基于主成分分析的全國(guó)各城市的經(jīng)濟(jì)發(fā)展

1、基于主成分分析全國(guó)各城市的經(jīng)濟(jì)發(fā)展摘要：通過(guò)例舉2009年全國(guó)各主要城市的反映經(jīng)濟(jì)發(fā)展指標(biāo)，通過(guò)運(yùn)用統(tǒng)計(jì)軟件SPSS對(duì)各經(jīng)濟(jì)指標(biāo)經(jīng)濟(jì)篩選，得出貢獻(xiàn)率大的經(jīng)濟(jì)指標(biāo)，從而分析主要指標(biāo)對(duì)各城市的影響大小，是否真實(shí)反映各城市的GDP的增長(zhǎng)趨勢(shì)。關(guān)鍵字：SPSS主要經(jīng)濟(jì)指標(biāo)GDPAbstract：Throughtheexamplesinthe2009nationalallmajorcitiesreflecteconomicdevelopmentindicators,ThroughtheuseofthesoftwareSPSSeconomicindexeconomicscreening,Thecontri

2、butionofthatbigeconomicindicators.ItanalyzesthemainindeXtotheinfluenceofeachcitysize,IftruevariouscitiesofGDPgrowthtrend.Keywords：SPSSmajoreconomicindicatorGDP一引言在實(shí)際中，人們?cè)谠u(píng)價(jià)或描述一個(gè)對(duì)象時(shí)，總是希望收集到更多的數(shù)據(jù)信息，于是就會(huì)有許多指標(biāo),但是在指標(biāo)分析中由于變量的無(wú)節(jié)制設(shè)置和引入，導(dǎo)致共線性、重疊、畸變等誤差源出現(xiàn)。于是我們就希望在不引起信息丟失的情況下創(chuàng)建變量群。因子分析法就是把眾多指標(biāo)（因子變量）綜合成為數(shù)量較少的幾個(gè)

3、指標(biāo)（因子變量）。它的特點(diǎn)是：第一，因子變量的數(shù)量遠(yuǎn)遠(yuǎn)小于原始指標(biāo)變量的格式；第二，因子變量并非原始指標(biāo)變量的簡(jiǎn)單取舍，而是一種新的綜合；第三，因子變量之間沒(méi)有線性關(guān)系；第四，因子變量具有明確的解釋性。主成分分析是一種常用的多元統(tǒng)計(jì)分析方法。是一種化繁為簡(jiǎn)，將指標(biāo)數(shù)盡可能壓縮的降維技術(shù)，即空間壓縮技術(shù)。主成分分析也是一種綜合評(píng)價(jià)方法。它通過(guò)降維技術(shù)把多個(gè)指標(biāo)約化為少數(shù)幾個(gè)綜合指標(biāo)，這些綜合指標(biāo)能夠反映原始指標(biāo)的絕大部分信息，從而使得用這幾個(gè)新變量代替原變量分析P-題和解決問(wèn)題成為可能。其基本方法是通過(guò)構(gòu)造原變量的適當(dāng)?shù)木€性組合，以產(chǎn)生一系列互不耜關(guān)的新變量，從中選出少數(shù)幾個(gè)耨變量并使它們含有盡

