多元统计分析作业2(12页).docx

-第 1 页多元统计分析作业2-第 2 页中国作为世界上的发展中国家，其经济实力及综合国力水平在近几十年的时间里都得到了长足的发展。经济实力的不断攀升，以及经济增长速度的持续加速，令中国经济已成为世界各国所关注的焦点。中国经济的发展虽取得了世界的瞩目，在各个经济领域也取得了很好的发展，但毕竟我国的国情与所处的时代背景，决定了中国的综合经济发展还需承受诸多的考验，在探索的过程中求发展。但回顾近年来发展的历程，在中国经济高速发展的同时，可以发现我国在经济发展中还存在很多问题，如经济出现过热现象，东西部区域发展不平衡等问题。如何解决这些问题，找出根本原因所在，怎样更好的规划新的发展蓝图，都是需要重点研究和仔细思考的问题。今年以来，面对复杂多变的国际形势和国内经济运行新变化新情况，各地区各部门按照中央决策部署，认真落实十一届全国人大四次会议通过的各项决议，以科学发展为主题，以加快转变经济发展方式为主线，实施积极的财政政策和稳健的货币政策，着力稳物价、调结构、保民生、促和谐，国民经济继续朝着宏观调控预期方向发展，各方面工作都取得了新的成绩。本文基于对中国经济的现状概述和潜在问题分析的基础上，对问题进行了探讨，也对中国未来经济发展的方向做出了初步的讨论。一、中国各地区经济发展现状影响因素分析一、中国各地区经济发展现状影响因素分析当今世界已步入全球性经济大协作，资源市场大竞争，经济循环一体化时代。地区作为国家的经济、政治、科学和教育文化的中心，它已成为经济循环的主角，而决定每个地区在激烈市场搏击中的低位、作用、未来的发展趋势的主导因素是它们各自拥有的经济发展水平。因此，如何分类、比较和研究地区经济发展水平，以便有针对性地制定地区经济发展战略，对促进国民经济协调发展有着重要的意义。为了研究2010年全国各地区经济发展状况的分布规律，我们对全国31个省市自治区的经济发展基本情况进行主成分分析和因子分析，每个样本有8个指标：GDP、居民消费水平、固定资产投资、职工平均工资、社会消费品零售总额、居民消费价格指数、商品零售价格指数、工业总产值。根据上述指标体系，选取2010年我国各地区对应指标的数据，数据来源于2011年中国统计年鉴。其数据资料见下表1所示。表表1全国全国31个省市自治区经济发展指标个省市自治区经济发展指标-第 3 页地区GDP（亿元）居民消费水平（元）固定资产投资（亿元）职工平均工资（元）社会消费品零售总额（亿元）居民消费价格指数（上年=100）商品零售价格指数（上年=100）工业总产值（亿元）北京14113.58250155403.0651586229.3102.4100.42763.99天津9224.46177846278.1514892902.6103.5103.44410.85河北20394.26805715083.4314516821.8103.1103.19554.03山西9200.8681596063.2330573318.2103.0102.34657.97内蒙古11672.00110808926.5352113384.0103.2103.05618.40辽宁18457.271293416043.0344376887.6103.0103.28789.27吉林8667.5891417870.4290033504.9103.7104.13929.31黑龙江10368.6089066812.6277354039.2103.9103.14608.27上海17165.98322715108.9661156070.5103.1101.76536.21江苏41425.481403523184.33977213606.8103.8103.219277.65浙江27722.311809712376.04064010245.4103.8103.912657.78安徽12359.33823711542.9333414197.7103.1103.25407.40福建14737.12128718199.1323405310.0103.2103.46397.71江西9451.2679728772.3283632956.2103.0102.74286.76山东39169.921161123280.53332114620.3102.9102.718861.45河南23092.36783716585.9298198004.2103.5103.711950.88湖北15967.61897710262.7318117013.9102.9103.16726.53湖南16037.9689229663.6296705839.5103.1103.16305.11广东46013.061721815623.74043217458.4103.1103.321