基于主成分分析法的河南省各城市综合经济发展水平比较评价概要1.docVIP

河南省各城市综合经济发展水平比较评价 【摘要】 本文参考城市经济发展能力评价指标体系，参考《河南统计年鉴2011》《中国城市统计年鉴2011年》数据，通过运用主成分分析法对河南省各城市的经济发展水平进行了比较评价。 关键词：河南省主成分经济实力为促进中部地区经济快速发展，中共中央提出了“中部崛起”的战略《我国主要城市综合经济实力的数量评价》在中，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 主成份分析法是利用高维变量空间降维的思想，在保证数据信息丢失最少的原则下，把多个变量转化为几个互不相关的综合变量（通常称为主成分）以达到简化分析流程、提高分析效率目的的一种多元统计方法。该方法的核心是构造原始变量的适当线性组合以产生一系列互不相关的新变量（主成分），从中提取若干个主成分使其尽可能多地包含原变量信息，再以各主成分的方差贡献率为权数结合主成分得分构造综合评价函数，然后按照得分高低对样本进行排序。主成分分析以信息量为权重，能消除指标赋权的主观性。 ① 计算相关系数矩阵 ② 计算特征值与特征向量 ③ 计算主成分贡献率及累计贡献率 ④ 计算主成分载荷 对不同地区的经济发展情况进行评估和排序是常见问题，处理这类问题常采用量化的经济指标。一个地区的经济发展状况是有多指标共同反映的，进行评价要选用有代表性的指标，依据这些指标进行综合排序。在指标选取上，为了防止片面性，既选取了GDP总量，考虑到人口问题，则又选取了人均GDP,尽量减少信息不完整性。描述经济实力的指标相当庞杂，不可能全部选取，经过依据以上原则的分析后，本文选取了如下11个指标建立评价体系。 表1 指标体系 X1 GDP总量（亿元） X2 财政收入（亿元） X3 当年储蓄余额（亿元） X4 固定资产投资总额（亿元） X5 社会零售品销售总额（亿元） X6 第二产业增加值（亿元） X7 第三产业增加值（亿元） X8 工业增加值（亿元） X9 出口总额（亿美元） X10 进口总额（亿美元） X11 人均GDP（百元） 四、数据收集及数据处理 4.1数据收集 表2 原始数据 城市 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 郑州 4040 386 7990 2757 1678 2269 1646 1996 34.7 17.0 476 开封 927 37 681 506 364 400 307 368 1.8 0.5 197 洛阳 2320 142 2096 1768 808 1396 736 1243 10.5 4.9 357 平顶山 1310 80 1137 712 349 869 326 821 2.8 2.2 264 安阳 1315 65 995 894 345 809 347 731 4.4 11.5 253 鹤壁 429 22 285 356 93 301 78 283 1.2 0.2 285 新乡 1189 70 1144 1211 388 686 346 602 6.9 4.4 212 焦作 1245 63 748 970 321 855 289 804 10.5 6.9 357 濮阳 775 30 588 532 230 515 152 476 4.1 0.7 217 许昌 1317 57 830 829 349 901 264 847 10.8 2.0 305 漯河 680 26 421 403 216 474 119 452 1.5 2.4 269 三门峡 874 49 625 677 202 599 205 562 1.0 0.6 391 南阳 1935 69 147 1389 789 1017 535 910 6.4 6.1 191 商丘 1