王雅

中圖分類號：F2911 文獻(xiàn)標(biāo)識碼：A

摘要：本文以我國31個?。ㄖ陛犑?、自治區(qū)）2012年的統(tǒng)計數(shù)據(jù)為基礎(chǔ)，從服務(wù)業(yè)發(fā)展的規(guī)模、結(jié)構(gòu)、效益以及潛力等方面選擇12個指標(biāo)，利用主成分分析法對我國服務(wù)業(yè)的發(fā)展水平進(jìn)行評價。結(jié)果表明我國服務(wù)業(yè)發(fā)展水平具有明顯的省份差異和地區(qū)差異，從省份來看，北京最高，西藏最低；從地區(qū)來看，東部地區(qū)普遍高于中部和西部地區(qū)。

關(guān)鍵詞：主成分分析；服務(wù)業(yè)；發(fā)展水平

引言

黨的十八大明確指出“要加快傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級，推動服務(wù)業(yè)特別是現(xiàn)代服務(wù)業(yè)發(fā)展壯大”。第十二屆全國人民代表大會第一次會議也指出“近五年來，服務(wù)業(yè)增加值占國內(nèi)生產(chǎn)總值比重提高2.7個百分點，成為吸納就業(yè)最多的產(chǎn)業(yè)”。經(jīng)過改革開放30多年的發(fā)展，服務(wù)業(yè)在我國日益受到重視，傳統(tǒng)的服務(wù)業(yè)得到了恢復(fù)，新的服務(wù)業(yè)也得到了發(fā)展，整個服務(wù)行業(yè)在國民經(jīng)濟(jì)和社會發(fā)展中也發(fā)揮著越來越重要的作用。2013年第三產(chǎn)業(yè)增加值262204億元，增長8.3%，其增加值占比為46.1%，首次超過第二產(chǎn)業(yè)。經(jīng)濟(jì)的快速發(fā)展也帶來了就業(yè)的持續(xù)增加，年末全國就業(yè)人員76977萬人，其中城鎮(zhèn)就業(yè)人員38240萬人，全年城鎮(zhèn)新增就業(yè)1310萬人。隨著我國城鎮(zhèn)化進(jìn)程的不斷加快以及農(nóng)業(yè)用地量不斷衰減，工業(yè)不斷轉(zhuǎn)型升級，使得勞動力就業(yè)壓力的緩解需要更多的依靠服務(wù)業(yè)的發(fā)展。為了進(jìn)一步合理規(guī)劃我國服務(wù)業(yè)的地域發(fā)展，合理分配過剩勞動力，本文利用主成分分析法對我國31個?。ㄖ陛犑?、自治區(qū)）的服務(wù)業(yè)發(fā)展水平進(jìn)行了評價。

1.研究方法與指標(biāo)體系構(gòu)建

1.1研究方法

在經(jīng)濟(jì)問題的研究中，通常采用多變量來全面、系統(tǒng)地分析問題。由于多變量之間往往存在一定程度的相關(guān)性，使得信息重疊和計算量增大，通過主成分分析便能用較少的主成分得到較多的信息量，即通過主成分既可以降低數(shù)據(jù)“維數(shù)”，又可保留原數(shù)據(jù)的大部分信息。故本文采用主成分分析法對我國服務(wù)業(yè)發(fā)展水平進(jìn)行評價。

在實際的應(yīng)用中，主成分分析通常有以下幾個基本步驟：一是將原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，以消除不同量綱的影響；二是求標(biāo)準(zhǔn)化數(shù)據(jù)的相關(guān)系數(shù)矩陣及其特征值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率；三是依據(jù)特征值方差大于1的原則確定主分量；四是利用原指標(biāo)的線性組合計算各主分量的得分；五是以各主分量的方差貢獻(xiàn)率為權(quán)，由各主分量的線性組合計算綜合評價得分。

1.2指標(biāo)體系構(gòu)建

影響一個地區(qū)服務(wù)業(yè)發(fā)展水平的因素是多種多樣的，因此其評價指標(biāo)也很多。故本文通過分析前人對服務(wù)業(yè)發(fā)展水平的研究成果以及指標(biāo)選擇的先進(jìn)性與可行性、特征性與針對性、科學(xué)性與特色性等原則，分別從服務(wù)業(yè)的發(fā)展規(guī)模、發(fā)展結(jié)構(gòu)、發(fā)展效益以及發(fā)展?jié)摿Φ确矫孢x擇12個指標(biāo)來衡量服務(wù)業(yè)的發(fā)展水平，指標(biāo)體系如表1所示：

表1 服務(wù)業(yè)發(fā)展水平指標(biāo)體系

2.我國服務(wù)業(yè)發(fā)展水平評價的實證結(jié)果與分析

本文使用的是我國31個省（直轄市、自治區(qū)）2012年的統(tǒng)計數(shù)據(jù)，原數(shù)據(jù)均來自《2013中國統(tǒng)計年鑒》以及2013年各?。ㄖ陛犑?、自治區(qū)）統(tǒng)計年鑒，不能直接獲得的指標(biāo)數(shù)據(jù)通過對相關(guān)原始數(shù)據(jù)的換算求得。

2.1實證結(jié)果

利用SPSS17.0軟件對我國31個?。ㄖ陛犑?、自治區(qū)）的原始指標(biāo)數(shù)據(jù)進(jìn)行主成分分析。首先得到相關(guān)系數(shù)矩陣的特征值、方差貢獻(xiàn)率和累積方差貢獻(xiàn)率（見表2）。

表2 Total Variance Explained

由表2可知，根據(jù)因子最小特征值大于1的原則，選取3個主成分F1、F2和F3，且這三個主成分的累計方差貢獻(xiàn)率達(dá)到了84156%，已經(jīng)能夠代表原始數(shù)據(jù)的大部分信息，因而可以顯著反映服務(wù)業(yè)的發(fā)展水平。

對提取的三個主成分F1、F2、F3建立原始因子載荷矩陣，同時，為便于對各因子載荷作合理解釋，按照方差最大原則，對其進(jìn)行正交旋轉(zhuǎn)，結(jié)果如表3所示。

表3 Rotated Component Matrixa

結(jié)合表2和表3可知，F(xiàn)1（第一主成分）的權(quán)重最大，為52.281，是最重要的主成分因子。其在服務(wù)業(yè)產(chǎn)值比重，服務(wù)業(yè)就業(yè)比重、人均服務(wù)產(chǎn)品占有量、服務(wù)密度、服務(wù)綜合生產(chǎn)率、服務(wù)業(yè)貢獻(xiàn)率、人均GDP和城市化水平上有較大的載荷，其中服務(wù)業(yè)就業(yè)比重、人均服務(wù)產(chǎn)品占有量、服務(wù)密度和城市化水平達(dá)到0.85以上，最高的為人均服務(wù)產(chǎn)品占有量達(dá)到了0.948，顯著反映了我國服務(wù)業(yè)發(fā)展的結(jié)構(gòu)、效益和潛力因素。F2（第二主成分）的權(quán)重為22.772，是比較重要的主成分因子。其在服務(wù)業(yè)增加值、服務(wù)業(yè)就業(yè)人數(shù)和服務(wù)業(yè)全社會固定資產(chǎn)投資額上有較大的載荷，較顯著的反映了我國服務(wù)業(yè)發(fā)展的規(guī)模因素。F3（第三主成分）的權(quán)重為9.103，雖然不及F1和F2的權(quán)重大，但也在一定程度上反映了我國服務(wù)業(yè)發(fā)展的潛力因素。從表2中的數(shù)據(jù)可以看出，F(xiàn)3在服務(wù)業(yè)增長速度上具有較大的載荷。

運(yùn)用回歸估計法可得主分量的特征向量矩陣，如表4所示：

表4 特征向量矩陣

從表4可以得到三個主成分的表達(dá)式：

F1 =0214X1 +0046X2 +0091X3 +0308X4 +0323X5 +0390X6 +0335X7 +0368X8 +0272X9 +0367X10 +0053X11 +0365X12

F2 =0457X1 +0570X2 +0561X3 -0201X4 -0160X5 -0048X6 -0097X7 +0002X8

-0122X9 +0055X10 -0233X11 +0039X12

F3 =0109X1 -0069X2 +0122X3 -0057X4 -0180X5 +0040X6 -0255X7 +0226X8 -0324X9 +0154X10 +0827X11 +0051X12

以各主分量的方差貢獻(xiàn)率為權(quán)數(shù)，可計算得到我國31個省（直轄市、自治區(qū)）的服務(wù)業(yè)發(fā)展水平的綜合得分及排名次序（見表5）。

表5 我國31個?。ㄖ陛犑小⒆灾螀^(qū)）

主成分得分及排序

根據(jù)表5可以看出，得分普遍較高的是東部各?。ㄖ陛犑小⒆灾螀^(qū)），其中北京和上海名列前茅。北京得分425，遠(yuǎn)遠(yuǎn)高于其他各省（直轄市、自治區(qū)），這是因為北京作為我國的政治經(jīng)濟(jì)文化中心，加之全國的科研機(jī)構(gòu)和綜合性的技術(shù)服務(wù)部門在這里云集，推動了服務(wù)業(yè)的發(fā)展。上海作為國際性大都市，城市的空間和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化，使得服務(wù)業(yè)發(fā)展的結(jié)構(gòu)優(yōu)化、效益高、潛力大，服務(wù)業(yè)發(fā)展的總體水平較高。其次是江蘇、廣東、天津、山東、浙江、遼寧、福建、河北等?。ㄖ陛犑?、自治區(qū)），江蘇、廣東、浙江民營企業(yè)的崛起，使得大量的人力資本聚集于此，推動地區(qū)經(jīng)濟(jì)的發(fā)展，從而進(jìn)一步帶動服務(wù)業(yè)的發(fā)展。天津、山東、福建、浙江等擁有沿海的地理位置優(yōu)勢，外商投資多，便于引進(jìn)和學(xué)習(xí)先進(jìn)的知識、技術(shù)，因而服務(wù)業(yè)發(fā)展水平較高。在所有的中部省份中，海南的得分是最低的，為-096，這是由于海南一直把旅游業(yè)作為支撐其長遠(yuǎn)發(fā)展的支柱產(chǎn)業(yè)，而產(chǎn)業(yè)結(jié)構(gòu)中占主導(dǎo)地位的是批發(fā)零售、住宿餐飲等傳統(tǒng)產(chǎn)業(yè)部門，旅游、教育、房地產(chǎn)等新型服務(wù)業(yè)產(chǎn)業(yè)部門雖有較快的發(fā)展，但總體看來，比重還是比較低，這就使得海南省的服務(wù)業(yè)水平比其他東部省份低。

中部地區(qū)排名較前的是內(nèi)蒙古、湖北、黑龍江、湖南、山西、河南、吉林、安徽，排名最后的是江西。吉林和黑龍江作為東北老工業(yè)基地，不斷通過技術(shù)創(chuàng)新和產(chǎn)權(quán)改革以打破舊的、滯后的傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)，利用服務(wù)業(yè)的發(fā)展實現(xiàn)由傳統(tǒng)工業(yè)區(qū)向新型工業(yè)區(qū)的轉(zhuǎn)變，因而服務(wù)業(yè)的發(fā)展水平較高。江西的得分為-113，作為中部地區(qū)得分最低的省份，在很大程度上與其城市規(guī)模小，產(chǎn)業(yè)結(jié)合不緊密有關(guān)，從而使得服務(wù)業(yè)發(fā)展的潛力不大。

西部地區(qū)的得分普遍都較低，排名也普遍靠后，其排名情況依次為重慶、陜西、四川、寧夏、新疆、廣西、貴州、云南、甘肅、青海、西藏。重慶作為西部地區(qū)得分最高的省市，可見隨著長江上游經(jīng)濟(jì)中心建設(shè)進(jìn)程的加快和“和諧社會”的構(gòu)建，重慶市服務(wù)業(yè)發(fā)展的環(huán)境不斷改善，軟硬件設(shè)施不斷完善，使得重慶市服務(wù)業(yè)發(fā)展后勁不斷增強(qiáng)，服務(wù)業(yè)發(fā)展水平得到進(jìn)一步提升。甘肅、青海、西藏的得分分別為-172，-171，-189，排名分別為29，30，31，這主要是因為這三個省份的地理環(huán)境相對封閉，加之基礎(chǔ)設(shè)施的相對落后，對服務(wù)業(yè)的消費(fèi)需求相對較少，使得服務(wù)業(yè)的發(fā)展水平很低。

3結(jié)論

從各省份來看，我國服務(wù)業(yè)發(fā)展水平的省份差異明顯，各省份的發(fā)展不平衡。北京市的最高，達(dá)到了425，而西藏的最低，為-189，可見各省份服務(wù)業(yè)發(fā)展水平兩級分化比較嚴(yán)重。從地區(qū)來看，我國服務(wù)業(yè)發(fā)展水平的地區(qū)差異也較明顯，各地區(qū)發(fā)展不協(xié)調(diào)。東部地區(qū)普遍高于中部和西部地區(qū)，且東部各省份的綜合得分大部分大于0，中西部地區(qū)的綜合得分大部分小于0，且西部地區(qū)的排名靠后。

參考文獻(xiàn)

[1]黃少軍.服務(wù)業(yè)與經(jīng)濟(jì)增長[M].北京：經(jīng)濟(jì)科學(xué)出版社，2000.

[2]江小涓，李輝.服務(wù)業(yè)與中國經(jīng)濟(jì)：相關(guān)性和加快增長的潛力[J].經(jīng)濟(jì)研究，2004（1）：4-15.

[3]韓志霞.我國服務(wù)業(yè)發(fā)展水平與經(jīng)濟(jì)增長的實證分析[D].河北大學(xué)，2007.

[4]李逢春.現(xiàn)代化視角下我國服務(wù)業(yè)發(fā)展水平測度研究[J].蘭州學(xué)刊，2010（6）：31-34.

[5]潘海嵐.服務(wù)業(yè)發(fā)展水平的評價指標(biāo)的構(gòu)建[J].統(tǒng)計與決策，2011（3）：23-25.

[6]雍紅月，李松林.評價服務(wù)業(yè)發(fā)展?fàn)顩r的幾個指標(biāo)[J].內(nèi)蒙古統(tǒng)計，2005（2）：10-11.

[7]張亞斌，劉靚君.基于主成分分析的生產(chǎn)性服務(wù)業(yè)發(fā)展水平評價[J].求索，2008（12）：12-14.

[8]莊惠明，陳潔.我國服務(wù)業(yè)發(fā)展水平的國際比較──基于31國模型的投入產(chǎn)出分析[J].國際貿(mào)易問題，2010，（5）：53-60.

[9]朱建平.應(yīng)用多元統(tǒng)計分析（第二版）[M].科學(xué)出版社，2012.