基于因子研究长三角城市经济差异比较探究

1、基于因子研究长三角城市经济差异比较探究一、引言随着现今经济全球化步伐的加快，世界正步入全球经济 一体化、生产要素全球范围的流动与竞争以及生产网络全球 配置的新时代。在这个经济背景下，近些年经济发展速度最 快、经济规模最大、最具有发展潜力的长江三角洲城市群受 到了更多全国乃至全世界的关注。长江三角洲城市群包括了 江苏省的南京、苏州、无锡、常州、镇江、扬州、南通、泰 州和浙江省的杭州、宁波、绍兴、嘉兴、湖州、舟山、台州 以及上海市总共16个城市，是中国经济最有活力的地区之 一，是亚太和世界经济中发展的亮点，也是世界六大都市圈 之一。然而在这个以全球经济为背景的条件下，每个城市在 其中的地位与作用，

2、最终都是通过其自身的综合经济实力来 实现的。长三角的每个城市的经济发展水平具有比较大的差 异性，通过对比分析每个城市经济实力的差异，有利于更加 深刻地了解长江三角洲每个城市的经济发展水平，使其在国 家产业转移和生产价值链全球分布的新时期，找准各自的定 位，促进每个城市制定适合自身和大经济背景下的经济发展 战略。从这一角度说，分析长三角城市经济实力的差异性， 对于促进长三角地区经济合作与交流、促进其综合竞争力的 提升以及对于促进长三角地区区域经济一体化发展具有着 重要的意义。本文基于因子分析法和聚类分析法，利用spss软件对 于长三角16个城市（上海、南京、苏州、无锡、常州、镇 江、扬州、南通、

3、泰州、杭州、宁波、绍兴、嘉兴、湖州、 舟山、台州）的经济评价指标进行定量分析，并且与定性分 析相结合，比较研究其城市经济实力的差异并对其进行评 价，由此初步体现出各个城市在长三角经济发展中的地位和 作用。二、评价指标的构建对于城市经济发展水平的评价，并不能只选取一个或几 个指标，要针对经济实力的内涵，遵守科学性、代表性、可 比性、系统性、易获性以及可操作性的原则，进行指标的选 取。经济实力是全面反映地区的经济发展水平、潜力以及对 地区外的影响力，在中国国家统计局发布的十大经济指标的 基础上，并结合上述指标选取的原则，对评价长三角城市经 济实力的评价指标进行了如下选取，即gdp增长率（）、人 均

4、gdp （元）、第二产业比重（）、第三产业比重（）、规模 以上工业总产值（亿元）、全社会固定资产投资额（亿元）、 社会消费品零售总额（亿元）、进出口总额（亿美元）、实际 利用外资（亿美元）、地方一般预算收入（亿元）、金融机构 本外币存款余额（亿元）、城市居民人均可支配收入（元）、 农民人均纯收入（元）和授权专利件数（件），总共14个指 标。如表1所示。三、相关计量方法的基本原理（一）因子分析法因子分析是从矩阵内部出发，研究如何用少数的几个变 量来表示信息错综复杂的众多原始变量，即用假设的少数因 子变量来表示原始变量的主要信息，以达到减少数据的目 的。它不仅可以表示原始变量的主要信息，还可以解释

5、其主 要信息之间的关系，是一种可以用因子变量来分析与解释现 实经济现象的多元统计方法4。因子分析的数学模型如下：假设有n个原始变量，表示 为xi, x2, x3,，xn,且这些变量已经标准化，并且这n 个原始变量可由k个因子fl, f2, f3,，fn表示为线性 组合那么就有：上式如果用矩阵形式表示则为x二af+e,这个就是因子 分析的数学模型。其中x为可以测量的n维变量向量，即原 始变量，它的每一个分量都表示一个可测得的指标或变量； f即为因子变量向量，每一个分量表示为一个因子，每一个 原始变量都可表示为每一个因子变量的线性组合，因此因子 变量又可以称其为公共因子；a为因子负载荷矩阵，每个元

6、 素aij表示因子负荷，反映的是因子和各个变量间的密切程 度。£为特殊因子，为原始变量中不能被解释的部分。因子 分析的基本思路是对原始变量的相关系数矩阵的内部结构 开始分析，从中能够找出少数几个能够控制原始变量的公共 因子，在尽可能多的反映原始信息的情况下，建立因子分析 模型，揭示公共因子与原始变量之间的相关程度，达到缩减 变量、降低维度和解释原始信息的目的4。（二）系统聚类分析法聚类分析的基本思想是依据样本或变量的数值特征来 观察各样本或变量之间的亲疏关系或相似程度，其原则就是 认为不同的样本或是变量之间存在不同程度的亲疏关系或 相似性。聚类分析首先是根据样本或变量的数据特征，寻找

