2018中国各地区经济发展评价

4511517

　　[摘 要] 采用因子分析的思想和方法对2007年我国各地区的经济发展水平进行了合理的分析和评价， 并在评价结果的基础上，对我国地区经济全面健康发展，科学规划产业布局，优化产业结构等方面提出了相应的政策建议。
　　[关键词] 因子分析 地区经济发展 评价
　　
　　一、引言
　　当今世界已步入了全球性经济大协作，资源市场大竞争，经济循环一体化时代。地区作为国家的经济、政治、科学和教育文化的中心，它已成为经济循环的主角，而决定每个地区在激烈市场搏击中的地位、作用、未来的发展趋势的主导因素是它们各自拥有的经济发展水平。因此，如何分类、比较和研究地区经济发展水平，以便有针对性地制定地区经济发展战略，对促进国民经济协调发展有着重要的意义。
　　本文利用因子分析法对2007年我国各地区的经济发展进行评价和比较研究。在遵循选取评价指标原则的基础上，根据专家在经济发展方面的历史文献资料，选取了反映经济发展的以下八项指标：
　　 :人均国内生产总值（亿元），:第三产业值（亿元），:工业总产值（亿元），:固定资产投资（亿元），:财政总收入（万元），:外商及港澳台投资企业总产值（亿美元），:各类专业技术人员（万人），:进出口总额（万美元）。
　　二、对指标数据的因子分析
　　根据上述指标体系，选取2007年我国各地区对应指标的数据，数据来源于《2008年中国统计年鉴》。按照因子分析方法的实现步骤，运用SPSS12.0统计分析软件，首先对数据资料是否符合因子分析方法的要求进行判断，采用软件中KMO and Bartlett's Test检验方法，结果表明，Bartlett值为407.358，P0.0001，即指标数据的相关矩阵不是单位阵，故考虑进行因子分析；Kaiser-Meyer-Olkin Measure of Sampling Adequacy是用于比较观测相关系数与偏相关系数值的一个指标，其值越接近于1，表明对这些变量进行因子分析的效果越好， KMO值为0.825，意味着因子分析的结果较好。
　　1.因子分析的基本过程
　　首先，对原始数据标准化，以消除量纲的影响；然后建立指标间的相关系数阵R。其次，求出相关系数阵R的特征值和特征向量。第三，建立指标变量旋转后的因子载荷矩阵。第四，根据因子得分系数，建立因子得分矩阵。第五，根据因子得分矩阵建立三个因子的得分模型：
　　
　　构制综合得分评价模型:
　　计算综合得分
　　2.结果分析
　　为了便于相关政府部门因地制宜地制定区域经济发展战略，利用综合评价模型对2007年我国各地区的经济发展水平作出评价，列出各市的经济发展水平的因子得分和综合得分，并根据得分高低进行了排序，结果见下表。