基于主成分分析经济发展水平综合评价.docVIP

基于主成分分析经济发展水平综合评价 　　摘 要：衡量一个国家的经济发展程度，要从其社会生产的各个方面去考察，要看各项生产能力的综合效果。为了客观、科学地分析我国的经济发展状况，首次把居民消费价格指数和商品零售价格指数引入评价指标体系中，提出一种新的社会发展水平综合指标体系，并通过SPSS分析软件进行上机计算，应用主成分分析方法对我国31个省、直辖市、自治区（不包括香港、澳门和台湾）的经济发展水平进行综合分析和评价，突出了各大省市经济发展进程的特点和优势，以期为我国实现均衡发展提供理论依据。 　　关键词：主成分分析；经济发展；综合评价 　　中图分类号：F01 文献标志码：A 文章编号：1673-291X（2012）29-0011-02 　　引言 　　要描述和评价一个社会的经济发展状况，最理想的是找到一个总括性社会指标体系评价方法，其测度结果要能够反映社会经济发展的全部或大部分信息。20世纪60年代以来，一些其他国家的职能部门以及研究学者曾经提出各种不同的指标体系评价方法。自20世纪80年代以来，我国系统地研究社会发展指标体系评价方法，国内一些政府部门、 研究单位和个人先后设计了一些“社会指标体系评价方法”，如，唐晓东采用了21个指标变量的函数模型来评价我国社会经济发展状况，但此模型没有把所有反映经济情况的因素考虑在内，因此，到目前为止还没有形成一套完善、客观的社会经济发展综合指标体系评价方法。 　　为了更加全面、客观地反映我国各地区的社会发展水平，本文在借鉴国内外研究成果的基础上，通过对我国已有研究成果的修正和充实，首次把居民消费价格指数和商品零售价格指数引入评价指标体系中，提出一种新的社会发展水平综合指标体系。在实际经济问题中，不同的经济变量之间具有一定的相关性，如职工平均工资和消费水平必然有一定的关联性，这样势必增加分析问题的复杂性。而主成分分析法可以用较少的指标来代替原来较多的指标，并尽可能地反映原来指标的信息，从根本上解决了指标间的信息重叠问题，又大大简化了原指标体系的指标结构。用主成分分析法分析经济发展水平的优势主要体现在： （1）全??性（消除评价指标的相互影响）。在满足n f p的条件下，不限制指标的个数，可以综合评价一国的经济发展状况。主成分分析的降维处理技术能较好地解决多指标评价的要求，在选择了m（m p p）个主成分后，仍能保留原始数据信息的85%以上，因此，这一方法综合评价经济发展水平比较全面。（2）可加性（数据标准化处理）。在综合评价经济发展水平时，所建立的评价指标量纲往往不同，变差不能直接综合。主成分分析法避免了此现象的发生，因为在计算过程中，主成分分析法把各个指标进行了标准化处理，这就使得各个经济指标之间具有可比性即可加性。（3）客观性（科学的确定权重）。在层次分析法计算过程中，通过专家打分来确定权重，使得主成分分析法在综合评价实践中的广泛应用成为现实。而主成分分析法在确定综合因子的权重时，克服了某些评价方法中人为确定权重的缺陷，使得综合评价结果唯一。（4）简单性（计算简单）。随着电子计算机技术的发展，SPSS、SAS等计算机软件的推进与使用，使得主成分分析法在综合评价实践中的广泛应用成为现实。 　　一、主成分分析原理 　　主成分分析法 （Principal Components Analysis）也称主分量分析法，是由Hotelling于1933年首先提出。它可以在力保原始数据信息丢失最少的情况下，对高维变量空间进行降维，用少数的变量来解释整个问题。 　　主成分分析的目的在于利用p个原始变量（x1，x2，…，xp）构造少数几个新的综合变量，使得新变量为原始变量的线性组合，新变量互不相关，新变量包含p 个原始变量的绝大部分信息。这样定义x1，x2，…，xp为原变量指标，z1z2…zm（m≤p）为新的综合变量指标，每一个新综合变量指标是p 个原始变量的线性组合，同时要求满足以下几个条件：（1） zi与zj（i≠j；i，j=1，2，…，m）相互无关。（2）z1是x1，x2，…，xp的一切线性组合中方差最大者，z2是与z1不相关的x1，x2，…，xp的所有线性组合中方差最大者；zm是与z1z2…zm-1都不相关的x1，x2，…，xp所有线性组合中方差最大者，则新变量z1z2…zm分别称为原变量x1，x2，…，xp的第一，第二，……第m主成分。 　　二、指标确定 　　我们根据选取的指标要能够客观、系统地反映一个地区经济发展水平的原则，因此本文选择反映经济情况的8项主要指标：地区生产总值（ X1）、居民消费水平（X2）、基本建设投资（X3）、职工平均工资（X4）、居民消费价格指数（X5）、商品零售价格指数（X6）、货物周转量（X7）、工业总产值（X8）。指标数值均来自2006年中国统计年鉴及相应整理数据[6