基于因子分析法的上海經(jīng)濟(jì)地位分析*

程飛陽，袁宏俊，宋　策

(1.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030；2.安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030)

?

基于因子分析法的上海經(jīng)濟(jì)地位分析*

程飛陽1，袁宏俊2，宋策1

(1.安徽財(cái)經(jīng)大學(xué) 金融學(xué)院，安徽 蚌埠 233030；2.安徽財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030)

摘要:針對(duì)上海市在長(zhǎng)三角經(jīng)濟(jì)圈內(nèi)的經(jīng)濟(jì)地位分析，首先從建設(shè)成就與突出矛盾兩個(gè)方面分析了長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀．其次選取長(zhǎng)三角經(jīng)濟(jì)圈內(nèi)16個(gè)核心城市，基于因子分析法中因子載荷系數(shù)的權(quán)重確定，建立城市經(jīng)濟(jì)地位綜合評(píng)價(jià)模型并得出上海在長(zhǎng)三角經(jīng)濟(jì)地區(qū)占據(jù)經(jīng)濟(jì)龍頭地位的結(jié)論．最后，針對(duì)長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展中的問題提出建議．

關(guān)鍵詞:長(zhǎng)三角經(jīng)濟(jì)圈；城市經(jīng)濟(jì)地位；因子分析法；SPSS

作為經(jīng)濟(jì)發(fā)展的龍頭城市，上海在長(zhǎng)三角經(jīng)濟(jì)圈內(nèi)起著巨大的經(jīng)濟(jì)帶動(dòng)與輻射作用，為經(jīng)濟(jì)圈內(nèi)其他城市的發(fā)展提供了經(jīng)驗(yàn)與支持．靖學(xué)青基于上海與長(zhǎng)三角地區(qū)的實(shí)證分析研究了在一個(gè)經(jīng)濟(jì)區(qū)域中中心城市對(duì)腹地FDI的空間分布具有顯著影響，證實(shí)了一個(gè)區(qū)域FDI建設(shè)情況與該區(qū)域中心城市的發(fā)展緊密聯(lián)系[1]．姚海華證實(shí)長(zhǎng)三角地區(qū)貿(mào)易整體發(fā)展具有空間集聚效應(yīng)并證實(shí)上海是目前長(zhǎng)三角地區(qū)唯一對(duì)區(qū)域整體進(jìn)出口具有空間輻射效應(yīng)的城市[2]．郭亦霜結(jié)合SWOT分析方法指出長(zhǎng)三角必須加強(qiáng)與上海自貿(mào)區(qū)的承接與合作才可以邁步發(fā)展[3]．葉紅玉則分析了上海自貿(mào)區(qū)對(duì)我國(guó)其他地區(qū)尤其是長(zhǎng)三角經(jīng)濟(jì)圈內(nèi)經(jīng)濟(jì)的政策示范、輻射帶動(dòng)和促進(jìn)改革等方面的影響[4]．朱虹等則以環(huán)京經(jīng)濟(jì)圈和環(huán)滬經(jīng)濟(jì)圈的縣市為樣本點(diǎn)，比較了北京和上海兩大經(jīng)濟(jì)城市對(duì)周邊腹地輻射模式的差異[5]．

本文采用因子分析法通過對(duì)16個(gè)城市的包含宏、微觀經(jīng)濟(jì)因素在內(nèi)的9個(gè)經(jīng)濟(jì)指標(biāo)的綜合測(cè)量，建立長(zhǎng)三角經(jīng)濟(jì)圈不同城市的城市貢獻(xiàn)評(píng)價(jià)體系來衡量長(zhǎng)三角地區(qū)16個(gè)城市各自的經(jīng)濟(jì)影響力并且得出上海在長(zhǎng)三角經(jīng)濟(jì)圈內(nèi)具有經(jīng)濟(jì)龍頭地位的結(jié)論．

