基于因子分析的國家級中心城市綜合發(fā)展水平評價(jià)

楊佳

(蘭州交通大學(xué) 甘肅蘭州 730070)

1 問題的提出

隨著世界經(jīng)濟(jì)一體化、區(qū)域集團(tuán)化趨勢的發(fā)展，為實(shí)現(xiàn)我國經(jīng)濟(jì)長期穩(wěn)定、健康發(fā)展這一目標(biāo)，要求構(gòu)建具有地域特色的區(qū)域分工與合作模式，以此才能使各個區(qū)域的比較優(yōu)勢充分發(fā)揮出來[1]，是一項(xiàng)對全國及區(qū)域經(jīng)濟(jì)發(fā)展都有利的重大舉措。改革開放之后，全國各地都把經(jīng)濟(jì)建設(shè)當(dāng)作第一要務(wù)，我國經(jīng)濟(jì)得到了飛速發(fā)展。其中，中心城市是各個地方政府在經(jīng)濟(jì)發(fā)展中的中心。中心城市指的是在某一地區(qū)乃至整個國家的社會經(jīng)濟(jì)活動中占有重要地位，起到綜合功能或多種主導(dǎo)功能，同時(shí)也起著樞紐作用的大城市和特大城市。中心城市對區(qū)域和省域的經(jīng)濟(jì)和社會發(fā)展起到了服務(wù)、輻射和帶動的作用，是區(qū)域和省域的“引路者”，也是輻射和帶動周圍區(qū)域的主要力量。

目前，國內(nèi)外學(xué)者多采用不同的方法，選取不同的指標(biāo)，來評估一個地區(qū)的經(jīng)濟(jì)發(fā)展水平，但結(jié)合多元統(tǒng)計(jì)方法對多城市綜合發(fā)展水平進(jìn)行比較的研究較少。因此，在對我國各個地區(qū)的經(jīng)濟(jì)社會發(fā)展情況進(jìn)行考察時(shí)，首先要對各個中心城市的發(fā)展情況展開調(diào)查，然后分析和評價(jià)這些中心城市的綜合發(fā)展水平，以各個城市的優(yōu)勢和不足為基礎(chǔ)，以它們自己的特點(diǎn)為依據(jù)，制定出適合各自城市的發(fā)展策略，一方面，有利于城市自身的進(jìn)步，另一方面，有利于其周邊地區(qū)發(fā)展，具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

本文借鑒已有文獻(xiàn)中對城市經(jīng)濟(jì)社會綜合發(fā)展指標(biāo)體系的構(gòu)建方法，選取全國35個中心城市作為樣本單位，根據(jù)各中心城市2018年的相關(guān)指標(biāo)數(shù)據(jù)，運(yùn)用因子分析模型探究哪些核心指標(biāo)可以用來衡量城市綜合發(fā)展水平，并根據(jù)分析結(jié)果，定量分析、對比中心城市發(fā)展現(xiàn)狀，得出研究結(jié)論，并提出發(fā)展的建議。

2 實(shí)證分析設(shè)計(jì)

2.1 評價(jià)指標(biāo)的選取

本文從多個角度對一個城市的整體發(fā)展水平進(jìn)行了評價(jià)，在選擇評價(jià)指標(biāo)時(shí)，本文更傾向于選擇能夠體現(xiàn)其經(jīng)濟(jì)職能的強(qiáng)弱、公共設(shè)施的完善程度，以及城市規(guī)模大小的指標(biāo)；同時(shí)，本文在選擇評價(jià)指標(biāo)時(shí)，遵循客觀、可比性和指標(biāo)數(shù)據(jù)可獲得性的原則，參考《中國城市統(tǒng)計(jì)年鑒》中指標(biāo)的設(shè)置，從城市規(guī)模、經(jīng)濟(jì)資金實(shí)力、公共設(shè)施水平三個方面選取了12個指標(biāo)，具體如下：

X1：年末總?cè)丝?萬人)；X2：地區(qū)生產(chǎn)總值(萬元)；X3：客運(yùn)總量(萬人)；X4：貨運(yùn)總量(萬噸)；X5：地方一般公共預(yù)算收入(萬元)；X6：居民人民幣存款余額(萬元)；X7：在崗職工人數(shù)(萬人)；X8：在崗職工工資總額(萬元)；X9：人均居住面積(㎡)；X10：每萬人擁有公共汽(電)車數(shù)量(輛)；X11：人均城市道路面積(㎡)；X12：人均綠地面積(㎡)。

