關(guān)于江蘇省各地級(jí)市全面小康建設(shè)的綜合評(píng)價(jià)-在線瀏覽
2025-08-03 03:48本頁(yè)面
【正文】 展、民主更加健全、科技更加進(jìn)步、文化更加繁榮、社會(huì)更加和諧、人民生活更加殷實(shí)。江蘇兩個(gè)率先的目標(biāo)是江蘇實(shí)現(xiàn)全面小康和基本實(shí)現(xiàn)現(xiàn)代化，進(jìn)度上要先于全國(guó)，水平上要高于全國(guó)。江蘇省全面建設(shè)小康社會(huì)主要指標(biāo)在全省范圍內(nèi)核算，指標(biāo)的選取較為全面、系統(tǒng)，由經(jīng)濟(jì)發(fā)展、生活水平、社會(huì)發(fā)展、生態(tài)環(huán)境4大類18項(xiàng)指標(biāo)組成。D經(jīng)費(fèi)支出占GDP比重%1．51高中階段教育毛入學(xué)率%901衛(wèi)生服務(wù)體系健全率%901社會(huì)保障（1）城鎮(zhèn)勞動(dòng)保障三大保險(xiǎn)各自覆蓋面養(yǎng)老%95醫(yī)療%95失業(yè)%95（2）新型農(nóng)村合作醫(yī)療覆蓋面%851人民群眾對(duì)社會(huì)治安的滿意度%901城鄉(xiāng)村（居）民依法自治（1）城鎮(zhèn)社區(qū)居委會(huì)依法自治達(dá)標(biāo)率%90（2）農(nóng)村村委會(huì)依法自治達(dá)標(biāo)率%95四、生態(tài)環(huán)境（2項(xiàng)）1綠化水平（1）城市綠化覆蓋率%40（2）森林覆蓋率%201環(huán)境質(zhì)量綜合指數(shù)分80資料來源：江蘇省計(jì)委、省委研究室、省統(tǒng)計(jì)局、省社科院《江蘇省全面建設(shè)小康社會(huì)主要指標(biāo)》研究工作小組。用A表示經(jīng)濟(jì)發(fā)展指標(biāo)，用B表示生活水平指標(biāo)、用C表示社會(huì)發(fā)展指標(biāo)、用D表示生態(tài)環(huán)境指標(biāo)，用X表示綜合評(píng)價(jià)指數(shù)。D經(jīng)費(fèi)支出占GDP比重；c2高中階段教育毛入學(xué)率；c3衛(wèi)生服務(wù)體系健全率；c4社會(huì)保障；c5人民群眾對(duì)社會(huì)治安的滿意度；c6城鄉(xiāng)村居民依法自治達(dá)標(biāo)率D體系設(shè)置以下指標(biāo)進(jìn)行描述：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(huì)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(huì)的現(xiàn)狀。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(huì)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。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(wàn)人中擁有在校學(xué)生數(shù)（人）、衛(wèi)生技術(shù)人員數(shù)（萬(wàn)人）、社會(huì)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(wàn)噸）和人均城市維護(hù)費(fèi)（元/人）。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(duì)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)ComponentComponent1212X1.894.317X7.820X2.887.192X8.586.546X3.925.310X9.712.484X4.959.170X10.416.506X5.972.016X11.404.894X6X12.734.621Extraction Method: Principal Component Analysis.Rotation Method: Varimax with Kaiser Normalization.a Rotation co
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1