江苏综合实力.doc

得分 数据分析课程项目 题 目： 江苏省县市综合经济实力分析 专 业： 信息与计算科学 班 级： 软件071 姓 名： 王春龙 学 号 22 2009年12月20日目录摘要21.引言22.确定综合经济实力体系指标23.主成分分析法在SPSS中的具体步骤34.对江苏省2005年至2008年52个县市综合经济实力的评价分析34.1数据采集34.2利用SPSS软件对数据进行处理分析9 4.3 结论24参考文献25摘要：主成分分析法可以避免只依据主观评定法确定指标体系权重的不准确性，是评估指标体系的权重更加合理，有效。本文利用江苏省2005年、2006年、2007年、2008年有关统计数据，建立了综合经济实力评价指标体系，运用社会科学统计软件SPSS，对江苏省52个县级市、县的综合经济实力进行了主成分分析法分析和排位关键词：江苏省；SPSS；主成分分析法；综合经济实力；1. 引言改革开放30年来，江苏省的社会经济发展取得了巨大的成就，各地区经济实力都有了明显的提高，但江苏省各城市经济发展也存在着十分明显的区域不平衡性。因而，本文利用社会经济统计软件SPSS，对2005年2008年江苏省52个各县市主要经济指标数据进行主成分分析并排位，找出县市间经济发展的差异，为江苏省经济全面发展提供依据，实现江苏省经济的协调发展。2确定综合经济实力体系指标 根据国务院发布的中国二十一世纪议程的指导思想及原则，我们采用中国城市经济发展研究中心提出的城市综合经济实力的概念，即城市综合经济实力指城市所拥有的全部实力，潜力及其在国内外经济社会中的地位和影响力。从定义可以看出，评价城市综合经济实力应使用城市经济总量（而不是人均量），它应该包括国内生产总值（GDP）、固定资产状况、社会消费水平、外贸出口水平、交通运输能力、通讯设施状况、地方财政实力、人才科技状况及社会医疗保障水平等统计指标，考虑到了系统性、全面与重点相结合、可行性、可比性原则。本文按照上述的选取指标的基本原则，从各种指标中进行筛选，选取了以下9项指标来构建体系： x1：GDP总量；x2：城镇固定资产投资；x3：社会销售品零售总额； x4：外贸出口总额；x5：公路运货总量；x6：邮政业务总量；x7： 地方财政一般预算收入；x8：中级技术职称以上人员；x9：卫生机构床位数。3. 主成分分析法在SPSS中的具体步骤(1) 指标数据标准化：在菜单“Analyze-Descriptive.”中对指标进行标准化处理，并将标准化后的变量保存在数据编辑窗口。(2) 作分析：选择菜单中“Analyze-Data Reducation-Factor”打开因子分析对话框，将标准化后的变量放入Variables中。(3) 确定主成分个数m：打开“Extraction”对话框，选中“Eigenvalues over”输入0，其他默认项不变，点击“确定”，由在输入窗口中自动生成结果。在生成结果表中“Total Variance Explained（总方差解释）”，根据主成分方差累计贡献率85%原则确定个数。(4) 计算特征向量：将前m个初始因子载荷矩阵输入到数据编辑窗口，在菜单“Transform-Compute.”中计算出特征根所对应的特征向量。特征向量Ui=初始因子载荷矩阵AiSQRT(i)，其中i=1，2，,m为主成分个数，在对话框中输入“Ui=AiSQRT(i)”即可得到特征向量。(5) 主成分命名：用表“Component Matrix”中的第i列中系数绝对值大的对应变量对Fi命名为第i主成分。(6) 得出主成分得分函数：Fi=Uixi，再选择菜单中的“Transform-Compute.”计算主成分得分（xi标准化数据）。(7) 得出综合得分函数：F=i=1maiFi，ai为特征根i所对应的方差贡献率，ai在表“Total Variance Explained”下“Initial Eigenvalues(主成分方差)”栏中“%of Variance（方差率）”中，并在选择菜单中“Transform-Compute.”中把主成分得分带入，得到综合评价得分，并在“Transform-Rank cases”中排序。4. 对江苏省2005年至2008年52个县市综合经济实力的评价分析 4.1 数据采集表1 2005年江苏省各县市综合经济上实力指标数据表2 2006年江苏省各县市综合经济上实力指标数据表3 2007年江苏省各县市综合经济上实力指标数据表4 2005年江苏省各县市综合经济上实力指标数据 4.2 利用SPSS软件对数据进行处理分析I、将2005年（表1）的数据导入SPSS，设计好各种数据的具体参数，接下来就开始按照主成分分析法在SPSS中的具体操作对数据进行处理分析。SPSS软件求出相关系数矩阵、方差分解主成分提取分析表和初始因子载荷矩阵如下表。相关系数矩阵 x1x2x3x4x5X6X7x8x9Correlationx11.000.928.907.716.695.752.985.850.799 x2.9281.000.809.689.674.653.936.823.718 x3.907.8091.000.520.708.789.840.821.866 x4.716.689.5201.000.288.587.774.580.411 x5.695.674.708.2881.000.430.659.717.629 x6.752.653.789.587.4301.000.711.565.841 x7.985.936.840.774.659.7111.000.836.726 x8.850.823.821.580.717.565.8361.000.733 x9.799.718.866.411.629.841.726.7331.000方差分解主成分提取分析表ComponentInitial EigenvaluesExtraction Sums of Squared Loadings Total% of VarianceCumulative %Total% of VarianceCumulative %16.84276.02676.0266.84276.02676.0262.8349.26385.289.8349.26385.2893.6687.42192.710.6687.42192.7104.2302.55195.261.2302.55195.2615.1822.01797.278.1822.01797.2786.1181.30898.586.1181.30898.5867.068.75199.337.068.75199.3378.056.62399.959.056.62399.9599.004.041100.000 Extraction Method: Principal Component Analysis.初始因子载荷矩阵 Component12345678x1.980.066-.059-.013-.118-.074-.083-.066x2.928.086-.183-.031-.233.148.113.088x3.933-.178.134-.071-.026-.249.018.111x4.706.658-.113.118.186.006-.043.079x5.741-.495-.316.311.097.017.004.002x6.808.097.541.143.047.009.129-.077x7.958.168-.138.007-.124-.025-.063-.117x8.889-.111-.232-.293.223.028.073-.055x9.862-.252.368-.080.040.163-.140.053Extraction Method: Principal Component Analysis.a 8 components extracted.根据主成分方差累计贡献率85%原则，由方差分解主成分提取分析表可以确定主成分的个数为2，即取前2个指标为主成分，这2个主成分可以代表9个指标的85.289%的信息量。为了对所选出的主成分进行解释，我们取得2个主成分的因子载荷量，由初始因子载荷矩阵可知，GDP总量、城镇固定资产投资、社会销售品零售总额、邮政业务总量、地方财政一般预算收入、中级技术职称以上人员、卫生机构床位数在第一主成分上有较高载荷，说明第一主成分基本反映了这些指标的信息；外贸出口总额、公路运货总量在第二主成分上有较高载荷，说明第二主成分基本反映了这两个指标的信息，所以提取这两个主成分能基本上反映所有指标的信息。对初始因子载荷矩阵的数据进行处理，得到其特征向量为U1=（0.37,0.35,0.36,0.27,0.28,0.31,0.37,0.34,0.33）U2= (0.07,0.09,-0.19,0.72,-0.54,0.11,0.18,-0.12,-0.28)主成分得分函数为：F1=0.37x1+0.35x2+0.36x3+0.27x4+0.28x5+0.31x6+0.37x7+0.34x8 +0.33x9F2=0.07x1+0.09x2-0.19x3+0.72x4-0.54x5+0.11x6+0.18x7-0.12x8 -0.28x9由方差分解主成分提取分析表可知，两个主成分的方差贡献率分别为76.026%、9.263%，故综合得分函数为：F=0.76026F1+0.09263F2。2005年江苏省各县市综合经济实力评价结果和排名结果如下：由排名结果得知：2005年在江苏省52个县市中，经济实力排名前7的都在苏州市和无锡市，其中苏州市占5席，无锡市占2席，经济实力最强的是苏州市的昆山市。在苏北五市（徐州市、淮安市、连云港市、宿迁市、盐城市）中经济实力最差的是淮安市，其中的涟水县、洪泽县、盱眙县、金湖县分别排在全省的47、52、49、51名；经济实力最强的是徐州市，所属6个县市中有4个市排在20多，相当于江苏省全省的中等水平，2个市排在30多，所以要缩小与苏南的差距，要建立以徐州市为中心发展经济。根据主成分分析的原理，第一主成分的权重最大，对总体分值起到举足轻重的作用。F1对无锡市、苏州市、南通市中的各个县市的贡献都是正值，尤其是无锡市和苏州市各个县市的分值很高，所以这两个市在全省经济实力上是雄居榜首的。对于苏北5市中的各县市，在F1上基本都为负值。所以决定了江苏省南北经济不平衡，贫富差距大。2005年江苏省各县市得分及排名II、将2006年（表2）的数据导入SPSS，设计好各种数据的具体参数，接下来就开始按照主成分分析法在SPSS中的具体操作对数据进行处理分析。