基于PCA的安徽省县域经济发展综合评价

孙礼娜

摘要：县域经济发展对于地方区域经济发展和乡村振兴战略都具有重要意义。为此科学客观地评价分析县域经济发展状况，对全面落实安徽省委、省政府关于县域经济快速发展的重大战略部署，推动安徽县域经济发展，具有重要理论意义与现实意义。以安徽省为例采用主成分分析法对安徽省县域的经济社会发展状况进行综合评价，结果表明：繁昌县综合发展水平最高，临泉县的综合发展水平最低，各县域经济运行实力存在着明显差异，据此提出两点建议。

关键词：县域经济;主成分分析;综合评价

中图分类号：F2文献标识码：Adoi：10.19311/j.cnki.16723198.2019.04.006

1引言和文献综述

我国正处于全面建成小康社会的重要阶段，县域作为地方基层政治、经济和文化中心，在社会发展过程中发挥着至关重要的作用。在此背景下，对安徽省县域经济发展状况进行科学客观地评价分析，对促进安徽省县域经济发展具有重要的意义。为此本文以安徽省61个县（市）为研究对象，采用主成分分析的方法通过计算出安徽省各县（市）主成分的综合得分，对安徽省县域的经济的发展状况进行综合评价和分析。

区域经济发展存在一定的差异，深入了解区域经济发展的特征和区域经济发展的程度有助于因地制宜实行政策推动当地经济发展。目前，已經有不少学者着眼于区域经济研究，县域发展也开始逐渐受到学者们的关注。杜挺和谢贤健等（2014）从经济、投资消费、人民富裕三个维度出发，建立指标体系，对重庆市40个区县的经济一体化水平进行评价和空间分析。王芳和高晓路（2014）采用ESDA方法，运用ArcGIS10.0、GeoDa095i软件研究了内蒙古90个县域经济空间格局的演变。蒋天颖和华明浩等（2014）以浙江为例，分析了浙江东北、西南地域各县域经济间差异及其动因。

2综合评价模型的建立

2.1数据来源

研究数据主要来自安徽省统计局，安徽省各县统计公报和2017年中国县域统计年鉴，主要从来自安徽省2016年各县（市）人均生产总值（元）、GDP增长率（%）、非农产业产值比重（%）、人均地方财政收入（元）、税收占财政收入比重（%）、年末金融机构存贷比、平均单个规模以上工业企业产值（万元）、固定资产投资（万元）、医疗卫生机构床位数（个）、平均每个社会福利收养性单位床位数（个）、人均社会消费品零售总额（元）、就业人员平均工资（元）、居民人均可支配收入（元）等13个指标考察了安徽省县域经济的发展情况。

2.2研究方法

主成分分析是通过选取主要成分将多指标的问题通过降维转化为较少的综合指标的一种重要的统计方法。

构建模型的步骤如下：第一步，是原始数据矩阵的确定，通过查阅大量的优秀文献资料选取能够反映县域经济发展的指标并查找安徽省2016年各县（市）相应指标数据构建原始数据矩阵;第二步，是对原始指标数据进行标准化，用以消除各变量在数量级或量纲上的影响;第三步，是求相关矩阵的特征根、特征向量和方差贡献率，确定主成分; 第四步，是对选取的主成分进行综合评价，通过SPSS软件计算出主成分综合得分并对县域经济发展进行排名和分析。

2.2.1安徽省县域经济发展水平指标体系的建立初始指标的选取

首先通过查阅大量国内参考文献，从分析影响安徽省县域经济发展水平的因素入手，根据各影响因素的内容和表现形式选取指标，最终我们选取人均生产总值、GDP增长率、就业人员平均工资、年末金融机构存贷比和平均单个规模以上工业企业产值等共13项指标。KMO检验统计量是用于比较变量间简单相关系数和偏相关系数的一项指标。其中KMO值越接近于1，则意味着变量间的相关性越强，说明原有变量越适合作因子分析。

由表1可知指标数据的KMO为0.759>0.5，说明数据适合做因子分析;Bartlett球形检验的显著性P值为0.000<0.05，亦说明数据适合做因子分析，由此可见本文选取的指标数据适合做因子分析。

