區域經濟差異探析范文

本站小編為你精心準備了區域經濟差異探析參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：城市的經濟發展水平是一個城市發展水平的重要體現，但由于各方面的原因，城市間的經濟發展水平差異越來越大。選取能夠體現經濟發展水平的8個變量，利用因子分析的方法對山東省17市的經濟發展水平進行綜合分析。之后對得到的因子得分進行聚類，將17市劃分為3個類別，分析不同類別之間的差異和影響因素，并對區域經濟的協調發展提出一些建議。

關鍵詞：區域經濟；因子分析；聚類分析

1前言

山東省位于渤海與黃海之畔，是中國著名的經濟強省之一。2018年山東省的生產總值高達7．6萬億元，在全國排名第三。改革開放以來，全省經濟持續快速發展，成為中國經濟不可或缺的一部分，這與山東各市的貢獻是分不開的。但由于多方面的原因，省內區域經濟發展差異顯著，尤其是在近些年來有進一步拉大的趨勢，這也將成為制約山東經濟發展的一個重要問題。因此本文選取2017年山東省17市體現經濟發展水平的相關數據，采用因子分析和聚類分析來探索不同城市的經濟發展情況，找到一些對山東省的區域經濟差異造成影響的公共因素，借助這些公共因素，對山東各市的經濟差異進行一個客觀的評價，并且找出造成這種經濟差異的主要原因。最后希望能通過分析，提出一些行之有效的方法，能夠有利于山東省區域經濟的協調發展。

2模型介紹與指標選取

2．1模型介紹

因子分析的基本思想是根據相關性的大小對原始變量進行分組，使同一組內變量之間的相關性較高，不是同一組的變量間的相關性低。每組變量都是一個基本結構，用一個綜合變量表示，這個基本結構被稱之為公共因子。對所研究的一個具體問題，原始變量可以分解成兩部分之和的形式：一部分是不可觀測的公共因子的線性函數；另一部分是與公共因子無關的特殊因子。聚類分析則是按照某種距離計算方法，對個體或對象分類，使得同類對象相似性最高，異類對象差異性最大。

2．2指標選取

本文選取了X1－工業總產值、X2－就業人數、X3－城鎮人口數、X4－地區生產總值、X5－公共預算收入、X6－在崗職工工資總額、X7－住宿餐飲業就業人數和X8－貨運總量8個指標，所有數據均來自《山東統計年鑒2018》。其中X2、X3、X6是反映城市規模的指標，X1、X8反映的是工業發展規模，X7反映第三產業的規模，X4、X5在一定程度上反映了國民收入水平。

3因子分析

3．1數據檢驗

因子分析是為了從眾多的原始變量中綜合出少數幾個具有代表性的因子，這其中有一個要求，原有的變量間應當具有較強的相關關系。因為如果變量間的相關關系弱的話，就無法從原始變量中綜合出反映某些變量共同特性的幾個較少的公共因子。因此在進行因子分析前，需要對原始的變量是否相關進行檢驗。檢驗結果顯示，所有相關變量的相關系數都大于0．3，大部分相關變量的相關系數較高，各變量具有較強的線性相關關系。巴特利特球度檢驗統計量的觀測值是240．796，相應的P值接近0。把顯著性水平α設為0．05，則相應的概率P值小于顯著性水平α，應當拒絕原假設，認為相關系數矩陣與單位陣有顯著差異。同時，KMO值為0．731，符合KMO度量標準，所以原始變量適合進行因子分析。

3．2因子提取

在對原始變量進行相關性檢驗后，就應該求解因子載荷矩陣進行因子提取了。因子載荷矩陣的求法很多，本文使用的是在因子分析中占主要地位的主成分分析法。主成分分析法能夠為因子分析提供初始解，因子分析是對主成分分析的擴展與補充。主成分分析法的核心就是通過原有變量的線性組合以及各個主成分的求解來達到對原始變量的降維目的。因為本文選取的變量數量級差異很大，而且單位不同，所以采用相關系數矩陣作為提取因子的依據。進行因子提取后，根據因子的累計方差貢獻率來確定因子個數。一般選取累計方差貢獻率大于0．85時的特征值個數為因子個數k。本文提取了2個主因子，累計方差貢獻率達到了93．6％，基本體現了原始變量中所有的信息。

3．3因子旋轉與命名

建立因子分析模型的目的不僅僅在于找到公共因子，更重要的是對公共因子進行解釋，能夠更加容易的分析實際問題。然而，得到的初始因子解各主因子的代表變量常常不是很突出，容易造成因子意義含糊不清的后果，不容易分析實際問題。因此，可以對初始公共因子進行線性組合，通過線性組合來找到意義明確，更容易被解釋的公共因子，這就是因子旋轉。因子旋轉可以被分為正交旋轉和斜交旋轉，二者各有優劣。本文選用的是正交旋轉方式中的方差極大法，以便使因子更容易被命名解釋。旋轉后的因子載荷是按照第一個因子降序的順序輸出的，旋轉后的因子載荷矩陣如表1。從表1可以看出，住宿餐飲業就業人數、公共預算收入、地區生產總值、在崗職工工資總額、工業總產值在第一個因子上的載荷都大于0．85，這幾個變量主要被因子一解釋，可以理解為對山東省內區域經濟差異的直接影響因素，因此命名為經濟發展因子；就業人數、貨運總量、城鎮人口數在第二個因子上的載荷都大于0．85，因子二主要解釋了這幾個變量，可以理解為對區域經濟差異的間接影響因素，命名為持續影響因子。經過旋轉后，各個變量的因子含義更清晰。

