2018年四川省各市州经济综合发展水平比较分析

    

    

    

    摘? ?要：采用因子分析和K均值聚类（K-means）算法，以四川省21个地市州为研究对象，基于2018年四川省统计年鉴的数据和软件SPSS22.0，构建了以10个指标为基础的评价体系，通过实证分析将四川省各地市州经济综合发展水平分为经济发达、经济较发达、经济欠发达、经济落后等四个层次，其中成都市经济综合发展水平最发达，而甘孜藏族自治州和阿坝藏族羌族自治州的经济综合发展水平最不发达。针对各市州具体情况，要打破条块分割、信息不共享的局面，实现对省域内经济资源的优化整合与合理配置，通过各市州联动竞争来促进区域协同发展，缩小成都市与其它市州的差距，使四川经济再上协调平衡的新高度。

    关键词：因子分析;K-means;经济发展水平;比较分析;结论建议

    中图分类号：F32? ? ? ? ?文献标识码：B? ? ? ? ?doi：10.3969/j.issn.1009-6922.2019.03.007

    文章编号：1009-6922（2019）03-43-06

    一、引言

    2018年12月，四川省委经济工作会议指出：“面对錯综复杂的内外环境，四川经济保持总体稳定，稳中有进……产业结构调整发生积极变化，干支联动、竞相发展局面加快形成。”四川省的经济虽然面临着向内和向外两个方面的挑战，但依然保持稳中有进的态势，这得益于21个地市州各自的贡献和作为一个整体的合力发展。改革开放40年来，四川省经济结构不断转型升级，产业发展势头迅猛，经济发展的速度、规模和质量均取得了骄人的成绩。从1978年到2018年，四川省实现了地区生产总值从184.61亿元到40678.13亿元的巨大跨越，综合实力更是升至西部地区首位，成为名副其实的西部崛起“领头雁”。但同时我们发现，四川省东西地貌差异巨大，自然资源丰富却分布不均，21个地市州经济综合实力也参差不齐。作为西部农业和经济大省，要统筹经济协调发展，就必须持续优化省内各地区的经济结构，合理配置各类要素资源，充分发挥各个地区的比较优势，合力推动21个地市州协同一致可持续发展。虽然从2018年的四川省统计年鉴中可以大致看出各个地市州的发展水平，但是在省域角度，这些地市州发展水平是否均衡协调，哪些地市州发展水平是领先的、哪些是相近的、哪些处于相对落后阶段，则需要我们进一步展开研究和分析。为了更加全面、深入了解四川省经济发展水平和现状，方便各地市州政府对症下药制定发展政策，本文将针对各市州经济综合发展不平衡不协调的问题做出分析和评价。

    二、研究方法、变量与数据

    （一）研究方法

    本文主要使用因子分析和K-means聚类分析两种方法。

    因子分析主要是通过研究众多变量的相关关系，将具有类似性质的变量并入少数几个互不相关的可以观测的因子，这几个因子在保留绝大部分信息的基础上，排除主观影响，降低数据维度，从而合理、客观地解释原先各变量之间的相关性。这些因子被称为公共因子，虽然不能直接观测，但可以用线性方式来标出原来的变量。

    K均值聚类算法（简称“K-means”）是聚类分析中的经典算法，它在首次粗糙分类后可以不断进行分类调整，直至达到满意的条件。K-means的原理是先随机选取K个凝聚点，计算其它点到各个凝聚点的距离，然后将其分配给离它最近的凝聚点，每个凝聚中心和分配给它的点就代表一个聚类。当点全部分配完，每个聚类又会被重新计算重心，得到新的凝聚点再重新分类，不断重复直至满足终止条件。本文首先通过因子分析找出公因子，将其作为K-means分析的凝聚点，然后再进行分类和分析，最终达到“物以类聚”的目的。

    （二）研究变量与数据

    本文采用的样本包括四川省21个地市州，使用SPSS22.0统计软件来进行实证分析。基于客观性、可比性、数据可得性以及实用性等原则，本文拟选取的指标和实证数据主要来自于2018年的四川省统计年鉴和各地市州的统计局发布的数据。一共选取了地区生产总值（X1）、年末常住人口（X2）、就业人员平均工资（X3）、城镇化率（X4）、固定资产投资（X5）、公共预算支出（X6）、消费品零售总额（X7）、出口总额（X8）、年末存款余额（X9）、粮食总产量（X10）这10个能够反映四川省各市州经济发展现状的国民经济指标。由于本文篇幅限制，10个指标的原始数据从略。指标的符号和代表的含义如表1所示：

    三、实证分析

    （一）因子分析

    1.适当性检验。在进行因子分析时，由于各个指标的量纲不统一，我们首先要对原始数据进行标准化，修正为统一量纲，然后再对数据进行适当性检验，即KMO检验和Bartlett's球形检验。一般来说，KMO值大于0.6，Bartlett's球形检定的P值小于0.5，则表明适合做检验分析。本文数据经软件SPSS22.0检验显示，KMO=0.750，P值=0.000，表明本文数据完全适合做因子分析。

