【摘要】随着广东省经济的蓬勃发展,人民生活质量的不断提高,社会对健康意识的普遍加强,人民对健康服务质量的要求也在不断提高。此外,广东省人口老龄化明显,对医疗服务的需求正在迅速扩大。
从目前的发展状况来看,广东省虽作为我国较为发达的省份,其健康服务业依旧存在产业链条不完善,资源分布不均衡等一系列问题。因此,在接下来的健康服务业发展中,广东省应该直面问题所在积极解决问题,把握优势大力发展健康服务业。
基于以上背景,本文重点分析广东省健康服务业的区域竞争力情况,立足于以往国内外的研究结果,汲取相应知识,针对中国大陆三十一个省份(直辖市或自治区)制定与收集了15个指标的数据,并分析了广东省健康服务业在发展过程中存在的优势与劣势,探究与其他各行政区相比广东省健康服务业的发展水平所处的地位。
实验表明:广东省健康服务业的整体发展水平中等偏上,其基础设施比较健全。但是广东省健康服务业的发展规模及深度有待扩大加深,健康服务业的区域发展不平衡,健康服务业的产业发展质量与科技创新投入均低于北京上海等省市。
【关键词】健康服务业;区域竞争力;因子分析
1前言
1.1研究背景与研究意义
1.1.1 研究背景
近些年来,我国经济发展迅猛,人民的生活质量虽得到普遍提高,但也导致工作生活节奏的加快。因此,当代人民长期保持紧张状态,缺乏足够的锻炼,导致身体素质下降。随着社会上老年性疾病的年轻化,亚健康的普遍,群众的健康意识也因此得到觉醒,对健康服务的需求也逐渐增大。并且,自1999年中国开始呈现出老龄化趋势,时至2016年我国老年人口已超两亿人。为满足我国老年群体的健康服务需求,加快普及基层健康服务则显得十分重要。但是就目前的情况而言,我国健康服务业在发展中存在产业规模不大、分布不均,健康服务资源的供应量不足等问题,这与满足群众健康需求的水平之间仍然存在差距。
广东省作为我国改革开放的先行地,经济发展水平高,市场潜力大。为贯彻落实xxx关于促进健康服务业发展的决策部署,广东省人民XX于2015年7月28日颁布《广东省人民XX关于印发广东省促进健康服务业发展行动计划(2015-2020年)的通知》,提出大力发展医疗卫生服务,加快发展健康养老服务,着力发展中医药医疗保健服务,积极发展商业健康保险,推动健康服务多样化发展,培育发展健康服务业相关支撑产业[7]。建立并完善广东省健康服务业产业发展体系,建立医疗健康产业集群,增强健康服务业区域竞争力,为广东省经济发展注入新的动力。
1.1.2 研究意义
健康服务业现为我省乃至全国“朝阳行业”,且处于飞速发展阶段,但对此行业的研究居多浮于对概念的探索,研究构建健康服务业评价体系与分析则较少。因此,就广东省健康服务业的区域竞争力构建评价指标体系,分析评价广东省健康服务业的区域竞争力便显得十分重要。
鉴于我省人民对健康服务的需求迅猛增长,广东省人民XX出台了相关政策以促进本省的健康服务业发展。对于我省而言,提升发展健康服务业的速度不仅有利于加快本省经济发展,也有利于改善人民生活质量。因此,本文认为现今需要结合理论知识研究健康服务业的发展情况。为促进健康服务业结构的协调升级,以及培育健康服务业成为我省经济的支柱产业提供理论支持,本文将对广东省健康服务业较其他省份区域竞争力情况进行分析评价。
本文将立足于广东省,在国内外针对健康服务业的研究结果上,就健康服务业区域竞争力构建评价指标框架体系,通过对比其他省份与广东省的健康服务业发展情况,对广东省健康服务业区域竞争力进行评价分析,并由结果给予相应的政策建议,以期为广东省的健康服务业的发展做出理论以供参考。
1.2文献综述
由于我省XX在近几年才开始重视健康服务业及出台相关政策推动健康服务业的发展,专门针对我省健康服务业的研究寥寥可数,所以笔者查阅广东省健康服务业、健康服务业区域竞争力、广东省健康服务业统计分析数据等的相关研究文章,以便开拓思路,拓宽视野。
1.2.1国外研究现状
就健康服务业的研究而言,目前国外主要聚焦于健康医疗行业。
Jungwon Park, Keon-Hyung Lee(2014)调查了健康服务与医疗托管之间的关系。例如佛罗里达州,他们认为潜在可预防住院的可能性增加与健康服务与医疗托管相结合的关系有关联。换句话说,即使基本的健康状况受到控制,管理式护理和传统的“按比例计费”机制也会产生不同的结果。此外,人均费用越低,参加托管理疗计划的被保险人享受可预防的住院服务的可能性就越高。
Averill RF, Goldfield NI等(2010)认为如果医疗服务行业的发展机制不能同时满足医疗服务的成本管理目标,那么医疗服务改革的目标,即提高可及性和保险覆盖范围就成空谈。对供给者采取经济激励措施将使他们能够以更加和谐与有效的方法提供医疗服务。与成本控制有关的所有特定措施都可以在提高医疗服务的质量和可用性的同时降低成本,并提高人群的参与度。
Bates & Santerre(2005)分析了X医疗保健服务行业的发展现状及其影响因素,提出促进医疗保健行业发展前提是公众获取医疗卫生服务的公平性。
Bhawani(2010)分析人力资源、区域竞争以及地方XX调查投入等因素对X医疗保健行业的影响,并为医疗保健行业的发展提出相关建议,如激励医疗保健机构之间的合作与创新、促进医疗保健行业中的优质人才开发工作以及积极的XX引导。
Sheppard & Hellstern(2014)对X1989年至2009年医疗服务机构的发展状况进行的分析表明,城市医疗健康服务机构的集中度能促使该地区医疗水平的提高与各行业的发展。因此,为促进医疗行业的发展,提出促进医疗机构聚集的政策建议。
1.2.2国内研究现状
聂聆,李斌(2009)运用“钻石模型”,对广东省健康服务业的竞争力就生产要素、需求状况等等六个因素进行分析研究,并提出相应的措施与建议。
唐慧等(2015)对广东省健康服务业在发展过程中存在的利弊运用SWOT分析法分析研究,并得出以下结论,广东省的健康服务业在经济与资源方面已开始形成优势,但还存在产业结构不全面,行业创新能力不足,监管机制缺乏等问题。
韩德民,卢九星等(2017)通过分析中国健康服务业的发展现状,发现此行业发展过程中存在健康需求增长速度大于提供增长速度、生物医药技术基础薄弱、 对健康服务业认识和行动不统一以及专业人才缺乏的问题,并提出了为顺应中国健康服务业发展战略顺畅实施的保障措施和相关建议。
曹越,周瑛(2019)认为现今在国家积极出台政策下健康服务业的发展存在许多问题,便需要推进健康服务业的供给侧改革,进一步优化各地区健康服务业的供给数量、供给结构、供给质量和供给效率,同时促进地区之间的供给平衡。
蒋收获等(2019)认为健康服务业的未来发展趋势将会是以下三点:A.健康服务需求由“医疗服务”向“健康服务”转型。B.社会办医有望从公立医院的追随者、补充者发展为竞争者、超越者。C.“医联体+互联网医院”或将重构医疗行业生态。
1.2.3文献述评
近年来,健康服务业的快速发展吸引众多学者对其发展状况进行研究,但多数学者只是对健康服务业的概念进行深入研究,或者是直接提出因地制宜的措施或建议很少有学者系统地研究健康服务业的区域竞争力。根据当前状况就健康服务业的区域竞争力提出发展对策或建议是不正确的,只有建立正确的健康服务业区域竞争力评价指标体系,通过数据分析得出健康服务业的优势与不足,才能作出正确的建议与改进政策,而这也将会是未来研究的一大趋势。
