基于因子分析的安徽省各城市经济发展水平评价.docVIP

基于因子分析的安徽省各城市经济发展水平评价 　　【摘要】本文提取了能够反映经济综合水平的九项指标，采用因子分析法研究了安徽省各城市的综合经济发展水平和问题。研究结果表明，各城市的经济发展存在差异性和不平衡性，以此为安徽省整体经济的发展提供了参考。 　　【关键词】因子分析 经济水平 评价 　　安徽省位于中国大陆东部，与江苏、上海、浙江共同构成了长江三角洲城市群，但相对于东部沿海各城市来说，其经济发展还比较落后，而且省内各市的发展也存在不平衡的现象。因此，为了安徽更好更快的发展，本文运用SPSS软件进行因子分析，对安徽省各城市的综合经济水平得分做了一个比较，并分析了各城市的经济发展水平情况，找出了差异性存在的原因，进而提出缩小各城市间发展水平差距的建议，推动安徽省整体经济发展。 　　一、建立经济发展水平综合评价的指标体系 　　为了能够全面、系统地描述安徽省各城市的经济发展水平情况和特征，本文先采用定性分析法，找出能够反映综合经济水平的一些指标，再对这些指标采用科学的定量分析。笔者综合相关文献，并结合安徽自身特点，最后选择了九项指标构建评价指标体系。这九项指标分别为：人口数、就业人员数、人均GDP、工业总产值、农林业总产值、旅游业总收入、固定资产投资、财政收入、专利申请授权量。这九项指标从经济发展水平、产业发展水平、居民生活水平、教育文化水平以及经济发展潜力等方面反映城市综合经济实力，为后面的因子分析提供了科学的依据。各项指标的数据为2015年安徽各市的?y计数据，数据来源于安徽统计年鉴。 　　二、因子分析的数据结果与分析 　　数据检验 　　通过SPSS18.0进行因子分析，通过降维提取公因子。首先检验变量间的相关性，一般认为，KMO值大于0.7可认为数据间具有较好的相关性，KMO值越接近1.0，变量间的共同因子越多，也就越适合进行因子分析。通过检验，根据Kaiser 给出的KMO值为0.810，因此适合做因子分析。同时，Bartlett球形度检验统计量的观测值为204.164，相应的Sig.值为0，认为相关系数矩阵与单位阵有显著差异，因此对数据进行因子分析是恰当的。 　　公共因子的提取和分析 　　用主成分分析法进行公共因子的提取，结果见下表。根据特征值大1的提取原则提取了两个公因子，且由表可看出，两个公因子的累计方差贡献率为90.393%，即这两个公因子所解释的方差占全部方差的90.393%，因此用其来反映各城市经济发展水平所损失的信息较少，能够综合反映各市的经济水平。 　　利用具有Kaiser标准化的正交旋转法，旋转在3次迭代后收敛，经过3次迭代后，得到因子得分系数矩阵。根据因子得分系数矩阵，可算出各城市的因子得分。 　　各市经济发展水平综合得分计算 　　根据因子得分系数矩阵，用每个公因子的方差贡献率为权重，计算2015年安徽省各城市经济发展水平综合得分。根据上表，令第一公因子F1方差贡献率为权重1，第二公因子F2方差贡献率为权重2，根据综合得分计算公式： 　　其中，F1，F2为各城市的因子得分，由此可计算出各城市的最终综合得分。从最终结果来看，城市之间得分差距较大，说明了各城市之间经济的发展存在着较为严重的不平衡现象。 　　三、结论与建议 　　结论 　　根据因子分析结果，对2015年安徽省各城市的综合经济发展水平及排名有了以下结论。 　　1.合肥、芜湖、安庆的综合经济发展水平相对较高，对于安徽省来说是省内发达城市。合肥市是安徽省省会，是安徽省经济的辐射中心，且自2010年合肥加入长三角城市群以来，经济实力得到了快速发展，以合肥为中心的合肥都市圈也带动了周边的经济增长。芜湖市作为安徽省经济实力排名第二的城市，是安徽省重要的工业基地、科教基地，芜湖市城区位于长江干流上，使其拥有优越的水路运输条件，而且经过芜湖的铁路也可通向全国各地，更使得其成为全国综合性的交通枢纽。安庆市作为安徽省历史文化名城，也是安徽省最早的省会所在之地，其无论是经济还是文化，对整个安徽省都起着重要的影响作用。 　　2.滁州、六安、马鞍山、蚌埠等市综合经济发展水平相对落后城市较高，作为安徽省中等城市，虽然有一定的工业基础，但没有创新型产业的兴起，也缺乏外来资本的流入，只能靠已有的产业带动经济发展，整体经济实力还有待进一步提升。 　　3.铜陵、池州、黄山综合得分值低，为安徽省落后地区。本区位于皖南山区一带，由于地形以山区为主，交通发展比较滞后，基础薄弱，工业化和城市化水平低，难以靠工业带动发展。另外，由于发展落后，就业机会少，使得劳动力大量外流，加剧了本区的发展滞后水平。 　　建议 　　根据因子分析所得出的结论，结合安徽省各市自身特点，为了安徽省更好更快地发展，缩小各城市间的差距，消除发展不平衡现象，现提出以下几点建议。