长三角区域的经济结构与发展的定量分析

聂家琴

(东北师范大学 城市与环境科学学院，吉林 长春 130024）

摘 要：研究长三角区域城市化与经济发展水平关系对于促进区域一体化以及制定各市的发展变化有着重大意义。本文从经济角度出发选取2009年长江三角洲区域江苏省、上海及浙江省的十五个城市5个经济指标，用SPSS软件对其进行多元分析中的主成分分析，然后结合主成分分析结果，利用聚类分析方法得到长三角沿海区域经济发展水平及经济结构的谱系图，从而对十五个城市进行相似性和差异性的探讨。 关键词：长三角经济 主成分分析 聚类分析 经济发展水平

1．引言

长三角区域城市以上海为中心已进入工业化中期和城市化快速发展时期，是经济发展的先行区，对于促进经济快速增长和提升国家国际竞争力有着重要作用[1] .并有可能成为亚太地区经济发达地区之一，具有较强国际竞争力的外向型经济示范区.

2．长三角区域经济发展的“降维”分析

主成分分析法是将原来选取的多个指标,利用线性变换的方法重新组合成尽可能少的且互不相关的几个综合性指标,并且使这几个指标能尽量多的反映原指标所包含的信息,从而达到简化数据和揭示变量间关系的目的。用个数较少、相互无关的主成分代替个数较多且相关的原指标群,如果每个主成分的含义能够得到明确解释,并能获得有关数据,那么这种替代完全可行 2.1 指标选取

经济的发展水平及方向与一个地区总的GDP，人均GDP，第一产业总值，第二产业总值以及第三产业总值有关。GDP主要是衡量经济水平，各产业产值比重主要是表明各个地区产业结构。因此选择了以下几个指标作为研究长三角地区经济的指标。 X1——人口密度（以人/平方公里为单位），一个地区的人口可以反映出一个地区的经济，如果发达，那么就会有很多人迁移该市找工作，且人口带来的社会分工的发展和生产力的提高是推动城市化的

根本力量。

X2——人均GDP（以元为单位）这是一个城市经济最重要的指标，人们的收入永远是一个城市经济最重要的指标，人们的收入高了，人们的生活水平才会提高

X3——第一产业占总地区生产总值的比重，第一产业主要是农业，是一个城市发展的原动力，城市农业生产力的发展使得城兴起和成长。

X4——第二产业占地区生产总值的比重，第二产业主要是工业，是城市发展的直接动力，根据中国的现状，生产力水平仍然不是很高，那么就急需工业来给社会创造财富。

X5——第三产业占地区生产总值的比重，第三产业是城市发展的后续动力，生产性的、基础性的、服务性的第三产业是附加值较高的产业。所以第三产业的作用日益增强 2.2 指标间的相关性分析

对长江三角地区15个城市的数据分布进行统计分组(表1)，所有数据均来自统计年鉴(2010)。利用SPSS软件对原始数据做标准化处理，然后计算得出各指标之间的相关系数矩阵，其结果见表2。由表2不难得出，原始变量数据中，X2和X3，X4和X5，X3和X5均存在着较大的正相关。

表1长三角地区15个城市发展水平评价指标数据

Tab.1 the data of 15 cities’ development level in the Yangtze River delta

表2 相关系数矩阵

Tab.2 The correlated matrix of 5 indices

X1 X2 X3 X4 X5 X1 1.000 0.075 -0.296 -0.135 0.220 X2 0.075 1.000 -0.792 -0.042 0.349 X3 -0.269 -0.792 1.000 0.184 -0.552 X4 -0.135 -0.042 0.184 1.000 -0.921 X5 0.220 0.349 0.552 -0.921 1.000 2009年 上海 南京 无锡 常州 苏州 南通 扬州 镇江 泰州 杭州 宁波 嘉兴 湖州 绍兴 舟山

X1

6340 6582 4788 4385 8488 8001 6634 3847 5797 16596 9817 3915 5818 8256 1440

X2

7 67455 107365 70138 122565 372 40418 62084 33166 63333 60720 448 38865 54316 55311

X3

0.76 3.05 1.88 3. 1.85 8.23 7.80 4.49 8.05 3.74 4.24 5.61 8.19 5.24 9.76

X4

39. 45. 56.82 56.74 58.75 55.96 56.13 58.20 56.78 46.92 54.56 58.00 55.04 57.29 45.34

