基于区域非均衡增长理论的陕西区域协调发展规范研究

一、引言
党的十九大报告指出，在新时代中国特色社会主义思想主题下，区域协调发展战略是解决在人民美好生活需要日益增长的同时，存在发展不平衡不充分的这一主要社会矛盾的重要战略工具。

新时期社会发展的不平衡不充分涉及多个不同领域，表现在多个方面：由于国内外经济环境变化，陕西区域经济协调发展难度加大；区域市场环境欠佳，区域发展不均衡，区域内各地区之间差距较大；同时经济发展过程中对生态环境的保护不够，造成生态环境损坏，诸多生态问题凸显；政策和行政体制缺乏创新，政府行政理念略显保守；区域发展中政府政策倾斜导致各地区要素投入不均等问题，而协调发展战略是解决这些发展不平衡不充分的效能保证。

因此，本文以区域非均衡增长理论和相关理论为指导，在考察陕西各地市区的经济发展特征基础上，运用统计和计量方法分析陕西区域协调发展现状以及发展前景，对陕西经济、社会及生态发展不协调进行定量化研究，探究陕西区域发展不协调的形成机理及其主要影响因素，提出了缩小发展差距以及促进陕西区域协调发展的具体措施，从而为国家及地方政府的政策制定与决策提供科学依据。

二、国内外研究动态综述
（一）国外研究动态综述
基于区域非均衡增长理论的陕西
区域协调发展规范研究
吴溥峰，孙悦
（西安理工大学经济与管理学院，陕西西安710048）
【摘要】党的第十九次全国代表大会的报告指出，区域协调发展战略是解决在人民美好生活需要日益增长的同时，存在发展不平衡不充分的这一主要社会矛盾的重要战略工具。

因此，将新时代中国特色社会主义思想与区域协调发展战略相结合，才能有效促进各区域经济的发展。

文章以区域非均衡增长理论为指导，采用“经济社会大系统——
—三分法”，把区域协调发展指标体系分为经济、社会、生态三大子系统。

以近几年数据为基础，运用SPSS 软件求出各子系统评价值，运用聚类分析法检验采用主成分分析法计算出的各地市的协调发展指数和综合评价值，然后运用协调发展指数公式求出各地市协调发展指数和运用线性加权的方法求出综合评价值。

最后各地市的计算结果进行对比分析，探究是何种原因导致陕西各地市区域发展不协调的局面，并有针对性地提出了建议和具体措施，以促进陕西区域的协调发展，从而为陕西省及各地方政府的经济、社会与生态发展决策与政策的制定提供科学依据。

【关键词】区域非均衡增长；区域协调发展；区域协调发展指标体系
【中图分类号】F061.5【文献标识码】A【文章编号】1004-2768（2018）10-0006-08
【收稿日期】2018-07-13
【基金项目】陕西省科学研究发展计划（重点项目）（主持）“陕西经济迈入中高端水平对策研究”（2016KRZ009）；陕西省社会科学基金项目（主持）“基于区域非均衡增长理论的陕西区域协调发展规范研究”（2015R040）
【作者简介】吴溥峰（1970-），男，甘肃宁县人，管理学博士，西安理工大学经济与管理学院副教授，研究方向：会计信息系统；孙悦（1993-），女，陕西西安人，西安理工大学经济与管理学院硕士研究生，研究方向：会计理论与实务。

譾
经济学家缪尔达尔（Myrdal）在1957年提出了“地理上的二元经济”概念和“二元空间结构”理论。

这种理论认为，发展中国家在区域经济发展中的一个基本特征是地理上的二元经济，即经济发达区域和欠发达区域并存的二元结构。

德裔学者艾伯特·赫希曼（A.O.Hirschman）的非均衡增长理论指出增长对区域经济发展的两种影响：“极化效应”（polarized effect）和“涓滴效益”（trickling-down effect）。

