经济带发展各地借东风

经济带发展各地借东风（共6篇）

经济带发展各地借东风 篇1

一、因子分析意义

为了全面、系统地分析评价中国各地区宏观经济发展情况，往往要考虑众多对宏观经济发展有影响的因素，即指标，也称为变量;所以宏观经济发展的评价是一种多指标下的综合评价。多变量大样本无疑会为科学研究提供丰富的信息，但也在一定程度上增加了问题分析的复杂性;同时应该看到，每一个变量都在不同程度上反映了所研究问题的某些信息，而各个变量之间往往存在一定的相关关系，反映的信息在一定程度上有重叠;单变量虽然可以用来评价比较企业经济效益，但有时不同变量下的结果可能不一致，出现矛盾。因此，有必要寻找和设计一个或几个较少的综合指标来综合各方面的信息，这些较少的几个综合指标不相关，所代表的信息不重迭，而包含的信息又较多，用较少的综合指标对宏观经济发展进行分析评价，容易抓住主要矛盾，使问题简化。因子分析方法正体现了这一分析思想，是解决这一问题的理想工具。笔者利用因子分析法，对中国各地区宏观经济发展情况进行综合分析评价，取得了较好的分析评价结果，有一定的参考价值。

二、因子分析介绍

多变量大样本资料无疑能为科学研究提供很多有价值的信息，但有时，有必要简化 (降维) 数据，即从多变量或大样本中选择少数几个综合独立的新变量或个案，用以反映原来多变量的大部分信息。数据简化 (降维) (Data R eduction) 分析中的因子分析 (Factor Analysis) 能实现这个目的。

因子分析 (Factor Analysis) 是从多个变量 (指标，Variables) 中选择出少数几个综合变量的一种降维多元统计分析方法，用以达到数据简化 (Data Reduction) 的目的。

在分析处理多变量问题时，变量间往往相关极为密切，使得观测数据所反映的信息又重叠，因此，人们希望能找出较少的综合变量尽可能地反映原来变量的信息，彼此之间又互不相关。这些不可观测的少数几个综合变量称为公共因子或潜在因子。

因子分析可以根据用户选择的对象提取 (Extraction) 公因子方法与初始因子载荷矩阵的旋转 (Rotation) 方式，输出变量的特征值 (Eigenvalue) ，方差百分比 (%of Variance) ，累计方差百分比 (Cumulative%) ，旋转后的因子矩阵 (Rotated Component Matrix) ，碎石图 (Scree Plot) ，以及旋转因子空间成分图 (Component Plot in R otated Space) 等。

三、因子分析实例

例如：已知中国各地区2002年宏观经济发展的各种指标：GDP (x1) ，居民消费水平 (x2) ，固定资产投资 (x3) ，职工平均工资 (x4) ，货物周转量 (x5) ，居民消费价格指数 (x6) ，商品零售价格指数 (x7) 与工业总产值 (x8) 的数据略。用统计分析软件试作这8项宏观经济指标的因子分析 (具体分析过程略) 。

四、因子分析

1. 输出各变量的平均数 (Mean) ，标准差 (Std.Deviation) 与例数 (AnalysisN) 。

2. 输出各变量的相关系数矩阵 (Correlation Matrix) 。

3. KMO抽样适度测定值 (Kaiser—

Meyer—O lkin Measure of SamplingAdequacy) ，本例是0.682，此值大于0.5，故可认为，本数据可用于进行因子分析。一般认为，此值越大，进行因子分析的效果越好。

4. 公因子方差 (Communalities) ，提取 (Extraction) 公因子的方法是PrincipalComponent Analysis (主成分分析法) 。

5. 总方差解释 (Total Variance Explained) 。方差百分比 (%ofVariance) ，累计方差百分比 (Cumulative%) 。本例的累计方差百分比是84.022%。

6. 特征值碎石图 (Scree Plot) 呈下降趋势。

7. 因子成分矩阵 (Component Matrix) 有三个主成分 (Component) ，表明原来8个变量反映的信息可由三个主成分 (3.879+1.610+1.233≈6.722个变量) 反映84.022%，说明提取三个主成分便可以了。

8. 经最大方差斜交旋转 (Direct 0blimin) 后的因子成分矩阵 (PatternMatrix) ，可以看出，每个因子只有少数几个指标的因子载荷较大，因此可根据此矩阵进行分类，将8个指标按高载荷分成三类。

第一个因子在指标X1、X8、X3有较大的载荷，这些是从GDP、工业总产值、固定资产投资三个方面反映经济总量状况的，因此命名为总量因子。

第二个因子在指标X2、X4、X5有较大的载荷，这些是从职工平均工资、居民消费水平、货物周转量这三个方面反映经济发展状况的，因此命名为消费因子。

第三个因子在指标X6、X7有较大的载荷，反映综合价格水平，因此命名为价格因子。

9. 输出旋转空间的成分图 (ComponentP10t in R otated Space) ，直观上，可以说变量X1、X8、X3为一组，变量X2、X4、X5为一组，而变量X6、X7为一组。

1 0. 输出因子成分得分系数矩阵 (Compo-nent Score CoefficientMatrix) ，从而有：

从上述模型看出，第一公因子基本上支配了X1、X8、X3 (绝对值较大的系数) ，而第二公因子基本上支配了X2、X4、X5(下转第85页)(上接第83页) (绝对值较大的系数) ，而第三公因子基本上支配了X6、X7 (绝对值较大的系数) 。

1 1. 三因子综合得分Z=dlfacl+d2fac2+d3fac3

d是综合因子的特征值。各地区Z的平均分等于零。

五、得分与名次

(1) 广东 (三因子综合得分Z=10.93) ; (2) 上海 (Z=9.65) ; (3) 山东 (Z=8.70) ; (4) 江苏 (Z=8.07) ; (5) 浙江 (Z=7.01) ; (6) 河北 (Z=2.39) ; (7) 河南 (Z=2.19) ; (8) 四川 (Z=1.29) ： (9) 湖北 (Z=0.57) ; (10) 北京 (Z=0.52) ; (11) 湖南 (Z=-0.05) ; (12) 福建 (2=-0.35) ; (13) 天津 (Z=-0.44) ; (14) 江西 (Z=-0.61) ; (15) 辽宁 (Z=-0.92) ; (16) 安徽 (Z=-1.31) ; (17) 青海 (Z=-1.42) ; (18) 内蒙 (Z=-1.54) ; (19) 西藏 (Z=-1.55) ; (20) 黑龙江 (Z=-1.73) (21) 吉林 (Z=-2.10) ; (22) 重庆 (Z=-2.63) ; (23) 甘肃 (Z=-3.18) ; (24) 陕西 (Z=-3.49) ; (25) 云南 (Z=-3.56) ; (26) 贵州 (Z=-3.57) ; (27) 山西 (Z=-3.91) ; (28) 广西 (Z=-4.20) ; (29) 新疆 (Z=-4.48) ; (30) 宁夏 (Z=-5.06) ; (31) 海南 (Z=-5.36)

