中国30个省份经济发展水平的定量分析与评估Word格式文档下载.docx
《中国30个省份经济发展水平的定量分析与评估Word格式文档下载.docx》由会员分享，可在线阅读，更多相关《中国30个省份经济发展水平的定量分析与评估Word格式文档下载.docx（13页珍藏版）》请在冰豆网上搜索。
生活质量
X7：
城乡居民储蓄年底余额（元）；
X8：
人均社会消费额（元）
经济结构
X9：
成年劳动力比重（%）；
X10：
城市人口比重（%）；
X11：
第三产业人口比重（%）
X1——出生率。
出生率是制约社会年龄结构的主要因素。
出生率过低会使社会出现老年化趋势，影响到社会经济的持续发展，而出生率高会带来人口增长过快，社会竞争压力大。
出生率高、人口自然增长率高的省份生产力高，但社会压力会大，社会不稳定因素增多，尤其是中国目前各省人口基数都较大的情况下，出生率高带来的影响是很大的。
X2——人口自然增长率。
该指标衡量该省未来人口数量，而一个省的人口数目制约了该省经济的发展。
人口过快、过多增长造成国家负担重、社会贫困；
而会降低国民生产总值，同样制约社会经济发展。
X3——期望寿命。
该指标不仅能反映该区域未来人口发展，而且说明生活水平高，能够克服疾病等影响到达期望寿命。
X4——平均受教育年限。
该指标体现该省人口的平均受教育水平，年限高的省社会高知识水平群体大，能够担任高新产业工作的人多，对未来经济发展影响很大。
X5——识字率。
识字率体现该省人口的总体受教育水平，识字率高说明不仅高等教育发展得好，基础教育水平同样得到较好保障。
X6——人均GDP。
人均GDP是衡量一个国家或地区经济发展水平的最普遍的一个标准。
一般地说，人均GDP高.社会福利水平也就高。
X7——城乡居民储蓄年底余额。
储蓄余额高说明居民人均可支配收入高，是衡量居民生活水平的最为直接的指标。
X8——人均社会消费额。
消费对经济发展有强烈推动作用，人均消费额高说明经济发展较快也较好。
X9——成年劳动力比重。
反映该省人力资源多少，人力资源多能够吸引的外资多，对未来经济发展有一定影响。
X10——省级行政区人口比重。
省级行政区往往是一个省发展最快最好的城市，其人口比重高说明城乡差距小，城市化水平高。
X11——第三产业人口比重。
第三产业发展的前提是第一和第二产业劳动生产率水平提高，这样才能腾出更多的劳动力和资金去发展第三产业。
第三产业发达，往往也意味着这个国家整体经济社会发达程度和现代化水平比较高。
1.2 指标间的相关性分析
利用SPSS软件对原始数据计算得出各指标之间的相关系数矩阵（表1）。
表1 相关系数矩阵
X1
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
1
0.784841
-0.61425
-0.6936
-0.49111
-0.55671
-0.5822
-0.58894
-0.768
-0.58591
-0.5652
0.78484
-0.70106
-0.77523
-0.59234
-0.64031
-0.67596
-0.62619
-0.82647
-0.69986
-0.63115
-0.6143
0.812657
0.699412
0.656669
0.657172
0.657055
0.545245
0.642606
0.563335
0.868302
0.64699
0.690488
0.727376
0.784682
0.76496
0.736533
-0.4911
0.295382
0.323789
0.36404
0.503559
0.413337
0.425329
-0.5567
0.967443
0.896303
0.715114
0.912237
0.775624
0.956365
0.763782
0.932332
0.863304
-0.5889
0.759599
0.895425
0.891852
0.847488
0.727788
-0.5859
0.860905
由表1可以看出，原始变量数据中,X6（人均GDP）和X7（城乡居民储蓄年底余额）,X6（人均GDP）和X10（省级行政区人口比重）,X7（城乡居民储蓄年底余额）和X8（人均社会消费额）,X7（城乡居民储蓄年底余额）和X10（省级行政区人口比重）均存在着较大的正相关。
1.3 主成分贡献率及其主成分载荷分析
