【基于主成分分析法的现代服务业发展的影响因素的实证研究5600字（论文）】

基于主成分分析法的现代服务业发展的影响因素的实证研究摘要首先，本文在梳理相关先问基础上，掌握相关概念、基本理论和计量模型的基础.其次，选取居民人均消费支出、第二产业增加值、实际利用外资额、国内人均生产总值、城市人口密度、教育支出占地方财政支出比重、科技支出占地方财政支出比重、商品零售价格指数、社会保险基金收入九个指标进行主成分分析计算，得到累计贡献率达87.782%的两个主成分并计算主成分中各变量系数.最后，利用两个主成分与现代服务业增加值进行回归分析，得到回归方程，并给出方程的分析结论。关键词：主成分分析法；影响因素；现代服务业发展；主成分回归分析目录TOC\o"1-3"\h\u31441.绪论 1222331.1.选题的背景及意义 1203931.2.研究内容 294471.3.研究方法 3190892.相关理论及计算模型 3317642.1.主成分分析法的一般原理 320382.2.主成分分析法的基本步骤论 4110692.2.1.将原始数据标准化并建立相关系数矩阵 4133332.2.2.求特征值特征向量 4110582.2.3.确定主成分 550882.2.4.确定Xi∗与Zj∗的相关系数 599782.2.5.确定各个主成分的表达式 583682.2.6.做主成分回归分析 528653.现代服务业发展的影响因素的实证分析 5129803.1.现代服务业发展影响因素的综合评价指标 5320683.1.1.选取评价指标 5142663.1.2.处理样本数据 6249823.2.计算过程 885063.2.1.相关系数矩阵 840563.2.2.从相关矩阵出发求解主成分特征值、累积贡献率 9194093.3.主成分各变量的系数 1038653.3.1.计算成分矩阵 10295893.3.2.主成分表达式 11162173.3.3.主成分回归分析 1191773.3.4.主成分回归分析结果 12175674.结论 1318026参考文献 14绪论选题的背景及意义随着经济全球化和信息技术的发展，服务型经济在各国发挥越来越重要的作用.全球经济正由传统的“工业经济”向“服务经济”转变.服务业是全球经济中增长最快的产业，服务业在国民经济中的比重越来越，日益成为继农业、工业之后推动社会经济发展的主导产业.服务业发展尤其是现代服务业发展对促进新旧动能转换，实现地区经济转型具有重要意义.面对国内外环境，我国现代服务业发展呈现出平稳较快的趋势，在稳增长、促改革、调结构、惠民生、防风险中发挥了积极作用，成为国民经济可持续发展的重要支撑力.现代服务业在国民经济中的比重不断提升，“十八大”以来，现代服务业在创造税收、吸纳就业、新设市场主体、固定资产投资、对外贸易等方面全面领跑，支撑国民经济健康发展.近年来，我国现代服务业营商环境有所改善，但与国际水平还存在较大差距.现代服务业质量问题也比较突出，如现代服务业万人投诉量高于工业、行业标准和政策法规还相对滞后等.而大力提高现代服务业发展水平需要深入研究其内在影响因素.据了解影响现代服务业发展水平的因素众多，国内外专家通过各种研究方法的出了不同的有关现代服务业发展的影响因素的结论，他们从政治、经济、文化水平、社会环境等多方面入手.本文在现代服务业发展及有各学者分析其影响因素研究文献的背景下，通过主成分分析法及回归分析法，分析现代服务业发展的各影响因素对其产生的影响是否有积极拉动作用，其作用有多大具有一定的实践意义.研究内容第一章，梳理相关文献，了解现代服务业发展水平的现状及背景，总结和凝练出本文的研究问题.然后确定本文的研究目的和框架，阐述本文研究的理论和现实意义，最后明确本文的研究内容及研究方法.第二章，梳理相关概念、基本理论和计量模型.（3）第三章选取现代服务业增加值作为因变量，选取国内人均生产总值、实际利用外资额、居民人均消费支出、城市人口密度等指标作为自变量，做主成分分析法，解决多重共线性.（4）第四章，做主成分回归分析，得出结论.研究方法定性和定量结合的方法本文定性阐述了现代服务业发展水平的现状，又结合查找的数据定量分析各种影响因素与现代服务业发展的相互关系.本文通过计算得到指标权重，结合主成分分析法计算得出现代服务业发展的各个影响因素的综合得分.主成分分析法通过降维的思想，选取指标并将指标转化生成综合指标，达到使每个主成分之间互不相关的目的,从而解决多重共线性.主成分回归分析法将主成分分析后得到的两个主成分表达式带入数据后与现代服务业进行回归分析，分析主成分与现代服务业的相关性.相关理论及计算模型主成分分析法的一般原理设有p个影响因素指标，对n个数值来说，有n×p个数值数据.矩阵表示如下:从p个指标中找出m个Χ=假设μ=ΕΧ，Σ=Var同时我们可以得到VarZ我们希望Z1方差最大，即a maxa的解.所以a1是Σ最大特征值λ1的特征向量，此时，称Z1=a对于协方差矩阵Σ，存在正交矩阵Q，化为对角阵，即 QTΣQ=⋀=λ则Q第i列就对应ai，Zi为第i主成分.主成分分析法的基本步骤论将原始数据标准化并建立相关系数矩阵设a个指标，n个评价对象，则各指标值标准化后为：X∗对标准化后的a个指标X∗=x1∗,x2∗求特征值特征向量由λI−R=0求出特征值λi∗i=1,2,⋯,p，且λ1∗≥λ2Zi∗=则，得到Z∗确定主成分根据所求得的特征值λii=1,2,⋯,p，求出各个主成分的贡献率：bi=λ确定Xi∗与Zj根据rX确定各个主成分的表达式结合已求得的特征向量，根据表达式Zi∗=ai做主成分回归分析我们可以直接用spss软件进行主成分回归分析，得出回归方程表达式.现代服务业发展的影响因素的实证分析现代服务业发展影响因素的综合评价指标选取评价指标本篇文章参考史曼菲（2018）等多篇文献通过对比筛选出从政治、经济、文化水平、基础建设、环境等各个层面上的对现代服务业发展关联较密切的部分影响因素并整合，构建了评价现代服务业发展的影响因素的指标体系，如表1所示.