基于因子分析的我國(guó)自由貿(mào)易試驗(yàn)區(qū)所屬省份競(jìng)爭(zhēng)力分析

(天津外國(guó)語大學(xué) 天津 300204)

一、引言

面對(duì)我國(guó)國(guó)內(nèi)經(jīng)濟(jì)轉(zhuǎn)型的壓力，長(zhǎng)期依賴外貿(mào)拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的發(fā)展模式已無法適應(yīng)新時(shí)代的發(fā)展要求。我國(guó)也采取了一系列有效措施，其中包括要把自由貿(mào)易區(qū)建設(shè)上升為國(guó)家戰(zhàn)略到加快實(shí)施自由貿(mào)易區(qū)戰(zhàn)略再到要形成面向全球的高標(biāo)準(zhǔn)自由貿(mào)易區(qū)網(wǎng)絡(luò)。

從2013年上海自由貿(mào)易試驗(yàn)區(qū)到2015年廣東省、天津市、福建省自貿(mào)區(qū)；從2017年遼寧省、浙江省、河南省、湖北省、重慶市、四川省、陜西省到2018年海南省自貿(mào)區(qū)。再到2019年8月，國(guó)務(wù)院批復(fù)同意在山東省、江蘇省、廣西壯族自治區(qū)、河北省、云南省和黑龍江省等6個(gè)省設(shè)立自貿(mào)區(qū)，并印發(fā)相關(guān)的總體方案。目前，我國(guó)已經(jīng)有18個(gè)自由貿(mào)易試驗(yàn)區(qū)。

不可否認(rèn)的是，自由貿(mào)易區(qū)所屬省份的發(fā)展情況，對(duì)各個(gè)自由貿(mào)易區(qū)的發(fā)展有著重要的影響。因此，本文運(yùn)用因子分析方法，以全省生產(chǎn)總值、一般公共預(yù)算收入、新增就業(yè)人數(shù)、進(jìn)出口總值、貨物周轉(zhuǎn)量和旅客周轉(zhuǎn)量共6個(gè)方面作為評(píng)價(jià)指標(biāo),著重對(duì)全國(guó)18個(gè)省或直轄市的競(jìng)爭(zhēng)力進(jìn)行因子分析，并在此基礎(chǔ)上提出利于促進(jìn)自由貿(mào)易區(qū)發(fā)展的合理化建議。

二、研究方法與對(duì)象

(一)研究方法說明

本文選取因子分析法，簡(jiǎn)單來講它是將具有復(fù)雜關(guān)系的變量(指標(biāo))綜合為數(shù)量較少的幾個(gè)綜合變量也稱之因子，進(jìn)而展現(xiàn)原始變量與因子之間的相互關(guān)系。也就是說因子分析就是探討存在相關(guān)關(guān)系的變量之間，是否存在不能直接觀測(cè)到但對(duì)可觀測(cè)指標(biāo)的變化起支配作用的潛在因子(factor)的分析方法。因子分析的具體步驟如下。

第一步，將所有數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，目的是消除不同變量之間由于量綱和數(shù)值大小造成的誤差。

第二步，進(jìn)行KMO檢驗(yàn)和Barlett球體檢驗(yàn)，來判斷是否可以進(jìn)行因子分析。

第三步，根據(jù)因子貢獻(xiàn)率和累計(jì)因子貢獻(xiàn)率提取公共因子。

第四步，命名公共因子。

第五步，計(jì)算各個(gè)因子的得分。

第六步，得出綜合評(píng)價(jià)指標(biāo)。以方差貢獻(xiàn)率為權(quán)數(shù)(系數(shù))，進(jìn)行評(píng)價(jià)模型的建立。

第七步，計(jì)算綜合得分及排名。

(二)對(duì)象選取說明

本文主要是對(duì)18個(gè)自貿(mào)區(qū)所屬省份或者直轄市進(jìn)行研究，以此了解其競(jìng)爭(zhēng)力情況。通過查找2018年相關(guān)省份的統(tǒng)計(jì)年鑒、國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)、經(jīng)濟(jì)年鑒和交通運(yùn)輸部公開發(fā)布的相關(guān)數(shù)據(jù)得到18個(gè)省份或直轄市的指標(biāo)原始值，運(yùn)用SPSS16.0軟件，采用因子分析法對(duì)它們的競(jìng)爭(zhēng)力進(jìn)行分析。

