当前位置: 首页 > >

广东省内区域经济差异与协调发展研究

发布时间:

贵州民族学院毕业论文

广东省内区域经济差异与协调发展研究
李晓娇 (贵州民族学院理学院 2006 级统计学班)
摘 要:本文首先利用 2009 年广东省统计年鉴提供的数据,通过对原始数据整理和分析,建立适当的指 标体系,借助 SAS 统计分析软件,运用因子分析方法,对广东省域内部经济差异进行了实证分析和综 合评价。其次,给出省内区域经济差异对广东省经济发展的影响;最后,提出了促进广东省协调发展的 相应对策。 关键词:区域经济差异 因子分析 协调经济发展 SAS

i

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

Guangdong Province and the coordinated development of regional economic disparities research
Li Xiao Jiao
(Grade 2006, College of science ,Guizhou University for nationalities) Abstract: This paper applies the Guangdong Statistical Yearbook 2009, data provided through the collation and analysis of raw data, an appropriate indicator system, using SAS statistical analysis software, using factor analysis method, the Department of Guangdong Province, the economic differences within the empirical analysis and evaluation. Second, given the province of regional economic differences on the impact of economic development in Guangdong Province; Finally, to promote the coordinated development of Guangdong Province countermeasures. Keywords: Regional economic differences ;Factor analysis;Coordination of economic development;SAS;

ii

贵州民族学院毕业论文





摘 要 ....................................................................... i ABSTRACT: .................................................................. ii 第一章 引言 ................................................................. 1 第二章 研究方法及其理论知识 ................................................. 2 2.1 本文研究测算区域经济差异的方法 ........................................ 2 2.2 因子分析的基本原理 ?2 ? .................................................. 2 2.2.1 因子分析的数学模型 ................................................ 2 2.2.2 因子分析的 4 个基本步骤 ?2 ? .......................................... 7 2.2.2.1 确定待分析的原有若干变量是否合适于因子分析 .................... 7 2.2.2.2 构造因子变量 .................................................. 8 2.2.2.3 因子变量的命名解释 ............................................. 8 2.2.2.4 计算因子得分 ................................................... 9 第三章 实证分析 ............................................................ 10 3.1 指标选取及原则 ....................................................... 10 3.2 SAS 过程及结果分析 .................................................... 10 第四章 广东省协调地区经济发展的对策 ........................................ 16 4.1 区域经济差异的影响 ................................................... 16 4.2 协调四种类区域经济发展的对策 ......................................... 16 4.2.1 发达型县市:广州市和广州市区 ..................................... 16 4.2.2 较发达型县市 :共有 5 个县市 ...................................... 17 4.2.3 中等型发达型县市 :共有 39 个县市 ................................. 17 4.2.4 欠发达型县市 :共有 42 个县市 ..................................... 18 成果声明 ................................................................... 19 致谢 ....................................................................... 20 参考文献: ................................................................. 21 附录 ....................................................................... 22

iii

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

第一章 引言
区域经济差异是一个全球性的国际化问题, 世界各国在经济发展过程中都面临着 发展不*衡的困扰。为了消除事实上存在的区域之间经济发展水*不*等现象,提高 整个国家乃至全球的经济发展水*, 不发达地区的经济发展就成为各国与有关国际组 织长期以来关心的重要问题之一。作为世界上最大的发展中国家,中国的经济增长问 题显得尤为迫切, 其所面临的区域经济差异问题也更严重。失衡的经济空间对中国的 经济和社会发展所产生的种种不利影响日益突显。 区域经济差异问题成了*年来我国 经济和社会生活中的热点与重点问题之一。缩小区域经济差异,实现区域经济的协调 发展是中央政府和地区各级政府进行经济改革的一项重要任务 ?1 ? 。 过去,对我国区域经济差异的研究大多数集中于东、中、西地带之间或者省际之 间。而魏后凯的研究表明:以省为单位研究我国大区或东、中、西三大地带之间的差 异,把省内的区域经济差异视为零,这样得出的总体差异被缩小了,不能反映区域变 迁格局的全貌。 广东省作为中国的发达省份之一,对其经济差异的研究的学者有很多,例如:欧 阳南江、 蒋建业、 陈杰等人对改革开放以来广东省区域经济差异的发展变化进行了研 究;刘筱、阎小培对 20 世纪 90 年代广东省不同经济地域差异做了分析。但上述研究 均未涉及到县域间差异的分析。 然而县和县级市是我国对经济和社会发展进行组织和 管理的最基层行政单位,在国民经济、社会政治、文化艺术诸方面中处于承上启下的 关键地位,对沟通城乡交流、推动农村经济发展、促进工业化进程起着极为重要的作 用,可以说县域经济的繁荣是广东省政治稳定、社会进步、经济繁荣的基础,对县际经 济差异的研究能够更详细地了解区域差异的特征,为更准确地制定区域协调发展战略 提供科学依据。在这种背景下, 本文主要对广东省经济发展中出现的区域差异问题进 行较为系统的分析,找出区域差异产生的原因,并在此基础上提出协调发展的对策。

