時(shí)間：2023-08-30 09:17:06
緒論：在尋找寫(xiě)作靈感嗎？愛(ài)發(fā)表網(wǎng)為您精選了8篇經(jīng)濟(jì)發(fā)展水平的主要指標(biāo)，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(yùn)用耦合理論中關(guān)于容量耦合的理論，以2009—2013年數(shù)據(jù)為樣本，構(gòu)建川西地區(qū)經(jīng)濟(jì)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(guān)系，以期為政府相關(guān)部門提供決策參考。
1研究方法
在物理學(xué)中，耦合是指2個(gè)或2個(gè)以上的電路元件或電網(wǎng)絡(luò)的輸入與輸出之間存在緊密配合與相互影響，并通過(guò)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(dá)到臨界區(qū)域時(shí)的走向，即決定了系統(tǒng)由無(wú)序走向有序的趨勢(shì)。系統(tǒng)由無(wú)序走向有序機(jī)理的關(guān)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(gòu)建經(jīng)濟(jì)發(fā)展-農(nóng)業(yè)現(xiàn)代化耦合模型，分析經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)現(xiàn)代化2個(gè)子系統(tǒng)通過(guò)各自的耦合元素產(chǎn)生相互影響的程度，最后通過(guò)協(xié)調(diào)度函數(shù)計(jì)算2個(gè)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(xué)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(jì)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(dāng)C2趨向于0時(shí)，則認(rèn)為經(jīng)濟(jì)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(jì)的快速發(fā)展并未能有效地促進(jìn)農(nóng)業(yè)現(xiàn)代化水平的提高；當(dāng)C2趨向于1時(shí)，則認(rèn)為經(jīng)濟(jì)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(jì)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(quán)重確定計(jì)算權(quán)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(qiáng)，往往會(huì)使評(píng)價(jià)的結(jié)果發(fā)生偏差。本研究采用熵權(quán)法計(jì)算各指標(biāo)的權(quán)重。熵權(quán)法的基本思路是根據(jù)指標(biāo)變異性的大小來(lái)確定客觀權(quán)重。信息熵是指事物屬性及標(biāo)識(shí)的集合或反映事物信息量的集合。一般來(lái)說(shuō)，若某個(gè)指標(biāo)的信息熵Ej越小，表明指標(biāo)值的變異程度越大，提供的信息量越多，在綜合評(píng)價(jià)中所能起到的作用也越大，其權(quán)重也就越大。相反，某個(gè)指標(biāo)的信息熵Ej越大，表明指標(biāo)值的變異程度越小，提供的信息量也越少，在綜合評(píng)價(jià)中所起到的作用也越小，其權(quán)重也就越小。
1.3協(xié)調(diào)度函數(shù)根據(jù)前述模型可計(jì)算出經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)現(xiàn)代化的耦合程度，它對(duì)于判斷經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)現(xiàn)代化耦合作用的強(qiáng)弱有著十分重要的意義。但耦合度并不能反映2個(gè)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(guò)計(jì)算2個(gè)子系統(tǒng)之間的協(xié)調(diào)程度，真實(shí)反映2個(gè)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(jì)算公式如下。式中，D為耦合協(xié)調(diào)度；T為經(jīng)濟(jì)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(jì)發(fā)展與農(nóng)業(yè)現(xiàn)代化的整體協(xié)同效應(yīng)；a，b為待定系數(shù)，考慮到經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)現(xiàn)代化對(duì)整個(gè)社會(huì)發(fā)展而言同等重要，因此，a，b同取0.5。參照相關(guān)研究成果，根據(jù)經(jīng)濟(jì)發(fā)展與農(nóng)業(yè)現(xiàn)代化耦合協(xié)調(diào)度D以及2個(gè)子系統(tǒng)之間的關(guān)系，將耦合系統(tǒng)按照協(xié)調(diào)度的高低劃分為4個(gè)一級(jí)分類層次和12個(gè)二級(jí)分類層次（表1）。
2指標(biāo)體系的構(gòu)建
根據(jù)川西地區(qū)的實(shí)際情況以及歷年的相關(guān)統(tǒng)計(jì)資料，遵循科學(xué)性、實(shí)用性、多層次、連續(xù)性、獨(dú)立性、系統(tǒng)性等原則，兼顧方便在GIS中存取表達(dá)和計(jì)算，本研究從區(qū)域經(jīng)濟(jì)增長(zhǎng)、區(qū)域經(jīng)濟(jì)結(jié)構(gòu)、區(qū)域經(jīng)濟(jì)效益、區(qū)域可持續(xù)發(fā)展4個(gè)方面共計(jì)11個(gè)指標(biāo)衡量經(jīng)濟(jì)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(huì)水平、農(nóng)業(yè)可持續(xù)發(fā)展水平4個(gè)方面共計(jì)11個(gè)指標(biāo)衡量農(nóng)業(yè)現(xiàn)代化水平（U2）。具體指標(biāo)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(biāo)體系的權(quán)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(gè)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(gè)市（州）的耦合協(xié)調(diào)度導(dǎo)入ArcGIS，分析5a來(lái)川西地區(qū)經(jīng)濟(jì)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(shí)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(jì)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(gè)類別，可以從地區(qū)及時(shí)間跨度2個(gè)方面進(jìn)行分析。從地區(qū)上來(lái)看，雅安市、涼山州的經(jīng)濟(jì)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(dá)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(jì)發(fā)展要快于農(nóng)業(yè)現(xiàn)代化建設(shè)，而雅安市正好相反，5a間農(nóng)業(yè)現(xiàn)代化建設(shè)都要略超前于經(jīng)濟(jì)發(fā)展水平，說(shuō)明雅安市對(duì)農(nóng)業(yè)現(xiàn)代化建設(shè)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(jì)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(lái)看，都是經(jīng)濟(jì)發(fā)展嚴(yán)重超前，而農(nóng)業(yè)現(xiàn)代化發(fā)展相對(duì)滯后。從時(shí)間跨度上來(lái)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(guò)5a的發(fā)展2013年已達(dá)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(qiáng)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(lái)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(guān)鍵詞：主成分分析；經(jīng)濟(jì)發(fā)展；綜合評(píng)價(jià)
中圖分類號(hào)：F01 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2012）29-0011-02
引言
要描述和評(píng)價(jià)一個(gè)社會(huì)的經(jīng)濟(jì)發(fā)展?fàn)顩r，最理想的是找到一個(gè)總括性社會(huì)指標(biāo)體系評(píng)價(jià)方法，其測(cè)度結(jié)果要能夠反映社會(huì)經(jīng)濟(jì)發(fā)展的全部或大部分信息。20世紀(jì)60年代以來(lái)，一些其他國(guó)家的職能部門以及研究學(xué)者曾經(jīng)提出各種不同的指標(biāo)體系評(píng)價(jià)方法。自20世紀(jì)80年代以來(lái)，我國(guó)系統(tǒng)地研究社會(huì)發(fā)展指標(biāo)體系評(píng)價(jià)方法，國(guó)內(nèi)一些政府部門、 研究單位和個(gè)人先后設(shè)計(jì)了一些“社會(huì)指標(biāo)體系評(píng)價(jià)方法”，如，唐曉東采用了21個(gè)指標(biāo)變量的函數(shù)模型來(lái)評(píng)價(jià)我國(guó)社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r，但此模型沒(méi)有把所有反映經(jīng)濟(jì)情況的因素考慮在內(nèi)，因此，到目前為止還沒(méi)有形成一套完善、客觀的社會(huì)經(jīng)濟(jì)發(fā)展綜合指標(biāo)體系評(píng)價(jià)方法。