    2.提取公因子。因子分析第二步是要根据主成分分析后的累计方差贡献率来获取公因子。一般来说，特征值大于1且公因子方差贡献率之和达到85%以上才认为是对原有指标做出了很好的解释。根据软件运行结果我们可以将特征值大于1，累计贡献率为97.041%的前三个因子提取出来作为公因子（将这三个因子设为F1、F2和F3），可以认为这三个彼此独立、互不相关的公因子可以解释原有数据97.041%的信息，这达到了降维的目的，完全符合分析要求。

    3.提取公因子。根据提取出来的三个公因子和SPSS22.0统计软件给出的旋转因子载荷矩阵，我们可以发现，公因子F1在X1、X2、X5、X6、X7、X8、X9上均具有很高的得分，因此，我们可以将F1命名为“经济综合实力因子”;公因子F2在指标X10上具有较高得分，因此命名为“粮食增量因子”;同理，可将公因子F3命名为“城镇发展因子”。

    根据得到的因子评分数据矩阵，我们可以列出三个公因子的线性表达式如下：

    通过计算三个公因子各自的方差贡献率，除以累计方差贡献率可以得出三个权重系数，从而得到综合因子的评分公式：F综=0.762F1+0.156F2+0.111F3。运用SPSS22.0我们可以计算出21个地市州在三个公因子和综合因子上的得分和排名情况，如下表所示：

    在代表经济綜合实力的公因子F1上，成都市的得分为4.150，远高于其它市州，说明成都市的经济综合发展水平领先于其它市州，这也与实际相符合。在粮食增量因子F2的得分上，达州最高，南充次之，说明这两市的农业较其它产业更为发达，两市粮食产量较高。甘孜州、阿坝州、攀枝花和成都是F2因子上得分最低的四个城市，但导致这一结果的原因是不同的：甘孜州和阿坝州是四川省经济最落后的两个地方，经济综合实力最低，这也与因子分析得出的综合排名相符合;攀枝花市得分较低的主要原因是其主导产业为第二产业，第一产业对经济的拉动作用很小。从2017年的经济数据来看，攀枝花市第一、二、三产业对经济增长的贡献率分别为：1.9%、65.2%、32.9%。成都市得分较低的原因是成都的经济综合水平最为发达，其经济增长不依赖于第一产业，而是第三产业占据了半壁江山，成都2017年的三次产业结构之比为：3.6：43.2：53.2。在城镇发展因子F3上攀枝花、雅安和成都得分较高，在一定程度上表明这三个市的城镇化进程取得了相应的成绩，而甘孜州、阿坝州、凉山州得分较低也表明了这三个市州的城镇化进度缓慢、程度较低。

    从综合得分和排名可以看出，四川省21个地市州的经济综合发展水平参差不齐，区域经济发展不平衡不协调。成都市作为全省的政治、经济、科技、交通和文化等发展中心，其第二、三产业最为发达，是我国重要的高新技术产业基地。近年来成都市也一直保持着高昂的创新态势，发展速度和发展质量并重，其它地市州与其经济差异也越拉越大。南充、达州、绵阳、宜宾、泸州和凉山彝族自治州的综合得分均为正，这些市州近年来发展速度较快，这得益于产业结构的顺利转型升级和地方政府政策资金的大力支持。但仍需注意到，这些市州的第一产业仍然具有一定的占比。其它市州综合得分为负，甘孜州和阿坝州得分最低，这些地方经济基础较为薄弱，各类生产要素投入不够，第一产业产值占比较重，市场化程度较低，经济发展还需投入更大力度。

    （二）K-means聚类分析

    为了进一步分析四川省21个地市州经济综合发展水平以及综合竞争力的排名情况，也验证上述因子分析的正确程度，我们借助SPSS22.0软件，将因子分析后提取的三个公因子F1、F2和F3作为K-means聚类分析的初始凝聚点，选择欧式距离平方来计算，假设K=4，即将这21个地市州细分为4个簇群，经过多次迭代收敛等相关操作，我们得出了如下K-means聚类结果：

    根据以上结果，我们可以将四川省21个地市州划分为以下四类：

    第一类，即经济发达地区，占比4.76%，共1个城市：成都。成都市经济发展综合水平最高，是各行各业英才的聚集地。特别需要指出的是成都市的生产总值、固定资产投资、公共预算支出、消费品零售总额、出口总额和年末存款余额等指标数值更是远远高于其它地市州。这也是成都作为省会城市所具有的、其它市州无法比拟的优势。

