趙璇

摘要：文章著重研究山東省十七個(gè)市的經(jīng)濟(jì)發(fā)展?fàn)顩r，為更好的了解山東省的經(jīng)濟(jì)發(fā)展?fàn)顩r，對(duì)山東省各市的某些經(jīng)濟(jì)指標(biāo)進(jìn)行分析。首先選取某些山東省經(jīng)濟(jì)指標(biāo)進(jìn)行主成分分析，最終得到綜合得分。其次對(duì)主成分分析得到的樣本得分進(jìn)行聚類(lèi)分析，將十七個(gè)地級(jí)市按經(jīng)濟(jì)發(fā)展程度分為了四類(lèi)。研究結(jié)果表明，影響山東省經(jīng)濟(jì)發(fā)展的主要指標(biāo)有地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)總值及各市城鎮(zhèn)登記失業(yè)率。經(jīng)濟(jì)發(fā)展較好的地區(qū)有青島市、煙臺(tái)市、濰坊市及濟(jì)南市，這些城市要繼續(xù)拉動(dòng)本市的經(jīng)濟(jì)增長(zhǎng)，增加就業(yè)崗位，降低失業(yè)率，在發(fā)展中保障和改善民生。

關(guān)鍵詞：主成分分析;K-means聚類(lèi)算法;SPSS統(tǒng)計(jì)

一、引言

隨著十九大的勝利召開(kāi)，我國(guó)綜合國(guó)力顯著提高，經(jīng)濟(jì)建設(shè)取得重大成就。山東省作為經(jīng)濟(jì)強(qiáng)省，在地區(qū)生產(chǎn)總值、第一二三產(chǎn)業(yè)總值、就業(yè)問(wèn)題、能源消耗等方面均有明顯改善。因此分析山東省的經(jīng)濟(jì)狀況，提出合理的建議觀點(diǎn)引起了眾多研究者的興趣。王俊芳從生態(tài)文明的視角分析山東省農(nóng)業(yè)循環(huán)經(jīng)濟(jì)發(fā)展的制約因素，并給出合理的建議。吳蔚然對(duì)濰坊市高新區(qū)進(jìn)行分析，發(fā)現(xiàn)聲光電子產(chǎn)業(yè)的快速發(fā)展有利于促進(jìn)新舊動(dòng)能轉(zhuǎn)換，動(dòng)力裝備產(chǎn)業(yè)已進(jìn)入成熟期發(fā)展緩慢，并提出了合理建議。

還有些研究者通過(guò)建立數(shù)學(xué)模型對(duì)山東省的經(jīng)濟(jì)狀況做了詳細(xì)分析，例如苗曉穎等基于因子分析研究山東省棉花種植的影響因素，結(jié)果發(fā)現(xiàn)成本因素對(duì)種植面積的影響最敏感。王昕鴻等基于因子分析和SWOT分析構(gòu)建山東省經(jīng)濟(jì)活力評(píng)價(jià)體系，并對(duì)青島市的未來(lái)發(fā)展提出建議。王樹(shù)娟基于VECM 模型對(duì)山東省農(nóng)村金融、農(nóng)業(yè)科技與農(nóng)村經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系進(jìn)行了實(shí)證研究，結(jié)果表明農(nóng)戶(hù)存款率與經(jīng)濟(jì)增長(zhǎng)呈負(fù)相關(guān)，農(nóng)戶(hù)貸款率與經(jīng)濟(jì)增長(zhǎng)呈正相關(guān)。

基于上述文獻(xiàn)，本文建立的模型是主成分-聚類(lèi)模型，主要思想是利用SPSS先將數(shù)據(jù)進(jìn)行降維，提取主成分;然后對(duì)提取的主成分得分情況進(jìn)行聚類(lèi)分析，對(duì)山東省各市的經(jīng)濟(jì)發(fā)展規(guī)模進(jìn)行分類(lèi)，進(jìn)而分析其結(jié)果及提出管理啟示。

二、模型建立

本文以山東省17個(gè)市作為研究對(duì)象，選取了2018年與山東省經(jīng)濟(jì)狀況相關(guān)的16個(gè)指標(biāo)數(shù)據(jù)，包括地區(qū)生產(chǎn)總值、各市年底就業(yè)人數(shù)、各市固定資產(chǎn)投資增長(zhǎng)速度等，數(shù)據(jù)來(lái)源于《山東統(tǒng)計(jì)年鑒2019》。