1

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

第二章 研究方法及其理论知识
2.1 本文研究测算区域经济差异的方法 对区域经济差异的研究中, 需要收集大量数据以进行分析并寻找规律。多变量大 样本无疑会为研究提供丰富的信息,但也在一定程度上增加了数据收集的工作量,更 重要的是在大多数情况下,许多变量之间可能存在相关性而增加了问题分析的复杂 性,同时对分析带来不便。如果分别分析每个指标,分析又可能是孤立的,而不是综 合的。盲目减少指标会损失很多信息,容易产生错误的结论。因此需要找到一个合理 的方法,在减少分析指标的同时,尽量减少原指标包含信息的损失,对所收集的资料 作全面的分析。 由于各变量之间存在一定的相关关系,因此有可能用较少的综合指标 分别综合存在于各变量中的各类信息,因子分析就是这样一种降维的方法。本研究测 算区域经济差异就是采用因子分析法来探索基础变量的维数, 通过因子分析中的主成 分分析对样本中的数据进行综合评价。 2.2 因子分析的基本原理 ?2 ? 2.2.1 因子分析的数学模型 设观察值构成的矩阵为:
? ? x11 ? X ? ? x 21 ? ? ? ? x n1 ? x12 x 22 ? xn 2 x1 p ? ? ?? ? x 2 p ? ?( X 1 , X 2 , ? , X P ) ? ? ? ? ? x np ? ? ?

其中, n 为样本观测次数, p 为变量数, X j ? ( x1 j x 2 j ? x nj ) T , j ? 1,2,?, p
T 将原始数据进行标准化处理, 处理方法是:xik ? xik ? xk / s k , i ? 1,2,?, n, k ? 1,2,?, p ,

?

?

式中, xk ?

? xik
i ?1

n

n

2 , sk ?

?[ x
i ?1

n

ik

? xk ]2

n ?1

标准化处理后,变量的方差为 1,均值为 0。这

样相关系数矩阵与协方差矩阵 s 完全一样。相关系数矩阵为: R ? X T X (为了方便, 假定经标准化处理后的矩阵仍为 X )。 对应于相关系数矩阵 R , 求特征方程 | R ? ?I |? 0

2

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

的 p 个非负的特征值 ?1 , ?2 ,? ? p 。记对应于特征值的正交特征向量矩阵为:

? u11 ?u 21 U ?? ? ? ? ?u p1 ?

u12 u 22 ? u p2

? u1 p ? ? u2 p ? ? ? ? ? ? ? u pp ? ?

??1 ?0 T ? 则,R ? U ?? ? ?0 ?

0

?2
? 0

0? ? 0? ?U ? ? ? ? ? ?p ? ? ?

其中, U 为正交矩阵,且满足: U T U ? UU T ? I ,即有:
??1 ?0 XT X ?UT ? ?? ? ?0 ? 0

?2
? 0

0? ? 0? ?U ? ? ? ? ? ?p ? ? ?

在上式两边左乘 U ,右乘 U T ,可得:
??1 ?0 ?? ?? ? ?0 ? 0

UX T XU T

?2
? 0

0? ? 0? ? ? ? ? ? ? ?p ? ? ?

令 F ? UX T ,于是,上式就变成:
??1 ?0 FF T ? ? ?? ? ?0 ? 0

?2
? 0

0? ? 0? ? ? ? ? ? ? ?p ? ? ?

式中, F 为主因子阵,并且 Fi ? U i X T (i ? 1,2,?, p) ,即每一个 Fi 为第 i 个样品的 主因子得分。 选择 m(m ? p) 个主因子。就是根据变量的相关阵选出第一个主因子 F1 ,使其在 各变量的公共因子方差中所占的方差贡献为最大,然后就消去这个因子的影响,再从
3

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

剩余的相关阵中,选出与 F1 不相关的因子 F2 ,使其在各个变量的剩余因子方差贡献 中为最大……,如此下去,直到各个变量公共因子方差被分解完毕为止。 假如我们按照选取的主因子的信息量的和占总信息量的 85%以上为选取主因子 个数的标准,即选取最小的 m ,使得:
(?1 ? ? 2 ? ? ? ? m )
p

??
i ?1

? 85 %

i

这 m 个主因子将 U 矩阵分为: U ? [U 1U 2 ?U mU m?1 ?U ? ] ? [U (1) U ( 2) ] 其中, U (1) 为 p? m 矩阵, U ( 2) 为 p ? ( p ? m) 矩阵。 因为 F ? UX T ,则 X ? U T F ,也就是说:
X ? [U (1) U ( 2 ) ]T F ? [U (1) ? F(1) ? T T U ( 2 ) ]T ? ? ?U (1)F(1) ? U ( 2 ) F( 2 ) F( 2 ) ? ? ? ?

式中, F(1)为m ? n 维向量, F( 2)为( p ? m) ? n 维向量,U (T ) F(1) 为 m 个主因子所能解 1 释的部分, U (T2 ) F( 2 ) 为其残差部分。记残差部分为:
?? 1 ? ?? ? 2 ?? ? ?? ? ? ? ?? p ? ? ?