4、可能多的原變量帶裔酶信息。二全國(guó)城市經(jīng)濟(jì)發(fā)展的各指標(biāo)21各經(jīng)濟(jì)指標(biāo)介紹年底總?cè)丝跀?shù)：人數(shù)越多，拉動(dòng)需求和供給，帶來(lái)經(jīng)濟(jì)增長(zhǎng)地區(qū)生產(chǎn)總值：GDP反應(yīng)經(jīng)濟(jì)的發(fā)展迅速地方財(cái)政收入及支出：投資越多，拉動(dòng)內(nèi)需，進(jìn)而導(dǎo)致經(jīng)濟(jì)增長(zhǎng)固定資產(chǎn)投資：投資越多，拉動(dòng)內(nèi)需，進(jìn)而導(dǎo)致經(jīng)濟(jì)增長(zhǎng)在崗職工工資：工資越高，消費(fèi)越大，導(dǎo)致GDP的增長(zhǎng)社會(huì)商品零售總額：價(jià)格的波動(dòng)反映經(jīng)濟(jì)的狀況貨物進(jìn)出口額：出口額越大，經(jīng)濟(jì)發(fā)展迅猛普通高等學(xué)校在校學(xué)生人數(shù)：教育導(dǎo)致技術(shù)型人才的擴(kuò)張三廢綜合利用產(chǎn)品產(chǎn)值：經(jīng)濟(jì)帶動(dòng)技術(shù)的發(fā)展，更好的處理廢棄物2.2經(jīng)濟(jì)指標(biāo)的篩選運(yùn)用統(tǒng)計(jì)軟件SPSS將2009年反映經(jīng)濟(jì)發(fā)展的指標(biāo)進(jìn)行主次分析，將其中主要的

5、幾個(gè)指標(biāo)羅列出來(lái)進(jìn)行分析，哪些指標(biāo)影響的程度大，從而更好的去做好發(fā)展經(jīng)濟(jì)的規(guī)劃，更好的拉動(dòng)經(jīng)濟(jì)的快速增長(zhǎng)。城市名稱年底也區(qū)生產(chǎn)總信地方財(cái)政地方財(cái)政固定資產(chǎn)在崗理工社會(huì)商品貨物進(jìn)出口晉通高等學(xué)戰(zhàn)三廢綜舍利隹總?cè)丝冢ó?dāng)年恰格）傾算內(nèi)收入預(yù)算內(nèi)支出投資總額平均工資零售總額總額在校學(xué)生數(shù)產(chǎn)品產(chǎn)值（萬(wàn)人）（憶元）（萬(wàn)元）1萬(wàn)元）（萬(wàn)元）（元）1萬(wàn)元）（萬(wàn)美元）（人）（萬(wàn)元）北京天津98075228219916112427785006324745075243082976394415405968187882石冢莊衣原沈陽(yáng)連長(zhǎng)春哈爾濱上海南京杭州68350885207899490398322916543439

6、471804930340419983940871586099寧波臺(tái)肥福州南昌青島鄭州長(zhǎng)沙廣州殊tjll8918201880816810008394170915144671525679436270155086695238516成都1U04503387362660096弭4025890234195194994591786253589291171696m陽(yáng)蘭州出爭(zhēng)爭(zhēng)密豐壊茗爭(zhēng)嫌軸日N羽麻寫趙日爲(wèi)羽麻寫爭(zhēng)嫌爭(zhēng)rr琳制騎ssds宙吳28801*0-69982*0-6涉乙9*0-涉6萬(wàn)0J-60gI6*0-8889J-g/6I2*0-809S2*0-gg60J-28919J8S89S*0-96228*0-

7、99809*0-9gg60J-29890*1-I9g/gJ-2089*0-22999*0-朮080J8S9SJ-99990*099S66*09網(wǎng)1萬(wàn)*0-S060*0888/g*0-60I9I*1ZSOSO*o-2661*0-6S920*0-690*18SI9S*0-698*1-6220991999*09206*08SS99*0-竝師g*028919*0乙6逑6*02019*090唸1P-68911乙1882*0662/gJl匹61J69280*06萬(wàn)0環(huán)*08咫況PIEI環(huán)JIS02I*06ggIS*0-乙9環(huán)g*096089*0-869肱*0-IZZOS*o-20280*0-附幵*o-師g

