【基于因子分析的全国各省市互联网发展评价分析案例11000字（论文）】

11.1研究背景目的及意义 11.2文献综述 21.3研究内容 2 2.1互联网发展水平相关概念及内容 32.2互联网发展水平评价方法 4 3.1数据来源和指标选取 63.2因子分析法在互联网发展水平评价中的具体运用 73.3评价与结果分析 13 11.1研究背景目的及意义发展史并无它能够比肩。即使面对新冠肺炎疫情的重分运用云计算、大数据、人工智能等创新的动能，促进经济社会的高效发展。这些年来，随着我国国的社会信息化的水平也得到了显著提升，网民数量逐年增多。但是，我国互联网的发展水平现状和趋势与国外相比仍存在较大差距。互联网信息技术已经渗入到人们生产生活的各个领域，而且也能带动和促进科技、文化、面的发展。在当今社会发展越来越强的时代区综合实力强弱和竞争力强弱的重要标志。互联网作为信息化的基础，研究区域改革开放以来，区域发展失衡是中国经济发展面临距并未明显缩小的情况下，南北失衡特征愈发突出，严重成一定的区域差异性。本文将以全国31个省市的7项互联网发展数据，通过因子分析的方法，构建一套互联网发展水平评价体系，分析评价互联2综合发展情况。研究各省市互联网发展可明确其发展短板，了水平，并进行评价，便于有针对性地对不同省市提出策略以提升互联网发展能展开开展分析，希望能够更好的促进我国各地区互联网发展以及信息化建设，同时1.2文献综述20世纪90年代以来，有关互联网技术的发展与区域发展之间关系话题逐渐出现在人们视野中。国外有一部分学者就互联网在不同地域发展的挑战、网络空间的内涵、网络空间相关地理学的研究内容进行了理论探讨；而还有一部分学者则是就互联网发展水平的区域差异，从不同现象、原因等多方面进行了实证研究。但这些M.L,TownsendA.M的研究，主要研究的是互联网发展在城乡之间的差距31;又比对于一个比较完整的区域的互联网发展差异的研究较少，且其的研究较多，对于几个国家和区域的比较研究较多，对于一个国家内部互联网发展尹楠等学者做过一些研究，比如耿蕴洁学者构建了中国互联网融合发展统计指标体系，但主要内容是针对我国互联网融合发展，并没有突出区域之间的差异5;潘伟尹楠学者则是通过综合评分法与系统聚类分析法相结合，构建了中国互联网区域发过去诸多研究的基础上，本研究以域名数、网页数、端□数等多个方面作为互联网发展水平的衡量指标，初步率、网络信息资源丰富度、网络设施设备数量等互联网发展水平各方面存在的差1.3研究内容本文基于对全国各省市互联网发展的水平的比较研31个省市为研究对象，首先通过因子分析法建立各省市的互联网发展水平评价模3第一部分为绪论。交代本研究的背景目的及意义，引结合国内外已有的关于互联网发展的研究成果进行归纳梳理，提出研究的内容、方第二部分是理论基础和评价方法的描述。本文对全国行评价，因此先介绍了互联网相关理论基础及评价内容。到的研究方法因子分析法。该部分为整篇文章的重要基础，下文的研究都依照这个第四部分是基于因子分析对互联网发展评价的设计与确定进行说明，根据选取的31个省市的互联网发展数据进行因子分析，计算出各省市在不同因子以及综合的得分并排序，结合结果进行分析，指出具有代表性的各地2.1互联网发展水平相关概念及内容互联网指的是用网络与网络串联而成的巨大网一起，即使是在不同空间和时间下。互联网发展的指标也很多，比如域名，是指某一台计算机或者计算机组的名称，反映使用互联网设备的数量；比如IPv4地址是指互联网通信协议第四版的地址，能反映网址数量；比如移动互联网接入流量，是移使用互联网可以在千里之外做到瞬间收发信息，是信息展的重要动力。互联网一直保持受人们欢迎的状态，它使用成本低，不受空间限4制，能实现人与人和人与信息的互动，且能满足不同人群的然是虚拟的，但它实实在在影响着现实的生活。在互联网发展般实体经济也会较为发达，居民的网络娱乐活动也会较为丰线教育，发达地区在线教育也做得很好。