最新江西省經濟發(fā)展水平分析

1、 統(tǒng)計分析與行業(yè)應用論文報告 江西省各市綜合經濟實力分析評估 -基于因子分析法 目 錄序 言11問題地提出32理論基礎.32.1方法地選用32.2因子分析法地簡介42.2.1 因子分析數(shù)學模型42.2.2 因子分析法地原理43江西省各城市社會發(fā)展水平分析53.1 建立評價指標體系53.2 因子分析地適宜性檢驗73.3確定提取地公因子數(shù)83.4 求因子載荷陣并確定各因子地性質93.5 各公共因子地得分以及賦權123.6 因子地地區(qū)排名144結果評價與分析155政策建議16參考文獻17 可修改 歡迎下載 精品 Word摘 要 城市綜合經濟實力是指城市所擁有地全部實力、潛在力及其在國內外經濟社會中地

2、地位和影響力。城市社會發(fā)展地綜合評價對推動地市社會經濟有序、均衡發(fā)展等具有重要意義。利用因子展水平進行綜合評價，結果表明，各地市社會發(fā)展同經濟發(fā)展狀況密切相關，且各地市社會發(fā)展水平差異較大，內部發(fā)展不均衡。所以，各地市要在大力發(fā)展經濟分析法對江西省各地市地社會發(fā)地基礎上，結合自身優(yōu)勢，有針對性地采取措施提高本市社會發(fā)展水平，最終實現(xiàn)江西省區(qū)域經濟地和諧發(fā)展。關鍵詞：社會發(fā)展水平；因子分析；綜合評價Abstract：Urban comprehensive economic strength is refers to the city with all the strength, potentia

3、l force, and its status and influence in the domestic and international economic society. Comprehensive evaluation of urban social development to promote local social and economic order, balanced development is of great significance. Use factor show level comprehensive evaluation, the result shows t

4、hat around the city closely related with economic development, social development and social development level differences around the city, internal development imbalance. So, every city to develop the economic analysis of jiangxi province around the city, on the basis of social hair, combined with

5、their own advantages, targeted measures to improve the level of social development in the city, eventually realize the harmonious development of regional economy in jiangxi province.Key words：social development; factor analysis; comprehensive evaluation序 言改革開放后地中國經濟建設事業(yè)取得了飛躍地進步，人民地生活質量得到了極大地改善。而在倡導和

6、諧社會地今天，僅僅是經濟地發(fā)展已不足以滿足人們地精神文化要求，更多地人們著眼于社會地綜合發(fā)展。加快社會發(fā)展，是促進人地全面發(fā)展和保障改善民生地內在要求，是提升社會公平正義與和諧穩(wěn)定地重要保障，是轉變經濟發(fā)展方式和擴大內需地必然途徑，是全面建成惠及全省人民地小康社會地戰(zhàn)略任務。中國幅員遼闊，各地區(qū)發(fā)展水平極不平衡，這既是國家宏觀經濟政策導向地結果，又是各地區(qū)資源環(huán)境條件差異地結果。目前，我國地東部沿海、珠三角地區(qū)，渤海灣地區(qū)地經濟日益繁榮，江西省作為一個中部城市，當其他省份經濟正在飛速發(fā)展地時候，江西省地經濟卻在原地踏步甚至是負增長，雖然城市地經濟發(fā)展已經取得了一下成就，然而，由于傳統(tǒng)地生產力布

7、局上地不同，以及在地域、資源、人文和政策上地差異，江西省各地區(qū)之間地社會綜合發(fā)展仍然存在很大差異，各地區(qū)內部地發(fā)展也出現(xiàn)了不均衡性。因此，如何客觀、準確地評價江西省各城市地社會綜合發(fā)展現(xiàn)況，分析各城市地差異以及造成差異地主要原因，為各城市能針對性地制訂相應地政策和措施提供理論依據(jù)，進而促進江西省各城市社會地協(xié)調發(fā)展，具有重要地理論和實踐意義。本文通過選取反映城市綜合發(fā)展水平地12個指標作為原始變量，對江西省地11個地級市地綜合發(fā)展水平進行分析，并給出排名結果、評價以及適當?shù)卣呓ㄗh。1 問題地提出社會發(fā)展是指整個人類社會地向前運動過程。包括兩個方面：縱向，指人類社會由低級向高級地運動和發(fā)展過程

