黑龙江省各城市综合竞争力统计分析
蔡若男;马丹
【摘 要】The analysis is carried on each city in Heilongjiang province of the 12 indexes,using SPSS statistical software. Firstly,adopt the factor analysis approach to extract principal component factor for sorting. Then,the cluster analysis method is used to classify the cities. Finally,put forward options, according the results.% 针对黑龙江省各城市的12项指标，利用SPSS统计软件进行分析，采用因子分析法对指标提取主成分因子，得到主成分因子得分，对主成分得分进行排序，利用聚类分析法对排序后的城市进行分类，根据数据显示的结果，提出发展意见。
【期刊名称】《齐齐哈尔大学学报（自然科学版）》 【年(卷),期】2013(000)002 【总页数】3页(P81-83)
【关键词】因子分析;聚类分析;分类 【作 者】蔡若男;马丹
【作者单位】大庆师范学院 数学科学学院，黑龙江 大庆 163712;大庆师范学院 数学科学学院，黑龙江 大庆 163712 【正文语种】中 文 【中图分类】O212
随着我国社会的迅速发展，各个城市都从不同的角度展现出不同的进步，而不同城市之间根据各自不同的特点也逐渐开始竞争起来，因而这就有了城市竞争力。城市竞争力具有以下5个特征：系统性、动态性、相对性、开放性和差异性，由于这些特征，人们开始对各城市的综合发展愈来愈重视，而城市的综合竞争力可以客观的体现各城市的发展水平，方便人们客观地去评判各城市的发展潜力以及确定所处位置的优胜劣汰。
1 城市竞争力评价指标体系的建立与计算 1.1 数据的选取
根据《黑龙江省统计年鉴2011》的数据作为分析的依据，为了更好地突出各城市的发展方向，本文选取12个具有代表性指标，农、林、牧、渔业（ 1x），采矿业（ 2x），制造业（ 3x），电力、燃气及水的生产供应业（ 4x），建筑业（ 5x），交通运输仓储及邮政业（ 6x），信息传输、计算机服务和软件业（ 7x），批发和零售业（ 8x），住宿和餐饮业（ 9x），金融业（ 10x），房地产业（ 11x），租赁和商务服务业（ 12x）。用这12种行业的法人单位数量与需要分析的13个城市构成矩阵，来体现各个领域在各个城市所占有的价值，利用SPSS统计软件进行数据分析。 1.2 因子分析
表1 KMO和Bartlett的检验取样足够度的 Kaiser-Meyer-Olkin 度量.833近似卡方 343.451 Bartlett 的球形度检验df 66 Sig..000
根据因子分析法，首先将数据进行标准化处理，使数据不受量纲的影响[1]。其次，根据数据建立起相关系数矩阵，并且运用KMO检验和Bartlett检验来验证因子分析的可行性。一般认为KMO值大于0.6，Bartlett检验的p<0.0001，可进行因子分析[2]，而结果KMO检验的值为0.833>0.6，并且Bartlett检验的p<0.0001，
结果见表1，因此可做因子分析。筛选出相关系数矩阵的特征值大于1的因子，并且要求累计贡献率达到85%以上，得到一个主成分，方差贡献率就已达到88.711%，足够说明数据的完整性，见表2。由于只取到了一个公共因子，所以将不必做旋转，运用SPSS统计软件直接生成成分得分系数矩阵，见表3，其中显示出在这个公共因子中，因子载荷值都相对较大，只有采矿业的值相对较小。因此根据成分得分系数矩阵得出因子分析模型
