我国各地区发展差异分析.docVIP

中国各地区发展差异分析 摘要：随着我国国民经济的快速发展，东西部发展差距却在不断扩大，地区发展差异成为社会普遍关注的焦点问题。本文主要从2009年31个省市的生产总值、政府财政收入、城乡居民年底储蓄余额、城镇居民家庭收入、就业人员数、大专以上人数、以及城市建设指标几个方面的数据运用聚类分析，来具体分析我国各地区发展存在的差异，并进一步探讨差异存在的原因：地理条件因素以及外部经济环境和政策倾向因素，由此提出相关建议。 关键词：地区差异、经济发展水平、居民生活水平、因子分析 研究目的与意义：发展是中国特色社会主义的主题，是解决中国一切问题的关键，新中国成立以来特别是改革开放30多年来，我们党牢牢抓住发展这个第一要务，大力推进理论和实践的双重探索，成功开辟了中国特色社会主义道路，在中华大地上创造了震古烁今的人间奇迹，中国经济实力和综合国力极大增强。随着社会主义市场经济体制的不断完善和西部大开发、振兴东北老工业基地、以及中部崛起等促进区域经济协调发展战略的相继实施，我国经济总体上呈现出良好的增长态势，但由于受历史条件、自然环境、经济基础和政策环境等因素的影响，各地区经济增长速度快慢不一，区域经济增长差异日益突出，发展不平衡的问题更加凸显，引起了人们的担忧。地区经济增长差距已成为实现全面建设小康社会宏伟目标和构建和谐社会中必须解决的重大问题。 因子分析模型介绍：设有n个样品，每个样品观测p个指标，这p个指标之间有较强的相关性。为便于研究，并消除由于观测量纲的差异及数量级不同所造成的影响，将样本观测数据进行标准化处理，是标准化后的变量均值为0，方差为1.为方便把原始变量及标准化后的变量均用x表示，用F1，F2，……Fm（mp）表示标准化的公共因子。如果（1）x=（x1，x2，……，xp）’是可观测随机向量，且均值向量E（X）=0，协方差阵cov（X）=∑,且协方差阵∑与相关阵R相等;(2)F=(F1,F2,……,Fm)’(mp)是不可观测的变量，其均值向量E（F）=0，协方差阵cov（F）=I，即向量F的各分量是相互独立的；（3）ε=(ε1, ε2,……, εp)’与F相互独立，且E（ε）=0，ε的协方差阵是对角方阵。则模型 X1 = a11F1 + a12F2 + …… + a1mFm +ε1 X2 = a21F1 + a22F2 + …… + a2mFm +ε2 ………… Xp = ap1F1 + ap2F2 + …… apmFm +ε3 称为因子模型。 数据：来源于中国统计年鉴2009年全国31个省市自治区的经济发展指标：地区生产总值、方政府预算内收入，居民生活状况指标：居民年底储蓄余额、城镇居民平均每人全年家庭收入、就业人员数、大专以上人数、年末参加城镇基本养老保险人数，城市建设指标：城区面积、人均公园绿地面积、城市用水普及率、每万人拥有公共交通车辆，共11个指标的数据。 描述分析：以各地区2009年生产总值为指标，在excel中绘制31个省市自治区的生产总值折线图1所示 图1 2009年我国各地区生产总值对比图 从图1可以明显的看出，2009年我国各地区生产总值存在显著的差异，其中广东最高为39482.56亿元，西藏最低为441.36亿元，两者相差近90倍。 聚类分析：对31个城市进行聚类分析，得树状聚类图如图2所示 图2 城市聚类树状图 由聚类分析结果可以看出根据地区生产总值将31个省市自治区分为三类，则山西、吉林、江西、广西、天津、黑龙江、陕西、重庆、云南、内蒙古、安徽、贵州、新疆、甘肃、青海、宁夏、海南、西藏为一类，北京、福建、湖北、湖南、辽宁、上海、四川、河北、河南、浙江为一类，江苏、山东、广东为一类。 因子分析：在进行因子分析前，我们往往先要了解变量之间的相关性来判断进行因子分析是否合适，在spss中输出原始变量的相关矩阵和各相关系数的显著性水平，如表1所示 表1 Correlation Matrix X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 Correlation X1 1.000 .913 .941 .509 .794 .884 .855 .511 .314 .060 .951 X2 .913 1.000 .953 .746 .583 .871 .822 .423 .410 .258 .907 X3 .941 .953 1.000 .619 .707 .907 .833 .426 .364 .185 .959 X4 .509 .746 .619 1.000 .107 .581 .536 .255 .528 .553 .485 X5 .794 .583 .707 .107 1.000 .726 .577 .284 .040 -.2