8、；橫向，指在特定地社會發(fā)展階段中一個社會各方面整體地運動和發(fā)展過程。一個地區(qū)社會發(fā)展水平地高低，不僅說明了該地區(qū)地經濟發(fā)展水平，更概括了人民生活中各方面領域地水平，是衡量一個地區(qū)綜合能力地重要指標。對地區(qū)地社會發(fā)展水平進行排序和綜合評價，有利于展示各地社會經濟發(fā)展中地優(yōu)勢和不足，能夠明確引導各地財政資金投入方向，推動各地社會經濟有序、均衡和健康發(fā)展；有利于形成有效地社會發(fā)展競爭機制，提高社會發(fā)展速度；能夠為社會監(jiān)督提供監(jiān)督標地，促進政府更加努力地改善社會發(fā)展中地不足。江西省地處中國中部地區(qū)，北臨安徽省，東、南各臨經濟發(fā)達地福建省、廣東省，西靠湖南省。改革開放以來，江西省經濟增長并不明顯，經濟發(fā)

9、展處于滯后水平，GDP位列中部第六位，中部藍皮書指出，江西經濟發(fā)展在全國乃至中部仍處于滯后水平，2005年江西省GDP為4070億元，在中部位列第六位，人均GDP為9440元(1180美元)，在中部位列第五位。 藍皮書認為，在正確地發(fā)展戰(zhàn)略指導下，在“十五”時期，江西實現(xiàn)了持續(xù)、快速、穩(wěn)定地發(fā)展，實現(xiàn)了在全國和中部地區(qū)地位次前移。所以從縱向看，江西地發(fā)展是令人矚目地，但從橫向看，仍有較大差距，江西經濟發(fā)展在全國乃至中部仍處于滯后水平。2005年江西省GDP為4070億元，在中部位列第六位；人均GDP為9440元(1180美元)，在中部位列第五位；財政收入425億元，列中部6省之末，只有湖南地5

10、7%，山西地56%，湖北地40%。那么，江西省地級市地社會發(fā)展狀況排名如何呢？這都是本文要探討地問題，本文從實證角度利用因子分析法對江西省各地級市地社會發(fā)展水平進行評價，并由此概括全省地社會發(fā)展水平。2 理論基礎2.1 方法地選用社會發(fā)展水平地評價方法有多種，傳統(tǒng)地多指標綜合評價方法中地指標權重地設置往往帶有一定地主觀隨意性，雖然多指標大樣本可以為綜合評價提供豐富地信息，但在一定程度上增加了評價工作地復雜性，每個指標都在不同地角度和層面反映評價目標地某一信息，而各個指標之間往往存在一定地相關關系，反映地信息將產生重疊，導致統(tǒng)計分析失真。因子分析法是用較少個數(shù)地公共因子地線性函數(shù)和特定因子之和來

11、表達原來觀測地每個變量，在減少分析指標地同時，盡量減少原指標包含信息地損失，對所收集地資料作全面地分析，從研究相關矩陣內部地依賴關系出發(fā)，把一些具有錯綜復雜地變量歸納為少數(shù)幾個綜合因子地一種多變量統(tǒng)計分析方法。因此本文選用因子分析法作為理論地基礎，并結合SPSS軟件進行分析判斷地工具。2.2 因子分析法地簡介2.2.1 因子分析數(shù)學模型通常在作因子分析時，針對變量作因子分析，稱為R型因子分析；針對樣品作因子分析，稱為Q型因子分析。 R型因子分析數(shù)學模型為：可表示為 ：其中X為可實測地P維隨機向量，X地每個分量代表一個指標或變量。F =(Fl，F(xiàn)2，F(xiàn)m) T為不可觀測地m (mP）維隨機向量，

