国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于因子分析的國家級中心城市綜合發(fā)展水平評價

2023-08-29 03:33楊佳
商展經(jīng)濟(jì) 2023年16期
關(guān)鍵詞:中心因子指標(biāo)

楊佳

(蘭州交通大學(xué) 甘肅蘭州 730070)

1 問題的提出

隨著世界經(jīng)濟(jì)一體化、區(qū)域集團(tuán)化趨勢的發(fā)展,為實(shí)現(xiàn)我國經(jīng)濟(jì)長期穩(wěn)定、健康發(fā)展這一目標(biāo),要求構(gòu)建具有地域特色的區(qū)域分工與合作模式,以此才能使各個區(qū)域的比較優(yōu)勢充分發(fā)揮出來[1],是一項(xiàng)對全國及區(qū)域經(jīng)濟(jì)發(fā)展都有利的重大舉措。改革開放之后,全國各地都把經(jīng)濟(jì)建設(shè)當(dāng)作第一要務(wù),我國經(jīng)濟(jì)得到了飛速發(fā)展。其中,中心城市是各個地方政府在經(jīng)濟(jì)發(fā)展中的中心。中心城市指的是在某一地區(qū)乃至整個國家的社會經(jīng)濟(jì)活動中占有重要地位,起到綜合功能或多種主導(dǎo)功能,同時也起著樞紐作用的大城市和特大城市。中心城市對區(qū)域和省域的經(jīng)濟(jì)和社會發(fā)展起到了服務(wù)、輻射和帶動的作用,是區(qū)域和省域的“引路者”,也是輻射和帶動周圍區(qū)域的主要力量。

目前,國內(nèi)外學(xué)者多采用不同的方法,選取不同的指標(biāo),來評估一個地區(qū)的經(jīng)濟(jì)發(fā)展水平,但結(jié)合多元統(tǒng)計方法對多城市綜合發(fā)展水平進(jìn)行比較的研究較少。因此,在對我國各個地區(qū)的經(jīng)濟(jì)社會發(fā)展情況進(jìn)行考察時,首先要對各個中心城市的發(fā)展情況展開調(diào)查,然后分析和評價這些中心城市的綜合發(fā)展水平,以各個城市的優(yōu)勢和不足為基礎(chǔ),以它們自己的特點(diǎn)為依據(jù),制定出適合各自城市的發(fā)展策略,一方面,有利于城市自身的進(jìn)步,另一方面,有利于其周邊地區(qū)發(fā)展,具有重要的理論價值和現(xiàn)實(shí)意義。

本文借鑒已有文獻(xiàn)中對城市經(jīng)濟(jì)社會綜合發(fā)展指標(biāo)體系的構(gòu)建方法,選取全國35個中心城市作為樣本單位,根據(jù)各中心城市2018年的相關(guān)指標(biāo)數(shù)據(jù),運(yùn)用因子分析模型探究哪些核心指標(biāo)可以用來衡量城市綜合發(fā)展水平,并根據(jù)分析結(jié)果,定量分析、對比中心城市發(fā)展現(xiàn)狀,得出研究結(jié)論,并提出發(fā)展的建議。

2 實(shí)證分析設(shè)計

2.1 評價指標(biāo)的選取

本文從多個角度對一個城市的整體發(fā)展水平進(jìn)行了評價,在選擇評價指標(biāo)時,本文更傾向于選擇能夠體現(xiàn)其經(jīng)濟(jì)職能的強(qiáng)弱、公共設(shè)施的完善程度,以及城市規(guī)模大小的指標(biāo);同時,本文在選擇評價指標(biāo)時,遵循客觀、可比性和指標(biāo)數(shù)據(jù)可獲得性的原則,參考《中國城市統(tǒng)計年鑒》中指標(biāo)的設(shè)置,從城市規(guī)模、經(jīng)濟(jì)資金實(shí)力、公共設(shè)施水平三個方面選取了12個指標(biāo),具體如下:

X1:年末總?cè)丝?萬人);X2:地區(qū)生產(chǎn)總值(萬元);X3:客運(yùn)總量(萬人);X4:貨運(yùn)總量(萬噸);X5:地方一般公共預(yù)算收入(萬元);X6:居民人民幣存款余額(萬元);X7:在崗職工人數(shù)(萬人);X8:在崗職工工資總額(萬元);X9:人均居住面積(㎡);X10:每萬人擁有公共汽(電)車數(shù)量(輛);X11:人均城市道路面積(㎡);X12:人均綠地面積(㎡)。

