论文部分内容阅读
摘 要：长三角地区是中国经济最具发达的区域，在全国经济的发展中占据着重要的地位。文中以长三角第一批16个城市为研究对象，选取了具有代表性的11个指标，数据来自2015年上海市、江苏省、浙江省统计年鉴。运用因子分析的方法对该区域各个城市的经济发展水平做定量分析。结果显示：根据综合得分，上海、苏州、杭州位居前列，城市之间存在着较大的发展差距。最后给出相关的政策建议。
关键词：长三角城市群；区域经济；因子分析
中图分类号：F 062.2 文献标识码：A 文章编号：1672-7312（2017）02-0150-05
Abstract：The Yangtze River delta region which plays a role of vital importance in the countrywide economy progress is the most developed one in China.This paper chose the first batch of 16 cities in Yangtze River delta as the research subjects，11 representative indexes，and analyzed the data from Shanghai，Jiangsu，and Zhejiang.The results show that Shanghai，Suzhou，Hangzhou rank in the forefront according to comprehensive score，and a large development gap exists in the cities.In the end，the paper provided some relevant policy recommendations based on above analysis.
Key words：Yangtze river delta region；regional economy；factor analysis
0 引 言
长三角城市群是中国城市分布密度最大、区域范围最广、经济发展水平最高的城市绵延区，在中国具有举足轻重的经济地位，在国际上也享有盛誉[1]。国内学者对它的存在和崛起已经产生了广泛关注和浓厚兴趣，从不同的视角和层面进行分析。韩佳、徐长乐（2007）在肯定长三角区域经济高速发展的同时，提出了长三角区域存在行政壁垒导致地方保护主义和市场分割等所面临的6大主要问题。杨凤华（2011）提出要推动经济一体化需要优化区域生产力的空间布局、打破区域要素市场的行政分割、建立完善的区域合作制度以寻求突破。李宝庆、陈琳（2014）运用耦合模型对该区域战略性新兴产业与区域经济协调发展的整体情况和分空间情况进行研究。随着经济改革的不断深化，区域经济发展取得显著成就，区域经济发展水平位居中国主要经济区域前列。但是长三角区域各主要城市经济发展并不平衡，促进区域内各市一体化发展，已列入国家区域发展战略，通过推动区域内部城市的分工合作、以提升区域的整体实力，实现区域经济的一体化。文中使用spss 23.0统计软件，运用多元统计中因子分析的方法对所选取的自变量进行降维，将多个变量综合为几个因子，以解决各变量之间的存在的多重共线性问题，已达分析的要求，最后给出相关的政策建议。
1 因子分析模型
因子分析于1931年由Thurstone首次提出，其概念起源于20世纪初Karl Pearson和Charles Spearmen等人关于智力测验的统计分析[2]。近些年来，随着计算机的发展和统计分析软件普及，因子分析已应用于各个领域。因子分析的基本原理是将具有一定相关关系的多个变量综合为数量较少的几个因子，研究一组具有错综复杂的实测指标是如何受少数几个内在的独立因子所支配的，因子分析属于多元分析中处理降维问题的一种常用的统计方法[3]。因子分析的数学模型是
2 各城市經济发展水平的因子分析
2.1 经济发展水平的指标
衡量经济发展水平的指标众多，文中选取了长三角16个城市的11个变量做实证研究，变量分别为X1第一产业总产值（亿元）、X2第二产业总产值（亿元）、X3第三产业总产值（亿元）、X4人均生产总值（万元）、X5全社会就业人员（万人）、X6消费品零售总额（亿元）、X7固定资产投资（亿元）、X8出口总额（亿美元）、X9进口总额（亿美元）、X10城镇居民人均可支配收入（元）、X11农村居民人均可支配收入（元）。数据来源于2015年《上海市统计年鉴》[4]、《江苏省统计年鉴》[5]、《浙江省统计年鉴》[6]，各变量原始数据见表1.
