四川革命老区经济发展影响因素统计模型研究.docVIP

四川革命老区经济发展影响因素统计模型研究 　　[摘 要] 结合革命老区经济发展的现状，采用因子分析方法和建立线性模型，分析影响革命老区经济发展的制约因素，结果说明，在假定其他因素不变的情况下，老区的经济与该地区教师人数、学生人数和从业人数呈正相关，与老区的福利院数、交通里程数以及与社会资产投资、政府财政支出都呈正相关关系，而与老区人口增长率呈负相关关系。为促进革命老区与其他地区经济一体化发展，国家应对革命老区加大扶持力度，加强人才培养，扩大就业规模，加快福利事业的发展，以扩大投资带动经济转型升级。 　　[关键词] 四川革命老区；经济发展；影响因素；统计模型 　　[中图分类号] F222.1 [文献标识码] B 　　在抗日战争时期和解放战争时期，革命老区的政治、经济、文化政策，不仅在当时产生了很大的作用，也对新中国建立后的政治、经济、文化、环境产生了深刻的影响。然而改革开放以来，革命老区的经济发展一直在国家宏观经济格局中属于“低谷”地区。长期以来，是经济发展的难点地区，也是西部大发展关注的重点地区。作为西部农业大省的四川，革命老区经济的发展是关系全省综合经济实力的提高，关系革命老区致富奔小康，关系全省人民共同富裕的大事。革命老区经济的发展对四川经济的发展起着非常重要的作用。 　　目前，国内外对老区经济发展的关注较少。而且相关的研究多是从经济理论上进行定性研究，大都集中在宏观层面上，都没有结合革命老区的经济发展现状特点进行深入研究。笔者尝试利用宏观统计数据对革命老区2007年的经济发展进行探讨，期望能有效分析革命老区经济发展的制约因素。这对确定老区经济发展战略，促进老区和其他地区经济发展一体化，实现四川经济增长具有重要的现实意义。 　　一、数据收集 　　我们选取四川省的十个革命老区为研究对象，根据经济学的相关理论，我们选取科技教育，人口，卫生福利，交通以及社会资产投资等9个因素作为老区经济发展的影响因素。一个地区的经济发展水平一般都用该地区的GDP来衡量，因而我们选取GDP为衡量老区经济发展指标，通过研究上面给出的因素对GDP的影响来确定各个因素的影响程度大小，从而建立模型。我们选用2007年的数据进行分析。 　　二、因子分析 　　（一）概念 　　因子分析是研究如何以最少的信息丢失，将众多原始变量浓缩成少数几个因子变量，以及如何使因子变量具有较强的可解释性的一种多元统计分析方法。 　　（二）因子分析的可行性 　　计算各因素之间的相关系数，对原始资料矩阵进行KMO检验，值为0.647，Bartlett球度检验，结果显示，近似卡方值为106.219，自由度为36，检验显著性概率远小于0.05，接受原假设。因此认为各因素之间相关性比较显著，适合因子分析。 　　（三）因子分析结果 　　计算相关系数矩阵的特征根和相应的特征向量，再得到公因子解释方差百分比表，发现只需提取前2个因子，这两个因子的特征值分别为6.836和1.352，其累计贡献率己经达到了90.970%，可以很好的反映出老区经济发展的影响因素。然后可分别计算出因子载荷阵，共同度，特殊因子方差及公共因子方差贡献，为便于解释各个公共因子的含义，将因子载荷矩阵进行方差最大正交旋转。 　　经过旋转，容易得到以下结论： 　　1.在公共因子F1中，教师人数、学生人数、从业人数、人口总数、人口增长率、福利院数量、财政支出、社会资产投资指标在该因子上的载荷较大。故可以概括为人口数量因子。 　　2.在公共因子F2中，公路里程数和财政支出指标在该因子上有载荷较大，故可以概括为环境影响因子。 　　（四）计算各因子得分及综合评价得分 　　由因子载荷阵可以计算各革命老区在各公因子上的得分，计算公式为： 　　再以各因子所对应的贡献率为权重进行加权求和，即可得到综合评价得分F，计算公式为F=0.835F1+0.165F2 　　通过计算可以得到综合得分，并求出各地区的得分值，得出综合得分最高的是南充市，最低的是甘孜地区，说明南充市在2007年的发展最好，而甘孜等地区的发展相对比较缓慢。 　　（五）线性模型的建立 　　把提取的各地区因子得分F1、F2作为新的变量与该地区的GDP作线性回归分析。利用SPSS软件我们得到GDP与F1，F2的散点图，可以看出GDP与F1有较强的线性关系，而GDP与F2基本没有线性关系，利用最小二乘估计我们可以得到GDP与F1，F2的回归估计式如下： 　　由于F2的系数没有显著性，所以剔除F2继续回归，得： 　　我们对上式的拟合模型进行拟合优度检验，t检验，异方差检验，自相关检验，发现模型拟合得很好。将得分函数F1代入模型得到老区GDP与影响因素的线性模型： 　　三、结论 　　模型估计结果说明，在假定其他因素不变的情况下，一是老区经