江西省經(jīng)濟(jì)發(fā)展水平分析

1、.統(tǒng)計(jì)分析與行業(yè)應(yīng)用論文報(bào)告 XX省各市綜合經(jīng)濟(jì)實(shí)力分析評(píng)估-基于因子分析法學(xué) 院： 經(jīng)濟(jì)學(xué)院 專(zhuān) 業(yè)： 金融學(xué) 姓 名： 倪超苗 學(xué)號(hào)：指導(dǎo)教師：殷溪源 日 期：2021 年11月目 錄序言11問(wèn)題的提出32理論根底.32.1方法的選用32.2因子分析法的簡(jiǎn)介42.2.1 因子分析數(shù)學(xué)模型42.2.2 因子分析法的原理43XX省各城市社會(huì)開(kāi)展水平分析53.1 建立評(píng)價(jià)指標(biāo)體系53.2 因子分析的適宜性檢驗(yàn)73.3確定提取的公因子數(shù)83.4 求因子載荷陣并確定各因子的性質(zhì)93.5 各公共因子的得分以及賦權(quán)123.6 因子的地區(qū)排名144結(jié)果評(píng)價(jià)與分析155政策建議16參考文獻(xiàn)17. v.摘 要

2、 城市綜合經(jīng)濟(jì)實(shí)力是指城市所擁有的全部實(shí)力、潛在力及其在國(guó)內(nèi)外經(jīng)濟(jì)社會(huì)中的地位和影響力。城市社會(huì)開(kāi)展的綜合評(píng)價(jià)對(duì)推動(dòng)地市社會(huì)經(jīng)濟(jì)有序、均衡開(kāi)展等具有重要意義。利用因子展水平進(jìn)展綜合評(píng)價(jià)，結(jié)果說(shuō)明，各地市社會(huì)開(kāi)展同經(jīng)濟(jì)開(kāi)展?fàn)顩r密切相關(guān)，且各地市社會(huì)開(kāi)展水平差異較大，內(nèi)部開(kāi)展不均衡。所以，各地市要在大力開(kāi)展經(jīng)濟(jì)分析法對(duì)XX省各地市的社會(huì)發(fā)的根底上，結(jié)合自身優(yōu)勢(shì)，有針對(duì)性地采取措施提高本市社會(huì)開(kāi)展水平，最終實(shí)現(xiàn)XX省區(qū)域經(jīng)濟(jì)的和諧開(kāi)展。關(guān)鍵詞：社會(huì)開(kāi)展水平；因子分析；綜合評(píng)價(jià)Abstract：Urban prehensive economic strength is refers to the ci

3、ty with all the strength, potential force, and its status and influence in the domestic and international economic society. prehensive evaluation of urban social development to promote local social and economic order, balanced development is of great significance. Use factor show level prehensive ev

4、aluation, the result shows that around the city closely related with economic development, social development and social development level differences around the city, internal development imbalance. So, every city to develop the economic analysis of jiangxi province around the city, on the basis of

5、 social hair, bined with their own advantages, targeted measures to improve the level of social development in the city, eventually realize the harmonious development of regional economy in jiangxi province.Key words：social development; factor analysis; prehensive evaluation. v.序 言改革開(kāi)放后的中國(guó)經(jīng)濟(jì)建立事業(yè)取得了飛

6、躍的進(jìn)步，人民的生活質(zhì)量得到了極大的改善。而在倡導(dǎo)和諧社會(huì)的今天，僅僅是經(jīng)濟(jì)的開(kāi)展已缺乏以滿(mǎn)足人們的精神文化要求，更多的人們著眼于社會(huì)的綜合開(kāi)展。加快社會(huì)開(kāi)展，是促進(jìn)人的全面開(kāi)展和保障改善民生的內(nèi)在要求，是提升社會(huì)公平正義與和諧穩(wěn)定的重要保障，是轉(zhuǎn)變經(jīng)濟(jì)開(kāi)展方式和擴(kuò)大內(nèi)需的必然途徑，是全面建成惠及全省人民的小康社會(huì)的戰(zhàn)略任務(wù)。中國(guó)幅員遼闊，各地區(qū)開(kāi)展水平極不平衡，這既是國(guó)家宏觀經(jīng)濟(jì)政策導(dǎo)向的結(jié)果，又是各地區(qū)資源環(huán)境條件差異的結(jié)果。目前，我國(guó)的東部沿海、珠三角地區(qū)，渤海灣地區(qū)的經(jīng)濟(jì)日益繁榮，XX省作為一個(gè)中部城市，當(dāng)其他省份經(jīng)濟(jì)正在飛速開(kāi)展的時(shí)候，XX省的經(jīng)濟(jì)卻在原地踏步甚至是負(fù)增長(zhǎng)，雖然城市的