互联网水平发达也有建设，建成更多更高效的数字政务平台等。所以如果能根到各地的发展优劣势，针对性推动发展，能更好的促互联网发展水平的评价主要是基于各省市的整的指标构建互联网发展水平的评价体系，对各省市的互联网发展情况进行一价分析，并结合评级结果指出某些省市发展过程中存在的问限于互联网使用人数、互联网通信设备数、宽带户数、网站数等等，都能反映地方的互联网发展水平。一个地区互联网使用人数、互联网通信设备数、宽带户数、网站数越多，能一定程度上反映当地互联网发展水析，对不同地方互联网发展水平比较评价，能对各地的互联发2.2互联网发展水平评价方法面，而不是针对某些特定的变量。根据相关性提取所选用的所以互联网发展指标的公因子，对于所提取的公因子进行命名，并计算得分及排名，能全面综合地评价和分析各省市互联网发展水平。其次，因子分析的结果和过程具有针对性。在使用因子分析法时，能过明确地计算出研究的所有地区析各地区的互联网发展水平，并且因为不同公因子代表的含义同因子的得分，分析在不同因子所代表的方面互联网发展水平。因此因子分析所有互联网发展指标进行分析更具有针对性。再者，因子分析法提取出少数公共因子解释代替多个指标，且可以用综合因子概括总5因子分析法主要应用的是降维和简化数据的思想，它能研究众多变量内部之间的关系，找到可观测的变量之间的联系，并用少数几个抽象的不可观测的变量来表设将可以观察到的原始p个变量记为(X₁,X₂,…,Xp),k个不可观测的因子记观测到的p个随机变量(X₁,X₂,…,Xp)提取出少数几个不可观测的隐形变量 (F₁,F₂,…,Fk),能概括和解释原始变量，其中k<p,揭示指标与因子之间的相关关系。当数据的数量级相差较大时，为了减小误差方便计算，会将数据标准化，标准化处理后的变量平均值为0,方差为1。因子分析的数学模型如公式(1)、(2)、(3)所示，即将原始变量用提取的因子表达。(X;为标准化的原始 Xp=ap₁F₁+ap₂F₂+…+apkFk+Ep所以首先对数据进行标准化处理。对数据进行标准化处理结束后，就要对其进行选取的发展指标是否具备因子分析可行性。当KMO的值大于0.5且Bartlett球形检验的显著水平小于0.05时，则证明选取的互联网发展指标具有一定的相关性，是适合进行因子分析的，可以被用来进行因子分析，如果达不到标准值则证明使用因子6接着使用主成分分析法确定因子变量的个数，使得主大。提取公因子后对公因子进行命名，我们可以更清晰直接表达的含义，可以帮助我们快速找出问题的原因各因子的代表性不突出、意义不明确，为了使因子命名更好理解，需要对因子坐标旋转处理。对旋转后的成分矩阵进行命名是进行因子分析的关键环节，通过对筛选得出的公共因子进行命名解释可以更好的进行因子得分后的分析总结7。最后通过主因子变量表示原始变量的线性组合，即利用函数计算各地互联网发展因子得分。因子得分的表达式如公式(4)所示，其中Fji表示第i个对象在第j个Fji=βj₁X₁i+βjzX₂i+…+βjpXpi(j=1,2,..k)再得到公因子得分后，我们可以通过公因子得分表达出数据总体的得分，将因子对目标总体的贡献度作为权重计算综合得分。分，可以帮助各地区清晰地看到本地目前互联网发展存在的差距，找到自身所处的位置。还可以根据各公共因子得分与排名找出具体是哪些变量影响最大，从而有针对性地进行分析与调整，帮助各地3、基于因子分析法的全国各省市互联网发展评价具体应用3.1数据来源和指标选取本文数据来源于《中国统计年鉴2021》中全国31个省市的互联网主要指标及数据，包括以域名数、网页数、端□数和接入流量数以的选取要有代表性，这31个省市涉及到全国的各个地区，分布广泛，所以将这31个省市的数据作为研究的样本能够很好地代表全国不同地这31个省市的数据作为研究的样本数据。