基于因子分析山西省工业产业结构实证研究.docVIP

基于因子分析山西省工业产业结构实证研究 　　【摘 要】本文结合实际，运用多元统计分析中的因子分析法对2011年山西省工业产业指标数据进行分析处理，最终建立了山西省工业产业经济结构的综合量化模型，并根据此模型得出的结果进行了系统的分析，最终为山西省工业产业经济结构的进一步优化调整提供参考依据。 　　【关键词】因子分析；工业产业结构；综合评价 　　引言 　　凭借着丰富的资源，山西省形成了以煤炭等能源原材料为主导的资源型城市，为我国经济的快速发展做出了巨大的贡献。然而，正是因为对煤炭等资源的过度依赖，使得山西省的产业结构过于单一，并且对生态环境也造成了严重的损坏。 　　自2008年爆发金融危机以来，受国内外经济形势的影响，国内煤炭市场需求旺盛，因此直接导致了煤炭价格的持续上涨，使得山西省的经济出现了繁荣的景象，并促使了财政收入的增长。然而，也正是因为这种现象，反应出山西省在经济发展过程中所存在的问题。例如，据统计，2011年山西省第一、第二和第三产业占当年该地区生产总值的比重分别为5.71%、59.04%以及35.25%。由此可以看出，该省第一产业的基础性地位不够牢固，农业产品率不高；而第二产业中能源支柱产业的地位过分突出，经济的发展对此具有高度的依赖性；同时第三产业的发展速度缓慢。除此之外，国有经济与非国有经济发展失、高新技术产业落后等问题也是山西省产业结构中明显存在的问题。 　　随着对能源开采力度的不断加大，意味着支撑经济发展的主体产业已经达到饱和状态，后续发展的空间较小，因此，如何加速产业结构的调整与升级、适应可持续发展的发展战略成为当前全省经济发展的重中之重。 　　因此，根据这一研究背景，本文结合实际，对山西省的22个行业的经济数据进行了实证分析，旨在为今后的产业结构调整与升级提供参考价值。 　　1.因子分析的基本原理 　　因子分析是探讨存在相关关系的变量之间是否存在不能直接观测到但对可观测指标的变化起支配作用的潜在因子的分析方法。 　　因子分析的基本思想，就是通过变量的相关系数矩阵内部结构的研究，找出能控制所有变量的少数几个公共因子去描述多个变量之间的相关关系，然后根据相关性的大小把变量分组，使得同组内的变量之间的相关性较高，但不同组的变量相关性较低。 　　2.基于因子分析法的工业结构实证分析 　　2.1 确定指标数据 　　2.2 确定公因子 　　由SPSS16.0对原始数据进行分析，得出公因子的特征值、贡献率、累计方差贡献率等具体数据，见表1。 　　表 1 因子解释原有指标总方差的情况 　　由表1 可知，第一个至第三个公共因子的方差贡献率分别为40.448%、29.047%和12.268%，累计方差贡献率达到81.763%，说明前三个公共因子可以解释原始9个变量的81.763%的信息量，基本保留了原有指标所包含的信息量。因此，我们可选择前三个公共因子对山西省的工业产业情况进行分析，这样做有利于简化指标的数据结构，方便我们对山西省的工业产业情况进行准确的分析。 　　2.3 进行因子旋转 　　因子分析的目的不是为了要找出公共因子，而是应该知道每个公共因子的实际意义，以便对问题进行更好的解释。由于初始载荷矩阵对问题的反映并不明显，各公共因子所代表哪些原始变量并不突出，导致实际意义模糊不清，因此，为了解决这个问题，应对其进行旋转，使得每个变量只在一个公共因子上有较大载荷，而在其余公共因子上的载荷较小。本文利用正交旋转进行旋转，所得具体情况见表2。 　　表 2 旋转后的因子载荷矩阵 　　由表2 可知，第一公共因子在工业增加值率、总资产贡献率、工业成本费用利润率和全员劳动生产率上有较大的载荷，说明它主要解释了这四个指标，可将它命名为“效益因子”；第二公共因子在资产总计和平均就业人员上有较大的载荷，可将它命名为“规模因子”；而第三公共因子在产品销售率上具有较大的载荷，可将其命名为“市场因子”。 　　2.4 计算因子得分 　　在确定了效益因子、规模因子和市场因子这三个公共因子之后，可以根据三个因子的得分情况，对所选取的22个工业行业进行排序，考察该22个行业的性质和特征。本文采用回归方法计算出山西省该22个工业行业在效益、规模和市场三个方面的得分情况并进行排序，具体结果见表3 。鉴于篇幅限制，只列举出排名前八的行业情况。 　　从表3中可以看出，不同的工业产业在三个因子中的排名并不相同。在这三个公共因子中，效益因子所占的比重最大，其次是规模因子，影响最小的是市场因子。通过因子得分对各个行业的排序情况，可以使我们清楚的看到在2011中，该22个行业大体的发展趋势。为了更好的确定山西省今后的工业产业结构的调整方向，本文建立了综合评价模型，并通过SPSS的数据转换功能计算了个样本的综合得分，并在此基础上对该22个工业行业的综合发展水平进行了排