通过SPSS软件计算得到主成分特征值、贡献率、累积贡献率（表2）。
表2主成分特征值、贡献率和累积贡献率
特征值
贡献率
累计贡献率
7.971895
72.47177039
2
1.343709
12.21553671
84.6873071
3
0.646714
5.879219349
90.56652645
4
0.404001
3.672740062
94.23926651
5
0.246843
2.244026273
96.48329278
6
0.17
1.545458975
98.02875176
7
0.089359
0.812352559
98.84110432
8
0.076198
0.692708094
99.53381241
9
0.025891
0.235374375
99.76918679
10
0.014701
0.13364702
99.90283381
11
0.010688
0.097166193
100
分析表格可知前两个主成分的累积贡献率为84.687%（正常为85%~95%），但其特征值都大于1，所以选取前两个主成分就可以综合代表11个指标所反映的中国各地区省级行政区发展水平的特征和基本情况。
通过SPSS软件计算得到主成分载荷矩阵（表3）
表3主成分载荷矩阵
第一主成分
第二主成分
-0.447427002
-0.67023194
-0.50681009
-0.722550674
0.429829647
0.74212181
0.480159191
0.841715602
0.043558065
0.933989764
0.91740546
0.257016779
0.944269463
0.283823542
0.910050735
0.31558981
0.685127537
0.562163738
0.889025359
0.373555743
0.829987919
0.355805475
表明:
第一主成分（贡献率为72.471%）在人均GDP、城乡居民储蓄年底余额、人均社会消费额上、城市人口比重、第三产业人口比重上具有很大的正载荷（0.917、0.944、0.910、0.889、0.829）,这5个指标反映了经济发展水平,可以说明第一主成分在某种程度上代表着目前经济发展的整体状况，即“经济发展现状”。
第二主成分（贡献率为12.215%）在出生率、人口自然增长率上有较大负载荷（-0.670、-0.722），而在期望寿命、平均受教育年限、识字率上有较大正载荷（0.742、0.841、0.933）,说明第二主成分在一定程度上代表着该省未来经济的发展方向，即“未来经济发展”。
1.4 全国各省主成分得分评价与分析
计算各省、市、自治区在第一、第二主成分上的得分,如果一个区域在某一主成分上的得分为正,则意味着这一区域的该主成分在平均发展水平之上;
反之,得分为负则表明在平均水平以下。
另外。
也可以按照各个主成分的贡献率,定义综合主成分得分,它反映了各省、市、自治区经济的综合发展水平。
中国各省份第一、第二主成分得分情况（表4）。
表4第一、第二主成分及综合得分排名
排名
综合得分
地区
得分
北京
3.13086
河北
1.15779
2.312486
上海
3.06198
吉林
0.88167
2.253209
天津
1.57633
黑龙江
0.80648
1.210155
浙江
0.63588
辽宁
0.77387
0.503849
西藏
0.57258
江苏
0.76008
0.495893
0.56474
湖南
0.59407
0.137715
青海
0.18563
0.55177
福建
0.11164
0.11767
河南
0.5135
0.106367
0.05424
陕西
0.49288
0.093861
0.01881
山西
0.4524
湖北
-0.03384
-0.0189
0.44701
-0.05576
12
-0.1219
广西
0.40277
内蒙古
-0.0812
13
-0.14937
0.34928
-0.09108
14
山东
-0.18994
重庆
0.33511
-0.11424
15
宁夏
-0.27308
0.2859
海南
-0.25836
16
新疆
-0.33801
0.27273
-0.28517
17
-0.3641
四川
0.26422