2.2 評價方法的選取

在國內(nèi)中心城市綜合發(fā)展水平的研究中,本文盡可能多地搜集與之有關(guān)的變量,并對其進(jìn)行數(shù)據(jù)分析,從而對中心城市綜合發(fā)展水平這一問題有較為全面、整體的理解。但在大多數(shù)情況下,變量之間的信息具有高度的重疊性和相關(guān)性,這一現(xiàn)象會影響統(tǒng)計方法的應(yīng)用。因子分析是一種在多元數(shù)據(jù)處理中行之有效的統(tǒng)計分析方法,它的基本思路是:用盡量少的彼此互不相關(guān)的綜合變量,以最大限度地體現(xiàn)原始變量的信息,以構(gòu)建最簡明、最基本的概念體系,并將事物之間最本質(zhì)的聯(lián)系展現(xiàn)出來。利用因子分析法對中心城市的綜合發(fā)展水平進(jìn)行評價,其優(yōu)點(diǎn)如下:首先,它是以由原始變量組成的每個因子的方差貢獻(xiàn)率為權(quán)重,因此評價結(jié)果更客觀、更合理;二是通過對大量關(guān)聯(lián)變量進(jìn)行精簡,提煉出能夠反映中心城市綜合發(fā)展水平的主導(dǎo)因素,以便于城市管理者更好地了解其發(fā)展?fàn)顩r并提升城市發(fā)展?jié)摿2],從而為政府制定相應(yīng)的決策提供決策參考。

2.3 數(shù)據(jù)來源

本文以《中國統(tǒng)計年鑒(2018)》《中國城市統(tǒng)計年鑒(2018)》為依據(jù),選取了我國35個中心城市2018年經(jīng)濟(jì)發(fā)展的有關(guān)指數(shù)。

3 實(shí)證結(jié)果分析

3.1 可行性檢驗(yàn)

在展開因子分析之前,首先進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理,然后探究待分析的原有若干變量對因子分析這一統(tǒng)計分析方法的適用性,同時,因子分析法還要求原有變量之間具有強(qiáng)相關(guān)性,否則,就不能從中總結(jié)出能夠反映某些變量共同特征的少數(shù)公共因子變量來。常見的相關(guān)性檢驗(yàn)包括以下三種:反映像相關(guān)矩陣檢驗(yàn)、KMO檢驗(yàn)、巴特利特球形檢驗(yàn)[3]。此處主要顯示KMO與巴特利特球形檢驗(yàn)結(jié)果(見表1)。從中可見,KMO檢驗(yàn)值為0.713(大于0.7),且球形檢驗(yàn)值為578.143,自由度為66,p值為0.00<0.05,故通過相關(guān)性檢驗(yàn),說明這12個指標(biāo)變量間的相關(guān)性較強(qiáng),適合做因子分析。

3.2 確定主因子、載荷矩陣及解釋主因子

針對上述選取的12個經(jīng)濟(jì)發(fā)展的有關(guān)指標(biāo),本文運(yùn)用SPSS軟件展開因子分析,最終獲得上述指標(biāo)的相關(guān)矩陣R及相關(guān)矩陣R的特征值、方差貢獻(xiàn)率和累計方差貢獻(xiàn)率,根據(jù)特征值大于1的原則,選擇了3個主因子,3個主因子經(jīng)過最大方差旋轉(zhuǎn)后的累計方差貢獻(xiàn)率達(dá)到85.666%,說明這3個主因子已經(jīng)包含了原本12個指標(biāo)的大部分信息,表2列出了各主因子特征值及方差貢獻(xiàn)率[4]。3個主因子旋轉(zhuǎn)后的累計方差貢獻(xiàn)率仍然為85.666%,可以看出,因子旋轉(zhuǎn)不影響模型對數(shù)據(jù)的擬合。

表2 主因子特征值及方差貢獻(xiàn)率

由于在計算原始指標(biāo)的初始載荷矩陣時,筆者發(fā)現(xiàn)各個主因子的典型代表指標(biāo)不是很突出,其實(shí)際意義難以得到合理解釋。故需對因子進(jìn)行旋轉(zhuǎn),這樣主因子的實(shí)際意義更容易解釋,采用方差最大正交旋轉(zhuǎn)法,經(jīng)過25輪正交旋轉(zhuǎn)后,得到因子載荷矩陣,并按載荷系數(shù)大小排列,使在同一主因子上具有較高載荷的變量排在一起(見表3)。

