時間：2023-08-30 09:17:06
緒論：在尋找寫作靈感嗎？愛發(fā)表網(wǎng)為您精選了8篇經(jīng)濟發(fā)展水平的主要指標，愿這些內(nèi)容能夠啟迪您的思維，激發(fā)您的創(chuàng)作熱情，歡迎您的閱讀與分享！
鑒于此，筆者從二者協(xié)同發(fā)展的角度出發(fā)，創(chuàng)新性地運用耦合理論中關于容量耦合的理論，以2009—2013年數(shù)據(jù)為樣本，構建川西地區(qū)經(jīng)濟發(fā)展水平與農(nóng)業(yè)現(xiàn)代化發(fā)展水平耦合協(xié)調(diào)度模型，定量分析二者之間的協(xié)同發(fā)展關系，以期為政府相關部門提供決策參考。
1研究方法
在物理學中，耦合是指2個或2個以上的電路元件或電網(wǎng)絡的輸入與輸出之間存在緊密配合與相互影響，并通過相互作用從一側(cè)向另一側(cè)傳輸能量的現(xiàn)象[2]。從協(xié)同性的角度看，耦合作用及其協(xié)調(diào)程度決定了系統(tǒng)在達到臨界區(qū)域時的走向，即決定了系統(tǒng)由無序走向有序的趨勢。系統(tǒng)由無序走向有序機理的關鍵在于系統(tǒng)內(nèi)部序參量之間的協(xié)同作用，它左右著系統(tǒng)相變的特征與規(guī)律，耦合度正是反映這種協(xié)同作用的度量。因此，本研究構建經(jīng)濟發(fā)展-農(nóng)業(yè)現(xiàn)代化耦合模型，分析經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化2個子系統(tǒng)通過各自的耦合元素產(chǎn)生相互影響的程度，最后通過協(xié)調(diào)度函數(shù)計算2個子系統(tǒng)的協(xié)調(diào)發(fā)展情況。
1.1耦合度模型借鑒物理學中容量耦合（Capacitivecoupling）概念及容量耦合系數(shù)模型，得到n維系統(tǒng)相互作用耦合度原始模型。定義C2為經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化的耦合度，由公式（2）可知，C2介于0和1之間。當C2趨向于0時，則認為經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化的耦合系統(tǒng)處于耦合失諧狀態(tài)，即經(jīng)濟的快速發(fā)展并未能有效地促進農(nóng)業(yè)現(xiàn)代化水平的提高；當C2趨向于1時，則認為經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化水平的耦合系統(tǒng)處于高效耦合狀態(tài)，即伴隨著經(jīng)濟的高速發(fā)展，農(nóng)業(yè)現(xiàn)代化水平不斷提高，二者高度耦合。
1.2權重確定計算權重通常采用的方法有專家咨詢法、層次分析法，但這2種方法的主觀性較強，往往會使評價的結(jié)果發(fā)生偏差。本研究采用熵權法計算各指標的權重。熵權法的基本思路是根據(jù)指標變異性的大小來確定客觀權重。信息熵是指事物屬性及標識的集合或反映事物信息量的集合。一般來說，若某個指標的信息熵Ej越小，表明指標值的變異程度越大，提供的信息量越多，在綜合評價中所能起到的作用也越大，其權重也就越大。相反，某個指標的信息熵Ej越大，表明指標值的變異程度越小，提供的信息量也越少，在綜合評價中所起到的作用也越小，其權重也就越小。
1.3協(xié)調(diào)度函數(shù)根據(jù)前述模型可計算出經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化的耦合程度，它對于判斷經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化耦合作用的強弱有著十分重要的意義。但耦合度并不能反映2個子系統(tǒng)之間的整體協(xié)同發(fā)展情況。因此，需要引入耦合協(xié)調(diào)度函數(shù)，通過計算2個子系統(tǒng)之間的協(xié)調(diào)程度，真實反映2個子系統(tǒng)間的協(xié)同發(fā)展情況。耦合協(xié)調(diào)度函數(shù)計算公式如下。式中，D為耦合協(xié)調(diào)度；T為經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化的綜合調(diào)和指數(shù)，反映了經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化的整體協(xié)同效應；a，b為待定系數(shù)，考慮到經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化對整個社會發(fā)展而言同等重要，因此，a，b同取0.5。參照相關研究成果，根據(jù)經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化耦合協(xié)調(diào)度D以及2個子系統(tǒng)之間的關系，將耦合系統(tǒng)按照協(xié)調(diào)度的高低劃分為4個一級分類層次和12個二級分類層次（表1）。
2指標體系的構建
根據(jù)川西地區(qū)的實際情況以及歷年的相關統(tǒng)計資料，遵循科學性、實用性、多層次、連續(xù)性、獨立性、系統(tǒng)性等原則，兼顧方便在GIS中存取表達和計算，本研究從區(qū)域經(jīng)濟增長、區(qū)域經(jīng)濟結(jié)構、區(qū)域經(jīng)濟效益、區(qū)域可持續(xù)發(fā)展4個方面共計11個指標衡量經(jīng)濟發(fā)展水平（U1），從農(nóng)業(yè)投入水平、農(nóng)業(yè)產(chǎn)出水平、農(nóng)村社會水平、農(nóng)業(yè)可持續(xù)發(fā)展水平4個方面共計11個指標衡量農(nóng)業(yè)現(xiàn)代化水平（U2）。具體指標體系列于表2。
3結(jié)果與分析
根據(jù)信息熵理論，求得指標體系的權重（表3）。再根據(jù)耦合度函數(shù)、協(xié)調(diào)度函數(shù)求得2個系統(tǒng)耦合度（C）、綜合調(diào)和指數(shù)（T）、耦合匹配度（D）（表4）。將2009—2013年川西4個市（州）的耦合協(xié)調(diào)度導入ArcGIS，分析5a來川西地區(qū)經(jīng)濟發(fā)展水平與農(nóng)業(yè)現(xiàn)代化水平耦合協(xié)調(diào)度的時空變化特征（圖1）。從表4和圖1可以看出，川西地區(qū)的阿壩州、甘孜州、涼山州、雅安市2009—2013年中經(jīng)濟發(fā)展水平與農(nóng)業(yè)現(xiàn)代化水平的耦合協(xié)調(diào)度跨越了幾個類別，可以從地區(qū)及時間跨度2個方面進行分析。從地區(qū)上來看，雅安市、涼山州的經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化耦合協(xié)同發(fā)展的程度要明顯好于甘孜州與阿壩州。2012年以后，雅安市與涼山州的耦合協(xié)同發(fā)展的水平達到了優(yōu)質(zhì)協(xié)調(diào)發(fā)展的程度。從具體協(xié)調(diào)類型上可以看出，涼山州除2012年外，其他年份的數(shù)據(jù)表明，經(jīng)濟發(fā)展要快于農(nóng)業(yè)現(xiàn)代化建設，而雅安市正好相反，5a間農(nóng)業(yè)現(xiàn)代化建設都要略超前于經(jīng)濟發(fā)展水平，說明雅安市對農(nóng)業(yè)現(xiàn)代化建設的重視程度要高于涼山州、甘孜州和阿壩州。甘孜州與阿壩州截止到2013年，經(jīng)濟發(fā)展與農(nóng)業(yè)現(xiàn)代化仍然處于瀕臨失調(diào)的狀態(tài)，從具體協(xié)調(diào)類型上來看，都是經(jīng)濟發(fā)展嚴重超前，而農(nóng)業(yè)現(xiàn)代化發(fā)展相對滯后。從時間跨度上來看，2009—2013年5a間，耦合協(xié)調(diào)度上升最快的是雅安市，涼山州略有上升，甘孜州與阿壩州則基本維持在同一水平。雅安市在2009年處于失調(diào)發(fā)展階段，經(jīng)過5a的發(fā)展2013年已達到優(yōu)質(zhì)協(xié)調(diào)發(fā)展階段；涼山州雖然上升幅度較緩，但除2009年處于勉強調(diào)和階段外，其他年份都處于優(yōu)質(zhì)協(xié)調(diào)發(fā)展階段；甘孜州與阿壩州5a來基本維持在同一階段，耦合協(xié)調(diào)程度并未有明顯的改善。
4結(jié)論
關鍵詞：主成分分析；經(jīng)濟發(fā)展；綜合評價
中圖分類號：F01 文獻標志碼：A 文章編號：1673-291X（2012）29-0011-02
引言