2.2 評價(jià)方法的選取

在國內(nèi)中心城市綜合發(fā)展水平的研究中，本文盡可能多地搜集與之有關(guān)的變量，并對其進(jìn)行數(shù)據(jù)分析，從而對中心城市綜合發(fā)展水平這一問題有較為全面、整體的理解。但在大多數(shù)情況下，變量之間的信息具有高度的重疊性和相關(guān)性，這一現(xiàn)象會影響統(tǒng)計(jì)方法的應(yīng)用。因子分析是一種在多元數(shù)據(jù)處理中行之有效的統(tǒng)計(jì)分析方法，它的基本思路是：用盡量少的彼此互不相關(guān)的綜合變量，以最大限度地體現(xiàn)原始變量的信息，以構(gòu)建最簡明、最基本的概念體系，并將事物之間最本質(zhì)的聯(lián)系展現(xiàn)出來。利用因子分析法對中心城市的綜合發(fā)展水平進(jìn)行評價(jià)，其優(yōu)點(diǎn)如下：首先，它是以由原始變量組成的每個因子的方差貢獻(xiàn)率為權(quán)重，因此評價(jià)結(jié)果更客觀、更合理；二是通過對大量關(guān)聯(lián)變量進(jìn)行精簡，提煉出能夠反映中心城市綜合發(fā)展水平的主導(dǎo)因素，以便于城市管理者更好地了解其發(fā)展?fàn)顩r并提升城市發(fā)展?jié)摿2]，從而為政府制定相應(yīng)的決策提供決策參考。

2.3 數(shù)據(jù)來源

本文以《中國統(tǒng)計(jì)年鑒(2018)》《中國城市統(tǒng)計(jì)年鑒(2018)》為依據(jù)，選取了我國35個中心城市2018年經(jīng)濟(jì)發(fā)展的有關(guān)指數(shù)。

3 實(shí)證結(jié)果分析

3.1 可行性檢驗(yàn)

在展開因子分析之前，首先進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理，然后探究待分析的原有若干變量對因子分析這一統(tǒng)計(jì)分析方法的適用性，同時(shí)，因子分析法還要求原有變量之間具有強(qiáng)相關(guān)性，否則，就不能從中總結(jié)出能夠反映某些變量共同特征的少數(shù)公共因子變量來。常見的相關(guān)性檢驗(yàn)包括以下三種：反映像相關(guān)矩陣檢驗(yàn)、KMO檢驗(yàn)、巴特利特球形檢驗(yàn)[3]。此處主要顯示KMO與巴特利特球形檢驗(yàn)結(jié)果(見表1)。從中可見，KMO檢驗(yàn)值為0.713(大于0.7)，且球形檢驗(yàn)值為578.143，自由度為66，p值為0.00＜0.05，故通過相關(guān)性檢驗(yàn)，說明這12個指標(biāo)變量間的相關(guān)性較強(qiáng)，適合做因子分析。

3.2 確定主因子、載荷矩陣及解釋主因子

針對上述選取的12個經(jīng)濟(jì)發(fā)展的有關(guān)指標(biāo)，本文運(yùn)用SPSS軟件展開因子分析，最終獲得上述指標(biāo)的相關(guān)矩陣R及相關(guān)矩陣R的特征值、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率，根據(jù)特征值大于1的原則，選擇了3個主因子，3個主因子經(jīng)過最大方差旋轉(zhuǎn)后的累計(jì)方差貢獻(xiàn)率達(dá)到85.666%，說明這3個主因子已經(jīng)包含了原本12個指標(biāo)的大部分信息，表2列出了各主因子特征值及方差貢獻(xiàn)率[4]。3個主因子旋轉(zhuǎn)后的累計(jì)方差貢獻(xiàn)率仍然為85.666%，可以看出，因子旋轉(zhuǎn)不影響模型對數(shù)據(jù)的擬合。

