2011年全国各地区工业企业经济效益评价
- 格式:pdf
- 大小:242.09 KB
- 文档页数:8
2011年全国各地区规模以上工业企业经济效益评价班级:名:学号:报告时间:指导老师:成 绩:1. 研究背景经济效益是评价一个企业经营好坏的重要标准之一,如何合理、准确地评价企业的经济效益,是经济统计理论和实际工作者以及企业管理人员十分关心的问题。
评价企业的经济效益包括两大方面的问题,一是建立一套合理的评价企业经济效益的指标体系,二是利用这套指标体系对企业的经济效益进行综合评价。
因此,本报告采用主成分分析方法,将相关的多项指标转化为少数几个不相关的综合指标来评价企业的经济效益。
2. 变量及数据本报告选取的是2011年全国按地区分规模以上工业企业的经济效益指标数据,变量主要包括:X1-100元固定资产原值实现值,X2-100元固定资产原值实现利税,X3-100元资金实现利税,X4-100元工业总产值实现利税,X5-100元销售收入实现利税,X6-100元流动资金实现值,X7- 每吨标准煤实现工业价值,X8-每千瓦时店里实现工业产值,X9-全员劳动生产率9个指标,利用SAS软件进行主成分分析,对该指标体系进行综合效益评价。
数据来源于2011年中国统计年鉴,数据涵盖了我国28个主要城市和省份。
三.数据分析将所有指标的原始数据进行标准化后,得到相关系数矩阵相关矩阵x1x2x3x4x5x6x7x8x9x1 1.00000.86850.7703-0.05300.21070.91990.89920.79470.8958 x20.86851.00000.97800.38650.47240.88620.80380.81400.8486 x30.77030.97801.00000.52310.53080.79710.73620.74040.8107 x4-0.05300.38650.5231 1.00000.32310.1153-0.02290.12490.0507 x50.21070.47240.53080.32311.00000.17470.26000.37140.3172 x60.91990.88620.79710.11530.17471.00000.87710.81520.7679 x70.89920.80380.7362-0.02290.26000.8771 1.00000.75660.8180 x80.79470.81400.74040.12490.37140.81520.75661.00000.7149 x90.89580.84860.81070.05070.31720.76790.81800.71491.0000表(1)观察表(1),发现各指标之间具有一定相关性,这是进行主成分分析的前提条件。
相关矩阵的特征值特征值差值比例累积1 6.14994.67700.68330.68332 1.47290.77550.16370.847030.69740.37960.07750.924540.31780.12780.03530.959850.19000.07400.02110.980960.11600.08690.01290.993870.02910.00480.00320.997080.02430.02190.00270.999790.00240.00031.0000由碎石图可以看出,第二个及第三个特征值变化的趋势已经趋于平稳,所以,取前两个或者前三个主成分是比较合适的。
需做进一步判断。
表(2)表(2)是各样本相关系数矩阵的特征值,相邻的两个特征值之间的差,每个特征值解释的方差的比率和累积比率。
根据结果可以看出,第一、第二主成分累计解释方差的比率已经达到84.7%,所以认为前两个主成分可以较好地反映数据的信息。
特征向量Prin1Prin2x10.3756-0.2595x20.39340.1344x30.37530.2653x40.09350.7113x50.17460.4913x60.3721-0.1650x70.3616-0.2254x80.3513-0.0524x90.3626-0.1268Obsx1x2x3x4x5x6x7x8x9Prin1Prin2表(3)表(3)显示了前3个特征向量按照特征值对应的顺序排列。
根据特征向量,可以写出由标准化后的变量所表达的前两个主成分:第一主成分为:prin1=0.3756x 1+0.3934x 2+0.3753x 3+0.0935x 4+0.1746x 5+0.3721 0.3513x 8+0.3626x 9prin2=-0.2595x 1+0.1344x 2+0.2653x 3+0.7113x 4+0.4913x 5-0.1650x 6-0.2254x 7 -0.00524x 8-0.1268x 9根据上述分析结果可以看出,第一主成分对固定资产因素、资产因素和标准煤实现工业产值变量上的系数较大,所以认为第一主成分反映了该几项因素对企业经济效益的影响。
第二主成分对工业总产值实现利税、销售收入实现利税变量上的系数较大,所以认为第二主成分反映了该两项因素对企业经济效益的影响。
1119.2930.9829.9225.9715.4821783.4121006296.7 2.81624 2.42574 2143.9831.5930.2121.9412.2928524.2920254363.1 3.735830.53648 394.817.217.9518.149.3711672.0312607322.2-0.48683-0.09775 465.811.0811.0612.1516.848.821.6510166284.7-2.0220.38457 554.799.249.5416.86 6.27894 1.87564225.4-2.9763-0.7325 694.5121.1222.8322.3511.2814162.3613.39311.7-0.41801 1.26765 780.4913.3613.7616.67.1413062.079400274.1-1.61355-0.80963 875.8615.8216.6720.8610.3712672.269830267-1.041540.69227 9187.7945.939.7724.4415.0943464.1131246418.67.03772 1.37858 10205.9627.6522.5813.427.8132024.6923377407.2 3.94428-2.80674 11207.4633.0625.7815.949.2838114.1922054385.5 