• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      基于主成分分析的四川省城市經(jīng)濟發(fā)展水平評價

      2019-01-03 08:49:38舒服華
      阿壩師范學(xué)院學(xué)報 2018年4期
      關(guān)鍵詞:欠發(fā)達貢獻率特征值

      舒服華

      經(jīng)過改革開發(fā)四十年的發(fā)展,我國經(jīng)濟社會取得了輝煌的成就,目前已成為全球第二大經(jīng)濟體,不管是城市還是農(nóng)村,面貌都發(fā)生了翻天覆地的變化,人民生活蒸蒸日上,不論是物質(zhì)生活還是精神生活,都有了顯著的改善和提高。但我國地域遼闊,人口眾多,受自然條件和歷史等因素影響,各地發(fā)展還很不平衡,部分地區(qū)已經(jīng)步入小康社會,另有部分地區(qū)還相對貧困。黨和國家對人民作出了莊嚴(yán)的承諾,要在2020年全面建成小康社會,這一任務(wù)既神圣又艱巨。全面建成小康社會是中華民族數(shù)千年來的期盼,全面建成小康要求我們創(chuàng)新發(fā)展、協(xié)調(diào)發(fā)展,統(tǒng)籌推進經(jīng)濟建設(shè),解決好發(fā)展不平衡、不協(xié)調(diào)、不可持續(xù)的問題,使全體人民都能共享經(jīng)濟發(fā)展的成果。發(fā)展不平衡是由多種原因造成的,如地區(qū)的自然環(huán)境、自然資源、交通狀況、勞動力狀況、歷史原因、思想觀念、領(lǐng)導(dǎo)者水平等。欠發(fā)達地區(qū)除了靠自身的奮斗外,先發(fā)展起來的地區(qū)也應(yīng)該顧全大局,幫助和帶動欠發(fā)達地區(qū)加快發(fā)展,最終實現(xiàn)全體人民的共同富裕。

      四川省是我國西部地區(qū)經(jīng)濟實力最強的省份,經(jīng)濟總量連續(xù)多年位居西部榜首。但地區(qū)發(fā)展也很不平衡,成都平原和長江沿線地區(qū)發(fā)展較快,西部少數(shù)民族聚集區(qū)發(fā)展較慢。評價地區(qū)經(jīng)濟發(fā)展水平,對總結(jié)地區(qū)經(jīng)濟發(fā)展的經(jīng)驗,查找不足,激勵先進,鞭策落后,形成互幫互學(xué)、聯(lián)手提高的良好局面,促進區(qū)域經(jīng)濟均衡發(fā)展等具有重要的現(xiàn)實意義。評價地區(qū)經(jīng)濟發(fā)展水平是一個系統(tǒng)工程,涉及的面廣,涵蓋的內(nèi)容多,特別是所選擇的評價指標(biāo),有些指標(biāo)數(shù)據(jù)之間具有一定的相關(guān)性,這樣,容易導(dǎo)致指標(biāo)重復(fù)使用,影響評價的效率,增加了評價的難度。運用統(tǒng)計分析方法研究分析某一問題時,如果涉及的變量個數(shù)多,且變量之間有一定的相關(guān)關(guān)系,若用原始數(shù)據(jù)直接建模,就會增加研究分析的復(fù)雜性[1]。兩個變量之間有很強的相關(guān)性,表明它們反映的信息有一定的重疊。主成分分析方法(PCA)[2]就是利用降維的原理,把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo),這些綜合指標(biāo)稱為主成分,它們能夠反映原始變量的大部分信息,且各自所含信息互不重復(fù),將復(fù)雜因素歸結(jié)為幾個主成分,使研究的問題簡單化,同時又對決策結(jié)果不會產(chǎn)生明顯的影響,這在經(jīng)濟、工程領(lǐng)域得到了廣泛的應(yīng)用[3]。由于經(jīng)濟發(fā)展水平評價指標(biāo)中,有些指標(biāo)具有一定的相關(guān)性,導(dǎo)致指標(biāo)的重疊,使評價的難度增加和效率降低[4],為了克服這一問題,本文運用主成分分析法評價四川省部分城市經(jīng)濟發(fā)展水平。

