俄罗斯中小企业发展的地区差异实证分析.docx

1、俄罗斯中小企业发展的地区差异实证分析俄罗斯中小企业发展的地区差异实证分析徐昱东徐坡岭 自2002年以来,俄罗斯中小企业一改过去八年的低迷状态,步入稳定持续发展的新阶段,并成为俄罗斯近年来经济增长的重要支撑力量1。但其发展具有不平衡性。本文采用多元统计的因子分析方法,通过构建相应的指标体系,对俄罗斯85个联邦主体2的中小企业发展不平衡性进行分析。一因子分析模型因子分析是将大量的彼此可能存在相关关系的变量转换成较少的、彼此不相关的综合指标的一种多元统计方法。它的基本目的是用少数几个因子去描述许多变量之间的关系,被描述的变量是可以观测的随机变量,而这些因子是不可观测的潜在变量。因子分析综合评价法具有

2、因子命名清晰度高、易于解释以及评价结果客观等优点。因子分析的模型描述如下:设(1)X=(X1, X2, Xp)T是可观测的p1随机向量,X的协方差矩阵Cov(X)=;(2)Z=(X2, X2, Zm) (mp)是不可测的m1标准化的正交公共因子向量,即假定E(Z)=0,Cov(Z)=I; (3)=(1,2,p)T是p1的特殊因子向量(或误差向量),并假定E() =0, Cov() =diag(1,2,p),Cov(Z,)=0。在以上假定下,模型:X1=b11Z1+b12Z2+b13Z3+L+b1mZm+1X2=b21X2+b22X2+b23X3+L+b2mZm+2X3=b31X2+b32X2+

3、b33X3+L+b3mZm+3Xp=bp1X2+bp2X2+bp3X3+L+bpmZm+p以上模型写成矩阵形式为:X=BZ+上述模型即为因子分析模型,也称为正交因子分析模型,其中矩阵B=(bij)(pm阶)称为因子载荷矩阵, bij称为第i个变量Xi在第j个因子Zj上的载荷,它是Xi与Zj的协方差或者相关系数,表示Xi依赖Zj的程度;在实际应用中,常常通过X=(X1, X2, Xp)T的样本相关系数矩阵R来导出因子载荷矩阵,故该模型也称为R型正交因子分析模型。二实证分析(一)指标选取及数据来源为综合反映俄罗斯各联邦主体的中小企 业发展水平,在选取指标时,应兼顾中小企业的数量、规模和效益等各种指

4、标。指标的选择必须具有经济意义,具有可测量性、可控性和实用性,因此,本文选取了每十万居民注册中小企业数X1、就业人数占总就业人数的比重X2、工人人均产值(千卢布)X3、各地区居民人均中小企业产值占全俄人均中小企业产值的比重X4、工人人均固定资产投资(千卢布)X5、各地区居民人均中小企业固定资产投资占全俄人均中小企业固定资产投资的比重X6、工人人均纳税额(卢布)X7、各地区居民人均中小企业纳税额占全俄中小企业人均纳税额的比重X8,共八个指标。以上各指标的具体数据,是笔者根据俄罗斯国家企业问题系统研究所公布的系列报告:俄罗斯各地区小企业发展趋势年度报告的统计数据整理而得3。(二)因子的确定及命名根

5、据以上数据,遵循因子分析法的基本原理和步骤,通过对85个地区八项指标2006年数据的综合分析计算(具体计算过程借助SPSS13. 0统计软件因子分析程序完成),得到相关阵R的特征值、贡献率和累积贡献率后选择四个因子,它们反映的信息量已占总信息量的89. 61%,这四个因子作为综合因子,信息损失只有10. 39%。由选出的四个因子得到因子载荷矩阵并使用最大方差旋转法旋转,得到旋转后的因子载荷矩阵(见表1)。表1 因子载荷矩阵旋转因子矩阵因子F1F2F3F4X10.8830.0370.1060.066X20.9020.135-0.2580.015X30.3690.0990.8490.026X40.

