基于因子分析对我国沿海省市(区)经济发展状况的综合评价

基于因子分析对我国沿海省市(区)经济发展状况的综合评价

［摘要］本文选取了我国沿海省市（区）2010年的13项经济指标作为研究对象,运用因子分析和聚类分析法对沿海各省市（区）经济发展状况进行了综合评价和排序,并提出合理的建议。
［关键词］沿海省市（区）；经济指标；因子分析；聚类分析
［中图分类号］F123［文献标识码］A［文章编号］1005-6432（2012）2-0127-03

我国沿海十一个省市（区）土地面积占全国陆地面积的13.6%，而国内生产总值（GDP）占全国59.2%以上,工农业总产值占全国64.7%以上,沿海口岸进出口贸易总额占全国80%以上。在沿海地区经济实力日益增强的趋势下,区域发展的不平衡性越发明显。因此,对该十一个省市（区）的经济发展状况进行分析,评价其经济发展水平并提出合理的建议极其必要。本文研究区为拥有海岸带的省市、自治区,自南向北依次为：海南、广西、广东、福建、浙江、上海、江苏、山东、天津、河北、辽宁（由于数据缺失,不计台湾）。
1经济指标体系的建立
反映一个地区经济发展水平的指标众多,为了能客观、全面地描述各地区经济的发展状况,必须建立适当的指标体系。本文在选取经济指标时主要考虑了以下3个原则：①能准确地反映沿海省市（区）的经济实力；②具有一般性,统计标准基本一致；③可信度高,即采用第一手资料,不使用有缺失的数据。根据以上原则共选取了13个指标,均来自2011年的《中国统计年鉴》,具体数据如表1所示。
2经济指标的因子分析
2.1数据的分析
在进行因子分析前,先对因子分析的适宜性进行检验,从原始变量的相关结果分析可以得知,选取的13个经济指标之间存在较强的相关关系,因此适合做因子分析。对原始数据进行标准化以消除指标间不同量纲对分析结果的影响,建立起指标间的相关系数矩阵,计算其特征值和累积贡献率,根据特征值大于1的原则,提取出2个主因子,由表2可知,前2个特征值的方差累积贡献率已经达到90.81%,所以取前2个特征值建立因子载荷矩阵。由于初始因子载荷矩阵结构不够简明,各因子的含义不够突出，为此采用方差最大正交旋转变换,使各变量在某些因子上产生较高的载荷,而在其余因子上载荷较小,从而得到旋转后的因子载荷矩阵。
2.2因子的命名及解释
对旋转后的因子载荷矩阵进行进一步分析得到：主因子1中绝对系数值较大的有：地区生产总值、社会消费品零售总额、第二产业增加值、工业增加值、第三产业增加值、财政收入、固定资产投资、进出口总额,该因子主要是衡量地区的生产与贸易能力,因此将主因子1命名为主导经济发展因子；主因子2中绝对系数值较大的有：农村居民家庭人均纯收入、城镇居民人均消费支出、城镇居民人均可支配收入、每十万人在校大学生数量,该因子主要是反映人们的人均收入与文化水平,因此将主因子2命名为人民生活质量因子。
2.3沿海省市（区）经济实力因子得分和综合得分
在提取主因子的基础上，利用主因子得分表计算综合得分，具体方法是：因子经正交旋转后再利用回归法计算出各因子的得分,并以各因子的方差贡献率占总方差贡献率的比重为权重计算沿海省市（区）的综合得分,并对其进行排名,借助SAS软件计算得出的结果如表2所示。各主因子得分及综合得分给出了各省市（区）经济实力的量化描述,综合得分值越高表示经济综合实力越强。
对表2进行分析可知：主因子1得分排名前3的地区依次为：广东、江苏、山东,反映出这三个地区主导经济发展突出,生产与贸易能力强,经济总量大。主因子2得分排名前3的地区依次为：上海、天津、浙江,反映出这三个地区人民的生活质量高,普遍生活水平好。综合得分排名前3的地区依次为：广东、江苏、浙江,反映出这三个地区经济的综合实力强,竞争力大。