7、 出能够度量出样本或变量之间亲疏关系的统计量，按照其关 系的远近程度（即相似性）作为依据，把距离近的（相似性 大的）的样本或变量分成一类，再把另一些距离远的（相似 性小的）样本或变量分成一类，直到所有样本或变量分类完 毕，最终形成系统的聚类谱系图，从而达到根据样本或变量 的数值特征，对其进行分类与探索分析的目的4。系统聚类分析则是聚类分析最常用的方法之一，根据分 层聚类过程的不同，又可分为凝聚法和分解法，前者是逐步 将样本或变量归为一大类，后者是先将样本或变量归为一大 类再逐步分解，是两种相反的聚类过程。而系统聚类分析由 于根据不同的类与类的距离计算方法，可以得到不同的聚类 结果，本文将采用的

8、是欧几里得距离。四、长江三角洲城市经济差异比较的实证研究本文通过搜集长三角16个城市的2010年的上述评价指 标数据，利用spss17. 0统计软件对所得指标数据进行因子 分析和聚类分析，得出16个城市经济实力得分和排名，分 析出长三角各个城市的发展特点以及现状，并由此得出使得 长三角地区经济更进一步发展的政策建议。（一）因子分析1. km0检验及bartlett? s球形检验首先对于指标变量数据做km0和bartlett's球形检验, 看数据是否需要做因子分析，以及是否符合进行因子分子的 前提条件。km0检验统计量是用于比较变量间皮尔逊相关系 数和偏相关系数的指标，取值在0与1之间，

9、其值越接近于 1,说明变量间的相关性越显著，就越适合做因子分析，一 般认为km0检验值大于0. 5就属于适合做因子分析。如表2 所示，指标数据的km0统计量值为0. 721,且bartlett' s 球形检验结果亦为显著（sig.值2.因子提取在这里运用主成分法求解因子负荷矩阵，进行因子提 取，得到对于总变量解释的结果，并且对于提取的因子数目 并没有基于特征值的大小，而是固定了提取因子数目为4个。 根据以上的步骤，通过spss统计软件最终得出总方差解释 表格以及变量共同度表格，如表3与表4。由表3总方差解 释表得出的主成分信息可知，前4个因子的累积贡献率达到 了 95. 046%,反映

10、了原始变量95. 046%的信息，说明这4个 公因子较好地解释了原始变量信息。且因子fac1_1的贡献 率为65. 778%,因子fac2_1的贡献率为13. 403%,因子fac3_1 的贡献率为11.447%,因子fac4_1的贡献率为4.418%。而 从表4变量共同度可以看出，每个变量的共性方差均在0.5 以上，且大部分高达0.9,这也说明了这4个公因子能够很 好地反映出原始变量的绝大部分信息。由图1也可看出从第 5个因子开始曲线开始变得平缓，所以取前4个公因子。3因子旋转，得到因子得分为了使得各因子具有更加明显的专业意义，并对各个因 子的载荷做出合理的解释，就需要进行因子旋转，通过旋转

11、 对因子负荷起到明显的分离作用，这里用的因子旋转方法是 最大方差法。旋转后的因子负荷矩阵如表5所示，从表中可 以看出，公共因子fac1_1支配的变量有规模以上工业总产 值（亿元）、社会消费品零售总额（亿元）、全社会固定资产 投资额（亿元）、进出口总额（亿美元）、实际利用外资金额 （亿美元）、地方一般预算收入（亿元）、金融机构本外币存 款余额（亿元）、授权专利件数（件）；公共因子fac2_1支 配的变量有第二产业比重（%）和第三产业比重（）;公共 因子fac3_1支配的变量有农民人均纯收入（元）和城市居 民人均可支配收入（元）；公共因子fac4_1支配的变量有gdp 增长率和人均gdp。因此，综

12、上所述，公因子fac1_1反映的 是经济规模各方面的综合情况，可称为经济规模综合因子； 公因子fac2_1反映的是产业结构方面的情况，可称为产业 结构因子；公因子fac3_1反映的是人均收入情况，可称为 收入水平因子；公因子fac4jl反映的是有关于gdp方面的 情况，包括了其增长情况和人均水平，可称为gdp指标因子。 这4个公因子较好地支配了原始变量的主要信息，其中因子 得分可见表6,通过各个因子的得分，spss可以自行定义权 重，来计算4个公因子的得分，并以变量的形式保存在数据 集中。4根据公因子得分，利用回归法计算出各个城市的综合 得分及排序可根据公因子得分以及各个公因子的贡献率来计算各

13、 个城市的综合得分f,其计算公式为：f=(65. 778%*fac1_1 + 13. 403%*fac2_l + ll. 447%*fac3_l+4. 41 8%*fac4_1) /95.046%通过此公式计算出的各个城市的综合得分及其排序如 表7所示。根据表7,长三角16个城市综合得分从第1位到 第16位的排序为：上海、苏州、无锡、杭州、宁波、南京、 南通、常州、嘉兴、扬州、绍兴、镇江、泰州、台州、湖州、 舟山，这与事实基本吻合。(二)系统聚类分析根据长三角各个城市的4个公共因子和城市综合得分， 对各个城市进行q型基于欧几里得距离的系统聚类分析，得 到了如图2的聚类分析树状图。从图中可知，可

