肖静月

【摘 要】规模以上工业是工业经济中重要的部分。本文简要分析了广西规模以上工业的总体发展情况，然后通过因子分析深入分析广西规模以上工业经济效益水平在地区间的差异情况，得出广西规模以上工业地区差异较为显著，需要进一步消除差异，实现整体发展。

【关键词】规模以上工业；经济效益水平

1.引言

在实际的工业统计调查中，我国的工业按照经营规模分为两部分，一部分是规模以上工业，另一部分是规模以下工业。2011年前，工业规模的划分以年主营业务收入500万元为界限；2011年后，工业规模的划分以年主营业务收入2000万元为界限。即年主营业务收入2000万元以上的工业企业为规模以上工业。

规模以上工业在工业经济中地位很重要，其工业总产值在全部工业总产值中占的比重很大，其他各项工业指标如工业增加值、资产、利润、税收等也均占据绝大部分，所以规模以上工业代表着整个地区的工业发展水平。2011年，广西规模以上工业企业共有5046家，工业总产值约占广西全部工业总产值的80%，但在中国发达地区，如上海、浙江、江苏、广东一带，规模以上工业的总产值占到其全部工业总产值的90%以上。所以，广西规模以上工业还需要进一步做大做强，以促进整个广西工业经济的发展。

2.广西规模以上工业总体发展情况

图1广西5个地区的工业总产值

注：圆点代表的是柳州地区，星号代表的是南宁地区，连线代表的是桂林地区，虚线代表的是防城港地区，带菱形线代表百色地区。

从图1来看，基本上每个地区的工业总产值十年来都在持续增长，而且增幅比较显著（呈指数增长）。但是也发现了这5个地区作为广西的代表地区，它们的增长速度和起点、终点的值却有着很大的差异情况。

为了消除价格变动的影响，我们采用最高的工业总产值除以最低的工业总产值，为研究广西规模以上工业在各地区的平衡发展提供一个较为科学的量化指标。

图2广西各地区规模以上工业总产值的高低比值图

由图2发现，广西规模以上工业在各地区的发展情况随着时间的增长，高低间的差距在缩小，近几年来基本在10%上波动。因此说明广西各地区的规模以上工业发展正趋于平衡发展状态。

3.广西规模以上工业经济效益水平的地区差异

首先对广西规模以上工业总产值这个时间序列进行确定性时序分析，通过观察变量高低工业总产值比值的相关系数图发现，高低工业总产值比值的时序图是平稳的，自相关系数短期相关且是截尾，偏自相关系数也是截尾。因此通过SAS进行模型最优定阶认为ARMA（2，3）模型的BIC值最小，且残差序列为白噪声序列，因此该模型相对来说拟合效果比较好。即高低工业总产值比值的模型表达式为：

下面通过单因素方差分析来说明广西不同地区的投资回报率是否存在显著性差异。

由表2可知，大致上可认为引起各地区工业经济效益差异的主要来源为南宁、桂林、柳州、河池、来宾、崇左这几个地区。

下面通过各地区规模以上工业投资回报率的直方图来直观地说明各地区的投资回报率情况。

由图3可看出，大部分地区的投资回报率在2008年以前都呈现上升的趋势，说明在2008年以前这些地区的工业发展态势较好，但在2008年只有钦州市的投资回报率出现突长，其它地区基本都相对下降。其外部因素是在2008年受到了国际金融危机的严重冲击，市场销量下滑，企业大幅减产、限产，工业发展严重受阻。而内部制约因素则是，企业设备简陋、技术落后、生产环境差、产品档次低、竞争力弱等特点突出。设备、技术等重要因素的“短腿”现象，使规模以上工业的产品缺乏应有的稳定性，企业缺乏强有力的竞争能力，最终没能抵抗住金融危机。但在2008年之后投资回报率又呈现出上升的趋势。经历了2008年金融危机的重创，各级政府、部门想方设法为企业出谋划策，排忧解难，加大政策、资金、技术、人才、项目、信息扶持，推进自主创新、减轻企业负担、加强运行监测、创新融资方式、建立服务体系等方面的有针对性的措施，为规模以上工业提供了更宽松的政策环境、更平等的市场准入和更直接的金融支持。再加上各企业及时积极地做好企业内部调整，克服自身的不足，加大人才、科技的引进，抓住机遇，化危为机，创下奇迹。

