第 4 章 辽宁现代服务业集群化发展的综合评价
4.1 现代服务业集群化发展的评价方法选择
当前学者对现代服务业的研究以及对现代服务业集群化发展的研究，由于出发点的不同，在进行综合评价时所建立的指标体系也各不相同。但是，建立一个完善的区域经济综合评价体系是重要前提，本文根据当前学者的研究、辽宁现代服务业的发展现状以及数据可采用量，构建了新的综合评价体系，并采用了多指标评价方法。
4.1.1 多指标评价方法简介
基于现代服务业集群化发展的一般规律，并结合先前学者的研究经验和成果，参考了金梅在《基于集群视角的甘肃服务业发展研究》中所采用的对服务业集群发展的评价指标体系，并根据辽宁现代服务业发展的实际水平以及研究参考数据的可比性，建立了本文的指标体系，共分为三个准则层次，即现代服务业发展条件、经济效率以及集群水平，并进一步细分为 18 个综合评价指标。这不仅有利于方便辽宁现代服务业集群化水平与其他地区之间的比较，更是保证了研究结果的科学性与准确性。具体的现代服务业发展水平评价指标如下表所示：
4.1.2 数据的采集和说明
因为 2008 年我国进行的第二次经济普查，以及辽宁省统计数据的有限性，在充分考虑了辽宁省数据横向与纵向的可比性，本文采用的数据是 2004 年到 2013年；同时，由于全国各省份统计口径的不完全相同，此处所做的评价为内部评价，自动放弃外部评价，以免浪费无用功并造成不必要的误解；在进行指标体系的构建和选取的时候，根据前章对现代服务业的定义，对辽宁现代服务业所涉及到的九大行业存在相关行业的统计缺口，综合评价部分的数据采用的各地区各行业数据的加总，相对于先前大多学者选择直接采用第三产业数据代替现代服务业数据的做法更据有说服力，参考价值更高；同时基于辽宁现代服务业集群化发展尚处于初级阶段，对现代服务业的统计以及对集群化数据统计系统均还不健全，下文的综合评价数据并非是集群数据而是产业数据，这也是是产业集群化发展初期采取的主要数据统计方法。
4.2 辽宁现代服务业集群化发展条件
4.2.1 指标选取
从发展条件分析，所涉及到的因子主要包括：生产总值、人均生产总值、工业增加值总量、18-60 岁之间人口数、高中及大专以上在校人口数。
4.2.2 因子分析
下面各个表格说明因子分析及 Factor 子过程中的操作结果分析。
（1）叙述统计
结果表 4.3 列出了 5 个原始变量的统计描述结果。
（2）反映像相关系数矩阵检验
结果表 4.4 给出的是原始变量的相关系数矩阵，主对角线元素值为 1,其他元素的绝对值均不为 1,可以看出 5 个变量中许多变量之间存在高度相关性。
（3）KMO 抽样适度检验和巴特利特球度检验
结果表 4.5 输出结果显示 KMO 的值为 0.697,说明所选变量很适合做因子分析；Bartlett 球度检验计量的检测值为 122.102,相应伴随概率为 0.000,小于显着水平 0.05.
（4）变量共同度检验
如下表 4.6 显示的结果，第三列的 0.995 表示 3 个公共因子变量共同解释了元变量 x1的 99.5%;三个公共因子很好的解释了 5 个原始变量，因为每个变量的共同度已经超过了 99%.
4.2.3 综合评价
（1）总方差因子贡献率
下表 4.7 为总方差因子贡献率，第一个、第二个公共因子的特征根分别是4.155、0.625;结果显示三个公共因子共同解释占 99.718%,而被放弃的其他两个公共因子解释的方差占比不到 0.1%.
（2）辽宁各地区现代服务业集群化的发展条件因子得分表
根据上表得出发展条件的综合得分公式 f:
f=（43.621*f1+32.63*f2+23.467*f3）/99.718
从上表 4.8 辽宁省各地区发展条件的得分表可看出，2013 年，大连、沈阳及鞍山三市现代服务业集群化发展条件排名位居全省前三位，而阜新、葫芦岛及铁岭三市排名位居全省后三位，其中，作为排名第一的大连的综合得分为 1.38,紧随其后的是沈阳的 1.36,两地区远高于省内的其他地区。而除了发展较快的三大城市的发展条件得分为正值外，其他地区的得分均为负值，明显较低。上表数据说明，发展条件受地区经济发展水平、工业发展情况、人口数、教育发展水平等因素的综合影响。同时，上表也充分说明了辽宁省内各个地方经济发展水平不均衡。
4.3 辽宁现代服务业集群化经济效率
4.3.1 指标选取
考虑到辽宁现代服务业数据指标的代表性、系统性和可得性，在对辽宁现代服务业集群化的经济效率做因子分析中，主要采用了以下七个指标。
4.3.2 因子分析
该小节的因子分析步骤与上一小节基本一致，因此在如下分析中就简略了步骤陈述，直接显示计量操作的结果。
（1）描述统计
结果表 4.10 列出了 7 个原始变量的统计描述结果。
（2）反映像相关系数矩阵检验
结果表4.11给出的是原始变量的相关系数矩阵显示的结果说明适合进行因子分析。
（3）KMO 抽样适度检验和巴特利特球度检验
结果表 4.12 输出的是 KMO 检验和 Bartlett 球度检验的结果也显示原始变量进行因子分析是合适的。
（4）变量共同度检验
根据表 4.13 显示各个变量的共同度超过了 90%.
4.3.3 综合评价
（1）总方差因子贡献率
下表 4.14 为总方差因子贡献率显示因子分析效果很理想。
（2）综合排名
计算综合得分 f 的计算公式即为：
f=（39.252*f1+37.881*f2+18.719*f3）/95.852%
从上表 4.15 所得综合得分的排名结果可以看出，2013 年，现代服务业集群化发展的经济效率综合排名位居全省前列的是大连、沈阳及营口三市，而位居全省最后三位的分别是辽阳、阜新和铁岭三市，其中大连和沈阳的综合得分分别为1.46、1.27,排名紧追其后的是营口的经济效率得分为 0.06,相差较大，而辽宁省其余 11 个地区的综合得分均为负值。通过以上数据的分析得知，综合得分排名较靠前的地区主要集中在沈阳经济带（如沈阳、鞍山、本溪）和沿海经济带（如大连、营口）；而排名最靠后的全部集中在辽西北地区，这主要与其产业结构有着直接的联系。据 2013 年的统计信息显示，辽西北三个地区的第一产业对其地区生产总值的贡献率所占的比重依旧高达 20%以上。虽然近几年辽西北地区现代服务业有了长足的进步，但是其经济基础相对太过薄弱，而发展相对靠前的鞍山、本溪、抚顺等地区有一定的工业基础，一定程度上提供了资金支持，但是从长远目标来看，这些雄厚的工业基础将成为其经济结构转型的重要阻碍。经济效率综合得分最靠前的三个地区的第三产业及现代服务业集群化发挥最早，存在着一定的区位优势和省会政治优势。
