下载文档原格式
Modern Management 现代管理, 2019, 9(1), 93-99Published Online February 2019 in Hans. /journal/mmhttps:///10.12677/mm.2019.91011Evaluation of China’s Internet EnterpriseCore Competitiveness Based on the Principal Component Factor Analysis and Correlation AnalysisXinguang WangNanjing Normal University, Nanjing JiangsuReceived: Jan. 23rd, 2019; accepted: Feb. 7th, 2019; published: Feb. 14th, 2019AbstractIn this paper, 12 analysis indicators of 26 Internet companies in 2017 were selected to establish an evaluation and analysis model of core competitiveness of Internet enterprises based on prin-cipal component factor analysis method. Factors affecting the evaluation of competitiveness were extracted, and the mathematical model of Internet enterprises was constructed according to ex-tracted common factors for classification and simple correlation analysis. Four factors were ex-tracted, including scale, R & D innovation, growth rate, profitability and operation ability. It can be seen from the ranking results that there are significant differences in the core competitiveness of Internet enterprises, and the strength of the same enterprise’s core competitiveness is correlated with internal factors. Comprehensive and coordinated development, accelerated innovation speed and strategic alliance cooperation are effective ways to enhance the core competitiveness of In-ternet enterprises.KeywordsPrincipal Component Factor Analysis, Simple Correlation Analysis, Core Competitiveness, Internet Enterprises基于主成分因子分析与相关分析评价我国互联网企业核心竞争力王新光南京师范大学，江苏南京王新光收稿日期：2019年1月23日；录用日期：2019年2月7日；发布日期：2019年2月14日摘 要本文选取2017年26家互联网公司12个分析指标，建立基于主成分因子分析的互联网企业核心竞争力评价分析模型，对影响竞争力评价的因子进行提取，并对互联网企业按照提取的公因子构建数学模型进行分类排序和简单相关分析。
中国制造业国际竞争力的实证分析--基于主成分分析法的综合评价于明远;范爱军【摘要】制造业是中国国际竞争力的基础，其国际竞争力的强弱决定着中国整体国际竞争力的高低。
本文选用联合国贸易与发展会议数据库2000～2012年数据，对中国制造业国际竞争力的五项指标进行了测算，并采用主成分分析方法，分别对中国制造业国际竞争力的年度变化趋势和国际对比及排名进行纵向和横向的综合评价。