-0.29068
18
甘肃
-0.40585
0.22211
-0.30059
19
-0.471
0.21581
-0.30925
20
江西
-0.54476
0.19237
-0.36533
21
-0.58941
0.04601
-0.36719
22
-0.58946
安徽
0.03723
-0.37217
23
贵州
-0.59339
-0.0617
-0.40248
24
-0.59576
-0.3288
-0.45926
25
云南
-0.64786
-0.58266
-0.46221
26
-0.67792
-0.91204
-0.4981
27
-0.6933
-1.00761
-0.58849
28
-0.7375
-1.45289
-0.59263
29
-0.87949
-1.84966
-0.60746
30
-1.03772
-3.85968
-0.6897
北京、上海、天津、浙江、辽宁、福建、黑龙江、江苏等省份的主成分得分均为正,说明这些省份经济的发展水平，无论是现状还是未来可能有的发展，均在全国的平均水平之上。
北京、上海、天津、浙江和西藏在第一主成分上得分较高，尤其是北京和上海，得分远远高于其他地区。
河北、吉林、黑龙江、辽宁和江苏等省份在第二主成分即未来发展状况上表现明显。
西藏和青海两个省份在目前经济发展状况上得分很高，分居第5位和第7位，但未来发展上的得分却很低，处于倒数第1位和第2位。
第一、第二主成分得分上的差异,综合反映了11个经济发展状况的评价指标在区域结合上的差异。
可以看出这两个省份在由于旅游业发展较好，积累了一定GDP，而人口数量少使得它们的人均GDP得分较高。
即便如此，而由于第三产业不发达，经济增长的速率不会很高，出生率高会使人均GDP进一步降低，未来发展前景不被看好。
综合得分排名在前的11个省份依次为北京、上海、天津、辽宁、浙江、黑龙江、福建、江苏、吉林、湖北和西藏。
它们经济的综合发展水平较高。
具体讲，北京、上海、天津是第三产业发达，人口城镇化水平高地区；
辽宁、黑龙江、吉林作为东北三省老工业基地，一直在向前发展；
浙江、福建、江苏是沿海开发城市，吸引了大量外资，经济发展水平高。
湖北由于地处中国东南部中心位置，省会武汉是工业发达地区，加上近年来开发光谷等高新科技，未来发展会很惊人。
尽管西藏三次产业虽然已经形成了“三二一”结构，但三次产业结构内部的并不协调。
有资料表明，西藏第三产业增加值的60%左右来源于中央财政补贴，不仅如此，西藏第三产业还带有明显的消费型、粗放型特征，对整个国民经济的拉动作用不明显。
因此虽然得分高，未来发展不一定很好。
综合得分排在后四位的依次是广西、云南、贵州、河南。
其得分分别为:
-0.58849、-0.59263、-0.60746和-0.6897,说明这几个地区的经济发展水平远低于其他省份。
广西的企业规模小,普遍存在“小、散、乱”的现象,发展循环经济缺乏规模支撑，加上历史等特殊原因，经济一直不发达。
云南以旅游业为主，但工商产业均不发达，基础产业不稳定。
贵州地处喀斯特高原，地广人稀，在第一产业不发达的情况下又没有全力发展第二、第三产业。
河南一直以农民工为主，靠出省打工赚取GDP，处于产业链的底层，加上人数众多导致人均GDP较低。
所以这四个省区均属于经济不够发达的地区。
2、全国各省发展状况的区域相似性和差异性分析
系统聚类分析方法是定量地研究地理事物分类问题和地理分区问题的重要方法。
因此我们采用系统聚类分析方法对中国各省、市、自治区发展的区域相似性和差异性作综合和系统的分析。
2.1 基于欧氏距离的聚类计算
首先采用标准差标准化方法对三个主成分得分的数据进行处理;
然后采用欧氏距离测度样本间距离;
最后计算出8种系统聚类分析方法的结果,通过比较选出组间平均距离法计算类间的距离并对样本进行分类,从而得到全国各省份发展水平的区域谱系图（图1）。
图1全国交通运输业发展状况的区域谱系图
2.2 全国各省发展水平的区域相似性和差异性分析
当类间距离取4.0（谱系图中第一条长横线所示）和1.25（谱系图中第二条长横线所示）时,可以将中国30个省分划分为四个类和八个亚类。
2.2.1 第一类:
陕西、山西、重庆、四川、河南、广西、湖南、新疆、甘肃、安徽、江西、海南、辽宁、浙江、黑龙江、江苏、吉林、内蒙古、山东、湖北、福建、河北22个省,其中陕西、山西、重庆、四川、河南、广西、湖南、新疆、甘肃、安徽、江西、海南为一亚类,辽宁、浙江、黑龙江、江苏、吉林、内蒙古、山东、湖北、福建为一亚类,河北为一亚类。