六、结果分析

通过对中国各地区8大宏观经济指标的因子分析，可以看出中国东南沿海6省市经济发展强劲，经济实力雄厚，当之无愧成为带动中国经济发展的火车头，居经济发展的龙头地位。而中国西部广大地区相对来讲经济比较落后，居于中国经济发展的薄弱部位。

西部地区虽然地域辽阔，自然资源丰富，但是经济发展条件较差，尤其是交通、通讯、供电、供水等基础产业较为落后。例如，西部地区铁路营运里程占全国的36.26%，铁路网密度相当于全国水平的51%，相当于东部地区的21%;公路营运里程占全国的38%，公路网密度相当于全国水平的54%，东部地区的18%。一般来说，这些产业投资大，建设周期长，投资回报率低，对其他产业发展的制约作用大。搞西部大开发不能不讲规模和速度，没有规模，就很难取得较大效益，也不会有稳固的市场地位。例如，新疆棉花在1980年时年产量仅7.92万吨，占全国棉花产量的比重为2.93%，市场地位微不足道。2000年年产量达150万吨，占全国的比重为36%，市场地位举足轻重。没有发展速度就不能缩小西部地区与东部地区的差距，也反映不出大开发的本色。西部地区必须有加速发展的指导思想，不断发现和培育新的经济增长点，并使之迅速形成规模，从而拉动西部地区经济迅速发展。近年来，云南的旅游业和花卉业，新疆的以蕃茄、胡萝卜、枸杞子的种随加工业为代表的红色产业，青海的钾肥项目以及跨越10几个省区，投资额达1700多亿元的西气东输工程已经或即将成为西部地区经济增长的新亮点，各地区应该加大扶持力度，使这些产业迅速成长壮大，从而拉动经济快速发展。讲规模和速度的同时还要讲结构。要根据市场需求调整产业结构和产品结构。在把主导产业保持在适度规模的前提下，大力发展特色产业和新兴产业，以避免过度单一的产业结构给地区经济稳定发展带来的不利影响。规模、速度与结构是否合理最终要由效益来评价，地区经济的市场竞争力归根到底是由效益水平决定的。西部地区选择质量效益型发展模式是客观现实条件的必然选择。西部地区要因时、因地、因势制宜，选择创新发展模式。西部各省区发展水平参差不齐，发展条件千差万别，显然很难找到一个西部通用的发展模式。所以，应该在权变原则指导下选择西部地区经济发展模式，走创新发展之路。西部地区经济发展选择创新模式不仅完全必要，而且可能性极大。首先，西部地区具备以市场需求为导向，充分利用西部独特的资源优势，发展特色产业的条件。其次，人类社会已经迈入知识经济时代，科学技术的迅猛发展带来无穷的创新机会，使欠发达地区和发达地区在许多领域处于同一条起跑线上。西部地区完全没有必要重复沿海发达地区走过的老路，而且可以根据区情和市场动态，充分运用科技革命的最新成果，探索地区经济发展的新路;最后，西部地区经济发展所面临的国内外环境与20世纪80年代比较已经发生了根本性的变化，这一方面使西部地区难以模仿沿海地区的发展模式，另一方面也为西部地区探索经济发展新模式提供了可能。例如，我国政府已将环境保护作为基本国策，环保法律法规体系日趋完善，执法力度加大，这一方面使西部地区不再可能模仿沿海地区以“五小”乡镇工业企业快速发展作为支撑的发展模式，另一方面却为西部地区大力发展生态产业提供了契机。

摘要：因子分析是从多个变量中选择出几个综合变量的一种降维多元统计分析方法, 用以达到数据简化的目的;本例中得到三个公共因子:总量因子、消费因子、价格因子;对中国各地区宏观经济发展进行因子分析, 计算出各地区8指标在第一公因子、第二公因子、第三公因子上的得分, 进而通过公式计算出三因子综合得分, 排出各地区的名次;对中国地区宏观经济发展进行结果分析。

关键词：公共因子,因子分析,因子得分

参考文献

[1].洪楠等.统计产品和服务解决方案教程[M].北京:北方交通大学出版社, 2003

[2].中华人民共和国国家统计局.中国统计年鉴[U].北京:中国统计出版社, 2003

[3].于秀林, 任雪松.多元统计分析[M) .北京:中国统计出版社, 1999

[4].姬景周.统计学原理[M) .北京:中国商业出版社, 1997

[5].刘志林.经济与管理研究[M].北京:中国商业出版社, 2002

经济带发展各地借东风 篇2

一、因子分析的基本原理

因子分析起源于20世纪初, K.Pearson等学者为定义和测定智力所作的统计分析, 其基本步骤主要包括:判断原始变量是否适合于因子分析;确定公共因子;旋转因子载荷;计算因子得分;计算综合得分。

二、实证分析

(一) 原始数据的选取

所有原始数据均直接来源于《中国统计年鉴2006》或经计算得到, 所有数据如表1所示。

(二) 因子分析方法的选取

本文对原始变量相关性进行检验的方法是KMO检验;确定公共因子采用的是基于主成分模型的主成份分析法;旋转因子载荷采用的是正交旋转法;计算因子得分采用的是回归法。

(三) 实证结果分析

运用SPSS软件, 对原始数据进行因子分析, KMO检验值为0.841, 表明原始变量适合作因子分析。分析结果如表2、表3、表4所示。

表2显示, 两个公共因子的累计贡献率为90.626%, 说明取前2个公共因子可以反映原始变量90%以上的信息。

表3显示, 因子1反映人均产出、收入和消费能力, 因子2反映住房福利。

根据因子得分系数, SPSS自动计算出各地区的因子得分Fac_1和Fac_2, 由此计算出各地区的综合得分 (见表4) 。

根据Fac_1的排名, 上海、北京的人均产出、收入和消费水平处于全国最高水平。天津、浙江、广东和江苏处于第二集团的位置。

根据Fac_2的排名, 浙江人均建筑住房面积最大。福建、重庆、江苏、湖南、四川、湖北、江西、广西和山东分列第2位至第10位。

从综合得分来看, 上海和北京为我国经济发展水平最为发达的地区。浙江、天津、广东和江苏处于第二集团的位置。福建、山东和辽宁处于第三集团。重庆、内蒙古、河北、湖北、湖南、山西、吉林、宁夏、江西、四川、黑龙江、河南、新疆和青海在全国处于中下游的水平。陕西、广西、海南、安徽、西藏、云南、甘肃和贵州是全国经济最不发达的省区。

