1. 引言
客观科学地描述地区社会经济可持续发展现状是制定新的发展战略的基础和前提。多年来,云南省一直处于发展不平衡、经济落后、经济竞争力较弱的局势 [1] 。在新的发展形势下,云南省和国家从不同的角度对云南省的社会经济发展提出了新的定位,其目的就是为了改善它的发展局势,使其成为一个兼具可持续发展和竞争力更强的经济大省。有效结合社会经济可持续发展和提升竞争力的要求,建立一套符合云南省实际情况和现实战略定位的社会经济可持续发展竞争力指标体系,对云南省社会经济可持续发展竞争力变化趋势的评价和动态监测具有重要意义 [2] ,对云南省制定相关策略也有重要的参考意义。
目前关于区域经济可持续发展竞争力的研究较少,大部分只是集中在区域可持续发展和区域社会经济竞争力方面的研究 [3] ,而关于区域社会经济可持续发展竞争力方面的研究基本空白。崔梦婷(2007)构建了我国东西部可持续发展综合竞争力评价指标,从经济总量、人口特征、居民生活水平、社会保障制度、环境资源特征和政策因素6个方面结合构建原则,选取了16个指标,并利用因子分析法对31个地区进行比较 [4] 。冉光和、鲁钊阳、冉曦(2010)从经济子系统、社会子系统和资源子系统的角度,建立了包含40个基层指标的民族地区可持续发展竞争力的评价指标体系,利用灰色关联分析的方法分析了民族地区可持续发展竞争力提升的制约因素,并给出了提升民族地区可持续发展竞争力的相关建议 [5] 。这两篇关于社会经济可持续发展竞争力指标体系的构建的文献,仅仅只考虑了社会经济可持续发展竞争力的某几个方面,没有更为全面地构建社会经济可持续发展竞争力指标体系。
对社会经济可持续发展竞争力的评价采用的是多目标、多因素的综合评价方法,根据对各指标的相对重要性加以评价的定量评价方式,主要分为主观评价法和客观评价法 [6] 。主观评价方法主要依靠评价者的经验进行人为判断,客观的方法主要依靠的是原始数据对评价结果的相应影响,并借助数学工具得到评价结果。本文主要采用的是客观评价方法中的主成分分析,对云南省社会经济可持续发展竞争力2005~2014年的指标数据进行综合评价分析。
2. 云南省社会经济可持续发展竞争力指标体系
中国科学院可持续发展战略组对可持续发展能力指标体系有多年成熟的研究经历,他们从系统学的角度提出了中国可持续发展能力评估指标体系;云南省“十三五”规划对云南省的社会经济竞争力方面提出了新的要求,并给出了云南省“十三五”时期经济社会发展主要指标。在构建云南省社会经济可持续发展竞争力指标体系,本文的可持续发展指标主要借鉴国内已有的、较为权威的中国科学院可持续发展研究组于2015年的《中国可持续发展战略报告》中提出的中国可持续发展能力指标 [7] ,而对于竞争力方面的指标体系则参考了《云南省“十三五”规划纲要》的经济社会发展主要指标,以及近年来关于社会经济可持续发展竞争力的研究成果,结合这两方面的指标,并基于对云南省社会经济发展现状的深入分析,科学地构建符合云南省实际的社会经济可持续发展竞争力指标体系(如表1所示)。根据构建指标体系的原则,云南省社会经济可持续发展竞争力指标体系纳入了138个要素(基层指标)、53个变量、19个状态和5大系统:生存支持系统、发展支持系统、环境支持系统、社会支持系统和智力支持系统。
3. 云南省社会经济可持续发展竞争力主成分分析综合评价
3.1. 数据来源与说明
通过查阅云南省2006年到2015年的《云南统计年鉴》和《中国统计年鉴》以及其他相关的统计年鉴,收集了2005年~2014年云南省社会经济发展竞争力指标体系中要素层的指标数据,其中有些缺失的数据是通过相应的弥补缺失值的方法(线性插值法、平均数等)收集到的。
3.2. 综合评价分析
主成分分析是利用降维的思想,把多指标转化为少数几个综合指标(即主成分),其中每个主成分都能够反映原始变量的大部分信息,且所含信息互不重复。这种方法在引进多方面变量(指标)的同时将复杂因素归结为几个主成分,使问题简单化,同时得到的结果更加科学有效的数据信息 [8] 。
3.2.1. 计算标准化后的五大系统相关矩阵
采用直线型Z-Kore法对原始数据进行标准化处理,消除量纲的影响,使得不同量纲之间的指标可进行对比和对总体进行分析。用SPSS20.0软件分别对标准化后的五大支持系统的指标数据进行主成分分析,得到五大支持系统的相关系数矩阵(略)。
3.2.2. 提取主成分
通过统计软件SPSS20.0分别对云南省的生存支持系统、发展支持系统、环境支持系统、社会支持系统和智力支持系统进行主成分分析,根据主成分特征值大于1的值来选取主成分(见表2)。
由表2可以知道:
(1) 生存支持系统中主成分特征值大于1的有4个,即可提取4个主成分,这四个主成分的累积贡献率达91.518%,大于85%,故这些指标的信息基本上可以由这4个主成分所解释。其中第一主成分(FA11)在人均粮食产量、人均农、林、牧、渔业总产值、有效灌溉面积占耕地面积比例、农业产值波动系数和农村人均收入波动系数上的载荷值较大。第二主成分(FA12)在单位农、林、牧、渔业总产值COD排放量、单位农、林、牧、渔业总产值氨氮排放量以及单位土地面积水资源量上的载荷值较大。第三主成分(FA13)在年平均降水量的载荷值较大。第四主成分(FA14)在旱涝保收面积占耕地面积的比例的载荷值最大。
(2) 发展支持系统中,主成分特征值大于1的也只有4个,累积方差为93.566%,故这四个主成分也能比较好地解释发展支持系统中个指标的信息。其中第一主成分(FA21)在大部分的指标中都有较大的载荷值。第二主成分(FA22)在每万人邮电业务总量上有较大的载荷值。第三主成分(FA23)在交通运输仓储和邮政
Table 1. The index system of sustainable development competitiveness of social economy in Yunnan Province
表1. 云南省社会经济可持续发展竞争力指标体系
业投资占全社会固定资产投资比例的载荷值较大。第四主成分(FA24)在单位GDP废气排放量上的载荷值较大。
![](Images/Table_Tmp.jpg)
Table 2. The eigenvalue, variance contribution rate and cumulative contribution rate of the five support systems
表2. 五大支持系统的特征值、方差贡献率、累计贡献率
(3) 环境支持系统中,大于1的主成分特征值有5个,累积贡献率是93.594%,即环境支持系统中的大部分信息可以由这5个主成分所反映。通过成分矩阵可知,第一主成分(FA31)在森林覆盖率、城市人均公园绿地面积、城市建成区绿化覆盖率、人均环境污染治理投资、人均节能环保投资和非化石能源消耗占一次能源消耗比重等上的载荷值较大。第二主成分(FA32)在人均二氧化硫排放量和造林面积占国土面积的比例中的载荷值较大。第三主成分(FA33)在人均工业固体废弃物排放量和工业固体排放密度上的载荷值较大。第四主成分(FA34)在地质灾害发生率上的载荷值较大。第五主成分(FA35)在农田受灾率的载荷值较大。
(4) 在社会支持系统中主成分特征值大于1的有3个,即可提取三个主成分,其累计方差贡献率为92.845%,故这三个主成分可以充分地解释社会支持系统中的全部指标信息。其中第一主成分(FA41)在大部分的指标中都有较大的载荷值,故其对各指标值具有较强的解释性。第二主成分(FA42)在人口自然增长率上有较大的载荷值。指标城市每万人拥有公交车辆数的第三主成分(FA43)载荷值比其它的大。
(5) 智力支持系统中的主成分特征值大于1的有6个,其累计方差贡献率是96.535%,说明这六个主成分基本能解释智力支持系统中的全部指标的信息。在成分矩阵中,第一主成分(FA51)在大部分的指标中都有较大的载荷值,第二主成分(FA52)在文盲下降率、规模以上企业新产品主营业收入占主营业收入比例和资源税占财政收入比例上有较大的载荷值,第三主成分(FA53)在全社会劳动生产增长率上有较大的载荷值,第四主成分(FA54)在城市化率变化幅度和失业率变化幅度上有较大的载荷值,第五主成分(FA55)和第六主成分(FA56)在各指标上的载荷值都比较小。
3.2.3. 计算各大支持系统的主成分得分和综合得分
通过成分得分系数矩阵,将各主成分表示成标准化后指标的线性函数,根据主成分对应的方差贡献率比上这几个主成分的累积贡献率得出各主成分的权重,最后得出相应的支持系统的综合得分(见表3~表7)。
(1) 生存支持系统的得分函数为:
其中
,
,
为四个主成分对应的生存支持系统标准化后的指标的成分得分系数,
为生存支持系统的标准化后的指标数值。
(2) 发展支持系统的得分函数为:
其中
,
,
为四个主成分对应的发展支持系统标准化后的指标的成分得分系数,
为发展支持系统的标准化后的指标数值。
(3) 环境支持系统的得分函数:
![](Images/Table_Tmp.jpg)
Table 3. Component score coefficient matrix of survival support system
表3. 生存支持系统的成分得分系数矩阵
![](Images/Table_Tmp.jpg)
Table 4. Development support system component score coefficient matrix
