基于主成分分析的我國智慧產(chǎn)業(yè)競爭力評價

劉鴻雁（遼寧師范大學城市與環(huán)境學院，遼寧大連116029）

基于主成分分析的我國智慧產(chǎn)業(yè)競爭力評價

劉鴻雁
（遼寧師范大學城市與環(huán)境學院，遼寧大連116029）

智慧產(chǎn)業(yè)是知識型產(chǎn)業(yè)，對未來我國經(jīng)濟發(fā)展有重大影響。本文以全國31個省份為研究對象，選取12個指標采用主成分分析對2009-2013年各省市智慧產(chǎn)業(yè)競爭力進行綜合評價。結果顯示：①智慧產(chǎn)業(yè)競爭力空間格局呈現(xiàn)自東向西遞減的差異性發(fā)展趨勢；②時間演變上表現(xiàn)為長三角、珠三角智慧產(chǎn)業(yè)競爭力優(yōu)勢明顯，持續(xù)增長，東北地區(qū)競爭力有弱化表現(xiàn)。關鍵詞：智慧產(chǎn)業(yè)；競爭力水平；主成分分析

1　引言

我國建設智慧城市、發(fā)展智慧產(chǎn)業(yè)起步較晚，在建設過程中存在一些問題，因此，有必要分析我國智慧產(chǎn)業(yè)的發(fā)展狀況，綜合評價我國各省市智慧產(chǎn)業(yè)的發(fā)展水平，為發(fā)展智慧產(chǎn)業(yè)提供依據(jù)。目前我國對智慧產(chǎn)業(yè)的研究主要集中于智慧產(chǎn)業(yè)內(nèi)涵智慧產(chǎn)業(yè)與智慧城市關系以及指標體系建立方面，對智慧產(chǎn)業(yè)的概念尚未有統(tǒng)一的定義，金江軍、周春華等人認為智慧產(chǎn)業(yè)是利用物聯(lián)網(wǎng)、云計算、移動互聯(lián)等的數(shù)字化、網(wǎng)絡化、信息化、、自動化、智能化程度較高的產(chǎn)業(yè)，屬于智力密集產(chǎn)業(yè)、技術密集產(chǎn)業(yè)［1，2］。蔡富有、莊一召將智慧產(chǎn)業(yè)定義為直接運用人的智慧進行研發(fā)、創(chuàng)造、生產(chǎn)、管理等活動，形成有形或無形智慧產(chǎn)品以滿足社會需要的產(chǎn)業(yè)，是知識產(chǎn)業(yè)和創(chuàng)意產(chǎn)業(yè)的結合［3，4］。侯羽則認為生活中只要運用到人的智慧、互聯(lián)網(wǎng)技術的領域都是智慧產(chǎn)業(yè)，如智慧交通、智慧醫(yī)療［5］；鄧凡［6］、張向陽［7］、馮茂巖［8］則側重智慧產(chǎn)業(yè)與智慧城市融合發(fā)展的分析。

2　指標選取與研究方法

2.1指標體系建立和數(shù)據(jù)來源

本文借鑒我國有關智慧城市、智慧產(chǎn)業(yè)等相關研究成果，選取以下指標對我國智慧產(chǎn)業(yè)綜合發(fā)展水平進行評價：地區(qū)生產(chǎn)總值X1（億元）、人均地區(qū)生產(chǎn)總值X2（元）、智慧產(chǎn)業(yè)從業(yè)人員占總人員的比重X3（％）、智慧產(chǎn)業(yè)固定資產(chǎn)投資占社會總投資的比重X4（％）、計算機、通信設備及其他電子設備制造業(yè)產(chǎn)值占工業(yè)總產(chǎn)值比重X5（％）、軟件業(yè)務收入X6（億元）互聯(lián)網(wǎng)普及率X7（％）、數(shù)字電視入戶率X8（％）、移動電話普及率X9（部/百人）、R＆amp;D人員全時當量X10（人年）、R＆amp;D經(jīng)費內(nèi)部支出占GDP比重X11（％）、專利申請受理數(shù)X12（件）。數(shù)據(jù)主要取自2010-2014年《中國統(tǒng)計年鑒》和《中國科技年鑒》。

