区域经济差异探析-精品文档.docx

《区域经济差异探析-精品文档.docx》由会员分享，可在线阅读，更多相关《区域经济差异探析-精品文档.docx（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、区域经济差异探析摘要：城市的经济发展水平是一个城市发展水平的重要体现，但由于各方面的原因，城市间的经济发展水平差异越来越大。选取能够体现经济发展水平的个变量，利用因子分析的方法对山东省市的经济发展水平进行综合分析。之后对得到的因子得分进行聚类，将市划分为个类别，分析不同类别之间的差异和影响因素，并对区域经济的协调发展提出一些建议。关键词：区域经济；因子分析；聚类分析山东省位于渤海与黄海之畔，是中国著名的经济强省之一。年山东省的生产总值高达万亿元，在全国排名第三。改革开放以来，全省经济持续快速发展，成为中国经济不可或缺的一部分，这与山东各市的奉献是分不开的。但由于多方面的原因，省内区域经济发展差

2、异显著，尤其是在近些年来有进一步拉大的趋势，这也将成为制约山东经济发展的一个重要问题。因而本文选取年山东省市体现经济发展水平的相关数据，采用因子分析和聚类分析来探索不同城市的经济发展情况，找到一些对山东省的区域经济差异造成影响的公共因素，借助这些公共因素，对山东各市的经济差异进行一个客观的评价，并且找出造成这种经济差异的主要原因。最后希望能通过分析，提出一些行之有效的方法，能够有利于山东省区域经济的协调发展。模型介绍与指标选取模型介绍因子分析的基本思想是根据相关性的大小对原始变量进行分组，使同一组内变量之间的相关性较高，不是同一组的变量间的相关性低。每组变量都是一个基本构造，用一个综合变量表示

3、，这个基本构造被称之为公共因子。对所研究的一个详细问题，原始变量能够分解成两部分之和的形式：一部分是不可观测的公共因子的线性函数；另一部分是与公共因子无关的特殊因子。聚类分析则是根据某种距离计算方法，对个体或对象分类，使得同类对象类似性最高，异类对象差异性最大。指标选取本文选取了工业总产值、就业人数、城镇人口数、地区生产总值、公共预算收入、在岗职工工资总额、住宿餐饮业就业人数和货运总量个指标，所有数据均来自（山东统计年鉴）。其中、是反映城市规模的指标，、反映的是工业发展规模，反映第三产业的规模，、在一定程度上反映了国民收入水平。因子分析数据检验因子分析是为了从诸多的原始变量中综合出少数几个具有

4、代表性的因子，这其中有一个要求，原有的变量间应当具有较强的相关关系。由于假如变量间的相关关系弱的话，就无法从原始变量中综合出反映某些变量共同特性的几个较少的公共因子。因而在进行因子分析前，需要对原始的变量能否相关进行检验。检验结果显示，所有相关变量的相关系数都大于，大部分相关变量的相关系数较高，各变量具有较强的线性相关关系。巴特利特球度检验统计量的观测值是，相应的值接近。把显著性水平设为，则相应的概率值小于显著性水平，应当拒绝原假设，以为相关系数矩阵与单位阵有显著差异。同时，值为，符合度量标准，所以原始变量合适进行因子分析。因子提取在对原始变量进行相关性检验后，就应该求解因子载荷矩阵进行因子提

5、取了。因子载荷矩阵的求法很多，本文使用的是在因子分析中占主要地位的主成分分析法。主成分分析法能够为因子分析提供初始解，因子分析是对主成分分析的扩展与补充。主成分分析法的核心就是通过原有变量的线性组合以及各个主成分的求解来到达对原始变量的降维目的。由于本文选取的变量数量级差异很大，而且单位不同，所以采用相关系数矩阵作为提取因子的根据。进行因子提取后，根据因子的累计方差奉献率来确定因子个数。一般选取累计方差奉献率大于时的特征值个数为因子个数。本文提取了个主因子，累计方差奉献率到达了，基本体现了原始变量中所有的信息。因子旋转与命名建立因子分析模型的目的不仅仅在于找到公共因子，更重要的是对公共因子进行

6、解释，能够愈加容易的分析实际问题。然而，得到的初始因子解各主因子的代表变量经常不是很突出，容易造成因子意义含糊不清的后果，不容易分析实际问题。因而，能够对初始公共因子进行线性组合，通过线性组合来找到意义明确，更容易被解释的公共因子，这就是因子旋转。因子旋转能够被分为正交旋转和斜交旋转，二者各有优劣。本文选用的是正交旋转方式中的方差极大法，以便使因子更容易被命名解释。旋转后的因子载荷是根据第一个因子降序的顺序输出的，旋转后的因子载荷矩阵如表。从表能够看出，住宿餐饮业就业人数、公共预算收入、地区生产总值、在岗职工工资总额、工业总产值在第一个因子上的载荷都大于，这几个变量主要被因子一解释，能够理解为

