城市綜合競(jìng)爭(zhēng)力綜合評(píng)價(jià).docx

城市綜合競(jìng)爭(zhēng)力綜合評(píng)價(jià)摘要 現(xiàn)在中國(guó)的城市都高速發(fā)展，但它們之間卻在很多方面有很大的差別。本文在構(gòu)建一套比較科學(xué)、全面的城市競(jìng)爭(zhēng)力綜合評(píng)價(jià)指標(biāo)體系的基礎(chǔ)上，運(yùn)用主成分分析法，聚類分析法對(duì)上海、北京、深圳、廣州、天津、杭州、成都、廈門、煙臺(tái)、南京、哈爾濱、長(zhǎng)沙、武漢、沈陽(yáng)、西安、鄭州、青島17個(gè)城市的綜合競(jìng)爭(zhēng)力進(jìn)行了不同方面的綜合分析評(píng)比，并找出了它們的相似性和其特點(diǎn)。結(jié)果是北京、上海、廣州、深圳綜合競(jìng)爭(zhēng)力最強(qiáng)，屬于國(guó)際大都市；而成都，煙臺(tái)，武漢、南京、長(zhǎng)沙、廈門、杭州、青島、天津?qū)儆谡诎l(fā)展中的城市，綜合競(jìng)爭(zhēng)力中等，但它們之間也有些差別；然后沈陽(yáng)、哈爾濱、西安、鄭州就是綜合競(jìng)爭(zhēng)力排在末尾的城市，大多指標(biāo)都差于其他城市。本文也在最后給出各城市的發(fā)展建議。本文的評(píng)價(jià)方法具有可操作性（SPSS軟件）、指標(biāo)數(shù)據(jù)具有可得性（中國(guó)城市統(tǒng)計(jì)年鑒），能夠比較客觀、準(zhǔn)確地反映城市競(jìng)爭(zhēng)力的狀況。關(guān)鍵詞：主成分分析； 聚類分析； 綜合評(píng)價(jià)。 一、 城市競(jìng)爭(zhēng)力綜合評(píng)價(jià)的意義工業(yè)化、城市化和市場(chǎng)化的迅速推進(jìn)使中國(guó)各城市和地區(qū)的競(jìng)爭(zhēng)日趨激烈，聯(lián)系日益密切。但是，國(guó)內(nèi)許多城市并不了解其他城市，不了解自身競(jìng)爭(zhēng)的地位和環(huán)境、優(yōu)勢(shì)和劣勢(shì)、機(jī)遇和挑戰(zhàn)。城市競(jìng)爭(zhēng)的無(wú)序和盲目性導(dǎo)致競(jìng)爭(zhēng)城市社會(huì)資源的巨大浪費(fèi)，缺乏合作難以形成區(qū)域內(nèi)各城市的優(yōu)勢(shì)互補(bǔ)。城市競(jìng)爭(zhēng)力綜合評(píng)價(jià)研究有助于城市正確認(rèn)識(shí)自身的處境，認(rèn)識(shí)競(jìng)爭(zhēng)對(duì)手、合作伙伴的優(yōu)勢(shì)和劣勢(shì)，并制定正確的競(jìng)爭(zhēng)與區(qū)域合作戰(zhàn)略，從而有助于各城市實(shí)現(xiàn)有序合理的競(jìng)爭(zhēng)，充分積極的合作。隨著中國(guó)經(jīng)濟(jì)的發(fā)展，中國(guó)城市和區(qū)域間發(fā)展的差距也在不斷擴(kuò)大，城市競(jìng)爭(zhēng)力綜合評(píng)價(jià)研究有助于正確評(píng)價(jià)各城市的現(xiàn)狀和潛力，及時(shí)了解各城市發(fā)展動(dòng)向及發(fā)展趨勢(shì)，制定完善的城市發(fā)展總體規(guī)劃和戰(zhàn)略；有助于各城市之間的相互促進(jìn)、共同發(fā)展；有助于實(shí)現(xiàn)經(jīng)濟(jì)整體的健康發(fā)展。