張同琦

(渭南師范學(xué)院 數(shù)理學(xué)院，陜西渭南714099)

0 引言

渭南市作為陜西的東大門，正在飛速發(fā)展著.同時渭南市各縣市區(qū)的企業(yè)也在不斷地發(fā)展和壯大，但是各縣市區(qū)企業(yè)發(fā)展不平衡，仍然有很多企業(yè)存在著虧損的情況，因此分析研究各縣市區(qū)企業(yè)經(jīng)濟指標(biāo)很有必要.吳群英和李春紅［1］利用因子分析法對2005年廣西區(qū)各市的多個經(jīng)濟指標(biāo)進行分析;彭利和呂雁琴［2］利用主成分分析法和聚類分析法對新疆固定資產(chǎn)投資結(jié)構(gòu)進行了分析.在這里我們將利用多元統(tǒng)計方法中的主成分分析和聚類分析方法，根據(jù)渭南市2013年統(tǒng)計年鑒數(shù)據(jù)，對渭南市2013年規(guī)模以上各企業(yè)的經(jīng)濟指標(biāo)進行分析，比較分析該區(qū)域工業(yè)企業(yè)主要的經(jīng)濟指標(biāo)水平和發(fā)展?fàn)顩r［3－5］.為企業(yè)衡量自身發(fā)展、制定科學(xué)合理的決策提供理論支持.

1 各縣市區(qū)規(guī)模以上工業(yè)企業(yè)主要經(jīng)濟指標(biāo)的構(gòu)造

在選取指標(biāo)時，主要考慮這些指標(biāo)能從不同側(cè)面反映工業(yè)企業(yè)經(jīng)濟特性，統(tǒng)計數(shù)據(jù)可靠、相關(guān)性較小.我們發(fā)展經(jīng)濟以人為本，所以本文選取了2013年渭南統(tǒng)計年鑒中15項主要經(jīng)濟指標(biāo)，將這些經(jīng)濟指標(biāo)進行人均化，建立如下的經(jīng)濟指標(biāo)體系:從業(yè)人員人均工業(yè)總產(chǎn)值X1、人均工業(yè)銷售X2、人均資產(chǎn)總值X3、人均流動資產(chǎn)合計X4、人均固定資產(chǎn)合計X5、人均負債合計X6、人均所有者權(quán)益合計X7、人均主營業(yè)務(wù)收入X8、人均財務(wù)費用X9、人均利息支出X10、人均利潤總額X11、人均虧損企業(yè)虧損額X12、人均應(yīng)付工資總額X13、人均應(yīng)交增值稅X14.

2 各縣市區(qū)規(guī)模以上工業(yè)企業(yè)主要經(jīng)濟指標(biāo)的因子分析

根據(jù)所收集的指標(biāo)數(shù)據(jù)，將原始數(shù)據(jù)標(biāo)準(zhǔn)化，借助于 SPSS13.0統(tǒng)計軟件工具，計算得到:X1、X2、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13、X14相關(guān)系數(shù)矩陣見表 1.

從表1可以看出X1與X2相關(guān)性系數(shù)為0.998，相關(guān)性很強，即工業(yè)總產(chǎn)值和工業(yè)銷售產(chǎn)值密切相關(guān)，也符合實際，最后選取 X1、X3、X4、X5、X6、X7、X8、X9、X10、X11、X12、X13、X14作因子分析，得到公因子旋轉(zhuǎn)后的特征值和貢獻率，如表2所示.

表1 相關(guān)系數(shù)矩陣

表2 成分貢獻率

從表2的數(shù)據(jù)中我們不難看到前3個公因子的累計方差貢獻率已經(jīng)達到85.914%，說明前3個因子已經(jīng)反映了信息的85.914%.于是前3個因子可以作為評價渭南市12個縣市區(qū)規(guī)模以上工業(yè)企業(yè)主要經(jīng)濟指標(biāo)的綜合變量.公因子與原有變量指標(biāo)之間的相關(guān)程度由因子載荷值表3可以看到，負值表示負相關(guān)，正值表示正相關(guān)，因子載荷值越高，表明該指標(biāo)與該因子的相關(guān)程度越高，包含該指標(biāo)的信息量也就越多.表3給出了經(jīng)過最大斜交旋轉(zhuǎn)后的因子得分矩陣.依據(jù)因子得分矩陣分析3個公因子所反映的具體的信息和特征.

