基于多元統(tǒng)計(jì)分析的城市競(jìng)爭(zhēng)力研究

王中+鄧瓊+王躍恒

摘要應(yīng)用多元統(tǒng)計(jì)分析方法對(duì)34個(gè)省會(huì)城市和計(jì)劃單列市的競(jìng)爭(zhēng)力進(jìn)行了綜合評(píng)估.首先設(shè)立城市競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)，由于指標(biāo)之間存在相關(guān)性，采用因子分析法選取公共因子作為評(píng)價(jià)的綜合指標(biāo)，然后構(gòu)造評(píng)價(jià)函數(shù)，根據(jù)城市競(jìng)爭(zhēng)力在各公因子上的得分及其綜合排名，分析各城市的發(fā)展特色和競(jìng)爭(zhēng)優(yōu)劣點(diǎn).基于因子分析法得到的公因子替代原始變量，分別采用系統(tǒng)聚類分析法和K均值聚類分析法給各城市劃分類型，比較兩種不同聚類法得出的結(jié)果，分析聚類結(jié)果可靠性.最后基于綜合評(píng)估結(jié)果給出了提高城市競(jìng)爭(zhēng)力的合理建議.

關(guān)鍵詞區(qū)域經(jīng)濟(jì)學(xué)；競(jìng)爭(zhēng)力與綜合實(shí)力正相關(guān)；多元統(tǒng)計(jì)分析；聚類分析

中圖分類號(hào)F224.7文獻(xiàn)標(biāo)識(shí)碼A

Research on Urban Competitiveness Based on Multivariate Statistical Analysis

Zhong WANG，Qiong DENG，Yueheng WANG

（School of Mathematics and Statistics，Changsha University of Science and Technology，410114，China）

AbstractThis paper made a comprehensive study on the urban competitiveness of 34 provincial capitals and municipalities.First，the evaluation index of urban competitiveness was set up.Due to the correlation between the indicators，the factor was used as the comprehensive index of the evaluation，and then the evaluation function was constructed.According to the scores of the city's competitiveness on the common factor and its comprehensive rank，the development characteristics of the city and the advantages and disadvantages of competition were analyzed.Based on the factor analysis，the common factors were replaced by the common variables.The clustering types and the Kmeans clustering analysis were used to classify the cities respectively.The results of the two different clustering methods were compared and the reliability of the clustering results was analyzed.Finally，based on the comprehensive evaluation of the results，some recommendations were put forward to improve the competitiveness of the cities.

Key wordsUrban competitiveness；Factor analysis；System clustering；Kmeans clustering method；Comprehensive evaluation

1引言

在研究35個(gè)省會(huì)城市和計(jì)劃單列市的競(jìng)爭(zhēng)力綜合評(píng)估中，采用的具體分析方法為因子分析法和聚類分析法.

李如（2008）[1]認(rèn)為隨著經(jīng)濟(jì)全球化的到來(lái)，城市在全球競(jìng)爭(zhēng)中主體特性表現(xiàn)得越發(fā)鮮明，在經(jīng)濟(jì)和社會(huì)發(fā)展中影響力越來(lái)越顯著.然而，有多方面因素會(huì)影響城市具體功能，不能僅僅通過(guò)城市特定某個(gè)或某幾個(gè)方面就確定其相應(yīng)的定位.需要綜合考慮社會(huì)經(jīng)濟(jì)的各個(gè)方面.通過(guò)利用多元統(tǒng)計(jì)學(xué)中的因子分析和聚類分析方法，建立城市競(jìng)爭(zhēng)力綜合評(píng)估模型.根據(jù)系統(tǒng)性、科學(xué)性原則考慮關(guān)于城市綜合發(fā)展評(píng)價(jià)的指標(biāo)體系，對(duì)34個(gè)省會(huì)城市和計(jì)劃單列市（其中有部分?jǐn)?shù)據(jù)不完整）的城市競(jìng)爭(zhēng)力發(fā)展水平進(jìn)行定量分析并給出合理建議.徐俊杰（2004）[2]提出隨著中國(guó)經(jīng)濟(jì)的迅速發(fā)展，中國(guó)城市競(jìng)爭(zhēng)力探討逐漸成為一項(xiàng)具有深遠(yuǎn)意義的全新課題.城市競(jìng)爭(zhēng)力的研究能夠幫助城市了解自身的競(jìng)爭(zhēng)機(jī)遇和威脅、地位和環(huán)境等等.能夠幫助城市掌握其他城市的發(fā)展情況.能夠幫助城市學(xué)習(xí)其他城市發(fā)展的長(zhǎng)處和優(yōu)勢(shì)，從而制定科學(xué)的競(jìng)爭(zhēng)與區(qū)域合作策略.許東（2003）[3]認(rèn)為中國(guó)各城市充分積極的合作，合理有效的競(jìng)爭(zhēng)，有利于形成科學(xué)的區(qū)域經(jīng)濟(jì).

