我国各地区八大行业固定资产投资分析.docVIP

我国各地区八大行业固定资产投资分析 　　摘要：为了了解我国各省、市、自治区之间在八大行业固定资产投资方面存在的差异，所以本文对各省、市、自治区之间八大行业的固定资产投资做了相关的分析。本文通过聚类分析、因子分析等方法，阐述了我国31个省、市、自治区经济发展的基本情况。论证了了我国各省市之间存在的差异，通过这些差异分析，得出了造成各省、市、自治区之间存在差异的原因，并总结出了相关的结论。 　　关键词：固定资产投资；聚类分析；因子分析；综合评价 　　一、研究问题阐述及理论依据 　　固定资产投资是指建造和固定资产的活动。固定资产投资在壮大国家的经济实力、提高国民经济的技术装备水平、调整不合理的产业结构、改善人民的物质和文化生活条件等方面发挥了巨大的作用。所以，为了了解我国2010年各省、市、自治区之间由于不同行业之间固定资产投资的差异会给人民带来怎样的影响，本文将对31个省、市、自治区的八大不同行业的固定资产投资做了聚类分析、因子分析来阐述所要阐述问题。 　　聚类分析就是分析如何对样品（或变量）进行量化分类的问题。因子分析是一种降维、简化数据的技术，它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个“抽象”的变量来表示其基本的数据结构。这两种方法很好的把本文章所要研究的问题作一详细的“解说”，同时也为此问题奠定了理论依据。 　　二、模型设计 　　（一）聚类分析模型 　　聚类分析按照分析方法的不同，可以分为快速聚类（K-均值聚类）和分层聚类（系统聚类）。Spss的快速聚类过程适用于对大样本进行快速聚类，尤其是对形成的类的特征有了一定认识时，快速聚类不失为一种优良的方法，所以本文设计的是快速聚类的模型分析。快速聚类的主要思想是，首先选择K个观测量作为初始的聚类中心，根据距离最小的原则将各个观测量分配到这K个类中；然后，将每一个类中的观测量计算变量均值，这K个均值又形成了新的K个聚类中心。依次类推，不断进行迭代，直到收敛或达到分析者的要求为止。 　　1、聚类分析（K-均值聚类）过程 　　（1）数据预处理（标准化） 　　（2）构造关系矩阵（亲疏关系的描述） 　　（3）聚类（根据不同方法进行分类） 　　（4）确定最佳分类（类别数） 　　（二）因子分析模型 　　因子分析是一种数据简化的技术。它通过研究众多变量之间的内部依赖关系，探求观测数据中的基本结构，并用少数几个独立的不可观测变量来表示其基本的数据结构。 　　1、因子分析过程 　　（1）对数据进行标准化处理 　　（2）确认待分析的原变量是否适合作因子分析。 　　（3）构造因子变量。 　　（4）估计因子载荷矩阵 　　因子分析的基本模型如下： 　　X1=a11F1+a12F2+a13F3+...........+a1PFPX2=a21F1+a22F2+a23F3+...........+a2PFP.........Xm=am1F1+am2F2+am3F3+.........+amPFP 　　其中X1、X2、X3………为原始变量，F1、F2、F2………为公因子，表示为矩阵形式为： 　　X（m×1）=A（m×p）·F（p×1） 　　A为因子载荷矩阵，估计因子载荷矩阵的方法有主成分法、映像因子法、加权最小二乘法、最大似然法等。 　　（5）利用旋转方法使因子变量更具有可解释性。 　　（6）计算因子变量得分。 　　以公共因子表示原因变量的现行组合，而得到因子得分函数。我们可以通过因子得分函数计算观测记录在各个公共因子上的得分，从而解决公共因子不可预测的问题。 　　三、指标选取、数据来源及处理 　　（一）指标选取 　　本次研究的是我国各地区八大行业固定资产投资对各地区经济的影响。X1表示制造业，X2表示交通运输、仓储和邮政业，X3表示批发和零售业，X4表示房地产业，X5表示居民服务和其他服务，X6表示教育，X7表示金融业，X8表示文化、体育和娱乐业。数据见附表一。 　　（二）数据来源 　　2011年《中国统计年鉴》 　　（三）数据处理 　　由于数据处理结果太多，所以以附表二的形式附在最后。（见附表二） 　　四、模型分析和检验 　　（一）聚类分析 　　1、首先将数据标准化 　　2、将标准化后的数据放入Spss中做快速聚类，得到以下的结果： 　　由表1和表2我们可以看出31个省、市、自治区被分为3类。第一类包括北京、天津和上海3个省。这一类的类中心八个产业的产值如表1的第1类所示，属于八大行业都比较发达的地区。第二类包括内蒙古、江苏、浙江、福建、广东和西藏6个省。这一类的类中心八个产业的产值如表1的第2类所示，属于八大行业中等发达地区。第三类包括河北、山西、辽宁、吉林、黑龙江、安徽、江西、山东、河南、湖北