基于因子分析的江苏省社会经济发展研究

马玲

摘要：通过建立社会经济发展评价指标体系，运用SPSS16.0软件进行因子分析，对江苏省社会经济发展进行合理分析和评价。

关键词：社会经济；因子分析；江苏省

江苏省位于我国长三角地区，占据重要的经济发展地位，近年来，随着江苏省经济综合实力的快速发展，如何客观的评价江苏省不同地区经济发展现状显得尤为重要。

一、评价指标的构建

依据科学性、可比性、合理性和可操作性的原则[1]，结合江苏省实际情况，本文选择了能反映社会经济发展情况的6项统计指标：X1人均GDP，X2利用外资，X3公路密度，X4平均受教育年限，X5人均固定资产净值，X6乡镇工业比例。

二、因子分析

（一）适合度分析

首先对原始变量进行相关分析，利用原始变量的相关系数矩阵，确定原始变量直接是否存在线性关系，是否适合采用因子分析方法提取公共因子，进行因子分析模型的合理性-相关分析、KMO检验和Bartlett球性检验。由于近似卡方观测值为59.463，相关的概率值接近于0<0.05，应拒绝原假设，即认为相关系数矩阵与单位阵有显著关系，适合做因子分析。

（二）构造因子变量

进行因子分析的目的是利用少数几个公共因子来解释较多个变量之间复杂关系[2]，解释的总方差表（表1）反映了各个因子所提供的方差贡献度，方差贡献度越高说明因子越重要，来确定公因子的个数。本文采用主成分分析法来进行因子提取，提取后的变量其共同度均较高，最低也达到了77%，各个变量的信息丢失都比较少。由表1可知，前2个公共因子的累计方差贡献率已达到88.821%>85%，即前2个公共因子已代表了原始数据的绝大部分信息，可以选前2个因子作为公共因子来代替原来6个变量。

（三）因子命名与解释

由于各因子的含义不明确、在原始变量上的载荷值不容易解释，因此应进行因子旋转。本文采用方差最大化正交旋转。由所得的旋转后因子载荷矩阵，并结合相关专业知识对提取的2个主因子给出解释名，以及相关分析。

根据各公共因子与原始变量之间相关程度的高低将原始变量分为2类：第一主因子（f1）贡献率为62.633%，它在X3、X4、X6变量上载荷显著较高，主要反映了城市基础设施建设和受教育水平，命名为发展基础因子。第二主因子（f2）贡献率为26.188%，它在X5、X2、X1上负载显著，主要反映地区的工业发展，命名为工业因子。这样，经过旋转之后，各因子的意义就变得很明确。

（四）综合评价

根据因子得分系数和原始变量的标准化值，可以计算每个样品点的各因子的得分。各样品点的因子得分及综合排名如表2：

三、结果分析

将江苏省各地区的社会经济综合排序，分析可知：南京，综合排名最高，其中第一主因子大于基准0且大于1，是影响南京市社会经济的主要因子，而南京市在第二主因子上的得分低于基准线，说明乡镇外资企业潜力并不强烈，趋于饱和状态。无锡，位于第2位，该地在第一主因子和第二主因子上的得分均高于基准0，说明有着较强的社会经济实力，并且乡镇企业潜力也较高。排名较低是淮阴和盐城，该地区在第一主因子和第二主因子上的得分均为负数，说明该地的经济发展水平、人均GDP以及乡镇企业需求都很薄弱，在今后的发展中应着重于城市经济发展，并加大城市基础建设，提升城市经济水平。（作者单位：四川师范大学）

参考文献：

[1] 唐洋，周鹏飞.基于因子分析的西部各省份社会经济实证研究[J].重庆工学院学报（社会科学版），2007，02：60-64.

[2] 张彩虹，张海永.基于因子分析方法的证券投资价值评估[J].经济论坛，2007，16：127-128.