繆炯

摘 要：基于江蘇省統(tǒng)計(jì)局發(fā)布的2015年江蘇省各城市國(guó)民經(jīng)濟(jì)數(shù)據(jù)中選取的具有代表性的指標(biāo)，通過主成分分析法對(duì)江蘇省13個(gè)城市的經(jīng)濟(jì)發(fā)展水平進(jìn)行評(píng)分和排序，用聚類分析法將各城市按照經(jīng)濟(jì)情況的相似性分為四類城市，最后，結(jié)合主成分分析和聚類分析的結(jié)果，對(duì)江蘇省各城市的經(jīng)濟(jì)發(fā)展現(xiàn)狀進(jìn)行綜合評(píng)價(jià)與討論，并針對(duì)現(xiàn)狀，提出了相應(yīng)的建議。

關(guān)鍵詞：主成分分析；聚類分析；經(jīng)濟(jì)發(fā)展水平；評(píng)價(jià)

中圖分類號(hào)：F127 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2017）08-0017-04

引言

我國(guó)幅員遼闊、地域廣大。不同區(qū)域的資源與環(huán)境稟賦情況有較大的差異，這也導(dǎo)致不同地區(qū)間的經(jīng)濟(jì)發(fā)展水平的差異較大。自科學(xué)發(fā)展觀提出以來，如何促進(jìn)區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展成為一項(xiàng)重要的命題，相關(guān)研究也越來越得到重視。而想要通過制定適合的政策來統(tǒng)籌區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展，就必須對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的水平做出合理的評(píng)價(jià)，根據(jù)實(shí)際情況，找出區(qū)域經(jīng)濟(jì)發(fā)展水平不均衡的關(guān)鍵癥結(jié)，對(duì)癥下藥[1]。本文將結(jié)合江蘇省區(qū)域經(jīng)濟(jì)發(fā)展的現(xiàn)狀，選取反映2015年江蘇省13個(gè)地級(jí)市經(jīng)濟(jì)發(fā)展水平的主要統(tǒng)計(jì)指標(biāo)，運(yùn)用主成分分析和聚類分析的方法對(duì)江蘇省各地級(jí)市的經(jīng)濟(jì)發(fā)展的基本狀況進(jìn)行綜合評(píng)價(jià)，從而分析江蘇省各地級(jí)市經(jīng)濟(jì)發(fā)展的總體情況以及彼此間的差異，并對(duì)其今后的發(fā)展提出若干建議。

一、指標(biāo)的選取及評(píng)價(jià)體系的建立

在選取合適的評(píng)價(jià)指標(biāo)以建立評(píng)價(jià)體系時(shí)，既要考慮能夠反映經(jīng)濟(jì)總量的指標(biāo)，也要考慮反映經(jīng)濟(jì)質(zhì)量的指標(biāo)?；诖耍疚墓策x取了11項(xiàng)指標(biāo)，構(gòu)成了江蘇省各城市經(jīng)濟(jì)發(fā)展水平的評(píng)價(jià)體系。這11項(xiàng)指標(biāo)分別反映了城市經(jīng)濟(jì)發(fā)展水平的三個(gè)方面，具體如下。

（1） 綜合經(jīng)濟(jì)實(shí)力指標(biāo)：地區(qū)生產(chǎn)總值（X1）、公共財(cái)政預(yù)算收入（X2）、城鎮(zhèn)固定資產(chǎn)投資（X3）、工業(yè)總產(chǎn)值（X4）。

（2） 人民生活水平指標(biāo)：人均GDP（X5）、居民人均可支配收入（X6）、居民人均生活消費(fèi)支出（X7）、人均儲(chǔ)蓄存款（X8）。

（3） 對(duì)內(nèi)對(duì)外經(jīng)濟(jì)指標(biāo)：社會(huì)消費(fèi)品零售總額（X9）、凈出口總額（X10）、實(shí)際外商直接投資（X11）。

