基于因子研究法北疆沿边高寒地区县域经济发展探究.docVIP

基于因子研究法北疆沿边高寒地区县域经济发展探究 　　[摘 要]北疆沿边高寒地区受自然环境和地理位置影响，经济发展相对滞后，各县域之间差距较大。运用因子分析法对北疆沿边高寒地区21个县经济发展水平进行分析，选取经济发展水平、要素投入和城镇化水平三大指标及14个小指标从而确定影响县域经济水平的主要因素，继而找到适合该区域的县域经济发展的有效路径。 [关键词]北疆；县域；高寒地区；因子分析 [中图分类号]F061.5 [文献标识码]A [文章编号] 2095-3283（2014）02-0098-04 北疆沿边高寒地区地处新疆北部，是中国疆土的西北前沿。该区域在促进内外交流、协调东西部发展，缩小地区发展差距方面具有重要意义。但是，受自然环境和地理位置因素影响，经济发展相对滞后，各县域之间差异较大。只有对县域经济发展水平给予准确评价，对其发展现状作出客观描述，才能为县域经济更好更快发展和制定有效的经济发展政策提供科学依据。一般对于县域经济发展状况的描述采用多指标综合评价方法[1]。而多元统计分析中的因子分析法是可以对县域经济发展水平做出准确定位并经过研究证实的统计分析方法。 一、综合评价指标体系的构建 本文的实证分析以北疆沿边高寒地区的21个县为例，从经济发展水平、要素投入和城镇化水平3个大指标14个小指标分析比较这21个县的综合竞争力，及其在经济发展中存在的不足及发展潜力。构建了一套3类14项的指标体系（见表1）。 二、北疆沿边高寒地区21个县综合竞争力比较分析 为确保结果的稳定性，本文使用2011年数据，运用因子分析法，对所选指标进行比较分析。 1.基本原理 因子分析法是从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个因子的一种多变量统计方法[2]。因子分析法的基本思想是将观测变量进行分类，使每一类的变量相关性比较高从而代表一个基本结构即公因子，因子分析法的核心是对这些综合指标进行因子分析并提取公因子，当因子载荷矩阵结构不够简化时，可以通过因子旋转使因子的意义更为鲜明，同时使用因子得分函数对样本进行评价和排序。 表1 北疆沿边高寒地区县域经济 2.基本步骤 因子分析的步骤如下[3]：（1）将原始数据标准化，仍记为X；（2）建立相关系数矩阵R；（3）解特征方程︳R-kE︱=0，计算特征值和特征向量，当累计贡献率不低于85%时，取前k个主成分代替原来的m个指标，计算因子载荷矩阵A；（4）对A进行最大正交旋转变换；（5）对主因子进行命名和解释。如需进行排序，则计算各个主因子的得分，以贡献率为权重，对Fi加权计算综合因子得分。 3.实证分析 采用spss19.0统计分析软件，得出抽样适度测定值KMO为0.703（见表2），由因子分析中KMO的度量方法可知，KMO﹥0.5说明因子分析可以进行，若KMO﹥0.7则说明数据更令人满意[4]。所以根据KMO度量标准可知，变量之间共同的因素较多，适合做因子分析。 对原始数据进行标准化分析，剔除无量纲化对数据的影响，选取主成分分析法提取公因子，得到3个特征值大于1的公因子，通过计算其特征值和累计贡献率，得到前3个公因子的累计贡献率达77.62%（见表3），说明这3个公因子可以较好地解释原指标所包含的信息，符合主成分分析法的要求。所以把这3个公因子作为评价北疆沿边高寒地区县域经济发展水平的综合指标。 由表3得出，前3个特征值的方差累计贡献率达77.619%，提取前3个特征值做因子载荷矩阵，用最大四次方值法旋转变换，从而得到旋转后的因子载荷矩阵（如表4所示）。 表4是运用方差最大正交旋转对变量进行线性变换，得到的因子载荷矩阵。其中因子载荷矩阵表明，每个因子不是对所有的指标都具有较大的因子载荷，它只对少数的几个指标的因子载荷较大。因此，根据表4将指标分为3类，根据对相关因子的命名，可以看出：第1个主因子在地区生产总值X1、规模以上工业总产值X4、农林牧渔总产值X5、年末金融机构储蓄存款余额X6这几个指标上有较大的因子载荷，这个因子主要反映县域经济发展的整体水平和工业生产规模，是衡量县域经济发展最重要的因子；第2个主因子在医院卫生院床位数X7、普通小学在校学生数X9、普通中学在校学生数X10、金融机构存贷款余额比X13这几个指标上有较大的因子载荷，这个因子主要反映在县域经济发展中的要素投入，是衡量县域经济发展潜力、政府重视度和社会公共服务水平的重要指标；第3个主因子则在地方财政一般预算收入X2、固定资产投资总额X3、非农产业比重X12、财政收支比X14这几个指标上有较大的因子载荷，这个因子主要衡量对县域经济发展有重要影响的城镇化水平，是反映县域居民生活水平及经济社会结构的重要指标。