基于主成分分析的成都市各区县综合发展水平分析
时间：2020-09-03 04:09:37 来源：达达文档网 本文已影响 人 
曾闻茹
摘要：成都作为四川盆地西部边缘地区重要的中心城市，二元经济结构明显。要实现成都市的全面发展，既要加强重点区域经济发展，又要缩小各地区发展差距，防止两级化。本文，利用主成分分析对成都市各区县综合发展水平进行差异分析，以SPSS软件为分析工具。对成都市各区域进行差异分析，为寻求有效措施为协调发展做出贡献。
Abstract：
Chengdu is an important central city in the western fringe of the Sichuan Basin， and its dual economic structure is obvious. To achieve comprehensive development of Chengdu， it is necessary to strengthen the economic development of key regions， but also to narrow the development gap between regions and prevent two-tiered development. In this paper， the principal component analysis is used to analyze the differences in the comprehensive development level of various districts and counties in Chengdu， and SPSS software is used as the analysis tool. The differences of various regions in Chengdu are analyzed， which makes contributions to the search for effective measures for coordinated development.
关键词：主成分分析;综合评价;区域发展差异
Key words：
principal component analysis;comprehensive evaluation;regional development difference
中图分类号：F224;F124 文献标识码：A 文章编号：1006-4311（2020）24-0031-02
0 引言
近年来，成都市因其惊人的发展速度和丰硕的产业成果，成功跻身新一线城市榜首。但城市发展空间受到了地理条件的限制，特别是市内的部分区县都处在偏远位置，与城区的发展相当不平衡。
通过科学评价城市内部各区县的差异水平，制定具体方针缩短差异有助于城市的和谐调整和长期发展。因此，本文使用主成分分析法对成都市各区县综合发展水平做差异分析，以SPSS软件为工具。首先，选取14个影响城市经济、文化、政治等指标构建指标评价体系;然后，通过公因子选取，确定主成分并对主成分重命名;根据成分得分矩阵表，推导出各主成分得分公式;最后，通过综合得分公式，对成都市各区县发展水平进行差异分析。
1 研究方法
1.1 方法原理概述
因子分析就是通過分析多个变量之间的复杂联系，选取少数几个因子来描述其内部关系的方法，主成分分析是因子分析的一种类型，以用较少主成分代表多个指标因子之间的复杂关系为目的，选取累积贡献率超过80%的前几个主成分因子以实现成都市各区县综合发展水平差异分析。本文研究区域为成都市内各区，市/县，包括：锦江区，金牛区，简阳市等。
1.2 构建评价指标体系
选取指标应遵从与评价内容相关，能反映相关内容，且具有科学性。因此，本研究根据以上规则，以经济发展、政治文化、生活设施等视角选取14个指标。表1为本研究所选取的指标，其来源于成都市统计局《成都统计年鉴—2018》。
2 成都市各区县综合发展水平差异分析
2.1 确定主成分因子
2.1.1 提取公因子
将成都市内20个区县的14个指标输入至SPSS软件，并对此进行因子分析，得到成都市各地区的各项指标因子的特征值、贡献率和累积贡献率。
观察表2，很容易发现前三项成份的累积贡献率为90.33%。按提取公因子的方差贡献率达80%的标准来看，前三项成份能够很好的反映原有信息。因此，本研究选取这三个成份为公因子，以此来描述成都市各区县发展水平。
2.1.2 主成分因子重命名
14个指标因子在3个主成分上的载荷矩阵经旋转之后得到表3。此表中将各指标因子根据负荷量大小自动进行排序，使得轻易分辨更接近各主成分的指标因子。
主因子F1的方差贡献率为38.93%，其与地区生产总值（x2）、地区人均生产总值（x3）等8个指标因子的关联性更大。可以推测出，F1更倾向于表达城市综合经济发展状况，则可定义为“综合经济因子”。
主因子F2方差贡献率为31.52%，其与总人口（x1）、医疗机构数量（x9）等4个指标变量相关性加大。由此，F2更倾向于表达城市医疗和教育水平，定义为“公众服务因子”。
主因子F3方差贡献率为19.88%，其与工业总产值（x11）和从业人员平均人数（x13）2个指标因子更接近。F3反映了城市工业发展水平和吸引人才能力，可定义“潜力因子”。
2.2 结果分析
2.2.1 单因子分析
通过SPSS得到成份得分系数矩阵，再根据此矩阵中每个指标因子的得分推导出主成分因此得分方程。成都市区县主成分因子的得分方程如下：
以上公式中的x1，x2，…，x14为经标准化处理后的数据。通过计算得到3个主成分得分及区县单因子排名情况见表4。
从综合经济因子来看，排名前三为青羊区、锦江区、龙泉驿，基本分布在主城区及其周围。公共服务因子F2排名與潜力因子F3排名出入较大，排名前三为简阳市、武侯区、双流区。这三个地区的总人口数量多，因此医疗和教育水平发展也相应更高。潜力因子F3排名前三为龙泉驿、新都区、双流区。
2.2.2 综合发展水平分析
各主成分分别从不同层面反映影响成都各区县发展现状，但仅通过单个角度分析，很难得到科学和有效的评判个因素的比较。3个主成分经旋转平方后的特征值占总特征值的比重为综合发展水平得分公式中对应主成分因子的权数。由此，成都市区县综合发展水平得分公式为。
综合排名前两名为龙泉驿和双流区。龙泉驿紧靠综合经济实力强劲的锦江区，肩负产业发展的重任，并被定位为“成都经济转型升级的新引擎”，未来发展不容小觑。双流区是成都新规划的天府新区核心区域，且近几年众多新兴电子产业聚集在此，未来将有更大发展优势。
3 总结
本研究通过收集与城市发展相关的指标因子，并对此做主成分分析以实现成都市各区县综合发展水平差异分析。根据分析结果发现，成都近年来发展速度很快，但成都市各区域发展水平差异较大，以成都市主城区为中心向外延伸，发展差距逐渐拉大。
参考文献：
[1]常胜，秦浪，汤弟伟.重庆市各区县综合发展水平差异分析——基于SPSS主成分分析法和聚类分析法[J].湖北民族学院学报（自然科学版），2017，35（01）：114-120.
[2]吴甲东，曾海鹰.贵阳市辖区经济竞争力比较研究——基于主成分分析法（PCA）[J].经济研究导刊，2019（10）：142-145，167.
[3]侯瑞.基于SPSS因子分析法的公共服务水平评价[J].科技与创新，2019（06）：35-37.
[4]林潇潇.基于主成分分析的西北地区主要城市综合实力评价[J].智库时代，2019（17）：255-256.