表2 解释的总方差初始特征值 旋转平方和载入成份合计 方差的 % 累积 % 合计 方差的 % 累积 %1 10.5 88.711 88.711 10.5 88.711 88.711 2.976 8.131 96.841 3.222 1.854 98.695 4 7.577E-02.631 99.327 5 3.887E-02.324 99.651 6 2.883E-02.240 99.1 7 5.998E-03 4.999E-02 99.941 8 3.198E-03 2.665E-02 99.967 9 1.826E-03 1.521E-02 99.983 10 1.175E-03 9.791E-03 99.992 11 5.623E-04 4.686E-03 99.997 12 3.3E-04 2.824E-03 100.000
表3 成份得分系数矩阵成份1农、林、牧、渔业 0.0采矿业 0.026制造业 0.094电力、燃气及水的生产供应业 0.086建筑业 0.094交通运输仓储及邮政业 0.092信息传输、计算机服务及软件业 0.092批发和零售业 0.093住宿和餐饮业 0.093金融业 0.093房地产业 0.094租赁和商务服务业 0.093提取方法：主成分分析法构成得分。
计算各个城市的因子得分，进行排名，结果见表4。 1.3 聚类分析
运用分层聚类分析，采用组间连接的聚类方法，对上述13个城市按因子得分划分类别，得聚类分析结果如下： 2 评价
表4 城市排名情况与聚类分析结果地区 公共因子得分 排名 聚类分析哈 尔 滨
3.20162 1 1大 庆 0.25120 2 2牡 丹 江 0.17491 3 2齐齐哈尔 0.08123 4 2佳 木 斯-0.14784 5 3绥 化-0.30659 6 3鸡 西-0.40309 7 4双 鸭 山-0.40570 8 4黑 河-0.41768 9 4伊 春-0.46222 10 4大兴安岭-0.50823 11 4鹤 岗-0.50973 12 4七 台 河-0.54788 13 4
根据聚类分析的结果显示，哈尔滨市在黑龙江省因子得分排名第一，并且仅有该城市的因子得分超过3[3]，相比黑龙江省的其他城市，哈尔滨的各个指标的数据都遥遥领先，并且占很大的比重，仍然可看出哈尔滨的采矿业要低于鸡西和七台河这两个城市，自然资源是有限的，哈尔滨可以在其它方面做到更好。聚类分析中显示将大庆、牡丹江和齐齐哈尔分为一类，是由于这3个城市的因子得分都大于零。大庆是中国的石油之都，又具有百湖之称，在这样的能源型城市，应该大力发展经济，才能促进其它方面的进步。牡丹江处于优良的地理位置，但是根据数据显示农、林、牧、渔业和信息传输、计算机服务和软件业发展的不够好，应该加强这两方面的发展。齐齐哈尔市是我国的重工业基地之一，在发展重工业的同时，还应该加强轻工业的发展，比如住宿和餐饮业等的发展。在这些城市的比较下，佳木斯和绥化这两个城市相对较弱些，采矿业和信息传输、计算机服务和软件业与其它城市相比均呈现弱势。其它行业虽然大多数不如因子得分大于零的城市，但在其余城市之中比较还是相对理想的。鸡西、双鸭山、黑河、伊春、大兴安岭、鹤岗、七台河这7个城市中，鸡西是一座煤城，采矿业较为发达。双鸭山的信息传输、计算机服务和软件业相对较好。黑河市交通运输仓储及邮政业比较多。伊春是国家重要的木材生产之都，因此自然资源较丰富，制造业相对较多。大兴安岭地区农、林、牧、渔业较丰富，应将重点的发展方向转为其他较弱的方面。鹤岗批发和零售业与房地产业发展的较为理想，应多向自然因素方面发展。七台河的采矿业和制造业相对有优势，在继续发展的同时，也应该注意房地产业与交通运输仓储及邮政业等方面的发展。大力发展各城市的优势的同时，向其他较弱方向迈进会使黑龙江省各城市的综合竞
争力有着不同的进步。 参考文献
[1] 何晓群.多元统计分析[M].3版.北京：中国人民大学出版社，2011：57-226. [2] 石建平，霍学喜，聂鹏.我国人力资本测度研究——基于因子分析法[J].技术与创新管理，2010(6)：700-703.
[3] 陈萍.黑龙江省中心城市竞争力分析[J].哈尔滨师范大学自然科学学报，2006(5)：109-112.