? ? U (T2) F( 2)

则有:

X ? U (T ) F(1) ? ? 1

这就是因子模型,U (1) 称为因子负荷阵, F(1) 称为主因子,? 称为特殊因子。省去 特殊因子,因子模型的表达式为:
? X 1 ? u11 F1 ? u12 F2 ? ? ? u1m Fm ?X ? u F ? u F ? ? ? u F ? 2 21 1 22 2 2m m ? ??? ? X p ? u p1 F1 ? u p 2 F2 ? ? ? u pm Fm ?

令 aij ? u ij ?1j 2

4

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

? u11?1 2 1 ? 12 ?u 21?1 所以因子负荷矩阵常表示为: A ? {aij } ? ? ? ? 12 ?u p1?1 ?

u12 ?1 2 2 u 22 ?1 2 2 ? u p 2 ?1 2 2

? u1 p ?1p2 ? ? ? u 2 p ?1p2 ? ? ? ? ? ? u pp ?1p2 ? ?

因此,因子分析的数学模型可以表示为:
? X 1 ? a11 F1 ? a12 F2 ? ? ? a1m Fm ? ? 1 ?X ? a F ? a F ? ? ? a F ? ? ? 2 21 1 22 2 2m m 2 ? ??? ? X p ? a p1 F1 ? a p 2 F2 ? ? ? a pm Fm ? ? p ?

用矩阵表示为:
? X 1 ? ? a11 ? X ? ?a ? 2 ? ? ? 21 ?? ? ? ? ? ? ? ? X p ? ?a p1 ? ? ? a12 a 22 ? a p2 ? a1m ? ? F1 ? ?? 1 ? ? a 2 m ? ? F2 ? ?? 2 ? ?? ? ? ? ? ? ? ? ?? ? ?? ? ?? ? ? ? ? a pm ? ? Fm ? ?? p ? ? ? ?

简记为: X ? AF ? ? 通常假定:
?m ? p; ? ?Cov( F , ? ) ? 0即F与?不相关; ?Var( F ) ? I ,即F ,F ,?, F 不相关,且方差均为 ; 1 m 1 2 m ? 2 2 2 ?Var(? ) ? diag[? 1 , ? 2 ,?, ? p ],即? 1 , ? 2 , ?, ? P 不相关,且方差不同。 ?

其 中 , X ? ( X 1 , X 2 , ? X ? )T 为 实 测 的 P 个 指 标 所 构 成 的 P 维 向 量 ;
F ? ( F1 , F2 ,?, Fm ) 为不可观测的向量,F 成为 X 的公共因子,它是各个变量中共同出

现的因子, 即前面所说的综合变量, 我们可以将它理解为高维空间中的互相垂直的 m 个坐标轴; A ? ?ai? j ?? ?m 为 p? m 维因子负荷矩阵, a ij 称为因子负荷,它是第 i 个变量 在第 j 个公共因子上的负荷,或者叫它为第 i 个变量在第 j 个公共因子上的权,它反 映了第 i 个变量在第 j 个公共因子上的相对重要性。 如果将变量 X i 看成 m 维因子空间 的一个向量,则 aij 表示 X i 在坐标轴 F j 上的投影; ? 为 p ? 1 维随机向量,它为特殊因 子, 互相独立, 且服从正态分布 N (0, ? i2 ) 。 这样, 有:D( X ) ? D( AF ? ? ) ? AAT ? D(? )
Var( X i ) ? Var(ai1 F1 ? ai 2 F2 ? ? ? aim Fm ? ? i )
5

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

2 ? ai2Var( F1 ) ? ai22Var( F2 ) ? ? ? aimVar( Fm ) ? Var(? i ) 1 2 ? ai2 ? ai22 ? ? ? aim ? ? i2 1 2 令 hi2 ? ai2 ? ai22 ? ? ? aim ,称为共同度,它刻画全部公共因子对变量 X i 的总方差 1

所 做 的 贡 献 。 从 而 有 : Var( X i ) ? hi2 ? ? i2 ; 如 果 对 X i 已 经 实 施 了 标 准 化 , 那 么
hi2 ? ? i2 ? 1 ,该式表明,变量 X i 的方差由两部分组成,一是共同度 hi2 ,二是特殊因子

所产生的方差 ? i2 。由上式可以得知: hi2 越接*于 1,说明该变量的全部原始信息被 我们所选取的公共因子解释的就越多。也就是说,由原始变量空间转化为因子空间的 性质就越好,保留原来的信息就越多,因此 hi2 是 X i 方差的重要组成部分。当 hi2 接* 于 0 时,说明公共因子对 X i 的影响很小,主要由 ? i 来描述。 因子分析中的几个概念说明如下: 1、因子载荷 在各个因子变量不相关的情况下,因子载荷 a ij 就是第 i 个原有变量和第 j 个因子 变量的相关系数, x i 在第 j 个公共因子变量上的相对重要性。 即 因此,a ij 绝对值越大, 则公共因子 F j 和原有变量 X i 关系越强。 2、变量共同度 变量共同度,也称为公共方差,反映全部公共因子对原有变量的总方差解释说明 比例。原有变量 X i 的共同度为因子载荷矩阵 A 中第 i 行元素的*方和,即
2 hi ? ? a ij 2 j ?1 m