本文采用查找详细资料,寻求数据支撑等方法,通过因子分析法来分析广东省健康服务业的区域竞争力情况,分析广东省健康服务业在其发展进程中所存在的优势与劣势,并给予可供参考的政策与建议以期未来广东省的健康服务业能发展得更好。
2广东省健康服务业区域竞争力评价指标的选择及体系的构建
欲有效评价广东省健康服务业区域竞争力,则必须先对健康服务业与区域竞争力进行内涵界定,再建立对其适合的评价指标体系,科学的指标体系有助于客观合理地分析健康服务业的区域竞争力,并根据实际情况制定政策建议。
2.1 健康服务业与区域竞争力的内涵界定
2014 年国家统计局发布《健康服务业分类(试行)》(国统字〔2014〕18 号),将健康服务业分类范围确定为与改善人类健康状况、预防疾病发生等紧密相关的服务业,其中医疗卫生服务是以医疗机构为主导为患者提供疾病治疗的相关产品和服务,健康管理与促进服务是XX与社会组织均参与的健康教育、健康宣传、健康检测、健康咨询等服务活动,健康保险和保障服务是以全民化的社会保障为基础,个性化商业健康保险为发展的保险服务,此外与健康相关的医药用品、保健用品等产品的生产流通产业作为健康服务业的外部支撑[13]。
因此,本文将健康服务业界定为以维护和促进人民群众身心健康为目标,主要包括医疗服务、健康管理与促进服务、健康保险服务以及其他与健康相关的服务[7]。
对于区域竞争力,本文将以我国行政区域规划为标准,界定健康服务业区域竞争力的研究范围为广东省的健康服务业相对于其他行政区域对提供医疗健康产品及其相关服务的优化配置能力,能够对广东省健康服务业的发展产生重要影响、并且他们之间相互影响相互作用的因素都将被视为健康服务业区域竞争力的影响因素。
2.2 健康服务业区域竞争力指标的选择
由以往众多学者对健康服务业的发展分析及对区域竞争力的剖析研究,本文将从七个因素对广东省健康服务业的区域竞争力进行评价研究,七个因素分别为基础设施、人力资源、产业发展、经济发展、技术创新、人群健康水平和生态环境。
基础设施:是某一区域发展健康服务业的基础所在,对健康服务业的发展与产业分布调整起推动作用。为此,本文将选取四个指标,分别为每一万人口所拥有的医疗卫生机构数、医疗卫生机构床位数,每一千名老年人所拥有的养老服务机构数、养老床位数。产业发展:直接体现健康服务业的区域竞争力。由于健康保险及保障服务是以全民化的社会保障为基础,因此健康服务业的产业发展将通过与群众息息相关的健康保险保障及相关服务来衡量。本文为此选取了两个指标,分别为城镇职工基本医疗保险覆盖率、城镇职工养老保险覆盖率,并相应反映了地区的基本医疗保险发展与基础养老保险发展对社会群众的公平可及性。人力资源:是健康服务业的核心竞争力所在,对健康服务业的可持续发展起重要作用。本文将选取每万人拥有职业(助理)医师数及每万人拥有注册护士数等两项指标。技术创新:健康服务业的特点为从业人员素质高,技术要求高,而一个地区内的健康服务业的竞争力某种程度上由整个地区的创新科研能力决定,创新科研能力能够助长健康服务业扩展其产业链,增强行业活力。本文为此选取每一万人口所拥有的的发明专利数量、科学技术投入对公共财政支出的占比等两个指标。经济发展:健康服务业的基础设施发展直接受区域内的经济发展影响,区域的产业发展、人力资源及技术创新间接受经济发展影响。因此,本文将选取人均国内生产总值、第三产业的增加值对GDP的占比和居民的消费水平等三个指标。人群健康水平:人群健康水平在一定程度上影响该地区健康服务业的发展。此次指标体系人群健康水平指标选择了人口死亡率。生态环境:生态环境的优劣通过影响人们的居住环境进而影响人们的身体健康,良好的生态环境促进健康服务业的可持续发展。本文选取人均水资源量为其代表指标。
2.3 健康服务业区域竞争力评价指标体系框架
立足于前人的理论研究成果,此次构建的指标体系需秉承三个原则:科学性、系统性、可操作性,立足于前人的理论研究成果。指标体系主要包括7个一级指标以及15个二级指标,7个一级指标分别指基础设施建设、产业的发展状况、人力资源、技术创新状况、区域经济发展、人群的健康水平及区域的生态环境状况。
所形成的评价分析指标体系框架,如表1所示。
表1 健康服务业区域竞争力评价分析指标体系
一级指标 | 二级指标 | 单位 | 代码 |
基础设施 | 每万人口医疗卫生机构数 | 个/万人 | X1 |
每万人口医疗卫生机构床位数 | 张/万人 | X2 | |
每千老年人口养老服务机构个数 | 个/千人 | X3 | |
每千老年人口养老床位数 | 张/千人 | X4 | |
产业发展 | 城镇职工基本医疗保险覆盖率 | % | X6 |
城镇职工养老保险覆盖率 | % | X7 | |
人力资源 | 每万人拥有执业(助理)医师数 | 名/万人 | X8 |
每万人拥有注册护士数 | 名/万人 | X9 | |
技术创新 | 万人发明专利拥有量 | 件/万人 | X10 |
财政科技投入占公共财政支出比 | % | X11 | |
经济发展 | 人均GDP | 元/人 | X12 |
第三产业增加值占GDP比 | % | X13 | |
居民消费水平 | 元 | X14 | |
人群健康水平 | 人口死亡率 | ‰ | X15 |
生态环境 | 人均水资源量 | 立方米/人 | X16 |
2.4 样本的选择以及数据的来源
经过考量,本文将运用因子分析法,对比广东省与中国大陆其他三十个省份(直辖市、自治区)的健康服务业发展状况。
依据我们为分析健康服务业区域竞争力所构建的评价分析指标体系,本文收集了二零一八年中国大陆三十一个省份(直辖市、自治区)的十五个指标数据,这些数据主要搜集自中国国家统计局等网站。
具体数据表见附录1。
3广东省健康服务业区域竞争力评价的因子分析
3.1 方法选取
本文将采用因子分析法对广东省健康服务业相较于全国其他省份的区域竞争力进行综合评价分析研究。因子分析法的基本原理是将相关性程度不同的变量进行分类,相关程度较强的为同一类,变量处于不同类的相关程度低。每种类型的变量代表一种基本结构,这种基本结构称为公共因子。
因子分析法的基本步骤如下:
1.选择要分析的变量,并对数据进行标准化处理。
2.计算样本的相关性矩阵,同时进行KMO检测与Bartlett检测
3.参考因子的累计方差权重提取公共因子
4.对因子旋转,并对公共因子进行适当地取名及解释
5.计算各个因子的分别得分跟总得分
因子分析法能将影响研究对象的许多变量整合到几个关键的影响因素上,并评估研究对象的排名情况,以确定其优缺点。由于有许多因素影响一个地区竞争力情况,所以可以通过因子分析法来研究分析区域内特定区域的竞争力情况。本文将对健康服务业区域竞争力的影响变量进行因子分析,分析得出广东省健康服务业较之全国其他省份的地位以及广东省健康服务业在发展进程中所存在的不足,相应地给出适当的政策建议。因此,本文认为因子分析法是适用于对广东省健康服务业的区域竞争力分析。
3.2 实证分析
3.2.1 变量选择及数据预处理
本文采用对比的方法,将广东省与其他三十个省份(直辖市、自治区,但不包含港澳台)的健康服务业发展情况进行比对,并对广东省健康服务业的区域竞争力进行详细的评价分析。
由于15个指标意义不同,单位不一,为了更准确地进行因子分析以及消除来自量纲的影响,将各指标进行标准化处理。
因子分析法将通过软件SPSS19实行。
3.2.2 相关性检验、KMO检验与Bartlett球形检验
起先,需对健康服务业的十五个区域竞争力指标进行相互间的相关检验,并计算出衡量指标相关性的矩阵,矩阵表格请参见附录2.