通过对七项指标进行因子分析从而讨论我国等互联网发展与应用各方面存在的区域差异，构建一个互联网发展评价指标体指标的质量水平对评价结果的准确性有着重要影响。在选取研究时，要注意指标是否合理以及指标数据要具有真实性，且要选取能反映所要研究内7联网用户数、移动互联网接入流量数、互联网宽带接入用户数七项指标，具有真实性和可操作性，能够反映地区互联网发展水平且在互联网行业内使用普遍。在本研究的模型中，以下指标作为原始变量：域名数为X₁,网页数为X₃,互联网宽带接入端□数为X₄,移动互联网用户数为X₅,移动互联网接入流量数为X₆,互联网宽带接入用户数为X₇。本研究将围绕这七项变量展开对全国31个省市如果要运用因子分析法进行数据分析，首先要检验因子运用的数据包含不同方面，所以数据的单位和数量级各有不同，如果直接分析可能会有一定误差且计算更复杂，因此要先对数据进行标准化处理为0,方差为1,某些指标小于零则证明在该项指标上低于平均水平。检验来检测选取的互联网发展指标之间是否具有相关性，只有使用具有相关性的变量进行因子分析才是有效的。运用r语言，对标准化后的数据进行检验，检验结果如表1所示。由表1可以看出，KMO度量值为0.79,大于0.7,Bartlett球形检验的显著水平为0.000,小于0.05,二者表明本研究的变量之间存在相关性，符合做因子分析的前提要求，即本文研究的七项指标数据适合做因子分析，可以构建互联网发表1KMO和Bartlett球形检验结果检验类别指标自由度显著性8确定提取公因子数量的方法众多，本文采用主成分分析法共因子的特征值、及其对应的方差贡献率以及累积1的公因子。由表2可知，七项指标解释方差的比例分别为69.366%,25.635%,2.804%,1.362%,0.341%,0.281%,0.212%,累积的解释方差比例为69.399%,95.001%,97.805%,99.166%,99.507%,99.788%,100.000%,前2个公共因子累积方差贡献率为95.001%,即2个公共因子反映了95.001%的原始变量信息，分析转后两个公因子累计方差贡献率93.520%,依然大于90%,说明旋转前后后两个因Table2TotalVarian提取载荷平方和旋转载荷平方和123456797图1碎石图提取出来两个公因子可以很好地表达出原始变量的信息，公因子的变量可以帮我们快速分析出各地发展存在的问题，还可以通对公因子进行命名。但通过观察原始的因子载荷矩阵表3可以发现，某些指标例如域名数、互联网宽带接入端口数、移动互联网用户数等在大，同时被两个因子影响，不利于我们利用原始变量解释因了更直观地解释以上提炼出来的公因子，从而更方便准确合理的分析结果，需要对因子进行旋转，本文采用载荷矩阵进行旋转，使各变量在每个因子上的载荷都尽量的因子载荷矩阵上的载荷系数大小为公因子命名。表4是旋转后的因子载荷矩阵。指标1成分2域名数网页数IPv4地址数互联网宽带接入端□数移动互联网用户数移动互联网接入流量数互联网宽带接入用户数由表4可观察到，旋转后的因子载荷系数已明显向两极化，能够更直观地看出F1因子在指标域名数、互联网宽带接入端口数、移动互联网用户数、移动互联发展中互联网上网人数指标带来的影响，所以可以将子；F2因子在指标域名数、网页数、IPv4地址数上载荷较大，这要反映的是互联网发展中互联网网页数指标带来的影响，所以指标成分12域名数网页数IPv4地址数互联网宽带接入端□数移动互联网用户数移动互联网接入流量数互联网宽带接入用户数能求出某个省市在该因子上的得分。因子得分系数矩阵如表5所示，根据表5中的因子得分的系数使用公式(4)可以得到各因子关于7个指标变量的表达式。表达式F₁=0.027X₁-0.152X₂-0.004X₃+0.322X₄F₂=0.007X₁+0.905X₂+0.113X₃-在表达式(5)、(6)中带入各省市的指标，计算出各省市的因子得分，可以得到各省市的因子得分如表6所示。