吳桐 李紅玥

針對吉林省縣域經(jīng)濟(jì)發(fā)展問題，用SPSS軟件，采用線性回歸、因子分析方法，對全省39個縣市的縣域經(jīng)濟(jì)綜合實力進(jìn)行了分析，按照得分將其分為發(fā)達(dá)、中等發(fā)達(dá)、欠發(fā)達(dá)三種類型，發(fā)現(xiàn)吉林省的縣域綜合經(jīng)濟(jì)實力呈現(xiàn)出以長春為核心，向外圍城市擴(kuò)散，并且逐漸減弱，發(fā)展不平衡的規(guī)律。為解決此現(xiàn)象，應(yīng)加速吉林省縣域經(jīng)濟(jì)發(fā)展，以促進(jìn)吉林省全面發(fā)展。

一、引言

（一）研究背景

從近些年吉林省的經(jīng)濟(jì)發(fā)展?fàn)顩r中，我們可以看出：縣域經(jīng)濟(jì)是全省經(jīng)濟(jì)的一個最基本單位，全省經(jīng)濟(jì)應(yīng)該以縣域經(jīng)濟(jì)為出發(fā)點，以此注入活力和動力，如果各個縣域的經(jīng)濟(jì)能夠持續(xù)發(fā)展，則全省的經(jīng)濟(jì)呈現(xiàn)穩(wěn)定增長趨勢。發(fā)展縣域經(jīng)濟(jì)，縮小地區(qū)差距，促進(jìn)持續(xù)發(fā)展實行全面振興。同時，吉林省縣域經(jīng)濟(jì)仍然存在不少問題亟待解決，如：經(jīng)濟(jì)總量較小、總體實力較弱、經(jīng)濟(jì)結(jié)構(gòu)較為單一、區(qū)域發(fā)展不平衡等。

（二）研究意義

強(qiáng)省的關(guān)鍵在于強(qiáng)縣?？h域經(jīng)濟(jì)發(fā)展的程度，決定著全省經(jīng)濟(jì)發(fā)展的規(guī)模和層次水平?？s小與發(fā)達(dá)省區(qū)的差距，關(guān)鍵在于發(fā)展縣域經(jīng)濟(jì)。

吉林省縣域經(jīng)濟(jì)發(fā)展，應(yīng)該堅持農(nóng)業(yè)產(chǎn)業(yè)化、新型工業(yè)化、城鎮(zhèn)化“三化”齊頭進(jìn);做到強(qiáng)縣富民，壯大縣域經(jīng)濟(jì)實力，統(tǒng)籌經(jīng)濟(jì)社會發(fā)展，推進(jìn)城鄉(xiāng)一體化;發(fā)揮后發(fā)優(yōu)勢，注重可持續(xù)發(fā)展，走縣域經(jīng)濟(jì)生態(tài)化道路。

二、吉林省縣級市社會經(jīng)濟(jì)現(xiàn)狀分析

縣域經(jīng)濟(jì)主要指吉林省下屬縣級市域的經(jīng)濟(jì)，在國民經(jīng)濟(jì)中占有十分重要的的地位。吉林省是農(nóng)業(yè)大省，縣域土地遼闊，約為18.0萬平方公里，占全省總面積的96.3%;縣域人口數(shù)達(dá)1918.2萬人，約占全省總?cè)丝诘?0.4%;縣域GDP為5346.5億元，占全省GDP的56.5%?？梢姡h域經(jīng)濟(jì)的發(fā)展對于吉林省整體經(jīng)濟(jì)的振興具有至關(guān)重要的作用。但是，吉林省的縣域經(jīng)濟(jì)發(fā)展總體水平不高，只有延吉市能夠進(jìn)入全國百強(qiáng)縣。

三、吉林省縣級市社會經(jīng)濟(jì)實證研究

（一）數(shù)據(jù)選取

本文數(shù)據(jù)根據(jù)《吉林省統(tǒng)計年鑒2018》選取相關(guān)數(shù)據(jù)，縣（市）社會經(jīng)濟(jì)發(fā)展具有代表性的8項指標(biāo)，即：園林水果產(chǎn)量（X1，噸）、民用汽車擁有量（X2，輛）、互聯(lián)網(wǎng)寬帶接入用戶（X3，戶）、房地產(chǎn)開發(fā)投資住宅（X4，萬元）、醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)（X5，床）、公共圖書館圖書總藏量（X6，千冊）、氮氧化物排放量（X7，噸）、失業(yè)保險參保人數(shù)（X8，人）。利用SPSS統(tǒng)計分析軟件，進(jìn)行主成分分析。

（二）實證方法

本文應(yīng)用SPSS軟件對指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理進(jìn)行統(tǒng)計分析，運用線性回歸、因子分析進(jìn)行分析研究。

因子分析是用少數(shù)幾個隨機(jī)變量去描述許多變量之間的協(xié)方差系，通過研究變量間的相關(guān)系數(shù)矩陣，把這些變量間錯綜復(fù)雜的關(guān)系歸結(jié)成少數(shù)幾個綜合因子，找出隱藏在變量背后具有共性的因子，并據(jù)此對變量進(jìn)行分類的一種統(tǒng)計分析方法。為使數(shù)據(jù)能放在一起比較， 首先需要對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化。

1.KMO和Bartlett的檢驗

為了檢驗所選指標(biāo)是否適用因子分析，本文首先進(jìn)行了KMO和Bartlett檢驗，結(jié)果顯示，KMO值為0.804，遠(yuǎn)大于0.5，說明本文引用的相關(guān)數(shù)據(jù)具有較高的效度，且Bartlett檢驗中的SIG為0.000，拒絕相關(guān)矩陣為單位矩陣的零假設(shè)，符合標(biāo)準(zhǔn)。綜上，所得數(shù)據(jù)可以進(jìn)行因子分析。

2.綜合因子的確定

本次研究中對8個影響因子進(jìn)行因子分析，根據(jù)碎石圖的走勢來看，前3個因子的特征值均大于等于1，且波動較大，從第四個因子開始，特征值均小于1，且波動較為平緩。由此可見，本次研究將得到3個因子，而這3個因子的累計可解釋81.067%的方差，說明因子分析結(jié)果符合要求。

四、綜合結(jié)論

根據(jù)聚類分析的結(jié)果，按照吉林省縣級市社會經(jīng)濟(jì)發(fā)展水平的相似程度，將39個縣級市分為3組：第一類為延吉市、農(nóng)安縣、梅河口市、公主嶺市一直到敦化市（共11個市縣），其中農(nóng)安縣經(jīng)濟(jì)發(fā)展水平最高，而梅河口市，公主嶺市，以及德惠市和榆樹市，均在農(nóng)業(yè)，工業(yè)和服務(wù)業(yè)等不同領(lǐng)域上有著較好的發(fā)展，故而這些地區(qū)的社會經(jīng)濟(jì)發(fā)展?jié)摿^高。第二類為通化縣，輝南縣，舒蘭市，長嶺縣，集安市一直到扶余市（27個市縣），這些市縣在其特有的領(lǐng)域發(fā)展較好，但是由于地理因素以及人文因素他們的發(fā)展?jié)摿H次于第一類。第三類為長白朝鮮自治縣（共1個市縣），由于地處吉林省東部、延邊州中部、長白山脈北麓，距離省會城市較遠(yuǎn)人數(shù)較少，從而經(jīng)濟(jì)發(fā)展?jié)摿^差。（作者單位：長春財經(jīng)學(xué)院經(jīng)濟(jì)學(xué)院）