由求出的相关性矩阵可知,大部分指标的相关系数都在0.5以上,说明各指标之间的相关性较大,此次检验表明适宜对指标进行降维跟因子分析。
接下来是KMO检验跟Bartlett球形检验。所得结果如表2所示:
表2 KMO检验与Bartlett球形检验结果 | ||
KMO 和 Bartlett 的检验 | ||
取样足够度的 Kaiser-Meyer-Olkin 度量。 | .733 | |
Bartlett 的球形度检验 | 近似卡方 | 549.389 |
df | 105 | |
Sig. | .000 |
根据常用度量标准,KM0大于0.8说明该组实验很适合做因子分析,大于0.7说明适合。由表2可得,KMO值等于0.73,说明各个指标之间的相关性较强。犹豫Bartlett检验的p值约等于零,说明拒绝原有的假设,即单位矩阵与相关性矩阵之间存在显著差异,并且认为指标之间的关联程度很高。
综上所述,由三个检验结果可得出,构成指标体系所采用的15个指标适宜进行因子分析。
3.2.3 提取公因子
1. 计算变量共同度
变量的共同度表示可以被各因子解释的部分在每个变量中的方差百分比,百分比越大,说明提取公因子期间所失去的信息越少。
表3 公因子方差 | ||
初始 | 提取 | |
X1:每万人口医疗卫生机构数 | 1.000 | .932 |
X2:每万人口医疗卫生机构床位数 | 1.000 | .824 |
X3:每千老年人口养老服务机构个数 | 1.000 | .844 |
X4:每千老年人口养老床位数 | 1.000 | .910 |
X5:城镇职工基本医疗保险覆盖率 | 1.000 | .954 |
X6:城镇职工养老保险覆盖率 | 1.000 | .935 |
X7:每万人拥有执业(助理)医师数 | 1.000 | .878 |
X8:每万人拥有注册护士数 | 1.000 | .834 |
X9:万人发明专利拥有量 | 1.000 | .879 |
X10:财政科技投入占公共财政支出比 | 1.000 | .684 |
X11:人均GDP | 1.000 | .847 |
X12:第三产业增加值占GDP比 | 1.000 | .762 |
X13:居民消费水平 | 1.000 | .921 |
X14:人口死亡率 | 1.000 | .666 |
X15:人均水资源量 | 1.000 | .846 |
由表3可知,“X10:财政科技投入占公共财政支出比”共同度为0.684,即在提取因子期间保存下68.4%的信息;“X14:人口死亡率”的共同度为0.666,在提取因子期间保存下66.6%的信息。其他变量的共同度绝多数高于0.8,保存下来的信息越多,说明公因子越值得研究。
提取公因子提取公因子须就因子诠释原始变量的总方差的结果进行查看,公因子须选取特征值大于1的因子。
表4 解释的总方差 | |||||||||
成份 | 初始特征值 | 提取平方和载入 | 旋转平方和载入 | ||||||
合计 | 方差的 % | 累积 % | 合计 | 方差的 % | 累积 % | 合计 | 方差的 % | 累积 % | |
1 | 7.827 | 52.177 | 52.177 | 7.827 | 52.177 | 52.177 | 6.904 | 46.030 | 46.030 |
2 | 2.261 | 15.074 | 67.251 | 2.261 | 15.074 | 67.251 | 1.982 | 13.214 | 59.244 |
3 | 1.396 | 9.306 | 76.557 | 1.396 | 9.306 | 76.557 | 1.968 | 13.119 | 72.363 |
4 | 1.236 | 8.238 | 84.795 | 1.236 | 8.238 | 84.795 | 1.865 | 12.432 | 84.795 |
5 | .694 | 4.629 | 89.424 | ||||||
6 | .502 | 3.349 | 92.774 | ||||||
7 | .326 | 2.173 | 94.947 | ||||||
8 | .292 | 1.948 | 96.894 | ||||||
9 | .194 | 1.296 | 98.190 | ||||||
10 | .100 | .666 | 98.857 | ||||||
11 | .073 | .485 | 99.341 | ||||||
12 | .054 | .362 | 99.703 | ||||||
13 | .026 | .173 | 99.877 | ||||||
14 | .014 | .091 | 99.968 | ||||||
15 | .005 | .032 | 100.000 |
由表3可得,四个公因子被旋转后所得的累计方差贡献率等于84.795%,并且前四个公因子所得的特征值大于1,保留了所有变量的绝大多数信息,缺失的信息极少,说明因子分析是有效的。
以下是所得出的碎石图:
图4-1 碎石图
从上图可得出:特征值大于1的因子为前四个公因子,从第五个公因子开始呈现出平滑下降的趋势,其中,属第一个公因子的特征值最大,说明在所提取的四个公因子中第一个公因子对原有变量的解释贡献最大,之后随着特征值的降低,公因子对解释原有变量的贡献也就越来越小。
综上所述,提取四个公因子是合理正确的。
3.2.4 因子载荷
在提取公因子之后,需要计算出在4个公因子上原有的15个变量的载荷,以评估每个变量与公共因子之间的相关性。
表5 旋转的因子载荷矩阵 | ||||
成份 | ||||
1 | 2 | 3 | 4 | |
X1:每万人口医疗卫生机构数 | -.327 | -.879 | .085 | -.213 |
X2:每万人口医疗卫生机构床位数 | -.052 | -.052 | .898 | .110 |
X3:每千老年人口养老服务机构个数 | .224 | -.037 | .338 | .824 |
X4:每千老年人口养老床位数 | .689 | .112 | .161 | .630 |
X5:城镇职工基本医疗保险覆盖率 | .937 | .135 | -.164 | .179 |
X6:城镇职工养老保险覆盖率 | .908 | .177 | -.062 | .275 |
X7:每万人拥有执业(助理)医师数 | .908 | -.140 | .163 | .091 |
X8:每万人拥有注册护士数 | .807 | .298 | .299 | -.064 |
X9:万人发明专利拥有量 | .915 | .083 | -.105 | .153 |
X10:财政科技投入占公共财政支出比 | .086 | .306 | -.224 | .731 |
X11:人均GDP | .845 | .244 | -.250 | .108 |
