2002年-2012年陕西城乡统筹发展状况分析4100字.docVIP

2002年-2012年陕西城乡统筹发展状况分析4100字 一般而言,因子分析通常按照以下四大分析步骤进行,第一个步骤是要确认是否适合采用因子分析方法,目前主要通过 KMO 检验法和 BTS 检验法这两种检测方法来确认变量指标是否适合因子分析所需要的前提和假设. 如果KMO 的值越趋近于 1,则越适合进行因子分析,KMO 值大于 0.9,则很适合进行因子分析;KMO 值小于 0.5,则不适合进行因子分析. 而 BTS 检验法主要是通过零假设进行分析所选取的模型或者变量指标是否适合进行因子分析.第二个步骤是因子变量的构造,根据分析内容的需要,结合选取的方法构建出与研究内容相对吻合的因子变量.第三个步骤是获取较强解释性的变量因子,通常是通过旋转因子矩阵、正交、斜交等方法获得解释性强的因子,目前大多人研究者所采用的方法就是方差极大化旋转法.第四个步骤是因子变量得分的计算,本文中所采用的计算方法为西部经济蓝皮书系列中对变量因子的计算方法,在计算出因子得分之后,建立逻辑斯蒂回归模型对其加以预测. 　　2、 因子分析下的陕西省城乡统筹发展水平 　　2.1 构建分析指标体系 　　城乡统筹发展不是一蹴而就的事情,研究城乡统筹必须要考虑到城乡发展的方方面面,为此,制定出全面科学能反映城乡统筹发展的指标显得至关重要.根据指标构建的目的性、全面性、可比性、可行性和动态性原则,陕西省城乡统筹指标的内容结合城乡统筹发展的内容将从经济、基础设施、生态环境和社会发展这四个方面来考察,结合选择数据的解释力度,在二级指标之下,选取了居民恩格尔系数、公路铁路邮路网密度、居民收入、绿化覆盖率等 25 个三级指标来进行分析和评价. 具体指标为 1-GDP 非农比重、2- 农村居民恩格尔系数、3- 每万人医院有床位、4- 城镇居民恩格尔系数、5- 研究与发展经费支出相当于生产总值比例、6-城乡消费水平对比指数、7- 社会劳动力非农比例、8- 铁路网密度、9- 公路网密度、10- 生活污水处理率、11- 载客汽车工作率、12- 固体废弃物综合利用率、13- 标准化公路通行政村率、14- 参加失业保险人数、15- 建成区绿化覆盖率、16- 城镇居民人均可支配收入、17- 城市生活垃圾无害化处理率、18- 第三产业贡献率、19- 城镇与农村居民收入增长率比例、20- 人均公园绿地面积、21- 农村人均纯收入、22-环境污染治理投资占 GDP 比重、23- 载货汽车工作率、24-教育事业的科技成果和 25- 邮路网密度. 　　2.2 因子分析过程 　　通过 KMO 值检验、因子贡献率及正交因子得分模型等方面对 2002 年 -2012 年陕西省城乡统筹进行了因子分析,最终得出了 2002 年 -2012 年陕西省城乡统筹发展水平排名.各个指标需要有一个特定的变量赋予值,把其命名为 X以很好地进行因子分析,则具体指标命名如下:X1-GDP 非农比重、X2- 载客汽车工作率、X3- 城镇居民恩格尔系数、X4- 社会劳动力非农比例、X5- 城镇与农村居民收入增长率比例、X6- 城乡消费水平对比指数、X7- 第三产业贡献率、X8- 铁路网密度、X9- 公路网密度、X10- 邮路网密度、X11- 农村居民恩格尔系数、X12- 载货汽车工作率、X13-标准化公路通行政村率、X14- 城市生活垃圾无害化处理率、X15- 农村人均纯收入、X16- 环境污染治理投资占 GDP比重、X17- 教育事业的科技成果、X18- 每万人医院有床位、X19- 生活污水处理率、X20- 人均公园绿地面积、X21-建成区绿化覆盖率、X22- 城镇居民人均可支配收入、X23-固体废弃物综合利用率、X24- 参加失业保险人数和 X25-研究与发展经费支出相当于生产总值比例. 　　2.2.1 KMO 值检验、R 的特征值及贡献率 　　利用 2002-2012 年陕西省统计年鉴及统计公报相关数据,比照得出了近十年陕西省城乡统筹发展 25 个三级指标的相应数值.借助统计分析软件得出 KMO 值,该值为 0.912,表明文中所选取的指标非常适合进行因子分析.同时作为变量关系矩阵 R 的特征值分别为 16.7、2.7、2.3 和 1.3,解释了变量的 91.9%左右的特征. 　　2.2.2 载荷因子矩阵的建立 　　结合提取的四个主因子建立了因子载荷矩阵,并对建立起来的因子载荷矩阵进行了旋转分析. 在经济发展指标上,各主因子的高载荷指标为:第三产业贡献率、城乡消费水平对比指数和社会劳动力非农比例、城镇居民恩格尔系数、GDP 非农比重、农村居民恩格尔系数、城镇与农村居民收入增长率比例;在基本设施情况指标上,各主因子的高载荷指标为:铁路网密度、公路网密度、邮路网密度、载客汽车工作率和标准化公路通行政村率