因子分析及其实际应用.doc

因子分析法及其在能源消费评价中的应用 王 佳 (燕山大学 经济管理学院，河北 秦皇岛，066004) 摘 要：因子分析是一种通过降维技术把多个指标化为少数几个主因子的多元分析方法。本文首先介绍了因子分析法的基本原理及计算步骤，并以此为研究方法，分析了其在能源消费评价中的实际应用。 关键词：因子分析；能源评价 0 引言 能源是人类生存和发展的重要物质基础, 也是当今国际政治、经济、军事、外交关注的焦点。我国已经成为世界第二大能源生产国和消费国, 能源在我国国民经济和社会发展中的战略地位越来越重要。目前，我国正处于工业化、城市化阶段，对能源的需求日益增加，因此能源消费与经济增长之间关系、与环境保护之间关系的研究已成为我国的一个热点研究问题。但是研究因为衡量能源消费、能源安全、经济增长的指标过多，无法直观地看出三者之间的关系，因此有必要采用因子分析法，把多个指标化为少数几个综合指标，使指标降维，使复杂问题简单化。 1 因子分析法的内涵 1.1概念 因子分析（factor analysis）是对主成分分析的推广和发展，也是一种重要的降维方法。是考察多个变量间相关性的一种多元统计方法，它是研究如何通过少数几个因子（即原始数据的线形组合）来解释多变量的方差—协方差结构。具体说来是导出几个因子，使其尽量多地保留原始变量的信息，且彼此线性无关。 1.2 基本思想 因子分析法是由K.Pearson 和C.Spearman等学者在20世纪初提出的。其目的是试图用几个潜在的、不可观测的随机变量来描述原始变量间的协方差关系。该方法将多指标问题化为较少的新指标，新指标是原来多个指标的线性组合，它们之间彼此互不相关， 又能综合反映原来多个指标的信息，综合后的新指标称为原来指标的主成分。其目的是：（1）变量的降维；（2）因子的合理解释。 因子分析的基本思想是根据相关性大小将变量分组，使得同组内的变量之间相关性较高，不同组的变量相关性较低．每组变量代表一个基本结构，用一个不可观测的综合变量表示，这个基本结构称为公共因子。对于所研究的问题，可用最少个数的不可观测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每—分量。其公式为：X=AF+a,式中：X=（x,x,…,x）, 表示原始指标个数，均为均值为0，标准差为1的标准化变量；A=（a,a,…,a）,称为因子载荷矩阵。a称为因子载荷；F为公共因子；为特殊因子，表示原有指标不能被公共因子所解释的部分。 1.3 计算步骤 首先，对各指标进行标准化处理，即把所有指标数据通过标准化转化为均值为0、方差为1的无量纲数值，以消除原始指标量纲和缺失值的影响，使各指标具有可比性。 第二，计算相关系数矩阵R。 第三，计算相关系数数矩阵的特征值与累计贡献率，确定因子。 第四，求出特征值对应的特征向量， 第五，为了便于对公共因子进行合理的解释，用极大方差正交旋转法对因子载荷矩阵进行旋转变换，得出旋转以后的因子载荷矩阵。 第六，构造出主因子得分矩阵，求出因子得分。 2 因子分析法在能源消费评价中的实际应用 2.1在能源安全系统评价中的应用 在《基于因子分析方法的江苏省能源安全系统评价》中，王忠诚从能源生产-消费过程和能源-人口、能源-经济和能源-环境3 个子系统角度出发，建立了区域能源系统安全评价指标体系，然后利用因子分析的方法，对江苏省1990—2007 年能源系统安全状况进行了实证分析。结果表明，在现有的能源政策和社会经济条件下，该区域能源子系统安全状况变化不同，总的能源系统安全状况将趋于下降。此结论符合江苏能源系统的实际情况，说明该评价体系和评价模型用于区域能源安全的评价是有效的，能较好地揭示区域能源安全存在的问题，可以为区域能源安全决策提供参考依据。 2.1.1评价指标的设置 表1 区域能源系统安全评价指标体系 一级指标 二级指标 指标解释 能源-人口子系统 人均能耗 反映能源消费的人均水平 人均电耗 反映人均电能消费水平 能源人口弹性系数 反映能源消费增长速度与人口增长速度之间比例关系 能源-经济子系统 电力消费弹性系数 反映电力消费增长速度与国民经济增长速度之间比例关系 能源消费弹性系数 反映能源的经济利用效率 单位GDP电耗 二次能源的使用效率 单位GDP能耗 反映能源在生产过程中的使用效率 能源-环境子系统 能源工业废水排放比 工业能源利用对水环境影响 能源工业废气排放比 工业能源利用对大气环境影响 能源固体废物排放比 能源利用的废物排放程度 2.1.2采用Bartlett球度检验方法指标是否适合作因子分析。 2.1.3原始指标标准化处理。用SPSS软件用Z-score标准化方法。 2.1.4计算相关系数矩阵R。设r为经过标准化后的指标X与指标X之间的相关系数. 2.