论文部分内容阅读
摘 要：县域经济是以县级行政区划为地理空间，具有地域特色和功能完备的区域经济，县域经济的发展对推动国民经济持续快速健康发展和全面建设小康社会具有十分重要的意义。结合湖北省县域经济发展的具体情况，构建了湖北省县域经济运行监测与评价指标体系，利用因子分析方法对2009年湖北省的71个县市进行了实际监测与评价，完成了对选中的县市发展程度的排名，实证分析结果表明湖北省县市之间在经济发展上差距较大，部分县市收入较为低下，环境质量较差。
关键词：县域经济；因子分析；监测；评价指标体系
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2012）12-0134-03
县域经济是指在县域内以城镇为中心，以农村为基地，各种经济成分有机构成的一种区域性经济。它处于宏观经济与微观经济的结合部、城市经济与农村经济的连接点，是国民经济的重要组成部分，是社会经济功能比较完善的基本单元。党的十七大提出到2020年实现全面建设小康社会目标，这是一项艰巨的任务。加快县域经济发展，壮大县域经济实力，对于繁荣农村经济，推动国民经济持续快速健康发展和全面建设小康社会具有十分重要的意义。湖北省作为中国中部战略的支点，虽然2009年县域生产总值达到7 208.6亿元，同比增长15%，对全省地区生产总值的贡献率达到59.3%；但是，自2005年后，湖北省的县市连续四年未进全国百强县市。本文根据2009年湖北省县域经济的相关统计数据，设计一套指标体系来监测与评价湖北省县域经济运行状况，促进湖北省县域经济的发展。
一、指标设计及研究
为了对湖北省县域经济运行进行监测与评价，根据科学性与实用性相统一、系统性与层次性相统一、完备性与简明性相统一、稳定性与动态性相统一的原则，设计出以下指标，具体指标含义（见表1）。
从上面的18个具体指标可以看出，指标均为正指标，也就是说指标数值越大，表明其整体状况越好。
研究方法。因子分析法是从多个变量（指标）中选择少数几个综合变量的一种降维多元统计分析方法，以达到数据简化的目的。在分析处理众多变量问题时，变量间往往相关性极为密切，使观测数据所反映的信息有重叠。因此利用因子分析法便可通过较少的彼此间互不相关的综合变量尽可能地反映原来变量的信息，这些不可观测的少数几个综合变量称为公因子。研究针对指标较多，样本较大的特点选用因子分析，将原始指标简化成若干公因子，运用公因子的贡献率作为权重，最终以71个县市的数据作为样本进行湖北省县域经济运行监测与评价的样本数据。因子分析利用统计软件SPSS 17．0完成。
二、湖北省县域经济运行监测与评价分析
1.样本选取和数据来源说明
对县域经济运行监测与评价，评价的对象是县域经济，研究样本也应是各个县域经济。2009年底，湖北省有80个县和市，这80个县（市）均为以县级行政区划为地理空间、以市场为导向、优化配置资源、具有地域特色和功能完备的区域经济，因此，选取这80个县（市）经济单位为研究样本。计算县域经济运行监测与评价指标值的原始数据来源于湖北省统计年鉴（2010年）以及政府工作报告（2010年），数据的预处理主要包括以下几个方面：（1）将获取的原始数据资料进行整理，剔去数据残缺的9个县市，分别是江夏、丹江口、秭归、襄阳、老河口、枣阳、孝南、荆州区、随县等，有效样本共71个；（2）将原始数据除万元GDP能耗减低率和二、三产业生产总值比重指标外，其他的指标都以地区常住人口数为基数计算成相对应的16个相对指标数据；（3）由于各个指标数据之间的度量单位不同，必须进行数据标准化处理，在这里采用Z—score法，其计算过程将在SPSS软件中完成。
2.样本数据的检验
SPSS提供了两种检验方法:KMO检验和巴特利特球度检验，样本数据检验结果（见表2）。
表2 KMO 和 Bartlett 的检验
由表2可以看出，对于KMO的检验，检验值为0．791＞0．500，表明适合进行因子分析;从Bartlett球度检验结果来看，自由度为153，检验值为1 152.559显著性水平为0．000，说明各变量的独立性假设不成立，故适合进行因子分析。
