基于因子与聚类分析浙江建筑业发展和谐度研究.docVIP

基于因子与聚类分析浙江建筑业发展和谐度研究 　　摘要:建筑业作为浙江经济的支柱产业对推动经济发展起着巨大作用。提出建筑业发展和谐度概念后,从投入产出角度构建浙江建筑业发展和谐度评价指标体系。采用因子与聚类分析方法,根据2006年浙江建筑业相关数据,对浙江省建筑业发展和谐程度作出评价。结果显示,浙江建筑业发展和谐程度地区差异明显。 　　关键词:建筑业;和谐发展;因子分析;聚类分析 　　中图分类号:F061.5文献标志码:A文章编号:1673-291X(2009)20-0037-03 　　 　　一、前言 　　 　　2006年,浙江省建筑业总产值达到了5655亿元,连续五年保持了全国第一。建筑业增加值939亿元,占到全省GDP的7%。建筑业已成为浙江经济的支柱产业。然而,随着社会和谐发展的观点越来越深入人心,许多国家和地区已经不再简单地以建筑业产值作为衡量建筑业发展的指标,建筑业发展应该使参与其中的各方面达到和谐共赢。 　　 　　二、建筑业发展和谐度 　　 　　研究从投入产出角度定义建筑业和谐的,就是在建筑业方面,以最小投入,获得最大产出。即实现建筑资源利用的最优化,实现资源、能源、人员的综合效益最大化。建筑业发展和谐度是用来评价建筑业和谐的指标,用H表示,值在0-1之间(表1)。 　　 　　三、评价指标体系与数据预处理 　　 　　(一)评价建筑业发展程度的指标很多,如果量化所有指标,不仅工作量大,而且会因为指标缺少基本统计数据而影响计算结果。因此研究遵循精确性、公正性、效用性、俭省性、实用性的原则,从投入产出角度考虑,选取如下9个指标进行建模,这些指标的统计数据都收集在浙江建筑业统计年鉴,具有很强的操作性和客观性。这些指标具备了投入指标和产出指标,投入指标中,包含规模投入指标和技术投入指标,包括X■企业单位数(个)、X 　　 　　四、因子与聚类分析方法 　　 　　因子分析是通过对原始数据相关系数矩阵内部结构的研究,将多个指标转化为少量互不相关且不可观测的随机变量(或称为因子),以提取原有指标绝大部分信息的统计方法;聚类分析能够将一批样本数据按照它们在性质上的亲疏程度在没有先验知识的情况下自行分类。 　　 　　五、因子??析 　　 　　(一)KMO和球形Bartlett检验。Bartlett检验概率值为0.000,即假设被拒绝,可以认为相关系数矩阵与单位矩阵有显著差异。KMO值为0.679,据KMO度量标准可知,原变量适合进行因子分析。 　　(二)总方差解释。第一个因子的特征根是7.125,解释所有变量总方差的79.168%;第二个因子的特征根是1.010,解释所有变量总方差的11.223%,累计方差贡献率为90.391%,也就是说,两个变量解释了所有原始变量的90.391%。还可以看出,经过旋转后的因子重新分配各个因子的解释原始变量的方差,使得因子的方差更接近,也更易于解释。 　　(三)旋转前后因子载荷矩阵。旋转前载荷矩阵中,变量在第一个因子上载荷比较高,即与第一个因子相关程度较高,该因子解释了大部分变量信息;而第二个因子与原始变量相关程度较小,对原始变量解释效果不明显,对比旋转后因子载荷矩阵来讲,旋转前的因子含义很难解释(表2)。 　　可以看出公共因子1在这7个变量上的荷载值都很大,公共因子2在这2个变量上的荷载值很大。分析知公共因子1所覆盖的7个变量属于规模性指标,因此将其称为规模因子;公共因子2所覆盖的2个变量属于技术性指标,因此将其称为技术因子。 　　 　　六、聚类分析 　　 　　以各公共因子方差贡献率为权重加权。将各地市数据运用上述3个公式计算,得出各地区建筑业发展和谐度综合评价指标F的分值,然后对得分进行标准化在[0,1]范围内(表3),称为各地市建筑业发展和谐度得分,用H值表示,依据大小做出排名。 　　按照表1的划分,从因子分析结果可知:排名前两位的绍兴与杭州建筑业发展程度已经达到“和谐”;宁波与金华次之,处于“基本和谐”;台州与温州还“不和谐”;剩余五市的建筑业发展程度“很不和谐”。 　　对比HF1值与HF2值可以看出,排名靠前的地市二者得分很接近,相差不大;而排名考后的地市二者得分相对拉大。说明建筑业发展和谐程度高的地市其规模因子(F1)与技术因子(F2)同时过硬,规模效益与技术效益同步,不会彼此拉后腿。 　　 　　七、结论 　　 　　因子分析得出了浙江各地市建筑业发展和谐程度排名,但是还不能说明各地市之间的差距到底有多大,也就是说各地市之间的层次还没有表现出来,因此进一步做聚类分析。 　　聚类分析采用分层聚类的Q型聚类方法,其中个案距离采用平方欧式距离,聚类方法采用组间平均链锁法。得到浙江建筑业发展和谐度聚类分析的谱系图(图1)。