城市衰退产业识别及其分类.docVIP

城市衰退产业识别及其分类 　　▲ 基金项目：教育部博士点基金项目（ 20050290507） 　　◆ 中图分类号：F299.21文献标识码：A 　　 　　内容摘要：推进衰退产业转型的前提是准确识别城市衰退产业，本文在借鉴国内外学者研究成果的基础上，利用因子分析和聚类分析对城市的产业进行了识别，并分析了产业衰退的成因，这对开展相应的转型对策研究提供了切入点，企业和政府部门可以据此制定针对性的转型对策和调整措施。 　　关键词：因子分析 衰退产业 成因 　　 　　城市衰退产业的转型是不可避免的问题，1997年以来，我国经济首次出现了总供给大于总需求的状况，衰退产业的转型问题显得更为突出，推进衰退产业转型的前提是准确识别产业衰退的成因。本文以江苏徐州为例，利用因子分析对城市的产业衰退的成因进行了识别，根据分析结果，利用聚类分析对城市产业进行了分类，这对开展相应的转型对策研究提供了切入点。企业和政府部门可以根据这些成因及其分类，制定针对性的转型对策和调整措施。 　　 　　识别指标的选择 　　 　　城市产业的发展受到技术进步、需求变化、人口变化等多种因素的影响，其表现也是多方面的，仅从单个指标，只能反映一个侧面，因此，需要用多指标构成的整体即指标体系来评价事物，它可以克服单个指标的局限性，提高评价的全面性和科学性。 　　选取指标的原则是：综合全面性原则。即指标内容必须涵盖城市产业的各个方面；可比性原则。即指标之间必须具有产业之间的横向可比性；易于获取性原则。指标的数据应该容易获得，并且来源可靠，科学客观；简洁性原则。要求选取一些代表信息量大而且能够反映事物本质特征的指标。根据上述原则，本文用来进行城市衰退产业识别的指标如下： 　　职工平均教育经费（x1）、科技活动人员比重（x2）、科技活动经费占销售收入比重（x3）、RD活动人员比重（x4）、RD经费占销售收入比重（x5）、新产品销售收入比重（x6）、产业产值占GDP的比重（x7）、产业利润占GDP的比重（x8）、每万元固定资产原值实现产值（x9）、每万元流动资产原值实现产值（x10）、盈利企业比重（x11）（本文选取的指标均来自徐州统计年鉴或由其整理而成）。 　　 　　指标的因子分析 　　 　　本文以江苏徐州为例，根据徐州统计年鉴2005整理而成的数据，用SPSS13.0进行处理，具体分析过程如下： 　　数据标准化：运用SPSS10.0 统计软件，将原始数据标准化，再对标准化后的数据进行计算，得到相关矩阵。具体数据表略。 　　 　　主因子个数的选取：对标准化后的数据矩阵计算得到相关系数矩阵的特征值、方差贡献率及累计方差贡献率结果如表1 所示。前四个因子的累积贡献率达到83.222%，由此说明前四个因子几乎可以涵括所有信息，因此选前四个因子为主因子即可。 　　主因子含义解释：未经过旋转的载荷矩阵中，因子变量在许多变量上都有较高的载荷，那么含义就比较模糊。经过旋转以后，因子间的差异明显，含义会更加清楚。表2 是按照方差极大法对因子载荷矩阵旋转后的结果。 　　因子得分：由因子负荷矩阵可以得到因子得分模型，由因子分析模型可以得到因子得分函数，计算各因子得分。因子负荷矩阵、因子得分模型及得分函数略，因子得分见表3。 　　 　　由表1可以看出，第一主成分的权重最大，为33.908%，是最重要的影响因子，由旋转后的因子载荷矩阵即表2可知，它在科技活动人员比重、科技活动经费占销售收入比重、RD经费占销售收入比重、RD活动人员比重这些指标上的载荷最大，该主成分主要反映了产业进行科技创新活动的情况，说明科技创新是影响产业衰退最主要最根本的力量，因此把F1看作是产业的创新因子；第二主成分在每百万元固定资产实现产值和每百万元流动资产实现产值这些因子上的载荷最大，是次重要的影响因子，F2可以看作是产业的产出能力因子；第三主成分在产业产值占GDP的比重、产业利润占GDP的比重和盈利企业比重这三个因子上的载荷最大，可以把F3看作是产业的盈利能力因子；第四主成分在职工平均教育费上的载荷最大，可以把F4看作是产业教育水平因子。 　　表3为各产业的因子得分，若因子得分小于0，则表明该城市的产业在该方面的竞争力较弱，是制约该产业发展的主要因素；反之，则表明该产业的竞争力较强。 　　 　　结合因子分析的聚类分析 　　 　　运用SPSS 软件快速聚类分析方法，对这16个产业进行分类，具体引入因子分析得出得4个公因子为聚类分析的变量，聚类的数目为5类。 　　表4可以得到：首先是科技创新因子，它得平均组间平方和（Mean Square）为3.278（表格中的第二列），平均组内平方和为0.172（表格中的第四列），F统计量为19.081（表格中的第六列），F统计量的相伴概率