网站首页  词典首页

请输入您要查询的论文：

　

标题 基于因子分析法的云南州市经济水平评价研究
范文 王洪富
摘要：通过SPSS软件中因子分析功能，对取得的云南省16个州（市）7个经济指标：GDP、居民消费、固定资产投资、职工平均工资、居民消费价格总指数、商品零售、工业总产值、进行数据分析，得到云南省16个州（市）经济水平综合得分，对其经济发展水平进行综合评价。
Absrtact： Seven economic indicators of 16 counties （cities） in Yunnan Province were obtained through the factor analysis function of SPSS software： GDP， household consumption， investment in fixed assets， average wage of workers， total consumer price index， retail sales of goods， gross industrial output value.The comprehensive scores of the economic level of 16 counties （cities） in Yunnan Province were obtained， and the economic development levels were evaluated comprehensively.
关键词：SPSS软件；因子分析；综合评价
Key words： SPSS software；factor analysis；comprehensive evaluation
中圖分类号：F224；F127 文献标识码：A 文章编号：1006-4311（2018）06-0054-03
0 引言
目前，我国经济发展已进入新常态，经济发展速度已经从高速转为中高速。而云南经济发展水平相对较为落后，此时更应该主动融入“一带一路”，充分利用面向南亚东南亚的区位优势，加快发展速度，全面提高经济发展水平。而评价经济发展水平的指标众多，如何选取最具代表性的数据进行评价是一项十分重要的工作。本文借助于SPSS软件因子分析功能，对云南省16个州（市）运用因子分析方法，对其经济社会发展水平进行综合评价[1-7]。
1 基本理论
因子分析（factor analysis）是指研究从变量群中提取共性因子的统计技术。最早由英国心理学家C.E.斯皮尔曼提出。因子分析法是指从研究指标相关矩阵内部的依赖关系出发，把一些信息重叠、具有错综复杂关系的变量归结为少数几个不相关的综合因子的一种多元统计分析方法[8]。基本思想是：根据相关性大小把变量分组，使得同组内的变量之间相关性较高，但不同组的变量不相关或相关性较低，每组变量代表一个基本结构一即公共因子。
2 案例分析
2.1 数据资料
数据来源于《云南统计年鉴2015》和《云南调查年鉴2015》，经过整理，获得云南省16州市7个主要经济指标，GDP（亿元），居民消费（亿元），固定资产投资（亿元），职工平均工资（万元），居民消费价格总指数，商品零售（亿元），工业总产值（亿元），将其依次表示为X1，X2，X3，X4，X5，X6，X7，如表1所示。
2.2 数据标准化处理
为消除数量级和量纲不同带来的影响，首先要对原始数据进行标准化处理。本文使用SPSS21.0对数据进行因子分析，输入数据，依次点选分析（描述统计（描述，将变量X1到X7选入右边变量下面，点选“将标准化得分另存为变量”，点确定即可的标准化的数据ZX1到ZX7，如表2。
2.3 KMO和Bartlett检验
依次点选分析（降维（因子分析，打开因子分析窗口，将标准化的7个变量选入右边变量下面，点选描述（相关矩阵下选中系数及KMO和Bartlett的检验，点继续，确定，就可得出7个变量的相关系数矩阵和KMO和Bartlett的检验，分别如表3，表4。
从表3中数据可以看出大部分数据的绝对值都在0.3以上，说明变量间有较强的相关性。
由表4看出，sig.值为0，所以拒绝相关系数为0（变量相互独立）的原假设，即说明变量间存在相关性。
2.4 抽取
依次点选在因子分析窗口点选抽取（方法：主成份；分析：相关性矩阵；输出：碎石图；抽取：因子的固定数量（要提取的因子06）；继续，确定，输出结果如表5，表6，图1。
提取方法：主成份分析.
表5给出了该次分析从每个原始变量中提取的信息。由表5数据可以看出，主成分包含了大部分原始变量的90%以上的信息，但是职工平均工资和居民消费价格总指数提取度较低。
提取方法：主成份分析.
