《规模以上工业发展水平的因子分析.doc》由会员分享，可在线阅读，更多相关《规模以上工业发展水平的因子分析.doc（8页珍藏版）》请在金锄头文库上搜索。
1、引言规模以上工业发展水平的因子分析1 引言规模以上工业是推动我国经济增长的主要因素, 是国民经济的主导产业。新中国成立后, 尤其改革开放以来, 经过“ 八五”、“ 九五” 的快速推进, 中国的工业发展成绩卓著, 推动着我国经济飞速发展。随着中国加入WTO,中国经济面临着机遇与挑战并存的国际环境, 如何在新的环境下保持经济的持续发展便成为我们急待解决的问题。第7页（共9页）2 评估工业发展水平的指标体系2.1 指标的选择原则规模工业发展水平的评价指标设置，应该遵循以下原则：1.综合内涵性。规模工业发展水平是反映工业经济运行质量的宏观概念。由于工业发展水平是一个综合概念，涉及到工业生产经营活动的各
2、个方面，很难用单一的经济指标来进行总体的定性和定量描述，因此，应采用反映工业发展各个不同方面和不同环节的多个指标，组成一套较为完整的指标体系，进行多指标综合评价，进而体现出其综合内涵。2.宏观导向性。导向性问题是一个十分重要且带有方向性的问题。指标的设置应把“宏观导向性”放在突出位置，舍弃和淡化片面追求产值增长速度，粗放经营，盲目增加投资，铺新摊子的指标；增加和强化了能反映经济质量和效益的指标。可以设置反映投入与净产出之比的指标，如总资产贡献率、利润率、全员劳动生产率等，通过评价考核工作，引导工业经济向着“集约型”和“内涵型”扩大再生产方向发展，从根本上实现中央提出的两个根本性转变。3.科学合
3、理性。指标体系的设置和综合评价方法要具有科学性与合理性，要能全面反映工业水平的客观实际。4.实际操作性。就是从实际出发，按照我们目前的统计制度和会计制度所能够取得的资料情况，制定出能够在实际工作中应用，具有可操作性并能满足时效性要求的方案，使评价考核得以顺利贯彻实施。这里我们主要把握两点：一是企业基层数据资料能够比较容易取得，避免由于资料难以取得而带来的数据不准确。二是力求指标计算简便，基本采用日常统计和会计分析中常用的指标。2.2 本文的指标选取依据建立指标体系的科学性、全面性、层次性、针对性以及可操作性原则, 分别从工业生产能力、生产基础、企业利用资金的经济效率、生产的效率、生产营销水平等
4、方面选取指标。工业生产能力、生产基础能够最直接的反映出各地区工业水平的高低 利用资金的效率能够说明企业运用全部资产的收益能力 全员劳动生产率反映企业的生产效率和劳动投人的经济效益。生产营销水平强调了一个地区整体的工业发展水平。在此基础上, 本文选取了以下指标表1 指标体系一级指标二级指标规模以上工业发展水平指标工业总产值资产总计总资产贡献率全员劳动生产率产品销售收入利润总额其中X1说明了工业生产能力水平, ，X2说明了生产基础, X3反映了企业利用资金的效率, X4说明了生产的效率, X5 、X6说明了市场营销水平。因子分析实证研究3 因子分析实证研究3.1.样本数据的处理以上指标均可以从不同
5、角度对工业经济运行情况进行考核, 但由于指标间具有复杂的相关关系难以直接评价各市工业竞争力状况。这就需要把各项指标归纳变为一项或多项综合指标。因子分析就是这样一种多元统计方法。本文数据均选自2009年中国统计年鉴, 首先对原始数据进行正指标化、标准化处理, 排除不同量纲的影响。3.2 因子分析的步骤和结果本文根据2009年中国统计年鉴的数据，收集到全国31个省份得相关资料。整理后得到上述指标体系的数据。见表2。表2 整理后的数据单位： 地区工业总产值（亿元）X1资产总计（亿元），X2总资产贡献率(%)X3全员劳动生产率（元/人年）X4产品销售收入（亿元）X5利润总额（亿元）X6 北京11039
6、.1319540.76.96916795.116712173.06742.92 天津13083.6312617.6912.15956265.896813243.33831.68 河北24062.7620662.6713.03752102.269224119.471440.28 山西9249.9815424.518.7438159.25359139.67461.82 内蒙古10699.4411650.9415.25969152.173910410.15988.17 辽宁28152.7325333.8111.66728175.728127870.091381.95 吉林10026.558525.0
7、614.82731597.9579690.67540.03 黑龙江7301.68860.6317.32505370.98567729.74872.62 上海24091.2624595.2910.9847925.524425421.081431.97 江苏73200.0353600.0813.72713339.342871724.94099.58 浙江41035.2939752.7910.58520990.427139873.572115.65 安徽13312.5912171.7214.12573670.171512787.17819.04 福建16762.8213344.4714.334417