要描述和評價一個社會的經(jīng)濟發(fā)展狀況，最理想的是找到一個總括性社會指標體系評價方法，其測度結(jié)果要能夠反映社會經(jīng)濟發(fā)展的全部或大部分信息。20世紀60年代以來，一些其他國家的職能部門以及研究學者曾經(jīng)提出各種不同的指標體系評價方法。自20世紀80年代以來，我國系統(tǒng)地研究社會發(fā)展指標體系評價方法，國內(nèi)一些政府部門、 研究單位和個人先后設計了一些“社會指標體系評價方法”，如，唐曉東采用了21個指標變量的函數(shù)模型來評價我國社會經(jīng)濟發(fā)展狀況，但此模型沒有把所有反映經(jīng)濟情況的因素考慮在內(nèi)，因此，到目前為止還沒有形成一套完善、客觀的社會經(jīng)濟發(fā)展綜合指標體系評價方法。
為了更加全面、客觀地反映我國各地區(qū)的社會發(fā)展水平，本文在借鑒國內(nèi)外研究成果的基礎上，通過對我國已有研究成果的修正和充實，首次把居民消費價格指數(shù)和商品零售價格指數(shù)引入評價指標體系中，提出一種新的社會發(fā)展水平綜合指標體系。在實際經(jīng)濟問題中，不同的經(jīng)濟變量之間具有一定的相關性，如職工平均工資和消費水平必然有一定的關聯(lián)性，這樣勢必增加分析問題的復雜性。而主成分分析法可以用較少的指標來代替原來較多的指標，并盡可能地反映原來指標的信息，從根本上解決了指標間的信息重疊問題，又大大簡化了原指標體系的指標結(jié)構。用主成分分析法分析經(jīng)濟發(fā)展水平的優(yōu)勢主要體現(xiàn)在： （1）全面性（消除評價指標的相互影響）。在滿足n f p的條件下，不限制指標的個數(shù)，可以綜合評價一國的經(jīng)濟發(fā)展狀況。主成分分析的降維處理技術能較好地解決多指標評價的要求，在選擇了m（m p p）個主成分后，仍能保留原始數(shù)據(jù)信息的85%以上，因此，這一方法綜合評價經(jīng)濟發(fā)展水平比較全面。（2）可加性（數(shù)據(jù)標準化處理）。在綜合評價經(jīng)濟發(fā)展水平時，所建立的評價指標量綱往往不同，變差不能直接綜合。主成分分析法避免了此現(xiàn)象的發(fā)生，因為在計算過程中，主成分分析法把各個指標進行了標準化處理，這就使得各個經(jīng)濟指標之間具有可比性即可加性。（3）客觀性（科學的確定權重）。在層次分析法計算過程中，通過專家打分來確定權重，使得主成分分析法在綜合評價實踐中的廣泛應用成為現(xiàn)實。而主成分分析法在確定綜合因子的權重時，克服了某些評價方法中人為確定權重的缺陷，使得綜合評價結(jié)果唯一。（4）簡單性（計算簡單）。隨著電子計算機技術的發(fā)展，SPSS、SAS等計算機軟件的推進與使用，使得主成分分析法在綜合評價實踐中的廣泛應用成為現(xiàn)實。
一、主成分分析原理
主成分分析法 （Principal Components Analysis）也稱主分量分析法，是由Hotelling于1933年首先提出。它可以在力保原始數(shù)據(jù)信息丟失最少的情況下，對高維變量空間進行降維，用少數(shù)的變量來解釋整個問題。
主成分分析的目的在于利用p個原始變量（x1，x2，…，xp）構造少數(shù)幾個新的綜合變量，使得新變量為原始變量的線性組合，新變量互不相關，新變量包含p 個原始變量的絕大部分信息。這樣定義x1，x2，…，xp為原變量指標，z1z2…zm（m≤p）為新的綜合變量指標，每一個新綜合變量指標是p 個原始變量的線性組合，同時要求滿足以下幾個條件：（1） zi與zj（i≠j；i，j=1，2，…，m）相互無關。（2）z1是x1，x2，…，xp的一切線性組合中方差最大者，z2是與z1不相關的x1，x2，…，xp的所有線性組合中方差最大者；zm是與z1z2…zm-1都不相關的x1，x2，…，xp所有線性組合中方差最大者，則新變量z1z2…zm分別稱為原變量x1，x2，…，xp的第一，第二，……第m主成分。
二、指標確定
我們根據(jù)選取的指標要能夠客觀、系統(tǒng)地反映一個地區(qū)經(jīng)濟發(fā)展水平的原則，因此本文選擇反映經(jīng)濟情況的8項主要指標：地區(qū)生產(chǎn)總值（ X1）、居民消費水平（X2）、基本建設投資（X3）、職工平均工資（X4）、居民消費價格指數(shù)（X5）、商品零售價格指數(shù)（X6）、貨物周轉(zhuǎn)量（X7）、工業(yè)總產(chǎn)值（X8）。指標數(shù)值均來自2006年中國統(tǒng)計年鑒及相應整理數(shù)據(jù)[6]。
將數(shù)據(jù)進行標準化處理，利用SPSS軟件進行主成分分析，得出方差解釋表，通過計算可得，前3個特征值的累積貢獻率已達到85.928%，這說明用前3個因子來反映事物的信息占全部信息的85.928%以上，于是，取前3個因子作為主成分。碎石圖同樣也能夠說明這一點。
從主成分載荷矩陣圖可以得出，地區(qū)生產(chǎn)總值和工業(yè)總產(chǎn)值在第一主成分上的載荷較大；基本建設投資在第二主成分上的載荷較大；消費價格指數(shù)在第三主成分上的載荷較大。因此，可將主成分命名如下：第一主成分：產(chǎn)出主成分；第二主成分：建設投資主成分；第三主成分：消費價格主成分。
根據(jù)該表以及變量的觀測值可計算因子得分，主成分得分系數(shù)矩陣的數(shù)值是主成分載荷除以相應的特征根得到的結(jié)果。到目前為止，通過主成分分析法，將8個評價指標轉(zhuǎn)化為了具有典型經(jīng)濟含義的3個綜合評價指標。
三、經(jīng)濟發(fā)展水平的綜合分析和評價
為了考察每個城市，并對它們進行分析評價，采用回歸方法將三個主成分表示成8個指標的線性組合，即得分函數(shù)：
應說明一點的是，某城市的主成分因子得分為負數(shù)，這是因為在計算時對原始數(shù)據(jù)作了標準化處理，把各經(jīng)濟指標的平均水平當做零來處理的緣故。因此，某城市的主成分因子得分為負數(shù)，只表明該城市的經(jīng)濟發(fā)展水平在全國31個省市的平均發(fā)展水平之下。將Z1、Z2、Z3得分繪制在三維坐標系中，由載荷陣及Z1、Z2、Z3表達式可以得出，Z1、Z2、Z3越大所代表的綜合能力越大。
如繪制各個城市主成分因子的得分散布圖，就可以綜合看出，位于正中間上方的是廣東省，其生產(chǎn)總值、基本投資建設和消費水平相對來說都比較高；而位于正中間下方的是省，其消費水平與全國的平均消費水平不相上下，但其生產(chǎn)總值和基本投資建設卻低于全國平均水平；位于左上角的城市是生產(chǎn)總值和基本建設投資都很高的城市，如江蘇和山東；位于右上角的城市是生產(chǎn)總值和消費水平都很高的城市，如上海、北京和天津。
結(jié)合生產(chǎn)總值、基本建設投資和消費水平三方面，可對我國地區(qū)經(jīng)濟發(fā)展做出如下評價：31個省市大體上可分為7個類別。廣東屬一類，它位于圖的正上方，說明該地區(qū)的生產(chǎn)總值、基本建設投資以及消費水平都很高，是投資者首選的黃金地帶；江蘇和山東屬一類，位于圖的左上角，是生產(chǎn)總值和基本建設投資相對較高而其消費水平相對來說不高的省市；河北、河南和遼寧屬一類，其生產(chǎn)總值與我國的平均生產(chǎn)總值不相上下但其基本投資建設費用比較高，說明這三個省的基本建設正在逐步完善；浙江屬一類，其生產(chǎn)總值比河北、河南和遼寧高，但其基本建設投資和消費與這三個城市不相上下；上海、北京和天津基本屬于一類，該地區(qū)的生產(chǎn)總值高而且消費水平相對來說也比較高，但其基本建設投資相對來說較低，說明這三個城市的基本建設比較完善；海南、貴州、青海、甘肅、新疆、寧夏和屬一類，這幾個省市的消費水平基本與我國平均消費水平持平但其生產(chǎn)總值遠遠落后于我國的平均生產(chǎn)總值，而其基本建設投資卻高于我國基本建設投資的平均水平，說明國家比較重視這幾個省市的經(jīng)濟發(fā)展；其他地區(qū)屬于一類。需要說明的是，本文對全國31個省市的評價是一種比較分析評價，以方便讀者對比。
四、結(jié)論
本文將主成分分析引入到城市經(jīng)濟發(fā)展水平的分析與綜合評價中，應用主成分分析的功能，提出了一種可以較為準確的評價各城市經(jīng)濟發(fā)展狀況的方法，在實際中無論是對投資者、國家經(jīng)濟政策的制定部門及城市本身都有著重要的現(xiàn)實意義。因為該方法在分析過程中對指標進行了標準化處理，避免了不同量綱對分析結(jié)果的影響。同時，主成分方法成功地消除了指標間信息重疊和人為地確定指標權重的缺點，使得分析結(jié)果客觀公正、清晰可見。此外，主成分分析法的整個操作過程都可以運用計算機軟件，如：SPSS、SAS等都可方便快捷地進行。
參考文獻：
[1] Noorbakhsh， Farhad.Human Development and Regional Disparities in china： A Policy Model [J].Journal of International Development，
2007，（14）：927-949.
[2] 喬峰，姚儉.時序全局主成分分析在經(jīng)濟發(fā)展動態(tài)描繪中的應用[J].數(shù)理統(tǒng)計與管理，2003，22（2）：1-5.
[3] GAVIN W J， VISARIA P.Urbaniztion in large developing countries.China， Indohesia， Brazilamd India[M].Oxford： Clarendon Press， 1997.
[4] LIAN Yuming.China cities report [R].Beijing： China times and economics Press， 2004.
