下载文档原格式
全国30市自治区经济发展水平综合评价——基于因子分析和聚类分析近年来，我国经济发展迅速，全国各地区也呈现出不同程度的经济发展水平。
为了对全国30个市自治区的经济发展水平进行综合评价，基于因子分析和聚类分析的方法被广泛应用。
首先，我们通过因子分析的方法对数据进行降维和综合评价。
因子分析将多个变量综合为少数几个因子，并可以解释这些因子与原始变量之间的关系。
我们选择了GDP总量、人均GDP、产业结构、基础设施建设、外资吸引等指标作为评价经济发展水平的变量。
通过因子分析，我们可以得到几个综合指标，用于评价各个市自治区的经济发展水平。
接着，我们可以利用聚类分析的方法进行分类。
聚类分析是将样本划分为几个相似的类别，每个类别内的样本相似度高，而类别间的相似度较低。
我们可以通过聚类分析得到若干个类别，这些类别可以代表不同的经济发展水平。
通过将市自治区进行分类，可以更加直观地展示各地区之间的差异，也可以为地方政府提供参考。
最后，我们可以将因子分析和聚类分析的结果进行综合。
通过对因子得分和聚类结果的比较，可以得到更加准确的综合评价。
在综合评价的过程中，我们可以进一步分析各个市自治区的优势和劣势，以及存在的问题和潜在的发展机会。
这些分析结果可以为地方政府提供经济发展策略和政策的参考。
在实施全国30市自治区经济发展水平综合评价的过程中，我们需要充分考虑指标的选择和权重的确定。
指标的选择应当代表经济发展的各个方面，权重的确定应当根据实际情况和专家意见综合考虑。
另外，我们需要注意数据的可靠性和准确性，以及分析方法的合理性和可操作性。
总之，基于因子分析和聚类分析的方法可以对全国30市自治区的经济发展水平进行综合评价。
这种方法能够降低数据的维度，提取出关键的因子，并对样本进行分类。
通过综合分析和评价，可以为决策者提供参考，促进经济发展水平的提高。
长三角区域经济协调创新发展的影响因素实证研究长三角地区是中国经济发展最为集中的地区之一，也是经济活力最为强劲的地区之一。
长三角地区包括上海、江苏、浙江三个省份，人口众多，资源丰富，经济发达。
长三角地区的经济合作与协调发展对于整个国家的经济具有重要的作用。
近年来，长三角地区各省市不断加强合作，共同发展，取得了一定的成就。
本文将就长三角区域经济协调创新发展的影响因素进行实证研究，分析长三角地区经济协调发展的影响因素，为政府和企业提供参考。
一、长三角区域经济协调发展的基本情况长三角地区是中国经济最为发达的地区之一，在国内生产总值排名中居前列。
长三角地区的经济发展水平与国际先进水平接轨，取得了一定的经济成就。
长三角地区的经济总量巨大，工业和服务业发达，城市化水平较高，人口密集，交通便利，产业结构先进。
长三角地区的经济合作与协调发展已成为推动中国经济发展的重要力量之一。
1.政策支持长三角地区的经济协调创新发展受到政府政策支持的影响较大。
政府出台了一系列的政策措施，推动长三角地区的经济合作与协调发展。
政府的政策支持对促进长三角地区经济协调创新发展起到了积极的促进作用。
2.产业升级长三角地区的产业升级对于经济协调创新发展具有重要的影响。
长三角地区的产业结构在不断调整升级，高新技术产业不断涌现，推动了长三角地区的经济合作与协调发展。
产业升级对于长三角地区的经济协调发展具有深远的意义。
3.科技创新4.市场需求长三角地区的市场需求对于经济协调发展具有重要的影响。
长三角地区拥有庞大的市场，消费需求强劲，市场潜力巨大，市场需求的持续增长为长三角地区的经济合作与协调发展提供了有力支持。
5.人才支持6.外部环境长三角地区的外部环境对于经济协调发展具有一定的影响。
国际经济环境的变化对长三角地区的经济合作与协调发展有一定的影响。
外部环境的变化对长三角地区的经济协调发展具有重要的影响。
长三角地区作为中国经济最为发达的地区之一，其经济协调创新发展的影响因素具有重要研究价值。
基于中心地理论分形模型实证研究——以长三角为例引言：中心地理论是人文地理学和城市规划学中的一个重要理论，它揭示了城市和区域发展的模式和规律。
中心地理论认为，城市和区域的发展会形成一个以中心为核心、以周边为辐射的等级结构。
而分形模型是一种能够描述自相似性和尺度不变性的数学模型，可以帮助我们理解中心地理论在长三角地区的适用性和有效性。
本文将对中心地理论分形模型在长三角地区的应用进行实证研究。