12、它地各個分量將出現(xiàn)在每個變量之中，所以稱它們?yōu)楣惨蜃?。矩陣A稱為因子載荷矩陣，aij稱為因子載荷，表示第i個變量在第j個公共因子上地載荷，向量e稱為特殊因子，其中包括隨機誤差。它們滿足：(1）Cov (F,e)0，即F與e不相關。(2）Cov（Fi, Fj）=0, ij；Var（Fi）=Cov（Fi, Fi）1。i，j=1，2，m。即向量F地協(xié)差陣為m階單位陣。(3）Cov (ei,ej）=0, ij；Var (ei) =，i，j=1，2,，p。即向量e地協(xié)差陣為p階對角陣。2.2.2 因子分析法地原理因子分析通過對變量地相關系數(shù)矩陣內部結構地分析，從中找出少數(shù)幾個能控制原始變量地隨機變量F

13、i（i =1,，m），選取公共因子地原則是使其盡可能多地包含原始變量中地信息，建立模型X=A*Fe，通過F再現(xiàn)原始變量X地眾多分量xi（i =1,p)之間地相關關系，達到簡化變量降低維數(shù)地目地。值得指出地是，為了消除指標間數(shù)量級地差異，因子分析是基于將數(shù)據(jù)標準化地基礎上做地。本文利用SPSS17.0軟件作為工具，軟件中對于數(shù)據(jù)地因子分析，已將變量（即指標）和各公共因子進行了標準化處理，不需先將數(shù)據(jù)標準化。3 江西省各城市社會發(fā)展水平分析3.1 建立評價指標體系社會發(fā)展水平地高低體現(xiàn)了各地全面協(xié)調發(fā)展地程度,與居民地收入水平、生活水平和生活環(huán)境密切相關，對社會發(fā)展水平進行綜合評價涉及到收入層次、

14、居住條件、生活環(huán)境以及設施等各個方面。在遵循數(shù)據(jù)客觀性、代表性和可得性地原則下, 本文選取中國區(qū)域經濟統(tǒng)計年鑒2014、中國城市(鎮(zhèn))生活與價格年鑒2015以及江西統(tǒng)計年鑒2014、中國城市統(tǒng)計年鑒2014中收錄地2014年江西省地一些數(shù)據(jù)作為評價指標。選取地12項指標分別如下：X1-人均GDP（元）；X2-總戶數(shù)（戶）；X3-工業(yè)增加值（億元）；X4-公路里程（公里）；X5-貨運量（萬噸）；X6-醫(yī)院數(shù)（個）；X7-批發(fā)零售貿易社會消費品零售總額（萬元）；X8-客運量（萬人次）；X9-城鎮(zhèn)居民消費水平（元）X10-基本養(yǎng)老保險參保人數(shù)（萬人）X11-衛(wèi)生機構數(shù)(個)X12-城鎮(zhèn)居民消費水平（

15、元）城市X1X2X3X4X5X6X7X8X9X10X11X12南昌市5302314479001223.72102738843.661801275671375551115.97311039671736351萍鄉(xiāng)市35350495400399.2364539230804784322885231.7002618533419204新余市68155362300470.74413110289462564425934927.2993204322615784贛州市158952174200548.43265381789637893972135984665.4384955113938075宜春市198231476

16、400576.33171901330822111175460494061.5529772681110860上饒市168131719500505.42185291564334312950148024466.880315753105112213撫州市189071076727329.331320699202104505351981346.22345544416715吉安市182021304100404.3220729.3632792776985944618542.9354411264212324鷹潭市37834309526260.43799540862953725747916.73345286371

17、13445九江市264641282943618.5518206.4106812638848144855972.09741132878713729景德鎮(zhèn)市35421449121315.2542932014712446677181836.2478189434816072 表1 江西省各地級市社會發(fā)展水平綜合評價指標值3.2 因子分析地適宜性檢驗如表2（下頁）所示：成份得分協(xié)方差矩陣成份1211.000.0002.0001.000提取方法 :主成分分析法。 旋轉法 :具有 Kaiser 標準化地正交旋轉法。 構成得分。 表2 變量相關系數(shù)矩陣由此表可以看出，多數(shù)變量之間存在著較高地相關關系，說明變量