社會保障水平評價指標是社保評價工作的載體，因此這一指標體系構建是各地社保水平測評研究的核心內(nèi)容，它可以構筑一座橋梁，這座橋梁將有助于測度區(qū)域社保發(fā)展水平。社保測評指標的主要任務就是要準確地捕捉到系統(tǒng)內(nèi)部相互作用的主要信息，并通過對這些信息的科學綜合了解一體化發(fā)展的狀態(tài)變化。在借鑒先發(fā)國家有關社會保障評價指標設置及我國社會保障發(fā)展歷程和特征考慮，本文擬通過綜合考慮城鄉(xiāng)社會保障的發(fā)展水平、發(fā)展速度、內(nèi)部平衡及與國民經(jīng)濟發(fā)展的協(xié)調(diào)關系，以評價我國社會保障綜合發(fā)展水平和地方社保建設狀況，最終建立社會保障水平評價指標體系。主要包括以下五方面內(nèi)容：（1）通過對國民經(jīng)濟發(fā)展水平與社會保障水平協(xié)調(diào)關系的評價，反映地區(qū)經(jīng)濟實力發(fā)展與社會保障水平提高的協(xié)調(diào)性；（2）通過對各種類型的社會保障基金特別是社會保險基金的增值情況、基金收入占GDP的比重以及人均基金收入和基金收入與支出比例等統(tǒng)計結(jié)果，反映出一個地區(qū)社會保障基金方面的質(zhì)量水平；（3）通過對占社保支出的90%以上的社會保險水平進行統(tǒng)計，反映社會保障覆蓋率、人均社保支出、參保人數(shù)增長率以及社會保險負擔系數(shù)等；（4）通過對社會福利進行有效統(tǒng)計，反映一個國家或地區(qū)社會保障水平層次的高低。比如通過人均福利床位數(shù)、敬老院覆蓋率等指標的統(tǒng)計來反映老年人生活的幸福感程度。本論文選取以下主要指標對我國各地區(qū)社會保障水平進行基本評價（見表1）。
二、區(qū)域社會保障水平實證分析
（一）數(shù)據(jù)來源
通過對大量已有的統(tǒng)計數(shù)據(jù)和資料的分析、整理和加工，從中抽取與社會保障相關的信息。本文選取2009年衡水市11個區(qū)縣的有關衡量社會保障的指標來進行分析，所涉及數(shù)據(jù)均來源于《衡水市統(tǒng)計年鑒》。
（二）數(shù)據(jù)的預處理
1.數(shù)據(jù)的無量綱化。在本文中，指標為區(qū)間指標，即指標值在區(qū)間0處達到最好最優(yōu)水平，指標值離0點越接近越好。2.權重的確定。本文先采用因子分析客觀賦權，然后采用層次分析主觀賦權。因子分析是利用少數(shù)公因子來說明相關變量之間復雜結(jié)構的多變量技法。[2]在目前所有指標權數(shù)的設計方法中，應當說這是一種較為科學合理、易于操作的設計方法，目前被多數(shù)國家所采用。
（三）實證分析結(jié)果
對具有15個指標的指標體系進行主成分分析，得出各個指標的方差貢獻率。根據(jù)SAS分析的結(jié)論，前五個主成分的方差貢獻率都大于1，且它們的累計方差貢獻達到了86.83%，符合累計貢獻率大于85%的要求。因此，提取五個因子作為影響社保綜合水平的因子。旋轉(zhuǎn)后的因子載荷矩陣為（見表3）。根據(jù)旋轉(zhuǎn)后的因子載荷矩陣，F(xiàn)actor1對指標Z7和Z8的載荷較大，可以解釋為養(yǎng)老保險因子；Factor2對指標Z2、Z3、Z11、Z12的負荷較大，可解釋為受GDP水平影響的醫(yī)保因子；Factor3的情況比較復雜，它對指標Z3、Z4、Z6、Z8、Z10、Z14的因子載荷都超過了0.6，可以認為是受這些指標綜合影響的結(jié)果，而這些指標對整個指標體系的5個二級指標所分列的內(nèi)容都有所涉及，因此，認為Factor是影響社保整體水平的綜合因子；Factor4在指標Z6、Z10、Z11上的載荷偏大，且都在0.8以上，這一因子可解釋為受社保基金影響的醫(yī)保因子；Factor5的情況很明顯，它對Z13、Z14、Z15的因子載荷都達到了0.7以上，可解釋為社會福利因子。綜合得分及排名結(jié)果。可以看出，市轄區(qū)桃城區(qū)的社保綜合水平最高，這與其經(jīng)濟發(fā)展水平和全市經(jīng)濟政治中心的角色是相符的。棗強縣排名第二，這與棗強縣實行新農(nóng)保有關。新農(nóng)保的實施讓棗強縣農(nóng)村養(yǎng)老保險的保障范圍和水平都得到了飛躍式的提高，參保人數(shù)是原來的6倍多，保障水平提高到基礎養(yǎng)老金55元/月的水平，極大地改善了老農(nóng)保時期老人月領取保費金額從幾角到200多元不等的情況。排名第三和第四位的是安平縣和冀州市，同時這兩個地區(qū)的經(jīng)濟發(fā)展水平也在全市處于較為領先的地位。排名最后的阜城縣與第10位的故城縣差距不大，二者在今后都要注重社保領域尤其是基本養(yǎng)老和醫(yī)療保險的發(fā)展，下大力度推進社保政策實施，提高保障數(shù)量和質(zhì)量。
三、政策建議
隨著我國社會保障體系和水平的不斷提高，近幾年來，我國城鎮(zhèn)基本養(yǎng)老、基本醫(yī)療、失業(yè)、工傷和生育保險參保人數(shù)大幅提升，覆蓋面越來越廣，使各種低生活水平人群生存條件得到極大改善。但與人民日益增長的物質(zhì)和精神要求相比，提高保障水平、健全相關制度的任務還任重道遠。[3]針對當前社會保障中存在的突出問題，本文對社會保障工作的基本思路和具體措施提出如下建議：
（一）夯實基礎，健全社會保障法律體系
縱觀歐美等發(fā)達國家的社會保障發(fā)展歷程，每一次社保水平的提高都相應得到了法律支持，因此，立法先行是保障社保制度得到切實實施的政策手段。現(xiàn)階段加快形成社會保障基本法律、行政法規(guī)以及有關政策相結(jié)合的法律保障體系，以便社會保障事業(yè)有序、有力、有保障地推進。
（二）完善制度，建立社會保障資金籌措的有效機制
多渠道籌集實現(xiàn)新生代農(nóng)民工市民化的資金，加快新生代農(nóng)民工市民化。[4]社會保障基金的來源主要是個人繳納、單位承擔以及中央和省一級政府的撥款，但市、縣等各級政府也應當分擔一部分資金壓力，尤其是財政狀況較好的地區(qū)，應合理確定市、縣兩級財政各自負擔比例，根據(jù)保障對象和地方財政能力分擔。也可以從有條件的鄉(xiāng)鎮(zhèn)財政和較富裕的農(nóng)村集體經(jīng)濟收入中拿出一部分作為社保資金的來源補充，推動農(nóng)民工養(yǎng)老保險工作進入實質(zhì)階段。
（三）突出重點，加速推進鄉(xiāng)村養(yǎng)老保險的進程
從目前的實際情況看，鄉(xiāng)村養(yǎng)老保險已經(jīng)成為社會保障的突出問題。以實際購買力和可比價格來分析，根據(jù)聯(lián)合國開發(fā)計劃署和世界銀行的公布數(shù)字，我國目前的人均收入水平和財政支付能力均已經(jīng)超過英美等國家當年建立農(nóng)村社會保險時的基礎。因此，加快農(nóng)村社會養(yǎng)老保險制度建設的時機已經(jīng)成熟。應通過政府組織、引導、扶持和激勵，加快建立與當?shù)剞r(nóng)村經(jīng)濟發(fā)展水平相適應的新型農(nóng)村社會養(yǎng)老保險制度，[4]使社會養(yǎng)老保險盡快惠及這一特殊人群。
（四）突破難點，著力探索和建立農(nóng)民工養(yǎng)老保險新機制
摘要：目前世界各國普遍采用的國民經(jīng)濟核算體系（即SNA-1993）在反映一國居民生活水平和生活質(zhì)量的問題上存在不足，本文將以居民生活水平和生活質(zhì)量在宏觀經(jīng)濟學意義上的因素分析為出發(fā)點，系統(tǒng)思考國民經(jīng)濟核算體系的演進及運行過程，以求能夠更加科學、全面地反映某一特定的經(jīng)濟體在一定時期內(nèi)的經(jīng)濟發(fā)展成果，從而有利于不同經(jīng)濟主體之間的對比，找出能夠真實反映不同經(jīng)濟體在其所處的經(jīng)濟水平下其居民生活水平和質(zhì)量的方法。
關鍵詞：國民經(jīng)濟核算；居民生活水平；趕超成本
中圖分類號：F113.9 文獻標識碼：A 文章編號：1001-828X（2013）11-000-02
一、現(xiàn)代國民經(jīng)濟核算體系的發(fā)展過程與規(guī)律
國民經(jīng)濟核算體系是開展國民經(jīng)濟核算所遵循的方法制度及其成果所構成的統(tǒng)計信息系統(tǒng)，它為國民經(jīng)濟核算設計了一套完整的指標體系和科學的核算模式，制定了統(tǒng)一的分類標準，綜合利用統(tǒng)計、會計和其他核算方法，為國民經(jīng)濟核算提供了一套可操作的框架。現(xiàn)代國民經(jīng)濟核算體系起源于SNA，該賬戶體系是在系統(tǒng)總結(jié)和繼承之前國民收入估算的基礎上逐步發(fā)展起來的，其最新版本是1993年由聯(lián)合國公布的。此后，隨著經(jīng)濟形勢和經(jīng)濟水平的不斷發(fā)展，國民經(jīng)濟核算體系還在不斷向前深化，現(xiàn)代國民經(jīng)濟核算體系按照其核心指標GDP所考慮的經(jīng)濟活動范圍的不同可以劃分為：傳統(tǒng)GDP、綠色GDP和可持續(xù)發(fā)展GDP三個階段。
1.傳統(tǒng)GDP與綠色GDP概述
