经济水平差异

2024-07-25

经济水平差异（通用10篇）

经济水平差异篇1

区域经济发展水平很大程度上取决于区域各产业结构之间相互作用的结果。区域经济差异主要指各区域间在一定时期人均意义上的经济发展总体水平非均等化的现象,且一直存在于区域经济发展过程中,传统的区域经济研究由于忽视了区域内部的空间结构,难以真正反映区域差异变化。20世纪70年代以来国内外学者就不同国家不同地区的经济差异中的研究尺度和技术手段等做了诸多研究[1,2]。自改革开放后对区域经济不平衡发展做了调整,在党的十六大首次提出“县域”行政单元概念后,推动城乡一体化发展,缩小县域差异,促进县域经济协调发展[3],区域经济均衡发展也取得一定成效,但在县域尺度下仍然存在经济差距。县域经济作为区域经济的一种微观单元,在国民经济中作用越来越凸显,特别是党的十八大报告中提出解决城乡及地区之间的贫富差异和不同区域间的经济差距的目标,使得县域单元已经成为协调、加快区域经济发展最为直接有效的空间尺度。

福建省人民政府于2004年提出海峡西岸经济区的战略构想,寻求福建省发展新跨越而构建的重要举措。2009年国家发改委提出支持福建省加快建设海峡西岸经济区(简称“海西经济区”),十七大明确提出“支持海峡西岸和其他台商投资相对集中地区的经济发展”。尽管有部分学者对海峡西岸的福建省经济差异做了相关研究,但对整个海峡西岸经济区的县域尺度下经济差异的研究还甚少。

论文采取探索性空间数据分析(ESDA)技术[4],选取海西经济区县域尺度下具有代表性的经济指标,通过因子分析法确定指标权重,再通过ESDA对其进行探索性空间分析,从空间角度研究海西经济区县域经济之间存在的空间经济差异、关联和空间经济依赖,以及这些经济差异、关联、依赖如何影响区域经济分析决策过程的,从空间视角来协助解决海西经济区的县域经济发展中存在的空间差异状况,为海西经济区走可持续的发展提供依据,使海西区域经济更加稳定增长,也为制定缩小海西经济区县域经济差异的宏观决策提供参考依据。

1 研究区概况与数据来源

1.1 研究区概况

海峡西岸经济区主要是指台湾海峡西岸以福建省为主体包括周边地区,南临珠三角经济区,北与长江三角经济区衔接,西与江西省内陆腹地贯通,东部与台湾隔海相望。以福建省为主体,主要包含上述4省份的23个地级市的144个县级市行政单元(浙江省的温州市、丽水市、衢州市的22个县级市;江西省的上饶市、鹰潭市、抚州市、赣州市的40个县级市;广东省的梅州市、潮州市、汕头市、汕尾市、揭阳市的16个县级市以及福建省的福州市、厦门市、泉州市、漳州市、龙岩市、莆田市、三明市、南平市、宁德市的66个县级市),具体空间分布如图1所示。

1.2 数据来源

海西经济区地图数据以正式出版的中国地图经过扫描、几何校正、矢量化采集后得到的海西经济区县域矢量类型数据(投影方式为UTM-WGS1984)。

县域经济统计数据来源则主要来自福建省统计局公布的《福建省统计年鉴》(2014年)、广东省统计局公布的《广东省统计年鉴》(2014年)、江西省统计局公布的《江西省统计年鉴》(2014年)、浙江省统计局公布的《浙江省统计年鉴》(2014年)的相关经济统计数据。

由于不同省得统计准则不一致,数据难以覆盖全面。依据“代表性、可获取性、客观性、可比性”的原则选取指标变量,见表1所示。

2 数据处理与研究方法

2.1 指标变换

由于不同指标存在数量级与量纲的不一致,数据差异较大,为了保证分析的一致性。因此引用王晓鸥[5]的规格化数据处理,该方法在理论上已证明了它可以克服标准化变换的不足,变换公式如下式所示。

2.2 指标权重确定

由于指标体系是表达系统构成的框架,其间难免存在相关性甚至多重共线性问题[6],而因子分析法是一种能够把多个变量划分为少数几个综合指标的多元统计方法,在保证数据损失最小的前提下,经线性组合和舍弃小部分信息,以少数的综合变量取代原始采用的多维变量[7]。因此,本文提出通过因子分析法来有效克服评价指标间的相关性问题,通过“KOM检验和Bartlett球形检验”等予以验证。利用SPSS21软件计算KMO值为0.863,Bartlett的检验的Sig值为0.000<0.05,表明适合通过因子分析。得出因子得分系数矩阵,以“累积方差贡献≥85%”为确定原则,提取2个主因子,累积方差贡献占全部信息的92.24%>85%,具体见表2。

利用提取两个组分公因子方差来确定权重Wi,最终得到的每个经济指标的权重见表3所示。

最后利用指标权重与规格化的经济指标进行乘积累加和确定第j个县域经济发展水平Fj,见下式。

2.3 ESDA空间分析方法

2.3.1 空间权重矩阵

若第i个县域和第j个县域为邻接,wij定为1;反之为0。最终得到一个[0,1]二值对称空间权重矩阵Wn×m,用矩阵表示为下式:

2.3.2 全局空间自相关

全局空间自相关(Global Moran’s I)中的Moran’s I指数反映了空间邻接区域单元属性值的相似程度,对于位置的观测值,全局Moran’sI指数可用如下公式表示:

上式中:I代表Moran指数;xi代表县域i的观测值;代表县域i的观测平均值wij代表空间权重矩阵;S2代表县域i的观测值得标准差。GlobalMoran’s I结果采用Z值检验,见下式:

上式中:E(I)为数学期望;var(I)为变异数。

Moran’sI指数的取值为[-1,1],若Moran’s I<0,为负相关,表明经济发展水平接近的区域呈极化态势;Moran’s I=0,为不相关,表明县域经济发展水平在空间上随机分布;Moran’s I>0,为正相关,表明经济发展水平接近的区域呈显著聚集。判断一个区域是否存在空间聚集,尤其是估计聚集区域位于区域的边缘时,采用Global Moran’s I指数统计是一种较好的方式,但在总体空间差异不断缩小的情况下,有可能出现局部空间差异扩大。故Global Moran’s I仅是一种平均意义上的空间差异说明,较难以全面反映内部差异,对此可采用局部空间自相关(LISA)加以辅助分析[8]。

2.3.3 局部空间自相关

局部空间自相关LISA(Local indicators of spatial association)描述了一个空间单元与其领域的相似程度,能够表示每个局部单元服从全局总趋势的程度,并提示空间异质,说明空间依赖是如何随位置变化的,说明LISA可以度量每个区域与周边地区之间的空间差异程度。采用局部空间自相关需满足下列两个条件:(1)每个区域单元的LISA,描述该区域单元显著的相似值区域单元之间空间集聚程度的指标;(2)所有区域单元LISA的总和与全局的空间联系指标成比例。LISA计算公式如下:

Local Moran’s I中的四个象限分别代表研究局部空间不稳定性。(1)高—高(H-H)型代表高观测值区域单元集簇成群;(2)高—低(H-L)型代表高值区域单元被孤立在低观测值单元中;(3)低—高(L-H)型代表低值区单元被包围在相对高值的区域单元中;(4)低—低(L-L)型代表低值区域单元集簇成群[9]。

3 海西经济区县域发展水平空间差异分析

首先在ArcGIS地理信息系统软件中实现矢量数据与属性数据(县域经济发展水平Fj)链接后,在DeoDa 1.6.7软件中以ID识别码生成Rook二值空间权重矩阵后计算得出Global Moran’s I=0.4691>0(E[I]=-0.0070),从县域经济发展Moran散点图(见图2)呈现出所有县域经济发展空间关联类型的数量格局,大部分县域主要集中在第一象限与第三象限,表明中心县域与相邻县域的经济发展水平都处于较高或者较低水平,呈正相关性,说明全局县域经济发展水平呈现强烈的空间依赖特征,并不是随机分布。

运用Z值检验空间自相关的显著性Z(I)=10.10。说明在99.99%的置信度下海西经济区县域经济发展水平具有显著的空间自相关性特征,县域经济发展水平在较高或较低的区域呈集聚状态,即高值(或低值)在空间分布上趋于相邻,在拒绝零假设条件下总体上均呈现显著的空间正相关,但县域经济发展水平总体差异不明显,即经济落后县域和经济发达县域的集聚效应。

由于Global Moran′s I指数只是揭示了全局综合特征,未能表明各县域与其周围邻近县域之间经济差异的分布关系,而局部空间自相关可表示这些集聚区的具体地理分布[10]。从海西经济区县域经济发展水平LISA集聚图(见图3)可以看出海西经济区县域经济发展水平差异的地理分布格局,具体的集聚县域详见表4。

由于海西经济区目前有4个省份的部分行政单元组成,省际之间的经济发展水平不一致,在此种状态下福建省整体的局部空间自相关性较其它3个省份不显著。从海西经济区县域经济发展水平LISA集聚图可以很好的刻画出2013年的经济发展水平差异程度。县域经济发展水平属于“H-H”型空间关联模式的县域主要分布在浙江省的温州市辖区为中心的邻接县域,这些县域工商业发达,市场程度化水平较高,对周边地区经济的带动力较强。县域经济发展水平属于“L-L”型空间关联模式的县域主要分布在海西经济区的外围圈,由于这些县域靠近内陆,受地形、交通等因素的影响,经济水平较低,彼此之间的涓滴效应较弱。以浙江省温州市辖区为主的海西沿海地区获得了明显的累积性优势,逐渐成为经济增长的核心,而海西内陆地区则增长乏力,逐渐沦为较落后的外围地区。

因此对海西经济区的经济建设建议在借助国家扶持政策的基础上,以市场为导向,加强闽台合作,推进海西经济区“两纵四横”同时综合陆路交通运输体系的建设,推动产业集聚,培育产业集群。

4 建议与总结

通过探索性空间数据分析方法(ESDA)与GIS技术分析了海西经济区各县域区域间的经济发展水平空间相关问题,通过LISA在一定程度上反映出县域经济的差异程度。因此福建省应该充分借助国家政策,带动其他3个省份的部分县域的经济发展。充分发挥涓滴效应,利用县域之间联动辐射作用,根据《海峡西岸经济区发展规划》,调整产业内部结构,利用政策倾斜、设立分厂等措施协调经济平衡发展,降低县域间的经济发展差异。据中心—外围理论,从空间关联的角度可以采取重点发展中心城市,以中心城市的经济发展带动周边地区的发展,促进区域间的合作,充分利用经济发达区域的辐射带动作用,扩大其经济影响范围,实现各区域的经济共同发展。

由于县域经济发展水平受多种因素的影响,本文所研究的海西经济区受数据获取制约,指标的选取有待进一步完善,同时尽可能从时空维度分析海西经济区县域经济发展水平空间差异。

参考文献

[1]李丁,冶小梅,汪胜兰,等.基于ESDA—GIS的县域经济空间差异演化及驱动力分析——以兰州—西宁城镇密集区为例[J].经济地理,2013,33(5):31-36.

