成都市县域经济发展水平综合评价——基于因子分析法
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
非农产业比重（%） 工业劳动生产率（万元/人）
工业企业增长速度（%） 地区生产总值指数（%） 文化教育支出占财政支出的比重（%）
都市 2016 年统计年鉴。以 SPSS17.0 计量分析软件为手段进行
分析。
表1：县域经济发展水平评价指标体系的构成
x1
地区生产总值
考察经济规模
x2
地方财政收入
x3
非农产业比重
考察产业结构 发展
x4
人均地区生产总值
水平
x5
人均地方财政收入
考察经济发展水平
x6
农民人均纯收入
x7
地区生产总值指数
发展
考察发展速度
表2：KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
Bartlett 的球形度检验
近似卡方 df
Sig.
.602 165.411
55 .000
Copyright©博看网 . All Rights Reserved.2019 年第 10 期
评价与指标体系
通过检验后，用 SPSS 软件对指标数据做因子分析。得到 公共因子分别用 F1、F2、F3 表示。
几个表分别是相关系数矩阵特征值、方差（贡献率），累计方
在此基础上，对因子载荷矩阵进行最大方差正交旋转变换
差（累计贡献率），根据因子分析结果在基于特征值大于 1 的 以增强因子的解释性，得到 11 个原始指标的因子载荷系数（见
据的大部分信息，因此提取这 3 个公共因子是合适的，将三个
表3：解释的总方差
成份
合计
初始特征值 方差的 %
累积 %
合计
提取平方和载入
方差的 %
累积 %
合计
旋转平方和载入
方差的 %
累积 %
1
6.964
63.311
63.311
Байду номын сангаас
6.964
63.311
63.311
5.877
53.432
53.432
2
1.344
原则基础上抽取，提取了 3 个公共因子（见表 3）。因子提取 表 4）。载荷系数绝对值越接近于 1，表示该公共因子包含对
的结果显示有三个特征值大于 1：6.964，1.344，1.053，累计 应指标的信息量越大，因子与原始变量之间的关系越密切，故
方差贡献率达到 85.104%，说明这三个公共因子能反应原始数 将该指标归属于该公共因子。
评价与指标体系
成都市县域经济发展水平综合评价
——基于因子分析法
张小文 陈晓卫
（成都信息工程大学统计学院，四川 成都 610103 ）
摘 要：县域经济作为国民经济的最基本单元，是联合工业和农业、城市和农村的重要枢纽。我国现阶段的县域经济发展水 平总体相对不高，但发展态势良好，具备潜在优势。为了研究成都市县域经济的发展水平，本文从发展水平、发展活力和发展潜 力三个方面着手，选取了成都市各区（市）县部分影响县域经济发展的指标，然后搜集这些指标2015年的数据。运用SPSS软件做 因子分析和聚类分析，对成都市各区（市）县的县域经济发展水平做综合评价，依据县域经济的发展水平指标对各区（市）县进 行发展层次分类。最后文章根据上文定性和定量分析结果从农村经济入手，在推动农业现代化、发展特色产品、改变县域环境、 走新型工业化道路等方面提出可以进一步发展成都市县域经济的建议。
球形检验，以判断其是否适合做因子分析。通过观察检验结
果是否 KMO 检验值大于 0.5 并且 Bartlett 球形检验对应的相伴
概率值（sig 值）小于 0.05 来验证所选取的的变量是否适合做
因子分析。结果如表 2 所示：KMO 值为 0.602>0.5，sig 值为
0.000<0.05，通过检验，所选取变量可以做因子分析。
x8
工业企业增长速度
活力
资源环境与基础
x9
人均耕地面积
设施建设
发展
x10 文化教育支出占财政支出的比重 考察文化教育 潜力
x11
工业劳动生产率
生产效率
（二）因子分析
原有变量之间具有较强的相关关系是进行因子分析的前
提，可以从所有原有变量中综合提取出反应变量共同特征的公
共因子变量来，所以，需要对原有变量做 KMO 检验和 Bartlett
