云南县域经济发展评价模型构建与实证分析

高延芳

中图分类号：F127 文献标识码：A

内容摘要：本文利用SEM模型，结合县域经济发展特点，构建了一个适合云南省经济发展的指标体系，并依据云南省统计局及各市统计年鉴，查询到2014年云南省各县统计数据进行了实证分析。本文研究的意义在于通过云南省县域经济发展评价体系的建立，探索出一种适合更广泛地区县域经济发展的评价体系。

关键词：云南省 县域经济 发展评价 SEM模型

问题的提出

县域经济始终对国家发展起着举足轻重的作用，县域经济发展评价是推动县域经济良性发展的核心组成部分，但至今在此方面的专项研究还相对较少。

在国外，世界经济论坛最先提出了区域经济发展评价体系，涉及8个领域，包括近300个指标。近年来，瑞士洛桑管理开发学院又提出“国际竞争力指标体系”， Alex Inkeles 提出的“Alex Inkeles 现代化指标体系”等。

在我国，改革开放后，很多专家、学者开始投身于县域经济考核评价问题上，1998年，中郡县域经济研究所提出了国内最早制定、最具有代表性、应用最为广泛的一套评价县域经济的指标体系，近年来，申群意等（2011）利用面板数据建立多元回归模型，建立经济竞争力的指标体系，并利用熵值法进行实证分析，给出了湖南各县经济竞争力的排名；赵忠芹（2013）从经济发展、基础设施、社会发展、居民收入水平四个方面出发，建立预选指标集，通过层次分析法确定权重，并以河北省为例对县域经济综合竞争力进行了实证分析；余昌颖（2014）运用DEA方法从纵向和横向角度分区域、分层次测算福建省原中央苏区县域经济的发展效率。

从诸多研究中可以发现，目前关于县域经济发展评价指标的确定都是以政府文件主观确定的，且指标相对片面，已经不能适应新时期云南县域经济发展现状。

因此，本文在借鉴省统计局及各市统计年鉴资料的基础上，通过对各县经济领域专家及相关工作人员进行走访调查，获得更加真实客观的数据，通过利用利用SEM模型构建了一个适合云南省经济发展的评价体系。具体的步骤为：确定预选指标集→设计调查问卷→数据处理与分析→建立 SEM 模型→确定指标体系。

预选指标集的确定

本文根据全面且具有代表性、科学且具有可操作性、具有可比性，又能够体现县域地区特点、先进性等原则，同时通过阅读大量参考文献，参考县域经济相关工作者和研究人员的意见，借鉴了国内政府机构、相关专家学者建立县域经济考核评价体系的经验，其中包括 20 余套全国性的考核县域经济的指标体系和将近 40 套省级地区考核县域经济的指标体系，全国性的县域经济评价指标体系，省级地区县域经济考核评价指标体系。通过对所搜集的指标体系中所有的指标进行汇总、删重、创新、分类，最终确定的预选指标集，包含了 24个可观测指标，如表1所示。

问卷调查

（一）问卷设计及调查

预选指标集是根据参考文献及近几年的政策性文件确定的，由于它不一定适用于云南省县域经济，因此为了确定最终的云南省县域经济考核评价指标体系，本文将采用纸质问卷派员访问调查的形式，以云南省内县域经济领域的专家为主要调查对象，根据专家对预选指标集中各指标重要程度的评价，从而确定最终的适合云南省县域经济发展的指标体系。

本文问卷调查对象为云南省内县域经济领域专家，包括云南省统计局、昆明市统计局及昆明市周边县级统计局的相关工作人员，这一部分调查对象的日常工作内容与本文研究的问题息息相关，对县域经济的发展有全面的了解，熟知当前云南省县域经济发展的现状及存在的问题，从实践上讲，统计局相关工作人员在县域经济发展的问题上有话语权。另外，调查对象还包括在区域经济领域有所研究的教授，这一部分调查对象在理论上能够深层次剖析云南省县域经济的发展，对云南省的县域经济发展问题深有研究。本次调查均采用纸质问卷，进行派员访问的方式进行一对一的采访，选取理论和实践两方面的专家作为调查对象，保证了调查结果的真实可靠。

为了确保调查的高效率，问卷中的问题采用了李克特量表的形式，问题的选项有非常重要、重要、一般、不太重要、不重要五个等级。经过问卷调查，最终收回 92 份问卷，其中 3份有缺失值，所占比例约 3%，利用总体中位数进行了插补。所有数据均由手工录入，最终保存为 SPSS 数据文件。

（二）问卷信度和效度分析

信度是一致性的问题，对于相同或相近的现象，研究者用测量工具对不同对象进行测量，所得结果一致性程度就是信度。本文采用 Cronbach's Alpha 方法测量信度，当α≥0.7 时，认为是高信度，当0.35≤α<0.7 时，认为信度尚可，当α<0.35时，认为信度太低。本问卷信度检验的结果见表2。效度是测量问卷所调查的是不是本身所要探讨的问题，能否得出正确结论。效度检验包括了内容效度、准则效度、结构效度，对于不同的效度有不同的检验方法，但目前还没有比较成熟稳定的测量整体效度的方法。

