我国城市第三产业发展水平的综合评判
第三产业包括的行业多、涉及的范围广。科学地评价一个城市第三产业的发展水平,不仅需要建立一套合理的指标体系,也应有一个科学的评价方法。现在多数评价方法主要运用数据对比,对第三产业的各个方面进行一般性的类比分析,这样虽对第三产业各单项指标有较为清楚的认识,但很难从综合性的角度给出一个满意的评价结论。本文尝试运用因子分析法和主成份分析法,通过建立因子分析模型,对第三产业进行综合评判,并对我国主要城市的第三产业发展水平进行了评测和分析。
一、评估第三产业发展水平的指标体系
第三产业可以分为两大部分,即流通部门和服务部门,其中服务部门又可以分为为生产和生活服务的部门、为提高科学文化水平和居民素质服务的部门以及为社会公共需要服务的部门。以此为基础,在确立第三产业评价指标体系时,应把握以下四个原则:一是系统性原则。即指标体系的设置能全面反映城市第三产业的发展水平。二是导向性原则。即指标的确立,应围绕第三产业,对第三产业的发展有着直接影响。三是替换性原则。由于有些指标很难直接获得(如城市基础设施水平等),可通过其他直接可测的指标(如人均居住面积、城市人口用水普及率、城市人均拥有铺装道路面积等)进行替代。四是客观性原则。指标设置时应尽量采用量化指标,但考虑到有些指标很难量化,则按比较客观和公认的准则处理(如政策体制变量等),以提高评估的可信度。
依据上述原则,经过分析,选出了20个指标构成了一个能综合反映城市第三产业发展水平的指标评价体系。即是:1人口(POP);2国内生产总值(GDP);3第三产业增加值(TRP);4货运总量(FT);5批发零售贸易商品销售总额(SPWT);6外贸收购总额(TPC);7年末银行贷款余额(LBB);8社会零售物价指数(RPI);9实际利用外资额(FCA);10每万名职工所拥有科技人员数(NST);11旅游外汇收入(TR);12三产就业比重(TRET);13邮电业务总量(PTS);14职工人均工资(AS);15人均居住面积(PCLS);16城市人口用水普及率(PUWH);17城市煤气普及率(PUGH);18人均拥有铺装道路面积(PCRA);19人均公共绿地面积(PCGA);20政策体制变量(P)。
在这20个指标中,人口和国内生产总值指标表明了城市的总体经济规模;第三产业增加值和三产就业比重指标反映了城市第三产业产值水平和产业结构的高度;货运总量是一个城市公路运输量、铁路运输量、海运量和内河运输量4个统计指标之和;批发零售贸易商品销售总额标志着一个城市的市场容量和消费规模;外贸收购总额和实际利用外资额反映了城市对外贸易的水平,也即表示城市外向型经济的发展水平和规模;年末银行贷款余额表明资金供给量;社会零售物价指数标志着地区货币的稳定程度;旅游外汇收入代表了一个城市国际知名度和对外吸引程度;邮电业务总量反映了城市的信息通迅能力;人均工资、每万名职工所拥有科技人员数分别表明了劳动力的价格和质量(即科技含量);人均居住面积、城市人口用水普及率、城市煤气普及率、人均拥有铺装道路面积和人均公共绿地面积则标志着一个城市的基础设施发展水平;政策体制变量代表一个地区享有的经济自主权和国家给予的优惠政策,这里我们按东、中和西部地区来划分,即对于东部城市,属于经济特区和沿海开放的城市,取值为4,其余取值3,位于中、西部的城市政策体制变量分别取值2和1。
二、第三产业的基本因素模型及因子分析
因子分析是研究相关矩阵的内部依赖关系,将多个指标变量综合为少数几个“因子”,同时又不失去原指标变量集提供的绝大部分信息,以再现原始变量与“因子”之间相关关系的方法。其基本问题是用变量之间的相关系数来决定因子个数及载荷,基本模型为:
X=A0F+A1ε
式中,X=(X1,X2…,XP)′为指标变量向量,P为变量数;F=(F1,F2…,Fm)′叫做公共因子向量,它是各个变量中共同出现的因子,因子分析的目的就是要使m 在第三产业评价指标各样本值的选取中,由于数据来源可靠,避免了渗杂调查人的偏好等影响,因此特殊因子εi予以忽略。 通过对北京等44个城市上述20个指标变量样本值(限于篇幅,此处略去)的标准化变换和相关矩阵分析,可得到主成份,然后根据最初m个因子总方差中的累计百分率大于或等于75%的要求,决定因子数目。表1给出了因子、特征值和每个因子可解释的总方差的比例。最初的5个因子可解释总方差的79.7%,所以采用5个因子。 因子载荷矩阵A=U′12,U为特征向量矩阵, 为特征值矩阵。 因子分析的目的不仅是找出主因子,更重要是知道每个主因子的意义。为使各因子的典型代表变量更为突出,便于对因子进行解释,须对因子载荷矩阵进行旋转,使得因子载荷的平方按列向0和1两极转化,达到其结构简化的目的。这里采取方差最大正交旋转法,使因子载荷矩阵中,各因子载荷值的总方差达到最大作为因子载荷简化的准则,从而得到旋转因子载荷矩阵R(见表2)。 由表2可以确立因子分析模型为:X=A0F 其中,X为指标变量向量,X=(X1,X2,…Xp)′;A0为主因子载荷矩阵,具体见表2; F为主因子列向量,F=(F1,F2,F3,F4,F5)'。 从主因子载荷矩阵A0来看,人口、GDP、第三产业增加值、货运总量、批发零售贸易商品销售总额、外贸收购总额、年末银行贷款余额、实际利用外资额、旅游外汇收入、邮电业务总量在第一因子上有较大的载荷;社会零售物价指数、职工人均工资、三产就业比重、人均居住面积、城市煤气普及率、人均拥有铺装道路面积、人均公共绿地面积、政策体制变量在第二因子上有较大载荷;城市用水普及率、人均公共绿地面积、政策体制变量则在第三因子上也有较大载荷;每万名职工所拥有高科技人员数、人均居住面积在第四因子上有较大载荷;第五因子上货运总量和城市煤气普及率也表现出较大载荷。从中可知,除第一因子表明了城市第三产业的整体发展水平和经济基础外,其他因子意义含糊不清比较混杂,较难解释。 从方差极大正交旋转因子载荷矩阵R来看,人口和货运总量在第一和第五因子上均有较大载荷;GDP、第三产业增加值、批发零售贸易商品销售总额、外贸收购总额、年末银行贷款余额、实际利用外资额、旅游外汇收入、邮电业务总量、三产就业比重只在第一因子上有效大载荷;人均居住面积、城市煤气普及率、人均拥有铺装道路面积、人均公共绿地面积在 第二因子上有较大载荷;社会零售物价指数、职工人均工资、政策体制变量则在第三因子上