var ? ( X i ) ? hi2 ? ? i2



i ? 1,2,?, p 这样原有变量的方差可以表示成两个

部分: hi2 和 ? i2 ,第一部分为: hi2 反映公共因子对原有变量的方差解释比例,第二部分

? i2 反映原有变量方差中无法被公共因子表示的部分。因此,第一部分 hi2 越接*于 1
(原有变量 X i 标准化的前提下,总方差为 1) ,说明公共因子解释原有变量的信息越 多,可以通过该值掌握该变量的信息有多少被丢失了。如果大部分的共同度都高于 0.8,则说明分析效果较好。可以说,各个变量的共同度是衡量因子分析效果的一个 指标。
6

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

3、公共因子 F j 的方差贡献 公共因子 F j 的方差贡献定义为因子载荷矩阵 A 中第 j 列各元素的*方和,即
2 s ? ? a ij ,公共因子 F j 的方差贡献反映了该因子对所有原始变量总方差的解释能 2 j i ?1 p

力,其值越高说明因子重要程度越高。 2.2.2 因子分析的 4 个基本步骤 ?2 ? 因子分析有两个核心问题: 一是如何构造因子变量;二是如何对因子变量进行命 名解释。因子分析有下面 4 个步骤: (1)确定待分析的原有若干变量是否适合于因子分析。 (2)构造因子变量。 (3)利用旋转使得因子变量更具有可解释性。 (4)计算因子变量的得分。 2.2.2.1 确定待分析的原有若干变量是否合适于因子分析 因子分析是从众多的原始变量中构造出少数几个具有代表意义的因子变量, 这里 面有一个潜在的要求, 即原有变量之间要具有比较强的相关性。如果原有变量之间不 存在较强的相关关系,那么就无法从中综合出能反映某些变量共同性的少数因子来。 因此,在因子分析时,需要对原始变量作相关分析。最简单的方法就是计算变量之间 的相关系数矩阵. 如果相关系数矩阵在进行统计检验中,大部分相关系数都小于 0.3, 并且未通过统计检验,那么这些变量就不适合做因子分析。在因子分析过程中 SAS 软件提供 KMO (Kaiser-Meyer-Olkin) 检验方法来判断变量是否适合于作因子分析: KMO(Kaiser-Meyer-Olkin)检验统计量是用于比较变量间简单相关系数和偏相 关系数的指标。KMO 统计量是比较各变量间简单相关系数和偏相关系数的大小。 KMO 统计量是取值在 0 和 1 之间。当所有变量间的简单相关系数*方和远远大于偏相 关系数*方和时,KMO 值接* 1。KMO 值越接*于 1,意味着变量间的相关性越强,原 有变量越适合作因子分析;当所有变量间的简单相关系数*方和接* 0 时,KMO 值接 * 0。 值越接*于 0,意味着变量间的相关性越弱, KMO 原有变量越不适合作因子分析。

7

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

Kaiser 给出了常用的 KMO 度量标准:

0.9 以上表示非常适合;0.8 表示适合;0.7

表示一般;0.6 表示不太适合;0.5 以下表示极不适合。 2.2.2.2 构造因子变量 因子分析中有多种确定因子变量的方法,其中主成分模型的主成分分析法 是使用最多的因子分析方法之一。主成分分析通过坐标变换将原有的个 p 相关 变量 x i 作线性变化,转换为另外一组不相关的变量,可以表示为:
? F1 ? u11 X 1 ? u12 X 2 ? ? ? u p1 X p ? ? F2 ? u 21 X 1 ? u 22 X 2 ? ? ? u p 2 X p 2 , u12k ? u2 k ? ? ? u 2 ? 1 ,( k ? 1,2,?, p ) ? pk ?? ?F ? u X ? u X ? ? ? u X p1 1 p2 2 pp p ? p
F1 , F2 ,?, FP 为原有变量的第1、第2,第p个主成分,其中 F1 在总方差中占的比例最大,

综合原有变量的能力最强, 其余主成分在总方差中占的比例逐渐减少,也就是综合原 有变量的能力依次减弱。主成分分析就是选取前几个方差最大的主成分,这样达到了 因子分析较少变量的目的, 同时又能以较少的变量反映原有变量的绝大部分信息。一 般方差的累计贡献率应在85%以上就表示所选的因子变量能说明所有信息的85%,就 能基本反映大部分的信息。 2.2.2.3 因子变量的命名解释 因子变量的命名解释是因子分析的一个核心问题。经过主成分分析得到的 是对原变量的综合,原变量都是有物理含义的变量,对因子变量的解释,可以进 一步说明影响原变量系统构成的主要因素和系统特征,一般通过对载荷矩阵的 值进行分析,得到因子变量和原变量进行命名。载荷矩阵 A 中某一行可能有多 个 a ij 比较大,说明某个原变量 x i 可能同时与几个因子有比较大的相关关系。某 一列中也可能有多个 a ij 比较大, 说明某个因子变量可能解释多个原变量的信息。 但它只能解释某个变量的一小部分信息,不是任何一个变量的典型代表,会使 某个因子变量的含义模糊不清,这时可以通过因子矩阵的旋转来进行,一般采