傳統(tǒng)GDP核算的主要理論成果可以被劃分為兩大體系，即：SNA和MPS，SNA是目前國際普遍采用的經(jīng)濟核算體系；MPS（Material Product Balance System）是由前蘇聯(lián)提出并推廣的，簡稱物質(zhì)平衡表體系。兩大體系的主要區(qū)別在于：第一，兩大體系產(chǎn)生的現(xiàn)實經(jīng)濟基礎不同；第二，兩大體系的核算范圍不同；第三，兩大體系的核算方法不同。綠色GDP，即EDP（Environmentally Domestic Product），是指在對環(huán)境資源進行核算的基礎上，從GDP值中扣除環(huán)境資源成本和對環(huán)境資源的保護服務費用所得到的計算結(jié)果。目前國際上幾個重要的核算體系主要包括《綜合環(huán)境與經(jīng)濟核算體系》（SEEA）、《歐洲環(huán)境的經(jīng)濟信息收集體系》（SERIEE）、《包括環(huán)境賬戶的國民核算矩陣體系》（NAMEA）等。
2.可持續(xù)發(fā)展GDP概述
可持續(xù)發(fā)展GDP又稱廣義綠色GDP，其核算范圍要遠遠大于綠色GDP的核算范圍，可持續(xù)發(fā)展核算除了要包含經(jīng)濟增長過程中必須考慮的資源環(huán)境成本之外，還要包括社會成本，從而綜合反映以經(jīng)濟發(fā)展為支撐的人類社會的可持續(xù)發(fā)展。目前該領域內(nèi)最具代表性的指標體系包括：聯(lián)合國開發(fā)計劃署（UNDP）于1990 年開發(fā)的人文發(fā)展指標（HDI），經(jīng)濟學家Daly和Cobb提出并不斷進行完善的可持續(xù)經(jīng)濟福利指數(shù)（ISEW），以及聯(lián)合國提出的真實發(fā)展指數(shù)（GPI）等。
現(xiàn)代國民經(jīng)濟核算體系的發(fā)展規(guī)律主要表現(xiàn)為“做減法”，即從傳統(tǒng)GDP到綠色GDP是從GDP中減掉資源環(huán)境成本；從綠色GDP到可持續(xù)發(fā)展GDP是從EDP中再減去各種性質(zhì)的社會成本。其原因在于不同核算階段所關注的核算對象的范圍不同，傳統(tǒng)GDP關注經(jīng)濟系統(tǒng)的生產(chǎn)能力，綠色GDP關注經(jīng)濟系統(tǒng)和自然環(huán)境，而可持續(xù)發(fā)展GDP在此基礎之上還要關注整個社會不同群體之間各種相互關系。
二、影響居民生活水平和生活質(zhì)量的因素分析
可持續(xù)發(fā)展GDP核算的研究領域主要集中在對整個國民經(jīng)濟有重大影響或意義深遠的問題上，目前該領域主要關注的問題包括：人口增長、國民素質(zhì)、貧困、腐敗、收入分配、安全事故、犯罪等社會性費用以及居民生活水平和生活質(zhì)量等。長期以來，各種國民經(jīng)濟核算體系都很難解決一個重要問題，即：國民經(jīng)濟核算很難準確反映一國居民的生活水平和生活質(zhì)量。
1.收入因素與成本因素
影響居民生活水平和質(zhì)量的因素一般包括兩大類，即：收入因素和成本因素，傳統(tǒng)的經(jīng)濟學理論一般只考慮收入因素對居民生活水平和質(zhì)量的影響，而忽略了同樣重要的成本因素。所謂成本因素，主要是指影響居民生活水平和質(zhì)量的特定支出類因素。為了便于說明，我們假設有兩個家庭A和B，每個家庭都有三位成員，即爸爸、媽媽和孩子，兩個家庭的生活環(huán)境大體相同，其中A家庭年收入為30萬元，B家庭年收入為15萬元（視為長久性的可支配收入）。如果從傳統(tǒng)的經(jīng)濟學理論來看，A家庭的生活水平要高于B家庭，高出的幅度大約為50%。但是以下幾種情況卻給出了我們懷疑的理由：
情況一：假如兩個家庭的孩子都在讀大學并且自費，A家庭的孩子在國外而B家庭的孩子在國內(nèi)，由于留學費用要遠比國內(nèi)學費高得多，所以A家庭的生活水平可能在短期內(nèi)會下降很多。
情況二：假如兩個家庭持有不同的風險觀念，A家庭是典型的風險規(guī)避型，因此買了大量的各種類型的保險；而B家庭則是風險偏好型的，對待風險的方法是風險留存，因此相對于A家庭來說B家庭節(jié)省出了大量的保費用于當期消費。
情況三：A家庭的運氣很差，他們在一次外出時不幸出了意外事故，需要支付大量的醫(yī)藥費；而B家庭則平安無事。
情況四：A家庭雖然收入較高但是嗜賭成性；B家庭則安分守己，保持著良好的生活習慣。當然類似的“情況”還有很多，但以上幾種情況足以說明成本因素對于生活水平的影響至關重要。本文認為，現(xiàn)實生活中影響居民生活水平和質(zhì)量的因素除了收入外還應該考慮成本因素，成本因素大致可以分為四類，即：趕超類成本、防御性開支、偶然性支出和不良生活習慣支出。
上面例子中所描述的“情況一”就屬于趕超類成本，它是指一國居民為了能夠在未來達到某一更高生活水平而在當期及接下來的一段時間內(nèi)持續(xù)支付的成本，例如受教育或接受在職培訓等。事實上，這一類成本因素所涵蓋的范圍十分廣泛，是成本類因素中最重要的一項因素，本文在下面將對這一問題進行深入探究。“情況二”屬于防御性開支，是指為了規(guī)避未來因不確定性因素所造成的損失而在當期必須支付的成本，例如購買保險等。“情況三”屬于偶然性因素，主要包括社會災害和自然災害兩類，例如地震、水災、勞動事故、犯罪等。“情況四”屬于不良生活習慣的影響，除了賭博外，該類成本還包括吸毒、浪費等。
2.趕超類成本的進一步研究
趕超類成本指一國居民為了能夠在未來達到某一更高生活水平而在當期及接下來的一段時間內(nèi)持續(xù)支付的成本，趕超類成本廣泛存在于現(xiàn)實生活的各個方面，對人們的日常生活產(chǎn)生著重要影響，根據(jù)其性質(zhì)不同主要分為三類，即：實物類、虛擬類和心理類。
（1）實物類趕超成本。該類成本的支出形式為具體的實物，例如某人為了在將來過上更富裕的生活而進行創(chuàng)業(yè)，為此需要購置的機器設備廠房等都屬于實物類的趕超成本。
（2）虛擬類趕超成本。在形式上不體現(xiàn)為實物，例如一位到城市打工的民工，為了找到更好的工作而參加業(yè)余電腦技能培訓，這一行為影響到的他當期生活水平，但卻提升了他的勞動能力和個人素質(zhì)。
（3）心理類趕超。該類成本是由于心理因素所造成的趕超類支出，主要指既未產(chǎn)生實物資產(chǎn)又沒有提升該勞動者的勞動能力，而是由于心理壓力等原因所造成各類“支付”。
目前的可持續(xù)發(fā)展核算指標體系在反映生活水平問題時一般都未考慮趕超類成本，如HDI只考慮收入因素、ISEW只考慮了防御性支出、GPI只考慮偶然性因素等。原因主要在于趕超類成本具有廣泛性，核算難度較大，從成本和收益的角度來說，使用賬戶式的核算方法對其進行大規(guī)模的核算并不經(jīng)濟，因此需要找出一套既可以合理估算趕超成本又能夠有效控制核算成本的有效方法，本文下面將要論述的趕超成本模型正式基于這一問題提出的。
三、趕超成本模型的理論研究
1.模型的基本假設
以兩國模型為例，由于經(jīng)濟發(fā)展水平的不同造成兩國居民的生活水平存在差距，認識到這種差距后，落后的一國便會產(chǎn)生趕超先進國家的客觀意愿和要求，進而將其付諸行動，但是趕超的過程是需要付出成本的，這部分成本來自于落后國家的各期GDP，因為這部分產(chǎn)出以投資、科學研究、教育培訓等形式被消耗掉而無法用于居民的現(xiàn)期消費，所以國民經(jīng)濟核算在考慮居民生活水平時，應將這部分成本從GDP中扣除。
模型的基本假設如下：
（1）兩國國民生活水平或者兩國的經(jīng)濟發(fā)展水平的差距主要取決于兩國的科技或生產(chǎn)力發(fā)展水平。
（2）落后一國的國民有加快發(fā)展本國經(jīng)濟以達到先進國家經(jīng)濟發(fā)展水平的內(nèi)在動力。
2.模型的構建
（1）前提假設
為了簡化最初的模型設計，有必要在基本假設下進一步提出以下四條前提假設：
①世界上所有國家都是風險中性的，從而折現(xiàn)率r使用無風險利率。
②加班時間占總工作時間的比重較小，可以忽略。
③趕超成本連續(xù)投入，逐年遞增，并保持與GDP的預期增長率相一致。
④各國的生產(chǎn)力發(fā)展水平可以準確的評估，即關于各國的生產(chǎn)力發(fā)展水平的信息完全，從而趕超年限可以準確估計。
（2）估算方法
本模型的估算方法采用現(xiàn)金流折現(xiàn)法，即：以各年的趕超成本作為當年的現(xiàn)金流量，以當期時點為折現(xiàn)點，將各年預期的趕超成本折現(xiàn)。借用現(xiàn)代金融理論中“有效市場”的概念，本文認為這一折現(xiàn)值應該等于以目標國家勞動生產(chǎn)率（集中反映一國的生產(chǎn)力發(fā)展水平）為評價指標的趕超國家與目標國家當期的經(jīng)濟增長差距值，也就是說，趕超國家為了能夠達到目標國家的勞動生產(chǎn)效率，在各期支付的趕超成本應該等于以期望將來達到的勞動生產(chǎn)效率在當期進行生產(chǎn)所能達到的潛在的生產(chǎn)價值減去當期實際的生產(chǎn)價值的差值。其中，所謂的趕超國家即經(jīng)濟發(fā)展水平相對落后的一國，所謂的目標國家即經(jīng)濟發(fā)展水平相對發(fā)達的一國。
（3）四個基本變量
①趕超成本（overtaking cost）：一國試圖從科學技術、生產(chǎn)條件、基礎設施、社會福利、社會制度、精神文化等各個方面達到或接近更發(fā)達國家的發(fā)展水平的過程中所必須支付的成本。
②趕超年限：趕超國家用于追趕目標國家所預期需要的期限。
③折現(xiàn)率：即無風險利率。這里之所以使用無風險的折現(xiàn)率在于前提假設1中設定各國為風險中性的國家。
④發(fā)展增加值（development value）：是指以先進國家的生產(chǎn)效率核算出的本國潛在國民收入減去本國目前生產(chǎn)效率水平下的國民收入的差值。此處的發(fā)展增加值與前文中所提到的各年預期趕超成本折現(xiàn)值是同一概念。
參考文獻：
[1]朱啟貴.綠色國民核算方法簡評.統(tǒng)計研究，2001（10）.
