北京市区域商贸业竞争力评价及的空间差异的研究.docVIP

北京市区域商贸业竞争力评价及的空间差异的研究 　　基金项目：北京市教委市属高校创新能力提升项目“国际商贸中心下通州区商贸业创新发展研究”（PXM2014-014214-000073） 　　中图分类号：F727 文献标识码：A 　　内容摘要：商贸业发展是衡量地区经济实力的重要标志。本文基于北京市16个区域2015年截面数据，选取衡量商贸业竞争力水平的23个指标，运用主成分分析法提取了5个代表商贸业竞争力水平的因子，将主因子的综合得分借助ESDA分析法，揭示了北京市区域商贸业竞争力空间分异情况。 　　关键词：北京市 商贸业 竞争力 评价 ESDA 　　数据来源及研究方法 　　（一）数据来源 　　《北京市区域统计年鉴》中2015年截面数据为主要的数据来源，选取23个商贸业竞争力指标的相关数据作为分析的基础数据。 　　（二）研究方法 　　文章采用主成分分析法对商贸业竞争力的相关数据进行分析，并对商贸业竞争力评价指标进行归类，提取主要成分，在此基础上，以北京市各区域商贸业竞争力主成分的综合得分作为空间分异的测度值。 　　探索性空间数据分析方法（ESDA）。探索性空间数据分析方法（ESDA）主要是利用经济活动在空间地域之间的相关性，测算空间自相关系数来分析区域间经济发展和地域分布的特征。本文主要运用Mora’s I指数作为商贸业竞争力的空间分异数据，探析北京市商贸业区域竞争力空间分异的情况。 　　全局空间自相关。全局空间自相关主要是计算区域内整体的自相关系数，能够了解研究区域的总体分布特征。全局空间自相关的Mora’s I指数计算公式如下： 　　（1） 　　（2） 　　I表示在研究区域内研究对象的空间自相关程度，其取值为[-1，1]，当I值接近于1时，具有较强的空间自相关性，表示商贸业竞争力强、弱的地区集聚效应较为明显；当I值接近于-1时，具有较强的负空间自相关性，表示商贸业竞争力水平与周边地区存在显著差异；当I=0时，研究区域不存在空间自相关性，表示商贸业竞争力空间分布具有随机性。xi为观测数据，x为观测值的平均数；S2为方差；Wij为研究区域间相邻的矩阵，运用0和1表示两区域相邻与否，0表示不相邻，1表示相邻，构建邻接矩阵。 　　局部空间自相关。为了探析研究区域内相邻地区的自相关性，运用局部空间自相关系数进行解释，其计算公式为： 　　（3） 　　其中，Ii为局部空间自相关系数，取值为[-1，1]，相关指标解释和全局空间自相关相同； Wij为邻接矩阵，zi、zj为观测值的均值标准化。为了更好的显示区域间空间自相关性，Mora’s I指数将所研究区域分为四种类型，分别是高高集聚（HH）和低低集聚（LL），表示区域商贸业竞争力差异较小；高低集聚（HL）和低高集聚（LH），表示区域商贸业竞争力差异较大。 　　北京市区域商贸业竞争力评价 　　（一）构建区域商贸业竞争力评价指标体系 　　本文通过研究国内外商贸业竞争力的相关文献，构建了商贸业竞争力评价指标体系，如表1所示。 　　（二）提取商贸业竞争力主因子 　　北京市区域商贸业竞争力主因子，主要以北京市区域统计年鉴中2015年的截面数据为基础，将商贸业竞争力评价指标体系中23个指标的数据借助SPSS22.0软件进行处理。数据处理中，选取了5个特征值大于1的因子，其中5个因子的方差贡献率分别为54.96%，14.675%，7.756%，6.023%，4.862%，累计达到了88.274%，表明5个因子能够代表原变量中的大部分信息，北京市商贸业竞争力水平主因子载荷矩阵，如表2所示。 　　从商贸业竞争力因子载荷矩阵中可以看出，第一主成分在第三产业产值，社会消费品零售总额，批发与零售业产值，限额以上批发和零售业商品销售额，限额以上批发和零售业单位个数，限额以上批发和零售业年末从业人员，水利、环境和公共设施管理业产值，租赁与商务服务业产值8个指标上有较高的因子载荷，成为规模竞争力因子；第二主成分在人均GDP，人均可支配收入，人均消费支出，第三产业增长率，批发与零售业增长率，城镇人均可支配收入增长率6个指标上有较高的因子载荷，成为居民消费水平因子；第三主成分在全社会固定资产投资额，商品交易市场个数，商品交易市场总摊位数，商品交易市场营业面积，商品交易市场成交额5个指标上有较高的因子载荷，成为交易市场因子；第四主成分在地区生产总值增长率，全社会固定资产投资额增长率和城镇人居消费支出增长率3个因子上有较高载荷，成为地区经济增长因子；第五主成分在交通运输、仓储和邮政业产值上有较高载荷，成为物流竞争力因子。 　　（三）商贸业竞争力水平指数和排序 　　将五个主成分在商贸业竞争力指标中的方差贡献率作为权重，同时结合所研究区域在因子的载荷，可以得到北京市区域商贸业竞争力水