      一、主成分分析法簡介

      (一)主成分分析基本原理

      主成分分析法是指將數(shù)據(jù)中具有一定相關(guān)性的指標(biāo),重新組合成一組新的不相關(guān)的綜合指標(biāo)來代替原來的指標(biāo),將多個相關(guān)的指標(biāo)轉(zhuǎn)化為少數(shù)無關(guān)指標(biāo)[5]。新的指標(biāo)為原指標(biāo)的線性組合,對于選取的第一個新指標(biāo),用方差表示該成分的信息量,理論上而言,它的方差最大,故稱為第一主成分,如果選取的第一個新指標(biāo)不能完全代替原有指標(biāo)的信息量,則需要選擇第二個新指標(biāo),由于成分的有效性,上一個主成分的信號不會出現(xiàn)在第二個主成分中。以此類推,選取第三、第四個新指標(biāo),直到選擇的新指標(biāo)個數(shù)累積能代表原指標(biāo)信息的85%以上為止[6]。

      設(shè)有n個評價對象,每個評價對象有m個評價指標(biāo),xij為第i個評價對象第j個評價指標(biāo)的評價值,則可構(gòu)成評價矩陣 X =(xij)n×m,即:

      這m個線性相關(guān)的評價指標(biāo)可重新組合成m個線性無關(guān)的新指標(biāo),即

      Fj稱為第j個主成分,aij為載荷系數(shù)。

      設(shè)λj是Fj特征值,則滿足:Fi與Fj線性無關(guān)(i≠j);λ 1>λ2>… >λm;∑ajk2=1。

      于是,主成分分析模型可表示為:

      A稱為主成分系數(shù)矩陣。

      主成分分析方法步驟如下:

      (二)主成分分析評價法步驟

      1.?dāng)?shù)據(jù)標(biāo)準(zhǔn)化

      式中,xij為原始數(shù)據(jù),rij為標(biāo)準(zhǔn)化數(shù)據(jù),μj為第 j個指標(biāo)的均值,σj為第j個指標(biāo)的標(biāo)準(zhǔn)差。

      2.構(gòu)建相關(guān)系數(shù)矩陣

      計算各個指標(biāo)的相關(guān)系數(shù),根據(jù)相關(guān)系數(shù)構(gòu)造相關(guān)系數(shù)矩陣。顯然,相關(guān)系數(shù)矩陣為一對稱矩陣。根據(jù)相關(guān)系數(shù)矩陣分析指標(biāo)之間相關(guān)性。

      3.計算特征值和特征向量

      計算協(xié)方差矩陣的特征值和對象的特征向量,將特征值從大到小排序,特征值就是主成分的方差,其大小反映了主成分的影響力。

      4.計算貢獻率和累積貢獻率

      式中,wi為主成分 Fi貢獻率,pi為F1到Fi累積貢獻率,λi為Fi的特征值。

      5.提取主成分

      提取累積貢獻率大于85%的特征值λ1、λ2、…、λt,對應(yīng)的主成分為 F1、F2、…、Ft。

      6.計算主成分綜合得分

      7.作出評價結(jié)果

      根據(jù)綜合得分判斷評價對象的優(yōu)劣,綜合得分越高,評價對象越優(yōu)[7]。

      (三)主成分分析改進

      傳統(tǒng)的主成分分析沒有考慮到不同的評價指標(biāo)對評價對象的不同影響,將各評價指標(biāo)的重要程度均等看待,這樣導(dǎo)致了評價結(jié)果的不合理性,文中采用指標(biāo)的權(quán)重加以改進,以體現(xiàn)不同的評價指標(biāo)對評價結(jié)果的影響,使評價結(jié)果更趨合理。由于地區(qū)經(jīng)濟發(fā)展水平評價指標(biāo)較多,文中采用較為簡單的環(huán)比評分法確定評價指標(biāo)的權(quán)重,這樣既容易操作又可以準(zhǔn)確表達不同指標(biāo)重要性的差異。具體方法為:首先根據(jù)評價指標(biāo)對評價結(jié)果的影響大小,對每個評價對象的重要程度進行評分,評分可為百分制也可為十分制,也可為小數(shù),也可為分?jǐn)?shù),根據(jù)決策者的喜好自行決定,然后用指標(biāo)得分的比重表示權(quán)重。設(shè)評價指標(biāo)Xi的重要性評分為Pi,則Xi的權(quán)重為:

      二、四川省城市發(fā)展水平評價

      在四川省諸多城市中,成都屬于副省級城市,經(jīng)濟發(fā)展一家獨大,2017年GDP達1.4萬億,其他城市與之有較大差距,GDP不及其零頭,與之沒有可比性。因此,選擇經(jīng)濟發(fā)展水平相近且GDP排名靠前的10個城市為例,這樣比較才更有現(xiàn)實意義[8]。

      以四川省這10個城市為研究對象。第三產(chǎn)業(yè)占比越大,表明經(jīng)濟越發(fā)達,固定資產(chǎn)投資越大,表明經(jīng)濟發(fā)展的后勁越大,城鎮(zhèn)化水平越高,表明經(jīng)濟發(fā)展越快,社會消費品零售越大,表明居民購買力越強,經(jīng)濟越發(fā)達,人口數(shù)量對社會消費品零售額、住戶存款有影響。故本研究選擇地區(qū)生產(chǎn)總值(X1)、第三產(chǎn)業(yè)占比(X2)、城鎮(zhèn)化率(X3)、固定資產(chǎn)投資(X4)、人口數(shù)量 (X5)、財政收入(一般公共預(yù)算收入)(X6)、城鎮(zhèn)居民收入(X7)、農(nóng)村居民收入(X8)、社會消費品零售總額(X9)、住戶存款(X10)為評價指標(biāo),評價這些城市的經(jīng)濟發(fā)展水平[9]。這 10個城市有關(guān)的國民經(jīng)濟和社會發(fā)展統(tǒng)計數(shù)據(jù)如表1所示。

      表1 四川省部分城市經(jīng)濟社會發(fā)展統(tǒng)計數(shù)據(jù)

      數(shù)據(jù)規(guī)范化。首先消除指標(biāo)的量綱和方向性。在10個評價指標(biāo)中,人口數(shù)量影響人均GDP、人均存款、人均消費量。其它條件不變的情況下,人口數(shù)量越多,則指標(biāo)數(shù)值就越低,因此,它為成本型指標(biāo);不難理解,其它指標(biāo)對經(jīng)濟發(fā)展都有正面影響,因此,它們?yōu)樾б嫘椭笜?biāo),故 X1、X2、X3、X4、X6、X7、X8、X9、X10為效益型指標(biāo),X5為成本型指標(biāo),分別按式(3)-(4)規(guī)范化,結(jié)果如表2所示。

      表2 規(guī)范化數(shù)據(jù)

      確定指標(biāo)的權(quán)重。根據(jù)實際情況和經(jīng)驗,取這10個指標(biāo)的重要性評分分別為:P1=10,P2=9.75,P3=9.5,P4=9.25,P5=8,P6=8.75,P7=8.5,P8=8.25,P9=8.0,P10=7.75。根據(jù)式(9)求得 10 個評價指標(biāo)的權(quán)重分別為:w1=0.1227,w2=0.1098,w3=0.1070,w4=0.1042,w5=0.1014,w6=0.0896,w7=0.0958,w8=0.0930,w9=0.0901,w10=0.0874。于是可得到加權(quán)規(guī)范化數(shù)據(jù),結(jié)果如表3所示。

      表3 加權(quán)規(guī)范化數(shù)據(jù)

      然后,將規(guī)范化數(shù)據(jù)按式(5)轉(zhuǎn)換為均值為0,標(biāo)準(zhǔn)差為1的分布,結(jié)果如表4所示。

      表4 規(guī)范化

      求指標(biāo)的相關(guān)系數(shù)矩陣。結(jié)果如表5所示,從表4知,許多指標(biāo)的相關(guān)系數(shù)大于0.5,X1與X9最大,達0.89573,說明這些指標(biāo)存在很強的相關(guān)性,適合于運用主成分分析方法。