X12:第三产业增加值占GDP比 | .842 | .043 | -.157 | .165 |
X13:居民消费水平 | .881 | .307 | -.199 | .101 |
X14:人口死亡率 | -.185 | .292 | .739 | -.020 |
X15:人均水资源量 | -.121 | -.832 | -.365 | -.074 |
本文使用方差最大法正交旋转因子载荷矩阵,旋转不会影响每个变量的共同度,同时不会更改评价指标体系上可以解释的变量的相对方差。
被旋转后的因子载荷在经济上更具有意义,而且更易于被解释,表格中的各个数字分别代表变量在公因子上的载荷,这里以“城镇职工的基本医疗保险覆盖率”变量为例:
3.2.5 因子命名与解释
根据旋转的因子载荷矩阵,可以对提取的四个公因子进行命名及解释。
从表5中可得,第一个公因子在每千名老年人拥有的养老床位数、城镇职工基本医疗保险的覆盖率、城镇职工养老保险的覆盖率、每万人所拥有执业(助理)医师数量、每万人所拥有注册护士数量、每万人发明专利的拥有件数、人均国内生产总值、第三产业增加值对国内生产总值的占比和居民的消费水平等9个变量的载荷较大,经济实力和健康服务业产业发展及人力资源的质量情况由这些指标反映,因此,此因子被称之为经济实力和健康服务业产业发展质量因子。
第二个因子无变量的载荷较大,所以称这一因子为辅助因子。
第三个因子在每万人医疗卫生机构数量、每万人医疗卫生机构床位数量、人口死亡率这三个变量上的载荷比较大,由于这些指标主要反映了健康服务业发展的基础设施建设以及社会人群的健康水平,所以称这一因子为基础因子。
第四个因子在每千老年人口养老服务机构个数、财政科技投入占公共财政支出比、人均水资源量这三个变量上的载荷比较大,这两个指标主要反映健康服务业的技术创新投入及社会生态环境,所以称这一因子为技术创新与环境因子。
3.2.6 计算因子得分
由于因子分析法的目的是从各个方面分析每个样本的优势与劣势,因子有必要计算每个样本在每个因子上的得分和总体得分,并比较排名以确定优势和劣势。依据因子分析法获得因子得分系数矩阵。如表6所示:
表6 因子得分系数矩阵 | ||||
![]() |
![]() |
![]() |
![]() |
|
X1:每万人口医疗卫生机构数 | .068 | -.500 | .118 | -.020 |
X2:每万人口医疗卫生机构床位数 | .043 | -.118 | .478 | .016 |
X3:每千老年人口养老服务机构个数 | -.054 | -.161 | .133 | .531 |
X4:每千老年人口养老床位数 | .045 | -.084 | .074 | .319 |
X5:城镇职工基本医疗保险覆盖率 | .142 | -.022 | -.048 | -.01 |
X6:城镇职工养老保险覆盖率 | .124 | -.011 | -.006 | .041 |
X7:每万人拥有执业(助理)医师数 | .204 | -.211 | .159 | -.077 |
X8:每万人拥有注册护士数 | .169 | .078 | .200 | -.229 |
X9:万人发明专利拥有量 | .151 | -.055 | -.011 | -.03 |
X10:财政科技投入占公共财政支出比 | -.147 | .128 | -.204 | .499 |
X11:人均GDP | .115 | .071 | -.105 | -.059 |
X12:第三产业增加值占GDP比 | .135 | -.068 | -.041 | -.00 |
X13:居民消费水平 | .121 | .103 | -.079 | -.081 |
X14:人口死亡率 | -.014 | .139 | .363 | -.078 |
X15:人均水资源量 | .051 | -.467 | -.126 | .081 |
由表6可知,因子得分系数函数如下,以
在得出在每个因子上的样本得分后,将考察样本的总体分数。根据每个因子的特征值权重,通过计算各个因子的方差贡献程度来求出综合得分:
其中:为样本在各因子上的得分,
代表样本的综合得分,
,代表31个样本,γ为每个因子所对应的特征值,w为每个因子所做出的方差贡献度,又称权重。
最后,基于每个样本的分别得分以及总体得分状况,可以评判每个样本所代表的区域内的健康服务业的区域竞争力情况。
表7 样本得分情况表 | ||||||||||
省份 | ![]() |
|
|
|
|
|||||
得分 | 名次 | 得分 | 名次 | 得分 | 名次 | 得分 | 名次 | 得分 | 名次 | |
上海 | 4.0643 | 1 | -1.0612 | 30 | 0.2055 | 15 | 0.9954 | 4 | 2.2185 | 1 |
浙江 | 2.1293 | 2 | 0.3113 | 11 | -0.9201 | 25 | -0.1316 | 16 | 1.0426 | 2 |
天津 | 1.0988 | 3 | -0.1357 | 20 | -0.2656 | 20 | 0.5424 | 9 | 0.6137 | 3 |
江苏 | 0.7005 | 4 | 0.5483 | 9 | 0.2049 | 16 | 0.3896 | 10 | 0.5545 | 4 |
重庆 | 0.4079 | 6 | -0.3771 | 24 | 1.6478 | 1 | 0.1760 | 12 | 0.4434 | 5 |
黑龙江 | 0.0554 | 10 | 0.3002 | 12 | 1.3384 | 3 | -0.4709 | 20 | 0.2148 | 6 |
内蒙古 | -0.1966 | 18 | 0.2625 | 13 | 0.9546 | 5 | 0.6112 | 8 | 0.1715 | 7 |
四川 | -0.1612 | 16 | -0.8321 | 28 | 0.9301 | 6 | 1.6364 | 2 | 0.1667 | 8 |
北京 | 0.5604 | 5 | 0.5692 | 8 | -1.9282 | 29 | 0.3222 | 11 | 0.1418 | 9 |
辽宁 | 0.1288 | 8 | -0.8560 | 29 | 0.7084 | 9 | 0.6203 | 7 | 0.1371 | 10 |
湖北 | 0.2160 | 7 | 0.1818 | 15 | 0.5904 | 10 | -0.8346 | 26 | 0.1145 | 11 |
山西 | -0.1068 | 14 | -0.3736 | 22 | 1.3838 | 2 | -0.1196 | 15 | 0.0804 | 12 |
广东 | -0.0192 | 12 | -0.0205 | 19 | 0.7823 | 8 | -0.7876 | 25 | -0.0081 | 13 |
