新常态经济下我国第三产业发展水平研究.docVIP

新常态经济下我国第三产业发展水平研究 　　摘 要：第三产业的发展水平是衡量一个国家或地区社会化生产程度和市场经济发展水平的重要标志。2012年，我国经济从前几年的高增速下降到8%以内，在新常态经济下，各省市第三产业的发展水平又会有何变化呢？本文通过构建第三产业发展水平的评估指标，运用因子分析的方法得到我国31个省市在2012年第三产业发展的综合得分，从而得到各省市第三产业发展水平的客观评价。 　　关键词：新常态；第三产业；因子分析 　　0 引言 　　2012年，我国经济增长速度开始出现多年来罕见的下降情况，已经由之前的高速发展降低到8%以下，而在2013年，第三产业的比重又首次超过第二产业，这说明我国的经济结构调整取得了一定的进展，在这种新常态下，中国经济结构将不断优化升级，第三产业逐步成为产业主体，服务业比重上升将是长期趋势。随着国家经济发展方式的转变和调整结构步伐的加快，制造业的增速将逐渐下滑，第三产业的发展将节节加速，这对传统制造业的升级将起到关键性作用。 　　1 相关研究 　　近年来，很多学者通过一些反映第三产业发展水平的指标对各地区的第三产业发展水平进行了衡量。林武平（2006）将影响第三产业发展水平的指标分为地区第三产值比重、地区第三产业就业比重等六个指标，并运用因子分析法和聚类分析对2000-2004年的《中国统计年鉴》的数据进行分析，把我国的27个省的第三产业发展水平分成了两大类，五小类。高风（2008）从发展规模、发展速度、发展效益和产业贡献度四个方面构建评价指标体系运用因子分析的方法对内蒙古的第三产业发展水平进行了评估。李苗苗、姜照华（2010）从发展规模、发展速度、发展结构、发展效益和发展潜力五个方面构造了第三产业发展水平综合评价的一个指标体系，并运用该指标体系对我国31个省、直辖市和自治区的第三产业的发展水平运用改进的主成分分析法进行了综合评价，最后根据评价结果得出了我国第三产业发展的几个特征及其分类。朱晓杰（2012）从静态水平指标和动态水平指标两方面来构建评价指标体系，运用因子分析和聚类分析的方法分析了河南第三产业发展水平。综合众多学者的研究，可以看出，评价我国各省市第三产业发展水平大都采用了因子分析的方法，关键在于各学者对指标的选取各有差异。 　　2 第三产业发展水平衡量指标的构建 　　本文通过参考相关文献，本着数据可得性、内容全面性、指标代表性等原则，从不同的侧面选取了代表各地区第三产业发展水平的9个指标，如表1所示。 　　3 数据来源及综合评价 　　本文的数据来源于中华人民共和国国际统计局网站，数据计算及分析是基于SPSS17.0完成的。由于影响地区第三产业发展水平的因素比较多，且难以避免多重共线性的问题，所以本文采用因子分析法来解决这一问题。首先，将衡量第三产业发展水平的9个指标作为因子分析的原始变量，然后计算相关系数矩阵，接着测算矩阵特征值与特征向量，最后计算出各因子的得分及综合评分。 　　3.1 通过分析变量间的相关关系以及对变量进行KMO和Bartlett球度检验发现，Bartlett球形度检验统计量观测值为382.843，相应的概率P为0.000，如果显著性水平为0.05，由于概率P小于显著性水平0.05，应拒绝原假设，认为相关矩阵与单位矩阵有显著差异。同时，KMO值为0.658，根据KMO的度量标准可知，原始变量适合做因子分析。 　　3.2 根据原来变量的相关系数矩阵，通过主成分分析法分析得到每个变量的共性方差均在0.8以上（表略），说明根据因子分析最终计算出的三个公因子能够较好地反映原始变量的大部分信息，因子提取的总体效果比较好。从表2可以看出特征值大于1的3个共同因子累积方差贡献率达到了91.953%，也就是说，这3个因子解释了各省市第三产业发展水平的91.953%，也就是说前3个因子集中体现了原始数据大部分的信息，因此，提取3个公共因子是合适的，能够比较全面的反映情况。随后，这3个因子被提取和旋转，其累计解释总方差百分比和初始解的前3个变量相同，但经过旋转后的因子重新分配各因子的解释原始变量的方差，使得因子的方差更为接近，也更容易解释。 　　表2 因子分析的总方差解释 　　[成份＼初始特征值＼提取平方和载入＼旋转平方和载入＼合计＼方差的%＼累积%＼合计＼方差的%＼累积%＼合计＼方差的%＼累积%＼1 　　2 　　3＼4.481 　　2.643 　　1.152＼49.789 　　29.365 　　12.798＼49.789 　　79.155 　　91.953＼4.481 　　2.643 　　1.152＼49.789 　　29.365 　　12.798＼49.789 　　79.155 　　91.953＼3.364 　　2.