在经济发展初期，极化效应居主导地位，会扩大区域经济发展差异；但从长期来看，涓滴效应将会缩小区域经济发展差异。

关于区域经济发展的基本理论，比较著名的有早期的古典区位论，近现代西方经济学的平衡增长理论和不平衡增长理论，其中，平衡增长理论主要包括赖宾斯坦（H.Leibenstein）的临界最小努力命题论、纳尔森（R.R.Neksen）的低水平陷阱论、罗森斯坦和罗丹（Rosenstein-Rodan）的大推进理论；不平衡增长理论包括弗朗索·佩鲁（Francois Perroux）的发展极理论、缪尔达尔（Myrdal，1957）的循环累计理论和赫希曼的区域增长传播理论；以威廉姆森（J.G.Williamson）的倒“U”型理论（reversed U-shaped theory）和阿郎索（W.Alonso）的钟型发展理论（bell shaped theory）为代表的区域阶段发展理论等等。

（二）国内研究动态综述
张宗益、邹畅（2006）揭示了现阶段我国地区差距的主要来源与构成，为相关领域的进一步研究打下了基础。

张平（1998）研究为何农村地区的收入差距会扩大，结果发现，农村工业化或乡镇企业的发展不平衡是造成中国农村地区居民收入差距的主要原因。

安树伟、王海波和张建肖（2008）以陕西省为例，在深入分析“九五”以来关中、陕北、陕南在区域协调发展中存在的主要问题，从效率机制和公平机制两方面阐述了主体功能区建设对陕西区域协调发展产生的影响，并从促进主体功能区建设角度，提出了促进陕西省三大区域协调发展的若干建议。

王恩胡、高全成和殷红霞（2010）选取了有关区域经济的16个指标建立评价体系，运用主成分分析法对陕西省各地区的经济社会发展状况做出评价，进而究其差距原因。

刘翔、曹裕（2011）将区域协调发展与两型社会建设的理念结合起来，将区域协调发展系统划分为社会、经济、资源和环境4个功能子系统，构建了两型社会视角下的区域协调发展评价指标体系，采用主成分分析法对两型社会建设背景下区域各子系统协调发展现状进行分析。

（三）简要述评
纵观国外学者对区域经济协调发展的研究，主要集中在地区差异的构成与分解。

其研究重点体现了理论与实证的结合，经历了从静态到动态，从小范围（地区）到大区域（国家）的转化，已经形成了一个比较完善的研究体系。

可以说，国外学者对区域差异方面的相关研究已经比较成熟，特别是在地区差异的构成与分解的研究上以及区域经济的收敛性方面，对我国有很好的借鉴作用。

但由于国家以及地区的实际情况不同，也应看到相关理论并不完全符合中国的实际。

结合中国的实际研究，提出缩小我国地区差距的方法仍是我国学者急需探索的重要课题。

综上所述，本文对区域经济协调发展内涵的定义包括两个方面：一是区域系统内部各个要素或变量实现发展上的优化，具体就是经济、社会和生态环境等子系统之间实现发展上的和谐、结构上的合理和总效益的最优；二是区域之间在经济发展上形成相互联系、关联互动、正向促进的机制，从而实现区域间的合作与良性发展，促进区域间经济利益保持同向增长，区域之间的经济差异趋于缩小。

三、研究思路及方法
目前广泛使用的划分区域经济系统为几个子系统的方法为——
—“社会经济系统三分法”，本文在确立高度重视现代化进程中的生态环境与可持续发展问题的基本立场下，根据陕西省区域经济发展的实际情况，采用该方法衡量系统中的社会，经济和生态环境子系统的协同发展程度。

应用SPSS13.0软件进行主成分分析，得到经济子系统协调发展评价值、社会子系统协调发展评价值和生态子系统协调发展评价值。

选取陕西省的11个
譿
地市为样本，对2014年陕西省区域经济协调发展状况空间差异作出分析，研究中所用到的数据资料主要来自于陕西统计年鉴、中国统计年鉴和国泰安数据库，并根据需要进行评价指标的类型一致化处理和无量纲化处理。