對(duì)一個(gè)復(fù)雜系統(tǒng)通過(guò)收集有關(guān)信息和客觀評(píng)價(jià)營(yíng)運(yùn)狀態(tài)的過(guò)程為綜合評(píng)估.

系統(tǒng)的多目標(biāo)性是綜合評(píng)估的難點(diǎn).王燕飛（2015）[4]指出進(jìn)行綜合評(píng)估，往往需要綜合觀察許多運(yùn)行指標(biāo)，然而只有在一維空間中才能實(shí)現(xiàn)排序評(píng)估，在眾多的指標(biāo)中，很難直接比較其實(shí)力，所以解決綜合評(píng)估的核心問(wèn)題的方法就是客觀、科學(xué)的用單指標(biāo)的形式綜合替換多指標(biāo).寧越敏，唐禮智（2001）[5]說(shuō)因子分析主要是一種降維思想，以較少的幾個(gè)綜合因子反映原始變量的大部分信息，將多個(gè)指標(biāo)綜合為少數(shù)幾個(gè)公因子去描述與因素之間的聯(lián)系.它的優(yōu)點(diǎn)在于不受主觀因素的影響，它是基于由數(shù)據(jù)分析而得出的指標(biāo)之間的內(nèi)在結(jié)構(gòu)關(guān)系確定的權(quán)數(shù)，由于抽取的公因子之間相互獨(dú)立，從而減少信息的交叉，這對(duì)于分析評(píng)價(jià)十分有力.endprint

因子分析法做加權(quán)評(píng)估主要是構(gòu)造公因子F1，F(xiàn)2，…，F(xiàn)m的線性組合，由于公因子的方差較大，則該公因子反映原始信息量越多，故以各公因子Fj的方差貢獻(xiàn)率aj作為權(quán)數(shù)構(gòu)造一個(gè)綜合評(píng)價(jià)函數(shù)，即形如y=a1F1+…+amFm，對(duì)每個(gè)城市計(jì)算出y的值，并按照其大小進(jìn)行排序或城市分類劃級(jí).

鐘靈，張瑩，伍艷春（2011）[6]介紹了關(guān)于城市競(jìng)爭(zhēng)力的研究，國(guó)外起步較早，主要是圍繞城市競(jìng)爭(zhēng)機(jī)制、城市競(jìng)爭(zhēng)影響因素、城市競(jìng)爭(zhēng)評(píng)價(jià)、以及城市競(jìng)爭(zhēng)力提升戰(zhàn)略等開展的.國(guó)內(nèi)起步相對(duì)較晚，主要是對(duì)城市競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系的研究，總體上還未形成一個(gè)權(quán)威、科學(xué)、統(tǒng)一的評(píng)價(jià)體系.

周振華，陳維，湯靜等（2001）[7]的文章表明，上海社會(huì)科學(xué)院首次提出現(xiàn)代市場(chǎng)競(jìng)爭(zhēng)是最有價(jià)值的生產(chǎn)要素，另外，比較有代表性的是倪鵬飛（2005）[8]的“弓弦模型”，模型認(rèn)為城市競(jìng)爭(zhēng)力為一個(gè)城市在發(fā)展過(guò)程中與其他城市相比較所具有的吸引、競(jìng)爭(zhēng)、占有和轉(zhuǎn)化資源，占領(lǐng)和控制市場(chǎng)、創(chuàng)造價(jià)值及為其居民提供福利的能力.他把影響城市競(jìng)爭(zhēng)力硬要素比作弓，把軟要素比作弦，把城市產(chǎn)業(yè)比作箭，它們相互作用形成城市競(jìng)爭(zhēng)力.