3．4計算因子得分

在建立因子模型后，就要反過來考察每個樣品的性質和樣品間的關系。比如在建立了關于區域經濟差異的因子模型后，就想要知道哪些區域經濟發展好，哪些區域經濟發展較差等，這就要進行因子分析的關鍵一步，即計算因子得分。因子得分也是因子分析的最終體現，需要計算各個因子在每個樣品點上的具體數值，這些數值就是因子得分，由此形成的變量也被稱之為因子得分變量。在以后的分析中，就可以直接使用因子得分變量來研究樣品的評價或對其進行分類了。本文采用回歸法計算因子得分系數，得分系數的均值為0，標準差為1，大于0證明比平均水平高，小于0表示比平均水平低，計算結果如表2。根據表2可以得出如下因子得分系數：F1＝0．243工業總產值－0．071城鎮人口數＋0．243公共預算收入＋0．306住宿餐飲業就業人數－0．166貨運總量－0．188就業人數＋0．227地區生產總值＋0．219在崗職工工資總額F2＝－0．093工業總產值＋0．341城鎮人口數－0．072公共預算收入－0．181住宿餐飲業就業人數＋0．43貨運總量＋0．459就業人數－0．045地區生產總值－0．038在崗職工工資總額

3．5分析結果解讀

在計算得分系數后，就可以對各地區的經濟水平進行綜合評價，將各個城市在兩個因子上進行加權就能夠得到綜合得分。首先要確定的是權重，本文采用兩個因子的方差貢獻率作為權重，計算綜合得分：計算的結果和各市在每個因子上的排名見表3。從表3中可以看出，青島市在因子一上的得分最高，表明青島市直接反映經濟發展水平的各個變量取值比較大，經濟水平在各個城市中位于首位；臨沂市則是在因子二上的得分最高，表明臨沂市的經濟發展潛力大，持續發展能力很強。而濟南市、煙臺市、濰坊市等市在各個因子上的得分則相對平均一些。另外，青島、濟南、煙臺、濰坊、臨沂依次位于綜合因子得分的前五名；而威海、濱州、棗莊、日照和萊蕪則位居后五名。結合各因子的得分對區域經濟的發展水平進行分析，青島市作為全國首批沿海開放城市，經濟發展水平最高，區域經濟優勢顯著，但是在持續影響因子上的得分相對較低，應當在這方面增強關注，保持持續發展的勢頭。濟南市的經濟發展水平也比較高，而且在表明區域經濟持續發展能力的因子上得分也比較高，這可能是因為濟南是省會城市，在各方面發展都比較注意。臨沂市在經濟發展因子上的得分很低，但是在持續影響因子上的得分很高，是因為臨沂市是山東省內面積最大、人口最多的市，具有很強的發展潛力。而像日照，萊蕪這些綜合得分較低的城市，在經濟發展因子上的得分都不高，這些城市應該把經濟發展放在首位，同時也應該增強可持續發展的能力。畢竟經濟的發展將會帶動城市的基礎設施建設等各個方面，使一個城市形成良性發展的勢頭。

4聚類分析結果定義

為了能對區域經濟差異有一個更清晰的認識，本文采用系統聚類的方法對兩個因子得分進行聚類，聚類結果見表4。從表4可以看出，第一類城市的經濟發展水平很高，因子綜合得分位居前三，可以定義為經濟發達城市；第三類城市的持續影響因子得分很高，綜合得分也是名列前茅，可以定義為經濟發展城市；第三類城市則為數眾多，在兩個因子上的得分都不高，可以定義為經濟稍弱城市。

5結語與建議

本文選用了多個可以體現經濟發展水平的變量，采用因子分析和聚類分析對山東省的區域經濟進行綜合評價，根據分析結論對山東省內經濟的協調發展提出合理的建議。首先，應該繼續堅持東部提升、中部崛起、西部跨越的發展戰略，在保持東部沿海地區經濟良好發展的基礎上，充分發揮濟南、青島兩大中心城市的帶動作用，以點帶面，提升山東省中部和西部地區的經濟發展水平，提高綜合競爭力；其次，要繼續優化產業結構，大力推進第三產業的發展，充分利用沿海優勢，發展海洋產業；最后，還要重視一個區域經濟的可持續發展能力，增強區域經濟發展的底蘊和潛力。

參考文獻

［1］龍慎峰．山東省區域經濟協調發展研究［D］．濟南：齊魯工業大學，2014．

［2］馬浩．區域經濟可持續發展的評價研究———以山東為例［J］．管理現代化，2010，（05）：42－44．

［3］孫晉芳，劉兆德，唐順英．山東省經濟對外開放度研究［J］．山東師范大學學報，2008，（02）：109－112.

作者：左韶澤 單位：燕山大學理學院