合肥市城市竞争力研究——以南京为比较对象目录一．摘要1.合肥概况2.南京概况二.分析过程三．结果分析四．总结评价合肥城市竞争力分析（以南京作对比）一．摘要1.合肥概况合肥是安徽省省会，位于省境中部（北纬32°、东经117°），地处长江淮河之间、全国五大淡水湖之一的巢湖之滨，紧邻“长三角”经济圈，水路通过巢湖可通江达海，是沿海的腹地、内地的前沿，是全省政治、经济、文化、信息、金融和商贸中心,也是全国重要的科研教育基地。

合肥是一座具有2200多年历史的古城，“合肥”之名，已知最早出现在司马迁《史记·货殖列传》中：“合肥受南北潮，皮革、鲍、木输会也。

”素有“淮右襟喉，江南唇齿”、“江淮首郡，吴楚要冲”之称，是三国故地、包拯家乡，因隋、唐、明、清时为庐州路、郡、府治所而别称庐州，又名“庐阳”，一直是江淮地区重要的行政中心和军事重镇，具有承东启西、接连中原、贯通南北的重要区位优势。

市辖肥东、长丰、肥西三县从东、北、西和西南包裹市区。

全市东西两端最长距离133公里，南北两端最长距离124公里，东及东北临滁州市及所辖全椒县、定远县，西及西北界六安市及所辖寿县，南及东南连舒城县和巢湖市及所辖庐江县，北接淮南市。

合肥对外交通发达，铁路、公路、航空、水运纵横交错，形成立体化交通网络，是全国重要的区域性综合交通枢纽。

合肥自然环境优美,名胜古迹众多，是全国著名的园林城市、卫生城市、优秀旅游城市、全国城市环境综合整治优秀城市和唯一的“国家科技创新型试点市”，连续四届获“全国社会治安综合治理优秀城市”称号，连续六届获“全国双拥模范城”称号。

“包公故里，科教基地，滨湖新城”成为合肥的城市名片。

在国家实施中部崛起的战略进程中，合肥人民紧扣“大发展、大建设、大环境”的主题，正加快把合肥建设成为全国重要的先进制造业基地、高新技术产业基地、现代服务业基地和独具魅力的现代化滨湖大城市。

2.南京概况南京，简称宁，是江苏省会。

南京地处长江下游沿岸，江苏省西南部，邻靠安徽省。

南京位于长江下游中部富庶地区，江苏省西南部。

地理坐标为北纬31°14″至32°37″，东经118°22″至119°14″。

市中心新街口地理坐标为北纬32°02'38"、东经118°46'43"。

总面积6597k㎡（不含水域），截至2012年建成区面积752.83k ㎡。

南京地处北亚热带，属于中国现代植物资源最丰富、植物种类最繁多的地区南京，历史上长期是中国南方的政治文化中心，有厚重的文化底蕴和丰富的历史遗存。

周元王四年（公元前472年），越相范蠡筑城于古长干里，后人称为越城，为南京建城之始。

三国东吴、东晋、南朝的宋、齐、梁、陈均相继在此建都，故南京有“六朝古都”之称。

明洪武元年（1368），明太祖朱元璋在此创建明朝，改称南京，是为南京市名之名。

作为长江沿岸港口，南京的城市发展也定位于江滨港口城市，是中国东部地区以电子、汽车、化工为主导产业的综合性工业基地。

1981年南京被国家列为全国15个经济中心城市之一；2004年经济中心定位指数排名南京列中国大陆第六，仅次于京沪广深津。

二.分析过程1.资料收集输入1、启动SPSS，输入如下数据，其中指标意义为X1——GDP X2——人均GDP X3——第一产业增加值X4——第二产业增加值 X5——第三产业增加值 X6——固定资产投资X7——社会消费品零售总额 X8——海关出口总额 X9地方财政收入2、选择【分析—数据缩减—因子分析】菜单命令，弹出【因子分析】对话框。

3、将X1—X9选入【变量】框，点击【描述】按钮，选择【相关系数】，如图所示，点击【确定】即可完成主成分分析。

4、从分析结果中可以得到每个变量之间的相关系数矩阵。

如下图所示5、经过计算可以得到9个主成分，每个主成分的贡献率如下图所示。

从中可以看出，前2个主成分累计贡献率为86.540%，满足大于85%的要求，故无需调整因子分析。

下图中显示为两次主成分分析的结果。

6.进一步得到前2个主成分的因子载荷矩阵，如下图所示。

可知GDP与工业增加值，第三产业增加值、固定资产投资、、社会消费品零售总额、地方财政收入这几个指标存在着极其显著的关系，与海关出口总额存在着显著关系。

可见许多变量之间直接的相关性比较强，证明他们存在信息上的重叠.7、上图给出的因子载荷矩阵，主成分系数应该为特征向量。

在选择主成分法提取公因子时，因子载荷为),,2,1;,,2,1,(m k p i e a ki k i ===λ即因子载荷是通过相关阵的特征根和特征向量计算出来的。

