基于主成分分析的全国各城市的经济发展

1、基于主成分分析全国各城市的经济发展摘要：通过例举2009年全国各主要城市的反映经济发展指标，通过运用统计软件SPSS对各经济指标经济筛选，得出贡献率大的经济指标，从而分析主要指标对各城市的影响大小，是否真实反映各城市的GDP的增长趋势。关键字：SPSS主要经济指标GDPAbstract：Throughtheexamplesinthe2009nationalallmajorcitiesreflecteconomicdevelopmentindicators,ThroughtheuseofthesoftwareSPSSeconomicindexeconomicscreening,Thecontri

2、butionofthatbigeconomicindicators.ItanalyzesthemainindeXtotheinfluenceofeachcitysize,IftruevariouscitiesofGDPgrowthtrend.Keywords：SPSSmajoreconomicindicatorGDP一引言在实际中，人们在评价或描述一个对象时，总是希望收集到更多的数据信息，于是就会有许多指标,但是在指标分析中由于变量的无节制设置和引入，导致共线性、重叠、畸变等误差源出现。于是我们就希望在不引起信息丢失的情况下创建变量群。因子分析法就是把众多指标（因子变量）综合成为数量较少的几个

3、指标（因子变量）。它的特点是：第一，因子变量的数量远远小于原始指标变量的格式；第二，因子变量并非原始指标变量的简单取舍，而是一种新的综合；第三，因子变量之间没有线性关系；第四，因子变量具有明确的解释性。主成分分析是一种常用的多元统计分析方法。是一种化繁为简，将指标数尽可能压缩的降维技术，即空间压缩技术。主成分分析也是一种综合评价方法。它通过降维技术把多个指标约化为少数几个综合指标，这些综合指标能够反映原始指标的绝大部分信息，从而使得用这几个新变量代替原变量分析P-题和解决问题成为可能。其基本方法是通过构造原变量的适当的线性组合，以产生一系列互不耜关的新变量，从中选出少数几个耨变量并使它们含有尽

4、可能多的原变量带裔酶信息。二全国城市经济发展的各指标21各经济指标介绍年底总人口数：人数越多，拉动需求和供给，带来经济增长地区生产总值：GDP反应经济的发展迅速地方财政收入及支出：投资越多，拉动内需，进而导致经济增长固定资产投资：投资越多，拉动内需，进而导致经济增长在岗职工工资：工资越高，消费越大，导致GDP的增长社会商品零售总额：价格的波动反映经济的状况货物进出口额：出口额越大，经济发展迅猛普通高等学校在校学生人数：教育导致技术型人才的扩张三废综合利用产品产值：经济带动技术的发展，更好的处理废弃物2.2经济指标的筛选运用统计软件SPSS将2009年反映经济发展的指标进行主次分析，将其中主要的

5、几个指标罗列出来进行分析，哪些指标影响的程度大，从而更好的去做好发展经济的规划，更好的拉动经济的快速增长。城市名称年底也区生产总信地方财政地方财政固定资产在岗理工社会商品货物进出口晋通高等学战三废综舍利隹总人口（当年恰格）倾算内收入预算內支出投资总额平均工资零售总额总额在校学生數产品产值（万人）（忆元）（万元）1万元）（万元）（元）1万元）（万美元）（人）（万元）北京天津98075228219916112427785006324745075243082976394415405968187882石冢庄衣原沈阳连长春哈尔滨上海南京杭州68350885207899490398322916543439

6、471804930340419983940871586099宁波台肥福州南昌青岛郑州长沙广州殊tjll8918201880816810008394170915144671525679436270155086695238516成都1U04503387362660096弭4025890234195194994591786253589291171696m阳兰州出爭爭密丰壊茗爭嫌轴日N羽麻写赵日爲羽麻写爭嫌爭rr琳制騎ssds宙吴28801*0-69982*0-6涉乙9*0-涉6万0J-60gI6*0-8889J-g/6I2*0-809S2*0-gg60J-28919J8S89S*0-96228*0-

7、99809*0-9gg60J-29890*1-I9g/gJ-2089*0-22999*0-朮080J8S9SJ-99990*099S66*09网1万*0-S060*0888/g*0-60I9I*1ZSOSO*o-2661*0-6S920*0-690*18SI9S*0-698*1-6220991999*09206*08SS99*0-竝師g*028919*0乙6逑6*02019*090唸1P-68911乙1882*0662/gJl匹61J69280*06万0环*08咫况PIEI环JIS02I*06ggIS*0-乙9环g*096089*0-869肱*0-IZZOS*o-20280*0-附幵*o-師g

8、那*0-88162*0-861唸*0-朮16E*0-9E9珂J91289*0-6S90g*0-29928*0-600乙*0-g998S*0-81啤*0-乙191万*0-20690*0-乙00朮*0-161*0-8唸60*0-88820*0-9292*0-92890*0-*0-96012*0-唸乙CT09990*086I8S*0-拄9師*099889*0-网克6*0-29g92*0-gIS8*0-IS9*0-2969*0-0唸8*0-91268*0-69/g*0-9292*0-6网1万*0-W8g*0-sg/gz*o-86002*0-99269*0-环60S*0-92919*0-gIS6S*0-

9、66I8S*0-2962*0-igggg*o-S9698*0-2I8g*0-ggI90*0-I6S9*o-18亦*0-26892*0-99816*0-90I6S*01涉历J-g9260*0ISOIg*o-I68SI*069俯*0-92991*0-611*0-98921*0-11昶9*0-g0290*0-1991*0-9SIS0*0-66229*0S686I*0-22881*0-10920*026680*09602*0-gggl*0乙0万66J6E9克*0-21620*022689*09820*0聊0肱*o-699II*0-91*0-8ZCO*0-9ggS0*020829*0969*2环乙乙69

