基于SAS對(duì)第三產(chǎn)業(yè)增加值的因子分析.doc

基于SAS對(duì)第三產(chǎn)業(yè)增加值的因子分析計(jì)算B092 李寧摘要：第三產(chǎn)業(yè)是一個(gè)國(guó)家國(guó)民經(jīng)濟(jì)中的重要組成部分，在發(fā)達(dá)國(guó)家第三產(chǎn)業(yè)占國(guó)民經(jīng)濟(jì)的比重非常大。影響第三產(chǎn)業(yè)的因素有很多，本文以中國(guó)統(tǒng)計(jì)年鑒2011為數(shù)據(jù)源，通過SAS軟件研究批發(fā)和零售業(yè)、住宿和 餐飲業(yè)、金融業(yè)等影響第三產(chǎn)業(yè)增加值的因素。關(guān)鍵詞：第三產(chǎn)業(yè) SAS 因子分析一、引言為適應(yīng)加快改革開放和經(jīng)濟(jì)發(fā)展的新形勢(shì)，中共中央、國(guó)務(wù)院于1992年6月16日做出關(guān)于加快發(fā)展第三產(chǎn)業(yè)的決定，確定發(fā)展第三產(chǎn)業(yè)的目標(biāo)是：爭(zhēng)取用十年左右或更長(zhǎng)一些時(shí)間，逐步建立起適合我國(guó)國(guó)情的社會(huì)主義統(tǒng)一市場(chǎng)體系、城鄉(xiāng)社會(huì)化綜合服務(wù)體系和社會(huì)保障體系。第三產(chǎn)業(yè)的增長(zhǎng)速度要高于第一、第二產(chǎn)業(yè)，第三產(chǎn)業(yè)增加值占國(guó)民生產(chǎn)總值的比重和就業(yè)人數(shù)占社會(huì)勞動(dòng)者總?cè)藬?shù)的比重，力爭(zhēng)達(dá)到或接近發(fā)展中國(guó)家的平均水平。中共十四大報(bào)告指出：“發(fā)展我國(guó)商業(yè)、金融、保險(xiǎn)、旅游、信息、法律和會(huì)計(jì)審計(jì)咨詢、居民服務(wù)等第三產(chǎn)業(yè)，不僅有利于促進(jìn)市場(chǎng)發(fā)育，提高服務(wù)的社會(huì)化、專業(yè)化水平，提高經(jīng)濟(jì)效益和效率，方便和豐富人民生活，而且可以廣開就業(yè)門路，為經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、企業(yè)經(jīng)營(yíng)機(jī)制轉(zhuǎn)換和政府機(jī)構(gòu)改革創(chuàng)造重要條件。要發(fā)揮國(guó)家、集體、個(gè)人三方面的積極性，加快第三產(chǎn)業(yè)的發(fā)展，使之在國(guó)民生產(chǎn)總值中的比重有明顯提高?！敝泄彩髨?bào)告重申要“加快發(fā)展現(xiàn)代服務(wù)業(yè)，提高第三產(chǎn)業(yè)在國(guó)民經(jīng)濟(jì)中的比重”。二、因子分析因子分析（Factor Analysis）是主成分分析的推廣，它也是從研究相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合變量的一種多變量統(tǒng)計(jì)分析方法?；驹硎峭ㄟ^一定的多元統(tǒng)計(jì)分析方法，測(cè)算出各個(gè)指標(biāo)在樣本之間的相對(duì)差距，從簡(jiǎn)化方差協(xié)方差的結(jié)構(gòu)來考慮對(duì)原始變量數(shù)據(jù)矩陣進(jìn)行降維處理，即在一定的約束條件下，對(duì)原始變量作了一次正交變換，得到一組具有某種良好方差性質(zhì)的新變量，這組新變量彼此互不相關(guān)且在各自的特征方向上有最大方差。當(dāng)幾個(gè)公共因子的累計(jì)方差達(dá)到88以上時(shí)，說明這幾個(gè)公共因子集中反映了研究問題的大部分信息，而彼此之間又不相關(guān)，信息不重疊。計(jì)算這幾個(gè)公共因子的權(quán)重，然后進(jìn)行綜合評(píng)價(jià)結(jié)果的加權(quán)合成，并根據(jù)綜合評(píng)價(jià)值的大小進(jìn)行排序。三、因子分析的實(shí)現(xiàn)：1數(shù)據(jù)：表1 變量說明變量名 名稱x 第三產(chǎn)業(yè)總值x1 交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)x2 批發(fā)和零售業(yè)x3 住宿和餐飲業(yè)x4 金融業(yè)x5 房地產(chǎn)業(yè)x6 其他表2 第三產(chǎn)業(yè)增加值數(shù)據(jù)以上數(shù)據(jù)來自中國(guó)統(tǒng)計(jì)年鑒20112.因子分析SAS過程：data a; input district $ x x1 x2 x3 x4 x5 x6; cards; 1978 872.5 182.0 242.3 44.6 68.2 79.9 255.6 1979 878.9 193.7 200.9 44.0 66.9 86.3 287.1 1980 982.0 213.4 193.8 47.4 75.0 96.4 356.0 1981 1076.6 220.7 231.1 54.1 79.8 99.9 390.9 1982 1163.0 246.9 171.4 62.3 114.8 110.8 456.8 1983 1338.1 274.9 198.7 72.5 149.0 121.8 521.2 1984 1786.3 338.5 363.5 96.8 203.9 162.3 621.2 1985 2585.0 421.7 802.4 138.3 259.9 215.2 747.5 1986 2993.8 498.8 852.6 163.2 356.4 298.1 824.6 1987 3574.0 568.3 1059.6 187.1 450.0 382.6 926.3 1988 4590.3 685.7 1483.4 241.4 585.4 473.8 1120.6 