基于因子分析的沿海港口经济竞争力实证研究
——以西南沿海港口群为例

2017-04-17 09:01黄景贵
关键词:统计局贡献率方差

邓 春,刘 玥,黄景贵

(1.海南广播电视大学 财经学院,海南 海口 570208;2.海南工商职业学院 国际商务系,海南 海口 570112;3.海南经贸职业技术学院,海南 海口 571127 )

基于因子分析的沿海港口经济竞争力实证研究
——以西南沿海港口群为例

邓 春1,刘 玥2,黄景贵3

(1.海南广播电视大学 财经学院,海南 海口 570208;2.海南工商职业学院 国际商务系,海南 海口 570112;3.海南经贸职业技术学院,海南 海口 571127 )

鉴于我国西南沿海港口群在中国-东盟海上合作的重要作用以及海南成为建设“21世纪海上丝绸之路”的战略支点,通过因子分析法构建港口经济竞争力评价的综合指标体系,对2014年海口、三亚、洋浦、八所、防城港、钦州、北海等7个代表性港口的数据综合评价,找出海南港口经济发展的优势与劣势,并提出相应的对策建议。

因子分析;港口经济竞争力;评价指标

随着经济全球化以及区域经济一体化的快速发展,作为交通枢纽的港口,其地位和作用越来越突出,功能也日益丰富。现在的港口不仅仅是交通、物流中心和对外开放的窗口,也是所在城市、地区和国家参与国际经济合作与竞争的重要战略资源,利用国际国内“两种资源、两个市场”的物质基础、带动区域经济发展的核心资源和推动产业结构调整的重要力量,还是发展海洋经济的桥头堡。2013年10月3日国家主席习近平对此也发表了重要的讲话,表达了中国将加强与东盟国家之间的建设,共同发展海洋经济,与东盟国家发展成为海洋合作伙伴关系,致力于共同建设“21世纪海上丝绸之路”。在博鳌举行的亚洲国际论坛上,国家发改委、外交部会同商务部三部委联合就“21世纪海上丝绸之路”的推进与建设发表纲领性文件——《推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动》,其中特别提到了海南在丝绸之路建设当中的地位,要加大对海南岛的开发,强化作为国际旅游岛的地位,加强海南省包括海口、三亚港口在内的16个港口建设,使之成为建设“海上丝绸之路”的排头兵和主力军。

我国与东盟各国之间的商贸往来、大宗货物主要是靠海运进行运输,海运的出海口主要是通过包括海南、广东、广西在内的西南沿海港口组成的港口群。西南沿海的港口群不仅存在合作,也存在竞争。从地理位置上看,各港口的位置相近,功能也大同小异。广西三港北海、防城、钦州由于得到当地政府的重视,在资金与政策上获得扶持,更成立了广西北部湾国际港务集团,将三个港口以北部湾港的组织架构统一进行规划发展,现共有227个泊位,其中更有万吨以上的泊位56个。尽管近年来海南各港得到快速发展,但海南毕竟是一个岛屿,缺乏基本的腹地经济支撑,临港产业欠发达,同时因为起步晚,导致了港口经济发展的落后。海南作为建设“21世纪海上丝绸之路”的战略支点、北部湾地区的重要组成部分,如何利用其优势来促进其港口经济的发展成为研究重点。本文力图通过因子分析在比较中找出影响海南港口经济竞争力的因素,并提出相应对策。

一、综合指标体系的构建

因子分析(Factor Analysis Approach),即从变量群中提取共性因子,且据此分析此共性因子与分析指标之间的关系,用量化的方式进行度量各因子对分析指标的影响方向和程度。基本的思路是以主成分为基础,通过建立多个变量之间的函数,研究分析多个变量之间的相关系数关系,通过相关系数矩阵的建立,提取共性因子,在此之上再根据方差贡献率的大小来赋予因子的权重。因子分析法在经济研究当中,在占有大量数据情况之下,可以就某一经济指标的变化进行量化分析,不仅可以全面分析多个因素对此指标造成的影响,更可以分析出某一因素的影响大小。

因子分析是常用的港口竞争力分析的方法,通过因子分析,可以判别港口经济发展状况的优劣,得到影响港口发展因素的排序,发挥港口的优势,提高其综合竞争力。利用该方法的两大优势:一方面是可以对港口经济的影响因素进行客观量化,另一方面还可以降低各指标的相关性影响。

影响港口经济发展的因素来自多个方面,特别是近年来由于港口功能的丰富以及经济全球化进程不断加快。影响港口经济竞争力的促进与制约因素也在不断变化。本研究构建港口经济竞争力综合评价指标体系包括五个一级指标,12个二级指标,见表1。