（一）數(shù)據(jù)預(yù)處理

由于選取指標(biāo)的量綱及數(shù)量級(jí)不同，為了避免一些數(shù)據(jù)較大指標(biāo)會(huì)削弱數(shù)據(jù)較小指標(biāo)的影響，所以在對(duì)數(shù)據(jù)進(jìn)行主成分分析和聚類(lèi)之前，先對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，使數(shù)據(jù)服從正態(tài)分布。

得到解釋的總方差如表1。

表1中“合計(jì)”指的是各成分的特征值，“方差%”指的是各成分方差的貢獻(xiàn)率，“累計(jì)%”指的是各成分方差的累計(jì)貢獻(xiàn)率。從該表中可以看出，第一主成分的特征值是8.957，貢獻(xiàn)率為55.980%，這說(shuō)明第一主成分能反映原始樣本數(shù)據(jù)55.980% 的信息量。一般來(lái)說(shuō)，累計(jì)貢獻(xiàn)率達(dá)到80% 即可提取主成分，但本文為了使數(shù)據(jù)更精確，決定提取累計(jì)貢獻(xiàn)率達(dá)到85% 以上的成分。從表中我們可以看出前四個(gè)成分的累計(jì)貢獻(xiàn)率是89.215%，這說(shuō)明前四個(gè)主成分能反映原始樣本數(shù)據(jù)89.215% 的信息量。

進(jìn)一步得到其綜合得分及排名，如表2所示。

通過(guò)主因子分析，青島市的得分最高。從全省來(lái)看，青島市地區(qū)生產(chǎn)總值、各市按行業(yè)分城鎮(zhèn)單位就業(yè)人員平均工資等多項(xiàng)指標(biāo)均位于全省第一。煙臺(tái)市和濰坊市近幾年發(fā)展迅速，在2016年最新中國(guó)城市分級(jí)中，均被評(píng)為“二線城市”，地區(qū)生產(chǎn)總值、第一二三生產(chǎn)總值等多項(xiàng)指標(biāo)均高于全省平均值，這說(shuō)明居民生活水平較高，人們總體比較富有。

山東省作為一個(gè)人口大省，諸多城市經(jīng)濟(jì)狀況較好，但也存在很多問(wèn)題，區(qū)域之間發(fā)展不平衡，棗莊市、萊蕪市經(jīng)濟(jì)發(fā)展水平相對(duì)落后，在選取的多項(xiàng)指標(biāo)中均低于全省平均值，且離平均值的差距較大。

（三）K-means聚類(lèi)分析

利用上一小節(jié)的得分情況進(jìn)行K-means聚類(lèi)分析，得到的最終聚類(lèi)中心表及聚類(lèi)成員表如表3及表4所示。

由表3及表4得出以下結(jié)論：在第一類(lèi)中，F(xiàn)i1所占的比例大于其他的類(lèi)，這說(shuō)明該地區(qū)的第一主成分要優(yōu)于其他地區(qū)，這些地區(qū)應(yīng)歸于第一類(lèi)，即青島市，青島市是山東省經(jīng)濟(jì)發(fā)展最好的城市，從主成分得分情況可以看出，青島市的第一主成分領(lǐng)先于其他各市;第二類(lèi)中，F(xiàn)i4所占的比例大于其他的類(lèi)，這說(shuō)明該地區(qū)的第四主成分要優(yōu)于其他地區(qū)，這些地區(qū)應(yīng)歸于第二類(lèi)，即德州市、威海市、泰安市、日照市及萊蕪市;第三個(gè)類(lèi)中，F(xiàn)i3的比例大于其他的類(lèi)，這說(shuō)明該地區(qū)的第三主成分要優(yōu)于其他地區(qū)，這些地區(qū)應(yīng)歸于第三類(lèi)，即濟(jì)寧市、臨沂市、菏澤市、淄博市、聊城市、東營(yíng)市、濱州市及棗莊市;第四類(lèi)中，F(xiàn)i1的比例大于其他的類(lèi)，這說(shuō)明該地區(qū)的第一主成分要優(yōu)于第二類(lèi)及第三類(lèi)，但次于第一類(lèi)，這些地區(qū)應(yīng)歸于第四類(lèi)，即煙臺(tái)市、濰坊市及濟(jì)南市。在相同類(lèi)中，各城市的經(jīng)濟(jì)發(fā)展?fàn)顩r差距較小;在不同類(lèi)中，各城市的經(jīng)濟(jì)發(fā)展?fàn)顩r差距較大。

