河南省城市經(jīng)濟社會發(fā)展水平的實證研究

魯萌

摘 要：本文以河南省內(nèi)18個城市為研究樣本，依據(jù)2018年《河南統(tǒng)計年鑒》相關數(shù)據(jù)，借助STATA15軟件工具，摘取了12項指標，采用相關分析、回歸分析、因子分析中的主成分因子法等對河南省18個城市的經(jīng)濟發(fā)展能力進行比較和評價，并進行綜合評價，評價結果與實際情況相符。

關鍵詞：河南各城市;經(jīng)濟發(fā)展能力;STATA;實證分析

0 引言

2016年河南GDP穩(wěn)居中國第5位、中西部地區(qū)首位，在我國占據(jù)經(jīng)濟大省的稱號。除此以外河南還是中國重要的人口大省。雖然近年來經(jīng)濟得到了快速發(fā)展，但是發(fā)展過程的不均衡特征表現(xiàn)較為突出，基于此問題，本文利用經(jīng)濟數(shù)據(jù)來分析河南省18個城市的經(jīng)濟發(fā)展能力。

1 模型準備

1.1 變量的選擇

眾所周知要想分析一個省的經(jīng)濟動態(tài)數(shù)列水平，除卻考慮地區(qū)經(jīng)濟發(fā)展總量，還應考慮到發(fā)展的速度和平衡性。故本文基于國內(nèi)外的相關研究，提取了12個變量，分別是城市名稱（v1）、地區(qū)生產(chǎn)總值（v2）、消費支出（v3）、固定資產(chǎn)投資（v8）、公共預算收入（v5）、城鎮(zhèn)居民人均可支配收入（v10）、社會消費品零售總額（v7）、第三產(chǎn)業(yè)值（v4）、失業(yè)人數(shù)（v9）、規(guī)模以上工業(yè)總產(chǎn)值（v6）、國內(nèi)旅游總人數(shù)（v12）和農(nóng)村居民人均可支配收入（v11），其中括號內(nèi)表示將12個變量分別定義為v1-v12，用于軟件Stata15中分析經(jīng)濟發(fā)展能力的簡單替換。本文選取的18個觀測樣本分別是鄭州市、洛陽市、南陽市、新鄉(xiāng)市、焦作市、安陽市、開封市、平頂山市、周口市、許昌市、商丘市、駐馬店市、信陽市、三門峽市、濮陽市、漯河市、鶴壁市、濟源市。

1.2 分析方法與數(shù)據(jù)來源

本文通過借助Stata15軟件，采用相關分析、回歸分析、主成分因子法來分析河南省18個城市的經(jīng)濟發(fā)展能力。具體步驟如下：首先通過前兩種方法來研究河南省各城市經(jīng)濟發(fā)展能力變量間的關系;然后使用最后一種方法對消費支出和第三產(chǎn)業(yè)值等變量進行因子分析，從因子分析模型中提取最具代表性的主因子;接著通過最大方差正交旋轉法得到每個因子的綜合得分;最后應用Stata15數(shù)據(jù)處理技巧，按照提取的主因子對河南城市的經(jīng)濟發(fā)展本領進行分類排序。其中數(shù)據(jù)來源于《河南統(tǒng)計年鑒—2018》。

2 分析過程

在Stata15的Command文本框中輸入命令：pwcorr_

v2_v3，star（.01）bonfe-rroni。依據(jù)輸出結果分析變量間相關性在置信水平為0.99時是否顯著。即可以看出，v2即地區(qū)生產(chǎn)總值與第三產(chǎn)業(yè)值、公共預算收入、規(guī)模以上工業(yè)總產(chǎn)值、社會消費品零售總額、固定資產(chǎn)投資、失業(yè)人數(shù)和國內(nèi)旅游總人數(shù)之間有較強的相關性，在1%的顯著性水平上顯著，且這八個變量相互間的相關性很強，與消費支出、城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入變量之間相關性很小。

3 回歸分析

3.1 建立線性模型

因為城鎮(zhèn)居民人均可支配收入、農(nóng)村居民人均可支配收入、消費支出與地區(qū)生產(chǎn)總值變量間相關性小，所以本文以地區(qū)生產(chǎn)總值為因變量，將固定資產(chǎn)投資、公共預算收入、社會消費品零售總額、第三產(chǎn)業(yè)值、規(guī)模以上工業(yè)總產(chǎn)值和國內(nèi)旅游總人數(shù)為自變量進行多重線性回歸。