2.2研究方法

本文采用主成分分析法，并在SPSS19軟件支持下進行。主成分分析是一種通過降維把多個變量化為少數(shù)幾個主成分（即綜合變量）的統(tǒng)計分析方法，其主要步驟：

1）對原始數(shù)據(jù)進行無量綱化處理；

2）求得指標標準化后的相關系數(shù)矩陣R

4）確定主成分。假設各特征值對應的標準化正交特征向量為γ1，γ2，…，λP，則第i個主成分為Yi= γ1iXi+γ2iX2+…+λPiXP（i=1，2，…，p）。此時，Yi為第一主成分，Y2為第二主成分，以此類推。

5）這些主成分能夠反映初始變量的絕大部分信息，通常表示為初始變量的某種線性組合Fi。

3　結果及分析

經(jīng)SPSS計算，2009年和2013年兩個主成分的累計貢獻率分別達到了82.358和83.080，將累積貢獻率大于80％作為主成分判定標準，提取主成分1和主成分2代表所有指標來評價我國智慧產(chǎn)業(yè)發(fā)展水展水平。

計算各主成分得分，進而計算綜合得分，依此對各省市智慧產(chǎn)業(yè)競爭力進行排序（見表1）。

3.1空間格局上我國智慧產(chǎn)業(yè)競爭力水平自東向西遞減

由表1可見，5年來東部沿海地區(qū)智慧產(chǎn)業(yè)競爭力一直居最高水平，綜合得分前7名的省市都在東部沿海地區(qū)，除個別省份，絕大部分省份的綜合得分排名均在前15名；東北內(nèi)陸和中部地區(qū)智慧產(chǎn)業(yè)競爭力居中，其中安徽省、江西智慧產(chǎn)業(yè)競爭力水平相對較高；西部除四川的綜合得分排名較前，絕大部分省份綜合排名在后20名，特別是西北地區(qū)智慧產(chǎn)業(yè)競爭力水平最低，這與我國經(jīng)濟發(fā)展水平的梯度差異相似。

表12009　和2013年我國31個?。ㄊ?、區(qū)）智慧產(chǎn)業(yè)各主成分排名及綜合排名

3.2時間變化上長三角、珠三角地區(qū)上升態(tài)勢和東北下降態(tài)勢明顯

5年來長三角、珠三角地區(qū)智慧產(chǎn)業(yè)競爭力水平持續(xù)增長，江蘇、浙江、廣東、廣西的智慧產(chǎn)業(yè)競爭力上升較明顯，2009年智慧產(chǎn)業(yè)競爭力水平京、滬、津位居前3位，2013年江蘇、山東和廣東超越三個直轄市；環(huán)渤海地區(qū)智慧產(chǎn)業(yè)競爭力水平除山東省外均有不同程度的下降，但總體水平仍較高；東北地區(qū)智慧產(chǎn)業(yè)競爭力水平呈下降趨勢，且吉、黑兩省排名都在20名以后；中部地區(qū)智慧產(chǎn)業(yè)競爭力水平5年的變化基本保持穩(wěn)定，總體略有上升；西部地區(qū)智慧產(chǎn)業(yè)競爭力總體水平落后，5年來除四川、陜西有提高外，其他省份均呈下降態(tài)勢。

4　結論及討論

通過選取了12個指標對智慧產(chǎn)業(yè)發(fā)展水平進行衡量，得出以下結論。

4.1從空間變化來看，智慧產(chǎn)業(yè)競爭力空間格局也有明顯的變化，東中西差異較大，總體呈現(xiàn)出自東向西遞減的趨勢，東北地區(qū)智慧產(chǎn)業(yè)競爭力有弱化現(xiàn)象。

4.2從時間角度來看，這5年間，智慧產(chǎn)業(yè)競爭力下降幅度最大的是東北地區(qū)，長三角、珠三角則呈現(xiàn)持續(xù)平穩(wěn)上漲。