综上不难发现, 东部沿海地区的经济发达程度明显领先内陆, 中西部地区经济发展水平存在一定差异, 但中部各省区并无较大优势, 部分西部省区的经济发展水平超越了一些中部省份。另外, 从人均建筑面积来看, 经济发达的地区并无优势可言, 上海和北京两地的住房福利甚至居于全国中下的水平。

摘要：随着我国经济的快速发展, 各地区经济发展水平不平衡的态势日趋明显。文章应用因子分析, 对我国各地区经济发展水平进行了综合评价。结论表明, 东部地区经济发展水平明显领先中西部地区, 但并不严格按地理位置呈东-中-西阶梯分布。

关键词：因子分析,地区,经济发展水平

参考文献

[1]、王学民.应用多元分析[M].上海财经大学出版社, 2004 (1) .

经济带发展各地借东风 篇3

“京津冀一体化”战略的实施, 为石家庄市发展提供了新机遇, 如何利用好重要的战略机遇期, 完成生产方式、布局谋划和经济战略的调整, 以及部分城市产业结构的升级, 是目前石家庄完成跨越式发展的关键所在。要想在京津冀一体化的城市发展进程中采用区域联合、重构产业、改革创新等手段实现石家庄的经济飞升, 就必须紧密结合市场经济, 构建一系列与京津相衔接的体制, 以适应石家庄的城市经济发展方向。

2 区域经济一体化所暴露出石家庄的问题

2.1 服务于京津, 缺乏深度合作

长久以来, 河北省一直沿用服务于京津的发展战略, 从京津的角度寻求自身定位。作为河北省省会, 石家庄市长期担负着京津冀农副产品和劳务服务等传统合作领域的稳定工作。然而, 长时间量的服务并没有给石家庄带来质的变化。现在石家庄市企业数量、规模均达不到一线城市的标准, 各方面的政策支持仍然不够完善, 这不利当地经济发展。

换而言之, 石家庄目前主要扮演了一个服务者的角色, 虽然承接着京津企业的能源共享与原材料供应, 但却缺乏区域规则, 没有完整的城市战略定位。京津的行政影响力过强, 导致石家庄一直处于受制行政区域的貌合神离状态。

2.2 从属于京津, 缺少自主发展战略

作为区域经济合作的从属城市, 石家庄长久借力北京、天津的发展战略, 而没能在“自主发展战略”方向上寻求突破。京津冀区域经济合作中, 因北京特殊的首都定位和政治因素使得京津冀之间的经济关系变得相当复杂, 尚未迈步于一线城市的石家庄, 城市功能尚不完备。人口规模偏小、经济发展受限使得石家庄在京津冀区域中处于中等城市水平。但是, 良好的产业基础、丰富的资源以及优越的战略位置有助于石家庄市发展成为大城市。另外, 石家庄在承接大城市的产业、技术、信息等方面也具有核心优势。扩大规模、注重品质、适度发展是石家庄城市体系构建的引领方向, 有利于实现石家庄的自主发展。

2.3 区域经济失衡

目前, 京津冀区域经济缺乏经济增长点, 合作现状稍不理想。北京、天津的发展受制于河北地区环境资源的供给, 但河北地区单纯的资源供应并不能有效的带动自身区域经济的发展。廊坊、唐山、石家庄等周边城市虽然填补了中心城市所缺乏的人才、资源等, 但是, 依然无法突破中心城市的经济壁垒, 缺乏一系列融入中心城市的制度建设。就当前发展现状来看, 石家庄市缺乏利用区域资源协调的新机制和区域分工新机制, 缺乏城市间交通基础设施建设和管理。与北京、天津相比, 石家庄基础设施不完善, 公共设施和服务水平不尽如人意, 某些政府部门不作为, 导致公共服务匮乏, 公共制度建设滞后性非常严重, 市场经济环境相对较差。

3 借助京津冀一体化之机遇实现经济发展目标

河北地区在京津冀一体化的过程中扮演着十分重要的角色, 而石家庄又是其中的重要一极, 相对于其他周边城市来说, 石家庄市在投资体制、管理体制、市场体制、人才体制、科技体制等方面都存在一些问题。也就是说, 石家庄市既要与国家改革方向相一致, 也要与京津相协调, 加快体制改革创新, 形成适合城市本身发展的市场环境。为此, 要重点抓好以下几个方面:

3.1 以加强深度合作为目标, 努力实现优秀资源共享

以市场为导向, 建立利益驱动机制。京津冀区域经济合作的过程中, 各方要注意突出机会公平、利益共享。但并不是平均的共享, 也不是“扶贫式”的恩惠, 而是通过地区之间的差异互补, 让各个地区的个体化优势展示出来, 以利益调节为杠杆, 引导不同的生产要素按照比较优势原则流向不同的区域, 充分发挥各种生产要素的作用, 使得各地区都能从中获取需求利益, 以实现地区间按照比较成本与比较利益的原则进行分工合作的新格局。

以培养人才为目的, 建立学习培训机制。首先, 要结合生产发展实际, 加强职业培训力度和应用技术的推广程度。其次, 针对特殊人才开展学习培训, 使特殊人才吸纳、掌握新的知识和技巧, 提高整体素质与创新能力。再次, 要建立健全与智力资源资本化要素分配的制度, 探索一系列高度开放且有效的人力资源市场化制度, 最终形成京津冀一体化发展需求与智力资源供给相适应的互动格局。此外, 石家庄市还可以与京津著名高校、科研机构合作办学、设立分校, 也可以建立科研基地, 聘请著名专家学者定期或不定期到石家庄各大高校或教育机构开展培训活动, 变化形式, 为石家庄市培养高素质人才。

以保证科学决策为宗旨, 建立健全咨询体制。针对涉及到各方的重大问题、重要项目等, 京津冀之间应建立相关主体平等参与的决策平台、决策程序, 以利于进行咨询或信息收集等反馈体系, 切实维护各方利益。

