摘要:利用因子分析我國各省份及自治區(qū)第三產業(yè)發(fā)展水平。第三產業(yè)的總量及所占比重是衡量一個國家或地區(qū)社會經濟發(fā)展程度的重要標志,加快發(fā)展第三產業(yè)是促進市場經濟發(fā)育,優(yōu)化社會資源配置,提高國民經濟整體效益的重要途徑。
關鍵詞:第三產業(yè);因子分析法
第三產業(yè)是一個國家國民經濟中的重要組成部分,發(fā)達國家的第三產業(yè)占國民經濟的比重非常大,第三產業(yè)是指除第一、二產業(yè)以外的其他行業(yè),又稱第三次產業(yè)。第三產業(yè)的總量及所占比重是衡量一個國家或地區(qū)社會經濟發(fā)展程度的重要標志,加快發(fā)展第三產業(yè)是促進市場經濟發(fā)育,優(yōu)化社會資源配置,提高國民經濟整體效益的重要途徑。影響第三產業(yè)增加值變化的產業(yè)有:交通運輸業(yè),批發(fā)和零售業(yè),住宿和餐飲業(yè),房地產業(yè),旅游業(yè)等。
一、實證分析
數(shù)據(jù)選取:
本文數(shù)據(jù)來自于中國國家統(tǒng)計局數(shù)據(jù)庫,選擇我國2016年共31個省和自治區(qū)的7個主要經濟指標來作為每個省份第三產業(yè)經濟發(fā)展狀況的影響因素,其中具體變量設置為:
二、數(shù)據(jù)處理
(一)標準化
除去量綱對研究結果的影響,對數(shù)據(jù)標準化處理,結果如表1所示。
(二)各省份第三產業(yè)發(fā)展情況的因子分析
1.前期判斷(KMO和Bartlett檢驗)
根據(jù)檢驗統(tǒng)計量的檢驗結果判斷變量之間的相關性和偏相關性。KMO統(tǒng)計量檢驗變量間偏相關的大小,KMO統(tǒng)計值越接近于1,說明變量之間的共同因子很多,數(shù)據(jù)適合進行主成分分析,下表的檢驗結果顯示KMO=0.725,說明該樣本適合主成分分析。
Bartlett球形檢驗的原假設是變量間的相關矩陣為單位陣,即各變量之間具有高度相關性,下表的檢驗結果顯示球形檢驗的概率值為0,小于顯著性水平0.05,拒絕原假設,也就是表明數(shù)據(jù)適合進行因子分析。
2.提取主成分
①總方差解釋表
下表顯示了各主成分解釋原始變量總方差的情況。因為前兩個主成分的累計貢獻率達到84.614%,相對較高,并且從第三個主成分開始,特征值小于1。所以選擇2個主成分,即將7維的問題降為2維進行處理分析。
②建立因子載荷矩陣
首先對提取的兩個主因子分量建立原始因子載荷矩陣,然后對其進行結構調整簡化,得到方差最大正交旋轉矩陣。同時將指標值載荷矩陣中載荷較高的情況分為兩類。由上表可知,第一個因子反映了億元以上商品交易市場成交額、餐飲業(yè)企業(yè)主營業(yè)務收入、房地產開發(fā)企業(yè)主營業(yè)務收入、快遞量這些指標包含的信息,根據(jù)其經濟含義,可綜合表示為直接經濟影響因素,它對全部初始變量的方差貢獻率為67.435%;第二個因子反映了客運量、貨運量、旅客周轉量這些指標包含的信息,根據(jù)其經濟含義,可綜合表示為間接經濟影響因素,它對初始變量的方差貢獻率為17.180%。
3.結果分析
將標準化處理后的各變量值代入到因子模型中,即可計算出兩個因子的因子得分,將這些因子得分排序,獲得因子得分表如下:
第一主因子得分排名前五的地區(qū)分別為:廣東省、上海市、浙江省、江蘇省、北京市。這些地區(qū)的零售業(yè),房地產業(yè),餐飲業(yè),互聯(lián)網業(yè)的發(fā)展都很好,北上廣深四大市人才濟濟,這四個城市的經濟發(fā)展全國名列前茅,根據(jù)我們的經驗,這幾個省的房價都非常高,每年旅游人數(shù)也非常多,而且近年來互聯(lián)網的發(fā)展,支付方式的改變,人們的日常生活中網購活動十分頻繁,很多的快遞都是來自這5個地區(qū),所以快遞量多也是必然的。
