吳健輝，蔣麗萍

(1景德鎮(zhèn)學(xué)院 信息工程學(xué)院， 江西 景德鎮(zhèn) 333400；2上饒市康橋中學(xué)，江西 上饒 334100)

本文借助SPSS 22統(tǒng)計分析軟件，以江西省11個設(shè)區(qū)市經(jīng)濟(jì)發(fā)展數(shù)據(jù)為依據(jù)，從經(jīng)濟(jì)量的增長、經(jīng)濟(jì)結(jié)構(gòu)的改進(jìn)和優(yōu)化等含義入手進(jìn)行聚類分析，通過8個主要經(jīng)濟(jì)指標(biāo)分析全省各地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r，提出縮小差距的措施及建議。

1 經(jīng)濟(jì)發(fā)展的含義

經(jīng)濟(jì)發(fā)展的含義比較豐富，一般主要有三方面內(nèi)容[1]：一是經(jīng)濟(jì)社會結(jié)構(gòu)性的轉(zhuǎn)變；二是經(jīng)濟(jì)社會質(zhì)的改善；三是國民經(jīng)濟(jì)量的增長和擴(kuò)張。

2 全省各設(shè)區(qū)市經(jīng)濟(jì)發(fā)展分類

利用SPSS 22統(tǒng)計軟件，對收集的2020年1月～12月各設(shè)區(qū)市的生產(chǎn)總值、財政總收入、一般公共預(yù)算收入、規(guī)模以上工業(yè)增加值、固定資產(chǎn)投資、限額以上消費品零售額、出口值、實際利用外商直接投資等8個主要經(jīng)濟(jì)指標(biāo)數(shù)據(jù)(數(shù)據(jù)來源：江西省統(tǒng)計局)，先進(jìn)行標(biāo)準(zhǔn)化處理，再采用主成分法進(jìn)行因子分析，最后得到輸出結(jié)果。

首先考察原有變量是否適合進(jìn)行因子分析。從表1的Bartlett球形檢定可以看出檢驗的P值很小，遠(yuǎn)小于0.05，表明各變量之間的相關(guān)性矩陣與單位陣有顯著差異。同時KMO統(tǒng)計量為0.660，說明各變量間信息的重疊程度較高，適合做因子分析[2]。

表1 KMO與Bartlett 檢定

從表2看到前三個公因子的累計方差貢獻(xiàn)率為98.175%，因此抽取三個公因子。記F1作為第一公因子，F(xiàn)2為第二公因子，F(xiàn)3為第三公因子。

表2 說明的變異數(shù)總計

表3是變量共同度表，從表中看到變量的共同度都在90%以上，即所抽取的3個公因子對原始指標(biāo)變量的解釋能力都在90%以上，提取出的三個公因子對各變量的解釋能力是較強的。

表3 變量共同度

表4 旋轉(zhuǎn)后的因子載荷矩陣

表4為旋轉(zhuǎn)后的因子載荷矩陣。從上表可以看出，公因子F1主要反映生產(chǎn)總值、財政總收入、一般公共預(yù)算收入、社會消費品零售總額、出口值、外商直接投資實際使用金額，這6個指標(biāo)在公因子F1上的載荷值均在0.90以上，都是與城市對外經(jīng)濟(jì)與貿(mào)易有關(guān)的因子，反映11個設(shè)區(qū)市的貿(mào)易發(fā)展規(guī)模與發(fā)展水平，命名F1為貿(mào)易因子；公因子F2在固定資產(chǎn)投資增長上的載荷值為0.963，反映11個設(shè)區(qū)市的企業(yè)、居民建造和購買房產(chǎn)、建筑物、機(jī)器等固定資產(chǎn)的工作量以及與此相關(guān)的費用變化情況，命名F2為資產(chǎn)增長因子；公因子F3在規(guī)模以上工業(yè)增加值上的載荷值為0.981，反映全省年主營收入大于2000萬的工業(yè)企業(yè)或者國有工業(yè)企業(yè)等規(guī)模以上企業(yè)在2020年1月～12月期間生產(chǎn)過程中新增加的價值增長率，命名F3為盈利增長因子。因子分析得到各樣品的三個公因子得分，即表5中數(shù)據(jù)。

