基于因子分析的陕西剂量指标评价.docxVIP

基于因子分析的陕西剂量指标评价 0 国内及周边国家建立带头产业发展政策 轻工业是我国经济的重要组成部分。这是一个主要的加工工人，他们主要生产消费资源。轻工业产品具有市场需求巨大、附加高、产业关联度大等特点,因此我国许多省份如广东、浙江等省对发展轻工业十分重视,并且取得了巨大的经济效益和社会效益。地处西部、经济比较落后的陕西也应积极探索发展轻工业的途径,确立重点发展的领域,带动地方经济的发展。 1 陕西轻工业的发展 1.1 比较轻企业数量,投资总量下降,对相关产业的带动减弱 依据《陕西统计年鉴》和《中国轻工业统计年鉴》中提供的统计数据,从1999～2001年,陕西省规模以上轻工企业的数量呈下降趋势,资产总量始终维持在260亿元左右,占全国的比重也在降低,这反映了陕西轻工业投资减少,行业规模萎缩,对相关产业的带动减弱(见表1)。 1.2 工业产出、销售产出、未来生产经营总量增长缓慢,工业利润占全国比重呈上升的趋势 从1999～2001年,陕西轻工业的经济效益好转,尽管工业增加值、工业销售产值、利税总额占全国的比重不断下降,但绝对值呈上升的趋势。亏损企业的数量减少,显示了陕西轻工业改革卓有成效(见表2)。 1.3 比较靠后地区形态分析 1999～2000年陕西轻工业年连续3年各项经济指标在全国的排位都在20位左右,比较靠后,这反映了陕西轻工业缺乏竞争力(见表3)。 轻工业行业具有投资少、见效快、市场前景广阔等特点。确立轻工行业的主导产业,特别是发展以农产品为原料的轻工业,对于发展陕西经济,尤其是县域经济,解决“三农”问题有着重要的意义。 2 原始数据标准化 本研究以2001～2003年《陕西统计年鉴》、《中国轻工业统计年鉴》为基本数据来源,以陕西省轻工业中14个细分行业以及纺织业作为样本,选择了资产贡献率等11项指标作为陕西省轻工业内部主导产业分析的指标体系。 为了更有效、更清晰地反映各细分产业的整体特征,本研究对原始数据进行了处理。首先对每个细分行业的每项指标在2001年、2002年和2003年的原始数据进行了简单平均处理,并设平均化处理后的数据为Xij(其中i表示某个细分行业,j表示某项指标);然后对平均化后的数据Xij进行标准化处理,设标准化后的数据为xij?xij=Xij?XˉˉˉjSjxij?xij=Xij-XˉjSj,其中Xˉˉˉj=∑i=115Xij?SjXˉj=∑i=115Xij?Sj为所有细分行业在指标j上取值的样本标准差,且Sj=115?1∑i=115(Xij?Xˉˉˉj)2????????????????ue001?ue000ue000Sj=115-1∑i=115(Xij-Xˉj)2。处理后各项指标值见表4。 3 数据的预处理 在利用因子分析法对陕西省轻工产业进行分析时,应用SPSS13.0软件对所选15个细分行业的11项指标的原始数据进行分析,首先得出如下内容:(1)变量共同度(见表5),(2)各因子对原有变量方差的贡献情况(见表6)以及相应的因子碎石图(见图1),(3)初始因子载荷矩阵(见表7)。 3.1 售率方差信息的总启示 从变量共同度情况(表5)看,除工业产品销售率的方差(信息)只有43.5%被解释外,其它变量绝大部分信息(大于82%)可被解释,因此本次因子提取的总体效果比较理想。 3.2 原始数据的获取 由因子累计方差贡献(见表6)可知,只要选择第一、第二和第三这3个因子,其累计方差贡献率已达86.751%,即这3个因子可以解释86.751%的原始数据信息,所以它们能充分反映和代表各个细分行业的总体情况,因此,本次分析选择前3个因子。因子的碎石图也证明了这一点。因子碎石图中,横坐标为因子数目,纵坐标为特征根,可以看到,第1个因子的特征根值很高,对解释原有变量的贡献最大,第4个以后的因子特征根都较小,对解释原有变量的贡献很小,已经成为可以被忽略的“高山下的碎石”,因此,提取3个因子是合适的。 3.3 从初始因子作用上看 为使因子具有更强的命名解释性,本分析对初始因子载荷矩阵没有实施正交旋转(因子间不相关,但因子命名解释性较斜交旋转效果差),而是实施斜交旋转(因子间具有一定程度的相关性,但解释性更强),并指定根据第一因子载荷值按降序的顺序输出旋转后的因子载荷,分析结果如表8所示,同时计算了15个细分行业分别在主因子1、主因子2和主因子3上的因子分数,如表9所示。 从初始因子载荷矩阵(表7)尤其是斜交旋转后的因子载荷结构矩阵(表8)可看出: (1) 主因子1在产值利税率、每百元销售收入实现利税、总资产贡献率、利税总额上具有较高的载荷(从表8可看出,相关系数均大于0.88),主因子1主要解释了这几个变量,可解释为行业的增殖能力和盈利能力。从表9可以看出,增殖能力和盈利能力在所选行业平均水平之上(在该因子上