[2]楊燦.中國國民經(jīng)濟核算體系改革的回顧與思考.統(tǒng)計研究，2001（11）.
[3]向書堅，黃志新.SEEA和NAMEA的比較分析.統(tǒng)計研究，2005（10）.
[4]李輝.GDP核算方式的演變.科技與經(jīng)濟，2006（23）.
[5]王金南.中國綠色國民經(jīng)濟核算研究報告2004.資源與環(huán)境，2006（6）.
關鍵詞：社會保障；衡水市；實證研究
中圖分類號：F323.89 文獻標識碼：A 文章編號：1007-2101（2013）03-0078-03
社會保障是不同制度社會必須面臨和著重解決的重大公共政策問題。總結(jié)的歷史經(jīng)驗和教訓，社會保障既是重大的民生問題，更是關乎國家前途命運的重大政治問題。自古以來，由于地理的、區(qū)域的等基礎原因，或是個人的主客觀等多種因素影響，總會在社會上形成一個低于社會平均生活水平的弱勢群體，處于生存困境之中，需要政府的關注、關愛和援助。特別是現(xiàn)代社會更加追求以人為本，是社會發(fā)展成就的重要體現(xiàn)。因此，決策者和管理者都必須高度重視以社會保障為主體的民生問題，否則，將形成影響社會不穩(wěn)定重大因素，進而影響經(jīng)濟、社會的可持續(xù)發(fā)展。現(xiàn)代社會保障制度，以英國《濟貧法》為標志進入萌芽階段，以1935年美國《社會保障法》（Social Security Act）為標志進入制度形成階段，經(jīng)過近幾十年的發(fā)展日漸成熟。
我國自第七個五年計劃開始使用“社會保障”一詞，幾十年來我國社會保障制度在立法和實踐均取得了巨大的成就，然而，在我國社會主義初級階段的現(xiàn)實國情下，城鎮(zhèn)和農(nóng)村居民的社會保障水平仍需大力提高。隨著我國社會轉(zhuǎn)型和市場經(jīng)濟體制的進一步發(fā)展，現(xiàn)存的基本社會保障體系正面臨著日趨嚴峻的困難，社會保障事業(yè)的發(fā)展遠遠不能滿足社會中低收入階層民眾對社會保障的迫切需求。截至2010年末，我國城鄉(xiāng)居民參加基本養(yǎng)老保險和基本醫(yī)療保險的人數(shù)分別僅有25 707萬和43 262萬。2010全年只有2 311萬城鎮(zhèn)貧困居民被納入到最低生活保障的覆蓋范圍。[1]
一、社會保障水平評價指標體系構建
社會保障水平評價指標是社保評價工作的載體，因此這一指標體系構建是各地社保水平測評研究的核心內(nèi)容，它可以構筑一座橋梁，這座橋梁將有助于測度區(qū)域社保發(fā)展水平。社保測評指標的主要任務就是要準確地捕捉到系統(tǒng)內(nèi)部相互作用的主要信息，并通過對這些信息的科學綜合了解一體化發(fā)展的狀態(tài)變化。
在借鑒先發(fā)國家有關社會保障評價指標設置及我國社會保障發(fā)展歷程和特征考慮，本文擬通過綜合考慮城鄉(xiāng)社會保障的發(fā)展水平、發(fā)展速度、內(nèi)部平衡及與國民經(jīng)濟發(fā)展的協(xié)調(diào)關系，以評價我國社會保障綜合發(fā)展水平和地方社保建設狀況，最終建立社會保障水平評價指標體系。主要包括以下五方面內(nèi)容：（1）通過對國民經(jīng)濟發(fā)展水平與社會保障水平協(xié)調(diào)關系的評價，反映地區(qū)經(jīng)濟實力發(fā)展與社會保障水平提高的協(xié)調(diào)性；（2）通過對各種類型的社會保障基金特別是社會保險基金的增值情況、基金收入占GDP的比重以及人均基金收入和基金收入與支出比例等統(tǒng)計結(jié)果，反映出一個地區(qū)社會保障基金方面的質(zhì)量水平；（3）通過對占社保支出的90%以上的社會保險水平進行統(tǒng)計，反映社會保障覆蓋率、人均社保支出、參保人數(shù)增長率以及社會保險負擔系數(shù)等；（4）通過對社會福利進行有效統(tǒng)計，反映一個國家或地區(qū)社會保障水平層次的高低。比如通過人均福利床位數(shù)、敬老院覆蓋率等指標的統(tǒng)計來反映老年人生活的幸福感程度。本論文選取以下主要指標對我國各地區(qū)社會保障水平進行基本評價（見表1）。
二、區(qū)域社會保障水平實證分析
（一）數(shù)據(jù)來源
通過對大量已有的統(tǒng)計數(shù)據(jù)和資料的分析、整理和加工，從中抽取與社會保障相關的信息。本文選取2009年衡水市11個區(qū)縣的有關衡量社會保障的指標來進行分析，所涉及數(shù)據(jù)均來源于《衡水市統(tǒng)計年鑒》。
（二）數(shù)據(jù)的預處理
2. 權重的確定。本文先采用因子分析客觀賦權，然后采用層次分析主觀賦權。因子分析是利用少數(shù)公因子來說明相關變量之間復雜結(jié)構的多變量技法。[2]在目前所有指標權數(shù)的設計方法中，應當說這是一種較為科學合理、易于操作的設計方法，目前被多數(shù)國家所采用。
（三）實證分析結(jié)果
對具有15個指標的指標體系進行主成分分析，得出各個指標的方差貢獻率（見表2）。
根據(jù)SAS分析的結(jié)論，前五個主成分的方差貢獻率都大于1，且它們的累計方差貢獻達到了86.83%，符合累計貢獻率大于85%的要求。因此，提取五個因子作為影響社保綜合水平的因子。旋轉(zhuǎn)后的因子載荷矩陣為（見表3）。
四川省統(tǒng)計局運用四川鄉(xiāng)鎮(zhèn)信息系統(tǒng)中的統(tǒng)計數(shù)據(jù)，從經(jīng)濟規(guī)模、發(fā)展水平、發(fā)展速度以及經(jīng)濟結(jié)構四個子系統(tǒng)出發(fā)，構建了鄉(xiāng)鎮(zhèn)經(jīng)濟發(fā)展的評價指標體系，并對四川鄉(xiāng)鎮(zhèn)經(jīng)濟發(fā)展進行了總體和分層的評價分析。現(xiàn)將2012年四川鄉(xiāng)鎮(zhèn)經(jīng)濟發(fā)展綜合評價結(jié)果予以。
同時，本刊記者實地深入五鳳、榿泉、山泉等特色鄉(xiāng)鎮(zhèn)探尋它們在新型城鎮(zhèn)化與農(nóng)業(yè)現(xiàn)代化的道路上所做的努力。
四川鄉(xiāng)鎮(zhèn)經(jīng)濟發(fā)展基本情況
鄉(xiāng)鎮(zhèn)經(jīng)濟保持平穩(wěn)發(fā)展勢頭
總體來看，四川鄉(xiāng)鎮(zhèn)發(fā)展水平偏低。鄉(xiāng)鎮(zhèn)之間發(fā)展差距較大，少數(shù)鄉(xiāng)鎮(zhèn)發(fā)展很快，遠遠高于其它鄉(xiāng)鎮(zhèn)。鄉(xiāng)鎮(zhèn)經(jīng)濟總量增加顯著，鄉(xiāng)鎮(zhèn)經(jīng)濟結(jié)構進一步優(yōu)化。對比2011年和2012年的綜合評價及各子系統(tǒng)得分的五數(shù)結(jié)構，大部分得分有了小幅提升，說明2012年鄉(xiāng)鎮(zhèn)經(jīng)濟保持平穩(wěn)發(fā)展勢頭。
區(qū)位影響鄉(xiāng)鎮(zhèn)經(jīng)濟發(fā)展
從評價結(jié)果看，在參與綜合評價的4458個鄉(xiāng)鎮(zhèn)中，百強鄉(xiāng)鎮(zhèn)大都集中于地理位置較好、交通較發(fā)達、經(jīng)濟基礎也相對較好的地方。其中有63個鄉(xiāng)鎮(zhèn)屬于成都，有7個屬于眉山，瀘州、綿陽、宜賓各有6個。
2012年四川百強鄉(xiāng)鎮(zhèn)的財政總收入和固定資產(chǎn)投資完成額分別占全省的26.86%和42.32%，企業(yè)實繳稅金總額占全省的50.02%。
反觀100個落后鄉(xiāng)鎮(zhèn)，除了南充南部縣神壩鎮(zhèn)以外，其余都位于甘孜州和涼山州地區(qū)，地理位置差，交通欠發(fā)達。
按鄉(xiāng)鎮(zhèn)類型分，鄉(xiāng)鎮(zhèn)經(jīng)濟呈現(xiàn)梯度發(fā)展
按照鄉(xiāng)鎮(zhèn)類型分類，可以將四川省鄉(xiāng)鎮(zhèn)分為鄉(xiāng)、城關鎮(zhèn)、非城關建制鎮(zhèn)（以下簡稱一般鎮(zhèn)）以及含農(nóng)村的街道辦事處（以下簡稱街道辦）。在參與綜合評價的4458個鄉(xiāng)鎮(zhèn)中，有2555個鄉(xiāng)，占57.31%；有137個城關鎮(zhèn)，占3.07%；有1664個一般鎮(zhèn)，占37.33%；有102個街道辦，占2.29%。