关键词：成都；县域经济发展；因子分析；聚类分析 中图分类号：F127 文献标识码：A 文章编号：1674-537X（2019）10.0113-04
一、引言 现阶段，我国的县域经济依然是以农业经济为主体，地域 差异明显，东部地域县域经济的开展程度远比西部地区先进， 并且这种差距还有不断扩大的趋向。开展和壮大县域经济既是 打消城乡二元经济构造，处理“三农”问题的要害点，也是鞭 策地区工业化、城镇化、农业产业化发展的重中之重。改革开 放以来，我国县域经济的总量有局部增进，城乡居民支出也有 了一定范围的上升。但是具体来说，各地的县域经济发展水平 参差不齐，展现不同的层次结构，还有许多县域还未达到小康 水平，发展还相对落后，县域经济差距、城乡收入差距依然很 大，这些都在很大程度上窒碍了各地全面建设小康社会、构建 和谐社会的前进步骤，促成县域经济发展是燃眉之急 [1]。因子 分析是一种较为客观的多指标评价方法，选取若干反映县域经 济发展水平的重要指标，从指标数据内部结构出发，获得对成 都市各区（市）县的县域经济发展水平的总体评价。因此，本 文运用因子分析方法，通过提取公共因子来代替相对数目较多 及相互关联的县域经济发展水平评价指标，对成都市各区（市） 县县域经济发展水平进行全面考察。本文选取成都市 14 个区 县作为样本，将发展水平、发展活力和发展潜力三方面因素纳 入因子分析当中，对成都市各区（市）县的县域经济发展水平 进行了总体分析。 二、实证分析 （一）研究样本与指标选取 选取样本时主要考虑样本的代表性和可获取性两个方面的 因素。选取样本为 14 个成都市各区（市）县，在选择县域经 济发展水平评价指标时兼顾县域经济的发展水平、发展活力和 发展潜力 [2]，最终选取的指标如表 1，本文的数据均来自于成
12.219
75.530
1.344
12.219
75.530
2.069
18.813
72.245
3
1.053
9.573
85.104
1.053
9.573
85.104
1.414
12.859
85.104
表4：旋转成份矩阵a
GDP 人均地方财政收入（元）
地方财政收入（亿元） 人均耕地面积（公顷/人）
人均GDP(美元) 农民人均纯收入（元）
工业企业增长速度（%） 地区生产总值指数（%） 文化教育支出占财政支出的比重（%）
都市 2016 年统计年鉴。以 SPSS17.0 计量分析软件为手段进行
分析。
表1：县域经济发展水平评价指标体系的构成
x1
地区生产总值
考察经济规模
x2
地方财政收入
x3
非农产业比重
考察产业结构 发展
x4
人均地区生产总值
水平
x5
人均地方财政收入
考察经济发展水平
x6
农民人均纯收入
x7
地区生产总值指数
发展
考察发展速度
表2：KMO 和 Bartlett 的检验
取样足够度的 Kaiser-Meyer-Olkin 度量。
Bartlett 的球形度检验
近似卡方 df
Sig.
.602 165.411
55 .000
Copyright©博看网 . All Rights Reserved.2019 年第 10 期
评价与指标体系
通过检验后，用 SPSS 软件对指标数据做因子分析。得到 公共因子分别用 F1、F2、F3 表示。
几个表分别是相关系数矩阵特征值、方差（贡献率），累计方
在此基础上，对因子载荷矩阵进行最大方差正交旋转变换
差（累计贡献率），根据因子分析结果在基于特征值大于 1 的 以增强因子的解释性，得到 11 个原始指标的因子载荷系数（见
据的大部分信息，因此提取这 3 个公共因子是合适的，将三个
表3：解释的总方差
成份
合计
初始特征值 方差的 %
累积 %
合计
提取平方和载入
方差的 %
累积 %
合计
旋转平方和载入
方差的 %
累积 %
1
6.964
63.311
63.311
Байду номын сангаас
6.964
63.311
63.311
5.877
53.432
53.432
2
1.344
原则基础上抽取，提取了 3 个公共因子（见表 3）。因子提取 表 4）。载荷系数绝对值越接近于 1，表示该公共因子包含对
