安徽省城市综合发展水平评价

钟画

摘要：本文以安徽省16个地级市为研究对象，主要从经济发展、居民生活、社会发展和环境资源这四个方面选取了12个指标，构建城市发展水平的综合评价指标体系，通过因子分析法对安徽省各个城市的综合发展水平进行评价。研究的结论表明：安徽省各城市的发展水平存在着显著的差异，其中发展最好的是合肥市，发展较好的是马鞍山市、芜湖市，其他城市的发展水平较为一般，而发展落后的是滁州市、宣城市。

关键词：城市发展水平;因子分析;综合评价

随着中国经济的发展，我国经济步入新常态，安徽省的经济发展水平也有了一定的提升，但经济的发展水平并不能代表一个地区全部的发展水平，安徽经济发展较快，但安徽的发展水平在全国仍然处于比较落后的状态。因此，分析安徽省各市的发展情况，对了解安徽省的整体发展趋势是有一定益处的，且有利于促进不同地区的协调发展。

1.文献综述

近年来，有很多学者研究了不同城市的发展水平，有的是针对某一方面的发展情况，比如经济水平，也有的是从综合发展水平来进行评价。

以山东省为例，宗晓洁[1]基于因子分析和聚类分析的方法，选取能够衡量城市发展水平的10项指标来对山东省各城市发展水平进行综合评价并给出建议。以安徽省为例，武童[2]根据实际情况，先了解安徽省内不同城市的经济发展水平，再根据它们各自的发展特点，运用R语言中的探索性因子分析法对安徽省各城市经济发展水平进行综合评价。严清清[3]运用Topsis方法来研究安徽省各城市竞争力，研究表明安徽省各城市间发展不均衡，差异表现在自然区位、社会区位和产业结构因素方面。以陕甘宁地区为例，宋光飞等[4]根据实际的发展情况，构建了城市综合发展评价指标体系。运用主成分分析法，从经济、社会、环境、人口和四位一体来对陕甘宁地区综合发展水平进行评价，同时使用GIS技术绘制层级图来进行差异分析。以我国整体地区为例，基于因子分析法，李敬科[5]选取了7个指标对全国36个主要城市的经济发展水平、高等教育、医疗卫生状况进行研究分析。

本文在前人研究的基础上，总结分析选取12个具有代表性的指标，利用2018年安徽各城市发展水平，采用因子分析法对安徽省城市发展水平展开研究，希望能够为安徽省的发展提供一定的参考。

2.因子分析模型

2.1因子分析的基本原理

因子分析是一种简化、分析高维数据的统计方法，它的原理是通过对变量间关系的研究，找出能够综合原始变量的少数几个公共因子，使得少数公共因子能够反映原始变量的绝大部分信息，达到降维的目的。

假设用xi（i=1，2，…，p）表示所要研究的p个变量，运算后得到的公共因子用F1，F2，…，Fk（i≤p）来表示，εi为特殊因子，表示每个观测变量不能被公共因子所解释的部分，且它们满足以下条件：（1）Cov（Fi，εi）=0，即Fi和εi不相关;（2）DF=Ik，即F1，F2，…，Fk不相关，且方差为1;则因子分析模型可表示为：

2.2因子分析的具体步骤

（1）标准化处理：为了消除量纲的影响，需要对数据进行标准化处理。本文采用的是Z-score法来对数据进行标准化处理。（2）对因子分析的适用性检验：因子分析要求原始变量之间需要具有较强的相关性，这里采用KMO和巴特莱特检验。KMO统计量取值在0～1，一般认为，它的值在0.5以上就适合做因子分析。对于巴特莱特检验，若统计量值较大，而p值低于规定的显著性水平，则拒绝原假设，可认为原始变量间存在一定的相关性，说明做因子分析是有效的。（3）确定公共因子：公共因子提取方式包括：选取特征值大于1的所有的公共因子;选取累计贡献率达85%的特征值，分别对应为第一、第二、…、第k（k≤p）个公共因子。（4）因子旋转：经过运算得到初始因子载荷矩阵解释各主因子的代表变量不是很突出，得到的未旋转的公共因子的实际意义也不好解释。因此，需要进行因子正交旋转，使得负载尽量向0或1的方向靠近，使实际意义显示出来。（5）计算因子综合得分：为反映每一个样本在总体中的位置关系，我们需要计算每个样本的因子综合得分，计算公

3.实证研究

3.1研究对象

安徽省是长三角的重要组成部分，处于全国经济发展的战略要冲和国内几大经济板块的对接地带，为了解其发展水平，本文选取2018年安徽省各城市主要发展指标数据，通过因子分析法對安徽省16个地级市的综合发展水平进行分析。