2.2.2指标特征值与贡献率确定

运用SPSS软件进行编程，将已经进行完标准化处理的13个指标进行主成分分析，用来确定最终目标如表2。

由总方差分解表可知，选取的13个指标中共有三个成分的特征根大于1，并且这三个主成分的方差贡献率分别是30.349%、20.852%和8.932%，累积方差贡献率是66.542%，因此选择前3项作为主成分因子。

2.2.3主成分综合得分与排名

如果通过计算得到的主成分综合统计得分为正值，则表明该主成分在平均发展水平之上，并且主成分综合得分越高，说明安徽省该县（市）县域经济发展水平越高，反之如果综合得分为负，则表明该主成分在平均发展水平之下，并且得分越低，说明安徽省该县（市）县域经济发展水平越低。然后依据得出的主成分综合得分对安徽省61个县（市）的县域经济发展水平进行综合排名，并依此对安徽省县域经济的发展状况作出评价。通过计算得到2016年安徽省61个县（市）的县域经济发展水平的主成分综合得分，如表4。

由表4可以得到2016年安徽省61个县（市）中共计32个县（市）的综合得分都在 0 以下，也就是说大约有二分之一县（市）的县域经济发展综合竞争力水平偏低，其中临泉县的主成分综合得分最低，并且最低分为-1.38502，繁昌县的主成分综合得分最高，并且最高分为1.72521。2016年安徽省61个县（市）经济发展水平由强到弱依次是繁昌县、宁国市、当涂县、肥西县、芜湖市、广德县、歙县、祁门县、天长市、肥东县、长丰县、绩溪县、郎溪县、无为县、桐城市、凤台县、霍山县、巢湖市、和县、来安县、休宁县、含山县、南陵县、怀宁县、青阳县、泾县、黟县、全椒县、旌德县、潜山县、凤阳县、霍邱县、东至县、怀远县、固镇县、庐江县、五河县、舒城县、望江县、濉溪县、金寨县、石台县、明光市、枞阳县、岳西县、太湖县、界首市、定远县、宿松县、蒙城县、太和县、砀山县、颍上县、萧县、涡阳县、寿县、泗县、利辛县、灵璧县、阜南县和临泉县。由此也可以看出，安徽省县域经济总体发展水平有待进一步的提高，且存在着明显的地区差异。

3结论

本文以安徽省61个县（市）为研究对象，对其在2016年县域经济综合发展水平采用主成分分析的方法进行了综合评价，通过SPSS等软件计算出61个县（市）的县域经济发展水平的综合得分，研究结果表明： 2016年安徽省61个县（市）中繁昌县综合发展水平最高，临泉县的综合发展水平最低，各县域经济运行实力存在着明显的地区差异。对此，提出两点建议：第一，政府应加大对各县域发展的支持力度，提高安徽省县域经济的整体水平。第二，根据不同县域的发展阶段实行政策，从而能够均衡区域发展。

参考文献

[1]杜挺，谢贤健，梁海艳，黄安，韩全芳.基于熵权TOPSIS和GIS的重庆市县域经济综合评价及空间分析[J].经济地理，2014，34（06）：4047.

[2]王芳，高晓路.内蒙古县域经济空间格局演化研究[J].地理科学，2014，34（07）：818824.

[3]蒋天颖，华明浩，张一青.县域经济差异总体特征与空间格局演化研究——以浙江为实证[J].经济地理，2014，34（01）：3541.

[4]张鹏. 基于主成分分析的综合评价研究[D].南京：南京理工大学，2004.

[5]李艳双，曾珍香，张闽，于树江.主成分分析法在多指标综合评价方法中的应用[J].河北工业大学学报，1999，（01）：9699.

[6]邵祖峰.基于主成分分析法的警务信息化水平综合评价[J].贵州警官职业学院学报，2005，（06）：9092+95.

[7]解坤，张俊芳.基于KMOBartlett典型风速选取的PCAWNN短期风速预测[J].发电设备，2017，31（02）：8691.

[8]邓建伟，唐小娟，张新民.石羊河流域北部平原区生态安全评价[J].干旱区资源与环境，2009，23（08）：2124.