表1 港口经济影响因素评级指标体系

二、实证研究

本研究所选择港口包括海口港、洋浦港、八所港、三亚港、北海港、防城港、钦州港共7个港口。主要通过 SPSS 17.0软件进行数据处理。

(一)样本数据选取及处理

为了维护数据的完整性与客观性,本研究选取数据为2014年数据,数据主要来自《海南统计年鉴2015》、《广西统计年鉴2015》和《中国港口年鉴2015》以及《2014年各市发布的国民经济和社会发展统计公报》。7个港口所有指标的原始数据见表2。

表2 2014年港口经济比较原始数据

(二)提取共性因子

因子分析法和主成分法比较优势在于,在减少原有变量的同时提取的共性因子能最大限度保留原有的变量信息。不同因子分析方法选择共性因子的方法不同,诸如重心法、最大似然法等,但这些方法在本质上是相近的,其基础都是相关系数矩阵,只是对于矩阵的对角线上的值采用的共性估值不同。本文以特征性为标准所选的共性因子,以所能解释的方差大小来对应特征值进行共性估值。由于标准变量的方差取值为1,因此特征值法选择的共性因子值必须要大于标准变量的方差值,即要大于1。

在总解释方差表中,显示因子得分的方差排列顺序,根据特征值计算每个因子方差的百分比。从表3可以看出,第一主成分特征根值为5.765,方差贡献率为48.044%。第二主成分特征根2.747,方差贡献率为22.893%,第三主成分特征根值为1.429,方差贡献率11.911%,第四主成分特征根值为1.29,方差贡献率10.747%,前四个成分的特征值方差累计贡献率达到93.595%。根据因子分析提取公因子原则——特征值大于1或者方差累计贡献率达到85%以上,本文提取出四个公共因子。

表3 解释的总方差

提取方法:主成份分析。

(三)计算因子载荷及因子命名

提取了4个主成分,如表4所示。

表4 成份矩阵a

为提高公因子对研究问题的解释力度,采用最大方差法对提取的四个公因子进行旋转交换。从而得到旋转后的成分矩阵,限于篇幅,旋转成份矩阵表省略。

如果某变量与某公因子的联系系数绝对值较大,说明该变量与该公因子的关系越近,公因子F1在变量x1、x2、x3上载荷值较大,该三个变量是港口设施及服务能力指标,因此定义F1为港口设施及服务能力因子,同时对剩余三个公因子进行命名,F2定义为发展潜力因子,F3定义为腹地经济条件因子,F4定义为港口相关产业支撑因子。并且对矩阵的旋转变化共进行4次,得到旋转综合矩阵,见表5。

表5 成份转换矩阵

(四)因子综合得分

因子得分是将原始变量的标准化值,代入因子得分函数中计算得到,综合得分=∑(各因子得分 ×各因子所对应的方差贡献率)÷∑各因子的方差贡献率,整理数据经计算得出表6的成份得分系数矩阵,表中的纵向数据是各个变量的权系数值,表中数值已经取标准化。

表6 成份得分系数矩阵

各港口因子得分情况如表7所示。

表7 各港口因子得分

通过港口经济竞争力评价的计算公式:

总得分=∑(各因子得分 ×各因子所对应的方差贡献率)÷∑各因子的方差贡献率,得到7个港口的综合得分见表8。

表8 综合竞争力得分

三、因子分析结果及启示

1.从旋转成份矩阵可知,在影响海南港口经济发展的五个因素中,排名第一位的是港口基础设施条件和港口自身的服务能力,这也是海南港口经济发展的重中之重,表明海南港口的硬件设施和实际运作能力对于港口经济发展的基础作用。第二位影响因素是港口发展潜力,发达的临港产业和高效的现代物流业是港口经济发展的潜力所在,其中宏观经济政策的支持作用明显,地区经济开放程度对于港口经济影响也不容小觑。第三位影响因素主要是港口腹地经济条件,说明海南直接的经济规模、产业发展水平等因素是海南港口经济发展动力的重要来源;第四位因素是产业链上游发展状况,尤其突出显示应加强投融资建设。