2研究方法

2.1構(gòu)建評(píng)價(jià)指標(biāo)體系

根據(jù)系統(tǒng)性原則、可比、可量、可行性原則及全面與重點(diǎn)相結(jié)的原則設(shè)立7個(gè)一級(jí)評(píng)價(jià)指標(biāo)、21個(gè)二級(jí)評(píng)價(jià)指標(biāo).一級(jí)指標(biāo)為：國(guó)民經(jīng)濟(jì)核算、人口與就業(yè)、房地產(chǎn)、財(cái)政和金融、運(yùn)輸和郵電、經(jīng)濟(jì)貿(mào)易、教育、衛(wèi)生文化.二級(jí)指標(biāo)為：x1國(guó)內(nèi)生產(chǎn)總值、x2第一產(chǎn)業(yè)增加（億元）、x3第二產(chǎn)業(yè)增加（億元）、x4第三產(chǎn)業(yè)增加（億元）、x5年末總?cè)丝冢ㄈf(wàn)元）、x6在崗職工平均工資（元）、x7房地產(chǎn)開發(fā)投資額（億元）、x8房地產(chǎn)開發(fā)企業(yè)購(gòu)置土地面積（萬(wàn)平方米）、x9地方財(cái)政預(yù)算內(nèi)收入（億元）、x10地方財(cái)政預(yù)算內(nèi)支出（億元）、x11城鄉(xiāng)居民儲(chǔ)蓄年末余額（億元）、x12旅客運(yùn)輸量（萬(wàn)人）、x13貨物運(yùn)輸量（萬(wàn)噸）、x14郵政局?jǐn)?shù)（所）、x15固定電話用戶數(shù)（萬(wàn)戶）、x16社會(huì)商品零售總額（億元）、x17貨物進(jìn)出口總額（百萬(wàn)美元）、x18普通高等學(xué)校在校學(xué)生數(shù)（萬(wàn)人）、x19醫(yī)院衛(wèi)生院數(shù)（個(gè)）、x20職業(yè)（助理）醫(yī)師數(shù)（萬(wàn)人）、x21劇場(chǎng)影院數(shù)（個(gè)）.

2.2多元統(tǒng)計(jì)學(xué)方法

在使用上述方法構(gòu)建指標(biāo)、收集樣本數(shù)據(jù)后，檢驗(yàn)指標(biāo)間的相關(guān)性，若變量之間存在相關(guān)性，采用因子分析法，通過(guò)線性變換，將原始變量綜合為少數(shù)幾個(gè)公共因子，公共因子之間相互無(wú)關(guān)，并且這少數(shù)幾個(gè)公因子包含原始變量的大部分信息，然后把方差貢獻(xiàn)率作為權(quán)重，構(gòu)造公因子的線性函數(shù)，該函數(shù)值即城市的綜合競(jìng)爭(zhēng)力大小.

何曉群（2015）[9]基于因子分析法得到的公因子替代原始變量，分別采用系統(tǒng)聚類分析法和K均值聚類分析法給各城市劃分類型，并比較兩種不同聚類法得出的結(jié)果，分析聚類結(jié)果可靠性.

2.3分析工具

（1）EXCEL：數(shù)據(jù)錄入EXCEL，對(duì)收集到的數(shù)據(jù)進(jìn)行指標(biāo)篩選，處理數(shù)據(jù)缺失值，再進(jìn)行指標(biāo)分類.

（2）SPSS：統(tǒng)計(jì)分析用SPSS統(tǒng)計(jì)分析軟件.在SPSS軟件上，實(shí)現(xiàn)因子分析法、系統(tǒng)聚類法及K均值聚類法.