其中，得分大于零表示该省市在这项因子上的发展水平高于平均值，反之则表示该省市在这方面发展低于平均值。从表6中可以看出，在互联网上网人数因子上，广东省为2.726排名第一，西藏得后；在互联网网页数因子上，北京以4.935分高居第一，贵州只有0.422排名最后。表5因子得分系数因子网页数IPv4地址数互联网宽带接入端口数互联网宽带接入用户数表6因子得分地区因子得分地区因子得分地区因子得分北京安徽四川贵州江西云南山西山东西藏内蒙古陕西辽宁吉林黑龙江广东宁夏广西因子得分图北晾河北河南202图2因子得分图再根据各公共因子的方差贡献率占累积方差贡献率的比重，结合计算出的因子得分，可以得到互联后两个公因子的方差贡献率分别为0.600和0.335,可知公因子得分占综合得分的权重分别为0.600和0.335,得出互联网发展的综合得分的表达式，表达式如式(6)所示。带入各省市公因子的得分，得到综合得分，得表7。F综台=(0.600×F₁+0.335×F₂)/0.935从表7中可以得知，综合评分有正有负，12个省市的综合评分高于平均值，其余19个省市得分未达平均值，证明有超过一半的地区互联网发展水平未到平均水平。广东以综合评分2.160高居第一，其次江苏、浙江、北京、山东互相较为接近表7综合得分地区地区地区地区广东陕西江苏安徽云南内蒙古山西天津北京山东广西贵州宁夏黑龙江四川辽宁西藏江西吉林3.3评价与结果分析本研究构建的互联网发展评价指标体系，覆盖了互方面，能够对区域的互联网发展水平进行评价。其中，根据各公共因子占综合的权重可知，互联网上网人数权重为0.600,说明上网人数与网页数相比，能极大地反映一个地区互联网发展水平；互联网网页数权重为0.335,说明网页数也能一定程度上体现一个地区的互联网发展水平，但影响较小。本研究的各明发展越好，比如在互联网上网人数因子得分方面越高证明其在上网人数方面处于较高的发展水平，互联网网页数因子得分越高证明其在网页通过表7,从互联网发展综合得分来看，不同地区的互联网发展水平差异较大，只有12个省市的互联网综合发展水平达到全国平均水平，不到全国的一半，剩下19个省市未达到平均发展水平，它们需要提高发展水平。各省市总体突出表现为个别省市的综合得分显著高于其他省份。得分最高的为广东省，其次是江苏省和浙通过表6可以看到，互联网上网人数因子得分方面，不同地区差异较大。有12个省市的互联网上网人数发展达到国家平均水平，还存在19个地区没有跟上全国的平均发展水平。其中得分最高的为广东省，可先，广东的互联网发展综合得分也是第一，进一平的重要性。其次的江苏省和山东省评分较为的为西藏和青海这两个地方，它们都位于我国西部，它们在互联网上网人数上较为落后，且与靠前的省市差距较大，存在极大的提升空通过表6可以看到，互联网网页数因子得分方面，仅有5个省市达到网页数发展的平均值，剩下26个省市均未达到。北京遥遥领先，且与其他省市差距巨大，以一己之力拉高平均值，可以得知，北京在互联网先地位，但北京的综合得分不高，仅在第4名，因为其上网人数方面尚有欠缺，在上网人数发展方面的得分较低排名靠后，所以想市为贵州、新疆和湖南，证明这几个地区在网页数视发展互联网网页相关产业，更好地提高互联网发展水平。总领先的北京外，其他省市的网页数因子得分差距较小，可见我根据不同区域的省市互联网发展水平可以看出，因为所处联网发展水平会存在一定差距。比如处在西部的西藏、距。造成这样现象的原因可能是西部地区网络基站、网络备有欠缺，而东部地区经济较为发达，基础设施更为完善数方面的发展领先于西部地区。其次，造成东西部差异的原因还可能是人口数量的不同，东部地区相较而言人口密度更大，使用互联网的人数更多，更快的促进互联中部地区的互联网发展水平较为接近，发展比较均衡，但多数处于全国互还有些地区在两个因子得分上相差较大，比如北京第一，而互联网上网人数方面得分