為了更加全面、客觀地反映我國(guó)各地區(qū)的社會(huì)發(fā)展水平，本文在借鑒國(guó)內(nèi)外研究成果的基礎(chǔ)上，通過(guò)對(duì)我國(guó)已有研究成果的修正和充實(shí)，首次把居民消費(fèi)價(jià)格指數(shù)和商品零售價(jià)格指數(shù)引入評(píng)價(jià)指標(biāo)體系中，提出一種新的社會(huì)發(fā)展水平綜合指標(biāo)體系。在實(shí)際經(jīng)濟(jì)問(wèn)題中，不同的經(jīng)濟(jì)變量之間具有一定的相關(guān)性，如職工平均工資和消費(fèi)水平必然有一定的關(guān)聯(lián)性，這樣勢(shì)必增加分析問(wèn)題的復(fù)雜性。而主成分分析法可以用較少的指標(biāo)來(lái)代替原來(lái)較多的指標(biāo)，并盡可能地反映原來(lái)指標(biāo)的信息，從根本上解決了指標(biāo)間的信息重疊問(wèn)題，又大大簡(jiǎn)化了原指標(biāo)體系的指標(biāo)結(jié)構(gòu)。用主成分分析法分析經(jīng)濟(jì)發(fā)展水平的優(yōu)勢(shì)主要體現(xiàn)在： （1）全面性（消除評(píng)價(jià)指標(biāo)的相互影響）。在滿足n f p的條件下，不限制指標(biāo)的個(gè)數(shù)，可以綜合評(píng)價(jià)一國(guó)的經(jīng)濟(jì)發(fā)展?fàn)顩r。主成分分析的降維處理技術(shù)能較好地解決多指標(biāo)評(píng)價(jià)的要求，在選擇了m（m p p）個(gè)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(píng)價(jià)經(jīng)濟(jì)發(fā)展水平比較全面。（2）可加性（數(shù)據(jù)標(biāo)準(zhǔn)化處理）。在綜合評(píng)價(jià)經(jīng)濟(jì)發(fā)展水平時(shí)，所建立的評(píng)價(jià)指標(biāo)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?yàn)樵谟?jì)算過(guò)程中，主成分分析法把各個(gè)指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理，這就使得各個(gè)經(jīng)濟(jì)指標(biāo)之間具有可比性即可加性。（3）客觀性（科學(xué)的確定權(quán)重）。在層次分析法計(jì)算過(guò)程中，通過(guò)專家打分來(lái)確定權(quán)重，使得主成分分析法在綜合評(píng)價(jià)實(shí)踐中的廣泛應(yīng)用成為現(xiàn)實(shí)。而主成分分析法在確定綜合因子的權(quán)重時(shí)，克服了某些評(píng)價(jià)方法中人為確定權(quán)重的缺陷，使得綜合評(píng)價(jià)結(jié)果唯一。（4）簡(jiǎn)單性（計(jì)算簡(jiǎn)單）。隨著電子計(jì)算機(jī)技術(shù)的發(fā)展，SPSS、SAS等計(jì)算機(jī)軟件的推進(jìn)與使用，使得主成分分析法在綜合評(píng)價(jià)實(shí)踐中的廣泛應(yīng)用成為現(xiàn)實(shí)。
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(duì)高維變量空間進(jìn)行降維，用少數(shù)的變量來(lái)解釋整個(gè)問(wèn)題。
主成分分析的目的在于利用p個(gè)原始變量（x1，x2，…，xp）構(gòu)造少數(shù)幾個(gè)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(guān)，新變量包含p 個(gè)原始變量的絕大部分信息。這樣定義x1，x2，…，xp為原變量指標(biāo)，z1z2…zm（m≤p）為新的綜合變量指標(biāo)，每一個(gè)新綜合變量指標(biāo)是p 個(gè)原始變量的線性組合，同時(shí)要求滿足以下幾個(gè)條件：（1） zi與zj（i≠j；i，j=1，2，…，m）相互無(wú)關(guān)。（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(guān)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(guān)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(biāo)確定
我們根據(jù)選取的指標(biāo)要能夠客觀、系統(tǒng)地反映一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平的原則，因此本文選擇反映經(jīng)濟(jì)情況的8項(xiàng)主要指標(biāo)：地區(qū)生產(chǎn)總值（ X1）、居民消費(fèi)水平（X2）、基本建設(shè)投資（X3）、職工平均工資（X4）、居民消費(fèi)價(jià)格指數(shù)（X5）、商品零售價(jià)格指數(shù)（X6）、貨物周轉(zhuǎn)量（X7）、工業(yè)總產(chǎn)值（X8）。指標(biāo)數(shù)值均來(lái)自2006年中國(guó)統(tǒng)計(jì)年鑒及相應(yīng)整理數(shù)據(jù)[6]。
將數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，利用SPSS軟件進(jìn)行主成分分析，得出方差解釋表，通過(guò)計(jì)算可得，前3個(gè)特征值的累積貢獻(xiàn)率已達(dá)到85.928%，這說(shuō)明用前3個(gè)因子來(lái)反映事物的信息占全部信息的85.928%以上，于是，取前3個(gè)因子作為主成分。碎石圖同樣也能夠說(shuō)明這一點(diǎn)。
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(shè)投資在第二主成分上的載荷較大；消費(fèi)價(jià)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(shè)投資主成分；第三主成分：消費(fèi)價(jià)格主成分。
根據(jù)該表以及變量的觀測(cè)值可計(jì)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(yīng)的特征根得到的結(jié)果。到目前為止，通過(guò)主成分分析法，將8個(gè)評(píng)價(jià)指標(biāo)轉(zhuǎn)化為了具有典型經(jīng)濟(jì)含義的3個(gè)綜合評(píng)價(jià)指標(biāo)。
三、經(jīng)濟(jì)發(fā)展水平的綜合分析和評(píng)價(jià)
為了考察每個(gè)城市，并對(duì)它們進(jìn)行分析評(píng)價(jià)，采用回歸方法將三個(gè)主成分表示成8個(gè)指標(biāo)的線性組合，即得分函數(shù)：
應(yīng)說(shuō)明一點(diǎn)的是，某城市的主成分因子得分為負(fù)數(shù)，這是因?yàn)樵谟?jì)算時(shí)對(duì)原始數(shù)據(jù)作了標(biāo)準(zhǔn)化處理，把各經(jīng)濟(jì)指標(biāo)的平均水平當(dāng)做零來(lái)處理的緣故。因此，某城市的主成分因子得分為負(fù)數(shù)，只表明該城市的經(jīng)濟(jì)發(fā)展水平在全國(guó)31個(gè)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(biāo)系中，由載荷陣及Z1、Z2、Z3表達(dá)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(gè)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(shè)和消費(fèi)水平相對(duì)來(lái)說(shuō)都比較高；而位于正中間下方的是省，其消費(fèi)水平與全國(guó)的平均消費(fèi)水平不相上下，但其生產(chǎn)總值和基本投資建設(shè)卻低于全國(guó)平均水平；位于左上角的城市是生產(chǎn)總值和基本建設(shè)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(fèi)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(shè)投資和消費(fèi)水平三方面，可對(duì)我國(guó)地區(qū)經(jīng)濟(jì)發(fā)展做出如下評(píng)價(jià)：31個(gè)省市大體上可分為7個(gè)類別。廣東屬一類，它位于圖的正上方，說(shuō)明該地區(qū)的生產(chǎn)總值、基本建設(shè)投資以及消費(fèi)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(shè)投資相對(duì)較高而其消費(fèi)水平相對(duì)來(lái)說(shuō)不高的省市；河北、河南和遼寧屬一類，其生產(chǎn)總值與我國(guó)的平均生產(chǎn)總值不相上下但其基本投資建設(shè)費(fèi)用比較高，說(shuō)明這三個(gè)省的基本建設(shè)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(shè)投資和消費(fèi)與這三個(gè)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(fèi)水平相對(duì)來(lái)說(shuō)也比較高，但其基本建設(shè)投資相對(duì)來(lái)說(shuō)較低，說(shuō)明這三個(gè)城市的基本建設(shè)比較完善；海南、貴州、青海、甘肅、新疆、寧夏和屬一類，這幾個(gè)省市的消費(fèi)水平基本與我國(guó)平均消費(fèi)水平持平但其生產(chǎn)總值遠(yuǎn)遠(yuǎn)落后于我國(guó)的平均生產(chǎn)總值，而其基本建設(shè)投資卻高于我國(guó)基本建設(shè)投資的平均水平，說(shuō)明國(guó)家比較重視這幾個(gè)省市的經(jīng)濟(jì)發(fā)展；其他地區(qū)屬于一類。需要說(shuō)明的是，本文對(duì)全國(guó)31個(gè)省市的評(píng)價(jià)是一種比較分析評(píng)價(jià)，以方便讀者對(duì)比。
四、結(jié)論
本文將主成分分析引入到城市經(jīng)濟(jì)發(fā)展水平的分析與綜合評(píng)價(jià)中，應(yīng)用主成分分析的功能，提出了一種可以較為準(zhǔn)確的評(píng)價(jià)各城市經(jīng)濟(jì)發(fā)展?fàn)顩r的方法，在實(shí)際中無(wú)論是對(duì)投資者、國(guó)家經(jīng)濟(jì)政策的制定部門及城市本身都有著重要的現(xiàn)實(shí)意義。因?yàn)樵摲椒ㄔ诜治鲞^(guò)程中對(duì)指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化處理，避免了不同量綱對(duì)分析結(jié)果的影響。同時(shí)，主成分方法成功地消除了指標(biāo)間信息重疊和人為地確定指標(biāo)權(quán)重的缺點(diǎn)，使得分析結(jié)果客觀公正、清晰可見(jiàn)。此外，主成分分析法的整個(gè)操作過(guò)程都可以運(yùn)用計(jì)算機(jī)軟件，如：SPSS、SAS等都可方便快捷地進(jìn)行。
參考文獻(xiàn)：