3.计算相关矩阵特征值、方差贡献率并提取公共因子
根据计算相关矩阵的特征值和方差贡献率，以因子分析方法作为公共因子的提取方法，选定公共因子的提取原则为：特征值大于1。根据这一原则依据计算结果，公共因子有5个，其方差累积贡献率已达76.763%，而且这5个公共因子互不相关，克服了原指标多重共线性的影响。所以只要选择前5个公共因子，其所代表的信息量已能比较充分地解释并提供原始数据所能表达的信息。
4.求因子荷载矩阵，确定公共因子
如果初步得出的因子荷载矩阵结构不够简单，各公共因子的典型代表变量不是很突出，容易使公共因子的意义含糊不清，不便于对公共因子进行解释。为此必须对因子荷载矩阵实行旋转，使因子荷载矩阵中的因子荷载的平方值向0和1两个方向分化，即各变量在某公共因子上有高额荷载，而在其他公共因子上只要较小的荷载。最常用的旋转方式是最大方差旋转法，采用该方法对因子荷载矩阵进行旋转得到矩阵。
从旋转后的因子荷载矩阵可以进行以下分析：年末金融机构人均存款余额（X10）、居民人均储蓄存款总额（X11）、年末金融机构人均贷款余额（X12）、人均利润总额（X17）、人均社会消费品零售总额（X18），在公共因子F1上有高荷载，这5个指标反映了县域经济发展的总量规模，因此可以把F1称为经济总量因子，该因子对湖北省县域发展的贡献率为25．768%。
第二、三产业生产总值比重（X3）、全社会固定资产投资人均完成额（X4）、地方财政一般预算人均收入（X5）、人均财政支出（X6）、农村人均用电量（X14）、人均工业总产值（X15）、人均利税总额（X16）在公共因子F2上有高荷载，这7个指标反映了县域经济发展的产出情况，因此可以把F2称为经济发展因子，该因子对湖北省县域发展的贡献率为22．992%。
城镇居民人均可支配收入（X7）、农村居民人均纯收入（X8）、农村居民人均消费性支出（X9）在公共因子F3上有高荷载，这3个指标反映了县域人均收入的情况，因此可以把F3称为人均收入因子该因子对湖北省县域发展的贡献率为13．995%。
从业人员比重（X2）、人均耕地面积（X13）在公共因子F4上有高荷载，这2个指标反映了县域就业和未来发展的潜力情况，因此可以把F4称为社会稳定因子，该因子对湖北省县域发展的贡献率为7．926%。
万元GDP能耗减低率（X1）在公共因子F5上有高荷载，这个指标反映了县域经济发展的环境情况，因此可以把F5称为环境发展因子，该因子对湖北省县域发展的贡献率为6．082%。
5.计算因子得分
明确了每个主因子的含义之后，需要计算因子得分以及综合因子得分，以便于对71个县市发展水平进行排序，客观评价2009年湖北省县域发展状况。估计因子得分有很多种方法，本文采取回归法计算因子得分。通过软件计算，得出因子系数矩阵得分。根据因子得分的计算公式，可以计算出每个单项主因子得分，并以旋转后的方差贡献率为权重，计算综合因子得分。单项主因子得分、综合因子得分以及排名情况。通过综合因子得分的高低对湖北省选中的县市发展状况进行排名，可以很清楚地了解到每个县市的综合发展状况在选中的71个县市中的位置；通过各个主因子得分高低对县市进行排名，可以发现各个县市发展的优势和劣势。
三、研究结论
根据P135表3中的数据，对选中的71个县市的主因子得分和综合得分情况进行描述性分析，可发现以下情况：（1）五个主因子得分平均值都较低，人均收入因子和社会稳定因子低于零，说明湖北省县域经济总体发展状况有待进一步提高，尤其是在收入和提供就业的机会及能力上更显薄弱。（2）从全距、极值和标准差来看，反映出选中的71个县市在五个主因子之间的差异，其中经济总量因子和经济发展因子差异更显著，说明选中的71个县市之间地区经济发展不平衡。（3）从均值和中位数及偏度指标来看，人均收入因子和环境发展因子呈左偏分布，这说明选中的71个县市中有个别县市收入较为低下，环境状况较差，这是两个较为危险的信号，应该引起相关部门的重视。
参考文献：
[1] 孔令强，王光玲.因子分析法在县域经济发展水平综合评价中的应用[J].企业经济，2006，(8).
[2] 向东进，等.县域经济发展综合评价方法及其应用[J].统计与决策，2010，(4).
