【正文】 其次，我要感謝四年中陪伴在我身邊的同學(xué)、朋友，感謝他們?yōu)槲姨岢龅挠幸娴慕ㄗh和意見(jiàn)，有了他們的支持、鼓勵(lì)和幫助，我才度過(guò)了充實(shí)的思念大學(xué)生活。在論文的寫作和措辭等方面他總會(huì)以專業(yè)標(biāo)準(zhǔn)嚴(yán)格要求我，從選題、定題開(kāi)始，一直到最后論文的反復(fù)修改、潤(rùn)色，俞老師始終認(rèn)真負(fù)責(zé)地給予我深刻而細(xì)致地指導(dǎo)，幫助我開(kāi)拓研究思路，精心點(diǎn)撥、熱忱鼓勵(lì)。如今，伴隨著這篇畢業(yè)論文的最終成稿，復(fù)雜的心情煙消云散，自己甚至還有一點(diǎn)成就感。因此，潮汕地區(qū)應(yīng)加大優(yōu)化城鄉(xiāng)環(huán)境的力度，進(jìn)一步縮小城鄉(xiāng)差距，完善個(gè)性化的城市資源的經(jīng)營(yíng)與開(kāi)發(fā)，不斷改善投資軟、硬環(huán)境，提升潮汕地區(qū)的城 市形象。城市環(huán)境質(zhì)量與城市生活品質(zhì)緊密相關(guān)，是體現(xiàn)城市潛力和能夠?qū)崿F(xiàn)城市競(jìng)爭(zhēng)力可持續(xù)發(fā)展的關(guān)鍵條件。第三是政府可酌情量力地組織當(dāng)?shù)?干部到珠三角、到國(guó)內(nèi)發(fā)展領(lǐng)先的地域去走一走，去學(xué)習(xí)和感受，跳出當(dāng)?shù)乜串?dāng)?shù)夭拍芸吹酶宄．?dāng)前改變潮汕地區(qū)文化內(nèi)斂性的措施首先是大力提倡講普通話，尤其實(shí)在官方場(chǎng)合、官方媒介及學(xué)校等都應(yīng)講普通話，在當(dāng)?shù)匦纬捎型獾厝嗽趫?chǎng)時(shí)都講普通話的氛圍。積極爭(zhēng)取通過(guò)各種渠道進(jìn)行融資，加快現(xiàn)代交通、通訊、網(wǎng)絡(luò)、信息等方面的建設(shè) ，加強(qiáng)潮汕地區(qū)之間交通聯(lián)系，進(jìn)而改善落后的投資環(huán)境。因此，潮汕地區(qū)要加大基礎(chǔ)設(shè)施財(cái)政投入，加快基礎(chǔ)設(shè)施建設(shè)，特別是道路、供水、供電、污染治理等方面的協(xié)調(diào)及生產(chǎn)力布局、城市發(fā)展規(guī)劃等方面的溝通與協(xié)調(diào)，盡量避免重復(fù)建設(shè)或過(guò)度競(jìng)爭(zhēng)。除此之外，潮汕地 區(qū)還應(yīng)積極主動(dòng)地吸引和承接珠江三角洲地區(qū)的產(chǎn)業(yè)轉(zhuǎn)移，不斷提高工業(yè)在區(qū)域經(jīng)濟(jì)中的地位和作用。一方面要面向市場(chǎng)，放手發(fā)展鄉(xiāng)鎮(zhèn)工業(yè)；另一方面引導(dǎo)、扶植骨干企業(yè)和集團(tuán)企業(yè)的發(fā)展，以提高生產(chǎn)技術(shù)水平，發(fā)展規(guī)模大、層次高、銷基于因子分析法的潮汕地區(qū)城市競(jìng)爭(zhēng)力綜合評(píng)價(jià) 16 路廣、效益號(hào)的骨干企業(yè)為目標(biāo)，逐步建立起有特色、競(jìng)爭(zhēng)力強(qiáng)、優(yōu)質(zhì)高效、技術(shù)密集、外向型的工業(yè)體系和貿(mào)易加工服務(wù)系。