3.2 以实现自主发展为目标, 完善创新各项服务体制

以发展自由贸易为核心, 建立现代贸易体制。京津冀之间要更加开放, 打破区域封锁与市场分割, 促进商品的自由流动, 从而使各区域经济活动实现均衡发展。在京津冀一体化中, 石家庄市要以京津为模板, 重点推进产业接轨、政策接轨、基础设施接轨和观念接轨。同时, 更新观念、超越理念, 以更大的勇气和气魄, 建立健全灵活机制, 真正的融入京津。

以发展现代金融为核心, 建立现代金融体制。改革金融体制, 发挥国有商业银行的主渠道作用。加强与区域内和境内外金融机构的合作, 稳步发展地方金融机构和保险、证券等金融业务, 鼓励有实力的公司扩大规模、发行股票。比对天津市滨海新区的金融政策, 打造京津冀次金融中心, 为全省发展提供全方位的金融服务。

以服务人民生活为目的, 建立现代社会服务体制。谋求同京津冀区域其他城市的互联互通, 比如建立健全信息沟通网络, 使信息、资源实现共享, 从根本上保障沟通无阻碍。同时, 完成环境保护联防机制、统一环境执法、统一公共服务标准, 真正的实现公共服务的衔接, 努力完善区域内部公共服务的对接, 实现交通、通信、供水、医保、住房等设施与服务的全面保障, 推动资源、人才、信息、技术共享制度的建设等等。发挥石家庄市在京津冀区域经济中的战略作用, 不断的拉近三地间的公共服务水平差距。

3.3 以引导市场协调发展为目标, 建立竞争合作机制

以引导市场协调发展为目标, 建立竞争合作机制。强调竞争, 重视合作, 弥补经济市场的不足。在京津冀三地间建立一个沟通协调、统筹规划的平台, 通过长期性、经常性的对话, 兼顾各地区的当前与长远安排, 协调局部和整体的关系, 减少恶性竞争。

以谋求联合发展为目的, 建立合作型发展模式。石家庄市在谋求同大城市的联合发展的过程中, 要有计划、有目的、有步骤的稳步扩大城市规模, 注重与其他周边城市的合作, 吸收优质资源, 形成集聚效应, 通过联合带动, 扩大效应, 同步提升城市品质。建立健全过硬的城市内部经济, 以地方特色为抓手, 发展地方经济, 比如建设低碳城市、旅游城市、文明城市等。通过扩大城市规模建设, 确立石家庄的优势地位, 努力从依附于京津的发展战略向自主发展战略转变, 逐步从区域经济合作中获取主动权。

摘要：京津冀区域经济一体化即推动三地交通、环保、产业和市场体系等方面的一体化, 打破市场分割, 逐渐取消商贸、运输、资金流转、人才流动的各种行政关卡, 以市场一体化推动产业金融一体化。石家庄在此机会下应明确在京津冀区域经济合作中的发展思路, 进行有针对性的经济发展策略。既能实现国家区域经济发展的宏观战略, 又能使石家庄市维护好、发展好、实现好自己的经济利益。

关键词：京津冀,区域经济一体化,石家庄,经济发展

参考文献

[1]戈钟庆, 武剑, 戈力禾.构建石家庄市融入京津冀一体化体制机制分析[J].河北省社会主义学院学报, 2011.

经济带发展各地借东风 篇4

对于河北省各地区经济发展差异,已有的研究主要集中在地区经济差异的现状、原因及解决措施等方面。本文选取10个指标构建评价体系,运用因子分析和聚类分析方法,采取客观赋权的方法建立加法合成评价模型,基于2013年的统计数据对河北省经济发展水平做了差异分析和提出协同发展方面的相关建议。

一、指标的选择及标准化

为了全面客观地衡量河北省不同区域的经济发展水平,借鉴相关研究成果,结合河北省的实际情况和具体问题,遵循指标数据的客观性、可获取性等原则,选择合适指标,建立评价模型, 研究2013年河北省各地区的经济发展水平。

选取省属11个地市10项统计指标构建评价体系。10项指标依次为:第一产业增加值(亿元),第二产业增加值(亿元),第三产业增加值(亿元),全部财政收入(亿元),固定资产投资(亿元),社会消费品零售总额(亿元),实际利用外资(万美元),城镇居民可支配收入(元),农村居民人均纯收入(元),进出口总值 (亿美元)。由于选取的数据存在不同量级或不同单位,在进行数据分析前,需要进行标准化处理,使数据在平等的条件下进行分析。标准化处理后数据见表1。

二、河北省各地区经济发展水平的因子分析

因子分析利用降维的思想,由研究原始变量相关矩阵内部的依赖关系出发,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。通过因子分析,保证数据信息丢失较小的原则下,对原有数据进行降维简化,最终用少数几个公共因子来评价各地区的经济发展水平。通过因子分析,可以实现对各地区经济发展水平进行等级排序,避免人为评分的主观性,使评价结果更为客观。

(一)因子分析的适宜性检验

运用软件SPSS19.0,对指标数据进行因子分析适宜性检验。 本文通过对数据进行KMO统计量和Bartlett’s球形检验,见表2。

由表2可以得出,KMO值 =0.716>0.7,Bartlett’s球形检验卡方统计量 =172.762,单侧p=0.000<0.01,所选数据通过了KMO统计量和Bartlett’s球形检验。故选取指标数据适宜进行因子分析。

(二)公共因子个数的选取

从表3得出:前两个因子能够反映原始指标93%的信息,且特征值大于1,具有显著代表性,符合进一步分析的要求。因此, 我们选择前两个因子作为评价本省11个地区经济发展水平的综合变量。

(三)因子分析与模型建立

本文在因子旋转时采用方差最大正交旋转法,得到旋转后的因子载荷如表4(见下页)。

表4反映了主因子与原始变量之间的相关程度。因子载荷值越高,表明该指标与该因子的相关程度越高,包含该指标的信息量也就越多。根据主因子所反映的原始变量的信息特征,可以进行因子命名。结合实际情况,第一个因子命名为“经济发展因子”,第二个因子命名为“城乡人民生活水平因子”。