研究结果表明，中国制造业国际竞争力历年水平呈波动上升趋势，但国际竞争力水平相对其他国家较低，同时国际竞争力排名比较靠后。
针对中国制造业国际竞争力存在的问题，本文提出了相应的政策建议。
【期刊名称】《广东社会科学》【年(卷),期】2014(000)006【总页数】9页(P24-32)【关键词】制造业;国际竞争力;自主创新【作者】于明远;范爱军【作者单位】山东大学经济学院;山东大学国际贸易研究所.济南 250100【正文语种】中文【中图分类】F271.3制造业是中国工业化的基石，是中国国民经济的物质基础和产业主体。
制造业的发展是实现中国经济快速、稳定、健康发展，国家稳定和安全的重要保障。
同时，制造业是中国国际竞争力的基础，其国际竞争力的强弱决定着中国整体国际竞争力的高低。
但是，中国制造业与世界制造业发达国家存在着一定差距，中国制造业国际竞争力整体水平并不高，集中表现为产品的附加值较低，获取的贸易利益较少;产业集中度较低，从而导致企业规模经济与外部经济效应不足，不利于企业生产成本的降低;制造业技术创新投入和产出能力及创新动力不足，从而导致产业的技术水平和生产效率不高，产品结构的升级换代比较缓慢等。
因此，提高中国制造业国际竞争力成为当前普遍关注和需要解决的重要问题。
正确评价中国制造业国际竞争力是提升国际竞争力的客观要求，具有很强的理论与现实意义。
很多学者曾对产业国际竞争力的评价进行了研究。
金碚等(2007)将多个国际竞争力指标合成一个指数来综合反应中国制造业国际竞争力的变化趋势;裴长洪等(2002)认为评价一国产业国际竞争力可以建立两类指标:显示性指标和分析性指标。
案例：基于日本科学技术创新能力的主成分分析一、研究背景科学技术的发展有助于推动行业增长，增强国家竞争力，提高人民生活水平。
而评价各国科学技术的指标分别有：研发、科技期刊文章、高科技出口、版税和许可证书费、专利和商标等。
本文通过运用主成分分析法，研究日本从2000-2008年，9年来的科学技术的发展以及科技指标中各指标的具体贡献情况。
二、分析过程1、科技创新指标体系的构建在评价一个国家的创新能力时，评价指标的选取非常重要。
本文在系统性、全面性、有效性和数据可获得性等原则基础上选取指标，构建科技创新能力评价指标体系如表１所示。
表1：日本科技创新能力指标体系2、样本数据来源根据上文构建的日本科技创新能力评价指标体系，选取日本2000-2008年的数据进行纵向比较，文中数据主要来自于世界银行数据库。
3、具体过程根据主成分分析方法的原理，运用统计软件SPSS16.0可计算出各因子所对应的特征值、单位贡献率、累计贡献率和各指标变量的主成分负荷矩阵。
如表2和表3所示。
表2：完全解释变量由表2可知：第一成分、第二成分和第三成分的特征值分别为7.898、4.244和1.009均大于1，并且三者方差累积贡献率达到93.933%大于85%，浓缩了原始数据的绝大部分信息。
因此可以提取前3个成分作为评价日本科技创新竞争力的主成分指标。
以这3个特征值对应的特征向量作为新的综合指标，进而对日本9年来科技创新能力进行评价。
表3：主成分负荷矩阵在确定主成分的负荷矩阵之后，运用SPSS16.0可得到日本9年内各主成分上的特征向量值，即第一、第二、第三主成分F1、F2、F3与变量的线性表达式的系数，如表4：故可得三个主成分的函数表达式为：F1=0.343X1+0.348X2+0.350X3+…………….-0.345X14F2=0.084X1+0.073X2+0.002X3+……………+0.060X14F3=-0.151X1-0.118X2+0.092X3+……………+0.110X14由于综合评价变量F=0.56414F1+0.30311F2+0.07208F3，故可得综合主成分F与各变量的线性表达式的系数向量，即：F=0.208X1+0.210X2+0.205X3+………….-0.169X14在这个式子中，指标的系数绝对值越大，说明这个指标对国家科技创新能力影响越大。
基于主成分分析法的省际旅游竞争力研究
现代旅游业是世界经济的重要部门之一，不同省份之间的旅游
竞争力的不同也引起了人们的广泛关注。
在这份研究中，我们采用
主成分分析方法，对中国不同省份的旅游竞争力进行了研究和分析。
首先，我们收集了多个指标作为旅游竞争力的评价标准，包括
旅游资源质量、旅游收入、文化影响力、旅游基础设施、旅游服务
质量等。
通过对这些指标的统计分析，我们可以得出每个省份的得
分情况。
接着，我们使用主成分分析法，将这些指标进行综合评价，将