另一方面，還要充分發(fā)揮區(qū)位優(yōu)勢(shì)，實(shí)行全方位開(kāi)放，進(jìn)一步拓寬開(kāi)放領(lǐng)域，擴(kuò)大開(kāi)放規(guī)模，引進(jìn)新技術(shù)、新信息，使潮汕地區(qū)的經(jīng)濟(jì)建設(shè)形成內(nèi)外結(jié)合，粵、閩、贛共同開(kāi)發(fā)建設(shè)的新 局面。因此，要實(shí)現(xiàn)潮汕地區(qū)區(qū)域協(xié)調(diào)發(fā)展，就要密切各城市間的合作與聯(lián)系，加快橫向經(jīng)濟(jì)協(xié)作的步伐。這些因素不僅影響當(dāng)?shù)仄髽I(yè)的生長(zhǎng)發(fā)育，也嚴(yán)重影響區(qū)域外資本、技術(shù)、人才的進(jìn)入。 主要表現(xiàn)在潮汕當(dāng)?shù)厝嗽谏鐣?huì)交際和生活交往中對(duì)鄉(xiāng)音的執(zhí)著，不利于外部人融入當(dāng)?shù)睾团c外地人的溝通；而這些具有內(nèi)斂性的人文風(fēng)俗和社會(huì)意識(shí)的影響造成當(dāng)?shù)厝瞬藕鸵仉y留。這些因素均制約著潮汕地區(qū)經(jīng)濟(jì)社會(huì)的發(fā)展。近幾年，潮汕地區(qū)的交通基礎(chǔ)設(shè)施雖然有了很大的基于因子分析法的潮汕地區(qū)城市競(jìng)爭(zhēng)力綜合評(píng)價(jià) 15 進(jìn)展，但仍然滯后。由此可見(jiàn)，潮汕地區(qū)的社會(huì)競(jìng)爭(zhēng)力較弱。潮汕地區(qū)無(wú)論是從總體上還是從各地市的情況看，行業(yè)或產(chǎn)業(yè)結(jié)構(gòu)的最大的弊病是缺乏主導(dǎo)行業(yè)或產(chǎn)業(yè)，行業(yè)或產(chǎn)業(yè)之間的關(guān)聯(lián)性較差，同構(gòu)現(xiàn)象較重。另一方面，潮汕地區(qū)企業(yè)、工業(yè)規(guī)模小且分散。 產(chǎn)業(yè)結(jié)構(gòu)不合理 潮汕地區(qū)產(chǎn)業(yè)結(jié)構(gòu)不合理主要表現(xiàn)在以下兩個(gè)方面：其一是第三產(chǎn)業(yè)占GDP 的比重低于全省的平均水平。 經(jīng)濟(jì)競(jìng)爭(zhēng)力因子為主要影響因素 在貢獻(xiàn)率最大的公因子 F1“經(jīng)濟(jì)競(jìng)爭(zhēng)力因子”中，只有汕頭和揭陽(yáng)兩個(gè)城市的得分值大于 0；而三個(gè)城市在貢獻(xiàn)率較小的 F2“社會(huì)競(jìng)爭(zhēng)力因子”的得分均為正值，且差距不大。說(shuō)明其經(jīng)濟(jì)競(jìng)爭(zhēng)力水平的不足已經(jīng)嚴(yán)重制約了該市的綜合競(jìng)爭(zhēng)力 。揭陽(yáng)市的競(jìng)爭(zhēng)力較強(qiáng)，其綜合得分及各因子得分均處于中間水平，其“經(jīng)濟(jì)競(jìng)爭(zhēng)力因子”的得分為潮州的 倍，相當(dāng)于汕頭“經(jīng)濟(jì)競(jìng)爭(zhēng)力因子”得分的 61%。其中，汕頭的城市競(jìng)爭(zhēng)力最強(qiáng)，且遙遙領(lǐng)先于揭陽(yáng)和潮州。從發(fā)展的角度看，潮汕地區(qū)城市競(jìng)爭(zhēng)力水平仍然落后，存在不少亟待解決的問(wèn)題。