1989 5448.4 812.7 1536.2 277.4 964.3 566.2 1291.6 1990 5888.4 1167.0 1268.9 301.9 1017.5 662.2 1470.9 1991 7337.1 1420.3 1834.6 442.3 1056.3 763.7 1819.9 1992 9357.4 1689.0 2405.0 584.6 1306.2 1101.3 2271.3 1993 11915.7 2174.0 2816.6 712.1 1669.7 1379.6 3163.7 1994 16179.8 2787.9 3773.4 1008.5 2234.8 1909.3 4465.8 1995 19978.5 3244.3 4778.6 1200.1 2798.5 2354.0 5602.9 1996 23326.2 3782.2 5599.7 1336.8 3211.7 2617.6 6778.3 1997 26988.1 4148.6 6327.4 1561.3 3606.8 2921.1 8423.0 1998 30580.5 4660.9 6913.2 1786.9 3697.7 3434.5 10087.3 1999 33873.4 5175.2 7491.1 1941.2 3816.5 3681.8 11767.7 2000 38714.0 6161.0 8158.6 2146.3 4086.7 4149.1 14012.4 2001 44361.6 6870.3 9119.4 2400.1 4353.5 4715.1 16903.3 2002 49898.9 7492.9 9995.4 2724.8 4612.8 5346.4 19726.7 2003 56004.7 7913.2 11169.5 3126.1 4989.4 6172.7 22633.9 2004 64561.3 9304.4 12453.8 3664.8 5393.0 7174.1 26571.2 2005 74919.3 10666.2 13966.2 4195.7 6086.8 8516.4 31488.0 2006 88554.9 12183.0 16530.7 4792.6 8099.1 10370.5 36579.1 2007 111351.9 14601.0 20937.8 5548.1 12337.5 13809.7 44117.7 2008 131340.0 16362.5 26182.3 6616.1 14863.3 14738.7 52577.1 2009 148038.0 16727.1 28984.5 7118.2 17767.5 18654.9 58785.9 2010 173087.0 18968.5 35746.1 8068.5 20980.6 22315.6 67007.8 ; proc factor data=a n=2;run; proc factor data=a n=2 rotate=varimax score out=scoreout; var x1-x6; run; proc sort data=scoreout out=f1; by descending factor1; proc sort data=scoreout out=f2; by descending factor2; run; proc print data=scoreout;run;四、結(jié)果及分析：圖1 一致性估計(jì)圖2 各因子方差與最終一致性估計(jì)圖3 正交變換矩陣、旋轉(zhuǎn)因子及各因子方差解釋圖4 標(biāo)準(zhǔn)化得分系數(shù)五、結(jié)論：由SAS運(yùn)行結(jié)果可以看出各個(gè)因子的貢獻(xiàn)度都是很高的，對(duì)變量有很好的解釋。交通運(yùn)輸、倉儲(chǔ)和郵政業(yè)，批發(fā)和零售業(yè)，住宿、餐飲業(yè)，金融業(yè)，房地產(chǎn)業(yè)均有影響，都是都是產(chǎn)業(yè)的重要組成部分。第三產(chǎn)業(yè)中的新興產(chǎn)業(yè)快速發(fā)展,內(nèi)部結(jié)構(gòu)不斷優(yōu)化。商業(yè)、飲食、居民服務(wù)、交通運(yùn)輸、郵電等傳統(tǒng)產(chǎn)業(yè)持續(xù)發(fā)展。房地產(chǎn)業(yè)對(duì)都是產(chǎn)業(yè)的影響最大，因?yàn)槲覈?guó)是發(fā)展中國(guó)家，對(duì)住房需求較大。第三產(chǎn)業(yè)的發(fā)展相對(duì)緩慢，我國(guó)第三產(chǎn)業(yè)還處于初級(jí)發(fā)展階段，存在著許多薄弱環(huán)節(jié)，但弱勢(shì)并不可怕，正好預(yù)示著我國(guó)第三產(chǎn)業(yè)存在著巨大的發(fā)展空間和潛力。六、參考文獻(xiàn)：1范金成，梅長(zhǎng)林.數(shù)據(jù)分析M.北京:科學(xué)出版社,2010.2董大鈞. SAS統(tǒng)計(jì)分析應(yīng)用M.北京: 電子工業(yè)出版社,2008.SAS based on the tertiary industry added value factor analysisCalculation of B092 liningAbstract: the tertiary industry is a country the main component in national economy, in the developed countries, the tertiary industry accounted for the proportion of the national economy is very large. There are many factors that influence the tertiary industry, according to the China Statistical Yearbook 2011 as the data source, through the SAS sof