1長(zhǎng)三角經(jīng)濟(jì)圈發(fā)展現(xiàn)狀

自長(zhǎng)三角經(jīng)濟(jì)區(qū)建立以來，經(jīng)濟(jì)發(fā)展迅速，結(jié)合歷年《中國(guó)統(tǒng)計(jì)年鑒》與歷年《上海市統(tǒng)計(jì)年鑒》《江蘇省統(tǒng)計(jì)年鑒》《浙江省統(tǒng)計(jì)年鑒》，得到2005年到2014年全國(guó)國(guó)內(nèi)生產(chǎn)總值以及長(zhǎng)三角各地區(qū)國(guó)內(nèi)生產(chǎn)總值．經(jīng)計(jì)算可知2005-2014年長(zhǎng)三角經(jīng)濟(jì)圈的GDP總額占全國(guó)GDP的比重一直在16.5%以上．圖1所示的2005-2014年長(zhǎng)三角GDP占全國(guó)GDP比重變化圖直觀顯示了這一點(diǎn)．但長(zhǎng)三角發(fā)展中也存在著問題：產(chǎn)業(yè)結(jié)構(gòu)方面，低端制造業(yè)所占比重較大，亟需優(yōu)化升級(jí)；企業(yè)競(jìng)爭(zhēng)力方面，中小企業(yè)的產(chǎn)品研發(fā)能力較弱，以至于缺乏國(guó)際競(jìng)爭(zhēng)力；貿(mào)易結(jié)構(gòu)方面，出口產(chǎn)品附加值不高并且外貿(mào)依存度較高，受國(guó)際市場(chǎng)影響較大，亟待優(yōu)化．圖1中2005-2014年長(zhǎng)三角地區(qū)GDP占全國(guó)GDP比重雖一直保持在16.5%以上，但占比卻有明顯的下降趨勢(shì)，說明與全國(guó)經(jīng)濟(jì)增長(zhǎng)速度相比，長(zhǎng)三角經(jīng)濟(jì)地區(qū)的經(jīng)濟(jì)增長(zhǎng)速度較慢[6]．

圖1　2005-2014年長(zhǎng)三角GDP占全國(guó)GDP比重變化

2城市地位評(píng)價(jià)模型的建立

2.1評(píng)價(jià)方法與模型的建立

設(shè)有n個(gè)原始指標(biāo)X1,X2,…，Xn,原始指標(biāo)的原始值組成原始值矩陣A．記原公共因子變量為f1,f2,…,fm，經(jīng)標(biāo)準(zhǔn)化后的公共因子為F1,F2,…,Fm(m

其中, aij為因子載荷，aij的絕對(duì)值越大(aij≤1)，表明Xi依賴Fj的程度越大,所有元素aij組成因子載荷矩陣C．

(1)數(shù)據(jù)處理．將n個(gè)原始指標(biāo)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使得標(biāo)準(zhǔn)化之后的變量服從均值為0、方差為1的正態(tài)分布，標(biāo)準(zhǔn)化之后的數(shù)據(jù)組成新的矩陣B．

(2)確定公共因子數(shù)目．由B計(jì)算相關(guān)系數(shù)矩陣R，令|R-λl|=0，解得R的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，由主成分特征根不小于l或主成分方差累計(jì)貢獻(xiàn)率不小于85%的原則可確定公共因子的個(gè)數(shù)(設(shè)m

(3)建立因子載荷矩陣．運(yùn)用SPSS軟件進(jìn)行因子載荷矩陣的計(jì)算與求解，當(dāng)因子載荷矩陣中某個(gè)指標(biāo)與幾個(gè)公共因子的因子載荷量符號(hào)相同但數(shù)值有著明顯差異時(shí)，可直觀看出指標(biāo)與哪個(gè)公共因子之間存在著明顯的聯(lián)系．若因子載荷量差距過小，則可以采用正交旋轉(zhuǎn)擴(kuò)大因子載荷量差距．

(4)建立因子綜合分析模型．計(jì)算特征向量和初始因子載荷矩陣，用回歸法估計(jì)因子得分以各因子的方差貢獻(xiàn)率占因子總方差貢獻(xiàn)率的比重作為權(quán)重加權(quán)匯總，得到因子綜合分析模型

2.2評(píng)價(jià)指標(biāo)的選取

從宏觀和微觀兩個(gè)方面提取9個(gè)經(jīng)濟(jì)指標(biāo)．在宏觀經(jīng)濟(jì)指標(biāo)方面，選取7個(gè)宏觀經(jīng)濟(jì)指標(biāo)，分別是GDP(單位：億元)、常住人口(單位：萬人)、第三產(chǎn)業(yè)產(chǎn)值(單位：億元)、就業(yè)人口(單位：萬人)、年末存款余額(單位：億元)、出口額(單位：億美元)、固定資產(chǎn)投資總額(單位：億元)．