[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(shí)序全局主成分分析在經(jīng)濟(jì)發(fā)展動(dòng)態(tài)描繪中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)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(huì)保障水平評(píng)價(jià)指標(biāo)是社保評(píng)價(jià)工作的載體，因此這一指標(biāo)體系構(gòu)建是各地社保水平測(cè)評(píng)研究的核心內(nèi)容，它可以構(gòu)筑一座橋梁，這座橋梁將有助于測(cè)度區(qū)域社保發(fā)展水平。社保測(cè)評(píng)指標(biāo)的主要任務(wù)就是要準(zhǔn)確地捕捉到系統(tǒng)內(nèi)部相互作用的主要信息，并通過(guò)對(duì)這些信息的科學(xué)綜合了解一體化發(fā)展的狀態(tài)變化。在借鑒先發(fā)國(guó)家有關(guān)社會(huì)保障評(píng)價(jià)指標(biāo)設(shè)置及我國(guó)社會(huì)保障發(fā)展歷程和特征考慮，本文擬通過(guò)綜合考慮城鄉(xiāng)社會(huì)保障的發(fā)展水平、發(fā)展速度、內(nèi)部平衡及與國(guó)民經(jīng)濟(jì)發(fā)展的協(xié)調(diào)關(guān)系，以評(píng)價(jià)我國(guó)社會(huì)保障綜合發(fā)展水平和地方社保建設(shè)狀況，最終建立社會(huì)保障水平評(píng)價(jià)指標(biāo)體系。主要包括以下五方面內(nèi)容：（1）通過(guò)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展水平與社會(huì)保障水平協(xié)調(diào)關(guān)系的評(píng)價(jià)，反映地區(qū)經(jīng)濟(jì)實(shí)力發(fā)展與社會(huì)保障水平提高的協(xié)調(diào)性；（2）通過(guò)對(duì)各種類型的社會(huì)保障基金特別是社會(huì)保險(xiǎn)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(jì)結(jié)果，反映出一個(gè)地區(qū)社會(huì)保障基金方面的質(zhì)量水平；（3）通過(guò)對(duì)占社保支出的90%以上的社會(huì)保險(xiǎn)水平進(jìn)行統(tǒng)計(jì)，反映社會(huì)保障覆蓋率、人均社保支出、參保人數(shù)增長(zhǎng)率以及社會(huì)保險(xiǎn)負(fù)擔(dān)系數(shù)等；（4）通過(guò)對(duì)社會(huì)福利進(jìn)行有效統(tǒng)計(jì)，反映一個(gè)國(guó)家或地區(qū)社會(huì)保障水平層次的高低。比如通過(guò)人均福利床位數(shù)、敬老院覆蓋率等指標(biāo)的統(tǒng)計(jì)來(lái)反映老年人生活的幸福感程度。本論文選取以下主要指標(biāo)對(duì)我國(guó)各地區(qū)社會(huì)保障水平進(jìn)行基本評(píng)價(jià)（見(jiàn)表1）。
二、區(qū)域社會(huì)保障水平實(shí)證分析
（一）數(shù)據(jù)來(lái)源
通過(guò)對(duì)大量已有的統(tǒng)計(jì)數(shù)據(jù)和資料的分析、整理和加工，從中抽取與社會(huì)保障相關(guān)的信息。本文選取2009年衡水市11個(gè)區(qū)縣的有關(guān)衡量社會(huì)保障的指標(biāo)來(lái)進(jìn)行分析，所涉及數(shù)據(jù)均來(lái)源于《衡水市統(tǒng)計(jì)年鑒》。
（二）數(shù)據(jù)的預(yù)處理
1.數(shù)據(jù)的無(wú)量綱化。在本文中，指標(biāo)為區(qū)間指標(biāo)，即指標(biāo)值在區(qū)間0處達(dá)到最好最優(yōu)水平，指標(biāo)值離0點(diǎn)越接近越好。2.權(quán)重的確定。本文先采用因子分析客觀賦權(quán)，然后采用層次分析主觀賦權(quán)。因子分析是利用少數(shù)公因子來(lái)說(shuō)明相關(guān)變量之間復(fù)雜結(jié)構(gòu)的多變量技法。[2]在目前所有指標(biāo)權(quán)數(shù)的設(shè)計(jì)方法中，應(yīng)當(dāng)說(shuō)這是一種較為科學(xué)合理、易于操作的設(shè)計(jì)方法，目前被多數(shù)國(guó)家所采用。
（三）實(shí)證分析結(jié)果
對(duì)具有15個(gè)指標(biāo)的指標(biāo)體系進(jìn)行主成分分析，得出各個(gè)指標(biāo)的方差貢獻(xiàn)率。根據(jù)SAS分析的結(jié)論，前五個(gè)主成分的方差貢獻(xiàn)率都大于1，且它們的累計(jì)方差貢獻(xiàn)達(dá)到了86.83%，符合累計(jì)貢獻(xiàn)率大于85%的要求。因此，提取五個(gè)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(jiàn)表3）。根據(jù)旋轉(zhuǎn)后的因子載荷矩陣，F(xiàn)actor1對(duì)指標(biāo)Z7和Z8的載荷較大，可以解釋為養(yǎng)老保險(xiǎn)因子；Factor2對(duì)指標(biāo)Z2、Z3、Z11、Z12的負(fù)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(fù)雜，它對(duì)指標(biāo)Z3、Z4、Z6、Z8、Z10、Z14的因子載荷都超過(guò)了0.6，可以認(rèn)為是受這些指標(biāo)綜合影響的結(jié)果，而這些指標(biāo)對(duì)整個(gè)指標(biāo)體系的5個(gè)二級(jí)指標(biāo)所分列的內(nèi)容都有所涉及，因此，認(rèn)為Factor是影響社保整體水平的綜合因子；Factor4在指標(biāo)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?；鹩绊懙尼t(yī)保因子；Factor5的情況很明顯，它對(duì)Z13、Z14、Z15的因子載荷都達(dá)到了0.7以上，可解釋為社會(huì)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(jì)發(fā)展水平和全市經(jīng)濟(jì)政治中心的角色是相符的。棗強(qiáng)縣排名第二，這與棗強(qiáng)縣實(shí)行新農(nóng)保有關(guān)。新農(nóng)保的實(shí)施讓棗強(qiáng)縣農(nóng)村養(yǎng)老保險(xiǎn)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(lái)的6倍多，保障水平提高到基礎(chǔ)養(yǎng)老金55元/月的水平，極大地改善了老農(nóng)保時(shí)期老人月領(lǐng)取保費(fèi)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(shí)這兩個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平也在全市處于較為領(lǐng)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(lǐng)域尤其是基本養(yǎng)老和醫(yī)療保險(xiǎn)的發(fā)展，下大力度推進(jìn)社保政策實(shí)施，提高保障數(shù)量和質(zhì)量。
三、政策建議
隨著我國(guó)社會(huì)保障體系和水平的不斷提高，近幾年來(lái)，我國(guó)城鎮(zhèn)基本養(yǎng)老、基本醫(yī)療、失業(yè)、工傷和生育保險(xiǎn)參保人數(shù)大幅提升，覆蓋面越來(lái)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(zhǎng)的物質(zhì)和精神要求相比，提高保障水平、健全相關(guān)制度的任務(wù)還任重道遠(yuǎn)。[3]針對(duì)當(dāng)前社會(huì)保障中存在的突出問(wèn)題，本文對(duì)社會(huì)保障工作的基本思路和具體措施提出如下建議：
（一）夯實(shí)基礎(chǔ)，健全社會(huì)保障法律體系
縱觀歐美等發(fā)達(dá)國(guó)家的社會(huì)保障發(fā)展歷程，每一次社保水平的提高都相應(yīng)得到了法律支持，因此，立法先行是保障社保制度得到切實(shí)實(shí)施的政策手段?，F(xiàn)階段加快形成社會(huì)保障基本法律、行政法規(guī)以及有關(guān)政策相結(jié)合的法律保障體系，以便社會(huì)保障事業(yè)有序、有力、有保障地推進(jìn)。
（二）完善制度，建立社會(huì)保障資金籌措的有效機(jī)制
多渠道籌集實(shí)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(huì)保障基金的來(lái)源主要是個(gè)人繳納、單位承擔(dān)以及中央和省一級(jí)政府的撥款，但市、縣等各級(jí)政府也應(yīng)當(dāng)分擔(dān)一部分資金壓力，尤其是財(cái)政狀況較好的地區(qū)，應(yīng)合理確定市、縣兩級(jí)財(cái)政各自負(fù)擔(dān)比例，根據(jù)保障對(duì)象和地方財(cái)政能力分擔(dān)。也可以從有條件的鄉(xiāng)鎮(zhèn)財(cái)政和較富裕的農(nóng)村集體經(jīng)濟(jì)收入中拿出一部分作為社保資金的來(lái)源補(bǔ)充，推動(dòng)農(nóng)民工養(yǎng)老保險(xiǎn)工作進(jìn)入實(shí)質(zhì)階段。
（三）突出重點(diǎn)，加速推進(jìn)鄉(xiāng)村養(yǎng)老保險(xiǎn)的進(jìn)程
從目前的實(shí)際情況看，鄉(xiāng)村養(yǎng)老保險(xiǎn)已經(jīng)成為社會(huì)保障的突出問(wèn)題。以實(shí)際購(gòu)買力和可比價(jià)格來(lái)分析，根據(jù)聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署和世界銀行的公布數(shù)字，我國(guó)目前的人均收入水平和財(cái)政支付能力均已經(jīng)超過(guò)英美等國(guó)家當(dāng)年建立農(nóng)村社會(huì)保險(xiǎn)時(shí)的基礎(chǔ)。因此，加快農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度建設(shè)的時(shí)機(jī)已經(jīng)成熟。應(yīng)通過(guò)政府組織、引導(dǎo)、扶持和激勵(lì)，加快建立與當(dāng)?shù)剞r(nóng)村經(jīng)濟(jì)發(fā)展水平相適應(yīng)的新型農(nóng)村社會(huì)養(yǎng)老保險(xiǎn)制度，[4]使社會(huì)養(yǎng)老保險(xiǎn)盡快惠及這一特殊人群。
（四）突破難點(diǎn)，著力探索和建立農(nóng)民工養(yǎng)老保險(xiǎn)新機(jī)制
摘要：目前世界各國(guó)普遍采用的國(guó)民經(jīng)濟(jì)核算體系（即SNA-1993）在反映一國(guó)居民生活水平和生活質(zhì)量的問(wèn)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(jì)學(xué)意義上的因素分析為出發(fā)點(diǎn)，系統(tǒng)思考國(guó)民經(jīng)濟(jì)核算體系的演進(jìn)及運(yùn)行過(guò)程，以求能夠更加科學(xué)、全面地反映某一特定的經(jīng)濟(jì)體在一定時(shí)期內(nèi)的經(jīng)濟(jì)發(fā)展成果，從而有利于不同經(jīng)濟(jì)主體之間的對(duì)比，找出能夠真實(shí)反映不同經(jīng)濟(jì)體在其所處的經(jīng)濟(jì)水平下其居民生活水平和質(zhì)量的方法。