表2 主因子特征值及方差貢獻(xiàn)率

由于在計(jì)算原始指標(biāo)的初始載荷矩陣時(shí)，筆者發(fā)現(xiàn)各個主因子的典型代表指標(biāo)不是很突出，其實(shí)際意義難以得到合理解釋。故需對因子進(jìn)行旋轉(zhuǎn)，這樣主因子的實(shí)際意義更容易解釋，采用方差最大正交旋轉(zhuǎn)法，經(jīng)過25輪正交旋轉(zhuǎn)后，得到因子載荷矩陣，并按載荷系數(shù)大小排列，使在同一主因子上具有較高載荷的變量排在一起(見表3)。

表3 中心城市綜合發(fā)展水平指標(biāo)在主因子上的載荷值

以上述分析為基礎(chǔ)，找出在每個主因子上有顯著載荷值的指標(biāo)，對這3個主因子一一進(jìn)行解釋[5]。主因子F1在X2、X5、X6、X7、X8上的載荷值都較大，這5個指標(biāo)反映了城市政府及居民的資金實(shí)力，因此， F1主要反映的是城市綜合經(jīng)濟(jì)資金實(shí)力(此處指的是絕對數(shù)量)，在該主因子上的數(shù)值越高，說明城市綜合經(jīng)濟(jì)資金實(shí)力越強(qiáng)；主因子F2在X10、X11、X12上的載荷值較大，反映城市公共設(shè)施水平，在此主因子上的數(shù)值越高，反映城市的公共設(shè)施水平越高；主因子F3在X1、X3、X4上的載荷值較大，且X3、X4主要體現(xiàn)城市交通運(yùn)輸量，與X1的人口規(guī)模有緊密聯(lián)系，因而，主因子F3主要反映城市交通運(yùn)輸需求，主因子數(shù)值越高，反映城市交通運(yùn)輸需求越大。

3.3 中心城市綜合發(fā)展水平的主因子得分及綜合得分

接下來，本文利用回歸法，計(jì)算各個中心城市綜合發(fā)展水平在3個主因子的綜合得分Fi，基于此，可構(gòu)建綜合評價(jià)函數(shù)，將旋轉(zhuǎn)后各主因子Fi的方差貢獻(xiàn)率占3個因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總，最終得到各個中心城市綜合發(fā)展水平的綜合得分F(見表4)，即：

表4 中心城市綜合發(fā)展水平的主因子得分及綜合得分

因?yàn)橐蜃臃治鍪褂玫氖侵鞒煞址治龇ǎ總€指標(biāo)的數(shù)值都被標(biāo)準(zhǔn)化處理，因此得分中不會出現(xiàn)滿分。結(jié)果表明，0代表35個中心城市綜合發(fā)展水平的平均水平，如果得分是正數(shù)，則表示中心城市的綜合發(fā)展水平高出平均水平，如果得分是正1分，則表示中心城市的綜合發(fā)展水平高出平均水平一個標(biāo)準(zhǔn)差；如果得分是負(fù)數(shù)，則表示中心城市的綜合發(fā)展水平低于平均水平， 如果得分是負(fù)1分，則表示中心城市的綜合發(fā)展水平低于平均水平一個標(biāo)準(zhǔn)差。

3.4 結(jié)果與分析評價(jià)

表4中的各主因子得分及綜合得分從量化角度對各中心城市綜合發(fā)展水平展開描述，城市的綜合發(fā)展水平與得分呈正相關(guān)。在上述分析的基礎(chǔ)上，結(jié)合各個主因子的合理解釋及各中心城市在3個主因子上的得分和綜合得分，即能從不同角度對各中心城市的綜合發(fā)展水平展開相應(yīng)分析和評價(jià)。

在城市綜合經(jīng)濟(jì)資金實(shí)力因子F1得分上，北京的得分為3.7556，處于領(lǐng)先地位，上海次之，得分為3.4384，前兩名的城市得分遙遙領(lǐng)先于其他城市，接下來是深圳、天津和重慶。因此，就城市綜合經(jīng)濟(jì)資金實(shí)力而言，北京、上海在全國35個中心城市中處于領(lǐng)先地位。因?yàn)橘F陽的經(jīng)濟(jì)實(shí)力和居民收入都較低，所以它的綜合得分處于最低水平，為-1.065；銀川、呼和浩特和烏魯木齊三個城市的綜合經(jīng)濟(jì)發(fā)展水平較低，發(fā)展速度較慢。從總體上看，沿海城市的綜合經(jīng)濟(jì)資金實(shí)力一般都比內(nèi)陸城市強(qiáng)，此外，從中也可以看出，東部地區(qū)城市綜合經(jīng)濟(jì)資金實(shí)力高于西部地區(qū)。