2.就2014年海南及广西北部湾三港港口经济的相关数据,从表8可以看到综合评价的得分情况:海口港位居第一,其后依次是防城港、钦州港、北海港,海南其他三港洋浦港、三亚港和八所港位居末位。从排名的情况发现各港口经济发展的优劣势基本和前面分析的影响因素及其重要性吻合。与广西北部湾三港相比,海南这三个港口存在交通基础设施方面的弱势,所以应该加强这方面的建设,当然也需要产业链上游相关产业的支持,比如融资方面等,因此要大力发展金融、保险、通信等现代服务业,同时,应该着力改造和提高港口经济活力和进出口规模。另外,三亚港口的问题在于港口的吞吐量过少,由于港口集、疏、运网络建设力度不够,港口缺乏与腹地经济的联系,使得三亚的经济快速发展无法为三亚港口发展作出应有的贡献。除此之外港口产业链的整合程度不高也是三亚港发展的一大难题,受到三亚港的临港产业规模小,产业集群未建设起来的限制,这是将来三亚港口发展要关注的重点。

3.从上述分析结果可以得出以下结论:海南港口应加快港口及交通基础设施建设,大力发展临港产业,积极发展现代物流业,加强政府对港口的宏观调控和指导,提高海南港口信息化水平,拓宽港口多元化投融资渠道和建设经营,构建完善配套的法律法规体系,注重海南港口人才培养战略的实施。实现海南港口经济的可持续发展,努力打造国际枢纽港,做“21世纪海上丝绸之路”建设的排头兵。

[1] 海南省统计局,国家统计局海南调查总队.海南统计年鉴2015[Z].北京:中国统计出版社,2015.

[2] 广西壮族自治区统计局,国家统计局广西调查总队.广西统计年鉴2015[Z].北京:中国统计出版社,2015.

[3] 中国港口年鉴编辑部.中国港口年鉴2015[Z].北京:中国港口杂志社,2015.

[4] 海口市统计局,国家统计局海口调查队.海口市2014年国民经济和社会发展统计公报[R].海口:海口市统计局,2015.

[5] 三亚市统计局. 三亚市2014年国民经济和社会发展统计公报[R].三亚:三亚市统计局,2015.

[6] 儋州市统计局. 儋州市2014年国民经济和社会发展统计公报[R].儋州:儋州市统计局,2015.

[7] 东方市统计局.东方市2014年国民经济和社会发展统计公报[R].东方:东方市统计局,2015.

[8] 北海市统计局.北海市2014年国民经济和社会发展统计公报[R].北海:北海市统计局,2015.

[9] 钦州市统计局. 钦州市2014年国民经济和社会发展统计公报[R].钦州:钦州市统计局,2015.

[10] 防城港市统计局. 防城港2014年国民经济和社会发展统计公报[R].防城港:防城港市统计局,2015.

[11] 国家发展改革委,外交部,商务部.推动共建丝绸之路经济带和21世纪海上丝绸之路的愿景与行动[EB/OL].[2015-03-28].http:∥news.xinhuanet.com/2015-03-28/c.1114793986.htm.

[责任编辑:靳香玲]

An Empirical Research on the Economic Competitiveness of theCoastal Ports Based on the Factor Analysis:With the Group of Southwest Coastal Ports as an Example

DENG Chun1, LIU Yue2, HUANG Jing-gui3

(1. School of Finance and Economics, Hainan Radio and TV University, Haikou 570208, China; 2. Department of International Business, HainanTechnology and Business College, Haikou 570112, China; 3. Hainan Vocational College of Economics and Business, Haikou 571127, China)

In the light of the importance of the group of southwestern coastal ports in the cooperation of China and the ASEAN, along with the strategic position of Hainan in the development of the Maritime Silk Road of the 21st Century, this paper, adopting the method of factor analysis, establishes a comprehensive index system for evaluating economic competitiveness of ports. Furthermore, it comprehensively evaluates the data of seven representative ports including Haikou, Sanya, Yangpu, Basuo, Fangchenggang, Qinzhou and Beihai in 2014, finding out the advantages and disadvantages of the economic development of ports in Hainan while proposing the corresponding countermeasures.

factor analysis; economic competitiveness of port; evaluation index

2016-09-23

海南省哲学社会科学2015年规划课题(HNSK(YB)15-66)

邓春(1970-),女,侗族,贵州凯里人,海南广播电视大学财经学院副教授,主要从事区域经济研究。

F 224.0

A

1004-1710(2017)01-0041-05

猜你喜欢
统计局贡献率方差
概率与统计(2)——离散型随机变量的期望与方差
一种通用的装备体系贡献率评估框架
方差越小越好?
计算方差用哪个公式
欧盟统计局数据确认加速从中国进口电动自行车
关于装备体系贡献率研究的几点思考
方差生活秀
各地GDP增速大排行
В первой половине 2016 года вклад потребления в рост китайской экономики достиг 73,4 процента