2.2 数据处理
KMO检验值为0.732，适合进行因子分析。Bartlett检验的Sig值为0.000，表明数据来自正太分布总体，适合进一步分析。见表2，用主成分分析法提取公因子，共提取了3个公因子，3个公因子特征值累积贡献率达到92.262%，表明原变量92.262%变异可由所提取的3个公因子来表示。
表3是对因子载荷矩阵施行最大正交旋转后的结果，由此不难建立旋转后的因子模型。可以清晰地看出，第一，主因子主要由变量X3，X5，X9，X6，X2，X8，X7决定，它们在主因子上的载荷分别为：0.984，0.964，0.961，0.958，0.924，0.910，0.778，该因子反映的是第三产业、全社会就业人员、出口总额、消费品零售总额、第二产业总产值、进口总额、固定资产投资，可概括为城市经贸总量因子；第二，主因子主要由变量X11，X4，X10决定，它们在主因子上的载荷分别为：0.889，0.848，0.781，该因子反映的是人均信息，可概括为人均因子；第三，主因子主要由变量X1决定，载荷为0.923，该因子反映的是第一产业的信息，可概括为农业因子。 3 结 论
如表6所示，长江三角洲各主要城市经济发展水平综合得分排名与各市的城市化水平基本相吻合，上海遥遥领先于长三角其他主要城市，苏州、杭州、南京、宁波、无锡分列2至6位，其他城市得分均为负值，经济发展水平相较靠后。
上海是长三角中心城市，其综合得分为1.87，位列头把交椅；第二、三产业总量及其他综合性指标都占据第一；截至2014年，上海市人口数量达2 425万人，是南京人口数量的3.74倍、杭州人口数量的3.39倍，所以人均因子得分较低；第三因子即农业因子得分-1.287，位列14，表明上海市第一产业产值较低，反之城市化水平较高。
苏州综合得分1分位列第二；苏州市二三产业总产值，进出口贸易总额明显高于其他城市，表明苏州利用外资的比例和对外开放的程度较高；人均经济水平和第一产业产值也保持在较高的水平。
杭州综合得分0.44位列第三；虽然进出口贸易总额不及省内沿海城市宁波，但经济总量在浙江省内领先，人均因子位列第二，人民生活水平很高；农业因子也位于第二，表明杭州进一步实现城市化有足够的空间。
南京综合得分0.31位列第四；由于南京地处江苏省的西南部，地理位置相对不利，使得对外开放、引进外资能力明显不足。
宁波是副省级市，计划单列市，世界第四大港口城市，综合得分0.28，长三角地区排名第五，省内仅次于杭州。人均因子更是高居第一，人民生活水平质量最高。
其他城市综合排名都相对靠后，城市化水平不高，以农业为代表的第一产业产值较高，各项综合性指标和人均指标都居于中后。总之区域内经济发展的地区差异明显[7]。
4 政策建议
1）上海作为中国第一大城市、全国的经济、金融、贸易、航运中心，各方面优势十分明显。长三角其他城市要主动接轨上海，提升城市竞争力，进一步缩小与上海的差距，实现区域内的一体化发展。
2）综合排名相对靠后的城市要借鉴苏州、宁波的发展经验打造自己的城市名片，在保证第一产业相对稳定的前提下，大力发展第二、三产业，同时积极响应“大众创业，万众创新”的政府号召，区域内要加强产学研合作，构建产业技术创新战略联盟，促进长三角区域的协调发展。
3）政府應该制定协调区域内部发展的总体规划，营造良好的制度环境，从制度层面来统筹区域经济的一体化发展。
参考文献：
[1]左学金.长江三角洲城市群发展研究[M].上海：学林出版社，2006.
[2]潘洁义，王娟茹，杨一文，等.应用统计学[M].北京：机械工业出版社，2014.
[3]杨维忠，张 甜.SPSS统计分析与行业应用案例详解[M].北京：清华大学出版社，2013.
[4]中国统计局.上海统计年鉴（2014）[M].北京：中国统计出版社，2015.
[5]中国统计局.江苏统计年鉴（2014）[M].北京：中国统计出版社，2015.