原始指标转化为新的综合指标，并将这些综合指标进行排序，从而
得出不同省份的综合排名情况。
我们的研究结果显示，中国的旅游竞争力排名前十的省份分别为：北京、浙江、上海、广东、江苏、山东、福建、湖南、四川和
云南。
这些省份的旅游竞争力都相对较强，其中具有相当的特色和
优势。
例如，北京，作为中国的首都，在文化影响力方面具有天然
优势；浙江、上海和广东等省份在旅游基础设施和旅游服务质量方
面有着广泛的优势。
同时，我们也发现，在不同省份的旅游竞争力评价标准中，旅
游资源质量、旅游收入和旅游基础设施等方面的占比相对较大，这
说明这些因素对于一个省份的旅游竞争力具有重要的影响力。
总之，通过对不同省份的旅游竞争力进行主成分分析，我们可
以深入研究这些省份的优劣势和特色，并从中找到提升旅游竞争力
的方法和措施。
这些信息对于推进中国旅游产业的发展具有重要的
意义。
基于主成分分析的全国各省市林业产业综合竞争力研究区域林业产业竞争力涉及到地区林业生产所特有的资源优势以及优化配置相关的经济社会因素,将资源优势转化成林业初级产品、制成品和服务产品优势的综合能力。
本文选取反映林业产业竞争力综合水平的三个构成要素林业资源要素、林业产品市场需求、林业产业化水平,选取12项具体指标,运用SPSS分析软件,对各地区的林业竞争力指标进行主成分分析,得出主成分因子得分及其决定的林业产业综合竞争力得分,并对不同层次的竞争力提升策略提出建议。
标签：林业产业综合竞争力主成分分析一、引言林业作为传统的基础性产业,除了能够提供传统的林产品外,还具有提供环境保护和生态旅游产品和服务的职能,林业产业的地位和关联效应越来越受到重视。
提高林业产业竞争力对实现林业产业结构的调整和优化升级,进而促进各省市的经济社会发展具有长远战略意义。
林业产业是涉及三大产业的复合型产业,对林业产业竞争力的研究具有综合性、创新性和前瞻性。
本文将运用在竞争力分析中广泛应用的主成分分析法,结合实际林业统计资料对各省市进行林业产业进行综合分析,并针对各省市的林业产业综合竞争力水平做出客观的评价。
主成分分析法是通过线性组合的方式将众多原来具有一定相关性的指标,重新组合成一组新的无相关型的综合指标,目的是在最大程度不造成信息损失前提下,将多个变量减少为少数潜在因子,这些因子既可以高度概括大量数据的信息,又较为准确的反应原有变量之间的内在关系。
基于主成分分析法进行的综合评价,适用于对全国各省市林业产业竞争力状况的综合评价。
二、林业产业综合竞争力主成分分析评价1.评价指标选取根据迈克尔.波特的“钻石模型”和已有的研究理论,本文构建的林业产业竞争力的测度因素主要包括林业资源要素、林业产品市场需求、林业产业化水平三个方面。
为了定量测量和实证分析的需要,依据科学性、合理性和可操作性的原则,结合林业产业发展实际,选取能够反映林业产业竞争力的12项统计指标,建立相应指标体系。
基于主成分分析法的吉林省林业产业竞争力分析作者：孙雪许玉粉来源：《安徽农业科学》2014年第12期摘要选取林业产业竞争力的10个分析指标，通过主成分分析方法，利用SPSS软件计算全国31个省（市、区）林业产业竞争力的综合得分并排名。
结果表明全国范围内，吉林省林业产业竞争力排名第9位，综合得分0.493 71，产业竞争力还有很大提升空间。
吉林省可以通过增加资金和科技投入、大力发展林业生态旅游业等措施进一步提升林业产业竞争力，促进林业产业快速发展。
关键词林业产业竞争力；主成分分析；吉林省中图分类号S7-9文献标识码A文章编号0517-6611（2014）12-03591-03基金项目吉林省教育厅“十二五”社会科学研究项目（吉教科文合字[2013]第507号）。
作者简介孙雪（1991- ），女，吉林德惠人，硕士研究生，研究方向：农村与区域发展。
*通讯作者，副教授，从事林业经济研究。
林业在国民经济和生态系统中，都具有重要的地位和作用。
吉林省是全国重点林区之一，在东北地区的生态系统中具有不可替代的作用，也是全国重要的木材生产基地之一，为社会主义建设和经济发展做出了重要贡献。
国内很多学者对林业产业进行了大量研究，耿玉德等[1]阐述了林业产业的重要性，指出加快发展林业产业要做到以森林资源和环境为基础。
国际上对林业的发展也非常重视，联合国环境与发展会议在1992年确定了森林发展的主导地位，指出森林发展对经济发展的意义重大[2]。
因此，研究林业产业竞争力符合经济全球化的趋势。