8、42.957316338.611104.05 江西9783.967018.9315.94559275.18019921.5537.07 山东71209.4246052.6917.56768502.266470826.134512.66 河南27708.1519668.6120.98616915.66128246.652444.18 湖北15567.0219221.0211.35571497.485215331.621092.47 湖南13507.6410175.1119.39560459.73213077.27758.48 广东68275.7750321.8814.18475451.38656
9、6117.814204.4 广西6880.046840.5711.88559899.08856554.72321.27 海南1057.451291.3918.45881208.33331009.34106.66 重庆6772.96438.3112.12493327.99186626.55356.2 四川18071.6818042.5712.72579666.410117479.211123.7 贵州3426.695066.1710.69457074.82993234.59191.73 云南5197.458174.1214.6617274.34684987.32365.23 西藏51.6251.
10、084.57305325.443848.886.82 陕西8470.412119.2613.57615179.02538188.52854.11 甘肃3770.385290.5410.38546194.40823866.99169.1 青海1080.352525.568.53606938.20221092.31100.02 宁夏1461.582676.617.5535769.79471390.0983.76 新疆4001.126438.0714.16686887.55364001.38484.58资料来源：2009年中国统计年鉴。中国统计出版社出版。第一步将原始数据经过标准化和同趋势化处理，并
11、求得相关系数矩阵，检验数据是否适合作因子分析。表3 巴特利特球度检验结果KMO 和 Bartlett 的检验取样足够度的 Kaiser-Meyer-Olkin 度量。.718Bartlett 的球形度检验近似卡方397.088df15Sig.000巴特利特球度检验检验值为397.088，显著性为0，由此可以拒绝原假设H0，可以认为相关系数矩阵不可能是单位阵，因此，数据适合作因子分析。由KMO检验得出的检验值为0.718， 大于0.5，所以可以认为数据适合因子分析。第二步求的特征根与因子载荷矩阵。本文根据特征根的大小排序， 经因子分析计算前个主因子的方差的累计贡献率已达86.159%， 故选择2
12、个主因子，并对因子载荷阵进行了方差最大化旋转， 主因子特征值及贡献率和方差最大化旋转后的因子载荷阵结果如表、表4 前六个主因子的特征值及贡献率表解释的总方差成份初始特征值提取平方和载入旋转平方和载入合计方差的 %累积 %合计方差的 %累积 %合计方差的 %累积 %14.04167.34467.3444.04167.34467.3443.89864.96064.96021.12918.81586.1591.12918.81586.1591.27221.19986.1593.78113.01899.1774.035.58299.7595.014.23699.9966.000.004100.000提
13、取方法：主成份分析。表5 方差最大化旋转后的因子载荷阵旋转成份矩阵a成份12X1.991.114X5.990.123X2.977.069X6.973.184X4.017.809X3.180.743由结果可以看出，第一主因子在X1，X2，X3，X4 ，上载荷最大，可称之为生产因子。第二主因子在X5 ，X6 上载荷最大，可以定义为营销因子。计算因子得分并排序：通过因子系数阵， 采用回归法估计因子得分，并以各因子方差贡献率的比重为权数进行加权综合计算各地区的综合得分， 即可持续发展能力综合得分F=(F1*67.344+F2*18.815)/86.159为依据进行计算， 最后得到因子得分排名情况， 如表6所示表6 因子得分及排名地区F1排名F2排名F排名 山东2.506831.0574752.1903021 江苏2.6910510.13436152.1327322 广东2.662462-0.75606261.915943 浙江1.355454-1.04764280.8306744 河南0.5108