[6]中国统计局.浙江统计年鉴（2014）[M].北京：中国统计出版社，2015.
[7]韩 佳，徐长乐.长三角区域经济一体化发展问题及对策研究[J].经济问题探索，2007（8）：70-75.
（责任编辑：许建礼）
关键词：长三角城市群；区域经济；因子分析
中图分类号：F 062.2 文献标识码：A 文章编号：1672-7312（2017）02-0150-05
Abstract：The Yangtze River delta region which plays a role of vital importance in the countrywide economy progress is the most developed one in China.This paper chose the first batch of 16 cities in Yangtze River delta as the research subjects，11 representative indexes，and analyzed the data from Shanghai，Jiangsu，and Zhejiang.The results show that Shanghai，Suzhou，Hangzhou rank in the forefront according to comprehensive score，and a large development gap exists in the cities.In the end，the paper provided some relevant policy recommendations based on above analysis.
Key words：Yangtze river delta region；regional economy；factor analysis
0 引 言
长三角城市群是中国城市分布密度最大、区域范围最广、经济发展水平最高的城市绵延区，在中国具有举足轻重的经济地位，在国际上也享有盛誉[1]。国内学者对它的存在和崛起已经产生了广泛关注和浓厚兴趣，从不同的视角和层面进行分析。韩佳、徐长乐（2007）在肯定长三角区域经济高速发展的同时，提出了长三角区域存在行政壁垒导致地方保护主义和市场分割等所面临的6大主要问题。杨凤华（2011）提出要推动经济一体化需要优化区域生产力的空间布局、打破区域要素市场的行政分割、建立完善的区域合作制度以寻求突破。李宝庆、陈琳（2014）运用耦合模型对该区域战略性新兴产业与区域经济协调发展的整体情况和分空间情况进行研究。随着经济改革的不断深化，区域经济发展取得显著成就，区域经济发展水平位居中国主要经济区域前列。但是长三角区域各主要城市经济发展并不平衡，促进区域内各市一体化发展，已列入国家区域发展战略，通过推动区域内部城市的分工合作、以提升区域的整体实力，实现区域经济的一体化。文中使用spss 23.0统计软件，运用多元统计中因子分析的方法对所选取的自变量进行降维，将多个变量综合为几个因子，以解决各变量之间的存在的多重共线性问题，已达分析的要求，最后给出相关的政策建议。
1 因子分析模型
因子分析于1931年由Thurstone首次提出，其概念起源于20世纪初Karl Pearson和Charles Spearmen等人关于智力测验的统计分析[2]。近些年来，随着计算机的发展和统计分析软件普及，因子分析已应用于各个领域。因子分析的基本原理是将具有一定相关关系的多个变量综合为数量较少的几个因子，研究一组具有错综复杂的实测指标是如何受少数几个内在的独立因子所支配的，因子分析属于多元分析中处理降维问题的一种常用的统计方法[3]。因子分析的数学模型是
2 各城市經济发展水平的因子分析
2.1 经济发展水平的指标
衡量经济发展水平的指标众多，文中选取了长三角16个城市的11个变量做实证研究，变量分别为X1第一产业总产值（亿元）、X2第二产业总产值（亿元）、X3第三产业总产值（亿元）、X4人均生产总值（万元）、X5全社会就业人员（万人）、X6消费品零售总额（亿元）、X7固定资产投资（亿元）、X8出口总额（亿美元）、X9进口总额（亿美元）、X10城镇居民人均可支配收入（元）、X11农村居民人均可支配收入（元）。数据来源于2015年《上海市统计年鉴》[4]、《江苏省统计年鉴》[5]、《浙江省统计年鉴》[6]，各变量原始数据见表1.