8

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

用方差极大法。

2.2.2.4 计算因子得分 计算因子得分是因子分析的最后一步。因子变量确定以后,对每一样本数 据可以得到他们在不同因子上的具体数据值,这些数值就是因子得分,它和原 变量的得分相对应。计算因子得分首先将因子变量表示为原有变量的线性组合, 即: F j ? ? j1 x1 ? ? j 2 x2 ? ? ? ? jp x p , j ? 1,2,?, m 然后给予这些变量不同的权重, 利用下面综合判定公式: F ? a1 F1 ? a2 F2 ? ? ? am Fm ,即可得到综合得分。

9

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

第三章 实证分析
本文研究所依据的地域单元是广东省的88个县市, 县域单元是广东一个比较稳定 的地域单元,其规模和数量适中,是研究省域内部经济空间差异的最终地域单元。所 依据的时间序列是2009年广东省统计年鉴提供的2008年各县市的经济数据, 因为资料 新颖度较好,而且能更好地放映出目前广东省内区域经济差异的现状。 3.1 指标选取及原则 本文研究区域经济差异测度指标的选取原则为: (1)科学性原则。反映广东省经济实力的评价指标应建立在科学实用的基础上,具体 指标应能客观和真实的反映广东省的实力情况。 (2)系统性原则。广东省县(市)数量较多,要求选取的指标有代表性,能较全面反 映广东省整体情况。 (3)可获得性原则。有些指标很有意义,但很难得到数据。 (4)可操作性原则。 指标含义应明确,并且应来自于国家统计局和地方政府统计部门, 有较高的实用性、权威性。 本文主要选取了以下 12 项指标,作为评价指标体系来研究广东省内区域经济发 展水*的差异,具体为:X1: 地区生产总值(单位:万元),X2:地区生产总值增长速 度,X3:工业总产值(单位: 万元), X4:农业总产值(单位: 万元), X5:粮食产量(单位: 吨) ,X6:固定资产(单位:万元),X7: 社会消费品零售总额(单位:万元),x8:在职 人数(单位:人) ,X9:年末在岗职工工资总额(单位:万元),X10:地方财政一般预 算收入(单位:万元),X11:地方财政一般预算支出(单位:万元), X12:城乡居民储 蓄存款余额(单位:万元)。 (数据来源为 2009 年《广东省统计年鉴》 ,见附表一) ?5 ? 。 3.2 SAS 过程及结果分析 运用 SAS 编程,程序运行结果如下: (1)因子分析的 KMO 检验结果:

图 1 KMO 抽样适度测度值
10

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

由图 1,我们知道 Overall MSA=0.81775796,大于 0.5,说明各变量之间的相关 性较显著,故文章所选的 12 个指标非常适合做因子分析。 (2) 特征值碎石图的结果:

图 2 特征值碎石图 从图 2 中的特征值碎石图, 我们可以看出,第一个特征值到第三个特征值的变化 很迅速, 而到第三个特征值后特征值变化趋于*缓,所以从特征值的碎石图我们可以 粗略的判断因子分析可以选取三个公因子。 (3)方差贡献率的结果:

图 3 相关阵的特征值 从图 3,我们可以看出,前三个特征值都大于 1,前三个主成分的累*馐头讲 的比率为 92.81 %,远大于 85%,基本反映了原始变量的大部分信息,因此可以利用 降维后的三个因子的变化来刻画原始指标集的变化,即选取三个公因子。

11

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

(4)旋转前的因子模式阵 factor pattern(或因子载荷阵) :

图 4 旋转前的因子载荷 从图 5 中未旋转前的载荷矩阵表中可以看出,12 个变量在 1 个因子上的载荷大 于 0.6 的有 9 个,意味着它们与第 1 个因子的相关程度高,第 1 个因子很重要;第 2、 3 个因子与原有变量的相关性均很小,它们对原有变量的解释作用不显著,同时,这 两个因子的实际含义也比较模糊。 由于各因子的典型代表变量(除因子 1 外)并不突出, 不能对原始变量作出很好的解释, 因此对因子载荷矩阵施行旋转以使因子具有命名解 释性是非常必要的。 本研究用最大方差法对因子载荷矩阵实施正交旋转使因子变量更 具有可解释性。 (5)旋转后的因子模式阵 factor pattern(或因子载荷阵) :

图 5 旋转后的因子载荷 从旋转后给出的因子载荷矩阵图 5,可以看出经过旋转后载荷系数已经明显向两 极化,因子含义也比较清晰。根据这些变量原始含义可以对三个共因子进行见下表。 x1,x3,x6,x7,x8,x9,x10,x11,x12 在 factor1 上均是大于 0.6 的载荷,factor1 主要 解释了地区生产总值,工业总产值,固定资产, 社会消费品零售总额,在职人数, 年末在岗职工工资总额,地方财政一般预算收入,地方财政一般预算支出, 城乡居