计算因子得分,通过对各因子的方差贡献率占两个因子总方差贡献率的比重作为权重并进行加权汇总,得到各地区经济发展水平的综合得分F,即:

f=(57.241×F1+35.708×F2)/92.949

通过计算各地区的因子得分,得到各地区的综合排名,依次是:唐山、石家庄、邯郸、沧州、保定、廊坊、秦皇岛、邢台、张家口、 衡水、承德。具体得分情况见表5。

由表5得知,在经济发展因子上得分最高的前三个地区依次是石家庄、唐山、保定,其中石家庄的得分为1.67361,唐山为1.55563,远远超过其他地区,这就是说,石家庄、唐山经济发展能力远高于其他地区。在城乡人民生活水平因子上得分最高的前三个地区依次是廊坊、唐山和秦皇岛,其中廊坊的得分为1.86183,远远超过其他地区,说明廊坊地区城乡人民生活水平上比其他地区好。承德、张家口、衡水和邢台地区在城乡人民生活水平改善上有待提高。

三、河北省各地区经济发展水平的聚类分析

为了验证因子分析的正确性,我们再用系统聚类法对因子分析得出的两个因子值进行分析。借助SPSS19.0软件采用组间联接的方法进行系统聚类,距离上采用欧式距离,以两个因子F1和F2作为变量,对河北省11个地级市进行分类。得到聚类树状图如图1。

为方便比较,以F1作x轴,以F2作y轴,做出各地级市的做因子得分图如2。根据上述两个图表,聚类分析和因子分析的结果基本相同。这样,可将河北省11个地级市划分为四类:第一类为发达地区,包括唐山、石家庄;第二类为中等发达地区,包括保定、沧州、邯郸;第三类为一般发展地区为廊坊、秦皇岛;第四类为相对落后地区,包括衡水、邢台、张家口和承德市。

四、结论与建议

利用因子分析和聚类分析方法,将河北省划分为四个经济发展水平不同的区域。根据SPSS软件结果,充分分析各地区经济发展水平差异性,有利于提出更有针对性的经济政策,有利于各地区之间优势互补。

唐山、石家庄为发达地区,综合得分远高于其他地级市的得分,唐山市:经济发展因子F1得分位列第二,城乡人民生活水平因子F2排首位,综合经济发展水平排列第一,可见唐山市具有相对雄厚的经济实力,在11个地级市中经济发展水平最高;石家庄:经济发展因子F1得分位列第一,城乡人民生活水平因子F2排第四位,经济发展因子得分较高,城乡人民生活水平相比唐山有待提高。

邯郸、保定等为中等发达地区,综合得分与发达地区打开较大差距。这类地区经济发展虽然拥有一定经济基础和实力,但是优势不够明显。廊坊、秦皇岛为经济发展不平衡地区,这类地区城乡人民生活水平因子得分分别为1.86183,1.01435,位次为第一、第三,说明该地区城乡人民生活质量较高,但是经济发展因子得分却不尽如人意。衡水、邢台、张家口等欠发达地区,这些地区资源优势不明显,经济基础薄弱等劣势因素制约了其经济的发展,因此,综合因子得分排名落后,经济发展水平低。缩小河北省各地区间经济发展水平差异,提高该类城市经济发展水平是关键。

通过对河北省各地区经济发展水平进行因子分析和聚类分析,各地区经济发展水平仍然存在明显差异,若任其发展下去, 忽视地区间协调发展,必定会导致两极分化,不利于河北省经济健康稳定持续地发展。为全面实现河北省持续发展、协同发展, 必须首要解决各地区间经济发展水平差距大的问题,合理地发挥各个地区的优势,实现各地区经济之间稳定健康发展。为此提出以下具体建议:

一是重视各地区人民生活水平差距问题。居民生活水平是反映社会经济发展水平的一个重要侧面,廊坊市为1.86183,排名第一位;承德市为 -1.16809,排名为第11位。可见各地区生活质量差别很大,协调各地区经济健康发展,缩小各地区人民生活水平差距无疑是非常重要的。

二是发挥各地区区域优势,发展各地区特色经济,调节产能结构,逐步缩小经济发展因子的差距。由于各地区所拥有资源不尽相同,各地区有各地区的特点,发展地区特色产业,发挥优势,同时需加强各地区间的分工与合作。比如:廊坊有“京津走廊上的明珠”之称,石油、天然气以及地下热水、矿泉水等矿产资源比较丰富,应充分认识地热能源开发和利用的重要意义,并充分地科学地利用好地热资源;邯郸、唐山的煤、铁等金属矿产资源丰富,拥有发展钢铁、煤炭产业的优势,但在开发利用上同时应注意到环境的保护;承德、张家口等地资源优势不足,但地处广阔的坝上草原,因此可以大力发展生态畜牧业和旅游业;秦皇岛应继续发展自身的三大优势(历史文化优势、自然地理环境优势、港口交通优势)来打造自己优势产业,利用区位优势,发展特色产业来提高区域自身的竞争力。政府应在此发展基础上,调节各地区产能结构,缩小经济发展因子的差距。

三是提高效能,稳步提升。随着经济的发展,“高能耗,低产出”的生产模式逐渐会被淘汰。经济结构也需要有所转变,不能一味“粗放型”,要逐步向“集约型”转化。要将节能降耗和资源的综合利用一手抓,将落后工艺、机器淘汰掉,最终达到高能耗、低产出逐步被低投入、低污染、高产出所替代的目标。河北省政府相应制定了节能减排“十二五”规划,促进产能结构调整,以实现经济的可持续发展。

四是污染治理,迫在眉睫。河北省经济产业结构偏重,钢铁、 石化、电力、建材等“两高”行业过于集中;能源结构不尽合理,单位GDP能耗远高于全国平均水平。这样的产业和能源结构,给环境带来巨大的压力也是很正常的。环境污染成为经济持续健康发展道路上的一个巨大的障碍,环境治理变得尤为重要。大幅度削减钢铁产能,优化产业结构,淘汰落后产能以及加大环境执法监管力度等措施,不仅是为了河北唤回蓝天,更是为了河北省各地区经济的可持续健康发展。

五是京津冀协同发展战略,既是机遇,也是挑战。习近平总书记强调实现京津冀协同发展是一个重大的国家战略,要坚持优势互补、互利共赢、扎实推进,加快走出一条科学持续的协同发展路子。京津冀协同发展战略能够带动河北省地方经济的发展,但是也会不同程度对环境增大压力。秦皇岛作为环渤海地区和首都经济圈的重要节点城市,在此战略中具有独特优势,但也有新的挑战。当前渤海新区、北戴河新区的发展潜力巨大,但目前开放度还比较低。希望得到更多的政策支持,促进河北沿海地区加快发展。因此,面对协同发展,我们既需要共享繁荣,同时也需要共担风险。