建立線性模型：

即：地區(qū)生產(chǎn)總值= a*第三產(chǎn)業(yè)值+b*公共預算收入+c*規(guī)模以上工業(yè)總產(chǎn)值+d*社會消費品零售總額+e*固定資產(chǎn)投資+f*失業(yè)人數(shù)+g*國內(nèi)旅游總人數(shù)+u

式中，小寫字母（除去u）代表未知的回歸系數(shù)，u是隨機誤差項。

3.2 模型修正

在Stata15的Command文本框中輸入如下命令：sw regress v2 v4- v9 v12，pr（0.10），從分析結果中看出共選取了18個樣本分析，模型的F值（5，12）=1388.24，P 值（Prob>F）= 0.0000，說明該模型整體非常顯著。且該模型的可決系數(shù)為0.9983，修正可決系數(shù)是0.9976，說明模型詮釋能力非常優(yōu)秀。于是根據(jù)輸出結果可知模型經(jīng)過2次剔除變量后得到最終結果。即第1個模型包含全部自變量的全模型，該模型v9（失業(yè)人數(shù)）變量的系數(shù)顯著性P值高達0.9572，被剔除;第2個模型為包含全部自變量的全模型，該模型v7（社會消費品零售總額）變量的系數(shù)顯著性 P 值為0.1941，被剔除，剔除上述自變量后得到最終回歸模型。故根據(jù)輸出結果接下來的回歸過程中應剔除v7（社會消費品零售總額）和v9（失業(yè)人數(shù)）。

在回歸線性模型中變量v4（第三產(chǎn)業(yè)值）的系數(shù)標準誤是0.2474448，t值為8.11，P值為0.0000，0.95的置信區(qū)間為[1.467948，2.54622]。v5（公共預算收入）的系數(shù)標準誤是0.9655961，t值為-3.91，P值為0.0020，系數(shù)較為顯著，0.95的置信區(qū)間為[-5.877853，-1.670146]。v6（規(guī)模以上工業(yè)總產(chǎn)值）的系數(shù)標準誤是0.04500076，t值為3.67，P值為0.003，0.95的置信區(qū)間為[0.0672356，0.2633617]，系數(shù)較為顯著。v12（國內(nèi)旅游總人數(shù)）的系數(shù)標準誤是0.0147554，t值為-4.58，P值為0.001，0.95的置信區(qū)間為[-0.0111076，-0.0354973]，系數(shù)較為顯著。v8（固定資產(chǎn)投資）的系數(shù)標準誤是0.0834648，t值為2.31，P值為0.039，0.95的置信區(qū)間為[0.0111076，0.3748162]。常數(shù)項的系數(shù)標準誤是61.4813，t值為4.33，P值是0.001，0.95的置信區(qū)間為[132.1657，400.0782]，系數(shù)比較顯著。

那么建立線性模型：

即地區(qū)生產(chǎn)總值=2.007084*第三產(chǎn)業(yè)值-3.773999*公共預算收入+0.1652987*規(guī)模以上企業(yè)資產(chǎn)總額-0.0676464*

國內(nèi)旅游總人數(shù)+0.1929619*固定資產(chǎn)投資

3.3 因變量擬合值的預測

在主界面的“Command”文本框中輸入命令：predict vv2，便可以看到v2的值與vv2的值是比較接近的，所以，擬合的回歸模型還是不錯的。

3.4 異方差的檢驗

通過檢驗得出懷特檢驗P值為 0.3888，BP檢驗的P值均大于0.05，即認為不存在異方差，所以我們不必用穩(wěn)健的標準差進行回歸。經(jīng)過以上最小二乘回歸分析，可以發(fā)現(xiàn)固定資產(chǎn)投資對河南省城市地區(qū)生產(chǎn)總值起正向促進作用。

4 主成分因子分析

4.1 主成因子

在Stata15的Command號令框中輸入號令factor_v2-v12，pcf，得出因子分析成果，11個因子中只有2個因子特征值大于1，故選取作為新的綜合評價指標，P值（Prob>chi2）為0.0000，LR檢驗的卡方值為380.61，模型很是明顯。第一個因子的特征值為8.44373，方差貢獻率為76.76%;第二個因子特征值為1.19457，方差貢獻率為10.86%。前2個因子的累計方差貢獻率為87.62%，解釋了原始數(shù)據(jù)的87.62%的信息，總體詮釋力度較大。