街道辦總體得分較高，鄉(xiāng)總體得分最低，城關鎮(zhèn)和一般鎮(zhèn)處于中間，城關鎮(zhèn)要好于一般鎮(zhèn)。鄉(xiāng)得分最集中，其次是一般鎮(zhèn)，城關鎮(zhèn)得分也較為集中，但相比于前兩者較不明顯，而街道辦得分最分散。
在鄉(xiāng)的總體得分中，得66分以下有1381個，占54.05%；在街道辦的總體得分中，74分以上的有50個，占全部街道辦的49.02%。在城關鎮(zhèn)和一般鎮(zhèn)中，發(fā)展處于中等及以上水平的鄉(xiāng)鎮(zhèn)，即得分在74分以上的，分別占27.74%和11.24%。
按地勢分，平原鄉(xiāng)鎮(zhèn)總體發(fā)展水平相對較好
依據(jù)地勢，可將四川省鄉(xiāng)鎮(zhèn)分為平原、丘陵和山區(qū)，如果一個鄉(xiāng)鎮(zhèn)有多種地勢特征，按照面積較大的特征進行識別。在參與綜合評價的4458個鄉(xiāng)鎮(zhèn)中，分別有267個平原鄉(xiāng)鎮(zhèn)，占5.99%；2086個丘陵鄉(xiāng)鎮(zhèn)，占46.79%；2105個山區(qū)鄉(xiāng)鎮(zhèn)，占47.22%。
平原鄉(xiāng)鎮(zhèn)平均得分最高，山區(qū)鄉(xiāng)鎮(zhèn)平均得分最低，丘陵鄉(xiāng)鎮(zhèn)平均得分稍高于山區(qū)鄉(xiāng)鎮(zhèn)。平原鄉(xiāng)鎮(zhèn)得分最為分散，山區(qū)鄉(xiāng)鎮(zhèn)和丘陵鄉(xiāng)鎮(zhèn)得分都較為集中。
在平原鄉(xiāng)鎮(zhèn)的總體得分中，得82分以上的占13.48%，比2011年高0.37個百分點；得66分以下的占6.74%，比2011年低5.62個百分點。在丘陵地區(qū)的總體得分中，82分以上的占1.63%，比2011年高0.48個百分點；66分以下占14.86%，比2011年低10.55個百分點。在山區(qū)地區(qū)的總體得分中，82分以上的僅占0.24%，比2011年高0.05個百分點；66分以下占62.47%，比2011年下降了10.26個百分點。兩年對比來看，三種地勢類型的鄉(xiāng)鎮(zhèn)經(jīng)濟均保持平穩(wěn)增長勢頭。
從主要指標分布看，二十強平原鄉(xiāng)鎮(zhèn)即得分在前7.49%的平原鄉(xiāng)鎮(zhèn)，2012年的財政總收入占全部平原的42.37%，固定資產(chǎn)投資完成額占全部平原的36.29%，企業(yè)實交稅金總額占全部平原的38.26%。
按民族分，民族鄉(xiāng)鎮(zhèn)總體得分低于非民族鄉(xiāng)鎮(zhèn)
在4458個鄉(xiāng)鎮(zhèn)中，有106個民族鄉(xiāng)鎮(zhèn)，占2.38%；有4352個非民族鄉(xiāng)鎮(zhèn)，占97.62%。民族鄉(xiāng)鎮(zhèn)平均得分較低，發(fā)展較差，有96.23%的鄉(xiāng)綜合得分低于74分，處于中等以下水平；而非民族鄉(xiāng)鎮(zhèn)發(fā)展稍好于民族鄉(xiāng)鎮(zhèn)，發(fā)展差異較大，有93.31%的鄉(xiāng)綜合得分低于74分，處于中等以下水平。
按行政區(qū)劃分，成都增長極特征明顯
成都鄉(xiāng)鎮(zhèn)得分最高，遠遠高于其它地區(qū)。在得分高于90分的鄉(xiāng)鎮(zhèn)中，成都有17個，綿陽有1個，其它地區(qū)為零。在得分高于82分的鄉(xiāng)鎮(zhèn)中，成都有53個，其它地區(qū)共有22個。在得分低于66分的鄉(xiāng)鎮(zhèn)中，成都只有3個。
具體來看，成都發(fā)展水平最高。在成都全部鄉(xiāng)鎮(zhèn)中，74分以上的鄉(xiāng)鎮(zhèn)占45.06%，全省所有鄉(xiāng)鎮(zhèn)74分以上所占比重為6.62%，成都遠高于全省水平。發(fā)展水平最低的地區(qū)為甘孜、涼山和阿壩，3個州66分以下的鄉(xiāng)鎮(zhèn)分別占91.67%、78.65%和63.18%。（見表2）
不同市（州）管轄下的鄉(xiāng)鎮(zhèn)經(jīng)濟總體發(fā)展情況差異較大。對比21個市（州）的五數(shù)結(jié)構，成都鄉(xiāng)鎮(zhèn)得分明顯高于其它市（州）的鄉(xiāng)鎮(zhèn)，自貢、攀枝花、瀘州、德陽、內(nèi)江、眉山和宜賓七個市（州）的鄉(xiāng)鎮(zhèn)得分也均高于平均水平。從欠發(fā)達地區(qū)上看，廣元、南充、達州、巴中、阿壩、甘孜和涼山七個市（州）的鄉(xiāng)鎮(zhèn)得分則均低于平均水平。
思考和建議
適度傾斜偏遠鄉(xiāng)鎮(zhèn)。四川省鄉(xiāng)鎮(zhèn)整體發(fā)展差異較大，少部分鄉(xiāng)鎮(zhèn)的經(jīng)濟發(fā)展水平遠高于其它鄉(xiāng)鎮(zhèn)，而這些少部分鄉(xiāng)鎮(zhèn)往往集中在地理位置較好，交通比較發(fā)達，經(jīng)濟基礎也相對較好的地方；而發(fā)展最為落后的鄉(xiāng)鎮(zhèn)則主要分布在地理位置差，交通欠發(fā)達地區(qū)。為緩解這種差距，政策應對偏遠鄉(xiāng)鎮(zhèn)適度傾斜。
關鍵詞：山東省；主成份分析；聚類分析；經(jīng)濟協(xié)調(diào)發(fā)展
一、引言
一直以來，區(qū)域經(jīng)濟發(fā)展問題一直都是區(qū)域經(jīng)濟學、經(jīng)濟地理學等學科關注和研究的對象，區(qū)域經(jīng)濟發(fā)展中出現(xiàn)差距，是各國經(jīng)濟發(fā)展中存在的普遍現(xiàn)象。適當?shù)膮^(qū)域經(jīng)濟差異有利于資源要素流動、產(chǎn)業(yè)空間轉(zhuǎn)移，形成經(jīng)濟發(fā)展的動力源泉；但過大的差異會對經(jīng)濟發(fā)展和社會穩(wěn)定帶來隱患，根據(jù)區(qū)域經(jīng)濟差距優(yōu)化調(diào)控區(qū)域協(xié)調(diào)發(fā)展是一項重要而艱巨的任務。
二、研究區(qū)域及研究方法
1.研究區(qū)域概況
山東省是我國東部沿海比較發(fā)達的省份之一，自然條件優(yōu)越，資源豐富，吸引著國內(nèi)外人力、資金的涌入，近年來發(fā)展勢頭迅猛，經(jīng)濟主要指標居全國前列，成為中國東部沿海經(jīng)濟大省：2014年，全省GDP為59426億元，占全國的9.33%，位居第三位；人均GDP 60879元，相當于全國平均水平的1.3倍；城鎮(zhèn)化率為55%，高于全國的54.8%。盡管大部分經(jīng)濟指標均優(yōu)于全國平均水平，但是山東省區(qū)域經(jīng)濟發(fā)展水平仍存在明顯的地區(qū)差異，區(qū)域發(fā)展不平衡問題突出，影響山東省整體的經(jīng)濟發(fā)展水平。調(diào)整地區(qū)間經(jīng)濟發(fā)展失衡現(xiàn)狀，縮小區(qū)域經(jīng)濟發(fā)展差異，將為山東省實現(xiàn)全面協(xié)調(diào)可持續(xù)發(fā)展提供重要契機，為山東省在十三五期間全面建成小康社會積蓄力量。
2.研究方法
主成份分析是將原來的多個指標重新組合成新的相互不相關的綜合指標，但同時又能保留原變量大部分信息的降維多元統(tǒng)計分析方法，這種方法可以有效地處理指標間的相關性。通過對原始數(shù)據(jù)進行標準化處理，然后得出相關系數(shù)矩陣，對其特征方程求得特征根，將指標的累計貢獻率大于85%的前m個定為主成份。根據(jù)主成份的總得分將17地市進行大小排序，即可排列出每個地市的經(jīng)濟發(fā)展水平，進而找到影響不同地市經(jīng)濟發(fā)展水平差異的主要因素。
3.指標選擇及數(shù)據(jù)來源
