基于主成分分析的我國主要城市發(fā)展?jié)摿ρ芯?/h1>
2018-03-28 10:24:14董俊芳
成長·讀寫月刊 2018年2期
董俊芳
【摘 要】本文構(gòu)建了城市發(fā)展?jié)摿Φ?7個指標(biāo)體系，運用主成分分析法對我國具有代表性的幾大城市進(jìn)行排序和潛力評價。
【關(guān)鍵詞】發(fā)展?jié)摿Γ恢鞒煞址治觯痪C合評價
一、引言
在經(jīng)濟(jì)全球化時代，國與國之間的競爭逐漸體現(xiàn)為城市間的競爭，分析城市發(fā)展?jié)摿捌渌庪A段有很大意義。因此，一些研究者從經(jīng)濟(jì)增長的視角來研究區(qū)域發(fā)展?jié)摿?，將勞動和資本定為區(qū)域發(fā)展的兩個方面[1]；賈曉霞等人從區(qū)域系統(tǒng)的角度出發(fā)，分析出區(qū)域發(fā)展?jié)摿τ山?jīng)濟(jì)、社會、資源與環(huán)境、管理四個因素組成[2]。本文運用主成分分析法，對我國的7個大城市進(jìn)行潛力分析，從而提出針對性建議。
二、指標(biāo)選取和數(shù)據(jù)說明
本文在構(gòu)建指標(biāo)體系時，借鑒了張劍濤的《國際城市觀察》中對亞洲城市未來發(fā)展?jié)摿Φ脑u價標(biāo)準(zhǔn)，建立了比較完整的城市發(fā)展?jié)摿υu價指標(biāo)體系，選取了人口自然增長率、人均GDP、申請專利數(shù)、城市大學(xué)數(shù)量等17個指標(biāo)。
本文選取了五個一線城市北京、上海、廣州、深圳、天津和兩個二線城市中的直轄市重慶、西安為樣本進(jìn)行分析，數(shù)據(jù)大部分來自《中國統(tǒng)計年鑒2015》，各樣本城市的統(tǒng)計年鑒和2015政府工作報告，部分?jǐn)?shù)據(jù)來自《2015城市經(jīng)濟(jì)年鑒》。
三、實證分析
本文運用 SPSS軟件，對原始數(shù)據(jù)運用主成分分析方法進(jìn)行處理，根據(jù)旋轉(zhuǎn)后相關(guān)系數(shù)的累計貢獻(xiàn)率。前四個特征根6.121，4.297，3.011，1.601均大于1，而且累計方差貢獻(xiàn)率為88.41%，超過85%，所以根據(jù)提取主成分的原則，選前4個主成分就可以代替原來的17個變量綜合反映城市的發(fā)展?jié)摿?，因此選取主成分F1、F2、F3、F4。通過特征根和特征向量可以計算得到4個主成分的因子載荷矩陣，如表1。
可以看出F1的方差貢獻(xiàn)率為36.006%，在指標(biāo)X1、X2、X5、X8、X14、X15、X17上的因子載荷較大，所以主成分F1可以定義為科技水平；F2的方差貢獻(xiàn)率為25.278%，在X4、X6、X7、X9、X10上的因子載荷較大，反映的都是基礎(chǔ)設(shè)施方面的；公共因子F3方差貢獻(xiàn)率為17.711%，反映在X3、X11、X12、X13；最后一個因子F4方差貢獻(xiàn)率9.416%，全部是由指標(biāo)X16體現(xiàn)的，直觀反映一個地區(qū)的經(jīng)濟(jì)增長速度。
在此基礎(chǔ)上，得到綜合評價模型： F =0.407F1 +0.286F2+ 0.2F3 + 0.107F4，依據(jù)此模型計算出 2014年我國主要城市發(fā)展?jié)摿C合得分及排名情況。
