【《某航运中心建设成效评价的案例分析》9100字】

某航运中心建设成效评价的案例分析目录TOC\o"1-3"\h\u10260某航运中心建设成效评价的案例分析 175851构建重庆长江上游航运中心建设成效评价模型 1277561.1航运中心建设成效评价模型选择 1154601.1.1各种评价模型的分析比选 2305661.1.2评价模型的确定 2260662.2重庆长江上游航运中心建设成效评价指标体系 370812.2.1评价指标的选取原则 362692.2.2指标体系的构建 386762.2.3指标体系说明 5136242重庆长江上游航运中心实证分析 979502.1定性指标——模糊综合评价法 978772.2定量指标——主成分分析 13117522.3评价结果分析 231构建重庆长江上游航运中心建设成效评价模型1.1航运中心建设成效评价模型选择为了评价重庆长江上游航运中心建设成效，需要综合考虑影响航运中心建设的因素，并通过相应的方法确定不同影响因素的权重，从而给每个评价对象一个综合的评价值。这种方法也被称为综合评价，其一般程序如下。图STYLEREF1\s3.SEQ图\*ARABIC\s11综合评价一般流程本文以重庆长江上游航运中心为评价对象，首先应选择合适的评价方法，建立评价模型。评价方法可分为主观赋权法与客观赋权法两类。虽然从某种程度上来说主观赋权存在一定误差，但由于一些定性数据不够清晰和客观因素的局限性，本文采用二者相结合的方式进行评价。1.1.1各种评价模型的分析比选重庆长江上游航运中心建设成效评价从定性和定量两个方面对其做出全面而客观的评价，考虑到评价方法多种多样，本节仅选择几种常用的评价方法进行阐述。层次分析法层次分析法是一种定性与定量分析相结合的多准则决策方法，它将人们对复杂系统的思维过程数学化，将人的主观判断为主的定性分析定量化，将各种判断要素直接的差异数值化，是一种被广泛应用的确定指标权重的方法[26]。理想解法理想解法又称为TOPSIS方法，是一种有效的多指标评价方法。这种方法通过构造评价问题的正理想解和负理想解，并计算出每个解决方案到理想方案的相对贴近度，即靠近正理想解和远离负理想的程度[26]。数据包络分析法数据包络分析是根据多项投入指标和多项产出指标，利用线性规划的方法，对具有可比性的同类型单位进行相对有效性评价的一种数量分析方法，DEA特别适用于具有多输入多输出的复杂系统，它最突出的优点是无需假设任何权重，而是由决策单位的实际数据得到的最优权重，该方法具有较强的客观性[27]。模糊综合评价法模糊综合评价法方法可以将不完全信息和不确定信息转化为模糊概念，对定性问题进行量化，提高评价的准确性和可信度，并针对隐藏信息的模糊性对数据进行更加科学、合理的定量化处理[27]。1.1.2评价模型的确定采用任何评价方法对重庆长江上游航运中心建设成效进行评价都存在一定的优越性和局限性，再完美的模型也不可能适用于任何条件下。因此，更加重要的是根据本文的研究目的选择恰当、合适的方法。如果仅选择主观赋权法进行评价，赋权具有较强的主观性，得到的结果主观性较强；但若是仅采用客观赋权法进行分析则过于依赖数据，对于定性指标的处理不够恰当，并且仅仅采用一种方法进行计算，得到的结果可能存在片面性，不够令人信服。针对这一问题，本文在采用模糊综合评价法评价定性指标的基础上引主成分分析法对定量指标进行评价，使评价更加符合实际，结果更为客观可信。综合运用定性指标和定量指标对长江上游重庆航运中心的建设效果进行评价，并对最终的计算结果进行加权平均，使得模型更加的科学合理。重庆长江上游航运中心建设成效评价指标体系评价的依据就是指标，影响重庆长江上游航运中心建设成效的因素纷繁复杂。本文通过构造得到重庆长江上游航运中心建设成效的评价指标体系。评价指标的选取原则评价指标体系指的是能够反映一个复杂系统中多个指标之间相互联系、相互依存的统计指标群[28]。构建评价指标体系时，如果设置了过多的评价指标，可能会存在重复性的指标，干扰评价结果；但若是评价指标过少，则容易得到以偏概全的结论。为了全面、准确、科学的构建重庆长江上游航运中心建设成效评价指标体系，在建立指标体系时，应遵循如下几项原则：1. 指标应具有代表性：选择的指标体系应能很好地反映研究对象某方面的特征；2. 指标应具有客观性：指标体系应能客观反映内河航运的运行动态，所选取的指标要求概念科学、含义明确、范围界定清晰，指标对应的基础数据来源要真实可靠；1. 指标应具有综合性：设计指标体系时应综合考虑长江上游航运中心建设成效的影响因素，不可遗漏、缺失；2.指标应具有独立性：构建指标体系时指标之间的关联性应该尽可能的小；5. 指标应具有可操作性：评价指标体系要求层次清晰、指标精炼、方法简洁，能以较少的指标反映航运中心的基本情况。