苏锡常各地区区域经济竞争力综合评价

Comprehensive Evaluation on Regional Economic Competitiveness of Suzhou, Wuxi and Changzhou in Jiangsu Province

摘要: 苏锡常区位优越、交通便捷、城镇密集、人才众多，自改革开放以来，各类企业异军突起，各个市辖区和代管的县级市蓬勃发展。由于常规分析方法对经济竞争力[1]的分析具有模糊性，本文运用主成分综合评价模型，对苏锡常及其代管的县级市的主要社会经济指标进行实证分析，通过SPSS软件给出这些城市经济竞争力的综合得分及其排序，进而对苏锡常城市的经济实力进行综合评价。

Abstract: Suzhou, Wuxi and Changzhou are important parts of the Yangtze River Delta. Since the reform and opening-up, enterprises of all kinds have emerged, and each municipal district and the county-level cities under its charge have been developing vigorously. Since the analysis of economic competitiveness by conventional analysis methods [1] is fuzzy, this paper uses the principal compo-nent comprehensive evaluation model to make an empirical analysis of the main socio-economic indicators of Suzhou, Wuxi, Changzhou and the county-level cities under their charge; the com-prehensive scores and the order of these cities’ economic competitiveness are given by SPSS soft-ware; and then the economic strength of Suzhou, Wuxi and Changzhou cities is evaluated.

1. 引言

在国际经济一体化进程加快的同时，竞争力问题也成为了愈来愈多人探讨研究的课题。苏锡常地区作为长三角重要组成部分，要发挥自身优势，为进一步加快经济发展做出努力，以此提升经济竞争力。本文旨在分析区域经济竞争力，在合理选择评价指标的基础上首先对苏锡常及昆山、太仓、张家港、常熟、溧阳、江阴、宜兴的数据进行无量纲化处理，然后依据主成分分析法确定指标权重，建立经济竞争力的综合评价模型，最后进行分析。

2. 主成分分析法建立综合评价模型

针对多指标的统计问题本文选择主成分分析法，就是用降维的思想，将原来具有较强相关性的多个原始变量综合成几个综合变量，来表示原始数据的绝大部分信息，同时这几个综合变量不相关，从而克服了多指标信息重叠现象 [2]。

采用主成分分析法建立经济竞争力综合评价模型得步骤如下：

设有n个待评价的城市，选取具有一定的相关性的经济竞争力p个评价指标构成的随机向量为 $x={\left(x_1,x_2,\cdots ,x_p\right)}^{\text{T}}$，样本矩阵为：

$X=\left[\begin{array}{cccc}{x}_{11}& x_{12}& \cdots & x_{1p}\\ x_{21}& x_{22}& \cdots & x_{2p}\\ ⋮& ⋮& \ddots & ⋮\\ x_{n1}& x_{n2}& \cdots & x_{np}\end{array}\right]$

其中 $x_{ij}$ 表示第i个城市的第j个指标， $Z{X}_i$ 是原始指标 $X_i$ 的标准化。

1) 首先将原始数据进行标准化处理，用来消除不同指标之间的量纲影响。计算得到标准化后的矩阵为 $Y=\left(Z{X}_{ij}\right),Z{X}_{ij}=\frac{x_{ij}-{\bar{x}}_j}{{\sigma }_j}$，其中 ${\bar{x}}_j=\frac{1}{n}{\displaystyle \underset{i=1}{\overset{n}{\sum }}{x}_{ij}},{\sigma }_j=\sqrt{\frac{1}{n-1}{\displaystyle \underset{i=1}{\overset{n}{\sum }}{\left(x_{ij}-{\bar{x}}_j\right)}^2}}$。

2) 建立标准化数据的相关系数矩阵 $R={\left[r_{ij}\right]}_{p\times p}$， $r_{ij}$ 是 $Z{X}_i$ 与 $Z{X}_j$ 的相关系数。计算出相关系数矩阵R的特征值 ${\lambda }_1\ge {\lambda }_2\ge \cdots \ge {\lambda }_P>0$，对应的特征向量 $u_1,u_2,\cdots ,u_p$，于是得到p个主成分 $f_i=u_{i1}Z{X}_1+u_{i2}Z{X}_2+\cdots +u_{ip}Z{X}_p$。

3) 相关系数矩阵的特征值为 ${\lambda }_1,{\lambda }_2,\cdots ,{\lambda }_p$，即为该主成分的方差，其贡献率 [3] 为 ${\alpha }_i=\frac{{\lambda }_i}{{\displaystyle \underset{k=1}{\overset{p}{\sum }}{\lambda }_k}}$，此贡献率是主成分的方差再全部方差中的比值，这个比值越大，反映了第i个主成分综合原指标信息的能力越强。

4) 根据贡献率确定主成分个数 [4]，以每个主成分的方差贡献率为权重，构造经济竞争力的综合评价

模型。选取使得主成分的累计贡献率 ${\displaystyle \underset{i=1}{\overset{m}{\sum }}{\alpha }_i}\ge \text{85}\%$ 的最小整数m，此时最终确定选取前m个主成分，并用

这m个主成分构造综合评价模型， $F_i={\alpha }_1{f}_1+{\alpha }_2{f}_2+\cdots +{\alpha }_m{f}_m,i=1,2,\cdots ,n$ [5]。

为F排序即得各城市经济竞争力综合得分的高低，即可量化比较区域经济竞争力，并进行综合评价。

3. 苏锡常各地区区域经济竞争力综合评价的实证分析

3.1. 评价指标体系的建立

为计算影响苏锡常区域经济竞争力的主导因素 [6]，根据可比性、客观性、系统整体性、可操作性等原则，自变量的选取应全面、相关且尽可能地不自相关，经考量，建立的指标体系见表1。