[2]范闯,刘成杰.基于ESDA的重庆市区县经济差异分析[J].西南大学学报:自然科学版,2013,34(4):125-131.

[3]叶敏弦,叶穗山.构建海峡西岸经济区中心城市的对策思考[J].福建论坛,2004(7):91-95.

[4]苏建云,黄耀裔.基于ESTDA的福建省县市经济增长研究[J].泉州师范学院学报:自然科学版,2009,27(2):67-71.

[5]王晓鹏,曹广超.水环境污染状况评价变量加权主成分分析方法[J].数理统计与管理,2005,24(6):1-5.

[6]陈文成.基于因子分析的区域经济不平衡发展研究[J].数理统计与管理,2010,29(3):490-501.

[7]李秋元,刘东.组合权重模糊模型在区域地下水水质评价中的应用[J].中国农村水利水电,2014(3):1-5.

[8]蔡芳芳,濮励杰,张健,等.基于ESDA的江苏省县域经济发展空间模式解析[J].经济地理,2013,32(3):30-36.

[9]WULDER M,BOOTS B.Local spatial autocorrelation characteristics of remotely sensed imagery assessed with the Gats statistic[J].International Journal of Remote Sensing,1998,19(11):2223-2231.

[10]白永平,李建豹.基于ESDA的区域经济空间差异分析——以兰新铁路辐射带为例[J].经济地理,2011,31(7):1057-1063.

河南省人力资本投资水平差异分析篇2

关键词:人力资本投资;差异;河南省

中图分类号:F240 文献标志码:A 文章编号:1673-291X(2007)01-0183-03

一､引言

现代人力资本理论创立于1960年,美国著名经济学家T.W.舒尔茨发表了演讲《论人力资本投资》,第一次系统地阐述了人力资本理论｡20世纪80年代中后期,随着新经济增长理论的出现,人力资本被视为重要的内生变量纳入经济增长模型中,学者们开始从人力资本的角度揭示区域经济增长和区域差异变化的原因,用人力资本差异来重新阐释经济增长率和人均收入上的地区差异｡学者们认为与物质资本投入的边际收益递减相反,人力资本存在着边际收益递增的现象｡人力资本概念的引入解决了经济增长理论长期以来难以破解的“索罗余值”之谜,也推动了经济增长理论的发展｡目前,人力资本投资对经济增长的巨大推动作用已经广泛为国内外学者们所认同｡

河南省是我国人口第一大省,改革开放以来,河南省经济快速发展,其中人力资本对其经济发展具有很大的影响｡董烨然､黄晶通过研究发现,尽管目前人力资本投资对河南省的经济增长贡献低于物质资本投资,但从对GDP增长的贡献率来看,人力资本的边际收益要高于物质资本边际收益的5倍多,因此人力资本投资促进河南省经济增长的潜力较大｡改革开放以来,随着经济的发展,河南省对人力资本的投资强度也逐年加大,但与沿海发达地区甚至全国平均水平之间仍有较大差距,同时,由于社会经济发展水平的差距,河南省各个地市之间的人力资本投资水平也存在很大的差异,这在一定程度上也影响了河南省经济的持续快速发展｡因此,本文拟通过对河南省人力资本投资的总体情况以及各区域之间投资水平的差异进行量化分析,深入了解河南省人力资本投资水平的现状和存在的问题,以期对河南省新时期的人力资本投资提供基础依据｡本文所用的原始数据均来源于《新中国五十年统计资料汇编》､《河南省城市统计年鉴》(1990—2004)以及《河南省统计年鉴》(1999—2004)｡

二､人力资本投资水平总体评价

人力资本投资包括教育､培训､迁移､卫生保健､研究与开发五个方面的内容｡但由于受到资料所得性限制,本文只对河南省总体教育投资情况､健康投资情况以及基础消费投资情况进行分析,由于这三个部分在人力资本投资中所占的比重较大,因此对其他方面的忽略对研究结果影响不大｡

(一)教育人力资本投资

教育投资是人力资本投资的核心,政府在教育资本投资中发挥着主导作用｡一般来说,科学技术转化为生产力的能力如何,就是依赖于知识资本或人力资本的积累及其结构的优化｡教育不仅可以提高劳动者的劳动生产率,还可以促进产业结构从低级到高级的不断优化｡1999—2003年,尽管河南省的教育经费总额增加了近100亿元,但是平均增长率低于同期全国平均水平｡同时,河南省人均教育经费绝对额也不断增加,由1999年的137.1元增长到2003年的261.4元,但一直以来处于全国平均水平之下,并且其差距逐年扩大,由1998年的-99.3元扩大到2003年的-219.0元｡因此,总体来看,河南省的教育投资水平与全国平均水平的差距在逐渐扩大｡

(二)健康人力资本投资

人力资本的载体是人,而人具有自然属性,其状态既取决于先天的遗传因素,又决定于后天的卫生保健｡健康人力资本是指投资于人体自身的,包括人的体能､经历､健康的资本｡投资表现形式包括两个方面:一是临床医疗服务,指由医院､诊所等提供的治疗病患､解除病痛等活动;二是包括防疫､生育保健､环境保护､疾病防治在内的公共卫生服务及经费投入｡在1999—2003年的考察期内,河南省每万人拥有的医生数为11人,全国平均水平为16人;每万人拥有床位数为20.8个,全国平均水平是23.7个｡卫生经费的投入方面,1999—2003年期间,政府支出的卫生事业费占总财政支出的比重在3.8%～4.2%之间浮动,变化不大｡总之,河南省健康人力资本总体投资水平长期以来一直处于全国平均水平之下,一部分原因是由于河南省人口数量比较大,尽管经费和基础设施投入绝对额在增加,但平均到每个人的份额非常少;另一部分原因是河南省一些地区的社会经济基础比较弱,对这方面的投资关注程度很低,许多地区的医疗保健设施及其落后,因此导致河南省总体对健康人力资本投资的增率与全国平均水平相比较低｡

(三)基础性消费投入

人的知识与技能的获得､劳动能力的取得与维持,除了教育､培训､迁移､卫生保健､研究与开发几个方面的费用外,饮食､衣着､居住支出三项费用也是不可少的基础性费用,因此人力资本的投资应当包含这部分基础性消费投入｡从一般意义上来说,人基本的生理需要是吃､穿､住这三项支出得以存在的根本内因,这部分的消费主要是为了满足人的生理需要,使人有一个正常的身体素质,基础消费对人劳动能力的形成和存续具有决定意义,而当基础消费得到满足的情况下,一个人的知识多少､技能以及创新能力强弱对吃､穿､住消费水平的再度提高反映不再明显,因而超过基础消费的部分可以视为奢侈消费或者纯粹消费,不属于人力资本投资的范畴｡根据有关城乡居民人均消费和人口资料及全国零售物价指数,可以计算出基础消费价值量,即衣食住消费投资总额｡1999—2003年,河南省人均基础消费从1974.72元增加到2349.73元,但基础消费总额占消费总额的比重从81.08%降到了47.85%,这表明随着人民生活水平的提高,尽管对基本的衣食住投资额也在增加,但增加额所占的比重越来越小｡

综上所述,目前河南省总体人力资本投资水平不高,在教育人力资本投资和健康人力资本投资方面与全国水平相比都存在着较大的差距,但随着河南省经济的持续增长,物质财富逐渐丰富,用于维持生存的吃穿住的消费投资占消费总额的比重逐渐减小,人民生活基本上摆脱贫困,温饱问题已经不是人民大众所密切关注的问题｡因此,在今后一个时期内,人们在接受教育､获取劳动技能以及增强体质等方面的人力资本投资有望加大｡

三､人力资本投资水平的省内差异分析

由于河南省各个地区的经济发展水平不尽相同,区域内部的人力投资水平也存在很大的差异,鉴于农村人力资本投资资料的不可得性,现以城市人力资本投资水平来衡量各个地区的人力资本投资水平｡由于济源市设立较晚,本文在分析时仍将济源市合并到焦作市内｡城市人力资本投资包括城市居民个人支出和政府投资两个部分,其中城市居民个人支出包括教育经费支出､健康保健投资和交通费用支出;政府投资包括教育支出和医疗卫生费用支出｡本文采用Delphi法,通过专家对上述五个因子进行经验判定和评分,最终得出各因子权重如下表所示｡

根据原始数据和权重对各指标分别赋值,计算得出河南省17地市人力资本投资水平,并使用SPSS11.5软件进行聚类分析,结果如下图所示(见下页)｡如果将阈值确定为10,可以将河南省17个地市人力资本投资水平分为三种类型:高投入类型区､中投入类型区以及低投入类型区｡