（一）研究变量的选取
基于“三分法”将陕西省区域协调发展指标体系划分为经济、社会和生态三大类别指标，其中所涉及的指标如表1所示，指标大部分可以从统计年鉴直接查到。

由于生态环境的指标信息难以获取及准确统计，因此本指标体系只选用资源利用和环境保护的部分指标来衡量。

表1陕西省区域协调发展指标体系
（二）评价指标的选取
本文采用陕西省三大地区2014年的截面数据，应用于综合评价值和协调发展指数来定量评价对陕西省区域协调发展水平的空间差异状况，从而对陕西区域协调发展水平客观现状有一个清晰的了解。

为避免对多种指标直接施以主成分分析法对样本数量要求过高，同时兼顾本文采用主成分分析法对样本和指标数量比例关系的要求，因此本文采用对经济子系统、社会子系统和生态子系统的选用指标分别施以主成分分析法，得到三大子系统的协调发展评价值，分别用E1、E2、E3表示。

1.区域协调发展指数。

本文将应用主成分分析法求得的E1、E2、E3，通过计算可持续发展评价CI指数值来定量化衡量各子系统之间的协调发展程度，它对综合评价值的评价结果具有补充和放大的作用。

以便对陕西省2014年三大地区区域协调发展特征和空间差异情况有更加清晰的了解。

其计算公式如下：
CI=
E1+E2+E3
（E1）2+（E2）2+（E3）2
√
式中，E1、E2、E3分别为经济子系统、社会子系统和生态子系统的协调发展评价值；CI为协调发展指数，其值越大，代表协调发展程度越高。

2.综合评价值。

在评价陕西省区域经济协调发展现状时，应用基于主成分分析法求得的三大子系统协调发展评价值E1、E2、E3，再结合突出局部差异的均方差法，求出各评价值的权数分别表示为F（1）、F（2）、F（3），采用线性加权方法以综合衡量各个子系统对区域经济发展的影响，确定区域经济协调发展综合评价数学模型并求出各地区协调发展综合评价值G，以便对陕西省区域发展的系统整体性做出评价。

把CI指数和G指数结合起来，可以更加清楚地分析陕西省各地市的区域经济发展协调性的空间差异情况，从而对陕西省各地区经济发展水平协调状况作出评价。

其数学公式表述为：
G=E1×F（1）+E2×F（2）+E3×F（3）
四、陕西省区域经济协调发展状况定量化分析过程
（一）经济子系统定量化过程
1.用KMO-Bartlett球形检验对经济子系统进行分析评价
首先检验主成分分析法能否适用于区域经济协调发展指标体系中经济子系统的指标数据，得到KMO取样适当性度量的检验结果，和Bartlett 球形检验的统计参数值，如表2所示。

根据表2检验结果得到KOM的值为0.510，表明经济子系统的指标间有较多的共性因素，适
领域层经济子系统
社会子系统生态子系统
子领域层
经济发展水平及
外向指标
经济结构
效益指标
人口发展
质量指标
基础设施指标
资源及利用指标
环境发展指标
序号
x1
x2
x3
x4
x5
x6
x7
x8
x9
x10
x11
x12
x13
x14
x15
x16
x17
x18
x19
x20
x21
x22
x23
x24
x25
x26
x27
指标
人均GDP
GDP增长率
人均地方财政收入
财政收入增长率
人均固定资产投资
产业结构变化率
实际利用外资额
经济密度
第二产业产值占GDP比重
第三产业产值占GDP比重
人口自然增长比率
非农产业从业人员占比
农村居民纯收入
城镇居民人均可支配收入
在岗职工平均工资
人均社会消费品零售总额
每万人拥有病床数
人均邮电业务量
人口密度
人均可耕地面积
单位GDP能耗
单位工业增加值能耗
工业废气排放量
工业固体废弃物产生量
工业废水排放总量
工业固体废弃物综合利用率
工业废水排放达标率
单位
元，当年价
%
元
%
元
%
万元
万元/平方千米
%
%
%
%
元
元
元
元/人
张/万人
万元
人/平方千米
亩/人
吨标准煤/万元
吨标准煤/万元
亿立方米
万吨
万吨
%
%
8
合施以主成分分析。