湖南 | -1.0317 | 29 | 0.6432 | 6 | -0.3140 | 21 | 3.3780 | 1 | -0.0132 | 14 |
宁夏 | -0.0163 | 11 | 0.2155 | 14 | -0.0661 | 19 | -0.5513 | 21 | -0.0663 | 15 |
吉林 | 0.1032 | 9 | 0.6388 | 7 | -2.2393 | 31 | 0.7769 | 5 | -0.0770 | 16 |
福建 | -0.3825 | 21 | -0.0148 | 18 | 0.8263 | 7 | -0.1945 | 17 | -0.1106 | 17 |
贵州 | -0.2387 | 19 | -0.3748 | 23 | 0.2184 | 14 | -0.0835 | 14 | -0.1664 | 18 |
西藏 | -0.6690 | 26 | 0.0935 | 16 | 1.0553 | 4 | 0.1205 | 13 | -0.1676 | 19 |
河南 | -0.1611 | 15 | -0.4412 | 25 | 0.5290 | 11 | -0.9413 | 28 | -0.2123 | 20 |
青海 | -0.5648 | 24 | 0.3506 | 10 | 0.4747 | 12 | -0.7202 | 24 | -0.2841 | 21 |
山东 | -0.2504 | 20 | 0.7474 | 4 | -1.0611 | 28 | -0.8852 | 27 | -0.3134 | 22 |
新疆 | -0.1958 | 17 | -0.6196 | 27 | -0.3674 | 23 | -0.5601 | 22 | -0.3417 | 23 |
海南 | -0.1038 | 13 | 0.8950 | 2 | -1.0293 | 27 | -1.8629 | 31 | -0.3492 | 24 |
陕西 | -0.4764 | 22 | -0.4911 | 26 | 0.0594 | 17 | -0.4446 | 19 | -0.3911 | 25 |
河北 | -1.0643 | 30 | 0.0301 | 17 | -0.3428 | 22 | 1.5201 | 3 | -0.4032 | 26 |
云南 | -0.8599 | 28 | 0.7570 | 3 | 0.0023 | 18 | -0.7135 | 23 | -0.4531 | 27 |
广西 | -0.6047 | 25 | -0.1387 | 21 | 0.3217 | 13 | -1.1066 | 30 | -0.4623 | 28 |
安徽 | -1.1096 | 31 | 0.9985 | 1 | -1.0201 | 26 | 0.7052 | 6 | -0.5012 | 29 |
江西 | -0.7427 | 27 | 0.6630 | 5 | -0.6482 | 24 | -1.0523 | 29 | -0.5544 | 30 |
甘肃 | -0.5091 | 23 | -2.4696 | 31 | -2.0308 | 30 | -0.3341 | 18 | -1.0243 | 31 |
3.2.7 广东省健康服务业竞争力的因子分析
从表7中可以得出广东省健康服务业的得分情况:
表8 广东省健康服务业各因子纷纷及综合得分
因子名称
得分及排名 得分及排名 | 得分 | 排名 |
经济实力和健康服务业发展质量因子——f1 | -0.0192 | 12 |
辅助因子——f2 | -0.0205 | 19 |
基础因子——f3 | 0.7823 | 8 |
技术和环境因子——f4 | -0.7876 | 25 |
综合得分——F | -0.0081 | 13 |
从综合得分情况来看,广东省健康服务业区域竞争力在三十一个省份(直辖市、自治区)中位居第十三,表明广东省健康服务业总体发展处于中等偏上水平。
从经济实力和健康服务业发展质量因子来看,广东省的得分为-0.0192,排名第十二。经济实力和健康服务业发展质量因子覆盖了经济发展实力与健康服务业的发展状况,是测量一个地区的健康服务业区域竞争力的最关键因素,广东省经济发达,能有力地支持推动健康服务业的发展。但是,由于广东省为改革开放带头省份,经济的飞快发展也吸引了许多其他省份的居民到此定居发展。逐渐广东省发展为全国第一人口省份,其健康服务业需求巨大,供给逐渐不足。由此可看出,广东省的健康服务业规模还需扩大,广东省健康服务业区域竞争力对比广东省在全国的经济地位显然是不符的,广东省健康服务业区域竞争力一般,还需增强。
从基础因子来看,广东省得分为0.7823,位居第八。基础因子涵盖每万人口医疗机构数、每万人口医疗机构床位数及人口死亡率等三个指标。珠三角地区医疗企业及医药类院校密集,医疗机构众多,健康服务业基础完善,均居于全国领先水平。但其外来务工人口数量庞大,由此造成其健康服务业基础设施稍显不足;广东省存在全省健康服务业发展不均匀的问题,粤北及粤西等地区的健康服务业基础设施有待完善。
从技术和环境因子来看,广东省得分为-0.7876,位居第二十五,为四个因子中排名最低的一个因子。技术和环境因子反映了健康服务业的财政科技投入情况及当地的环境质量。就排名可看出广东省的财政科技投入相较于其他省份存在不足,环境质量也有待提高。
3.3 本章小结
本章收集了中国大陆三十一个省份的15个关于健康服务业区域竞争力的指标数据,并运用因子分析法对其进行分析评价研究。通过验证可得,本次因子分析共取得四个公因子,并相应得出每个样本分别在这四个公因子上的得分以及综合得分,并评判了广东省健康服务业相较于其他省份的区域竞争力情况。
实验证明:广东省的健康服务业区域竞争力较强,健康服务业总体发展良好,但其产业发展质量以及科技创新投入低于北京上海等省市,需加强此方面建设投入。
4提升广东省健康服务业区域竞争力的政策建议
在中国逐渐步入老龄化并开放二胎的时代背景下,加快健康服务业发展,提升健康服务业的区域竞争力是广东省深化医药卫生体制改革、改善民生以及提升全民健康素质的必然要求,是稳增长、促改革、调结构、惠民生的重要举措[7]。因此,本章提出以下建议。
4.1 加强政策引导,完善促进健康服务业区域均衡发展的政策措施
由上一章分析可知,广东省健康服务业存在地区发展不均衡的问题,为满足庞大的人口数量所带来的的健康服务需求,广东省需扩大其健康服务业的规模,完善健康服务产业的结构。
众所周知,XX实施适当的经济鼓励政策,同时完善市场监督机制,能够避免健康服务业在聚集发展的过程中所产生的地区发展不均衡等问题。因此,有必要重点解决广东省健康服务业发展不均衡问题,促进健康服务业区域均衡发展,广东省XX需要加强政策指导,不断更改完善对健康服务业产业发展的激励政策措施。