研究方法：本研究将采用两种主要的研究方法，即数据收集和分析。
首先，我们将收集关于长三角地区各个城市的人口、经济、交通等数据，以了解该地区的发展状况。
然后，我们将利用这些数据进行分析，运用分形模型来描述中心地理论在长三角地区的应用情况。
研究结果：经过数据收集和分析，我们得出了以下几个主要的研究结果：1.长三角地区的城市分布呈现出明显的中心辐射结构。
研究发现，长三角地区的大城市如上海、杭州和南京等都拥有强大的中心地位，其周边城市在人口和经济上也相对辐射较强。
2.长三角地区的城市规模和功能显示出一定的分形特征。
研究发现，长三角地区的城市规模和经济发展水平与中心地的距离呈现出一定的分形分布，即离中心地越近，城市规模和经济发展水平越高。
4.长三角地区的城市发展存在一定的不均衡性。
研究发现，长三角地区的大城市发展相对较快，而中小城市的发展相对滞后，存在区域内部的发展差距。
结论：本研究实证了中心地理论分形模型在长三角地区的适用性和有效性。
长三角地区的城市发展呈现出明显的中心辐射结构，城市规模和功能显示出分形特征，城市交通网络也呈现分形特征。
然而，长三角地区的城市发展存在不均衡性，需要进一步的政策调整和措施来促进区域均衡发展。
[1] Christaller, W. (1933). Die Zentralen Orte inSüddeutschland.[2] Hall, P. (1966). The World Cities.[3] Batty, M. (2024). The Size, Scale, and Shape of Cities.[4] Parolin, B. (2024). Fractal Cities: A Geometry of Form and Function.[5] Zhang, M. (2024). Spatial Analysis of Urban Growth Patterns in China: A Fractal Perspective.。
Value Engineering0引言县域经济是经济发展的一个重要组成部分，在区内整个经济发展中具有举足轻重的地位。
而发展县域经济最重要的途径就是进行投资，要对县域进行投资，首先就要评价其投资环境，因为县域投资环境既是县域为了吸引外来投资所能动员和可创造条件的有机总和，又是投资者和引资者进行合作的客观媒介。
因此，对区内县域的投资环境进行评价具有十分重大的意义。
刘小鹏等（2006）基于SPSS 11.0统计软件，运用因子分析对样本地区县域农业投资环境进行了综合评价，研究结果表明宁夏县域农业投资环境存在着明显的地域差异[1]。
庄军等（2007）运用主成分分析法对湖北省75个县级行政区进行了投资环境竞争力定量分析评估[2]。
汪峰（2010）通过构建指标体系，运用因子分析法对湖北省76个县域的投资环境进行评价，从空间角度分析了其投资环境的差异[3]。
李勇等（2011）通过主成分分析法对周口市县域投资环境进行了综合评价并提出了优化思路[4]。
Xu Gang （2006）运用主成分分析法对长江三角洲的县域投资环境进行评价[5]。
目前对关中天水经济区县域的研究尚少，更没有对于其县域投资环境的评价。
而且以往对县域投资环境的评价都是用主成分分析法，但是主成分分析有其局限性，本文利用主成分分析和DEA 相结合的方法对关中天水经济区的县域投资环境进行评价。
1区内县域投资环境评价1.1评价方法已有研究主要运用因子分析或DEA 方法对投资环境进行评价。
投资环境评价是要对各方面指标进行综合评价，而在综合评价多指标时，因子分析和DEA 两种方法都有其优势和劣势。
DEA 方法可以通过规模报酬分析来评价投资潜力，但它对评价指标的个数有限制。
根据经验，投入产出评价指标个数不多于决策单元数的一半。
在决策单元较少的情况下，为满足评价方法的要求，要减少评价指标的数量，造成大量信息丢失。
而因子分子虽然不能从投入产出角度分析投资潜力，但可以在信息损失最少的情况下对原始数据指标进行合理简化，使指标数量减少。
因子分析法在玉林经济发展评价中的应用摘要：本文基于2009年玉林市两会信息的数据，采用因子分析法对玉林市辖区内7个县(市、区)的整体发展情况进行了统计排序；并结合各县(市、区)总体经济实力予以比较。
分析结果显示，县域经济发展存在不均衡性；玉林经济发展呈现不和谐特征。
