態(tài)安全綜合得分F，即：

將各市的樣本數(shù)據(jù)代入上述2個(gè)表達(dá)式，可得出各市的綜合得分F，以綜合得分F的大小進(jìn)行排序，得出遵義市14個(gè)區(qū)縣的綜合排名（表5）。

4.2 聚類分析的過程

傳統(tǒng)的聚類分析由于無法消除評(píng)價(jià)指標(biāo)之間的相關(guān)性而導(dǎo)致聚類結(jié)果誤差較大，以上述提煉的2個(gè)主成分F1、F2的分析結(jié)果作為聚類分析的輸入（F1、F2之間線性無關(guān)）來消除這一缺陷，運(yùn)用SPSS中的聚類分析模塊，對(duì)遵義市14個(gè)區(qū)縣經(jīng)濟(jì)發(fā)展情況進(jìn)行聚類分析，得到遵義市14個(gè)區(qū)縣經(jīng)濟(jì)發(fā)展聚類分析的譜系圖（圖1）。從實(shí)證分析的結(jié)果來看，聚類分析的類別結(jié)果與主成分分析的結(jié)果高度吻合，即在主成分分析結(jié)果中綜合得分排在前3位的是紅花崗區(qū)、仁懷市以及匯川區(qū)，聚類分析中第一類的是紅花崗區(qū)、仁懷市以及匯川區(qū)。聚類結(jié)果與主成分的結(jié)果完全一致，從實(shí)證的角度表明文章所構(gòu)建的主成分—聚類組合評(píng)價(jià)模型具有較高的科學(xué)合理性，從遵義市區(qū)縣經(jīng)濟(jì)發(fā)展的情況來看，組合評(píng)價(jià)模型的分析結(jié)果與近年來遵義市縣域經(jīng)濟(jì)發(fā)展實(shí)際高度相符。

表3 矩陣特征值與累計(jì)貢獻(xiàn)率

表4 成分得分系數(shù)矩陣

由圖1可知，將遵義市14個(gè)縣域經(jīng)濟(jì)發(fā)展評(píng)價(jià)結(jié)果聚成3類比較合適。主成分綜合得分排在第1、2、3位的紅花崗區(qū)、仁懷市、匯川區(qū)聚為第Ⅰ類（綜合得分最高且均在7分以上）；將播州區(qū)、赤水市聚第Ⅱ類（綜合得分大于0）；其他縣域余慶縣、綏陽縣、桐梓縣、習(xí)水縣、鳳岡縣、道真縣、正安縣、務(wù)川縣、湄潭縣聚為第Ⅲ類（綜合得分小于0）。空間分布如圖2所示。其中，第Ⅰ類屬于經(jīng)濟(jì)相對(duì)發(fā)達(dá)地區(qū)；第Ⅱ類屬于欠發(fā)達(dá)地區(qū)；第Ⅲ類屬于經(jīng)濟(jì)不發(fā)達(dá)地區(qū)。

表5 各縣域經(jīng)濟(jì)發(fā)展的綜合得分

圖1 基于主成分聚類遵義市縣域經(jīng)濟(jì)發(fā)展譜系圖

圖2 遵義市縣域經(jīng)濟(jì)發(fā)展空間分布圖

5 結(jié)果分析

由表5和圖1對(duì)比分析可知，將遵義市14個(gè)縣域經(jīng)濟(jì)綜合評(píng)價(jià)結(jié)果劃分為相對(duì)發(fā)達(dá)地區(qū)、欠發(fā)達(dá)地區(qū)和不發(fā)達(dá)地區(qū)3種類型。聚類分析的結(jié)果與綜合排名完全一致。其中紅花崗區(qū)、仁懷市、匯川區(qū)屬于經(jīng)濟(jì)相對(duì)發(fā)達(dá)地區(qū)；播州區(qū)、赤水市屬于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)；湄潭縣、余慶縣、綏陽縣、桐梓縣、習(xí)水縣、鳳岡縣、道真縣、正安縣、務(wù)川縣屬于經(jīng)濟(jì)不發(fā)達(dá)地區(qū)。

第Ⅰ類中，從主成分得分來看，紅花崗區(qū)、仁懷市、匯川區(qū)在F1上的得分都非常高，他們的區(qū)位條件和資源優(yōu)勢都明顯好于其他地區(qū)，從經(jīng)濟(jì)發(fā)展?fàn)顩r來看，仁懷市經(jīng)濟(jì)總量大，GDP總量位列全市第一。獨(dú)特的自然環(huán)境、氣候條件和優(yōu)越的水資源使仁懷市釀酒業(yè)對(duì)經(jīng)濟(jì)增長貢獻(xiàn)大。紅花崗區(qū)、匯川區(qū)作為遵義市政治、經(jīng)濟(jì)、文化中心、交通樞紐以及歷史名城使得轄區(qū)內(nèi)的紅色旅游、節(jié)假日旅游和鄉(xiāng)村旅游持續(xù)升溫，推動(dòng)旅游基礎(chǔ)設(shè)施建設(shè)進(jìn)一步加快，為拉動(dòng)紅花崗區(qū)和匯川區(qū)經(jīng)濟(jì)發(fā)展提供動(dòng)力，在大力發(fā)展旅游業(yè)的同時(shí)也帶動(dòng)其他產(chǎn)業(yè)的增長，以致加大第三產(chǎn)業(yè)對(duì)地區(qū)生產(chǎn)總值的貢獻(xiàn)，2017年紅花崗區(qū)、匯川區(qū)第三產(chǎn)業(yè)占比達(dá)到58%和47%。因此此類地區(qū)要繼續(xù)利用和發(fā)揮比較優(yōu)勢，爭取在全國的縣域經(jīng)濟(jì)排名中向前跨越。