具体措施如下:首先,加强对健康服务业的政策支持,如适当下降医疗服务公司的所得税率、增大基础设施、消除区域保护主义等措施以期为广东省内的健康服务企业的发展提供实惠的经营环境。其次,大力促进以市场为导向的改革,克服健康服务业在发展进程中所遇到的体制阻碍,建立公平公正的市场竞争环境。适当放低行业市场的准入门槛,同时加强市场监督机制,以确保广东省健康服务业的健康可持续发展。最后,积极促进广东省珠三角向其他地区的辐射发展健康服务业,通过经济较为发达的珠三角带动粤东、粤西及粤北的健康服务业发展,充分发挥区域产业比较优势,因地制宜发展健康服务业,与此同时,为支持健康服务业的区域发展,还需在产业发展战略规划等方面上加强管理。
4.2 提供金融支持,激励健康服务业投融资
现代经济离不开金融,一个行业的发展壮大更离不开金融资源的支持。因此,为扩大健康服务业的投融资规模与渠道,促使金融支持带动健康服务业的发展,本文提出以下措施:第一,建立金融服务机构体系并增加广东省金融资源的积累。如吸引金融机构在广东健康服务产业集群区域设立分支机构,在健康服务企业聚集区域大力发展新型金融机构等。第二,需要大力发展多层次的资本市场,并不断提高直接的强有力的融资政策效果,以支持健康服务企业的发展,这涵盖了增大资本指导基金对广东省健康服务业的投资中所发挥的引导作用,增强对健康服务型的中小企业发展等措施。第三,为进一步增强广东省健康服务业的服务水平及能力,有必要加强金融机构及其服务平台的建设。第四,为了改善广东省健康服务业的资信体系建设,完善金融支持下健康服务业的市场环境,具体可操作措施如健全医疗保健服务公司的信用等级标准,改善医疗保健服务公司的贷款担保系统等。
4.3 提高科学技术水平,完善基础设施建设
健康服务业作为一种知识密集型服务业,其发展潜力在很大程度上科学技术的创新与应用。并且就目前广东省健康服务业的发展现状来看,产业的基础设施建设还有待完善,区域之间的基础设施建设差距依旧较大,这未能对广东省健康服务业提升区域竞争力、推动健康服务行业的经济增长起到多大的作用。
因此,本文提出以下几点建议:一、广东省XX增强对健康服务业的基础设施建设,健全粤东、粤西及粤北等发展相对滞后的地区的健康服务基础建设,如推广基层医疗保障,扩展养老机构规模。二、要加大对广东省健康服务业的科创投入,掌握重大核心信息技术,利用最新信息技术改造医疗服务行业产品并将信息化与健康服务业整合与集成。三、积极推进医疗服务信息化建设,把握区域内信息化建设的均衡发展,通过信息技术使医疗服务产品的生产成本降低。此外,还需制定与信息技术有关的法律法规,保护信息技术专利跟自主知识产权,引导公众投身加入信息技术创新,以此实现信息技术创新发展带动健康服务业发展。
4.4 培养健康服务人才队伍,提升产业潜在竞争力
健康服务业是知识密集型行业,由此导致人力资源在其发展中显得尤为重要。为促进广东省健康服务业的发展,实现该行业的人力资源累积。本文提出以下政策建议:第一、加大对广东省省内的医药类院校的教育投入,为健康服务业提供高素质人才的培养渠道,积极促进医药类院校毕业生就业,确保有足够的人力资源发展广东省健康服务业。第二、广东省XX因增加对人力资本的投资,采取一定的税收政策激励广东省内的健康服务型企业,以此创造良好的就业环境金额实现医疗服务人才的积累。第三、规范劳动力市场建设,加强对劳动力市场的监督与管理,维护和保障健康服务业从业人员的合法权益,努力提高劳动力市场的运转效率。第四、考录到人力资源的高折旧率,需重视对该行业从业人员的培训与指导,采取多种形式的培训活动以确保从业人员的素质与专业技能不断提高。
5 结论
本文首先总结梳理了国内外对健康服务业发展与区域竞争力评价的相关研究,并相应地定义了健康服务业与区域竞争力。基于对健康服务业等概念的阐明,本文通过比较的方法,运用因子分析法构建了健康服务业区域竞争力评价指标体系,并通过对七个一级指标十五个二级指标进行因子分析。
分析得出,广东省健康服务业整体发展处于中等偏上水平,其基础设施建设较为完善。但健康服务业的产业发展质量及科技创新投入都低于北京上海等省市。为此本文对广东省提出了一,加强政策引导,完善促进健康服务业区域均衡发展的政策措施,二,提供金融支持,激励健康服务业投融资,三,提高科学技术水平,完善基础设施建设,四,培养健康服务人才队伍,提升产业潜在竞争力等对策建议。
总的来说,促进健康服务业发展是广东省一项民生大事,对社会十分重要。但是,由于各个方面的原因,本文的研究工作缺乏全面的数据收集与足够深入的问题分析。本人在今后将持续关注广东省健康服务业的发展,弥补这些研究缺陷。
参考文献
- 聂聆,李斌. 基于钻石模型的广东健康服务业竞争力分析[J]. 江苏商论, 2009(32):81-
- 韩德民,卢九星,李星明,李建. 中国健康服务业发展战略研究[J]. 中国工程科学,2017,19(02):21-
- 任静,张振忠,王云屏,邹珺,吴华章.我国健康产业发展现状研究[J].卫生经济研究,2013(06):25 –
- 张昕然. 深圳市健康产业发展对策研究[D]. 哈尔滨:哈尔滨工业大学,
- 方欣叶,吴凌放,金春林,李妍婷,杜丽侠,何达.关于健康服务业基本概念和产业规模的讨论[J].中国卫生资源,2016,19(02):145 –
- xxx.关于促进健康服务业发展的若干意见[Z].2013-10-14.
- 广东省人民XX. 广东省促进健康服务业发展行动计划(2015-2020年)[Z]. 2015-07-2
- 马丽. 以大健康产业推动广东经济社会持续健康发展[J]. 广东经济,2017(8):22-
- 唐慧,李雅妮,耿庆山. 基于SWOT分析的广东省发展健康服务业对策[J]. 公共卫生与预防医学,2015(02):133-
- 胡霞. 广东省服务业区域竞争力分析[J]. 战略决策研究,2005,4(2):45-
- 蒋收获,谢洪彬,袁璧翡,et al. 健康服务业的发展特征与未来趋势分析[J]. 上海预防医学,2019(7):527-
- 曹越,周瑛,范良松. 健康服务业发展路径探析[J]. 卫生软科学,2019(11):31 – 38
- 耿烽. 健康服务业区域竞争力评价研究[D].合肥:合肥工业大学. 2018
- 桂秋平. 基于统计分析方法的广东服务业竞争力分析[J]. 中国商论,2014(7).
- 聂淑花. 广州市服务业竞争力研究[D]. 广州: 广东外语外贸大学.
- 郭晓洁,田辉平. 广东省服务业竞争力分析——基于偏离份额分析法[J]. 长沙大学学报,2019(5):93 – 97
- 刘艳飞. 健康管理服务业发展模式研究[D]. 上海:上海社会科学院,2016
- 薛新坡.基于波特“钻石模型”的广州现代服务业竞争力分析[J]. 知识经济,2010,(13):93.
