基于时序全局主成分分析的四川省区域经济协调发展水平研究
时间：2021-02-22 20:01:23 来源：雅意学习网 本文已影响 人 
摘 要：以四川省的21个地级市州为研究对象，针对2004—2013年的15个指标的三维立体时序数据，运用时序全局主成分分析法，提取立体数据中的全局主成分，描绘全局主成分的发展趋势，揭示四川省域经济协调发展的内部结构，分析四川省域经济协调发展演变的动态过程。
关键词：经济协调发展；指标体系；时序全局主成分；动态研究
中图分类号：F127 文献标志码：A 文章编号：1673-291X（2016）06-0057-04
引言
在经济发展的不同阶段，区域经济差异是不可避免的，而区域协调发展是减缓区域经济差异扩大，逐步缩小区域经济差异的根本所在。区域协调发展水平高低，不仅决定了能否把区域之间的经济发展差距控制在合理、适度的范围内，还决定了区域经济整体高效增长的效率。因此，测度一个区域经济协调发展水平，分析一个区域经济协调发展水平的特征与趋势，从而进行合理的产业调整，梯度转移，提高区域经济协调发展水平，是一个重大的战略问题，具有十分重大的现实意义和深远的历史意义。
改革开放及西部大开发以来，四川省经济得到了快速发展，经济实力也大幅提高。与此同时，区域经济发展出现了不平衡，区域经济发展差异矛盾也日益突出。因此，从影响区域经济协调发展水平的相关因素出发，测度四川区域经济协调发展水平，以区域为出发点和归宿寻找提高区域经济协调发展水平的途径和路线，为区域经济健康发展继续和增强四川省的经济总体实力提供参考性建议，这具有重要的现实意义。
时序主成分分析方法在主成分分析的基础上，以一个综合变量来取代原有的全局变量，再以此为基础描绘出系统的总体水平随时间的变化轨迹。汪霞等利用时序主成分分析对贵州省的经济综合发展做出了动态描述[1]，罗光斌等应用时序主成分分析法对重庆市1997—2004 年可持续发展状况进行了定量研究[2]，丁洁基于时序全局主成分分析法以安徽淮河流域地区为例，分析描绘该区域生态环境的变化趋势[3]。时序全局主成分分析法在城市化的评价、投资环境的评价、经济发展评价等各方面得到了广泛应用[4～7]。本文基于时序全局主成分分析法对四川省经济协调性进行评估。
一、区域经济协调发展水平评价指标体系
区域经济协调发展本身具有复杂性，所以，评价指标体系要求从多角度、多方位反映区域经济协调发展的各个方而特征，所选取的指标应具有一定的涵盖面，而且应兼顾每一年各个市州所有指标的可获取性，最终形成一个紧密联系、互相依存和支撑的开放式指标系统。
另一方面，考虑时序主成分分析模型对数据的要求和限制，所选取指标的数量并不是越多越好，而是应该在覆盖面广的同时指标之间的共线性不能太强，否则会影响提取主成分的效果。
在科学性、全面系统性、层次性、简要性、可比性、可操作性和针对性的构建原则下，本文选取了人均国内生产总值、人均民营经济增加值、平均货币工资、全社会固定资产总计、房地产开发竣工房屋价值、地方财政一般预算收入、城镇居民人均可支配收入、农村居民人均收入、农林牧渔业总产值、农业机械总动力、规模以上的集体工业企业工业总产值、建筑业总产值、单位面积粮食产量、建筑业劳动生产率、社会消费品零售总额，共15个经济指标，涵盖国民经济状况、建筑业、工业、农业各个方面的相应指标，形成了合理的、科学的区域经济协调发展水平的评价指标体系。
二、时序主成分分析模型
主成分分析是研究如何通过原始变量的少数几个线性组合来解释原始变量的绝大部分信息的方法。由于研究某一问题涉及的众多变量之间有一定的相关性，就必然存在着起支配作用的共同因素。根据这一点，通过对原始变量相关矩阵或协方差矩阵内部结构关系的研究，利用原始变量的线性组合形成几个综合指标（称为主成分），在保留原始变量主要信息的前提下，起到降维与简化问题的作用，使得在研究复杂问题时更容易抓住主要矛盾，这就是主成分分析的思想。
时间序列分析是一种处理动态数据的统计方法。该方法基于随机过程理论和数理统计学方法，对按时间顺序采集到的数据（称为时间序列）进行统计数据分析，利用序列自相关、偏相关等统计分析，在此基础上识别并且建立ARMA或者ARIMA等线性模型或者GARCH等非线性模型，然后进行模型参数的估计，模型诊断和预测。
时序主成分分析模型是时序分析和主成分分析方法的结合，其过程是对时序立体数据表在固定时刻上进行主成分分析，获得一组按时间排放的有完全同名的变量指标，建立时序模型进行趋势分析和预测，从而系统地、动态地、客观地分析不同时间、不同局域经济协调性的态势、差异与发展。
三、实证分析
（一）样本数据
本文选取四川省成都、自贡、攀枝花、泸州、德阳、绵阳、广元、遂宁、内江、乐山、南充、眉山、宜宾、广安、达州、雅安、巴中、资阳、阿坝藏族羌族自治州、甘孜藏族自治州、凉山彝族自治州21个市州2004—2013年的经济指标数据进行实证研究。数据来源于2004—2014年各年相对应的《四川统计年鉴》。
（二）2005年主成分分析的结果
用SPSS21软件对2005年标准化后的数据进行主成分分析得到特征值、载荷矩阵，分别（见表1和下页表2）。
由表1看出，提取的前三个主成分的方差和占全部方差的比例为，保留了原始指标的大部分信息，只需要提取3个主成分。
从下页表2可以看出，第一主成分主要涵盖了人均民营经济增加值、全社会固定资产总计、地方财政一般预算收入等6项指标，反映社会经济发展状况的主要指标，取名为综合经济实力规模主成分。第二主成分中人均国内生产总值、平均货币工资、大中型工业企业工业总产值、建筑业企业劳动生产率这4项指标的系数远远大于其他各项指标，主要反个人劳动生产率和工业发展状况，取名为个人生产力与社会工业发展状况主成分。第三主成分主要反映农村居民人均收入、单位面积粮食产量的情况，故取名为农民人均农业价值创造能力主成分。
