基于SPSS21的我國主要產業增加值統計分析

李嚴

摘要：經濟發展新常態背景下，對我國經濟發展和產業結構調整提出了新的要求，我國產業升級面臨新壓力和新機遇。基于此，文章對我國所有省份的九大主要行業產值增加水平進行聚類分析，了解不同區域的主要產業與優勢產業所在。在此基礎上對不同地區的主要因素進行橫向比較，有利于政府了解各地區發展優勢，能更為有效、有目的性地制定適合地區發展的政策目標，促進我國經濟更快更好的繼續發展。

關鍵詞：行業增加值;中國;聚類;主要因素

一、引言

目前我國正處于經濟轉型階段，需要對各省份的各產業數據十分了解的同時，還應當通過數據統計分析對各省的潛在優勢產業或是紅利產業進行挖掘。基于此，本文利用SPSS軟件對我國2017年的全省數據進行聚類、主成份等統計分析，力圖闡述不同省份之間的產業優勢差異，為我國制定政策提供參考。

二、統計分析

（一）數據選取與說明

本文選取2017年我國31個省（市）的各行業產業增加值，具體變量設定如下：（單位億元）Xl：農林牧漁業增加值，X2：工業增加值;X3：建筑業增加值;X4：批發和零售業增加值;X5：交通運輸，倉儲和郵政業增加值;X6：住宿和餐飲業增加值;X7：金融業增加值;X8：房地產業增加值;X9：其他行業增加值。

（二）聚類分析

本文利用系統聚類分析對所有數據進行統計分析處理，選擇輸出相應的樹狀圖與統計矩陣等，采用Squared Euclidean distance歐氏距離平方以及組間聚類方法估計，并且對其進行標準化要求處理。

分析可以發現，除江蘇、廣西及寧夏外的28個省（市）被劃分為四個主要類別。其中1類的省份最多，2類次之，3類與4類則更少。根據相應的群集數可以發現第一類涵蓋的省（市）有西藏自治區、青海省、海南省、甘肅省、天津市、山西省、貴州省、新疆維吾爾自治區、黑龍江省、遼寧省、安徽省、江西省、陜西省、重慶市、云南省、內蒙古自治區等17個樣本;第二類的省（市）有北京市和上海市等2個樣本;C類包括河北省、福建省、湖北省、四川省、湖南省、河南省、浙江省等7個樣本;D類包括山東省和廣東省等2個樣本。

但由于此處未進行主成份得分統計分析，所以無法通過此處直接說明第一類省份產業一定優于其他省份，仍然要通過得分情況來具體觀察其變化。

（三）判別分析

在對上述28個省（市）數據完成相應聚類分析后，對生育的江蘇、廣西以及寧夏進行判別分析，觀察其屬于哪一類。本文中利用了FISHER判別法進行判別。

由判別分析結果可以發現，江蘇省屬于2類，廣西以及寧夏屬于1類。

（四）主成分分析法

對31個省（市）的數據進行KMO與BAR檢驗，其結果如表1所示，從中可以發現，KMO=0.857>0.6，這說明選取的樣本數據適合做主成份分析;同樣的BAR球形檢驗結果顯著性P=0.000<0.05，表示數據樣本適合做主成分分析。

本文中選取的共同度值均大于0.5，這說明提取的主成份對于原始變量的解釋程度很高。

在所有的產業中，提取除了特征值大于1的一個主要成分，其特征值為7.527，對于方差的貢獻率為83.636%，累積貢獻率為83.636%。這說明該成分已經足以解釋大部分的方差。

根據數理統計的相關知識，主成份分析的變換矩陣亦即主成份載荷矩陣U與因子載荷矩陣A以及特征值λ的數學關系如下面這個公式：

U=A/λ^0.5

故可以得到相應的主成份載荷矩陣如表2所示。

因此可以得到主成份Y的表達式為：

Y=0.408×農業+0.537×工業+0.487×建筑業+0.521×批發與零售+0.522×交通運輸+0.52×食宿+0.474×金融+0.511×房地產+0.519×其他

由該表達式可以計算得到主成份Y的值，但是在計算之前要對原始變量進行標準化處理。隨后可通過計算變量得到主成份Y，在主成份得分的基礎上可以再一次進行聚類分析或是綜合評價。由于本次分析僅存在一個主成份，故不需要對其進行權重加總獲得最終評分，可以Y的數值進行直接的綜合評價。

故根據主成份得分可以發現，其中廣東省、江蘇省、山東省的得分高于5分，為全國31個省市之首，說明這三個省份在2017年產業總增加水平最高;而寧夏、青海與西藏三個地區得分均小于-4.5，這說明三個省份在2017年產業總增加水平最低。得分的高低說明省份的產業增加值水平高低。

（五）相關性分析

本文對31個省（市）的九大主要行業產出增加值進行一個簡單的相關性PEARSON分析，其分析結果如下所示。從中發現，農業、工業、建筑業、批發業、交通運輸業、食宿、金融業、房地產業及其他行業彼此之間存在一定的相關性，但好在所有行業兩兩之間的相關關系并不十分高，及各自的數據之間不存在高度共線性，相關系數均小于0.9，故而上述所作的數據分析是有效的。

參考文獻：

[1]王小明.區域傳統優勢產業與戰略性新興產業協同融合發展研究[J].經濟體制改革，2017（04）：50-55.

[2]景躍軍，張昀.我國勞動力就業結構與產業結構相關性及協調性分析[J].人口學刊，2015，37（05）：85-93.

[3]張建清，張燕華.不同空間尺度下優勢產業選擇研究——以西三角經濟區為例[J].科技進步與對策，2014，31（10）：19-23.

[4]劉洪玉，鄭思齊，許憲春.房地產業所包含經濟活動的分類體系和增加值估算[J].統計研究，2003（08）：24-27.

（作者單位：福州大學經濟與管理學院）