7、对山东省内区域经济差异的直接影响因素，因而命名为经济发展因子；就业人数、货运总量、城镇人口数在第二个因子上的载荷都大于，因子二主要解释了这几个变量，能够理解为对区域经济差异的间接影响因素，命名为持续影响因子。经过旋转后，各个变量的因子含义更明晰。计算因子得分在建立因子模型后，就要反过来考察每个样品的性质和样品间的关系。比方在建立了关于区域经济差异的因子模型后，就想要知道哪些区域经济发展好，哪些区域经济发展较差等，这就要进行因子分析的关键一步，即计算因子得分。因子得分也是因子分析的最终体现，需要计算各个因子在每个样品点上的详细数值，这些数值就是因子得分，由此构成的变量也被称之为因子得分变量。在以

8、后的分析中，就能够直接使用因子得分变量来研究样品的评价或对其进行分类了。本文采用回归法计算因子得分系数，得分系数的均值为，标准差为，大于证实比平均水平高，小于表示比平均水平低，计算结果如表。根据表能够得出如下因子得分系数：工业总产值城镇人口数公共预算收入住宿餐饮业就业人数货运总量就业人数地区生产总值在岗职工工资总额工业总产值城镇人口数公共预算收入住宿餐饮业就业人数货运总量就业人数地区生产总值在岗职工工资总额分析结果解读在计算得分系数后，就能够对各地区的经济水平进行综合评价，将各个城市在两个因子上进行加权就能够得到综合得分。首先要确定的是权重，本文采用两个因子的方差奉献率作为权重，计算综合得分：

9、计算的结果和各市在每个因子上的排名见表。从表中能够看出，青岛市在因子一上的得分最高，表明青岛市直接反映经济发展水平的各个变量取值比拟大，经济水平在各个城市中位于首位；临沂市则是在因子二上的得分最高，表明临沂市的经济发展潜力大，持续发展能力很强。而济南市、烟台市、潍坊市等市在各个因子上的得分则相对平均一些。另外，青岛、济南、烟台、潍坊、临沂依次位于综合因子得分的前五名；而威海、滨州、枣庄、日照和莱芜则位居后五名。结合各因子的得分对区域经济的发展水平进行分析，青岛市作为全国首批沿海开放城市，经济发展水平最高，区域经济优势显著，但是在持续影响因子上的得分相对较低，应当在这方面加强关注，保持持续发展的

10、势头。济南市的经济发展水平也比拟高，而且在表明区域经济持续发展能力的因子上得分也比拟高，这可能是由于济南是省会城市，在各方面发展都比拟注意。临沂市在经济发展因子上的得分很低，但是在持续影响因子上的得分很高，是由于临沂市是山东省内面积最大、人口最多的市，具有很强的发展潜力。而像日照，莱芜这些综合得分较低的城市，在经济发展因子上的得分都不高，这些城市应该把经济发展放在首位，同时也应该加强可持续发展的能力。毕竟经济的发展将会带动城市的基础设施建设等各个方面，使一个城市构成良性发展的势头。聚类分析结果定义为了能对区域经济差异有一个更明晰的认识，本文采用系统聚类的方法对两个因子得分进行聚类，聚类结果见表

11、。从表能够看出，第一类城市的经济发展水平很高，因子综合得分位居前三，能够定义为经济发达城市；第三类城市的持续影响因子得分很高，综合得分也是名列前茅，能够定义为经济发展城市；第三类城市则为数诸多，在两个因子上的得分都不高，能够定义为经济稍弱城市。结语与建议本文选用了多个能够体现经济发展水平的变量，采用因子分析和聚类分析对山东省的区域经济进行综合评价，根据分析结论对山东省内经济的协调发展提出合理的建议。首先，应该继续坚持东部提升、中部崛起、西部跨越的发展战略，在保持东部沿海地区经济良好发展的基础上，充分发挥济南、青岛两大中心城市的带动作用，以点带面，提升山东省中部和西部地区的经济发展水平，提高综合竞争力；其次，要继续优化产业构造，大力推进第三产业的发展，充分利用沿海优势，发展海洋产业；最后，还要重视一个区域经济的可持续发展能力，加强区域经济发展的底蕴和潜力。