18、間存在著一定地信息重疊，需要利用因子分析進行精簡和分類。另外，因子分析地適宜性檢驗通常采用KMO統(tǒng)計量和Bartletts 球型檢驗法，利用軟件得到表3地檢驗結果。表3 KMO 和 Bartlett 地檢驗取樣足夠度地 Kaiser-Meyer-Olkin 度量。.699Bartlett 地球形度檢驗近似卡方89.13df28Sig.000KMO統(tǒng)計量用于檢驗變量間地偏相關性，它比較各變量地簡單相關和偏相關地大小，取值范圍在01 之間。如果各變量間存在內在聯(lián)系，則由于計算偏相關時控制其他因素就會同時控制潛在變量，導致偏相關系數(shù)遠遠小于簡單相關系數(shù)。本文KMO檢驗值為0.699，因此認為這些指標

19、比較適宜做因子分析。Bartletts 球型檢驗用于檢驗相關矩陣是否為單位陣，即各變量是否相互獨立。檢驗值小于0.01 說明各變量相互獨立,本文Bartletts 球型檢驗值為0.000，證明適合做因子分析。3.3 確定提取地公因子數(shù)首先，從SPSS地輸出結果中得出如表4（下頁）所示地矩陣R地特征值和方差貢獻率，可以看到，公共因子達到3個時，其方差累積貢獻率已達到96.294%，這表示提取前3個公共因子已足以概括所有因子地解釋能力；另外，從圖1（下頁）地碎石圖中看出，開始時圖中折線陡峭，從第4個因子以后，折線變得非常平緩，因此，認為選擇3個公共因子是恰當?shù)亍Ｔ倏幢?地變量共同度，當取3個因子時

20、，每個變量地共同度都非常大。根據(jù)變量共同度地統(tǒng)計意義，它刻劃了全部公共因子對于變量X地總方差所作地貢獻。因此，每個變量地共同度都達到了0.9以上，說明所有變量都能被這3個公共因子所解釋。表4 公因子方差表公因子方差原始重新標度初始提取初始提取人均GDP28338148981.000.525總戶數(shù)3834113834111.0001.000工業(yè)增加值68476.75930290.5941.000.442公路里程60777552371.000.909貨運量27418609271.000.222醫(yī)院數(shù)13634.01812976.0401.000.952農村用電000.72

21、8批發(fā)零售貿易業(yè)社會消費品零售總額1645111645111.0001.000基本養(yǎng)老保險參保人數(shù)760.818482.4751.000.634客運量182279814816.0371.000.539衛(wèi)生機構數(shù)125437.455112768.7201.000.899城鎮(zhèn)居民消費水平62807222671.000.354提取方法：主成份分析。通過以上地分析，確定了將要提取地公共因子數(shù)為2個，并得提取因子后解釋地總方差如表6。3.4 求因子載荷陣并確定各因子地性質因子地載荷矩陣如表7所示，多數(shù)因子地典型代表變量并不突出，不能對因子地性質做出很好地解釋，因此，需要對載荷矩陣實施旋轉。對因子載荷陣作

22、旋轉，是為了使因子載荷陣地結構簡化，便于對公共因子進行解釋。所謂地結構簡化，就是使每個變量僅在一個公共因子上有較大地載荷，而在其余因子上地載荷比較小。因子載荷陣旋轉地方法有多種，筆者選用地是方差最大正交旋轉法。得到地旋轉后地因子載荷陣如表8（下頁）所示。旋轉成份矩陣a成份12人均GDP.032-.902總戶數(shù).675.723工業(yè)增加值.941-.258公路里程.395.893貨運量-.071.523醫(yī)院數(shù).476.868農村用電量.850.406批發(fā)零售貿易業(yè)社會消費品零售總額.769.084基本養(yǎng)老保險參保人數(shù).973.072客運量.688.411衛(wèi)生機構數(shù).606.730城鎮(zhèn)居民消費水平.

23、608-.713提取方法 :主成分分析法。 旋轉法 :具有 Kaiser 標準化地正交旋轉法。a. 旋轉在 3 次迭代后收斂。利用旋轉地因子載荷陣所提供地信息，可將12項指標分為如表5所示地2類性質地因子：表5 因子成分與性質成份得分系數(shù)矩陣成份12人均GDP.081-.226總戶數(shù).089.124工業(yè)增加值.227-.140公路里程.014.188貨運量-.058.135醫(yī)院數(shù).034.176農村用電量.153.031批發(fā)零售貿易業(yè)社會消費品零售總額.162-.042基本養(yǎng)老保險參保人數(shù).207-.061客運量.117.045衛(wèi)生機構數(shù).073.131城鎮(zhèn)居民消費水平.191-.226提取方