关键词：玉林市；因子分析；县域经济；不和谐性中图分类号：f127 文献标识码：a 文章编号：1001-828x（2012）02-0-01一、问题提出玉林自1997年撤地设市以来，城市建设日新月异；城乡居民生活水平进一步提高；各项社会事业全面发展，经济社会互动发展的态势良好。
但是由于各县(市、区)基础条件不同，县域经济环境不同、改革开放程度不同、地区发展机会不同，各县(市、区)经济发展出现不均衡性和不协调性，深刻认识这一问题，对于进一步加快各县的发展速度，缩小县域差距，促进县域经济的和谐发展，具有极其重要的实践指导意义。
鉴于此，本文采用因子分析法，对玉林7个县(市、区)2008年的经济发展进行评价，分析在经济发展过程中存在的不和谐性。
二、县域经济发展评价指标体系的构建本文在进行研究时，根据所能搜集到的2008年玉林各县(市、区)的主要数据，选取了五个方面10项指标，作为本文的评价指标体系。
这些指标包括：1.规模水平指标，包括x1(地区生产总值)、x2(农林牧渔总产值)、x3(全部工业总产值)；2.财政收支水平，包括x4(中央、地方财政收入)、x5(一般预算支出)；3.投资贸易水平，包括x6(全社会固定资产投资)、x7(外贸出口，按利率1美元=6.8元人民币计算)；4.城乡居民生活水平，包括x8(农民人均纯收入)、x9(农民人均生活消费支出)、x10(城镇居民人均可支配收入)、x11(城镇居民人均生活消费支出)；5.发展速度，包括x12(gdp增长率)、x13(农林牧渔增长率)、x14(工业增长率)。
三、数据处理与结果分析1.因子分析的基本思想因子分析法是通过对原始数据相关系数矩阵内部结构的研究，将多个指标转化为少量互不相关且不可观测的随机变量(即因子)，以提取原有指标绝大部分的信息的统计方法。
南京财经大学经济学院学士学位论文基于因子分析的长三角地区县域经济竞争力评价王毓指导老师：管于华答辩日期：2010年6月9日目录摘要： (1)Abstract： (1)一、引言 (2)二、县域经济竞争力评价指标设计 (3)（一）构建的基本原则 (3)（二）指标选择的依据 (3)（三）指标体系的建立 (4)三、长三角县域经济竞争力实际测评 (5)（一）研究原理 (5)（二）分析过程与结果 (5)1、标准化 (5)2、求特征根及贡献率 (5)3、求特征值及贡献率 (6)4、得出公因子表达式 (7)5、计算因子得分及排名 (9)四、长三角县域经济竞争力比较 (9)五、对长三角县域经济发展提出的一些建议 (11)参考文献 (13)附录 (14)基于因子分析的长三角地区县域经济竞争力评价摘要：本文选取长三角地区除上海外15个城市59个县（市）为研究对象，遵循一定的原则和依据，选取国内生产总值、人均生产总值、地方财政收入、地方财政支出，社会消费品零售额等15个指标建立指标体系，采集江苏省和浙江省县域经济2008年的数据，运用因子分析法对各县（市）的2008年的竞争力情况进行评价，得到每个县（市）的综合得分，将其进行排序比较，最后运用聚类方法进行分层聚类将所有县（市）分为四类，由此对长三角地区的县域经济竞争力作出评价并给出相应的建议。
关键词：长三角，县域经济竞争力，因子分析，聚类分析Abstract：This paper selects the Yangtze river delta region in 15 cities including 59 counties (cities) except Shanghai as the research object, follow some principles and basis, indicators system was set up by the selection of local GDP, per capita GDP, local fiscal revenue, local fiscal expenditure, retail sales etc. 15 indicators, using the data of counties in Jiangu province and Zhejiang province in 2008, by factor analysis to the competitiveness of various counties (cities) in 2008, each county (city)is compared, adopting