表1评价现代服务业发展的影响因素的指标体系目标层方面主要指标单位现代服务业影响因素消费水平居民人均消费支出X（元）工业化水平第二产业增加值X（亿元）对外贸易实际利用外资额X（万美元）经济水平国内人均生产总值X（元）城镇化水平城市人口密度X（人/平方公里）教育水平教育支出占地方财政支出比重X（%）科技水平科技支出占地方财政支出比重X（%）消费政策商品零售价格指数X上年=100社会保障社会保险基金收入X（亿元）现代服务业评价指标金融业、房地产业、交通运输、仓储和邮政业、批发零售业和住宿餐饮业、信息传输、计算机服务和软件业、科学研究、技术服务和地址勘测业、文化体育和娱乐业等现代服务业增加值Y（亿元）处理样本数据本文数据来源于《中国统计年鉴》、《国家数据》和《国家统计局》得到指标原始数据，见下表2表2评价现代服务业发展的影响因素的一级指标原始数据年份XXXXXXXXXY20088483149952.9952.532410020805.78130275246.82038484105.983550.478864.120099226160168.8918.0426180214765736934598.879254.890210.7201010550191626.51088.213080822096.24601024946.50095035103.167154.5110693.8201112646227035.11176.983630222285.98348203849953562.7132217.2201214075244639.11132.943987423075.32199274747.8049861710246012.1150238.3201315615261951.61187.214368423625.73054365444.09822083101.439827.7173099.2201417271277282.81197.054717324195.93055609744.9009448210135252.9194801.8201518929281338.91262.675023723996.03425262644.42305669100.130738.8223086.5201620877295427.81260.015413924086.02257271941.35047681100.725153.3249320.5201723070331580.51310.356001424776.05592070439.01521615101.119276.1280961.7201825378364835.21349.66660062546.1761472501101.916115.6315903.2201927563380670.61381.35708922613.346.1813309434.2160477310213696.1416877.5利用数据标准化处理方法，进行数据处理，见下表3：表3标准化原始数据年份XXXXXXXXXY2008-1.34029-1.53509-1.60372-1.42658-1.67405-0.731990.716032.031961.71094-1.211282009-1.223-1.39743-1.84191-1.28974-1.258060.822710.66411-1.58231.53205-1.099072010-1.014-0.97355-0.66671-0.98527-0.873121.058260.648790.606621.02814-0.896522011-0.68314-0.49642-0.05366-0.62382-0.755150.046891.211161.522910.46211-0.683692012-0.45756-0.25921-0.3578-0.38882-0.26465-2.501440.923280.046660.14767-0.505482013-0.21446-0.025930.01699-0.138160.07683-0.927530.14304-0.25877-0.10988-0.2794220140.046950.180660.084940.091380.43073-0.1570.31201-0.46239-0.3004-0.0648120150.308670.235310.538120.292960.306550.242480.21142-0.92053-0.488390.2148820160.616180.425160.519750.549670.362430.19748-0.43533-0.6151-0.720990.474320170.962360.912310.86740.936180.790840.32596-0.92688-0.41148-0.965750.7871920181.326691.360411.138871.330391.22030.8151-1.53056-0.00424-1.097371.1327120191.67161.573791.357731.651841.637340.80909-1.937060.04666-1.198132.13121计算过程相关系数矩阵使用SPSS软件求出2008年至2019年现代服务业发展的影响因素变量Xi(i=1,2,⋯,7)的相关系数矩阵R.