康 超 ，何 佳

（1.內江師范學院 a.政治與公共管理學院，b.經濟與管理學院，四川 內江 641100；2.韓國牧園大學 a.公共政策系，b.國際貿易系，大田 西區(qū) 35349）

成渝地區(qū)雙城經濟圈建設是習近平總書記親自謀劃、親自部署、親自推動的國家重大區(qū)域發(fā)展戰(zhàn)略[1]。2020 年 10 月 16 日 ，習近平總書記主持召開中央政治局會議審議《成渝地區(qū)雙城經濟圈建設規(guī)劃綱要》，為成渝地區(qū)形成優(yōu)勢互補、高質量發(fā)展的區(qū)域經濟布局，打造帶動全國高質量發(fā)展的重要增長極和新的動力源描繪了宏偉藍圖。十九屆四中、五中全會，中共四川省委第十一屆七次、八次全會以及《中共中央關于制定國民經濟和社會發(fā)展第十四個五年規(guī)劃和二〇三五年遠景目標的建議》中提及成渝地區(qū)雙城經濟圈建設共有62 處。黨的十九大首次明確提出的高質量發(fā)展，是在新形勢下對我國經濟增長方式的科學判斷，報告中提出的“建立健全綠色低碳循環(huán)發(fā)展的經濟體系”為新時代下高質量發(fā)展指明了方向，同時也提出了一個極為重要的時代課題。因此，為綜合反映成渝地區(qū)雙城經濟圈各地區(qū)發(fā)展水平和質量，對各地的高質量發(fā)展水平給出排名和聚類，發(fā)現(xiàn)區(qū)域內各地發(fā)展差距，具有重要的理論意義和現(xiàn)實意義。

一、指標構建、數(shù)據(jù)來源與研究方法

（一）高質量發(fā)展指標體系構建

高質量發(fā)展是新時代的新課題，也將是我國在一段時間乃至更長時期經濟社會發(fā)展的主題。構建高質量發(fā)展指標體系，至少要考慮經濟、社會、生態(tài)、民生、可持續(xù)發(fā)展等方面內容。王薔等基于對縣域產業(yè)升級、要素激活、城鄉(xiāng)融合以及制度創(chuàng)新等方面，在考慮經濟活力、發(fā)展?jié)摿?、城鄉(xiāng)合力以及生態(tài)實力等指標基礎上，構建了科學合理的縣域經濟高質量發(fā)展水平評價體系[2]。徐銀良等從五大發(fā)展理念出發(fā)，構建了包含經濟、創(chuàng)新、協(xié)調、綠色、共享和保障等共6 大層次25 個子層次的高質量發(fā)展指標體系，并對山東省各地高質量發(fā)展水平進行了綜合評價[3]。黃敏等從人民中心出發(fā)，構建了包括收入、健康、教育、創(chuàng)新、綠色、民生等6 大維度在內的高質量發(fā)展指標體系并對中國2017 年的數(shù)據(jù)進行了實證分析[4]。在綜合考慮構建指標體系的科學性、系統(tǒng)性、可比性以及可操作性等原則基礎上，以市（州、區(qū)、縣）為研究范圍，選取如表1 所示的成渝地區(qū)雙城經濟圈地區(qū)發(fā)展指標，以此評價各地高質量發(fā)展水平。

表1 成渝地區(qū)雙城經濟圈各地區(qū)高質量發(fā)展指標體系

（二）數(shù)據(jù)來源與處理

文章研究數(shù)據(jù)主要根據(jù)各地2020 年統(tǒng)計年鑒、國民經濟和社會發(fā)展統(tǒng)計公報綜合整理而成。運用SPSS25.0 對數(shù)據(jù)進行處理和分析。

（三）研究方法

1.因子分析法

因子分析最早由英國心理學家C.E.斯皮爾曼提出，是一種簡化、分析高維數(shù)據(jù)的統(tǒng)計方法，其基本原理是通過對數(shù)據(jù)進行降維，達到從變量群中提取公共因子的目的，從而實現(xiàn)用提取的少數(shù)幾個公共因子來表示復雜的指標體系的數(shù)據(jù)結構。因子分析過程中，還可以對初始因子載荷矩陣進行旋轉，使得因子和原始變量間的關系重新分配，讓提取的公共因子具有現(xiàn)實意義，讓實證研究的解釋更加科學合理[5-8]。

2.聚類分析法

聚類分析最早源于分類學，又叫做“群分析”，主要基于“物以類聚”原理，將物理或抽象對象的集合分為多個相同類的過程，其本質是一種重要的人類行為。此分析過程中，研究人員將數(shù)據(jù)分類到不同類，從而同一個類的對象相似，不同類相異。為保證比較客觀的進行分類，研究往往采用系統(tǒng)聚類法[5-8]。