根據(jù)上述指標(biāo)，將2015年江蘇省各市的指標(biāo)值列入表中，得到表1的統(tǒng)計(jì)數(shù)據(jù)。

二、數(shù)據(jù)處理方法及過程

（一）統(tǒng)計(jì)方法

本文采用了主成分分析和聚類分析兩種方法，對(duì)江蘇省各市的經(jīng)濟(jì)指標(biāo)進(jìn)行分析。主成分分析是一種通過降維技術(shù)把多個(gè)變量把多個(gè)變量化為少數(shù)幾個(gè)主成分的統(tǒng)計(jì)分析分析方法，這些主成分能夠反映原始變量的絕大部分信息[3]。

聚類就是將數(shù)據(jù)對(duì)象分組成為多個(gè)類或者簇，使得同一個(gè)簇中的對(duì)象之間具有較高的相似度，而不同簇中的對(duì)象之間具有較大的差別[4]。

（二）提取主成分和公因子

使用SPSS 20.0軟件進(jìn)行數(shù)據(jù)處理，用方差最大法進(jìn)行正交旋轉(zhuǎn)，使成分負(fù)載向0和1兩極分化。計(jì)算主因子分值采用回歸法。

表2是因子分析后提取主成分的結(jié)果，在本例中，有兩個(gè)成分的特征值是大于1的，他們的累計(jì)方差貢獻(xiàn)率為94.547%，即兩者合計(jì)能解釋94.547%的方差，完全符合我們的需要。所以我們將成分1和2提取出來作為主成分，抓住最關(guān)鍵的因素，而其余成分包含的信息較少，所以舍去。

（三）因子旋轉(zhuǎn)

由于提取公因子無法得到最好的分析結(jié)果，所以通過因子的旋轉(zhuǎn)來獲得更好的解釋，如表3。

從表3可以看出，第一主成分在地區(qū)生產(chǎn)總值、公共財(cái)政預(yù)算收入、城鎮(zhèn)固定資產(chǎn)投資、工業(yè)總產(chǎn)值、社會(huì)消費(fèi)品零售總額、進(jìn)出口總額、實(shí)際外商直接投資等指標(biāo)的載荷較大，這些都是主要反映一個(gè)地區(qū)經(jīng)濟(jì)總量的指標(biāo)，所以在本例中我們將第一主成分定義為“經(jīng)濟(jì)總量因子”；第二主成分在人均GDP、居民人均可支配收入、居民人均生活消費(fèi)支出、人均儲(chǔ)蓄存款等指標(biāo)上具有較大的載荷，這是反映人民生活水平的指標(biāo)，因此可以將第二主成分定義為“生活水平因子”。

（四）得分及排名

通過spss得出了各個(gè)城市的因子得分，用各城市因子1和因子2的得分乘以相應(yīng)的方差的算術(shù)平方根，得出13座城市的主成分1和主成分2的得分，再結(jié)合各主成分得分，通過各主成分的方差貢獻(xiàn)率占兩個(gè)主成分總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總求出綜合得分[5]：

（五）聚類分析

為了驗(yàn)證因子分析的正確性，我們進(jìn)一步利用SPSS軟件再對(duì)已選定的第一主成分和第二主成分得分進(jìn)行聚類分析。本次聚類采用系統(tǒng)聚類法，距離測(cè)度采用平方Euclidean距離，得到系統(tǒng)聚類分析的譜系圖（圖1）

三、結(jié)果分析與結(jié)果討論

（一）結(jié)果分析

根據(jù)表4，通過各城市的兩個(gè)主成分得分、綜合得分及其排名，結(jié)合系統(tǒng)聚類分析的結(jié)果，我們發(fā)現(xiàn)，江蘇省的13個(gè)城市可以較為詳細(xì)地劃分為以下四類。

