朱 雪

（武漢理工大學(xué)，湖北 武漢 430070）

0 引言

一個(gè)國(guó)家經(jīng)濟(jì)發(fā)展的過(guò)程,不僅僅表現(xiàn)為經(jīng)濟(jì)總量的增長(zhǎng),還必然伴隨著產(chǎn)業(yè)結(jié)構(gòu)的演變。工業(yè)做為中國(guó)國(guó)民經(jīng)濟(jì)的第二產(chǎn)業(yè),其發(fā)展的狀況對(duì)于經(jīng)濟(jì)的發(fā)展有著重要的意義。數(shù)據(jù)來(lái)源于2013年中國(guó)統(tǒng)計(jì)年鑒，本文選取11個(gè)指標(biāo)原油X1，天然氣X2，原鹽X3，啤酒X4，卷煙X5，布 X6，機(jī)制紙及紙板 X7，生鐵 X8，粗鋼 X9，鋼材 X10，平板玻璃 X11來(lái)反映我國(guó)主要工業(yè)發(fā)展?fàn)顩r。

1 數(shù)據(jù)的處理

為了消除各指標(biāo)間量綱和數(shù)量級(jí)的差異，客觀地說(shuō)明主成分的內(nèi)涵，就必須將原始指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化，一般采用Z-score標(biāo)準(zhǔn)化公式得到標(biāo)準(zhǔn)化矩陣。使標(biāo)準(zhǔn)化后的變量均值為0，方差為1。

2 因子分析

調(diào)用SPSS統(tǒng)計(jì)軟件對(duì)數(shù)據(jù)進(jìn)行KMO和Bartlett的檢驗(yàn)。KMO檢驗(yàn)用于研究變量之間的偏相關(guān)性，計(jì)算偏相關(guān)時(shí)由于控制了其他因素的影響，所以會(huì)比簡(jiǎn)單相關(guān)系數(shù)來(lái)的小。運(yùn)用巴特利特球形檢驗(yàn)和KMO檢驗(yàn)來(lái)判斷因子分析適合度。 可以得出Bartlett球度檢驗(yàn)統(tǒng)計(jì)量為380.408。偽概率Sig.接近0。表明11個(gè)變量之間有較強(qiáng)的相關(guān)關(guān)系。而KMO=0.727＞0.7，說(shuō)明所選取的數(shù)據(jù)適合作因子分析。

用主成分分析的方法對(duì)樣本數(shù)據(jù)進(jìn)行分析計(jì)算，來(lái)降低指標(biāo)維數(shù)，由方差分解主成分提取表可知前3個(gè)特征根累計(jì)方差貢獻(xiàn)率已達(dá)到77%以上，已經(jīng)能很好的體現(xiàn)出整個(gè)數(shù)據(jù)的特點(diǎn)，后面因子的方差成長(zhǎng)不高，如果繼續(xù)選擇則會(huì)使因子分析的意義變小，總體上原有變量的信息丟失較少，因子分析效果較理想。因此，本文選取前三個(gè)主成分作為降維以后模型評(píng)價(jià)的核心指標(biāo)。

其中λ1=5.079，λ2=1.915，λ3=1.555分別求出其特征向量，并計(jì)算各變量在各個(gè)主成分上的載荷，最終得到因子載荷矩陣。對(duì)因子載荷矩陣施行最大正交旋轉(zhuǎn)，建立旋轉(zhuǎn)后的因子模型。

由因子載荷矩陣表可以看出第一主成分上X9、X8、X10、X11上有較大的載荷，說(shuō)明第一主成分是由粗鋼，生鐵，鋼材，平板玻璃決定。它們是對(duì)采掘品的加工、再加工，由工業(yè)原材料進(jìn)行制造而成的工業(yè)產(chǎn)品，我們把第一主成分命名為加工工業(yè)因子。

第二主成分上 X7、X4、X6、X3、X5上有較高的載荷，說(shuō)明因子 2 主要依賴于機(jī)制紙及紙板，啤酒，布，原鹽，卷煙這幾個(gè)指標(biāo)，它們都是直接或間接以農(nóng)產(chǎn)品為基本原料進(jìn)行加工、再加工的工業(yè)產(chǎn)品，我們把因子2命名為農(nóng)副產(chǎn)品因子。