因此，通過(guò)比較綜合得分的高低，可以排序 2020 年潮汕地區(qū)各城市綜合競(jìng)爭(zhēng)力的強(qiáng)弱，得分值按降序排列，見(jiàn)表 10。 因子得分和綜合因子得分情況 綜上所述，運(yùn)用 進(jìn)行因子分析，利用回歸計(jì)算方法得出潮汕地區(qū)各城市的因子得分和綜合因子得分。計(jì)算城市綜合競(jìng)爭(zhēng)力得分的公式如下： 100/)( 21 ii ii FZ ??? ? （ 5） 其中， Z 為綜合因子得分， i? 為旋轉(zhuǎn)后的因子方差貢獻(xiàn)率， i =1， 2； iF 為因子得分， i =1， 2。得到的各個(gè)因子得分函數(shù)為： 131211109876543211 zxzxzxzxzxzx zxzxzxzxzxzxzxF ?????? ??????? （ 3） 基于因子分析法的潮汕地區(qū)城市競(jìng)爭(zhēng)力綜合評(píng)價(jià) 13 131211109876543212 zxzxzxzxzxzx zxzxzxzxzxzxzxF ?????? ???????? （ 4） 綜合因子得分的計(jì)算 上述 2個(gè)公共因子是影響潮汕地區(qū)城市競(jìng)爭(zhēng)力的主導(dǎo)因素，為了解釋它們?cè)诟魇斜憩F(xiàn)的差異，在計(jì)算公因子得分的基礎(chǔ)上，通過(guò)計(jì)算各市城市競(jìng)爭(zhēng)力的綜合得分來(lái)描述潮汕地區(qū)城市競(jìng)爭(zhēng)力的區(qū)域分異差異。 計(jì)算公共因子得分的公式如下： ii izxF ???21 ? （ 2） 其中， i? 為主成分的得分系數(shù)（見(jiàn)表 9）， i =1（ 2， 3， 4? 13）； i zx 為各市標(biāo)準(zhǔn)化后的數(shù)據(jù)， i =1（ 2， 3， 4? 13）。 表 9 成分得分系數(shù)矩陣 Total9 Component Score Coefficient Matrix 成份 1 2 GDP 社會(huì)消費(fèi)品零售總額 地方財(cái)政收入 年末金融機(jī)構(gòu)存款余額 第三產(chǎn)業(yè)占 GDP比重 年客運(yùn)總量 郵電業(yè)務(wù)總量 科學(xué)技術(shù)支出 教育支出 普通高校專任教師數(shù) 建成區(qū)綠化覆蓋率 醫(yī)院床位數(shù) 全社會(huì)用電量 因子得分的計(jì)算 因子得分就是觀測(cè)量的共性因子的值，根據(jù)因子得分系數(shù)矩陣，可以將公共因子表示為各變量的線性組合。不難看出，公因子 F2集中體現(xiàn)的是城市的科研實(shí)力和社會(huì)環(huán)境綜合實(shí)力，因此將可公因子 F2命名為“社會(huì)競(jìng)爭(zhēng)力因子”，其貢獻(xiàn)率為 %。從指標(biāo)變量所代表的實(shí)際含義上看，可以將公因子 1命名為“經(jīng)濟(jì)競(jìng)爭(zhēng)力因子”，突出體現(xiàn)了一個(gè)城市的綜 合經(jīng)濟(jì)實(shí)力和交流實(shí)力的總體情況，其貢獻(xiàn)率最大，達(dá)到 %。在實(shí)際定量分析中，認(rèn)為大于 。表 8中公因子前的系數(shù)表示主因子對(duì)于原來(lái)變量解釋時(shí)相對(duì)應(yīng)的重要程度。