第二主因子得分排名前五的地區(qū)分別為:河南省、湖南省、廣東省、安徽省以及江蘇省。這五個省份都是人口大省,河南,湖南,安徽地處中原,湖南連接廣東省,廣東省的產品要往內陸運輸,大部分要經過湖南,同理安徽靠近江蘇省和浙江省,江蘇和浙江的商品運往內陸,大部分仍經過安徽。查閱資料可得,河南是鐵路貨運量最大的??;安徽省的公路運輸量排名全國第一,水運貨運量是超高速發(fā)展;廣東、江蘇的高鐵很發(fā)達,城鎮(zhèn)化人口比例較高,旅客大多選擇鐵路出行,故這兩省的客運量很高,當然這兩省的商品貿易很發(fā)達,貨運量也非常大。將各省份在兩個因子得分的基礎上進行加權綜合,得到綜合得分,可以利用綜合得分評價我國31個省份及自治區(qū)的第三產業(yè)經濟發(fā)展水平。綜合得分排名前五位的依次是:廣東省、浙江省、江蘇省、上海市、北京市。這個排名與第一主因子排名大致一樣,前五都是這5個省,綜合排名中上海由原本的第二跳到了第四,因為考慮交通運輸這一方面,直轄市仍然沒法和江蘇省、浙江省這種經濟大省抗衡,故排名被擠后。有一點值得注意,河南省第三產業(yè)整體排名意外排到了第11名,河南省的第二主因子排名第一,在綜合排名反而得分為負,說明河南省的第三產業(yè)發(fā)展內部發(fā)展不均衡,它的交通運輸業(yè)很發(fā)達,而金融業(yè),旅游業(yè),房地產業(yè),互聯(lián)網金融業(yè)發(fā)展仍然不足,所以河南省現(xiàn)在要想提高第三產業(yè)的更快速發(fā)展,就要大力提高在金融業(yè),旅游業(yè),房地產業(yè)的發(fā)展力度,大力宣傳本地旅游文化,吸引游客,便能帶動住宿與餐飲業(yè),旅游業(yè),金融業(yè)的發(fā)展,從而會使河南省的第三產業(yè)經濟發(fā)展進一步提高。剩余的省份綜合得分均為負,可以明顯看出全國存在嚴重的經濟發(fā)展不均衡問題,所以這些省份可以以此為鑒,第三產業(yè)的發(fā)展中住宿與餐飲業(yè),金融業(yè),旅游業(yè),房地產業(yè)的影響力度最大,所以排名靠后的省份抓住這一點,發(fā)揮本省的優(yōu)勢,提高第三產業(yè)經濟發(fā)展,帶動全國GDP的快速發(fā)展。
三、結論
東南沿海城市普遍較中西部地區(qū)第三產業(yè)發(fā)展水平高,全國呈現(xiàn)明顯的發(fā)展不均衡問題。其次運用因子分析法,在因子載荷旋轉,方差最大化條件下進一步提取方差貢獻率共為84.614%的兩個主因子,分別賦名為直接經濟影響因素以及間接經濟影響因素,同理對各因子得分以及綜合得分排名分析可看出一線經濟大省及直轄市第三產業(yè)發(fā)展水平普遍比其他地區(qū)高。為了縮小東西部地區(qū)發(fā)展差距,國家應首先扶持第三產業(yè)發(fā)展落后的地區(qū),畢竟第三產業(yè)才是未來經濟發(fā)展的重頭戲;其次東南沿海發(fā)達省份以及國家一線城市應充分發(fā)揮帶動作用,對口支援內陸地區(qū)經濟發(fā)展水平。最后,第三產業(yè)發(fā)展落后的省份應該找出本省的天然優(yōu)勢,不斷地放大優(yōu)勢來提高經濟發(fā)展效率,推動全國整體第三產業(yè)的快速發(fā)展。
(作者單位:西安交通大學經濟與金融學院)
參考文獻
[1]周天勇,張彌.我國第三產業(yè)發(fā)展方略[J].財經問題研究,2010(9):3-7.
[2]楊鳳娟.河南省第三產業(yè)發(fā)展狀況及競爭力實證研究[J].河南大學學報(社會科學版),2014,54(5):13-18.
[3]蘇雪串.我國第三產業(yè)發(fā)展的特點及政策選擇[J].云南財貿學院學報,2001,17(6):21-24.