基于因子分析和聚类分析的重庆市经济发展状况研究

摘 要：基于因子分析和聚类分析法，对重庆市40个区、县的经济发展状况进行了定量化综合评价。在分析重庆市经济发展不平衡的特点和原因的基础上，探讨了经济全面协调发展的对策和思路。

关键词：重庆市；因子分析；聚类分析；经济发展状况

中图分类号：F29文献标识码：A文章编号：1672-3198（2008）09-0130-02

重庆是典型的大城市、大农村，其经济发展仍然处于非均衡发展的历史进程，各区县经济发展水平具有明显的地域差异。随着城乡综合配套改革试验区这一重大战略决策的实施，重庆的发展迎来了千载难逢的机遇。重庆各区、县只有对当前的经济发展状况有一个客观、全面的了解，才能更好地实现有效的区域整合。

近年来，社会统计分析软件在社会经济统计、工程技术以及教学科研等领域的研究已取得广泛应用。本文以重庆市内40个区县为研究对象，结合重庆市地域特点，综合运用多元统计中的因子分析和聚类分析，较大限度地避免人为因素所产生的偏差,对全市经济发展状况进行了定量化综合评价。在分析重庆市经济发展不平衡的特点和原因的基础上，探讨了经济发展的对策和思路，以期对未来经济发展状况的改善起参考作用。

１ 经济发展状况评价指标体系的构建

国内外学者对城市经济发展状况的评价指标体系进行了不少研究，但由于城市经济系统本身的复杂性，以及城市经济发展状况评价指标体系的理论尚有待深入，所以目前还没有一种公认的、可靠的评价方法。本文在遵循科学性、全面性、可操作性原则的基础上，参阅相关文献并结合重庆市现状，构建了以下影响城市经济发展状况的8项指标作为评价指标体系：地区生产总值（万元），工业总产值(万元)、公路货运量(万吨)、建设与改造投资(万元)、社会消费品零售总额指数(上年＝100)、城乡居民储蓄(万元)、城镇居民最低生活保障人数（人）、专业教师数（人）作为分析样本，数据来源――重庆统计年鉴［2006］。所采用的分析软件是SPSS13.0。

２ 模型方法概述

2.1 因子分析

因子分析属于多元分析中处理降维的一种统计方法，它是主成分分析的推广和发展，它也是将错综复杂关系的变量（或样品）综合为数量较少的几个因子，以再现原始变量与因子之间的相互关系，同时根据不同因子还可以对变量进行分类。

Z因子分析的数学模型。

通常针对变量作因子分析，称为R型因子分析，另一种对样品作因子分析，称为Q型因子分析。R型因子分析写成数学的形式，就是下面的模型：假定随机向量X满足:

X=A•F+ε

其中A是p×m的常数矩阵，称为因子载荷矩阵；F=(F1,…,Fm)是不可观测的向量，F称为X的公共因子；ε称为X的特殊因子，通常理论上要求ε的协方差阵是对角阵，ε中包括了随机误差，且

）Cov(F,s)=0 即F和ε是不相关的；

）D(F)=Im即不相关且方差皆为1。

因子分析的目的就是通过模型X=AF+ε以F代替X，由于m

2.2 聚类分析

聚类分析是统计学中研究“物以类聚”问题的多元统计分析方法，在统计分析的应用领域已经得到了极为广泛的应用。

聚类分析至今，有许多种不同的聚类方法，其中应用得最多、最成熟的方法为系统聚类法，也是本文将采用的方法。其思路为：首先将每个数据对象各视为一类，根据类与类之间的距离或相似程度将最相似的类加以合并，再计算新类与其它类之间的相似程度，并选择最相似的类加以合并，这样每合并一次就减少一类，不断继续这一过程，直到所有数据对象合并为一类为止。