4.2 因子表達式

采用最大方差正交旋轉法對因子布局舉行扭轉，F(xiàn)actor（f1）主要解釋的是v2、v4-v9 、v12這8個變量信息，F(xiàn)actor（f2）主要解釋v3、v10、v11這3個變量信息。根據(jù)因子得分系數(shù)矩陣，寫出主因子的表達式，得到結果如下所示：

SMC檢驗是判斷數(shù)據(jù)是否適合進行因子分析，其取值范圍是0～1。為驗證本文是否能繼續(xù)進行因子分析，故對其進行SMC檢驗，經(jīng)檢驗可得，其v2-v12的取值均較高，因子分析屬于較好狀態(tài)，可以進行因子分析。

5 河南各城市經(jīng)濟發(fā)展能力綜合評價排名

為了求出河南各城市經(jīng)濟發(fā)展本領的綜合得分，在Stata15的Command中輸入號令generate f = 0.6375* f1+0.2387* f2，此中f1、f2是在因子分析時對提取的主因子保留的變量，0.6375和0.2387分別是主因子的方差貢獻率。結果如下所示。

鄭州以f1、f2和f均高于其他河南省的地級市的優(yōu)勢位列第一，洛陽市以f1和f均高于其他地級市位列于第二位，第三位是南陽市，新鄉(xiāng)市位列第四，接著按照順序依次是焦作市、安陽市、開封市、平頂山市、周口市、許昌市、商丘市、駐馬店市、信陽市、三門峽市、濮陽市、漯河市、鶴壁市、濟源市。

6 結論與建議

經(jīng)過相關分析，河南各城市的地區(qū)生產(chǎn)總值與第三產(chǎn)業(yè)值、公共預算收入、規(guī)模以上工業(yè)總產(chǎn)值、社會消費品零售總額、固定資產(chǎn)投資、失業(yè)人數(shù)和國內(nèi)旅游總人數(shù)等變量之間有較強的相關性，并且這八個變量之間兩兩的相關性也很強。

經(jīng)過回歸分析，說明了第三產(chǎn)業(yè)值、公共預算收入、規(guī)模以上工業(yè)總產(chǎn)值、固定資產(chǎn)投資、和國內(nèi)旅游總人數(shù)對河南各城市經(jīng)濟發(fā)展起到了積極的促進作用。

經(jīng)過主成分因子分析后，可以看出鄭州的兩個主因子得分均是第一，其城市生產(chǎn)總值十三項經(jīng)濟指標位居第一。洛陽不僅有5A級景區(qū)（龍門石窟，白云山，老君山和雞冠洞），另有3A級以上景區(qū)數(shù)量位居全國之首，而且另有世界地質公園兩家：黛眉山世界地質公園，伏牛山世界地質公園。故洛陽不僅是河南省主要的游覽勝地，更是中國主要的游覽目的地，即其國內(nèi)游覽總人數(shù)位于河南省首位，本地游覽又提高了住民的經(jīng)濟收入，則其第二個主因子f2得分也位于前列，綜合排名僅次于鄭州。南陽近年來工業(yè)“雙高”產(chǎn)業(yè)得到積極培育發(fā)展、基礎設施投資高速增長以及現(xiàn)代服務業(yè)快速增長，其綜合排名位于第三。另外值得一提的是焦作市的第二個主因f2（居民可支配收入）僅位于鄭州和濟源之后，排在第三位，經(jīng)過分析，其原因是以下所促成的：社會就業(yè)穩(wěn)定擴大，政策保障惠及全民，務工人員工資提高，財產(chǎn)交易增加收入。濟源市第二個主因子得分較高即居民可支配收入較高，因為其旅游資源也比較豐富，比如眾所周知的小浪底，但由于濟源市人少、地小等因素，其第一個主因子得分較低，使之總體得分情況位于河南省的末尾。

參考文獻：

[1]李璐瓊.用STATA 進行房價影響因素的分析[J].經(jīng)濟研究導刊， 2018，（31）：133-136.

[2]劉博雷.中國 36 個主要城市經(jīng)濟社會發(fā)展水平的實證研究——基于 STATA 的面板數(shù)據(jù)分析[J].經(jīng)濟與社會發(fā)展，2014，12（3）：105-108.

[3]張?zhí)穑钏? Stata 統(tǒng)計分析與行業(yè)應用案例詳解（第2版）[M].北京：清華大學出版社，2017.