高投入类型区为郑州市｡郑州市为河南省省会,该市的人均投资额为2 075.98元,投资强度在河南省各地市中是最大的｡2003年,郑州市城市居民个人教育､医疗保健和交通三项投资分别为638.76元､670.8元和568.08元,分别占个人总投资的34.02%､35.73%和30.25%,显示出居民个人投资的均衡性也较好,政府投资则主要用于教育投资｡

中投入类型区包括洛阳市､平顶山市､许昌市､濮阳市､三门峡市和漯河市｡这六个地市的人均总投资额在1 649元～1874元之间,投资强度处于中等水平｡在个人投资中,个人教育投资和交通费用所占比例较大,而医保投资比例较小,显示出一定的不均衡性,政府投资则同样主要集中于教育领域｡

低投入类型区域包括安阳市､南阳市､焦作市､商丘市､新乡市､驻马店市､信阳市､开封市､周口市､鹤壁市｡这些地市的人均投资额在1 212元～1 591元之间,投资强度相对处于较低水平,尤其是最低的鹤壁市,其人力资本总投资额与最高的郑州市相差800多元,同时这些城市的个人投资结构不太均衡,与中投入类型区域相似｡

四､结论

通过对河南省整体的人力资本投资状况的分析以及对河南省内部各区域投资水平差异的分析,可以发现河南省的人力资本投资具有以下特点:

第一,总体人力资本投资绝对额不断增加,但与全国平均水平相比增速较慢｡1999—2003年,河南省教育投入与全国平均水平的差距逐年扩大,健康人力资本投资也明显低于全国平均水平,不过随着基础消费投资所占比重的逐年下降,人们可能会在接受教育､获取知识和劳动技能以及增强体质方面加大投入｡

第二,河南省人力资本投资的空间分异显著｡其在空间上大体可以分为三种类型区,高投入类型区只包括郑州市,中投入地区包括洛阳市､平顶山市､许昌市､濮阳市､三门峡市和漯河市六个城市,其余十个城市则为低投入类型区｡可见,低投入类型区占据了河南省空间的绝大部分｡

第三,人力资本投资的区域差异同经济发展水平具有较强的相关性｡观察对河南省人力资本投资类型区的划分,我们发现河南省各地区人力资本投资的水平与经济发展水平之间存在着正相关关系,例如,郑州市作为河南省人均GDP最高的地市,其人力资本投资水平也位居全省第一位｡通过对河南省各地区人均GDP与人均人力资本投资额的相关分析,二者相关系数高达0.727,表明二者之间确实具有较强的正相关性｡

参考文献:

[1] 西奥多•W.舒尔茨.论人力资本投资[M].北京:北京经济学院出版社,1992.

[2] 樊瑛,张鹏.中国人力资本对经济增长的作用的计量[J].北京师范大学学报:自然科学版,2002(6).

[3] 张翠芬.中部地区人力资本投资战略研究[J].经济经纬,2003(2).

[4] 彭朝晖,杨开忠.人力资本与中国区域经济差异[M].北京:新华出版社,2005.

[5] 董烨然,黄晶.人力资本投资对经济增长的影响[J].经济经纬,2004(6).

经济水平差异篇3

(一) 江苏省旅游业发展现状

近年来, 江苏省旅游业的发展可谓突飞猛进, 旅游总收入从2001年的744.1亿元增长到2007的2826.90亿元, 短短7年之中旅游总收入增加近3倍。全省旅游增加值从2001年的296.2亿元增加到了2007年的1249.50亿元, 增长幅度之大有目共睹。到2007年为止, 全省旅游生产总值已经占到生产总值的4.9%。2007年, 全省各类旅游景区接待游客3.2亿人次, 同比增长15.5%, 年游客接待量100万人次以上的景区达到了68个。旅游度假区经营管理取得新进展, 2007年全省7个国家级、省级旅游度假区共接待游客2137.5万人次, 同比增长7.2%;实现营业收入46.2亿元, 同比下降10.7%;招商项目203个, 合同金额67.7亿元, 其中外资5.6亿元。2007年, 全省公路、铁路、水路、航空等各种运输方式完成旅客运输量187240.54万人次, 比上年增长16%;旅客周转量1596.06亿人/公里, 比上年增长16.8%。

(二) 江苏省旅游业发展存在的主要问题

据2007年江苏省旅游业年度报告提供的统计数据, 国内旅游收入全省排名第1、第2的苏州 (570.34亿元) 和南京 (526.03亿元) , 分别是排名倒数第1、第2的宿迁 (17.99亿元) 和盐城 (56.01亿元) 的31.7倍和9.4倍;旅游外汇收入位于全省第1、第2的苏州 (88916.27万美元) 和南京 (80763.71万美元) 是位于全省末1、2位的宿迁 (1188.18万美元) 和淮安 (2229.57万美元) 的74.8倍和36.2倍。从以上两组数据的对比不难发现, 在江苏省旅游快速发展的背后, 存在着巨大的区域发展不平衡性。研究和协调这种旅游区域发展的不平衡性显然具有很强的现实意义。

二、江苏省旅游经济发展水平区域差异研究

(一) 江苏省旅游经济发展水平差异定量研究

区域旅游经济的测度必须基于一定的指标, 而且所选取的指标必须能反映各个区域旅游经济的整体状况。从经济角度研究旅游, 可选取的指标主要有旅游外汇收入、国内旅游收入及旅游总收入等。指标的选取要保证数据的可获取性与区域间的可比性。由于各地级市旅游外汇收入和旅游总收入的基础数据较难获取, 本文选取各地级市的国内旅游收入来表征各市旅游经济发展的总体水平。区域差异有绝对差异与相对差异两种。绝对差异表示经济总量方面的差异, 会受物价水平、量纲的影响, 因而不同时点之间可比性较差。相对差异本身是个比值, 没有量纲, 因此不受时间等因素的影响, 具有广泛的可比性。因此, 本文采用标准差 (St) 与变异系数 (Vt) 分别测算区域旅游经济绝对差异与相对差异的总体变化情况。

式中, Yti是第t年第i个城市的国内旅游收入, N为省内地级市个数, Yt为各地级市平均国内收入。

本文研究的目的在于求得市际差异。为了便于区域之间对比, 平均国内旅游收入通过计算各地级市国内旅游收入之和, 然后平均而得。1998-2007年江苏省各地级市旅游经济差异总体变化水平计算结果见下表和图。

上表与图显示:1998-2007年, 各地级市旅游经济绝对差异呈逐年递增之趋势, 从1998年的26.93上升到2007年的178.74, 增长了563.72%, 年平均增长率达到了56.37%。相对差异在1998-2002年期间, 除了2000年稍有回落, 基本呈现出逐年增长之态势。之后的2003-2007年5年中, 相对差异稳中有升, 但基本处于一个相对平稳的状态。由此可见, 近10年来, 不管是绝对差异还是相对差异, 江苏省旅游经济发展水平区域差异都存在扩大之势。如何缩短日益扩大的区域差异, 做到区域之间协调发展便成了一个亟待解决的问题。

三、区域旅游协调发展对策

(一) 加强区域之间的旅游协作

要缩短江苏省各区域之间的旅游发展差异, 加强区域之间的协作是很重要的一条途径。区域协作是指江苏省内不同地区之间的旅游经济主体按照一定的章程、协议或合同, 将各类资源在地区之间重新配置、组合, 以期获得最大的经济效益、社会效益以及生态效益的旅游经济活动。区域协作的内容主要包括:区域旅游发展战略的共同制定、旅游资源的重组和共享、旅游产品的更新与提升, 区域旅游功能的分工、客源市场的共同开拓与互换、联合促销, 旅游企业之间的优化组合以及区域旅游形象的构建组合等。

(二) 发挥苏南的辐射作用, 带动苏中、苏北的旅游发展

从上文的分析结果看到, 旅游经济发展水平位于全省前3名的分别是:苏州、南京和无锡, 而且这3个城市遥遥领先与省内其他城市。从空间的角度上看, 江苏省旅游发展水平向苏南集聚的态势非常明显, 而且从城市贡献率的分析我们可以看出, 苏州、南京、无锡3市在全省的旅游经济贡献率分别达到了23.04%、21.21%和16.13%, 三者贡献率总和占全省的60.38%。由此可见, 江苏省整体旅游经济的发展水平是由苏州、南京、无锡等苏南几个大城市的旅游发展所带动的。作者认为, 要缩短不同区域之间旅游经济的发展差异, 应通过宁镇扬和苏锡常所构建的沿江黄金旅游带的辐射效应, 以沿海、沿江两轴来带动苏中、苏北地区旅游业的发展, 最终实现江苏省旅游业的协调发展和整体水平的提升。当前应特别注重发展苏中、苏北地区的国内旅游。

(三) 构建有利于旅游欠发达地区发展的宏观经济环境

一个城市自身的经济发展水平对该地区的旅游经济发展与旅游业综合实力都有着深刻的影响。一些城市旅游产业地位很高, 但是旅游经济水平却较低, 如连云港、扬州、镇江, 这类城市有着自身独特的旅游资源优势, 旅游收入占国民收入的比重也很高, 但是旅游经济水平与旅游综合实力却都比较低。作者认为, 产生旅游经济发展水平与旅游产业地位差异的根本原因在于当地经济基础相对薄弱, 经济发展水平较低。而旅游业是一项综合性产业, 它的发展仅仅依赖于优秀的旅游资源是不行的, 应该将旅游资源优势转化为旅游产品优势, 进而转化为市场优势, 争取客源。

摘要：本文选取国内旅游收入作为指标数据, 利用标准差与变异系数衡量江苏省旅游经济水平的区域差异, 分析得出影响江苏省旅游经济水平区域差异的重要影响因素。最后, 针对江苏省目前旅游发展区域不平衡的现状及存在问题, 提出了协调各区域之间旅游业发展以及缩短区域差异的有效对策。

关键词：旅游业,区域差异,协调发展

参考文献

[1]邓琼芬.旅游业发展的区域差异与协作研究[D].湖南大学硕士学位论文.2006.

