江苏省城市服务业竞争力的评价

孟小会

【摘要】本文主要对江苏省13个城市的服务业竞争力进行评价，首先构建了服务业竞争力评价指标体系，对2005-2010年的数据进行因子分析，根据竞争力得分情况确定各个指标的权重，然后以2010年的数据为基础进行灰色关联分析，再根据灰色关联度对13个城市的服务业竞争力进行综合评价，最后提出了有针对性的政策建议。

【关键词】服务业竞争力；因子分析；灰色关联分析

一、问题的提出

在分工深化和交易规模扩大的当今社会，服务业在国民经济中的地位日益突出。服务业的发达程度已成为衡量一个地区综合竞争力和现代化水平的重要标志。关于服务业竞争力指标体系的构建和灰色关联分析方法的运用，不少学者从不同角度做了相关研究。王贵彬（2010）运用区位熵理论，辅以三次产业结构比例，分析了江苏省服务业发展状况和内部结构问题。严志华（2010）对无锡市五家四星级以上饭店的顾客满意度进行灰色关联分析，得出影响顾客满意度的影响因素。史小康（2011）借助灰色关联和主成分分析相结合的思想建立了公司绩效评价模型。郑淑琴（2012）综合运用AHP和熵值法进行组合赋权，为建筑业竞争力评价提出一种多层次灰色系统决策模型。

本文在扩充和修改了前人的服务业竞争力评价指标体系的基础上，通过因子分析法和灰色关联分析法，对江苏省13城市的服务业竞争力进行定量分析和综合评价，根据所得结论给出提升江苏省各城市服务业竞争力的对策。

二、竞争力指标体系的建立和评价方法

（一）指标体系的建立

服务业竞争力评价是一个涵盖服务业本身及相关要素关系和行为多个方面的综合系统。在对服务业竞争力内涵的理解和已有研究成果的基础上，本文在构建指标体系时遵循重点性、科学性、规范性、可比性、定性与定量分析相结合的原则，从经济实力、服务业总体状况、人力资本和服务业成长力四个方面选取了13个指标，对江苏省13个城市的服务业竞争力进行分析。评级指标体系如表1。

（二）评价方法与思路

1.因子分析

在多元统计分析中，因子分析是一种从众多的可观测变量中概括和综合出少数几个因子，用较少的因子变量最大程度的概括和解释原有的观测信息，从而使问题简化的方法。基本步骤如下：

（1）设有n个观察对象，选取的指标有p个，分别，计算标准化指标之间的相关系数，得到相关系数矩阵。

（2）设表示矩阵的按其大小顺序排列的个特征值，为相应的标准正交特征向量，那么每个主成分都是的线性组合。

（3）为保证原有数据所包含的信息量被主成分充分提取，要使提取出来的主成分方差贡献率达到85%以上，即。

（4）对提取的各个主成分的得分进行加权求和，得到各个评价对象的综合得分，根据综合得分和每个主成分的线性组合求出每个指标对综合得分的权重向量，并对指标权重向量做归一化处理。

2.灰色关联分析

灰色关联分析是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考序列和比较序列的几何形状相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度就越大，反之就越小。基本步骤如下：

（1）确定分析序列

（2）数据的无量纲化

由于系统中各因素序列的数据可能因量纲不同，不便于比较或在比较时难以得到正确的结论。因此在进行灰色关联分析是要进行数据的无量纲化处理。本文对2010年13个城市的数据进行规范化处理。

（3）计算关联系数

（4）计算关联度

（5）关联度排序

根据因子分析法得出的各个指标的权重，求得各个地区的灰色加权关联度及其排名。

3.数据及研究思路

本文实证部分的数据由2006-2011年《江苏省统计年鉴》和相关计算得到，由于数据量较大，此处省略。本研究首先对江苏省13个城市2005-2010年的统计数据进行因子分析，提取出主成分，并得到每个指标对服务业竞争力综合指标的影响权重。为克服因子分析评价指标体系信息不完全的缺陷，进一步对江苏省13个城市2010年的数据采用灰色关联分析，得到各城市与参考城市各个指标的灰色关联系数。最后，结合指标影响权重求灰色加权关联度，并得出竞争力排名。

三、实证研究

（一）各指标权重的确定

利用SPSS13.0统计软件，对2005-2010年江苏省13个城市的13项指标进行因子分析，为了避免不同量纲和数量级的指标对数据分析的影响，在因子分析之前先对13个城市的原始数据进行标准化处理。抽样适度测试值（KMO）为0.760，表明变量间的偏相关性较强，提取出来的原变量的信息百分比基本都在0.8以上，表明因子分析适用性较好。按照特征值大于1的原则，选取三个主成分，累计方差贡献率达到88.95%>85%。

