江西省经济发展水平分析.doc

该【江西省经济发展水平分析 】是由【小吴】上传分享，文档一共【19】页，该文档可以免费在线阅读，需要了解更多关于【江西省经济发展水平分析 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。统计分析与行业应用论文报告江西省各市综合经济实力分析评估-基于因子分析法学院:经济学院专业:金融学姓名:倪超苗学号:指导老师:殷溪源日期:年月目录序言 问题的提出 理论根底 .......................................................................................................方法的选用 .因子分析法的简介 ..因子分析数学模型 ..因子分析法的原理 江西省各城市社会开展水平分析 .建立评价指标体系 .因子分析的适宜性检验 .确定提取的公因子数 .求因子载荷阵并确定各因子的性质 .各公共因子的得分以及赋权 .因子的地区排名 结果评价与分析 政策建议 参考文献 摘要城市综合经济实力是指城市所拥有的全部实力、潜在力及其在国内外经济社会中的地位和影响力。城市社会开展的综合评价对推动地市社会经济有序、均衡开展等具有重要意义。利用因子展水平进行综合评价,结果说明,各地市社会开展同经济开展状况密切相关,且各地市社会开展水平差异较大,内部开展不均衡。所以,各地市要在大力开展经济分析法对江西省各地市的社会发的根底上,结合自身优势,有针对性地采取措施提高本市社会开展水平,最终实现江西省区域经济的和谐开展。关键词:社会开展水平;因子分析;综合评价Abstract:prehensiveeconomicstrengthisreferstothecitywithallthestrength,potentialforce,prehensiveevaluationofurbansocialdevelopmenttopromotelocalsocialandeconomicorder,,theresultshowsthataroundthecitycloselyrelatedwitheconomicdevelopment,socialdevelopmentandsocialdevelopmentleveldifferencesaroundthecity,,everycitytodeveloptheeconomicanalysisofjiangxiprovincearoundthecity,binedwiththeirownadvantages,targetedmeasurestoimprovethelevelofsocialdevelopmentinthecity,:socialdevelopment;prehensiveevaluation序言改革开放后的中国经济建设事业取得了飞跃的进步,人民的生活质量得到了极大的改善。而在倡导和谐社会的今天,仅仅是经济的开展已缺乏以满足人们的精神文化要求,更多的人们着眼于社会的综合开展。加快社会开展,是促进人的全面开展和保障改善民生的内在要求,是提升社会公平正义与和谐稳定的重要保障,是转变经济开展方式和扩大内需的必然途径,是全面建成惠及全省人民的小康社会的战略任务。中国幅员辽阔,各地区开展水平极不平衡,这既是国家宏观经济政策导向的结果,又是各地区资源环境条件差异的结果。目前,我国的东部沿海、珠三角地区,渤海湾地区的经济日益繁荣,江西省作为一个中部城市,当其他省份经济正在飞速开展的时候,江西省的经济却在原地踏步甚至是负增长,虽然城市的经济开展已经取得了一下成就,然而,由于传统的生产力布局上的不同,以及在地域、资源、人文和政策上的差异,江西省各地区之间的社会综合开展仍然存在很大差异,各地区内部的开展也出现了不均衡性。因此,如何客观、准确地评价江西省各城市的社会综合开展现况,分析各城市的差异以及造成差异的主要原因,为各城市能针对性地制订相应的政策和措施提供理论依据,进而促进江西省各城市社会的协调开展,具有重要的理论和实践意义。本文通过选取反映城市综合开展水平的个指标作为原始变量,对江西省的个地级市的综合开展水平进行分析,并给出排名结果、评价以及适当的政策建议。问题的提出社会开展是指整个人类社会的向前运动过程。包括两个方面:①纵向,指人类社会由低级向高级的运动和开展过程;②横向,指在特定的社会开展阶段中一个社会各方面整体的运动和开展过程。一个地区社会开展水平的上下,不仅说明了该地区的经济开展水平,更概括了人民生活中各方面领域的水平,是衡量一个地区综合能力的重要指标。对地区的社会开展水平进行排序和综合评价,有利于展示各地社会经济开展中的优势和缺乏,能够明确引导各地财政资金投入方向,推动各地社会经济有序、均衡和健康开展;有利于形成有效的社会开展竞争机制,提高社会开展速度;能够为社会监督提供监督标的,促进政府更加努力地改善社会开展中的缺乏。江西省地处中国中部地区,北临安徽省,东、南各临经济兴旺的福建省、广东省,西靠湖南省。改革开放以来,江西省经济增长并不明显,经济开展处于滞后水平,GDP位列中部第六位,中部蓝皮书指出,江西经济开展在全国乃至中部仍处于滞后水平,年江西省GDP为亿元,在中部位列第六位,人均GDP为元(美元),在中部位列第五位。