该研究利用主成分分析方法，从定量的角度对林业产业竞争力分析，通过数字对比，可以清晰地看出吉林省林业产业竞争力的情况，为林业产业的发展提供依据。
1吉林省林业产业的优势1.1环境优势吉林省地理、气候条件优越，湿润多雨，属于温带大陆性季风气候区，夏季多雨，年平均气温3 ℃左右，非常适合森林植物的生长。
1.2资源优势吉林省地貌东南高、西北低，中西部以广阔的平原为主，境内主要山脉是长白山，有丰富的水资源[3]。
张同悦等：基于主成分分析法的天津市粮食产业竞争力研究6文章编号：1002-0659（2023）04-0006-04张同悦，付 娜（天津农学院 经济管理学院，天津 300392）试验研究基于主成分分析法的天津市粮食产业竞争力研究摘要：为分析天津市粮食产业竞争力，文章选取了2007—2021年国家统计局和《天津统计年鉴》的天津市稻谷、玉米、小麦的播种面积、农用化肥施用折纯量、农业机械总动力、机耕面积、机播面积、有效灌溉面积、农村用电量、除涝面积、地方财政农林水事务支出等11个指标，运用主成分分析法分析上述指标对天津市粮食产业竞争力的影响。
结果表明，生产资料投入是影响天津市粮食产业竞争力的第一主成分，方差贡献率为56.709%；第二主成分为玉米播种面积和机械化2个指标，方差贡献率为23.251%；第三主成分为小麦播种面积，方差贡献率为11.250%；其他指标的方差贡献率为8.790%。
由此得出，通过增加农业生产资料投入、提高玉米播种面积以及提升机械化生产水平可显著提高天津市粮食产业竞争力。
关键词：主成分分析法；粮食；竞争力；天津市中图分类号：F762.1文献标识码：A收稿日期：2023-04-09基金项目：天津市哲学社会科学规划项目（TJGL22-015）主要作者简介：张同悦（1997—），男，在读硕士生，主要从事现代都市农业经济理论与政策方面研究。
E-mail：*******************通讯作者简介：付娜（1979-），女，副教授，博士，主要从事农业经济管理研究工作。
E-mail：*******************粮食产业是国民经济的基础产业，粮食是关系国家稳定的战略物资，粮食安全是国家安全的重要基石，提升粮食产业竞争力、提高种植效益、促进种植业者种粮积极性是保障我国粮食安全的重要举措，也是农业经济学研究的重点。
张有志等[1]基于GEM 模型和专家打分的方法研究山东省粮食产业竞争力，表明山东省粮食产业在蓝黄经济区属于上等。
高校经济管理的现代化，高校产学研相融合的步伐不断加快，高校与企业的合作越来越紧密，高校校办企业规模越来越大，高校的资金来源更加广泛。
如何更好的发挥资源优势，怎样将高校资金进行科学化应用，是当前我国高校经济管理的重要课题，也是推动高校进一步发展的重要保障。
高校在争取国家财政拨款的同时，还会收到更多的社会捐赠，尤其是与企业合作，实现产学研相融合，科研成果转化、专利授权等，获得更多的利润或分红。
同时，也有利于进一步推动高校的科研和学术及人才培养。
在市场化的新时代，要更好地推动高校经济管理，要提升高校的资金利用效率，将国家的财政拨款和社会捐赠的资金用到最需要的地方，发挥这些资金的价值和作用，提升高校的办学质量和水平，增强高校的科研和学术能力。
同时，推动高校科研研究，进一步促进高校科研成果转化，进一步增强高校的收入，还能实现高校收入和科研、学术及专利研究等良性循环。
并且进一步降低高效的管理成本，以市场化为手段，进一步推动高校经济管理的市场化发展，提升高校经济管理的质量和效率。
（四）运用更加先进的技术手段，推动高校经济管理规范化、法制化、民主化高校经济管理要充分发挥技术优势，利用信息技术、大数据技术以及各种先进的管理软件，推动高校经济管理的现代化。
借助现代化的信息技术手段和管理软件，提升经济管理的客观性，确保高校的各项经济管理更加规范、更加先进，以技术来保障管理的质量和效率。
应用新媒体加大对高校经济管理的监督，确保高校经济管理活动更加透明化，做到高校经济管理的公开化，提升财政的透明度。
增加高校师生对经济管理的参与度，让高校广大师生做好监督，让社会做好监督，从而营造更加民主的高校经济管理氛围，推动高校经济管理的法制化和民主化。
总之，新形势下高校经济管理要进一步创新和改革，消除各种影响高校经济管理质量和效率的不利因素，用更先进的管理手段和技术，提升高校经济管理的质量，更好地服务高校人才培养、学术研究，推动高校可持续发展。
基于主成分分析的汽车产业竞争力研究作者：李咏徽来源：《理论与创新》2020年第14期【摘; 要】本文主要针对汽车产业的竞争力水平将对中国整体经济产生影响的研究。