SPSS软件求出相关系数矩阵、方差分解主成分提取分析表和初始因子载荷矩阵如下表。相关系数矩阵 x1x2x3x4x5X6X7x8x9Correlationx11.000.894.905.734.608.885.982.536.781 x2.8941.000.760.791.541.811.913.437.697 x3.905.7601.000.525.660.812.828.536.832 x4.734.791.5251.000.249.726.782.345.436 x5.608.541.660.2491.000.437.572.331.596 x6.885.811.812.726.4371.000.875.757.796 x7.982.913.828.782.572.8751.000.517.720 x8.536.437.536.345.331.757.5171.000.588 x9.781.697.832.436.596.796.720.5881.000方差分解主成分提取分析表ComponentInitial EigenvaluesExtraction Sums of Squared Loadings Total% of VarianceCumulative %Total% of VarianceCumulative %16.50372.25072.2506.50372.25072.2502.92610.28882.538.92610.28882.5383.7858.72391.261.7858.72391.2614.3403.77595.037.3403.77595.0375.1862.06797.103.1862.06797.1036.1301.44898.551.1301.44898.5517.082.90899.459.082.90899.4598.044.49199.950.044.49199.9509.005.050100.000 Extraction Method: Principal Component Analysis.初始因子载荷矩阵 Component12345678x1.973-.066-.106-.056-.152-.021-.084.042x2.910-.227-.173.025.099-.243.148-.008x3.908.212-.094-.201-.202.131.155.015x4.744-.600-.039.155.133.203.024.040x5.644.527-.431.336.066.050-.015-.031x6.938-.079.280-.036-.002.030-.035-.180x7.955-.166-.108.025-.121-.089-.149.034x8.650.240.674.243-.022-.032.034.065x9.849.309.065-.313.274.020-.058.044Extraction Method: Principal Component Analysis.a 8 components extracted.根据主成分方差累计贡献率85%原则，由方差分解主成分提取分析表可以确定主成分的个数为3，即取前3个指标为主成分，这3个主成分可以代表9个指标的91.261%的信息量。为了对所选出的主成分进行解释，我们取得3个主成分的因子载荷量，由初始因子载荷矩阵可知，GDP总量、城镇固定资产投资、社会销售品零售总额、邮政业务总量、地方财政一般预算收入、卫生机构床位数在第一主成分上有较高载荷，说明第一主成分基本反映了这些指标的信息；外贸出口总额、公路运货总量在第二主成分上有较高载荷，说明第二主成分基本反映了这两个指标的信息，所以提取这两个主成分能基本上反映所有指标的信息；中级技术职称以上人员在第三主成分上有较高载荷，说明第三主成分基本上反映了这一个指标的信息。对初始因子载荷矩阵的数据进行处理，得到其特征向量为U1=(0.38,0.36,0.36,0.29,0.25,0.37,0.37,0.25,0.33)U2=(-0.07,-0.24,0.22,-0.62,0.55,-0.08,-0.17,0.25,0.32)U3=(-0.12,-0.20,-0.11,-0.04,-0.49,0.32,-0.12,0.76,0.07)主成分得分函数为：F1=0.38x1+0.36x2+0.36x3+0.29x4+0.25x5+0.37x6+0.37x7+0.25x8+0.33x9F2=-0.07x1-0.24x2+0.22x3-0.62x4+0.55x5-0.08x6-0.17x7+0.25x8+0.32x9F3=-0.12x1-0.20x2-0.11x3-0.04x4-0.49x5+0.32x6-0.12x7+0.76x8+0.07x9由方差分解主成分提取分析表可知，三个主成分的方差贡献率分别为72.250%、10.288%、8.723%，故综合得分函数为：F=0.72250F1+0.10288F2+0.08723F32006年江苏省各县市综合经济实力评价结果和排名结果如下：由排名结果得知：2006年在江苏省52个县市中，经济实力排名前7的都在苏州市和无锡市，经济实力最强的变成了无锡市的江阴市。