基于主成分分析的成都市各區(qū)縣綜合發(fā)展水平分析

曾聞茹

摘要：成都作為四川盆地西部邊緣地區(qū)重要的中心城市，二元經(jīng)濟(jì)結(jié)構(gòu)明顯。要實(shí)現(xiàn)成都市的全面發(fā)展，既要加強(qiáng)重點(diǎn)區(qū)域經(jīng)濟(jì)發(fā)展，又要縮小各地區(qū)發(fā)展差距，防止兩級(jí)化。本文，利用主成分分析對(duì)成都市各區(qū)縣綜合發(fā)展水平進(jìn)行差異分析，以SPSS軟件為分析工具。對(duì)成都市各區(qū)域進(jìn)行差異分析，為尋求有效措施為協(xié)調(diào)發(fā)展做出貢獻(xiàn)。

Abstract： Chengdu is an important central city in the western fringe of the Sichuan Basin， and its dual economic structure is obvious. To achieve comprehensive development of Chengdu， it is necessary to strengthen the economic development of key regions， but also to narrow the development gap between regions and prevent two-tiered development. In this paper， the principal component analysis is used to analyze the differences in the comprehensive development level of various districts and counties in Chengdu， and SPSS software is used as the analysis tool. The differences of various regions in Chengdu are analyzed， which makes contributions to the search for effective measures for coordinated development.

關(guān)鍵詞：主成分分析;綜合評(píng)價(jià);區(qū)域發(fā)展差異

Key words： principal component analysis;comprehensive evaluation;regional development difference

中圖分類號(hào)：F224;F124 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文章編號(hào)：1006-4311（2020）24-0031-02

0 ?引言

近年來(lái)，成都市因其驚人的發(fā)展速度和豐碩的產(chǎn)業(yè)成果，成功躋身新一線城市榜首。但城市發(fā)展空間受到了地理?xiàng)l件的限制，特別是市內(nèi)的部分區(qū)縣都處在偏遠(yuǎn)位置，與城區(qū)的發(fā)展相當(dāng)不平衡。

通過(guò)科學(xué)評(píng)價(jià)城市內(nèi)部各區(qū)縣的差異水平，制定具體方針縮短差異有助于城市的和諧調(diào)整和長(zhǎng)期發(fā)展。因此，本文使用主成分分析法對(duì)成都市各區(qū)縣綜合發(fā)展水平做差異分析，以SPSS軟件為工具。首先，選取14個(gè)影響城市經(jīng)濟(jì)、文化、政治等指標(biāo)構(gòu)建指標(biāo)評(píng)價(jià)體系;然后，通過(guò)公因子選取，確定主成分并對(duì)主成分重命名;根據(jù)成分得分矩陣表，推導(dǎo)出各主成分得分公式;最后，通過(guò)綜合得分公式，對(duì)成都市各區(qū)縣發(fā)展水平進(jìn)行差異分析。

1 ?研究方法

1.1 方法原理概述

因子分析就是通過(guò)分析多個(gè)變量之間的復(fù)雜聯(lián)系，選取少數(shù)幾個(gè)因子來(lái)描述其內(nèi)部關(guān)系的方法，主成分分析是因子分析的一種類型，以用較少主成分代表多個(gè)指標(biāo)因子之間的復(fù)雜關(guān)系為目的，選取累積貢獻(xiàn)率超過(guò)80%的前幾個(gè)主成分因子以實(shí)現(xiàn)成都市各區(qū)縣綜合發(fā)展水平差異分析。本文研究區(qū)域?yàn)槌啥际袃?nèi)各區(qū)，市/縣，包括：錦江區(qū)，金牛區(qū)，簡(jiǎn)陽(yáng)市等。

1.2 構(gòu)建評(píng)價(jià)指標(biāo)體系

選取指標(biāo)應(yīng)遵從與評(píng)價(jià)內(nèi)容相關(guān)，能反映相關(guān)內(nèi)容，且具有科學(xué)性。因此，本研究根據(jù)以上規(guī)則，以經(jīng)濟(jì)發(fā)展、政治文化、生活設(shè)施等視角選取14個(gè)指標(biāo)。表1為本研究所選取的指標(biāo)，其來(lái)源于成都市統(tǒng)計(jì)局《成都統(tǒng)計(jì)年鑒—2018》。

2 ?成都市各區(qū)縣綜合發(fā)展水平差異分析

2.1 確定主成分因子

2.1.1 提取公因子

將成都市內(nèi)20個(gè)區(qū)縣的14個(gè)指標(biāo)輸入至SPSS軟件，并對(duì)此進(jìn)行因子分析，得到成都市各地區(qū)的各項(xiàng)指標(biāo)因子的特征值、貢獻(xiàn)率和累積貢獻(xiàn)率。

觀察表2，很容易發(fā)現(xiàn)前三項(xiàng)成份的累積貢獻(xiàn)率為90.33%。按提取公因子的方差貢獻(xiàn)率達(dá)80%的標(biāo)準(zhǔn)來(lái)看，前三項(xiàng)成份能夠很好的反映原有信息。因此，本研究選取這三個(gè)成份為公因子，以此來(lái)描述成都市各區(qū)縣發(fā)展水平。