2.2 数据处理
KMO检验值为0.732，适合进行因子分析。Bartlett检验的Sig值为0.000，表明数据来自正太分布总体，适合进一步分析。见表2，用主成分分析法提取公因子，共提取了3个公因子，3个公因子特征值累积贡献率达到92.262%，表明原变量92.262%变异可由所提取的3个公因子来表示。
表3是对因子载荷矩阵施行最大正交旋转后的结果，由此不难建立旋转后的因子模型。可以清晰地看出，第一，主因子主要由变量X3，X5，X9，X6，X2，X8，X7决定，它们在主因子上的载荷分别为：0.984，0.964，0.961，0.958，0.924，0.910，0.778，该因子反映的是第三产业、全社会就业人员、出口总额、消费品零售总额、第二产业总产值、进口总额、固定资产投资，可概括为城市经贸总量因子；第二，主因子主要由变量X11，X4，X10决定，它们在主因子上的载荷分别为：0.889，0.848，0.781，该因子反映的是人均信息，可概括为人均因子；第三，主因子主要由变量X1决定，载荷为0.923，该因子反映的是第一产业的信息，可概括为农业因子。 3 结 论
如表6所示，长江三角洲各主要城市经济发展水平综合得分排名与各市的城市化水平基本相吻合，上海遥遥领先于长三角其他主要城市，苏州、杭州、南京、宁波、无锡分列2至6位，其他城市得分均为负值，经济发展水平相较靠后。
上海是长三角中心城市，其综合得分为1.87，位列头把交椅；第二、三产业总量及其他综合性指标都占据第一；截至2014年，上海市人口数量达2 425万人，是南京人口数量的3.74倍、杭州人口数量的3.39倍，所以人均因子得分较低；第三因子即农业因子得分-1.287，位列14，表明上海市第一产业产值较低，反之城市化水平较高。
苏州综合得分1分位列第二；苏州市二三产业总产值，进出口贸易总额明显高于其他城市，表明苏州利用外资的比例和对外开放的程度较高；人均经济水平和第一产业产值也保持在较高的水平。
杭州综合得分0.44位列第三；虽然进出口贸易总额不及省内沿海城市宁波，但经济总量在浙江省内领先，人均因子位列第二，人民生活水平很高；农业因子也位于第二，表明杭州进一步实现城市化有足够的空间。
南京综合得分0.31位列第四；由于南京地处江苏省的西南部，地理位置相对不利，使得对外开放、引进外资能力明显不足。
宁波是副省级市，计划单列市，世界第四大港口城市，综合得分0.28，长三角地区排名第五，省内仅次于杭州。人均因子更是高居第一，人民生活水平质量最高。
其他城市综合排名都相对靠后，城市化水平不高，以农业为代表的第一产业产值较高，各项综合性指标和人均指标都居于中后。总之区域内经济发展的地区差异明显[7]。
4 政策建议
1）上海作为中国第一大城市、全国的经济、金融、贸易、航运中心，各方面优势十分明显。长三角其他城市要主动接轨上海，提升城市竞争力，进一步缩小与上海的差距，实现区域内的一体化发展。
2）综合排名相对靠后的城市要借鉴苏州、宁波的发展经验打造自己的城市名片，在保证第一产业相对稳定的前提下，大力发展第二、三产业，同时积极响应“大众创业，万众创新”的政府号召，区域内要加强产学研合作，构建产业技术创新战略联盟，促进长三角区域的协调发展。
3）政府應该制定协调区域内部发展的总体规划，营造良好的制度环境，从制度层面来统筹区域经济的一体化发展。
参考文献：
[1]左学金.长江三角洲城市群发展研究[M].上海：学林出版社，2006.
[2]潘洁义，王娟茹，杨一文，等.应用统计学[M].北京：机械工业出版社，2014.
[3]杨维忠，张 甜.SPSS统计分析与行业应用案例详解[M].北京：清华大学出版社，2013.
[4]中国统计局.上海统计年鉴（2014）[M].北京：中国统计出版社，2015.
[5]中国统计局.江苏统计年鉴（2014）[M].北京：中国统计出版社，2015.
[6]中国统计局.浙江统计年鉴（2014）[M].北京：中国统计出版社，2015.
[7]韩 佳，徐长乐.长三角区域经济一体化发展问题及对策研究[J].经济问题探索，2007（8）：70-75.
（责任编辑：许建礼）