“十二五”时期合肥市新型工业化目标测度.docVIP

“十二五”时期合肥市新型工业化目标测度 　　【摘 要】本文在把握新型工业化本质内涵，数据的可获取性以及计算上的可操作性的基础上，建立一套适用于测度合肥市新型工业化发展水平的评价指标体系。在对指标体系深入分析的基础上，运用因子分析法，对合肥市的新型工业水平进行实证分析，得出新型工业化发展水平现状，分析合肥市新型工业化现状的特点。然后对“十二五”时期合肥市新型工业化目标进行测度，分析可能制约新型工业化进程的瓶颈。最后就如何实现该目标提出政策建议，以推动合肥市新型工业化更好地向前发展。 　　【关键词】新型工业化；指标体系；测度 　　1.引言 　　“十二五”时期，是合肥加速工业化、城市化的关键时期，随着国务院《促进中部地区崛起规划》（2009）、《皖江城市带承接产业转移示范区规划》（2010）的出台，如何抓住中部地区战略崛起、皖江城市带示范发展的良好契机，对于合肥市实现在“十二五”时期中的大跨越发展有着重要意义。 　　本文则从科技含量与信息化程度、经济效益状况与发展水平、人力资源利用程度、资源利用与环境保护能力四大方面，选取23个基础指标构成了新型工业化发展程度评价指标体系。 　　2.指标选取及指标体系的确定 　　根据“以信息化带动工业化，以工业化促进信息化、科技含量高、经济效益好、资源消耗低、环境污染少、人力资源优势得到充分发挥”的新型工业化的内涵和特征，以及指标体系构建的科学性，可行性，可比性，综合性原则，借鉴国外关于工业化阶段划分标准和国内专家和学者对新型工业化水平测度研究的成果，本文构建的新型工业化指标体系分为目标层指标、分层指标、基础层指标三个层次，四个大项，23个小项，最终指标体系如表3.1所示。 　　3.合肥市新型工业化水平的实证研究 　　为了更全面的了解合肥市新型工业化的发展状况，根据建立的指标体系和收集的指标数据，对合肥市新型工业化现状用SPSS进行因子分析，具体步骤如下： 　　3.1 样本分析结果 　　我们先对参加这次因子分析的变量进行描述性说明和统计检验。 　　描述性统计可以看出：这次共23个指标参加了处理，每个指标共有6个样本，没有缺陷值，参加率为100%。 　　统计检验： 　　Bartlett球形检验的Sig0.0001，即各个变量之间不是独立的，可以考虑进行因子分析；Kaiser-Meyer-Olin Measure of Sampling Adequacy 检验是用于检验变量间的偏相关系数是否过小，当KMO值大于0.9时效果最佳，小于0.5时不适宜做因子分析。这里KMO=0.921，适合做因子分析。 　　3.2 确定因子变量和计算因子载荷矩阵 　　构造因子变量是因子分析的关键步骤之一。因子分析中有许多确定因子变量的方法，如：基于主成分模型的主成分分析法和基于因子分析模型的主轴因子法、极大似然法、最小二乘法等。在这里，作者采用的是较为广泛的主成分分析法。 　　本文提取了特征值大于1的主成分共3个，可以看出3个主成分的方差贡献率为98.487%，说明这六个主成分己经解释了所研究经济现象的98.487%，可以认为抽取的主成分是合适的。（一般来说，社会研究抽取的解释度在75%以上就可以认为是不错的） 　　根据旋转后的因子载荷矩阵从可以看出，由于进行了方差最大化旋转，各个因子中各原始变量的系数有了明显的变化。成分1主要包括了科技含量、信息化水平以及人力资源利用指标，同时也反映出了经济效益情况，体现了工业质量方面的情况；成分2包括了资源利用与环保能力和工业化水平指标，体现了工业化持续发展潜力方面的情况；成分3包括工业成本费用利润率和电信业务总量占GDP总量比重两个方面的指标。 　　3.3 计算因子得分及新型工业化总得分 　　我们利用因子得分系数矩阵来计算各主成分分值，利用如下公式： 　　成分1=0.114*Xl-0.005*X2-0.135*X3-0.002*X4-0.072*X5+0.210*X6 　　+0.103*X7+0.061*X8+0.174*X9+0.260*X10+0.120*X11+0.054*X12-0.123*X13+0.067*X14+0.282*X15+0.190*X16+0.142*X17+0.018*X18-0.073*X19-0.079*X20-0.092*X21-0.234X22+0.096*X23 　　以此类推，分别求出成分2和成分3的值。 　　为了得到合肥市2004-2010年的新型工业化总得分，并对其进行排名，利用以下公式：F=83.947%*（成分1）+6.121%*（成分2） 　　+5.223%*（成分3），其中：F称为新型工业化水平总得分，公式中的83.947%，6.121%，5.223%，分别是成分1、成分2和成分3的方差