X5

59.36 51.31 41.30 39.62 39.41 35.81 36.06 37.32 35.17 49.33 41.20 36.39 36.77 37.47 44.90

2.3 主成分贡献率及其主成分载荷分析

通过SPSS软件计算得到主成分特征值、贡献率、累积贡献率（如表3示）。由表3知，前三个主成分的累积贡献率为96.423%（理论上80%--85%），所以选取前三个主成分，就可以综合代表5个指标所反映的中国长三角地区15个城市的基本发展情况总的态势。主成分载荷矩阵（表4）表明：第一主成分（贡献率为39.340%）在第二和

第三产业生产总值在GDP中的比重上具有很大的正载荷，这2个指标反映了长三角地区城市现在主要的经济增长手段是第二和第三产业，在第一产业生产总值在GDP中的比重由很大的负载荷，这表明在长三角地区农业所占比重越大，反而是这个城市经济没有蓬勃发展的表现，可以说明第一主成分在某种程度上代表着长三角地区经济发展的总体情况。第二主成分（贡献率为37.415%）在总生产总值和

工业生产比重上具有较大的正载荷，这说明第二主成分在一定程度上说明了长三角目前的经济增长还是靠工业。第三主成分（贡献率为26.688%）在

人口上存在一定的正载荷，这说明第三成分在一定程度上反映出地区的生产发展离不开人这个主体。

表3 主成分特征值、贡献率和累积贡献率

Tab.3 The eigenvalue contribution rate and accumulative contribution rate of PC

1 2 3 特征值 1.917 1.871 1.033 贡献率 38.340 37.415 20.668 累积贡献率 38.340 75.755 96.423 表4 主成分载荷矩阵 Tab.4 The load matrix of PCA

X1 X2 X3 X4 X5 1 0.365 0.662 -0.814 0.692 0.909 2 0.005 0.662 0.504 0.706 -0.399 3 0.929 -0.204 0.013 0.129 -0.115 3. 长三角地区城市发展水平的相似性和差异性分析

系统聚类分析方法是定量地研究地理事物分类问题和地理分区问题的重要方法。因此对于城市发展水平的相似性与差异性分析，本文采用系统聚类法。系统聚类法的基本思想:设有n个样品,认为他们各自为一类,并对样品之间的距离和类与类之间的距离做出规定。首先计算样品之间的距离,开始因每个样品自成一类,类与类之间的距离就是品之间的距离,将距离最小的类并为一类,再计算

并类后的新类与其它类的距离。接着将距离最小的两类合并为一新类,这样每次减少一类,直到将n个样品合为一类为止。最后将上述聚类过程画成一张谱系图,按一定原则决定分为几类。

本文经过六次聚类分析，分别选用了契比雪夫距离、平方Euclidean、Euclidean三种统计量，中位数聚类法、WARD法及质心聚类三种聚类方法。通过比较选出Euclidean为统计量，WARD法统计方法分类,得到如图1示的谱系图

图1长三角地区各城市发展状况

Fig.1 The pedigree map of traffic carrying trade in China

3.1长江三角洲地区各城市发展的综合评价 通过对谱系图的分析可以看出，整体分成3类和6个亚类。

第一类：嘉兴、绍兴、杭州、宁波、常州、镇江、南京、上海8个市，嘉兴、绍兴、宁波、杭州是一个亚类，常州、镇江、南京是一个亚类，上海为一个单独的亚类。长三角目前已形成以沪宁、沪杭、杭甬交通沿线为城市密集带，产业集中带和生产力发展主轴线的格局。这些轴线也成为经济的扩散轴线，以沿铁路扩散最为重要。经济相对发达的城市分布呈“之”字型，恰好与主要交通线的“之”字型分布吻合。嘉兴、绍兴、宁波及杭州是浙江省发展的中坚力量，产业结构类似。常州、镇江、南京是处于苏南地区，经济一直稳步前进。至于上海，一直以来都是东南沿海长三角地区发展的大头，是经济发展中心，带动江浙两省快速发展。 第二类：无锡和苏州，无锡和苏州的主力都是工业，靠近上海，经济迅速增长，尤其是近年来势头很猛，第三产业也在快速发展，比如旅游业。这些都无疑让无锡苏州成为江苏经济发展的领头羊。

第三类：泰州、湖州、南通、扬州、舟山5市，其中泰州、湖州、南通、扬州为一个亚类，舟山单独为一个亚类。位于扩散轴线死角的舟山市经济发展相对落后，南通、泰州和扬州虽然