表3 成分得分系數(shù)矩陣

表4 各縣市區(qū)主成分得分情況

第一個公因子F1主要包含人均工業(yè)生產(chǎn)總值X1、人均資產(chǎn)總值X3、人均流動資產(chǎn)合計X4、人均固定資產(chǎn)合計X5、人均負債合計X6、人均所有者權(quán)益合計X7、人均主營業(yè)務(wù)收入X8、人均利息支出X10、人均應(yīng)交增值稅X14.這9個變量存在著很強的相關(guān)性，反映出各縣市區(qū)工業(yè)企業(yè)綜合經(jīng)濟指標(biāo)，所以稱為綜合經(jīng)濟因子.將各因子表達為變量的函數(shù)，則得分函數(shù)為公因子F1:

第二個公因子F2主要包含人均所有者權(quán)益合計X7、人均主營業(yè)務(wù)收入X8、人均財務(wù)費用X9、人均利潤總額X11、人均利息支出X10、人均虧損額X12，反映各縣市區(qū)工業(yè)企業(yè)收入支出經(jīng)濟指標(biāo)，則得分函數(shù)為公因子F2:

其中:X1、X3、X4、X7、X8、X12系數(shù)為負，X5、X6、X9、X10、X11、X13、X14系數(shù)為正，反映收入支出與工業(yè)總產(chǎn)值、資產(chǎn)總計等指標(biāo)的對比.

第三個因子F3主要包含人均工業(yè)總產(chǎn)值X1、人均利潤總額X11、人均應(yīng)付工資總額X13.反映各縣市區(qū)工業(yè)企業(yè)利潤總額經(jīng)濟指標(biāo)，所以稱為利潤因子.則得分函數(shù)為公因子F3:

函數(shù)中每個變量系數(shù)在－0.669和0.593之間，差異很大，說明各縣市區(qū)發(fā)展不平衡.

為進一步對各縣市區(qū)工業(yè)企業(yè)經(jīng)濟指標(biāo)進行比較和解釋，可結(jié)合因子分析結(jié)果，用回歸方法計算出因子得分，并以各因子的方差貢獻率占3個因子累計方差貢獻率的比重作為權(quán)重進行加權(quán)求和，求出渭南市各縣市區(qū)工業(yè)企業(yè)經(jīng)濟指標(biāo)綜合因子得分，即:F=0.51F1+0.346F2+0.144F3.代入數(shù)據(jù)可以得到渭南市各縣市區(qū)工業(yè)企業(yè)經(jīng)濟指標(biāo)的對比情況(見表4).

3 因子與聚類分析結(jié)果及各縣市區(qū)企業(yè)現(xiàn)狀分析

采用SPSS13.0分層聚類法，將各地區(qū)各因子得分依據(jù)組間連接進行聚類，綜合指標(biāo)因子，由聚類結(jié)果可以看出:12個縣市區(qū)的綜合指標(biāo)起伏是比較大的，華縣、韓城市的綜合指標(biāo)水平明顯高于其他城市，蒲城縣、臨渭區(qū)居第二位，高新區(qū)、富平縣、澄城縣第三，其余城市的綜合指標(biāo)水平較低.從統(tǒng)計年鑒數(shù)據(jù)可以看出，出現(xiàn)這樣的狀況是因為華縣、韓城市從業(yè)人員相對較多，人均工業(yè)總產(chǎn)值、人均工業(yè)銷售、人均資產(chǎn)總值、人均流動資產(chǎn)合計、人均所有者權(quán)益合計、人均主營業(yè)務(wù)收入相對其他各縣市區(qū)高，韓城市規(guī)模以上企業(yè)多，有渭南市的支柱產(chǎn)業(yè).臨渭區(qū)是渭南市政府所在地，基礎(chǔ)比較好，有高科技企業(yè)，蒲城縣有大型企業(yè)和煤炭企業(yè).高新區(qū)盡管高新科技企業(yè)多，但人均總產(chǎn)值較低，所以位居第三.目前，渭南市政府出臺了12條措施促工業(yè)經(jīng)濟穩(wěn)增長，推進陜煤化蒲城煤制烯烴、富平生態(tài)水泥、青島啤酒、力度電池等項目達產(chǎn)達效，建成豪吉六糧方便面等項目，進一步完善果業(yè)、乳業(yè)、煙酒制造、糧油加工及肉制品、焙烤和方便食品等六大產(chǎn)業(yè)鏈，做大做強食品工業(yè).

［1］李春紅，吳群英.多元統(tǒng)計方法在分析廣西區(qū)各市經(jīng)濟指標(biāo)中的應(yīng)用［J］.現(xiàn)代經(jīng)濟，2007，(8):30－31.

［2］彭利，呂雁琴.基于多元統(tǒng)計方法的新疆固定資產(chǎn)投資結(jié)構(gòu)分析［J］.資源與產(chǎn)業(yè)，2013，15(2):43－47.

［3］渭南市統(tǒng)計局.渭南統(tǒng)計年鑒2013［M］.北京:中國統(tǒng)計出版社，2014.

［4］薛冬梅，孫王杰.多元統(tǒng)計方法在遼寧省工業(yè)主要行業(yè)經(jīng)濟效益評價中的應(yīng)用［J］.吉林化工學(xué)院學(xué)報，2007，(6):79－82.

［5］黃小艷.多元統(tǒng)計評價方法研究綜述［J］.經(jīng)營管理者，2015，(6):5－6.