重庆第三产业发展水平差异分析
摘要:选取重庆市40个区县第三产业发展评价数据,运用多元统计因子分析方法,对重庆市各区县第三产业发展水平进行了定量分析。
分析表明重庆市各区县第三产业发展水平不仅在三大经济圈之间存在差异,而且在三大经济圈内部也存在较大的差异,重庆市各区县第三产业发展不平衡影响了全市整体第三产业发展水平。
关键词:第三产业;地区差异;因子分析 Abstract: This paper selects the data of the third industry of forty districts in Chongqing in 2006, and quantitatively analyzes the level of the third industry in these districts using the methods of factor analysis. The empirical result shows that not only the differences of the development of the third industry exist among the three economic circles in Chongqing in 2006, but also the differences exist within the three economic circles. The imbalance of the development of the third industry in these districts affects the overall level of the third industry in Chongqing. Therefore, this paper proposes brief suggestion to reduce the differences of the level of the third industry. Key words:the third industry; regional differences; factor analysis 重庆直辖以来,经济发展迅速,综合经济实力正不断增强。
直辖前的1996年,重庆市第三产业产值比重为35.9%;直辖后的2006年,其第三产业产值比重上升到44.8%。
由此可见,重庆市第三产业在地区生产总值中所占的份额日益上升,经济地位也得到了迅速提高。
然而,从全国范围内来看,重庆市第三产业发展水平位居12位(曾国平,2006),与处于前列的上海、北京相比,其第三产业发展水平还有一段差距,重庆市第三产业发展水平仍有待进一步提高[1]。
总的来看,影响重庆市第三产业发展水平的因素有很多,除了重庆市整体经济、政策、体制等方面的因素外,还有区域间第三产业发展水平不协调的因素。
考虑到重庆典型的城乡二元经济结构,“一圈”(以主城为核心的城市经济区)与“两翼”(三峡库区镇群和渝东南镇群)地区第三产业发展水平的差距也会影响重庆第三产业整体发展水平。
本文从地区间发展差异的角度来分析影响重庆市第三产业发展水平的因素,运用产业经济学相关理论和统计分析方法,选取重庆市40个区县的数据进行因子分析,找出影响我市第三产业发展地区差异的因素,并对如何协调发展区县第三产业提出相关建议。
一、研究方法与研究指标 (一)研究方法 因子分析是多元统计分析中处理降维的一种统计方法,它是将具有错综复杂的变量或样品综合为数量较少的几个因子,以再现原始变量和因子之间的相互关系,同时还可以对变量或样品进行分类。
因子分析实质上是对主成分分析的推广和发展,它的基本思想是通过变量或样品的相关系数矩阵(对样品是相似系数矩阵)内部结构的研究,找出能控制所有变量或样品的少数几个随机变量去描述多个变量或样品之间的相关或相似关系。
这几个因子能有效地代表数据的基本结构,并反映所需信息的主要特征[10]。
在本研究的实施过程中,将运用SPSS15.0对选取的经济指标进行因子分析。
具体步骤是:选取所需变量,计算变量的相关系数矩阵,提取因子,进行斜交旋转,得出因子得分,计算各个区县的综合得分并排序,最后利用因子分析结果比较重庆市各个区县第三产业发展水平,并进一步对协调区县第三产业发展提出相关建议。
(二)研究指标 随着第三产业的不断发展,反映第三产业发展水平的指标体系日趋增大,不同的学者根据其研究的不同角度选取不同的指标体系进行分析。
本文通过参考相关文献和本着内容全面性、实用性和数据可得性等原则,选取如下指标:x1:人均地区生产总值(元)—经济发展水平;x2:人均第三产业增加值(元)—发展规模;x3:第三产业产值(万元)—总量规模;x4:第三产业从业人员(万人);x5:第三产业增加值比重(%)— 产业高级度;x6:第二产业增加值比重(%)—工业化程度;x7:第三产业从业人员比重(%)—第三产业吸纳劳动力能力;x8:第三产业劳动生产率(%)—第三产业生产效率;x9:城市化率(%)。
以上数据来源于《重庆统计年鉴(2007)》。
二、实证分析 (一)因子分析 本文以2006年数据为例说明各区县第三产业发展水平的因子分析过程。
利用软件处理首先得到上述9个变量的相关系数矩阵、KMO检验和Bartlett球形检验结果以及相应的碎石图。
KMO检验用于检验变量间的偏相关系数是否过小,一般情况下,当KMO大于0.9时效果最佳,小于0.5不适宜做因子分析。
Bartlett球形检验用于检验相关系数矩阵是否是单位阵,如果结论是不拒绝该原假设,则表示各个变量是各自独立的。
本文KMO检验结果是0.705,表示比较适合做因子分析,Bartlett球形检验Sig.值0.000,表示拒绝原假设。
接着进行因子旋转使因子结构变得更简单,更容易解释各个因子的实际意义。
由于斜交旋转后允许因子之间存在相关,因此,本文选择斜交旋转的因子旋转法,得到旋转后主因子的特征值和贡献率,由此而提取的两个因子的累计贡献率达到了85.118%,即这两个因子累计解释了原始数据85.118%的信息。
因此,这两个因子能够科学的反映重庆市各区县第三产业发展水平的差异。
同时,还得到了斜交旋转后的因子负荷阵。
由因子负荷阵可知,主因子F1在人均地区生产产值(X1)、人均第三产业增加值(X2)、第三产业从业人员比重(X7)、第三产业劳动生产率(X8)、城市化率(X9)这几个指标上有较高的负荷。
说明主因子F1与代表第三产业综合发展水平的变量高度相关,因而将主因子F1定义为第三产业综合发展水平;主因子F2在第三产业增加值比重(X5)、第二产业增加值比重(X6)有较高的负荷,说明主因子F2对产业结构优化水平有较强的解释能力,从而可以将主因子F2定义为产业结构优化水平。
同时,通过运用软件处理可以得到各个区县在两个主因子上的得分,从而以各因子的贡献率为权重进行加权平均求和,得到各区县第三产业发展水平的综合得分,并以综合得分进行排名。