462.72广西9569.8577327057.6306733312.0103.0103.03860.46海南2064.5075531317.030775639.3104.8104.6385.21重庆7925.5897236688.9347272938.6103.2101.73697.83四川17185.48818213116.7325676810.1103.2103.07431.45贵州4602.1658793104.9304331482.7102.9103.01516.87云南7224.1867245528.7291952500.1103.7103.62604.07西藏507.464513462.749898185.3102.2101.039.73陕西10123.4882737963.7333843195.7104.0103.64558.97-第 4 页甘肃4120.7560353158.3290961394.5104.1104.61602.87青海1350.4372341016.936121350.8105.4104.3613.65宁夏1689.6589921444.237166403.6104.1103.2643.05新疆5437.4772763423.2320031375.1104.3104.62161.39二、对指标数据的主成分分析和因子分析二、对指标数据的主成分分析和因子分析定义变量及标签：设：X1：地区X2：GDPX3：居民消费水平X4：固定资产投资X5：职工平均工资X6：社会消费品零售总额X7：居民消费价格指数X8：商品零售价格指数X9：工业总产值按照因子分析方法的实现步骤，运用SPSS统计分析软件，首先对数据资料是否符合因子分析方法的要求进行判断，采用软件中KMO and Bartletts Test检验方法。见表2：表表2KMO and Bartletts TestKaiser-Meyer-Olkin Measure of Sampling Adequacy.704Bartletts Test of SphericityApprox.Chi-Square377.069df28Sig.000结果表明，Bartlett值为377.069，P值接近零，即指标数据的相关矩阵不是单位阵，故考虑进行因子分析；Kaiser-Meyer-Olkin Measure of Sampling Adequacy是用于比较观测相关系数与偏相关系数值的一个指标，其值越接近于1，表明对这些变量进行因子分析的效果越好，KMO值为0.704，意味着因子分析的结果较好。通过SPSS软件操作，得到如下输出结果见表3表8所示。-第 5 页表表3 3DescriptiveDescriptive StatisticsStatisticsMeanStd.DeviationAnalysis NGDP14098.128711401.3455031居民消费水平10878.715896.30031固定资产投资8753.6365927.182231职工平均工资36103.329652.20831社会消费品零售总额5064.4654218.200431居民消费价格指数103.438.660231商品零售价格指数103.135.955831工业总产值6236.05945505.2002031表3给出单变量描述统计（Descriptive Statistics），有三项内容：(1)Mean：均值(2)Std.Deviation：标准差(3)Analysis N：参与计算的观测量数表表4 4CorrelationCorrelation MatrixMatrixGDP居民消费水平固定资产投资职工平均工资社会消费品零售总额居民消费价格指数商品零售价格指数工业总产值Correlation GDP1.000.406.888.110.992-.244-.059.989居民消费水平.4061.000.154.824.422-.219-.405.321固定资产投资.888.1541.000-.136.865-.264.009.907职工平均工资.110.824-.1361.000.127-.302-.622.025社会消费品零售总额.992.422.865.1271.000-.280-.093.973居民消费价格指数-.244-.219-.264-.302-.2801.000.773-.200商品零售价格指数-.059-.405.009-.622-.093.7731.000.010工业总产值.989.321.907.025.973-.200.0101.000-第 6 页Sig.