朱亞瓊，潘婷婷，洪 鈴，滕 磊

（安徽財(cái)經(jīng)大學(xué) a.金融學(xué)院；b.統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030）

廣州經(jīng)濟(jì)發(fā)展及其對(duì)珠三角輻射影響力的計(jì)量分析

朱亞瓊a，潘婷婷a，洪 鈴b，滕 磊b

（安徽財(cái)經(jīng)大學(xué) a.金融學(xué)院；b.統(tǒng)計(jì)與應(yīng)用數(shù)學(xué)學(xué)院，安徽 蚌埠 233030）

針對(duì)廣州市GDP增長(zhǎng)對(duì)珠三角經(jīng)濟(jì)圈中其它主要城市GDP的影響、廣州市的經(jīng)濟(jì)綜合影響力、經(jīng)濟(jì)圈內(nèi)城市經(jīng)濟(jì)聯(lián)系強(qiáng)度和強(qiáng)度系數(shù)等，綜合使用線性回歸、因子分析、引力計(jì)算等方法，分別構(gòu)建線性回歸、因子分析、引力等模型，使用MATLAB、SPSS、EVIEWS等軟件編程求解，研究得到廣州市對(duì)主要周邊城市均有較強(qiáng)的經(jīng)濟(jì)輻射力，廣州市的綜合影響力最高，廣州和佛山、肇慶經(jīng)濟(jì)聯(lián)系比較緊密等結(jié)論。

珠江三角洲；經(jīng)濟(jì)輻射力；線性回歸；因子分析；引力模型；SPSS

0 引言

改革開(kāi)放30多年來(lái)，以北京、上海和廣州為中心的京津冀、長(zhǎng)三角、珠三角三大經(jīng)濟(jì)圈引領(lǐng)全國(guó)發(fā)展，產(chǎn)生了巨大的經(jīng)濟(jì)輻射作用。本文通過(guò)研究廣州市經(jīng)濟(jì)輻射力，綜合分析珠三角各城市的綜合影響力以及經(jīng)濟(jì)聯(lián)系強(qiáng)度，以實(shí)現(xiàn)經(jīng)濟(jì)地域間均衡協(xié)調(diào)發(fā)展。

在理論研究方面，賈丹華（2003）[1]以“長(zhǎng)三角”區(qū)域?yàn)檠芯繉?duì)象，對(duì)中國(guó)發(fā)達(dá)地區(qū)經(jīng)濟(jì)一體化的困境及出路進(jìn)行分析探討，研究得出區(qū)域網(wǎng)絡(luò)經(jīng)濟(jì)的興起形成區(qū)域經(jīng)濟(jì)一體化發(fā)展的內(nèi)在需求，并成為引發(fā)區(qū)域經(jīng)濟(jì)一體化發(fā)展的原動(dòng)力。毛艷華（2009）[2]以“珠三角”區(qū)域?yàn)檠芯繉?duì)象，對(duì)產(chǎn)業(yè)集群成長(zhǎng)與區(qū)域經(jīng)濟(jì)一體化間的互動(dòng)關(guān)系進(jìn)行了探討，研究得出產(chǎn)業(yè)集群成長(zhǎng)通過(guò)3種方式推動(dòng)區(qū)域經(jīng)濟(jì)一體化發(fā)展，而區(qū)域經(jīng)濟(jì)一體化又從3個(gè)方面對(duì)產(chǎn)業(yè)集群成長(zhǎng)產(chǎn)生作用。在實(shí)證分析方面，李郁和徐現(xiàn)祥（2006）[3]在實(shí)證研究中考慮了滯后的區(qū)域市場(chǎng)一體化變量，得出珠三角區(qū)域市場(chǎng)一體化對(duì)珠三角各地市的經(jīng)濟(jì)增長(zhǎng)具有促進(jìn)作用，而且該作用同時(shí)出現(xiàn)在區(qū)域市場(chǎng)一體化的即期、滯后一期和滯后二期。

1 數(shù)據(jù)來(lái)源與模型假設(shè)

