因子分析法在我国区域综合经济实力评价中应用.docVIP

因子分析法在我国区域综合经济实力评价中应用 　　摘要：文章依据区域经济发展理论和我国的实际情况，选取反映经济发展规模与水平的七项指标，运用因子分析法对我国各地区的统计数据进行综合评价，依此反映我国各地区的综合经济实力，为各地区的发展提供参考。 　　关键词：综合经济实力；因子分析；实证分析 　　 　　一、引言 　　 　　我国自从改革开放以来，经济建设取得了令人瞩目的成绩。为了促进我国经济的可持续发展，系统、客观地定量反映各地区的经济实力。本文在遵循科学性、完整性、可比性和可操作性的原则下，选取反映我国各地区社会经济实力的七项指标，运用因子分析评价理论，对我国各地区的经济实力进行分析评价，以此反映我国各地区的经济实力情况。为政府部门决策提供科学的理论依据。 　　二、实证分析 　　 （一）评价指标的选取和数据来源 　　评价一个地区的综合经济实力是指该省所拥有的全部经济实力、潜力及其在国内外经济社会中的地位和影响力，因而在评价指标体系中我们采用的是经济总量指标而不是人均指标。具体的指标如下： 　　国内生产总值，反映一省的经济总量；全社会固定资产投资，反映一省的总体投资水平；社会消费品零售总额，反映一省的总体消费水平；进出口商品总值，反映一省总体外贸水平；实际利用外商投资额，反映一省的外资利用水平；教育经费，反映一省的教育投资水平；年底就业人员数，反映一省的总体就业状况。 　　所有数据均来源2006年的《中国统计年鉴》。 　　 （二）因子分析的基本原理及步骤 　　因子分析的基本目的是，用少数几个随机变量去描绘许多变量之间的协方差关系，但这几个随机变量是不可观测的，通常称为因子。本文基于因子分析的思想：根据各经济指标相关性大小将它们分组，使得同组内的指标之间相关性较高，不同组的变量之间的相关性较低，通过对相关矩阵内部关系的研究，找出影响经济状况的几个综合指标就称为因子。 　　因子模型： 　　 　　其中 ，为实测变量；为因子载荷； 　　为公共因子，为特殊因子。下面结合主成分因子分析法，根据实际情况整理出来的分析步骤： 　　1．建立指标体系和原始矩阵Z。 　　2．原始数据标准化，得到标准化矩阵X（如各个指标存在数据单位不同，或者数量级不同）。 　　3．计算Z或者X得相关系数矩阵R。 　　4．解特征值，计算相关矩阵的特征值 ，若 　　 ，则根据方差累计贡献率（一般取值在85％以上）确定因子个数P。 　　5．计算特征值向量和初始因子载荷矩阵A。 　　6．找出因子载荷系数绝对值比较大的变量。＝ 　　在某个因子上的得分，就等于把所有载荷的系数绝对值较大的变量的观测数据（标准化）与对应因子载荷的乘积的代数和。 　　7．如果因子意义不明显，不妨对初始因子进行旋转一般采用方差极大旋转，旋转后的主因子解B。 　　8．构造主因子得分和综合因子得分。 　　9．根据主因子和综合因子的得分，给出相应的评价。 　　 （三）具体的计算和结果分析 　　1．首先将原始数据输入spss10.0软件，然后将原始数据进行标准化，可建立变量的相关系数矩阵R。R的特征值及贡献率如表1所示： 　　从表1可知，变量相关系数矩阵的前两个特征根：5.677、0.914，它们一起解释了变量X的标准化方差的94.161％（累计贡献率）。这样，对于此项研究的绝大部分要求，前两个主成分提供了原始数据所能表达出的足够的信息。因此本文提取两个主因子。 　　2．建立因子载荷矩阵。对提取的两个主分量F1、F2建立原始因子载荷矩阵A，同时，为便于对各因子载荷做合理解释，对其进行方差最大旋转使其结构简化，使得每个因子的载荷的平方按列向0或1两极分化，以起排除噪声干扰的作用。表2即为方差最大正交旋转矩阵： 　　从表2可以看出第一主因子在X4和X5上有较大载荷，而这两个指标反映的是利用外资和对外贸易的情况，所以将第一因子称为对外经济因子。第二主因子在X1、X2、X3、X6、X7上有较大的载荷，而这些变量主要反映地区的经济总量的状况，因此称第二因子为总量因子。 　　3．因子得分。以各因子的信息贡献率作为加重权数计算各地区的综合测评得分，公式如下： 　　其中：Zi为各地区综合经济实力得分， 的系数为各因子的信息贡献率，它是各因子的方差贡献率与两个主成分的累计贡献率的比值。 　　通过计算得分最后可将各地区综合经济实力评分及排序如表3所示： 　　从上表3的因子综合测评总分可以看出广东、江苏、上海、浙江、北京、山东、辽宁、福建的综合经济实力排在前八位；而河南、贵州、安徽、云南、广西、甘肃等省份的综合经济实力靠后。湖北省的综合经济实力排在第十位。以上各地区综合经济实力的评分和排名情况基本符合实际，说明因子分析不仅有效地简化了多指标评价方法，而且其实际分