重庆第三产业发展及其影响因素分析.docx
《重庆第三产业发展及其影响因素分析.docx》由会员分享，可在线阅读，更多相关《重庆第三产业发展及其影响因素分析.docx（17页珍藏版）》请在冰豆网上搜索。
重庆第三产业发展及其影响因素分析
重庆第三产业发展及其影响因素分析
题目：
重庆（1990-2010年）第三产业发展及其影响因素分析
摘要：
改革开放以来，我国的产业结构经历了很大的变化，三大产业的比例关系有着明显的改善。
第三产业在经济体系中发挥着越来越大的作用。
就重庆地区而言，随着改革开放的不断深化，重庆的工业化、城市化步伐加快，经济实力不断提高，第三产业对GDP的贡献越来越大。
但第三产业内部结构的比例失调问题亟待改善，传统服务业供过于求和新兴服务业供给不足的矛盾，是优化第三产业内部结构主要解决的问题。
本报告通过对重庆20年（1990——2010）第三产业的相关数据的收集，运用SPSS软件，采用因子分析统计分析方法，选取城镇化率、工业化率，人均GDP等8个对第三产业产生有较大影响的因素，具体分析每个因素变化对第三产业产生的影响，并建立简单二元线性回归模型，分析发现第三产业内部生产和消费对第三产业所占比重的影响大于政策因素对第三产业所占比重的影响。
关键字：
第三产业内部结构因子分析线性回归
一、引言
所谓产业结构是指国民经济各产业之间的相互关系，产业结构是一个体系，它包括构成该体系的各子系（即产业部门）的构成形式及地位、各子系间的相互联系和相互作用，产业结构变动与经济增长是分不开的。
产业结构体系的构成是随着经济的发展而变动的。
在一定的技术条件下,一个通过专业化和社会分工会形成一定的产业结构,而产业结构在一定意义上又决定了经济的增长方式。
经济的增长主要是通过一国国民生产总值的增加来度量的,早在1949年库兹尼茨论述国民收入的度量问题时就提出,一个国家国民收入的度量必须从产业结构的角度去衡量。
根据《2011年重庆市统计年鉴》资料，重庆市国民生产总值在2010年达到了亿元。
单从绝对数量上看，20年来重庆市的国内生产总值增长了近24倍。
经济总量的扩张使三大产业获得了较快发展，产业结构也日趋优化。
1990年重庆市的第三产业产值为亿元；2010年第三产业产值亿元，绝对数量增长了31倍，第三产业的发展尤为迅速。
由此可见，第三产业在经济增长中有着不可小觑的作用。
因此,有必要从产业结构的角度去研究和分析经济增长。
、
二、重庆经济增长与变迁
（一）重庆整体经济发展
从下图可以看出，90年至今，重庆经济发展迅速。
93年重庆成立经济技术开发区，地区生产总值开始有了明显的增长；97年直辖更为重庆的发展添加了新的活力，有力地促进和带动了地区经济的发展；2000年我国开始实施西部大开发战略；2001年中国加入世贸组织。
世界带动中国，中国带动重庆，重庆地区生产总值一路上升，10年GDP总值较01年提高了300%，年平均增长值达到了%。
重庆三大产业产值变化趋势图
重庆三大产业比例变化柱状图
从改革开放到重庆直辖以来，重庆的经济有了较大的发展，第三产业的比重虽然呈现上升的趋势，但是在总产值上却一直没能够超过第二产业，在1997——2002年，重庆直辖后的前五年中，第三产业总产值逐渐逼近第二产业。
但是，从其环比增长的速度来看却呈现下降的势态。
随后二三产业产值之间的差距又逐渐拉大，到2007年金融危机爆发前夕，第三产业的发展受到明显的影响。
在总产值上，第三产业明显的开始落后于第二产业并呈现继续扩大的势态。
2007年在国新办就重庆直辖十年发展情况举行新闻发布会上，重庆市政府指出，目前重庆的工业比重占35%，到2010年的时候，工业的比重会达到42%左右，加上建筑业，第二产业比重会达到50%，第二产业将在重庆经济中发挥更加重要的主导作用。
因此政府对第二产业的政策导向也将直接制约重庆市第三产业发展。
（二）重庆第三产业发展
第三产业是现代市场经济发展的重要特征，在社会经济格局中占有非常重要的地位。
加速第三产业发展是保证经济持续快速健康发展的重要驱动点。
十一五期间，重庆市第三产业有了较快发展，三次产业内部结构发生了明显的变化。
我们选取了第三产业当中占比重较大的行业分析重庆第三产业的发展。
如下图
重庆市1990－2010年第三产业内部行业产值图
1、交通运输仓储及邮政业
1990年以来，重庆市交通运输仓储及邮政业发展迅速，到2010年，产值已经达到亿元。
比起1990年增长近亿元，是1990年的32倍。
该产业的迅速发展和重庆市的工业化进程、重庆直辖和西部大开发战略不无关系。
20世纪90年代初，重庆市摩托车、仪器仪表等工业发展迅猛，对交通运输、邮电通讯业的发展起到了带动作用。
直辖和西部大开发实施以来，政府持续不断地投入更多的资金到交通运输和邮电通信等相关基础产业上来，这为重庆市的交通运输和邮电通信的高产值提供了有力保障。
2、批发和零售业
和交通运输和邮电通信业相似，重庆市批发和零售业自90年以来发展也相当迅速，2010年的产值高达亿元，比90年增长了亿元，是90年的36倍之多。
重庆市的批发和零售业的发展与改革开放的深入有关。
随着改革开放的深入，政府加快商业、物流和非公有制经济的发展，推出了一系列有针对性的政策措施，为商贸流通行业的迅速发展创造了良好的政策环境。
通过制定土地、税收、资金、园区等优惠政策，推动了商贸物流行业由传统经营方式向现代化经营方式转变。
物流基地、商贸服务、新型商业业态、农村市场建设等都取得了明显的进展。
这些措施都在一定程度上刺激了批发和零售业的发展。
3、住宿和餐饮业
住宿和餐饮业和批发零售业一样，重庆市的住宿和餐饮业在改革开放之后也得到了迅速发展，人民生活水平的提高、旅游业的发展以及重庆人民的饮食文化等也在很大程度上促进了住宿和餐饮业的发展。
1990年，重庆市的住宿和餐饮业产值仅为亿元，到了2010年，这一数值达到了亿元，增长了亿元。
4、金融业
重庆市金融业在经历了95-96-97的飞速发展之后又陷入了低谷。
98-01年间，金融业的增值不大，其中的主要原因是受到了98年东南亚金融危机的影响，金融业整体发展状态低迷，投资需求不足；另一方面由于重庆国有企业改革仍未取得根本突破，企业还贷能力差，银行投资回报率低下。
随着98年金融危机影响的减退，经济开始复苏，重庆市金融环境的大幅改善，区域金融风险不断降低，商业银行信贷风险管理能力明显提高，业已形成了金融业机构分布比较合理、功能比较完善的现代金融体系。
重庆金融业的发展在我国西部处于相对领先地位，这也为重庆地区的整体经济发展和其他行业的发展提供了有力的条件
5、房地产业
改革开放以来，随着城乡国有土地有偿使用制度改革和房地产开发建设体制改革的深化，重庆房地产迅速崛起。
特别是92年邓小平南方谈话以后，重庆市房地产业进入了一个新的发展阶段，近20年来产值增长了46倍之多，近年来，重庆市房地产业始终保持较高速的增长。
6、其他服务业
90年以来，重庆市除上述5大类第三产业以外的其他服务业也有着高速健康的发展，这与这个经济的良好发展、政府的政策和资金支持以及人民生活水平的提高息息相关。
重庆市1990－2010年第三产业内部行业结构图
三、第三产业实证分析
（一）指标选定
从影响第三产业内部结构的因素出发，对重庆市的人均收入水平、人口密度、工业化、城市化、技术进步、劳动力资源、经济政策和服务产品的输入状况等方面数据的收集，总结出以下8个指标，对影响重庆市第三产业比重及增长的因素进行分析。
1、城市化水平
城市的聚集效应会促进第二、三产业在城市集中。
改革开放以来，重庆市经济高速发展，城市化水平不断提高，大量农村人口从农村涌向城市，引来了经济结构发生重大变化。
城市规模扩大交易成本降低、经济效率提高，促使第三产业水平不断提高。
本文用非农人口的比重来表示城市化水平。
城市化率的计算公式为：
该式中，
代表城市化率；
代表重庆城市人口；
代表重庆的总人口。
2、工业化率
即工业化水平。
工业化水平是影响第三产业发展的一个重要的因素，但工业程度是一个技术指标，很难用一个单一的指标来衡量。
但是考虑到数据的可获得性，本文用重庆第二产业从业人数占就业总人数的比重。
3、人口总数
重庆经历了几次区划的变化，所以区域面积的变化较大。
导致总人口量的变化较大，致使人口密度出现了极大的变化。
4、科技投入占政策预算支出比重
经济政策和技术进步都会对第三产业各行业产生影响，而经济政策和技术进步在某种程度上可以用科技投入占财政预算支出比重这一指标来体现。
所以本文中也用科技投入占财政预算投入比重作为一个影响第三产业内部各行业结构的指标。
5、人均可支配收入
国际经验表明任何国家在人均收入增加的同时往往伴随着第三产业产值比重的提升。
所以本文也将其作为一个影响第三产业结构的指标进行分析。
6、出口总额占GDP比重
服务产品的输出状况会影响一个区域的第三产业结构。
出口商品总额占GDP在一定程度上可以反映重庆市对外输出的价值。
因为输出商品的同时，也是运输、信息、科技等服务的对外输出。
此外，出口的产值将会对第三产业行业的结构产生影响。
此结论也是被很多经济学家认同的，所以本文中也引进出口总额占GDP比重作为相关指标。
7、商品房销售价格
商品房作为居民日常消费中最大的支出部分，对第三产业的影响比较重大。
我国商品房市场近几年来一片繁荣，重庆商品房价格自2004年以来，一直呈高位增长态势，其在第三产业中的地位越来越重要。
因此我们认为商品房价格也是影响重庆市第三产业结构的因素之一。
8、旅游外汇收入
也称国际旅游收入，是指本国为入境的国际旅游者（包括过夜和不过夜旅游者）提供的商品及各种服务所得到的外汇收入旅游外汇收入是一国外汇收入的重要组成部分，它反映了一国国际旅游的规模和水平、是旅游统计的主要指标。
第三产业发展的整体水平对旅游业有积极深远的影响。
（二）模型建立
1、因子分析
本文利用spss软件对影响第三产业占GDP比重的各因素进行了因子分析，形成了两个包含原始数据95%左右信息的因子，根据因子对原始指标进行了分类，从而确定了其影响因素的类型。
（1）因子分析的基本思想
因子分析是利用降维的思想，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。
其基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性较高，而不同组内的变量间的相关性较低。
每组变量代表一个基本结构，并用一个不可观测的综合变量表示，这个基本结构就成为公共因子。
（2）因子分析的具体步骤
利用因子分析法提取因子：
因子分析的步骤可直接在spss里实现，结果如图：
表1：
影响第三产业内部结构的相关因素历史数据
年份
第三产业占GDP比重Y
城镇化率（%）
人均GDP（元）
工业化率（%）
科教文卫支出占财政支出的比重（%）
出口总额占GDP比重（%）
总人口（万人）
商品房销售价格（元/平方米）
旅游外汇收入（万元）
1990
1181
14584
1991
1338
18832
1992
1641
31976
1993
2156
38552
1994
2935
43456
1995
3931
50664
1996
4574
56720
1997
5253
84384
1998
5579
70696
1999
5804
77808
2000
6274
110696
2001
6963
130728
2002
7912
174416
2003
9098
90584
2004
10845
162464
2005
12404
211488
2006
13939
246976
2007
16629
305848
2008
20490
359816
2009
22920
429768
2010
27596
562560
KMOandBartlett'sTest
Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.
.814
Bartlett'sTestofSphericity
Approx.Chi-Square
Df
28
Sig.
.000
图sp－1KMO检验
KMO检验统计量是用于比较变量间简单相关关系和偏相关系数的指标，KMO的值越接近1，意味着变量间的相关性越强，原有变量越适合做因子分析。
通过图sp－1可知，KMO的值为，根据Kaiser给出的KMO度量标准可知原有变量很适合进行因子分析。
TotalVarianceExplained
Component
InitialEigenvalues
ExtractionSumsofSquaredLoadings
RotationSumsofSquaredLoadings
Total
%ofVariance
Cumulative%
Total
%ofVariance
Cumulative%
Total
%ofVariance
Cumulative%
1
2
3
.533
4
.091
5
.048
.600
6
.009
.109
7
.006
.072
8
.002
.021
ExtractionMethod:
PrincipalComponentAnalysis.
图sp－2因子解释原有变量方差的情况
图sp－2中的表显示了因子分析的情况，共分三组，各组中数据的含义分别是特征值、方差贡献率和累计方差贡献率。
方差贡献率，是衡量公共因子相对重要性的指标，方差贡献率越大，说明其影响作用就越大。
从图sp－2的第一组数可看出，各个因子的特征值，如第一个因子的特征值为，其解释原有8个变量总方差的%，第二个因子的特征值为，其解释原有8个变量总方差的%，累计方差贡献率为%，其他因子以此类推。
由于指定选择两个因子，所以第二组数据中只显示了两个因子。
第三组数据显示因子旋转之后，虽然累计方差没有改变，但却重新分配了各个因子解释原有变量的方差，使得因子更易于解释。
图sp－3因子的碎石图
图sp－3则说明了因子解释原有变量的方差成下降趋势，当提取的因子数为2时，碎石图已趋近于平稳，故取前两个因子就可以了。
ComponentMatrixa
Component
1
2
城市化率（%）
.941
人均GDP（元）
.993
.052
工业化率（%）
.769
.543
科教文卫支出占财政支出的比重（%）
.566
出口总额占GDP比重（%）
.223
.833
总人口（万人）
.978
商品房销售价格（元/平方米）
.978
.099
旅游外汇收入（万元）
.977
.109
ExtractionMethod:
PrincipalComponentAnalysis.
a.2componentsextracted.
图sp－4因子载荷矩阵
图sp－4中，显示了因子载荷矩阵，是因子分析的核心内容。
假设第一因子用
表示，第二因子用
表示，从而根据图sp－5可以写出本文的因子分析模型：
RotatedComponentMatrixa
Component
1
2
城市化率（%）
.988
.027
人均GDP（元）
.919
.379
工业化率（%）
.545
.768
科教文卫支出占财政支出的比重（%）
.306
出口总额占GDP比重（%）
.860
总人口（万人）
.985
.147
商品房销售价格（元/平方米）
.890
.419
旅游外汇收入（万元）
.885
.428
ExtractionMethod:
PrincipalComponentAnalysis.
RotationMethod:
VarimaxwithKaiserNormalization.
a.Rotationconvergedin3iterations.
图sp－5旋转后的因子载荷矩阵
为了能使两个因子所反映的信息更加清晰，需要对此矩阵进行正交旋转，这里使用了方差最大法对因子载荷矩阵实施正交旋转，以使因子具有命名解释性，如图2-14是旋转所使用的正交矩阵，图2-13是旋转后的因子载荷矩阵。
由图可知，城市化率（%）、人均GDP（元）、科教文卫支出比（%）、总人口（万人）、商品房销售价格（元/平方米）、旅游外汇收入（万元）在第一个因子上有较高的载荷，这几个指标主要反映了第三产业中的各行业生产和消费情况，所以第一个因子可以解释为城市规模及经济发展水平的因子；工业化率（%）和出口总额占GDP比重（%）在第二个因子上有较高的载荷，可以解释为工业化和进出贸易因子。
ComponentTransformationMatrix
Component
1
2
1
.943
.333
2
.943
ExtractionMethod:
PrincipalComponentAnalysis.
RotationMethod:
VarimaxwithKaiserNormalization.
图sp－6因子旋转中的正交矩阵
2、回归分析
上一步骤已利用因子分析提取出了解释性较大的两个因子（即产业城市规模及经济发展水平的因子
和工业化和进出贸易因子
）后，本步骤则利用这两个因子来进行回归分析，以了解两个因子是如何影响第三产业比重。
（1）简单二元线性回归模型
简单二元线性回归一般模型为：
其中，Y为解释变量，
和
为解释变量。
为常数项，
和
为回归系数，
为随机扰动项。
（2）利用spss软件建立具体的回归模型
在因子分析中可利用spss软件得出每一年我国的这8个指标在两个因子下的得分，类似于形成了两个新的变量，且计算出了每年的两变量的值，在进行回归分析时则利用这两个变量为解释变量、第三产业占GDP比重为被解释。
结果如图：
ModelSummaryb
Model
R
RSquare
AdjustedRSquare
Std.ErroroftheEstimate
1
.952a
.905
.895
.01517
a.Predictors:
（Constant）,REGRfactorscore2foranalysis1,REGRfactorscore1foranalysis1
b.DependentVariable:
第三产业占GDP的比重
第三产业比重的多元线性回归分析结果
（一）
ANOVAb
Model
SumofSquares
df
MeanSquare
F
Sig.
1
Regression
.040
2
.020
.000a
Residual
.004
18
.000
Total
.044
20
a.Predictors:
（Constant）,REGRfactorscore2foranalysis1,REGRfactorscore1foranalysis1
b.DependentVariable:
第三产业占GDP的比重
第三产业比重的多元线性回归分析结果
（二）
Coefficientsa
Model
UnstandardizedCoefficients
StandardizedCoefficients
t
Sig.
B
Std.Error
Beta
1
（Constant）
.372
.003
.000
REGRfactorscore1foranalysis1
.033
.003
.704
.000
REGRfactorscore2foranalysis1
.003
.000
a.DependentVariable:
第三产业占GDP的比重
第三产业比重的多元线性回归分析结果（三）
通过上面三个图，我们可以得到二元线性回归模型及相关的检验结果：
=+
其中，
表示产业城市规模及经济发展水平的因子，
表示工业化和进出贸易因子
表示第三产业比重
从上述模型可看知，模型中的三个参数对应的
检验的概率
值均接近于0。
提出原假设为各参数均显着等于零，若给定显着性水平
，则由于
，所以通过了检验，应拒绝原假设，即检验说明各参数均不显着等于0，上述参数的结果是合理的。
由拟合优度
=比较接近于1，说明该模型与原模型的拟合程度较好。
另一个统计量F=，对应的概率
值接近于0，通过了检验，也说明了整个模型的解释能力比较显着。
（三）分析结论
由上式可看出，若保持其他因素不变，产业生产消费因素每变化1个单位，第三产业所占比重则相应地平均变化个单位；而若保持其他因素不变，政府因素每变化1个单位，第三产业所占比重则相应地平均变化个单位。
可见，第三产业内部生产和消费对第三产业所占比重的影响大于政策因素对第三产业所占比重的影响。
四、政策建议
重庆正处在工业化、城市化、市场化的进程，促进经济的可持续发展，实施西部大开发战略和构建社会主义和谐社会，建设社会主义新农村的重大战略机遇期，这是我们大力发展第三产业的难得机遇，使我们从工业化向城市化迈进。
为了加快我市第三经济结构调整，结合重庆实际，我们对于加快推进产业结构调整提出以下意见。
（一）缩小城乡收入差距，升级居民整体消费结构
经济发展的不平衡与城乡收入差距的过大，是制约第三产业发展的桎梏，增加中低收入农民的收入，提高居民整体消费水平，把增加居民整体消费水平作为扩大内需的重点，通过保障和改善民生促进经济结构优化，增强经济发展拉动力和后劲。
近20年来随着社会经济发展水平的提高，消费品市场多元化的格局已经形成，居民消费整体上已经要从量的提高到质的提高上转变。
所以，引导居民将消费转向包括文化和服务领域在内的多样化消费，以消费带动第三产
升级会员 