根據(jù)珠三角地區(qū)各城市的統(tǒng)計(jì)年鑒[4]，查找統(tǒng)計(jì)出2005—2014年廣州、深圳、佛山、東莞地區(qū)4個(gè)城市的GDP數(shù)據(jù)，以及2014年珠三角9個(gè)城市的

GDP、固定資產(chǎn)投資額、社會(huì)消費(fèi)品零售總額、年末常住人口、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、年末社會(huì)勞動(dòng)者、實(shí)際外商直接投資額、居民儲(chǔ)蓄存款余額、城市居民人均可支配收入、公共財(cái)政支出等數(shù)據(jù)。為了便于解決問(wèn)題，提出以下假設(shè)：⑴計(jì)算主要城市GDP指數(shù)時(shí)不考慮價(jià)格變動(dòng)的影響；⑵假設(shè)解決有關(guān)輻射問(wèn)題時(shí)將城市看做中心點(diǎn)不考慮面積；⑶假設(shè)兩城市之間主要交通道路為鐵路，將城市間的距離定義為鐵路距離；⑷數(shù)據(jù)來(lái)自各城市統(tǒng)計(jì)年鑒，均準(zhǔn)確無(wú)誤；⑸廣州市在珠三角的影響力極大，忽略其它城市之間的影響；⑹不考慮政治、文化、國(guó)家政策等的影響。

2 基于線性回歸的廣州市經(jīng)濟(jì)輻射力分析

2.1 研究思路

由于自然、政治、文化、政府政策等因素都會(huì)對(duì)GDP有影響，故我們假設(shè)在珠三角經(jīng)濟(jì)圈中，廣州市將有足夠大的經(jīng)濟(jì)輻射影響周邊城市的GDP發(fā)展。首先計(jì)算各城市的GDP增長(zhǎng)指數(shù)并作出趨勢(shì)圖，對(duì)比研究廣州市GDP增長(zhǎng)對(duì)經(jīng)濟(jì)圈中周邊城市GDP增長(zhǎng)的作用力和影響，然后對(duì)4個(gè)城市的GDP增長(zhǎng)數(shù)據(jù)進(jìn)行回歸，定量分析GDP增長(zhǎng)關(guān)系并對(duì)回歸結(jié)果進(jìn)行檢驗(yàn)，從而驗(yàn)證假設(shè)是否合理。在本模型中，周邊城市我們選取了深圳、佛山、東莞這3個(gè)在珠三角經(jīng)濟(jì)圈中GDP較高的城市。

2.1 數(shù)據(jù)處理

根據(jù)廣州、深圳、佛山、東莞的統(tǒng)計(jì)年鑒，查找統(tǒng)計(jì)出2005—2014年各城市的GDP數(shù)據(jù)，并根據(jù)公式：G'n=Gn/G2004(n=2005,2006…2014)計(jì)算各城市GDP指數(shù)，其中G'n為第n年的GDP指數(shù)，Gn為第n年的GDP原始數(shù)據(jù)，結(jié)果如表1所示。

表1 主要城市GDP指數(shù)

根據(jù)表1的計(jì)算結(jié)果，用MATLAB作出廣州GDP指數(shù)與佛山、深圳、東莞GDP指數(shù)的散點(diǎn)圖，詳見(jiàn)圖1。

圖1 廣州市GDP指數(shù)與主要城市GDP指數(shù)的散點(diǎn)圖

由圖1可以看出，佛山、深圳、東莞受廣州市經(jīng)濟(jì)輻射的影響，GDP均呈持續(xù)增長(zhǎng)態(tài)勢(shì)。其中佛山市的GDP增長(zhǎng)指數(shù)居于最高處，且遠(yuǎn)遠(yuǎn)大于深圳和東莞的GDP指數(shù)。由于本分析圖形中以廣州市GDP指數(shù)為橫坐標(biāo)，其他城市GDP指數(shù)為縱坐標(biāo)，所以可知，散點(diǎn)圖斜率越大，與廣州市的經(jīng)濟(jì)聯(lián)系越密切。觀察可得廣州市GDP增長(zhǎng)對(duì)佛山市GDP增長(zhǎng)的作用力和影響最大，這與佛山市與廣州市的距離與其他兩個(gè)城市相比距離較近相符合。

2.3 結(jié)果分析

簡(jiǎn)單相關(guān)分析中，佛山、深圳、東莞GDP指數(shù)與廣州GDP指數(shù)大致呈線性關(guān)系。借助EVIEWS對(duì)GDP指數(shù)進(jìn)行回歸分析與顯著性檢驗(yàn)[5]，建立一元線性回歸模型，具體表達(dá)式為，并對(duì)其進(jìn)行顯著性檢驗(yàn)，定量分析廣州市對(duì)珠三角經(jīng)濟(jì)圈中主要周邊城市的經(jīng)濟(jì)輻射影響力，輸出結(jié)果如表2所示。

表2 佛山、深圳、東莞與廣州市GDP的線性回歸結(jié)果

由表2可知，以佛山市為例，在2005—2014年間，由回歸結(jié)果所知R2=0.962 3接近于1，模型的擬合優(yōu)度較高，在顯著性水平為0.05的條件下，F(xiàn)= 204.475 7表明模型的顯著性水平較高。分析可知，佛山GDP增長(zhǎng)保持在斜率為0.500 5、截距為-117.828 9的上升路徑上，即廣州GDP每增長(zhǎng)一個(gè)百分點(diǎn)，佛山GDP將增長(zhǎng)0.500 5個(gè)百分點(diǎn)[6]。

綜合以上結(jié)果，我們可以得出廣州作為珠三角的中心城市，對(duì)周邊主要城市都具有較強(qiáng)的經(jīng)濟(jì)輻射影響力，能有效帶動(dòng)周邊主要城市GDP高速增長(zhǎng)，具體表現(xiàn)為廣州GDP每增長(zhǎng)1個(gè)百分點(diǎn)，佛山GDP增加0.5005個(gè)百分點(diǎn)，深圳增加0.9111個(gè)百分點(diǎn)，東莞增加0.3217個(gè)百分點(diǎn)，說(shuō)明在珠三角經(jīng)濟(jì)圈中廣州市對(duì)周邊城市的經(jīng)濟(jì)輻射力是可以通過(guò)GDP指數(shù)分析得以驗(yàn)證的。

3 基于因子分析的廣州經(jīng)濟(jì)綜合影響力研究

3.1 研究思路

根據(jù)對(duì)珠三角地區(qū)所取包括廣州市在內(nèi)的9個(gè)城市的GDP、固定資產(chǎn)投資、第二產(chǎn)業(yè)產(chǎn)值、第三產(chǎn)業(yè)產(chǎn)值、年末常住人口、社會(huì)消費(fèi)品零售總額、實(shí)際外商直接投資額、城市居民人均可支配收入、年末社會(huì)勞動(dòng)者、公共財(cái)政支出、居民儲(chǔ)蓄存款余額這11項(xiàng)經(jīng)濟(jì)指標(biāo)，進(jìn)行綜合研究分析，通過(guò)因子分析法進(jìn)行處理，得到對(duì)各城市影響力的綜合得分，其中各指標(biāo)分別用x1、x2、…、x11表示。

3.2 研究方法

因子分析法是一種常用的降維、簡(jiǎn)化數(shù)據(jù)的數(shù)據(jù)分析技術(shù)，其基本思想是基于數(shù)據(jù)指標(biāo)之間的相關(guān)性對(duì)變量進(jìn)行分組，使得不同分組內(nèi)的變量指標(biāo)間相關(guān)性較強(qiáng)，但不同的分組間變量指標(biāo)相關(guān)性較低，每組變量均代表一個(gè)公共因子。用具有綜合性的少量指標(biāo)即公因子代替多個(gè)原始指標(biāo)，所得的公因子通過(guò)原始指標(biāo)的線性組合表達(dá)，從而得以簡(jiǎn)化模型[7]。

設(shè)有i個(gè)觀測(cè)變量x1，x2，…，xi，將這些變量進(jìn)行標(biāo)準(zhǔn)化,使得標(biāo)準(zhǔn)化后變量的均值為0，方差為1。記原公共因子變量為y1，y2，…，yi，經(jīng)標(biāo)準(zhǔn)化后的公共因子為Y1，Y2，…，Yi（i＜j），j個(gè)公共因子不能表達(dá)的因素稱(chēng)為特殊因子，記為ε1，ε2，…，εn。因子分析模型為[8]：

式中aij為載荷因子，aij的絕對(duì)值越大（），表明xi依賴(lài)yi的程度越大,所有元素aij組成因子載荷矩陣A。評(píng)價(jià)步驟：

①依據(jù)選取的指標(biāo)和對(duì)應(yīng)的指標(biāo)數(shù)據(jù)構(gòu)建原始矩陣X，對(duì)矩陣X進(jìn)行標(biāo)準(zhǔn)化處理（即無(wú)量綱化），得標(biāo)準(zhǔn)化矩陣Z；

②由Z計(jì)算相關(guān)系數(shù)矩陣R，令，解得R的特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率，根據(jù)主成分方差累計(jì)貢獻(xiàn)率不小于85%或主成分特征值不小于l的原則確定主因子個(gè)數(shù)（原則上要求j＜p）；

③計(jì)算特征向量和初始因子載荷矩陣A，因?yàn)檫x取的主因子不止一個(gè)，故通過(guò)回歸分析估計(jì)因子各自得分，并分別以各因子的方差貢獻(xiàn)率占因子總方差貢獻(xiàn)率的比值作為權(quán)重進(jìn)行加權(quán)處理，得到因子分析綜合模型為：

④若初始因子的綜合性太強(qiáng),則表明因子載荷量較為平均,此時(shí)難以找出因子的實(shí)際意義,因此需要通過(guò)旋轉(zhuǎn)坐標(biāo)軸使負(fù)載盡可能向±1，0的方向靠近，從而降低因子的綜合性,以便判斷不同指標(biāo)與因子之間的聯(lián)系。本文采用方差最大化法對(duì)初始因子進(jìn)行正交旋轉(zhuǎn)，旋轉(zhuǎn)后公共因子對(duì)指標(biāo)的貢獻(xiàn)越分散越好，且盡量使得原始指標(biāo)僅在一個(gè)公共因子上有較大的載荷，這將賦予主因子合理的經(jīng)濟(jì)影響，得以分析研究的問(wèn)題[8]。

3.3 數(shù)據(jù)處理

根據(jù)所設(shè)立的指標(biāo)體系及數(shù)據(jù)，我們對(duì)珠三角地區(qū)9個(gè)城市2014年的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行整理，采用因子分析法對(duì)城市經(jīng)濟(jì)綜合影響力進(jìn)行數(shù)據(jù)分析，建立總體的城市影響力計(jì)量模型。為了消除指標(biāo)之間的差別，使所有的指標(biāo)都有相同變化方向，使得在進(jìn)行評(píng)價(jià)時(shí)可以有共同的判斷標(biāo)準(zhǔn)，先利用統(tǒng)計(jì)軟件SPSS對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，再根據(jù)標(biāo)準(zhǔn)化處理后的珠三角9個(gè)城市2014年的各經(jīng)濟(jì)指標(biāo)數(shù)據(jù)進(jìn)行相關(guān)性分析，由相關(guān)性分析可以看出指標(biāo)之間存在較強(qiáng)的相互關(guān)系，相關(guān)系數(shù)普遍高于50%，相當(dāng)一部分甚至達(dá)到90%以上，各變量間線性關(guān)系較強(qiáng)，能夠從中提取公共因子，適合采用因子分析研究。

表3 因子解釋原有變量總方差情況

因子的貢獻(xiàn)率表明該因子對(duì)原指標(biāo)信息量的反映情況，累計(jì)貢獻(xiàn)率表示相關(guān)幾個(gè)因子累計(jì)對(duì)原指標(biāo)信息量反映情況，從表3可以看出前兩個(gè)因子的貢獻(xiàn)率之和達(dá)到了90.505%，即GDP、固定資產(chǎn)投資額可以反映原指標(biāo)90.505%的信息量。因此，可以將GDP、固定資產(chǎn)投資額這兩個(gè)因子作為公共因子，進(jìn)行分析。

計(jì)算這兩個(gè)特征值所對(duì)應(yīng)的特征向量，即標(biāo)準(zhǔn)化向量在各主成分上的系數(shù)。根據(jù)SPSS的數(shù)據(jù)處理，得到因子載荷矩陣見(jiàn)表4所示。

表4 旋轉(zhuǎn)后因子載荷矩陣

表4是采用方差最大法對(duì)因子載荷矩陣進(jìn)行正交旋轉(zhuǎn)，保證因子具有命名解釋性。由表可以看出，GDP、固定資產(chǎn)投資、年末常住人口、社會(huì)消費(fèi)品零售總額、實(shí)際外商直接投資額、年末社會(huì)勞動(dòng)者、公共財(cái)政支出、居民儲(chǔ)蓄存款余額對(duì)公共因子1的影響最大，故可以得出公共因子1主要解了這幾個(gè)變量，這些變量均與社會(huì)的整體發(fā)展水平有很大關(guān)系，是一個(gè)宏觀因素。城市居民人均可支配收入、第二產(chǎn)業(yè)值、第三產(chǎn)業(yè)值對(duì)公共因子2的影響較大，故可以得出公共因子2主要解釋了這幾個(gè)變量，這幾個(gè)變量與社會(huì)中的個(gè)人經(jīng)濟(jì)的發(fā)展水平有很大的聯(lián)系，是一個(gè)微觀因素。

3.3 結(jié)果分析

基于本文對(duì)珠三角各地區(qū)綜合影響力水平進(jìn)行排序的研究目的，本文從所提取的兩個(gè)公共因子的得分系數(shù)矩陣出發(fā)，以各公共因子的旋轉(zhuǎn)方差貢獻(xiàn)率為權(quán)重建立綜合評(píng)價(jià)模型，采用回歸法估計(jì)因子得分系數(shù)，進(jìn)而得到旋轉(zhuǎn)后公共因子對(duì)應(yīng)的得分系數(shù)矩陣，根據(jù)輸出結(jié)果，可分別寫(xiě)出公共因子1和公關(guān)因子2的得分函數(shù)：

由上述因子表達(dá)式(1)(2)可以計(jì)算出珠三角的主要城市在各公因子上的得分和排名，為綜合評(píng)價(jià)城市的經(jīng)濟(jì)綜合影響力，采用因子加權(quán)總分法計(jì)算不同城市經(jīng)濟(jì)綜合影響力并進(jìn)行評(píng)價(jià)，對(duì)其量化并以各自的貢獻(xiàn)率為權(quán)重線性加權(quán)平均求和，從數(shù)量上考慮，以?xún)蓚€(gè)因子旋轉(zhuǎn)后的方差貢獻(xiàn)率為權(quán)數(shù)得到綜合得分。其計(jì)算公式為：

根據(jù)上述公式(1)(2)(3)，分別按公共因子1、公共因子2及綜合得分公式進(jìn)行計(jì)算，并按照各城市的綜合得分進(jìn)行排序得到如表5。

表5 各城市綜合得分及排名

廣州的經(jīng)濟(jì)發(fā)展水平與人民生活水平具有不一致性。如前面所分析，公因子1是代表經(jīng)濟(jì)發(fā)展水平的宏觀因子，公因子1得分較高的城市具有較強(qiáng)的輻射能力，處于城市群中的較高層級(jí)。公因子2是代表人民生活水平的微觀因子，公因子2得分較高的城市人民生活質(zhì)量較高。

由表5可以發(fā)現(xiàn)，以公因子1為衡量指標(biāo)，即考慮城市經(jīng)濟(jì)發(fā)展的宏觀水平，廣州的得分要高于其他珠三角城市。但若以公因子2為衡量指標(biāo),即城市中個(gè)人經(jīng)濟(jì)發(fā)展水平來(lái)看，廣州的排名并不靠前，處于中下等水平。這說(shuō)明城市建設(shè)水平的高低，并不一定決定城市居民生活水平的高低。一個(gè)重要原因可能在于廣州的人口數(shù)過(guò)多，有大量的農(nóng)民工流入，使得社會(huì)的人均生活水平被降低。較大的人口基數(shù)使得無(wú)論社會(huì)整體的經(jīng)濟(jì)總量有多高，在龐大的人口面前，也會(huì)變得落后。這也就解釋了有著世界第二大經(jīng)濟(jì)總量的中國(guó)，在人均GDP面前，在世界上仍排在較后的位置的原因所在。

而肇慶在以公共因子2為衡量指標(biāo)時(shí)，其排名在珠三角各城市第1名，說(shuō)明肇慶市民的生活水平較好，但是由于肇慶的宏觀經(jīng)濟(jì)能力排名僅為9名，使得其經(jīng)濟(jì)綜合影響力處在下等水平，排在第8名。

從廣州和肇慶的分析來(lái)看，衡量一個(gè)城市的經(jīng)濟(jì)綜合影響力，其宏觀經(jīng)濟(jì)能力還是處在主導(dǎo)地位的，即公共因子1是整個(gè)評(píng)價(jià)指標(biāo)的主體部分。因此，廣州憑借其強(qiáng)大的宏觀經(jīng)濟(jì)能力，綜合經(jīng)濟(jì)實(shí)力領(lǐng)先于珠三角地區(qū)各城市。

為促進(jìn)珠三角地區(qū)整體經(jīng)濟(jì)發(fā)展的穩(wěn)步提高，政府要進(jìn)行相應(yīng)投入和匹配扶持措施，發(fā)揮強(qiáng)有力的協(xié)調(diào)作用，充分調(diào)動(dòng)各方面發(fā)展經(jīng)濟(jì)的積極性，統(tǒng)籌規(guī)劃，協(xié)調(diào)發(fā)展，合理布局，充分發(fā)揮廣州市的模范帶頭作用，實(shí)現(xiàn)珠三角地區(qū)經(jīng)濟(jì)跨越式發(fā)展。

4 基于引力模型的珠三角城市經(jīng)濟(jì)聯(lián)系強(qiáng)度分析

4.1 研究思路

為了量化廣州市和珠三角其它各城市之間經(jīng)濟(jì)關(guān)聯(lián)，首先通過(guò)統(tǒng)計(jì)年鑒搜集整理各個(gè)城市的年末居住人口、GDP、城市之間的公里數(shù)，構(gòu)建距離修正的引力模型作為分析依據(jù)，接著利用EXCEL軟件計(jì)算廣州市與珠三角其他城市的經(jīng)濟(jì)聯(lián)系強(qiáng)度和強(qiáng)度系數(shù)，作圖進(jìn)行直觀分析，最后總結(jié)歸納城市間經(jīng)濟(jì)關(guān)聯(lián)度規(guī)律。

4.2 數(shù)據(jù)處理

經(jīng)查詢(xún)整理，有關(guān)數(shù)據(jù)如表6所示。

表6 兩個(gè)城市之間的經(jīng)濟(jì)聯(lián)系計(jì)量指標(biāo)

在引力模型的基礎(chǔ)上，本文采用距離修正的引力模型[9]，且考慮用城市的年末常住人口數(shù)、GDP作為計(jì)量?jī)蓚€(gè)城市的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度的人口和經(jīng)濟(jì)規(guī)模指標(biāo)。一般情況下，兩個(gè)城市之間距離越大，表明兩個(gè)城市之間的關(guān)聯(lián)強(qiáng)度越低。但是兩個(gè)城市之間的距離并不一定可以反映兩個(gè)城市之間的真實(shí)聯(lián)系。所以結(jié)合實(shí)際我們選取兩個(gè)城市之間的公里數(shù)來(lái)計(jì)量?jī)蓚€(gè)城市之間的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度。表達(dá)式為：

其中Rij為i，j兩地間的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度；pi、pj為i，j地區(qū)的人口數(shù)量；Gi、Gj為i，j地區(qū)的國(guó)內(nèi)生產(chǎn)總值；Dij為i，j兩個(gè)地區(qū)之間的距離。

在公式（3）計(jì)算的基礎(chǔ)上求出廣州市的經(jīng)濟(jì)聯(lián)系量之和，即為廣州市的對(duì)外經(jīng)濟(jì)聯(lián)系總量，表達(dá)式為：

其中Rij為廣州市對(duì)外經(jīng)濟(jì)聯(lián)系總量。

在此基礎(chǔ)上，計(jì)算每個(gè)城市的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度系數(shù)，表達(dá)式為：

其中Kij為j地區(qū)的經(jīng)濟(jì)聯(lián)系隸屬度。

4.3 結(jié)果分析

根據(jù)表6的數(shù)據(jù)，結(jié)合公式(4)(5)(6)可分別求出廣州和佛山、深圳、東莞、珠海、中山、惠州、肇慶和江門(mén)8個(gè)城市的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度和經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度系數(shù)，結(jié)果如表7所示。

表7 其它8個(gè)城市和廣州的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度及其系數(shù)

為了方便直觀地分析比較廣州和珠三角地區(qū)其它各城市的經(jīng)濟(jì)聯(lián)系強(qiáng)度，做出廣州和其它8個(gè)城市經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度系數(shù)的餅狀圖，如圖2所示。

圖2 廣州和其它8個(gè)城市的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度餅狀圖

根據(jù)表7和圖2可以看出，和廣州經(jīng)濟(jì)聯(lián)系最緊密的是佛山、其次是東莞。從現(xiàn)實(shí)出發(fā)，廣州的一部分商品需求是東莞供給的，佛山和廣州的聯(lián)系也越來(lái)越緊密，標(biāo)志就是兩地已經(jīng)實(shí)現(xiàn)地鐵通行。根據(jù)地圖上各地的實(shí)際距離對(duì)比可知,惠州、肇慶、江門(mén)距離廣州距離比較遠(yuǎn)，加上交通不是很便利，導(dǎo)致運(yùn)輸成本提高，從效益的角度來(lái)看不利于兩地城市的經(jīng)濟(jì)交流,由此導(dǎo)致廣州對(duì)這幾個(gè)城市的經(jīng)濟(jì)輻射影響力不大[10]。

5 總結(jié)

針對(duì)廣州市經(jīng)濟(jì)綜合影響力的相關(guān)問(wèn)題，采用定性分析與定量分析相結(jié)合并建立相應(yīng)模型進(jìn)行研究，綜合使用多種軟件，建立線性回歸模型、采用因子分析法、引入距離修正的引力模型，使得問(wèn)題的分析處理更加科學(xué)有效，較好地解決了廣州市GDP增長(zhǎng)對(duì)珠三角經(jīng)濟(jì)圈中其它主要城市GDP的影響、廣州市的經(jīng)濟(jì)綜合影響力、經(jīng)濟(jì)圈內(nèi)城市經(jīng)濟(jì)聯(lián)系強(qiáng)度和強(qiáng)度系數(shù)等問(wèn)題，通過(guò)GDP指數(shù)驗(yàn)證廣州市在珠三角經(jīng)濟(jì)圈中對(duì)周邊城市的經(jīng)濟(jì)輻射力，分析出衡量一個(gè)城市的經(jīng)濟(jì)綜合影響力，宏觀指標(biāo)公共因子1是整個(gè)評(píng)價(jià)指標(biāo)的主體部分。廣州憑借其強(qiáng)大的宏觀經(jīng)濟(jì)能力，綜合經(jīng)濟(jì)實(shí)力領(lǐng)先于珠三角地區(qū)各城市，在珠三角地區(qū)與廣州經(jīng)濟(jì)聯(lián)系最緊密的是佛山、其次是東莞，而惠州、肇慶和江門(mén)這幾個(gè)城市與廣州的聯(lián)系比較弱。

針對(duì)廣州市在珠三角地區(qū)輻射影響力的分析，為珠三角地區(qū)實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)一體化提供了理論上支持，有利于推動(dòng)區(qū)域網(wǎng)絡(luò)經(jīng)濟(jì)的橫向和縱向聯(lián)合。通過(guò)廣州這一中心城市的帶動(dòng)，促進(jìn)周邊城市協(xié)調(diào)增長(zhǎng)，提升區(qū)域競(jìng)爭(zhēng)力。

對(duì)于廣州市對(duì)珠三角各城市的輻射力影響分析中，由于模型的選擇和數(shù)據(jù)的局限，本文僅通過(guò)經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度系數(shù)分析廣州與各城市之間的經(jīng)濟(jì)關(guān)聯(lián)強(qiáng)度大小，無(wú)法計(jì)算出廣州市對(duì)周?chē)鞘械木唧w輻射半徑，所以在最終分析時(shí)無(wú)法通過(guò)輻射半徑具體說(shuō)明輻射力情況，這方面值得進(jìn)行進(jìn)一步的研究探討。

[1]賈丹華．發(fā)達(dá)地區(qū)經(jīng)濟(jì)一體化的困境及其出路[J]．現(xiàn)代經(jīng)濟(jì)探討,2003(8):19-21．

[2]毛艷華．珠三角產(chǎn)業(yè)集群成長(zhǎng)與區(qū)域經(jīng)濟(jì)一體化[J]．學(xué)術(shù)研究,2009(8):20-22．

[3]李郇,徐現(xiàn)祥．邊界效應(yīng)的測(cè)定方法及其在長(zhǎng)江三角洲的應(yīng)用[J]．地理研究,2006,25(5)：792-802．

[4]國(guó)家統(tǒng)計(jì)局．中國(guó)統(tǒng)計(jì)年鑒[J]．廣州：中國(guó)統(tǒng)計(jì)出版社，2005-2014．

[5]易丹輝．?dāng)?shù)據(jù)分析與EVIEWS應(yīng)用[M]．北京:中國(guó)人民大學(xué)出版社,2008:146-153．

[6] 李子奈,潘文卿．計(jì)量經(jīng)濟(jì)學(xué)[M]．北京:高等教育出版社,2010:89．

[7] 夏國(guó)恩,蘭政海．基于因子分析的廣西區(qū)各城市綜合經(jīng)濟(jì)實(shí)力評(píng)價(jià)[J]．特區(qū)經(jīng)濟(jì)，2009(3):211-213．

[8] 王家遠(yuǎn)，袁紅平．基于因子分析的建筑業(yè)綜合評(píng)價(jià)[J]．深圳大學(xué)學(xué)報(bào)（理工版），2007(24):373-378．

[9]引力模型：一個(gè)簡(jiǎn)要的綜述性讀書(shū)筆記［EB/OL］．（2015-08-28）．http://wenku．baidu．com/view/bacf6fed0975f46527d3e15e．html．

[10]曲長(zhǎng)虹,王海江．河南省城市的經(jīng)濟(jì)聯(lián)系方向與強(qiáng)度——兼論中原城市群的形成與對(duì)外聯(lián)系[J]．地理研究,2006,25(2): 222-232．

QuantitativeAnalysis of the Impact by the Economic Development of Guangzhou on PRD(Pearl River Delta)

ZHU Ya-qionga,PAN Ting-tinga,HONG Lingb,TENG Leib
（a.School of Economics and Finance;b.School of Statistics andApplied Mathematics,Anhui University of Finance and Economics,Bengbu,Anhui 233030,China）

Based on the impact by the ecnomic development of Guangzhou on PRD(Pearl River Delta)cities, comprehensive economic influence,economic relation and the coefficient within the economic circle,this paper uses linear regression,factor analysis and tractive force calculation and MATLAB、SPSS、EVIEWS to study the impact brought up by the economic development of Guangzhou.The results show that it has a huge impact on the cities within the economic circle,and Guangzhou has the highest comprehensive influence,followed by Foshan and Zhaoqin.

PRD(Pearl River Delta);economic influence;linear regression;factor analysis;tractive force calculation; SPSS

F019.2；F299.27

A

1673-1891（2016）04-0019-06

10.16104/j.issn.1673-1891.2016.04.006

2016-10-14

2016年安徽財(cái)經(jīng)大學(xué)大學(xué)生科研創(chuàng)新基金項(xiàng)目：經(jīng)濟(jì)市場(chǎng)環(huán)境及投資偏好對(duì)家庭金融資產(chǎn)配置影響分析（XSKY1663）。

朱亞瓊（1994—），男，安徽蕪湖人，本科在讀，研究方向：金融。