(1-tailed)GDP.012.000.278.000.093.376.000居民消费水平.012.204.000.009.118.012.039固定资产投资.000.204.233.000.075.481.000职工平均工资.278.000.233.248.050.000.448社会消费品零售总额.000.009.000.248.064.310.000居民消费价格指数.093.118.075.050.064.000.141商品零售价格指数.376.012.481.000.310.000.479工业总产值.000.039.000.448.000.141.479表4给出原始变量的相关矩阵（Correlation Matrix），有两项内容：(1)在“Correlation”栏中给出相关矩阵(2)在“Sig.(1-tailed)”栏中给出t检验的显著性概率值表表5 5TotalTotal VarianceVariance ExplainedExplainedComponentInitial EigenvaluesExtraction Sums of SquaredLoadingsRotation Sums of SquaredLoadingsTotal%ofVariance Cumulative%Total%ofVariance Cumulative%Total%ofVariance Cumulative%14.12951.61151.611 4.12951.61151.611 3.88348.54148.54122.39129.88581.495 2.39129.88581.495 1.96324.54273.08331.10313.79495.289 1.10313.79495.289 1.77722.20795.2894.1622.02297.3115.1131.41298.7236.0841.05599.7787.015.18999.9678.003.033100.000Extraction Method:Principal Component Analysis.-第 7 页表5给出总方差分解（Total Variance Explained）。(1)在Component（因子、成分）栏中，给出各因子的序号(2)在“Initial Eigenvalues”（初始特征值）栏中，给出相关矩阵或协方差矩阵的特征值。有三项内容：Total：给出各因子的特征值%of Variance：给出各因子所解释的方差占总方差的百分比Cumulative%：给出各因子方差占总方差的累积百分比(3)在“Extraction Sums of Squared Loadings”栏中，给出提取若干因子后的特征值、方差百分比、累积方差百分比表表6 6ComponentComponent MatrixMatrix(a)(a)Component123社会消费品零售总额.969.187.046GDP.968.223.062工业总产值.941.310.036固定资产投资.865.378-.172职工平均工资.279-.843.403商品零售价格指数-.272.838.389居民消费水平.534-.595.546居民消费价格指数-.427.549.674表6给出旋转前的因子载荷矩阵（Component Matrix(a)）（也称初始因子载荷矩阵）。根据前3个特征值及初始因子载荷矩阵，计算出相应的特征向量（用前初始因子载荷矩阵的列元素分别处以相应的特征跟的平方根），得到表7。表表 7 7特征向量特征向量第一特征向量第一特征向量第二特征向量第二特征向量第三特征向量第三特征向量0.4768710.1209350.0438000.4763790.1442170.059034-第 8 页0.4630920.2004800.0342780.4256900.244457-0.1637720.137304-0.5451770.383723-0.1338590.5419440.3703920.262796-0.3847930.519882-0.2101380.3550440.641759根据表7得到3个主成分的表达式为：Y1=0.476871X1+0.476379X2+0.463092X3+0.425690X4+0.137304X50.133859X6+0.262796X70.210138X8Y2=0.120935X1+0.144217X2+0.200480X3+0.244457X40.545177X5+0.541944X60.384793X7+0.355044X8Y3=0.043800X1+0.059034X2+0.034278X30.163772X4+0.383723X5+0.370392X6+0.519882X7+0.641759X8由这三个主成分的表达式，我们可以看到，社会消费品零售总额、GDP、工业总产值、固定资产投资对第一主成分的影响比较大，且都是正向影响，商品零售价格指数和居民消费价格指数对第一主成分产生负向影响。