利用经济全球化和贸易自由化的发展，做了汽车产业日趋激烈的经济竞争，包括国内和国际两个市场，面对本国和国外的竞争对手。
首先竞争的结果取决于汽车产业自身的竞争力。
其次本文选取了一些有代表性且具有操作性的指标进行分析和综合评价，最后并结合中国汽车产业特殊的发展背景和现状，分析总结得出了评价汽车竞争力的主要指标为总资产、总产值、专利、产业总产量、总利润、总销量、占有率、财政政策补贴，并分析新能源汽车产业对我国汽车产业的影响，预测未来我国汽车产业的发展趋势。
【关键词】竞争力;主成分分析;因子分析引言目前中国的千人汽车保有量约为120 辆，而美国的这一数字为800辆，日本为600辆，欧洲为550辆，世界千人平均保有量160辆。
根据世界各主要国家汽车保有量的发展规律看，未来15年中国汽车的千人保有量将超过300辆，届时汽车将年产4200万辆，由此可见中国的汽车产业仍有较大的发展空间。
此外，目前中国车市的现状是一二线城市升级换购的需求仍较大，三四线城市的市场潜力也在逐步释放，这些都为中国乘用车市场的发展提供了有效支撑。
同时，近年来我国新能源汽车的发展趋势逐年上升，我国也在2016年调整完善了新能源汽车的补贴政策。
1.問题分析如今汽车已经非常普遍，几乎是每个家庭必备的交通工具，汽车产业的竞争力也逐渐提高。
但我国汽车产业是一个发展不均衡，国际竞争力较差的产业。
一方面产业利润率和生产率均高于全国工业平均值，甚至高于国际上同行业的竞争对手，而另一方面，技术落后，自主知识产权数量少，质量低下，导致这种状况的原因是多方面的。
汽车产业竞争力也成为了衡量一个城市工业发展的重要部分，因此对汽车产业竞争力进行分析，给出合理的评价。
问题需要比较各个省的汽车产业竞争力，并做出评价。
基于主成分分析法的城市竞争力研究——以鲁南经济带为例耿程程
【期刊名称】《建筑与设备》
【年(卷),期】2012(000)001
【摘要】目前，城市竞争力研究已经逐渐成为一个广受关注的崭新领域，本文运用评价指标体系的相关理论及软件，基于鲁南经济带五个地级市的有关数据，从城市的实力、能力、活力、潜力、魅力五个方面对山东肖的济宁、临沂、日照、枣庄和菏泽五市进行分析，最终得出结果并提出相应建议，以便更好地促进鲁南城市间的分工协作和区域经济稳步发展。
【总页数】3页(P13-15)
【作者】耿程程
【作者单位】山东建筑大学建筑城规学院
【正文语种】中文
【中图分类】F127
【相关文献】
1.我国中西部主要城市竞争力问题的研究--基于主成分分析法 [J], 张清华
2.基于主成分分析法的陕西省城市竞争力研究 [J], 贺一鸣;杨大伟
3.基于主成分分析法的湖北省城市竞争力研究 [J], 徐一娉;陈文武;张益坚
4.基于主成分分析法的湖北省城市竞争力研究 [J], 徐一娉;陈文武;张益坚;
5.基于主成分分析法的中部六省省会城市综合实力比较研究——兼论如何提升郑州城市竞争力 [J], 徐云鹏
因版权原因，仅展示原文概要，查看原文内容请购买。
Advances in Social Sciences 社会科学前沿, 2019, 8(11), 1873-1881Published Online November 2019 in Hans. /journal/asshttps:///10.12677/ass.2019.811255Research on Competitiveness of SomeCountries Based on Principal ComponentAnalysis and K-Means ClusteringZewei Zhang, Xiang YuanSchool of Economics & Management, Shanghai Maritime University, ShanghaiReceived: Oct. 25th, 2019; accepted: Nov. 8th, 2019; published: Nov. 15th, 2019AbstractIn this paper, 20 evaluation indicators from 42 countries are selected. Firstly, the information en-tropy reflecting the degree of information disorder is used to preliminarily screen the