表3 中心城市綜合發(fā)展水平指標(biāo)在主因子上的載荷值

以上述分析為基礎(chǔ),找出在每個主因子上有顯著載荷值的指標(biāo),對這3個主因子一一進(jìn)行解釋[5]。主因子F1在X2、X5、X6、X7、X8上的載荷值都較大,這5個指標(biāo)反映了城市政府及居民的資金實(shí)力,因此, F1主要反映的是城市綜合經(jīng)濟(jì)資金實(shí)力(此處指的是絕對數(shù)量),在該主因子上的數(shù)值越高,說明城市綜合經(jīng)濟(jì)資金實(shí)力越強(qiáng);主因子F2在X10、X11、X12上的載荷值較大,反映城市公共設(shè)施水平,在此主因子上的數(shù)值越高,反映城市的公共設(shè)施水平越高;主因子F3在X1、X3、X4上的載荷值較大,且X3、X4主要體現(xiàn)城市交通運(yùn)輸量,與X1的人口規(guī)模有緊密聯(lián)系,因而,主因子F3主要反映城市交通運(yùn)輸需求,主因子數(shù)值越高,反映城市交通運(yùn)輸需求越大。

3.3 中心城市綜合發(fā)展水平的主因子得分及綜合得分

接下來,本文利用回歸法,計算各個中心城市綜合發(fā)展水平在3個主因子的綜合得分Fi,基于此,可構(gòu)建綜合評價函數(shù),將旋轉(zhuǎn)后各主因子Fi的方差貢獻(xiàn)率占3個因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總,最終得到各個中心城市綜合發(fā)展水平的綜合得分F(見表4),即:

表4 中心城市綜合發(fā)展水平的主因子得分及綜合得分

因?yàn)橐蜃臃治鍪褂玫氖侵鞒煞址治龇ǎ總€指標(biāo)的數(shù)值都被標(biāo)準(zhǔn)化處理,因此得分中不會出現(xiàn)滿分。結(jié)果表明,0代表35個中心城市綜合發(fā)展水平的平均水平,如果得分是正數(shù),則表示中心城市的綜合發(fā)展水平高出平均水平,如果得分是正1分,則表示中心城市的綜合發(fā)展水平高出平均水平一個標(biāo)準(zhǔn)差;如果得分是負(fù)數(shù),則表示中心城市的綜合發(fā)展水平低于平均水平, 如果得分是負(fù)1分,則表示中心城市的綜合發(fā)展水平低于平均水平一個標(biāo)準(zhǔn)差。

3.4 結(jié)果與分析評價

表4中的各主因子得分及綜合得分從量化角度對各中心城市綜合發(fā)展水平展開描述,城市的綜合發(fā)展水平與得分呈正相關(guān)。在上述分析的基礎(chǔ)上,結(jié)合各個主因子的合理解釋及各中心城市在3個主因子上的得分和綜合得分,即能從不同角度對各中心城市的綜合發(fā)展水平展開相應(yīng)分析和評價。

在城市綜合經(jīng)濟(jì)資金實(shí)力因子F1得分上,北京的得分為3.7556,處于領(lǐng)先地位,上海次之,得分為3.4384,前兩名的城市得分遙遙領(lǐng)先于其他城市,接下來是深圳、天津和重慶。因此,就城市綜合經(jīng)濟(jì)資金實(shí)力而言,北京、上海在全國35個中心城市中處于領(lǐng)先地位。因?yàn)橘F陽的經(jīng)濟(jì)實(shí)力和居民收入都較低,所以它的綜合得分處于最低水平,為-1.065;銀川、呼和浩特和烏魯木齊三個城市的綜合經(jīng)濟(jì)發(fā)展水平較低,發(fā)展速度較慢。從總體上看,沿海城市的綜合經(jīng)濟(jì)資金實(shí)力一般都比內(nèi)陸城市強(qiáng),此外,從中也可以看出,東部地區(qū)城市綜合經(jīng)濟(jì)資金實(shí)力高于西部地區(qū)。

對于公共設(shè)施水平因子F2,深圳的得分為4.0389,處于領(lǐng)先地位,廈門次之,接下來是烏魯木齊、廣州和南京,其中深圳遠(yuǎn)高于其他城市,說明深圳城市公共設(shè)施是全國最好的;考慮到F2因子中起到主要貢獻(xiàn)率的幾項(xiàng)指標(biāo)都與居住面積相關(guān),而烏魯木齊地廣人稀,故其F2得分相對較高;而鄭州、福州、石家莊和重慶這四個城市的公共基礎(chǔ)設(shè)施狀況都比較落后,表明這四個城市仍需加大對基礎(chǔ)設(shè)施的投資力度。所以,在城市公共設(shè)施方面,南部城市一般比北部城市要好,這不僅取決于該城市的經(jīng)濟(jì)發(fā)展水平,還與該城市的自然資源和社會環(huán)境有著密切的聯(lián)系[6]。