12

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

民储蓄存款余额。 主要反映的是区域经济总体规模,因此可以称 factor1 为经济总量 规模因子;x4,x5 在 factor2 上均是大于 0.6 的载荷,factor2 主要解释了农业总产 值, 粮食产量, 因此可以称为农业因子; 在 factor3 上是大于 0.6 的载荷, x2 factor3 主要解释了地区生产总值增长速度,因此可以称为发展水*因子; (6)因子分析的因子得分函数:

图 6 标准因子得分 由图 6 可以得到因子得分函数:
Factor ? 0.11415 x1 ? 0.00579 x2 ? 0.11609 x3 ? 0.01504 x4 ? 0.06602 x5 ? 0.11592 x6 1 ? 0.10677 x7 ? 0.10910 x8 ? 0.10902 x9 ? 0.11887 x10 ? 0.11832 x11 ? 0.10863 x12 Factor2 ? 0.01655 x1 ? 0.00557 x2 ? 0.03469 x3 ? 0.52220 x4 ? 0.60237 x5 ? 0.03260 x6 ? 0.07390 x7 ? 0.02043 x8 ? 0.00832 x9 ? 0.11650 x10 ? 0.09925 x11 ? 0.05477 x12 Factor3 ? 0.02141 x1 ? 0.98655 x2 ? 0.05380 x3 ? 0.04540 x4 ? 0.02641 x5 ? 0.05382 x6 ? 0.01500 x7 ? 0.06116 x8 ? 0.05672 x9 ? 0.00331 x10 ? 0.00912 x11 ? 0.00326 x12

Factor 、 Factor2 、 Factor3 的权重分别为: 1
U1 ? 0.7203 ? 0.776102 0.9281 U2 ? 0.1236 ? 0.133175 0.9281 U2 ? 0.0 8 4 2 ? 0.090723 0.9 2 8 1

因此,得到下面函数: y ? 0.776102 Factor ? 0.133175 Factor2 ? 0.090723 Factor3 1

13

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

广东省 88 个县市经济得分及升序排名

14

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

图 7 综合得分 从图 7 可以知道广东省 88 个县市区的综合得分,从得分情况我们可以看到发达 型的县市的得分在 4 分以上,共有 2 个地区,分别为:深圳市和广州市区。较发达的 在 0.5 到 2 分之间,共有 5 个地区分别为:东关莞市,中山市,汕头市区,珠海市, 四会市;而中等型县域得分介于-0.17156 到 0.4 之间共有 39 个,欠发达型县域低于 -0.17161,共有 42 个县域。从这个结果看出,虽然整体上看广东省是我国的经济发 展得比较快的省份,但是省内之间的经济得不是很协调,欠发达的县市仍然有很多。 其中全国性扶贫县有 3 个:阳山、乳源、陆河 ;而广东省重点扶贫的特困县有 14 个,分别为:清新、连南、五华、丰顺、大埔、紫金 、和*、连*、龙川、揭西、 东源、新丰、 连山;广东省山区贫困县有 8 个 分别为:翁源、始兴、南雄、仁化、 蕉岭、*远、龙门、饶*。这些数据说明即使广东省做为全国经济发展的龙头省份之 一, 对整个国民经济发展起着非常重要的作用,但是它省份内的经发展是及为不*衡 的。

15

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

第四章 广东省协调地区经济发展的对策
4.1 区域经济差异的影响 改革开放以来,广东省区域差异呈现明显的扩大趋势。 不可否认,适度的区际差异 对于广东省的经济、 社会发展有着积极作用,没有差异便没有优势,从而也就无所谓区 域比较优势的发挥。改革开放以来,广东省重点倾斜广州、深圳、珠海、东莞、佛山、 惠州、 江门等珠三角中心城市,这些城市经济得到迅速发展,同时与之毗邻的从化、增 城、斗门、南海、顺德、鹤山等地最先接受其经济辐射,经济发展速度明显高于其它 各县,使珠三角地区发展成为全国著名的经济增长极,带动粤北、 粤东及粤西的经济发 展,推动全省经济的快速发展。 然而,过度的区际差异对发达地区和落后地区的发展都 是不利的。地区差距扩大使欠发达地区的资金、人才、劳动力等要素不断向珠三角发 达地区流动,使欠发达地区在与珠三角地区竞争中处于更加不利的地位,影响地区间 合理分工的实现和产业在空间上不断地由相对发达地区向欠发达地区的转移和扩散。 且欠发达地区与珠三角地区的差距还有进一步扩大的趋势 。这种状况不仅严重弱化 了欠发达地区自身的积累和发展能力,而且还将制约珠三角等发达地区的产业辐射和 市场拓展,并将进一步影响全省的整体竞争力和发展后劲。 基于以上原因,广东省明确 提出了区域协调发展战略。