因此，根据因子载荷矩阵和各公因子的特征根，可以获得主成分系数即相关矩阵的特征向量k i ki a e λ/=。

主成分载荷矩阵中的数据除以主成分相对应的特征值开平方根便得到两个主成分中每个指标所对应的系数。

将初始因子载荷矩阵中的两列数据输入（可用复制粘贴的方法）到数据编辑窗口（为变量B1、B2），输入“A1=B1/SQRT （7.22）” [注：第二主成分SQRT 后的括号中填1.235]，即可得到特征向量A1。

同理，可得到特征向量A2,A3。

在excel表格中，对数据进行记录与计算：将得到的特征向量与标准化后的数据相乘，然后就可以得出主成分表达式：F1=0.049ZX1+0.307ZX2-0.183ZX3+0.378ZX4+0.408ZX5+0.049ZX6+0.382ZX7+0.324ZX8+0.377ZX9F2=0.136ZX1-0.340ZX2+0.554ZX3+0.232ZX4+0.230ZX5+0.637ZX6+0.137ZX7-0.25 0ZX8+0.133ZX9以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例作为权重计算主成分综合模型，也可直接用主成分贡献率计算：即可得到主成分综合模型：F=0.337ZX1+0.135ZX2三．结果分析在统计学中，主成分分析（principal components analysis, PCA）是一种简化数据集的技术。

它是一个线性变换。

这个变换把数据变换到一个新的坐标系统中，使得任何数据投影的第一大方差在第一个坐标(称为第一主成分)上，第二大方差在第二个坐标(第二主成分)上，依次类推。

主成分分析经常用减少数据集的维数，同时保持数据集的对方差贡献最大的特征。

这是通过保留低阶主成分，忽略高阶主成分做到的。

这样低阶成分往往能够保留住数据的最重要方面。

在实证问题研究中，为了全面、系统地分析问题，我们必须考虑众多影响因素。

这些涉及的因素一般称为指标，在多元统计分析中也称为变量。

因为每个变量都在不同程度上反映了所研究问题的某些信息，并且指标之间彼此有一定的相关性，因而所得的统计数据反映的信息在一定程度上有重叠。

在用统计方法研究多变量问题时，变量太多会增加计算量和增加分析问题的复杂性，人们希望在进行定量分析的过程中，涉及的变量较少，得到的信息量较多。

主成分分析正是适应这一要求产生的，是解决这类题的理想工具根据分析所得的F公式，可将合肥与南京的标准化指标带入公式，以量化后计算出南京与合肥之间的竞争力大小，使之有可比较。

标准化后的数据如下：经计算，南京的竞争力为0.115，合肥为-0.425，南京的竞争力要大于合肥。

四．总结评价从安徽的大局来看，它的东边是强大的江苏省和浙江省，西边是河南和湖北，北边有山东，南边有江西，合肥也是被夹在了南京，郑州，武汉等城市中间，合肥和南京也是中国距离最近的两个省会，南京在江苏省的地位现在是很尴尬的，苏锡常这些苏南城市已经瞧不起南京，但并不能否定南京仍然是区域重要的中心城市，它的势力已经伸到了安徽的境内，它对合肥的威胁度是相当大的，而且随着合肥经济的发展，两地的竞争关系很可能会进一步加强。

南京对合肥的威胁是巨大的，现在南京对合肥来说，还是处于优势地位，但是合肥近年来的竞争力极具上升，也对南京产生了较大的影响，南京也提出了所谓的宁合都市圈。

自合宁高铁开通以来，两地的交流频繁，但这也意味着两地面对竞争的时机加快。

合肥当年是不被众人所看好，说夹在大势力中难以起家，但是随着近年来的发展，证明这种说法是错误的，应该放大自己的眼光，合肥应该和南京去竞争，这貌似是有很小的胜算几率，但是纵观经济发展的路程，从长期来看，经济腹地尤为重要，相比而言，坐拥江淮的合肥经济腹地是占有很大优势的，而南京在这方面是有所欠缺，同时其向东有苏锡常，北部也有扬州等较为大的城市的存在，致使其跨江发展和扩大势力是存在巨大困难的，相对而言，合肥并没有遇到如此庞大的经济体的阻碍，现在是想临江，但对于胃口大的合肥来说，跨江也许会在以后实现，万一一但跨江，南京往北跨和合肥往南跨的情况是不同的，一但这种优势的出现，合肥也就有了与南京竞争甚至是超越南京的可能，但无论如何，巢湖对合肥的发展，无疑作用是巨大的，一旦巢湖做大，其便成为合肥和芜湖，乃至合肥与南京之间的经济缓冲带，这对江北城市带的发展，是有重要作用的，进可以往外进行竞争，退可以进行经济抵御，同时对产业的吸引以及布局，以及合肥经济圈之间的经济互补，更是作用巨大。

巢湖这张牌能否被合肥打好，是安徽中部发展的关键。

巢湖沿江的优势是正是合肥所需要的，在经济达到一定程度之后,如今的合肥，已经将地铁1号线和徽州大道南沿到庐江境内，临江的目的一目了然，同时引江济巢，修运河直通长江，积极新建合肥长江港——郑蒲深水港以及临港工业区，将经济实力发展到和县和其江北示范区，通江达海的时代正在向合肥慢慢的靠拢。