在交通運(yùn)輸需求(主要指公路)因子F3上得分最高的前四個城市依次為重慶、廣州、貴陽和石家莊,一方面,重慶、廣州的外來務(wù)工人員非常多,貴陽、石家莊外出務(wù)工的人數(shù)較多,人口流動量大;另一方面,重慶、廣州、貴陽、石家莊等城市的公路網(wǎng)絡(luò)交通密集,客流、物流量大;交通運(yùn)輸需求較小的有??凇⑽鲗?、銀川、上海和蘭州,由于西寧、銀川、蘭州各方面水平都相對落后,外出打工的人較少,從而交通運(yùn)輸需求較小,??谥饕捎诔鞘腥丝谝?guī)模小,經(jīng)濟(jì)水平也較低,因而交通運(yùn)輸量小,而上海比較發(fā)達(dá),人口較多,更多地偏向于航空運(yùn)輸,因此公路方面的交通運(yùn)輸需求相對較少。因此,就交通運(yùn)輸需求而言,人口流出與流入量較大的城市普遍較高,這不僅與該城市人口規(guī)模相關(guān),還取決于城市交通設(shè)施發(fā)展水平。

通過分析各中心城市在3個主因子上的綜合得分,可以對一個城市的整體發(fā)展水平展開綜合評價。綜合得分排名前五名的城市依次為深圳、北京、上海、廣州和重慶,其中深圳、北京、上海和廣州的綜合發(fā)展水平均大于1,并且比較接近;綜合得分倒數(shù)后五名的城市依次是西寧、蘭州、南昌、福州和銀川。再結(jié)合各主因子得分分析,深圳在城市綜合經(jīng)濟(jì)資金實(shí)力、公共設(shè)施水平及交通運(yùn)輸需求方面均位于前列,為社會經(jīng)濟(jì)的持續(xù)高速發(fā)展奠定了堅實(shí)的基礎(chǔ);北京和上海在城市綜合經(jīng)濟(jì)資金實(shí)力方面處于遙遙領(lǐng)先的地位,而在其他兩個方面處于中等或稍微落后的地位,這主要由于北京和上海人口較多且經(jīng)濟(jì)實(shí)力較強(qiáng),但各方面發(fā)展不均衡,一個作為首都,一個作為全國重要的經(jīng)濟(jì)中心,除了經(jīng)濟(jì)總量與經(jīng)濟(jì)效率的提升,還應(yīng)力求城市公共設(shè)施水平、社會環(huán)境、交通運(yùn)輸發(fā)展等方面達(dá)到均衡;廣州的發(fā)展與深圳較為相似,但除了交通運(yùn)輸需求方面領(lǐng)先于深圳,另外兩個方面均落后于深圳,但與其他城市相比排名仍靠前,說明廣州不僅積累了較為雄厚的發(fā)展實(shí)力,并且依然具有很大的發(fā)展空間。而綜合得分為負(fù)值的城市有23個,而且在經(jīng)濟(jì)發(fā)展實(shí)力上的得分都較低,發(fā)展格局也較為接近,今后這些城市在發(fā)展戰(zhàn)略上應(yīng)把經(jīng)濟(jì)發(fā)展擺在首位,只有經(jīng)濟(jì)發(fā)展了,城市公共設(shè)施水平及其他方面才能建設(shè)好[7]??梢钥闯?,天津、南京、杭州、廈門、武漢、成都、烏魯木齊等城市的綜合得分均大于零,然而,與深圳、北京及上海相比,這些城市仍然存在較大的差距,故而,如何進(jìn)一步提升中心城市的綜合發(fā)展水平,彌補(bǔ)其發(fā)展中的缺陷,增強(qiáng)其對周圍區(qū)域的輻射效應(yīng),是關(guān)系到國家總體經(jīng)濟(jì)發(fā)展的重大問題。

4 結(jié)語

本文運(yùn)用因子分析法,對全國35個中心城市的綜合發(fā)展水平進(jìn)行了定量分析,并開展綜合評價,最終得出以下結(jié)論,這些中心城市的綜合發(fā)展水平存在較為明顯的地域分布特征,其差異較為顯著,并且與自身的地理?xiàng)l件、資源稟賦都有密切的關(guān)系。深圳、北京和上海在全國35個中心城市中位居前列,東部地區(qū)中心城市的綜合經(jīng)濟(jì)發(fā)展水平普遍領(lǐng)先于中西部地區(qū)。此外,一些中心城市經(jīng)濟(jì)發(fā)展水平較高的同時其他方面相對落后,呈現(xiàn)出發(fā)展不均衡的狀況。