指标体系的构建本文在对国内外航运中心指标体系构建、综合竞争力评价等相关问题进行深入的文献研究的基础上，初步提取出具有代表性的航运中心评价指标。随后又出于客观因素的制约，以及考虑到内河航运与沿海航运在发展模式、发展侧重点等各方面有所不同，对评价指标体系进行了二次修改，最后构建出本文的指标体系。该指标体系分别从自然条件、港口条件等六个维度表征重庆长江上游航运中心的建设成效。本文设计的指标体系按照指标的性质分为定量指标和定性指标两大类。共确定了指标36个，其中定量指标20个，定性指标16个。指标涉及到自然条件、港口条件、腹地经济条件、集疏运条件、航运服务水平以及综合性环境，具备一定的合理性、代表性。具体指标详见表1.1。表STYLEREF1\s3.SEQ表\*ARABIC\s11重庆长江上游航运中心建设成效评价的指标体系一级指标二级指标单位自然条件航道里程公里自然灾害发生概率——河流通航期天航道等级建设情况——气候条件——地理位置——港口条件水运货运量万吨港口吞吐量万吨港口集装箱吞吐量万吨港口水运货物周转量亿吨公里码头仓库面积平方米码头岸线长度米泊位个数个运输船舶数艘主要港口货物出港量万吨主要港口货物进港量万吨港口装卸效率——腹地经济条件重庆市GDP亿元重庆市外贸总额万美元人均收入元产业结构（第三产业GDP比例）——腹地国民经济发展水平——集疏运条件与重庆正班通航城市数个公路营运载货汽车拥有量辆铁路运输网发展水平——多式联运现状——进出港口的道路通行能力——航运服务能力航运交易——航运金融——航运信息——航运保险——航运法律——综合环境社会从业人员人政府支持力度——水上交通安全程度——绿色航运现状——指标体系说明以下就重庆长江上游航运中心建设成效评价中部分指标的具体含义做出说明：自然条件良好的自然地理条件不仅使重庆长江上游航运中心有了更高的发展起点和更大的发展空间，也使其具有更大的发展潜力。不同的自然地理条件也会形成不同类型的港口，如腹地型港口和中转型港口。表STYLEREF1\s3.SEQ表\*ARABIC\s12指标界定（一）指标指标介绍数据类型航道里程一定时期内能通航运输船舶及排筏的天然河流、运河的总长度定量自然灾害发生概率一定时间内发生会给人类带来危害的自然现象的概率定量河流通航期一年内河流可通航天数定量航道等级建设情况完成我市航运政策所拟定的航道等级建设情况的程度定性气候条件地区多年天气特征的总情况，本节指气候条件对航运的影响状况定性地理位置描述地理事物时间和空间关系，在此指重庆地理位置的优良程度定性港口条件港口是建设航运中心的基础。港口基础设施的建设和完善，有利于提高航运货物运输能力和效率，是提高航运中心竞争力的重要因素。港口基础设施水平主要体现在码头岸线长度、泊位数量、堆场及库场容量、码头设备技术等方面。表STYLEREF1\s3.SEQ表\*ARABIC\s13指标界定（二）指标指标介绍数据类型水运货运量经水路运输的货物运输总量，用于反映运输生产结果及规模定量港口吞吐量指一定时期内由水路进、出港区范围并经装卸的货物数量定量集装箱吞吐量一定时期内经由水路进、出港区范围并经装卸的集装箱数量定量港口水运货物周转量指运送货物吨数与运送距离的乘积定量码头仓库面积码头用以储存和保管货物的场所或建筑物的面积定量码头岸线长度码头建筑物靠船一侧的竖向平面与水平面的交线定量泊位个数港口码头可同时靠泊船舶的数量定量运输船舶数用于载运货物的船舶定量主要港口货物出港量一定时期内由水路运出港区范围并经装卸的货物数量定量主要港口货物进港量一定时期内由水路运进港区范围并经装卸的货物数量定量港口装卸效率运用专业码头设施、机械设备对港口货物进行装卸的优良程度定性（3）腹地条件广阔的经济腹地是形成航运中心和保持港口竞争力的经济腹地的重要推动力。经济腹地可分为直接腹地和间接腹地，港口所在城市为其直接腹地，其余为其间接腹地。港口所在城市的经济发展水平主要体现在国民经济发展水平及其增长速度和产业结构上。本文选取的指标为重庆市GDP、重庆市外贸总额、人均收入、产业结构（第三产业GDP比例）、腹地国民经济发展水平。表STYLEREF1\s3.SEQ表\*ARABIC\s14指标界定（三）指标指标介绍数据类型重庆市GDP重庆市所有常住单位在一定时期内生产活动的最终成果定量重庆市外贸总额重庆市在一定时间内的出口国外的经济总量定量人均收入重庆市居民收入的平均值定量产业结构农业、工业和服务业在经济结构中所占比重定量腹地国民经济发展水平重庆市经济发展的规模、速度和所达到的水准定性集疏运条件港口集疏运体系的完善程度，决定着货物运往港口的效率和便捷性。集疏运体系越完善，货物从起点到达港口所花费的时间越短，成本越低，因此客户更愿意通过港口进行业务营运。集散系统主要包括陆路运输网络、航空运输网络、水路运输网络和多式联运网络。