馬玲

摘要：通過建立社會(huì)經(jīng)濟(jì)發(fā)展評價(jià)指標(biāo)體系，運(yùn)用SPSS16.0軟件進(jìn)行因子分析，對江蘇省社會(huì)經(jīng)濟(jì)發(fā)展進(jìn)行合理分析和評價(jià)。

關(guān)鍵詞：社會(huì)經(jīng)濟(jì)；因子分析；江蘇省

江蘇省位于我國長三角地區(qū)，占據(jù)重要的經(jīng)濟(jì)發(fā)展地位，近年來，隨著江蘇省經(jīng)濟(jì)綜合實(shí)力的快速發(fā)展，如何客觀的評價(jià)江蘇省不同地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀顯得尤為重要。

一、評價(jià)指標(biāo)的構(gòu)建

依據(jù)科學(xué)性、可比性、合理性和可操作性的原則[1]，結(jié)合江蘇省實(shí)際情況，本文選擇了能反映社會(huì)經(jīng)濟(jì)發(fā)展情況的6項(xiàng)統(tǒng)計(jì)指標(biāo)：X1人均GDP，X2利用外資，X3公路密度，X4平均受教育年限，X5人均固定資產(chǎn)凈值，X6鄉(xiāng)鎮(zhèn)工業(yè)比例。

二、因子分析

（一）適合度分析

首先對原始變量進(jìn)行相關(guān)分析，利用原始變量的相關(guān)系數(shù)矩陣，確定原始變量直接是否存在線性關(guān)系，是否適合采用因子分析方法提取公共因子，進(jìn)行因子分析模型的合理性-相關(guān)分析、KMO檢驗(yàn)和Bartlett球性檢驗(yàn)。由于近似卡方觀測值為59.463，相關(guān)的概率值接近于0<0.05，應(yīng)拒絕原假設(shè)，即認(rèn)為相關(guān)系數(shù)矩陣與單位陣有顯著關(guān)系，適合做因子分析。

（二）構(gòu)造因子變量

進(jìn)行因子分析的目的是利用少數(shù)幾個(gè)公共因子來解釋較多個(gè)變量之間復(fù)雜關(guān)系[2]，解釋的總方差表（表1）反映了各個(gè)因子所提供的方差貢獻(xiàn)度，方差貢獻(xiàn)度越高說明因子越重要，來確定公因子的個(gè)數(shù)。本文采用主成分分析法來進(jìn)行因子提取，提取后的變量其共同度均較高，最低也達(dá)到了77%，各個(gè)變量的信息丟失都比較少。由表1可知，前2個(gè)公共因子的累計(jì)方差貢獻(xiàn)率已達(dá)到88.821%>85%，即前2個(gè)公共因子已代表了原始數(shù)據(jù)的絕大部分信息，可以選前2個(gè)因子作為公共因子來代替原來6個(gè)變量。

（三）因子命名與解釋

由于各因子的含義不明確、在原始變量上的載荷值不容易解釋，因此應(yīng)進(jìn)行因子旋轉(zhuǎn)。本文采用方差最大化正交旋轉(zhuǎn)。由所得的旋轉(zhuǎn)后因子載荷矩陣，并結(jié)合相關(guān)專業(yè)知識(shí)對提取的2個(gè)主因子給出解釋名，以及相關(guān)分析。

根據(jù)各公共因子與原始變量之間相關(guān)程度的高低將原始變量分為2類：第一主因子（f1）貢獻(xiàn)率為62.633%，它在X3、X4、X6變量上載荷顯著較高，主要反映了城市基礎(chǔ)設(shè)施建設(shè)和受教育水平，命名為發(fā)展基礎(chǔ)因子。第二主因子（f2）貢獻(xiàn)率為26.188%，它在X5、X2、X1上負(fù)載顯著，主要反映地區(qū)的工業(yè)發(fā)展，命名為工業(yè)因子。這樣，經(jīng)過旋轉(zhuǎn)之后，各因子的意義就變得很明確。

（四）綜合評價(jià)

根據(jù)因子得分系數(shù)和原始變量的標(biāo)準(zhǔn)化值，可以計(jì)算每個(gè)樣品點(diǎn)的各因子的得分。各樣品點(diǎn)的因子得分及綜合排名如表2：

三、結(jié)果分析

將江蘇省各地區(qū)的社會(huì)經(jīng)濟(jì)綜合排序，分析可知：南京，綜合排名最高，其中第一主因子大于基準(zhǔn)0且大于1，是影響南京市社會(huì)經(jīng)濟(jì)的主要因子，而南京市在第二主因子上的得分低于基準(zhǔn)線，說明鄉(xiāng)鎮(zhèn)外資企業(yè)潛力并不強(qiáng)烈，趨于飽和狀態(tài)。無錫，位于第2位，該地在第一主因子和第二主因子上的得分均高于基準(zhǔn)0，說明有著較強(qiáng)的社會(huì)經(jīng)濟(jì)實(shí)力，并且鄉(xiāng)鎮(zhèn)企業(yè)潛力也較高。排名較低是淮陰和鹽城，該地區(qū)在第一主因子和第二主因子上的得分均為負(fù)數(shù)，說明該地的經(jīng)濟(jì)發(fā)展水平、人均GDP以及鄉(xiāng)鎮(zhèn)企業(yè)需求都很薄弱，在今后的發(fā)展中應(yīng)著重于城市經(jīng)濟(jì)發(fā)展，并加大城市基礎(chǔ)建設(shè)，提升城市經(jīng)濟(jì)水平。（作者單位：四川師范大學(xué)）

參考文獻(xiàn)：

[1] 唐洋，周鵬飛.基于因子分析的西部各省份社會(huì)經(jīng)濟(jì)實(shí)證研究[J].重慶工學(xué)院學(xué)報(bào)（社會(huì)科學(xué)版），2007，02：60-64.

[2] 張彩虹，張海永.基于因子分析方法的證券投資價(jià)值評估[J].經(jīng)濟(jì)論壇，2007，16：127-128.