運用SPSS 22統(tǒng)計軟件，根據(jù)公因子F1，F(xiàn)2，F(xiàn)3 對11個設(shè)區(qū)市進(jìn)行系統(tǒng)聚類分析，得到一個凝聚順序表，將表6中的聚合系數(shù)與對應(yīng)的分類數(shù)繪制成一個表格，并以分類數(shù)為橫軸，以聚合系數(shù)為縱軸繪制“碎石圖”。

表5 江西省11個設(shè)區(qū)市的三個公因子得分

表6 聚合系數(shù)與分類數(shù)

從圖1碎石圖中看出，在分類數(shù)為5的時候，隨著分類數(shù)的增大聚合系數(shù)沒有驟降現(xiàn)象。所以，選取聚類數(shù)為5是合理的。

圖1 碎石圖

以因子分析得到的三個公因子為分類依據(jù)，將聚類數(shù)改為5，重新進(jìn)行系統(tǒng)聚類分析，得到冰柱圖。從圖2冰柱圖可以看出聚類結(jié)果為：G1={南昌市}，G2={萍鄉(xiāng)市、景德鎮(zhèn)市}，G3={九江、贛州}， G4={新余市、宜春市}， G5={鷹潭市、吉安市、撫州市、上饒市}。

圖2 冰柱圖

然后繪制各類的三個公因子得分的均值對比圖，得到圖3，計算各類的三個公因子得分的平均數(shù)，得到表7。

圖3 均值對比圖

從圖3與表7看到，聚類后第一類的公因子F1得分的平均數(shù)最高，但公因子F2得分的平均數(shù)為負(fù)值，第五類的公因子F2得分與公因子F3得分的平均數(shù)最高，但公因子F1得分的平均數(shù)為負(fù)值；第

表7 各類公因子得分的平均數(shù)

二類的三個公因子得分的平均數(shù)均為負(fù)值；第三類的公因子F3得分的平均數(shù)最低，公因子F1與F2得分的平均數(shù)均為正值；第四類僅有公因子F3得分的平均數(shù)為正值，而且公因子F2得分的平均值最低。

最后，利用方差分析法分析各類在哪些經(jīng)濟(jì)指標(biāo)上存在顯著差異。通過單因素方差分析，得到表8方差分析表。

表8 方差分析表

從表8可知，當(dāng)顯著性水平α=0.05時，三個公因子得分的平均數(shù)檢驗的P值分別為0.007、0.018、0.032，均小于0.05，所以拒絕原假設(shè)，即對全省11個設(shè)區(qū)市進(jìn)行聚類分析得到的五個類別在三個公因子上均存在顯著差異，分類結(jié)果是合理的。

