中国城市创业发展水平的聚类分析.docx

中国城市创业发展水平的聚类分析 摘要文章以中国24个参加2007-2008年GEM调查的城市为研究对象,选择“每万人均私营企业个体户数量”、“私有经济占GDP比例”、“创业的服务支持条件”、“创业的基础支持条件”和“创业的氛围支持条件”等五项为聚类变量,对这24个城市的创业发展水平进行聚类分析,然后分析四种城市创业类型的特征,由此提出改善提升创业环境与结果的建议。 下载 关键词区域创业;城市创业;创业发展水平;聚类分析 中图分类号F224.0文献标识码A文章编号1002-736X(2010)09-0044-03 Cluster Analysis of the Entrepreneurial Developing Level of Cities in China Fan Wei 1, Zhang Xianjin 2 (1. Business School, Guangxi University, Nanning, Guangxi 530004; 2. Administration Committee of Nanning High-tech Industry Development Zone, Nanning, Guangxi 530007) Abstract: With the 24 cities in GEM survey from the year 2007 to 2008 as the research objects, this paper chooses five cluster variables: the number of private-owned enterprises and self-employed households of per ten thousand persons, the proportion of private economy in GDP, entrepreneurial service support conditions, entrepreneurial foundation support conditions and entrepreneurial atmosphere support conditireneurial developing level of these 24 cities and analyzes the features of entrepreneurial types of four kinds of citthe improvement and enhancement of entrepreneurial environment and achievempreneurship; entrepreneurial developing level; cluster analysis 创业对区域经济的GDP、税收、就业和技术革新等方面的贡献越来越显著,受到我国各级政府的高度重视。根据GEM(Globe Entrepreneurship Monitor,全球创业观察)中国研究小组的研究成果,发现我国各地区的创业水平差距十分显著。这个问题一直缺乏有效的解释,创业发展水平受很多因素的影响,哪些因素是形成区域创业差异的主要因素?我国各区域可以形成哪些聚类,这些聚类分别存在哪些特征?针对不同的聚类,各种聚类可采取哪些措施与政策来提升和完善创业环境?由于城市日益成为各地区创业产生与创业政策汇集的中心,笔者选取参与2007-2008年GEM调查的24个城市作为分析对象,根据2007年的相关统计数据以及中国GEM的城市调研结果,进行聚类分析,以期回答以上问题。 一、区域(城市)创业影响因素与创业差异研究综述 1.城市创业影响因素研究综述。GEM对城市创业环境的研究基于九个创业条件和五个创业要素。九个条件为金融支持、政府政策、政府项目、教育与培训、研究开发与转移、商业与专业基础设施、市场开放程度、有形基础设施和创业文化;五个创业要素为创业机会、创业能力、知识产权保护、妇女创业和高成长型创业条件等。 叶依广、刘志忠(2004)拟建了一套创业环境评价指标体系,列出了宏观经济景气指标、鼓励创业环境指标、支持创业环境指标、服务创业环境指标、保护创业环境指标和创业环境水平成果指标等六个一级指标、25个二级指标及54个三级指标。 