      表5 相關(guān)系數(shù)矩陣

      求相關(guān)系數(shù)矩陣的特征值、主成分的貢獻率、累積貢獻率。首先求相關(guān)系數(shù)矩陣的特征值,然后按式(6)-(7)主成分的貢獻率、累積貢獻率,結(jié)果如表6所示。從表6知,主成分與指標(biāo)個數(shù)相等,一共10個,前幾個的貢獻率較大,越往后,貢獻率越小。

      表6 主成分特征值及貢獻率

      提取主成分。按累積貢獻率大于90%提取主成分,從表6可見,提取的主成分只有1、2、3、4個,分別記為 F1、F2、F3、F4,它們的載荷系數(shù)如表7 所示。

      表7 主成分載荷系數(shù)

      因此,提取的主成分可表示為:

      F1=0.28528X1+0.15938X2+0.43892X3+0.43793X4-0.35113X5-0.1822X6-0.04751X7-0.27993X8+0.46819 X9+0.29211X10;

      F2=-0.30836X1-0.49513X2-0.17814X3+0.149447X4-0.13001X5-0.10512X6-0.39972X7-0.38671X8-0.00328X9+0.51843X10;

      F3=0.45954X1+0.28909X2-0.23495X3+0.09935X4-+0.33701X5-0.69126X6+0.13217X7-0.06182X8-0.11927X9+0.11293X10。

      F4=-0.20159X1+0.04122X2-+0.12038X3-0.12533X4-0.36379X5-0.17917X6+0.78913X7-0.29309X8-0.15027X9-0.17876X10。

      主成分 F1、F2、F3、F4為綜合新變量,它們由原10個指標(biāo)線性組合而成,且線性無關(guān),互不重復(fù),可替代原指標(biāo)X1、X2、…、X10對評價對象進行評價,并包含了原指標(biāo)90.8016%的信息。

      計算評價對象的綜合得分。評價對象的綜合得分為提取主成分與對應(yīng)貢獻率積之和,即:

      F =0.410971F1+0.206890F2+0.191093F3+0.099056F4

      由此求得各評價對象的綜合得分結(jié)果如表8所示,從表7知,瀘州市的經(jīng)濟發(fā)展水平最好,內(nèi)江市的經(jīng)濟發(fā)展水平最差。評價結(jié)果直觀圖如圖1所示。

      表8 評價對象的綜合得分

      圖1 評價結(jié)果直觀圖

      三、結(jié)語

      區(qū)域經(jīng)濟發(fā)展不平衡,將會制約我國經(jīng)濟的全面和充分發(fā)展,阻礙我國全面小康社會目標(biāo)的實現(xiàn),因此,必須采取有效的措施,協(xié)調(diào)區(qū)域經(jīng)濟發(fā)展,把改革創(chuàng)新作為第一推動力,推進區(qū)域經(jīng)濟的共同發(fā)展[10]。首先,經(jīng)濟欠發(fā)達地區(qū),要解放思想,改變觀念,在體制機制上改革創(chuàng)新,轉(zhuǎn)變政府職能,切實解決政府缺位、錯位、越位等問題,加強經(jīng)濟建設(shè),樹立自尊自強,不等不靠、自力更生意識,主動作為、真抓實干,創(chuàng)造性地開展工作。其次,經(jīng)濟欠發(fā)達地區(qū),要充分利用本地資源優(yōu)勢,合理布置產(chǎn)業(yè)結(jié)構(gòu),揚長避短,走差異化發(fā)展道路。選擇最具比較優(yōu)勢的產(chǎn)業(yè),充分放大特色產(chǎn)業(yè)優(yōu)勢,培育若干各具特色、競爭力強的產(chǎn)業(yè)群及產(chǎn)業(yè)鏈,以優(yōu)勢資源帶動區(qū)域經(jīng)濟的發(fā)展。再次,經(jīng)濟欠發(fā)達地區(qū),要提高開放水平,加強招商引資,擴大利用外資的規(guī)模。政府要增強為企業(yè)服務(wù)的思想,優(yōu)化本地區(qū)投資環(huán)境,簡化辦事程序,提高辦事效率,為外資的引進提供優(yōu)越、寬松、便捷的環(huán)境,形成重商、親商、安商、旺商氛圍。同時,國家要加大對經(jīng)濟欠發(fā)達地區(qū)的支持,加快欠發(fā)達地區(qū)的發(fā)展。尤其要加大對欠發(fā)達地區(qū)基礎(chǔ)教育的投入,改善欠發(fā)達地區(qū)的教學(xué)設(shè)施和教師待遇,加快欠發(fā)達地區(qū)人力資源開發(fā)。采取優(yōu)惠政策,鼓勵和支持優(yōu)秀教師去落后地區(qū)任教支教,為經(jīng)濟欠發(fā)達地區(qū)的經(jīng)濟發(fā)展培養(yǎng)更多的人才。還有,經(jīng)濟欠發(fā)達地區(qū),要處理好經(jīng)濟發(fā)展與生態(tài)環(huán)境保護的關(guān)系,樹立綠水青山就是金山銀山的思想,把生態(tài)環(huán)境保護放在首要位置,把生態(tài)優(yōu)勢變?yōu)榘l(fā)展優(yōu)勢,積極發(fā)展生態(tài)經(jīng)濟,以生態(tài)文明建設(shè)促進區(qū)域經(jīng)濟高質(zhì)量可持續(xù)發(fā)展。最后,經(jīng)濟發(fā)達地區(qū),要樹立全局觀念,無私幫助經(jīng)濟欠發(fā)達地區(qū)。要在資金、物質(zhì)、人才、技術(shù)、管理上大力給予支持,以自己的發(fā)展經(jīng)驗和發(fā)展道路,作好傳幫帶,不僅要“輸血”,也要幫助其“造血”,增強欠發(fā)達地區(qū)的自我發(fā)展能力,促進欠發(fā)達地區(qū)經(jīng)濟發(fā)展的內(nèi)生動力。

      評價區(qū)域經(jīng)濟發(fā)展水平,對促進區(qū)域經(jīng)濟平衡發(fā)展,共同走向富裕具有積極的意義。主成分分析是通過正交變換將一組可能存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量,刪去重復(fù)冗余的變量,建立盡可能少的新變量,所得到的這些新變量是兩兩不相關(guān)的,互不重復(fù),而且它們能保持原有的大部分信息[11]。這樣,能將復(fù)雜的多項指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo),使問題的求解簡單化,同時又不失真實性,是解決冗雜多變量決策問題的有效工具。文中運用主成分分析法評價四川部分城市經(jīng)濟發(fā)展水平,較好地解決了評價指標(biāo)相關(guān)性和評價工作復(fù)雜的問題,使評價工作更為便捷高效。對促進我國各地均衡發(fā)展、高質(zhì)量發(fā)展、全面發(fā)展、可持續(xù)發(fā)展,早日實現(xiàn)全面建成小康社會的目標(biāo)具有重要意義。

      猜你喜歡
      欠發(fā)達貢獻率特征值
      一類帶強制位勢的p-Laplace特征值問題
      單圈圖關(guān)聯(lián)矩陣的特征值
      一種通用的裝備體系貢獻率評估框架
      關(guān)于裝備體系貢獻率研究的幾點思考
      欠發(fā)達地區(qū)如何推進公立醫(yī)院改革
      別讓欠發(fā)達地區(qū)的新能源項目成擺設(shè)
      В первой половине 2016 года вклад потребления в рост китайской экономики достиг 73,4 процента
      中亞信息(2016年10期)2016-02-13 02:32:45
      基于商奇異值分解的一類二次特征值反問題
      欠發(fā)達地區(qū)如何推進農(nóng)業(yè)現(xiàn)代化
      關(guān)于兩個M-矩陣Hadamard積的特征值的新估計
      和平县| 东乌珠穆沁旗| 临西县| 会东县| 衡南县| 三门峡市| 三穗县| 滨州市| 三门峡市| 屏东市| 象山县| 齐齐哈尔市| 顺昌县| 泉州市| 宁夏| 扶沟县| 乐亭县| 增城市| 满洲里市| 突泉县| 建阳市| 扶绥县| 改则县| 景洪市| 烟台市| 陇川县| 灵山县| 上思县| 栾城县| 乡宁县| 永仁县| 永年县| 女性| 重庆市| 邵阳市| 灵宝市| 东兰县| 旌德县| 会东县| 罗甸县| 寿光市|