經(jīng)濟發(fā)展是一個綜合概念，任何一個單一指標都無法全面反映經(jīng)濟發(fā)展的影響因素，本文從經(jīng)濟基礎、港口外貿(mào)、經(jīng)濟強度、工農(nóng)生產(chǎn)等角度，選取多個能代表經(jīng)濟發(fā)展的綜合指標和各個產(chǎn)業(yè)具有代表性的指標進行具體分析，以期能夠客觀全面地反映各地區(qū)的發(fā)展差異（見表1）。
數(shù)據(jù)來源：2014年中國統(tǒng)計年鑒和山東省統(tǒng)計年鑒，原始數(shù)據(jù)略。
三、山東區(qū)域經(jīng)濟發(fā)展差異的聚類分析
利用SPSS22.0統(tǒng)計分析軟件對山東省經(jīng)濟發(fā)展的綜合評價指標體系進行計算，得出特征值、主成份貢獻率及累計貢獻率（見表2）。由表中數(shù)據(jù)看出，前4個特征值的累計貢獻率達到了87.602%，表明前4個主成份可以很好地解釋影響山東省經(jīng)濟發(fā)展的影響因素。
提取方法：主成份分析。
根據(jù)旋轉(zhuǎn)后主成份載荷矩陣可以看出：（1）第一主成份F1在X10、X12、X13、X14、X15上載荷較大，它反映了一個地區(qū)的金融集聚程度和科技發(fā)展?jié)摿Γ虼丝梢远x它為“創(chuàng)新潛力因子”。（2）第二主成份F2在X5、X6、X11、X16上載荷較大，這些指標反映的是一個地區(qū)的對外開放程度，因此可以命名為“開放因子”。（3）第三主成份F3在X1、X3、X4、X7、X8上載荷較大，其中X1、X7、X8反映了第一產(chǎn)業(yè)的情況，X3、X4反映了地區(qū)生產(chǎn)和城市發(fā)展情況，因此可以定義為“經(jīng)濟基礎因子”。（4）第一主成份F4在X2、X9上載荷較大，它反映了一個地區(qū)的工業(yè)在經(jīng)濟發(fā)展中的重要程度，因此可以定義它為“工業(yè)因子”。
根據(jù)計算各地市經(jīng)濟水平在4個主成份上的綜合得分，可以將山東省劃分為經(jīng)濟發(fā)達地區(qū)（得分值≥0）、次發(fā)達地區(qū)（-1≤得分值
利用SPSS22.0統(tǒng)計分析軟件對17地市進行聚類分析，從所得聚類圖譜上可以看出，山東的經(jīng)濟發(fā)展水平大致可以分為四類。第一類是青島、煙臺、威海；第二類是濟南、淄博、東營；第三類是泰安、臨沂、棗莊、萊蕪、日照；第四類是聊城、菏澤、德州、濱州、濰坊、濟寧。這說明山東的經(jīng)濟發(fā)展既存在著一定的相似性，也存在著較大的地區(qū)差異。從全省的角度進行分析，山東屬于雙核結(jié)構，以青島為龍頭的沿海經(jīng)濟帶和以濟南為中心的工業(yè)城市群，這一聚類分析結(jié)果與前文主成份分析所得出結(jié)果基本吻合。
四、結(jié)論與建議
通過對17個地市的經(jīng)濟發(fā)展影響因素進行主成份分析可以發(fā)現(xiàn)，山東經(jīng)濟較為發(fā)達、產(chǎn)業(yè)結(jié)構層次較高的區(qū)域位于東中部，而經(jīng)濟比較落后、產(chǎn)業(yè)結(jié)構層次較低的區(qū)域位于西部。東部地區(qū)以青島、煙臺為核心，輻射威海、濰坊、日照等地區(qū)，這一區(qū)域技術創(chuàng)新能力強、沿海區(qū)位優(yōu)勢明顯，開放程度較高，吸引大量外資，利用港口、交通的便利程度發(fā)展經(jīng)濟，適宜發(fā)展先進制造業(yè)，著重開發(fā)新領域；中部地區(qū)以省會濟南為中心，帶動周邊淄博、東營、泰安、萊蕪、濱州等地市的發(fā)展，借助濟南這一山東科研技術中心的優(yōu)勢加之資源儲備較豐厚，適宜發(fā)展鋼鐵、化工、機械制造等產(chǎn)業(yè)；西部地區(qū)第一產(chǎn)業(yè)比重偏高，第二產(chǎn)業(yè)比重較低，尤其是高新技術產(chǎn)業(yè)占比更低，經(jīng)濟基礎比較薄弱，但是該地區(qū)土地、人力資源豐富，地價和勞動力成本低，應加大招商引資力度，積極發(fā)揮后發(fā)優(yōu)勢，發(fā)展勞動密集型產(chǎn)業(yè)，加快農(nóng)村勞動力的轉(zhuǎn)移，盡快跟上東部和中部地區(qū)的發(fā)展步伐，減小地區(qū)間的不平衡。
參考文獻：
[1]趙明華，鄭元文.近10年來山東省區(qū)域經(jīng)濟發(fā)展差異時空演變及驅(qū)動力分析[J].經(jīng)濟地理，2013，33（1）：79-81.
[2]高洪深.區(qū)域經(jīng)濟學[M].北京：中國人民大學出版社，2010.
關鍵詞：因子分析 經(jīng)濟情況 綜合評價 對策建議
中圖分類號:F207 文獻標識碼:A
文章編號:1004-4914(2011)04-200-03
黑龍江省位于中國東北部，是我國著名的老工業(yè)基地，有基礎雄厚的產(chǎn)業(yè)優(yōu)勢，豐富的礦產(chǎn)資源，得天獨厚的旅游資源。但由于地理位置、自然資源、歷史及人文環(huán)境等諸多因素，黑龍江省各地級市之間的經(jīng)濟發(fā)展水平存在著明顯的區(qū)域差異，因此在影響經(jīng)濟發(fā)展水平的指標中選取關鍵幾項來分析黑龍江省經(jīng)濟發(fā)展情況就顯得很有必要。本文運用因子分析模型對黑龍江省12個地級市的經(jīng)濟情況進行綜合評價。
一、因子分析方法簡介
因子分析是把一些具有錯綜復雜關系的多個變量歸結(jié)為少數(shù)幾個具有代表性的公共因子的多元統(tǒng)計分析方法。因子分析的特點是降低維數(shù)、簡化數(shù)據(jù)。其基本思想是通過對變量之間關系的研究，將相關的變量歸為一組，每組變量代表一個基本結(jié)構，這個基本結(jié)構稱為公共因子。分組后對于所研究的問題的每一分量都可以用公共因子的線性函數(shù)來描述。而原始眾多個變量最終可以用少數(shù)幾個相互獨立的公共因子來反映。
二、對黑龍江省地級市經(jīng)濟情況的因子分析
1.黑龍江省基本情況。筆者的故鄉(xiāng)黑龍江省林礦產(chǎn)資源豐富，工業(yè)以石油、木材、機械等為主體，其中原油、木材、汽油等產(chǎn)品的產(chǎn)量居全國首位。但由于地理位置、自然資源、歷史及人文環(huán)境等諸多因素，黑龍江省各市之間的經(jīng)濟發(fā)展水平并不均衡，存在著明顯的區(qū)域差異，這將影響黑龍江省經(jīng)濟的整體發(fā)展。因此本文便選取了10項衡量經(jīng)濟發(fā)展的主要指標，用多元統(tǒng)計學中常用的因子分析法對黑龍江省各地級市作相關研究，評估出有發(fā)展?jié)摿Φ某鞘小?/p>
2.樣本的選取。本文選取的樣本數(shù)據(jù)來自中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫及國家統(tǒng)計局和黑龍江省統(tǒng)計年鑒。鑒于數(shù)據(jù)的可獲得性，我們以黑龍江省12個地級市的市轄區(qū)為樣本，以2008年的統(tǒng)計數(shù)據(jù)為例，選取能反映城市經(jīng)濟實力的10項統(tǒng)計指標,建立起相應的統(tǒng)計指標體系,應用因子分析的方法對各城市綜合實力進行評價。
3.評價體系的建立。本文中選取的10項評價指標如下:地區(qū)生產(chǎn)總值（GDP）(億元)（X1）、人均地區(qū)生產(chǎn)總值(元)（X2）、固定資產(chǎn)投資總額(萬元)（X3）、批發(fā)零售貿(mào)易業(yè)商品銷售總額(萬元)（X4）、社會消費品零售總額(萬元)（X5）、地方財政預算內(nèi)收入(萬元)（X6）、地方財政預算內(nèi)支出(萬元)（X7）、限額以上工業(yè)總產(chǎn)值(萬元)（X8）、X9城鄉(xiāng)居民儲蓄年末余額(萬元)（X9）、職工平均工資(元)（X10）。
4.具體計算過程。
(1)原始數(shù)據(jù)標準化處理。為消除量綱影響，首先須對原始數(shù)據(jù)進行標準化處理，使各指標的均值為0,方差為1。變換公式為Z=x-u/σ。
