江苏省战略性新兴产业竞争力实证分析.docVIP

江苏省战略性新兴产业竞争力实证分析.doc

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
江苏省战略性新兴产业竞争力实证分析   摘 要:   江苏省战略性新兴产业已进入一个高速发展的时期,需要对战略性新兴产业的发展情况与其他产业的竞争力进行比较针对江苏省的各个产业的发展情况,根据其各项指标的投入产出,通过因子分析进行归类,建立一套简化的指标体系,对江苏省省内各个产业的竞争力发展排名,并针对战略性新兴产业的发展提出政策建议。   关键词:   战略性新兴产业;竞争力比较;因子分析   中图分类号:F2   文献标识码:A   doi:10.19311/j.cnki2016.10.005   1 研究内容   为应对经济危机,战略性新兴产业这个新理论被提出,在应对金融危机的过程中,党中央、国务院认为应对金融危机除了改造传统产业还必须培育新的产业。我国要转变经济发展方式,实现可持续发展,必然需要发展战略性新兴产业。近几年来,江苏省积极发挥其技术创新方面的优势,加快了新兴产业的发展,部分产业在一些关键领域取得较大突破。节能环保、新材料、生物医药等战略新兴产业的增速连续三年高于工业平均水平,区域创新能力连续四年居全国首位。本文主要针对江苏省的战略性新兴产业的根据其各项指标的投入产出,通过因子分析进行归类,建立一套简化的综合评价指标体系,对江苏省省内各个产业的竞争力发展排名,并针对战略性新兴产业的发展提出政策建议。   2 战略新兴产业竞争力评价指标体系构建   2.1 指标综合评价方法   综合性和内在性是产业竞争力两大基本特点。只有探究其内在性和综合特性,才能评价产业竞争力,并且尽可能地用具体指标来体现产业竞争力的两大特性,使其成为可计量的统计数值。指标综合评价法最大特点是:其评价过程不是逐一针对各指标,而是通过某种方法同时完成对多个指标的评价。该评价法的一大优点就是能够系统地将竞争结果与一些重要影响因素综合起来以对竞争力进行评价。目前这种方法被大家广泛应用,具有较高的可信度和实用价值。   2.2 战略新兴产业竞争力评价指标的选取   根据产业竞争力的评价方法与所要评价的内容,以及获得产业竞争力优势的主要方面,在借鉴已有成功分析的基础上,本文主要考虑新产品产值率、总产值、销售收入、每年支付工资、固定资产价值等26个指标(见表1)。   表1选取的战略性新兴产业竞争力评价指标较为完整理想,但实际应用过程中,由于数据获得困难以及实际可操作性较低,因此本文在具体分析时,根据数据的获得情况以及考虑到因素的相对重要性,对评价指标进行了一定的简化和修正,只选择了其中的15个指标作进一步分析。   3 评价指标的选取   以前面已选取的指标为基础,结合简要性和数据可获得性的原则,本文最终选取了15个评价指标来分析江苏省战略新兴产业竞争力,分别为新产品产值率、总产值、销售收入、每年支付工资、固定资产价值、总资产、出口额占总出口额之比、企业总数、资金利税率、销售利润率、企业平均规模、资产回报率、销售收入增长率、总产值增长率以及行业利润增长率。   4 数据说明   通过对江苏省的30个工业子行业进行研究,借鉴《2013年江苏统计年鉴》、《2012年江苏统计年鉴》以及赴实地考察所获得的资料,本文研究得以进行。   5 实证过程   本文选取2013年度江苏省30个工业子行业、15项指标作为数据源,运用因子分析获取竞争力评价体系。   5.1 数据处理与分析   为确保不同指标的数据具有可比性,首先将所获得的数据进行无量纲化处理,得到标准化数据。各列指标数据的均值为0,标准差为1。最大收敛性迭代次数为150次。   5.2 巴特利特球度检验和KMO检验   为确定原有变量之间是否存在线性关系以及验证数据变量是否适合进行因子分析,首先对其进行巴特利特球度检验和KMO检验,检验结果如表2所示。   从表1的巴特利特球度检验统计量的观测值为870.500,相应的概率P接近于0。在显著性水平a为0.05,那么应拒绝零假设,认为相关系数矩阵与单位阵有显著差异。同时,KMO的值为0.692,因此判定原有变量可以进行因子分析。   5.3 提取因子及因子载荷矩阵求解   在初步检测完因子分析的可行性后,接着进行提取因子和对因子载荷矩阵求解的步骤。   5.3.1 提取因子   对变量进行因子分析,选取特征值大于1的因子,得到了3个比较显著的因子。通过因子旋转,最终得到了比较理想的因子解的分析效果(见表3)。从表3中可以看出:3个公因子对原始变量方差的累计贡献率达83.60%,因此原有变量的信息丢失较少,因子分析效度较高。   看出前3个因子的特征值均大于1(见图1),对解释原有变量的贡献很大;第4个以后的因子特征根值都较小,对解释原有变量的贡献很小,可以忽略。因此,选取3个

文档评论(0)

heroliuguan + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:8073070133000003

1亿VIP精品文档

相关文档