社会发展水平分析张甜北京林业大学.docx
《社会发展水平分析张甜北京林业大学.docx》由会员分享,可在线阅读,更多相关《社会发展水平分析张甜北京林业大学.docx(20页珍藏版)》请在冰豆网上搜索。
社会发展水平分析张甜北京林业大学
社会发展水平及其相关多因素分析
摘要:
近年来,社会的发展建设水平一直是人们关注的一个焦点问题。
本文首先找到了影响社会发展水平变化多方面的指标,通过运用聚类分析和因子分析等多元统计分析方法,对我国三十一个省、市、自治区、直辖市2010年的社会发展水平及相关因素的数据进行研究,进而分析社会发展水平与其他经济指标的关系以及各因素对其影响。
发现和评估相关政策的效果,为相关部门政策制定提供一些可行性建议。
关键字:
社会发展水平;多因素分析;预测模型;数理检验模型检测与修正
一.问题提出
我国正处于一个重要的经济发展时期,就总体水平而言,我们已经越过了解决温饱的发展阶段,逐步进入了以提高生活质量为主要目标的发展新时期。
按世界银行的分类,中国走出了低收入国家行列,从国际经验看,向中等收入国家迈进对各个国家都是极其重要的历史时期。
在这个期间,消费结构升级、工业化进程加快、城市化速度上升,人口大量迁移、国土面貌日新月异、社会财富迅速增加,是一个经济结构、社会结构急剧变动,具有持续的、巨大增长潜力的时期。
我们所处的这个时期又和相对和平的国际环境,和经济全球化以及国际产业结构转移相耦合,形成了对经济发展极为有利的条件。
在这个重要时期,一方面,经济社会转型为经济持续增长提供了强大动力;另一方面,经济、社会和环境的不均衡使各种矛盾不断暴露;第三,人与自然的较量更为突出,人的自我发展越来越重要。
在这个时期,充满了机会,也充满了矛盾,研究社会发展问题,选择适当的发展模式来驾驭这一至关重要的经济、社会的协调发展期,对国家的发展历程具有关键性意义。
在这样的环境和形势下,正确、客观地反映我国的社会发展水平和发展进程,显得尤为迫切和重要。
1、我国在上个世纪80年代初期就提出了社会发展的问题,社会发展问题越来越受到关注。
但也应当承认,从总体上看,人们对社会发展问题仍不够重视。
这其中有两个重要原因:
一是我国作为发展中国家,在一个较长的时期里,主要精力发展经济,而难以同时较多地兼顾其他;二是人们长期以来对社会发展缺乏明确的认识和深入的研究,其中包括社会发展的重要性、社会发展的具体内容和主要评价指标等等。
在2000年进入小康社会以后,2003年党中央明确提出了.“坚持以人为本,树立全面、协调、可持续的发展观,促进经济社会和人的全面发展”的科学发展观。
科学发展观总结了20多年来中国改革开放和现代化建设成功的经验,吸取了世界上其他国家在发展进程中的经验教训,揭示了经济社会发展的客观规律,反映了中国对发展问题的新认识,牢固树立和全面落实科学发展观,对于全面建设小康社会进而实现现代化的宏伟目标,具有重大而深远的意义。
2、对于“社会发展”的定义,国内外大致存在广义和狭义两种解释,其划分的标准取决于对“社会”一词涵盖范围的理解。
广义的“社会”概念涵盖了人类发展的各个领域,包括社会系统的各个方面协调运行,以满足人的基本需要和全面发展而进行的各种实践活动。
在《1996—2010年中国社会全面发展战略研究报告》中明确指出,社会发展作为一个整体的概念,涉及经济增长在内的社会结构、人民生活、科技教育、社会保障、医疗卫生、社会秩序等多个方面的内容,并把消除贫困、公平分配、大众参与、生态保护、社会稳定和可持续发展等多种社会价值作为发展目标。
狭义的社会发展则是指除经济发展以外的其他社会领域的进步和各项社会事业的发展,往往是与经济发展相对应的一个概念。
强调在经济增长和社会文明相互协调同步发展的基础上,注重以人为本,达到经济发展与政治协调、人与自然协调的过程。
故本文采用的是广义的“社会”概念。
因为经济发展是社会其他领域发展的重要基础,反过来,经济发展又要受到社会其他领域的制约,需要与社会其他领域协调与配合,最终实现社会的全面、协调、可持续发展。
因此,把经济发展孤立出来谈社会发展是不科学,也是不全面的。
3、进入70年代以后,社会发展和文明增长的概念进入现代发展观的视野。
美国学者率先发动了,一场“社会指标运动”,提出建立包括经济、社会、环境、生活、文化等各项指标在内的新的社会发展价值体系。
联合国在“第二个发展十年”报告中指出,社会发展已不再是单纯的经济增长,社会制度和社会结构的变革和社会福利设施的改善具有同等重要的地位,经济发展应与这些方面保持均衡。
4、80年代伊始,“综合发展观”应运而生。
1983年联合国推出了弗朗索瓦·佩鲁(F.Perroux)《新发展观》。
他强调要从人的活动及其能力来研究发展问题,明确提出发展的目的是促进该共同体每个个别成员的个性全面发展。
之后,各国学者提出了人与人、人与环境、人与组织、组织与组织合作的新发展主题,包括经济增长、政治民主、科技水平、文化观念、社会转型、自然协调、生态平衡等多种因素在内的综合发展过程。
上世纪末,“综合发展观”得到新的拓展,在强调经济增长和社会文明相互协调同步发展的同时,重点把人类自我发展摆到社会发展的中心位置上来,强调入的发展是人类最终目标。
5、论文使用的理论工具和研究方法
本文以“可持续发展”和“综合发展观”为理论基础。
“可持续发展”是当今全球普遍重视的发展模式和发展道路。
本文所研究的社会发展问题,就是基于以上理论的经济、资源与环境、社会保障、人口、科教、医疗、生活质量的全面、协调发展。
在国外,已经有很多专家进行了关于社会发展水平的研究分析。
美国海外开发署大卫.莫里斯博士(DavidMorris,1975)提出的生活质量指数,用平均预期寿命、婴儿死亡率、识字率三个指标组成,用于反映社会福利状况。
这种评价方法为我们提供了解决贫困和平等这些困难问题的新的思路,是着重体现人的发展的综合指标体系。
美国宾洲大学社会工作系教授、社会发展学家埃思蒂斯(BillieEstes,1988)提出加权社会进步指数以综合评价一个国家社会各方面进步状况。
该指数将教育、健康状况、国防、经济、人口、地理、政治参与、文化和福利成就10个领域的36个社会经济指标浓缩成一个综合指数,作为评价社会发展的尺度。
社会进步指数是评价社会发展的一个有效工具,它不仅可以用于不同国家或地区社会发展水平的横向比较,也可以用于同一个国家不同时期社会发展水平的纵向比较。
在国内,我国系统地研究社会发展指标起步较晚,但发展很快。
这些指标体系是在我国长期的社会经济统计发展中逐步形成的,已取得一定的积极成果。
但目前还没有形成一套完善、客观的社会发展综合评价指标体系,对指标体系的研究成果,功能还没有转化为政府规划、宏观调控社会发展的行为。
在国家统计局(1980)在《关于改革和加强统计的报告》中,最早提出社会发展水平综合评价指标体系。
通过学术研究,于1983年制定了我国第一套《社会统计指标体系(草案)》。
经过20多年的发展,社会发展指标得到了进一步的完善。
2003年,国家统计局研制成面向全国和地区的两套社会发展水平综合评价指标体系,主要涉及人口发展、居民生活、公益事业、社会稳定四个方面的领域,分别有26个指标和23个指标,强调“以人为本”的发展观。
上述社会统计指标体系以人的社会活动为中心,以精神文明为重点,以结构排序以界定范围为目标,是比较符合中国统计工作实际情况的。
二.数据变量及模型设定
本文所选数据集共有31个观测(全国三十一个省、自治区、直辖市)共11个变量。
2.1数据来源
各地区人口、各地区GDP、居民消费水平、高等院校数、卫生人员数与总人数之比、城市建设总规模、财政收入、城市绿地面积、城市公共交通情况、家庭可支配收入、国际旅游外汇收入、教育经费均为2010年数据,均来自《中国统计年鉴(2011)》。
2.2变量介绍
Y经济社会综合指标,X1人均GDP(元/人),X2居民人均消费水平(元/人),X3人均高等院校数(个/人),X4卫生人员数与总人数之比,X5人均城市建设总规模(平方公里/人),X6人均财政收入(元/人),X7人均城市绿地面积(公顷/人),X8人均城市公共交通情况,(辆/人),X9人均家庭可支配收入(元/人),X10人均国际旅游外汇收入(美元/人),X11人均教育经费(元/人)。
所以模型具体设定形式如下:
Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5
三.数据收集
地区
X1
X2
X3
X4
X5
北京
71938.33
25015
4.43448E-06
0.011396
0.000621184
天津
70996.16
17784
4.23308E-06
0.007445
0.000172103
河北
28350.56
8057
1.52914E-06
0.006081
9.06603E-05
山西
25743.05
8159
2.04246E-06
0.007721
9.36831E-05
内蒙古
47213.42
11080
1.77981E-06
0.006831
0.000345325
辽宁
42189.01
12934
2.56006E-06
0.007242
0.000266421
吉林
31557.47
9141
2.03888E-06
0.006812
0.00026858
黑龙江
27048.03
8906
2.06083E-06
0.00685
6.75504E-05
上海
74548.45
32271
2.90968E-06
0.007467
0.000275355
江苏
52641.62
14035
1.90613E-06
0.005833
0.000158372
浙江
50899.22
18097
1.8544E-06
0.006479
0.000188311
安徽
20748.59
8237
1.86344E-06
0.005193
8.46299E-05
福建
39905.55
12871
2.27457E-06
0.005403
0.000118111
江西
21180.49
7972
1.90487E-06
0.005176
3.85303E-05
山东
40853.65
11611
1.37674E-06
0.006737
0.000204755
河南
24552.05
7837
1.13764E-06
0.006284
4.36064E-05
湖北
27876.83
8977
2.095E-06
0.006102
0.000158124
湖南
24410.53
8922
1.78079E-06
0.005636
6.27365E-05
广东
44069.74
17218
1.25467E-06
0.005678
0.000173644
广西
20758.89
7732
1.51844E-06
0.005773
0.000122705
海南
23769.47
7553
1.95728E-06
0.005985
9.59103E-05
重庆
27475.3
9723
1.83733E-06
0.005549
0.000197455
四川
21361.9
8182
1.14358E-06
0.005806
7.17576E-05
贵州
13228.62
5879
1.35099E-06
0.004434
4.76685E-05
云南
15699.28
6724
1.32563E-06
0.004513
4.19413E-05
西藏
16874.73
4513
1.9952E-06
0.005551
0.000260041
陕西
27102.72
8273
2.40949E-06
0.006962
3.83002E-05
甘肃
16096.81
6035
1.56251E-06
0.005371
5.57161E-05
青海
23966.32
7234
1.59725E-06
0.006251
9.09152E-05
宁夏
26694.42
8992
2.36982E-06
0.006268
0.000323831
新疆
24884.19
7276
1.69328E-06
0.007273
5.80117E-05
地区
X6
X7
X8
X9
X10
X11
北京
11998.22
0.003194
0.001224
29072.93
257.1487
2294.793313
天津
8226.103
0.001479
0.000571
24292.60
109.2905
1766.848048
河北
1851.444
0.000959
0.000203
16263.43
4.879337
714.9366103
山西
2713.022
0.000869
0.000185
15647.66
13.01022
919.345477
内蒙古
4328.076
0.001543
0.000233
17698.15
24.35099
1302.928518
辽宁
4582.585
0.00212
0.000452
17712.58
51.63547
926.6166084
吉林
2193.289
0.00138
0.000379
15411.47
11.10463
910.9539383
黑龙江
1971.04
0.001815
0.000354
13856.51
19.90399
780.3628964
上海
12479.41
0.005218
0.000881
31838.08
275.3771
1812.153575
江苏
5184.5
0.002892
0.00035
22944.26
60.78019
1099.662106
浙江
4789.242
0.001459
0.000396
27359.02
72.1563
1113.636255
安徽
1929.581
0.0012
0.000162
15788.17
11.90254
648.5243128
福建
3118.04
0.001297
0.000279
21781.31
80.63905
887.5388573
江西
1743.722
0.000948
0.00014
15481.12
7.753938
666.6954414
山东
2867.567
0.00163
0.000289
19945.83
22.47633
803.5649984
河南
1468.632
0.00071
0.000171
15930.26
5.305424
647.8886429
湖北
1765.444
0.001011
0.000289
16058.37
13.11123
639.9661042
湖南
1646.383
0.000701
0.000188
16565.70
13.78974
613.5340406
广东
4326.271
0.004026
0.000402
23897.80
118.6002
882.5667737
广西
1674.603
0.001306
0.000148
17063.89
17.48373
795.7401302
海南
3120.041
0.005645
0.000226
15581.05
37.07323
1132.165841
重庆
3300.52
0.001307
0.000266
17532.43
24.37063
833.5961062
四川
1941.191
0.000898
0.00019
15461.16
4.400292
672.0447189
贵州
1534.176
0.000824
0.000132
14142.74
3.73677
839.4989073
云南
1893.227
0.000611
0.000155
16064.54
28.7726
814.4871349
西藏
1218.645
0.000695
0.000313
14980.47
34.58346
2021.665872
陕西
2565.324
0.000698
0.000266
15695.21
27.20049
1011.418397
甘肃
1381.196
0.000597
0.000171
13188.55
0.585942
891.5417308
青海
1956.01
0.000601
0.000386
13854.99
3.549435
1463.54553
宁夏
2425.915
0.002747
0.000376
15344.49
0.947927
1288.974027
新疆
2290.85
0.001725
0.000337
13643.77
8.466393
1436.24623
FAC1_1、FAC2_1、F各省排序
经济建设指标
社会基础建设指标
综合指标
城市
FAC1_1
排序
城市
FAC2_1
排序
城市
F
排序
上海
3.631
1
北京
3.971
1
上海
3.211
1
广东
1.959
2
天津
1.584
2
广东
1.553
2
江苏
1.199
3
西藏
1.139
3
北京
1.360
3
浙江
1.182
4
宁夏
0.701
4
浙江
0.997
4
北京
0.988
5
辽宁
0.619
5
江苏
0.977
5
海南
0.633
6
内蒙古
0.616
6
天津
0.734
6
天津
0.613
7
吉林
0.540
7
福建
0.469
7
福建
0.610
8
青海
0.465
8
海南
0.456
8
山东
0.238
9
新疆
0.462
9
山东
0.170
9
辽宁
0.042
10
山西
0.360
10
辽宁
0.114
10
重庆
-0.104
11
陕西
0.322
11
重庆
-0.124
11
内蒙古
-0.239
12
上海
0.262
12
内蒙古
-0.133
12
安徽
-0.250
13
黑龙江
-0.022
13
安徽
-0.307
13
云南
-0.259
14
湖北
-0.105
14
广西
-0.319
14
湖南
-0.282
15
重庆
-0.269
15
湖南
-0.326
15
广西
-0.285
16
浙江
-0.300
16
云南
-0.349
16
四川
-0.317
17
山东
-0.304
17
河北
-0.361
17
江西
-0.327
18
甘肃
-0.410
18
四川
-0.371
18
河北
-0.345
19
河北
-0.476
19
江西
-0.379
19
河南
-0.375
20
福建
-0.522
20
黑龙江
-0.392
20
黑龙江
-0.444
21
广西
-0.563
21
湖北
-0.404
21
湖北
-0.446
22
江苏
-0.577
22
河南
-0.415
22
贵州
-0.502
23
湖南
-0.633
23
宁夏
-0.433
23
宁夏
-0.594
24
河南
-0.696
24
吉林
-0.513
24
吉林
-0.664
25
安徽
-0.709
25
贵州
-0.553
25
陕西
-0.722
26
江西
-0.743
26
陕西
-0.592
26
山西
-0.803
27
四川
-0.748
27
山西
-0.658
27
甘肃
-0.823
28
海南
-0.784
28
新疆
-0.683
28
新疆
-0.846
29
贵州
-0.909
29
甘肃
-0.772
29
青海
-1.024
30
云南
-0.975
30
青海
-0.838
30
西藏
-1.443
31
广东
-1.296
31
西藏
-1.121
31
做数据的散点图如下:
从图中可发现,综合指标(Y)和各种自变量大致成线性关系。
四.模型估计
运用Eviews对数据进行最小二乘法。
DependentVariable:
Y
Method:
LeastSquares
Date:
01/13/16Time:
00:
18
Sample:
131
Includedobservations:
31
Variable
Coefficient
Std.Error
t-Statistic
Prob.
X1
4.12E-05
2.50E-05
1.649597
0.1155
X2
-0.000257
0.000112
-2.292702
0.0334
X3
72096.22
267919.4
0.269097
0.7908
X4
291.3488
157.8425
1.845819
0.0806
X5
2251.292
1322.939
1.701736
0.1051
X6
0.000298
0.000196
1.518043
0.1455
X7
-150.9902
100.3219
-1.505057
0.1488
X8
-805.7863
1904.663
-0.423060
0.6770
X9
-1.29E-05
8.83E-05
-0.145612
0.8858
X10
0.011865
0.007472
1.587897
0.1288
X11
-0.001254
0.000445
-2.821