郭元源、 陈瑶瑶和池仁勇(2006)认为,城市创业环境由五个子系统组成,包括经济基础、服务支撑系统、科教支撑系统、文化支撑系统和环境支撑系统。这五个系统又由更小的子系统构成,这些系统之间相互影响、交叉作用。 2.区域创业差异研究综述。Keeble and Walker(1994)认为,可以用个人财富、小企业环境等因素来解释英国的地区创业水平差异;Armington and Acs(2000)用市场需求变化、人力资本等因素来解释美国的地区创业水平差异;Fritsch and Mueller(2005)用产业结构、失业情况等来解释德国的地区创业水平的差异;高建、程源等(2008)用市场需求变化、产业结构变化、技术发展、人力资本、创业文化和私人财富作为区域创业差异的决定因素。 以上研究为探寻区域创业差异提供了丰富的视角,但这些创业差异的影响因素(体系)有的较单薄,指标的代表性较弱;有的比较全面,但其中很多指标可采集性弱或成本很高。挖掘中国各地区创业差异形成的较全面、有效的主要影响因素需要更多的尝试。 二、分析对象和变量的选择 聚类分析的对象是2007-2008年参与GEM调查的24个城市,即包头、北京、长春、重庆、广州、桂林、哈尔滨、合肥、厦门、银川、大连、上海、太原、天津、南昌、南宁、南京、昆明、呼和浩特、沈阳、济南、杭州、武汉和珠海。 在参考前人以及笔者之前的研究基础上,本文研究选取上述24个城市的“每万人均私营企业个体户数量”、“私有经济占GDP比例”、“创业的服务支持条件”指标、“创业的基础支持条件”指标和“创业的氛围支持条件”指标为聚类变量。 “每万人均个体私营企业数量(户/万人)”能较有代表性地体现区域创业状态;“私有经济占GDP比例(%)”既能够较充分地体现私有经济企业的数量规模,也能体现私有经济的发展质量水平;而“创业的服务支持条件”指标、“创业的基础支持条件”指标和“创业的氛围支持条件”指标则来自于笔者之前做的关于中国城市创业差异的主要因子分析,通过对中国这24个城市的人均GDP(万元/人)、每万人均拥有发明专利数量(件/万人)、受过高等教育的人口比例(%)、人均城乡居民银行储蓄存款(万元/人)和私营企业就业人口比例(%)等五个指标,GEM城市调查中创业环境九个创业条件即金融支持、政府政策、政府项目、教育与培训、研究开发与转移、商业与专业基础设施、市场开放程度、有形基础设施和创业文化,共15个指标的数据进行因子分析,最终得到创业支持条件的三个公共因子。其中“创业服务支持条件”承载了教育与培训、市场开放程度、政府项目、政府政策、研发转移、商务环境和金融支持等七个指标;“创业的基础支持条件” 承载了人均储蓄存款、人均发明专利数量、人均GDP和高等教育人口比例等四个指标;“创业的氛围支持条件” 承载了私有企业就业人口比例、基础设施和创业文化等三个指标。 如此处理,一方面,选择尽量多的指标全面反映城市创业发展水平的状态;另一方面,通过因子分析提取综合性指标,使得各聚类变量之间可能存在的强线性关系减弱,减少原线性关系强的变量的“重复贡献”。 三、聚类分析的数据处理 1.消除聚类变量的数量级差。由于所选择的五个指标有不同的单位和量纲,本研究采用Z scores 消除数量级差,将各变量值减去均值后除以标准差,标准化后的Z分数平均值为0,标准差为1。 2.个体距离的计算方法。本文中的变量个体距离采用欧式距离的计算方法。 3.组间距离的计算方法。本聚类研究是对城市样本的聚类,采用Q型聚类法,聚类方法采用层次聚类法,类间距离采用组间平均链锁距离法(Between-groups linkage),即类间距离是个体与小类中每个个体距离的平均值,以克服最近邻居距离或最远邻居距离等极端值的影响。根据归并的先后顺序做出聚类谱系图。 四、聚类输出结果分析 通过对上述指标进行聚类分析,确定聚类的数目为四个,得到如下表-1。 表-1 24个城市创业水平聚类分析结果 第一类:杭州、大连 第二类:珠海、厦门 第三类:北京、上海 第四类: 重庆、桂林、南昌、济南、南京、太原、合肥、呼和浩特、天津、哈尔滨、南宁、武汉、沈阳、包头、银川、昆明、广州、长春 对这四类的各个指标进行描述统计,结果如表-2所示。 从表-1可以看到,中国这24个城市的创业发展水平可以分为四类,表-2为这四种类型的各自的描述统计特征,由此分析各种类型的特征。 1.第一类包括杭州、大连两个城市。它们的综合得分均值为0.7726,其中在“创业服务支持条件”、“私有经济占GDP比例”两方面明显优于其他类别。从因子分析来看,“创业的服务支持条件”因子对于评价城市创业发展水平的影响是最大的,该因子承载了创业的教育与培训、市场自由竞争开放程度、政府项目和行政服务、政府政策、研究开发与转移、专业服务市场的基础建设和金融支持等创业条件,这些服务型的创业支持条件对于完善区域创业环境、促进创业产生以及提高创业质量很重要,这两个城市在“创业服务支持条件”的平均得分优势很突出;且私有经济占GDP比例为64.10%,也是最高的,尤其是杭州达到73%,是全国最高的,说明这两个城市私有经济的发展活跃。其他三个指标“每万人个体私营企业数”、“创业基础支持条件”和“创业氛围支持条件”得分为中等。 2.第二类包括珠海、厦门两个城市。它们的综合得分均值为0.6104,其中在“创业氛围支持条件”得到最高分,该条件承载了私营企业从业人员占劳动人口的比例、创业文化和创业有形基础设施等指标,主要反映当地的创业认同程度,说明珠海、厦门的创业氛围条件比较好。其他四个方面的得分在四种类型中均居第二位,发展比较均衡、全面。 3.第三类包括北京、上海两个城市。它们的综合得分均值为0.3917,这类城市指标排名呈现出两极分化现象,“创业基础支持条件”均值(2.5155分)、“每万人个体私营企业数”均值(738.86户)在四种类型中得分最高,而在其他三个方面的得分在四种类型中得分却最低。“创业基础支持条件”承载了人均储蓄存款、人均发明专利数量、人均GDP和高等教育人口比例等四个指标。北京和上海位列中国人口最多的城市前列,它们在收入储蓄、GDP、高等教育人口比例和发明专利数量等指标方面十分突出,使得其“创业基础支持条件”得分在四种类型中最突出,说明北京、上海有较厚实的创业基础;“每万人个体私营企业数”均值也很高,尤其是北京,达到916.72户,是全国该比例最高的;但另外三个指标都居于四种类型中的最末:“私有经济占GDP比例”最低,均值仅有18.25%,远低于其他城市,原因是这两个城市的经济总量很大,其他类型如国有企业、股份有限公司和外资企业的经济量很大,使得私有经济占GDP比例相对就小了很多;另外,这类城市的“创业服务支持条件”为-0.6152,“创业氛围支持条件”为-0.5856,说明北京、上海对中小创业企业的扶持条件还有待优化。 表-2 24个城市创业水平聚类分析的各类特征 4.第四类包括的城市数量很多,共有18个城市,它们的综合得分均值为-0.1972,这类城市在各个指标方面都比较中庸,总体反映这18个城市在创业的发展水平方面差别不大。 五、结论与建议 1.区域创业发展水平的影响因素很多,我们尽可能全面地选择与创业较密切相关的指标参与分析,整理出五个指标。“每万人均私营企业个体户数量”、“私有经济占GDP比例”是比较综合的创业发展结果指标;“创业的服务支持条件”、“创业的基础支持条件”和“创业的氛围支持条件”等三个指标是评价创业环境条件的综合指标,其中,“创业的服务支持条件”的影响力最大,“创业的基础支持条件”次之,“创业的氛围支持条件”最小。这五项可视为各区域形成创业差异的主要影响因素。 2.根据这五项指标的数据进行聚类分析,分出四类城市,城市的分布大致呈现梅瓶状:创业发展水平相对领先的前三类各有二个城市,第四类有18个城市。第一类的杭州、大连在“创业服务支持条件”、“私营经济占GDP比例”上明显占优;第二类的珠海、厦门则在“创业氛围支持条件”方面均值最高,而在其他四个方面都均值排名第二,发展比较全面;第三类的北京、上海在五个指标中两极分化,“每万人个体私营企业数量”和“创业基础支持条件”均值最高,个体私营企业数量密度最大,创业的各种基础条件最好,但其他三个指标则排名最末,私营经济在整个城市经济中的比例和影响力都较弱;第四类共有18个城市,它们在各个方面互有优劣,总体上创业发展水平比较接近。 3.提升区域(城市)创业发展水平是综合性的系统工程,涉及面很广,我们可侧重从三种支持条件入手。其中“创业服务支持条件”对创业环境和创业结果的影响最大,也是我们最能够采取主观努力去改善的条件,“创业基础支持条件”、“创业氛围支持条件”更多的与区域(城市)的宏观层面要素、依赖路径密切相关,在短期内可能难以改变。另外,通过数据分析,各个