蓝皮书认为,在正确的开展战略指导下,在“十五〞时期,江西实现了持续、快速、稳定的开展,实现了在全国和中部地区的位次前移。所以从纵向看,江西的开展是令人瞩目的,但从横向看,仍有较大差距,江西经济开展在全国乃至中部仍处于滞后水平。年江西省GDP为亿元,在中部位列第六位;人均GDP为元(美元),在中部位列第五位;财政收入亿元,列中部省之末,只有湖南的%,山西的%,湖北的%。那么,江西省地级市的社会开展状况排名如何呢?这都是本文要探讨的问题,本文从实证角度利用因子分析法对江西省各地级市的社会开展水平进行评价,并由此概括全省的社会开展水平。,传统的多指标综合评价方法中的指标权重的设置往往带有一定的主观随意性,虽然多指标大样本可以为综合评价提供丰富的信息,但在一定程度上增加了评价工作的复杂性,每个指标都在不同的角度和层面反映评价目标的某一信息,而各个指标之间往往存在一定的相关关系,反映的信息将产生重叠,导致统计分析失真。因子分析法是用较少个数的公共因子的线性函数和特定因子之和来表达原来观测的每个变量,在减少分析指标的同时,尽量减少原指标包含信息的损失,对所收集的资料作全面的分析,从研究相关矩阵内部的依赖关系出发,把一些具有错综复杂的变量归纳为少数几个综合因子的一种多变量统计分析方法。因此本文选用因子分析法作为理论的根底,并结合SPSS软件进行分析判断的工具。因子分析法的简介..因子分析数学模型通常在作因子分析时,针对变量作因子分析,称为R型因子分析;针对样品作因子分析,称为Q型因子分析。R型因子分析数学模型为:可表示为:其中X为可实测的P维随机向量,X的每个分量代表一个指标或变量。F=(Fl,F,…,Fm)T为不可观测的m(m≤P〕维随机向量,它的各个分量将出现在每个变量之中,所以称它们为公共因子。矩阵A称为因子载荷矩阵,aij称为因子载荷,表示第i个变量在第j个公共因子上的载荷,向量e称为特殊因子,其中包括随机误差。它们满足:(〕Cov(F,e)=,即F与e不相关。(〕Cov〔Fi,Fj〕=,i≠j;Var〔Fi〕=Cov〔Fi,Fi〕=。i,j=,,…,m。即向量F的协差阵为m阶单位阵。(〕Cov(ei,ej〕=,i≠j;Var(ei)=,i,j=,,…,p。即向量e的协差阵为p阶对角阵。..因子分析法的原理因子分析通过对变量的相关系数矩阵内部结构的分析,从中找出少数几个能控制原始变量的随机变量Fi〔i=,…,m〕,选取公共因子的原那么是使其尽可能多地包含原始变量中的信息,建立模型X=A*F+e,通过F再现原始变量X的众多分量xi〔i=…,p)之间的相关关系,到达简化变量降低维数的目的。值得指出的是,为了消除指标间数量级的差异,因子分析是基于将数据标准化的根底上做的。,软件中对于数据的因子分析,已将变量〔即指标〕和各公共因子进行了标准化处理,不需先将数据标准化。,与居民的收入水平、生活水平和生活环境密切相关,对社会开展水平进行综合评价涉及到收入层次、居住条件、生活环境以及设施等各个方面。在遵循数据客观性、代表性和可得性的原那么下,本文选取?中国区域经济统计年鉴?、?中国城市(镇)生活与价格年鉴?以及?江西统计年鉴?、?中国城市统计年鉴?中收录的年江西省的一些数据作为评价指标。选取的项指标分别如下:X-人均GDP〔元〕;X-总户数〔户〕;X-工业增加值〔亿元〕;X-公路里程〔公里〕;X-货运量〔万吨〕;X-医院数〔个〕;X-批发零售贸易社会消费品零售总额〔万元〕;X-客运量〔万人次〕;X-城镇居民消费水平〔元〕X-根本养老保险参保人数〔万人〕X-卫生机构数(个)X-城镇居民消费水平〔元〕城市XXXXXXXXXXXX南昌市...萍乡市..新余市..赣州市..宜春市..上饶市..抚州市..吉安市...鹰潭市..九江市...景德镇市..·〔下页〕所示:成份得分协方差矩阵成份....提取方法:主成分分析法。旋转法:具有Kaiser标准化的正交旋转法。构成得分。表变量相关系数矩阵由此表可以看出,多数变量之间存在着较高的相关关系,说明变量间存在着一定的信息重叠,需要利用因子分析进行精简和分类。另外,因子分析的适宜性检验通常采用KMO统计量和Bartlett’s球型检验法,利用软件得到表的检验结果。表KMO和Bartlett的检验取样足够度的Kaiser-Meyer-Olkin度量。...KMO统计量用于检验变量间的偏相关性,它比拟各变量的简单相关和偏相关的大小,取值范围在~之间。如果各变量间存在内在联系,那么由于计算偏相关时控制其他因素就会同时控制潜在变量,导致偏相关系数远远小于简单相关系数。本文KMO检验值为.,因此认为这些指标比拟适宜做因子分析。Bartlett’s球型检验用于检验相关矩阵是否为单位阵,即各变量是否相互独立。,本文Bartlett’s球型检验值为.,证明适合做因子分析。确定提取的公因子数首先,从SPSS的输出结果中得出如表〔下页〕所示的矩阵R的特征值和方差奉献率,可以看到,公共因子到达个时,其方差累积奉献率已到达.%,这表示提取前个公共因子已足以概括所有因子的解释能力;另外,从图〔下页〕的碎石图中看出,开始时图中折线陡峭,从第个因子以后,折线变得非常平缓,因此,认为选择个公共因子是恰当的。再看表的变量共同度,当取个因子时,每个变量的共同度都非常大。根据变量共同度的统计意义,它刻划了全部公共因子对于变量X的总方差所作的奉献。因此,,说明所有变量都能被这个公共因子所解释。