第三主成分上X1、X2上有較高的載荷，原油，天然氣這二個(gè)指標(biāo)反映了對(duì)自然資源的開采，我們把因子3命名為自然資源因子。

從因子得分系數(shù)矩陣中可以得出主成分的函數(shù)表達(dá)式，然后可以得出各個(gè)因子得分，為了最后的分析，我們考慮因子的綜合得分，依據(jù)如下公式：

經(jīng)SPSS計(jì)算后，可得出各個(gè)地區(qū)的綜合得分，圖1為各個(gè)地區(qū)綜合得分的雷達(dá)圖，其按照綜合得分從大到小排名為：河北，山東，江蘇，遼寧，廣東，陜西，天津，湖北，四川，新疆，山西，河南，黑龍江，浙江，福建，安徽，江西，湖南，內(nèi)蒙古，吉林，上海，廣西，重慶，青海，甘肅，云南，北京，貴州，寧夏，海南，西藏。

圖1 各地區(qū)的綜合得分雷達(dá)圖

3 聚類分析

在因子分析的基礎(chǔ)上，本文提取三個(gè)主成分，并且得出各個(gè)主成分的得分情況。為了得到更加合理的結(jié)果，我們運(yùn)用快速聚類分析法將31個(gè)地區(qū)分為3類（如表1），以便于分析各個(gè)地區(qū)的主要工業(yè)發(fā)展?fàn)顩r。

表1 聚類結(jié)果

為了解釋每一類的意義，做出每一類的各因子得分均值的排名情況（如圖2）?？梢钥闯龅谝活惤K，浙江，山東，河南，廣東五個(gè)地區(qū)的農(nóng)副產(chǎn)品因子排名靠前，第三類只有河北一個(gè)地區(qū)，其加工工業(yè)因子得分排名靠前，第二類地區(qū)沒有優(yōu)勢(shì)項(xiàng)，因此在綜合因子得分排名中也居于靠后的位置。

可以看出，第一類地區(qū)自然條件好，農(nóng)業(yè)基礎(chǔ)好，是我國(guó)穩(wěn)產(chǎn)農(nóng)業(yè)區(qū)，總體農(nóng)業(yè)生產(chǎn)水平高出全國(guó)平均水平，鄉(xiāng)鎮(zhèn)工業(yè)發(fā)展迅速。但土地資源緊缺，其中山東是中國(guó)的菜籃子，中國(guó)溫帶水果之鄉(xiāng)，中國(guó)第二人口大省。河南是“中國(guó)糧倉(cāng)”、“國(guó)人廚房”，是中國(guó)小麥、棉花、油料、煙葉等農(nóng)產(chǎn)品的重要生產(chǎn)基地。廣東以制造業(yè)為主，具有食品、紡織業(yè)、機(jī)械、家用電器、汽車、醫(yī)藥、建材、冶金工業(yè)體系。因此該類地區(qū)農(nóng)副產(chǎn)品因子得分較高。

圖2 不同類別各因子得分排名情況條形圖

第二類地區(qū)整體發(fā)展趨于穩(wěn)定，其中陜西省保有資源儲(chǔ)量居全國(guó)前列的重要礦產(chǎn)有：鹽礦、煤、石油、天然氣、鉬、汞、金、石灰?guī)r、玻璃石英巖，高嶺土、石棉等，不僅資源儲(chǔ)量可觀，且品級(jí)、質(zhì)量較好，在國(guó)內(nèi)、省內(nèi)市場(chǎng)具有明顯的優(yōu)勢(shì)。黑龍江省是國(guó)家重要的能源工業(yè)基地，是主煤炭調(diào)出省之一。省內(nèi)有目前中國(guó)最大的油田——大慶油田。新疆石油、天然氣、煤、金、鉻、銅、鎳、稀有金屬、鹽類礦產(chǎn)、建材非金屬等蘊(yùn)藏豐富，黃金、寶石、玉石等資源種類繁多，聞名中外。由于第一主成分權(quán)重較大，在很大程度上影響到綜合排名的結(jié)果，所以這也是該類地區(qū)整體排名靠后最重要的原因。