3研究結(jié)果

3.1樣本特征

研究對(duì)象是35所省會(huì)城市和計(jì)劃單列市，研究數(shù)據(jù)來(lái)源于2014年中國(guó)統(tǒng)計(jì)年鑒，數(shù)據(jù)處理包括：

1.數(shù)據(jù)有嚴(yán)重缺失的拉薩市沒(méi)有列入本文的討論范圍.

2.深圳的x21指標(biāo)數(shù)據(jù)缺失，因?yàn)樵撝笜?biāo)數(shù)據(jù)波動(dòng)小，所以通過(guò)將其前五年的數(shù)據(jù)平均補(bǔ)充該缺失值.

3.由于各指標(biāo)有量綱差別，在因子分析中是從相關(guān)矩陣出發(fā)求公共因子，各城市的聚類分析，是利用公因子替代原始變量進(jìn)行聚類的.

3.2因子分析法結(jié)果

3.3聚類分析結(jié)果

4結(jié)論

根據(jù)上面計(jì)算的結(jié)果可以得出以下幾個(gè)結(jié)論.

1.競(jìng)爭(zhēng)力與經(jīng)濟(jì)總量正相關(guān)

根據(jù)表1可知，抽取3個(gè)公因子，累計(jì)貢獻(xiàn)率達(dá)86%，F(xiàn)actor_1的貢獻(xiàn)率最大為65.084%.由表2與表3結(jié)合表4可知，F(xiàn)actor_1與經(jīng)濟(jì)變量的相關(guān)性較大，主要表現(xiàn)的是各城市經(jīng)濟(jì)總量情況，由于在公因子中權(quán)重最大，在綜合評(píng)價(jià)上起決定性作用.整個(gè)地區(qū)的競(jìng)爭(zhēng)力基本體現(xiàn)在城市經(jīng)濟(jì)總量的水平.上海作為中國(guó)的金融中心，改革開放以來(lái)上海是經(jīng)濟(jì)飛速發(fā)展龍頭城市，在公因子Factor_1上面得分遠(yuǎn)超于其它城市的得分，北京作為中國(guó)首都，在地理位置、國(guó)家政策便利、對(duì)外開放程度等方面都有得天獨(dú)厚的優(yōu)勢(shì)，北京在這項(xiàng)的得分也很高；而西部城市、沒(méi)有經(jīng)濟(jì)依靠的東部城市和沿海城市或是內(nèi)陸城市的公因子Factor_1得分均為負(fù)值.

2.競(jìng)爭(zhēng)力與公共事業(yè)正相關(guān)

Factor_2主要反映的是城市人口，還包含著為居民所提供的條件，包含城市交通、郵電通訊、醫(yī)療及文化娛樂(lè).因此，要提高城市競(jìng)爭(zhēng)力，可以從改善城市交通條件、郵電通訊設(shè)施以及進(jìn)行醫(yī)療改革、控制人口數(shù)量方面著手.

3.競(jìng)爭(zhēng)力與文化教育正相關(guān)

Factor_3主要反映的是城市高校的教育水平.通過(guò)比較，不難發(fā)現(xiàn)教育水平和綜合競(jìng)爭(zhēng)力的關(guān)系，教育水平較高的，綜合競(jìng)爭(zhēng)力基本都靠前.當(dāng)今是一個(gè)創(chuàng)新驅(qū)動(dòng)發(fā)展的時(shí)代，創(chuàng)新依靠人才培養(yǎng)，所以各個(gè)城市提高綜合競(jìng)爭(zhēng)力的當(dāng)務(wù)之急是提高教育水平、加快教育改革步伐.