3.2指标选取

本文主要从经济发展、居民生活、社会发展和环境资源这四个方面对安徽省各个城市的综合发展水平进行分析，选取12个具有代表性的评价指标，构建了如表1所示的城市发展水平综合评价指标体系：

3.3数据来源

考虑分析到准确性，本文所选数据均来源于安徽省2019年统计年鉴。

3.4实证分析

3.4.1对数据的标准化处理与适用性检验

采用KMO和巴特莱特检验对数据的相关性进行检验，检验的结果如表2。从检验结果可以看出，KMO值为0.611，符合false，可进行因子分析。再由Sig.值为0.000，表示拒绝原假设，说明数据之间存在一定的相关性，适合做因子分析。

3.4.2总方差解释分析

运用软件计算数据的特征值、方差贡献率和累计贡献率，得出总方差解释表如下，可看出有四个指标的特征值大于1，且累积方差贡献率达到88.21%，足以反映所有指标的绝大部分信息，故选取F1、F2、F3、F4为第一、二、三、四公共因子。

3.4.3因子载荷矩阵分析

由于初始因子变量用来解释各主因子典型代表变量不够突出，因此需要通过旋转坐标轴进行方差最大化正交旋转，得到旋转后的因子载荷矩阵。由此将F1、F2、F3、F4分别命名为居民、社会水平因子，经济、居民、环境水平因子，经济水平因子，环境水平因子，并将旋转后的因子变量记为                        。

3.4.4公共因子得分及排名

可根据公共因子得分系数矩阵，计算四个公共因子的表达式。为得到各城市的公共因子得分情况，取四个公共因子的方差贡献率作为权重，并根据公式计算综合得分F：

F=（46.383F1+20.100F2+12.529F3+9.196F4）÷88.208

由此得出各项因子得分并排名，得到如下的因子得分排名表：

从表5来看，在F1得分最高的是合肥市，说明合肥市的居民生活水平和社会发展水平都是比较靠前的，紧随其后的是芜湖市和安庆市。但安庆市在其他三个公共因子上的得分都不靠前，所以综合得分排名靠后，安庆市应该要加强经济建设与环境资源保护并重。在F2得分较低的有亳州市和阜阳市，这些城市应该需要扩大生产，提升居民的生活水平。F3反映城市的第二、三产业的占比情况，在这方面得分最高的是黄山市。黄山市历来以旅游景点著名，黄山市的旅游服务行业发展是不错的，他们的经济收入也大多靠旅游服务业支撑，可看出2018年黄山市的经济发展水平还不错，但其在F1上的得分排在最后，说明在发展旅游服务业的同时还需要加强自身的社会发展水平，可以加强公共设施的建设，如医院、图书馆等场所。F4反映城市的环境资源水平，在F4上得分靠前的有淮南市、淮北市和阜阳市，说明这些城市环境资源水平发展比较好，但其他方面的发展还有待提升。

4.结论

综上来看，2018年安徽省城市综合得分排在前三的分别是合肥市、马鞍山市和芜湖市。合肥市综合得分最高，这与合肥是安徽省的省会离不开关系。合肥市一直以来处于安徽省发展的前端，综合发展水平最好。从整体也能看出安徽省的各城市间的发展差异较大，如合肥市各项发展水平一直遥遥领先，但排名靠后一些城市，如宣城市、滁州市等，它们的各项得分排名都不高，说明这些城市仍需加强各方面的发展，全面提升综合水平。

通过以上分析得出如下结论：安徽省各城市的发展水平存在着显著的差异，其中发展最好的是合肥市，其在各方面的发展都表现不错;发展较好的马鞍山市、芜湖市等地区，它们总体发展还不错，但在某一或某些方面还存在不足，需要针对具体的情况采取措施来提升自身发展水平;发展较为落后的滁州市、宣城市等地区，它们在各方面的发展状况都不是很理想，对于这类地區，可通过周围发展较好城市进行帮扶，重点针对薄弱方面进行改进，还可以利用地理位置、自然资源等特点充分发挥出优势。

参考文献：

[1]宗晓洁.山东省各城市发展水平综合评价[J].知识经济，2017（15）：18-19.

[2]武童.基于因子分析的安徽省各城市经济发展水平综合评价探究[J].中国市场，2019（26）：20-21.

[3]严清清.基于Topsis法的安徽省城市竞争力比较分析[J].保定学院学报，2014，27（05）：82-87.

[4]宋光飞，王晓峰，包珺玮，王磊.基于PCA分析的陕甘宁综合发展评价研究[J].河南科学，2014，32（07）：1340-1345.

[5]李敬科.我国主要城市综合发展水平评价[J].合作经济与科技，2016（10）：59-60.