關(guān)于江蘇省各地級市全面小康建設(shè)的綜合評價(jià)(編輯修改稿)
2025-07-13 03:48 本頁面
【文章內(nèi)容簡介】 d1城市綠化覆蓋率；d2森林覆蓋率；d3環(huán)境質(zhì)量綜合指數(shù)（二）江蘇省全面小康社會的因子分析從13個(gè)城市的指標(biāo)來進(jìn)行分析排名，我們將更進(jìn)一步了解江蘇省全面小康社會的現(xiàn)狀?？紤]到數(shù)據(jù)獲取的困難度和權(quán)威性，在實(shí)證分析時(shí)并不是運(yùn)用完整的指標(biāo)評價(jià)體系，而是在指標(biāo)體系中選取較為重要而又易于取得權(quán)威數(shù)據(jù)的指標(biāo)來進(jìn)行簡單的分析，從而在此基礎(chǔ)上對各地級市進(jìn)行排名，在選取指標(biāo)時(shí)，盡量保持原有的指標(biāo)內(nèi)涵，以使分析具有代表性和典型性。在指標(biāo)的選取上，本文從經(jīng)濟(jì)發(fā)展綜合指標(biāo)項(xiàng)中選取了2個(gè)主要指標(biāo)，從生活水平綜合指標(biāo)項(xiàng)中選取了4個(gè)主要指標(biāo)，從社會發(fā)展綜合指標(biāo)項(xiàng)中選取了3個(gè)主要指標(biāo)，從生態(tài)環(huán)境綜合指標(biāo)項(xiàng)中選取了3個(gè)主要指標(biāo)，共計(jì)12個(gè)指標(biāo)并以此數(shù)據(jù)來進(jìn)行統(tǒng)計(jì)排名。所選取的指標(biāo)在一定程度上能夠反映其它指標(biāo)的部分內(nèi)涵，因而根據(jù)這些指標(biāo)所進(jìn)行的統(tǒng)計(jì)排名應(yīng)該具有代表性。以下選取的指標(biāo)均來自《2006江蘇省統(tǒng)計(jì)年鑒》中的原始數(shù)據(jù)：其中X1X12分別表現(xiàn)為：人均GDP（元）、二三產(chǎn)業(yè)占GDP比重（%）、城鎮(zhèn)居民人均可支配收入（元）、農(nóng)村居民人均純收入（元）、農(nóng)村人均住房面積（平方米）、恩格爾系數(shù)（%）、每萬人中擁有在校學(xué)生數(shù)（人）、衛(wèi)生技術(shù)人員數(shù)（萬人）、社會保障補(bǔ)助支出（億元）、建成區(qū)綠化覆蓋率（%）、生活垃圾清運(yùn)量（萬噸）和人均城市維護(hù)費(fèi)（元/人）。表2 江蘇省城市基本數(shù)據(jù)指標(biāo)城市X1X2X3X4X5X6X7X8X9X10X11X12南京408871499762252139169無錫62323160058004181388常州37207145897002184546蘇州66766162768393157674鎮(zhèn)江32597123945916163817南通19060123845501135824揚(yáng)州20251113795215147318泰州16366111225102137016徐州13160111854443187747連云港9691100063869188629淮安1068391154024177122鹽城12585105804893154820宿遷718872083839196015資料來源：《2006年江蘇省統(tǒng)計(jì)年鑒》我們之所以選取截面數(shù)據(jù)作為樣本進(jìn)行分析是因?yàn)椋焊鞯貐^(qū)之間生活質(zhì)量水平差距不是短時(shí)間之內(nèi)形成的，而是長期發(fā)展的結(jié)果，因此現(xiàn)實(shí)數(shù)據(jù)包含了豐富的歷史信息；各地區(qū)之間的生活質(zhì)量的地位不是固定的，而是處于動(dòng)態(tài)變化之中，所以我們要根據(jù)最新的數(shù)據(jù)信息來說明它們的現(xiàn)狀。因子分析的過程：（1）將原始數(shù)據(jù)標(biāo)準(zhǔn)化；（2）計(jì)算相關(guān)矩陣S；（3）求相關(guān)矩陣S的特征向量U和特征值T；（4）確定公共因子的個(gè)數(shù)，按累計(jì)貢獻(xiàn)率t大于85%來確定；（5）求出初始因子載荷矩陣，并對其進(jìn)行正交轉(zhuǎn)置得到新的因子載荷矩陣；（6）將因子變?yōu)樽兞康木€性組合，最終得到因子得分F根據(jù)表2的數(shù)據(jù)，通過因子分析的方法，可以計(jì)算得到如下表：表3 總方差解釋表 Total Variance ExplainedComponentExtraction Sums of Squared Loadings Total% of VarianceCumulative %12Extraction Method: Principal Component Analysis.表4 正交旋轉(zhuǎn)后的因子載荷矩陣 Rotated Component Matrix(a)Com
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1