關(guān)鍵詞：國(guó)民經(jīng)濟(jì)核算；居民生活水平；趕超成本
中圖分類號(hào)：F113.9 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1001-828X（2013）11-000-02
一、現(xiàn)代國(guó)民經(jīng)濟(jì)核算體系的發(fā)展過(guò)程與規(guī)律
國(guó)民經(jīng)濟(jì)核算體系是開(kāi)展國(guó)民經(jīng)濟(jì)核算所遵循的方法制度及其成果所構(gòu)成的統(tǒng)計(jì)信息系統(tǒng)，它為國(guó)民經(jīng)濟(jì)核算設(shè)計(jì)了一套完整的指標(biāo)體系和科學(xué)的核算模式，制定了統(tǒng)一的分類標(biāo)準(zhǔn)，綜合利用統(tǒng)計(jì)、會(huì)計(jì)和其他核算方法，為國(guó)民經(jīng)濟(jì)核算提供了一套可操作的框架?，F(xiàn)代國(guó)民經(jīng)濟(jì)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(guó)民收入估算的基礎(chǔ)上逐步發(fā)展起來(lái)的，其最新版本是1993年由聯(lián)合國(guó)公布的。此后，隨著經(jīng)濟(jì)形勢(shì)和經(jīng)濟(jì)水平的不斷發(fā)展，國(guó)民經(jīng)濟(jì)核算體系還在不斷向前深化，現(xiàn)代國(guó)民經(jīng)濟(jì)核算體系按照其核心指標(biāo)GDP所考慮的經(jīng)濟(jì)活動(dòng)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(gè)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(guó)際普遍采用的經(jīng)濟(jì)核算體系；MPS（Material Product Balance System）是由前蘇聯(lián)提出并推廣的，簡(jiǎn)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(shí)經(jīng)濟(jì)基礎(chǔ)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(duì)環(huán)境資源進(jìn)行核算的基礎(chǔ)上，從GDP值中扣除環(huán)境資源成本和對(duì)環(huán)境資源的保護(hù)服務(wù)費(fèi)用所得到的計(jì)算結(jié)果。目前國(guó)際上幾個(gè)重要的核算體系主要包括《綜合環(huán)境與經(jīng)濟(jì)核算體系》（SEEA）、《歐洲環(huán)境的經(jīng)濟(jì)信息收集體系》（SERIEE）、《包括環(huán)境賬戶的國(guó)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(yuǎn)遠(yuǎn)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(jì)增長(zhǎng)過(guò)程中必須考慮的資源環(huán)境成本之外，還要包括社會(huì)成本，從而綜合反映以經(jīng)濟(jì)發(fā)展為支撐的人類社會(huì)的可持續(xù)發(fā)展。目前該領(lǐng)域內(nèi)最具代表性的指標(biāo)體系包括：聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署（UNDP）于1990 年開(kāi)發(fā)的人文發(fā)展指標(biāo)（HDI），經(jīng)濟(jì)學(xué)家Daly和Cobb提出并不斷進(jìn)行完善的可持續(xù)經(jīng)濟(jì)福利指數(shù)（ISEW），以及聯(lián)合國(guó)提出的真實(shí)發(fā)展指數(shù)（GPI）等。
現(xiàn)代國(guó)民經(jīng)濟(jì)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(huì)成本。其原因在于不同核算階段所關(guān)注的核算對(duì)象的范圍不同，傳統(tǒng)GDP關(guān)注經(jīng)濟(jì)系統(tǒng)的生產(chǎn)能力，綠色GDP關(guān)注經(jīng)濟(jì)系統(tǒng)和自然環(huán)境，而可持續(xù)發(fā)展GDP在此基礎(chǔ)之上還要關(guān)注整個(gè)社會(huì)不同群體之間各種相互關(guān)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(lǐng)域主要集中在對(duì)整個(gè)國(guó)民經(jīng)濟(jì)有重大影響或意義深遠(yuǎn)的問(wèn)題上，目前該領(lǐng)域主要關(guān)注的問(wèn)題包括：人口增長(zhǎng)、國(guó)民素質(zhì)、貧困、腐敗、收入分配、安全事故、犯罪等社會(huì)性費(fèi)用以及居民生活水平和生活質(zhì)量等。長(zhǎng)期以來(lái)，各種國(guó)民經(jīng)濟(jì)核算體系都很難解決一個(gè)重要問(wèn)題，即：國(guó)民經(jīng)濟(jì)核算很難準(zhǔn)確反映一國(guó)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(jì)學(xué)理論一般只考慮收入因素對(duì)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(shuō)明，我們假設(shè)有兩個(gè)家庭A和B，每個(gè)家庭都有三位成員，即爸爸、媽媽和孩子，兩個(gè)家庭的生活環(huán)境大體相同，其中A家庭年收入為30萬(wàn)元，B家庭年收入為15萬(wàn)元（視為長(zhǎng)久性的可支配收入）。如果從傳統(tǒng)的經(jīng)濟(jì)學(xué)理論來(lái)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(gè)家庭的孩子都在讀大學(xué)并且自費(fèi)，A家庭的孩子在國(guó)外而B(niǎo)家庭的孩子在國(guó)內(nèi)，由于留學(xué)費(fèi)用要遠(yuǎn)比國(guó)內(nèi)學(xué)費(fèi)高得多，所以A家庭的生活水平可能在短期內(nèi)會(huì)下降很多。
情況二：假如兩個(gè)家庭持有不同的風(fēng)險(xiǎn)觀念，A家庭是典型的風(fēng)險(xiǎn)規(guī)避型，因此買了大量的各種類型的保險(xiǎn)；而B(niǎo)家庭則是風(fēng)險(xiǎn)偏好型的，對(duì)待風(fēng)險(xiǎn)的方法是風(fēng)險(xiǎn)留存，因此相對(duì)于A家庭來(lái)說(shuō)B家庭節(jié)省出了大量的保費(fèi)用于當(dāng)期消費(fèi)。
情況三：A家庭的運(yùn)氣很差，他們?cè)谝淮瓮獬鰰r(shí)不幸出了意外事故，需要支付大量的醫(yī)藥費(fèi)；而B(niǎo)家庭則平安無(wú)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(xí)慣。當(dāng)然類似的“情況”還有很多，但以上幾種情況足以說(shuō)明成本因素對(duì)于生活水平的影響至關(guān)重要。本文認(rèn)為，現(xiàn)實(shí)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(yīng)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(kāi)支、偶然性支出和不良生活習(xí)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(guó)居民為了能夠在未來(lái)達(dá)到某一更高生活水平而在當(dāng)期及接下來(lái)的一段時(shí)間內(nèi)持續(xù)支付的成本，例如受教育或接受在職培訓(xùn)等。事實(shí)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(xiàng)因素，本文在下面將對(duì)這一問(wèn)題進(jìn)行深入探究?！扒闆r二”屬于防御性開(kāi)支，是指為了規(guī)避未來(lái)因不確定性因素所造成的損失而在當(dāng)期必須支付的成本，例如購(gòu)買保險(xiǎn)等?！扒闆r三”屬于偶然性因素，主要包括社會(huì)災(zāi)害和自然災(zāi)害兩類，例如地震、水災(zāi)、勞動(dòng)事故、犯罪等?！扒闆r四”屬于不良生活習(xí)慣的影響，除了賭博外，該類成本還包括吸毒、浪費(fèi)等。
2.趕超類成本的進(jìn)一步研究
趕超類成本指一國(guó)居民為了能夠在未來(lái)達(dá)到某一更高生活水平而在當(dāng)期及接下來(lái)的一段時(shí)間內(nèi)持續(xù)支付的成本，趕超類成本廣泛存在于現(xiàn)實(shí)生活的各個(gè)方面，對(duì)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(shí)物類、虛擬類和心理類。
（1）實(shí)物類趕超成本。該類成本的支出形式為具體的實(shí)物，例如某人為了在將來(lái)過(guò)上更富裕的生活而進(jìn)行創(chuàng)業(yè)，為此需要購(gòu)置的機(jī)器設(shè)備廠房等都屬于實(shí)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(shí)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(xùn)，這一行為影響到的他當(dāng)期生活水平，但卻提升了他的勞動(dòng)能力和個(gè)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(shí)物資產(chǎn)又沒(méi)有提升該勞動(dòng)者的勞動(dòng)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(biāo)體系在反映生活水平問(wèn)題時(shí)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(lái)說(shuō)，使用賬戶式的核算方法對(duì)其進(jìn)行大規(guī)模的核算并不經(jīng)濟(jì)，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(wèn)題提出的。
三、趕超成本模型的理論研究
1.模型的基本假設(shè)
以兩國(guó)模型為例，由于經(jīng)濟(jì)發(fā)展水平的不同造成兩國(guó)居民的生活水平存在差距，認(rèn)識(shí)到這種差距后，落后的一國(guó)便會(huì)產(chǎn)生趕超先進(jìn)國(guó)家的客觀意愿和要求，進(jìn)而將其付諸行動(dòng)，但是趕超的過(guò)程是需要付出成本的，這部分成本來(lái)自于落后國(guó)家的各期GDP，因?yàn)檫@部分產(chǎn)出以投資、科學(xué)研究、教育培訓(xùn)等形式被消耗掉而無(wú)法用于居民的現(xiàn)期消費(fèi)，所以國(guó)民經(jīng)濟(jì)核算在考慮居民生活水平時(shí)，應(yīng)將這部分成本從GDP中扣除。
