我國各地區(qū)設(shè)施水平綜合評(píng)價(jià)

摘要：我國經(jīng)濟(jì)水平在不斷發(fā)展，城市建設(shè)也得到越來越多的關(guān)注，而城市基礎(chǔ)設(shè)施水平為其重要指標(biāo)。本文選取31省數(shù)據(jù)，采用主成分分析法分析，并進(jìn)行綜合排名，反映出各省基礎(chǔ)設(shè)施建設(shè)各方面的優(yōu)勢與不足。

關(guān)鍵詞：主成分分析；綜合評(píng)價(jià)

城市基礎(chǔ)設(shè)施在地區(qū)經(jīng)濟(jì)發(fā)展中起著巨大作用。加快城市基礎(chǔ)設(shè)施建設(shè)，是拉動(dòng)經(jīng)濟(jì)的重要途徑。本文對(duì)各省設(shè)施水平進(jìn)行分析，為各省之間比較提供統(tǒng)計(jì)依據(jù)。

1.指標(biāo)評(píng)價(jià)體系的構(gòu)建

本文數(shù)據(jù)來自2013年國家統(tǒng)計(jì)年鑒中城市設(shè)施水平相關(guān)指標(biāo)，綜合考慮后選取6個(gè)指標(biāo)：X1城市用水普及率，X2城市燃?xì)馄占奥剩琗3每萬人擁有公共交通車量，X4人均城市道路面積，X5人均公園綠地面積，X6每萬人擁有公共廁所。

2.基于因子模型的實(shí)證研究

主成分分析法是一種多指標(biāo)評(píng)價(jià)方法。它將多個(gè)指標(biāo)濃縮為新的指標(biāo)，是原來多個(gè)指標(biāo)的線性組合，產(chǎn)生的新指標(biāo)為主成分。

運(yùn)行SPSS，可得到變量間的相關(guān)矩陣表。一些變量間存在較大相關(guān)性，如x1與x2相關(guān)系數(shù)為0.71等。且Kaiser-Meyer-Olkin顯著，有必要建立因子模型。

借助spss軟件得到原始變量的特征值、各主成分的貢獻(xiàn)率及累計(jì)貢獻(xiàn)率。前3個(gè)主成分包含原始變量82%的信息，效果較好，且前三個(gè)特征根大于1，對(duì)原始信息的貢獻(xiàn)率依次為35.882%、25.991%、20.169%，累計(jì)貢獻(xiàn)率達(dá)82.042%。但在綜合評(píng)價(jià)中，我們輸出并保留所有成分。同時(shí)，將因子載荷陣輸入數(shù)據(jù)編輯窗口，分別命名為a1～a6。在計(jì)算變量窗口中利用zi=ai/sqrt（λi）公式計(jì)算特征向量，得特征向量陣和特征向量構(gòu)造的權(quán)數(shù)。

由Y看出各城市設(shè)施水平的高低。排前3的為上海、天津、北京，設(shè)施水平較高。排名后3的是內(nèi)蒙古、海南、河南，設(shè)施水平需要提高。同時(shí)不同城市各因子得分也不同，比如上海綜合得分最高，但人均綠地面積因子得分較低，很大程度上是由人口密度大引起的。

3.結(jié)論與建議

各城市的差異主要由以往城市基礎(chǔ)設(shè)施、經(jīng)濟(jì)及政策不同造成。因此，政府應(yīng)根據(jù)綜合評(píng)價(jià)結(jié)果，結(jié)合實(shí)際制定更科學(xué)的發(fā)展戰(zhàn)略，例如將技術(shù)、資金向不發(fā)達(dá)的城市傾斜，縮小各省之間的差異。

參考文獻(xiàn)：

[1]朱建平.應(yīng)用多元統(tǒng)計(jì)分析.科學(xué)出版社

[2]饒從軍，王成.綜合因子分析法在評(píng)價(jià)城市設(shè)施水平中的應(yīng)用[J].沈陽師范大學(xué)學(xué)報(bào)，2004，22（3）

作者簡介：魯曉希（1992—），女，漢族，山西省運(yùn)城市人，經(jīng)濟(jì)學(xué)本科，單位：山西財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，研究方向：統(tǒng)計(jì)學(xué)（風(fēng)險(xiǎn)管理與精算）。endprint