这22个省、市都是经济发展较好，但不是特别突出的地区。
陕西、山西、重庆、四川、河南、广西、湖南、新疆、甘肃、安徽、江西、海南各项指标上都近似，能否在今后的产业竞争中脱颖而出，要看各省对产业结构调整采取的措施以及在基础教育上的发展。
辽宁、浙江、黑龙江、江苏、吉林、内蒙古、山东、湖北、福建都是未来发展前景较好的省份，第一、第二产业稳固发展，因此未来第三产业将会成为主要拉动经济增长的因素。
河北毗邻北京和天津，在这两个发达城市的影响和带动下会得到较好发展。
2.2.2 第二类:
宁夏、云南、贵州、青海4个省,其中宁夏、云南、贵州为一亚类,青海为一亚类。
这4个省属于经济发展较为落后的省份，中宁夏、云南、贵州第一、第二产业都不发达，产业结构混乱。
青海发展重化工业具有天然优势，但要注重资源的深加工，向下游产业链延伸，才会得到较好发展。
2.2.3 第三类:
北京、上海、天津。
其中北京和上海为一亚类，天津为一亚类。
这三个都是直辖市，在政策上有先天的优势，社会发展水平高。
北京作为首都，是全国的行政中心，各产业蓬勃发展。
上海自1930年开始就一直行使着中国大陆金融中心的职能，各项产业都在此积聚，经济始终出于领先地位，加上近年来吸引了大量外资，发展速度也很快。
相比之下天津发展就不如以上两者，因此自成一类。
2.2.4 第四类:
西藏。
西藏产业结构演变的历程有以下几个特点：
第三产业在GDP中的比重一直处于上升趋势；
第二产业在西藏三次产业的发展历程中没有出现过高速增长；
第一产业呈下降趋势。
第一产业的相对份额虽稳定下降，但农牧业本身的落后却不能使占西藏人口80%的农牧民从工业中获得发展，西藏工业发展严重不足，产业结构未能直接反映出西藏的区位优势、资源优势与特点。
明西藏国民经济的发展在一定程度上还依赖于第一产业，工业化的历程还十分漫长。
3 结论
通过主成分分析将选用的用于分析各省发展状况的11个指标“,降维”成2个综合的、独立的,且功能明确的主成分,避免了11个斜交的、相关的指标在分析问题上造成的偏差。
2个主成分累计贡献率达84.687%;
由主成分载荷可知X5—识字率，X6—人均GDP，X7—城乡居民储蓄年底余额，X8—人均社会消费额对全国各省份发展水平的影响作用突出;
各主成分得分和综合主成分得分,清楚地反映出了全国各省、市、自治区在发展水平上的差异和特点。
主成分得分基础上的系统聚类分析结果（谱系图）,揭示出了全国综合交通发展水平在各地区的相似性、差异性特点和规律。
由于谱系图的结论（果）客观准确,因此也为各省、市、自治区和全国未来的经济发展提供了客观指导依据。
参考文献:
[1] 杨令宾计量地理学[M]；
吉林出版社
[2]吴奇修资源型城市竞争力的重塑与提升北京大学出版社
[3]陈洁燕等基于SPSS的苏北地区可持续发展能力空间分异研究生态环境学报2007,16
THEQUANTITATIVEANALYSISANDEVALUATIONOFTHESYNTHETICALDEGREEOFECONOMICDEVELOPMENTAMONGTHE30PROVINCESINCHINA
XINGWan
CollegeofUrbanandEnvironmentalScience,NortheastNormalUniversit，GeographicalScience
Abstract:
11indicesincludingbirthrate,naturalpopulationgrowthrate,lifeexpectancy,averageinstructedlife,literacyrate,percapitaGDP,urbanandruralresidentspersonalsavingsyear-endbalance,percapitacommunityconsumption,maturelabourratio,urbanmassratio,tertiary-industrymassratioof30provinces,municipalitiesautonomousregionsinChinabyyear2001werefirstlyselectedtoanalyzetheprincipalcomponent
升级会员 