显著性值（Sig）为0.000，明显小于显著水平0.05，这一检验结果表明经济子系统的指标间彼此相关性很显著，数据适合主成分分析。

表2经济子系统评价指标的KMO-Bartlett球形检验
2.经济子系统各评价指标的特征根和方差贡献率表
表3经济子系统评价指标的解释总方差
提取方法：主成分分析，采用四次最大正交法进行旋转
在总方差解释表3中，第一列“成分”则为SPSS22.0软件得到的11个地市的经济发展性指标的公共因子1、2、3…10，显示了每个因子的特征值及贡献率。

如表所示，特征值大于1的三个公共因子的累计贡献率达到了87.306%，即三个公共因子包含了原始指标的87.306%的信息。

根据实证经验，一般情况下累计贡献率达85%，即可认为公共因子可以代替原始指标进行因子分析，因此本文选取的衡量经济子系统发展情况的10个指标可以用前三个公共因子代替。

3.经济子系统各评价指标的因子载负矩阵
表4经济子系统评价指标的旋转成份矩阵a
提取方法：主成分
旋转法：具有Kaiser标准化的四分旋转法
a.旋转在5次迭代后收敛
由表4可以看出，第一主成分可以解释为经济发展水平指标，因其在人均GDP、人均地方财政收入中载荷较大；第二主成分可以以经济发展结构指标作为代表，因其占有较大的载荷体现在第三产业产值占GDP比重中；第三主成分代表的经济发展效益指标，体现在经济密度中占有较大的载荷。

本文在进行因子分析后，用回归法计算出因子得分，将权重确定为各因子的方差贡献率占三个因子总方差贡献率的比例，以保证权重确定的客观性。

再进一步对各主成分进行加权求和，得出协调发展经济子系统综合评价值。

即E1=（40.927%×F11+33.330%×F12+13.049%×F13）/87.306%，其中F11、F12、F13分别代表经济子系统的第一、第二和第三主成分。

（二）社会子系统定量化过程
1.用KMO-Bartlett球形检验对社会子系统进行分析评价
表5社会子系统评价指标的KMO和Bartlett的检验
与经济子系统主成分分析过程类似，从表5中可以得到社会子系统KOM的值为0.441，其中KOM值越接近1表示越适合做因子分析，检验结果表明指标之间有较多的共同因素，数据适合主成分分析。

显著性值（Sig）为0.006，明显小于显著水平0.05，这一检验结果表明社会子系统的指标彼此相关性很显著，数据适合主成分分析。

2.各社会子系统评价指标的特征根和方差贡献率表
由表6可知，第一、第二和第三主成分的累计方差贡献率为82.513%，表明列示的前三个主成分数值变化就可以基本代表社会子系统8个研究变量的变化情况，我们将这三个主成分作为评价社会子系统协调发展综合评价值的综合变量。