(2)確定待分析的原有若干變量是否適合于因子分析。對變量是否適合因子分析的判斷主要是應用SPSS軟件對所要分析的數(shù)據(jù)進行KMO檢驗（Kaiser-Meyer-Olkin）和Bartlett球度檢驗（Bartlett Test of Sphericity）。通過KMO和Bartlett球度檢驗，可判斷出觀測數(shù)據(jù)是否適宜做因子分析。
表1給出了KMO和Bartlett球度檢驗結(jié)果，其中KMO值為0.703，根據(jù)統(tǒng)計學家Kaise給出的標準，KMO值大于0.7，適合因子分析; Bartlett球度檢驗統(tǒng)計量的觀測值為301.692，自由度為45，檢驗的顯著性概率為0.000，小于顯著性水平0.05，因此拒絕Bartlett球度檢驗的零假設，認為原始數(shù)據(jù)適合因子分析。
（3）判斷因子提取效果。即通過指標的共同度來判斷所提取的因子是否包含了原始變量的大部分信息。
表2給出了10個原始變量的共同度。從表2可以看到，除職工平均工資外，幾乎所有的變量共同度都在90%以上，可見提取的因子能很好的描述原有指標，因子提取效果較理想。
(4)計算特征值、方差貢獻率和累計方差貢獻率。
方差貢獻率是衡量公共因子相對重要程度的指標，方差貢獻率越大，表明該公共因子相對越重要，或者說，方差越大，表明公共因子對變量的貢獻越大。
在表3中，第一列（Component）為各因子編號。
第二列Initial Eigenvalues為相關系數(shù)矩陣的初始特征值情況，其中“Total”為各因子對應的特征值，% of Variance為各公共因子的方差貢獻率，Cumulative %為累計方差貢獻率。第1個因子的特征值為8.035，解釋原有10個變量總方差的80.349%，累計方差貢獻率為80.349%。可以看到，在本文中有2個因子對應的特征值大于1，故應提取2個公共因子。
第三列（Extraction Sums of Squared Loadins）為相關系數(shù)矩陣提取公共因子后的特征值情況。可以看到，前2個公共因子共解釋了原有10項指標的80.349%的信息，進一步驗證了提取2個公共因子是比較合適的，因子分析效果也較理想。
第四列（Rotation Sums of Squared Loadings）是我們所提取的兩個公共因子旋轉(zhuǎn)后的方差貢獻情況，旋轉(zhuǎn)后，2個因子的累計方差貢獻率并沒有改變，但方差貢獻率卻發(fā)生了改變，這使得公共因子更易于解釋和命名。
(5)輸出因子載荷矩陣并對公共因子進行命名，見表4。
表4列出了各因子在不同原始變量上的荷載值。從表4可以看出，2個因子在原變量上的載荷值都相差較大，無需對因子載荷矩陣進行旋轉(zhuǎn)即可對公共因子進行命名。從表中可以看出,第一個因子F1在X1、X3、X4、X5、X6、X7、X8、X9八個變量上有較大的載荷，說明它主要解釋了這八個變量，可以命名為“規(guī)模因子”。這個公共因子的貢獻率達到約80.349%，對各個城市的經(jīng)濟發(fā)展評估起到主要作用。
第二個公共因子F2在X2、X10上有較大的載荷，說明它主要解釋了這2個變量，可以命名為“人均因子”，這個公共因子的貢獻率達到約15.638%，對各個城市經(jīng)濟發(fā)展評估起到次要作用。
(6)計算因子得分。
表5給出了公共因子得分系數(shù)矩陣，根據(jù)表中的因子得分系數(shù)和原始變量標準化值可以計算出個各個樣本的因子得分F1及F2（其中F1為規(guī)模因子，F(xiàn)2為人均因子），然后用各公共因子的方差貢獻率作為綜合評價的權重，得到各城市的總因子得分：即綜合得分計算公式為F=0.80349*F1+0.15.638*F2，結(jié)果見表5。由F1、F2及綜合得分值的大小來評價黑龍江省各地級市的經(jīng)濟發(fā)展水平。其中，按F1得分所得到的評估結(jié)果說明了各市在地區(qū)生產(chǎn)總值、固定資產(chǎn)投資總額、批發(fā)零售貿(mào)易業(yè)商品銷售總額、社會消費品零售總額、地方財政預算內(nèi)收入、地方財政預算內(nèi)支出、限額以上工業(yè)總產(chǎn)值、X9城鄉(xiāng)居民儲蓄年末余額8個方面的綜合發(fā)展水平；按F2得分所得到的評估結(jié)果說明了各市在人均地區(qū)生產(chǎn)總值、職工平均工資2個方面的綜合發(fā)展水平；按綜合得分得到的評估結(jié)果說明了各市在我們所選取的10個方面的綜合發(fā)展水平。
三、結(jié)果分析及對策建議
從表6可以看出，根據(jù)綜合得分對黑龍江省12個地級市進行排名如下：
第一層次：哈爾濱、大慶。
第二層次：齊齊哈爾、牡丹江、伊春、佳木斯、雞西、七臺河、綏化、雙鴨山、黑河。
依據(jù)綜合排名可以把黑龍江省12個地級市的經(jīng)濟發(fā)展水平分為兩個層次:哈爾濱、大慶的綜合得分大于零,屬于第一個層次；其余城市：齊齊哈爾、牡丹江、綏化、佳木斯、黑河、七臺河、雙鴨山、鶴崗、伊春的得分小于零，屬于第二個層次。這樣的劃分基本符合黑龍江省12個地級城市經(jīng)濟發(fā)展實際情況的。這也和國內(nèi)一些學者的研究結(jié)果吻合。黑龍江省區(qū)域經(jīng)濟發(fā)展有明顯的梯度。以哈爾濱為代表的第一個層次經(jīng)濟發(fā)展水平最高；以牡丹江為代表的第二個層次經(jīng)濟發(fā)展水平相對較低。
針對上述實證結(jié)果，今后一段時期黑龍江省區(qū)域經(jīng)濟發(fā)展的戰(zhàn)略思路可以采取“12個地級市的發(fā)展按二個層面同時推進”。具體來講第一個層次要繼續(xù)保持在全省的領先地位，增強對第二層次的輻射和拉動作用；第二個層次要繼續(xù)加快發(fā)展，和第一個層次形成一個良性互動，縮小地區(qū)經(jīng)濟發(fā)展的差距。同時，省政府要在政策上加大省域內(nèi)各城市的合作力度，把哈爾濱、大慶地區(qū)資金、技術等優(yōu)勢與第二層次城市的資源優(yōu)勢相結(jié)合，例如，可以利用伊春地區(qū)勞動力低廉和旅游資源豐富的優(yōu)勢。總之，在繼續(xù)保持哈爾濱、大慶地區(qū)經(jīng)濟穩(wěn)定增長的同時，加快其他地區(qū)的發(fā)展，最終推動全省各城市經(jīng)濟的共同發(fā)展。
四、結(jié)論
運用因子分析法對黑龍江省各地級市的經(jīng)濟發(fā)展情況進行了分析，從因子分析結(jié)果可以看出,這樣的劃分是比較符合黑龍江省12個地級城市經(jīng)濟發(fā)展實際情況的。黑龍江省各地級城市由于發(fā)展條件不一、地區(qū)差距等多種原因?qū)е赂魇薪?jīng)濟發(fā)展呈現(xiàn)出多層次性和不平衡性。雖然區(qū)域差異的存在作為一種經(jīng)濟現(xiàn)象有其合理性一面,但差距過大勢必將制約全省經(jīng)濟的整體發(fā)展。因此為了緩解黑龍江省區(qū)域經(jīng)濟差異,各市應加大區(qū)域合作力度同時應因地制宜,根據(jù)自己的地方特色制定發(fā)展策略。
[本文為北京市自然科學基金資助項目（9082014）]
參考文獻：
1.薛薇.基于SPSS的數(shù)據(jù)分析[M].北京：中國人民出版社，2006
2.李莉,湯銀英.因子分析法在烏魯木齊城市物流能力評價中的應用[J].新疆農(nóng)業(yè)大學學報，2008(4)
3.王吉利,和書元.統(tǒng)計學教學案例[M].北京：中國統(tǒng)計出版社，2004
4.任福勻.因子分析法在我國股票市場行業(yè)投資價值評價中的應用:[碩士學位論文].長沙:中南大學，2005
5.吳明隆.SPSS統(tǒng)計應用實務.北京：科學出版社，2003
6.尹子民,羅麗兮.因子分析在企業(yè)增長方式評價中的應用[J].數(shù)理統(tǒng)計與管理,2000
7.章文波,陳紅艷.實用數(shù)據(jù)統(tǒng)計分析及SPSS12.0應用[M].北京：人民郵電
出版社,2006
8.譚榮波,梅曉仁.SPSS統(tǒng)計分析實用教程[M].北京：科學出版社
9.如孫偉,王其元.黑龍江省中心城市綜合發(fā)展水平的因子分析[J].哈爾濱工程大學學報，2002,（2）
10.賈俊平.統(tǒng)計學[M].北京:中國人民大學出版社，2007