从表4可以看出原始数据大部分变量都不小于0.3，因此各指标变量之间存在R较强相关性，由图中KMO值大于0.6且sig值小于0.05也可以得到验证.XXXXXXXXXX1.000.989.944.998.977.286-.914-.311-.961X.9891.000.968.995.989.217-.869-.284-.979X.944.9681.000.956.946.214-.769-.182-.973X.998.995.9561.000.985.264-.900-.305-.970X.977.989.946.9851.000.225-.862-.371-.972X.286.217.214.264.2251.000-.443-.211-.140X-.914-.869-.769-.900-.862-.4431.000.261.782X-.311-.284-.182-.305-.371-.211.2611.000.345X-.961-.979-.973-.970-.972-.140.782.3451.000表4相关系数矩阵从相关矩阵出发求解主成分特征值、累积贡献率由spss软件计算出特征值累积贡献率表6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%16.82575.8375.836.82575.8375.8321.07611.95187.7821.07611.95187.78230.8469.40297.18340.2172.41399.59650.0210.23399.83060.0090.10199.93170.0040.04199.97280.0030.028100.00090.0000.000100.000结果显示，特征值大于1的有两个影响因素，且累计贡献率达到87.782%.因此取两个主成分即可.同时，我们也可以结合碎石图，进行对验证，发现选取两个主成分是合理的.主成分各变量的系数计算成分矩阵通过SPSS得出成分矩阵见表7表7成分矩阵成分矩阵成分1240.9970.06110.9950.03520.9920.11550.9880.0599-0.97-0.15330.9530.187-0.90.15360.309-0.8148-0.3550.559主成分表达式经过计算和验证，第一主成分和第二主成分的表达式分别如下：Z1Z2主成分回归分析经过主成分分析，我们已经解决了多元共线性问题，接下来我们利用spss软件进行回归分析，得出相应的多元回归方程表8模型摘要b模型RR方调整后R方标准估算的错误德宾-沃森1.973a0.9480.936 0.2530544311.612a预测变量：(常量),Z1∗；Z2∗b因变量：现代服务业增加值 通过表8看出变量Z1,Z2可以解释现代服务业增加值的94.8%，且德宾-沃森值在2附近，说明Z1,Z2中各样本基本独立。表9系数系数a模型未标准化系数标准化系数t显著性共线性统计B标准错误Beta容差VIF1(常量)0.020.00073.000.000Z10.3720.00290.97312.7580.0001.0001.000Z20.060.00730.006.0750.0431.0001.000a.因变量：现代服务业增加值通过表9看出变量Z1,Z2的显著性均小于0.05，所以两个变量都可以显著影响因变量，且VIF值均小于5，说明两变量间不存在多重共线性因此回归系数和回归方程通过检验，而且效果显著.即得回归方程：Y=0.02我们得到因变量与主成分的关系，将其转换成应变量与原变量之间的关系表达式.由于,Y=0.02ZZ所以，Y=0.372(0.381X最后，我们可以求得回归方程：Y=其中X主成分回归分析结果通过上面的运行结果可知，在回归方程中，教育支出占地方财政支出比重（%）、商品零售价格指数（上年=100）、社会保险基金收入（亿元）这三个变量前的系数为负.而居民人均消费支出（亿元）、第二产业增加值（亿元）、实际利用外资额、国内人均生产总值（元）、城市人口密度（人/平方公里）、科技支出占地方财政支出比重前的系数为正.这表明教育支出占地方财政支出比重（%）、商品零售价格指数（上年=100）、社会保险基金收入（亿元）显示出负相关性，居民人均消费支出（亿元）、第二产业增加值（亿元）、实际利用外资额、国内人均生产总值（元）、城市人口密度（人/平方公里）、科技支出占地方财政支出比重显示出正相关性.结论通过以上分析，本文得出如下主要结论：现代服务业发展水平良好，通过本文采集到的数据，我们发现现代服务业的增加值在逐年递增，从2008年的78864.1亿元到2019年的416877.5亿元，增加趋势明显，说明现阶段我国现代服务业的发展在稳步上升。从关系表达式中，我们看出第二产业增加值每增长28.3%就能带动我国现代服务业增长1%，相比于其他选取的指标对现代服务业的积极影响是最大的，说明工业化水平的增加带动现代服务业的发展作用较为显著.从关系表达式中，城市人口密度每增长14.4%就能带动我国现代服务业增长1%，我们看出城市人口密度对我国现代服务业发展的积极作用.城市人口密度代表着我国现阶段城市建设在逐步完善，同时现代服务业的发展离不开城镇化发展，但由数据看出目前我国城镇化水平增长缓慢因此我国现代服务业的发展的增长速度不够显著，但基础设施的建设为我国居民休闲健身、文化旅游等使现代服务业发展的产业提供了发展的平台，也把以居民服务业为代表的传统服务业受到制约，开设新新服务，打破了传统制约，提升城市的功能性，发展园区经济让现代服务业的得到更快更广的发展.城镇是发展服务业的主体，更是发展现代服务业的主体，城市环境的改善、城市功能的提升一定会迎来城市金融、会展、信息、物流等现代服务业的大发展.从关系表达式中，我们看出实际利用外资额每增长14.4%就能带动我国现代服务业增长1%.对外贸易是顺应现代服务业全球化，充分利用国内外资源和市场的必然要求，目前我国的现代服务业结果较为复杂，有基本实现市场化的，也有垄断或保护性质的，因此改革难度较高，且我国目前现代服务业发展相对落后，外商投