取样足够度的Kaiser-Meyer-Olkin度量
Bartlett的球形度检验近似卡方
df
Sig.
0.441
50.523
28
0.006
人均GDP
GDP增长率
人均地方财政收入
财政收入增长率
实际利用外资额
人均固定资产投资
产业结构变化率
经济密度
第二产业产值占GDP比重第三产业产值占GDP比重
1
0.934
-0.634
0.914
-0.194
0.229
0.323
-0.764
0.202
0.548
-0.103
2
0.115
0.258
0.177
0.202
0.949
0.860
-0.034
0.215
-0.746
0.874
3
0.124
0.666
0.148
0.899
0.136
-0.042
0.387
0.813
-0.287
0.356
成分
1 2 3 4 5 6 7 8 9 10合计
4.093
3.333
1.305
0.632
0.304
0.187
0.116
0.025
0.004
0.001
方差的%
40.927
33.330
13.049
6.321
3.044
1.872
1.162
0.252
0.043
0.000
累积%
40.927
74.257
87.306
93.627
96.671
98.543
99.705
99.956
100.00
100.00
合计
4.093
3.333
1.305
方差的%
40.927
33.330
13.049
累积%
40.927
74.257
87.306
合计
3.239
3.162
2.329
方差的%
32.393
31.619
23.294
累积%
32.393
64.012
87.306
初始特征值提取平方和载入旋转平方和载入
成分取样足够度的Kaiser-Meyer-Olkin度量
Bartlett的球形度检验近似卡方
df
Sig.
0.510
118.966
45
0.000
讁
表6社会子系统评价指标的解释总方差
提取方法：主成分分析
3.社会子系统各评价指标的因子载负矩阵
表7社会子系统评价指标的旋转成份矩阵a
提取方法：主成分
旋转法：具有Kaiser标准化的四分旋转法
a.旋转在4次迭代后收敛
由表7旋转成分矩阵可知，第一公共因子高载荷的指标为人均社会消费品零售总额，其是表现国内消费需求最直接的数据。

第二公共因子高载荷的指标为人口自然增长率，其反映人口自然增长的程度和趋势。

第三公共因子高载荷的指标为农村居民收入，反映一个国家或地区的农村居民收入的平均水平。

（三）生态子系统定量化过程
1.用KMO-Bartlett球形检验对生态子系统进行分析评价
表8生态子系统评价指标的KMO-Bartlett球形检验
从表8中可以得到生态子系统的所有指标和数据能否适用于主成分分析的检验结果，KOM的值为0.575，表明指标之间有较多共性，数据适合主成分分析。

显著性值（Sig）为0.000，明显小于显著水平0.05，这一检验结果表明生态子系统的指标，彼此相关性很显著，适合施以主成分分析法。

2.生态子系统各评价指标的特征根和方差贡献率表
表9生态子系统评价指标的解释总方差
本文中，所选的代表经济子系统发展情况的9个指标被特征值大于1的三个公共因子1、2、3、4所代替，其中第一个公共因子的累计贡献率为47.772%，即它可以解释原始指标中47.772%的信息。

如表所示，特征值大于1的四个公共因子的累计贡献率达到了89.837%，即四个公共因子包含了原始指标的89.837%的信息。

根据实证经验，一般情况下累计贡献率达到85%，即可认为公共因子可以代替原始指标进行因子分析，因此本文选取的衡量经济子系统发展情况的9个指标可以用前四个公共因子代替。

3.生态子系统各评价指标的因子载负矩阵
表10生态子系统评价指标的旋转成份矩阵a
提取方法：主成分
旋转法：具有Kaiser标准化的四分旋转法
a.旋转在5次迭代后收敛
由表10旋转成分矩阵可知，第一公共因子高载荷的指标为工业废气排放总量，其可以反映空气质量情况，数值越高说明空气污染越严重。