3 江西省設(shè)區(qū)市經(jīng)濟(jì)發(fā)展現(xiàn)狀及問題分析

3.1 設(shè)區(qū)市經(jīng)濟(jì)發(fā)展的現(xiàn)狀分析

從各類的三個公因子得分的平均數(shù)表7可以看出，在公因子F1(貿(mào)易因子)得分的平均數(shù)最高的是第一類，包含的城市有南昌市，達(dá)到2.4257015，遠(yuǎn)高于第三組的0.6264714，第三組包含的城市有九江市與贛州市，除此之外其他三組的公因子F1得分的平均值均小于0，就貿(mào)易經(jīng)濟(jì)而言，南昌市是全省發(fā)展最好的城市，緊跟其后的是九江市與贛州市，為0.6264714，其他城市的經(jīng)濟(jì)貿(mào)易發(fā)展較慢。在公因子F2(資產(chǎn)增長因子)上得分最高的是第五類，包括鷹潭市、吉安市、撫州市、上饒市等城市，達(dá)到0.7653000，說明這些企業(yè)購買房產(chǎn)、建筑物、機(jī)器等固定資產(chǎn)相關(guān)的費用變化較大，企業(yè)的固定資產(chǎn)更新改造加速及居民居住環(huán)境、公共環(huán)境改善較大。第三組在公因子F2(資產(chǎn)增長因子)上得分位居第二，為0.6893326，南昌市在公因子F2上的得分低于0。在公因子F3(盈利增長因子)得分的平均數(shù)最大的也是第五類，達(dá)到0.7698970，說明鷹潭市、吉安市、撫州市、上饒市的規(guī)模以上企業(yè)盈利增長最大，其次是第四組，包括新余市、宜春市，為0.5172096，南昌市為0.2960059，其他兩組的值為負(fù)。

公因子F1的方差貢獻(xiàn)率為73.177%，說明公因子F1(貿(mào)易因子)是全省經(jīng)濟(jì)發(fā)展指標(biāo)體系的主要方面。除了第一類南昌市與第三類的九江市和贛州市外，其余8個設(shè)區(qū)市的公因子F1得分的平均數(shù)均為負(fù)數(shù)，說明這8個設(shè)區(qū)市在對外經(jīng)濟(jì)貿(mào)易方面都有所欠缺，導(dǎo)致南昌市、九江市和贛州市與這些城市在經(jīng)濟(jì)發(fā)展方面差距較大；對于第五類城市與第三類城市，它們在公因子F2得分的平均數(shù)最高，也就是說這兩類城市的企業(yè)、居民建造和購買房產(chǎn)、建筑物、機(jī)器等固定資產(chǎn)的工作量以及與此相關(guān)的費用在2020年1月到12月增長最大，企業(yè)的發(fā)展后勁有顯著提高，居民的生活水平和幸福指數(shù)也有顯著提升；第三類城市在公因子F1上與F2上的表現(xiàn)均衡，反映九江與贛州在經(jīng)濟(jì)發(fā)展過程中兼顧經(jīng)濟(jì)貿(mào)易發(fā)展與固定資產(chǎn)投資增長。而第五類城市雖然在公因子F2得分平均數(shù)最大，但可能由于歷史的原因，在公因子F1上得分較低，反映出在經(jīng)濟(jì)貿(mào)易發(fā)展方面要做較大努力；其他三類城市公因子F2得分的平均數(shù)為負(fù)數(shù)，說明萍鄉(xiāng)市、景德鎮(zhèn)市、宜春市、吉安市以及南昌市的企業(yè)、居民建造和購買房產(chǎn)、建筑物、機(jī)器等固定資產(chǎn)投入在2020年1月到12月增長不大；第五類城市在公因子F3(盈利增長因子)得分平均數(shù)是最大的，達(dá)到0.7698970，說明第五類城市的規(guī)模以上企業(yè)在2020年1月到12月內(nèi)的盈利增長最多；其次為第四類城市，達(dá)0.5172096，第一類南昌市在公因子F3(盈利增長因子)得分的平均數(shù)達(dá)到0.2960059，其他兩類城市在公因子F3得分的平均數(shù)為負(fù)，反映出萍鄉(xiāng)市、景德鎮(zhèn)市、九江、贛州要提高規(guī)模以上企業(yè)的盈利增長能力。

3.2 設(shè)區(qū)市經(jīng)濟(jì)發(fā)展存在的主要問題

⑴南昌市固定資產(chǎn)投資增長以及規(guī)模以上企業(yè)盈利增長發(fā)展緩慢，城市基礎(chǔ)投資需要加強。

⑵鷹潭市、吉安市、撫州市、上饒市等城市在對外經(jīng)濟(jì)貿(mào)易方面發(fā)展較為緩慢。

⑶九江市與贛州市規(guī)模以上企業(yè)的盈利增長能力較低，降低企業(yè)經(jīng)濟(jì)貿(mào)易發(fā)展的質(zhì)量。

⑷新余和宜春固定資產(chǎn)投產(chǎn)增長緩慢。

⑸萍鄉(xiāng)市、景德鎮(zhèn)市固定資產(chǎn)投資、企業(yè)盈利等均需提高。

4 縮小全省各設(shè)區(qū)市經(jīng)濟(jì)發(fā)展差距的具體措施

根據(jù)聚類分析的結(jié)果，針對不同類別城市存在的問題，提出縮小各地區(qū)經(jīng)濟(jì)發(fā)展差距的解決措施：

⑴南昌市對外經(jīng)濟(jì)貿(mào)易方面發(fā)展較好，但固定資產(chǎn)投資以及規(guī)模以上企業(yè)盈利相對而言發(fā)展緩慢，可在保持對外經(jīng)濟(jì)貿(mào)易方面發(fā)展態(tài)勢的基礎(chǔ)上，適當(dāng)加大城市基礎(chǔ)建設(shè)投資力度，提高城市的人居環(huán)境，提高城市對企業(yè)與人才的吸引力。鼓勵企業(yè)加大固定資產(chǎn)的更新改造力度，提高政府的服務(wù)能力，加大吸引外資的力度，加快產(chǎn)業(yè)升級，提高規(guī)模經(jīng)濟(jì)效益，提高企業(yè)的發(fā)展后勁。要帶動周邊地區(qū)等對外經(jīng)濟(jì)貿(mào)易方面的發(fā)展，提高省會城市在經(jīng)濟(jì)方面的輻射功能。

⑵九江市可充分發(fā)揮其交通便利、港口、人才及所處的區(qū)域優(yōu)勢，提升企業(yè)的盈利增長能力，在自身發(fā)展的同時帶動周邊城市聯(lián)動發(fā)展。

⑶贛州市是連接珠三角的橋頭堡城市，未來在保持現(xiàn)有的固定資產(chǎn)發(fā)展優(yōu)勢之外，應(yīng)努力提升規(guī)模以上企業(yè)的盈利增長能力，帶動周邊城市聯(lián)動發(fā)展。

⑷鷹潭、吉安、撫州、上饒、新余、宜春、景德鎮(zhèn)、萍鄉(xiāng)可與南昌、九江、贛州等城市形成優(yōu)勢互補，加大城市基礎(chǔ)建設(shè)，提升城市管理水平，吸引新興產(chǎn)業(yè)人才落戶城市創(chuàng)業(yè)。

⑸各地區(qū)要制定優(yōu)惠政策吸引各類人才落戶創(chuàng)業(yè)，鼓勵自主創(chuàng)業(yè)，鼓勵外出打工人員回鄉(xiāng)創(chuàng)業(yè)，將當(dāng)?shù)氐土膭趧恿εc經(jīng)濟(jì)發(fā)達(dá)區(qū)域的先進(jìn)生產(chǎn)技術(shù)和管理經(jīng)驗相結(jié)合，大力發(fā)展工業(yè)企業(yè)，促進(jìn)區(qū)域經(jīng)濟(jì)的發(fā)展[3]。

⑹省政府可制定政策統(tǒng)籌區(qū)域經(jīng)濟(jì)發(fā)展，促使各城市協(xié)調(diào)發(fā)展，以縮小城市經(jīng)濟(jì)發(fā)展差距。加大城市基礎(chǔ)建設(shè)投資，提升城市管理水平，增強城市軟實力，通過政策優(yōu)惠或財政的轉(zhuǎn)移支付等手段扶持經(jīng)濟(jì)欠發(fā)達(dá)的城市建設(shè)，發(fā)展優(yōu)勢產(chǎn)業(yè)，在全省范圍內(nèi)布局新興優(yōu)勢產(chǎn)業(yè)群，促使各城市協(xié)調(diào)發(fā)展。