3 实证分析

3.1 因子分析结果

运用因子分析法，借助SPSS对以上数据进行分析处理，在处理过程中采取以下步骤：（1）遵循系统性、科学性、可操作性的原则，对所有指标的原始数据进行标准化，消除量纲的影响。由标准化后的数据求协方差矩阵，即原始数据的相关矩阵，判断能否进行因子分析；（2）根据公共因子在变量总方差中所占的累计百分比例，一般为大于85%规则，确定描述数据所需要的公共因子数；（3）公共因子的命名和意义解释。运行结果如下：

在表2中，按照提取原则即特征值大于1，选入3个主成分，其方差累计贡献率达88.08%，即反映了原始信息的88.08%，这三个因子就可以解释原始数据的大部分信息了。我们将这3个主成分作为评价重庆市40个区、县经济发展状况的综合参量。

从表3可以看出，地区生产总值、工业总产值、城乡居民储蓄、公路货运量等四个指标与第一主成分的相关系数较高，主要反映了经济总量状况及其环境状况；专任教师数在第二主成分上的载荷较大，即与第二主成分相关程度较高；消费总额指数在第三主成分上的载荷较大，即相关系数较高。因此我们可将主成分命名如下：

第一主成分：产出主成分；

第二主成分：教育主成分；

第三主成分：消费主成分。

把我市40个区、县的经过标准化的数据(X1，X2，…，X8)代入对应的线性模型，可以得到各地区的主成分值，并以各主成分的方差贡献率为权重进行加权汇总，得到综合得分F(其中F=0.0113×F1＋0.1412×F2＋0.7821×F3)。

3.2 聚类分析结果

运用SPSS的系统聚类法，根据各个地区的综合得分值进行分类，共将重庆市40个区、县划分为三类：第一类渝中、九龙坡、江北、双桥、沙坪坝、大渡口、南岸、渝北、万盛、长寿；第二类巴南、北碚、梁平、永川、黔江、大足、铜梁、合川、荣昌、南川、潼南、江津、酉阳、武隆；第三类壁山、万州、巫溪、巫山、忠县、丰都、开县、秀山、綦江、石柱、涪陵、奉节、彭水、云阳、垫江、城口。

4 结论和对策

通过上述分析，不难看出：

（1）重庆市40个地区社会经济发展存在着明显的差异：第一类区县大部分分布在都市发达经济圈，第二、三类区县几乎均处于渝西经济走廊与三峡库区生态经济区。

（2）渝中区综合经济实力得分远远高于其他9个，这说明渝中区已成为整个重庆经济的发展极。其中江北、沙坪坝、九龙坡、南岸、渝北五区在地理位置上和渝中区相临，受经济辐射作用应影响，经济综合实力较强；巴南区、北碚区虽然位于都市发达经济圈，有着特殊的区位优势，但是由于受周边江北、沙坪坝等五区的经济回波效应影响，抵消了经济的辐射作用，所以综合实力得分较第一类地区低；壁山、万州等l6个区县大多为边远山区和少数民族地区，由于这些地区的交通不发达，这些地区的专业优秀人才大多流向一、二类地区，因此使得这些地区与第一、二类地区间经济发展差距有扩大的趋势。

（3）基于较大地区间经济发展的差距，重庆市要对以往三大经济圈的发展战略加以完善、发展和提升，切实贯彻并实施“一圈两翼”的新战略。努力增强一小时经济圈的带动辐射能力，加快以交通和水利为重点的基础设施建设，增加区域发展潜力。积极发展特色产业，加快区域经济社会发展，逐步缩小市域的城乡差距和区域差距，形成大城市带大农村的整体推进格局。

参考文献

［1］陈道平,刘伟．基于微小型汽车市场的影响消费者购买行为的消费者特性分析［J］．消费经济，2005，(6)．

［2］唐敏,陈道平．上证A股与B股协整关系的实证研究［J］．当代经济，2008，(2)．

［3］赵喜仓,吴梦云．江苏城市社会经济发展状况实证分析［J］．统计研究，2003，(3)．