4.2 协调四种类区域经济发展的对策 4.2.1 发达型县市:广州市和广州市区 对于发达型的县市: 广州市和广州市区, 我们知道它们是广东省经济实力最强的 两座城市,区位条件优越,而且是全省的政治、经济、科技、教育、交通、通讯中心, 既有悠久深厚的历史文化底蕴, 又有交通便利的地缘地理优势; 既有雄厚的经济实力, 又有丰富的*套试础K鞘鞘〖对龀ぜ浞段侨。诶┥⑿в弯傅涡в 的双重作用下,成为广东省的龙头老大。因此,我们应该加快市场化建设步伐,强化 市场机制的作用, 在已有的经济发展水*高的基础上迅速提高经济质量,从而进一步 巩固、确立其在广东中的领先地位,带动其他区域经济的发展。

16

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

4.2.2 较发达型县市 :共有 5 个县市 较发达的地区共有 5 个,分别为:东关莞市,中山市,汕头市区,珠海市,四会 市,它们是准省级增长极,辐射范围为包括本辖区在内的 2—3 个市级辖区。广东省 发达型县域和较发达型县域集中分布于珠三角地区, 该类县域应充分发挥自身的地理 优势、政策优势以及经济核能优势,建立外向型结构,逐步与港澳地区形成结构性的 经济技术合作关系,同时将先进的技术、生产、信息向周围辐射,带动全省经济发展, 可以向其外围地区让渡部分传统产业和市场, 进行自身产业的升级,重点发展新兴产 业,特别是电子信息科学产业、精密机械与自动化产业、高级材料工业、生物科学产 业,积极发展海洋产业,加快发展第三产业;较发达型县域主要分布于珠三角外围及 东西翼主要中心城市,经济基础较好,应主承接珠三角地区产业转移,同时要进一步 改善投资环境,发展特产经济。 4.2.3 中等型发达型县市 :共有 39 个县市 中等型县域和欠发达型县域广泛分布于粤东、粤西及北部山区,应依据各自的比 较优势,加快产业结构的调整,确立合适的支柱产业,加速发展,逐步缩小同发达型县 域间的差距。 东翼中等及欠发达型县域长期以来以农业生产为主,现代工业起步较晚, 产业结构层次较低,县域间缺乏协调,人口密度大,恶性竞争,大工业少,但非公有制经 济相对活跃,外向型商贸历史悠久,具有侨乡优势,应集中发展化工、电子、医药及医 疗器械等现有优势产业,带动相关行业和产品发展,加强县域间的合作与联系。 西翼各 县域农业发展速度较快,工业发展有一定基础,但起点低,产业关联度不高,应立足现 有产业基础,将农业及农产品加工业作为重要产业培植,同时要围绕乙烯、 炼油等支柱 产业,发展后续加工配套的化学工业、塑料工业、纺织工业等,利用高岭土资源和农副 产品资源发展建筑、卫生陶瓷工业和食品工业。北部山区各县域经济落后,但土地, 劳动力和自然资源相对丰富,生态环境良好,由此决定了山区县要充分利用自身的资 源条件和生态优势,集中发展具有资源特色和投入较少的生态农业、 生态旅游等产业, 并保护好生态环境,创造条件迎接高新技术的植入 。

17

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

4.2.4 欠发达型县市 :共有 42 个县市 此类县市地理条件差,交通不便,资源缺乏,市场意识薄弱,接受辐射能力弱, 经济发展落后,社会教育程度低,严重地制约着整个广东省的发展。因此,应该健全 和完善政府的宏观调控体系,运用政治优势和行政手段,弥补市场调节的盲点,采取 适当的政策措施,促进欠发达地区跟进发展,以实现省域经济的协调发展,具体措施 有: 第一、加大对欠发达县域的支持力度,以工代赈,科技扶贫,增强其造血功能 。 坚持工业强县, 实现县域经济的升级转型。 工业化、 城镇化是现代化的重要抓手, 也是县域经济的现代特征。广东省的县大多为农业县,二三产业特别是工业发展相对 滞后。应该坚持走新型工业化路子,促进发展壮大县域工业,具体做法分别为: (1)重视产业集聚。重点抓好工业园区建设,培育县域经济增长极。把工业园区 建设纳入县域城镇体系的总体规划,集中力量支持县城和中心镇建设,促进县域工业 向园区集聚、人口向城镇集中。 (2)突出县域特色。各县(市)依托特色资源,开发特色产品,选准和抓好二、 三个支柱产业,形成具有县域特色的工业结构。增城市的汽车、摩托车及其配件制造 业、乳源县的小水电产业、普宁市的医药、医疗器械产业、潮安县的五金产业、新兴 县的不锈钢餐厨具制造业、 云安县的石材工业、 开*市的卫浴产业等块状经济的兴起, 有力地增强了县域工业的竞争力,进一步促进了县域工业的快速发展。 (3)加强产业转移的规划和组织协调。 第二、 建立资源异地收益和异地有偿使用的利益协调机制, 加快发达地区对资源 使用的补偿和对欠发达地区的反哺。增强库区、电站、矿区、林区和上流山区等欠发 达县域自我积累的能力; 第三、加大对欠发达县域财政转移支付的力度,支持和引导欠发达地区发展优势 资源开发产业; 第四、建立合作发展、利益共享的联动机制,鼓励和引导发达县域的合适产业向 欠发达县域转移,并通过合理安排大中型建设项目布局,逐步改善区域经济不协调状 况。