7、經(jīng)濟(jì)開(kāi)展已經(jīng)取得了一下成就，然而，由于傳統(tǒng)的生產(chǎn)力布局上的不同，以及在地域、資源、人文和政策上的差異，XX省各地區(qū)之間的社會(huì)綜合開(kāi)展仍然存在很大差異，各地區(qū)內(nèi)部的開(kāi)展也出現(xiàn)了不均衡性。因此，如何客觀、準(zhǔn)確地評(píng)價(jià)XX省各城市的社會(huì)綜合開(kāi)展現(xiàn)況，分析各城市的差異以及造成差異的主要原因，為各城市能針對(duì)性地制訂相應(yīng)的政策和措施提供理論依據(jù)，進(jìn)而促進(jìn)XX省各城市社會(huì)的協(xié)調(diào)開(kāi)展，具有重要的理論和實(shí)踐意義。本文通過(guò)選取反映城市綜合開(kāi)展水平的12個(gè)指標(biāo)作為原始變量，對(duì)XX省的11個(gè)地級(jí)市的綜合開(kāi)展水平進(jìn)展分析，并給出排名結(jié)果、評(píng)價(jià)以及適當(dāng)?shù)恼呓ㄗh。1 問(wèn)題的提出社會(huì)開(kāi)展是指整個(gè)人類(lèi)社會(huì)的向前運(yùn)動(dòng)過(guò)程。包括兩

8、個(gè)方面：縱向，指人類(lèi)社會(huì)由低級(jí)向高級(jí)的運(yùn)動(dòng)和開(kāi)展過(guò)程；橫向，指在特定的社會(huì)開(kāi)展階段中一個(gè)社會(huì)各方面整體的運(yùn)動(dòng)和開(kāi)展過(guò)程。一個(gè)地區(qū)社會(huì)開(kāi)展水平的上下，不僅說(shuō)明了該地區(qū)的經(jīng)濟(jì)開(kāi)展水平，更概括了人民生活中各方面領(lǐng)域的水平，是衡量一個(gè)地區(qū)綜合能力的重要指標(biāo)。對(duì)地區(qū)的社會(huì)開(kāi)展水平進(jìn)展排序和綜合評(píng)價(jià)，有利于展示各地社會(huì)經(jīng)濟(jì)開(kāi)展中的優(yōu)勢(shì)和缺乏，能夠明確引導(dǎo)各地財(cái)政資金投入方向，推動(dòng)各地社會(huì)經(jīng)濟(jì)有序、均衡和安康開(kāi)展；有利于形成有效的社會(huì)開(kāi)展競(jìng)爭(zhēng)機(jī)制，提高社會(huì)開(kāi)展速度；能夠?yàn)樯鐣?huì)監(jiān)視提供監(jiān)視標(biāo)的，促進(jìn)政府更加努力地改善社會(huì)開(kāi)展中的缺乏。XX省地處中國(guó)中部地區(qū)，北臨XX省，東、南各臨經(jīng)濟(jì)興旺的XX省、XX省，西靠