[3] 刘江蓉.湖北省山区县域发展统计监测与评价研究[J].武汉工业学院学报，2011，(6).
[4] 湖北省统计局.湖北统计年鉴(2010)[K].北京:中国统计出版社，2010.[责任编辑 陈凤雪]
关键词：县域经济；因子分析；监测；评价指标体系
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2012）12-0134-03
县域经济是指在县域内以城镇为中心，以农村为基地，各种经济成分有机构成的一种区域性经济。它处于宏观经济与微观经济的结合部、城市经济与农村经济的连接点，是国民经济的重要组成部分，是社会经济功能比较完善的基本单元。党的十七大提出到2020年实现全面建设小康社会目标，这是一项艰巨的任务。加快县域经济发展，壮大县域经济实力，对于繁荣农村经济，推动国民经济持续快速健康发展和全面建设小康社会具有十分重要的意义。湖北省作为中国中部战略的支点，虽然2009年县域生产总值达到7 208.6亿元，同比增长15%，对全省地区生产总值的贡献率达到59.3%；但是，自2005年后，湖北省的县市连续四年未进全国百强县市。本文根据2009年湖北省县域经济的相关统计数据，设计一套指标体系来监测与评价湖北省县域经济运行状况，促进湖北省县域经济的发展。
一、指标设计及研究
为了对湖北省县域经济运行进行监测与评价，根据科学性与实用性相统一、系统性与层次性相统一、完备性与简明性相统一、稳定性与动态性相统一的原则，设计出以下指标，具体指标含义（见表1）。
从上面的18个具体指标可以看出，指标均为正指标，也就是说指标数值越大，表明其整体状况越好。
研究方法。因子分析法是从多个变量（指标）中选择少数几个综合变量的一种降维多元统计分析方法，以达到数据简化的目的。在分析处理众多变量问题时，变量间往往相关性极为密切，使观测数据所反映的信息有重叠。因此利用因子分析法便可通过较少的彼此间互不相关的综合变量尽可能地反映原来变量的信息，这些不可观测的少数几个综合变量称为公因子。研究针对指标较多，样本较大的特点选用因子分析，将原始指标简化成若干公因子，运用公因子的贡献率作为权重，最终以71个县市的数据作为样本进行湖北省县域经济运行监测与评价的样本数据。因子分析利用统计软件SPSS 17．0完成。
二、湖北省县域经济运行监测与评价分析
1.样本选取和数据来源说明
对县域经济运行监测与评价，评价的对象是县域经济，研究样本也应是各个县域经济。2009年底，湖北省有80个县和市，这80个县（市）均为以县级行政区划为地理空间、以市场为导向、优化配置资源、具有地域特色和功能完备的区域经济，因此，选取这80个县（市）经济单位为研究样本。计算县域经济运行监测与评价指标值的原始数据来源于湖北省统计年鉴（2010年）以及政府工作报告（2010年），数据的预处理主要包括以下几个方面：（1）将获取的原始数据资料进行整理，剔去数据残缺的9个县市，分别是江夏、丹江口、秭归、襄阳、老河口、枣阳、孝南、荆州区、随县等，有效样本共71个；（2）将原始数据除万元GDP能耗减低率和二、三产业生产总值比重指标外，其他的指标都以地区常住人口数为基数计算成相对应的16个相对指标数据；（3）由于各个指标数据之间的度量单位不同，必须进行数据标准化处理，在这里采用Z—score法，其计算过程将在SPSS软件中完成。
2.样本数据的检验
SPSS提供了两种检验方法:KMO检验和巴特利特球度检验，样本数据检验结果（见表2）。
表2 KMO 和 Bartlett 的检验
由表2可以看出，对于KMO的检验，检验值为0．791＞0．500，表明适合进行因子分析;从Bartlett球度检验结果来看，自由度为153，检验值为1 152.559显著性水平为0．000，说明各变量的独立性假设不成立，故适合进行因子分析。
3.计算相关矩阵特征值、方差贡献率并提取公共因子
根据计算相关矩阵的特征值和方差贡献率，以因子分析方法作为公共因子的提取方法，选定公共因子的提取原则为：特征值大于1。根据这一原则依据计算结果，公共因子有5个，其方差累积贡献率已达76.763%，而且这5个公共因子互不相关，克服了原指标多重共线性的影响。所以只要选择前5个公共因子，其所代表的信息量已能比较充分地解释并提供原始数据所能表达的信息。