在苏北五市（徐州市、淮安市、连云港市、宿迁市、盐城市）中经济实力最差的是淮安市，其中涟水县、洪泽县、盱眙县、金湖县分别排在全省的46、52、48、51名；经济实力最强的是徐州市，所属6个县市中有3个市排在20多，相当于江苏省全省的中等水平。根据主成分分析的原理，第一主成分的权重最大，对总体分值起到举足轻重的作用。F1对无锡、苏州、南通、泰州中的各个县市的贡献都是正值，尤其是无锡市和苏州市各个县市的分值很高，所以这两个市在全省经济实力上是雄居榜首的。对于苏北5市中的各县市，在F1上基本都为负值。所以决定了江苏省南北经济不平衡，贫富差距大。2006年江苏省各县市得分及排名III、将2007年（表3）的数据导入SPSS，设计好各种数据的具体参数，接下来就开始按照主成分分析法在SPSS中的具体操作对数据进行处理分析。SPSS软件求出相关系数矩阵、方差分解主成分提取分析表和初始因子载荷矩阵如下表。相关系数矩阵 x1x2x3x4x5X6x7x8x9Correlationx11.000.855.901.755.632.919.986.719.807 x2.8551.000.722.766.582.829.873.561.708 x3.901.7221.000.549.664.841.832.760.832 x4.755.766.5491.000.287.775.783.468.456 x5.632.582.664.2871.000.535.606.485.630 x6.919.829.841.775.5351.000.903.820.815 x7.986.873.832.783.606.9031.000.671.763 x8.719.561.760.468.485.820.6711.000.804 x9.807.708.832.456.630.815.763.8041.000方差分解主成分提取分析表ComponentInitial EigenvaluesExtraction Sums of Squared Loadings Total% of VarianceCumulative %Total% of VarianceCumulative %16.83275.91175.9116.83275.91175.9112.8869.84885.759.8869.84885.7593.5856.49692.255.5856.49692.2554.2242.48794.742.2242.48794.7425.2092.32097.062.2092.32097.0626.1051.17098.232.1051.17098.2327.1011.11899.350.1011.11899.3508.055.60699.956.055.60699.9569.004.044100.000 Extraction Method: Principal Component Analysis.初始因子载荷矩阵 Component12345678x1.974-.078.049-.118-.124.039-.093.027x2.885-.227.217-.050.281-.190-.008.027x3.912.203-.038-.187-.223-.122.160.013x4.750-.607.025.185-.051.092.144.051x5.683.469.513.219-.034.032.014-.013x6.956-.105-.165.064.005-.010-.012-.207x7.954-.160.094-.095-.077.069-.183.030x8.806.259-.458.2413.14E-005-.079-.066.078x9.875.309-.157-.141.234.180.085.018Extraction Method: Principal Component Analysis.a 8 components extracted.根据主成分方差累计贡献率85%原则，由方差分解主成分提取分析表可以确定主成分的个数为2，即取前2个指标为主成分，这2个主成分可以代表9个指标的85.759%的信息量。为了对所选出的主成分进行解释，我们取得2个主成分的因子载荷量，由初始因子载荷矩阵可知，GDP总量、城镇固定资产投资、社会销售品零售总额、邮政业务总量、地方财政一般预算收入、中级技术职称以上人员、卫生机构床位数在第一主成分上有较高载荷，说明第一主成分基本反映了这些指标的信息；外贸出口总额、公路运货总量在第二主成分上有较高载荷，说明第二主成分基本反映了这两个指标的信息，所以提取这两个主成分能基本上反映所有指标的信息。对初始因子载荷矩阵的数据进行处理，得到其特征向量为U1=（0.37,0.34,0.35,0.29,0.26,0.37,0.36,0.31,0.33）U2= (-0.08,-0.24,0.22,-0.64,0.50,-0.11,-0.17,0.28,0.33)主成分得分函数为：F1=0.37x1+0.34x2+0.35x3+0.29x4+0.26x5+0.37x6+0.36x7+0.31x8+0.33x9F2=-0.08x1-0.24x2+0.22x3-0.64x4+0.50x5-0.11x6-0.17x7+0.28x8+0.33x9由方差分解主成分提取分析表可知，两个主成分的方差贡献率分别为75.911%、9.848%，故综合得分函数为：F=0.75911F1+0.09848F2。