论文部分内容阅读
【摘 要】本文构建了城市发展潜力的17个指标体系，运用主成分分析法对我国具有代表性的几大城市进行排序和潜力评价。
【关键词】发展潜力；主成分分析；综合评价
一、引言
在经济全球化时代，国与国之间的竞争逐渐体现为城市间的竞争，分析城市发展潜力及其所处阶段有很大意义。因此，一些研究者从经济增长的视角来研究区域发展潜力，将劳动和资本定为区域发展的两个方面[1]；賈晓霞等人从区域系统的角度出发，分析出区域发展潜力由经济、社会、资源与环境、管理四个因素组成[2]。本文运用主成分分析法，对我国的7个大城市进行潜力分析，从而提出针对性建议。
二、指标选取和数据说明
本文在构建指标体系时，借鉴了张剑涛的《国际城市观察》中对亚洲城市未来发展潜力的评价标准，建立了比较完整的城市发展潜力评价指标体系，选取了人口自然增长率、人均GDP、申请专利数、城市大学数量等17个指标。
本文选取了五个一线城市北京、上海、广州、深圳、天津和两个二线城市中的直辖市重庆、西安为样本进行分析，数据大部分来自《中国统计年鉴2015》，各样本城市的统计年鉴和2015政府工作报告，部分数据来自《2015城市经济年鉴》。
三、实证分析
本文运用 SPSS软件，对原始数据运用主成分分析方法进行处理，根据旋转后相关系数的累计贡献率。前四个特征根6.121，4.297，3.011，1.601均大于1，而且累计方差贡献率为88.41%，超过85%，所以根据提取主成分的原则，选前4个主成分就可以代替原来的17个变量综合反映城市的发展潜力，因此选取主成分F1、F2、F3、F4。通过特征根和特征向量可以计算得到4个主成分的因子载荷矩阵，如表1。
可以看出F1的方差贡献率为36.006%，在指标X1、X2、X5、X8、X14、X15、X17上的因子载荷较大，所以主成分F1可以定义为科技水平；F2的方差贡献率为25.278%，在X4、X6、X7、X9、X10上的因子载荷较大，反映的都是基础设施方面的；公共因子F3方差贡献率为17.711%，反映在X3、X11、X12、X13；最后一个因子F4方差贡献率9.416%，全部是由指标X16体现的，直观反映一个地区的经济增长速度。
在此基础上，得到综合评价模型： F =0.407F1 +0.286F2+ 0.2F3 + 0.107F4，依据此模型计算出 2014年我国主要城市发展潜力综合得分及排名情况。
从结果看，深圳综合排名第一，深圳是我国重要的经济特区，有着发达的金融业、服务业和物流业，而且科技水平也是排名第一；紧随其后的是上海、北京、广州、天津，上海是我国的金融大都市，它的飞速发展与地理优势、经济实力、科技投入、政府支持等分不开。基于以上分析，可得出以下结论：城市的发展潜力受很多因素的影响，其中高新技术产业的科技水平对城市发展起很大的推动作用。从综合得分来看，城市发展潜力较大的还是一线城市，一些二线城市仍然处于相对落后的地位。
参考文献：
[1]ARROW KJ.The Economic Implication of Learning by Doing[J].Review of Economic Studies，1962（3）：155-173
[2]贾晓霞、杨用定.基于复合系统的区域发展潜力评价[J].《科学学与科学技术管理》，2003（3）：44-47
【关键词】发展潜力；主成分分析；综合评价
一、引言
在经济全球化时代，国与国之间的竞争逐渐体现为城市间的竞争，分析城市发展潜力及其所处阶段有很大意义。因此，一些研究者从经济增长的视角来研究区域发展潜力，将劳动和资本定为区域发展的两个方面[1]；賈晓霞等人从区域系统的角度出发，分析出区域发展潜力由经济、社会、资源与环境、管理四个因素组成[2]。本文运用主成分分析法，对我国的7个大城市进行潜力分析，从而提出针对性建议。
二、指标选取和数据说明
本文在构建指标体系时，借鉴了张剑涛的《国际城市观察》中对亚洲城市未来发展潜力的评价标准，建立了比较完整的城市发展潜力评价指标体系，选取了人口自然增长率、人均GDP、申请专利数、城市大学数量等17个指标。
本文选取了五个一线城市北京、上海、广州、深圳、天津和两个二线城市中的直辖市重庆、西安为样本进行分析，数据大部分来自《中国统计年鉴2015》，各样本城市的统计年鉴和2015政府工作报告，部分数据来自《2015城市经济年鉴》。
三、实证分析
本文运用 SPSS软件，对原始数据运用主成分分析方法进行处理，根据旋转后相关系数的累计贡献率。前四个特征根6.121，4.297，3.011，1.601均大于1，而且累计方差贡献率为88.41%，超过85%，所以根据提取主成分的原则，选前4个主成分就可以代替原来的17个变量综合反映城市的发展潜力，因此选取主成分F1、F2、F3、F4。通过特征根和特征向量可以计算得到4个主成分的因子载荷矩阵，如表1。
可以看出F1的方差贡献率为36.006%，在指标X1、X2、X5、X8、X14、X15、X17上的因子载荷较大，所以主成分F1可以定义为科技水平；F2的方差贡献率为25.278%，在X4、X6、X7、X9、X10上的因子载荷较大，反映的都是基础设施方面的；公共因子F3方差贡献率为17.711%，反映在X3、X11、X12、X13；最后一个因子F4方差贡献率9.416%，全部是由指标X16体现的，直观反映一个地区的经济增长速度。
在此基础上，得到综合评价模型： F =0.407F1 +0.286F2+ 0.2F3 + 0.107F4，依据此模型计算出 2014年我国主要城市发展潜力综合得分及排名情况。
从结果看，深圳综合排名第一，深圳是我国重要的经济特区，有着发达的金融业、服务业和物流业，而且科技水平也是排名第一；紧随其后的是上海、北京、广州、天津，上海是我国的金融大都市，它的飞速发展与地理优势、经济实力、科技投入、政府支持等分不开。基于以上分析，可得出以下结论：城市的发展潜力受很多因素的影响，其中高新技术产业的科技水平对城市发展起很大的推动作用。从综合得分来看，城市发展潜力较大的还是一线城市，一些二线城市仍然处于相对落后的地位。
参考文献：
[1]ARROW KJ.The Economic Implication of Learning by Doing[J].Review of Economic Studies，1962（3）：155-173
[2]贾晓霞、杨用定.基于复合系统的区域发展潜力评价[J].《科学学与科学技术管理》，2003（3）：44-47