基于主成分分析的区域固定资产投资效益评价.docVIP

最新【精品】范文 参考文献 专业论文 基于主成分分析的区域固定资产投资效益评价 基于主成分分析的区域固定资产投资效益评价 　　摘 要：本文首先建立了反映区域固定资产投资效益水平的指标体系 ，然后运用主成分分析和聚类分析法，对我国31个省区的区域固定资产投资效益进行实证研究和比较分析，得出了各地区固定资产投资效益的综合排名，最后以新疆为例，指出了其固定资产投资效益存在的差距，并提出了相应的对策和建议。 　　关键词：主成分分析 聚类分析 固定资产投资效益 新疆 　　固定资产投资是经济增长的重要推动力。提高固定资产投资效益是加快经济发展，提升经济运行质量的重要途径。新疆经济发展的重要特征为投资拉动型，投资对支撑新疆经济社会发展的作用毋庸置疑。近年来，在国家和各省市的大力支持下，新疆投资呈现出前所未有的高速增长，有力地支撑了全疆经济快速发展。在新的社会经济背景下，准确把握经济社会发展走向、调整优化投资结构、提高投资效益，对确保实现新疆经济社会发展目标具有重要的现实和战略意义。 　　本文对我国31个省市的固定资产投资效益进行了实证分析和比较研究，对新疆固定资产投资效益水平进行定位，然后针对其不足提出了相应的对策建议。这对优化新疆投资结构、提高固定资产投资效益具有一定的指导意义。 　　一、分析过程 　　（一）固定资产投资效益指标体系的构建 　　在评价一个地区的固定资产投资效益时，评价指标的选取非常重要。本文在系统性、全面性、有效性和数据的可获得性等原则基础上选取指标，构建固定资产投资评价指标体系。如表1所示： 　　表1 固定资产投资经济评价指标体系 　　（二）样本数据来源 　　根据上文构建的固定资产投资效益评价指标体系，本文选取除香港、台湾、澳门之外的我国31个省市区为样本，以2011年的固定资产投资相关数据为基础，对各地的固定资产投资效益进行研究。文中所有原始数据均取自《中国统计年鉴》和《新疆统计年鉴》，并经过科学严谨地计算处理。 　　（三）指标的筛选 　　在对10个指标进行因子分析的过程中，发现房屋建筑峻工率指标的提取概率最低，仅为55.70%，并且在主成分提取中，有3个指标的特征值大于1，因而提取这3个指标为主成分，但其累计贡献率只有81.13%，小于85%，对所有指标的解释力度不是太强。 　　接下来，剔除房屋建筑峻工率变量（X2），对其余9个变量再次进行主成分分析。 　　（四）分析过程 　　首先，利用因子分析方法的原理，运用统计软件SPSS16.0可计算得到所选取指标的相关系数矩阵，并对各指标做KMO和Bartlett’s球形检验。其结果表明：Bartlett 检验量为511.169，相应的概率为0.000，因此认为选取的指标变量相关系数矩阵与单位阵有显著差异。同时，KMO统计量0.762，根据Kaiser给出的KMO度量标准，所选取的指标适合做主成分分析。 　　其次，对选取的9个指标做因子分析，得到各指标相关系数矩阵的特征值，贡献率和累计贡献率，第一成分、第二成分和第三成分的特征值分别为5.135，1.603和1.018，均大于1，并且三者方差累积贡献率达到86.18%，大于85%，浓缩了原始数据的绝大部分信息，因此可以提取前3个成分作为评价地区固定资产投资效益的主成分指标。以这3个特征值对应的特征向量作为新的综合指标，进而对全国31个省市的固定资产投资效益进行评价。 　　主成份的经济意义主要由线性组合中系数较大（绝对值）的几个原指标的综合意义决定。从表3中数据可以看出，第一主成分F1对X4、X6、X7和X8有绝对值较大的负荷系数，反映了投资弹性、投资财政收入弹性系数、投资对外贸易效果系数和投资对外贸易弹性系数的信息；第二主成分F2对X1、X3、X5、X9有绝对值较大的负荷系数，反映了项目建成投产率、定资产投资效益系数、投资财政效果系数和城镇固定资产交付使用率的信息；第三主成分F3对X10有绝对值较大的负荷系数，反映了投资对就业效果系数的信息。 　　由因子得分系数矩阵得到3个主成分F1、F2、F3的线性组合为： 　　F1=0.038X1+0.017X3+0.293X4+0.004X5+0.291X6+0.158X7+0.290X8+0.194 X9-0.102 X10 　　F2=-0.345X1+0.203X3-0.122X4+0.254X5-0.122X6+0.091X7-0.125X8-0.499 X9-0.003X10 　　F3=0.042X1+0.181X3-0.107X4+0.228X5-0.092X6+0.031X7+0. 075X8+0. 166X9+0.897X10 　　把原始数据带入以上线性模型中，可以得到各主成分值，并以各主成分的方差贡献率作为权重，计算各省市综合