由表2可知，作为一级指标的变量对整体的县域经济以及各一级指标与其所包含的观测变量的信度均大于 0.7，表明问卷是高信度的。并且所有指标作为一个整体来分析，信度高达 0.9 以上，说明问卷中问题的一致性和稳定性是相当好的。

基于结构方程建立模型

结构方程模型是起步晚但发展迅速的一种统计方法，较其他统计方法，有自身的很多优势，在经济领域和社会科学领域应用广泛。本文通过简单介绍结构方程模型的理论知识及利用结构方程建立模型的一般步骤，最终建立了县域经济考核评价指标体系模型，并对结果进行了分析。

（一）结构方程模型的理论

结构方程模型，也称为SEM模型，是20世纪70年代一些学者通过对因子分析和路径分析等多种统计方法整合而提出的，是通过线性方程组表示观测变量和潜变量之间，以及潜变量与潜变量之间关系的一种新型的多元统计方法，实质是一种广义的线性模型。结构方程通常结合调查问卷数据进行建立模型，能够针对無法观测的潜变量进行建模，可以有效避免变量间多重线性问题。

结构方程包含了测量模型和结构模型，测量模型是说明观测变量与潜变量之间关系，结构方程是说明潜变量之间的关系，用以下方程表示。

测量模型：

外生变量之间关系：

内生变量之间的关系：

结构模型：

在上述两个模型中x和y是观测变量，ξ和η是潜变量，x是ξ的观测变量，y是η的观测变量，Λx和Λy、B和Γ是路径系数矩阵，δ、ε和ξ是误差变量。模型假设：δ、ε和ξ均值为0，δ、ε和ξ、η不相关，δ和ε不相关，ξ和δ、ε、ξ不相关。另外，SEM模型还应满足：变量之间存在线性关系；观测变量的观测数据相互独立，观测变量必须满足正态分布。

（二）SEM评价的一般步骤

完整的SEM分析基本程序如圖1所示。

（三）SEM的适配判断及修正

结构方程的适配指标是评价假设的路径分析模型图与搜集的数据是否相互适配的情况。笔者根据样本的结构形式，采用极大似然估计法（ML）对模型的参数和各个因子之间的关系进行修正和反复拟合，结合结构方程的绝对适配度指标、增值适配度指标和简约适配度指标判别模型的拟合程度好坏。

通过修正和反复拟合，建立的SEM的各项适配度指标检验结果如表3、表4、表5所示。

检验结果表明，该模型的多项适配指数都符合要求，即模型是合理的。

（四）结构模型的结果分析

通过建立评价指标的SEM，结合调查数据，导入AMOS软件，得到结构模型的结果如图2所示。

根据模型结果计算出各指标的权重，记指标Xi（i=1，2，3，…，24）的系数为αi，则在对县域经济考核时，指标Xi（i=1，2，3，…，24）的权重记为ωi，其计算公式为：，最终确定云南省县域经济考核的指标体系及权重如表6所示。

本文根据结构方程模型的结果，在一级指标与“县域经济”相关程度基本不变的前提下，根据各指标相关系数占所在一级指标总权重的比例来确定各二级指标权重，适当调整使它们均为整数，从而得到最终建立的指标体系。由表6可知，县域经济的发展31%取决于当地的经济发展状况，26%取决于当地人民生活状况，24%取决于社会稳定性及基础社会建设情况，19%取决于当地的生态环境。

基于云南省县域经济考核评价体系的实证分析

结合上述指标体系及权重结果，本文对2014年云南省128个县域的经济发展情况进行实证分析，24个指标对应的 2160 个数据一部分由省统计局提供，另外一部分由各市统计年鉴中查询所得，因为24个指标对应的量纲不尽相同，所以数据需进行标准化处理，即利用每个数据与对应指标数据的均值之差除以该指标数据的标准差。最终得到云南省128个县的经济实力较强的前 20名和较弱的最后 20名的排名情况，如表7所示。

由表7可知，呈贡、文山、富源、瑞丽等20个县在经济实力方面表现突出，金平、绥江、元阳、屏边等20个县经济实力较差，说明这一部分县在经济发展过程中，各项指标都较低。

根据上述指标体系及评价结果可知，针对于这部分经济考核评价结果较差的县，要做好以下几方面工作：一是要需要采取适当的措施，激发人们的生产积极性，引进高科技设备和高技术人员，提高生产的效率，认真分析导致生产不足的原因，找出突破点，弥补发展中的不足。二是要促进人均收入的增加，完善医疗保险机制，大力发展科教文卫事业，注重高素质人才的培养。三要关注信息化和城镇化发展，但这并不能说明工业化和农业现代化已不再是发展的重点，特别是农业的发展值得进一步的关注。加大宣传力度，加快信息传播速度，加强农村城镇化率，鼓励发展服务业，为服务业的发展提供更广阔的空间。

结论

本文建立了一套适合云南省县域经济发展的评价体系，其中，在形式上采用调查问卷的方式，避免了主观性，在方法上运用了结构方程模型，基本上保障了评价结果的客观性与科学性。但是，由于各地区实际发展情况不一致且随着时间的推移，地区经济发展情况也在不断变化，因此，本研究也存在一定的局限性，不能适应时间变化条件下的县域经济发展评价，在未来的研究中还应扩大样本数据，并能从时间变化角度进一步完善评价指标体系。