新常态经济下我国第三产业的发展水平研究

吴静 赵春艳 唐霞

成都理工大学管理科学学院四川成都610059

摘要 第三产业的发展水平是衡量一个国家或地区社会化生产程度和市场经济发展水平的重要标志。2012 年，我国经济从前几年的高增速下降到8%以内，在新常态经济下，各省市第三产业的发展水平又会有何变化呢？本文通过构建第三产业发展水平的评估指标，运用因子分析的方法得到我国31 个省市在2012 年第三产业发展的综合得分，从而得到各省市第三产业发展水平的客观评价。

教育期刊网 http://www.jyqkw.com
关键词 新常态；第三产业；因子分析

2012 年，我国经济增长速度开始出现多年来罕见的下降情况，已经由之前的高速发展降低到8%以下，而在2013 年，第三产业的比重又首次超过第二产业，这说明我国的经济结构调整取得了一定的进展，在这种新常态下，中国经济结构将不断优化升级，第三产业逐步成为产业主体，服务业比重上升将是长期趋势。随着国家经济发展方式的转变和调整结构步伐的加快，制造业的增速将逐渐下滑，第三产业的发展将节节加速，这对传统制造业的升级将起到关键性作用。

1 相关研究

近年来，很多学者通过一些反映第三产业发展水平的指标对各地区的第三产业发展水平进行了衡量。林武平（2006）将影响第三产业发展水平的指标分为地区第三产值比重、地区第三产业就业比重等六个指标，并运用因子分析法和聚类分析对2000-2004 年的《中国统计年鉴》的数据进行分析，把我国的27 个省的第三产业发展水平分成了两大类，五小类。高风（2008）从发展规模、发展速度、发展效益和产业贡献度四个方面构建评价指标体系运用因子分析的方法对内蒙古的第三产业发展水平进行了评估。李苗苗、姜照华（2010）从发展规模、发展速度、发展结构、发展效益和发展潜力五个方面构造了第三产业发展水平综合评价的一个指标体系，并运用该指标体系对我国31 个省、直辖市和自治区的第三产业的发展水平运用改进的主成分分析法进行了综合评价，最后根据评价结果得出了我国第三产业发展的几个特征及其分类。朱晓杰（2012）从静态水平指标和动态水平指标两方面来构建评价指标体系，运用因子分析和聚类分析的方法分析了河南第三产业发展水平。综合众多学者的研究，可以看出，评价我国各省市第三产业发展水平大都采用了因子分析的方法，关键在于各学者对指标的选取各有差异。

2 第三产业发展水平衡量指标的构建

本文通过参考相关文献，本着数据可得性、内容全面性、指标代表性等原则，从不同的侧面选取了代表各地区第三产业发展水平的9 个指标，如表1 所示。

3 数据来源及综合评价

本文的数据来源于中华人民共和国国际统计局网站，数据计算及分析是基于spss17.0 完成的。由于影响地区第三产业发展水平的因素比较多，且难以避免多重共线性的问题，所以本文采用因子分析法来解决这一问题。首先，将衡量第三产业发展水平的9 个指标作为因子分析的原始变量，然后计算相关系数矩阵，接着测算矩阵特征值与特征向量，最后计算出各因子的得分及综合评分。

3.1 通过分析变量间的相关关系以及对变量进行KMO 和Bartlett 球度检验发现，Bartlett 球形度检验统计量观测值为382.843，相应的概率P 为0.000，如果显著性水平为0.05，由于概率P 小于显著性水平0.05，应拒绝原假设，认为相关矩阵与单位矩阵有显著差异。同时，KMO 值为0.658，根据KMO 的度量标准可知，原始变量适合做因子分析。

3.2 根据原来变量的相关系数矩阵，通过主成分分析法分析得到每个变量的共性方差均在0.8 以上（表略），说明根据因子分析最终计算出的三个公因子能够较好地反映原始变量的大部分信息，因子提取的总体效果比较好。从表2 可以看出特征值大于1 的3 个共同因子累积方差贡献率达到了91.953%，也就是说，这3 个因子解释了各省市第三产业发展水平的91.953%，也就是说前3 个因子集中体现了原始数据大部分的信息，因此，提取3 个公共因子是合适的，能够比较全面的反映情况。随后，这3 个因子被提取和旋转，其累计解释总方差百分比和初始解的前3 个变量相同，但经过旋转后的因子重新分配各因子的解释原始变量的方差，使得因子的方差更为接近，也更容易解释。

