1、安徽省地級(jí)市經(jīng)濟(jì)發(fā)展水平綜合評(píng)價(jià)_相關(guān)系數(shù)論文導(dǎo)讀:：本文選取了人均國(guó)內(nèi)生產(chǎn)總值、人均工業(yè)總產(chǎn)值、人均第一產(chǎn)業(yè)總產(chǎn)值、人均第二產(chǎn)業(yè)總產(chǎn)值、人均第三產(chǎn)業(yè)總產(chǎn)值、人均固定資產(chǎn)投資、人均現(xiàn)金收入、人均財(cái)政收入、非農(nóng)業(yè)人口占總?cè)丝诘谋壤臉I(yè)人口占總?cè)丝诘谋壤仁畟€(gè)指標(biāo)用來(lái)衡量經(jīng)濟(jì)的發(fā)展，運(yùn)用因子分析方法對(duì)安徽省17 個(gè)地級(jí)市的經(jīng)濟(jì)發(fā)展?fàn)顩r做出綜合評(píng)價(jià),分析了各市在安徽省經(jīng)濟(jì)發(fā)展中的地位。論文關(guān)鍵詞：因子分析，相關(guān)系數(shù)，綜合評(píng)價(jià)1 引言由于存在傳統(tǒng)生產(chǎn)力布局的不同,以及地理位置、技術(shù)、資源和政策的差距,安徽省17個(gè)地市間發(fā)展不平衡狀態(tài)日益凸顯,局部經(jīng)濟(jì)發(fā)展水平差異較大。因此，加快區(qū)域經(jīng)濟(jì)的均衡與可持續(xù)

2、發(fā)展是加快安徽省中部崛起的關(guān)鍵。衡量一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r，不僅僅是看某一產(chǎn)業(yè)的產(chǎn)值，而是應(yīng)該從社會(huì)生產(chǎn)的各個(gè)方面去考察，看各項(xiàng)生產(chǎn)情況的綜合效果。這就需要一種綜合評(píng)價(jià)方法相關(guān)系數(shù)，同時(shí)通過(guò)綜合評(píng)價(jià)幫助我們發(fā)現(xiàn)社會(huì)生產(chǎn)中存在的問(wèn)題以及影響總體經(jīng)濟(jì)發(fā)展水平的因素，為各個(gè)地區(qū)實(shí)現(xiàn)均衡發(fā)展提供一些理論依據(jù)。經(jīng)過(guò)分析比較，本文選取以下指標(biāo)構(gòu)建經(jīng)濟(jì)發(fā)展水平的綜合評(píng)價(jià)指標(biāo)體系，即：人均國(guó)內(nèi)生產(chǎn)總值；：人均工業(yè)總產(chǎn)值；：人均第一產(chǎn)業(yè)總產(chǎn)值；：人均第二產(chǎn)業(yè)總產(chǎn)值；：人均第三產(chǎn)業(yè)總產(chǎn)值；：人均固定資產(chǎn)投資；：人均現(xiàn)金收入；：人均財(cái)政收入；：非農(nóng)業(yè)人口占總?cè)丝诘谋壤唬簭臉I(yè)人口占總?cè)丝诘谋壤Ｒ陨现笜?biāo)中，、反映各

3、地區(qū)的經(jīng)濟(jì)總量和三大產(chǎn)業(yè)結(jié)構(gòu)，體現(xiàn)了地區(qū)的經(jīng)濟(jì)實(shí)力。、反映地區(qū)的人民生活水平。、反映地區(qū)的城市化水平核心期刊。2 安徽省經(jīng)濟(jì)發(fā)展水平的實(shí)證分析上述各指標(biāo)分別從不同的角度反映經(jīng)濟(jì)發(fā)展水平,且各指標(biāo)之間有一定的相關(guān)性, 為綜合反映經(jīng)濟(jì)發(fā)展水平以及地區(qū)特征,以了解各個(gè)方面的優(yōu)勢(shì)與差距,必須有一個(gè)綜合評(píng)價(jià)指標(biāo)以及反映地區(qū)特征的評(píng)價(jià)指標(biāo)。我們考慮用因子分析的方法尋找數(shù)據(jù)的內(nèi)在聯(lián)系,將多個(gè)指標(biāo)濃縮為少數(shù)幾個(gè)因素, 用提取的公共因子反映不同地區(qū)的特征。根據(jù)安徽省統(tǒng)計(jì)年鑒(2009年)中的相關(guān)數(shù)據(jù), 對(duì)全省17個(gè)地區(qū)的數(shù)據(jù)進(jìn)行因子分析, 并應(yīng)用SPSS軟件進(jìn)行處理。2.1 因子分析方法簡(jiǎn)述因子分析的基本思想是

4、根據(jù)相關(guān)性大小把原始變量分組,使得同組內(nèi)的變量之間相關(guān)性較高, 而不同組的變量間的相關(guān)性則較低。每組變量代表一個(gè)基本結(jié)構(gòu),并用一個(gè)不可觀測(cè)的綜合變量表示,這個(gè)基本結(jié)構(gòu)就稱(chēng)為公共因子。對(duì)于所研究的某一具體問(wèn)題,原始變量就可以分解成兩部分之和的形式,一部分是少數(shù)幾個(gè)不可測(cè)的所謂公共因子的線(xiàn)性函數(shù),另一部分是與公共因子無(wú)關(guān)的特殊因子。這一過(guò)程也就是從一些具有錯(cuò)綜復(fù)雜關(guān)系的現(xiàn)象中找出少數(shù)幾個(gè)主要因子,每一個(gè)主要因子就代表變量間相互依賴(lài)的一種作用。抓住這些主要因子就可以幫助我們對(duì)復(fù)雜的問(wèn)題進(jìn)行分析和解釋。因子分析還可用于對(duì)變量或樣品的分類(lèi)處理,我們?cè)诘贸鲆蜃拥谋磉_(dá)式之后,就可以把原始變量的數(shù)據(jù)帶入表達(dá)式

5、得出因子得分值,根據(jù)因子得分在因子所構(gòu)成的空間中把變量或樣品點(diǎn)畫(huà)出來(lái),形象直觀的達(dá)到分類(lèi)的目的。本文進(jìn)行因子分析的步驟為:(1) 選取原始變量；(2) 對(duì)原始變量進(jìn)行標(biāo)準(zhǔn)化并求其相關(guān)陣, 分析變量之間的相關(guān)性；(3) 求解初始公共因子及因子載荷矩陣；(4) 因子旋轉(zhuǎn)；(5) 因子得分；(6) 根據(jù)因子得分值進(jìn)行進(jìn)一步分析。由于上述指標(biāo)具有不同的量綱和數(shù)量級(jí)，所以在分析之前，需要對(duì)數(shù)據(jù)進(jìn)行處理，本文對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化以后所有的數(shù)據(jù)均值為0相關(guān)系數(shù)，標(biāo)準(zhǔn)差為1。因子分析模型：是經(jīng)過(guò)標(biāo)準(zhǔn)化后的指標(biāo),均值為0,標(biāo)準(zhǔn)差為1；是主因子,也稱(chēng)公共因子,其均值為0, 標(biāo)準(zhǔn)差為1,且各之間不相關(guān),；是特殊因子, 其均值為0,方差為1,各之間不相關(guān)；和相互獨(dú)立；是因子載荷矩陣。因子得分模型：其中是因子得分系數(shù)向量,綜合評(píng)價(jià)模型：根據(jù)因子方差貢獻(xiàn)率確定各因子