及在各项产业上的产值比重。

1988年以来，长三角区域经济发展一体化趋势明显，边界效应在减小，趋同性在增加，其中上海和江苏省一体化程度更明显。进入21世纪后，江苏与上海、浙江屏蔽效应有增大现象。各地为了自己暂时的利益忽略了长三角地区一体化进程的长远发展。所以经济发展差距不但没有随着时间减少，反而随着经济快速增长呈扩大趋势。所以应该多增加城市联系，共同发展，形成一个大的城市群，分工，从而互利共赢。长江三角洲区域经济发展速度最快、经济总量规模最大、最具有发展潜力的经济板块，吸引了国内外大量产业投资。但在经济发展中，环境污染加重直接影响了经济的可持续发展，因此发展工业循环经济成为地区产业结构调整进程中的必然选择，自主创新作为经济的、的，且功能明确的主成分，避免了5个斜交的、相关的指标在分析问题上造成的偏差。3个主成分累计贡献律达96.42%。表示出了长三角地区各个城市在经济上的发展水平沿江，与上海距离较近，但由于长江阻隔，接受上海辐射少，其经济发展相对落后。

4.结论

通过主成分分析将选用的用于分析长三角地区经济发展的5个指标，“降维”成3个综合

社会发展的主战略。这是长三角在未来经济发展中需要注意的。长三角经济总量不断扩大的同时，增速却出现了不同程度的回落，总体上说与宏观、行业环境、原材料、用工等成本增加有关，但根本原因在于经济增长方式没

有有效转变，技术投入低、创新步伐慢，产品结构转换和升级滞后。所以需要寻求升级，从加工贸易发展到制造，尤其向高端产品延伸，向产业链两端延伸。

参考文献:

[1] 郭立英.中国沿海地区耕地变化及其成因分析.中国农业资源与规划.2012,33（1）：6-10 [2] 刘方涛.对长三角地区工业循环经济发展的测评.经济地理.2012(7):90-93

[3] 李恒.区域创新能力的空间特征及对经济增长的作用.区域与城市经济，2012（10）：35-42

[4] 郑长德.基于新经济地理学视角的支持欠发达地区经济发展的研究.区域与城市经济.2012：74-80 [5] 郭晓合等.边界效应与长三角区域经济一体化问题研究.区域与城市经济.2012(8):45-49

[6] 刘迎霞.外溢与区域经济增长趋同-----基于长江三角洲的案例分析.区域与城市经济.2012（8）：15-27

[7] 徐晓伟.三角城市化与经济发展水平的关系研究—基于东部主要城市的比较分析.现代城市研究.2012(11): 56—60 [8] 汪浩.长三角区域港口物流服务外包业务模式与发展途径研究.经济地理.2011(6):954-967 [9] 沈玉芳 王能洲.三角区域物流空间布局及演化特征研究.经济地理.2011(4):618-623 [10] 杨令宾.计量地理学[M]，长春: 吉林人民出版社,2005.96-100，129-133 [11] 王建英,李江凤等.中国城市空间影响势力范围研究.城市发展研究.2012(9):27-31 [12]王忠宏.当前东南沿海产业转型升级面临问题及建议.区域与城市经济.2012（10）：81-86

[13]杨令宾,邹滨,黄宇萍,佟志军,廖晓玉,许淑娜. 中国省际综合交通发展水平的定量分析. 经济地理,2008(2).

THE QUANTITATIVE ANALYSIS OF YANGTZE RIVER DELTA

ECONOMIC STRUCTURE AND DEVELOPMENT

Nie Jiaqin

（College of Urban and Environmental Science, Northeast Normal University, Changchun 130024, China）

Abstract: The Yangtze River delta regional relationship between urbanization and economic development level to promote regional integration and formulate is significant to the development of the cities.5 indices of 15cities were selected to analyze the principal components using SPSS; then, the results of principal component analysis (PCA) was clustered using systemic cluster analysis method and the pedigree map, which concerns the Yangtze river delta regional economic development level and economic structure, was plotted; finally, on the basis of this pedigree map, the comparabilities and differences of urbanization were explored.

Key words: Yangtze River Delta Principal composition analysis Systemic cluster analysis The level of economic development

老师，我的数据是在2010年《中国城市统计年鉴》找的，所以得到的是2009年的数据，我的特征值选的是0.9，我跟您打过电话，因为用1的话只有两个主成分，不好分析。就这么多，呵呵