经济带发展各地借东风 篇5

保险业作为国民经济的一个重要组成部分, 其发展与经济发展总体上是相协调和相适应的, 保险业的成长与壮大必须有经济快速发展提供的物质条件和客观基础。近年来, 随着国民经济的快速增长, 云南省保险行业取得了迅猛发展, 已成为发展最快的行业之一。2008年云南省保费收入规模达165.4亿元, 较2000年增长3.2倍, 年均增速为19.5% (图1) ;保险业资产规模达232.2亿元, 较2000年增长3.5倍, 年均增速为20.7%。截止2008年末, 云南省保险公司达27家, 有地市级中支及以下分支机构2172家, 保险从业人员达6.65万人。保险业在自身快速发展的同时, 有效发挥了经济补偿、资金融通和社会管理的功能, 在保障经济、稳定社会、造福人民方面起到了积极作用。

另一方面, 云南省各地区保险行业发展不平衡, 部分州市保险业发展水平与经济社会发展不适应较为突出。从表1数据看, 2008年昆明市保费收入占全省的41%, 比GDP占比高12.6个百分点;玉溪、曲靖、红河3个州市保费收入占全省的28.3%, 比GDP占比低5.3个百分点;其他12个地区保费收入仅占全省的30.7%, 较GDP占比低7.3个百分点。从保险深度1看, 昆明、德宏、丽江、西双版纳超过了3%, 文山、昭通、临沧、迪庆、怒江低于2%, 其他7个州市介于2%~3%。从保险密度2看, 昆明市为1087元, 玉溪市为753元, 红河、德宏、版纳、丽江介于300~400元, 曲靖、大理、楚雄、迪庆介于200~300元, 其他6个州市低于200元。同时, 各地区保险总资产、机构数、从业人员等保险业指标均存在显著差异。

注:保费收入数据源自中国保监会云南监管局, GDP数据源自各地统计公报。

经济社会发展水平是保险业发展的基础, 经济发展到什么程度, 保险市场也应发展到与之相适应的水平。但实际上, 有的地区保险市场发展水平能够与经济发展水平保持一致或超前于经济发展水平, 而有的地区保险业发展滞后于经济发展水平。因此, 科学评价区域保险业与经济发展水平的适应性, 对于针对不同类型地区 (与经济一致、滞后、超前) 提出分类发展意见具有重要的理论研究价值和现实应用意义。

目前, 关于保险业发展与经济发展关系的研究大多都是定性分析, 少数定量分析也主要集中在影响保险业发展的经济因素分析、保费收入与经济因素相关分析等方面。如张伟、郭金龙等 (2005) 采用单位根检验及协整检验方法分析了影响中国保险业发展的因素及引起地区间保险业发展不平衡的主要原因[1];薛伟贤、王强 (2008) 采用功效函数构建了协调度模型, 对我国区域保险经济协调度进行了分析[2];程志刚、王传毅 (2008) 采用回归分析的方法研究了影响我国保险业发展的宏观经济因素[3]。

评价一个地区保险业发展水平涉及多项指标, 如保费规模、机构人员数量、保险深度、保险密度等, 而衡量一个地区经济发展水平涉及的指标更多, 包括GDP、财政收入、居民收入、产业结构等等。本文运用主成份因子分析方法建立保险业与经济发展适应性评价分析模型, 并采用2008年云南各地区保险业和经济发展指标数据, 对各地区保险业发展水平与经济发展水平的适应性进行实证分析。

二、模型介绍

因子分析是利用降维的思想, 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统计分析方法。它的基本思想是根据相关性大小把原始变量分组, 使得同组内的变量相关性较高, 而不同组的变量的相关性较低。

因子分析可通过下面模型来表示:

矩阵形式为:X=AF+ε

其中, X= (X1, X2, …Xp) ′是可实测的p个指标所构成p维随机向量, 是均值为0, 方差为1的标准化变量, F= (F1, F2, …, Fm) ′是不可观测的向量, F称为X的公共因子, aij称为因子载荷是第i个变量在第j个公共因子上的负荷, 矩阵A称为因子载荷矩阵, ε称为X的特殊因子。

要建立实际问题的因子模型, 需要根据样本数据估计因子载荷矩阵。对因子载荷矩阵估计的方法有很多种, 其中使用最多的是主成份法。由于初始因子载荷矩阵不是唯一的, 使公共因子的意义含糊不清, 不利于分析实际问题, 所以要进行因子旋转, 以简化因子载荷矩阵的结构, 便于解释公共因子, 方差最大化正交旋转是应用最为普遍的方法。

因子模型建立后, 可以计算因子得分, 最后以各因子的方差贡献率占总方差贡献率的比重作为权重进行加权汇总, 计算综合得分。

通过建立因子分析模型, 可以分别计算各地区经济发展水平综合得分 (用FEj表示) 和保险业发展水平综合得分 (用FIj表示) , j=1, 2, …, 16。则可通过比较FEj与FIj的排名Rank (FEj) 及Rank (FIj) , 来评价该地区保险业与经济发展水平的适应情况。

三、实证分析

(一) 保险业发展水平因子分析

使用2008年云南省16个地区的保费收入、保险深度、保险密度、保险机构数、保险从业人员数和保险资产总额6个变量3进行主成份因子分析。各变量分布基本情况见表2, Bartlett检验为显著, 生成1个公共因子 (见表2) , 可以解释全部变量81.78%的信息, 可作为“保险业水平因子”。

依据因子分析得分结果 (见表4) , 可将云南省16个地区保险业发展水平分为三类: (1) 保险业较发达地区:因子得分大于0, 包括昆明、玉溪、曲靖、红河、大理5个地区, 保费规模达10亿元以上, 机构数在200家以上, 从业人员超过5000人, 保险密度高于250元; (2) 保险业发展中等地区, 因子得分介于-0.5~0之间, 包括楚雄、德宏、丽江、西双版纳、普洱、保山6个地区, 保费规模介于4~10亿元, 从业人员介于2000~5000人, 机构数低于200家, 保险深度高于2%; (3) 保险业欠发达地区, 因子得分低于-0.5, 包括文山、临沧、昭通、怒江、迪庆5个地区, 保费规模基本低于4亿元, 保险深度小于2%, 保险密度低于150元, 机构数少于100家。