18

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

成果声明
本人郑重声明:所呈交的毕业论文是本人在指导老师的指导下独立进行 研究所取得的成果。除文中已经注明引用的内容外,本论文不包含任何其他 个人或集体已经发表或撰写过的科研成果。本文的研究和撰写对做出重要贡 献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法 律责任由本人承担。 另外:本文版权属贵州民族学院所有。

论文作者签名: 日期:

19

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

致谢
时光荏苒,岁月如梭,四年的本科学*即将结束,在论文完成之际,我要向这四 年里所有关心我和支持我的老师和朋友们表示我最诚挚的感谢。 首先我要衷心感谢我的指导老师*槲淅鲜Α1酒畚牡难芯浚氩豢南ば 指导,从查找数据、参考文献,到论文布局和主题安排,乃至遣词造句,他都倾注了 大量的心血。同时,黄老师渊博的知识、严谨的治学态度、启发式的育人方式和诲人 不倦的师者风范, 给我莫大的启迪, 在此, 谨向黄老师表示诚挚的敬意和衷心的感谢! 其次,我也要衷心的感谢理学院的各位领导和田应福老师、蔡静老师、金良琼老师等 曾经给指导和建议的老师们。再次,我要感谢理学院这个大家庭,感谢我的师兄、师 姐、 师弟、 师妹在学*过程中给了我家庭般的温暖。 同时, 感谢全班同学对我的关心、 帮助和鼓励。最后,我要感谢我的家人和朋友,四年的本科生学*,他们给予了我极 大的支持和帮助。

论文作者签名: 日期:

20

贵州民族学院——统计学专业——毕业论文:广东省内区域经济差异与协调经济发展研究

参考文献:
[1] 覃成林:《中国区域经济差异研究》〔M〕,中国经济出版社,1997,109~142。 [2] 高惠璇.《应用多元统计分析》[M].北京.北京大学出版社,2008.P267~321。 [3] 岳朝龙,黄永兴.《SAS 与现代经济统计分析》[M].中国科学技术大学出版社,2009,399~445。 [4] 广东省统计局.广东省统计年鉴[M].北京:中国统计出版社,2009。 [5] 孙震球,王乐三.《医院综合评价方法及其应用》化学工出版社,2006.P63-65,75~81。 [6] 赵莹雪:《广东省县际经济差异与协调发展研究》(J),经济地理,2003,23(4)。 [7] 臧 忠 卿 . 贵 州 省 县 域 经 济 发 展 水 * 的 多 元 分 析 模 型 及 应 用 [J]. 数 学 的 实 践 与 认 识,2007,37(5):24~30。 [8] 任军.张加恭 .广东区域经济差异研究的回顾与展望 [期刊论文] -广东商学院学报2006(3)。 [9] 张敦富、覃成林:《中国区域经济差异与协调发展》〔M〕,中国轻工业出版社,2001, 49~80。 [10] 陈栋生 主编《中国区域经济新论》〔M〕,科学出版社,2004,347~357。 [11] 高志刚:《区域经济差异理论述评及研究新进展》(J),城市经济、区域经济,2002,(5), 3~14。 [12]李娟文、王启仿:《区域经济发展阶段理论与我国区域经济发展阶段现状分析》(J),经济地 理,2000,20(7),6~9。

21

作者:李晓娇(理学院 06 级统计学) 指导教师:*槲洌ń彩Γ

附录
附录一:程序
data li; input name$ x1-x12@@; cards; 广州市区 75606742 9.5 95059480 2001246 171052 3808139 64297700 从化市 增城市 深圳市 1448720 8.4 2657458 272523 3172897 142922 7639312 1145235 89677 281046 117507 893589 187859 110 1.59E+08 22518155 1983459 8674142 8003603 5102689 16.8 7432173 639238 78065387 10.2 158542764 102288 2787991 471445 67150 173141 267458 299088 183536 95316386 29784592 2015775 9514330 3048610

8898555 49059271

?
; run; proc standard data=li out=li1 m=0 s=1; var x1-x12; run; proc factor data=li1 method=principal var x1-x12; run; data pingjia ; set output; Factor1=0.11415*x1+0.00579*x2+0.11609*x3+0.01504*x4-0.06602*x5+0.11592*x6+0.10677*x7+0. 10910*x8+0.10902*x9+0.11887*x10+0.11832*x11+0.10863*x12; Factor2=0.01655*x1+0.00557*x2-0.03469*x3+0.52220*x4+0.60237*x5-0.03260*x6+0.07390*x7+0. 02043*x8+0.00832*x9-0.11650*x10-0.09925*x11+0.05477*x12; Factor3=0.02141*x1+0.98655*x2+0.05380*x3+0.04540*x4-0.02641*x5+0.05382*x6-0.01500*x7-0. 06116*x8-0.05672*x9+0.00331*x10-0.00912*x11+0.00326*x12; y=(0.7203* Factor1+0.1236*Factor2 + 0.0842*Factor3)/0.9281; run; proc sort; by y ; run; proc print ; var name factor1 factor2 factor3 y ; run; n=3 rotate=varimax scree all out=output;

22




友情链接: