论文部分内容阅读
摘要：本文以西藏7个城市为研究样本，依据2017年《西藏统计年鉴》相关数据，借助STATA13.1软件工具，摘取了9项指标，采用相关分析、回归分析、因子分析中的主成分因子法等對西藏7个城市的经济发展能力进行比较和评价，找出其发展优劣并提出相应的对策。
关键词：西藏各城市：经济发展能力：面板数据：STATA
虽然，西藏自治区的经济得到快速发展，但发展过程中的不均衡表现很突出。《西藏自治区“十三五”时期国民经济和社会发展规划纲要》中提出要统筹区域协调发展，合理布局城镇集群，构建“一圈两翼三点两线”的城镇化空间格局。本文利用经济数据面板分析西藏城市经济发展能力，为精准制定西藏城市的发展策略提供依据。
一、分析思路
（一）变量的选择
城市经济发展能力指标体系的构建除了考虑到地方的经济总量外，还要考虑到经济质量和经济效能。本文借鉴国内外的相关研究并提取了9个变量，分别是城市名称、地区生产总值、规模以上工业总产值、第三产业值、社会消费品零售总额、全部财政收入、固定资产投资、城镇居民人均可支配收入、农村居民人均可支配收入。9个变量分别定义为Vl-V9，选取的7个观测样本分别是拉萨、昌都、山南、日喀则、那曲、阿里、林芝。
数据来源《西藏统计年鉴-2017》
（二）数据来源与分析方法
文中数据来源于《西藏统计年鉴-2017》，分析方法采用相关分析、回归分析、主成分因子法等，借助Stata13.1分析软件，首先使用相关分析、回归分析研究西藏各城市经济发展能力关键变量间的关系及其构成情况。然后运用主成分因子法对地区生产总值、规模以上工业总产值等变量进行因子分析，从因子分析模型中提取公共因子，即最具代表性的主因子：接着采取最大方差正交旋转对因子结构进行旋转，并在因子得分系数矩阵的基础上得到每个样本因子的综合得分.KMO检验数据的可行性：最后运用Stata13.1数据处理技巧，根据提取的主因子对西藏城市的经济发展能力进行分类排序。
二、分析过程
（一）相关分析
在Stata13.1的Command文本框中输入命令：pwcorrV2-V9，sidaksigstar（0.01）。依据下表的结果分析8个变量间相关性在置信水平为99%时是否显著。
由表2可以看出，各市地区生产总值（V2）与规模以上工业总产值的相关性大，为0.9595，与第三产业值、社会消费品零售总额、全部财政收入、固定资产投资的相关性很强，在0.01的显著性水平上显著，且这六个变量相互间的相关性很强。其余的变量间相关性很小。
（二）回归分析
1.建立线性模型
考虑到“城镇居民人居可支配收入”“农村居民人均可支配收入”与“地区生产总值”变量间相关性小，本文对于回归分析以“地区生产总值”为因变量，将“规模以上工业总产值”“第三产业值”“社会消费品零售总额”“全部财政收入”“固定资产投资”为自变量进行多重线性回归。本文运用普通最小二乘回归法做逐步回归分析，在Stata13.1的Command文本框中输入如下命令：swregressV2V3 - V7，pro（0.1），得到如表3的结果。
线性模型：
V2=a*V3+b*V4+c*V5+d*V6+e*V7+u
即：地区生产总值=a*规模以上工业总产值+b*第三产业值+e*社会消费品零售总额+d*全部财政收入+e*固定资产投资+u
式中.a、b、c、d、e是未知的回归系数.u是随机误差项。
2.模型修正
从上述分析结果中看出共选取了7个样本分析，模型的F值（1，5）= 533.54，P值（Prob>F）= 0.0000，说明该模型整体非常显著。模型可决系数（R-squared）是0.9907，模型修正可决系数（AdjR-squared）= 0.9889，说明模型解释能力非常优秀。
模型经过4次剔除变量后得到最终结果。第1个模型包含全部自变量的全模型，该模型V5变量的系数显著性P值高达0.9617，被剔除：第2个模型为包含全部自变量的全模型，该模型V3变量的系数显著性P值为0.2053，被剔除：第3个模型为包含全部自变量的全模型，该模型V6变量的系数显著性P值为0.6113，被剔除：第4个模型为包含全部自变量的全模型，该模型V4变量的系数显著性P值为0.2558，被剔除;剔除上述自变量后得到最终回归模型。