4.36843-1.82138 12110.7820.720.1218.69 6.614682.2312578341.10.07225-0.59832 13122.7622.5219.9318.348.3522002.6312164301.20.51241-0.52311 1494.9414.714.1815.49 6.6916692.2410463274.4-1.18985-1.25291 15117.5821.9320.8918.659.11820 2.817829331.10.98439-0.36279 1685.9817.317.1820.127.6713061.8911247276.5-1.027540.09775 17103.9619.518.4818.779.1618292.7515745308.90.35485-0.30026 18104.0321.4721.2820.638.7212721.9813161309-0.043540.38766 19136.4423.6420.8317.337.8529593.7116259334 1.81893-1.31474 20100.7222.0420.921.889.6717322.1312441296.40.13750.71891 2184.7314.3514.1716.937.9613102.3411703242.5-1.40993-0.61027 2259.0514.4814.3524.538.0910681.329710206.7-2.24418 1.31849 2373.7221.9122.729.729.3814471.9412517295.8-0.02115 2.4002 2478.0213.1312.5716.839.1917312.0811369220.3-1.62419-0.40612 2559.6214.0716.2423.5911.349261.1313084246.8-1.64507 1.74861 2651.668.328.2616.117.0510551.319246176.49-3.40825-0.59253 2752.958.258.8215.57 6.588341.1210406245.4-3.06813-0.84212 2860.2911.2613.1418.688.391041 2.910983266-1.54277-0.28576表(4)表(4)输出的是包含原始数据和主成分得分的数据集,如第一个样本(北京)的主成分得分是2.81624,第二个主成分得分是2.425743. 结论及建议结合表(4)来看,北京(1)、上海(9)、天津(2)的主成分得分均较高,说明该三直辖市的经济效益要好于其他省。
综合得分较低的省基本位于我国中西部地区,这与我国中西部地区工业不发达的现状吻合。
而广东(19)等沿海地区虽得分不高,但还是略高与中西部地区。
东北部辽宁(6)、吉林(7)、黑龙江(8)等城市企业得分也不高。
综上所述,我国若想提高全国经济效益水平,可采取沿海城市带动周边城市,北京、上海、天津等城市对中西部城市定点支援的方案。
而中国近年来加大力度改造的东北老工业区的得分效果同样不理想,说明还需要进一步对方法、方案进行调整,共同将企业的经济效益提高上去。
4. 附录代码建立数据库libname p "D:\lili";data p.pingjia;input area$ x1 x2 x3 x4 x5 x6 x7 x8 x9;cards;area x1 x2 x3 x4x5 x6 x7 x8 x9北京 119.29 30.98 29.92 25.97 15.48 2178天津 143.98 31.59 30.21 21.94 12.29 2852河北 94.8 17.2 17.95 18.14 9.37 1167 山西 65.8 11.08 11.06 12.15 16.84 8.82内蒙 54.79 9.24 9.54 16.86 6.27 894 1.8 7564 225.4辽宁 94.51 21.12 22.83 22.35 11.28 1416吉林 80.49 13.36 13.76 16.6 7.14 1306黑龙江 75.86 15.82 16.67 20.86 10.37 1267上海 187.79 45.9 39.77 24.44 15.09 4346江苏 205.96 27.65 22.58 13.42 7.81 3202浙江 207.46 33.06 25.78 15.94 9.28 3811安徽 110.78 20.7 20.12 18.69 6.6 1468 2.23 12578 341.1福建 122.76 22.52 19.93 18.34 8.35 2200江西 94.94 14.7 14.18 15.49 6.69 1669山东 117.58 21.93 20.89 18.65 9.1 1820 2.8 7829 331.1河南 85.98 17.3 17.18 20.12 7.67 1306湖北 103.96 19.5 18.48 18.77 9.16 1829湖南 104.03 21.47 21.28 20.63 8.72 1272广东 136.44 23.64 20.83 17.33 7.85 2959广西 100.72 22.04 20.9 21.88 9.67 1732四川 84.73 14.35 14.17 16.93 7.96 1310贵州 59.05 14.48 14.35 24.53 8.09 1068云南 73.72 21.91 22.7 29.72 9.38 1447陕西 78.02 13.13 12.57 16.83 9.19 1731甘肃 59.62 14.07 16.24 23.59 11.34 9261.13 13084 246.8青海 51.66 8.32 8.26 16.11 7.05 1055 176.49宁夏 52.95 8.25 8.82 15.57 6.58 834 1.12 10406 245.4新疆 60.29 11.26 13.14 18.68 8.39 104110983 266run;数据分析proc princomp data=p.pingjia out=p1;var x1 x2 x3 x4 x5 x6 x7 x8 x9;run;proc print data=p1;var x1 x2 x3 x4 x5 x6 x7 x8 x9 prin1-prin2;run;。