三次产业地区分布及经济发展水平研究.docVIP

三次产业地区分布及经济发展水平研究摘要：本文选取了与三次产业、经济发展水平相关的18个指标，构成评价指标体系，以我国31个省级行政区为样本单位，借助 SPSS11.0forWindowS统计分析软件，运用因子分析和聚类分析方法，对近年来我国三次产业地区分布与经济发展水平进行分类研究和综合评价。 关键词：三次产业 经济发展水平 因子分析 聚类分析 一、构建评价指标体系 产业结构是随着经济增长而不断变化的，经济增长是产业结构演变的基础。产业结构的及时、合理变动又是经济总量获得新增长的必要条件。本文基于我国三次产业地区分布与经济发展水平的情况，选取了如下：人均GDP（元）[x1] ，第一产业增加值比重（%）[x2]，第二产业增加值比重（%）[x3]，第三产业增加值比重（%）[x4]，第一产业从业人员比重（%）[x5]，第二产业从业人员比重（%）[x6]，第三产业从业人员比重（%）[x7]，人均农产品占有量（亿元/万人） [x8]，人均工业品占有量（亿元/万人）[x9]，人均服务产品占有量（亿元/万人）[x10]，农业密度（亿元/万公顷）[x11]，工业密度（亿元/万公顷）[x12]，服务密度（亿元/万公顷）[x13]，第一产业增加值（亿元）[x14]，第二产业增加值（亿元）[x15]，第三产业增加值（亿元）[x16]，人口密度（人/公顷）[x17]，城市化率（%）[x18] 18个指标，来构成评价指标体系。 上述有关指标的统计数据均来自《中国统计年鉴》（2008版）。 二、基于我国三次产业地区分布与经济发展水平的因子分析 （一）确定因子分析的可行性 在对原始数据进行计算和标准化后，先检验其是否符合因子分析方法的，得到KMO取样适当度量及Bartlett球形检验的统计参数估计值，结果显示，KMO检验值为0.643，指标之间有较多的共同因素，Bartlett球形检验近似卡分布值为1081.34，显著性小于0.01，表明拒绝单位相关的原假设，通过了因子分析的适用性检验；而且有相关系数矩阵也可以看出这些因素之间有很强的相关性，因此可以采用因子分析的方法。指标数小于样本数，而且设公共因子F和特殊因子εi的相关系数为0，公共因子之间不相关，且方差皆为1，特殊因子εi之间不相关。 （二）构造因子变量 借助 SPSS11.0forWindowS统计分析软件，首先计算出18个变量的相关矩阵，并得到碎石图，从碎石图中可以看出：前三个因子的特征值均大于1，且大于后面的因子，所以提取前三个因子是比较合理的，然后进行方差最大化因子旋转，得到旋转后主因子的特征值、贡献率及以载荷表，从中可知提取的主因子[F1]在[x1]、[x3]、 [x6]、[x9]、[x12]、[x16]和[x18]这几个指标上有较高的负载，该主因子主要反映了各地区第二产业整体发展的水平和综合经济发展的水平，说明经济发展水平中有33.553%是由因子[F1]影响的，称为第二产业因子；主因子[F2]在[x4]、[x14]、[x7]、[x10]、[x13]和[x17]这几个指标上有较高的负载，该主因子主要反映了各地区第三产业发展的相对水平，代表了第三产业对国民生产总值贡献大小的重要信息，且经济发展水平中33.186%是由因子[F2]影响的，该因子称为第三产业因子；主因子[F3]在[x2]、[x5]、[x8]、[x11]和[x15] 这几个指标上有较高的负载，该主因子主要反映了各地区第一产业发展的相对水平，代表了第一产业对国民生产总值贡献大小的重要信息，且经济发展水平中有17.767%的成分是由第一产业因子影响的。提取的三个主因子累计贡献率达到了84.506%，即这三个主因子累计解释了原数据所反映信息的84.506%。因此，认为这三个主因子[F1]、[F2]、[F3]能够科学地反映各地区三产业发展的水平及各地区经济发展水平。 （三）建立因子提取模型 建立因子分析模型的目的不仅要找出公共因子，更重要的是要明确每个公共因子的涵义解释，以便对实际背景做出科学的分析。 1.初始因子模型为： 设Xi（i=1，2，3…p）为p个变量 ，本文中p=18 [X1=a11F1+a12F2+…+a1mFm+ε1X2=a12F1+a22F2+…+a2mFm+ε2………………………………………Xp=ap1F1+ap2F2+…+apmFm+εp] 其中Fi表示公共因子， aim是因子载荷，[m]=3，εi表示特殊因子。 2.因子旋转模型为： Xi=bi1F1+ bi2F2+ bi3F3+…+ bimFm+εi其中bim代表旋转后的因子载荷矩阵。 经过旋转后，bi应该向0和1分化。 3.因子得分模型为： Fi=βi1X1+βi2X2+βi3X3+