國家應(yīng)強(qiáng)化宏觀政策,運(yùn)用新型城鎮(zhèn)化策略,對西部大開發(fā)、中部崛起進(jìn)行扶持,以縮小發(fā)展差距。運(yùn)用市場這一主體,對其進(jìn)行適當(dāng)指導(dǎo),充分發(fā)揮西部獨(dú)特的資源優(yōu)勢,努力發(fā)展公共設(shè)施建設(shè),夯實(shí)發(fā)展基礎(chǔ)。在制度方面,應(yīng)強(qiáng)化制度改革,建立健全社會保障體系,完善收入分配機(jī)制等,并增加國家在這些地區(qū)的預(yù)算等,來推動該地區(qū)的城市建設(shè)和經(jīng)濟(jì)的發(fā)展,從而縮短與東部發(fā)達(dá)地區(qū)之間的差距。此外,我們也不能忽略沿海地區(qū)的經(jīng)濟(jì)發(fā)展,因?yàn)檫@是我國經(jīng)濟(jì)發(fā)展壯大的基礎(chǔ),只有這些地區(qū)穩(wěn)定發(fā)展了,我們才能有更多的資金來扶持西部地區(qū)的建設(shè)。因此,我們要加速東部地區(qū)的經(jīng)濟(jì)發(fā)展,以此來帶動中西部城市的崛起,實(shí)現(xiàn)我國的整體跨越式發(fā)展。具體來說,應(yīng)積極推進(jìn)城市經(jīng)濟(jì)轉(zhuǎn)型發(fā)展,重視全方位提升中心城市綜合發(fā)展水平的高質(zhì)量性;要從各個城市發(fā)展的短板入手,制定因地制宜的政策體系;需重視區(qū)域協(xié)調(diào)發(fā)展,縮小地區(qū)發(fā)展差距,加速實(shí)現(xiàn)東部和西部區(qū)域的協(xié)調(diào)發(fā)展,發(fā)揮中心城市的帶動效應(yīng),從而推動全國經(jīng)濟(jì)高質(zhì)量發(fā)展。

同時本文存在局限性:數(shù)據(jù)方面,限于數(shù)據(jù)資料的可獲得性,本文僅選取了全國35個中心城市2018年的統(tǒng)計數(shù)據(jù),實(shí)際上可以選取多個年份,構(gòu)成面板數(shù)據(jù),從時間序列及截面兩個角度分析中心城市的綜合發(fā)展水平;研究方法上,除因子分析法外還可運(yùn)用層次分析法、聚類分析法、結(jié)構(gòu)方程模型等;評價指標(biāo)體系的確立方面,選取的指標(biāo)相對較少,同時中心城市發(fā)展水平的影響因素眾多,難以全面把握所有的評價指標(biāo),而且所選取的個別指標(biāo)指向性較差,可以進(jìn)一步加入不同層次和角度的指標(biāo),進(jìn)而對中心城市綜合發(fā)展水平有一個更加切實(shí)、系統(tǒng)的評價分析。

猜你喜歡
中心因子指標(biāo)
剪掉和中心無關(guān)的
一類帶臨界指標(biāo)的非自治Kirchhoff型方程非平凡解的存在性
在打造“兩個中心”中彰顯統(tǒng)戰(zhàn)擔(dān)當(dāng)作為
因子von Neumann代數(shù)上的非線性ξ-Jordan*-三重可導(dǎo)映射
一些關(guān)于無窮多個素因子的問題
影響因子
最新引用指標(biāo)
莫讓指標(biāo)改變初衷
我的健康和長壽因子
別讓托養(yǎng)中心成“死亡中心”
武汉市| 云和县| 石渠县| 大方县| 新田县| 前郭尔| 珠海市| 本溪| 青冈县| 永福县| 巴林左旗| 蕲春县| 丰镇市| 秭归县| 施秉县| 岗巴县| 拜泉县| 响水县| 辽阳县| 黔西| 扶余县| 明水县| 崇文区| 普安县| 青州市| 丹东市| 榆林市| 诏安县| 托里县| 贵州省| 连云港市| 塔城市| 宿迁市| 错那县| 四子王旗| 保亭| 枣阳市| 田东县| 平顶山市| 德庆县| 保康县|