從結(jié)果看，深圳綜合排名第一，深圳是我國重要的經(jīng)濟(jì)特區(qū)，有著發(fā)達(dá)的金融業(yè)、服務(wù)業(yè)和物流業(yè)，而且科技水平也是排名第一；緊隨其后的是上海、北京、廣州、天津，上海是我國的金融大都市，它的飛速發(fā)展與地理優(yōu)勢、經(jīng)濟(jì)實力、科技投入、政府支持等分不開。基于以上分析，可得出以下結(jié)論：城市的發(fā)展?jié)摿κ芎芏嘁蛩氐挠绊?，其中高新技術(shù)產(chǎn)業(yè)的科技水平對城市發(fā)展起很大的推動作用。從綜合得分來看，城市發(fā)展?jié)摿^大的還是一線城市，一些二線城市仍然處于相對落后的地位。
參考文獻(xiàn)：
[1]ARROW KJ.The Economic Implication of Learning by Doing[J].Review of Economic Studies，1962（3）：155-173
[2]賈曉霞、楊用定.基于復(fù)合系統(tǒng)的區(qū)域發(fā)展?jié)摿υu價[J].《科學(xué)學(xué)與科學(xué)技術(shù)管理》，2003（3）：44-47
10kV配電線路帶電作業(yè)安全綜合評價應(yīng)用探究科學(xué)與財富(2016年26期)2016-12-01 21:32:23 基于熵權(quán)TOPSIS法對?？谑嗅t(yī)療衛(wèi)生服務(wù)質(zhì)量的綜合評價醫(yī)學(xué)信息(2016年29期)2016-11-28 09:43:04 主成分分析法在大學(xué)英語寫作評價中的應(yīng)用大學(xué)教育(2016年11期)2016-11-16 20:33:18 江蘇省客源市場影響因素研究中小企業(yè)管理與科技·上旬刊(2016年10期)2016-11-15 10:22:56 SPSS在環(huán)境地球化學(xué)中的應(yīng)用考試周刊(2016年84期)2016-11-11 23:57:34 長沙建設(shè)國家中心城市的瓶頸及其解決路徑現(xiàn)代經(jīng)濟(jì)信息(2016年19期)2016-10-20 21:11:15 鄭州市各縣（市）創(chuàng)新能力綜合評價企業(yè)導(dǎo)報(2016年9期)2016-05-26 20:52:48 冷藏保溫車發(fā)展?jié)摿Ρ患ぐl(fā)專用汽車(2016年5期)2016-03-01 04:14:39
董俊芳
【摘 要】本文構(gòu)建了城市發(fā)展?jié)摿Φ?7個指標(biāo)體系，運用主成分分析法對我國具有代表性的幾大城市進(jìn)行排序和潛力評價。
【關(guān)鍵詞】發(fā)展?jié)摿Γ恢鞒煞址治觯痪C合評價
一、引言
在經(jīng)濟(jì)全球化時代，國與國之間的競爭逐漸體現(xiàn)為城市間的競爭，分析城市發(fā)展?jié)摿捌渌庪A段有很大意義。因此，一些研究者從經(jīng)濟(jì)增長的視角來研究區(qū)域發(fā)展?jié)摿?，將勞動和資本定為區(qū)域發(fā)展的兩個方面[1]；賈曉霞等人從區(qū)域系統(tǒng)的角度出發(fā)，分析出區(qū)域發(fā)展?jié)摿τ山?jīng)濟(jì)、社會、資源與環(huán)境、管理四個因素組成[2]。本文運用主成分分析法，對我國的7個大城市進(jìn)行潛力分析，從而提出針對性建議。
二、指標(biāo)選取和數(shù)據(jù)說明
本文在構(gòu)建指標(biāo)體系時，借鑒了張劍濤的《國際城市觀察》中對亞洲城市未來發(fā)展?jié)摿Φ脑u價標(biāo)準(zhǔn)，建立了比較完整的城市發(fā)展?jié)摿υu價指標(biāo)體系，選取了人口自然增長率、人均GDP、申請專利數(shù)、城市大學(xué)數(shù)量等17個指標(biāo)。