indicators, and 12 indicators with high contribution rate are retained, thus achieving the effect of dimensio-nality reduction. Then the principal components representing most information are obtained by the principal components analysis and the results are clustered by K-means method. Finally, the ranking and classification of national competitiveness are obtained.KeywordsInformation Entropy, Principal Components Analysis, K-Means Clustering,National Competitiveness基于主成分分析的国家竞争力研究张泽伟，袁象上海海事大学经济管理学院，上海收稿日期：2019年10月25日；录用日期：2019年11月8日；发布日期：2019年11月15日摘要本文选取42个个国家的20个评价指标，首先用反映信息无序度的信息熵对指标初步筛选，保留贡献率较高的12个指标，达到降维的效果。
再用主成法求得能代表大多数信息的主成分，用K-means法对结果进张泽伟，袁象行聚类。
最后得到国家竞争力的排名与分类。
关键词信息熵，主成分分析，K-Means 聚类，国家竞争力Copyright © 2019 by author(s) and Hans Publishers Inc.This work is licensed under the Creative Commons Attribution International License (CC BY)./licenses/by/4.0/1. 引言国家竞争力是指国家借助经营原有资产，形成自有的经济、社会模式来增加财富。
国家竞争力不是一个单一的概念，而是由多种因素相互作用构成。
瑞士洛桑国际管理学院认为经济实力、国际化程度、政府管理、金融体系、基础设施、企业管理、国民素质等八大因素是影响国家竞争力的主要因素。
迈克尔·波特[1]在《国家竞争优势》中提到，国家竞争力主要是由社会、经济结构、文化、制度等多个因素综合作用下形成并不断发展。
Jay van Wyk (2010) [2]在钻石模型的基础上构建了“双钻石”模型，它和“单钻石”模型的不同之处是，它纳入了影响国家竞争力的国际和国内决定性因素。
易顺、韩江波[3]通过研究2010~2012年国外学者关于国家竞争力的文献，阐述竞争力影响因素，并进行实证剖析。
魏海燕[4]对《世界竞争力年鉴》的评价指标体系的构成、演变和其中所包含的科技指标状况进行分析。
本文依据上述研究现状，建立国家竞争力评价指标体系。
同时参考基于主成分分析的国内城市竞争力研究方法[5] [6]进行国家竞争力综合评价。
由于原始指标数据可能存在冗余或不相关属性，先利用信息熵对数据预处理和降维。
2. 研究方法建立国家竞争力指标的数学模型，假设X 是已知的评价矩阵，其中元素ij x 表示第i 个国家的第j 个指标。
对于国家竞争力的评价问题，其评价数据包括多种类型，例如人均国内生产总值、国际互联网用户等评价指标的数据为绝对数值，而全球化指数、人文发展指数为相对数值。
因此要先消除不同数据间量纲上的差异性。
1) 对评价矩阵X 消除量纲并做归一化处理后得到计算矩阵Y ：()()max min ij ij j j j y x x x x •••=−−其中max j x •，min j x •，j x •分别表示矩阵X 的第j 列最大值，最小值和平均值。
2) 然后计算每个指标的熵值，其中第j 个指标的熵值为：1ln nj ij ij i H k a a ==−∑ (式1)取负号是要保证熵值为正，归一化系数定义为1ln k n =。
3) 计算评价指标权重为：()11nj jjj w H H==−∑ (式2)张泽伟，袁象2.1. 指标体系构建根据科学性、综合性等原则，结合国家竞争力评价的实际情况，本文构建的评价指标体系，见表1。