    第二类，即经济较发达地区，占比61.9%，共13个城市：南充、达州、绵阳、宜宾、泸州、凉山彝族自治州、德阳、广安、内江、巴中、眉山、资阳、广元。这些城市的各类经济指标在全省中大都处在中等水平，工业发展较好但产业链还不够完善，发展速度较快但经济效益还有待提高。

    第三类，即经济欠发达地区，占比23.8%，共5个城市：乐山、遂宁、自贡、攀枝花、雅安。这些城市的经济发展还处在成长之中，地方生产的均值为1140.99亿元，是成都市生产总值的十分之一还不到。第一产业占比过重，产业结构不合理，还没有充分利用当地的资源优势。

    第四类，即经济落后地区，占比9.52%，共2个城市：阿坝藏族羌族自治州、甘孜藏族自治州。这两个州处于四川省西部和西北部，山区较多，也是脱贫攻坚战中最难啃的两块“硬骨头”，地方生产的均值仅为278.33亿元，只有成都市的2%左右，此外，这两个地区的各项经济指标也大都处于落后状态。尽管如此，两地都具有丰富的生态旅游资源，还有待进一步打造符合实际的特色产业。

    由此可以看出，基于K-means聚类分析的结果与因子分析得出的结果基本一致，两种分析方法得出的结论与实际也基本符合。因此，这两种分析方法相辅相成，用来分析四川省21个地市州的经济发展综合水平是合理的。

    四、结论与建议

    本文首先选取了与四川省各市州经济发展综合水平相关联的10个经济指标，利用SPSS22.0软件进行因子分析，提取出三个公因子：“经济综合实力因子”“粮食增量因子”和“城镇化发展因子”，并进行打分和排名。随后我们利用K-means聚类分析，将21个地市州分为四类，即：经济发达地区、经济较发达地区、经济欠发达地区和经济落后地区，深入比较和评价地方经济综合发展水平，也为更加有针对性的发展地方经济提供了参考。需要指出的是本次研究还存在不完善之处，指标的选取还不够全面、规范和精准，还有待建立更符合四川省现实的指标体系。现针对各市州经济发展不平衡不协调的问题，本文给出如下对策建议：

    对于经济发达地区，在保持一定经济增长速度的前提下，大力发展第二、三产业，开拓国际视野和资本市场，加强与国际上优质产能的合作，提升融资能力，促进产业迈上高质量新台阶。经济较发达地区要不断开拓自己的产业链，上中下游持续完善，并营造良好的招商引资氛围，这样才能提供源源不断的经济增长动力。经济欠发达地区要夯实基础，加大农业资源投入，培育具有地方特色的新型产业链，并通过长期优质人才引进注入新鲜血液。经济落后地区首先要大力完善基础设施建设，加大扶贫力度，打造具有地方特色的山区生态旅游产业链。总而言之，各市州要打破条块分割、信息不共享的局面，实现对省域内经济资源的优化整合与合理配置，通过各市州联动竞争来促进区域协同发展，缩小成都市与其它市州的两极分化，使四川经济再上协调平衡的新高度。

    当前正处在经济下行阶段，经济求稳难度加大、工业支持经济增长动力不足、转型升级挑战巨大、产能过剩威胁迫切……这些现实无一不要求政府基于各市州的实际情况，制定有针对性的差别化的经济发展政策，加大资金投入和政策引导，顺应形势采取灵活的宏观调控政策。特别是对经济落后地区，要给予政策上的鼓励和优惠帮扶，例如加大人才引进力度并提高红利、对地方产业的融资发展予以特殊照顾等。各地方政府应立足于整体欠发达、不平衡的省域实际，因地施策、精准施策，在保证经济稳定增长的基础上，制定各种福利政策，打造宽松积极的融资环境，通过提高整体竞争力来促进省域经济可持续发展。

    参考文献：

    [1]高伟，周敏.江苏省区域经济发展水平实证分析[J].数理统计与管理，2005（1）.

    [2]殷林森.上海市经济发展水平综合测试与发展对策研究[J].软科学，2008（9）.

    [3]赵文亮，陈文峰，孟德友.中原经济区经济发展水平综合评价及时空格局演变[J].经济地理，2011（10）.

    [4]葛成军，俞花美，焦鹏.海南省经济—资源—环境协调发展探析（Ⅰ）[J].生态经济，2012（10）.

    [5]丁红艳，陈建，张敏.基于因子分析和聚类分析的新疆各地区经济发展水平综合评价[J].数学的实践与认识，2016（4）.

    [6]杨月锋，赖永波.31个省域物流发展水平聚类分析与评价[J].沈阳农业大学学报，2018（4）.

    责任编辑：康? ?璇

    [收稿日期]2019-04-10

    [作者简介]吴娇（1994—），女，安徽合肥人，中共四川省委党校区域经济学教研部金融学专业硕士研究生，主要研究方向：农村金融方向。