革命老區(qū)經(jīng)濟(jì)發(fā)展的統(tǒng)計(jì)模型研習(xí)
時(shí)間:2022-01-19 09:04:09
導(dǎo)語(yǔ):革命老區(qū)經(jīng)濟(jì)發(fā)展的統(tǒng)計(jì)模型研習(xí)一文來(lái)源于網(wǎng)友上傳,不代表本站觀點(diǎn),若需要原創(chuàng)文章可咨詢客服老師,歡迎參考。
一、數(shù)據(jù)收集
我們選取四川省的十個(gè)革命老區(qū)為研究對(duì)象,根據(jù)經(jīng)濟(jì)學(xué)的相關(guān)理論,我們選取科技教育,人口,衛(wèi)生福利,交通以及社會(huì)資產(chǎn)投資等9個(gè)因素作為老區(qū)經(jīng)濟(jì)發(fā)展的影響因素。一個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展水平一般都用該地區(qū)的GDP來(lái)衡量,因而我們選取GDP為衡量老區(qū)經(jīng)濟(jì)發(fā)展指標(biāo),通過(guò)研究上面給出的因素對(duì)GDP的影響來(lái)確定各個(gè)因素的影響程度大小,從而建立模型。我們選用2007年的數(shù)據(jù)進(jìn)行分析。
二、因子分析
(一)概念因子分析是研究如何以最少的信息丟失,將眾多原始變量濃縮成少數(shù)幾個(gè)因子變量,以及如何使因子變量具有較強(qiáng)的可解釋性的一種多元統(tǒng)計(jì)分析方法。
(二)因子分析的可行性計(jì)算各因素之間的相關(guān)系數(shù),對(duì)原始資料矩陣進(jìn)行KMO檢驗(yàn),值為0.647,Bartlett球度檢驗(yàn),結(jié)果顯示,近似卡方值為106.219,自由度為36,檢驗(yàn)顯著性概率遠(yuǎn)小于0.05,接受原假設(shè)。因此認(rèn)為各因素之間相關(guān)性比較顯著,適合因子分析。
(三)因子分析結(jié)果計(jì)算相關(guān)系數(shù)矩陣的特征根和相應(yīng)的特征向量,再得到公因子解釋方差百分比表,發(fā)現(xiàn)只需提取前2個(gè)因子,這兩個(gè)因子的特征值分別為6.836和1.352,其累計(jì)貢獻(xiàn)率己經(jīng)達(dá)到了90.970%,可以很好的反映出老區(qū)經(jīng)濟(jì)發(fā)展的影響因素。然后可分別計(jì)算出因子載荷陣,共同度,特殊因子方差及公共因子方差貢獻(xiàn),為便于解釋各個(gè)公共因子的含義,將因子載荷矩陣進(jìn)行方差最大正交旋轉(zhuǎn)。經(jīng)過(guò)旋轉(zhuǎn),容易得到以下結(jié)論:1.在公共因子F1中,教師人數(shù)、學(xué)生人數(shù)、從業(yè)人數(shù)、人口總數(shù)、人口增長(zhǎng)率、福利院數(shù)量、財(cái)政支出、社會(huì)資產(chǎn)投資指標(biāo)在該因子上的載荷較大。故可以概括為人口數(shù)量因子。2.在公共因子F2中,公路里程數(shù)和財(cái)政支出指標(biāo)在該因子上有載荷較大,故可以概括為環(huán)境影響因子。
(四)計(jì)算各因子得分及綜合評(píng)價(jià)得分由因子載荷陣可以計(jì)算各革命老區(qū)在各公因子上的得分,計(jì)算公式為:再以各因子所對(duì)應(yīng)的貢獻(xiàn)率為權(quán)重進(jìn)行加權(quán)求和,即可得到綜合評(píng)價(jià)得分F,計(jì)算公式為F=0.835F1+0.165F2通過(guò)計(jì)算可以得到綜合得分,并求出各地區(qū)的得分值,得出綜合得分最高的是南充市,最低的是甘孜地區(qū),說(shuō)明南充市在2007年的發(fā)展最好,而甘孜等地區(qū)的發(fā)展相對(duì)比較緩慢。
(五)線性模型的建立把提取的各地區(qū)因子得分F1、F2作為新的變量與該地區(qū)的GDP作線性回歸分析。利用SPSS軟件我們得到GDP與F1,F2的散點(diǎn)圖,可以看出GDP與F1有較強(qiáng)的線性關(guān)系,而GDP與F2基本沒(méi)有線性關(guān)系,利用最小二乘估計(jì)我們可以得到GDP與F1,F2的回歸估計(jì)式如下:我們對(duì)上式的擬合模型進(jìn)行擬合優(yōu)度檢驗(yàn),t檢驗(yàn),異方差檢驗(yàn),自相關(guān)檢驗(yàn),發(fā)現(xiàn)模型擬合得很好。將得分函數(shù)F1代入模型得到老區(qū)GDP與影響因素的線性模型:
三、結(jié)論
模型估計(jì)結(jié)果說(shuō)明,在假定其他因素不變的情況下,一是老區(qū)經(jīng)濟(jì)與該地區(qū)教師人數(shù)和學(xué)生人數(shù)呈正相關(guān)。經(jīng)濟(jì)的發(fā)展需要人才,而人才的培養(yǎng)則需要教育。可以說(shuō)教育發(fā)展是經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)和必要條件。沒(méi)有教育的發(fā)展就沒(méi)有經(jīng)濟(jì)的發(fā)展。二是老區(qū)的經(jīng)濟(jì)與老區(qū)的從業(yè)人數(shù)呈正相關(guān),與老區(qū)人口增長(zhǎng)率呈負(fù)相關(guān)關(guān)系。就業(yè)是支撐經(jīng)濟(jì)發(fā)展的重要力量,就業(yè)能夠促進(jìn)經(jīng)濟(jì)的增長(zhǎng),就業(yè)的增加,有利于經(jīng)濟(jì)的穩(wěn)定發(fā)展。人口是制約一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展的主要因素,人口越多,人均占有資源越少。同理,在一定的資源與環(huán)境條件下,人口越多,對(duì)發(fā)展經(jīng)濟(jì)的影響越不利。三是老區(qū)的經(jīng)濟(jì)與老區(qū)的福利院數(shù)、交通里程數(shù)呈正相關(guān)。福利事業(yè)屬第三產(chǎn)業(yè),第三產(chǎn)業(yè)的發(fā)展不僅能促進(jìn)經(jīng)濟(jì)的發(fā)展,而且還能健全老區(qū)的社會(huì)保障制度。交通運(yùn)輸是國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展的基礎(chǔ)產(chǎn)業(yè)和基礎(chǔ)設(shè)施。經(jīng)濟(jì)的發(fā)展依賴于交通運(yùn)輸?shù)陌l(fā)展。四是老區(qū)的經(jīng)濟(jì)與社會(huì)資產(chǎn)投資,政府財(cái)政支出呈正相關(guān)。投資是經(jīng)濟(jì)發(fā)展的先導(dǎo),是經(jīng)濟(jì)轉(zhuǎn)型升級(jí)的前提和保障。
作者:沈盟王璐高藝單位:西南交通大學(xué)數(shù)學(xué)學(xué)院
熱門標(biāo)簽
革命文學(xué) 革命 革命老區(qū) 革命軍人 革命理論 革命根據(jù)地 革命經(jīng)驗(yàn) 革命先烈 革命人格 心理培訓(xùn) 人文科學(xué)概論