對于公共設(shè)施水平因子F2，深圳的得分為4.0389，處于領(lǐng)先地位，廈門次之，接下來是烏魯木齊、廣州和南京，其中深圳遠(yuǎn)高于其他城市，說明深圳城市公共設(shè)施是全國最好的；考慮到F2因子中起到主要貢獻(xiàn)率的幾項(xiàng)指標(biāo)都與居住面積相關(guān)，而烏魯木齊地廣人稀，故其F2得分相對較高；而鄭州、福州、石家莊和重慶這四個城市的公共基礎(chǔ)設(shè)施狀況都比較落后，表明這四個城市仍需加大對基礎(chǔ)設(shè)施的投資力度。所以，在城市公共設(shè)施方面，南部城市一般比北部城市要好，這不僅取決于該城市的經(jīng)濟(jì)發(fā)展水平，還與該城市的自然資源和社會環(huán)境有著密切的聯(lián)系[6]。

在交通運(yùn)輸需求(主要指公路)因子F3上得分最高的前四個城市依次為重慶、廣州、貴陽和石家莊，一方面，重慶、廣州的外來務(wù)工人員非常多，貴陽、石家莊外出務(wù)工的人數(shù)較多，人口流動量大；另一方面，重慶、廣州、貴陽、石家莊等城市的公路網(wǎng)絡(luò)交通密集，客流、物流量大；交通運(yùn)輸需求較小的有?？?、西寧、銀川、上海和蘭州，由于西寧、銀川、蘭州各方面水平都相對落后，外出打工的人較少，從而交通運(yùn)輸需求較小，?？谥饕捎诔鞘腥丝谝?guī)模小，經(jīng)濟(jì)水平也較低，因而交通運(yùn)輸量小，而上海比較發(fā)達(dá)，人口較多，更多地偏向于航空運(yùn)輸，因此公路方面的交通運(yùn)輸需求相對較少。因此，就交通運(yùn)輸需求而言，人口流出與流入量較大的城市普遍較高，這不僅與該城市人口規(guī)模相關(guān)，還取決于城市交通設(shè)施發(fā)展水平。

通過分析各中心城市在3個主因子上的綜合得分，可以對一個城市的整體發(fā)展水平展開綜合評價(jià)。綜合得分排名前五名的城市依次為深圳、北京、上海、廣州和重慶，其中深圳、北京、上海和廣州的綜合發(fā)展水平均大于1，并且比較接近；綜合得分倒數(shù)后五名的城市依次是西寧、蘭州、南昌、福州和銀川。再結(jié)合各主因子得分分析，深圳在城市綜合經(jīng)濟(jì)資金實(shí)力、公共設(shè)施水平及交通運(yùn)輸需求方面均位于前列，為社會經(jīng)濟(jì)的持續(xù)高速發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)；北京和上海在城市綜合經(jīng)濟(jì)資金實(shí)力方面處于遙遙領(lǐng)先的地位，而在其他兩個方面處于中等或稍微落后的地位，這主要由于北京和上海人口較多且經(jīng)濟(jì)實(shí)力較強(qiáng)，但各方面發(fā)展不均衡，一個作為首都，一個作為全國重要的經(jīng)濟(jì)中心，除了經(jīng)濟(jì)總量與經(jīng)濟(jì)效率的提升，還應(yīng)力求城市公共設(shè)施水平、社會環(huán)境、交通運(yùn)輸發(fā)展等方面達(dá)到均衡；廣州的發(fā)展與深圳較為相似，但除了交通運(yùn)輸需求方面領(lǐng)先于深圳，另外兩個方面均落后于深圳，但與其他城市相比排名仍靠前，說明廣州不僅積累了較為雄厚的發(fā)展實(shí)力，并且依然具有很大的發(fā)展空間。而綜合得分為負(fù)值的城市有23個，而且在經(jīng)濟(jì)發(fā)展實(shí)力上的得分都較低，發(fā)展格局也較為接近，今后這些城市在發(fā)展戰(zhàn)略上應(yīng)把經(jīng)濟(jì)發(fā)展擺在首位，只有經(jīng)濟(jì)發(fā)展了，城市公共設(shè)施水平及其他方面才能建設(shè)好[7]?？梢钥闯觯旖?、南京、杭州、廈門、武漢、成都、烏魯木齊等城市的綜合得分均大于零，然而，與深圳、北京及上海相比，這些城市仍然存在較大的差距，故而，如何進(jìn)一步提升中心城市的綜合發(fā)展水平，彌補(bǔ)其發(fā)展中的缺陷，增強(qiáng)其對周圍區(qū)域的輻射效應(yīng)，是關(guān)系到國家總體經(jīng)濟(jì)發(fā)展的重大問題。

4 結(jié)語

本文運(yùn)用因子分析法，對全國35個中心城市的綜合發(fā)展水平進(jìn)行了定量分析，并開展綜合評價(jià)，最終得出以下結(jié)論，這些中心城市的綜合發(fā)展水平存在較為明顯的地域分布特征，其差異較為顯著，并且與自身的地理?xiàng)l件、資源稟賦都有密切的關(guān)系。深圳、北京和上海在全國35個中心城市中位居前列，東部地區(qū)中心城市的綜合經(jīng)濟(jì)發(fā)展水平普遍領(lǐng)先于中西部地區(qū)。此外，一些中心城市經(jīng)濟(jì)發(fā)展水平較高的同時(shí)其他方面相對落后，呈現(xiàn)出發(fā)展不均衡的狀況。

國家應(yīng)強(qiáng)化宏觀政策，運(yùn)用新型城鎮(zhèn)化策略，對西部大開發(fā)、中部崛起進(jìn)行扶持，以縮小發(fā)展差距。運(yùn)用市場這一主體，對其進(jìn)行適當(dāng)指導(dǎo)，充分發(fā)揮西部獨(dú)特的資源優(yōu)勢，努力發(fā)展公共設(shè)施建設(shè)，夯實(shí)發(fā)展基礎(chǔ)。在制度方面，應(yīng)強(qiáng)化制度改革，建立健全社會保障體系，完善收入分配機(jī)制等，并增加國家在這些地區(qū)的預(yù)算等，來推動該地區(qū)的城市建設(shè)和經(jīng)濟(jì)的發(fā)展，從而縮短與東部發(fā)達(dá)地區(qū)之間的差距。此外，我們也不能忽略沿海地區(qū)的經(jīng)濟(jì)發(fā)展，因?yàn)檫@是我國經(jīng)濟(jì)發(fā)展壯大的基礎(chǔ)，只有這些地區(qū)穩(wěn)定發(fā)展了，我們才能有更多的資金來扶持西部地區(qū)的建設(shè)。因此，我們要加速東部地區(qū)的經(jīng)濟(jì)發(fā)展，以此來帶動中西部城市的崛起，實(shí)現(xiàn)我國的整體跨越式發(fā)展。具體來說，應(yīng)積極推進(jìn)城市經(jīng)濟(jì)轉(zhuǎn)型發(fā)展，重視全方位提升中心城市綜合發(fā)展水平的高質(zhì)量性；要從各個城市發(fā)展的短板入手，制定因地制宜的政策體系；需重視區(qū)域協(xié)調(diào)發(fā)展，縮小地區(qū)發(fā)展差距，加速實(shí)現(xiàn)東部和西部區(qū)域的協(xié)調(diào)發(fā)展，發(fā)揮中心城市的帶動效應(yīng)，從而推動全國經(jīng)濟(jì)高質(zhì)量發(fā)展。

同時(shí)本文存在局限性：數(shù)據(jù)方面，限于數(shù)據(jù)資料的可獲得性，本文僅選取了全國35個中心城市2018年的統(tǒng)計(jì)數(shù)據(jù)，實(shí)際上可以選取多個年份，構(gòu)成面板數(shù)據(jù)，從時(shí)間序列及截面兩個角度分析中心城市的綜合發(fā)展水平；研究方法上，除因子分析法外還可運(yùn)用層次分析法、聚類分析法、結(jié)構(gòu)方程模型等；評價(jià)指標(biāo)體系的確立方面，選取的指標(biāo)相對較少，同時(shí)中心城市發(fā)展水平的影響因素眾多，難以全面把握所有的評價(jià)指標(biāo)，而且所選取的個別指標(biāo)指向性較差，可以進(jìn)一步加入不同層次和角度的指標(biāo)，進(jìn)而對中心城市綜合發(fā)展水平有一個更加切實(shí)、系統(tǒng)的評價(jià)分析。