2.1.2 主成分因子重命名

14個(gè)指標(biāo)因子在3個(gè)主成分上的載荷矩陣經(jīng)旋轉(zhuǎn)之后得到表3。此表中將各指標(biāo)因子根據(jù)負(fù)荷量大小自動(dòng)進(jìn)行排序，使得輕易分辨更接近各主成分的指標(biāo)因子。

主因子F1的方差貢獻(xiàn)率為38.93%，其與地區(qū)生產(chǎn)總值（x2）、地區(qū)人均生產(chǎn)總值（x3）等8個(gè)指標(biāo)因子的關(guān)聯(lián)性更大。可以推測(cè)出，F(xiàn)1更傾向于表達(dá)城市綜合經(jīng)濟(jì)發(fā)展?fàn)顩r，則可定義為“綜合經(jīng)濟(jì)因子”。

主因子F2方差貢獻(xiàn)率為31.52%，其與總?cè)丝冢▁1）、醫(yī)療機(jī)構(gòu)數(shù)量（x9）等4個(gè)指標(biāo)變量相關(guān)性加大。由此，F(xiàn)2更傾向于表達(dá)城市醫(yī)療和教育水平，定義為“公眾服務(wù)因子”。

主因子F3方差貢獻(xiàn)率為19.88%，其與工業(yè)總產(chǎn)值（x11）和從業(yè)人員平均人數(shù)（x13）2個(gè)指標(biāo)因子更接近。F3反映了城市工業(yè)發(fā)展水平和吸引人才能力，可定義“潛力因子”。

2.2 結(jié)果分析

2.2.1 單因子分析

通過(guò)SPSS得到成份得分系數(shù)矩陣，再根據(jù)此矩陣中每個(gè)指標(biāo)因子的得分推導(dǎo)出主成分因此得分方程。成都市區(qū)縣主成分因子的得分方程如下：

以上公式中的x1，x2，…，x14為經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)據(jù)。通過(guò)計(jì)算得到3個(gè)主成分得分及區(qū)縣單因子排名情況見(jiàn)表4。

從綜合經(jīng)濟(jì)因子來(lái)看，排名前三為青羊區(qū)、錦江區(qū)、龍泉驛，基本分布在主城區(qū)及其周圍。公共服務(wù)因子F2排名與潛力因子F3排名出入較大，排名前三為簡(jiǎn)陽(yáng)市、武侯區(qū)、雙流區(qū)。這三個(gè)地區(qū)的總?cè)丝跀?shù)量多，因此醫(yī)療和教育水平發(fā)展也相應(yīng)更高。潛力因子F3排名前三為龍泉驛、新都區(qū)、雙流區(qū)。

2.2.2 綜合發(fā)展水平分析

各主成分分別從不同層面反映影響成都各區(qū)縣發(fā)展現(xiàn)狀，但僅通過(guò)單個(gè)角度分析，很難得到科學(xué)和有效的評(píng)判個(gè)因素的比較。3個(gè)主成分經(jīng)旋轉(zhuǎn)平方后的特征值占總特征值的比重為綜合發(fā)展水平得分公式中對(duì)應(yīng)主成分因子的權(quán)數(shù)。由此，成都市區(qū)縣綜合發(fā)展水平得分公式為。

綜合排名前兩名為龍泉驛和雙流區(qū)。龍泉驛緊靠綜合經(jīng)濟(jì)實(shí)力強(qiáng)勁的錦江區(qū)，肩負(fù)產(chǎn)業(yè)發(fā)展的重任，并被定位為“成都經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的新引擎”，未來(lái)發(fā)展不容小覷。雙流區(qū)是成都新規(guī)劃的天府新區(qū)核心區(qū)域，且近幾年眾多新興電子產(chǎn)業(yè)聚集在此，未來(lái)將有更大發(fā)展優(yōu)勢(shì)。

3 ?總結(jié)

本研究通過(guò)收集與城市發(fā)展相關(guān)的指標(biāo)因子，并對(duì)此做主成分分析以實(shí)現(xiàn)成都市各區(qū)縣綜合發(fā)展水平差異分析。根據(jù)分析結(jié)果發(fā)現(xiàn)，成都近年來(lái)發(fā)展速度很快，但成都市各區(qū)域發(fā)展水平差異較大，以成都市主城區(qū)為中心向外延伸，發(fā)展差距逐漸拉大。

參考文獻(xiàn)：

[1]常勝，秦浪，湯弟偉.重慶市各區(qū)縣綜合發(fā)展水平差異分析——基于SPSS主成分分析法和聚類分析法[J].湖北民族學(xué)院學(xué)報(bào)（自然科學(xué)版），2017，35（01）：114-120.

[2]吳甲東，曾海鷹.貴陽(yáng)市轄區(qū)經(jīng)濟(jì)競(jìng)爭(zhēng)力比較研究——基于主成分分析法（PCA）[J].經(jīng)濟(jì)研究導(dǎo)刊，2019（10）：142-145，167.

[3]侯瑞.基于SPSS因子分析法的公共服務(wù)水平評(píng)價(jià)[J].科技與創(chuàng)新，2019（06）：35-37.

[4]林瀟瀟.基于主成分分析的西北地區(qū)主要城市綜合實(shí)力評(píng)價(jià)[J].智庫(kù)時(shí)代，2019（17）：255-256.