9、XX省。改革開(kāi)放以來(lái)，XX省經(jīng)濟(jì)增長(zhǎng)并不明顯，經(jīng)濟(jì)開(kāi)展處于滯后水平，GDP位列中部第六位，中部藍(lán)皮書(shū)指出，XX經(jīng)濟(jì)開(kāi)展在全國(guó)乃至中部仍處于滯后水平，2005年XX省GDP為4070億元，在中部位列第六位，人均GDP為9440元(1180美元)，在中部位列第五位。 藍(lán)皮書(shū)認(rèn)為，在正確的開(kāi)展戰(zhàn)略指導(dǎo)下，在“十五時(shí)期，XX實(shí)現(xiàn)了持續(xù)、快速、穩(wěn)定的開(kāi)展，實(shí)現(xiàn)了在全國(guó)和中部地區(qū)的位次前移。所以從縱向看，XX的開(kāi)展是令人矚目的，但從橫向看，仍有較大差距，XX經(jīng)濟(jì)開(kāi)展在全國(guó)乃至中部仍處于滯后水平。2005年XX省GDP為4070億元，在中部位列第六位；人均GDP為9440元(1180美元)，在中部位列第五位

10、；財(cái)政收入425億元，列中部6省之末，只有XX的57%，XX的56%，XX的40%。那么，XX省地級(jí)市的社會(huì)開(kāi)展?fàn)顩r排名如何呢.這都是本文要探討的問(wèn)題，本文從實(shí)證角度利用因子分析法對(duì)XX省各地級(jí)市的社會(huì)開(kāi)展水平進(jìn)展評(píng)價(jià)，并由此概括全省的社會(huì)開(kāi)展水平。2 理論根底2.1 方法的選用社會(huì)開(kāi)展水平的評(píng)價(jià)方法有多種，傳統(tǒng)的多指標(biāo)綜合評(píng)價(jià)方法中的指標(biāo)權(quán)重的設(shè)置往往帶有一定的主觀隨意性，雖然多指標(biāo)大樣本可以為綜合評(píng)價(jià)提供豐富的信息，但在一定程度上增加了評(píng)價(jià)工作的復(fù)雜性，每個(gè)指標(biāo)都在不同的角度和層面反映評(píng)價(jià)目標(biāo)的某一信息，而各個(gè)指標(biāo)之間往往存在一定的相關(guān)關(guān)系，反映的信息將產(chǎn)生重疊，導(dǎo)致統(tǒng)計(jì)分析失真。因子分析

11、法是用較少個(gè)數(shù)的公共因子的線(xiàn)性函數(shù)和特定因子之和來(lái)表達(dá)原來(lái)觀測(cè)的每個(gè)變量，在減少分析指標(biāo)的同時(shí)，盡量減少原指標(biāo)包含信息的損失，對(duì)所收集的資料作全面的分析，從研究相關(guān)矩陣內(nèi)部的依賴(lài)關(guān)系出發(fā)，把一些具有錯(cuò)綜復(fù)雜的變量歸納為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。因此本文選用因子分析法作為理論的根底，并結(jié)合SPSS軟件進(jìn)展分析判斷的工具。2.2 因子分析法的簡(jiǎn)介2.2.1 因子分析數(shù)學(xué)模型通常在作因子分析時(shí)，針對(duì)變量作因子分析，稱(chēng)為R型因子分析；針對(duì)樣品作因子分析，稱(chēng)為Q型因子分析。 R型因子分析數(shù)學(xué)模型為：可表示為 ：其中X為可實(shí)測(cè)的P維隨機(jī)向量，X的每個(gè)分量代表一個(gè)指標(biāo)或變量。F =(Fl，F(xiàn)

12、2，F(xiàn)m) T為不可觀測(cè)的m (mP維隨機(jī)向量，它的各個(gè)分量將出現(xiàn)在每個(gè)變量之中，所以稱(chēng)它們?yōu)楣惨蜃?。矩陣A稱(chēng)為因子載荷矩陣，aij稱(chēng)為因子載荷，表示第i個(gè)變量在第j個(gè)公共因子上的載荷，向量e稱(chēng)為特殊因子，其中包括隨機(jī)誤差。它們滿(mǎn)足：(1Cov (F,e)0，即F與e不相關(guān)。(2CovFi, Fj=0, ij；VarFi=CovFi, Fi1。i，j=1，2，m。即向量F的協(xié)差陣為m階單位陣。(3Cov (ei,ej=0, ij；Var (ei) =，i，j=1，2,，p。即向量e的協(xié)差陣為p階對(duì)角陣。2.2.2 因子分析法的原理因子分析通過(guò)對(duì)變量的相關(guān)系數(shù)矩陣內(nèi)部構(gòu)造的分析，從中找出少數(shù)幾

