（区域）基于面板数据的辽宁省城市发展水平聚类研究.doc

基于面板数据的辽宁省城市发展水平聚类研究 城市发展水平综合反映一个地区经济、文化、科技等方面的发展状况，随着城市数量不断增加，城市规模不断扩大，不同城市之间发展水平出现差异。全面分析与比较城市之间的差异，对促进城市全面、健康与可持续发展具有极其重要的意义。城市发展水平不仅包含固定时点城市发展状况，还包含特定时期内城市发展状况。因此，研究城市发展水平差异，不但要考察各项指标的绝对水平信息，更要考察各项指标的发展速度，它代表城市发展潜力。面板数据是不同时点截面数据的结合体，既包含固定时点指标的信息，也包含一段时期内指标的动态信息，因此，选择面板数据研究城市发展水平差异更合理。 本文选取代表辽宁省城市发展水平的11项指标，选取多个指标在覆盖大部分信息的同时也会导致信息重叠问题，本文试图对指标“降维”加以解决。笔者用加权平均法代替简单平均法处理面板数据，对加权后的数据做主成分分析。在对指标“降维”后，用面板数据聚类分析法对辽宁省14个地级市分类，得到的聚类结果可为进一步研究城市发展水平奠定基础。 一、面板数据聚类分析理论 面板数据聚类分析与传统聚类分析最大不同之处在于样本距离的定义。t=i期截面数据的样本距离可用传统的欧式距离（1）式表示： xik，xjk分别表示样本i和样本j在第k个指标上的取值，i，j=1，M；k=1，N。 该距离公式包含固定时期两样本各指标绝对水平差异，对于面板数据，该距离公式不再适用。 (2)式是“全时绝对距离”，反映整个时期内两样本各个指标绝对水平的差异。 (3)式是“全时增长速度距离”，反映整个时期内两样本各指标变化速度的差异，即样本动态的差异。面板数据的样本距离是“全时绝对距离”和“全时增长速度距离”的加权和： (4)式不但度量了整个时期内样本各指标间绝对水平差异，还度量了样本各指标变化差异。全面反映出面板数据样本间差异。但(3)式存在一个缺陷，它只度量两样本各指标变化率大小差异，未考虑两样本各指标变化方向差异，即忽略的符号对距离的影响。对此，本文根据xikt(或Xjkt)在相邻两时期的取值数据，的符号做修改，使修改后的数据满足只要的符号就为正，否则为负。基于此重新计算(4)式距离。 此外，(4)式需满足+=1，、取值可以结合研究的实际问题主观给定。若侧重考查不同样本的绝对水平对分类结果的影响，则取值应大一些；若侧重考查两样本发展速度对分类结果的影响，则取值应大一些。本文旨在按照发展水平对城市分类，各项指标绝对水平差异和发展速度差异对城市发展水平差异的贡献应同等对待，故本文实证分析中将两个系数均设为1/2。 本文采用系统聚类法，类间距离用最短距离法计算。 二、实证分析 1.指标选取。 基于目前关于城市发展水平的研究，可以得出：城市发展水平主要受经济发展水平、基础设施建设水平以及科技发展水平这三方面的影响。经济发展水平是城市发展水平的重要标志，它反映城市发展的现状以及未来发展的潜力；基础设施建设水平是城市经济发展的载体，也是城市参与区域竞争的基本前提和保证；科技发展水平是城市经济发展和生产率提高的基本驱动力和源泉。 兼顾数据可获得性，本文选取人均GDP等11项指标(见表1)。作为科技发展的基础，高等教育的地位不容忽视，故本文选取两项反映高等教育水平的指标代替科技水平指标。为消除城市规模的影响，本文所选指标大多是人均指标。指标样本区间是20082010年，其中20082009年人均可支配收入数据来源于辽宁统计年鉴2010，2010年人均可支配收入来源于各市统计公报，其它指标数据来源于中经网统计数据库城市年度库。 2.指标“降维”处理。 为消除以上11个指标的信息重叠，本文采用主成分分析法进行指标“降维”，在主成分分析之前，先将原始数据标准化以消除量纲的影响，然后通过加权平均法，将面板数据转换为截面数据。具体过程如下： 是第i个样本的第k个指标在所有时期的均值是第i个样本的第k个指标所有时期值的方差，以作为权重，对原来数据求加权平均，得到变量新值为至此，初始的面板数据转化为了截面数据。该过程用SAS9.2编程完成。 