基于多元统计分析方法城市综合实力评价研究.docVIP

基于多元统计分析方法城市综合实力评价研究 　　 摘要：本文通过构建城市综合经济实力评估指标体系，运用多元统计分析方法对黑龙江省13个主要城市的综合经济实力进行定量化评价和排序，并进一步总结黑龙江主要城市的发展特点，提出有针对性的对策措施。 　　 关键词：多元统计分析；综合实力评价 　　 　　 一、引言 　　 关于城市综合经济实力的评价，国内学者魏永林和林燕华（1996）提出通过构建由33个指标组成的指标群进行具体反映。这种方法虽然能全面、具体地衡量城市的综合经济实力，但由于选用的指标过多、计算过繁，因而不适合实际分析。对此，本文采用多元统计分析方法，运用社会经济统计软件SPSS16.0，对黑龙江省各个城市的综合经济实力进行评估分析，以期为推动黑龙江省经济的全面发展提供相应的决策建议。 　　 二、因子分析模型 　　 多元统计分析方法中的因子分析就是用少数几个因子来描述许多指标或因素之间的联系，用较少的因子反映原资料的大部分信息的统计方法。它是处理降维的一种统计方法，可以通过下面的数学模型来表示[2] 　　 其中x1，x2，…，xp为p个原有变量，均是均值为零、标准差为1的标准化变量；F1，F2，…，Fm为m个因子变量，m小于p；aij为因子载荷，是第i个原有变量在第j个因子变量上的负荷；ε为特殊因子，表示原有变量不能被因子变量所解释的部分，相当于多元回归分析中的残差部分。 　　 因子变量确定以后，对每一样本数据，希望得到它们在不同因子上的具体数据值，这些数值就是因子得分，它和原变量的得分相对应。有了因子得分，在以后的研究中，就可以针对维数少的因子得分来进行。计算因子得分，首先应将因子变量表示为原有变量的线性组合， 　　即 　　 Fj=bj1x1+bj2x2+…+bipxp，j=1，2，…，m（1） 　　 估计因子得分的方法有回归法、Bartlette法、 Anderson-Rubin法等。因子F1，F2，…，Fm分别称为原变量的第一，第二，…，第m主成分，F1在总方差中所占的比重最大，其余递减。我们在实际评价经济效益时，挑选前几个方差较大的因子，就可以反映出单项指标的最大信息量。这样既减少了指标数目，又抓住了主要矛盾，简化了因子间的关系，而原指标向量x1，x2，…，xp的协方差阵的特征根λj就是综合因子Fj的方差。一般第j个综合因子保持原始数据总信息量的比重为αj=λj/λK。通常要求所选m个因子应保持原始数据总信息量的85%以上，即λj/λk≥85%，m＜p。一般当m=3时就可以使信息总量达到85%以上。在现实中只要当m=3时信息总量达到70%以上就行。所选的因子代表着影响企业经济效益的几个主要方面，它的经济意义由因子中权数较大的几个指标的公共经济意义来确定。 　　 当因子及其经济意义确定之后，把标准化后的原始数据代入模型（1），就可以计算出各因子的得分。根据因子得分，可以排出城市在各因子代表的经济意义方面的名次，进一步分析影响城市经济效益的原因，为提高企业经济效益提供决策依据。 　　 因子指标刻画了影响城市企业经济效益的主要方面，我们利用这些因子还可以进一步给出企业经济效益的总评价，用F代表城市企业经济效益的总得分，ai表示各主要因子提供的信息量，则由公式： 　　 F=a1F1+a2F2+…+amFm（2） 　　 可以计算出各个企业的经济效益总得分，依此得分来排出各城市的经济效益名次。 　　 三、城市综合竞争力的实证分析 　　 传统的黑龙江省城市分类排序，主观性强，难以适应黑龙江经济发展所需的分类要求。本文通过构建基于因子分析方法的评价模型，对黑龙江省各城市进行科学的分类排序和评价。 　　 该评价模型的被解释变量为经济实力综合得分。鉴于影响经济实力的因素较多，本文从因素影响力的大小，搜集资料的可比性程度以及评价模型自身要求等原因入手，采用《2009年黑龙江统计年鉴》中的数据，选取了黑龙江13个代表城市的10个国民经济主要统计指标（表1）作为该模型的解释变量。它们分别是：地区经济水平X1 -地区生产总值(亿元)，投资政策体现度X2 -全社会固定资产投资(亿元)，消费水平X3-社会消费品零售总额(亿元)，收入水平X4-财政收入(亿元)，经济外向辐射强度X5-实际外资金额(亿元)，工业水平X6-各城市工业总产值（亿元），服务业发展水平X7-第三产业产值(亿元)，人民生活水平X8-职工人均工资(元)，信息外向强度X9-国际互联网用户数(户)，对外贸易水平X10-进出口总额（万美元）。 　　 运用SPSS16.0统计软件对表1的数据进行处理,在因子分析的过程中通过主成分法提取公共因子。因子分析要求原始变量之间要具有比较强的相关性，否则，就无法从中提取出具有共同特征的少数因子。所以在进行因子分析