在回归线性模型中变量V7的系数标准误是0.0323995，t值为23 .10，P值为0.000，系数比较显著，95%的置信区间为[0.6650976，0.8316689]。常数项的系数标准误是9.10248，t值为-1.39，P值是0.224，系数是显著的，95%的置信区间为[-36.02988，10.76746]。
线性模型：V2= 0.7483832*V7+u
即地区生产总值=0.7483832*固定资产投资+（-12.631221）
3.因变量拟合值的预测
因变量预测拟合值是根据自变量的值和得到的回归方程计算出来的，主要用来预测未来。在Stata13.1的Com-mand文本框中输入rvfplot后得到残差与拟合值的散点图。结果是残差并没有随着拟合值的大小的不同而不同，而是围绕0值上下随机波动，数据很可能是不存在异方差的。
4.异方差的检验
从表4中可以看出怀特检验P值为0.6080，BP检验的P值均大于0.05非常显著地接受了同方差的原假设，认为不存在异方差，所以我们不必用稳健的标准差进行回归。
经过以上最小二乘回归分析，可以发现固定资产投资对西藏城市地区生产总值起正向促进作用。 （三）主成分因子分析
1.在Stata13.1的Command命令框中输入命令factorV2-V9，pcf，得出因子分析结果，如表5所示，8個因子中只有2个因子特征值（Eigenvalue）大于1.选取这2个因子分别作为新的综合评价指标.LR检验的卡方值为290.96，P值（Prob>chi2）为0.0000，模型非常显著。第一个因子的特征值（Eigenvalue）为6.27345，方差贡献率（Propor-tion）为78.42%;第二个因子特征值为1.08964，方差贡献率为13.62%。前2个因子的累计方差贡献率（Cumulative）为92.04%.解释了原始数据的92.04%的信息。
2.采用最大方差正交旋转法对因子结构进行旋转，表6显示Factorl主要解释的是V2～ V7、V9这6个变量信息，Factor2主要解释V8的变量信息。根据因子得分系数矩阵，写出主因子的表达式。
两个主因子表达方式如下：
Fl= 0.45407*V2+0.02976*V3+0.00000*V4+0.13246*V5+0.31018*V6+0.00000术V7+0.00960*V8+0.14266*V9
F2= 0.01153*V2+0.06851*V3+0.00000*V4+0.02748*V5 - 0.00995*V6+0.00000*V7 +0.80856*V8-0.51447*V9
从图2所示，所有样本被分为4个象限，其中第一象限只有拉萨，它的两个因子得分都比较高：第二象限包括阿里、那曲和日喀则，这3个城市的因子2得分较高，而因子1得分较低;第三象限有昌都、山南、林芝，这3个城市的两个因子得分都比较低。
KMO检验是判断数据是否适合进行因子分析，其取值范围是O～1。其中，0.9～1表示极好、0.8～ 0.9表示可奖励、0.7～ 0.8表示还好、0.6～ 0.7表示中等、0.5～ 0.6表示糟糕、0～0.5表示不可接受。本文中总体（Overall） KMO的取值为0.7369，因子分析处于还好状态，可进行因子分析。
3.西藏各城市经济发展能力综合评价排名。依据提取的主因子对西藏各城市经济发展能力给出综合得分并进行排名。在Stata13.1的Command中输入命令generatef=0.7816*f1+0.1387*f2可求出西藏各城市经济发展能力的综合得分，其中fl、f2是在进行因子分析时候对提取的主因子保存的变量，系数是主因子的方差贡献率。输出结果见下表。
三、结论与建议
经过相关分析，西藏各城市的地区生产总值与规模以上工业总产值、第三产业值、社会消费品零售总额、全部财政收入、固定资产投资等有很强的相关性，而这六个变量相互间的相关性也很强。
经过回归分析，说明了固定资产投资对西藏各城市经济发展起到了积极的促进作用。