表STYLEREF1\s3.SEQ表\*ARABIC\s15指标界定（四）指标指标介绍数据类型与重庆正通航城市数与重庆市正通航的城市数量定量公路营运载货汽车拥有量拥有公路营运载货汽车的数量定量铁路运输网发展水平重庆市铁路运输网络发展水平定性多式联运现状重庆市多式联运发展水平定性进出港口的道路通行能力指道路设施所能疏导进出港口交通流的能力定性航运服务水平通常，航运中心的形成和发展离不开金融中心、贸易中心和信息中心的支持。航运业作为一个产业集聚程度较高的产业，在发展过程中会与其他相关配套产业形成关联产业集群。同时，航运业是一个资本密集型的全球性产业，资金和信息流动频繁。因此，它与金融、信息产业密切相关。当然，这也离不开法律的支持。故本节选取航运交易、金融、信息、保险、法律五方面评估重庆长江上游航运中心的航运服务水平。表STYLEREF1\s3.SEQ表\*ARABIC\s16指标界定（五）指标指标介绍数据类型航运交易重庆市航运交易发展程度定性航运金融航运企业运作过程中发生融资、保险、货币结算等经济活动而产生相关业务的总称，本节为重庆市航运金融发展程度定性航运信息重庆市航运信息发展程度定性航运保险重庆市航运保险发展程度定性航运法律重庆市航运法律发展程度定性综合性环境综合性环境包括诸多方面，如政府支持力度，政府可以通过直接和间接的行为影响航运中心建设的各个方面，如税收优惠政策、船舶登记便利政策等，政府也可以通过其相关和配套的行业行为影响航运业的发展。本节将通过分析社会从业人员、政府支持力度、水上交通安全程度、重庆航运绿色发展现状四方面对重庆市航运综合性环境进行描述。表STYLEREF1\s3.SEQ表\*ARABIC\s17指标界定（六）指标指标介绍数据类型社会从业人员重庆市内从事航运工作的人员数量定量政府支持力度重庆市政府对航运发展的支持力度定性水上交通安全程度重庆市水上交通安全程度定性重庆绿色航运发展现状重庆市航运在绿色、环保方面的发展现状定性

2重庆长江上游航运中心实证分析2.1定性指标——模糊综合评价法考虑到本文构建的指标体系中近一半为定性指标，本节综合查阅资料构建出问卷调查表，对重庆市航运相关单位的专家展开问卷调查。由众多专家组成的专家组在群体决策中往往犹豫不决，评价结果难以统一。因此，本文引入模糊犹豫的概念来处理多属性不确定决策问题[21]。对于那些具有清晰的运行机制，信息完全，目标明确且易于量化的问题，已经存在许多方法可以较好地解决。但本文的定性指标中存在大量的模糊性概念，这种模糊性是由事件本身的概念不明确引起的，这也使得很多评估指标难以被直接量化。在评估过程中，评估者很容易受到经验等主观因素的影响，因此，对建设效果的评估往往同时带有模糊性和经验性。本节使用模糊综合评估方法评估定性数据。其中，定性指标数据的搜集来源于发放问卷调查表进行专家评价打分，具体计算步骤如下。（1）确定评价因素集U因素集U即重庆长江上游航运中心定性评价指标的集合，分别从航道等级建设情况、港口装卸效率、腹地国民经济发展水平等多个因素对长江上游航运中心的建设成效进行多方面评判，共16个定性评价指标。所有的这些因素构成了评价指标体系集合，即因素集。本文将16个定性指标分为自然条件、港口条件、腹地经济条件、集疏运条件、航运服务和综合环境这六个子因素集。其中 （2.1）且满足：；；对任意的。得到重庆长江上游航运中心建设成效评价中定性指标的评价系统如下图：图STYLEREF1\s4.SEQ图\*ARABIC\s11重庆长江上游航运中心建设成效定性指标的体系结构（2）确定评语集V评价集V是重庆长江上游航运中心定性指标评价等级的集合，由于各指标的评价值有所不同，因此常常会得到不同级别。故对每一个因素集分别做综合评判，记为： （2.2）其中代表第j个评价等级，m为评价等级的个数，m=5。（3）确定各因素的权重向量一般来说，各因素在综合评价中所起的作用各不相同，因此有必要确定各因素的权重分布。A为评价项指标的权重或权重系数向量。权重选择的合适与否与模型的效果密切相关。确定权重的方法有德尔菲法、专家估计法、加权平均法等方法。本文通过专家估计法设定指标权重，一级指标权重为： 设定二级指标权重为（鉴于、只有一个评价值，权重为1，故不在此罗列）： （4）确定单因素评价隶属度向量，并形成隶属度矩阵隶属度是指多个评价主体对某个评价主体对某个评价对象在方面做出评定的可能性大小。对指标来说，对各个评语的隶属度为V上的模糊子集。