城市是國(guó)家的重要組成部分，城市為企業(yè)提供載體和環(huán)境條件，國(guó)家競(jìng)爭(zhēng)和產(chǎn)業(yè)競(jìng)爭(zhēng)主要是通過(guò)國(guó)際城市競(jìng)爭(zhēng)來(lái)實(shí)現(xiàn)的。因此，研究城市競(jìng)爭(zhēng)力有助于中國(guó)參與國(guó)際競(jìng)爭(zhēng)，有助于中國(guó)產(chǎn)業(yè)參與國(guó)際競(jìng)爭(zhēng)。二、 城市競(jìng)爭(zhēng)力綜合評(píng)價(jià)指標(biāo)體系的具體內(nèi)容根據(jù)城市競(jìng)爭(zhēng)力的含義和我國(guó)一些學(xué)者所建立的城市競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系構(gòu)建了7個(gè)評(píng)價(jià)指標(biāo)：（1） 經(jīng)濟(jì)總量水平（億元）：也就是城市總的GDP。（2） 經(jīng)濟(jì)人均占有量水平（萬(wàn)元）（3） GDP增長(zhǎng)率（%）這3項(xiàng)指標(biāo)綜合反映一個(gè)城市的總體經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)發(fā)展階段，是城市競(jìng)爭(zhēng)力的基礎(chǔ)因素和最重要標(biāo)志。（4） 公共服務(wù)滿意度（分）:這項(xiàng)指標(biāo)則反映了民眾對(duì)城市的綜合評(píng)價(jià)。（5） 交通運(yùn)輸（萬(wàn)人次）：這項(xiàng)指標(biāo)取的是城市全年公共汽車的客運(yùn)總量，反映的是人們的行。（6）環(huán)境（微克/立方米）：取的是城市PM2.5的均值。（5）和（6）是一個(gè)城市基本建設(shè)的硬件系統(tǒng)，為居民提供生活的基本條件。（7）文化素質(zhì)：取的是該城市本科以上文化程度占總?cè)丝诒戎?。這項(xiàng)指標(biāo)是城市競(jìng)爭(zhēng)力的直接推動(dòng)力。一定程度上講，決定城市競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵，并不是勞動(dòng)力的數(shù)量，而是它的質(zhì)量。三、 綜合評(píng)價(jià)綜合評(píng)價(jià)是通過(guò)一定的算式將多個(gè)指標(biāo)對(duì)事物不同方面的評(píng)價(jià)值綜合在一起，從而對(duì)事物有一個(gè)整體的認(rèn)識(shí)。綜合評(píng)價(jià)的方法主要有如下幾種：常規(guī)多指標(biāo)數(shù)學(xué)合成方法、多元統(tǒng)計(jì)分析方法、模糊綜合評(píng)價(jià)方法、灰色系統(tǒng)評(píng)價(jià)方法等。各種綜合方法都有不同的適用條件，從評(píng)價(jià)方法的先進(jìn)性和科學(xué)性的角度考慮，我們選擇多元統(tǒng)計(jì)分析方法對(duì)城市競(jìng)爭(zhēng)力進(jìn)行測(cè)定與比較。多元統(tǒng)計(jì)分析方法包括主成分分析、因子分析、聚類分析和判別分析等。為了反映城市競(jìng)爭(zhēng)力水平，并且對(duì)各城市進(jìn)行排序，本文主要使用因子分析法。同時(shí)，為了尋找城市之間的相似性，對(duì)被評(píng)價(jià)的城市進(jìn)行分類，我們又使用聚類分析法。3.1 因子分析 因子分析是一種降維、簡(jiǎn)化數(shù)據(jù)的技術(shù)。