经过主成分因子分析后，可以看出拉萨的两个主因子得分均是第一，分别为2.191592、0.3963009，其城市生产总值等八项经济指标位居第一。日喀则的经济是实力仅次于拉萨，在地理位置上距拉萨市不远，在拉萨的经济辐射范围之内，发展历史悠久.其经济基础和设施较好，在山南注册成立的公司近年来有所增长，该城市与拉萨的交通设施也在不断加强，昌都由于覆盖面积较大，地区生产总值较高，第三产业和固定资产投资位居前列，但其第二主因子排名倒数第三，为-0.5234686.可看出它的城镇居民人均可支配收入较低。林芝的经济发展潜力巨大，其地区生产总值、固定资产投资指标位居前列，那曲的规模以上工业总产值、社会消费品零售总额、全部财政收入较低，阿里位于西藏的最西边，其交通设施、人口数量和工业企业数等处于劣势，它的第二主因子得分位居第一，其人均可支配收入位居前列，但其他七项指标很低。
从总体来看，西藏各城市第三产业值与GDP比值较高，均在50%及以上，原因在于旅游及餐饮所带来的经济收益较高。再则，西藏各城市经济发展能力差距显著，每个城市的经济指标很不均衡，尤其是阿里和那曲。在经济发展能力排名中拉萨高于其他城市，西藏的经济形式单一，辐射能力有限。
由上述研究给出的建议：要统筹好区域协调发展，关注各项经济指标的均衡健康发展，多建设几个像拉萨一样的经济中心，形成辐射带动作用，各城市也要发挥优势产业，补足短板，昌都需要提高人均可支配收入，那曲和阿里要加强规模工业发展。其次，交通通信等基础设施还需跟进，构建交通沿线经济带，充分发挥固定资产投资的正向作用，尤其是阿里的交通建设和固定资产的投入。再者，西藏各城市要加强与外界联系，充分利用川渝经济带的辐射作用，加强口岸建设与对外输出。
参考文献：
[1]刘博雷.中国36个主要城市经济社会发展水平的实证研究一基于STATA的面板数据分析[J].经济与社会发展，2014，12（3）：105-108.
[2]何叶荣，孟祥瑞，罗文科.皖江城市群经济发展能力优势比较研究一基于STATA的面板数据分析[N].安徽理工大学学报（社会科学版），2015（11）.
[3]西藏统计局.西藏统计年鉴-2017[Z].北京：中国统计出版社.2017.
[4]张甜，李爽.Stata统计分析与行业应用案例详解（第2版）[M].北京：清华大学出版社，2017.
[5]西藏自治区.西藏自治区“十三五”时期国民经济和社会发展规划纲要[R].西藏，2016.
作者简介：
赵春胜，西藏民族大学，陕西成阳。
关键词：西藏各城市：经济发展能力：面板数据：STATA
虽然，西藏自治区的经济得到快速发展，但发展过程中的不均衡表现很突出。《西藏自治区“十三五”时期国民经济和社会发展规划纲要》中提出要统筹区域协调发展，合理布局城镇集群，构建“一圈两翼三点两线”的城镇化空间格局。本文利用经济数据面板分析西藏城市经济发展能力，为精准制定西藏城市的发展策略提供依据。
一、分析思路
（一）变量的选择
城市经济发展能力指标体系的构建除了考虑到地方的经济总量外，还要考虑到经济质量和经济效能。本文借鉴国内外的相关研究并提取了9个变量，分别是城市名称、地区生产总值、规模以上工业总产值、第三产业值、社会消费品零售总额、全部财政收入、固定资产投资、城镇居民人均可支配收入、农村居民人均可支配收入。9个变量分别定义为Vl-V9，选取的7个观测样本分别是拉萨、昌都、山南、日喀则、那曲、阿里、林芝。
数据来源《西藏统计年鉴-2017》
（二）数据来源与分析方法
文中数据来源于《西藏统计年鉴-2017》，分析方法采用相关分析、回归分析、主成分因子法等，借助Stata13.1分析软件，首先使用相关分析、回归分析研究西藏各城市经济发展能力关键变量间的关系及其构成情况。然后运用主成分因子法对地区生产总值、规模以上工业总产值等变量进行因子分析，从因子分析模型中提取公共因子，即最具代表性的主因子：接着采取最大方差正交旋转对因子结构进行旋转，并在因子得分系数矩阵的基础上得到每个样本因子的综合得分.KMO检验数据的可行性：最后运用Stata13.1数据处理技巧，根据提取的主因子对西藏城市的经济发展能力进行分类排序。
二、分析过程
（一）相关分析
在Stata13.1的Command文本框中输入命令：pwcorrV2-V9，sidaksigstar（0.01）。依据下表的结果分析8个变量间相关性在置信水平为99%时是否显著。