隶属度向量记为、、、 （2.3）通过专家评价法对长江上游航运中心建设成效中的定性指标进行分析，得到下表：表STYLEREF1\s4.SEQ表\*ARABIC\s11重庆长江上游航运中心定性指标评价调查结果得分表一级指标二级指标得分分值优秀良好一般较差差自然条件航道等级建设情况0.830.10.020.050气候条件0.850.10.0500地理位置0.80.2000港口条件港口装卸效率0.710.230.020.040腹地经济条件腹地国民经济发展水平0.720.250.0300集疏运条件铁路运输网发展水平0.390.40.050.050.11多式联运现状0.20.10.40.230.07进出港口的道路通行能力0.240.380.330.050航运服务水平航运交易0.080.10.170.420.23航运金融0.040.270.30.390航运信息0.060.160.450.130.2航运保险0.070.380.320.210.02航运法律0.10.260.450.140.05综合环境政府支持力度0.750.20.0500水上交通安全程度0.870.120.0100内河绿色航运现状0.640.190.150.020对各个子因素进行一级模糊综合评判，得到[0.8240.1400.0210.0150][0.7100.2300.0200.0400.000][0.7200.2500.0300.0000.000][0.2690.2740.2740.1220.061][0.0700.2340.3380.2580.100][0.7530.1730.0680.0060.000]由此变换，就可以计算得到二级综合评定结果及综合评定值。 （2.4）另外，本节将评语集的结果数值化，即将评语集用具体数值表示，本文将数值化为={100、85、70、55、40}。那么，长江上游航运中心定性指标的综合评价值可用下式进行计算综合评定向量S及综合评定值。 （2.5）最终得到重庆长江上游航运中心定性指标建设成效的综合评定值为85.67分。2.2定量指标——主成分分析通过查阅国家统计局、统计年鉴、重庆航运发展报告等资料数据，得到先前所拟定的重庆长江上游航运中心建设成效指标体系中定量指标自2016年~2020年间的基础数据如下。以下则采用主成分分析法对其建设成效进行计算。表STYLEREF1\s4.SEQ表\*ARABIC\s12重庆长江上游航运中心建设成效评价定量指标基础数据序号指标201620172018201920201内河航道里程445144724472447244722自然灾害发生概率1.2%2.7%2.9%2.1%1.8%3河流通航期3473303553593614水运货运量1664918505.519451.9521091.7719819.145港口货物吞吐量173721972220441.717126.7716497.86港口集装箱吞吐量101.2115.5117.03125.12112.757水运货物周转量1876.102125.722237.852451.332270.478码头仓库面积264200779005775019780019780019码头岸线长度909209184387991846268196110泊位个数117511741101102296811运输船舶数3566336829362806281812主要港口货物出港量733577878972.369131.13650013主要港口货物进港量100371193511469.3410271.85999814重庆市GDP18021.0420066.2921588.8023605.7725002.7915重庆市外贸总额627.71666.03790.40839.64941.7616人均收入220342415326386289203082417产业结构50.05%51.51%52.66%51.20%56.10%18公路营运载货汽车拥有量26712126910029520827975926354919与重庆正班通航城市数17218017924441220社会从业人员136891138073142000148800154200主成分分析是一种降维算法，它可以将多个指标转化为几个主成分。这些主成分是原始变量的线性组合，彼此之间没有关联，它能反映原始数据的大部分信息。用较少的变量去解释指标体系中的大部分变异，将相关性很高的变量转换为彼此相互独立或者不相关的变量是主成分分析的主要目的。根据表2.2中的基础指标和原始数据，利用SPSS25.0统计软件对重庆长江上游航运中心的定量指标数据进行计算。具体计算过程如下：（1）对原始数据进行无量纲化处理为了消除各指标维度不同和数值差异较大所造成的影响，避免不合理现象的出现，以及尽可能的反映实际情况，本节首先需要对评价指标进行无量纲化处理。常用的方法有标准化处理法、极值处理法、线性比例法、归一化处理法、向量规范法、功效系数法[22]。本节采用标准化处理法，假设进行主成分分析的指标变量有20个，分别为，共有5个评价对象，第个评价对象的第个指标的取值为。将各指标值转换成标准化指标值，有 （2.6）式中：，，即为第个指标的样本均值，为第个指标的样本标准差。对应地，称 （2.7）为标准化指标变量。