苏锡常地区可持续发展主成分模型构建.docVIP

苏锡常地区可持续发展主成分模型构建一、引言 区域差距的存在有一定的不可避免性，但随着不平衡的发展。将使总体效率的提高渐趋边际，同时也使固有矛盾逐步突出。从苏锡常地区所在的江苏省资源开发和利用来看，南北两地带各有侧重，苏南制造业较发达，属于加工型地区，苏北资源较丰富，属资源型地区，苏中介乎两者之间。近几年来，苏北加工业虽也有一定的发展，然而结构再造的难度很大，开始形成支柱的大多是农产品的初步加工业。这既是地区发展不平衡的结果，又成为影响地区经济进一步发展的原因。 二、主成分分析法 区域经济评价的方法很多，究竟如何选择，能够比较客观地反映区域的实际情况，这跟对区域本身的认识有关。数理统计方法是目前常用的技术。为了减少对运算和分析问题带来的不必要的麻烦，并且抓住事物的主要矛盾，我们首先采用主成分分析的方法对原始指标进行处理，然后用系统聚类分析的方法，进行可持续发展水平划分和区域分类。 主成分分析法也称主分量分析，是由Hotelling于1933年首先提出。主成分是利用降维思想，把多指标转化为少数几个综合指标的多元统计分析方法。设有n个评价区域，每个评价区域测得p个指标，总共有np个观测数据。若n=100，p=10，则有1000个数据。要弄清这么多指标的数据之间的内在规律，须在p维空间中加以考察。这是一件很麻烦的事情。为了克服这一困难，一个自然的想法是找较少的综合指标来代表原来较多的指标，而这些较少的指标既能尽量多地反映原来较多指标的信息。综合指标的选取通常是取原指标的线性组合，适当调整他们的系数，使指标与指标之间相互独立且代表性好。 三、苏锡常地区可持续发展主成分数学模型的构建 (一)主成分分析法评价精标的选取 评价区域可持续发展的总体状况，必须建立适当的指标体系。指标体系最终是服务于区域可持续发展目标需要的，因而指标体系所包括的内容应当能充分体现区域可持续发展的程度，利于人们通过有效的调控措施促进区域的持续稳定发展。从理论上讲，指标的选择要遵循层次性、相关性、可操作性、动态性等原则，但由于指标的复杂性和多样性，加上有些指标的确定又十分困难，所以笔者在选择评价指标时，在基本遵循上述原则的同时，往往更重视以下几个方面：(1)选取的指标能客观地反映出区域经济社会和环境发展的主要方面；(2)指标的地域差异要明显；(3)指标之间基本上相互独立；(4)尽量选取相对指标。 笔者选取了2005年苏锡常地区人均国内生产总值等指标进行评价。 (二)主成分数学模型的建立 主成分的求证程序包括数据标准化处理、计算相关系数矩阵、计算特征根和特征向量、方差贡献率、主成分载荷矩阵、建立主成分数学模型和计算主成分得分等。这里用SPSS统计软件首先计算出前四个主成分的方差贡献率和主成分载荷矩阵。 前四个主成分的累积方差贡献率超过80％，说明用这四个主成分足以代表原来20个指标反映的信息。主成分载荷是主成分与变量(原来的20个指标)之间的相关系数。 我们根据这四个主成分方程，可以计算出各个地区的主成分得分。每个地区各个主成分得分的数值是经过了标准化变换处理。它们的平均数为0，标准差为1，这样便于比较。 (三)聚类分析 这里将上述主成分分析得出的各个地区的四个主成分数值作为评价因素，采用系统聚类法进行分析。其聚类的过程为：计算样品间相似程度的统计量――欧氏距离平方 Dij=∑(Xik-Xjk)2 式中，Xik是第i个地区第k个因素的值，Xjk是第j个地区第k个因素的值，k=1，2，3，4，代表评价因素，即四个主成分指标。Dij值越小，两个点之间的相似程度就越大；反之，相似程度就越小。因为有13个地区，四个参评因素，则构成13阶相似矩阵(对称方阵)。这时各地区自成一类，共13类。 (四)系统聚类谱系 利用SPSS软件中的主成分分析法提取因子变量，对数据进行降维处理，可用下图称为系统聚类谱系图。聚类谱系图直观地反殃了13个县市之间可持续发展水平的亲疏关系，即相似性程度。据图，我们可以把13个县市可持续发展现状划分为四个类型。苏卅市区、无锡市为同一类型(Ⅰ类)，张家港、常州市区为同一类型(IⅡ类)，昆山、太仓为同一类型(Ⅲ关)，武进、宜兴、溧阳、常熟、吴江、江阴、金坛为同一类型(Ⅳ类)。 Ⅰ类，包括苏州、无锡市区，经济发达，工业化、城市化程度高，经济国际化水平稳步提高，新兴产业、高技术产业和第三产业(特别是旅游业、知识产业)在国民经济中的比重越来越大，城市的集聚和扩散能力强，是苏锡常地区最高级别的中心城市，也是苏锡常地区可持续发展水平最高、能力最强的地区。 Ⅱ类，包括张家港、常州市区，两市城市规模大体相当，经济总体发展水平高；同属于新兴的工业城