(二) 经济发展水平因子分析

选取2008年云南省16个地区GDP、地方财政收入、固定资产投资总额、社会消费品零售总额、居民储蓄存款余额、进出口总额、城镇化率、城镇居民人均可支配收入、农村居民人均纯收入和第三产业占比共10个变量4进行主成份因子分析。各变量分布基本情况见表3, Bartlett检验为显著, 结果生成3个公共因子, 可以解释全部变量96.48%的信息, 模型效果较好。

注:城镇化率、第三产业占比单位为“%”, 城镇居民可支配收入、农村居民人均纯收入单位为“元”, 进出口总额单位为“亿美元”, 其他变量单位为“亿元”。

从表3可以看出, 因子1载荷较大的为GDP、固定资产投资总额、社会消费品零售总额、进出口总额等反映经济总量的变量, 可作为“经济总量因子”;因子2载荷较大的为城镇居民人均可支配收入、农村居民人均纯收入2个变量, 可作为“居民收入水平因子”;因子3载荷较大的为第三产业占比, 可作为“经济结构因子”。各因子的贡献率分别为74.92%、12.45%及9.11%。依据因子得分 (见表4) , 可将云南省16个地区经济发展水平分为三类: (1) 较发达地区:因子得分大于-0.1, 包括昆明、曲靖、红河、玉溪4个地区, 这4个州市整体经济实力较强, 2008年地区生产总值占全省61.99%; (2) 中等地区, 因子得分介于-0.25~-0.1之间, 包括昭通、大理、西双版纳、德宏、文山、楚雄6个地区, 它们总体经济发展水平不高, 2008年地区生产总值占全省25.07%; (3) 欠发达地区, 因子得分低于-0.25, 包括普洱、临沧、怒江、保山、丽江、迪庆6个地区, 这些地区经济发展水平严重滞后, 2008年地区生产总值仅占全省12.94%。可见, 目前云南省各州市区域经济发展水平存在显著差异, 经济实力也有较大差距。

(三) 保险业与经济发展水平适应性分析

云南省16个地区保险业发展水平及经济发展水平因子得分及排名情况见表4:

通过比较保险业发展水平排名与经济发展水平排名, 可将16个地区分为三类:

第一类:保险业发展水平排名高于经济发展水平排名。包括丽江、楚雄、保山、玉溪、大理、德宏、普洱、迪庆, 共8个地区。其中, 排名差异较明显的有3个地区, 如丽江保险业排名高出7位, 楚雄保险业排名高出4位, 保山保险业排名高出3位。其中, 丽江市保险深度3.97%, 保险密度328.4元/人, 分别列全省第2及第4位, 对保险业发展水平因子得分贡献较高;楚雄州保费规模、保险机构数等四项指标均列全省第6位, 高于经济发展水平得分排名4位。保山市的原保险保费收入和从业人员数均列全省第7位, 对保险业发展水平因子得分贡献较高。

第二类:保险业发展水平排名与经济发展水平排名一致。仅有1个地区, 即昆明市保险业与经济发展水平排名均列第一。

第三类:保险业发展水平排名低于经济发展水平排名。包括昭通、怒江、文山、西双版纳、临沧、红河、曲靖, 共7个地区。其中, 排名差异明显的有3个地区, 如昭通低了9位, 文山、怒江低了3位。其中, 昭通市保险深度为1.56%, 保险密度为80.26元/人, 分别列第14及第16位, 远低于全省平均水平, 使得保险业与经济发展水平排名相差较大;文山州保险深度较全省平均水平低了0.88个百分点, 保险密度仅为全省平均水平的38.9%, 对保险业发展水平因子得分影响较大;怒江州保费规模、保险深度等5项指标均列全省倒数第一。

四、结语

评价一个地区保险行业的发展水平, 不能仅凭某一项指标, 不仅要兼顾保险行业发展总量和发展水平因素, 还需要结合该地区经济发展水平进行。本文运用因子分析方法, 计算了云南省各地区保险业发展水平综合得分和经济发展水平综合得分, 并通过比较得分排名, 对各地区保险业与经济发展水平适应性作出了评价。结果表明, 在云南16个地区中, 有1个地区保险业与经济发展水平得分排名一致, 有7个地区排名仅相差一位, 有2个地区排名相差两位, 有6个地区相差三位以上。表明与全省平均水平相比, 云南省大部分地区保险业发展与当地经济发展水平是相适应的, 但也有4个地区 (昭通、怒江、文山、西双版纳) 保险业发展排名滞后经济社会发展排名2位以上。

本文通过分析保险业发展水平、经济总量、居民收入水平及经济结构四个单项因子得分情况, 较好地识别出了影响各地区保险业发展水平的关键因素, 这对各地结合当地经济发展情况, 制定加快保险行业发展战略具有重要参考意义。从监管政策角度看, 一方面, 监管部门可通过保险业发展水平因子得分综合评价各地区保险业发展程度;另一方面, 可针对各地区保险业与经济社会发展适应情况, 制定有针对性的监管政策。以云南为例, 昭通、怒江、文山等地区保险业发展滞后比较明显, 监管部门可考虑优先审批这类地区的分支机构, 鼓励保险公司在未来几年增加投入, 促进市场竞争;而丽江、楚雄、保山等地区保险市场竞争较其他地区更为充分, 可考虑放缓这类地区机构审批, 避免过度竞争造成市场秩序恶化。

当前, 各保险公司在制定分支机构扩张计划时, 往往只看各地区现有保费存量大小, 这样容易造成各家公司都集中在某些地区争夺蛋糕, 而忽略了对欠发达地区市场潜力的挖掘。建议保险经营者可优先在市场竞争不充分的地区开设分支机构, 这样投入同样的成本, 反而更容易实现业务较快增长。另外, 目前各保险总公司在考核分支机构绩效时, 往往只依据上年实现的保费收入任务, 而不参考各地经济发展水平, 这样容易造成“鞭打快牛”的错误政策导向。建议各保险公司依据各地经济发展水平制定分支机构经营目标, 提高考核政策的科学性, 促进各地分支机构良性成长。

摘要：近年来, 云南省保险业取得了迅猛发展, 同时各地区保险市场发展不平衡问题也逐渐突出。本文运用因子分析方法, 对全省各地区保险业发展水平与经济发展水平适应性进行了实证分析。结果表明, 在全省16个地区中, 有8个地区保险业发展水平排名高于经济发展水平排名, 有7个地区保险业发展水平排名低于经济发展水平排名, 有1个地区排名一致。分析结果对客观评价各地区保险业发展水平, 合理制定区域保险业发展战略, 以及保险公司科学考核各地分支机构业绩具有重要参考意义。