clustering methods the Yangtze river delta region is stratified into 4 layer, to evaluate the county economy and the corresponding suggestions.Keywords：Yangtze river delta, competitive of county economy, factor analysis, clustering analysis一、引言长三角地区江海交汇、南北居中，有着得天独厚的区位优势。
改革开放以来，长三角地区已成为中国经济活动最活跃、增长最具潜力的区域，也是中国最大的经济核心区。
长三角地区的县域经济发展强健，在长三角地区经济体系中占有特殊重要的地位。
在2009年评定出来的第九届全国县域经济基本竞争力百强县（市）中，上海市1个，江苏省27个，浙江省26个，前十名中长三角地区占了8个，其中江苏江阴市、昆山市、张家港市和常熟市地理位置相连的四个县级市作为“区域经济强县统筹发展组团”并列第一名。
何为县域经济？“县域经济是以县级行政区划为地理空间，以县级政权为调控主体，以市场为导向，优化配置资源，具有地域特色和功能完备的区域经济。
”[1] 县域经济有着自身特色，与城市经济有着很多不同点，在研究县域经济竞争力时应与研究城市竞争力区分开来，要体现县域经济的特色。
如城市是规模经济，注重总量和规模，县域经济是特色经济，其基础是区域的自然资源，县域经济发展要贯彻以人为本的观念，提高资源利用率，使经济发展与人口资源环境相协调，竞争基础是居民的生活水平。
[2] 前人在县域经济方面已做了很多研究，在研究县域经济竞争力方面倾向于通过选取一系列的指标构成一个指标体系，通过这个指标体系将各县（市）竞争力进行比较研究以发现影响县域经济发展的主要因素和存在的问题。
模型的建立一般采用因子分析法或公因子分析法。
本文采用因子分析法。
因子分析是心理学家Chales Spesrman于1904年提出的设想，其基本思想是用少数几个潜在指标的线性组合，来表示实际存在的多个指标，基本目的是用少数几个随机变量来描述多个变量间协方差关系，能把多个指标转化为少数几个综合指标，以利于研究分析。
[3] 评价县域经济竞争力的指标很多，每个指标间存在复杂的相关关系，因此，因子分析适用于对县域经济竞争力的研究。
在本文的研究中剔除了上海地区的变量，因为上海作为一个国际化大都市，是典型的城市经济，而县域经济发展不具有代表性，故本文选取除上海外的15长三角城市共59个县作为研究对象(不含地级市市辖区)，以因子分析法和聚类分析为主要研究方法对长三角地区县域经济作了研究。
二、县域经济竞争力评价指标设计县域经济竞争力反映的是一个县经济综合实力水平，是许多因素综合作用的结果，是一个经济单位整体实力的体现。
所以县域经济综合竞争力评价的对象应是县（市）及其范围内的社会经济发展整体状况，对其的评价是对社会经济的一种综合评价和分析，构建评价指标体系应遵循相应的原则。
（一）构建的基本原则1、实事求是的原则。
县(市)经济综合评价体系必须能够正确反映县(市)社会经济的综合竞争实力，要能如实反映县（市）经济社会发展状况，通过这个指标体系能对该县（市）的综合竞争力作出恰当的评价。
2、系统全面的原则。
县(市)社会经济综合竞争实力涉及社会、经济、文化教育、科技、人类需求等方面，是一个复杂的系统，其中又分为众多相互联系的子系统。
这就要求从系统论的角度建立一套完整的指标体系，对这个地区的各个子系统进行综合全面的评估。
3、适用统一原则。
评价结果尽量接近客观现实，由真实的数据能导出准确可靠的结果。
评价必须有一定的适用性，可以应用于较广的范围，兼顾适用性与动态性。
（二）指标选择的依据1、综合经济实力。
反应经济发展水平首先必须考虑经济总量规模，一个良好的综合经济实力是县（市）经济竞争力的核心基础，因此指标体系的建立必须包含反映县（市）的综合经济实力指标。
本文选取了地方国内生产总值，三大产业生产总值，全社会固定资产，地方财政收入和地方财政支出7个指标。
2、产业结构水平。
产业结构是反映县域经济发展水平的重要方面，也是其竞争力的重要基础。
本文选取了三大产业占地方生产总值比重作为指标。
3、人民生活水平。
