沈作奎
(湖北民族學院生物科學與技術學院,湖北恩施445000)
近年來,國內(nèi)外學術界和決策部門對經(jīng)濟發(fā)展水平區(qū)域差異問題進行了大量的探索,研究成果日漸豐厚.中華人民共和國成立后,通過有計劃地進行大規(guī)模的社會主義建設,中國已成為世界上最具有發(fā)展?jié)摿Φ慕?jīng)濟大國之一,人民生活總體上達到小康水平.為此本研究擬以中國的31個省、直轄市為基本單位,應用主成分分析的方法對其經(jīng)濟發(fā)展水平進行量化分析,得出結(jié)論,為管理、決策者提供參考依據(jù).
主成分分析(或稱主分量分析,principal component analysis)由皮爾遜(Pearson,1901)首先引入,后來被霍特林(Hotelling,1933)發(fā)展了[1-4].主成分分析法的具體步驟如下:
其中:xij為第i個省市第j個指標的觀測值;為標準化以后的指標值;分另為第j個指標的樣本均值和標準差.
5)以方差貢獻率為權系數(shù)求和,計算每個被測評對象的綜合評價指標值:
其中:αk為第k個主成分的方差貢獻率;Fk為第k個主成分.按照F值的大小對31個省市進行排序.
由文獻[5]得到如下數(shù)據(jù),見表1.
表1 2000年中國經(jīng)濟發(fā)展水平原始數(shù)據(jù)Tab.1 2000 China's economic development level of the original data
由表1進行主成分分析,對原始數(shù)據(jù)進行標準化處理,并求得指標的相關矩陣R和R的特征值,見表2.
表2 特征值及貢獻率Tab.2 Eigenvalues and the contribution rate
從表2看,根據(jù)E≥85%的條件,前4個特征值的累積貢獻率已達90.308%,說明前2個主成分基本包含了全部指標具有的信息.取前4個特征值,計算出相應的特征向量.下面以第一、二、三、四以及以方差貢獻為權系數(shù)構造綜合評價模型,按F值的大小對31個省市進行排序,見表3.
表3 31個省市排序結(jié)果Tab.3 Sort the results of the 31 provinces and cities
1)對中國省、市域經(jīng)濟的分析采用了主成分分析的方法,所有的算法實現(xiàn)均在Matlab軟件中完成,得出了以2003年10項經(jīng)濟統(tǒng)計指標為因子的主成分分析結(jié)果,前四主成分的信息含量已達90%以上;并進行了綜合排序,上海、北京、天津分列前三位,貴州為最后一位.
2)本文把兩種排序(與文獻[6])進行了比較,其排序差異詳見表3,排序5至28位有差異,其它無,差異最大的西藏為6個位次,四川、河南、安徽次之為個位次.
3)該研究因缺少港、澳、臺地區(qū)數(shù)據(jù),而未參與分析.
[1] 于秀林,任雪松.多元統(tǒng)計分析[M].北京:中國統(tǒng)計出版社,1999:154-169.
[2] 馬友平.基于Matlab的快鳥影像主成分處理研究[J].礦山測量,2009(5):28-30.
[3] 李靖華,郭耀煌.主成分分析用于多指標評價的方法研究——主成分評價[J].管理工程學報,2002,16(1):39-44.
[4] 焦琥,孫 曉東,胡勁松.企業(yè)物流績效評價的主成分分析-PCA-方法[J].物流技術,2005(6):47-49.
[5] 李玉珍,王宜懷.主成分分析及算法[J].蘇州大學學報,2005,21(1):32-36.
[6] 許月卿,李雙成.中國經(jīng)濟發(fā)展水平區(qū)域差異的人工神經(jīng)網(wǎng)絡判定[J].資源科學,2005,27(1):69-73.