6、9020.1420.3270.015X5-0.0560.9740.0980.021X60.3200.918-0.0610.109X7-0.511-0.0710.6790.157X80.0450.0910.0860.987贡献度%36.39023.18017.34012.700注：累计贡献度达89.61%。从表1可知,因子F1在以下三个指标上有相对较大的载荷:每十万居民注册中小企业数X1、就业人数占总就业人数的比重X2、各地区居民人均中小企业产值占全俄人均中小企业产值的比重X4。这些指标反映了中小企业的相对数量和经营情况的相对质量,故可以称之为相对数量和质量指标;因为F2在以下两个指标上有相对较

7、大的载荷:工人人均固定资产投资(千卢布)X5、各地区居民人均中小企业固定资产投资占全俄人均中小企业固定资产投资的比重X6。这两个指标分别从中小企业就业的工人数和当地居民数的角度衡量了中小企业的相对投资规模,可以称为投资因子;因为F3的相对较大载荷指标是工人人均产值(千卢布)X3、工人人均纳税额(卢布)X7,而F4为各地区居民人均中小企业纳税额占全俄中小企业人均纳税额的比重X8,这三个指标衡量的均为中小企业的效益情况,不同的是,X8衡量的是地区相对于全国的水平,因此, F3被称为绝对效益因子, F4被称为相对效益因子(见表2)。表2 因子构成及命名因子序号商载荷指标因子命名F1X1：每十万居民注

8、册中小企业数相对数量及质量因子X2：就业人数占总就业人数的比重X4：各地区居民人均中小企业产值占全俄人均中小企业产值的比重F2X5：工人人均固定资产投资（千卢布）投资因子X6：各地区居民人均中小企业固定资产投资占全俄人均中小企业固定资产投资的比重F3X3：工人人均产值（千卢布）绝对效益因子X7：工人人均纳税额（卢布）F4X8：各地区居民人均中小企业纳税额占全俄中小企业人均纳税额的比重相对效益因子这样,将八个变量简化为四个彼此独立的因子,从而可以构造出一种简单的因子得分。先对每个因子找出载荷较大(绝对值大于0. 6)的变量的系数,再对所有观测指标标准化后得到因子得分情况:第一个因子得分情况: F

9、1 =0. 883X1+0. 902X2+0. 902 X4第二个因子得分情况: F2 =0. 974X5+0. 918X6第三个因子得分情况: F3 =0. 849X3+0. 679X7第四个因子得分情况:F4=0. 987X8表3 总方差分解因子初始特征值提取后因子载荷平方和旋转后因子载荷平方和特征值方差贡献率（%）累积贡献率（%）特征值方差贡献率（%）累积贡献率（%）特征值方差贡献率（%）累积贡献率（%）13.20740.08240.0823.20740.08240.0822.91136.39036.39021.65920.74360.8251.65920.74360.8251.8542

10、3.17759.56731.41217.64678.4711.41217.64678.4711.38717.33876.90540.89111.13589.6060.89111.13589.6061.01612.70289.60650.4826.02095.62760.2262.82498.45070.0660.82699.27680.0580.724100.00表3显示,第一、第二、第三和第四个因子占综合因子的比重分别为36. 39%、23. 18%、17. 34%和12. 7%。可见,衡量俄罗斯各联邦主体中小企业发展水平的第一、第二个因子贡献率比较高,第三、第四个因子贡献率比较低。换言之,

11、相对数量和质量、中小企业投资情况 对各地区中小企业的发展水平影响最大,其次是收益情况。相对效益也有一定影响,但较前三个因子,其影响要小得多。(三)综合因子分析综合因子得分公式: F =36. 39% F1 +23. 18%F2+17. 34% F3+12. 70% F4。由该公式可得出俄各联邦主体中小企业发展水平因子评分和排序(见附表)。从四个因子的综合得分来看,高于联邦平均水平的前19位依次是,加里宁格勒州、莫斯科市、托木斯克州、圣彼得堡市、斯维尔德洛夫斯克州、克拉斯诺达尔边疆区、罗斯托夫州、下诺夫哥罗德州、莫斯科州、新西伯利亚州、萨马拉州、鄂木斯克州、马加丹州、科米共和国、卡卢加州、楚科奇