在微觀經(jīng)濟(jì)指標(biāo)方面，選取2個(gè)微觀經(jīng)濟(jì)指標(biāo)，分別是人均GDP(單位：元)、城市居民人均可支配收入(單位：元)．

3上海市經(jīng)濟(jì)地位評(píng)價(jià)

由于2014年各省市統(tǒng)計(jì)年鑒還未全部公布，現(xiàn)獲取2013年數(shù)據(jù)較為方便，根據(jù)以上確定的宏觀與微觀經(jīng)濟(jì)指標(biāo)，結(jié)合獲取的數(shù)據(jù)，得到2013年長(zhǎng)三角經(jīng)濟(jì)地區(qū)16個(gè)城市9個(gè)經(jīng)濟(jì)指標(biāo)的原始數(shù)據(jù)．

3.1數(shù)據(jù)處理

由于9個(gè)經(jīng)濟(jì)指標(biāo)的量綱不同，需要對(duì)原始數(shù)據(jù)進(jìn)行無量綱化，即對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理[9]．所選取的9個(gè)經(jīng)濟(jì)指標(biāo)都可以正面反映出城市經(jīng)濟(jì)的發(fā)展程度，即所選取的指標(biāo)均為正項(xiàng)指標(biāo)，無量綱化之后的值越大，該城市在這個(gè)指標(biāo)方面越占優(yōu)勢(shì)．接著，將9個(gè)原始指標(biāo)的原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理．

3.2確定公共因子數(shù)目

運(yùn)用SPSS軟件進(jìn)行貢獻(xiàn)率計(jì)算，根據(jù)計(jì)算結(jié)果得到的累計(jì)貢獻(xiàn)率數(shù)據(jù)表可得前兩個(gè)因子的累計(jì)貢獻(xiàn)率值和達(dá)到了88.853%．因此，將公共因子的個(gè)數(shù)確定為2．

表1　旋轉(zhuǎn)前后因子載荷表

3.3求解旋轉(zhuǎn)后的因子載荷矩陣

由表1可以看出，大多數(shù)指標(biāo)的因子載荷值為負(fù)，為了更加有效地比較判別每個(gè)指標(biāo)與兩個(gè)公共因子之間的聯(lián)系，對(duì)因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)．采用方差最大法對(duì)因子載荷矩陣實(shí)施正交旋轉(zhuǎn)，得到旋轉(zhuǎn)后的因子載荷表．從表1可以看出，GDP、常住人口、第三產(chǎn)業(yè)產(chǎn)值、年末就業(yè)人口、年末存款余額、出口額、固定資產(chǎn)投資總額這7個(gè)宏觀經(jīng)濟(jì)指標(biāo)與第一個(gè)公共因子之間的聯(lián)系較為緊密，而人均GDP、城鎮(zhèn)居民人均可支配收入這2個(gè)微觀經(jīng)濟(jì)指標(biāo)與第二個(gè)公共因子之間的聯(lián)系更為緊密．此結(jié)果進(jìn)一步證實(shí)了指標(biāo)選取歸類的合理性與正確性．

3.4建立因子綜合分析模型

(1)計(jì)算因子得分．運(yùn)用SPSS軟件計(jì)算各指標(biāo)的因子得分，得分表如表2所示．

表2　各指標(biāo)因子得分表

(2)建立因子分析函數(shù)．根據(jù)表2所示的因子得分?jǐn)?shù)值，可得因子分析函數(shù)

F1=0.149X1+0.199X2-0.165X3+0.159X4+

0.147X5+0.198X6-0.098X7+0.189X8+0.046X9

F2=0.025X1-0.12X2+0.61X3-0.002X4+

0.017X5-0.127X6+0.456X7-0.105X8+0.244X9

所以，F(xiàn)1和F2的權(quán)重系數(shù)分別為66.94/88.853=0.7534、21.913/88.853=0.2466，城市地位最終評(píng)價(jià)模型為F=0.7534F1+0.2466F2.