[2]马晓龙, 杨新军.中国4A级旅游区 (点) :空间特征与产业配置研究[J].旅游管理, 2004 (1) .

[3]李文田.河南省地质遗迹旅游资源区域差异分析[J].山地学报, 2008 (1) .

[4]韩芳, 徐丽霞.新疆主要旅游资源赋存的区际差异分析[J].资源与产业, 2007 (10) .

[5]周国忠, 冯海霞.浙江省旅游资源地区差异研究[J].长江流域资源与环境, 2006 (3) .

[6]G.Deasy, P.Griess Impact of Tourist Facility on its Hinterland[J].Annals of the Association of American Geographers, 1996.

经济水平差异篇4

初步测算，2013年末四川城镇人口达3640万人，比2012年增加151万人，城镇化率达到44.9%，较2012年提高了1.37个百分点，提高幅度比全国的1.16%高0.21个百分点，列全国第3位，仅低于贵州（增1.42%）、甘肃（增1.38%）。2013年四川城镇化水平居全国第24位，在西部位次由2012年第8位上升到第6位。

各市州城镇化发展水平差异较大

2013年，全省21个市州城镇化率均比2012年有不同程度的提高，有17个市州提高幅度超过1个百分点，达州、乐山、泸州、南充、巴中和雅安6市提高幅度超过1.5个百分点，达州居首，达1.7个百分点。从绝对水平看，城镇化率超过45%的有5个市，城镇化率在35%～45%之间的有11个市，城镇化率低于35%的有5个市州。成都、攀枝花城镇化率仍遥遥领先，分别达69.4%和63.4%，其后为德阳、自贡和绵阳，城镇化率在45%～46%之间。甘孜、凉山和广安居全省后3位，城镇化率分别为25.81%、30.57%和34.29%。从总体看，地区之间城镇化水平仍存在较大差异。

四大城市群城镇化水平差异明显

从提高幅度看，四大城市群中以川东北城市群城镇化率提高幅度最大，与2012年相比提高了1.52个百分点，是四大城市群中提高幅度唯一超过全省平均水平的城市群。川东北城市群中的6市城镇化率提高幅度均超过全省平均水平，呈现出全面加速的态势。成都平原城市群提升幅度居第二位，城镇化率比2012年提高了1.15个百分点，成都平原城市群中资阳、德阳提高相对较慢。2013年川南城市群城镇化率比2012年提高了1个百分点，其中内江提高幅度较小仅0.83个百分点。四大城市群中攀西城市群提高幅度最小，为0.95个百分点。从城镇化率看，四大城市群位次与2012年相同，仍是成都平原城市群居首，城镇化率达55.2%，川南城市群次之，城镇化率达42.3%，川东北城市群和攀西城市群分居第三和第四位，城镇化率分别为38.4%和37.2%。

扩权县城镇化率提高幅度超过全省平均水平

2013年，全省59个扩权县城镇人口达1305.2万人，比2012年增加54.5万人，城镇化率达到35%，较2012年提高了1.43个百分点，提高幅度超过全省平均水平0.06个百分点。59个县中有20个县提高幅度超过1.5个百分点，安县、营山、南部、渠县、阆中和叙永6县提高幅度超过2个百分点，居扩权县前列。从绝对水平看，59个县中有12个县城镇化率超过40%，峨眉山、江油和彭山居前三位，城镇化率分别为51.3%、51%和47.8%。

民族自治地方城镇化水平稳步提升

2013年末，全省51个民族县城镇人口达216.7万人，比2012年增加了9.4万人，城镇化率由2012年29.2%提高到30.3%，提高了1.1个百分点。51个县中有21个县城镇化率提高幅度超过全省平均水平，提高幅度最大的3个县分别是会理、会东和冕宁，提高幅度均超过2个百分点。

2013年51个民族县中城镇化率超过40%的有6个县，分别是西昌、康定、马尔康、九寨沟、汶川和茂县，城镇化率分别为55.3%、49.6%、47.2%、46.7%、42.6%和42.5%。2013年四川藏区32个县城镇人口62.6万人，城镇化率为28.7%，比2012年提高了1.1个百分点，提高幅度略超过民族自治地方平均水平。

（作者单位：四川省统计局）

经济水平差异篇5

2010年, 国务院政府工作报告中提出“壮大县域经济, 大力发展县域经济”。2012年, 十八大报告中提出“坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路”。刘国斌 (2011) 提出, 县域经济是一个以城镇为中心, 以农村经济为基础, 以县级行政区划为地理空间内各类经济并存的综合体, 是一种区域经济, 是以县域为单位进行资源配置的经济。张海娇、张正河 (2013) 在研究指出我国城镇化水平与县域经济发展水平呈现较强的正相关性, 发展县域经济是提升城镇化的基础。刘国斌、汤日鹏 (2011) 也在研究中提出了发展县域经济, 推进城镇化发展的观点。因此, 县域经济是国民经济的基础, 也是中国城市化的根本动力。作为传统的农业大省, 当前河南省经济社会发展水平和经济结构不平衡, 抓住机会, 壮大县域经济, 推动新型城镇化建设, 对转变河南省经济社会发展方式, 提升经济发展质量, 改善经济发展结构, 提高经济发展效益具有重要的作用。因此, 为了发展县域经济社会, 建设新型城镇化, 研究当前河南省县域经济社会发展水平失衡现状, 分析县域经济社会发展水平差异, 具有非常重要的意义。

随着建设中原经济区国家战略的确立, 结合新型城镇化发展战略, 大力推动河南省县域经济发展, 提升新型城镇化发展水平和质量, 是河南省建设新型城镇化的关键。由于河南省经济发展不平衡, 出现了南北 (豫北豫南) 经济社会发展水平差异过大:豫北郑州市、洛阳市、开封市和新乡市工业基础完善, 经济结构健全, 整体上经济社会发展水平较高, 而豫南信阳市、驻马店市等工业基础薄弱, 农业人口众多, 第一产业总产值占比重较大, 整体上经济社会发展水平较低。曾夕真、陆玉麒 (2012) 研究了豫南三市的县域经济发展水平差异, 却没有对河南省内其它县域经济社会发展水平进行比较研究。杨铭 (2012) 利用聚类分析方法定量地研究了河南省市级城市的经济发展水平, 得到了河南省经济发达地区、较发达地区和欠发达地区的观点, 但没有深入地分析差异背后的因素。李炳军、吴辉 (2007) 采用TOPSIS和灰色定权聚类与主成分分析法, 研究了河南省各地市经济发展水平不平衡, 地区差异较大的结论, 也没有进一步结合现状进行深入分析。薛宝琪 (2013) 基于ESDA方法研究了河南省经济空间格局研究特征, 提出了陇海线与京广交叉轴线的发达地区和不发达地区, 但没能够结合社会发展水平进行分析。郭华、蔡建明 (2010) 研究了河南省县域经济空间演化格局, 并提出了由于投资政策倾斜、旧有基础、区位优势、资源条件和区域发展战略等方面导致了经济发展的不平衡, 也没有把县域经济与县域社会发展结合起来深入分析。因此把县域经济发展水平与县域社会发展水平结合起来, 研究河南省县域经济社会发展水平具有重要的现实意义。由于河南省县域经济结构差异较大和县域经济发展水平失衡, 为了更好地推进县域经济社会发展, 必须首先要研究清楚目前县域经济社会发展现状, 县域经济结构差异及县域经济发展水平。只有清楚了当前县域经济社会发展现状, 明确差异原因及差异点, 才能够针对性地提出切合实际的发展县域经济社会的建议对策, 推动县域经济社会快速发展, 提升建设新型城镇化的质量与水平, 进而优化并提高河南省县域经济社会发展水平。

2 构建指标

要想研究河南省县域经济社会发展水平现状及差异, 首先要构建能够反映县域经济社会发展水平的评价指标体系。权丽、董月月 (2012) 构建了评价河南省18个市级城市的社会发展水平指标体系, 却没有综合反映经济发展水平的指标。赵培杰 (2013) 在论文中构建了评价河南省城镇化发展水平的五大指标, 包含27个子指标, 其中部分指标不能清楚地反映县域经济社会发展水平。此外, 韩树杰 (2009) 提出了公共教育支出也是一国经济社会发展水平的重要因素。因此, 评价指标中需要包含反映教育支出的指标。罗发友, 刘友金, 王记志 (2001) 从统计学的角度构建了影响区域经济社会发展水平的因素主要体现在独立而又相互联系的三个层面, 经济总量、经济发展活力和社会发展程度共计24个指标组成的评价指标体系, 全面、客观地覆盖了区域经济社会发展的各个方面。

本文借鉴区域经济社会发展水平综合评价指标体系的构建方法, 结合刘莹 (2013) 在研究中提出的中心城市经济社会发展水平评价指标, 依据县域经济社会发展的特点, 选择了18个指标作为评价县域经济社会发展水平的指标。并选取了河南省109个县 (包括省辖县、县级市) 作为样本, 采用因子分析法找出衡量县域经济社会发展水平的主因子, 并利用因子得分和综合得分对河南省县域经济社会发展水平的各个方面现状进行分析研究。

根据县域经济社会发展各个方面, 为了准确全面地衡量县域经济社会发展水平, 借鉴以前学者研究的评价指标体系, 构建反映县域经济社会发展的三大指标:县域经济总量、县域经济发展活力和县域社会发展水平3个一级指标体系, 每个一级指标体系又分别包含多个子指标, 子指标共计18个。具体指标体系构成如表1所示。

3 数据来源

本文选择了河南省88个县和17个县级市 (省辖县) 作为研究样本集, 其中数据来自2011年的相关指标数据, 所有数据来源于《河南省2012年统计年鉴》和河南省统计局网站。