第一類僅有蘇州一個(gè)城市?？梢钥闯?，蘇州市的綜合得分遙遙領(lǐng)先于其他城市，在構(gòu)成指標(biāo)體系的11項(xiàng)指標(biāo)中，有9項(xiàng)指標(biāo)排名全省第一，綜合得分也是遙遙領(lǐng)先。

第二類城市有兩個(gè)，為南京和無錫。從11項(xiàng)指標(biāo)中我們可以看到，大部分指標(biāo)，南京市和無錫市都分別占據(jù)了第二或第三，可見這兩座城市的經(jīng)濟(jì)發(fā)展水平在省內(nèi)僅次于蘇州市；從綜合得分看，這兩座城市的得分也分列二、三名。

第三類城市有五個(gè)，分別是常州、南通、揚(yáng)州、鎮(zhèn)江、泰州。這五座城市均為江蘇省內(nèi)的沿江城市，有一定的經(jīng)濟(jì)基礎(chǔ)與經(jīng)濟(jì)實(shí)力，各項(xiàng)經(jīng)濟(jì)指標(biāo)均位于省內(nèi)中游水平。

第四類城市有五個(gè)，分別是徐州、鹽城、連云港、淮安、宿遷。這五座城市全部是蘇北城市，經(jīng)濟(jì)發(fā)展水平相對(duì)較為落后，從綜合各項(xiàng)得分看與其他城市差距明顯。

（二）結(jié)果討論

從以上的分析結(jié)果，我們可以就江蘇省各城市經(jīng)濟(jì)發(fā)展水平的情況得出以下結(jié)論。

1.各城市間的經(jīng)濟(jì)發(fā)展水平差距較大。放眼全國(guó)來看，江蘇省的各城市之間的發(fā)展差距已經(jīng)屬于比較小的，但是，光從數(shù)據(jù)分析的結(jié)果來看，即使是省內(nèi)差距相對(duì)較小，江蘇省各城市間經(jīng)濟(jì)發(fā)展水平的差距依然十分明顯。

2.經(jīng)濟(jì)發(fā)展水平的南北差異明顯。從分類結(jié)果我們可以發(fā)現(xiàn)，第一、第二類城市，即蘇州、南京、無錫，均為蘇南發(fā)達(dá)城市，蘇北五市則全都在第四類城市中。可見，目前江蘇省的總體情況依然是南部經(jīng)濟(jì)強(qiáng)于北部，且經(jīng)濟(jì)發(fā)展水平呈現(xiàn)由南向北遞減的趨勢(shì)。

3.通過對(duì)城市間分類的進(jìn)一步細(xì)化仍可發(fā)現(xiàn)城市間的同異。如第一、第二類的三座城市可以歸為一類，即蘇南核心城市，這三座城市普遍具備雄厚的經(jīng)濟(jì)實(shí)力，在全國(guó)范圍內(nèi)也是名列前茅的。第四類的五座蘇北城市則可再細(xì)分為兩類，其中，徐州、鹽城兩座城市地域廣大、人口眾多，它們較其他三個(gè)蘇北城市在發(fā)展上更具優(yōu)勢(shì)，具體體現(xiàn)在這兩個(gè)城市在經(jīng)濟(jì)總量因子的得分和綜合得分都排在全省6、7位；而第四類城市中的其他三個(gè)：連云港、淮安、宿遷三市則在各項(xiàng)指標(biāo)上排名墊底，與其他城市相比落后較多。