13、個(gè)能控制原始變量的隨機(jī)變量Fii =1,，m，選取公共因子的原那么是使其盡可能多地包含原始變量中的信息，建立模型X=A*Fe，通過(guò)F再現(xiàn)原始變量X的眾多分量xii =1,p)之間的相關(guān)關(guān)系，到達(dá)簡(jiǎn)化變量降低維數(shù)的目的。值得指出的是，為了消除指標(biāo)間數(shù)量級(jí)的差異，因子分析是基于將數(shù)據(jù)標(biāo)準(zhǔn)化的根底上做的。本文利用SPSS17.0軟件作為工具，軟件中對(duì)于數(shù)據(jù)的因子分析，已將變量即指標(biāo)和各公共因子進(jìn)展了標(biāo)準(zhǔn)化處理，不需先將數(shù)據(jù)標(biāo)準(zhǔn)化。3 XX省各城市社會(huì)開(kāi)展水平分析3.1 建立評(píng)價(jià)指標(biāo)體系社會(huì)開(kāi)展水平的上下表達(dá)了各地全面協(xié)調(diào)開(kāi)展的程度,與居民的收入水平、生活水平和生活環(huán)境密切相關(guān)，對(duì)社會(huì)開(kāi)展水平進(jìn)展綜合

14、評(píng)價(jià)涉及到收入層次、居住條件、生活環(huán)境以及設(shè)施等各個(gè)方面。在遵循數(shù)據(jù)客觀性、代表性和可得性的原那么下, 本文選取"中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒2021"、"中國(guó)城市(鎮(zhèn))生活與價(jià)格年鑒2021 "以及"XX統(tǒng)計(jì)年鑒2021"、"中國(guó)城市統(tǒng)計(jì)年鑒2021"中收錄的2021年XX省的一些數(shù)據(jù)作為評(píng)價(jià)指標(biāo)。選取的12項(xiàng)指標(biāo)分別如下：X1-人均GDP元；X2-總戶(hù)數(shù)戶(hù)；X3-工業(yè)增加值億元；X4-公路里程公里；X5-貨運(yùn)量萬(wàn)噸；X6-醫(yī)院數(shù)個(gè)；X7-批發(fā)零售貿(mào)易社會(huì)消費(fèi)品零售總額萬(wàn)元；X8-客運(yùn)量萬(wàn)人次；X9-城鎮(zhèn)居民消費(fèi)水平元X

15、10-根本養(yǎng)老保險(xiǎn)參保人數(shù)萬(wàn)人X11-衛(wèi)生機(jī)構(gòu)數(shù)(個(gè))X12-城鎮(zhèn)居民消費(fèi)水平元城市X1X2X3X4X5X6X7X8X9X10X11X12XX市5302314479001223.72102738843.661801275671375551115.97311039671736351XX市35350495400399.2364539230804784322885231.7002618533419204XX市68155362300470.74413110289462564425934927.2993204322615784XX市158952174200548.43265381789637893972

16、135984665.4384955113938075XX市198231476400576.33171901330822111175460494061.5529772681110860XX市168131719500505.42185291564334312950148024466.880315753105112213撫州市189071076727329.331320699202104505351981346.22345544416715XX市182021304100404.3220729.3632792776985944618542.9354411264212324XX市378343095262

17、60.43799540862953725747916.7334528637113445XX市264641282943618.5518206.4106812638848144855972.09741132878713729XX市35421449121315.2542932021712446677181836.2478189434816072·表1 XX省各地級(jí)市社會(huì)開(kāi)展水平綜合評(píng)價(jià)指標(biāo)值3.2 因子分析的適宜性檢驗(yàn)如表2下頁(yè)所示：成份得分協(xié)方差矩陣成份1211.000.0002.0001.000提取方法 :主成分分析法。 旋轉(zhuǎn)法 :具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。 構(gòu)成得分。