第二公共因子高载荷的指标为单位GDP能耗，它是一个能源利用效率指标，反映经济结构和能源利用1
2
3
4
5
6
7
8
9
合计
4.299
1.494
1.204
1.089
0.712
0.113
0.045
0.035
0.10
方差的%
47.772
16.595
13.374
12.097
7.907
1.255
0.499
0.393
0.109
累积%
47.772
64.366
77.740
89.837
97.745
99.000
99.499
99.891
100.000
合计
4.299
1.494
1.204
1.089
方差的%
47.772
16.595
13.374
12.097
累积%
47.772
64.366
77.740
89.837
合计
3.034
2.059
1.714
1.278
方差的%
33.708
22.880
19.044
14.205
累积%
33.708
56.588
75.632
89.837
初始特征值提取平方和载入旋转平方和载入
成分
人口自然增长率
非农产业从业人员比重农村居民纯收入
城镇居民人均可支配收入在岗职工平均工资
人均社会消费品零售总额每万人拥有病床数
人均邮电业务量
1
0.032
0.285
-0.064
0.420
0.214
0.859
0.748
0.922
2
0.942
0.115
0.194
0.719
0.904
0.255
0.234
0.016
3
0.237
0.687
0.896
0.401
-0.066
0.251
-0.394
0.186
成份
1 2 3 4 5 6 7 8合计
3.679
1.662
1.260
0.924
0.223
0.153
0.076
0.023
方差的%
45.987
20.773
15.752
11.551
2.785
1.913
0.955
0.284
累积%
45.987
66.761
82.513
94.064
96.848
98.762
99.716
100.000
合计
3.679
1.662
1.260
方差的%
45.987
20.773
15.752
累积%
45.987
66.761
82.513
合计
2.457
2.393
1.751
方差的%
30.714
29.915
21.883
累积%
30.714
60.630
82.513
初始特征值提取平方和载入旋转平方和载入
成分
取样足够度的Kaiser-Meyer-Olkin度量Bartlett的球形度检验近似卡方
df
Sig.0.575
70.690
36
0.000
人口密度
人均可耕地面积
单位GDP能耗
单位工业增加值能耗
工业废气排放总量
工业废水排放总量
一般工业固体废物产生量
工业固体废弃物综合利用率
工业废水排放达标率
1
0.113
-0.566
-0.267
-0.511
0.909
0.872
0.867
0.163
0.051
2
-0.134
-0.044
0.834
0.723
-0.245
0.025
-0.224
0.044
-0.842
3
-0.825
0.737
0.404
0.359
-0.257
0.134
-0.192
-0.101
0.262
成分
4
0.213
0.323
-0.094
-0.200
-0.109
0.055
0.280
0.970
-0.212
10
样本西安市铜川市宝鸡市咸阳市渭南市延安市榆林市汉中市安康市商洛市杨凌示范区
分类133********
西安市铜川市宝鸡市咸阳市渭南市延安市榆林市汉中市安康市商洛市
杨凌示范区评价值3.0520-0.7190-0.2902-0.3762-0.56700.19540.6712-0.5289-1.0697-0.9395
0.5719
排序1956842711103
评价值3.39120.05000.3686-0.1477-0.73300.19770.0873-1.0426-1.7104-1.54401.0829
排序1637845911102
评价值-0.12880.32080.2633-0.11760.1929-0.3450-0.81120.39400.66330.43290.0962
排序1145869103127
评价值2.1053-0.11710.1131-0.2143-0.36890.0158-0.0171-0.3917-0.7047-0.68270.5832
排序
1637845911102
协调发展指数1.3835-0.04130.6351-0.0240-0.1696-1.0184-0.1499-0.9544-0.9968-1.10341.4254
2534710689111
经济子系统社会子系统生态子系统综合得分排序地市子系统经济子系统社会子系统
生态子系统
主成分1231231
234
主成分特征值
4.0933.3331.3053.6791.6621.2604.2991.4941.2041.089
贡献率/%40.92733.33013.04945.98720.77315.75247.77416.59513.37412.098
累计贡献率/%
40.92774.25787.30645.98766.76182.51347.77464.33677.74089.837
主成分权重46.8838.1814.9555.7325.1819.0953.1818.4714.8913.47
效率的变化。

第三公共因子高载荷的指标为工业固体废弃物综合利用率，可以反映在绿色生态背景下政府对工业污染物的处理能力。

（四）区域经济协调发展定量化分析
表11
各指标系统主成分提取及其权重
为了方便起见，我们以F 11、F 12、F 13分别代表经济子系统的三个主成分，以F 21、F 22、F 23分别代表社会子系统的三个主成分，以F 31、F 32、F 33分别代表生态子系统的四个主成分，结合前面以F 11、F 12、F 13代表经济子系统的三个主成分，得到各系统主成分表达式：
F 11=0.46*X 1-0.31*X 2+0.45*X 3-0.10*X 4+0.11*X 5+0.16*X 6-0.38*X 7+0.10*X 8+0.27*X 9-0.05*X 10
F 12=0.11*X 1+0.58*X 2+0.13*X 3+0.79*X 4+0.12*X 5-0.04*X 6+0.34*X 7+0.71*X 8-0.25*X 9+0.31*X 10
F 13=0.11*X 1+0.58*X 2+0.13*X 3+0.79*X 4+0.12*X 5-0.04*X 6+0.34*X 7+0.71*X 8-0.25*X 9+0.31*X 10
F 21=0.02*X 11+0.15*X 12-0.03*X 13+0.22*X 14+0.11*X 15+0.45*X 16+0.39*X 17+0.48*X 18
F 22=0.73*X 11+0.09*X 12+0.15*X 13+0.56*X 14+0.7*X 15+0.2*X 16+0.18*X 17+0.01*X 18
F 23=0.21*X 11+0.61*X 12+0.80*X 13+0.36*X 14-0.06*X 15+0.22*X 16-0.35*X 17+0.17*X 18
F 31=0.05*X 19-0.27*X 20-0.13*X 21-0.25*X 22+0.44*X 23+0.42*X 24+0.42*X 25+0.08*X 26+0.02*X 27
F 32=-0.11*X 19-0.04*X 20+0.68*X 21+0.59*X 22-0.2*X 23+0.02*X 24-0.18*X 25+0.04*X 26-0.69*X 27
F 33=-0.75*X 19+0.67*X 20+0.37*X 21+0.33*X 22-0.23*X 23+0.12*X 24-0.18*X 25-0.09*X 26+0.24*X 27
F 34=0.2*X 19+0.31*X 20-0.09*X 21-0.19*X 22-0.10*X 23+0.05*X 24+0.27*X 25+0.93*X 26-0.20*X 27
根据表11求出的经济、社会和生态三大子系
统各个主成分的权重，采用线性加权法得到陕西省各地市的三大子系统的协调发展评价表达式：
E 1=0.4688
F 11+0.3818F 12+0.1495F 13E 2=0.5573F 21+0.2518F 22+0.1909F 23
E 3=0.5318
F 31+0.1847F 32+0.1489F 33+0.1347F 34
再利用突出局部的均方差公式求得：经济、社会和生态子系统的权重分别为0.334、0.332、0.335，最终得到协调发展综合评价式：
G =0.335*E 1+0.332*E 2+0.334*E 3
基于标准化处理的数据，运用协调发展综合评价式，进而可以计算陕西省各地市的各子系统协调发展水平综合评价值，进一步依据综合评价值的大小，对陕西省的11个地级市的协调发展状况进行排序（见表12）；而根据主成分得分，运用协调发展指数公式，
可以得到2014年陕西省各地市协调发展指数（见表12）。

利用对综合评价值的排序结果、协调发展指数结果的综合考量和对比分析结果，可以了解陕西省区域协调发展的空间差异，进而全面、系统地评价区域协调发展水平在陕西省各地级市的客观现状。