4 实证研究

4.1 KMO检验与Bartlett检验

KMO检验, KMO (Kaiser-Meyer-Olkin) 检验统计量主要是用于比较变量间简单相关关系数和偏相关系数的指标。KMO值越高 (接近1.0时) , 表明变量间的共同因子越多, 研究数据越适合作因子分析。通常KMO值高于0.5时, 即可以做因子分析, 但一般越高越好。本文中, 计算出KMO值为0.760, 较适合作因子分析。

Bartlett检验的目的是检验相关矩阵是否为单位矩阵, 如果是单位矩阵, 则认为模型不合适因子分析。Bartlett检验的原假设为相关矩阵是单位阵, 本文中Bartlett检验的X2值为3121.999 (自由度为153) , 伴随概率值为0.000 (<0.01) , 达到了显著性水平, 说明拒绝原假设而接受备择假设, 即相关矩阵不是单位矩阵, 代表样本集的相关矩阵间有共同因素存在, 适合进行因子分析研究。

4.2 因子分析

本文通过构建能够反映县域经济社会综合发展水平的指标体系, 运用因子分析方法从18个经济社会发展指标中提取3个具有代表性的主要因子, 使得每个主要因子都能够反映相互依赖的经济社会指标间的共同作用, 进而对县域经济社会发展水平进行深入分析研究。

利用SPSS21软件进行因子分析, 其结果显示只有前3个因子的特征值大于1, 并且前3个特征值之和累计贡献度占总特征值的78.863%。具有较强的解释能力, 因此选择前3个公因子作为主因子。

结合选择的18个县域经济社会发展指标, 为了更准确地对主因子的实际经济社会影响因素进行合理地解释, 使每个影响因素仅在一个主因子上具有较大载荷, 但在其余2个主因子上的载荷比较小, 采用方差最大正交旋转方法进行因子旋转, 得到旋转后的载荷矩阵。

根据载荷矩阵中各个影响因素与原始指标载荷系数较大的指标, 构成3个主成份的因子:

第一个主因子F1在X1, X2, X3, X4, X5, X6, X7, 上具有较大的载荷系数, 旋转后载荷系数见表2, 该因子集中反映了县域经济总量综合指标。第二个主因子F2在X8, X9, X10, X11, X18上具有较大的载荷系数, 旋转后载荷系数见表2, 该因子集中反映了县域经济发展活力综合指标。第三个主因子F3在X12, X13, X14, X15, X16, X17上具有较大的载荷系数, 旋转后载荷系数见表2, 该因子集中反映了县域社会发展水平综合指标。

依据各个县域经济社会在3个主因子上的因子得分和对应主因子的方差贡献率为权数进行加权累加, 计算出每个县域经济社会发展水平的综合得分。同时, 根据每个县域经济社会发展水平综合得分情况, 将河南省109个县 (县级市和省辖县) 分别按照3个主因子和综合得分进行排名, 见表3, 并根据排名对河南省县域经济社会发展水平进行差异化分析。

由主因子得分及综合得分表分析, 县域经济社会发展水平综合得分主要取决于3个主因素, 分别是经济总量指标、经济发展活力指标和社会发展水平指标。

4.3 差异分析

结合单个指标研究县域经济社会发展水平差异状况:

由经济总量综合指标 (包括县域经济生产总值、社会消费品零售总额、二三产业总产值、地方财政总收入、固定资产投资总额和教育支出总额) 排名分析知, 巩义市、新密市、永城市、新郑市、登封市、禹州市、林州市、固始县和荥阳市排在前十名, 其中距离郑州市较远, 并进入了经济总量排名前十的只有林州市、永城市和固始县, 分别位于河南省区域的北部、东部和南部。林州市拥有红旗渠国家技术开发区, 永城市拥有两家中国500强企业:永煤集团和神火集团, 固始县是河南省人口第一大县, 2014年已经升级为省辖县, 以上因素是县域经济总量大的主要原因。其余7个全部位于郑州市附近的县域经济区, 受郑州、洛阳经济辐射力影响大, 交通便利, 工业基础好, 政策支持力度大, 是承接东部产业转移和培育中部工业带最有利的县域。最后十名分别是南乐县、获嘉县、汤阴县、卫辉市、延津县、卢氏县、范县、义马市、淇县和台前县, 由原始数据分析知, 义马市、淇县、台前县3个县域经济区内人口排在河南省倒数前十, 其余7县人口也排名前30以内, 另外从地理区位分析, 以上10县市经济均濒临省界, 工业基础薄弱, 人口较少, 交通不畅是造成经济总量排名靠后的主要原因。

由经济发展活力指标 (包括GDP增长速度、二三产业产值占GDP比重、人均社会消费品零售额、人均GDP和教育支出占GDP比重) 排名分析知, 新安县、栾川县、中牟县、沁阳市、新郑市、孟州市、伊川县、荥阳县和宝丰县排名进入前十, 以上县域经济区全部位于郑州、洛阳周边, 相比较而言, 工业基础好, 交通便捷, 资源丰富, 当地政府大力发展二三产业, 栾川县是拥有2家AAAAA和7家AAAA旅游景区, 是首批中国旅游强县, 二三产业产值占GDP比重92.7%, 宝丰县位于“中原煤仓”平顶山西侧, 工业服务业较为发达, 二三产业产值占GDP比重92.7%。排名后十位分别是夏邑县、沈丘县、郸城县、太康县、宁陵县、滑县、拓城县、商城县、商水县和固始县, 二三产业产值占GDP比重全部小于75%, 人均GDP不到2万元, 除了滑县, 其余9县全部位于黄淮经济区。

由社会发展水平指标 (包括人均财政收入、二三产业从业人员占总从业人员比重、城镇单位从业人员占总从业人员比重、每万人拥有卫生机构床位数、每万人拥有卫生技术人员数和人均储蓄率存款额) 得分排名分析知, 义马市、新密市、济源市、卫辉市、淇县、登封市、舞钢市、新乡县、巩义市和西峡县, 位于郑州、洛阳、新乡周边, 工业发展好, 人均财政收入、储蓄存款额、卫生技术条件都靠前, 因此社会发展水平较高。与此同时, 排在后十位的分别是邓州市、叶县、临颍县、息县、开封县、伊川县、唐河县、濮阳县、杞县和清丰县, 经济总量小, 发展速度慢, 农业人口多, 财政收入少, 导致社会发展水平较低。

根据综合得分排名可知, 排在前十名的依次为新密市、巩义市、义马市、登封市、济源市、新郑市、荥阳市、林州市和偃师市, 整体经济社会发展水平较高。除了林州市之外, 其余9个县域经济区均位于郑州与洛阳之间或者周边, 具备优越的交通条件, 完善的工业基础, 受郑州市和洛阳市经济辐射力影响很大, 并且是建设中原经济区的核心区。该区域不仅经济社会发展水平较高, 而且也是新型城镇化建设和县域经济发展的示范区。排名后十位的依次是汝南县、原阳县、浚县、商水县、淮滨县、睢县、新蔡县、社旗县、宁陵县和封丘县, 整体经济社会发展水平很低。经济总量, 经济发展活力和社会发展水平都很低, 是排名靠后的根本原因。其中除了浚县和原阳县之外, 其余8个县全部位于黄淮经济区, 由此可知豫南和豫东南的黄淮经济区是当前河南省县域经济社会发展水平最低的区域。该区域地处黄淮平原区, 交通便利, 京广线、京九线和京广澳高速 (G45) 、济广高速 (G35) 贯穿区域内。但是该区域农业人口众多, 资源贫乏, 是河南省传统的农业生产区域, 工业发展水平却很落后, 缺乏完善的工业基础和工业体系。综上分析, 河南省县域经济社会发展水平差异主要由于长期政策导向注重发展农业, 而发展农业的重点区域又在黄淮平原经济区, 政策约束了当地政府缺少激励发展工业经济, 导致黄淮经济区县域经济社会经济发展水平很低。

5 研究结论及建议对策

河南省县域经济社会发展水平不平衡, 南北县域经济社会发展水平差异大。河南省的经济中心一直位于郑州、洛阳片区, 工业基础好, 拥有较强的科研创新能力, 同时政府在经济政策上给予区域支持, 包括项目、政策、财政金融等方面扶持。改革开放以来, 由于该区域完善的工业基础, 政府又在招商引资、税收优惠、基础设施建设等方面给予大力支持。此外, 以上区域交通便利, 资源丰富, 人才集中, 科研创新能力强, 具备较强的经济“虹吸效应”, 使得郑州洛阳区域经济社会发展水平逐年提升。就产业结构而言, 以上区域内第二产业和第三产业占地区生产总值比重较河南省其它县域较大, 生产制造业、金融服务业发展快, 资本丰富, 进而带动第一产业和第二产业更好更快地发展, 形成了完善的产业链和产业集聚区, 推动经济快速发展, 提高了社会发展水平, 最终发展为经济社会发展水平较高的区域。相比较其它地区, 同期豫西豫西南和黄淮经济区, 以传统农业为主要产业, 缺乏政策和资金支持, 再加上工业基础极为薄弱, 基础设施不够完善, 农业增长有限, 第二产业和第三产业发展缓慢, 缺少产业集聚区, 导致经济社会发展速度慢, 经济社会发展水平较低。长此以往, 郑州、洛阳、新乡和南阳经济区域与豫西豫西南、黄淮经济区经济社会发展水平差距逐渐拉大, 形成了严重的经济社会发展水平失衡现象。针对河南省县域经济社会发展水平差异现状, 本文提出了优化县域经济社会发展水平的对建议对策:

5.1 明确河南省县域经济社会发展水平差异现状, 抓住建设中原经济区机遇, 大力提升县域经济社会发展水平落后地区的发展

研究清楚县域经济社会发展落后原因, 分析落后地区优势和劣势, 结合区域后发优势, 引进新型产业, 积极招商引资, 主动承接东部产业转移, 大力发展劳动密集型产业, 以成本优势, 吸引中外投资。利用后发优势, 积极培育产业基础, 加强特色产业园区建设, 建设特色县域经济社会发展区域, 并抓住建设中原经济区机遇, 努力实现落后地区县域经济社会的跨越发展。

5.2 改善发展观念, 以工业强县与农业强县并举, 建设新型工业化和农业产业化的县域经济

改革开放以后, 随着东部地区大力推进工业化发展进程中, 中央对河南省的发展战略是农业大省、农业强省, 河南省一直以发展农业为重心, 不够重视第二产业和第三产业发展, 最终导致黄淮经济区较为落后的经济社会发展水平。随着我国对河南省发展战略的重新定位, 不仅要发展为农业大省, 而且也要发展为工业强省。以发展工业和强化农业并举, 建设新型产业集聚区, 大力提升现代农业产业化, 提高县域经济发展效益, 提升县域经济社会发展质量。

5.3 以建设新型城镇化为契机, 壮大做强县域经济

新型城镇化建设不仅要加快城镇建设, 更要实现城镇产业化, 避免陷入农民城镇化、产业空心化的局面。黄淮经济区要通过合理布局, 优惠政策, 引入外资, 培育城镇产业发展。通过产业发展, 建立产业园区或者产业集聚区。结合新型城镇化建设和产业发展, 壮大做强县域经济, 提升县域经济社会发展水平。

5.4 大力发展县域经济, 以经济发展促进社会发展, 以社会发展为经济发展提供支撑

经济水平差异篇6

对于河北省各地区经济发展差异,已有的研究主要集中在地区经济差异的现状、原因及解决措施等方面。本文选取10个指标构建评价体系,运用因子分析和聚类分析方法,采取客观赋权的方法建立加法合成评价模型,基于2013年的统计数据对河北省经济发展水平做了差异分析和提出协同发展方面的相关建议。

一、指标的选择及标准化

为了全面客观地衡量河北省不同区域的经济发展水平,借鉴相关研究成果,结合河北省的实际情况和具体问题,遵循指标数据的客观性、可获取性等原则,选择合适指标,建立评价模型, 研究2013年河北省各地区的经济发展水平。

选取省属11个地市10项统计指标构建评价体系。10项指标依次为:第一产业增加值(亿元),第二产业增加值(亿元),第三产业增加值(亿元),全部财政收入(亿元),固定资产投资(亿元),社会消费品零售总额(亿元),实际利用外资(万美元),城镇居民可支配收入(元),农村居民人均纯收入(元),进出口总值 (亿美元)。由于选取的数据存在不同量级或不同单位,在进行数据分析前,需要进行标准化处理,使数据在平等的条件下进行分析。标准化处理后数据见表1。

二、河北省各地区经济发展水平的因子分析

因子分析利用降维的思想,由研究原始变量相关矩阵内部的依赖关系出发,把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法。通过因子分析,保证数据信息丢失较小的原则下,对原有数据进行降维简化,最终用少数几个公共因子来评价各地区的经济发展水平。通过因子分析,可以实现对各地区经济发展水平进行等级排序,避免人为评分的主观性,使评价结果更为客观。

(一)因子分析的适宜性检验

运用软件SPSS19.0,对指标数据进行因子分析适宜性检验。本文通过对数据进行KMO统计量和Bartlett’s球形检验,见表2。

由表2可以得出,KMO值 =0.716>0.7,Bartlett’s球形检验卡方统计量 =172.762,单侧p=0.000<0.01,所选数据通过了KMO统计量和Bartlett’s球形检验。故选取指标数据适宜进行因子分析。

(二)公共因子个数的选取

从表3得出:前两个因子能够反映原始指标93%的信息,且特征值大于1,具有显著代表性,符合进一步分析的要求。因此, 我们选择前两个因子作为评价本省11个地区经济发展水平的综合变量。

(三)因子分析与模型建立

本文在因子旋转时采用方差最大正交旋转法,得到旋转后的因子载荷如表4(见下页)。

表4反映了主因子与原始变量之间的相关程度。因子载荷值越高,表明该指标与该因子的相关程度越高,包含该指标的信息量也就越多。根据主因子所反映的原始变量的信息特征,可以进行因子命名。结合实际情况,第一个因子命名为“经济发展因子”,第二个因子命名为“城乡人民生活水平因子”。

计算因子得分,通过对各因子的方差贡献率占两个因子总方差贡献率的比重作为权重并进行加权汇总,得到各地区经济发展水平的综合得分F,即:

f=(57.241×F1+35.708×F2)/92.949

通过计算各地区的因子得分,得到各地区的综合排名,依次是:唐山、石家庄、邯郸、沧州、保定、廊坊、秦皇岛、邢台、张家口、衡水、承德。具体得分情况见表5。

由表5得知,在经济发展因子上得分最高的前三个地区依次是石家庄、唐山、保定,其中石家庄的得分为1.67361,唐山为1.55563,远远超过其他地区,这就是说,石家庄、唐山经济发展能力远高于其他地区。在城乡人民生活水平因子上得分最高的前三个地区依次是廊坊、唐山和秦皇岛,其中廊坊的得分为1.86183,远远超过其他地区,说明廊坊地区城乡人民生活水平上比其他地区好。承德、张家口、衡水和邢台地区在城乡人民生活水平改善上有待提高。

三、河北省各地区经济发展水平的聚类分析

为了验证因子分析的正确性,我们再用系统聚类法对因子分析得出的两个因子值进行分析。借助SPSS19.0软件采用组间联接的方法进行系统聚类,距离上采用欧式距离,以两个因子F1和F2作为变量,对河北省11个地级市进行分类。得到聚类树状图如图1。

为方便比较,以F1作x轴,以F2作y轴,做出各地级市的做因子得分图如2。根据上述两个图表,聚类分析和因子分析的结果基本相同。这样,可将河北省11个地级市划分为四类:第一类为发达地区,包括唐山、石家庄;第二类为中等发达地区,包括保定、沧州、邯郸;第三类为一般发展地区为廊坊、秦皇岛;第四类为相对落后地区,包括衡水、邢台、张家口和承德市。

四、结论与建议

利用因子分析和聚类分析方法,将河北省划分为四个经济发展水平不同的区域。根据SPSS软件结果,充分分析各地区经济发展水平差异性,有利于提出更有针对性的经济政策,有利于各地区之间优势互补。

唐山、石家庄为发达地区,综合得分远高于其他地级市的得分,唐山市:经济发展因子F1得分位列第二,城乡人民生活水平因子F2排首位,综合经济发展水平排列第一,可见唐山市具有相对雄厚的经济实力,在11个地级市中经济发展水平最高;石家庄:经济发展因子F1得分位列第一,城乡人民生活水平因子F2排第四位,经济发展因子得分较高,城乡人民生活水平相比唐山有待提高。

邯郸、保定等为中等发达地区,综合得分与发达地区打开较大差距。这类地区经济发展虽然拥有一定经济基础和实力,但是优势不够明显。廊坊、秦皇岛为经济发展不平衡地区,这类地区城乡人民生活水平因子得分分别为1.86183,1.01435,位次为第一、第三,说明该地区城乡人民生活质量较高,但是经济发展因子得分却不尽如人意。衡水、邢台、张家口等欠发达地区,这些地区资源优势不明显,经济基础薄弱等劣势因素制约了其经济的发展,因此,综合因子得分排名落后,经济发展水平低。缩小河北省各地区间经济发展水平差异,提高该类城市经济发展水平是关键。

通过对河北省各地区经济发展水平进行因子分析和聚类分析,各地区经济发展水平仍然存在明显差异,若任其发展下去, 忽视地区间协调发展,必定会导致两极分化,不利于河北省经济健康稳定持续地发展。为全面实现河北省持续发展、协同发展, 必须首要解决各地区间经济发展水平差距大的问题,合理地发挥各个地区的优势,实现各地区经济之间稳定健康发展。为此提出以下具体建议:

一是重视各地区人民生活水平差距问题。居民生活水平是反映社会经济发展水平的一个重要侧面,廊坊市为1.86183,排名第一位;承德市为 -1.16809,排名为第11位。可见各地区生活质量差别很大,协调各地区经济健康发展,缩小各地区人民生活水平差距无疑是非常重要的。

二是发挥各地区区域优势,发展各地区特色经济,调节产能结构,逐步缩小经济发展因子的差距。由于各地区所拥有资源不尽相同,各地区有各地区的特点,发展地区特色产业,发挥优势,同时需加强各地区间的分工与合作。比如:廊坊有“京津走廊上的明珠”之称,石油、天然气以及地下热水、矿泉水等矿产资源比较丰富,应充分认识地热能源开发和利用的重要意义,并充分地科学地利用好地热资源;邯郸、唐山的煤、铁等金属矿产资源丰富,拥有发展钢铁、煤炭产业的优势,但在开发利用上同时应注意到环境的保护;承德、张家口等地资源优势不足,但地处广阔的坝上草原,因此可以大力发展生态畜牧业和旅游业;秦皇岛应继续发展自身的三大优势(历史文化优势、自然地理环境优势、港口交通优势)来打造自己优势产业,利用区位优势,发展特色产业来提高区域自身的竞争力。政府应在此发展基础上,调节各地区产能结构,缩小经济发展因子的差距。

三是提高效能,稳步提升。随着经济的发展,“高能耗,低产出”的生产模式逐渐会被淘汰。经济结构也需要有所转变,不能一味“粗放型”,要逐步向“集约型”转化。要将节能降耗和资源的综合利用一手抓,将落后工艺、机器淘汰掉,最终达到高能耗、低产出逐步被低投入、低污染、高产出所替代的目标。河北省政府相应制定了节能减排“十二五”规划,促进产能结构调整,以实现经济的可持续发展。

