第２０１０年第３期 商 业 经 济 Ｎｏ．３，２０１０ （总第３４５期） ＳＨＡＮＧＹＥ ＪＩＮＣＪＩ Ｔｏｔａｌ Ｎｏ．３４５ 【文章编号】１００９－６０４３（２０１０）０３－００２１－０２ 重庆市区域经济的综合评判分析 任小飞 （重庆师范大学数学与计算机科学学院，重庆４０００４７） ｆ摘要】据２００８年最新统计，采用主成分聚类分析法，依据２００８年最新统计资料，对重庆市区域经济的发展现状进行 分析和评价发现，重庆市经济累计贡献率达到８９．７６４％；根据４个主成分进行聚类分析，重庆市可以划分为经济发达区、经济 较发达区、经济欠发达区和经济落后区４种区域经济类型。这一综合评价结果符合重庆市经济发展实际。 ｆ关键词】区域经济；主成分聚类分析；综合评判 【中图分类号】Ｆ２７０ 【文献标识码】Ｂ 重庆是典型的大城市、大农村，其经济发展仍然处于 聚类分析方法就是将主成分分析与聚类分析相结合的一 非均衡发展的历史进程，各区县经济发展水平具有明显 种综合评价方法，即先作主成分分析，再提取若干主成分 的地域差异。在区域经济发展的评判分析中，许多学者运 对指标进行聚类分析，并结合第１主成分得分排序，由此 用单一的经济指标ＧＤＰ来测度区域经济差异的大小，虽 而得到关于指标合理的分类排名，其具体步骤如下。 然数据比较容易获取，并且可以从纵向比较区域经济的 设有Ｐ个观测对象，每个对象有ｎ项指标，得到其指 差异，但是ＧＤＰ不能全面、完整地反映出一个地区经济发 标的原始数据矩阵： 展水平的差异，只是用来衡量一个地区在一定时间内产 Ｘ＝（ ）ｐＸｎ 生的产品和服务价值。本文选取多个指标，运用主成分分 （１）数据标准化。把数据标准化消除量纲和数量级的 析的方法对重庆经济发展综合评判分析。 影响，这里对原始数据作均值化处理，其方法： 一ｙ ＝ ／ ｉ＝１，２，…，Ｐ；ｊ＝１，２，…，ｎ 、确定指标体系 ｐ 根据综合评价的代表性原则、综合性原则、系统性原 其中 ＝｛上Ｊ＿∑ ｊ ｋ＝１ ＝１，２，…，ｎ均值化处理不改变各 则以及重庆市各地区经济发展的实际，选取以下ｌ １个指 标：ＧＤＰ（万元）ｘ。，反映区域经济总体发展水平；第一产业 指标间的相关系数。 总产值（万元）ｘ：，反映区域内农业发展水平；第二产业总 （２ 算相关矩阵。Ｒ＝㈤ｎ Ｘ ｎ，式中 是指标）【ｉ与指标 产值（万元）ｘ ，反映区域内工业发展水平；第三产业总产 ｘｊ之间的相关系数。 值（万元）ｘ４，反映区域内服务业及城镇化水平；全社会固 三 （ 一 ）（ 一 ） 定资产投资（万元）ｘ ，反映区域内经济投入与公益设施 Ｘ ＝— ｋ ＝＝ｌ＝＝＝＝：＝＝＝＝＝＝＝： ｉｄ＝ｌ，２，…，ｎ 建设能力；社会消费零售额（万元））（６，反映区域内居民的 ＼Ｔ／ ｋｉ∑ （＝１ ｘ 一 （ｘ 一又ｊ）： 消费水平和实际购买力；进出口总值（万美元）ｘ，，反映该 （３）计算特征值和特征向量。Ｒ的ｎ个特征值记为： 区域对外贸易的发展与商业竞争能力；人均ＧＤＰ（元）Ｘ。， 反映区域经济平均发展水平；县级地方财政收入（万元） ｌ≥ ２≥…≥ Ｉ＞０，相应的特征向量： ｊ＝（ ｉｌ， ， …， ）ｉ＝１，２，…，ｎ Ｘ９，反映区域内经济实力；农村居民纯收入（元）ｘｍ反映 区域内农村居民的生活水平；经济单位职工年平均工资 （４）确定主成分的个数。