4.求因子荷载矩阵，确定公共因子
如果初步得出的因子荷载矩阵结构不够简单，各公共因子的典型代表变量不是很突出，容易使公共因子的意义含糊不清，不便于对公共因子进行解释。为此必须对因子荷载矩阵实行旋转，使因子荷载矩阵中的因子荷载的平方值向0和1两个方向分化，即各变量在某公共因子上有高额荷载，而在其他公共因子上只要较小的荷载。最常用的旋转方式是最大方差旋转法，采用该方法对因子荷载矩阵进行旋转得到矩阵。
从旋转后的因子荷载矩阵可以进行以下分析：年末金融机构人均存款余额（X10）、居民人均储蓄存款总额（X11）、年末金融机构人均贷款余额（X12）、人均利润总额（X17）、人均社会消费品零售总额（X18），在公共因子F1上有高荷载，这5个指标反映了县域经济发展的总量规模，因此可以把F1称为经济总量因子，该因子对湖北省县域发展的贡献率为25．768%。
第二、三产业生产总值比重（X3）、全社会固定资产投资人均完成额（X4）、地方财政一般预算人均收入（X5）、人均财政支出（X6）、农村人均用电量（X14）、人均工业总产值（X15）、人均利税总额（X16）在公共因子F2上有高荷载，这7个指标反映了县域经济发展的产出情况，因此可以把F2称为经济发展因子，该因子对湖北省县域发展的贡献率为22．992%。
城镇居民人均可支配收入（X7）、农村居民人均纯收入（X8）、农村居民人均消费性支出（X9）在公共因子F3上有高荷载，这3个指标反映了县域人均收入的情况，因此可以把F3称为人均收入因子该因子对湖北省县域发展的贡献率为13．995%。
从业人员比重（X2）、人均耕地面积（X13）在公共因子F4上有高荷载，这2个指标反映了县域就业和未来发展的潜力情况，因此可以把F4称为社会稳定因子，该因子对湖北省县域发展的贡献率为7．926%。
万元GDP能耗减低率（X1）在公共因子F5上有高荷载，这个指标反映了县域经济发展的环境情况，因此可以把F5称为环境发展因子，该因子对湖北省县域发展的贡献率为6．082%。
5.计算因子得分
明确了每个主因子的含义之后，需要计算因子得分以及综合因子得分，以便于对71个县市发展水平进行排序，客观评价2009年湖北省县域发展状况。估计因子得分有很多种方法，本文采取回归法计算因子得分。通过软件计算，得出因子系数矩阵得分。根据因子得分的计算公式，可以计算出每个单项主因子得分，并以旋转后的方差贡献率为权重，计算综合因子得分。单项主因子得分、综合因子得分以及排名情况。通过综合因子得分的高低对湖北省选中的县市发展状况进行排名，可以很清楚地了解到每个县市的综合发展状况在选中的71个县市中的位置；通过各个主因子得分高低对县市进行排名，可以发现各个县市发展的优势和劣势。
三、研究结论
根据P135表3中的数据，对选中的71个县市的主因子得分和综合得分情况进行描述性分析，可发现以下情况：（1）五个主因子得分平均值都较低，人均收入因子和社会稳定因子低于零，说明湖北省县域经济总体发展状况有待进一步提高，尤其是在收入和提供就业的机会及能力上更显薄弱。（2）从全距、极值和标准差来看，反映出选中的71个县市在五个主因子之间的差异，其中经济总量因子和经济发展因子差异更显著，说明选中的71个县市之间地区经济发展不平衡。（3）从均值和中位数及偏度指标来看，人均收入因子和环境发展因子呈左偏分布，这说明选中的71个县市中有个别县市收入较为低下，环境状况较差，这是两个较为危险的信号，应该引起相关部门的重视。
参考文献：
[1] 孔令强，王光玲.因子分析法在县域经济发展水平综合评价中的应用[J].企业经济，2006，(8).
[2] 向东进，等.县域经济发展综合评价方法及其应用[J].统计与决策，2010，(4).
[3] 刘江蓉.湖北省山区县域发展统计监测与评价研究[J].武汉工业学院学报，2011，(6).
[4] 湖北省统计局.湖北统计年鉴(2010)[K].北京:中国统计出版社，2010.[责任编辑 陈凤雪]