在第二主成分中，职工平均工资和商品零售价格指数能够解释的部分比较大，但职工平均工资对第二主成分产生负向影响，商品零售价格指数产生正向影响。居民消费水平和居民消费价格指数对第三主成分的解释最多，居民消费水平和居民消费价格指数均对第三主成分产生正向影响。表表8 8RotatedRotated ComponentComponent MatrixMatrix(a)(a)Component123工业总产值.989.081-.009GDP.980.166-.050社会消费品零售总额.967.180-.084固定资产投资.945-.126-.104职工平均工资-.063.929-.289居民消费水平.265.927-.091-第 9 页居民消费价格指数-.197-.052.947商品零售价格指数.058-.396.876表8给出旋转后的因子载荷矩阵（Rotated Component Matrix(a)）。表表9 9ComponentComponent ScoreScore CoefficientCoefficient MatrixMatrixComponent123GDP.252.041.043居民消费水平.021.538.183固定资产投资.255-.153-.069职工平均工资-.074.505.038社会消费品零售总额.246.041.023居民消费价格指数-.017.219.623商品零售价格指数.067-.026.496工业总产值.260-.002.050表 9 给出因子得分系数矩阵（Component Score Coefficient Matrix）。最后，我们通过因子分析得到各样品的三个因子得分。再由各样品的三个因子得分和三个因子的方差贡献率可以求出各样品的综合得分，根据 F=FAC1_1*0.48541+FAC2_1*0.24542+FAC3_1*0.22207 计算，得到结果如下表 10。表表1010各样品的三个因子得分和综合得分各样品的三个因子得分和综合得分地区FAC1_1FAC2_1FAC3_1综合得分排名广东2.451040.748310.249641.431江苏2.315930.408050.594691.362浙江1.096091.011881.113271.033山东2.33891-0.42972-0.596000.904上海-0.262673.56578-0.211850.705河南1.05394-0.735440.286880.396天津-0.503841.491110.504990.237辽宁0.67303-0.18888-0.308020.218-第 10 页河北0.70345-0.74551-0.476180.059青海-1.135480.382512.260930.0410福建0.06888-0.07446-0.031510.0111四川0.43176-0.59932-0.41207-0.0312北京-0.576142.63853-1.82420-0.0413陕西-0.28159-0.226470.60410-0.0614海南-1.02152-0.051351.94058-0.0815新疆-0.72778-0.215881.46281-0.0816吉林-0.24647-0.480630.64625-0.0917湖北0.28344-0.58592-0.56076-0.1318黑龙江-0.25599-0.439780.33144-0.1619湖南0.17718-0.63064-0.42050-0.1620内蒙古-0.16693-0.13329-0.29847-0.1821安徽0.01947-0.57413-0.36706-0.2122甘肃-0.77293-0.553771.16569-0.2523云南-0.54685-0.621740.33766-0.3424宁夏-1.150980.191970.53706-0.3925广西-0.35425-0.70744-0.64199-0.4926江西-0.28674-0.82712-0.75546-0.5127重庆-0.55475-0.19228-0.97829-0.5328山西-0.43273-0.48990-0.92642-0.5429贵州-0.85688-0.84134-0.77836-0.8030西藏-1.47858-0.09313-2.44884-1.28311.对第一主因子得分进行分析由上表可以看出，分列前三位的广东、山东、江苏经济发展较快，尤其是广东得分明显领先。不难从该因子的组成中发现，广东的GDP，工业总产值，固定资产投资，社会消费品零售总额等指标位居2010年前列，而这些指标在第一主因子中占有较大载荷。