18、表2 變量相關(guān)系數(shù)矩陣由此表可以看出，多數(shù)變量之間存在著較高的相關(guān)關(guān)系，說(shuō)明變量間存在著一定的信息重疊，需要利用因子分析進(jìn)展精簡(jiǎn)和分類(lèi)。另外，因子分析的適宜性檢驗(yàn)通常采用KMO統(tǒng)計(jì)量和Bartletts 球型檢驗(yàn)法，利用軟件得到表3的檢驗(yàn)結(jié)果。表3 KMO 和 Bartlett 的檢驗(yàn)取樣足夠度的 Kaiser-Meyer-Olkin 度量。.699Bartlett 的球形度檢驗(yàn)近似卡方89.13df28Sig.000KMO統(tǒng)計(jì)量用于檢驗(yàn)變量間的偏相關(guān)性，它比擬各變量的簡(jiǎn)單相關(guān)和偏相關(guān)的大小，取值X圍在01 之間。如果各變量間存在內(nèi)在聯(lián)系，那么由于計(jì)算偏相關(guān)時(shí)控制其他因素就會(huì)同時(shí)控制潛在變量，

19、導(dǎo)致偏相關(guān)系數(shù)遠(yuǎn)遠(yuǎn)小于簡(jiǎn)單相關(guān)系數(shù)。本文KMO檢驗(yàn)值為0.699，因此認(rèn)為這些指標(biāo)比擬適宜做因子分析。Bartletts 球型檢驗(yàn)用于檢驗(yàn)相關(guān)矩陣是否為單位陣，即各變量是否相互獨(dú)立。檢驗(yàn)值小于0.01 說(shuō)明各變量相互獨(dú)立,本文Bartletts 球型檢驗(yàn)值為0.000，證明適合做因子分析。3.3 確定提取的公因子數(shù)首先，從SPSS的輸出結(jié)果中得出如表4下頁(yè)所示的矩陣R的特征值和方差奉獻(xiàn)率，可以看到，公共因子到達(dá)3個(gè)時(shí)，其方差累積奉獻(xiàn)率已到達(dá)96.294%，這表示提取前3個(gè)公共因子已足以概括所有因子的解釋能力；另外，從圖1下頁(yè)的碎石圖中看出，開(kāi)場(chǎng)時(shí)圖中折線(xiàn)陡峭，從第4個(gè)因子以后，折線(xiàn)變得非常平緩

20、，因此，認(rèn)為選擇3個(gè)公共因子是恰當(dāng)?shù)?。再看?的變量共同度，當(dāng)取3個(gè)因子時(shí)，每個(gè)變量的共同度都非常大。根據(jù)變量共同度的統(tǒng)計(jì)意義，它刻劃了全部公共因子對(duì)于變量X的總方差所作的奉獻(xiàn)。因此，每個(gè)變量的共同度都到達(dá)了0.9以上，說(shuō)明所有變量都能被這3個(gè)公共因子所解釋。表4 公因子方差表公因子方差原始重新標(biāo)度初始提取初始提取人均GDP28338148981.000.525總戶(hù)數(shù)3834113834111.0001.000工業(yè)增加值68476.75930290.5941.000.442公路里程60777552371.000.909貨運(yùn)量27418609271.000.222醫(yī)院數(shù)13634.0181297

21、6.0401.000.952農(nóng)村用電000.728批發(fā)零售貿(mào)易業(yè)社會(huì)消費(fèi)品零售總額1645111645111.0001.000根本養(yǎng)老保險(xiǎn)參保人數(shù)760.818482.4751.000.634客運(yùn)量182279814816.0371.000.539衛(wèi)生機(jī)構(gòu)數(shù)125437.455112768.7201.000.899城鎮(zhèn)居民消費(fèi)水平62807222671.000.354提取方法：主成份分析。通過(guò)以上的分析，確定了將要提取的公共因子數(shù)為2個(gè)，并得提取因子后解釋的總方差如表6。3.4 求因子載荷陣并確定各因子的性質(zhì)因子的載荷矩陣如表7所示，多數(shù)因子的典型代表變量并不突出，不