3.3 将旋转后的因子载荷按照从大到小的顺序排列（表3），选出因子载荷值大于0.6 的关系提取出来可以得到因子1 支配的变量有：X1：城镇化率；X5：人均地区生产总值；X7：第三产业人均增加值；X8：第三产业增加值比重，可以认为因子1 反映的是第三产业的发展效益，因此称因子1 为效益因子。因子2 支配的变量有：X2：接待国际游客；X3：社会消费品零售总额；X6：第三产业增加值，可以认为因子2 反映的是影响第三产业发展的间接因子，因此称因子2 为间接因子。因子3 支配的变量有：X4：第三产业单位法人数所占比重；X9：第三产业城镇单位就业比重，可以认为因子3 反映的是第三产业的发展规模，因此称因子3 为规模因子。原变量可由各因子表示为：X1=0.926F1+0.181F2-0.214F3；X2=0.125F1+0.896F2-0.026F3，其余以此类推。

提取方法:主成分分析法。

旋转法:具有Kaiser 标准化的正交旋转法。

3.4 从因子得分系数矩阵（表略）可以将各因子表示为变量的线性组合，然后根据每个因子的方差对原有信息的贡献率来确定其综合指标的权重，结合公共因子的得分，对每个样本求出加权平均综合得分，形成的方程：F1=0.321X1-0.130X2-0.089X3+0.003X4+0.322X5-0.028X6+0.310X7+0.184X8-0.077X9；

F2=-0.134X1+0.470X2+0.377X3 +0.012X4 -0.122X5+0.363X6 -0.058X7+0.093X8+0.140X9；

F3=-0.144X1+0.190X2+0.005X3 +0.393X4 -0.117X5+0.046X6 +0.043X7+0.302X8+0.471X9；

F=(F1伊37.379%+F2伊29.334%+F3伊25.240%)/(91.953%)

其中，F 为原始变量综合得分值，F1，F2，F3 为公共因子，运用以上4 个方程式可以计算出每一个因子的相应得分以及原始变量的综合得分F 值如表4 所示。

4 结果分析

根据表4 可以看出第三产业发展水平在平均水平之上的省市除了西藏自治区，其余的九个省市都是按经济发展水平划分为东部地区的省市，其中北京、上海是第三产业发展水平最好的二个地区，这说明北上广的经济水平不仅在总体上有优势，在第三产业的发展水平上也很突出。根据各省市的综合得分，结合经济划分带的东中西部地区，可以得到东部地区的综合得分是5.16，中部地区的综合得分是-2.75，西部地区的综合得分是-2.34，由此可以看出，我国各地区第三产业发展水平差异明显，东部地区第三产业发展水平要明显高于中西部地区第三产业发展水平，并且西部地区的发展水平要略高于中部地区，这和我们传统的认为中部地区各方面的发展水平应该高于西部地区有异。刘刚（2011）在我国东中西部地区经济发展格局比较分析中发现，我国东中西部地区人均指标差距在逐渐缩小。张鹏、梁正东（2005）通过研究西部地区第三产业的发展现状和问题发现，自西部大开发以来，西部地区第三产业的发展水平有赶超中部地区的趋势。通过一些学者的研究发现表明近年来西部地区的发展速度已经在逐渐加速，由于选取的指标差异，可能出现本文的研究结果。在新常态经济下，国家更加重视第三产业的发展，这也将导致各地区第三产业的发展水平将出现巨大的差异。根据各地区在效益、规模以及反映第三产业发展水平的间接影响因素所得的分数，可以看出提高各地区第三产业发展水平的关键因素，从而对症下药，挖掘有效提高各地区第三产业发展水平的方法。

教育期刊网 http://www.jyqkw.com
参考文献

[1]童蕾.江苏城市第三产业发展水平的实证分析[J].中国集体经济,2009(6):24-25.

[2]范丽丽,李晓东.新疆第三产业发展水平的地区差异分析[J].资源与产业,2009(2):95-98.

[3]孙晓娟.基于改进的第三产业发展水平评价模型[J].统计与决策,2011(13):88-89.

[4]郭彩霞.我国第三产业发展与城镇化建设的实证研究[J].特区经济,2009(12):90-91.

[5]朱晓杰.河南第三产业发展水平的分析评价及对策思考[J].企业活力,2012(2):13-16.

[6]高风.内蒙古第三产业发展水平评估[J].内蒙古财经学院学报,2008(1):90-93.

[7]林武平.我国各地区第三产业发展水平及内部结构的实证分析[J].惠州学院学报,2006(8):25-28.

[8]李苗苗,姜照华.中国各省第三产业发展水平的主成分分析[J].科技与产业,2010(1):31-35.

[9] 马丽娟, 徐孝勇等. 西部大都市区县第三产业发展水平差异分析———以重庆市为例[J].重庆大学学报,2010(2):6-10.

[10]曾国平,刘娟.重庆第三产业发展水平差异分析[J].商业研究,2009(11):4-7.

[11]刘刚.我国东中西部地区经济发展格局比较分析[J].统计科学与实践,2011（12）:19-21.

[12]张鹏,梁正东.西部地区第三产业发展现状、问题及对策[J].重庆大学学报,2005,5(11):1-4.