网站原创摘 要：经济水平是考察城市发展的重要方面.论文采用因子分析法和Borda模糊数学法结合的方式建立综合评估模型,依据序数总和理论建立合理等级排序,运用聚类分析方法把城市经济发展水平相似区域归在一类发现：影响经济发展的主要因子有经济社会因子、基础设施因子和生态环境因子；城市经济发展水平前三名依次为上海、广州和北京；36个城市按经济发展水平由高到低,可划分为三个能级.实证结果表明：区域城市化与城市区域化是当今城镇发展的规律,城市的竞争更多表现为城市所依托区域的竞争.基于此,各城市在经济发展中,应加快拓展城市的发展空间,走区域协调发展的新型城镇化道路.
关 键 词：经济发展水平；因子分析；Borda模糊数学法；合理等级排序；聚类分析
中图分类号：F299文献标识码：A文章编号：1003-9031（2013）02-0016-04DOI：10.3969/j.issn.1003-9031.2013.02.04
国内外学者对城市经济发展状况的评价指标体系进行了不少研究,但由于各地区城市经济系统本身的复杂性和相关理论的有待深入,目前还没有一种公认可靠的评价方法[1].
目前,综合排名有多种方法,主要的研究方法是直接利用因子分析结果,通过计算第一公共因子得分排序,或是结合权重计算公共因子综合得分排序.本文对国内研究成果加以利用和创新,首次将因子分析法和模糊综合评价法结合系统评价城市经济发展水平.本文的主要贡献体现在：一方面,方法上选择基于因子分析的Borda模糊综合评判法弥补了因子分析法的不足,并根据序数总和理论建立合理等级排序,优化排序方案；另一方面,本文得出的我国36个主要城市经济发展水平排名结果,对于帮助各城市判断其经济所处位置具有参考价值,对于思考其未来经济发展模式有一定启发作用.
一、研究设计
与因子分析法结合进行综合评估时,可将通过因子分析提取的公共因子作为Borda法的评价因子,权重选择因子分析确定的权重,Borda数依据各评价对象在每一公共因子上的得分排序计算获得,最后根据Borda法所建评价模型计算各评价对象综合评估Borda数.
因子分析基础上的聚类结果剔除了指标间相互影响,其精确度高[3].聚类分析思路为：将每个数据对象各视为一类,根据类与类之间的距离将最相似的类合并,再计算新类与其它类之间的相似程度,不断继续这一过程,直到所有数据对象合并为一类.实际应用中可根据具体问题的现实需要选择阀值.
(三)实证结果
利用SPSS17.0对标准化后的数据进行因子分析[4].由表1,相关矩阵特征值大于1的共有3个：λ1等于13.919,λ2等于3.505,λ3等于1.05；其对应的贡献率分别是：63.268%,15.931%,4.772%,累计贡献率为83.972%.
为便于各因子的名词解释,采用方差极大法,对因子载荷矩阵进行旋转（表2）.从因子载荷来看,公共因子一F1在X5、X8、X11、X16、X9、X2、X17、X15、X14、X12、X4、X18、X21、X10和X7上有较大载荷；公共因子二F2在X1、X3、X20、X13、X6和X19上有较大载荷；公共因子三F3在X22上有较大载荷.结合各个指标的含义,可将F1命名为经济社会因子,主要反映各市地方财政预算、第二、三产业增加值和储蓄年末余额等经济指标；F2命名为基础设施因子,主要反映各市总人口和医疗教育等情况；F3命名为生态环境因子,反映各市三废综合利用产品产值.
依据序数总和理论,将2种评价方法下的排序号相加,得到序数总和,确定合理等级排序[5].若序号之和相同,则再结合其重要指标（主要是第一公共因子得分）.结果见表4.
应用SPSS17.0进行聚类,将36个主要城市按其经济发展水平划分为三类（表5）.
二、结果分析
由聚类分析的结果并结合等级排名,把36个城市划分为三个能级.
第一能级城市数量最少,有3个,分别是：金融中心上海、沿海城市广州和我国首都北京,属于经济发展水平高的城市.因子分析综合得分上海为2.820932079,是最高分；而综合Borda数广州为31.49,是最高分.可见,按不同的衡量方法,会有不同的排序结果,因而综合两种排序方法的合理等级排序,比单独用某一种方法排序,可能更合理.从单个因子排名来看,这三个城市在经济社会因子排名都名列前茅,验证了经济社会因子的重要性.
第二能级城市队伍最为庞大,有19个,属于经济发展水平较好的城市.从地理位置看,排名相对较前的城市,如天津、深圳、杭州,多临海或位于东南沿海地区,说明区域也是影响经济发展水平的重要因素.从单个因子排名来看,杭州在第三公共因子生态环境因子位居第一,独具特色,其经验值得进一步研究、借鉴.
第三能级数量居中,有14个,属于经济发展水平一般的城市.从地理位置看,排名相对较后的城市,如西宁、银川和贵阳,多位于内陆的中西部地区.这与这些地区的交通不发达有关.另外这些地区的专业优秀人才大多流向经济较发达地区,使得这些地区与经济较发达地区间经济发展差距有进一步扩大的趋势.
分析各区域经济发展情况可看出,我国西部各省份应注意区域经济的协调发展,我国中部地区应充分发挥区域的资源优势,加强区域间协调和协作,以增强区域竞争力；我国经济发展水平较高的城市,应力争建设成为特大城市.城市区域化与区域城市化成为当今城镇化发展的客观规律,城市间的竞争更多地表现为城市所依托区域间的竞争.因而,各市在经济发展中,应注意加快拓展城市发展空间,走区域协调发展的新型城镇化道路.
在此特别需要指出的是,聚类结果和合理等级排序有很大关系,但略有不同：石家庄和厦门两个城市排名和聚类结果有出入,可能是由于排序与聚类的数学原理和方法不同造成的,是合理的.
三、总结
本文对已有的研究成果加以创新,首次将因子分析法和模糊综合评价法结合对城市经济发展水平进行排名.实证发现,影响经济发展的主要因子有经济社会因子、基础设施因子和生态环境因子；基于序数总和理论,城市经济发展水平前三名依次为上海、广州和北京；运用聚类分析方法,36个城市按经济发展水平由高到低,可划分为三个能级.实证结果表明,区域城市化与城市区域化是当今城镇发展的规律,城市的竞争更多表现为城市所依托区域的竞争.基于此,各城市在经济发展中,应加快拓展城市的发展空间,走区域协调发展的新型城镇化道路.
应当指出的是,本文仍然存在一些不足.第一,根据因子分析法得到的权重,受客观数据采集的准确性影响,与实际可能会存在偏差；第二,本文参与因子分析的指标只有22个,可能不足以解释问题；第三,因子分析法的缺点表现在样本容量要足够大,评价标准与样本有关,评价结果是一个相对优劣顺序；第四,序号总和理论有两条立论的前提是评价方法要足够多,每种评价方法的结果要大体上准确,但评价方法多就很难实现[6].