12、自治区、克麦罗沃州、靼鞑斯坦共和国和卡累利阿共和国。排在最后10位的依次是,阿迪格共和国、科里亚克自治区、莫尔多瓦共和国、赤塔州、卡拉恰伊切尔克斯共和国、达吉斯坦共和国、图瓦共和国、卡尔梅克共和国、卡巴尔达巴尔卡尔共和国和印古什共和国。另外,根据因子综合得分0. 5、00. 5、-0. 50、-0. 5四个区间分为四个等级,按照每个联邦主体中小企业发展水平的高低,将之划归到相应的类别(见表4)。表4 俄联邦各联邦主体中小企业发展水平中小企业发展水平的前10位依次是加里宁格勒州、莫斯科市、托木斯克州、圣彼得堡市、斯维尔德洛夫斯克州、克拉斯诺达尔边疆区、罗斯托夫州、下诺夫哥罗德州、莫斯科州和新西伯

13、利亚州。笔者在这里比较详细地考察一下加里宁格勒州和托木斯克州的情况。加里宁格勒州的相对数量及质量因子、投资因子、绝对效益因子、相对效益因子分别为2. 964、1. 157、1. 290、0. 886,总分为1. 680,排名第一。和其他地区相比其各因子得分较为平均。从各因子分数来看,得分由高到低依次是相对数量及质量因子、绝对效益因子、投资因子和相对效益因子。可以看出,该地区的中 小企业数量较多,效益较好。加里宁格勒州主要工业部门为渔业,机械加工业,燃料、纸浆、纸张和食品工业。近几年,该州的国内生产总值增长速度较快。从国家政策上看,早在20世纪90年代就开始在加里宁格勒州设立自由经济区。1996

14、年1月22日实施加里宁格勒州经济特区法。该法规定了在加里宁格勒州经济特区内进行投资和经营活动、海关管理、外汇管理和外汇监督、税收调节和银行活动条件等方面的特殊管理办法。在经济特区内实行自由关税区制度,即进出经济特区的商品免征关税。2006年4月1日,实施新的加里宁格勒州经济特区法,规定加里宁格勒州全境实施经济特区制度,期限为25年。加里宁格勒州地理位置优越,与潜在的产品市场距离较近,为该州的经济发展提供了潜在的机会与可能性。该州运输系统发达,拥有符合欧洲标准的铁路,是连接该州铁路与欧洲铁路的交通枢纽。州政府对所有投资者和经营者一视同仁,国内外投资者在利用当地资源和基础设施方面享有平等的权利。州

15、政府的行政管理程序较为简化、办事效率较高。托木斯克州相对数量及质量因子、投资因子、绝对效益因子和相对效益因子分别为0. 721、4. 476、-0. 316、-0. 412,总分为1. 190,排名第三。从各因子得分来看,投资因子得分最高。托木斯克州经济结构特色鲜明,石油天然气、石油化工、木材加工和制药等工业较为发达;机械制造业和金属加工业(电机工业、仪表制造、矿山设备、制造轴承和各种工具)、食品工业(肉类、奶类、鱼类制品以及各种酒类制品)等发展基础较好。工业产值的大部分或国内生产总值的大部分是由为数不多的几家大公司或其母公司创造的4。表5 俄部分联邦主体的社会经济发展水平排名资料来源：. ,

16、 . . . . / 2005. . 8. . 73.托木斯克州是西伯利亚的经济、文化和科技重地。近几年,该州是西伯利亚以及俄罗斯发展最快的地区之一。标准普尔国际资信评级公司于2005年8月将托木斯克州的俄罗斯等级提升为“ruA”。托木斯克州州府托木斯克市是俄罗斯建立的六个制造业和技术发展类经济特区中唯一一个位于亚洲部分的特区,因其在科技领域的优势而被定为技术型经济特区。该市虽然远离俄罗斯中心地区,但为外国投资寻求在新技术领域的发展提供了良好机会,特别是在信息技术、电子技术等方面,该市拥有大量的技术密集型产业和蓬勃发展的IT产业。更为重要的是,托木斯克州人力资本雄厚,是西伯利亚地区教育和科学中