22、能對(duì)因子的性質(zhì)做出很好的解釋?zhuān)虼耍枰獙?duì)載荷矩陣實(shí)施旋轉(zhuǎn)。對(duì)因子載荷陣作旋轉(zhuǎn)，是為了使因子載荷陣的構(gòu)造簡(jiǎn)化，便于對(duì)公共因子進(jìn)展解釋。所謂的構(gòu)造簡(jiǎn)化，就是使每個(gè)變量?jī)H在一個(gè)公共因子上有較大的載荷，而在其余因子上的載荷比擬小。因子載荷陣旋轉(zhuǎn)的方法有多種，筆者選用的是方差最大正交旋轉(zhuǎn)法。得到的旋轉(zhuǎn)后的因子載荷陣如表8下頁(yè)所示。旋轉(zhuǎn)成份矩陣a成份12人均GDP.032-.902總戶(hù)數(shù).675.723工業(yè)增加值.941-.258公路里程.395.893貨運(yùn)量-.071.523醫(yī)院數(shù).476.868農(nóng)村用電量.850.406批發(fā)零售貿(mào)易業(yè)社會(huì)消費(fèi)品零售總額.769.084根本養(yǎng)老保險(xiǎn)參保人數(shù).973.0

23、72客運(yùn)量.688.411衛(wèi)生機(jī)構(gòu)數(shù).606.730城鎮(zhèn)居民消費(fèi)水平.608-.713提取方法 :主成分分析法。 旋轉(zhuǎn)法 :具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。a. 旋轉(zhuǎn)在 3 次迭代后收斂。利用旋轉(zhuǎn)的因子載荷陣所提供的信息，可將12項(xiàng)指標(biāo)分為如表5所示的2類(lèi)性質(zhì)的因子：表5 因子成分與性質(zhì)成份得分系數(shù)矩陣成份12人均GDP.081-.226總戶(hù)數(shù).089.124工業(yè)增加值.227-.140公路里程.014.188貨運(yùn)量-.058.135醫(yī)院數(shù).034.176農(nóng)村用電量.153.031批發(fā)零售貿(mào)易業(yè)社會(huì)消費(fèi)品零售總額.162-.042根本養(yǎng)老保險(xiǎn)參保人數(shù).207-.061客運(yùn)量.117.0

24、45衛(wèi)生機(jī)構(gòu)數(shù).073.131城鎮(zhèn)居民消費(fèi)水平.191-.226提取方法 :主成分分析法。 旋轉(zhuǎn)法 :具有 Kaiser 標(biāo)準(zhǔn)化的正交旋轉(zhuǎn)法。 構(gòu)成得分。因子一主要描述的是居民生活中的經(jīng)濟(jì)開(kāi)展和收入狀況，因此概括地稱(chēng)其為經(jīng)濟(jì)因子；因子二描述的是居民擁有的物質(zhì)條件和生活質(zhì)量，因此概括地稱(chēng)其為條件因子；3.5 各公共因子的得分以及賦權(quán)從表10所示的因子得分系數(shù)矩陣，可得每個(gè)因子的得分關(guān)于變量的回歸方程式為：F1=0.081*X1+0.089*X2+0.227*X3+0.014*X4-0.058*X5+0.034*X6+0.153*X7+0.162*X8+0.207*X9+0.073*X10+0.1

25、91*X11+0.073*X12F2=0.135*X1+0.176*X2+0.031*X3-0.42*X4+0.214*X5+0.289*X6+0.171*X7-0.61*X8+X9*0.45+X10*0.131*X11-0.226*X12通過(guò)以上的3個(gè)因子得分方程式，可以將任意城市的指標(biāo)帶入，便可得到該城市某因子的得分。公因子方差初始提取人均GDP1.000.856總戶(hù)數(shù)1.000.951工業(yè)增加值1.000.889公路里程1.000.971貨運(yùn)量1.000.859醫(yī)院數(shù)1.000.950農(nóng)村用電量1.000.941批發(fā)零售業(yè)茂業(yè)社會(huì)消費(fèi)品總額1.000.862根本養(yǎng)老保險(xiǎn)參保人數(shù)1.000