当累计方差贡献率∑ ；（元）ｘｍ反映区域内城镇居民的生活水平；根据《重庆统 ｉ＝１ 计年鉴｝（２００８）新数据，得到２００７重庆市个各区县的各经 ／∑入／ｒｌ ｊ达到８５．ｏｏ％时，取前ｍ个主成分： 济指标。 『ｊ＝１ Ｆｊ＝ ｉｌＸｌ＋ …＋ ｉ＝１，２，…，ｍ 二、主成分聚类分析 （５卅算第１主成分得分。第１主成分是原有各变量的 １．主成分聚类分析方法 线性组合中方差最大。根据第１主成分得分对指标进行首 在之前很多学者采用主成分分析和聚类分析法进行 次评价。 评价分析，但在其评价时存在一定的缺陷，没有理论和应 （６）计算前ｍ个主成分得分进行聚类分析，然后计算 用上的价值。本文采用主成分聚类分析方法，所谓主成分 各类中样品的第１主成分得分，最后确定每个类样品的排 【收稿日期】２００９—１２—２４ 【作者简介】任小飞（１９８４一），重庆彭水人，重庆师范大学２００８级硕士研究生。研究方向：随机系统分析研究。 一２１— 商业经济第２０１０年第３期 ＳＩＬＡＮＧＹＥ ＪＩＮＧＪＩ Ｎｏ．３，２０１０ 序并进行综合评价。 ２．主成分聚类分析结果 本文利用ｓｐｓｓｌ３．０中的主成分分析法，对原始数据进 果得出区域经济存在较大的差异，要实现其区域经济的 协调发展，只有在政府的统筹规划下，才能缩小差异。由 主成分聚类分析法将其结果分划为４个经济区域类型。 第一类包括渝中区、沙坪坝区、渝北区、江北区、九龙坡 行处理，得出主要因子的特征值、贡献率、累计贡献率表。 所得到的特征值即为该主成分所对应的方差。方差越大， 对总变量的贡献也就越大，为确定主成分的个数和顺序， 一区、南岸区属于市内经济发展水平发达区，这六个区地理 位置较好，交通极为方便，是主要的商业贸易中心，其发 般选取它的累计贡献率大于或等于８５．００％。相关系数 展极为迅速；第二类包括大渡口区、北碚区、双桥区、长寿 区、巴南区、涪陵区、江津区、合川区、万州区属于市内经 济发展水平较发达区，同样也是受到地理条件的影响，加 矩阵有３个大的特征值７．０８０、１．４９２、１．３０２，它们的累计贡 献率达到８９．７６４％，说明它们能概括绝大部分信息，而其 沙坪坝等地区经济的辐射作用，特别万州区作 他８个特征值都很小，由此仅提取３个主成分。由每个因 之受江北、子对方差的解释项可见，第１因子解释的方差为７．０８０， 贡献率为４５．８７３％，第２因子解释的方差为１．４９２，贡献率 为２７．３５６％，第３因子解释的方差为１．３０２，贡献率为 １６．５３６％。 重庆市经济发展水平主因子特征值、贡献率、累计贡献率表 从因子负荷矩阵可知，第１主成分对ＧＤＰ、第三产业 总产值、社会消费零售额、人均ＧＤＰ、经济单位职工年平 均工资有绝对值较大的负荷系数。这些变量体现了区域 经济的运行质量和区域经济发展的后劲，将其定义为区 域经济发展的动力因子。第２主成分绝对值较大的负荷 系数是第二产业总产值、全社会固定资产投资、进出口总 值、县级地方财政收入。这些变量体现了人民生活水平的 特征，是经济发展的保障，将其定义为区域经济发展的基 础因子。２个主成分第３主成分为第一产业总产值、农村 居民纯收入，这些变量体现农业发展问题的基本情况，将 其定义为基本因子。综合起来基本能反映各个地区的经 济发展水平，所以说这种主成分分析是合理的。 由于第１主成分的贡献率仅为４５．８７３％，但第１主成 分是所有原始变量线性组合中方差最大者，其信息含量 是最大的，所以可以通过计算第１主成分的得分，对样品 作首次排序。由于第１主成分的贡献率没有超过８５．００％， 如果仅按照第１主成分得分来排序，信息量不够大会有 片面性。因而再对已选定的第１、第２、第３主成分得分采 用Ｗａｒｄ方法进行聚类分析，且结合第１主成分得分排 序，确定各个样品的最终排名得出，主成分聚类分析排名 和第１主成分得分排名存在一些差别，但大体上是一致 的。从聚类排名来看，排名在前６位的渝中区、沙坪坝区、 渝北区、江北区、九龙坡区、南岸区，就在这个较小的区域 内变动，其他也如此，即在第１主成分没有超过８５．００％ 时，其排名可能不够准确，借助聚类分析来确定排名相对 来讲更为合理可靠。 三、讨论 本文运用主成分聚类分析法，根据得分及其聚类结 一２２一 为一个重要港口，水运能力强，近一两年来发展特别极为 迅速，使得地位逐渐提高；第三类包括永川区、南川区、垫 江县、潼南县、铜梁县、大足县、荣昌县、璧山县、梁平县、 忠县、开县、云阳县、奉节县、綦江县属于市内经济发展水 平欠发达区，这一类地区都有各自的产业及其特长。如： 开县、云阳县、奉节县３县彼临，其农业内部非种植业比例 较大，畜牧业比较发达。这一地区地形适宜，是桔树、桑树、 漆树、核桃树等。第四类包括丰都县、万盛区、黔江区、酉 阳县、彭水县、秀山县、巫山县、石柱县、武隆县、巫溪县、 城口县属于市内经济发展水平落后地区，这一地区由于 经济基础比较薄弱，发展起来较为缓慢，地理位置处于边 远山区和少数名族地区，所以对交通和基础建设的投入 较为迫切，政府重视不够，如能投入大量的优秀人才，开 发其长处。相信也会有较好的势态，如：忠县是国家商品 粮、瘦肉型猪、杂交水稻种植基地，也是重庆市粮食、生猪、 晒烟、柑桔、蚕桑、苎麻生产基地。石柱土家族自治县是全 国著名的黄连之乡和长毛兔、烤烟基地。秀山大金银花、 白术、天冬等是秀山县具有优势的中药材品种。因此，在政 府合理调控下，在不减少粮食产量的同时，结合林业发展 中药产业及生态旅游业，是该地区今后农业发展的方向。 城口县、巫溪县、巫山县等地应在政府改善交通状况的基 础上，结合独特的自然风光，大力发展生态观光农业，发 展生态渔业的潜力也是巨大的 为此，首先，要强调第一类地区的经济辐射作用，使得 第一类地区经济增长极点化。其次，第二类地区要大力发 展自身的优势项。再则，对于第三类地区在强调经济基础 的同时，加快第二、三产业的发展，投资建设新的经济开发 区，合理的引资。最后，对于第四类地区，利用当地的自然 资源发展旅游和生态农业以其相关产业，引资进行基础建 设特别是交通建设，更主要的是需要投＾大量的优秀＾才。 【参考文献】 ［１】重庆市统计局．重庆市统计年鉴２００８［Ｍ］．北京：中国统计 出版社，２００８ ［２］徐雅静，汪远征．主成分分析应用方法的改进［Ｊ］．数学的 实践与认识，２００６（６）：６８—７５ ［３］于秀林，任雪松等．多元统计分析［Ｍ Ｅ京：中国统计出 版社，２００７ ［４】高祥宝，董寒青等．数据分析与ＳＰＳＳ应用［Ｍ 匕京：清华 大学出版社，２００６ ｆ责任编辑：刘玉梅】