因此广东经济发展水平与其投入产出是密切相关的。大量的投入产出极大地促进了广东经济的快速发展。-第 11 页2.对第二主因子得分进行分析该因子为消费因子，上海、北京、天津三大直辖市位列前茅，远远大于其他地区。其中，北京仅次于上海，相差很小。由此可以看出，上海、北京、天津有很强的经济实力，表现出了很好的经济发展水平。3.对第三主因子得分来进行分析该因子为价格因子，我们可以看到一些经济不发达的地区在这个因子上排在前面，看似有些问题，但是细分析我们就会理解这种现象。4.对综合得分进行分析从综合得分来看，我国区域经济发展差异显着，各地区的经济发展差异还是比较大的，经济实力较强和经济发展速度较快的地区主要分布在东部，南部沿海地区，而中西部、西北、西南地区各省的经济实力相对较弱，发展速度相对较慢。但是从影响经济发展水平的三个因子来看，西部地区亦有在某些方面高于东部地区的，如投入产出因子。在西部大开发和可持续发展战略的指导下，各省应找准自身在全国经济活力和三大因子活力中的位置，继续保持、发展自身的优势，同时制定相应的政策措施弥补自身的不足，以达到系统全面地提升经济发展水平的目的。故可以得出以下主要结论：(1)工业效率目前仍然是影响我国地区经济发展的最重要因素。地区经济发展仍然较多地依赖于工业，第三产业在促进地区经济发展中的作用还相对较弱，未开放地区的这一特征比开放地区更明显。(2)三资企业规模的不断扩大和对外开放政策的实施对开放地区的经济发展起到了较大的促进作用；而三资企业在未开放地区中的低效益并未对其经济发展产生明显的有利影响。(3)开放政策的推行和对外开放力度的加强，对地区的经济发展起到了明显的促进作用。利用外资额、开放程度和三资企业规模对中等地区经济发展的促进作用最大，对各地区也有较明显的作用。三、三、推动我国地区经济发展的政策措施推动我国地区经济发展的政策措施经济发展需要不断补充新的劳动力，不断提高劳动者的全面素质。这就要保证劳动力再生产的需要，增加居民收入水平，调节收人分配，消除贫困，发展社会保障体系，逐步-第 12 页地提高劳动者的物质生活质量，以发挥劳动者的劳动热情和积极性必须发展教育、文化、卫生事业，加强精神文明建设。发展经济要求保护环境，保持自然生态的平衡。如果缺乏宏观管理，完全由市场调节，必将破坏生态平衡，造成环境污染。其后果，不仅有损于经济的发展，而且破坏了人们生存的条件。所以，发展经济和保护环境应当保持协调一致。经济发展需要保持稳定的社会环境，这就要加强法制建设。另一方面，社会事业发展需要一定的物质基础，要以生产的发展为条件，社会事业发展的规模和速度取决于经济提供的可能。提高对外开放层次，缩短经济发展的差距。从我国经济发展情况可以看出开发型经济是经济增长的重要力量，因此提高对外开发层次能促进经济的快速发展，而提高对外开放层次就要建立承载外贸的基地。事实已证明：要加快发展外向型经济，园区建设是一个良好的载体。因此，我国各地区要在建立高起点的园区上做工作。在当前政府对各类开发区的严加控制情况下，各地区更要重视做好外资发展的定点规划工作，要在整合规模不大，层次不高的园区上下功夫。我国区域经济发展差异显着。对具有不同发展水平和不同经济社会结构的不同地区，要实行分类解析和分类指导。从地区的实际情况出发，有针对性的研究和解决问题。另外，政府要加大帮扶力度，给与更多的政策优惠，采取技术帮扶为主、资金帮扶为辅的措施，加大教育投入。总之，在继续保持华南、华东地区经济稳定增长的同时，加快西北、西南地区的开发，推动全国各地区的共同发展。改革开放多年来，我国生产力水平迈上了一个大台阶，市场供求关系发生重大变化，一般工农业产品出现了阶段性、结构性剩余。但也存在经济结构不合理的问题，这突出表现在产业结构不合理，地区发展不协调，城镇化水平低，国民经济整体素质不高，国际竞争力不强等方面。这种结构性矛盾越来越不适应加快经济发展的需要，越来越不适应扩大对外开放、积极参加经济全球化的需要。从我国经济发展现状和世界经济、科技发展趋势来看，当前的结构调整不是一般意义的调整，而是在新技术革命带动下，对经济全局和长远发展进行具有重大影响的战略性调整，包括产业结构、地区结构和城乡结构在内的全面调整。尤其是要调整生产力布局，促进地区经济协调发展。针对我国东部沿海地区与中西部地区经济发展差距逐步扩大，影响整个经济加快发展的状况，我国提出了实施了西部大开发战略，加快中西部地区发展，振-第 13 页兴东北老工业基地，同时继续发挥东部沿海地区在体制创新、科技创新、对外开放和经济发展中的带动作用，是推进经济结构调整结构重要组成部分和战略之举。只有进行经济结构的全面调整，才能使我国在经济全球化趋势不断发展、国际竞争更加激烈的条件下，抓住机遇，乘势而上，实现生产力的跨越式发展。