由表2可以看出，各市地区生产总值（V2）与规模以上工业总产值的相关性大，为0.9595，与第三产业值、社会消费品零售总额、全部财政收入、固定资产投资的相关性很强，在0.01的显著性水平上显著，且这六个变量相互间的相关性很强。其余的变量间相关性很小。
（二）回归分析
1.建立线性模型
考虑到“城镇居民人居可支配收入”“农村居民人均可支配收入”与“地区生产总值”变量间相关性小，本文对于回归分析以“地区生产总值”为因变量，将“规模以上工业总产值”“第三产业值”“社会消费品零售总额”“全部财政收入”“固定资产投资”为自变量进行多重线性回归。本文运用普通最小二乘回归法做逐步回归分析，在Stata13.1的Command文本框中输入如下命令：swregressV2V3 - V7，pro（0.1），得到如表3的结果。
线性模型：
V2=a*V3+b*V4+c*V5+d*V6+e*V7+u
即：地区生产总值=a*规模以上工业总产值+b*第三产业值+e*社会消费品零售总额+d*全部财政收入+e*固定资产投资+u
式中.a、b、c、d、e是未知的回归系数.u是随机误差项。
2.模型修正
从上述分析结果中看出共选取了7个样本分析，模型的F值（1，5）= 533.54，P值（Prob>F）= 0.0000，说明该模型整体非常显著。模型可决系数（R-squared）是0.9907，模型修正可决系数（AdjR-squared）= 0.9889，说明模型解释能力非常优秀。
模型经过4次剔除变量后得到最终结果。第1个模型包含全部自变量的全模型，该模型V5变量的系数显著性P值高达0.9617，被剔除：第2个模型为包含全部自变量的全模型，该模型V3变量的系数显著性P值为0.2053，被剔除：第3个模型为包含全部自变量的全模型，该模型V6变量的系数显著性P值为0.6113，被剔除：第4个模型为包含全部自变量的全模型，该模型V4变量的系数显著性P值为0.2558，被剔除;剔除上述自变量后得到最终回归模型。
在回归线性模型中变量V7的系数标准误是0.0323995，t值为23 .10，P值为0.000，系数比较显著，95%的置信区间为[0.6650976，0.8316689]。常数项的系数标准误是9.10248，t值为-1.39，P值是0.224，系数是显著的，95%的置信区间为[-36.02988，10.76746]。
线性模型：V2= 0.7483832*V7+u
即地区生产总值=0.7483832*固定资产投资+（-12.631221）
3.因变量拟合值的预测
因变量预测拟合值是根据自变量的值和得到的回归方程计算出来的，主要用来预测未来。在Stata13.1的Com-mand文本框中输入rvfplot后得到残差与拟合值的散点图。结果是残差并没有随着拟合值的大小的不同而不同，而是围绕0值上下随机波动，数据很可能是不存在异方差的。
4.异方差的检验
从表4中可以看出怀特检验P值为0.6080，BP检验的P值均大于0.05非常显著地接受了同方差的原假设，认为不存在异方差，所以我们不必用稳健的标准差进行回归。
经过以上最小二乘回归分析，可以发现固定资产投资对西藏城市地区生产总值起正向促进作用。 （三）主成分因子分析
1.在Stata13.1的Command命令框中输入命令factorV2-V9，pcf，得出因子分析结果，如表5所示，8個因子中只有2个因子特征值（Eigenvalue）大于1.选取这2个因子分别作为新的综合评价指标.LR检验的卡方值为290.96，P值（Prob>chi2）为0.0000，模型非常显著。第一个因子的特征值（Eigenvalue）为6.27345，方差贡献率（Propor-tion）为78.42%;第二个因子特征值为1.08964，方差贡献率为13.62%。前2个因子的累计方差贡献率（Cumulative）为92.04%.解释了原始数据的92.04%的信息。
2.采用最大方差正交旋转法对因子结构进行旋转，表6显示Factorl主要解释的是V2～ V7、V9这6个变量信息，Factor2主要解释V8的变量信息。根据因子得分系数矩阵，写出主因子的表达式。
两个主因子表达方式如下：