二、實證分析結果

（一）因子分析

1.原始數(shù)據(jù)的標準化處理

高質量發(fā)展綜合評價體系中，由于指標之間的單位和數(shù)量級差較大，因此在進行數(shù)據(jù)處理前需要對原始數(shù)據(jù)進行標準化處理，通常有Min-Max 歸一化方法和Z-score 標準化兩種方法。本研究中主要采用Z-score 方法對原始數(shù)據(jù)進行標準化處理，它是一個數(shù)與平均數(shù)的差再除以標準差的過程，公式如下：

2.因子分析適宜性檢驗

檢驗變量之間是否存在相關，是進行因子分析的前提。因此，需要進行因子分析適宜性檢驗，常用的是Bartlett 球形檢驗和KMO 檢驗[9]。研究過程中，我們使用SPSS25.0 軟件對標準化處理后的42 個地區(qū)的13 項指標進行因子分析適宜性檢驗，即KMO 檢驗和Bartlett 球形檢驗。結果顯示：KMO 值為0.730，根據(jù)統(tǒng)計學家Kaiser 給出的KMO 度量標準可知，原始變量適合進行因子分析。Bartlett 球形檢驗得出的相伴概率為0.000，小于顯著性水平0.05，因此拒絕Bartlett球形檢驗的零假設，認為變量間存在較強的相關性，適合做因子分析。

表2 KMO 和巴特利特球形檢驗

3.公因子的提取

同樣，我們使用SPSS25.0 軟件對標準化后的數(shù)據(jù)進行因子分析，根據(jù)特征值大于1 的判斷標準，我們可提取3 個公共因子，各公共因子的特征值、貢獻率和累計貢獻率如表3 所示。經過最大方差旋轉后的方差貢獻率分別為38.002%、23.723%和14.538%，累計方差貢獻率達76.263%，表明這3 個公因子已經反映了全部13 項評價指標的絕大部分信息，因此可以選取這3 個因子作為成渝雙城經濟圈地區(qū)高質量發(fā)展水平的綜合評價指標。

表3 提取因子的特征值、貢獻率和累計貢獻率

為了更加突出提取公因子的作用，將因子進行方差最大正交旋轉，得到旋轉后的公因子載荷矩陣如表4 所示。

通過各因子旋轉后的載荷矩陣可以看出：具有較高載荷的因子變量分布在若干關鍵評價指標上，說明它們之間有著明確的結構關系。公因子所包含的指標因子載荷若為正，表明該因子對公因子產生正向影響；因子載荷若為負，表明該因子對公因子產生負向影響。對比圖1、表4，我們可以直觀地解釋各指標對3 個公因子的貢獻。第一公因子F1主要是由X1（人均GDP）、X2(經濟密度)、X3(規(guī)模以上工業(yè)增加值增長率)、X4(第三產業(yè)占GDP 比重)、X6(固定資產投資增長率)、X7(人均金融機構本外幣各項存款)、X12(城鄉(xiāng)人均社會消費品零售總額)7 個因子綜合作用的指標，主要反映該地區(qū)經濟發(fā)展整體動力、經濟發(fā)展整體效率、工業(yè)企業(yè)經濟發(fā)展活力、服務業(yè)發(fā)展狀況、資本運行情況以及消費狀況；第二公因子F2主要由X8(人均可支配收入)、X10(常住人口城鎮(zhèn)化率)、X11（城鄉(xiāng)收入比）和X13（進出口總額增長情況），主要反映該地區(qū)消費實力、城鎮(zhèn)化發(fā)展水平、城鄉(xiāng)收入差距等方面情況；第三公因子F3主要由X5(一般公共預算收入占GDP 比重)和X9（人均可支配收入占人均GDP 比重）2 個因子作用的指標，主要反映該地區(qū)經濟發(fā)展風險水平或可控風險水平。

圖1 旋轉后各評價指標在空間的分布

表4 旋轉后的因子載荷系數(shù)矩陣

4.公因子得分及綜合發(fā)展水平的量化評價

旋轉后各公因子得分系數(shù)如表5 所示，42 個地區(qū)各公因子的得分根據(jù)公式（2）進行計算；42個地區(qū)的綜合評價得分，根據(jù)3 個公因子旋轉后的方差貢獻率及對應的公因子得分計算，見公式（3）。結果如表5 所示。