三、結(jié)語(yǔ)

本文選取了《山東省統(tǒng)計(jì)年鑒-2019》的統(tǒng)計(jì)數(shù)據(jù)，以山東省十七個(gè)市的經(jīng)濟(jì)發(fā)展?fàn)顩r為研究對(duì)象，對(duì)某些經(jīng)濟(jì)指標(biāo)進(jìn)行主成分-聚類(lèi)分析，其結(jié)論如下：

第一，通過(guò)對(duì)山東省經(jīng)濟(jì)發(fā)展指標(biāo)進(jìn)行主成分分析發(fā)現(xiàn)，在這四個(gè)主成分中，對(duì)山東省各市經(jīng)濟(jì)發(fā)展影響權(quán)重比較大的指標(biāo)是地區(qū)生產(chǎn)總值、第一產(chǎn)業(yè)總值、各市城鎮(zhèn)登記失業(yè)率。

和各市萬(wàn)元GDP能耗。地區(qū)生產(chǎn)總值反映了山東省各市的經(jīng)濟(jì)總量情況，第一生產(chǎn)總值反映了山東省各市的農(nóng)業(yè)經(jīng)濟(jì)情況，各市城鎮(zhèn)登記失業(yè)率反映了各市的就業(yè)狀況，各市萬(wàn)元GDP能耗反映了各市每創(chuàng)造一萬(wàn)元消耗的能源情況。

第二，通過(guò)對(duì)因子分析的樣本得分進(jìn)行聚類(lèi)分析發(fā)現(xiàn)。第一類(lèi)發(fā)展情況最好的城市是青島市，第二類(lèi)發(fā)展情況較好的是煙臺(tái)市、濰坊市及濟(jì)南市，第三類(lèi)是德州市、威海市、泰安市、日照市及萊蕪市，第四類(lèi)是濟(jì)寧市、臨沂市、菏澤市、淄博市、聊城市、東營(yíng)市、濱州市及棗莊市。

綜合以上兩個(gè)任務(wù)可以看出，青島市在各指標(biāo)數(shù)據(jù)中都具有明顯的優(yōu)勢(shì)，這說(shuō)明青島市的發(fā)展水平在全省來(lái)看非常高。同時(shí)，各市之間的差距也非常明顯，這就意味著在今后的發(fā)展中，那些發(fā)展水平比較高的城市要繼續(xù)拉動(dòng)本市的經(jīng)濟(jì)增長(zhǎng)，在發(fā)展中保障和改善民生。而那些經(jīng)濟(jì)發(fā)展不太好的城市要著重拉動(dòng)第一、二、三產(chǎn)業(yè)持續(xù)增長(zhǎng)，提高居民的消費(fèi)水平，刺激居民的消費(fèi)欲望，改善居民的就業(yè)現(xiàn)狀，提高最低工資標(biāo)準(zhǔn)，提高創(chuàng)新能力。

參考文獻(xiàn)：

[1]王俊芳.生態(tài)文明視角下山東省農(nóng)業(yè)循環(huán)經(jīng)濟(jì)發(fā)展現(xiàn)狀及對(duì)策[J].鄉(xiāng)村科技，2020（13）：40-42.

[2]吳蔚然.山東省濰坊市高新區(qū)區(qū)域經(jīng)濟(jì)發(fā)展現(xiàn)狀分析[J].中國(guó)經(jīng)貿(mào)導(dǎo)刊（理論版），2018（14）：43-46.

[3]苗曉穎，胡繼連.山東棉花種植面積變動(dòng)及影響因素分析——基于14變量的因子回歸分析[J].當(dāng)代經(jīng)濟(jì)，2020（09）：85-89.

[4]王昕鴻，陳雅君.基于因子分析的城市經(jīng)濟(jì)活力評(píng)價(jià)——以山東省為例[J].商訊，2020（26）：3-4.

[5]王樹(shù)娟.農(nóng)村金融發(fā)展、農(nóng)業(yè)科技進(jìn)步與農(nóng)村經(jīng)濟(jì)增長(zhǎng)——以山東省為例[J].當(dāng)代經(jīng)濟(jì)，2019（10）：112-117.

（作者單位：曲阜師范大學(xué)）