经济发展期刊浅析绵阳经济差异的研究
发布时间：2015-07-01
本篇文章是由《中国税务》发表的一篇经济论文，(月刊)创刊于1984年，由国家税务总局主办。加强税收政策、法规的宣传报道力度，在继续保持税务法规公报全面及时刊登的同时，增强报道的深入性和完整性;加强对纳税人“税收意识”的灌输和引导，在宣传内容和形式上力求贴近读者，贴近纳税人;加强编前策划，使每期报道主题更加鲜明、突出，图文并茂，版式新颖，可读性强，深受国内外广大读者的重视和喜爱。
摘 要：绵阳市县域经济虽然进入快速发展阶段，综合实力不断加强;但是绵阳市县域经济发展仍然存在各县市区间经济发展不平衡的问题，因此对绵阳市县域经济差异进行研究，有助于发现差异存在的原因，促进各县市协调发展。
关键词：绵阳;县域经济;经济差异
县域经济作为国民经济的基本单元，是构造地带经济、经济区、省区、城市等区域经济的基础。当前，我国经济社会发展中的主要问题如区域差异、城乡二元结构等，大多反映在县域尺度上。因此，对县域经济差异进行研究，找出差异形成的原因，对县域经济发展具有重要意义。
一、理论基础
(一)县域经济的概念
县域经济是指在县域行政区划的地域范围内以城镇对中心，以农村为基础，以县级政府为调控主体，以市场为导向，由各种经济成分构成的一种区域经济，包括生产、流通、分配、消费的再生产过程，反映的是每个县市的经济发展状况。它是一个具有综合性、区域性、集聚性、扩散性和层次性等特性的经济系统，同时也是一个功能相对健全和完备的经济系统单元。
(二)县域经济差异评价体系的构建
区域经济差异评价方法包括单指标评价和多指标评价。单指标评价仅能反映某一项指标的差异，不能全面反映各区域的综合差异。而多指标评价则是采用能综合反映区域经济各方面的综合水平的指标来构建一套完整的指标体系。然后计算出各县域经济的综合指标值，根据综合指标值来判断各县域经济的不平衡发展状况。计算综合指标值采用较多的是主成分分析法。其通过线性替换，在不损失信息或者少损失信息的情况下，把多个变量指标变换为少数几个不相关的综合新变量，并称其为主成分(一般其累积贡献率大于85%即可)，然后用标准化后的数据与主成分得分系数相乘，计算出各主成分得分。最后以每个主成分所对应的特征值占所提取主成分的特征值之和的比例为权重进行加权求和，计算综合得分。多指标评价最重要的是指标体系的选取。考虑到指标的选取要遵循完备性原则、代表性原则和可行性原则，我们主要从经济发展、社会发展、对外开放程度等角度来选取指标。指标选取如下：人均GDP人均地方财政收入人均固定资产投资人均社会消费品零售总额人均工业总产值农民人均纯收入在岗职工年均工资GDP增速二三产业就业比重二三产业产值比重YX10Y、城镇化率人均邮电业务量人均公路货运量出口占GDP比重实际利用外资总额YX15Y等15个指标。
二、绵阳市各县域经济综合评价
(一)确定主成分
运用SPSS19.0对原始数据进行标准化处理，以排除不同量纲的影响。运用SPSS19.0将处理后的数据进行主成分分析，得出各主成分的方差贡献率和累积方差贡献率。从总方差解释(见表1)，可见前三个主成分的累积贡献率为92.122%，即前三个主成分已经反映了原有信息量的92.122%，可采用这三个主成分作为评价绵阳市县域经济综合发展水平的变量，分别称为第一主成分、第二主成分和第三主成分。
因子载荷值表示了主成分与原有变量指标之间的相关程度，载荷值越高，相关度越高，负数表示负相关。主成分载荷矩阵(见表2)中，给出了主成分载荷系数，每一列载荷值都是各个变量与有关主成分的相关系数。
根据这些变量的原始含义，可以对3个主成分进行命名。主因子F1与人均GDP、人均地方财政收入、人均固定资产投资、人均社会消费品零售总额、人均工业总产值、农民人均纯收入、在岗职工年均工资、GDP增速、二三产业产值比重等9个指标变量有较大相关性，主要反映的是县域经济发展水平，因为我们称F1为经济发展水平因子。主因子F2与二三产业就业比重、城镇化率、人均邮电业务量和人均公路客运量等5个指标变量有较大相关性，主要反映的是社会发展水平，可以将主因子F2看作社会发展水平因子。主因子F3与外贸出口总额占GDP比重、实际利用外资总额2个指标变量有较大相关性，主要反映的是区域经济开放水平，可视为开放度因子。
(二)主成分函数
确定主成分并命名之后，用因子得分系数与变量指标相乘，得到主成分函数。因子得分系数(见下页表3)是采用回归法估计的主成分得分系数，根据表中的内容可以写出主成分函数：
F1=0.108X1 -0.211Xz -0.103X3+0.184X4+0.079X5+0.215X6-0.127X7-
0.273X8+0.234X9-0.09X10+0.057X11+0.066X12-0.062X13-0.033X14+0.114X15
F2=-0.032 X1+0.327 Xz+0.196X3-0.044X4-0.066X5-0.175X6-0.051X7+
0.105X8-0.15X9+0.181X10+0.068X11+0.112X12+0.223X13+0.006X14+0.065X15
F3=-0.03X1 -0.07 X2+0.098X3-0.035X4-0.012X5+0.127X6+0.556X7+
0.214X8+0.031X9+0.111X10+0.033X11-0.102X12-0.095X13+0.375X14-0.11X15
以每个主成分所对应的特征值占所提取主成分的特征值之和的比例为权重进行加权求和，计算综合得分，即：
F=0.742F1+0.144F2+0.114F3