8、那*0-88162*0-861唸*0-朮16E*0-9E9珂J91289*0-6S90g*0-29928*0-600乙*0-g998S*0-81啤*0-乙191萬(wàn)*0-20690*0-乙00朮*0-161*0-8唸60*0-88820*0-9292*0-92890*0-*0-96012*0-唸乙CT09990*086I8S*0-拄9師*099889*0-網(wǎng)克6*0-29g92*0-gIS8*0-IS9*0-2969*0-0唸8*0-91268*0-69/g*0-9292*0-6網(wǎng)1萬(wàn)*0-W8g*0-sg/gz*o-86002*0-99269*0-環(huán)60S*0-92919*0-gIS6S*0-

9、66I8S*0-2962*0-igggg*o-S9698*0-2I8g*0-ggI90*0-I6S9*o-18亦*0-26892*0-99816*0-90I6S*01涉歷J-g9260*0ISOIg*o-I68SI*069俯*0-92991*0-611*0-98921*0-11昶9*0-g0290*0-1991*0-9SIS0*0-66229*0S686I*0-22881*0-10920*026680*09602*0-gggl*0乙0萬(wàn)66J6E9克*0-21620*022689*09820*0聊0肱*o-699II*0-91*0-8ZCO*0-9ggS0*020829*0969*2環(huán)乙乙69

10、S9乙91克l乙99S6S*g9S6ggT611乙6乙IS/gg*2聊8昶*0-96gg*00989*0-II09S*0-28988*0-26609*0-8IS6S*0-9SSI9*0-E6E穌*0-g8928*0肱0環(huán)*0-6992*0-g82S9*0-WZL9*0-S8g92*0-I066I*0-9629*0-89969*0-199匹*0-11唸CTO80S8S*0-22126*0-2I9SI*0-999gg*0-29060*0660幵*08乙91乙*0-8221*0-886II*0-26189*0-朮61萬(wàn)*0-809S*0-9199*0-網(wǎng)IH)*0-gl/O*0WLL*029602*

11、0-81血*0-161*0-2I60I*0-號(hào)6環(huán)*0-9919*0-2699*0-9998*0-9228*0-ll必J-SS99*0-89S9*0-昶Z16*0-9669SJ-118比*0-92912*0-Ig99*0-幵6萬(wàn)*0-21080*1-62980*0-朮9匹*0-26229*0-唸og*0-1228*0SS90I*02M00*0-10*1P8909*0268g/*0l涉16J29612*0gg6I9*068182*0982g8*08竝貂*0-LLZ&*0686g6*I9229乙克180乙91662J91辭乙網(wǎng)96廠乙曲860乙19982J柵輛嫌CorrelationMatrixZ

12、scoreQd)Zscore:當(dāng)年價(jià)格ZscoreQ(3)Zscore(X4)Zscorep)ZscoreQ(6)Zscore(X7)Zscore:總額Zscorep9)ZscoreX10CorelationZscore(X11.000.791.744.776.807.607.803.630.341-.003Zscore:(當(dāng)年格).7911.000.954.949.766.942.975.879.292.081Zscorep(3744.9541.000.995.733.915.939.382.236.062Zscore(X4.776949.9951.000764.895.932.867.23

13、5.019Zscore(X5.807.766.7337641.000.703.763.453.306024ZscoreCXG.607942.915.895.7031.000.917.843.2S9.203Zscore(X7.803.975.939.932.763.9171.000.S21.406.050Zscore:總額.630.879.882.867.493.843.8211.000-.040.006ZscorepO.341.286.289.406-.040-1.000.019ZscorepdO-.003.081.062.019.024.208.050.006.019

14、1.000TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotalc厶ofVarianceCumulative%Totalc久ofVarianceCumulative%16.90869.07969.0796.90869.07969.07921.13511.35080.4281.13511.35080.42831.03510.35290.7811.03510.35290.7814.4984.97995.7605.2482.48498.2446.1021.02499.2677.049.

15、49199.7588.013.12699.8849.011.10599.98910.001.011100.000ExtractionMethod:PrincipalComponentAnalysis.ComponentMaffTixComponent123Zscore當(dāng)價(jià)格.987-.061.011Zscore(X7).978.062-.005Zscore(X4).973-.102-.063Zscore(X3).972-.127-.015Zscore(X6).932-.105.169Zscore總額.859-.432-.091Zscore(X1).834.199-.107Zscore(X5).