我國智慧產(chǎn)業(yè)競爭力水平存在差異的原因：一是區(qū)域經(jīng)濟發(fā)展水平差異的影響。近5年廣東、山東、江蘇、浙江、河南經(jīng)濟發(fā)展水平一直居全國前5名；而東北地區(qū)近幾年GDP排名均較靠后；四川省2013年GDP排名第8，重慶雖GDP排名靠后，但其與上年相比增長12.3％。二是技術、創(chuàng)新的支撐。2013年江蘇信息產(chǎn)業(yè)實現(xiàn)業(yè)務突破7000億元，軟件業(yè)務收入達到5177億元，廣東省在2013年軟件業(yè)務收入增長20％，并大力發(fā)展智能制造、物聯(lián)網(wǎng)和云計算，加快發(fā)展電子商務、現(xiàn)代物流等新興產(chǎn)業(yè)的發(fā)展。此外，在由住建部公布的兩批智慧城市試點名單中，江蘇、浙江省試點城市最多，智慧城市的建設與智慧產(chǎn)業(yè)的發(fā)展相互促進，彼此依賴，這也是江浙地區(qū)智慧產(chǎn)業(yè)發(fā)展水平較高的原因。

［1］金江軍.智慧產(chǎn)業(yè)發(fā)展對策研究［J］.技術經(jīng)濟與管理研究，2012（11）：40-44.

［2］周春華，禹銀艷.智慧產(chǎn)業(yè)概念、發(fā)展路徑與政策研究［A］.中國科學學與科技政策研究會科學學理論與學科建設專業(yè)委員會、中國自然辯證法研究會科學技術學專業(yè)委員會.2012年全國科學學理論與學科建設暨科學技術學兩委聯(lián)合年會論文集［C］.中國科學學與科技政策研究會科學學理論與學科建設專業(yè)委員會、中國自然辯證法研究會科學技術學專業(yè)委員會，2012（05）.

［3］蔡富有.智業(yè)經(jīng)濟論綱—兼質(zhì)疑“知識經(jīng)濟”的提法和概念［J］.西安財經(jīng)學院學報，2005，18（02）：7-11.

［4］莊一召.關于智慧產(chǎn)業(yè)［EB/OL］. http://blog.163.com/zyz_a/blog/static/85755308200931731527161/，2009-04-17.

［5］侯羽.基于文本研究的廣州市智慧產(chǎn)業(yè)發(fā)展政策分析［D］.廣州：華南理工大學，2013.

［6］鄧凡，黃慧君.成都市促進智慧城市與智慧產(chǎn)業(yè)互動發(fā)展的重點問題分析［J］.成都行政學院學報，2013（05）：87-89.

［7］張向陽，袁澤沛.廣州智慧城市與智慧產(chǎn)業(yè)融合發(fā)展路徑研究［J］.科技進步與對策，2013，30（12）：47-50.

［8］馮茂巖，蔣蘭芝.淺談“智慧城市”與“智慧產(chǎn)業(yè)”發(fā)展—以南京為例［J］.改革與戰(zhàn)略，2011，27（9）：127-128，155.

（2016-01-25收稿S編輯）

Evaluation of smart industry competitiveness based on principal component analysis in China

LIU Hong-Yan
（College of Urban and Environmental，Liaoning Normal University，Dalian 116029，China）

In order to analysis smart industry competitiveness evaluation of various provinces in China，this paper chose 31 provinces as study object by choosing 12 indicators based on principal component analysis from 2009 to 2013.The results showed （1）Smart industry competitiveness spatial pattern showed a trend of decrease from east to west；（2）The smart industry competitiveness of Yangtze River Delta and the Pearl River Delta are highest，but the northeast in China is lower.

Smart industry；Competitive level；Principal components analysis

F224

A

1003-7853（2016）01-0047-02

劉鴻雁（1991-），女，漢，黑龍江牡丹江人，碩士研究生，研究方向：區(qū)域經(jīng)濟與海洋開發(fā)管理。