Table 1. Index system of national competitiveness evaluation表1.国家竞争力评价指标体系指标项指标项居民消费率(var1) 国内生产总值(var11)三产对国内生产总值增长的贡献率(var2) 高等教育入学率(var12)劳动参与率(var3) 全球化指数(var13)移动电话(部/千人) (var4) 国内生产总值增长率(var14)国际互联网用户(个/千人) (var5) 知识经济指数(var15)人文发展指数(var6) 人均国内生产总值(var16)出生时预期寿命(var7) 城市人口比重(var17)人均国民总收入(var8) 企业经营合同执行手续数(var18)全球创新指数(var9) 每个就业者创造的国内生产总值(var19)人均医疗支出(var10) 万美元国内生产总值能耗(var20)2.2. 信息熵在信息论中，信息熵用来刻画信息的无序度，熵越大表示信息的无序化程度越高，能够提供更多的信息就越多；相反，信息熵越小，则说明集合内的元素较为单一，所提供的信息较少。
2.3. 主成分分析主成分分析法的降维思想和多标准评价指标的要求十分接近，因而近年来被大量的应用于社会学，公共管理和经济学等领域的评价体系中，成为一种独具特色的多指标评价方法。
英国统计学家斯格特在对英国城镇发展水平做研究时，得到了57个综合指标。
通过主成分法发现，仅需要5个由原始变量线性组合而成的新变量，就能以95%的精度来表示原始数据的差异性，数据维度得到了大幅下降。
2.4. K-Means聚类聚类分析是通过距离来衡量数据之间的相似度从而实现类的划分。
它是把n个对象根据它们的属性不同分为k个聚类，且使获得的聚类满足以下要求：同一聚类中的对象相似度最高；不同聚类中的对象相似度较低。
3. 实证分析3.1. 数据来源本文从国际统计年鉴(2016)获取42个国家竞争力综合测量指标数据，将20个指标变量的名称依次记 。
为var1,var2,,var203.2. 利用信息熵对指标变量进行初步筛选依据公式(2-1)计算42个国家20项指标的熵值分别为：张泽伟，袁象()2.574 1.350 2.784 2.7023.370 3.172 2.813 3.142 3.546 3.0711.914 3.448 3.0102.7023.366 3.495 3.250 3.132 3.308 2.478H =再由公式(2-2)计算权重得：()0.0410.0090.0460.0440.0610.0560.0470.0550.0660.0540.0240.0630.0520.0440.0610.0650.0580.0550.0600.038W =由计算结果我们可以得到以下结论：根据所求得得信息熵可以对维数进行初步的筛选，在总共20个评价指标中，第1，2，3，4，7，11，14，20这8个指标对评价的贡献率较低，因此在后面的数据分析只保留剩下的12个指标。
结合原始变量发现：第2项，即第三产业对国内生产总值增长的贡献率所占的权重最低，对整个评价体系的影响可以忽略；第11项，即国内生产总值的贡献率所占权重也较低，可能受庞大的人口基数影响。
同时，我们看到第16项评价指标，人均国内生产总值，它所占的权重达到了0.065，仅此于第9项全球创新指数，可见用人均国内生产总值对国家竞争力的影响很大。
另外，居民消费率和万美元国内生产总值能耗对评价结果的影响也很低；劳动参与率，移动电话数，人均寿命以及国内生产总值增长率对评价结果的影响较低，说明其有一定的参考价值，但特征不是很明显。
例如，从移动电话数的原数据可以看出，虽然整体服从发达国家高于发展中国家，但也存在较多个例，如柬埔寨、越南、哈萨克斯坦等发展中国家的数据高于加拿大、美国、法国等发达国家。
这与通常所认为的事实恰好相反。
通过对实例的计算分析，发现对评价体系的信息熵计算权重，得到的结果客观有效，可以较好的排除评价体系中部分对结果影响较小的评价指标。
本文中由于维数较低，用信息熵筛选时，维数减少不是很明显，如果处理一个1000维的数据集，设定信息熵阈值进行筛选，同时调节阈值来选取主元，例如设定阈值为0.52，满足条件的仅有43个变量，这使得变量个数大大降低。
3.3. 利用主成分分析对指标变量进行降维利用R 软件对筛选后的12个变量进行主成分分析，从相关矩阵求解，得到特征值和特征向量，分析方差贡献率，选取解释足够方差的主成分，并列出主成分得分，得到主成分线性组合并计算主成分得分。
3.3.1. 求出12个变量的相关系数矩阵，特征值和特征向量将筛选后的数据定义为矩阵Z ，求其相关系数矩阵，特征值和所对应的特征向量。