对新生成的截面数据做主成分分析，结果显示，前3个主成分提取了原始变量约85.008%的信息，故选取3个主成分是合适的。 表2是因子载荷矩阵，主成分y1在x1x2、x3、x8、x9、x10、x11上的因子载荷值比较大，都超过0.8，故主成分y1是人均GDP、人均固定资产总额、人均社会消费品零售额、每万人拥有公共汽车数量、人均公共图书馆藏书、高等学校专任教师数和高等学校在校生人数这几个指标的综合反映，这些指标从经济、文化和生活便利程度三方面反映了城市居民的生活水平，因此，将y1命名为居民生活水平因子。主成分y2在x5上的因子载荷值比较大，x5表示第二、三产业产值占GDP的比重，它是衡量产业结构优劣的重要指标，故将其命名为产业结构水平因子。主成分y3在x6上的因子载荷值比较大，x6是人均铺装道路面积，该指标反映了城市基础设施建设水平和交通条件，故将y3命名为基础设施建设水平因子。这三个主成分从居民生活水平、产业结构、基础设施建设三方面反映了城市发展水平。 (5)、(6)、(7)式是主成分关于原始变量的表达式，将原始面板数据带入以上三式，得到只含3个变量的面板数据。 3.聚类结果及分析。 对“降维”后的面板数据做聚类分析，该过程采用SAS9.2与EXCEL2007软件完成，将城市分为3类时，分类结果如表3所示。 聚类结果显示，沈阳与大连聚为一类，营口自成一类，其他城市聚为一类。 为比较不同类城市发展水平的差异，计算出面板数据聚类结果的三类城市各指标均值，如表4所示。 X1、Y1、Z1分别代表20082010年的居民生活水平指数变量，X2、Y2、Z2分别代表20082010年的产业结构水平指数，X3、Y3、Z3分别代表20082010年的基础设施建设水平指数。由于对数据进行过标准化处理，因此表中数值是与全省平均水平差值。 由表4可知： (1)第一类城市(沈阳与大连)的居民生活水平始终远高于全省平均水平，但产业结构水平和基础设施建设水平却低于全省平均值。 (2)第二类城市(营口)居民生活水平一直处于全省最低的状态，但产业结构水平高于全省平均值，基础建设水平在2008年略低于全省平均水平，但在样本期间保持上升趋势，最终高于全省平均水平。 (3)第三类城市(鞍山等城市)的居民生活水平在2008年低于全省平均水平，但在2009与2010年得到提升，最终高于全省平均水平；第三类城市的产业结构平均水平稳居全省第一名；20082010年间，第三类城市群的基础设施建设平均水平呈现出下降趋势，下降幅度高达230%。 三、结论及政策建议 本文选取代表辽宁省城市发展水平的11项指标，用主成分分析进行指标“降维”后做面板数据的聚类分析，结果表明：沈阳与大连聚为一类，营口自成一类，省内其他城市聚为一类。这与截面数据聚类结果不一致，通过对指标增长速度分析表明指标增速差异将影响聚类结果。 进一步对三类城市各指标求均值又得到如下几点结论： 1.辽宁省居民生活水平与基础设施水平普遍低下。 从表4可以看出，除了沈阳与大连外，辽宁省其它城市的居民生活水平均低于全省平均水平。“十二五”规划传达出党和政府让人民共享改革开放成果的坚定决心，国家发展目标已从“强国”向“富民”转变，根本途径就是提高人民的生活水平。提高居民的生活水平首先要提高其收入水平，政府一方面要着力提高现存劳动力最低工资标准，另一方面要加大教育投入力度并尽可能多的提供各种职业技能培训机会，丰富城市居民职业技能，提高整体竞争力。提高居民生活水平还要着力改善居民生活环境，如增加绿化面积、增加公交线路等。只有收入提高了，生活环境改善了，居民的生活水平才得到实质性提高。 从表4还可以看出，辽宁省大部分城市的基础设施建设水平比较低，基础设施建设是企业、单位和居民生产经营活动共同的物质基础，是城市主体设施正常运行的保证，因此，基础设施建设水平需引起重视，各级政府应该加大在基础设施建设方面的财政投入，提高基础设施建设水平，为城市经济发展创造良好的硬件条件。 2.辽宁省产业结构不合理。 从表4可以看出，除沈阳、大连、铁岭外，省内其他城市的劳动密集型产业发展水平都是正值，这种产业状况并不合理。劳动密集型产业科技含量低，生产主要使用大量劳动力，由于这些产