Fl= 0.45407*V2+0.02976*V3+0.00000*V4+0.13246*V5+0.31018*V6+0.00000术V7+0.00960*V8+0.14266*V9
F2= 0.01153*V2+0.06851*V3+0.00000*V4+0.02748*V5 - 0.00995*V6+0.00000*V7 +0.80856*V8-0.51447*V9
从图2所示，所有样本被分为4个象限，其中第一象限只有拉萨，它的两个因子得分都比较高：第二象限包括阿里、那曲和日喀则，这3个城市的因子2得分较高，而因子1得分较低;第三象限有昌都、山南、林芝，这3个城市的两个因子得分都比较低。
KMO检验是判断数据是否适合进行因子分析，其取值范围是O～1。其中，0.9～1表示极好、0.8～ 0.9表示可奖励、0.7～ 0.8表示还好、0.6～ 0.7表示中等、0.5～ 0.6表示糟糕、0～0.5表示不可接受。本文中总体（Overall） KMO的取值为0.7369，因子分析处于还好状态，可进行因子分析。
3.西藏各城市经济发展能力综合评价排名。依据提取的主因子对西藏各城市经济发展能力给出综合得分并进行排名。在Stata13.1的Command中输入命令generatef=0.7816*f1+0.1387*f2可求出西藏各城市经济发展能力的综合得分，其中fl、f2是在进行因子分析时候对提取的主因子保存的变量，系数是主因子的方差贡献率。输出结果见下表。
三、结论与建议
经过相关分析，西藏各城市的地区生产总值与规模以上工业总产值、第三产业值、社会消费品零售总额、全部财政收入、固定资产投资等有很强的相关性，而这六个变量相互间的相关性也很强。
经过回归分析，说明了固定资产投资对西藏各城市经济发展起到了积极的促进作用。
经过主成分因子分析后，可以看出拉萨的两个主因子得分均是第一，分别为2.191592、0.3963009，其城市生产总值等八项经济指标位居第一。日喀则的经济是实力仅次于拉萨，在地理位置上距拉萨市不远，在拉萨的经济辐射范围之内，发展历史悠久.其经济基础和设施较好，在山南注册成立的公司近年来有所增长，该城市与拉萨的交通设施也在不断加强，昌都由于覆盖面积较大，地区生产总值较高，第三产业和固定资产投资位居前列，但其第二主因子排名倒数第三，为-0.5234686.可看出它的城镇居民人均可支配收入较低。林芝的经济发展潜力巨大，其地区生产总值、固定资产投资指标位居前列，那曲的规模以上工业总产值、社会消费品零售总额、全部财政收入较低，阿里位于西藏的最西边，其交通设施、人口数量和工业企业数等处于劣势，它的第二主因子得分位居第一，其人均可支配收入位居前列，但其他七项指标很低。
从总体来看，西藏各城市第三产业值与GDP比值较高，均在50%及以上，原因在于旅游及餐饮所带来的经济收益较高。再则，西藏各城市经济发展能力差距显著，每个城市的经济指标很不均衡，尤其是阿里和那曲。在经济发展能力排名中拉萨高于其他城市，西藏的经济形式单一，辐射能力有限。
由上述研究给出的建议：要统筹好区域协调发展，关注各项经济指标的均衡健康发展，多建设几个像拉萨一样的经济中心，形成辐射带动作用，各城市也要发挥优势产业，补足短板，昌都需要提高人均可支配收入，那曲和阿里要加强规模工业发展。其次，交通通信等基础设施还需跟进，构建交通沿线经济带，充分发挥固定资产投资的正向作用，尤其是阿里的交通建设和固定资产的投入。再者，西藏各城市要加强与外界联系，充分利用川渝经济带的辐射作用，加强口岸建设与对外输出。
参考文献：
[1]刘博雷.中国36个主要城市经济社会发展水平的实证研究一基于STATA的面板数据分析[J].经济与社会发展，2014，12（3）：105-108.
[2]何叶荣，孟祥瑞，罗文科.皖江城市群经济发展能力优势比较研究一基于STATA的面板数据分析[N].安徽理工大学学报（社会科学版），2015（11）.
[3]西藏统计局.西藏统计年鉴-2017[Z].北京：中国统计出版社.2017.
[4]张甜，李爽.Stata统计分析与行业应用案例详解（第2版）[M].北京：清华大学出版社，2017.
[5]西藏自治区.西藏自治区“十三五”时期国民经济和社会发展规划纲要[R].西藏，2016.
作者简介：
赵春胜，西藏民族大学，陕西成阳。