14、将长三角各 个城市按经济实力划分出4种类型，即为上海市属第一类， 经济实力最强；苏州是属第二类，经济实力仅次于上海市的 城市；南京、无锡、杭州、常州、宁波、嘉兴、镇江属于第 三类，经济实力较强的城市；扬州、南通、泰州属于第四类, 经济实力表现为一般；湖州、绍兴、舟山、台州属于第四类, 经济实力表现为相对不发达，即排序相对靠后。五、分析与结论1.通过因子分析得到各个城市经济实力综合得分和聚 类分析得到的树状图可知，上海市以最高城市经济实力综合 得分2. 06600而位居长三角16个城市中第一位，表现出其 经济实力的优越。但是位于第二位的苏州市因为经济发展突 飞猛进，其经济实力综合得分为1.165

15、14,紧跟上海市的步 伐。上海市和苏州市的经济实力综合得分远远超过了长三角 其他城市，呈现出“上海市已不是一枝独秀，苏州市正在奋 力追赶”的趋势，于2010年，苏州市的人均gdp与gdp增 长率均超过上海市，其在长三角的经济地位已不容忽视。从 总体看，上海、南京、杭州这三个长三角三极城市排名依然 靠前，江苏省城市经济实力整体要强于浙江省，而苏南地区 城市经济实力不但比苏中地区要强，而且也超过浙江省的大 部分城市。2对于上海市来说，四个公共因子中，经济规模综合因 子和产业结构因子的排名比较靠前，说明上海市经济实力长 三角第一位的主要原因是由于长期的积累，其经济发展水平 较高，经济规模总量很大，在

16、表6因子得分矩阵中可以看出, 对于经济规模综合因子有主要贡献的有规模以上工业总产 值、进出口总额、实际利用外资和专利件数，可见其经济规 模目前主要是靠工业产值、对外贸易、跨国公司和科技创新 来拉动。上海市的产业结构在长三角地区也比较合理，尤其 是推进优先发展现代服务业之后，2010年上海市第三产业比 重已增至57. 3%,远远超过第二产业的比重。但是，上海市 的收入水平因子和gdp指标因子得分排名相对靠后。其中， 从收入水平因子中的农民人均纯收入2010年的16个城市的 数据来看，上海的农民人均纯收入已位居靠后，这说明上海 市在农民生产生活方面还需要进行改善。且在gdp指标方面, 于2010年

17、，长三角其他15个城市的gdp增长率均已超过上 海市，这说明上海市急需拓宽经济发展渠道和发展新兴产 业，努力寻找新的经济增长点。3对于苏州市来说，根据公共因子得分，可以看出其经 济规模综合因子、收入水平因子和gdp指标因子都取得了较 好的得分，这说明苏州这几年走外来加工型经济道路已经有 了显著的成效，吸引外资进行了一批新兴产业的产业集聚，比如电子信息制造业、精密仪器制造、生物医药和新材料等, 其2010年第二产业总产值为5253. 81亿元在为长三角城市 群排名第二，带动了地区经济规模总量和人均收入的提升。 但是苏州的产业结构因子得分较低。2010年，苏州的第二产 业比重和第三产业比重是56.

18、 9%和41.4%,第二产业比重远 高于第三产业，说明苏州应继续加强产业结构优化，而且苏 州作为长三角高科技制造业服务中心的角色正在确立，使得 其现代物流、信息咨询和服务外包等现代生产性服务业正在 蓬勃发展，加快了苏州市服务业和工业化互动并进的趋势， 促进了苏州市产业结构将趋于更加合理。4.对于长三角的两个次中心南京和杭州来说，经济发展水平都比较靠 前，城市综合得分排序分别为第6和第4,对于周边地区起 到了很好的辐射带动作用。对于南京市来说，对于其经济实 力水平贡献比较大的是产业结构因子和gdp指标因子。于 2010年南京市第二产业与第三产业比重分别为45. 4%和 51. 9%,产业结构比较

19、合理，南京市除了确立了工业以电子 信息、石油化工、钢铁和汽车等产业作为支柱产业，带动gdp 增长外，作为长江中下游的商贸和旅游中心城市，第三产业 也比较发达。另外，2010年，gdp指标因子中的gdp增长率 高达13. 1%,远高出上海市的10.3%,这说明南京市的经济 还有很大的增长空间，应进一步优化经济结构和产业布局， 使得经济进一步得到发展，来弥补经济规模和收入水平所表 现的不足。而杭州市，根据4个公共因子得分来看，其经济 发展在经济规模综合因子、产业结构因子、收入水平因子和 gdp指标因子都表现的比较平均，是一个全面平稳发展的城 市。其在经济规模综合因子和收入水平因子上的得分都要强 于南京市，这说明杭州市推行的以促进消费为主的“十大特 色潜力产业”带动经济规模增长，以拓展市场潜力进行经济 增长和人民生活水平互相拉动的措施得到了很大的成效，符 合杭州市的比较优势和竞争优势，发展空间比较大。5.江苏省其他的地级市的经济实力都普遍高于浙江省 的其他地级市。特别是苏南的无锡、常州和南通，城市经济 实力综合得分均超过浙江省除宁波以为的其他地级市。特别 是无锡市，其经济实力仅