四、對(duì)策及建議

根據(jù)以上分析結(jié)果，我們對(duì)江蘇省經(jīng)濟(jì)發(fā)展提出以下建議。

（一）充分發(fā)揮蘇南核心城市的輻射作用，帶動(dòng)周邊城市共同發(fā)展

從分析結(jié)果來看，蘇南的蘇州、南京、無錫三市的經(jīng)濟(jì)實(shí)力在省內(nèi)處于領(lǐng)先地位。而在2016年4月22日《第一財(cái)經(jīng)周刊》發(fā)布的最新版“新一線”城市名單中，江蘇省的以上三個(gè)城市均成功入圍。作為省內(nèi)的領(lǐng)頭羊，這三個(gè)城市應(yīng)當(dāng)進(jìn)一步發(fā)揮輻射作用。江蘇省內(nèi)存在著較為明顯的發(fā)展梯次，目前第一、第二類的三個(gè)城市都在進(jìn)行產(chǎn)業(yè)升級(jí)與轉(zhuǎn)型，一些轉(zhuǎn)移的產(chǎn)業(yè)進(jìn)入到第三、第四類城市中則會(huì)給這些城市的經(jīng)濟(jì)發(fā)展帶來新的活力。所以，應(yīng)進(jìn)一步做好省內(nèi)資源的合理配置，從而實(shí)現(xiàn)先發(fā)展的帶動(dòng)后發(fā)展的，最終實(shí)現(xiàn)全省綜合實(shí)力的提升。

（二）加快沿江一體化的進(jìn)程，推進(jìn)蘇中融入蘇南

近些年來，隨著交通越來越便利，蘇南與蘇北的聯(lián)系也越來越緊密，在這一過程中，南通、泰州、揚(yáng)州這三個(gè)沿江城市獲益最多，相比其他蘇北城市發(fā)展更快，加上在地理上位置的相似，這三座城市從廣義的“蘇北”脫離，被稱為“蘇中”。盡管如此，蘇中與蘇南發(fā)達(dá)城市的差距依然較大。因此，應(yīng)當(dāng)從加強(qiáng)交通設(shè)施建設(shè)著手，完善城際間的交通運(yùn)輸環(huán)境，尤其是完善沿江以及跨江的交通線路，科學(xué)規(guī)劃區(qū)域內(nèi)部的產(chǎn)業(yè)布局，強(qiáng)化城市間的產(chǎn)業(yè)聯(lián)系，促進(jìn)省內(nèi)沿江城市的一體化發(fā)展，堅(jiān)實(shí)推進(jìn)蘇中城市融入蘇南。

（三）進(jìn)一步加強(qiáng)對(duì)蘇北城市發(fā)展的支持力度，努力打造蘇北中心城市

從統(tǒng)計(jì)數(shù)據(jù)和分析結(jié)果來看，蘇北城市的經(jīng)濟(jì)發(fā)展水平同蘇南，甚至蘇中相比都仍有明顯差距。所以，應(yīng)進(jìn)一步加強(qiáng)對(duì)蘇北的政策支持，推動(dòng)蘇北繼續(xù)保持快速健康發(fā)展。此外，由于蘇北五市與蘇南五市在地理上相隔較遠(yuǎn)，所以，亟須在蘇北五市范圍內(nèi)打造一個(gè)中心城市，帶動(dòng)蘇北整體發(fā)展。

參考文獻(xiàn)：

[1] 張超鋒，張斌儒.基于因子分析的我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展水平實(shí)證研究[J].生態(tài)經(jīng)濟(jì)：學(xué)術(shù)版，2014，（1）：167-170.

[2] 江蘇省統(tǒng)計(jì)局.江蘇統(tǒng)計(jì)年鑒[M].北京：中國(guó)統(tǒng)計(jì)出版社，2016.

[3] 呂文廣.甘肅農(nóng)業(yè)現(xiàn)代化進(jìn)程測(cè)度及特色農(nóng)業(yè)發(fā)展路徑選擇研究[D].蘭州：蘭州大學(xué)，2010.

[4] 毛嘉莉.聚類K-means算法及并行化研究[D].重慶：重慶大學(xué)，2003.

[5] 朱蕾.長(zhǎng)三角城市的經(jīng)濟(jì)實(shí)力評(píng)價(jià)——基于主成分聚類分析方法的實(shí)證研究[J].時(shí)代金融，2012，（9）：188.

[責(zé)任編輯 柯 黎]