4.广西各地区规模以上工业经济效益的因子分析

本文在指标选用上，选取影响广西规模以上工业发展的10个指标来构建衡量工业化水平的指标体系，以期更全面的分析判断工业化水平。主要包括：工业增加值（X1）、流动资产年平均余额（X2）、固定资产年平均余额（X3）、资产合计（X4）、企业单位数（X5）、企业人员年平均人数（X6）、工业总产值（X7）、产品销售收入（X8）、利税总额（X9）、负债合计（X10）。

首先采用Z-Score变换使原始数据标准化，然后对标准化的数据做相关性检验，发现变量间呈现较强的相关关系，采用KMO检验法和Bartlett球度检验法进行检验，根据表3可知，KMO=0.787达到可行性标准，Bartlett球度检验的显著性Sig.为0.00小于5%，因此拒绝零假设，认为适合做因子分析。

从表4可知，各个指标的共同度都比较大，在77%以上，说明变量空间转化为因子空间时，保留了较多的因子，因此因子分析的效果是显著的。

在进行因子分析时，本文采用的是主成分分析提取法。通过因子模型，计算R的特征值和贡献率以及正交因子表。

从表5可以得知，第一主成分的特征值8.437>1，方差解释度为84.368%<85%，而第二主成分的特征值0.936<1，累积贡献率达到93.73%〉85%，且旋转后变量相关矩阵有2个大特征根：4.990，4.383，它们累计贡献率达到了93.73%，说明这两个主成分因子能够表达原始数据足够多的信息，对各地区工业水平的反映较为综合全面。

由于初始因子矩阵不能明显地看出因子代表的指标，因子的意义含糊，不便于对因子进行解释，因此我们对因子载荷矩阵实行方差最大正交旋转法，达到简化结构的目的，使各变量在某个因子上有高额载荷，而在其余因子上只有小到中等的载荷。

从表6可以看出第一主因子在X1，X2，X3，X4，X7，X8，X10上有较大载荷，在X1，X2，X5，X6，X7，X8，X9上有较大的载荷，重叠因子有X1，X2，X7，X8，变量划分度还是不太明显，那么公因子应该如何提取才更合理呢？

由图4可以看出，所有变量进行聚类后，变量X2，X3，X4，X7是处于同一层次，而X1，X5，X6，X8，X9，X10处于同一层次。结合上面因子旋转前后的结果，我们发现：

第一个公因子在X2（流动资产年平均余额），X3（固定资产年平均余额），X4（资产合计），X7（工业总产值）载荷很高，而这些因子从侧面基本上反映了工业的经济状况和企业规模，因此可归为经济状况和规模因子。第二个公因子在X2（工业增加值），X5（企业单位数），X6（企业人员年平均人数），X8（产品销售收入），X9（利税总额），X10（负债合计）上载荷也比较高，且这些因子从侧面反映了企业的效益状况和社会竞争力，因此可归为效益竞争因子。

其中表示各地区的综合得分，是地区在主因子上对应原始指标标准化处理后的值（通过SPSS处理得到）。式中计算综合得分的权重0.8437，0.09362分别是旋转后的主因子的方差贡献率。由此得各地区在各因子上的得分及综合得分排名如下：

由表8可知，只有南宁、柳州、桂林、玉林的综合得分大于0，其它10个地区的综合得分都小于0。由此说明南宁、柳州、桂林、玉林的工业经济实力较为雄厚，为整个广西的工业经济发达城市，对广西工业的经济发展起着辐射作用。

5.结论

综合上述分析可知，广西规模以上工业近年来虽然发展较快，有自己的一些优势产业，但整体实力还不够强，且地区间的经济效益水平还存在较大差异。所以需要通过一些措施比如合理的资本配置、地区扶持政策等来消除广西各地区间的差异，优化产业结构，促进工业经济的整体发展。

参考文献：

[1]周一星，杨齐发.中国城市工业经济效益的多因素分析[J].经济地理，1990.10（1）43-50.

[2]宋晓杰.工业企业经济效益综合评价与分析[J].吉林工程技术师范学院学报，2005.06.

[3]张二勋，姚静.中国工业发展的区域差异分析[J].经济地理，2000.15（3）：87-90.

[4]路文杰.基于因子分析的区域产业竞争力评价[J].河北经贸大学学报，2010.3.

[5]魏杰.工业化进程中的规模以上的工业[J].理论探讨，2003.5（114）.

[6]黄雅雯，龚唯平.广东规模以上工业企业经济效益走势及波动分析[J].产经评论，2012.11.（6）.

[7]陈永林，孙巍巍.基于因子分析的江西工业产业竞争力研究[J].赣南师范学院学报，2011.8.