2011年全国各地区工业企业经济效益评价

2011年全国各地区规模以上工业企业

经济效益评价

班级：

名：

学号：

报告时间：

指导老师：

成 绩：

1． 研究背景

经济效益是评价一个企业经营好坏的重要标准之一，如何合

理、准确地评价企业的经济效益,是经济统计理论和实际工作

者以及企业管理人员十分关心的问题。评价企业的经济效益包

括两大方面的问题,一是建立一套合理的评价企业经济效益的

指标体系,二是利用这套指标体系对企业的经济效益进行综合

评价。因此，本报告采用主成分分析方法,将相关的多项指标转化为少数几个不相关的综合指标来评价企业的经济效益。2． 变量及数据

本报告选取的是2011年全国按地区分规模以上工业企业的经济效益指标数据，变量主要包括：X1-100元固定资产原值实现值，X2-100元固定资产原值实现利税，X3-100元资金实现利税，X4-100元工业总产值实现利税，X5-100元销售收入实现利税，X6-100元流动资金实现值，X7- 每吨标准煤实现工业价值，X8-每千瓦时店里实现工业产值，X9-全员劳动生产率9个指标，利用SAS软件进行主成分分析，对该指标体系进行综合效益评价。数据来源于2011年中国统计年鉴，数据涵盖了我国28个主要城市和省份。

三．数据分析

将所有指标的原始数据进行标准化后，得到相关系数矩阵

相关矩阵

x1x2x3x4x5x6x7x8x9

x1 1.00000.86850.7703-0.05300.21070.91990.89920.79470.8958 x20.86851.00000.97800.38650.47240.88620.80380.81400.8486 x30.77030.97801.00000.52310.53080.79710.73620.74040.8107 x4-0.05300.38650.5231 1.00000.32310.1153-0.02290.12490.0507 x50.21070.47240.53080.32311.00000.17470.26000.37140.3172 x60.91990.88620.79710.11530.17471.00000.87710.81520.7679 x70.89920.80380.7362-0.02290.26000.8771 1.00000.75660.8180 x80.79470.81400.74040.12490.37140.81520.75661.00000.7149 x90.89580.84860.81070.05070.31720.76790.81800.71491.0000

表（1）

观察表（1），发现各指标之间具有一定相关性，这是进行主成分分析的前提条件。

相关矩阵的特征值

特征值差值比例

累积

1 6.14994.67700.68330.6833

2 1.47290.77550.16370.8470

30.69740.37960.07750.924540.31780.12780.03530.959850.19000.07400.02110.9809

60.11600.08690.01290.993870.02910.00480.00320.997080.02430.02190.00270.9997

9

0.0024

0.0003

1.0000

由碎石图可以看出，第二个及第三个特征值变化的趋势已经趋于平稳，所以，取前两个或者前三个主成分是比较合适的。需做进一步判断。

表（2）

表（2）是各样本相关系数矩阵的特征值，相邻的两个特征值之间的差，每个特征值解释的方差的比

率和累积比率。根据结果可以看出，第一、第二主成分累计解释方差的比率已经达到84.7%，所以认为前两个主成分可以较好地反映数据的信息。

特征向量

Prin1Prin2x10.3756-0.2595x20.39340.1344x30.37530.2653x40.09350.7113x50.17460.4913x60.3721-0.1650x70.3616-0.2254

x80.3513-0.0524x9

0.3626

-0.1268Obs

x1

x2

x3

x4

x5

x6

x7

x8

x9

Prin1

Prin2

表（3）表（3）显示了前3个特征向量按照特征值对应的顺

序排列。根据特征向量，可以写出由标准化后的变量所表达的前两个主成分：第一主成分为：

prin1=0.3756x 1+0.3934x 2+0.3753x 3+0.0935x 4+0.1746x 5+0.3721 0.3513x 8+0.3626x 9

prin2=-0.2595x 1+0.1344x 2+0.2653x 3+0.7113x 4+0.4913x 5-0.1650x 6-0.2254x 7 -0.00524x 8-0.1268x 9

根据上述分析结果可以看出，第一主成分对固定资产因素、资产因素和标准煤实现工业产值变量上的系数较大，所以认为第一主成分反映了该几项因素对企业经济效益的影响。第二主成分对工业总产值实现利税、销售收入实现利税变量上的系数较大，所以认为第二主成分反映了该两项因素对企业经济效益的影响。

1119.2930.9829.9225.9715.4821783.4121006296.7 2.81624 2.42574 2143.9831.5930.2121.9412.2928524.2920254363.1 3.735830.53648 394.817.217.9518.149.3711672.0312607322.2-0.48683-0.09775 465.811.0811.0612.1516.848.821.6510166284.7-2.0220.38457 554.799.249.5416.86 6.27894 1.87564225.4-2.9763-0.7325 694.5121.1222.8322.3511.2814162.3613.39311.7-0.41801 1.26765 780.4913.3613.7616.67.1413062.079400274.1-1.61355-0.80963 875.8615.8216.6720.8610.3712672.269830267-1.041540.69227 9187.7945.939.7724.4415.0943464.1131246418.67.03772 1.37858 10205.9627.6522.5813.427.8132024.6923377407.2 3.94428-2.80674 11207.4633.0625.7815.949.2838114.1922054385.5 4.36843-1.82138 12110.7820.720.1218.69 6.614682.2312578341.10.07225-0.59832 13122.7622.5219.9318.348.3522002.6312164301.20.51241-0.52311 1494.9414.714.1815.49 6.6916692.2410463274.4-1.18985-1.25291 15117.5821.9320.8918.659.11820 2.817829331.10.98439-0.36279 1685.9817.317.1820.127.6713061.8911247276.5-1.027540.09775 17103.9619.518.4818.779.1618292.7515745308.90.35485-0.30026 18104.0321.4721.2820.638.7212721.9813161309-0.043540.38766 19136.4423.6420.8317.337.8529593.7116259334 1.81893-1.31474 20100.7222.0420.921.889.6717322.1312441296.40.13750.71891 2184.7314.3514.1716.937.9613102.3411703242.5-1.40993-0.61027 2259.0514.4814.3524.538.0910681.329710206.7-2.24418 1.31849 2373.7221.9122.729.729.3814471.9412517295.8-0.02115 2.4002 2478.0213.1312.5716.839.1917312.0811369220.3-1.62419-0.40612 2559.6214.0716.2423.5911.349261.1313084246.8-1.64507 1.74861 2651.668.328.2616.117.0510551.319246176.49-3.40825-0.59253 2752.958.258.8215.57 6.588341.1210406245.4-3.06813-0.84212 2860.2911.2613.1418.688.391041 2.910983266-1.54277-0.28576

表（4)

表（4）输出的是包含原始数据和主成分得分的数据集，如第

一个样本（北京）的主成分得分是2.81624，第二个主成分得

分是2.42574

3． 结论及建议

结合表（4）来看，北京（1）、上海（9）、天津（2）的