【摘要】為研究我國大陸各省市綜合發(fā)展動力的水平及存在的差別，并提出相應的可執(zhí)行政策建議，本文采用多元統(tǒng)計分析中的因子分析模型，對中國大陸31個省市的發(fā)展動力進行因子分析。從降低變量的數(shù)目來分析影響內(nèi)陸各省市持續(xù)健康發(fā)展的關鍵動力因素及內(nèi)陸各省市之間的發(fā)展水平差別。

【關鍵詞】因子分析 中國大陸 spss 發(fā)展動力水平

一、引言

自可持續(xù)發(fā)展到中國夢建設，我國的經(jīng)濟文化等都得到了突飛猛進的發(fā)展，但與此同時各省市的發(fā)展水平及發(fā)展動力都存在顯著差異。為了更好地促進我國內(nèi)陸全面可持續(xù)發(fā)展，使各個省市之間的差別逐漸減弱，需要對各個省市的發(fā)展動力進行分析研究，并根據(jù)實證分析得出來的結果，有的放矢地采取針對性措施進行改進，使我國內(nèi)陸各省市能夠更好地發(fā)揮各自的長處，彌補各自的短處，從而使我國的綜合國力進一步提高。

二、因子分析法基本理論

因子分析法即在盡可能不或少損失信息的情況下，將多個變量減少為少數(shù)幾個潛在的因子，以高度地概括大量數(shù)據(jù)中的信息。本文利用因子分析降低影響各省份綜合發(fā)展動力變量的數(shù)目，用少量的綜合指標（即主因子）代替多個原始指標，所得的主因子為原始指標的線性組合。設有p個原始變量X1，X2，…，Xp，將這些變量進行標準化，使結果變量的均值為0，方差為1。記原公共因子變量為f1，f2，…，f3，標準化后的公共因子為F1，F(xiàn)2，…，F(xiàn)m（m

三、實證研究

（一）因子分析可行性檢驗

本文選擇2016年中國大陸31個省區(qū)的7個發(fā)展動力指標，分別是GDP、人均水資源、社會消費品零售總額、人均森林蓄積、單位人口擁有公共圖書館藏量、每萬人中普通高等學校教職工數(shù)和每萬人中普通高中在校學生數(shù)來分析各省區(qū)的“發(fā)展動力主因子”，首先對7個評價指標進行相關性分析，評價指標較多，相關性分析矩陣較大。相關系數(shù)顯著性檢驗的P值全部小于0.5，說明原始變量之間存在著很強的相關性，具有進行因子分析的必要性。

KMO（Kaiser-Meyer-Olkin）檢驗是對采樣充足度的測度，檢驗變量間的偏相關是否很小，KMO測度的值越高（接近1.0時），表明變量間的共同因子越多，研究數(shù)據(jù)適合用因子分析。通過檢驗得知，KMO值為0.763，大于限定的0.5，適合做因子分析。Bartlett Bartlett球形檢驗是檢驗相關矩陣是否是單位矩陣，結果顯示它的伴隨概率值為0.000<0.01，由此看出結果達到了顯著性水平，說明拒絕零假設而接受備擇假設，即相關矩陣不是單位矩陣，代表母群體的相關矩陣間有共同因素存在。因此我們選取的7個指標是適合做因子分析的。（如表1）

（二）因子分析

本文運用SPSS19.0統(tǒng)計分析軟件，對2016年全國31個省市的指標的原始數(shù)據(jù)進行處理，用主成分分析法確定因子載荷，按相關矩陣特征值大于1的原則確定公共因子，選取3個公共因子，累計方差貢獻率達到87.5%，公共因子反映了原始指標的絕大部分信息。為便于對公共因子進行實際問題的解釋，對因子載荷矩陣進行最大方差旋轉。旋轉后的因子載荷矩陣，由旋轉成份載荷矩陣可確定各公共因子的實際意義，其中：公共因子X1在社會消費品零售總額（億元）、GDP（億元）2個指標上較其他公共因子載荷更高，主要反映了這兩個指標有較強的相關性，可以歸為一類，從指標類型來看這兩者屬于經(jīng)濟發(fā)展能力指標，因此可以把第一個因子命名為“經(jīng)濟資源發(fā)展動力因子”；公共因子X2在每萬人中普通高中在校學生數(shù)（人）、單位人口擁有公共圖書館藏量（冊/人）和每萬人中普通高等學校教職工數(shù)（人）3個指標上較其他公共因子載荷更高，主要反映我國的人才教育文化建設水平，因此可以把第二個因子命名為“人才教育發(fā)展動力因子”；公共因子X3在人均森林蓄積量（立方米/人）、人均水資源（立方米/人）兩指標上較其他公共因子有較大載荷，它反映了我國人均資源的留存量，故可把它命名為“自然資源發(fā)展動力因子”，可由三個主要公共因子的方差貢獻率分別為38.978%、26.447%和22.104%可知我國大陸各省市綜合發(fā)展各公共因子的相對重要性由高到低排序依次為：經(jīng)濟資源發(fā)展動力因子、人才教育發(fā)展動力因子、自然資源發(fā)展動力因子。最后利用回歸法計算因子得分，采用主成分分析法得成分系數(shù)矩陣。每一個主成分代表的各要素特征可以表示為下列線性關系（如表3）：

