甘肃省经济发展水平时空对比分析.docVIP

甘肃省经济发展水平时空对比分析 　　［摘 要］本文通过因子分析法对甘肃省自西部大开发以来的区域经济发展状况进行了分析，描述了甘肃省经济发展的动态历程及空间对比状况，反映了甘肃省在西部大开发背景下经济发展所取得的成就，及存在的问题，以期为甘肃经济又好又快发展提供一些有益的参考。 　　［关键词］甘肃 因子分析 区域经济 　　 　　自西部大开发以来，在国家的扶持和东部地区的帮助下，甘肃经济社会发展水平取得了长足的进步，实现了经济发展的几个跨越，作为构成甘肃基本单元的各个市州，其经济发展水平相应迈上了几个台阶，同时，各个市州之间的实力对比也发生了一些重大的调整，在统筹东西区域之间协调发展的同时，统筹区域内部之间，特别是西部省份内部各市州间经济的均衡协调发展尤为重要。 　　一、研究方法 　　1.定量分析方法的选取 　　为客观地反映有关甘肃省经济变量之间的现实关系，本文运用因子分析模型，它是通过样本相关阵的内部依赖关系的研究，把一些具有错综复杂关系的变量归结为少数几个综合因子的一种多变量统计分析方法，其相关原理如下： 　　因子分析的基本模型为： 　　因子载荷 是第i个变量在第j个因子上的载荷，或者说，第i个变量与第j个因子的相关系数，载荷较大，则说明第i个变量与第j个因子的关系密切；载荷较小，则说明第i个变量与第j个因子的关系疏远。因子载荷矩阵中各行数值的平方和，称为各变量对应的共同度。公共因子则是在各个变量中共同出现的因子，在高维空间中，它们是相互垂直的坐标轴。特殊因子实际上就是实测变量与估计值之间的残差值，如果特殊因子为零，则称为主成分分析。 　　为了使找到的主因子更易于解释，往往需要对因子载荷矩阵进行旋转.旋转的方法有很多，最常用的是最大方差旋转法.进行旋转的目的，就是要使因子载荷矩阵中因子载荷的平方值向0和1两个方向分化，使大的载荷更大，使小的载荷更小.将因子表示为变量的线性组合时，所得到的计算结果称为因子得分，它是对公共因子的估计值。 　　二、原始数据的标准化 　　（1）当因子对于结果的影响是正向影响时???其数据标准化原理如下： 　　（2）当因子对于结果的影响是负向影响时，其数据标准化原理如下： 　　式中：为因子观测值；为因子中的最大值；为因子中的最小值；为标准化后的观测值。 　　通过标准化处理后，属性不同、量纲不一的的指标过渡到可以汇总的标准化数据。 　　三、甘肃省经济发展的时间序列分析 　　1.评价指标的选取 　　为了全面、真实、客观地反映甘肃省社会经济发展水平，要求选取的指标既能反映区域资源优势、又能反映区域的劣势和不足，既能反映这些地区的经济发展状况、又能反映反映这些地区的社会、文化发展水平。因此，本文依据宏观经济理论和国民经济统计学原理，按照区域性、科学性、系统性、可操作性及数据选取的权威性、可靠性、难易程度等原则，选取了X1――人均生产总值（元）、X2――全社会人均固定资产投资额（元）、X3――社会人均消费品零售总额（元）、X4――人均财政收入（元）、X5――城镇居民人均可支配收入（元）、X6――农民人均纯收入（元）、X7――城镇化率（%）、X8――每人中高校学生所占比重（%）、X9――发电量（千瓦小时）等9个2000年至2009年的变量为指标（以2000年为不变价，见表1）。 　　2.因子分析 　　（1）运用SPSS软件对上述标准化数据进行分析运算，可以得到如下结果。 　　 表2的数据显示KMO值为0.723，巴特利特球体检验的 统计值的显著性概率为0.000，小于1%，说明该数据适宜做因子分析。 　　方差解释的结果表明9个指标可以综合成1个主因子，其信息容纳量达到了97.261%，基本上保留了原来指标的全部信息。 　　从图1可以看出，甘肃省2000年至2009年经济发展综合水平呈现出匀速平稳的上升趋势，实现了经济的又好又快发展。 　　3.甘肃省各地州经济发展的空间对比分析 　　（1）指标的选取 　　为了全面准确地反映甘肃省各市州社会经济发展水平的空间对比分析，选取了X1――第一产业、X2――工业、X3――建筑业、X4――交通运输与仓储及邮政业、X5――信息传输与计算机服务及软件业、X6――批发和零售业、X7――住宿和餐饮业、X8――金融业、X9――房地产业、X10――科学研究与技术服务和地质勘查业、X11――水利与环境和公共设施管理业等11个变量为指标。采用了2005年与2009年的数据（以2005年为不变价，见表6与表7）。 　　（2）因子分析 　　①运用SPSS软件对上述数据进行分析运算，可以得到如下结果。 　　表8 KMO测度和巴特利特球体检验（2005年） 　　Kaiser-Meyer-Olkin Measure of Sampling Ad