結(jié)合影響自由貿(mào)易區(qū)所屬省份競(jìng)爭(zhēng)力的相關(guān)因素，兼顧數(shù)據(jù)資料的可得性，首先選取反映地區(qū)競(jìng)爭(zhēng)力水平的6個(gè)指標(biāo)。具體方面如下：全省生產(chǎn)總值、一般公共預(yù)算收入、新增就業(yè)人數(shù)、進(jìn)出口總值、貨物周轉(zhuǎn)量和旅客周轉(zhuǎn)量。

三、實(shí)證研究過程

本文使用SPSS16.0進(jìn)行數(shù)據(jù)分析，將18個(gè)省份或直轄市的6項(xiàng)指標(biāo)統(tǒng)一錄入SPSS16.0，并對(duì)數(shù)據(jù)進(jìn)行了KMO檢驗(yàn)與Barlett球體檢驗(yàn)，結(jié)果顯示KMO數(shù)值為0.641，根據(jù)相關(guān)的標(biāo)準(zhǔn)，該數(shù)值符合大于0.5的基本要求，屬于中等水平。同時(shí)，Barlett球體檢驗(yàn)的結(jié)果顯示，該顯著性水平為0.000.說明很適合做因子分析。

根據(jù)特征值大于1以及求解初始公因子特征值的方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率，并結(jié)合方差分析來確定最后選取公共因子的數(shù)量。由表1可知，前2個(gè)因子的累計(jì)方差貢獻(xiàn)率已經(jīng)達(dá)到94.083%，是可以概括原有指標(biāo)的大部分信息(一般認(rèn)為要達(dá)到80%才能符合要求)。因此選擇前2個(gè)作為公共因子來對(duì)18個(gè)省份或者直轄市的競(jìng)爭(zhēng)力進(jìn)行分析與比較。

表1 因子解釋原有指標(biāo)總方差的情況(Total Variance Explained)

續(xù)表1

50.0100.16499.96660.0020.034100.000Extraction Method:Principal Component Analysis.

在選取了公共因子個(gè)數(shù)之后，通過最大方差旋轉(zhuǎn)得到2個(gè)因子旋轉(zhuǎn)的因子載荷矩陣，根據(jù)各項(xiàng)指標(biāo)在因子的載荷大小，進(jìn)行了歸納整理。

全省生產(chǎn)總值x1在F1(公共因子1)上的載荷為0.982；一般公共預(yù)算收入x2的載荷為0.943；新增就業(yè)人數(shù)x3的載荷為0.905；進(jìn)出口總值x4的載荷為0.822；并將F1命名為“經(jīng)濟(jì)能力因子”。而貨物周轉(zhuǎn)量x5在F2(公共因子2)上的載荷為0.990，旅客周轉(zhuǎn)量x6的載荷為0.993，將F2命名為“服務(wù)能力因子”。

因子變量確定后，便可計(jì)算每一個(gè)省份或者直轄市的公共因子得分。計(jì)算的過程則可以變量的線性組合來表示因子。采用回歸法來計(jì)算每個(gè)因子的得分，并把各因子方差貢獻(xiàn)率占2個(gè)因子的方差貢獻(xiàn)率的比重作為權(quán)重，最終得到綜合因子得分的函數(shù)：F=0.60947×F1+0.33136×F2

由綜合因子的得分函數(shù)可以看出，經(jīng)濟(jì)能力因子對(duì)綜合因子得分的影響最大，達(dá)到了60.947%，其次是服務(wù)能力因子，占到了33.136%。說明在對(duì)18個(gè)省份或直轄市進(jìn)行評(píng)估時(shí)，經(jīng)濟(jì)能力是評(píng)估的主導(dǎo)方面。接著根據(jù)綜合因子得分進(jìn)行了降序排名，具體排名如下。

第一位到第六位:

廣東省(1.54+0.07=1.61)

上海市(-0.06+1.31=1.26)

江蘇省(1.15-0.12=1.03)

山東省(0.67+0.14=0.53)

浙江省(0.56-0.09=0.47)

河南省(0.23-0.15=0.08)

第七位到第十二位:

湖北省(-0.06-0.11=-0.17)

河北省(-0.09-0.08=-0.17)

福建省(-0.16-0.06=-0.22)

四川省(-0.21-0.05=-0.26)

遼寧省(-0.33-0.04=-0.37)

重慶市(-0.29-0.10=-0.39)

第十三位到第十八位:

陜西省(-0.4-0.07=-0.47)

天津市(-0.39-0.08=-0.47)

廣西壯族自治區(qū)(-0.47-0.07=-0.53)

云南省(-0.45-0.09=-0.55)

黑龍江省(-0.46-0.10=-0.55)

海南省(-0.77-0.04=-0.81)

