1.指标体系的选择
在借鉴相关县域经济评价体系建立的基础上,结合粮食大县这一特殊区域,选择10项指标建立二级评价指标体系,一级指标包括经济活力水平,用社会消费品零售总额、固定资产投资总额、地方财政收入、GDP、二三产业占GDP比重来反映;二是农业资源禀赋水平,因为考虑到粮食大县粮食对县域经济的贡献,所以选择粮食总产量、耕地面积、单位耕地农机总动力来体现农业资源禀赋状况;三是城乡一体化水平,用城乡收入比、城镇化率来表示。根据《吉林统计年鉴》《中国县市社会经济统计年鉴》收集2016年吉林省粮食大县相关数据。
表7-1 吉林省粮食大县县域经济评价指标体系
2.评价过程及结果
为了克服变量之间量纲不同对统计分析结果产生的影响在做因子分析之前需要对原始数据进行无量纲化,处理公式为
(1)因子分析适宜性检验。使用SSPS17.0软件对指标体系样本进行因子分析,结果显示KMO值为0.621>0.6,Bartlett球体检验的近似卡方值为77.541,显著水平为0.002。说明相关系数矩阵不可能是单位阵,原始变量之间存在着显著的相关性,适合于做因子分析。
(2)提取影响因子。将原始的10个指标用特征值大于1的3个因子来解释,3个因子的累计贡献率为78.755%(见表7-2)。这表明这三个因子能较好地涵盖原来的指标,适宜做因子分析。其中前两个因子旋转后的方差贡献率为41.647%和23.341%,由此可见,前两个因子对县域经济的影响力比较大,而第三个因子旋转后的方差贡献率为13.768%,对县域经济影响较小。
表7-2 解释的总方差
(3)旋转后的因子载荷分析。从表7-3旋转后的因子载荷矩阵可以看出,前面提取的三个因子中,第一个因子在社会消费品零售总额、固定资产投资额、GDP、地方财政收入、二三产业占GDP比重上载荷较大,体现了经济活力水平;第二个因子在粮食总产量、耕地面积、单位耕地农机总动力上载荷较大,体现了农业资源禀赋水平;第三个因子在城乡收入比、城镇化率上载荷较大,体现了城镇一体化水平。
(4)因子得分评价模型建立。根据SPSS17.0软件计算的因子得分系数,建立因子得分模型。首先计算各因子的得分:(www.xing528.com)
F1=0.078X1+0.195X2+0.038X3+0.232X4+0.206X5+0.230X6+0.031X7+0.135X8+0.223X9+0.056X10
F2=-0.245X1+0.1064X2+0.360X3-0.095X4-0.355X5+0.042X6+0.346X7+-0.033X8-0.050X9-0.093X10
F3=-0.370X1-0.010X2+0.130X3+0.021X4+0.368X5+0.100X6-0.115X7-0.054X8-0.016X9+0.675X10
将无量纲后的数据带入因子得分模型,再以各主因子的方差贡献率作为权重计算各粮食大县县域经济发展水平。计算公式为:
F=0.41647F1+0.23341F2+0.13768F3
综合评价得分见表7-4。
表7-3 旋转成分矩阵表
表7-4 因子得分及排名
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。