从因子分析结果看，第一公因子F1在人均地方财政收入（X3）、人均GDP（X1）、人均服务业产值（X7）、服务业增加值（X5）、进出口总额（X4）、服务密度（X13）、城镇固定资产投资（X2）上具有较大的载荷和解释能力，这些指标反映了各地区的经济实力和服务业总体状况，可以命名为社会经济因子；第二公因子F2在区位熵（X8）、服务业增加值占GDP比重（X6）、每万人高等学校在校生数（X9）、服务业从业人员占总从业人员的比重（X10）这四个指标上载荷较大，X8、X6反映了各地区生产总值的结构组成情况，X9、X10反映了各地区的人力资本构成情况，所以可以命名为服务业结构因子；第三公因子F3在服务业增加值增长率（X11）和服务业增加值占GDP比重增长率（X12）上的解释能力较强，因为这两个指标反映了各地区服务业的成长情况，所以我们命名为服务业成长力因子。

四、结果分析

为了更清晰的看出各城市服务业竞争力的差异，本文在灰色加权关联度及其排名的基础上，采用SPSS13.0中的系统聚类法进行聚类分析，划分为三大类，第一类包括苏州、南京和无锡；第二类包括常州、宿迁、镇江、淮安、徐州和泰州；第三类包括盐城、南通、扬州和连云港。

（一）第一类地区：苏州、南京、无锡

从表中可以看出这三个地区的灰色加权关联度基本都在0.6以上，它们都属于经济比较发达的苏南地区，这些地区由于长期受到长三角及上海一些地区的辐射作用，经济发展迅速，资本实力雄厚。苏州凭借其在人均GDP、人均服务业产值、固定资产投资、人均地方财政收入、进出口总额大量吸引高科技人才和外资投入，促进服务业发展。南京人口密度较大，城市经济发展水平较高，加之交通通讯发达，区位优势明显，工业基础雄厚，为其服务业的发展提供了更广阔的空间。无锡处在长三角的几何中心位置，是我国民族工商业的发祥地，积累了深厚的工商文化。

（二）第二类地区：常州、宿迁、镇江、淮安、徐州、泰州

从表中可以看出，第二类地区的灰色加权关联度都在0.4以上，常州灰色加权关联度为0.4551，在人均GDP、人均服务业产值上处于较高水平，但其进出口总额较小，说明其人才匮乏、开放程度较低，在外资引进与利用水平上与其他城市差距较大。宿迁在服务业产值及其产值占GDP比重增长率这一服务业成长因子上得分较高，灰色加权关联度为0.4382，排名第五，说明近年来宿迁经济发展势头强劲，但宿迁的经济总体实力、服务业规模、产业层次还比较落后。镇江作为江苏省富裕苏南地区的一员，在主动接受区域辐射，并发挥得天独厚的旅游业条件，服务业竞争力较强，但开放程度不够，与苏南地区其他城市还存在较大差距。在省政府加大向苏北地区倾斜扶持力度的推动下，淮安的服务业成长较快，但因其经济增长主要依托于第一产业，经济基础薄弱，工业化和城市化双重滞后。徐州的服务业对经济发展的推动作用呈上升趋势，而且服务业也成为吸纳就业的主要渠道，但其服务业内部结构不合理，传统服务业比重较大，导致人均收入和消费能力不足。泰州地处苏中地区，物流业优势比较明显，但其服务业发展多以劳动密集型、低附加值型为主，龙头企业少，产业集群程度不高。综合来看这类地区有一个共同特点，就是服务业成长力因子F3的作用明显，使得总的灰色关联度较高。

（三）第三类地区：盐城、南通、扬州、连云港

这类地区的灰色加权关联度都在0.4以下，总的来看，各地区在各指标上的灰色关联度普遍较低，没有优势指标。相比其他指标，盐城和南通在区位熵、服务业增加值占GDP比重上与理想地区的灰色关联系数最低，说明其服务业发展速度缓慢，地区GDP结构构成没有太大突破。扬州在进出口总额上的灰色关联系数较小，说明其对外开放程度较小，不利于服务业的发展。连云港是江苏省重要的的港口城市，但其资金匮乏，基础建设不足，严重阻碍服务业的发展。

参考文献

[1]刘思峰，党耀国，方志耕.灰色系统理论及其应用（第三版）[M].北京：科学出版社，2004.

[2]江小娟.服务业与中国经济：相关性、结构转变和的潜力[J].经济研究，2004（1）.

[3]吴士元.我国省级服务业竞争力的综合评价[J].统计与决策，2003（10）.

[4]王淑婧.广东与深圳服务业竞争力对比研究[J].华南师范大学学报（自然科学版），2005（1）.

[5]史小康.基于灰色关联与主成分分析的公司绩效评价——以2009年信息技术上市公司为例[J].金融与经济，2011（6）.

[6]李江帆.第三产业发展状况的评估依据与评价指标[J].经济管理，1997（8）.