本文選取了五個一線城市北京、上海、廣州、深圳、天津和兩個二線城市中的直轄市重慶、西安為樣本進(jìn)行分析，數(shù)據(jù)大部分來自《中國統(tǒng)計年鑒2015》，各樣本城市的統(tǒng)計年鑒和2015政府工作報告，部分?jǐn)?shù)據(jù)來自《2015城市經(jīng)濟(jì)年鑒》。
三、實證分析
本文運用 SPSS軟件，對原始數(shù)據(jù)運用主成分分析方法進(jìn)行處理，根據(jù)旋轉(zhuǎn)后相關(guān)系數(shù)的累計貢獻(xiàn)率。前四個特征根6.121，4.297，3.011，1.601均大于1，而且累計方差貢獻(xiàn)率為88.41%，超過85%，所以根據(jù)提取主成分的原則，選前4個主成分就可以代替原來的17個變量綜合反映城市的發(fā)展?jié)摿?，因此選取主成分F1、F2、F3、F4。通過特征根和特征向量可以計算得到4個主成分的因子載荷矩陣，如表1。
可以看出F1的方差貢獻(xiàn)率為36.006%，在指標(biāo)X1、X2、X5、X8、X14、X15、X17上的因子載荷較大，所以主成分F1可以定義為科技水平；F2的方差貢獻(xiàn)率為25.278%，在X4、X6、X7、X9、X10上的因子載荷較大，反映的都是基礎(chǔ)設(shè)施方面的；公共因子F3方差貢獻(xiàn)率為17.711%，反映在X3、X11、X12、X13；最后一個因子F4方差貢獻(xiàn)率9.416%，全部是由指標(biāo)X16體現(xiàn)的，直觀反映一個地區(qū)的經(jīng)濟(jì)增長速度。
在此基礎(chǔ)上，得到綜合評價模型： F =0.407F1 +0.286F2+ 0.2F3 + 0.107F4，依據(jù)此模型計算出 2014年我國主要城市發(fā)展?jié)摿C合得分及排名情況。
從結(jié)果看，深圳綜合排名第一，深圳是我國重要的經(jīng)濟(jì)特區(qū)，有著發(fā)達(dá)的金融業(yè)、服務(wù)業(yè)和物流業(yè)，而且科技水平也是排名第一；緊隨其后的是上海、北京、廣州、天津，上海是我國的金融大都市，它的飛速發(fā)展與地理優(yōu)勢、經(jīng)濟(jì)實力、科技投入、政府支持等分不開。基于以上分析，可得出以下結(jié)論：城市的發(fā)展?jié)摿κ芎芏嘁蛩氐挠绊?，其中高新技術(shù)產(chǎn)業(yè)的科技水平對城市發(fā)展起很大的推動作用。從綜合得分來看，城市發(fā)展?jié)摿^大的還是一線城市，一些二線城市仍然處于相對落后的地位。
參考文獻(xiàn)：
[1]ARROW KJ.The Economic Implication of Learning by Doing[J].Review of Economic Studies，1962（3）：155-173
[2]賈曉霞、楊用定.基于復(fù)合系統(tǒng)的區(qū)域發(fā)展?jié)摿υu價[J].《科學(xué)學(xué)與科學(xué)技術(shù)管理》，2003（3）：44-47
科學(xué)與財富(2016年26期)2016-12-01 21:32:23
醫(yī)學(xué)信息(2016年29期)2016-11-28 09:43:04
大學(xué)教育(2016年11期)2016-11-16 20:33:18
中小企業(yè)管理與科技·上旬刊(2016年10期)2016-11-15 10:22:56
考試周刊(2016年84期)2016-11-11 23:57:34
現(xiàn)代經(jīng)濟(jì)信息(2016年19期)2016-10-20 21:11:15
企業(yè)導(dǎo)報(2016年9期)2016-05-26 20:52:48
專用汽車(2016年5期)2016-03-01 04:14:39