它將原始指標(biāo)綜合成較少的指標(biāo)，這些指標(biāo)能夠反映原始指標(biāo)的絕大部分信息（方差），這些綜合指標(biāo)之間沒(méi)有相關(guān)性。使我們對(duì)問(wèn)題進(jìn)入綜合評(píng)價(jià)時(shí)能更方便。最常用的因子分析類型是R型因子分析和Q型因子分析。R型因子分析是對(duì)變量作因子分析，Q型因子分析是對(duì)樣品做因子分析。本文用的是R型因子分析。3.1.1符號(hào)說(shuō)明F：因子變量A；因子載荷矩陣aij: 因子載荷: 在因子變量不相關(guān)的條件下，aij就是第i個(gè)原始變量與第j個(gè)因子變量的相關(guān)系數(shù)。aij絕對(duì)值越大，則Xi與Fi的關(guān)系越強(qiáng)。：特殊因子。ij:兩變量間的簡(jiǎn)單相關(guān)系數(shù)bi: 累計(jì)貢獻(xiàn)率。P: 所有變量總方差3.1.2因子分析的相關(guān)概念 因子載荷aij： 在因子變量不相關(guān)的條件下，aij就是第i個(gè)原始變量與第j個(gè)因子變量的相關(guān)系數(shù)。aij絕對(duì)值越大，則Xi與Fj的關(guān)系越強(qiáng)。 變量的共同度hi2: 也稱公共方差。Xi的變量共同度為因子載荷矩陣A中第i行元素的平方和。hi2=j=1kaij2。Xi的共同度反映了全部因子變量對(duì)Xi總方差的解釋能力。 公因子Fj的方差貢獻(xiàn)gi2: 因子變量Fj的方差貢獻(xiàn)為因子載荷矩陣A中第j列元素的平方和。 gi2=i=1paij2 ,j=1,2,m 為公共因子Fj 對(duì)X 的貢獻(xiàn)，即gi2 表示同一公共因子Fj 對(duì)各變量所提供的方差貢獻(xiàn)之總和，它是衡量每一個(gè)公共因子相對(duì)重要性的一個(gè)尺度。3.1.3步驟（1） 根據(jù)研究問(wèn)題選取原始變量。（2） 對(duì)原始變量進(jìn)行標(biāo)準(zhǔn)化并求其相關(guān)陣，分析變量之間的相關(guān)性。（3） 求解初識(shí)公共因子及因子載荷矩陣。（4） 因子旋轉(zhuǎn)。（5） 因子得分。（6） 根據(jù)因子得分進(jìn)行進(jìn)一步分析。3.1.4模型建立x1=a11f1+a12f2+a13f3+a1kfk+1x2=a21f1+a22f2+a23f3+a1kfk+2 xp=ap1f1+ap2f2+ap3f3+apkfk+p也可以矩陣的形式表示為： X=AF+ 3.1.5模型求解(1）原始變量一致化：本文除環(huán)境指標(biāo)以外，都是越大越好。對(duì)于環(huán)境指標(biāo)，通過(guò)變化，即可將環(huán)境指標(biāo)極大化。(2) 原始變量標(biāo)準(zhǔn)化：采用極值差方法： 變換后 (3) 計(jì)算相關(guān)系數(shù)矩陣：計(jì)算原有變量的簡(jiǎn)單相關(guān)系數(shù)矩陣。觀察相關(guān)系數(shù)矩陣，如果相關(guān)系數(shù)矩陣中的大部分相關(guān)系數(shù)值小 11于0.3，則各個(gè)變量之間大多為弱相關(guān)，這就不適合做因子分析。 對(duì)于兩個(gè)變量x與y，如果它們的樣本值分別為xi與yi（i=1,2,n） ，它們之間的相關(guān)系數(shù)： xy=Ey-Ey(x-Ex)xy-1,1 (4) KMO檢驗(yàn)： KMO統(tǒng)計(jì)量用于檢驗(yàn)變量間的偏相關(guān)性是否足夠小，是簡(jiǎn)單相關(guān)量和偏相關(guān)量的一個(gè)相對(duì)系數(shù)，由下式求得： KMO=ijijijij2+ijaij2KMO的取值范圍在0與1之間。