粤鲁浙海洋经济综合竞争力评价剖析.docVIP

粤鲁浙海洋经济综合竞争力评价剖析 　　【摘要】 本文从海洋经济发展规模、海洋经济推动力因素、海洋科技水平、海洋生态环境四个方面提出了海洋经济综合竞争力评价指标体系，并运用因子分析法对沿海地区海洋经济综合竞争力进行了评价。在此基础上，对粤、鲁、浙三省海洋经济发展情况进行了比较分析，提出了广东海洋经济发展的政策建议。 　　【关键词】 因子分析 海洋经济 综合竞争力 　　2011年以来，国务院先后批复《山东半岛蓝色经济区发展规划》、《浙江海洋经济发展示范区规划》和《广东海洋经济综合试验区发展规划》，正式拉开了全国海洋经济发展试点地区建设的序幕。广东、山东、浙江三省的试点内容各有侧重，特色鲜明，通过三省海洋经济综合竞争力评价分析，有利于进一步厘清广东海洋经济发展的优劣势，提出更具针对性的发展措施，促使其继续当好海洋经济发展的排头兵。 　　一、因子分析的数学模型原理 　　探讨竞争力的分析方法很多，多元统计分析方法中的因子分析方法是较常用的模型之一。运用因子分析法进行分析与评价指标变量时，可以更有效地找出主导因素，避免相关因素干扰，从而作出更准确的估量与评价。因子分析的数学模型为： 　　X1X2Xn=a11 a12 … a1manm anm … a2manm anm … anm×F1F2Fm+？着1？着2？着n （1） 　　Xn×1=An×mFm×1+？着n×1 （2） 　　其中X1，X2，…，Xn为原有变量，是均值为0，标准差为1的标准化变量；F1，F2，…，Fm称作因子变量，是潜在于众多原有变量中的因子变量；An×m是因子载荷矩阵，an×m表示第m个因子变量对第n个原有变量的解释程度。在各个因子变量不相关的情况下，因子载荷an×m 就是第n个原有变量和第m个因子变量的相关系数，an×m绝对值越大，则因子变量Fm和原有变量Xn的相关程度越高。 　　二、因子分析的实证分析 　　1、海洋经济综合竞争力评价指标体系构建 　　按目标层、准则层和指标层三个层次构建起海洋经济综合竞争力评价指标体系，其中，目标层为海洋经济综合竞争力，准则层包括4个基准指标，指标层包括12个具体指标（见表1），数据来源：《2010年中国海洋统计年鉴》。 　　首先利用SPSS统计分析软件对样本数据进行标准化处理，转化成无量纲数据；然后利用KMO检验和Bartlett球度检验数据是否适合因子分析。检验结果表明这些指标数据适合进行因子分析。应用主成分法提取因子（见表2），根据累计方差贡献率的情况，剔除沿海港口货物吞吐量这一变量，把特征值大于1的3个因子提取出来进行因子分析。其累计方差贡献率达到83.336%，可见这3个因子已经对数据作出了充分的概括。 　　2、因子变量的命名与解释 　　通过应用最大方差法得到因子载荷矩阵（见表3），在进行因子解释时，将绝对值大于0.75的载荷才认为是显著的。在选取了显著性载荷后得到以下结论。 　　第一因子F1主要指的是海洋生产总值、主要海洋产业产值、沿海地区生产总值、沿海地区年末总人口、海洋科研机构从业人员、海洋科研机构课题数和海洋科研机构数。可见，上述指标基本反映了各省地区经济和海洋产业发展的规模与潜力。因此第一因子应该命名为“增长能力因子”。 　　第二因子F2主要指的是生活消费支出、单位地区生产总值能耗（等价值）。因此应该把第二因子命名为“生产力技术水平因子”。 　　第三因子F3主要指的是沿海地区工业废水达标率、沿海地区工业废水排放总量。因此第三因子应该命名为“海洋发展环境因子”。 　　“增长能力因子”、“生产力技术水平因子”和“海洋发展环境因子”构成我国沿海地区海洋经济综合竞争力评价的主因子，在海洋经济发展中起到决定性的作用。 　　3、得分计算 　　计算因子得分及综合得分，每个地区的综合得分（见表4）由每个地区各个因子变量的得分加权求和而得，其中权数是各个因子变量的方差贡献率占全部因子方差贡献率的比重（见表2）。 　　T= （3） 　　4、结论 　　从表4可知，增长能力因子得分较高的是山东、广东和江苏；生产力技术水平因子得分较高的是上海、浙江和福建，其次是天津和广东；海洋发展环境因子得分较高的是辽宁、广东，其次是浙江和福建。三个因子加权综合后即表示沿海各地区海洋经济综合竞争力整体水平，海洋经济综合竞争力整体水平处于第一集团的是广东和山东，处于第二集团的是江苏、上海和浙江，处于第三集团的是福建、辽宁、天津和河北，最后是广西和海南。 　　表4中排名靠前的广东和山东海洋经济综合竞争力各具优势，山东的增长能力因子得分最高，但生产力技术水平和海洋发展环境略显薄弱；广东三项因子得分均为正，且广东的增长能力因子和海洋发展环境因子均居全国沿海地区第二。排名居中的浙江增长能力因子较弱，生产力技术水平因子和海洋发展环境因子较强。 　　综上所述，广东海洋