关键词：保险业发展水平,因子分析,适应性分析

参考文献

[1]张伟, 郭金龙, 张许颖, 邱长溶中国保险业发展的影响因素及地区差异分析[J]数量经济技术经济研究2005 (07)

[2]薛伟贤, 王强我国区域保险经济协调发展研究[J]金融理论与实践2008 (05)

[3]程志刚, 王传毅影响我国保险业发展的宏观经济因素分析[J]商业时代2008 (13)

[4]陈华, 齐红梅我国保险业的地区差异及协调发展[J]江西财经大学学报2008 (2)

[5]林宝清保险需求与GDP增长同步相关验证[J]发展研究1996 (7)

经济带发展各地借东风 篇6

江苏省是我国的经济大省, 分别在“十五”、“十一五”期间取得了令人瞩目的成绩, 但时至今日省内区域经济发展水平依旧不平衡, 而促进区域协调发展, 积极稳妥推进城镇化是“十二五”期间的一项重要指导思想, 是江苏省经济发展必须要重视的一项内容。步入“十二五”时期的江苏经济发展状况相比“十一五”期间发生了哪些变化, 正确认识这些变化, 找出江苏省各市经济发展的差距及产生差距的主要原因, 从而为“十二五”期间江苏省经济发展战略的制定和更改提供理论依据。

二、主成分分析法 (Principal Component Analysis, PCA)

主成分分析也称主分量分析或矩阵数据分析, 是一种将众多的线性相关指标转化为少数线性无关的指标的降维方法, 其基本思路是通过构造原变量适当的线性组合, 产生一系列互不相关且能包含原变量信息的新变量, 从中选出少数几个影响较大的新变量代替繁杂的原始变量来分析和解决问题。实现了复杂问题的进简单化处理。具体分析步骤如下:

一是确定对研究对象进行品质评价所需指标。

二是获得研究对象数据。

三是进行各项指标的相关性分析与初步评价。

四是对指标变量进行主成分分析。

五是通过主成分累计贡献率选取合适的主成分个数, 实现分析数据的降维。

六是将检测数据代入各主成分表达式中求得主成分得分, 再以各主成分贡献率为权重值求得其综合得分, 进而进行所研究问题最终定量化的评价。

三、江苏省各地区经济发展指标

本文选取了2010年《江苏省统计年鉴》的部分数据, 由于年鉴数据较多, 本文依据科学性、完整性、可比性和可操作性的指导思想, 经济发展要结合量的增长、产业结构的优化、增长方式的转变、经济活动与环境的和谐统一和物价水平等的原理, 选取了十个变量。见表一:

数据来源:2013年《江苏统计年鉴》

四、运用主成分分析法计算

运用SPSS19.0软件对标准化后的数据进行主成分分析, 求得特征值、贡献率、累积贡献率见表二。

选取特征值大于1或累积贡献率大于85%因子为主成分, 由表二可知前两个指标累积贡献率达到87.768%, 可选取为主成分。对两个主成分进一步分析得到标准化的正交旋转因子矩阵见表三。

从表三中我们可以看到主成分A1中变量人居地区生产总值X1、进出口总额X5、国际互联网用户X6、全年用电量X7、城镇固定资产投资额X8、环境保护X9和普通高中院校毕业人数X10这7个变量载荷较大分别达到了0.891、0.898、0.787、0.953、0.710、0.887、0.714均超过了0.70。这说明主成分1主要反映了这7类变量, 这七类变量能反映一个地区现有阶段经济发展所取得的成果, 本文将其归为一类命名为现有经济发展水平S1。主成分A2中变量第三产业占GDP比重X3、地方财政一般预算占GDP比重X4这两个变量载荷较大, 这主要反映了各地区的经济发展模式和结构, 本文将其定义为现有阶段经济发展潜力水平S2。这与2006年七月马澜等发表的《江苏省各市经济发展状况综合评析》研究结果有所不同, 说明在“十一五”期间, 江苏省经济结构调整一直在稳步推进中, 并且经济结构发生了一些改变。

根据表4可以写出以下因子得分函数:

并以主成分的特征值与方差贡献率构造出经济发展水平综合评价模型Z, Z是主成分A1、A2的线性组合:

Zi=0.7585A1+0.1192A2 (i=1.2……10) 。见表四:

五、分析及建议

从表四中我们可以看到2010年苏南、苏中、苏北的排名平均数分别为3、8、10, 较2004年的数据3、8、10没有发生改变, 江苏省最发达的城市仍集中在苏南, 以南京和苏锡常为代表的都市圈仍然领跑江苏经济, 它们的经济优势主要体现在主因子Z1的得分上, Z1反映了变量人居地区生产总值、进出口总额、国际互联网用户、全年用电量、城镇固定资产投资额、环境保护和普通高中院校毕业人数等现有经济发展因子, 这是区域经济实力的体现, “十一五”期间的五年间苏南在这方面仍遥遥领先。

但苏州与常州名次发生了改变, 从原始数据中可以看到, 常州在进出口总额、国际互联网用户、全年用电量、城镇固定资产投资额、环境保护、普通高中院校毕业人数等指标上远远领先于苏州, 相比2004年的数据, 常州在“十一五”期间与苏州的对比中主要改变在城镇固定资产投资额和环境保护上, 这体现了它在经济结构上的调整—加大在城乡经济发展与可持续发展的投入。

苏中与苏南各地市的排名变化很小, 经济在稳步发展中但发展速度并不能赶上苏南在经济发展上的速度优势, 更遑论弥补两者间本来就有的差距, 常州经济的发展可以作为参考, 各地市应结合自身情况对本市经济结构进行更加合理化的调整。

参考文献

[1]汪应洛.系统工程[M].北京:机械工业出版社.2009.54-60.

[2]于秀林, 任雪松.多元统计分析[M].中国统计出版社, 1999.

[3]林海明, 张文霖.主成分分析与因子分析的异同和SPSS软件[J].统计研究, 2005, (03) .

[4]刘馨, 王虹.利用因子分析法评价四川省各城市综合经济实力[J].经济体制改革, 2002, (08) .

[5]林震岩.多变量分析一sPss的操作与应用[M].北京:北京大学出版社.2007:347~363.