將16個(gè)城市的原始數(shù)據(jù)代入F1、F2和F分別進(jìn)行計(jì)算，得到長(zhǎng)三角地區(qū)16個(gè)核心城市的城市地位綜合排名，排名結(jié)果如表4所示．

由表4可以看出，上海綜合排名位居長(zhǎng)三角16個(gè)核心城市的第一位，蘇州、南京、杭州、寧波分別位居第二至第五位．這是因?yàn)檫@五個(gè)地區(qū)的工業(yè)生產(chǎn)、以旅游業(yè)為主的第三產(chǎn)業(yè)與其余11個(gè)城市相比較為發(fā)達(dá)，因此GDP總量與GDP增長(zhǎng)速度都比其余11個(gè)城市較高，而這五個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展又提供了大量的工作崗位，為勞動(dòng)者提供了工作的機(jī)會(huì)，所以五個(gè)地區(qū)的就業(yè)人口都比較多．但同時(shí)，又可以看出，使得上海在綜合排名中位居第一的主要貢獻(xiàn)者是F1而不是F2，即促使上海位居經(jīng)濟(jì)排名第一位的是宏觀經(jīng)濟(jì)而不是微觀經(jīng)濟(jì)．上海的流動(dòng)人口較多，且大多為外來打工者，城市中除了部分人口為上海戶籍人口之外，大多數(shù)仍為未獲得上海戶籍的外來常住人口，這也就解釋了與上海的兩個(gè)微觀經(jīng)濟(jì)指標(biāo)聯(lián)系密切的F2值排名較為落后的原因．

表3　指標(biāo)累計(jì)貢獻(xiàn)率表

表4　長(zhǎng)三角地區(qū)16個(gè)核心城市的城市地位綜合排名

4結(jié)論與建議

經(jīng)過運(yùn)用因子分析法對(duì)長(zhǎng)三角圈16個(gè)核心城市的經(jīng)濟(jì)地位進(jìn)行綜合排名，可以看出上海在長(zhǎng)三角經(jīng)濟(jì)圈經(jīng)濟(jì)發(fā)展中占據(jù)著經(jīng)濟(jì)龍頭的地位，為長(zhǎng)三角地區(qū)經(jīng)濟(jì)的發(fā)展做出了巨大貢獻(xiàn)．長(zhǎng)三角地區(qū)現(xiàn)面臨著一系列阻礙自身進(jìn)一步發(fā)展的問題與困難，為了更好、更有效地解決這些問題，長(zhǎng)三角經(jīng)濟(jì)圈內(nèi)其他城市首先必須明確上海在長(zhǎng)三角經(jīng)濟(jì)圈內(nèi)的重要經(jīng)濟(jì)地位，加強(qiáng)與上海的經(jīng)濟(jì)往來，還要抓住機(jī)遇積極承接上海轉(zhuǎn)移出的有經(jīng)濟(jì)價(jià)值的產(chǎn)業(yè)鏈，為自身的發(fā)展提供一個(gè)較好的帶頭與指導(dǎo)作用．

同時(shí)，該分析結(jié)果也可引申到中國(guó)經(jīng)濟(jì)的發(fā)展現(xiàn)狀．現(xiàn)如今，我國(guó)的國(guó)內(nèi)生產(chǎn)總值已經(jīng)位居世界第二，從宏觀經(jīng)濟(jì)指標(biāo)層面來說，我國(guó)的各項(xiàng)經(jīng)濟(jì)指標(biāo)都是位居世界前列的；但由于我國(guó)人口眾多，從微觀層面來說，人均GDP在世界范圍內(nèi)仍屬于落后水平，制造業(yè)出口仍以簡(jiǎn)單制造業(yè)為主，創(chuàng)新性不高．另外，雖然我國(guó)近年來在與美國(guó)等發(fā)達(dá)國(guó)家的國(guó)際貿(mào)易中一直處于順差狀態(tài)，但由于國(guó)際儲(chǔ)備在一定程度上的貶值以及負(fù)估值效應(yīng)的影響，我國(guó)的順差額遠(yuǎn)不及表面上看起來的那么多．所以，本文的分析也論證了國(guó)家的經(jīng)濟(jì)發(fā)展不僅僅是靠宏觀經(jīng)濟(jì)的帶動(dòng)，還要有微觀經(jīng)濟(jì)的協(xié)調(diào)發(fā)展．只有這樣，才能實(shí)現(xiàn)真正的跨越式發(fā)展．

參考文獻(xiàn)：

[1]靖學(xué)青.區(qū)域中心城市對(duì)腹地FDI空間分布的影響-基于上海與長(zhǎng)三角地區(qū)的實(shí)證分析[J].鄭州大學(xué)學(xué)報(bào),2013(2):53-56.