模型的基本假設(shè)如下：
（1）兩國(guó)國(guó)民生活水平或者兩國(guó)的經(jīng)濟(jì)發(fā)展水平的差距主要取決于兩國(guó)的科技或生產(chǎn)力發(fā)展水平。
（2）落后一國(guó)的國(guó)民有加快發(fā)展本國(guó)經(jīng)濟(jì)以達(dá)到先進(jìn)國(guó)家經(jīng)濟(jì)發(fā)展水平的內(nèi)在動(dòng)力。
2.模型的構(gòu)建
（1）前提假設(shè)
為了簡(jiǎn)化最初的模型設(shè)計(jì)，有必要在基本假設(shè)下進(jìn)一步提出以下四條前提假設(shè)：
①世界上所有國(guó)家都是風(fēng)險(xiǎn)中性的，從而折現(xiàn)率r使用無(wú)風(fēng)險(xiǎn)利率。
②加班時(shí)間占總工作時(shí)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(yù)期增長(zhǎng)率相一致。
④各國(guó)的生產(chǎn)力發(fā)展水平可以準(zhǔn)確的評(píng)估，即關(guān)于各國(guó)的生產(chǎn)力發(fā)展水平的信息完全，從而趕超年限可以準(zhǔn)確估計(jì)。
（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(dāng)年的現(xiàn)金流量，以當(dāng)期時(shí)點(diǎn)為折現(xiàn)點(diǎn)，將各年預(yù)期的趕超成本折現(xiàn)。借用現(xiàn)代金融理論中“有效市場(chǎng)”的概念，本文認(rèn)為這一折現(xiàn)值應(yīng)該等于以目標(biāo)國(guó)家勞動(dòng)生產(chǎn)率（集中反映一國(guó)的生產(chǎn)力發(fā)展水平）為評(píng)價(jià)指標(biāo)的趕超國(guó)家與目標(biāo)國(guó)家當(dāng)期的經(jīng)濟(jì)增長(zhǎng)差距值，也就是說(shuō)，趕超國(guó)家為了能夠達(dá)到目標(biāo)國(guó)家的勞動(dòng)生產(chǎn)效率，在各期支付的趕超成本應(yīng)該等于以期望將來(lái)達(dá)到的勞動(dòng)生產(chǎn)效率在當(dāng)期進(jìn)行生產(chǎn)所能達(dá)到的潛在的生產(chǎn)價(jià)值減去當(dāng)期實(shí)際的生產(chǎn)價(jià)值的差值。其中，所謂的趕超國(guó)家即經(jīng)濟(jì)發(fā)展水平相對(duì)落后的一國(guó)，所謂的目標(biāo)國(guó)家即經(jīng)濟(jì)發(fā)展水平相對(duì)發(fā)達(dá)的一國(guó)。
（3）四個(gè)基本變量
①趕超成本（overtaking cost）：一國(guó)試圖從科學(xué)技術(shù)、生產(chǎn)條件、基礎(chǔ)設(shè)施、社會(huì)福利、社會(huì)制度、精神文化等各個(gè)方面達(dá)到或接近更發(fā)達(dá)國(guó)家的發(fā)展水平的過(guò)程中所必須支付的成本。
②趕超年限：趕超國(guó)家用于追趕目標(biāo)國(guó)家所預(yù)期需要的期限。
③折現(xiàn)率：即無(wú)風(fēng)險(xiǎn)利率。這里之所以使用無(wú)風(fēng)險(xiǎn)的折現(xiàn)率在于前提假設(shè)1中設(shè)定各國(guó)為風(fēng)險(xiǎn)中性的國(guó)家。
④發(fā)展增加值（development value）：是指以先進(jìn)國(guó)家的生產(chǎn)效率核算出的本國(guó)潛在國(guó)民收入減去本國(guó)目前生產(chǎn)效率水平下的國(guó)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(yù)期趕超成本折現(xiàn)值是同一概念。
參考文獻(xiàn)：
[1]朱啟貴.綠色國(guó)民核算方法簡(jiǎn)評(píng).統(tǒng)計(jì)研究，2001（10）.
[2]楊燦.中國(guó)國(guó)民經(jīng)濟(jì)核算體系改革的回顧與思考.統(tǒng)計(jì)研究，2001（11）.
[3]向書(shū)堅(jiān)，黃志新.SEEA和NAMEA的比較分析.統(tǒng)計(jì)研究，2005（10）.
[4]李輝.GDP核算方式的演變.科技與經(jīng)濟(jì)，2006（23）.
[5]王金南.中國(guó)綠色國(guó)民經(jīng)濟(jì)核算研究報(bào)告2004.資源與環(huán)境，2006（6）.
關(guān)鍵詞：社會(huì)保障；衡水市；實(shí)證研究
中圖分類號(hào)：F323.89 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-2101（2013）03-0078-03
社會(huì)保障是不同制度社會(huì)必須面臨和著重解決的重大公共政策問(wèn)題。總結(jié)的歷史經(jīng)驗(yàn)和教訓(xùn)，社會(huì)保障既是重大的民生問(wèn)題，更是關(guān)乎國(guó)家前途命運(yùn)的重大政治問(wèn)題。自古以來(lái)，由于地理的、區(qū)域的等基礎(chǔ)原因，或是個(gè)人的主客觀等多種因素影響，總會(huì)在社會(huì)上形成一個(gè)低于社會(huì)平均生活水平的弱勢(shì)群體，處于生存困境之中，需要政府的關(guān)注、關(guān)愛(ài)和援助。特別是現(xiàn)代社會(huì)更加追求以人為本，是社會(huì)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(huì)保障為主體的民生問(wèn)題，否則，將形成影響社會(huì)不穩(wěn)定重大因素，進(jìn)而影響經(jīng)濟(jì)、社會(huì)的可持續(xù)發(fā)展?，F(xiàn)代社會(huì)保障制度，以英國(guó)《濟(jì)貧法》為標(biāo)志進(jìn)入萌芽階段，以1935年美國(guó)《社會(huì)保障法》（Social Security Act）為標(biāo)志進(jìn)入制度形成階段，經(jīng)過(guò)近幾十年的發(fā)展日漸成熟。
我國(guó)自第七個(gè)五年計(jì)劃開(kāi)始使用“社會(huì)保障”一詞，幾十年來(lái)我國(guó)社會(huì)保障制度在立法和實(shí)踐均取得了巨大的成就，然而，在我國(guó)社會(huì)主義初級(jí)階段的現(xiàn)實(shí)國(guó)情下，城鎮(zhèn)和農(nóng)村居民的社會(huì)保障水平仍需大力提高。隨著我國(guó)社會(huì)轉(zhuǎn)型和市場(chǎng)經(jīng)濟(jì)體制的進(jìn)一步發(fā)展，現(xiàn)存的基本社會(huì)保障體系正面臨著日趨嚴(yán)峻的困難，社會(huì)保障事業(yè)的發(fā)展遠(yuǎn)遠(yuǎn)不能滿足社會(huì)中低收入階層民眾對(duì)社會(huì)保障的迫切需求。截至2010年末，我國(guó)城鄉(xiāng)居民參加基本養(yǎng)老保險(xiǎn)和基本醫(yī)療保險(xiǎn)的人數(shù)分別僅有25 707萬(wàn)和43 262萬(wàn)。2010全年只有2 311萬(wàn)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(huì)保障水平評(píng)價(jià)指標(biāo)體系構(gòu)建
社會(huì)保障水平評(píng)價(jià)指標(biāo)是社保評(píng)價(jià)工作的載體，因此這一指標(biāo)體系構(gòu)建是各地社保水平測(cè)評(píng)研究的核心內(nèi)容，它可以構(gòu)筑一座橋梁，這座橋梁將有助于測(cè)度區(qū)域社保發(fā)展水平。社保測(cè)評(píng)指標(biāo)的主要任務(wù)就是要準(zhǔn)確地捕捉到系統(tǒng)內(nèi)部相互作用的主要信息，并通過(guò)對(duì)這些信息的科學(xué)綜合了解一體化發(fā)展的狀態(tài)變化。
在借鑒先發(fā)國(guó)家有關(guān)社會(huì)保障評(píng)價(jià)指標(biāo)設(shè)置及我國(guó)社會(huì)保障發(fā)展歷程和特征考慮，本文擬通過(guò)綜合考慮城鄉(xiāng)社會(huì)保障的發(fā)展水平、發(fā)展速度、內(nèi)部平衡及與國(guó)民經(jīng)濟(jì)發(fā)展的協(xié)調(diào)關(guān)系，以評(píng)價(jià)我國(guó)社會(huì)保障綜合發(fā)展水平和地方社保建設(shè)狀況，最終建立社會(huì)保障水平評(píng)價(jià)指標(biāo)體系。主要包括以下五方面內(nèi)容：（1）通過(guò)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展水平與社會(huì)保障水平協(xié)調(diào)關(guān)系的評(píng)價(jià)，反映地區(qū)經(jīng)濟(jì)實(shí)力發(fā)展與社會(huì)保障水平提高的協(xié)調(diào)性；（2）通過(guò)對(duì)各種類型的社會(huì)保障基金特別是社會(huì)保險(xiǎn)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(jì)結(jié)果，反映出一個(gè)地區(qū)社會(huì)保障基金方面的質(zhì)量水平；（3）通過(guò)對(duì)占社保支出的90%以上的社會(huì)保險(xiǎn)水平進(jìn)行統(tǒng)計(jì)，反映社會(huì)保障覆蓋率、人均社保支出、參保人數(shù)增長(zhǎng)率以及社會(huì)保險(xiǎn)負(fù)擔(dān)系數(shù)等；（4）通過(guò)對(duì)社會(huì)福利進(jìn)行有效統(tǒng)計(jì)，反映一個(gè)國(guó)家或地區(qū)社會(huì)保障水平層次的高低。比如通過(guò)人均福利床位數(shù)、敬老院覆蓋率等指標(biāo)的統(tǒng)計(jì)來(lái)反映老年人生活的幸福感程度。本論文選取以下主要指標(biāo)對(duì)我國(guó)各地區(qū)社會(huì)保障水平進(jìn)行基本評(píng)價(jià)（見(jiàn)表1）。
二、區(qū)域社會(huì)保障水平實(shí)證分析
（一）數(shù)據(jù)來(lái)源
通過(guò)對(duì)大量已有的統(tǒng)計(jì)數(shù)據(jù)和資料的分析、整理和加工，從中抽取與社會(huì)保障相關(guān)的信息。本文選取2009年衡水市11個(gè)區(qū)縣的有關(guān)衡量社會(huì)保障的指標(biāo)來(lái)進(jìn)行分析，所涉及數(shù)據(jù)均來(lái)源于《衡水市統(tǒng)計(jì)年鑒》。
（二）數(shù)據(jù)的預(yù)處理
2. 權(quán)重的確定。本文先采用因子分析客觀賦權(quán)，然后采用層次分析主觀賦權(quán)。因子分析是利用少數(shù)公因子來(lái)說(shuō)明相關(guān)變量之間復(fù)雜結(jié)構(gòu)的多變量技法。[2]在目前所有指標(biāo)權(quán)數(shù)的設(shè)計(jì)方法中，應(yīng)當(dāng)說(shuō)這是一種較為科學(xué)合理、易于操作的設(shè)計(jì)方法，目前被多數(shù)國(guó)家所采用。
（三）實(shí)證分析結(jié)果
對(duì)具有15個(gè)指標(biāo)的指標(biāo)體系進(jìn)行主成分分析，得出各個(gè)指標(biāo)的方差貢獻(xiàn)率（見(jiàn)表2）。
根據(jù)SAS分析的結(jié)論，前五個(gè)主成分的方差貢獻(xiàn)率都大于1，且它們的累計(jì)方差貢獻(xiàn)達(dá)到了86.83%，符合累計(jì)貢獻(xiàn)率大于85%的要求。因此，提取五個(gè)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(jiàn)表3）。
四川省統(tǒng)計(jì)局運(yùn)用四川鄉(xiāng)鎮(zhèn)信息系統(tǒng)中的統(tǒng)計(jì)數(shù)據(jù)，從經(jīng)濟(jì)規(guī)模、發(fā)展水平、發(fā)展速度以及經(jīng)濟(jì)結(jié)構(gòu)四個(gè)子系統(tǒng)出發(fā)，構(gòu)建了鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展的評(píng)價(jià)指標(biāo)體系，并對(duì)四川鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展進(jìn)行了總體和分層的評(píng)價(jià)分析?，F(xiàn)將2012年四川鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)結(jié)果予以。
同時(shí)，本刊記者實(shí)地深入五鳳、榿泉、山泉等特色鄉(xiāng)鎮(zhèn)探尋它們?cè)谛滦统擎?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(jì)發(fā)展基本情況
鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)保持平穩(wěn)發(fā)展勢(shì)頭
總體來(lái)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(yuǎn)遠(yuǎn)高于其它鄉(xiāng)鎮(zhèn)。鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)總量增加顯著，鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)結(jié)構(gòu)進(jìn)一步優(yōu)化。對(duì)比2011年和2012年的綜合評(píng)價(jià)及各子系統(tǒng)得分的五數(shù)結(jié)構(gòu)，大部分得分有了小幅提升，說(shuō)明2012年鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)保持平穩(wěn)發(fā)展勢(shì)頭。
區(qū)位影響鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)發(fā)展
從評(píng)價(jià)結(jié)果看，在參與綜合評(píng)價(jià)的4458個(gè)鄉(xiāng)鎮(zhèn)中，百?gòu)?qiáng)鄉(xiāng)鎮(zhèn)大都集中于地理位置較好、交通較發(fā)達(dá)、經(jīng)濟(jì)基礎(chǔ)也相對(duì)較好的地方。其中有63個(gè)鄉(xiāng)鎮(zhèn)屬于成都，有7個(gè)屬于眉山，瀘州、綿陽(yáng)、宜賓各有6個(gè)。
2012年四川百?gòu)?qiáng)鄉(xiāng)鎮(zhèn)的財(cái)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(shí)繳稅金總額占全省的50.02%。
反觀100個(gè)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(dá)。
按鄉(xiāng)鎮(zhèn)類型分，鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)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(guān)鎮(zhèn)、非城關(guān)建制鎮(zhèn)（以下簡(jiǎn)稱一般鎮(zhèn)）以及含農(nóng)村的街道辦事處（以下簡(jiǎn)稱街道辦）。在參與綜合評(píng)價(jià)的4458個(gè)鄉(xiāng)鎮(zhèn)中，有2555個(gè)鄉(xiāng)，占57.31%；有137個(gè)城關(guān)鎮(zhèn)，占3.07%；有1664個(gè)一般鎮(zhèn)，占37.33%；有102個(gè)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(guān)鎮(zhèn)和一般鎮(zhèn)處于中間，城關(guān)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(guān)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(gè)，占54.05%；在街道辦的總體得分中，74分以上的有50個(gè)，占全部街道辦的49.02%。在城關(guān)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(shì)分，平原鄉(xiāng)鎮(zhèn)總體發(fā)展水平相對(duì)較好
依據(jù)地勢(shì)，可將四川省鄉(xiāng)鎮(zhèn)分為平原、丘陵和山區(qū)，如果一個(gè)鄉(xiāng)鎮(zhèn)有多種地勢(shì)特征，按照面積較大的特征進(jìn)行識(shí)別。在參與綜合評(píng)價(jià)的4458個(gè)鄉(xiāng)鎮(zhèn)中，分別有267個(gè)平原鄉(xiāng)鎮(zhèn)，占5.99%；2086個(gè)丘陵鄉(xiāng)鎮(zhèn)，占46.79%；2105個(gè)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(gè)百分點(diǎn)；得66分以下的占6.74%，比2011年低5.62個(gè)百分點(diǎn)。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(gè)百分點(diǎn)；66分以下占14.86%，比2011年低10.55個(gè)百分點(diǎn)。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(gè)百分點(diǎn)；66分以下占62.47%，比2011年下降了10.26個(gè)百分點(diǎn)。兩年對(duì)比來(lái)看，三種地勢(shì)類型的鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)均保持平穩(wěn)增長(zhǎng)勢(shì)頭。
從主要指標(biāo)分布看，二十強(qiáng)平原鄉(xiāng)鎮(zhèn)即得分在前7.49%的平原鄉(xiāng)鎮(zhèn)，2012年的財(cái)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(shí)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(gè)鄉(xiāng)鎮(zhèn)中，有106個(gè)民族鄉(xiāng)鎮(zhèn)，占2.38%；有4352個(gè)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(zhǎng)極特征明顯
成都鄉(xiāng)鎮(zhèn)得分最高，遠(yuǎn)遠(yuǎn)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(gè)，綿陽(yáng)有1個(gè)，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(gè)，其它地區(qū)共有22個(gè)。在得分低于66分的鄉(xiāng)鎮(zhèn)中，成都只有3個(gè)。
具體來(lái)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(yuǎn)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(gè)州66分以下的鄉(xiāng)鎮(zhèn)分別占91.67%、78.65%和63.18%。（見(jiàn)表2）
不同市（州）管轄下的鄉(xiāng)鎮(zhèn)經(jīng)濟(jì)總體發(fā)展情況差異較大。對(duì)比21個(gè)市（州）的五數(shù)結(jié)構(gòu)，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(yáng)、內(nèi)江、眉山和宜賓七個(gè)市（州）的鄉(xiāng)鎮(zhèn)得分也均高于平均水平。從欠發(fā)達(dá)地區(qū)上看，廣元、南充、達(dá)州、巴中、阿壩、甘孜和涼山七個(gè)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(yuǎn)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(jì)發(fā)展水平遠(yuǎn)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(dá)，經(jīng)濟(jì)基礎(chǔ)也相對(duì)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(dá)地區(qū)。為緩解這種差距，政策應(yīng)對(duì)偏遠(yuǎn)鄉(xiāng)鎮(zhèn)適度傾斜。
關(guān)鍵詞：山東??；主成份分析；聚類分析；經(jīng)濟(jì)協(xié)調(diào)發(fā)展
一、引言
一直以來(lái)，區(qū)域經(jīng)濟(jì)發(fā)展問(wèn)題一直都是區(qū)域經(jīng)濟(jì)學(xué)、經(jīng)濟(jì)地理學(xué)等學(xué)科關(guān)注和研究的對(duì)象，區(qū)域經(jīng)濟(jì)發(fā)展中出現(xiàn)差距，是各國(guó)經(jīng)濟(jì)發(fā)展中存在的普遍現(xiàn)象。適當(dāng)?shù)膮^(qū)域經(jīng)濟(jì)差異有利于資源要素流動(dòng)、產(chǎn)業(yè)空間轉(zhuǎn)移，形成經(jīng)濟(jì)發(fā)展的動(dòng)力源泉；但過(guò)大的差異會(huì)對(duì)經(jīng)濟(jì)發(fā)展和社會(huì)穩(wěn)定帶來(lái)隱患，根據(jù)區(qū)域經(jīng)濟(jì)差距優(yōu)化調(diào)控區(qū)域協(xié)調(diào)發(fā)展是一項(xiàng)重要而艱巨的任務(wù)。
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(guó)東部沿海比較發(fā)達(dá)的省份之一，自然條件優(yōu)越，資源豐富，吸引著國(guó)內(nèi)外人力、資金的涌入，近年來(lái)發(fā)展勢(shì)頭迅猛，經(jīng)濟(jì)主要指標(biāo)居全國(guó)前列，成為中國(guó)東部沿海經(jīng)濟(jì)大?。?014年，全省GDP為59426億元，占全國(guó)的9.33%，位居第三位；人均GDP 60879元，相當(dāng)于全國(guó)平均水平的1.3倍；城鎮(zhèn)化率為55%，高于全國(guó)的54.8%。盡管大部分經(jīng)濟(jì)指標(biāo)均優(yōu)于全國(guó)平均水平，但是山東省區(qū)域經(jīng)濟(jì)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(wèn)題突出，影響山東省整體的經(jīng)濟(jì)發(fā)展水平。調(diào)整地區(qū)間經(jīng)濟(jì)發(fā)展失衡現(xiàn)狀，縮小區(qū)域經(jīng)濟(jì)發(fā)展差異，將為山東省實(shí)現(xiàn)全面協(xié)調(diào)可持續(xù)發(fā)展提供重要契機(jī)，為山東省在十三五期間全面建成小康社會(huì)積蓄力量。
2.研究方法
主成份分析是將原來(lái)的多個(gè)指標(biāo)重新組合成新的相互不相關(guān)的綜合指標(biāo)，但同時(shí)又能保留原變量大部分信息的降維多元統(tǒng)計(jì)分析方法，這種方法可以有效地處理指標(biāo)間的相關(guān)性。通過(guò)對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，然后得出相關(guān)系數(shù)矩陣，對(duì)其特征方程求得特征根，將指標(biāo)的累計(jì)貢獻(xiàn)率大于85%的前m個(gè)定為主成份。根據(jù)主成份的總得分將17地市進(jìn)行大小排序，即可排列出每個(gè)地市的經(jīng)濟(jì)發(fā)展水平，進(jìn)而找到影響不同地市經(jīng)濟(jì)發(fā)展水平差異的主要因素。
3.指標(biāo)選擇及數(shù)據(jù)來(lái)源
經(jīng)濟(jì)發(fā)展是一個(gè)綜合概念，任何一個(gè)單一指標(biāo)都無(wú)法全面反映經(jīng)濟(jì)發(fā)展的影響因素，本文從經(jīng)濟(jì)基礎(chǔ)、港口外貿(mào)、經(jīng)濟(jì)強(qiáng)度、工農(nóng)生產(chǎn)等角度，選取多個(gè)能代表經(jīng)濟(jì)發(fā)展的綜合指標(biāo)和各個(gè)產(chǎn)業(yè)具有代表性的指標(biāo)進(jìn)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(jiàn)表1）。
數(shù)據(jù)來(lái)源：2014年中國(guó)統(tǒng)計(jì)年鑒和山東省統(tǒng)計(jì)年鑒，原始數(shù)據(jù)略。
三、山東區(qū)域經(jīng)濟(jì)發(fā)展差異的聚類分析
利用SPSS22.0統(tǒng)計(jì)分析軟件對(duì)山東省經(jīng)濟(jì)發(fā)展的綜合評(píng)價(jià)指標(biāo)體系進(jìn)行計(jì)算，得出特征值、主成份貢獻(xiàn)率及累計(jì)貢獻(xiàn)率（見(jiàn)表2）。由表中數(shù)據(jù)看出，前4個(gè)特征值的累計(jì)貢獻(xiàn)率達(dá)到了87.602%，表明前4個(gè)主成份可以很好地解釋影響山東省經(jīng)濟(jì)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(gè)地區(qū)的金融集聚程度和科技發(fā)展?jié)摿?，因此可以定義它為“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(biāo)反映的是一個(gè)地區(qū)的對(duì)外開(kāi)放程度，因此可以命名為“開(kāi)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(jì)基礎(chǔ)因子”。（4）第一主成份F4在X2、X9上載荷較大，它反映了一個(gè)地區(qū)的工業(yè)在經(jīng)濟(jì)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(jì)算各地市經(jīng)濟(jì)水平在4個(gè)主成份上的綜合得分，可以將山東省劃分為經(jīng)濟(jì)發(fā)達(dá)地區(qū)（得分值≥0）、次發(fā)達(dá)地區(qū)（-1≤得分值
利用SPSS22.0統(tǒng)計(jì)分析軟件對(duì)17地市進(jìn)行聚類分析，從所得聚類圖譜上可以看出，山東的經(jīng)濟(jì)發(fā)展水平大致可以分為四類。第一類是青島、煙臺(tái)、威海；第二類是濟(jì)南、淄博、東營(yíng)；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(jì)寧。這說(shuō)明山東的經(jīng)濟(jì)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(jìn)行分析，山東屬于雙核結(jié)構(gòu)，以青島為龍頭的沿海經(jīng)濟(jì)帶和以濟(jì)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(guò)對(duì)17個(gè)地市的經(jīng)濟(jì)發(fā)展影響因素進(jìn)行主成份分析可以發(fā)現(xiàn)，山東經(jīng)濟(jì)較為發(fā)達(dá)、產(chǎn)業(yè)結(jié)構(gòu)層次較高的區(qū)域位于東中部，而經(jīng)濟(jì)比較落后、產(chǎn)業(yè)結(jié)構(gòu)層次較低的區(qū)域位于西部。東部地區(qū)以青島、煙臺(tái)為核心，輻射威海、濰坊、日照等地區(qū)，這一區(qū)域技術(shù)創(chuàng)新能力強(qiáng)、沿海區(qū)位優(yōu)勢(shì)明顯，開(kāi)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(jì)，適宜發(fā)展先進(jìn)制造業(yè)，著重開(kāi)發(fā)新領(lǐng)域；中部地區(qū)以省會(huì)濟(jì)南為中心，帶動(dòng)周邊淄博、東營(yíng)、泰安、萊蕪、濱州等地市的發(fā)展，借助濟(jì)南這一山東科研技術(shù)中心的優(yōu)勢(shì)加之資源儲(chǔ)備較豐厚，適宜發(fā)展鋼鐵、化工、機(jī)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(shù)產(chǎn)業(yè)占比更低，經(jīng)濟(jì)基礎(chǔ)比較薄弱，但是該地區(qū)土地、人力資源豐富，地價(jià)和勞動(dòng)力成本低，應(yīng)加大招商引資力度，積極發(fā)揮后發(fā)優(yōu)勢(shì)，發(fā)展勞動(dòng)密集型產(chǎn)業(yè)，加快農(nóng)村勞動(dòng)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(xiàn)：
[1]趙明華，鄭元文.近10年來(lái)山東省區(qū)域經(jīng)濟(jì)發(fā)展差異時(shí)空演變及驅(qū)動(dòng)力分析[J].經(jīng)濟(jì)地理，2013，33（1）：79-81.
[2]高洪深.區(qū)域經(jīng)濟(jì)學(xué)[M].北京：中國(guó)人民大學(xué)出版社，2010.
關(guān)鍵詞：因子分析 經(jīng)濟(jì)情況 綜合評(píng)價(jià) 對(duì)策建議
中圖分類號(hào):F207 文獻(xiàn)標(biāo)識(shí)碼:A
文章編號(hào):1004-4914(2011)04-200-03
黑龍江省位于中國(guó)東北部，是我國(guó)著名的老工業(yè)基地，有基礎(chǔ)雄厚的產(chǎn)業(yè)優(yōu)勢(shì)，豐富的礦產(chǎn)資源，得天獨(dú)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(jí)市之間的經(jīng)濟(jì)發(fā)展水平存在著明顯的區(qū)域差異，因此在影響經(jīng)濟(jì)發(fā)展水平的指標(biāo)中選取關(guān)鍵幾項(xiàng)來(lái)分析黑龍江省經(jīng)濟(jì)發(fā)展情況就顯得很有必要。本文運(yùn)用因子分析模型對(duì)黑龍江省12個(gè)地級(jí)市的經(jīng)濟(jì)情況進(jìn)行綜合評(píng)價(jià)。
一、因子分析方法簡(jiǎn)介
因子分析是把一些具有錯(cuò)綜復(fù)雜關(guān)系的多個(gè)變量歸結(jié)為少數(shù)幾個(gè)具有代表性的公共因子的多元統(tǒng)計(jì)分析方法。因子分析的特點(diǎn)是降低維數(shù)、簡(jiǎn)化數(shù)據(jù)。其基本思想是通過(guò)對(duì)變量之間關(guān)系的研究，將相關(guān)的變量歸為一組，每組變量代表一個(gè)基本結(jié)構(gòu)，這個(gè)基本結(jié)構(gòu)稱為公共因子。分組后對(duì)于所研究的問(wèn)題的每一分量都可以用公共因子的線性函數(shù)來(lái)描述。而原始眾多個(gè)變量最終可以用少數(shù)幾個(gè)相互獨(dú)立的公共因子來(lái)反映。
二、對(duì)黑龍江省地級(jí)市經(jīng)濟(jì)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(jī)械等為主體，其中原油、木材、汽油等產(chǎn)品的產(chǎn)量居全國(guó)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(jì)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(jì)的整體發(fā)展。因此本文便選取了10項(xiàng)衡量經(jīng)濟(jì)發(fā)展的主要指標(biāo)，用多元統(tǒng)計(jì)學(xué)中常用的因子分析法對(duì)黑龍江省各地級(jí)市作相關(guān)研究，評(píng)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(lái)自中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù)及國(guó)家統(tǒng)計(jì)局和黑龍江省統(tǒng)計(jì)年鑒。鑒于數(shù)據(jù)的可獲得性，我們以黑龍江省12個(gè)地級(jí)市的市轄區(qū)為樣本，以2008年的統(tǒng)計(jì)數(shù)據(jù)為例，選取能反映城市經(jīng)濟(jì)實(shí)力的10項(xiàng)統(tǒng)計(jì)指標(biāo),建立起相應(yīng)的統(tǒng)計(jì)指標(biāo)體系,應(yīng)用因子分析的方法對(duì)各城市綜合實(shí)力進(jìn)行評(píng)價(jià)。
3.評(píng)價(jià)體系的建立。本文中選取的10項(xiàng)評(píng)價(jià)指標(biāo)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(wàn)元)（X3）、批發(fā)零售貿(mào)易業(yè)商品銷售總額(萬(wàn)元)（X4）、社會(huì)消費(fèi)品零售總額(萬(wàn)元)（X5）、地方財(cái)政預(yù)算內(nèi)收入(萬(wàn)元)（X6）、地方財(cái)政預(yù)算內(nèi)支出(萬(wàn)元)（X7）、限額以上工業(yè)總產(chǎn)值(萬(wàn)元)（X8）、X9城鄉(xiāng)居民儲(chǔ)蓄年末余額(萬(wàn)元)（X9）、職工平均工資(元)（X10）。
4.具體計(jì)算過(guò)程。
(1)原始數(shù)據(jù)標(biāo)準(zhǔn)化處理。為消除量綱影響，首先須對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使各指標(biāo)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(duì)變量是否適合因子分析的判斷主要是應(yīng)用SPSS軟件對(duì)所要分析的數(shù)據(jù)進(jìn)行KMO檢驗(yàn)（Kaiser-Meyer-Olkin）和Bartlett球度檢驗(yàn)（Bartlett Test of Sphericity）。通過(guò)KMO和Bartlett球度檢驗(yàn)，可判斷出觀測(cè)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(yàn)結(jié)果，其中KMO值為0.703，根據(jù)統(tǒng)計(jì)學(xué)家Kaise給出的標(biāo)準(zhǔn)，KMO值大于0.7，適合因子分析; Bartlett球度檢驗(yàn)統(tǒng)計(jì)量的觀測(cè)值為301.692，自由度為45，檢驗(yàn)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(yàn)的零假設(shè)，認(rèn)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(guò)指標(biāo)的共同度來(lái)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(gè)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(jiàn)提取的因子能很好的描述原有指標(biāo)，因子提取效果較理想。
(4)計(jì)算特征值、方差貢獻(xiàn)率和累計(jì)方差貢獻(xiàn)率。
方差貢獻(xiàn)率是衡量公共因子相對(duì)重要程度的指標(biāo)，方差貢獻(xiàn)率越大，表明該公共因子相對(duì)越重要，或者說(shuō)，方差越大，表明公共因子對(duì)變量的貢獻(xiàn)越大。
在表3中，第一列（Component）為各因子編號(hào)。
第二列Initial Eigenvalues為相關(guān)系數(shù)矩陣的初始特征值情況，其中“Total”為各因子對(duì)應(yīng)的特征值，% of Variance為各公共因子的方差貢獻(xiàn)率，Cumulative %為累計(jì)方差貢獻(xiàn)率。第1個(gè)因子的特征值為8.035，解釋原有10個(gè)變量總方差的80.349%，累計(jì)方差貢獻(xiàn)率為80.349%。可以看到，在本文中有2個(gè)因子對(duì)應(yīng)的特征值大于1，故應(yīng)提取2個(gè)公共因子。
第三列（Extraction Sums of Squared Loadins）為相關(guān)系數(shù)矩陣提取公共因子后的特征值情況?？梢钥吹剑?個(gè)公共因子共解釋了原有10項(xiàng)指標(biāo)的80.349%的信息，進(jìn)一步驗(yàn)證了提取2個(gè)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(gè)公共因子旋轉(zhuǎn)后的方差貢獻(xiàn)情況，旋轉(zhuǎn)后，2個(gè)因子的累計(jì)方差貢獻(xiàn)率并沒(méi)有改變，但方差貢獻(xiàn)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(duì)公共因子進(jìn)行命名，見(jiàn)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(gè)因子在原變量上的載荷值都相差較大，無(wú)需對(duì)因子載荷矩陣進(jìn)行旋轉(zhuǎn)即可對(duì)公共因子進(jìn)行命名。從表中可以看出,第一個(gè)因子F1在X1、X3、X4、X5、X6、X7、X8、X9八個(gè)變量上有較大的載荷，說(shuō)明它主要解釋了這八個(gè)變量，可以命名為“規(guī)模因子”。這個(gè)公共因子的貢獻(xiàn)率達(dá)到約80.349%，對(duì)各個(gè)城市的經(jīng)濟(jì)發(fā)展評(píng)估起到主要作用。
第二個(gè)公共因子F2在X2、X10上有較大的載荷，說(shuō)明它主要解釋了這2個(gè)變量，可以命名為“人均因子”，這個(gè)公共因子的貢獻(xiàn)率達(dá)到約15.638%，對(duì)各個(gè)城市經(jīng)濟(jì)發(fā)展評(píng)估起到次要作用。
(6)計(jì)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(biāo)準(zhǔn)化值可以計(jì)算出個(gè)各個(gè)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(xiàn)率作為綜合評(píng)價(jià)的權(quán)重，得到各城市的總因子得分：即綜合得分計(jì)算公式為F=0.80349*F1+0.15.638*F2，結(jié)果見(jiàn)表5。由F1、F2及綜合得分值的大小來(lái)評(píng)價(jià)黑龍江省各地級(jí)市的經(jīng)濟(jì)發(fā)展水平。其中，按F1得分所得到的評(píng)估結(jié)果說(shuō)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(huì)消費(fèi)品零售總額、地方財(cái)政預(yù)算內(nèi)收入、地方財(cái)政預(yù)算內(nèi)支出、限額以上工業(yè)總產(chǎn)值、X9城鄉(xiāng)居民儲(chǔ)蓄年末余額8個(gè)方面的綜合發(fā)展水平；按F2得分所得到的評(píng)估結(jié)果說(shuō)明了各市在人均地區(qū)生產(chǎn)總值、職工平均工資2個(gè)方面的綜合發(fā)展水平；按綜合得分得到的評(píng)估結(jié)果說(shuō)明了各市在我們所選取的10個(gè)方面的綜合發(fā)展水平。
三、結(jié)果分析及對(duì)策建議
從表6可以看出，根據(jù)綜合得分對(duì)黑龍江省12個(gè)地級(jí)市進(jìn)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(tái)河、綏化、雙鴨山、黑河。
依據(jù)綜合排名可以把黑龍江省12個(gè)地級(jí)市的經(jīng)濟(jì)發(fā)展水平分為兩個(gè)層次:哈爾濱、大慶的綜合得分大于零,屬于第一個(gè)層次；其余城市：齊齊哈爾、牡丹江、綏化、佳木斯、黑河、七臺(tái)河、雙鴨山、鶴崗、伊春的得分小于零，屬于第二個(gè)層次。這樣的劃分基本符合黑龍江省12個(gè)地級(jí)城市經(jīng)濟(jì)發(fā)展實(shí)際情況的。這也和國(guó)內(nèi)一些學(xué)者的研究結(jié)果吻合。黑龍江省區(qū)域經(jīng)濟(jì)發(fā)展有明顯的梯度。以哈爾濱為代表的第一個(gè)層次經(jīng)濟(jì)發(fā)展水平最高；以牡丹江為代表的第二個(gè)層次經(jīng)濟(jì)發(fā)展水平相對(duì)較低。
針對(duì)上述實(shí)證結(jié)果，今后一段時(shí)期黑龍江省區(qū)域經(jīng)濟(jì)發(fā)展的戰(zhàn)略思路可以采取“12個(gè)地級(jí)市的發(fā)展按二個(gè)層面同時(shí)推進(jìn)”。具體來(lái)講第一個(gè)層次要繼續(xù)保持在全省的領(lǐng)先地位，增強(qiáng)對(duì)第二層次的輻射和拉動(dòng)作用；第二個(gè)層次要繼續(xù)加快發(fā)展，和第一個(gè)層次形成一個(gè)良性互動(dòng)，縮小地區(qū)經(jīng)濟(jì)發(fā)展的差距。同時(shí)，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(shù)等優(yōu)勢(shì)與第二層次城市的資源優(yōu)勢(shì)相結(jié)合，例如，可以利用伊春地區(qū)勞動(dòng)力低廉和旅游資源豐富的優(yōu)勢(shì)?？傊?，在繼續(xù)保持哈爾濱、大慶地區(qū)經(jīng)濟(jì)穩(wěn)定增長(zhǎng)的同時(shí)，加快其他地區(qū)的發(fā)展，最終推動(dòng)全省各城市經(jīng)濟(jì)的共同發(fā)展。
四、結(jié)論
運(yùn)用因子分析法對(duì)黑龍江省各地級(jí)市的經(jīng)濟(jì)發(fā)展情況進(jìn)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(gè)地級(jí)城市經(jīng)濟(jì)發(fā)展實(shí)際情況的。黑龍江省各地級(jí)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(jì)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(jì)現(xiàn)象有其合理性一面,但差距過(guò)大勢(shì)必將制約全省經(jīng)濟(jì)的整體發(fā)展。因此為了緩解黑龍江省區(qū)域經(jīng)濟(jì)差異,各市應(yīng)加大區(qū)域合作力度同時(shí)應(yīng)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(xué)基金資助項(xiàng)目（9082014）]
參考文獻(xiàn)：
1.薛薇.基于SPSS的數(shù)據(jù)分析[M].北京：中國(guó)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(píng)價(jià)中的應(yīng)用[J].新疆農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008(4)
3.王吉利,和書(shū)元.統(tǒng)計(jì)學(xué)教學(xué)案例[M].北京：中國(guó)統(tǒng)計(jì)出版社，2004
4.任福勻.因子分析法在我國(guó)股票市場(chǎng)行業(yè)投資價(jià)值評(píng)價(jià)中的應(yīng)用:[碩士學(xué)位論文].長(zhǎng)沙:中南大學(xué)，2005
5.吳明隆.SPSS統(tǒng)計(jì)應(yīng)用實(shí)務(wù).北京：科學(xué)出版社，2003
6.尹子民,羅麗兮.因子分析在企業(yè)增長(zhǎng)方式評(píng)價(jià)中的應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理,2000
7.章文波,陳紅艷.實(shí)用數(shù)據(jù)統(tǒng)計(jì)分析及SPSS12.0應(yīng)用[M].北京：人民郵電
出版社,2006
8.譚榮波,梅曉仁.SPSS統(tǒng)計(jì)分析實(shí)用教程[M].北京：科學(xué)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(xué)學(xué)報(bào)，2002,（2）
10.賈俊平.統(tǒng)計(jì)學(xué)[M].北京:中國(guó)人民大學(xué)出版社，2007