由表6中旋转平方和载入累计贡献率看出前3个主成分的累计贡献率就达到了98.267%>85%，所以选取主成份分个数为3。选y1为第一主成分，y2为第二主成分，y3为第三主成分。且这三个主成分的方差和占全部方差的98.267%，即基本上保留了原来指标的信息。这样由原来的7个指标变为了3个指标。
由图1看出，成分数为2时，特征值小于1，结合表6，确定出主成分个数为3。
2.5 旋转
在因子分析窗口，旋转（方法：最大方差法，输出：旋转解）继续；确定。输出结果如表7。
提取方法：主成份.
旋转法：具有Kaiser标准化的正交旋转法.
a.旋转在5次迭代后收敛.
由表7数据可以得出：ZX1，ZX2，ZX3，ZX4，ZX5主要由第一主成分解释，ZX6主要由第二主成分解释，ZX7主要由第三主成分解释。与第一因子关系密切的变量主要是投入与产出方面的变量，可以命名为投入产出因子；与第二因子关系密切的是价格指数方面的变量，可以命名为价格指数因子；与第三因子关系密切的是反映民众收入水平的变量，可以命名为消费能力因子。
2.6 排序
在因子分析窗口，得分→因子得分保存为变量f1，f2，f3；方法：回归。再按三个主成分降序排列：数据→排序个案：将f1选入排序依据，排列顺序：降序。同理得出按f2，f3排序的结果。最后，以各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总，得出各城市的综合得分f。即
f=（0.64376*f1+0.17462*f2+0.16429*f3）/0.98267
最后再按f得分排序。排序结果如表8。
2.7 结果分析
结合各个城市在三个公因子的得分和综合得分，通过对各个公因子的合理的解释，对各城市的经济发展水平进行综合评价。
在投入产出因子f1上得分最高的3个城市是昆明、曲靖、红河，其中昆明得分2.952，曲靖1.232，高于其他城市，说明昆明、曲靖的工业投入产出能力最高，工业发展相对较快，从而推动城市发展；而文山、怒江、迪庆的投入产出能力较差，说明工业发展相对落后。
在价格指数因子f2上文山、楚雄、保山的得分较高，说明这些城市的物价相对较高，可能是非本地产的东西由于运输的不方便，使得这些物价相对较高；而玉溪、临沧、丽江的价格指数较低，说明本地产的东西较多基本满足需求，使得物价相对较低。
在消费能力因子f3上迪庆、昆明、怒江的得分较高，说明他们的工资相对于其他城市比较高，或者他们的工资对于当地的物价来说较高；而保山、普洱得分较低，它们的消费能力较低，从而说明人们的收入也相对较低，生活质量相对差一点，城市发展较慢。
根据综合因子f的得分可综合评价城市的经济发展水平，综合得分排名前3的是昆明、曲靖、红河，其中昆明得分2.370，远高于第二名城市曲靖，说明昆明经济水平在云南省来说遥遥领先于其他城市，也从一个侧面说明云南的经济发展很不平衡；得分最低的3个城市是德宏、迪庆、西双版纳。
3 结论
本文主要以云南省16个州（市）为例，对其经济发展水平进行了综合评价，分析了存在的差异，希望为城市经济发展提供参考。但是本文也存在不足，没有深入分析产生差异性的原因，指标选取受数据收集影响不够全面，需进一步完善指标评价体系。
参考文献：
[1]罗国旺，付馨雨.采用联合多因子分析法的经济发展研究[J].重庆理工大学学报：自然科学版，2013（10）：134-139.
[2]孟晓娜.基于因子分析的湖北省各城市综合经济实力评价[J].山西财经大学学报，2013，35（1）：8-9.
[3]方凯，王厚俊.基于因子分析的农村公共品农民满意度评价研究——以湖北省农户调查数据为例[J].农业技术经济，2012（6）：30-36.
[4]王涛，高朔.因子分析在城市经济发展评价中的应用[J].城市经济，2014（2）：2-28.
[5]宁连举，李萌.基于因子分析法构建大中型工业企业技术创新能力评价模型[J].科研管理，2011，32（3）：51-58.
[6]郭翠荣，刘亮.基于因子分析法的我国上市商业银行竞争力评价研究[J].管理世界，2012（1）：102-106.
[7]羅玉波.关于因子分析用于综合排名的一个注记[J].西南大学学报：自然科学版，2013（4）：106-110.
[8]李亚兰.基于因子分析的CM公司财务绩效评价[D].华南理工大学硕士学位论文，2014.
随便看

　

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。

　

Copyright © 2004-2023 puapp.net All Rights Reserved
更新时间：2025/2/6 3:13:33