從總得分來看，大于1的有三個(gè)省份或直轄市，分別是廣東省、上海市和江蘇省，也都是我國(guó)綜合競(jìng)爭(zhēng)實(shí)力強(qiáng)的省份。大于0小于1的共有3個(gè)省份，占總數(shù)17%,屬于競(jìng)爭(zhēng)實(shí)力較強(qiáng)的省份。小于0的省份則有12家，高達(dá)66.7%，屬于綜合競(jìng)爭(zhēng)力較弱的省份，整體來看自由貿(mào)易區(qū)所屬省份及直轄市的競(jìng)爭(zhēng)力不是很強(qiáng)。

另外，對(duì)18個(gè)省份及直轄市各因子下的排名與綜合因子排名進(jìn)行了分析與比較，就F1(經(jīng)濟(jì)能力因子)來看，廣東省位列第一為1.54分，江蘇省排在第二為1.15分，山東省第三為0.67分。從F2(服務(wù)能力)來看，第一位上海市為1.31分，第二是廣東省為0.07分，并列第三的有遼寧省和海南省都是-0.04分。

就綜合得分來看，前三位是廣東省、上海市、江蘇省，從結(jié)果來看，可以得知經(jīng)濟(jì)能力因子很重要，但是服務(wù)能力因子的影響力不容忽視，因?yàn)樯虾Ｊ袘{借在F2的出色成績(jī)，反超了江蘇省。而只有廣東省在F1與F2因子的得分都大于0，說明經(jīng)濟(jì)能力與服務(wù)能力發(fā)展相對(duì)均衡。在同為樣本的18個(gè)省份中，綜合競(jìng)爭(zhēng)力最強(qiáng)，是“佼佼者”。而其他省份或者直轄市，就經(jīng)濟(jì)能力與服務(wù)能力來說，都有需要提高的方面。

四、研究結(jié)論與建議

通過對(duì)2018年18個(gè)省份及直轄市的相關(guān)數(shù)據(jù)進(jìn)行因子分析，從綜合得分來看，總得分大于1的只有3個(gè)省份，分別為廣東省、上海市與江蘇省。廣東省與上海市也是前幾批設(shè)立自貿(mào)區(qū)的省份，在各方面發(fā)展都有很好的經(jīng)驗(yàn)與成績(jī)。江蘇省雖然是2019年才設(shè)立自貿(mào)區(qū)，但是潛力與實(shí)力不容忽視。其他省份的總得分都在1分以下，更多的是在0分以下。由此可以得到結(jié)論：自由貿(mào)易試驗(yàn)區(qū)所屬省份的競(jìng)爭(zhēng)力差距大，整體競(jìng)爭(zhēng)力有待提升。

但是基于目前我國(guó)相關(guān)政策的大力支持與《總體方案》的創(chuàng)新，2019年9月10日，國(guó)家外匯管理局決定取消合格境外機(jī)構(gòu)投資者和人民幣合格境外機(jī)構(gòu)投資者投資額度限制。這都利于貿(mào)易自由化、便利化，為自貿(mào)區(qū)的發(fā)展提供了有力的條件，發(fā)展前景光明。各省份可以根據(jù)綜合得分的情況，有方向和目的的改進(jìn)，以便為自貿(mào)區(qū)發(fā)展提供強(qiáng)大支持。同時(shí)提出以下三點(diǎn)建議：

第一，加強(qiáng)經(jīng)濟(jì)能力，大力發(fā)展生產(chǎn)力。同時(shí)可以吸引外資企業(yè)投資。也要增加就業(yè)人口，為自貿(mào)區(qū)發(fā)展提供充足勞動(dòng)力。放開眼界，提高開放程度，簡(jiǎn)化進(jìn)出口流程，促進(jìn)進(jìn)出口發(fā)展同時(shí)積極引進(jìn)外資。

第二，提升服務(wù)能力，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)，提高交通運(yùn)輸能力包括公路、鐵路、航空以及港口的建設(shè)。為自貿(mào)區(qū)提供大宗貨物運(yùn)輸支持，為自貿(mào)區(qū)爭(zhēng)取更多機(jī)會(huì)。

第三，針對(duì)于各省份自貿(mào)區(qū)的定位和要求，各有側(cè)重、差別化的探索與發(fā)展。

此外，由于資源有限和數(shù)據(jù)可得到性，本文所收集的數(shù)據(jù)有限，因此只是從18個(gè)省份的經(jīng)濟(jì)能力和服務(wù)能力方面對(duì)其競(jìng)爭(zhēng)力進(jìn)行了初步分析，其他方面后續(xù)的學(xué)者可進(jìn)一步深入研究。