當(dāng)KMO0.9 非常合適作因子分析，KMO0.5,較適合做因子分析。Bartletts球形度檢驗(yàn)用于檢驗(yàn)相關(guān)陣是否是單位陣，即各變量是否各自獨(dú)立。本文的是0.010.05，拒絕原假設(shè)，相關(guān)系數(shù)矩陣為單位矩陣，說(shuō)明變量間存在相關(guān)關(guān)系，適合做因子分析。特征根與方差貢獻(xiàn)率表因子起始特征值提取平方和載入旋轉(zhuǎn)平方和載入合計(jì)方差的 %累加 %合計(jì)方差的 %累加 %合計(jì)方差的 %累加 %12.97242.45742.4572.97242.45742.4572.24832.11432.11421.46920.98163.4381.46920.98163.4381.64023.43055.54431.04014.86278.3011.04014.86278.3011.59322.75778.3014.71010.13788.4385.3885.54493.9826.2854.07198.0547.1361.946100.000提取方法：主成分分析。該表則為特征根與方差貢獻(xiàn)率表。每組的列向量含義：特征值、方差貢獻(xiàn)率、累計(jì)方差貢獻(xiàn)率。第二列表示提取三個(gè)因子，共同解釋78.301%，丟失的信息較少。第三列表示旋轉(zhuǎn)后的因子，總的方差貢獻(xiàn)率沒(méi)有改變，就是說(shuō)沒(méi)有影響原有的共同度，重新分配各個(gè)因子解釋原有變量的方差，改變各個(gè)因子的方差貢獻(xiàn)率?？梢钥闯銮?個(gè)因子的特征根累積貢獻(xiàn)率已經(jīng)達(dá)到78.301%，因此保留前3個(gè)因子即可。因子矩陣元件123經(jīng)濟(jì)總量水平（億元）.846-.168.368文化素質(zhì)-.795.235.204交通運(yùn)輸（萬(wàn)人次）.729-.399.461經(jīng)濟(jì)人均占有量（萬(wàn)元）.700.585.016環(huán)境2.611.418-.250GDP增長(zhǎng)率-.035.841.321公共服務(wù)滿意度（分）.478-.033-.696提取方法：主成分分析。a. 提取3個(gè)因子。該表為未旋轉(zhuǎn)因子載荷矩陣。結(jié)果是某個(gè)變量等于三個(gè)因子與對(duì)應(yīng)系數(shù)相乘后相加的結(jié)果。觀察可知，第一個(gè)因子與所有變量的相關(guān)性程度高，與第二個(gè)、第三個(gè)不高，含義模糊，不利于歸類，所以因子要旋轉(zhuǎn)。旋轉(zhuǎn)因子矩陣元件123交通運(yùn)輸（萬(wàn)人次）.949.021-.046經(jīng)濟(jì)總量水平（億元）.905.165.185公共服務(wù)滿意度（分）.022.844-.031文化素質(zhì)-.596-.611.016環(huán)境2.185.550.523GDP增長(zhǎng)率-.178-.281.838經(jīng)濟(jì)人均占有量（萬(wàn)元）.328.380.762提取方法：主成分分析。該表為采用方差極大法對(duì)因子載荷矩陣實(shí)行正交旋轉(zhuǎn)后的因子載荷陣?？梢钥闯龅谝粋€(gè)公共因子在X1，X2，有較大的載荷，說(shuō)明這2個(gè)變量具有很強(qiáng)的相關(guān)性，歸為第一類。第二個(gè)公共因子則在X3,X4，X5上有較大的載荷，歸為第二類。第三個(gè)公共因子則在X6，X7上有較大的載荷，歸為第三類。從每個(gè)因子的方差貢獻(xiàn)率可以得出第一類的X1，X2是城市競(jìng)爭(zhēng)力指標(biāo)體系中重要的指標(biāo)。