计算结果如下：表STYLEREF1\s4.SEQ表\*ARABIC\s13重庆长江上游航运中心定量指标无量纲化结果表序号指标201620172018201920201-1.78890.44720.44720.44720.447221.14370.27730.6239-0.7625-1.28243-0.2698-1.61880.36500.68250.84124-1.4819-0.36120.21011.20120.43185-0.49510.85711.2724-0.6362-0.99826-1.51990.04850.24351.2751-0.04727-1.4894-0.31510.21241.22610.36598-0.7605-1.21620.00580.98550.985590.82671.04780.1252-0.6807-1.3190100.94520.93430.1412-0.7170-1.3037111.34610.7756-0.4691-0.8436-0.809112-0.5488-0.14280.92391.0666-1.298913-0.78621.32850.8097-0.5223-0.829714-1.3111-0.5740-0.02470.70291.206915-1.1339-0.83500.13480.51881.315216-1.2527-0.6534-0.02190.69471.233217-0.4479-0.4474-0.4469-0.44671.788918-0.6097-0.45561.57850.3749-0.888019-0.6420-0.5635-0.57330.06481.713920-0.9648-0.8042-0.27070.65301.3866（2）计算相关系数矩阵相关系数矩阵，有 （2.8）式中：，，为第个指标与第个指标的相关系数。运用SPSS统计软件进行计算得到相关矩阵表：表STYLEREF1\s4.SEQ表\*ARABIC\s14相关性矩阵（1）1.000-.639.151.828.277.850.833.425-.462-.528-.6391.000-.532-.783.558-.621-.766-.805.881.912.151-.5321.000.561-.516.313.534.919-.862-.825.828-.783.5611.000-.126.949.999.794-.741-.783.277.558-.516-.1261.000.085-.102-.567.599.568.850-.621.313.949.0851.000.962.577-.495-.552.833-.766.534.999-.102.9621.000.772-.713-.757.425-.805.919.794-.567.577.7721.000-.968-.961-.462.881-.862-.741.599-.495-.713-.9681.000.996-.528.912-.825-.783.568-.552-.757-.961.9961.000.307.190.088.445.486.618.473.092.125.102.440.359-.674-.033.930.207-.005-.586.573.517.733-.939.692.878-.382.700.858.894-.940-.964-.753.786-.762-.934.186-.790-.920-.900.877.898.634-.882.792.800-.406.579.774.922-.971-.980.700-.935.725.864-.410.674.842.912-.956-.976.359-.874.591.463-.662.203.430.731-.874-.874.341.253.247.367.642.452.380.130.033.027.539-.943.769.762-.589.532.735.930-.987-.994.250-.717.470.242-.558-.026.205.551-.738-.729表STYLEREF1\s4.SEQ表\*ARABIC\s15相关性矩阵（2）-.753.307.440.733.634.700.250.341.359.539.786.190.359-.939-.882-.935-.717.253-.874-.943-.762.088-.674.692.792.725.470.247.591.769-.934.445-.033.878.800.864.242.367.463.762.186.486.930-.382-.406-.410-.558.642-.662-.589-.790.618.207.700.579.674-.026.452.203.532-.920.473-.005.858