第Ⅱ類屬于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)，由表5可知，赤水市和播州區(qū)的綜合得分（2.27、1.24）遠(yuǎn)低于第Ⅰ類中的三個(gè)地區(qū)，赤水市和播州區(qū)經(jīng)濟(jì)發(fā)展處于遵義市的中間水平，他們的比較優(yōu)勢是區(qū)位條件和自然資源相對(duì)豐富一些，因此，利用好資源是提升其發(fā)展?jié)摿Φ年P(guān)鍵。可以根據(jù)區(qū)內(nèi)自然資源以及歷史沿革開展特設(shè)旅游，如赤水市被列為全國第八個(gè)、貴州第二個(gè)世界自然遺產(chǎn)地，先后獲得了“中國優(yōu)秀旅游城市”、“國家級(jí)生態(tài)示范區(qū)”、“國家生態(tài)市”等殊榮，被譽(yù)為“中國最美麗的地方”，且赤水區(qū)位優(yōu)越，交通水陸空兼?zhèn)?，大力發(fā)展旅游業(yè)及配套產(chǎn)業(yè)促進(jìn)現(xiàn)代旅游業(yè)的發(fā)展。在二三產(chǎn)業(yè)方面，播州區(qū)實(shí)行著力促進(jìn)轉(zhuǎn)型，夯實(shí)工業(yè)強(qiáng)區(qū)，大力投入對(duì)鋁加工產(chǎn)業(yè)、高新技術(shù)產(chǎn)業(yè)園的基礎(chǔ)建設(shè)，打造區(qū)域旅游和商貿(mào)物流平臺(tái)，如烏江古村落旅游、茍壩紅色文化等景區(qū)以及黔北物流新城大數(shù)據(jù)展示中心、電商快遞倉庫等投入使用。

第Ⅲ類屬于經(jīng)濟(jì)不發(fā)達(dá)地區(qū)，包含遵義市9個(gè)縣域，由表5可知這一類地區(qū)在F1和F2均為負(fù)值且綜合得分也遠(yuǎn)低于第Ⅰ類和第Ⅱ類地區(qū)。主要原因在于這9個(gè)縣域沒有突出的區(qū)位條件和優(yōu)勢的自然資源環(huán)境，并且產(chǎn)業(yè)結(jié)構(gòu)也不夠合理，具體表現(xiàn)為：九個(gè)縣域巖溶地貌發(fā)育典型，巖石裸露分布廣泛；以高原、丘陵為主要類型的地勢地貌以及耕地坡度大分布小塊且廣，不利于集中連片種植，這就導(dǎo)致第一產(chǎn)業(yè)受資源的限制發(fā)展的空間有限。對(duì)于第二和第三產(chǎn)業(yè)來說，九個(gè)縣域在第二、三產(chǎn)業(yè)上的占比不高，主導(dǎo)地位不明顯，導(dǎo)致這類地區(qū)經(jīng)濟(jì)不發(fā)達(dá)且2017年正安縣還未脫貧。

6 結(jié)論

在已有關(guān)于縣域經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)中幾乎都存在著數(shù)據(jù)收集困難、評(píng)價(jià)指標(biāo)數(shù)量多、指標(biāo)權(quán)重易被稀釋等諸多問題，而本研究僅采用少量具有代表性的11項(xiàng)指標(biāo)進(jìn)行分析，得到的分析結(jié)果不僅兩種方法結(jié)論高度一致，同時(shí)還與遵義市經(jīng)濟(jì)發(fā)展實(shí)際情況高度相符，表明文章構(gòu)建的評(píng)價(jià)指標(biāo)體系具有科學(xué)合理性。此外，現(xiàn)有的經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)多采用單一評(píng)價(jià)方法展開，無法避免由單一評(píng)價(jià)方法帶來的局限性。文章采用主成分分析和聚類分析的組合模型，充分利用主成分分析法的降維原理提取少數(shù)幾個(gè)之間線性無關(guān)的主分量，在將該上述幾個(gè)主分量的分析結(jié)果作為聚類分析的數(shù)據(jù)輸入，在使用較少指標(biāo)的前提下極大地提高了對(duì)經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)的精度。結(jié)果表明：本研究使用主成分分析與聚類分析二者結(jié)合所得的分析結(jié)果高度一致，同時(shí)還與遵義市經(jīng)濟(jì)發(fā)展實(shí)際情況高度相符，從客觀上證實(shí)了主成分分析法與聚類分析組合評(píng)價(jià)模型的科學(xué)合理性，可為其他地區(qū)開展經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)提供方法上的借鑒。但是，經(jīng)濟(jì)發(fā)展是一個(gè)動(dòng)態(tài)的發(fā)展過程，在之后的研究中應(yīng)結(jié)合時(shí)間維度動(dòng)態(tài)分析經(jīng)濟(jì)發(fā)展的演化過程。