表5 旋轉后公因子得分系數(shù)矩陣

從綜合因子F得分的情況可以看出：各地區(qū)高質量發(fā)展水平存在較大差異，各因子及綜合因子得分和排序如表6 所示。

表6 成渝雙城經濟圈各地區(qū)高質量發(fā)展因子得分及排序表

從單個公共因子得分來看：渝中區(qū)、江北區(qū)、黔江區(qū)、九龍坡區(qū)、萬州區(qū)、渝北區(qū)、南岸區(qū)、資陽市、成都市和大渡口區(qū)10 個地區(qū)第一公因子（F1）得分較高，表明這10 個地區(qū)在經濟與發(fā)展?jié)摿Ψ矫婢幱谇傲小６洗▍^(qū)、梁平區(qū)、江津區(qū)、永川區(qū)、德陽市、大足區(qū)、長壽區(qū)、銅梁區(qū)、潼南區(qū)和榮昌區(qū)則得分較低，這些地區(qū)在發(fā)展經濟的同時，還應該注意發(fā)展?jié)摿?。江北區(qū)、南岸區(qū)、成都市、九龍坡區(qū)、沙坪壩區(qū)、大渡口區(qū)、北碚區(qū)、巴南區(qū)、渝北區(qū)和永川區(qū)10 個地區(qū)第二公因子（F2）得分較高，表明這10 個地區(qū)在城鄉(xiāng)合力發(fā)展方面處于領先地位，而內江市、豐都區(qū)、廣安市、萬州區(qū)、雅安市、忠縣、資陽市、達州市、黔江區(qū)和南充市10個地區(qū)則得分較低，這些地區(qū)在發(fā)展經濟時，還應該切實貫徹“五大發(fā)展”理念，落實“協(xié)調”“共享”，統(tǒng)籌城鄉(xiāng)發(fā)展，縮小城鄉(xiāng)差距。渝中區(qū)、榮昌區(qū)、長壽區(qū)、梁平區(qū)、涪陵區(qū)、墊江縣、潼南區(qū)、永川區(qū)、銅梁區(qū)和綦江區(qū)10 個地區(qū)在第三公因子(F3)得分較高，表明這10 個地區(qū)在人均經濟活力和抗風險能力方面處于領先地位，而北碚區(qū)、眉山市、萬州區(qū)、沙坪壩區(qū)、成都市、樂山市、南岸區(qū)、資陽市、大渡口區(qū)和黔江區(qū)10 個地區(qū)則得分較低，這10 個地區(qū)還應在地區(qū)財政收入水平和總體經濟發(fā)展、地區(qū)收入水平與總體經濟發(fā)展的協(xié)調上下功夫。

（二）基于聚類分析的各地區(qū)高質量發(fā)展水平評價

在上述因子分析的基礎上，利用因子分析產生的新變量(因子綜合得分F值)進行聚類分析，即采用以組間聯(lián)接聚類方法，平方歐氏距離為度量標準，對42 個地區(qū)進行聚類（如圖2 所示），系統(tǒng)聚類結果如下：

圖2 成渝地區(qū)雙城經濟圈地區(qū)高質量發(fā)展聚類譜系圖

第一類地區(qū)（1 個）：渝中區(qū)；

第二類地區(qū)（8 個）：江北區(qū)、巴南區(qū)、南岸區(qū)、九龍坡區(qū)、渝北區(qū)、成都市、沙坪壩區(qū)、大渡口區(qū)；

第三類地區(qū)（33 個）：其他地區(qū)。

三、結論與建議

本文通過因子分析和聚類分析發(fā)現(xiàn)，綜合高質量發(fā)展水平較好的地區(qū)不多，絕大多數(shù)地區(qū)的綜合發(fā)展水平偏低?，F(xiàn)就如何提高成渝雙城經濟圈各地區(qū)的高質量發(fā)展水平提出幾點建議。

（1）因地制宜，發(fā)揮優(yōu)勢，實現(xiàn)區(qū)域經濟協(xié)調發(fā)展。從聚類分析結果來看，一類地區(qū)僅有重慶市渝中區(qū)，二類地區(qū)也僅有8 個，其他均為三類地區(qū)；而且，經濟圈內四川省只有成都市進入二類地區(qū)。經濟圈內各地應齊頭并進，綜合發(fā)展水平較好的地區(qū)要利用發(fā)展優(yōu)勢反哺發(fā)展劣勢和短板，各地區(qū)之間還應進行優(yōu)勢互補，實現(xiàn)共同發(fā)展。

（2）產業(yè)優(yōu)化，結構升級，尤其是第三類地區(qū)想要改變自身發(fā)展滯后的現(xiàn)狀，就要大力發(fā)展第三產業(yè)，進一步優(yōu)化地區(qū)產業(yè)結構；要加大固定資產投資力度，促進國際國內雙循環(huán)構建；同時，要進一步控制地區(qū)發(fā)展風險。

（3）成渝地區(qū)雙城經濟圈各地區(qū)要加大招商引資力度，大力扶持發(fā)展相對落后的地區(qū)，充分挖掘其自身地理、人文、環(huán)境等有利因素以實現(xiàn)全面發(fā)展。