然后依次是第二類的，第三類的。因子轉(zhuǎn)換矩陣元件1231.771.557.3092-.376.006.9273.515-.830.214提取方法：主成分分析。此表為因子轉(zhuǎn)換矩陣。若A表示旋轉(zhuǎn)前的因子載荷矩陣，B表示因子轉(zhuǎn)換矩陣，C表示旋轉(zhuǎn)后因子載荷矩陣，則有C=AB。因子評(píng)分協(xié)方差矩陣元件12311.000.000.0002.0001.000.0003.000.0001.000提取方法：主成分分析。此為因子協(xié)方差矩陣，三個(gè)因子的線性相關(guān)性幾乎沒(méi)有，符合因子分析的效果。因子評(píng)分系數(shù)矩陣元件123經(jīng)濟(jì)總量水平（億元）.445-.136.058經(jīng)濟(jì)人均占有量（萬(wàn)元）.040.121.445GDP增長(zhǎng)率-.066-.260.593公共服務(wù)滿意度（分）-.212.645-.114交通運(yùn)輸（萬(wàn)人次）.519-.233-.081文化素質(zhì)-.166-.311.108環(huán)境2-.072.316.276提取方法：主成分分析此為因子得分系數(shù)矩陣?？梢缘贸鋈齻€(gè)因子得分表達(dá)式為：Y1=0.445X1+0.04X2-0.066X3-0.212X4+0.519X5-0.166X6-0.072X7Y2=-0.136X1+0.121X2-0.26X3+0.645X4-0.233X5-0.311X6+0.316X7Y3=0.058X1+0.445X2+0.593X3-0.114X4-0.081X5+0.108X6+0.276X7計(jì)算因子得分：根據(jù)3個(gè)因子方差貢獻(xiàn)率確定權(quán)重。綜合得分=32.11478.301Z1+23.4378.301Z2+22.75778.301Z3其中Z1、Z2、Z3分別為17個(gè)城市在公因子上的得分，詳見(jiàn)附錄。利用SPSS的計(jì)算變量得出每個(gè)城市的綜合得分：城市綜合得分深圳1.41上海.71北京.66廣州.55天津.36杭州.20青島.12南京-.13廈門-.20長(zhǎng)沙-.22成都-.26武漢-.30煙臺(tái)-.37沈陽(yáng)-.54西安-.54哈爾濱-.69鄭州-.78由于上表綜合評(píng)分大于0的城市只有7個(gè)，而總共有17個(gè)城市，所以只占少數(shù)，而我國(guó)的發(fā)達(dá)城市只有一小部分，所有本文以綜合因子得分大于0表示該城市綜合競(jìng)爭(zhēng)力位于總排名的中上游水平，得分小于0則意味該城市綜合競(jìng)爭(zhēng)力相對(duì)較差。廣州、上海、北京、深圳等是我國(guó)城市綜合競(jìng)爭(zhēng)力較強(qiáng)的城市。它們都是我們國(guó)家的國(guó)際化大都市，它們的經(jīng)濟(jì)、對(duì)外文化交流、科技都走在所有城市前面。而像沈陽(yáng)，西安，哈爾濱，鄭州，它們就是屬于經(jīng)濟(jì)水平低，環(huán)境也不良好，教育文化事業(yè)發(fā)展不樂(lè)觀。其他的城市都各自有各自的特點(diǎn)，它們之間的關(guān)系將由下面的聚類分析給出。 3.2 聚類分析在綜合評(píng)價(jià)中，不僅要對(duì)各被評(píng)價(jià)對(duì)象排出優(yōu)劣、先后次序，有時(shí)還要對(duì)所有被評(píng)價(jià)對(duì)象劃分等級(jí)，聚類分析為此提供了合適的工具。聚類分析是對(duì)多屬性統(tǒng)計(jì)樣本進(jìn)行定量分類的一種多元統(tǒng)計(jì)分析方法。