的结果显示有三个特征值大于 1：6.964，1.344，1.053，累计 应指标的信息量越大，因子与原始变量之间的关系越密切，故
方差贡献率达到 85.104%，说明这三个公共因子能反应原始数 将该指标归属于该公共因子。
评价与指标体系
成都市县域经济发展水平综合评价
——基于因子分析法
张小文 陈晓卫
（成都信息工程大学统计学院，四川 成都 610103 ）
摘 要：县域经济作为国民经济的最基本单元，是联合工业和农业、城市和农村的重要枢纽。我国现阶段的县域经济发展水 平总体相对不高，但发展态势良好，具备潜在优势。为了研究成都市县域经济的发展水平，本文从发展水平、发展活力和发展潜 力三个方面着手，选取了成都市各区（市）县部分影响县域经济发展的指标，然后搜集这些指标2015年的数据。运用SPSS软件做 因子分析和聚类分析，对成都市各区（市）县的县域经济发展水平做综合评价，依据县域经济的发展水平指标对各区（市）县进 行发展层次分类。最后文章根据上文定性和定量分析结果从农村经济入手，在推动农业现代化、发展特色产品、改变县域环境、 走新型工业化道路等方面提出可以进一步发展成都市县域经济的建议。
球形检验，以判断其是否适合做因子分析。通过观察检验结
果是否 KMO 检验值大于 0.5 并且 Bartlett 球形检验对应的相伴
概率值（sig 值）小于 0.05 来验证所选取的的变量是否适合做
因子分析。结果如表 2 所示：KMO 值为 0.602>0.5，sig 值为
0.000<0.05，通过检验，所选取变量可以做因子分析。
x8
工业企业增长速度
活力
资源环境与基础
x9
人均耕地面积
设施建设
发展
x10 文化教育支出占财政支出的比重 考察文化教育 潜力
x11
工业劳动生产率
生产效率
（二）因子分析
原有变量之间具有较强的相关关系是进行因子分析的前
提，可以从所有原有变量中综合提取出反应变量共同特征的公
共因子变量来，所以，需要对原有变量做 KMO 检验和 Bartlett
关键词：成都；县域经济发展；因子分析；聚类分析 中图分类号：F127 文献标识码：A 文章编号：1674-537X（2019）10.0113-04
一、引言 现阶段，我国的县域经济依然是以农业经济为主体，地域 差异明显，东部地域县域经济的开展程度远比西部地区先进， 并且这种差距还有不断扩大的趋向。开展和壮大县域经济既是 打消城乡二元经济构造，处理“三农”问题的要害点，也是鞭 策地区工业化、城镇化、农业产业化发展的重中之重。改革开 放以来，我国县域经济的总量有局部增进，城乡居民支出也有 了一定范围的上升。但是具体来说，各地的县域经济发展水平 参差不齐，展现不同的层次结构，还有许多县域还未达到小康 水平，发展还相对落后，县域经济差距、城乡收入差距依然很 大，这些都在很大程度上窒碍了各地全面建设小康社会、构建 和谐社会的前进步骤，促成县域经济发展是燃眉之急 [1]。因子 分析是一种较为客观的多指标评价方法，选取若干反映县域经 济发展水平的重要指标，从指标数据内部结构出发，获得对成 都市各区（市）县的县域经济发展水平的总体评价。因此，本 文运用因子分析方法，通过提取公共因子来代替相对数目较多 及相互关联的县域经济发展水平评价指标，对成都市各区（市） 县县域经济发展水平进行全面考察。本文选取成都市 14 个区 县作为样本，将发展水平、发展活力和发展潜力三方面因素纳 入因子分析当中，对成都市各区（市）县的县域经济发展水平 进行了总体分析。 二、实证分析 （一）研究样本与指标选取 选取样本时主要考虑样本的代表性和可获取性两个方面的 因素。选取样本为 14 个成都市各区（市）县，在选择县域经 济发展水平评价指标时兼顾县域经济的发展水平、发展活力和 发展潜力 [2]，最终选取的指标如表 1，本文的数据均来自于成
12.219
75.530
1.344
12.219
75.530
2.069
18.813
72.245
3
1.053
9.573
85.104
1.053
9.573
85.104
1.414
12.859
85.104
表4：旋转成份矩阵a
GDP 人均地方财政收入（元）
地方财政收入（亿元） 人均耕地面积（公顷/人）
人均GDP(美元) 农民人均纯收入（元）