- 夏杰长,颖熙.健康服务业创新发展的战略意义和政策建议[J].新经济导刊,2019(01):40- 43
- 司建平.健康服务与管理专业发展现状及对策研究[J].中国中医药现代远程教育,2019,17(07):130-
- 戴亚平. 广东服务业区域竞争力的实证研究[D].暨南大学,2007.
- 赵晗. 中国健康服务产业集聚度测算及影响因素研究[D]. 湖南大学:2016
- Gülçin Büyüközkan,Gizem Çifçi,Sezin Güleryüz. Strategic analysis of healthcare servicequality using fuzzy AHP methodology[J]. Expert Systems WithApplications,2011,38(8).
- Levine Susan,Malone Erin,Lekiachvili Akaki,Briss Peter. Health Care Industry Insights: Why the Use of Preventive Services Is Still Low.[J]. Preventing chronic disease,2019,16.
- Elrod James K,Fortenberry John L. Target marketing in the health services industry: the value of journeying off the beaten path.[J]. BMC health services research,2018,18(Suppl 3).
- Hong Li,Lizi Chen. Comparative Analysis of Regional Service Trade Competitiveness Indexes——A Study Based on the Service Trade Innovation Development Pilot[C]. Hanzhou:EMEHSS,2017
附录A 原始数据表
X1 | X2 | X3 | X4 | X5 | X6 | X7 | X8 | |
天津 | 3.64 | 43.75 | 19.23 | 3283.65 | 36.88 | 43.79 | 28.00 | 25.00 |
北京 | 4.67 | 57.39 | 31.20 | 7006.78 | 75.62 | 78.26 | 46.00 | 50.00 |
上海 | 2.18 | 57.36 | 27.64 | 5444.18 | 62.83 | 64.91 | 30.00 | 36.00 |
江苏 | 4.13 | 61.05 | 28.94 | 5090.14 | 34.19 | 40.06 | 29.00 | 32.00 |
内蒙古 | 9.71 | 62.75 | 28.22 | 3438.95 | 19.94 | 28.95 | 29.00 | 30.00 |
浙江 | 5.71 | 57.88 | 26.49 | 5051.77 | 39.69 | 50.26 | 33.00 | 35.00 |
辽宁 | 8.27 | 72.14 | 37.00 | 3821.54 | 35.97 | 45.76 | 28.00 | 31.00 |
广东 | 4.53 | 45.56 | 14.28 | 1878.36 | 36.76 | 43.36 | 24.00 | 29.00 |
福建 | 7.00 | 48.84 | 8.60 | 1257.22 | 21.65 | 27.26 | 23.00 | 28.00 |
山东 | 8.11 | 60.56 | 18.48 | 3074.60 | 20.62 | 27.50 | 29.00 | 32.00 |
吉林 | 8.39 | 61.76 | 48.19 | 4546.41 | 21.30 | 31.89 | 29.00 | 28.00 |
重庆 | 6.62 | 70.96 | 24.66 | 2798.52 | 21.87 | 33.89 | 25.00 | 31.00 |
湖北 | 6.17 | 66.51 | 28.24 | 4095.91 | 17.81 | 27.07 | 26.00 | 32.00 |
陕西 | 9.14 | 65.66 | 14.88 | 2245.96 | 17.45 | 25.67 | 26.00 | 36.00 |
河北 | 11.26 | 55.84 | 17.09 | 2395.65 | 13.63 | 20.99 | 28.00 | 23.00 |
宁夏 | 6.47 | 59.60 | 12.35 | 1650.58 | 19.17 | 31.41 | 28.00 | 34.00 |
黑龙江 | 5.39 | 66.29 | 32.76 | 3733.85 | 22.69 | 34.68 | 24.00 | 25.00 |
新疆 | 7.42 | 71.93 | 12.38 | 1556.61 | 23.30 | 27.96 | 25.00 | 29.00 |
山西 | 11.32 | 56.03 | 14.85 | 1355.08 | 18.47 | 22.53 | 27.00 | 28.00 |
湖南 | 8.15 | 64.92 | 23.55 | 2060.08 | 13.02 | 20.33 | 26.00 | 27.00 |
青海 | 10.61 | 64.92 | 7.79 | 1173.63 | 16.48 | 24.06 | 27.00 | 29.00 |
海南 | 5.70 | 47.97 | 3.10 | 77.52 | 24.16 | 27.62 | 24.00 | 32.00 |
河南 | 7.43 | 63.35 | 13.51 | 1336.70 | 13.17 | 20.89 | 25.00 | 27.00 |
四川 | 9.78 | 71.80 | 28.32 | 3378.14 | 19.99 | 30.50 | 25.00 | 30.00 |
江西 | 7.86 | 53.68 | 29.71 | 3192.06 | 12.34 | 22.65 | 19.00 | 24.00 |
安徽 | 3.94 | 51.89 | 23.17 | 3047.68 | 13.51 | 18.05 | 20.00 | 24.00 |
广西 | 6.85 | 51.96 | 8.79 | 933.64 | 11.95 | 16.77 | 22.00 | 29.00 |
西藏 | 19.90 | 48.80 | 4.94 | 210.47 | 12.76 | 13.43 | 24.00 | 16.00 |
云南 | 5.17 | 60.29 | 11.80 | 1252.09 | 10.49 | 12.76 | 21.00 | 28.00 |
甘肃 | 10.58 | 62.71 | 8.87 | 866.97 | 12.57 | 17.24 | 23.00 | 24.00 |
贵州 | 7.80 | 68.23 | 25.25 | 2000.58 | 12.00 | 17.77 | 23.00 | 30.00 |
接上表
X9 | X10 | X11 | X12 | X13 | X14 | X15 | |
天津 | 3.61 | 3.44 | 120711.00 | 58.62 | 38975.00 | 5.42 | 112.93 |
北京 | 21.81 | 5.70 | 140211.00 | 80.98 | 52912.00 | 5.58 | 164.17 |
上海 | 8.80 | 2.40 | 134982.00 | 69.90 | 53617.00 | 5.40 | 159.85 |
江苏 | 5.22 | 4.35 | 115168.00 | 50.98 | 39796.00 | 7.03 | 470.64 |
内蒙古 | 0.34 | 0.54 | 68302.00 | 50.48 | 23909.00 | 5.95 | 1823.03 |
浙江 | 5.67 | 4.40 | 98643.00 | 54.67 | 33851.00 | 5.58 | 1520.45 |
辽宁 | 1.65 | 1.41 | 58008.00 | 52.37 | 24866.00 | 7.39 | 539.41 |
广东 | 4.69 | 6.58 | 86412.00 | 54.23 | 30762.00 | 4.55 | 1683.41 |
福建 | 2.50 | 2.38 | 91197.00 | 45.22 | 25969.00 | 6.20 | 1982.93 |
山东 | 2.02 | 2.30 | 76267.00 | 49.53 | 28353.00 | 7.18 | 342.40 |
吉林 | 1.06 | 1.08 | 55611.00 | 49.77 | 15083.00 | 6.26 | 1775.32 |
重庆 | 2.12 | 1.51 | 65933.00 | 52.33 | 22927.00 | 7.54 | 1697.22 |
湖北 | 1.93 | 3.70 | 66616.00 | 47.58 | 21642.00 | 7.00 | 1450.21 |