因子分析法得出的排名情況和基于公共因子得出的兩種聚類法的聚類結(jié)果是基本一致的.表5和表6聚類結(jié)果一致，聚類結(jié)果中北京、上海、深圳聚為一類，上海、北京成一類，它們的各項(xiàng)指標(biāo)均位于前列，具有各種優(yōu)勢(shì)；對(duì)于深圳，它是我國(guó)最具活力的新興的工業(yè)城市；廣州、武漢為一類，廣州的各項(xiàng)指標(biāo)均衡發(fā)展，武漢發(fā)展的特點(diǎn)是商貿(mào)中心、重工業(yè)基地，位于中國(guó)主要城市帶的中心，也位于中國(guó)大城市帶的正中心，基本上連貫東西，承接南北，武漢又有長(zhǎng)江水道和漢江水道，武漢有希望發(fā)展成為中國(guó)最大的商貿(mào)集散和物流中心.重慶單獨(dú)為一類，從原始數(shù)據(jù)分析看來(lái)，作為我國(guó)人口數(shù)量最多的城市，重慶的客運(yùn)量和人口遠(yuǎn)超于其余城市.其它城市聚為另一類，由因子分析法排名結(jié)果可知：上海、北京、深圳、天津、重慶、廣州它們的競(jìng)爭(zhēng)力排名分?jǐn)?shù)高于其它城市，且具有顯著優(yōu)勢(shì)，從地理位置來(lái)看，我國(guó)的主要經(jīng)濟(jì)圈是以這些城市為中心的地區(qū)組成的，這些城市分別是長(zhǎng)江三角洲、環(huán)渤海地區(qū)及珠江三角洲的領(lǐng)頭城市.成都、杭州、寧波、青島的競(jìng)爭(zhēng)力排名分?jǐn)?shù)均為正數(shù)，武漢、大連、沈陽(yáng)的排名分?jǐn)?shù)也趨近于正值，除武漢、重慶、成都以外，以上城市均位于我國(guó)的東部地區(qū).除此以外的其它城市競(jìng)爭(zhēng)力排名分?jǐn)?shù)均為負(fù)值，由于諸如自然條件、歷史條件、經(jīng)濟(jì)政策等因素的差異，我國(guó)各城市發(fā)展程度極不均衡，在社會(huì)商品零售總額和固定資產(chǎn)投資上，綜合排名為負(fù)值的城市均低于排名為正值的城市.要形成各區(qū)域經(jīng)濟(jì)的均衡發(fā)展態(tài)勢(shì)，必須增加對(duì)這些區(qū)域的資金投入，同時(shí)給予政策上一定的支持和便利，當(dāng)然授人以魚不如授人以漁各地區(qū)應(yīng)該了解自身的發(fā)展特色、深入挖掘發(fā)展?jié)摿U(kuò)展發(fā)展空間，通過(guò)揚(yáng)長(zhǎng)避短努力提高自身的競(jìng)爭(zhēng)實(shí)力.

參考文獻(xiàn)

[1]李如.多元統(tǒng)計(jì)分析方法在評(píng)估城市競(jìng)爭(zhēng)力中的應(yīng)用[D].天津：南開大學(xué)數(shù)學(xué)科學(xué)學(xué)院，2008.

[2]徐俊杰.城市競(jìng)爭(zhēng)力研究—以西安為例[D].西安：西安理工大學(xué)理學(xué)院，2004.

[3]許東.我國(guó)典型案例城市競(jìng)爭(zhēng)力的分析和評(píng)價(jià)-兼論鄭州市城市競(jìng)爭(zhēng)力的提升[D].河南：河南大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，2003.

[4]王燕飛.基于多元統(tǒng)計(jì)分析法的吉林省城市競(jìng)爭(zhēng)力評(píng)價(jià)[J].吉林化工學(xué)院學(xué)報(bào)，2015，12（32）：98-103.

[5]寧越敏，唐禮智.城市競(jìng)爭(zhēng)力的概念和指標(biāo)體系[J].現(xiàn)代城市研究，2001，10（3）：19-22.

[6]鐘靈，張瑩，伍艷春.基于多元統(tǒng)計(jì)分析法的城市綜合實(shí)力評(píng)價(jià)研究—以黑龍江省為例[J].金融經(jīng)濟(jì)，2011，32（6）：50-52.

[7]周振華，陳維，湯靜等.國(guó)內(nèi)若干大城市綜合競(jìng)爭(zhēng)力比較研究[J].上海經(jīng)濟(jì)研究，2001（1）：14-24.

[8]倪鵬飛.中國(guó)城市競(jìng)爭(zhēng)力報(bào)告No.3[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2005.

[9]何曉群.多元統(tǒng)計(jì)分析[M].北京：中國(guó)人民大學(xué)出版社，2015.endprint