10、S9乙91克l乙99S6S*g9S6ggT611乙6乙IS/gg*2聊8昶*0-96gg*00989*0-II09S*0-28988*0-26609*0-8IS6S*0-9SSI9*0-E6E稣*0-g8928*0肱0环*0-6992*0-g82S9*0-WZL9*0-S8g92*0-I066I*0-9629*0-89969*0-199匹*0-11唸CTO80S8S*0-22126*0-2I9SI*0-999gg*0-29060*0660幵*08乙91乙*0-8221*0-886II*0-26189*0-朮61万*0-809S*0-9199*0-网IH)*0-gl/O*0WLL*029602*

11、0-81血*0-161*0-2I60I*0-號6环*0-9919*0-2699*0-9998*0-9228*0-ll必J-SS99*0-89S9*0-昶Z16*0-9669SJ-118比*0-92912*0-Ig99*0-幵6万*0-21080*1-62980*0-朮9匹*0-26229*0-唸og*0-1228*0SS90I*02M00*0-10*1P8909*0268g/*0l涉16J29612*0gg6I9*068182*0982g8*08竝貂*0-LLZ&*0686g6*I9229乙克180乙91662J91辭乙网96厂乙曲860乙19982J柵輛嫌CorrelationMatrixZ

12、scoreQd)Zscore:当年价格ZscoreQ(3)Zscore(X4)Zscorep)ZscoreQ(6)Zscore(X7)Zscore:总额Zscorep9)ZscoreX10CorelationZscore(X11.000.791.744.776.807.607.803.630.341-.003Zscore:(当年格).7911.000.954.949.766.942.975.879.292.081Zscorep(3744.9541.000.995.733.915.939.382.236.062Zscore(X4.776949.9951.000764.895.932.867.23

13、5.019Zscore(X5.807.766.7337641.000.703.763.453.306024ZscoreCXG.607942.915.895.7031.000.917.843.2S9.203Zscore(X7.803.975.939.932.763.9171.000.S21.406.050Zscore:总额.630.879.882.867.493.843.8211.000-.040.006ZscorepO.341.286.289.406-.040-1.000.019ZscorepdO-.003.081.062.019.024.208.050.006.019

14、1.000TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsTotalc厶ofVarianceCumulative%Totalc久ofVarianceCumulative%16.90869.07969.0796.90869.07969.07921.13511.35080.4281.13511.35080.42831.03510.35290.7811.03510.35290.7814.4984.97995.7605.2482.48498.2446.1021.02499.2677.049.

15、49199.7588.013.12699.8849.011.10599.98910.001.011100.000ExtractionMethod:PrincipalComponentAnalysis.ComponentMaffTixComponent123Zscore当价格.987-.061.011Zscore(X7).978.062-.005Zscore(X4).973-.102-.063Zscore(X3).972-.127-.015Zscore(X6).932-.105.169Zscore总额.859-.432-.091Zscore(X1).834.199-.107Zscore(X5).

16、819.291-.034Zscore(X9).335.877.112Zscore(X10).073-.098.984ExtractionMethod:PrincipalComponentAnalysis.a3componentsextracted.由表一中可以看出前三个特征值较大，而且前三个贡献率高达90.781%,也就说明这三者所涵盖的信息量足够替代上述10个指标。表二中可以看出，三个主因子的线性组合Y1=0.987X2+0.978X7+0.973X4+0.972X3+0.932X6+0.859X8+0.834X1+0.819X5+0.335X9+0.073X10Y2=0.061X2+0.0

17、62X70.102X40.127X30.105X60.432X8+0.199X1+0.291X5+0.887X90.098X10Y3=0.011X20.005X70.063X40.015X3+0.169X60.091X80.107X10.034X5+0.112X9+0.984X10主成分的经济意义在于由各线性组合中权学较大的几个指标的综合意义来确定，综合因子Y1中X2,X3,X4,X7的系数大于其他系数的变量，所以Y1主要是地区生产总值，地方财政收入，地方财政支出，社会商品零售总额这四项指标的综合反映，说明这四项指标可以很好的说明经济发展程度，考核经济的增长必须从这四项着手进行。综合因子Y2中

18、，只要是普通高等学校在校人数的综合反映，说明人才兴国的战略是可行的。综合因子Y3中，主要是年底总人口数和在职职工工资的综合反映，说明中国还是处于人口粗放型增长模式，来打动经济的快速增长，消费水平的高低直接反映经济的慢与否。2.3三大主因子得分通过利用SPSS筛选出了三个主因子，下面对各省市进行评分基于这三个主因子上，从而更好的反映各城市的经济发展状况。城市Y1Y2Y3北京2.365170.117640.39753天津0.796160.36620.01434石家庄0.446680.411490.45662太原0.922960.528240.08428沈阳0.102360.201580.37381

19、大连0.189410.602170.37515长春0.509640.155110.29729哈尔滨0.361730.721460.4143上海2.981040.565950.2738南京0.048411.554470.51306杭州0.04516-0.522684.41187宁波-0.26638-1.423090.31641合肥-0.63938-0.02429-0.27454福州-0.62035-0.4575-0.42041南昌-0.794840.40968-0.22549青岛-0.1911-0.44224-0.34209郑州-0.368011.2354-0.29264长沙-0.339780.69119-0.17067广州0.780181.430610.23688深圳0.71967-2.68558-0.6914成都0.222421.5313-0.04478贵阳-1.08461-0.77422-0.33359州-1.12099-0.80017-0.02415最后按照三个主因子的贡献率的大小，从而计算各城市经济发展的综合得分F=0.69097Y1+0.11305Y2+0.10352Y3表-综合得分F排名F排名北京1.60640841132合肥-0.472958763918天津0.5930060623福州-0.523884457719石家