這種方法基本思想是: 從一批樣本的多個(gè)觀測(cè)指標(biāo)中, 找出度量樣本之間或指標(biāo)之間相似程度( 親疏關(guān)系) 的統(tǒng)計(jì)量,構(gòu)成一個(gè)對(duì)稱的相似性矩陣, 在此基礎(chǔ)上進(jìn)一步找尋各樣本( 或變量) 之間或樣本組合之間的相似程度, 按相似程度的大小, 把樣本( 或變量)逐一歸類, 關(guān)系密切的歸類聚集到一個(gè)小的分類單位, 關(guān)系疏遠(yuǎn)的聚集到一個(gè)大的分類單位, 直到所有樣本或變量都聚集完畢, 形成一個(gè)親疏關(guān)系譜系圖,用以更自然地和直觀地顯示分類對(duì)象( 個(gè)體或指標(biāo)) 的差異和聯(lián)系。3.2.1 樣品相似性的量度 在聚類之前，要首先分析樣品之間的相似性。Q型聚類分析，常距離來(lái)測(cè)度樣品之間的相似程度。而距離又可以從不同角度進(jìn)行定義，分為閔可夫斯基距離、馬氏距離、蘭式距離。而閔可夫斯基距離又分成絕對(duì)距離、歐幾里得距離、切比雪夫距離。本文用的是歐幾里得距離。令dij表示樣品Xi與Xj的距離: dij=k=1pXik-Xjk21/23.2.2 系統(tǒng)聚類本文在SPSS中利用系統(tǒng)聚類法進(jìn)行聚類分析。因?yàn)榉彩蔷哂袛?shù)值特征的變量和樣品都可以采用系統(tǒng)聚類法，選擇不同的距離和聚類方法可獲得滿意的數(shù)值分類效果。系統(tǒng)聚類法是把個(gè)體逐個(gè)地合并成一些子集，直至整個(gè)總體都在一個(gè)集合之內(nèi)為止。由于類間距離定義不同產(chǎn)生了不同的系統(tǒng)聚類法： 最短距離法、最長(zhǎng)距離法、中間距離法、重心法、類平均法、可變類平均法、可變法和離差平方和法。本文用的是最短距離法。定義類Gi與Gj之間的距離為兩類最近樣品的距離，即：Dij=minXiGi,XjGjdij 設(shè)類Gp與Gq合并成一個(gè)新類，記為Gr，則任一類Gk與Gr的距離為Dkr=minXiGk,XjGrdij=minminXiGk,XjGpdij,minXiGk,XjGqdij=minDkp,Dkq步驟：（1）定義樣品之間距離，計(jì)算樣品的兩兩距離，開(kāi)始每個(gè)樣品各成一類。（2）找出距離最小元素，設(shè)為Dpq，則將Gp，Gq 合并成一個(gè)新類，記為Gr。（3）按上式計(jì)算新類與其他類的距離。（4）重復(fù)（2）（3）兩步，直到所有元素并成一類為止。如果某一步距離最小的元素不止一個(gè)，則對(duì)應(yīng)這些最小元素的類可以同時(shí)合并。3.2.3 利用SPSS聚類結(jié)果該表是樣品之間接近度距離，反映樣品之間相似性或相異性的矩陣。由于計(jì)算距離使用的是平方歐氏距離，所以樣品之間距離越大，樣品越相異。平均鏈接聚類表階段聚合的類系數(shù)階段第一次出現(xiàn)的聚類部序號(hào)下一次出現(xiàn)集群 1集群2集群1集群 218121.684003211162.08500438102.536109411152.7102075563.1570066573.388509711134.74040108236.55500129586.6516310105117.865971111599.04210013122410.30280151351413.791110141451714.24613015152518.360121416161228.7930150該表為平均鏈接聚類表，以表的形式說(shuō)明聚類的過(guò)程。表的第2列和第3三列表示聚合的類，第4項(xiàng)表示聚合系數(shù)，是距離的測(cè)定值，距離最小的先合并。