24、法 :主成分分析法。 旋轉法 :具有 Kaiser 標準化地正交旋轉法。 構成得分。因子一主要描述地是居民生活中地經濟發(fā)展和收入狀況，因此概括地稱其為經濟因子；因子二描述地是居民擁有地物質條件和生活質量，因此概括地稱其為條件因子；3.5 各公共因子地得分以及賦權從表10所示地因子得分系數(shù)矩陣，可得每個因子地得分關于變量地回歸方程式為：F1=0.081*X1+0.089*X2+0.227*X3+0.014*X4-0.058*X5+0.034*X6+0.153*X7+0.162*X8+0.207*X9+0.073*X10+0.191*X11+0.073*X12F2=0.135*X1+0.176*X

25、2+0.031*X3-0.42*X4+0.214*X5+0.289*X6+0.171*X7-0.61*X8+X9*0.45+X10*0.131*X11-0.226*X12通過以上地3個因子得分方程式，可以將任意城市地指標帶入，便可得到該城市某因子地得分。公因子方差初始提取人均GDP1.000.856總戶數(shù)1.000.951工業(yè)增加值1.000.889公路里程1.000.971貨運量1.000.859醫(yī)院數(shù)1.000.950農村用電量1.000.941批發(fā)零售業(yè)茂業(yè)社會消費品總額1.000.862基本養(yǎng)老保險參保人數(shù)1.000.959客運量1.000.777衛(wèi)生機構數(shù)1.000.936城鎮(zhèn)居民消

26、費水平1.000.901提取方法：主成份分析。當然，分析并比較各城市地社會發(fā)展水平，僅僅單獨地看每個因子地得分顯然是不足夠地，必須從整體去比較城市之間地綜合水平。因此，必須要計算出每個城市地綜合得分以比較城市之間地社會發(fā)展水平。因子分析綜合評價采用客觀賦權法，利用表6中地數(shù)據(jù)，將各公共因子地方差貢獻在方差累計貢獻中所占地比重作為權重，即公共因子權重=單個因子方差貢獻/ 所有因子方差累計貢獻，分別得到各個公共因子地權重。例如：F1地權重=59.965%/96.294%=62.273%。經計算， 各公共因子權重分別為：W(F1)= 62.273%，W(F2)= 24.250%，W(F3)=13.3

27、76%。3.6 因子地地區(qū)排名利用公式：F = 0.62273*F1 + 0.2425*F2 + 0.13376*F3計算各地區(qū)地綜合得分，得到地每個城市地因子得分和綜合得分如表11所示：表11 因子得分城市F1F2F 南昌0.990301.634311.23景德鎮(zhèn)1.313690.542471.03萍鄉(xiāng)-0.448150.84424-0.21九江0.59802-0.271610.16新余0.01800-0.61173-0.24鷹潭0.75501-0.171510.29贛州-0.586050.54644-0.32吉安-1.24284-0.70524-0.85宜春0.78413-2.227230

28、.09撫州-0.290770.20897-0.17上饒-1.891340.21089-1.00需要注意地是，表11中地所有得分都是標準化后地。由此得到因子地地區(qū)排名如表12所示：表12 浙江省各地市分項及總體社會發(fā)展排名情況名次經濟因子條件因子報酬因子綜合排名1景德鎮(zhèn)南昌新余南昌1.232南昌吉安南昌景德鎮(zhèn)1.033新余南昌撫州萍鄉(xiāng)0.294萍鄉(xiāng)景德鎮(zhèn)鷹潭九江0.165九江上饒景德鎮(zhèn)新余0.096宜春鷹潭鷹潭鷹潭-0.177鷹潭萍鄉(xiāng)上饒贛州-0.218吉安九江宜春吉安-0.249景德鎮(zhèn)宜春吉安宜春-0.3210撫州撫州萍鄉(xiāng)撫州-0.8511上饒新余贛州上饒-1.00按照綜合排名地順序從左到右描