得到旋轉(zhuǎn)后的因子載荷矩陣見(jiàn)表 8。 一般而言 ,通過(guò)初始變換得到的因子載荷差異不大 ,含義不明顯 ,實(shí)用價(jià)值不高，故對(duì)因子進(jìn)行旋轉(zhuǎn)。最常用的方法是最大方 差正交旋轉(zhuǎn)法。如果求出主因子解后，各個(gè)主因子的典型代表變量不很突出，還需要進(jìn)行因子旋轉(zhuǎn)，通過(guò)適當(dāng)?shù)男D(zhuǎn)得到比較滿意的主因子。當(dāng)?shù)谌齻€(gè)因子開(kāi)始，特征根值小于 1，且趨勢(shì)變得平緩，因此認(rèn)為可提取前面兩個(gè)因子作為公共因子。由此來(lái)檢驗(yàn)由總方差解釋表所得到的公共因子是否正確。 表 7 公因子方差 Table7 Communalities 初始 提取 GDP 1 .992 社會(huì)消費(fèi)品零售總額 1 .969 地方財(cái)政收入 1 .834 年末金融機(jī)構(gòu)存款余額 1 .989 第三產(chǎn)業(yè)占 GDP 比重 1 .901 年客運(yùn)總量 1 .853 郵電業(yè)務(wù)總量 1 .958 科學(xué)技術(shù)支出 1 .923 教育支出 1 .911 普通高校專任教師數(shù) 1 .898 建成區(qū)綠化覆蓋率 1 .997 醫(yī)院床位數(shù) 1 .982 全社會(huì)用電量 1 .872 表 6 解釋的總方差 Total6 Variance Explained 成份 初始特征值 提 取平方和載入 旋轉(zhuǎn)平方和載入 合計(jì) 方差的 % 累積 % 合計(jì) 方差的 % 累積 % Total 方差的 % 累積 % 1 2 100 3 100 4 100 5 100 6 100 7 100 8 100 9 100 10 100 11 100 12 100 13 100 基于因子分析法的潮汕地區(qū)城市競(jìng)爭(zhēng)力綜合評(píng)價(jià) 10 碎石圖公共因子檢驗(yàn) 因子分析中， 碎石圖（ scree plot） 能夠 提供因子數(shù)目和特征值大小的圖形表示 ，即得出每個(gè)成分占信息的百分比。因此，選基于因子分析法的潮汕地區(qū)城市競(jìng)爭(zhēng)力綜合評(píng)價(jià) 9 取前兩個(gè)因子做為公共因子。第一成份的初始特征值為 ，遠(yuǎn)遠(yuǎn)大于 1；第二成分的初始特征值為 ，大于 1；從第三成份開(kāi)始，其初始值均小于 1。 運(yùn)用 ，得到表 6。常見(jiàn)的方法采用主成分分析法（ Principal Factor Analysis），計(jì)算其特征值和累積貢獻(xiàn)率。 Bartlett 球度檢驗(yàn)結(jié)果顯示，近似卡方值為 ，數(shù)值比較大，顯著性概率為 （ P），因此拒絕 Bartlett 球度檢驗(yàn)的零假設(shè)，認(rèn)為調(diào)查數(shù)據(jù)適合做因子分析。 表 5 KMO 檢驗(yàn)和 Bartlett 球體檢驗(yàn) Table 5 KMO and Bartlett39。判斷指標(biāo)數(shù)據(jù)是否適合做因子分析的標(biāo)準(zhǔn)為：大于 ，非常適合； 適合；小于 不適合。 表 4 原始指標(biāo)標(biāo)準(zhǔn)化表 Table 4 The original data standard