四是污染治理,迫在眉睫。河北省经济产业结构偏重,钢铁、石化、电力、建材等“两高”行业过于集中;能源结构不尽合理,单位GDP能耗远高于全国平均水平。这样的产业和能源结构,给环境带来巨大的压力也是很正常的。环境污染成为经济持续健康发展道路上的一个巨大的障碍,环境治理变得尤为重要。大幅度削减钢铁产能,优化产业结构,淘汰落后产能以及加大环境执法监管力度等措施,不仅是为了河北唤回蓝天,更是为了河北省各地区经济的可持续健康发展。

五是京津冀协同发展战略,既是机遇,也是挑战。习近平总书记强调实现京津冀协同发展是一个重大的国家战略,要坚持优势互补、互利共赢、扎实推进,加快走出一条科学持续的协同发展路子。京津冀协同发展战略能够带动河北省地方经济的发展,但是也会不同程度对环境增大压力。秦皇岛作为环渤海地区和首都经济圈的重要节点城市,在此战略中具有独特优势,但也有新的挑战。当前渤海新区、北戴河新区的发展潜力巨大,但目前开放度还比较低。希望得到更多的政策支持,促进河北沿海地区加快发展。因此,面对协同发展,我们既需要共享繁荣,同时也需要共担风险。

经济水平差异篇7

镇江为江苏省地级市, 位于我国经济发展最快最具活力的长三角地区。苏南地区, 按江苏统计局定义, 包括苏州、无锡、常州、镇江和南京五市。然而作为传统意义上富裕的苏南地区中的一员, 镇江却与其他各市差距很大, 属于名副其实的经济“洼地”。苏南这一宽泛的概念, 掩盖了镇江发展水平相对较低的事实。

南京作为省会和政治中心, 在政策上具有无可比拟的优势, 可看做奇异样本暂时不予以比较。然而同为地级市的苏州、无锡和常州却在近些年的发展中, 将镇江远远甩在身后。为何同处有利的地理位置, 发展却有如此之大的区别?本文试图通过镇江与其他城市的对比, 探究发展差异的原因, 并提出相应的解决办法。

城市间主要食品价格水平差异研究篇8

一、基础数据验证和测算方法

研究的价格数据来源于国家统计局发布的2011-2015年50个城市主要食品价格监测旬报2011数据，包括与居民生活密切相关的粮食、食用油、肉、蛋、水产、蔬菜和水果等27种农副食品，每年有1350个样本数据。数据矩阵可表示为：

在这些数据基础上，引用世界银行国际比较项目中的多边比较方法——国家产品虚拟法（Country-Product-Dummy Method,简称CPD法），测算城市间食品价格水平差异指数，即城市购买力平价（PPP）。CPD法基于城市之间和产品之间价格内在相关关系,构建如下回归模型：

式（1）中，Pij为第i个城市第j种食品价格。其中，i=1,2，…,50;j=1,2，…,27。Aij和Xij为哑变量,取值为0或1。λi为第i个城市回归系数,即对比城市与基准城市间价格之差值，其反对数为第i个城市食品类的购买力平价；δj为第j种商品回归系数，其反对数即第j种食品的平均价格。CPD法以基准城市为期望值，用最小二乘法或多元回归方法,估算式（1）中75个解释变量的参数值。

与其他多边比较方法相比，CPD法不仅能保持PPP结果的基准地区不变性、可传递性和无偏性等特征，而且它有两大好处：一是它有效地解决城市食品价格数据的缺失问题。通过城市间和产品间价格的内在相关关系，对缺失的城市价格数据进行插补，从而把不完整的价格矩阵转换成完整的价格矩阵。通常，每个城市只调查基本分类下2～3种食品价格即可，不要求调查所有规格品价格，从而解决了在部分城市某些食品价格数据收集难的问题。二是它提供了估算城市间价格水平差异指数的标准残差估计,据此可以甄别异常数据,有针对性地进行数据审核和验证，以便改善数据质量。

数据验证表明，50个城市主要食品价格监测数据比较完整,只有少数城市的个别食品价格数据有缺失问题,总体数据质量较高，城市间规格品同质可比性较强，奇异数据较少。经比对，27种主要食品价格变动趋势与CPI相应类别价格的变动趋势基本一致。本研究将1350个样本数据的标准残差值设定为4倍,4倍以下者为正常值，4倍以上者为奇异值，重点加以审核。经回归分析,各个年份标准残差值在4倍以上的个体样本数据不到35个,而且近两年奇异数据明显减少。审核发现，出现奇异数据的主要原因是计量单位有误、规格品质量不一致、采价点不可比等。为此，对一些规格品价格数据进行了纠正，无法判别的则作删除处理。最后进入测算城市间价格差异指数的全部规格品价格数据标准残差均在4倍以下,从而确保了同一规格品在不同城市之间的同质可比。

二、城市主要食品价格水平的基本特征

根据50个城市主要食品价格监测数据以及城市间价格水平差异指数的测算结果分析，城市主要食品价格水平呈现如下特征：

1．近5年50个城市主要食品价格呈上涨趋势，但涨幅逐年回落。

2015年50个城市主要食品价格比2010年上涨29.7%，年均上涨5.3%。2011-2015年，城市主要食品价格涨幅逐年回落,从11.5%回落到1.6%。从类别看，肉禽类价格年均上涨6.8%，水产类价格年均上涨6.7%,水果类、粮食类和蔬菜类价格年均分别上涨5.8%、5.6%和5.3%，食用油和蛋类价格涨幅相对较小，分别为1.6%和0.7%。在27种具体食品中，牛羊鸡肉、带鱼价格年均涨幅在10%以上，而花生油、大豆油、菜籽油、鸭肉、鸡蛋、土豆价格年均涨幅不到3%。

注：根据50个城市主要食品价格监测旬报数据整理。

2．近5年在50个城市中主要食品涨价区间为3.2%～8.2%。

2011-2015年，在50个城市中，主要食品价格上涨幅度最大的是青岛，上涨了8.2%；依次是宜昌、杭州、上海、石家庄，涨幅在7.3%～7.8%之间。上涨幅度最小的是西安，上涨了3.2%；依次是银川、大连、长春、合肥，涨幅在3.7%～3.9%。5年来，北京主要食品价格上涨5.1%,居第35位。影响城市主要食品价格上涨的因素很多，如地方政府控制物价上涨的政策力度、生产和消费条件、当地气候变化等。

注：根据50个城市主要食品价格监测旬报数据整理。

3．主要食品价格水平最高的城市相当于价格水平最低城市的1.55倍。

2015年，主要食品价格水平最高的城市是上海，比50个城市的平均价格水平高32.2%；依次是深圳、广州、海口、杭州。价格水平最低的城市是合肥，比50个城市平均价格水平低14.7%；依次是吉林、南昌、蚌埠、大庆。上海价格水平相当于合肥价格水平的1.55倍。北京主要食品价格水平比城市平均高3.5%，居第14位。总体上,东南沿海城市食品价格水平要高于东北、西北和中部城市。城市价格水平的高低与其经济发展水平、收入生活水平具有一定的正相关关系。

4．近5年来50个城市食品价格水平差异较小，没有出现明显的扩大或缩小趋势。

2010-2015年，城市间价格水平差异的离散系数平均为9.5%。各年呈波浪式变化，2012年城市间价格水平差异有所扩大，2013年差异缩小，到2015年差异又有所扩大。总体上,我国城市间主要食品价格水平差异较小。

三、问题和建议

关于地区间价格水平差异的比较研究对于制定政策、企业投资和公众生活选择都非常有用而且很有意义。相对于消费者价格指数而言，调查地区间同质可比的商品和服务价格数据难度大，数据质量的把握性较差，影响比较结果的准确性。上述50个城市间主要食品价格数据在代表性、可比性、质量方面或多或少存在一些问题,比较结果只是初步和粗略的,应谨慎解读。

经济水平差异篇9

关键词：高等教育发展水平；因子分析法；相关分析法

中图分类号：G64 文献标志码：A 文章编号：1002-2589（2013）20-0229-02

新中国成立以来，我国高等教育经历了几十年的高速发展时期，取得了辉煌的成就。然而地区以及各省市之间的高等教育发展水平却形成了非常明显的差距，造成这种差距的原因，不妨从以下三个方面去理解：第一，国家对各地区教育方面财政性投入的差别。第二，各地区自身经济发展的不平衡。第三，各地区居民的教育消费投入的差别。本文尝试通过相关分析法，分析高等教育发展水平与上述三个方面的相关性强弱，从而发现其规律性，对高等教育的健康发展做出科学的建议。下文运用因子分析法进行综合评价，计算出综合因子得分以近似的代表各地区高等教育发展水平。然后再与上述三个方面的具体数据进行相关分析，通过计算得出结论，进行科学的评价以及提供可行性的建议。

一、运用因子分析法对高等教育发展水平进行综合评价

1.指标体系构建

在此，从高等教育的三个方面：学校情况、学生情况和教师情况选取了8个指标来构建评价指标体系。利用定量筛选方法中的极大不相关法与选取典型指标法相结合的方法筛选得到X1～X8这8项指标：X1：各地区普通高校总数；X2：每十万人口高校在校生数；X3：高等学校招生总数；X4：高等学校在校生总数；X5：高等学校毕业生总数；X6：高等学校教职工总数；X7：高等学校专任教师总数；X8：高等学校师生比。本文以我国31个省市作为样本，选用上述8个评价指标。则评价样本矩阵为[Xij]31×8，下面结果都是根据SPSS13.0计算完成的。