Table 1. Evaluation index system of economic competitiveness

表1. 经济竞争力评价指标体系

根据以上建立的区域经济竞争力评价指标体系，本文数据来源登录政府网站，查阅苏锡常及其县级市2019年统计年鉴以及2018年国民经济与社会发展统计公报上的相关指标对应的数据后，经过整理，得出经过SPSS进行的标准化处理见表2：

Table 2. 2018 data of Suzhou, Wuxi and Changzhou after standardization of original indicators

表2. 2018年苏锡常原始指标标准化后的数据

3.2. 指标特征值与贡献率的确定

总方差解释表(表3)中可以看出，第1主成分的方差贡献率为67.728%，第2主成分的方差贡献率为17.377%，第3主成分的方差贡献率为8.068%，第1、2、3主成分的累积贡献率达到93.173%，所以只需选择把前三项作为主成分因子，就足以反映所需信息，可以计算出各因子对于原始指标的载荷状况(表4)。

Table 3. Index eigenvalue and cumulative contribution rate

表3. 指标特征值与累计贡献率

Table 4. Initial factor load matrix

表4. 初始因子载荷矩阵

由上表可知，地区生产总值、一般公共预算收规模以上工业总产值、社会消费品零售总额、工业用电量等指标在第1主成分上有较高载荷 [7]，表示第1主成分基本反映了这些指标的信息；同理第2主成分基本反映了人均生产总值、税收占比、居民人均可支配收入这三个指标的信息；而第3个主成分基本可以囊括其余的指标。因此提取3个主成分可以基本反映全部指标的信息，可以用三个新变量来代替原来的18个变量。

3.3. 苏锡常区域经济竞争力综合得分与排名

用 $f_1,f_2,f_3$ 分别表示三个主成分，其线性组合分别为：

$f_1=0.284X_1+0.016X_2+0.067X_3+1.205X_4+0.891X_5+2.226X_6+3.468X_7+4.441X_8+5.148X_9;$

$f_2=-0.006X_1+0.507X_2-0.676X_3-0.018X_4+1.753X_5-0.101X_6-0.330X_7+0.059X_8+12.049X_9;$

$f_3=-0.025X_1-0.121X_2+0.237X_3-0.138X_4+0.586X_5-0.177X_6-0.077X_7-0.682X_8+1.273X_9.$

建立区域经济竞争力综合评价模型：

$F=0.7269\times f_1+0.1865\times f_2+0.0866\times f_3,$

用来综合评价苏锡常及其代管的县级市的经济竞争力水平，借助Excel进行计算得到该10个城市按综合得分的排序见表5：

Table 5. Summary score ranking table

表5. 综合得分排名表

Continued

4. 结果分析

区域经济竞争力的本质在于该区域所拥有的各种资源优势和较高资源配置效率 [8]。上述经济竞争力综合评价实证分析的结果显示，苏锡常三市的经济水平总体上存在非常不平衡的现象，既有优势又有不足。从三个城市的角度看，苏州市的经济竞争力最强，无锡次之，而常州区域经济竞争力最弱；从涵盖代管的县级市的角度看，在总体上，苏州代管的县级市昆山、江阴、张家港、常熟经济竞争力水平都很高，其中昆山最高，得分3.16分，无锡代管的县级市江阴的经济竞争力也比较优良，而太仓、宜兴、溧阳的经济竞争力相对来说就比较弱，其中溧阳最弱，得分−21.36分，远远落后于其他县级市。

从单项指标也可以看出，苏州、无锡、常州之间的区域经济竞争力水平存在较大差距。苏州需要进一步注重提升传统产业的竞争力，可以通过高新技术产业来改造传统经济产业，将调整升级和机制完善相结合，和可持续性发展联系起来。

无锡需要推行国际化战略，增强融入国际市场能力；全力推进信息化战略，提高创新能力；全力推进规模化战略 [9]，提升经济竞争力；全力推进人才发展战略，充分激活人才优势。

常州需要优化产业结构，促进产业结构升级 [10]；扶持培育一批创业创新人才，注重科技人才培育的意识，充分利用好常州大学城来培养全面发展的科技型人才。

对于各个县级市而言，昆山作为经济竞争力的佼佼者，其在很多方面都很优秀，特别注重于高新技术的发展以及科技创新能力的培养，这对于提高区域竞争力来说是不可或缺的一环，作为经济竞争力较弱的溧阳应该着重于培养科技创新型人才，多参与各项省级以上的竞赛与评比，增加各行各业的竞争力，并且积极对外贸易，拓宽业务，适时转型。

5. 结论

目前，全球化趋势不断加快，经济竞争范围也越来越广泛。世界经济发展轨迹证明，在评价地区发展状况时，经济竞争力是强而有力的一环，是一个国家或地区国民经济发展的基石，是技术创新的重要载体。我们可以通过这些数据选取我们需要的部分数据，并进行统计软件的处理，深度剖析出数据所反映的具体问题，找出提高竞争力的途径和措施从而进行分析和建议，以助于经济产业更好的发展，有针对性地提高各地区的经济竞争力，具有重要的理论和实践意义。

本文运用主成分分析法，用SPSS统计软件对苏锡常各地区区域经济竞争力数据进行了综合评价，并且结合现状对苏锡常及县级市进行分析。本文尽量使研究成果符合实际地发展，并希望能够在一定程度上给苏锡常的发展提出建设性意见，以期苏锡常各市共同提升区域经济竞争力。

基金项目

江苏省大学生创新创业训练计划项目(215)，国家自然科学基金(11401418)。