第4列和第5列表示合并的兩項(xiàng)第一次出現(xiàn)的聚類部序號(hào)。比如第9階段的6和3表示所聚的兩類分別由第6次和第3次聚類所生成。集群1和集群2的值均為0的是兩個(gè)樣品的合并，其中有一個(gè)為0的是樣品與類的合并。第6列表示對(duì)應(yīng)步驟生成的新類將在第幾步與其他樣品或新類合并。如第一階段，第8個(gè)樣品與第12個(gè)樣品進(jìn)行合并，它們是樣品與樣品的合并，會(huì)在第3個(gè)階段與其他樣品合并?？傮w特征分析：（1） 我國(guó)較發(fā)達(dá)的城市雖然各方面水平都較高，但獨(dú)特性強(qiáng)，各自有各自的特點(diǎn)，體現(xiàn)在一些指標(biāo)上。（2） 同區(qū)域城市之間有一點(diǎn)相似性，雖然它們的綜合競(jìng)爭(zhēng)力排名相差較大，但很快聚為一類。如青島（7）與武漢（12）、長(zhǎng)沙（10）。城市類別分析： （1） 北京、上海、廣州為一類，不僅綜合競(jìng)爭(zhēng)力排名靠前，各項(xiàng)指標(biāo)是都名列前茅，屬于我國(guó)真正的或最有潛力發(fā)展為國(guó)際化大都市的領(lǐng)導(dǎo)型城市。其中，上海與北京又更具相似性，都具有很高的國(guó)際知名度。分別構(gòu)成我國(guó)的政治文化和金融經(jīng)濟(jì)的中心。而廣州的GDP增長(zhǎng)率，環(huán)境水平都高于這兩個(gè)城市，只是其他方面稍微遜色。 （2）而深圳各自為一類，因?yàn)楦黜?xiàng)指標(biāo)都是中等偏上，特別是環(huán)境是所有城市最好的，不存在像北京上海那樣GDP增長(zhǎng)率，環(huán)境水平較低，而其他指標(biāo)較高的情況。深圳是憑借改革開(kāi)放和經(jīng)濟(jì)特區(qū)的歷史性機(jī)遇迅速崛起和發(fā)展起來(lái)的, 作為一個(gè)新興的移民城市歷史負(fù)擔(dān)輕、起步快, 具有后發(fā)優(yōu)勢(shì), 因此短短20 來(lái)年就能在幾個(gè)方面走在所有城市的最前面。 （3）然后就是像成都、哈爾濱、西安，煙臺(tái)，武漢、南京、長(zhǎng)沙，杭州、青島、天津。它們先是相似的聚成一類，然后很快聚在一起。它們是我國(guó)部分內(nèi)地省會(huì)城市和區(qū)域性中心城市, 但成員眾多而復(fù)雜, 既有天津等實(shí)力雄厚但是由于某些原因近年發(fā)展相對(duì)滯后的傳統(tǒng)大城市，又有像西安這種中等城市。這些城市聚集在一起的主要原因在于大多數(shù)競(jìng)爭(zhēng)力指標(biāo)表現(xiàn)平庸, 城市缺乏突出的鮮明特色，這一類城市的變數(shù)最大, 若克服不足, 就可以慢慢發(fā)展成國(guó)際化大都市，而個(gè)別確實(shí)毫無(wú)城市特征的, 很容易落后。 所以把它們主要分成兩類：第一類：南京，武漢，長(zhǎng)沙，天津，杭州，青島。第二類:成都，哈爾濱，西安，煙臺(tái)。通過(guò)它們的指標(biāo)可以發(fā)現(xiàn)微小但明顯的差別。第一類城市在經(jīng)濟(jì)水平，公共服務(wù)滿意度，交通量上強(qiáng)于第二類城市，其余指標(biāo)與第二城市或一樣，或低于它們。這說(shuō)明第一類城市在經(jīng)濟(jì)，政府管理，與外交流方面具有較高水平，但是城市環(huán)境改善不足，教育的發(fā)展有所不足。而第二城市是屬于很有潛力的中等城市，雖然綜合競(jìng)爭(zhēng)力偏低，但只要發(fā)展得好，就可能成為像深圳那樣的國(guó)際化都市。 （4） 然后就是沈陽(yáng)與鄭州聚成一類，廈門自己為一類。沈陽(yáng)與鄭州的相似就在于它們經(jīng)濟(jì)水平相對(duì)較低，公共服務(wù)滿意度較低，交通量中等，環(huán)境污染較嚴(yán)重，文化素質(zhì)中等偏上。所以它們的綜合競(jìng)爭(zhēng)力排在末尾。而廈門是處在所有城市的中間，經(jīng)濟(jì)總量水平不高，但人均很高，公民滿意度很高，城市環(huán)境良好，教育水平較低。所以這是個(gè)生活較舒適的城市。四丶 結(jié)論本文采用了因子分析和聚類分析法，從微觀和宏觀兩個(gè)層面上分析評(píng)價(jià)了這17個(gè)城市的綜合競(jìng)爭(zhēng)力水平。結(jié)果發(fā)現(xiàn)，廣洲、上海、深圳、北京是所有城市中最具競(jìng)爭(zhēng)力的城市，中西部城市競(jìng)爭(zhēng)力水平明顯偏低，當(dāng)前國(guó)家實(shí)施西部大開(kāi)發(fā)就是為了提高其競(jìng)爭(zhēng)力以帶動(dòng)周邊地區(qū)經(jīng)濟(jì)發(fā)展，這關(guān)系到我國(guó)國(guó)民經(jīng)濟(jì)能否持續(xù)高速發(fā)展。所以上面分析得出的一些處于中等的城市要把握好機(jī)會(huì)，發(fā)展自己的弱項(xiàng)，爭(zhēng)取全面發(fā)展，逐漸發(fā)展成國(guó)際大都市。而像北京這樣的大都市就要多參與國(guó)際競(jìng)爭(zhēng)，而且要與其他城市相互促進(jìn)、共同發(fā)展，最后實(shí)現(xiàn)我國(guó)經(jīng)濟(jì)整體的健康發(fā)展。最后一些處于末端的城市，則要充分認(rèn)識(shí)到自己的劣勢(shì)，制定正確的競(jìng)爭(zhēng)與區(qū)域合作戰(zhàn)略，最后提高綜合競(jìng)爭(zhēng)力。五、參考文獻(xiàn)：1 中國(guó)科技發(fā)展報(bào)告研究組、中國(guó)科技發(fā)展研究報(bào)告M.北京：社會(huì)科學(xué)文獻(xiàn)出版社,2005。2 倪鵬飛中國(guó)省級(jí)行政區(qū)競(jìng)爭(zhēng)力報(bào)告No1R北京：社會(huì)科學(xué)文獻(xiàn)出版社，2003。3 謝文蕙、鄧衛(wèi)，省級(jí)行政區(qū)經(jīng)濟(jì)學(xué)M.清華大學(xué)出版社,2003.4 奧薩利文,省級(jí)行政區(qū)經(jīng)濟(jì)學(xué)M.中信出版社,2005.5 鄭杭生,中國(guó)人民大學(xué)中國(guó)社會(huì)發(fā)展研究報(bào)告2006走向更講治理的社會(huì)：社會(huì)建設(shè)與社會(huì)管理M.中國(guó)人民大學(xué)出版社,2006。6 于濤方.城市競(jìng)爭(zhēng)與競(jìng)爭(zhēng)力M.南京：東南大學(xué)出版社，2004。7 韓毅，袁國(guó)敏.城市競(jìng)爭(zhēng)力比較研究M.經(jīng)濟(jì)科學(xué)出版社，2002。8 朱孔來(lái).國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展綜合評(píng)價(jià)研究M.濟(jì)南：山東人民出版社，2004。 附錄：數(shù)據(jù)來(lái)源：（1）、（2）、（3）：這3項(xiàng)指標(biāo)數(shù)據(jù)來(lái)源：/p/4311260817（4）：/system/2015/12/27/020968050.shtml（5）：http