.774.842.205.380.430.735-.900.092-.586.894.922.912.551.130.731.930.877.125.573-.940-.971-.956-.738.033-.874-.987.898.102.517-.964-.980-.976-.729.027-.874-.9941.000-.283.176-.942-.935-.942-.453-.378-.618-.867-.2831.000.378-.010-.072-.025-.726.853-.564-.178.176.3781.000-.280-.368-.322-.464.423-.541-.505-.942-.010-.2801.000.979.999.675.053.823.966-.935-.072-.368.9791.000.986.736.078.852.973-.942-.025-.322.999.9861.000.690.048.836.976-.453-.726-.464.675.736.6901.000-.496.958.775-.378.853.423.053.078.048-.4961.000-.439-.115-.618-.564-.541.823.852.836.958-.4391.000.912-.726-.464.470.242-.558-.026.205.551-.7381.000（3）从相关矩阵出发求解主成分下图显示了通过SPSS软件获得的各主成分的特征值。从图中可以看出，随着主成分个数的增加，各主成分对应的特征值迅速减小。从第五个主成分开始，其特征值接近于0。其相关系数的前三个特征根及贡献率如表2.6所列。图STYLEREF1\s4.SEQ图\*ARABIC\s12各主成分及其对应特征值表STYLEREF1\s4.SEQ表\*ARABIC\s16总方差解释成分初始特征值提取载荷平方和总计方差百分比累积%总计方差百分比累积%112.89462.47262.47212.89462.47262.47222.65821.28887.7602.65821.28887.76031.6708.34996.1091.6708.34996.1094.7781.891100.00051.093E-155.463E-15100.000由表2.6可以看出，解释的总方差中提取出了三个特征值大于1的主成分，这三个主成分解释了全部方差的96.109%，说明提取的三个主成分能够代表原来20个定量指标信息的96.109%，满足了大于85%的一般要求，因此主成分分析效果很好。如果再增加一个主成分，随之增加的累计贡献率的增加幅度并不是很高，综合考虑特征值和累计贡献率，本文选择前三个主成分作为后续聚类分析的指标，来进行综合评价，分别为，各主成分值见表2.7。表STYLEREF1\s4.SEQ表\*ARABIC\s17各指标主成分值指标定量指标主成分1主成分2主成分3人均收入.994.045.096泊位个数-.991.113.057重庆市GDP.988.076.132社会从业人员.986-.162.031重庆市外贸总额.982-.011.037码头岸线长度-.977.161.116码头仓库面积.949-.024-.315运输船舶数-.934-.327.065自然灾害发生概率-.931.114-.255水运货运量.854.489.010与重庆正班通航城市数.836-.485.239水运货物周转量.832.518.013河流通航期.778-.106-.563产业结构.676-.590.339内河航道里程.629.595.500主要港口货物出港量-.019.895-.420公路营运载货汽车拥有量.031.842-.378港口货物吞吐量-.489.730.280主要港口货物进港量-.416.701.560港口集装箱吞吐量.653.688.076图STYLEREF1\s4.SEQ图\*ARABIC\s13经过主成分分析的指标几何分布图图2.3是经过主成分分析后的指标几何分布图，从图中可以看到，经过主成分分析，绝大多数的指标都汇集在一个平面内，只有少数几个指标没有汇集，说明上述主成分分析是合理的，可以用分析所得的三个主成分来替代原有的20个指标。这三个主成分为人均收入、泊位个数、重庆市GDP。（4）计算特征值和特征向量计算相关系数矩阵及对应的特征向量，其中，由特征向量组成3个新的指标变量，前三个特征跟对应的特征向量见表2.8。表STYLEREF1\s4.SEQ表\*ARABIC\s18标准化变量的前三个主成分对应的特征向量第1特征根第2特征根第3特征根0.1750.2760.387-0.2590.053-0.1970.217-0.049-0.4360.2380.2270.008-0.1360.3380.2170.1820.