表4. 发展支持系统的成分得分系数矩阵
![](Images/Table_Tmp.jpg)
Table 5. Component scoring coefficient matrix of environmental support system
表5. 环境支持系统的成分得分系数矩阵
![](Images/Table_Tmp.jpg)
Table 6. Component score coefficient matrix of social support system
表6. 社会支持系统的成分得分系数矩阵
![](Images/Table_Tmp.jpg)
Table 7. Component score coefficient matrix of an intelligence support system
表7. 智力支持系统的成分得分系数矩阵
其中
,
,
为五个主成分对应的环境支持系统标准化后的指标的成分得分系数,
为环境支持系统的标准化后的指标数值。
(4) 社会支持系统的得分函数:
其中
,
,
为三个主成分对应的社会支持系统标准化后的指标的成分得分系数,
为社会支持系统的标准化后的指标数值。
(5) 智力支持系统的得分函数:
其中
,
,
为六个主成分对应的智力支持系统标准化后的指标的成分得分系数,
为智力支持系统的标准化后的指标数值。
(6) 在得出的云南省生存、发展、环境、社会、智力支持系统得分函数的基础上,将这五大支持系统进行等权的线性加和求得云南省社会经济可持续发展竞争力的综合得分。云南省社会经济可持续发展竞争力综合得分函数:
根据上以上6个得分函数可以求得云南省2005年至2014年云南省的五大支持系统和社会经济可持续发展竞争力的得分,如表8所示。
4. 结论
根据图1及表8所示:
1) 云南省社会经济可持续发展竞争力呈现出平稳上升的趋势。
2) 其中生存、发展、环境和智力支持系统都呈现一个上升的趋势,而社会支持系统在2005~2011年呈现的是一个上升的过程,而在2011年之后却出现了较大幅度的下滑。
3) 生存支持系统得分呈现一个徘徊的波动上升过程。在2009~2011年有所回落,这主要是由于2008年的雪灾等一系列自然灾害和2010~2011年的云南省大干旱导致其水资源量的减少和农田成灾率的增加
![](Images/Table_Tmp.jpg)
Table 8. Evaluation results of principal component analysis
表8. 主成分分析的评价结果
![](//html.hanspub.org/file/7-1150324x36_hanspub.png)
Figure 1. The change tendency of sustainable development competitiveness in Yunnan Province social economy
图1. 云南省社会经济可持续发展竞争力变化趋势
所引起的。
4) 发展支持系统总体呈现一个较为强劲的上升趋势。这反映了云南在政府的一系列政策下,云南的经济快速平稳地增长,社会各项基础设施也充分地完善。在2009~2010年经济增长速度降低,这主要是由于2009年的次贷危机给云南省的经济带来一定的影响。但从2012年之后发展支持系统的上升速度较快,这也说明了“西部大开发”、“一带一路”等国家战略给云南带来了较大的影响,使其得到飞跃性的发展。
5) 环境支持系统呈现一个强劲的增长态势。其中2005年的省雪灾和干旱等一系列的自然灾害,使得在2005年云南省的环境支持系统有所影响,但总体呈现一个上升的趋势,这充分反映了“十一五”期间,云南省节能减排工作取得实质性的进展,有效地缓解和遏制了云南经济快速发展中所带来的生态环境冲击。
6) 社会支持系统呈现一个徘徊波动的上升过程。这说明人口的发展水平和居民的生活质量逐年得到提升,政府对基础设施的投入也逐渐增加。
7) 智力支持系统整体呈现强劲的增长趋势。这说明政府对云南省科研经费的增加和“两免一补”等政策的实施,使得云南省在教育、科技创新和政府管理方面取得较大的进步。
8) 从2014年各大支持系统的得分情况来说,环境和生存支持系统的得分比其他支持系统的得分都低。在未来的发展进程中,云南省不仅要保其持平稳快速地发展经济,提升人们的生活质量,同时,还要提高对自然环境的保护意识,这样才能更有效地提升云南省社会经济可持续发展竞争力。
基金项目
云南省哲学社会科学研究基地2015重点项目“云南省社会经济可持续发展竞争力指标体系研究”(JD2015ZD20)。