2.4基于因子得分的聚类分析
聚类分析是研究事物分类的一种方法，是将一批样本或变量按照它们在性质上的亲疏程度加以分类。实质是按照距离的远近将数据分为若干个类别，以使类别内数据的差异尽可能小，类别间的差异尽可能大。在上述因子分析的基础之上，对因子分析产生的新变量（因子得分）进行系统聚类分析,样本之间采用类平均距离,综合分析SAS运行结果中的各统计量,结果表明分为3类时效果最好。上海和天津为第一类；广东、江苏、山东和浙江为第二类；海南、广西、河北、福建和辽宁为第三类。
3综合评价及建议
本文运用因子分析和聚类分析法,从微观和宏观两个层面上定量分析了沿海各省市（区）经济发展的综合实力水平,现结合各省市（区）当前实际经济情况做出如下综合评价。
第一类中的上海与天津两直辖市的人民生活质量因子得分最高,且上海尤为突出。上海完善的金融机构与成熟的贸易系统带来了极为可观的经济收益,但主导经济发展因子得分的逊色反映出上海城市经济发展的内在动力与速度有所不足，上海应抓紧时机,为经济的后工业化发展奠定更坚实的基础。而天津坚持沿海都市型农业发展方向,并在当代以滨海新区为载体发展金融。但从主导经济发展因子较低得分进而探究得知天津存在第三产业发展滞后,产业研发、技术创新能力较低等不足。
第二类中的广东、江苏、山东和浙江四个大省依托优越的地理条件,大力发展生产,对外对内频繁的贸易往来,经济总量在全国一直处于前列,但均存在区域发展不平衡的问题。对于广东与江苏,主导经济发展因子得分最为突出,说明生产与贸易能力极强；但人民生活质量因子得分稍低,折射出两省应着手协调区域经济差异,全面提高人民生活水平。而山东海岸线仅次于广东省，居第二位,海洋资源丰富,总体实力较强,但东、西部发展水平差距明显,居民收入水平较低,建议其加快经济结构调整,发展创新型经济，并把改善人民的生活水平放在首要位置。浙江人均经济水平较好,但生产与贸易能力稍弱,应推进新型城市化和社会主义新农村建设,大力发展海洋经济,推动城乡、区域、陆海统筹发展,切实增强发展的全面性和协调性。
第三类中的海南、广西、河北、福建与辽宁五个省份经济综合实力在沿海地区处于中下水平,亟须推进经济转型升级,争取综合实力迈上新的台阶。海南毗邻港澳,面临东盟各国,地处南海国际海运要道,是我国唯一的热带旅游胜地和最大的经济特区,应充分利用区位、资源与政策等优势,发展特色经济。广西与河北经济基础较为薄弱,建议两省加快推动产业结构调整,依靠科技创新全面提升行业技术水平和市场竞争力,加快推进统筹城乡发展。而福建与辽宁形成了一定的产业规模,经济发展正处于全面振兴的新阶段,理应抓住机遇,调整优化经济结构,突破经济平稳较快发展的重点难点,夯实经济平稳较快发展的科技支撑,实现经济又好又快地发展。
参考文献：
［1］吕宗华.东部沿海地区10城市社会经济指标的因子分析［J］.国土与自然资源研究,2006（3）.
［2］国家统计局.中国统计年鉴［M］.北京：中国统计出版社,2011.
［3］冯建中.因子分析在中部六省经济发展中的应用［J］.南阳理工学院学报,2009,1（4）.
［4］刘林军,吴黎军.基于因子分析的我国西部12城市经济发展状况实证分析［J］.重庆理工大学学报（自然科学版）,2010,24（11）.
［5］王芳,陈胜可,冯国生,等.SAS统计分析与应用［M］.北京：电子工业出版社,2010.