“富民”才能“强国”，只有地方居民真正富裕了，县（市）的经济发展才有后劲，竞争力才能得到切实提高。
本文选取了年末总人口、社会消费品零售额、城乡居民储蓄年末余额3个指标。
4、“三农”问题。
农业经济是县域经济的重要组成部分，评价县域经济竞争力必须包涵能反映“三农”问题的指标。
本文除选取了第一产业生产总值，第一产业占GDP比重指标外，还选取了农村居民人均纯收入这一指标。
（三）指标体系的建立根据以上原则和依据，确定了15个指标构成评价体系。
具体指标见表1表1 县域经济评竞争力评价指标体系三、长三角县域经济竞争力实际测评（一）研究原理目前,在多指标综合评价经济效益问题的研究中，随着多元统计方法的推广和普及,利用因子分析建立综合评价函数已成为公认的较优的方法。
评价区域经济发展水平的指标很多，但由于指标间具有复杂的相关关系，难以直接给出评价，这就需要把各项指标归纳为一项或多项综合指标予以反映。
因子分析就是解决这种问题的很好的一种多元统计方法。
在本文的应用中,用此方法从所选的15个指标中求出公因子，然后按照一定的要求(本研究采用相关系数矩阵特征根大于1)筛选得到几个公因子，来代替原始指标，再以各公因子的方差贡献率为权数,将所选取得公因子进行综合，得到县(市)的综合得分，然后依据它对各县(市)进行排序、比较、分析。
（二）分析过程与结果本文来源于《江苏统计年鉴2009》和《浙江统计年鉴2009》，以2008年长三角59个县（市）关于15个指标的原始数据作为样本，运用SPSS13.0统计软件对数据进行公因子分析。
1、标准化对各指标进行标准化处理，以消除指标间不同的量纲和量纲单位。
此项工作由SPSS13.0软件自动完成。
2、求特征根及贡献率将标准化后的数据进行因子分析，选公因子分析。
得到总方差解释表（表2）。
总方差解释表反应的是因子解释原有变量总方差的情况。
由表2我们可以得到15个因子的特征根，方差贡献率和累计方差贡献率。
通过观察可以发现，前四个因子的特征根都大于1，并且累计方差贡献率达到92.364%，即前四个特征根能够解释原15个因子变量的92.364%，因此，公因子分析过程中应提取四个公因子F1，F2，F3,F4。
表2 总方差解释表3、求特征值及贡献率对提取的四个公因子F1，F2，F3,F4建立初始因子矩阵（表3）。
同时，为便于对各因子载荷做合理解释，对其进行旋转使其结构简化（这里使用最大方差法），使得每个因子的载荷的平方按列向0或1两极分化，以排除噪声干扰的影响。
表4即为方差最大正交旋转矩阵，同时，表4给出的是原始数据和公因子已标准化处理后的所提取的前四个公因子的载荷矩阵。
表3 初始因子载荷矩阵4、得出公因子表达式根据表4得到公因子表达式：F1=0.185*X1+0.949*X2-0.180*X3+0.951*X4+0.947*X5-0.338*X6+0.358*X7+0.202*X8+0.925*X9+0.769*X10+0.830*X11+0.962*X12+0.942*X13+0.813*X14+0.672*X15 （1）F2=-0.44*X1+0.050*X2-0.147*X3+0.089*X4-0.022*X5-0.549*X6+0.880*X7-0.881*X8+0.116*X9+0.054*X10+0.285*X11+0.038*X12-0.002*X13+0.111*X14+0.388*X15 （2）F3=0.957*X1+0.242*X2+0.061*X3+0.205*X4+0.249*X5-0.484*X6+0.001*X7+0.033*X8-0.219*X9+0.546*X10+0.085*X11+0.122*X12+0.193*X13+0.507*X14-0.337*X15 （3）F4=0.041*X1-0.144*X2+0.946*X3-0.152*X4-0.150*X5+0.448*X6-0.152*X7+0.003*X8-0.182*X9+0.026*X10+0.245*X11-0.167*X12-0.146*X13+0.10*X14+0.406*X15 （4）表4 正交旋转因子载荷矩阵在第一公因子的表达式中第四、第五、第七、第九、第十一、第十二、第十三项指标的系数较大，这三个指标起主要作用，可以把第一公因子看成是由生产总值、第二产业生产总值、第三产业生产总值、地方财政收入、社会财政支出和全社会固定资产所组成的反映县（市）综合经济发展情况的指标。