F1=0.494×X1-0.077×X2+0.052×X3+0.049×X4+0.495×X5-0.103×X6-0.108×X7；F2=-0.049×X1+0.406×X2+0.016×X3+0.011×X4-0.044×X5+0.405×X6-0.412×X7；F3=0.043×X1-0.011×X2+0.504×X3+0.501×X4+0.049×X5-0.051×X6-0.121×X7 。

函數(shù)明確了因子和原始變量之間的函數(shù)關系，可以根據(jù)其進行評分，然后根據(jù)上述函數(shù)計算出3個公共因子的得分。再根據(jù)公共因子的得分數(shù)值及表3中旋轉平方和載入的方差貢獻率進行百分比轉化，如公式：因子轉化權重=（各公共因子方差貢獻率×100/87.529）/100例如，結果中的公共因子1的轉化權重公式就可以表示：（29.48×100）/87.529/100=0.3368，按此方法就能計算得出公共因子2

的轉化權重=0.3342，公共因子3的轉化權重=0.3289，便可計算各省市綜合因子得分，具體來說表達式如下：Z=0.3368×F1+0.3342×F2+0.3289×F3，根據(jù)各省市綜合因子計算可得超過平均水平（綜合得分為正）的省份主要集中在京津冀、長三角及珠三角地區(qū)，而其他地區(qū)的省份均低于平均水平（綜合得分為負）。

四、研究結論評價與建議

根據(jù)實證研究結果可以看出，我國大陸各省份之間綜合發(fā)展動力水平存在明顯的差別，并且各個省份的主要發(fā)展動力也存在明顯的不同。概括來說，像北京和上海這種經(jīng)濟高速發(fā)展的發(fā)展動力積極型省份，在它們的綜合發(fā)展上主要是依托它們的經(jīng)濟及人才教育動力優(yōu)勢，而其在資源擁有上則存在不足；內(nèi)陸大部分省份都屬于發(fā)展一般型省份，像安徽、河南等，它們在綜合發(fā)展過程中突出因素不存在，經(jīng)濟、人才及資源動力三項發(fā)展動力指標都相對來說處于中等階段；而像西藏和新疆這樣的發(fā)展動力保守型省份，它們自身擁有充足的資源優(yōu)勢，在綜合發(fā)展的過程中只是在經(jīng)濟及人才教育資源動力上存在不足。

參考文獻

[1]石憶邵.中國新型城鎮(zhèn)化與小城鎮(zhèn)發(fā)展[J].經(jīng)濟地理.2013（07）.

[2]梁斌，卓梅霞.基于SPSS統(tǒng)計軟件的因子分析法及實證分析[J].河西學院學報.2011（10）.

[3]蒲曉曄，趙守國.我國經(jīng)濟發(fā)展方式轉變的動力結構分析[J].經(jīng)濟問題. 2010（04）.

[4]王慶豐，黨耀國，王麗敏.基于因子與聚類分析的縣域經(jīng)濟發(fā)展研究——以河南省18個市（縣）為例[J].數(shù)理統(tǒng)計與管理.2009（5）.

作者簡介：魯云（1992-），女，安徽蕪湖市無為縣人，漢族，東北財經(jīng)大學公共管理學院國民經(jīng)濟學專業(yè)在讀研究生，研究方向：國民經(jīng)濟管理。