26、.959客運(yùn)量1.000.777衛(wèi)生機(jī)構(gòu)數(shù)1.000.936城鎮(zhèn)居民消費(fèi)水平1.000.901提取方法：主成份分析。當(dāng)然，分析并比擬各城市的社會(huì)開(kāi)展水平，僅僅單獨(dú)地看每個(gè)因子的得分顯然是缺乏夠的，必須從整體去比擬城市之間的綜合水平。因此，必須要計(jì)算出每個(gè)城市的綜合得分以比擬城市之間的社會(huì)開(kāi)展水平。因子分析綜合評(píng)價(jià)采用客觀賦權(quán)法，利用表6中的數(shù)據(jù)，將各公共因子的方差奉獻(xiàn)在方差累計(jì)奉獻(xiàn)中所占的比重作為權(quán)重，即公共因子權(quán)重=單個(gè)因子方差奉獻(xiàn)/所有因子方差累計(jì)奉獻(xiàn)，分別得到各個(gè)公共因子的權(quán)重。例如：F1的權(quán)重=59.965%/96.294%=62.273%。經(jīng)計(jì)算，各公共因子權(quán)重分別為：W(F1)=

27、62.273%，W(F2)= 24.250%，W(F3)=13.376%。3.6 因子的地區(qū)排名利用公式：F = 0.62273*F1+ 0.2425*F2+ 0.13376*F3計(jì)算各地區(qū)的綜合得分，得到的每個(gè)城市的因子得分和綜合得分如表11所示：表11 因子得分城市F1F2F0.990301.634311.231.313690.542471.03-0.448150.84424-0.210.59802-0.271610.16XX0.01800-0.61173-0.240.75501-0.171510.29-0.586050.54644-0.32-1.24284-0.70524-0.850.7

28、8413-2.227230.09撫州-0.290770.20897-0.17-1.891340.21089-1.00需要注意的是，表11中的所有得分都是標(biāo)準(zhǔn)化后的。由此得到因子的地區(qū)排名如表12所示：表12 XX省各地市分項(xiàng)及總體社會(huì)開(kāi)展排名情況名次經(jīng)濟(jì)因子條件因子報(bào)酬因子綜合排名1XX1.2321.033XX撫州0.2940.165XX0.096-0.177-0.218-0.249-0.3210撫州撫州撫州-0.8511XX-1.00按照綜合排名的順序從左到右描繪的各城市的綜合得分的散點(diǎn)圖如圖2所示：經(jīng)過(guò)對(duì)綜合得分進(jìn)展分析，可以很明顯的看到，可將XX省11個(gè)地市按社會(huì)開(kāi)展水平分為3類(lèi)：第一類(lèi)：水平最好的城市，有XX和XX；第二類(lèi)：水平較好的城市，有XX、XX、；第三類(lèi)：水平較弱的城市，有撫州和和XX。4 結(jié)果評(píng)價(jià)與分析社會(huì)開(kāi)展水平與經(jīng)濟(jì)開(kāi)展?fàn)顩r密切相關(guān)。雖然社會(huì)開(kāi)展水平不是由單一指標(biāo)決定,但經(jīng)濟(jì)的開(kāi)展對(duì)社會(huì)開(kāi)展水平具有較其他因素而言更重要的奉獻(xiàn)。將各地市社會(huì)開(kāi)展水平排名與生活條件水平排名相比擬后也可發(fā)現(xiàn)，兩者具有較大的相似性。從排名中可以發(fā)現(xiàn)：通過(guò)對(duì)各市綜合得分進(jìn)展分析，系數(shù)大于0的設(shè)區(qū)市經(jīng)濟(jì)社會(huì)開(kāi)展?fàn)顩r良好，且分值越高越好；綜合得分超過(guò)0.6可認(rèn)為是開(kāi)展?fàn)顩r優(yōu)良的地