第三類中河北工業(yè)發(fā)展不錯(cuò)，該地區(qū)能源資源比較豐富，一次能源的原煤、石油、天然氣都有相當(dāng)?shù)膬?chǔ)量。全省已基本形成新能源、汽車、電氣、煤炭、紡織、冶金、建材、化工、機(jī)械、電子、石油、輕工、醫(yī)藥等優(yōu)勢(shì)產(chǎn)業(yè)。工業(yè)生產(chǎn)中的一些行業(yè)和產(chǎn)品在全國(guó)居重要地位。唐山鋼鐵占全省一半以上，占全國(guó)九分之一！我們也發(fā)現(xiàn)，沒有一個(gè)地區(qū)所有因子得分都是最高的。這在一定程度上反映我國(guó)工業(yè)發(fā)展的不均衡特征，還沒有領(lǐng)先地區(qū)能形成絕對(duì)的優(yōu)勢(shì)。

4 結(jié)論

通過(guò)對(duì)全國(guó)各地區(qū)的工業(yè)產(chǎn)品產(chǎn)量因子分析，并在此基礎(chǔ)上對(duì)各類地區(qū)進(jìn)行快速聚類分析，各類地區(qū)可以看到自己工業(yè)發(fā)展的優(yōu)勢(shì)和劣勢(shì)，以便于更好的發(fā)展。但是在發(fā)展工業(yè)的同時(shí)，也應(yīng)注意到本區(qū)經(jīng)濟(jì)發(fā)展所遇到的問題，例如河北由于經(jīng)濟(jì)增長(zhǎng)率持續(xù)加快，產(chǎn)業(yè)結(jié)構(gòu)屬偏重型，雖然能源消耗彈性系數(shù)下降，能源單耗有所降低，而能源總消耗量驟增，能源的開采與加工供不應(yīng)求，最終導(dǎo)致能源消耗已大于能源生產(chǎn)總資源。另外，面對(duì)當(dāng)今的霧霾，應(yīng)當(dāng)抓好節(jié)能環(huán)保新技術(shù)、新產(chǎn)品、新材料推廣應(yīng)用，大力開展能效對(duì)標(biāo)，加強(qiáng)工業(yè)固定資產(chǎn)投資項(xiàng)目節(jié)能評(píng)估和審查，強(qiáng)化重點(diǎn)用能企業(yè)能源管理，抓好國(guó)家級(jí)企業(yè)能源管理中心示范項(xiàng)目建設(shè)，推進(jìn)工業(yè)鍋爐、電機(jī)系統(tǒng)節(jié)能改造和能效提升。支持工業(yè)企業(yè)實(shí)施“煤改氣”“煤改電”技術(shù)改造，開展煤炭清潔利用試點(diǎn)示范，在加強(qiáng)工業(yè)煙氣、粉塵排放治理的基礎(chǔ)上，加大力度推進(jìn)尾礦等大宗工業(yè)固廢綜合利用，建設(shè)固廢綜合利用研究院，推進(jìn)工業(yè)固廢綜合利用技術(shù)創(chuàng)新和產(chǎn)業(yè)化發(fā)展。加快產(chǎn)業(yè)結(jié)構(gòu)向知識(shí)密集型產(chǎn)業(yè)方向發(fā)展；同時(shí)要加快基礎(chǔ)設(shè)施的建設(shè)，大力發(fā)展信息、金融、商貿(mào)、旅游等第三產(chǎn)業(yè)。

［1］方開泰,編.實(shí)用多元統(tǒng)計(jì)分析[M].華東師范大學(xué)出版社,1989.

［2］趙元篤,趙艷軻.廣東省工業(yè)主導(dǎo)產(chǎn)業(yè)選擇初探:基于因子分析和聚類分析的實(shí)證研究[J].科技管理研究,2011.