2007年江苏省各县市综合经济实力评价结果和排名结果如下：由排名结果得知：2007年在江苏省52个县市中，经济实力排名前7的都在苏州市和无锡市，经济实力最强的仍然是无锡市的江阴市。在苏北五市（徐州市、淮安市、连云港市、宿迁市、盐城市）中经济实力最差的是淮安市，其中的涟水县、洪泽县、盱眙县、金湖县分别排在全省的47、52、49、51名；经济实力最强的是徐州市，所属6个县市中有4个市排在20多，相当于江苏省全省的中等水平，2个市排在30多，所以要缩小与苏南的差距，要建立以徐州市为中心发展经济。根据主成分分析的原理，第一主成分的权重最大，对总体分值起到举足轻重的作用。F1对无锡市、苏州市、南通市、泰州市中的各个县市的贡献基本上都是正值，尤其是无锡市和苏州市各个县市的分值很高，所以这两个市在全省经济实力上是雄居榜首的。对于苏北5市中的各县市，在F1上基本都为负值。所以决定了江苏省南北经济不平衡，贫富差距大。2007年江苏省各县市得分及排名IV、将2008年（表4）的数据导入SPSS，设计好各种数据的具体参数，接下来就开始按照主成分分析法在SPSS中的具体操作对数据进行处理分析。SPSS软件求出相关系数矩阵、方差分解主成分提取分析表和初始因子载荷矩阵如下表。相关系数矩阵 x1x2x3x4x5X6x7x8x9Correlationx11.000.852.898.797.501.913.982.824.824 x2.8521.000.731.779.491.826.872.744.747 x3.898.7311.000.578.538.832.820.860.835 x4.797.779.5781.000.239.794.828.571.537 x5.501.491.538.2391.000.449.479.586.481 x6.913.826.832.794.4491.000.898.786.829 x7.982.872.820.828.479.8981.000.776.787 x8.824.744.860.571.586.786.7761.000.793 x9.824.747.835.537.481.829.787.7931.000方差分解主成分提取分析表ComponentInitial EigenvaluesExtraction Sums of Squared Loadings Total% of VarianceCumulative %Total% of VarianceCumulative %16.90276.68776.6876.90276.68776.6872.8889.86686.554.8889.86686.5543.4805.33091.883.4805.33091.8834.2232.47894.361.2232.47894.3615.1912.11796.479.1912.11796.4796.1411.57198.050.1411.57198.0507.0951.05999.108.0951.05999.1088.075.83599.943.075.83599.9439.005.057100.000 Extraction Method: Principal Component Analysis.初始因子载荷矩阵 Component 12345678x1.975-.088-.015-.080.112-.116-.074-.026x2.901-.120.180.229-.236-.149.101-.017x3.909.159-.249-.171.079-.127.158.099x4.789-.494.291-.092-.002.134-.009.148x5.581.699.406.019.083.044.001.022x6.942-.134-.048.031.111.190.138-.155x7.956-.156.078-.017.099-.122-.146-.086x8.885.225-.151-.202-.291.100-.079-.037x9.877.125-.323.290.049.092-.088.096Extraction Method: Principal Component Analysis.a 8 components extracted.根据主成分方差累计贡献率85%原则，由方差分解主成分提取分析表可以确定主成分的个数为2，即取前2个指标为主成分，这2个主成分可以代表9个指标的86.554%的信息量。为了对所选出的主成分进行解释，我们取得2个主成分的因子载荷量，由初始因子载荷矩阵可知，GDP总量、城镇固定资产投资、社会销售品零售总额、邮政业务总量、地方财政一般预算收入、中级技术职称以上人员、卫生机构床位数在第一主成分上有较高载荷，说明第一主成分基本反映了这些指标的信息；外贸出口总额、公路运货总量在第二主成分上有较高载荷，说明第二主成分基本反映了这两个指标的信息，所以提取这两个主成分能基本上反映所有指标的信息。对初始因子载荷矩阵的数据进行处理，得到其特征向量为U1=（