2.因子分析

因子分析就是用少数几个彼此不相关的因子来描述许多指标或因素之间的联系，以较少几个因子反映原资料的大部分信息的统计学方法。数据处理过程运用的是统计分析软件SPSS13.0。首先将原始数据标准化，以消除量纲的影响，本文采用T分数对原始数据进行标准化处理；其次对标准化指标体系X（i=1，2，3，4；5，6，7，8，）进行因子分析；最后通过因子得分矩阵和各因子方差贡献率，计算出地区高等教育水平的综合得分。

通过KMO检验和Bartlett球度检验，可知巴特利特球度检验统计量的观测值为587.079，KMO值为0.787，大于0.6，因此适合做因子分析。Bartlett球度检验的相伴概率为0.000，小于显著性水平0.05，因此拒绝Bartlett球度检验的零假设，认为适合于因子分析。检验结果见表1。

因子提取和因子旋转的结果表明：第一个因子变量对于原始变量的方差贡献率为75.780%，第二个因子变量对于原始变量的方差贡献率为16.382%，两个因子变量对于原始变量的累积贡献率达到92.162%，因此选取前两个因子变量作为公共因子。从因子得分矩阵可以看出，第一个公共因子主要解释了指标体系中的各地区普通高校总数、高等学校招生总数、高等学校在校生总数、高等学校毕业生总数、高等学校教职工总数、高等学校专任教师总数，第二个公共因子主要解释指标体系中的每十万人口高校在校生数、高等学校师生比。因子得分矩阵见表2。

为了便于了解各地区高等教育的发展现状，利用上述公式得出各地区高等教育发展水平的排名，其结果见表3。

二、运用相关分析法对造成高等教育地区发展水平差异的原因进行分析

1.变量的选择

我们要分析高等教育发展水平和国家教育经费投入、居民教育消费、地区经济发展水平之间的关系，就必须获得准确而且具有代表性的数据。因此本文同样选取《中国统计年鉴2008》中部分相关的数据进行分析（分别为“城镇居民家庭平均每人全年教育消费支出”、“国家财政性教育经费”、“各地区人均GDP”）。

2.相关分析

运用上面获得的高等教育发展水平公因子F的综合得分与前述三个变量进行相关分析，得出以下结果。如表4。

三、结果评价以及分析

通过以上两个部分的数据操作以及分析，我们得到了高等教育发展水平与家庭教育消费、国家教育投入、各地区人均GDP的相关关系。很清楚的能够看到教育发展水平和地区人均GDP的相关系数最大，其次是居民教育消费，再次是国家财政性教育经费的投入，说明它们的关系强弱呈一种递减的趋势。我们看到国家教育经费投入更多的地区，教育水平却并不是更高。所以我们应该去挖掘造成这种水平差距的其他原因，而不能总是着眼于国家教育经费投入差别这个理由上。

根据上个步骤的相关分析结果，我们看到教育发展水平和各地区人均GDP的相关系数最高，说明了地区经济的发展对教育发展有很大的影响作用。所以普遍来说，首先，经济发达的地方教育都会有优先的发展，教育水平普遍都会更高。其次，居民的教育消费投入也不容忽视，居民自身的投入代表了对教育的重视程度，对教育的消费观念，对教育的发展水平有很大的促进作用。综上所述，通过以上对高等教育发展水平的各种分析，笔者认为至少可以提供以下三点意见以及建议：第一，发展教育首先要发展经济，良好的经济基础是教育水平能够健康发展的根基。同时，高水平的教育发展又同样为经济更快更好的发展保驾护航，提供智力支持。它们完全是一种相辅相成的关系。教育的发展离不开经济，经济的发展同样离不开教育。第二，提高居民的自身教育消费意识，个人教育消费不仅是教育水平发展很重要的财力支持，而且能够提高大众对教育的重视程度。不仅为国家的发展做出贡献，也让国民自身的素质得到更大的提高。第三，不能完全依赖国家财政性的教育经费投入，国家投入是有限的，要鼓励社会性力量以及地方优质资本流向教育事业，为教育事业的发展以及繁荣做出贡献。

参考文献：

[1]杨栋辉，刘慧峰.我国各地区高等教育发展水平的因子分析[J].太原科技大学学报，2008，（2）.

[2]相丽君，徐新.我国高等教育发展水平的区域差异[J].统计与决策，2008，（14）.

[3]孙彩虹.区域教育与经济协调发展的实证分析[J].重庆工商大学学报：西部经济论坛，2003，（5）.

经济水平差异篇10

关键词：房地产,因子分析,聚类分析,空间差异

一、引言

近十年来, 我国各地的房地产业发展迅速, 这主要得益于我国城镇化高速发展的态势, 近年来城镇化速度的加快使大量的农村人口向城镇转移, 这客观上刺激了对于城市住房的需求, 进而促进了房地产业的迅猛发展。新疆地处我国西北边陲, 经济发展水平较低, 鉴于房地产经济对于经济发展的重要作用, 研究新疆各地州房地产发展水平的高低和地区差异, 对于新疆经济的协调可持续发展具有十分重要的意义。

目前, 对于房地产经济的研究比较多, 主要表现在房地产价格、房地产经济与城镇化的关系、房地产投资和房地产发展水平等方面。其中, 在房地产发展水平方面的研究不多, 并且对于房地产指标体系的构建方面比较分散。如, 韩芳利用因子分析实证分析了新疆的房地产发展水平;杨卫青利用ESDA方法, 利用房地产业增加值占地区生产总值比重的数据作为分析指标, 初步探索性的研究了我国省域房地产发展水平空间差异特征;陈晓川从区域房地产开发规模、房地产开发盈利性以及房地产开发潜在性三个方面构建了包含15项指标的房地产评价指标体系;吴伟伦选取房地产业投资建设、市场经营、土地开发和企业规模等19个指标运用因子分析的方法研究了我国房地产经济的发展差异;薛宏磊构建了涵盖房地产开发投资、供给、消费和就业等方面的指标体系, 利用变异系数分析吉林省各市州房地产的综合发展水平;石冰清利用因子分析的方法实证分析了我国房地产价格的影响因子;刘承主选取了地区生产总值、固定资产投资额、人口密度、房地产开发投资完成额和商品房屋实际销售面积等17个指标实证分析了广东省主要城市房地产的发展水平;苏艳艳选用涵盖房地产开发企业、城市社会经济实力、房地产销售和房地产投资等4个方面的评价体系, 利用主成分分析和聚类分析将河南省房地产经济发展水平根据差异分为3类。

从以上文献梳理可以看出, 目前对于房地产发展水平的研究方法主要为因子分析、聚类分析和变异系数, 研究的指标体系也各不相同。鉴于此, 本文通过构建反映房地产发展水平的指标体系, 利用多元统计方法结合软件SPSS实证分析新疆各地州房地产发展水平的空间差异, 以期为缩小新疆不同区域间房地产经济发展水平的差距提供参考依据。

二、房地产发展水平评价指标体系构建

在借鉴上述学者研究的基础上, 把房地产发展水平分为房地产开发投资及销售情况因素、房地产开发主体因素和建筑企业技术装备情况因素等三个一级指标, 如表1所示, 最终选取了11个指标。该统计指标的数值直接取自统计年鉴。 (表1)

三、新疆各地州房地产发展水平实证分析

从表1的指标体系可以看出, 选取指标的测量单位不同, 因而需要先对变量的数据做标准化处理, 根据公式1对原始数据进行标准化处理。

(一) 新疆各地州房地产发展水平因子分析。

通过SPSS软件进行数据的分析, 得到的相关阵系数可知各变量均高度相关, 并且从KMO和Bartlett检验可以看出显著性检验的p值很小, 原始变量之间存在较强的相关性, 该组数据需要进行因子分析。 (表2)

1、提取公共因子。本文采用主成分分析法提取公共因子, 根据表3可以看出, 第一个因子解释的方差累计贡献率达到95.472%, 因此本文提取第一个因子。根据软件SPSS可以得到房地产业发展水平的因子得分矩阵, 主成分得分系数矩阵如表4所示。 (表3、表4)

2、计算因子得分。根据表4的因子得分系数矩阵, 可以得到公式2的因子得分函数。如下所示:

然后利用因子得分函数, 计算得出如表5所示的公共因子的因子得分表和各因子的因子得分排名。 (表5)

(二) 新疆各地州房地产发展水平聚类分析。

将得出的主因子作为指标, 新疆14个地州作为样本, 根据系统聚类分析法中的Ward方法 (离差平方和法) 进行聚类分析。得到的结果如下:第一类:乌鲁木齐市。作为新疆维吾尔自治区的政治、经济、文化中心, 乌鲁木齐因子排名较高, 因此列为第一类;第二类:表5中伊犁州直属县 (市) 、巴音郭楞蒙古自治州、阿克苏地区、昌吉回族自治州、克拉玛依市、哈密地区、喀什地区。这几个地州房地产发展水平在新疆属于中等水平, 因此列为第二类;第三类:阿勒泰地区、博尔塔拉蒙古自治州、塔城地区、克孜勒苏柯尔克孜自治州、吐鲁番地区和和田地区。通过实证分析发现这几个地州公共因子的得分都较低, 因此归为一类, 其房地产发展水平在新疆属于下游水平。

四、结语

本文在构建房地产发展指标体系的基础上, 以新疆14个地州的房地产发展水平作为研究内容, 首先利用因子分析对变量进行降维, 然后用聚类分析分析新疆各地州房地产业发展水平的空间差异。根据分析结果将新疆各地州按房地产业发展水平分为三类, 发现房地产发展水平空间差异较显著。

参考文献

[1]韩芳, 綦群高, 宋玉兰.新疆房地产开发投资水平地区性差异研究[J].新西部 (下半月) , 2007.2.

[2]杨卫青, 浦晓天.基于ESDA的中国省域房地产发展水平研究[J].现代经济 (现代物业下半月刊) , 2008.S1.

[3]陈晓川, 杨海艳.中国各省域房地产开发水平综合评价研究[J].中外企业家, 2009.2.

【经济水平差异】推荐阅读：

经济运行水平06-28