[2]姚海華.長(zhǎng)三角城市的貿(mào)易集聚效應(yīng)與上海的貿(mào)易輻射效應(yīng)研究[J].華東經(jīng)濟(jì)管理,2012,11:1-6.

[3]郭亦霜.上海自貿(mào)區(qū)成立背景下長(zhǎng)三角地區(qū)的發(fā)展[J].東方企業(yè)文化,2015(1):160-161.

[4]葉紅玉.上海自貿(mào)區(qū)對(duì)長(zhǎng)三角地區(qū)經(jīng)濟(jì)的影響及對(duì)策[J].新經(jīng)濟(jì),2014(8):9-10.

[5]朱虹,徐琰超,尹恒.空吸抑或反哺:北京和上海的經(jīng)濟(jì)輻射模式比較[J].世界經(jīng)濟(jì),2012(3):111-124.

[6]靖學(xué)青.長(zhǎng)三角產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)貢獻(xiàn)研究[J].上海交通大學(xué)學(xué)報(bào),2009(5):59-64.

[7]廖為鯤,蔡國(guó)梁,涂文桃.基于因子分析法的城市經(jīng)濟(jì)發(fā)展評(píng)價(jià)[J].統(tǒng)計(jì)與決策,2005,24:52-54.

[8]耿云江,李倩.因子分析模型在評(píng)價(jià)企業(yè)綜合競(jìng)爭(zhēng)力中的應(yīng)用[J].遼寧大學(xué)學(xué)報(bào),2008(2):162-165.

[9]李炳軍,朱春陽,周杰.原始數(shù)據(jù)無綱化處理對(duì)灰色關(guān)聯(lián)序的影響[J].河南農(nóng)業(yè)大學(xué)學(xué)報(bào),2002(2):199-202.

[10]劉奇超.稅務(wù)基層單位績(jī)效考核指標(biāo)的分類設(shè)計(jì)與體系構(gòu)建-基于因子分析法的實(shí)證研究[J].上海金融學(xué)院學(xué)報(bào),2014(6):94-107.

[11]朱家明,芮俊峰,李小薇.基于多元統(tǒng)計(jì)分析法的葡萄酒品鑒模型[J].太原師范學(xué)院學(xué)報(bào),2013(2):1-6.

(責(zé)任編輯:陳衍峰)

The Economic Status Analysis of Shanghai Based on the Factor Analysis Method

CHENG Fei-yang1，YUAN Hong-jun2，SONG Ce1

(1.SchoolofFinance,AnhuiUniversityofFinanceandEconomics,Bengbu,Anhui,233030,China;2.SchoolofStatisticsandAppliedMaths,AnhuiUniversityofFinanceandEconomics,Bengbu,Anhui,233030,China)

Abstract:Aiming at the economic status analysis of Shanghai in the Yangtze River delta economic circle, First of all, we analysis the current situation of economic development in Yangtze River delta from two aspects, which are the construction achievements and the outstanding contradiction. Secondly, we select 16 core cities in the Yangtze river delta economic circle, based on the determining of the weight of factor loading coefficient in the factor analysis method, establishing the comprehensive evaluation model of urban economic status and getting the conclusion that Shanghai plays the leading role in the Yangtze river delta economic region. Finally, suggestions are given aiming at solving the obstacles in the development of the Yangtze river delta economic region.

Key words:Yangtze River delta economic circle; urban economic status; the factor analysis method; SPSS

DOI:10.13877/j.cnki.cn22-1284.2016.06.014

*收稿日期：2015-11-20

基金項(xiàng)目：國(guó)家社會(huì)科學(xué)基金資助項(xiàng)目“優(yōu)性區(qū)間型組合預(yù)測(cè)模型的構(gòu)建及其有效性理論的研究”(13CTJ006)；國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目“國(guó)際儲(chǔ)備規(guī)模的確定及中國(guó)國(guó)際儲(chǔ)備資產(chǎn)的投資運(yùn)用”(201510378022)

作者簡(jiǎn)介：程飛陽,山西洪洞人,安徽財(cái)經(jīng)大學(xué)金融學(xué)院；袁宏俊,安徽廬江人，副教授,碩士生導(dǎo)師．

中圖分類號(hào)：O245；F207

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：1008-7974(2016)03-0039-04