17、心,其教授密度居全国第一。在托木斯克州,每五个居民中就有一个在大学学习。从综合得分的后10名来看,其中六个联邦主体属于南部联邦区,占南部联邦区联邦主体总数的46%,即阿迪格共和国、卡拉恰伊切尔克斯共和国、达吉斯坦共和国、卡尔梅克共和国、卡巴尔达巴尔卡尔共和国和印古什共和国。赤塔州和图瓦共和国属于西伯利亚联 邦区,科里亚克自治区、莫尔多瓦共和国分属于远东联邦区和伏尔加河沿岸联邦区。南部联邦区位于俄罗斯西南部,大致覆盖了北高加索地区。总体经济社会发展水平远远落后于其他联邦区,居民消费水平较低,经营环境较差,其中小企业发展水平与当地的社会发展状况密切相关。从进一步的聚类分析结果上看,可以把85个联邦

18、主体划分为若干类。笔者选择五类划分法(见附表):莫斯科直辖市作为俄罗斯联邦的政治、经济和文化中心具有全俄独一无二的特殊地位,其单独作为一类;圣彼得堡直辖市和加里宁格勒州同处波罗的海沿岸,与西欧和 北欧经济联系十分密切,中小企业发达,这两个联邦主体归为一类;涅涅茨自治区和楚科奇自治区虽然中小企业分布较少,但是绝对效益指标特别高位居联邦主体前两位,这两个地区归为一类;因为托木斯克州小企业在投资因子上远远大于其他各联邦主体,也单独归为一类;其他联邦主体归为一类。三简要结论以上分析表明,俄罗斯中小企业发展的区域差距受地理区位、自然或人文环境、融资环境、地方政府服务、信息化、政策、技术和人才等多种因素的

19、综合影响,这些因素决定了中小企业发展水平。从上述分析中笔者发现,在影响中小企业发展的因素中,制度因素始终是最为关键的。具体来说,地方政治领导人的看法、融资制度、竞争机制和司法效率等都会对中小企业的发展水平产生重大影响。主要参考书目:1.杭敬、路正南:因子分析法在上市公司业绩评价中的应用,统计与决策2003年第4期。2.余建英:数据统计分析与SPSS应用,人民邮电出版社2003年版。3.林海明:因子分析的精确模型及其解,统计与决策2006年第14期。4.王学民:应用多元分析,上海财经大学出版社2004年版。5. 美理查德A.约翰逊、迪安W.威克恩:实用多元统计分析(第四版),清华大学出版社200

20、1年版。6.冯绍雷、相蓝欣:俄罗斯经济转型,上海人民出版社2005年版。7.徐昱东、于娟:俄罗斯经济增长透视:基于中小企业的视角,俄罗斯研究2008年第2期。8. http: /www. nisse. ru/analitics. htm?l id = dy-namics_3-20079., 2004-2005.http: /www. nisse. ru/ analitics. htm?l id= dynamics_04-0510. http: /www. nisse. ru/analitics. htm?l id =aodrmp(责任编辑:李丹琳)作者分别为辽宁大学国际关系学院博士研究生和教授、博士生导师。注释：1徐昱东等:俄罗斯经济增长透视:基于中小企业的视角,俄罗斯研究2008年第2期。2由于车臣共和国某些原始统数据取得比较困难,而乌斯季奥尔登斯基布里亚特自治区和埃文基自治区的部分数据缺失,本文暂不研究这三个地区。3http: /www. nisse. ru/analitics 4http: /www. opora. ru _/analytics/our- efforts/2008/04/21/maloe- i- srednee-predprinimatelstvo-v-razvitii-promyshlennosti俄罗斯中亚东欧市场2009年第10期