基于主成分分析和聚类分析的江苏省各城市经济发展水平评价

基于主成分分析和聚类分析的江苏省各城市经济发展水平评价

ID:26818434

大小:53.00 KB

页数:6页

时间:2018-11-29

基于主成分分析和聚类分析的江苏省各城市经济发展水平评价_第1页
基于主成分分析和聚类分析的江苏省各城市经济发展水平评价_第2页
基于主成分分析和聚类分析的江苏省各城市经济发展水平评价_第3页
基于主成分分析和聚类分析的江苏省各城市经济发展水平评价_第4页
基于主成分分析和聚类分析的江苏省各城市经济发展水平评价_第5页
资源描述:

《基于主成分分析和聚类分析的江苏省各城市经济发展水平评价》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于主成分分析和聚类分析的江苏省各城市经济发展水平评价摘要:基于江苏省统计局发布的2015年江苏省各城市国民经济数据中选取的具有代表性的指标,通过主成分分析法对江苏省13个城市的经济发展水平进行评分和排序,用聚类分析法将各城市按照经济情况的相似性分为四类城市,最后,结合主成分分析和聚类分析的结果,对江苏省各城市的经济发展现状进行综合评价与讨论,并针对现状,提出了相应的建议。中国2/vie  关键词:主成分分析;聚类分析;经济发展水平;评价  中图分类号:F127文献标志码:A:1673-291X(2017)08-0017-04  引言  我国幅员辽阔、地域广大

2、。不同区域的资源与环境禀赋情况有较大的差异,这也导致不同地区间的经济发展水平的差异较大。自科学发展观提出以来,如何促进区域经济的协调发展成为一项重要的命题,相关研究也越来越得到重视。而想要通过制定适合的政策来统筹区域经济的协调发展,就必须对区域经济发展的水平做出合理的评价,根据实际情况,找出区域经济发展水平不均衡的关键症结,对症下药[1]。本文将结合江苏省区域经济发展的现状,选取反映2015年江苏省13个地级市经济发展水平的主要统计指标,运用主成分分析和聚类分析的方法对江苏省各地级市的经济发展的基本状况进行综合评价,从而分析江苏省各地级市经济发展的总体情况以及

3、彼此间的差异,并对其今后的发展提出若干建议。  一、指标的选取及评价体系的建立  在选取合适的评价指标以建立评价体系时,既要考虑能够反映经济总量的指标,也要考虑反映经济质量的指标。基于此,本文共选取了11项指标,构成了江苏省各城市经济发展水平的评价体系。这11项指标分别反映了城市经济发展水平的三个方面,具体如下。  (1)综合经济实力指标:地区生产总值(X1)、公共财政预算收入(X2)、城镇固定资产投资(X3)、工业总产值(X4)。  (2)人民生活水平指标:人均GDP(X5)、居民人均可支配收入(X6)、居民人均生活消费支出(X7)、人均储蓄存款(X8)。 

4、 (3)对内对外经济指标:社会消费品零售总额(X9)、净出口总额(X10)、实际外商直接投资(X11)。  根据上述指标,将2015年江苏省各市的指标值列入表中,得到表1的统计数据。  二、数据处理方法及过程  (一)统计方法  本文采用了主成分分析和聚类分析两种方法,对江苏省各市的经济指标进行分析。主成分分析是一种通过降维技术把多个变量把多个变量化为少数几个主成分的统计分析分析方法,这些主成分能够反映原始变量的绝大部分信息[3]。  聚类就是将数据对象分组成为多个类或者簇,使得同一个簇中的对象之间具有较高的相似度,而不同簇中的对象之间具有较大的差别[4]。 

5、 (二)提取主成分和公因子  使用SPSS20.0软件进行数据处理,用方差最大法进行正交旋转,使成分负载向0和1两极分化。计算主因子分值采用回归法。  表2是因子分析后提取主成分的结果,在本例中,有两个成分的特征值是大于1的,他们的累计方差贡献率为94.547%,即两者合计能解释94.547%的方差,完全符合我们的需要。所以我们将成分1和2提取出来作为主成分,抓住最关键的因素,而其余成分包含的信息较少,所以舍去。  (三)因子旋转  由于提取公因子无法得到最好的分析结果,所以通过因子的旋转来获得更好的解释,如表3。  从表3可以看出,第一主成分在地区生产总值、

6、公共财政预算收入、城镇固定资产投资、工业总产值、社会消费品零售总额、进出口总额、实际外商直接投资等指标的载荷较大,这些都是主要反映一个地区经济总量的指标,所以在本例中我们将第一主成分定义为“经济总量因子”;第二主成分在人均GDP、居民人均可支配收入、居民人均生活消费支出、人均储蓄存款等指标上具有较大的载荷,�是反映人民生活水平的指标,因此可以将第二主成分定义为“生活水平因子”。  (四)得分及排名  通过spss得出了各个城市的因子得分,用各城市因子1和因子2的得分乘以相应的方差的算术平方根,得出13座城市的主成分1和主成分2的得分,再结合各主成分得分,通过各

7、主成分的方差贡献率占两个主成分总方差贡献率的比重作为权重进行加权汇总求出综合得分[5]:  (五)聚类分析  为了验证因子分析的正确性,我们进一步利用SPSS软件再对已选定的第一主成分和第二主成分得分进行聚类分析。本次聚类采用系统聚类法,距离测度采用平方Euclidean距离,得到系统聚类分析的谱系图(图1)  三、结果分析与结果讨论  (一)结果分析  根据表4,通过各城市的两个主成分得分、综合得分及其排名,结合系统聚类分析的结果,我们发现,江苏省的13个城市可以较为详细地划分为以下四类。  第一类仅有苏州一个城市。可以看出,苏州市的综合得分遥遥领先于其他城

8、市,在构成指标体系的11项指标中,有9

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。