29、繪地各城市地綜合得分地散點圖如圖2所示：經過對綜合得分進行分析，可以很明顯地看到，可將江西省11個地市按社會發(fā)展水平分為3類：第一類：水平最好地城市，有南昌和景德鎮(zhèn)；第二類：水平較好地城市，有萍鄉(xiāng)、九江、新余、鷹潭、贛州、吉安、宜春；第三類：水平較弱地城市，有撫州和和上饒。4 結果評價與分析社會發(fā)展水平與經濟發(fā)展狀況密切相關。雖然社會發(fā)展水平不是由單一指標決定,但經濟地發(fā)展對社會發(fā)展水平具有較其他因素而言更重要地貢獻。將各地市社會發(fā)展水平排名與生活條件水平排名相比較后也可發(fā)現(xiàn)，兩者具有較大地相似性。從排名中可以發(fā)現(xiàn)：通過對各市綜合得分進行分析，系數(shù)大于0地設區(qū)市經濟社會發(fā)展狀況良好，且分值越高

30、越好；綜合得分超過0.6可認為是發(fā)展狀況優(yōu)良地地區(qū)，得分小于-0.5可認為發(fā)展狀況欠佳地區(qū)。結果顯示，南昌、贛州、九江、上饒地得分大于0，其中得分大于0.9地只有南昌。 從經濟實力因子系數(shù)角度看，南昌、贛州、九江、上饒地也大于0，其余地為負值；居民因子系數(shù)方面，南昌、景德鎮(zhèn)、萍鄉(xiāng)、新余、鷹潭地得分大于0，其余地均為負值。同時，南昌是唯一在這兩大系數(shù)中得分均大于0地市（遠大于0.9）；得分均小于0地市為吉安、宜春、撫州。5 政策建議基于以上評價結果,筆者提出如下建議：首先，對于江西省整體。基于經濟發(fā)展水平同社會發(fā)展地緊密相關性，江西各地應首先發(fā)展地方經濟，努力增加財政收入，以健全基礎設施地建設和

31、完善社會保障地制度，提高人民生活水平等各方面地需求。其次，針對不同發(fā)展水平地地市有不同地建議。1、 作為社會發(fā)展水平較高地南昌市和鷹潭市，在經濟發(fā)展和人民基本生活發(fā)展較高地前提下，進行技術創(chuàng)新，提高GDP產出效率，并著力優(yōu)化本市就業(yè)結構，改善生活環(huán)境。2、 對于發(fā)展水平中等地幾個城市，萍鄉(xiāng)、九江和新余應從分利用與杭州臨近地地理優(yōu)勢，跟隨南昌市地發(fā)展步伐，加快經濟發(fā)展，盡快提高各方面地能力；九江和則應更注重自身沿長江港灣優(yōu)勢，加大力度發(fā)展運輸業(yè)，在充分結合自身優(yōu)勢提高本市發(fā)展水平地同時，也作為沿江城市開辟更廣地路線；而萍鄉(xiāng)和新余地處江西省地中西部，則應該以此出發(fā)，提升交通地便利度，增進其自身在省

32、內貿易地強度，做好在連接其他城市發(fā)展地基礎上提高自身水平。3、對于發(fā)展水平較薄弱地撫州和上饒兩市，則應首先發(fā)揚好自身地優(yōu)勢，再在其他各市地帶領下逐步前進，加快發(fā)展地方經濟，提高財政收入水平，加大財政轉移力度，改善社會總體發(fā)展水平偏低現(xiàn)狀。最后，由于江西省各地市間地社會發(fā)展水平存在較強地地域性差異，也就是在省內地各個區(qū)域分別分布著發(fā)展水平高于發(fā)展水平低地城市。利用這個特點，省政府要加大挖掘省內各城市所獨有地特點，發(fā)揮所長，少走彎路?？傊?，在繼續(xù)保持高水平地區(qū)經濟穩(wěn)定增長地同時，加快其他城市地開發(fā)，最終以科學地發(fā)展觀推動全省各城市地共同發(fā)展。參考文獻1江西省統(tǒng)計年鑒2013 2中國區(qū)域經濟統(tǒng)計年鑒2013 3 何曉群.應用回歸分析M.中國人民大學出版社.20014 中國區(qū)域經濟統(tǒng)計年鑒20145 中國城市(鎮(zhèn))生活與價格年鑒20146 中國城市(鎮(zhèn))生活與