陕西 | 2.30 | 1.64 | 63477.00 | 42.76 | 18485.00 | 6.24 | 964.80 |
河北 | 0.68 | 1.00 | 47772.00 | 46.19 | 15893.00 | 6.38 | 217.70 |
宁夏 | 1.08 | 2.40 | 54094.00 | 47.91 | 21058.00 | 5.54 | 214.60 |
黑龙江 | 1.14 | 15.99 | 43274.00 | 57.02 | 18859.00 | 6.67 | 2675.06 |
新疆 | 0.37 | 0.84 | 49475.00 | 45.77 | 16736.00 | 4.56 | 3482.56 |
山西 | 0.61 | 1.38 | 45328.00 | 53.44 | 18132.00 | 5.32 | 328.57 |
湖南 | 1.20 | 1.74 | 52949.00 | 51.86 | 19418.00 | 7.08 | 1952.01 |
青海 | 0.49 | 0.78 | 47689.00 | 47.12 | 18020.00 | 6.25 | 16018.32 |
海南 | 0.52 | 0.89 | 51955.00 | 56.63 | 20939.00 | 6.01 | 4495.70 |
河南 | 0.87 | 1.69 | 50152.00 | 45.22 | 17842.00 | 6.80 | 354.62 |
四川 | 1.40 | 1.52 | 48883.00 | 51.45 | 17920.00 | 7.01 | 3548.16 |
江西 | 0.54 | 2.60 | 47434.00 | 44.84 | 17290.00 | 6.06 | 2479.18 |
安徽 | 2.35 | 4.49 | 47712.00 | 45.08 | 17141.00 | 5.96 | 1328.88 |
广西 | 0.88 | 1.21 | 41489.00 | 45.50 | 16064.00 | 5.96 | 3732.55 |
西藏 | 0.21 | 0.41 | 43398.00 | 48.66 | 10990.00 | 4.58 | 136804.70 |
云南 | 0.48 | 0.90 | 37136.00 | 47.12 | 15831.00 | 6.32 | 4582.32 |
甘肃 | 0.49 | 0.68 | 31336.00 | 54.94 | 14203.00 | 6.65 | 1266.58 |
贵州 | 0.58 | 2.05 | 41244.00 | 46.54 | 16349.00 | 6.85 | 2726.18 |
附录B 各指标相关系数表
X1 | X2 | X3 | X4 | X5 | X6 | X7 | X8 | |
X1 | 1 | 0.085 | -0.216 | -.454* | -.484** | -.513** | -0.152 | -.498** |
X2 | 0.085 | 1 | 0.296 | 0.118 | -0.136 | -0.043 | 0.066 | 0.206 |
X3 | -0.216 | 0.296 | 1 | .779** | 0.289 | .393* | 0.314 | 0.209 |
X4 | -.454* | 0.118 | .779** | 1 | .714** | .776** | .700** | .597** |
X5 | -.484** | -0.136 | 0.289 | .714** | 1 | .977** | .782** | .710** |
X6 | -.513** | -0.043 | .393* | .776** | .977** | 1 | .788** | .727** |
X7 | -0.152 | 0.066 | 0.314 | .700** | .782** | .788** | 1 | .746** |
X8 | -.498** | 0.206 | 0.209 | .597** | .710** | .727** | .746** | 1 |
X9 | -.413* | -0.152 | 0.258 | .725** | .889** | .847** | .812** | .759** |
X10 | -.418* | -0.049 | 0.328 | .410* | 0.293 | 0.354 | 0.115 | 0.1 |
X11 | -.528** | -0.286 | 0.213 | .679** | .873** | .855** | .682** | .602** |
X12 | -0.35 | -0.141 | 0.222 | .573** | .877** | .835** | .729** | .586** |
X13 | -.593** | -0.215 | 0.205 | .682** | .926** | .903** | .700** | .668** |
X14 | -0.085 | .575** | 0.119 | -0.031 | -0.263 | -0.171 | -0.098 | 0.052 |
X15 | .717** | -0.238 | -0.24 | -0.314 | -0.166 | -0.249 | -0.114 | -.452* |
接上表
X9 | X10 | X11 | X12 | X13 | X14 | X15 | |
X1 | -.413* | -.418* | -.528** | -0.35 | -.593** | -0.085 | .717** |
X2 | -0.152 | -0.049 | -0.286 | -0.141 | -0.215 | .575** | -0.238 |
X3 | 0.258 | 0.328 | 0.213 | 0.222 | 0.205 | 0.119 | -0.24 |
X4 | .725** | .410* | .679** | .573** | .682** | -0.031 | -0.314 |
X5 | .889** | 0.293 | .873** | .877** | .926** | -0.263 | -0.166 |
X6 | .847** | 0.354 | .855** | .835** | .903** | -0.171 | -0.249 |
X7 | .812** | 0.115 | .682** | .729** | .700** | -0.098 | -0.114 |
X8 | .759** | 0.1 | .602** | .586** | .668** | 0.052 | -.452* |
X9 | 1 | 0.291 | .791** | .829** | .828** | -0.19 | -0.134 |
X10 | 0.291 | 1 | 0.221 | 0.324 | 0.265 | -0.005 | -0.157 |
X11 | .791** | 0.221 | 1 | .678** | .965** | -0.194 | -0.177 |
X12 | .829** | 0.324 | .678** | 1 | .782** | -0.188 | -0.092 |
X13 | .828** | 0.265 | .965** | .782** | 1 | -0.152 | -0.251 |
X14 | -0.19 | -0.005 | -0.194 | -0.188 | -0.152 | 1 | -.362* |
X15 | -0.134 | -0.157 | -0.177 | -0.092 | -0.251 | -.362* | 1 |
附录C SPSS19.0 因子分析程序
FACTOR
/VARIABLES ZX2 ZX3 ZX4 ZX5 ZX7 ZX8 ZX10 ZX11 ZX12 ZX13 ZX14 ZX15 ZX16 ZX18 ZX20
/MISSING LISTWISE
/ANALYSIS ZX2 ZX3 ZX4 ZX5 ZX7 ZX8 ZX10 ZX11 ZX12 ZX13 ZX14 ZX15 ZX16 ZX18 ZX20
/PRINT INITIAL KMO EXTRACTION ROTATION FSCORE
/PLOT EIGEN
/CRITERIA MINEIGEN(1) ITERATE(25)
/EXTRACTION PC
/CRITERIA ITERATE(25)
/ROTATION VARIMAX
/METHOD=CORRELATION.
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“文章版权申述”(推荐),也可以打举报电话:18735597641(电话支持时间:9:00-18:30)。
2、网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
3、本站所有内容均由合作方或网友投稿,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务。
原创文章,作者:写文章小能手,如若转载,请注明出处:https://www.447766.cn/chachong/103416.html,