另外，为检验主成分分析的正确性，本文对评价结果进行了基于欧式距离平方法和最长距离法的聚类分析，分析结果如表13所示。

表12
陕西省各地市主成分得分、
协调发展指数及排序表13
SPSS 聚类分析结果
1
1
案例
群集数
2
4
6
8
10
7.榆
林市
11.杨凌
示范区
6.延
安市
10.商
洛市
9.安
康市
8.汉
中市
5.渭
南市
4.咸
阳市
3.宝
鸡市
2.铜
川市
1.西
安市分类
1类：协调发展水平较高的区域性城市2类：协调发展水平一般的区域性城市3类：协调发展水平较低的区域性城市
地市
西安、宝鸡、杨凌示范区
铜川、咸阳、延安、榆林
渭南、汉中、安康、商洛协调发展综合评价值
>0.11
-0.21~-0.015
<-0.36
图1聚类分析冰柱图
对比分析表13聚类分析的分类结果和表12主成分分析的评价结果，我们发现从总体来说，两者评价结果基本一致。

但由于数据处理可能存在误差，在聚类分析结果中（见表13），杨凌示范区和铜川市的归类结果分别位于第二、三位，不同于综合评价值的第一、五位，这并不影响综合评价法的可信性。

五、研究结论及政策建议
（一）陕西区域经济协调发展研究结论
由表14的综合评价值来看，陕西省11个地市的区域协调发展水平可以分为三个层次，该依据综合评价值做出的分类主要衡量陕西区域协调发展水平的系统性和整体性。

由于根据协调发展指数公式的计算结果，协调发展指数和综合评价值的分类结果基本一致（除去延安差别较大），所以下文主要依据综合评价值分类进行具体分析。

表14基于综合评价值的陕西省各地市经济协调发展水平分类
1类城市的协调发展水平最好，其中西安的综合评价值大于1。

1类城市全部来自关中地区，其中西安市既是陕西省的省会，又是国家区域中心城市（西北），引领着西北地区发展；2类城市经济协调发展状况处于中等水平，它们分别位于陕西省的关中地区和陕北地区。

其中，延安市综合评价值为0.0158，发展水平最高，而咸阳市评价值仅为-0.2143因而发展水平位居2类城市最后；3类城市全部位于陕南地区（除渭南外），其评价值均是负数，表明该类城市区域协调发展的整体水平远低于陕西省平均水平。

另一方面来看，其综合评价值与前两类有较为明显的差距：如第3类地市评价值中最高的城市——
—渭南市仅为-0.3689，而第2类城市最后一名地市——
—咸阳市的评价值为-0.2143。

根据在综合评价过程中得到的各地市子系统的评价值，可以得到如下的评价结果：
1.经济子系统。

区域经济发展状况是影响陕西省区域协调发展的重要因素，经济子系统排名前两位的地市西安和榆林也是综合发展水平的前两位。

经济子系统排前五名的地市中，关中地区占3位，陕北地区占2位。

经济发展评价值在后2名的地市——
—安康市和商洛市全属于陕南地区，其经济子系统评价值、综合发展评价值和协调发展指数均小于0，这说明陕南地区的经济子系统发展水平、协调发展综合水平均排在陕西省最后。

2.社会子系统。

同理，区域社会发展状况也是影响陕西省区域协调发展的重要因素。

关中地区的大部分地市社会发展水平排名靠前，陕南地区则在全省排名靠后，与其经济发展水平状况排名状况类似。

其中，西安社会发展子系统评价值排名第1为
3.3912，而排名第二的杨凌示范区的评价值仅为1.0829，两者之间有明显的断层。

3.生态子系统。

安康的生态子系统评价值最高，说明安康在发展经济的同时非常注重生态环境的保护。

相比较而言，西安市的经济子系统和社会子系统均排名第一，而生态子系统排名靠后，这说明近年西安市的生态环境发展保护步伐落后于经济社会发展，并未伴随其城市经济规模、人口数量的增加而同步发展。

因此本文得出如下结论：西安市的经济子系统和社会子系统的评价值在陕西省均排名第一，但其生态子系统排名却在最后，虽然其综合评价值排名陕西省第一，但其的生态环境应引起政府的高度关注。

陕南地区的三个地市情况类似，汉中、安康和商洛的生态子系统评价值虽然在陕西省排名靠前，但其经济子系统和社会子系统的排
12。