16、819.291-.034Zscore(X9).335.877.112Zscore(X10).073-.098.984ExtractionMethod:PrincipalComponentAnalysis.a3componentsextracted.由表一中可以看出前三個(gè)特征值較大，而且前三個(gè)貢獻(xiàn)率高達(dá)90.781%,也就說(shuō)明這三者所涵蓋的信息量足夠替代上述10個(gè)指標(biāo)。表二中可以看出，三個(gè)主因子的線性組合Y1=0.987X2+0.978X7+0.973X4+0.972X3+0.932X6+0.859X8+0.834X1+0.819X5+0.335X9+0.073X10Y2=0.061X2+0.0

17、62X70.102X40.127X30.105X60.432X8+0.199X1+0.291X5+0.887X90.098X10Y3=0.011X20.005X70.063X40.015X3+0.169X60.091X80.107X10.034X5+0.112X9+0.984X10主成分的經(jīng)濟(jì)意義在于由各線性組合中權(quán)學(xué)較大的幾個(gè)指標(biāo)的綜合意義來(lái)確定，綜合因子Y1中X2,X3,X4,X7的系數(shù)大于其他系數(shù)的變量，所以Y1主要是地區(qū)生產(chǎn)總值，地方財(cái)政收入，地方財(cái)政支出，社會(huì)商品零售總額這四項(xiàng)指標(biāo)的綜合反映，說(shuō)明這四項(xiàng)指標(biāo)可以很好的說(shuō)明經(jīng)濟(jì)發(fā)展程度，考核經(jīng)濟(jì)的增長(zhǎng)必須從這四項(xiàng)著手進(jìn)行。綜合因子Y2中

18、，只要是普通高等學(xué)校在校人數(shù)的綜合反映，說(shuō)明人才興國(guó)的戰(zhàn)略是可行的。綜合因子Y3中，主要是年底總?cè)丝跀?shù)和在職職工工資的綜合反映，說(shuō)明中國(guó)還是處于人口粗放型增長(zhǎng)模式，來(lái)打動(dòng)經(jīng)濟(jì)的快速增長(zhǎng)，消費(fèi)水平的高低直接反映經(jīng)濟(jì)的慢與否。2.3三大主因子得分通過(guò)利用SPSS篩選出了三個(gè)主因子，下面對(duì)各省市進(jìn)行評(píng)分基于這三個(gè)主因子上，從而更好的反映各城市的經(jīng)濟(jì)發(fā)展?fàn)顩r。城市Y1Y2Y3北京2.365170.117640.39753天津0.796160.36620.01434石家莊0.446680.411490.45662太原0.922960.528240.08428沈陽(yáng)0.102360.201580.37381

19、大連0.189410.602170.37515長(zhǎng)春0.509640.155110.29729哈爾濱0.361730.721460.4143上海2.981040.565950.2738南京0.048411.554470.51306杭州0.04516-0.522684.41187寧波-0.26638-1.423090.31641合肥-0.63938-0.02429-0.27454福州-0.62035-0.4575-0.42041南昌-0.794840.40968-0.22549青島-0.1911-0.44224-0.34209鄭州-0.368011.2354-0.29264長(zhǎng)沙-0.339780.69119-0.17067廣州0.780181.430610.23688深圳0.71967-2.68558-0.6914成都0.222421.5313-0.04478貴陽(yáng)-1.08461-0.77422-0.33359州-1.12099-0.80017-0.02415最后按照三個(gè)主因子的貢獻(xiàn)率的大小，從而計(jì)算各城市經(jīng)濟(jì)發(fā)展的綜合得分F=0.69097Y1+0.11305Y2+0.10352Y3表-綜合得分F排名F排名北京1.60640841132合肥-0.472958763918天津0.5930060623福州-0.523884457719石家