kl800.com省心范文网

基于SAS对第三产业增加值的因子分析


对第三产业增加值的因子分析 基于 SAS 对第三产业增加值的因子分析
计算 B092 李宁 摘要: 第三产业是一个国家国民经济中的重要组成部分, 在发达国家第三产业占国民经济的 摘要: 比重非常大。影响第三产业的因素有很多,本文以中国统计年鉴 2011 为数据源,通过 SAS 软件研究批发和零售业、住宿和 餐饮业、金融业等影响第三产业增加值的因素。 关键词: 关键词:第三产业 SAS 因子分析

一、引言 为适应加快改革开放和经济发展的新形势, 中共中央、 国务院于 1992 年 6 月 16 日做出 《关于加快发展第三产业的决定》,确定发展第三产业的目标是:争取用十年左右或更长一 些时间, 逐步建立起适合我国国情的社会主义统一市场体系、 城乡社会化综合服务体系和社 会保障体系。第三产业的增长速度要高于第一、第二产业,第三产业增加值占国民生产总值 的比重和就业人数占社会劳动者总人数的比重, 力争达到或接近发展中国家的平均水平。 中 共十四大报告指出:“发展我国商业、金融、保险、旅游、信息、法律和会计审计咨询、居 民服务等第三产业,不仅有利于促进市场发育,提高服务的社会化、专业化水平,提高经济 效益和效率,方便和丰富人民生活,而且可以广开就业门路,为经济结构调整、企业经营机 制转换和政府机构改革创造重要条件。要发挥国家、集体、个人三方面的积极性,加快第三 产业的发展,使之在国民生产总值中的比重有明显提高。”中共十六大报告重申要“加快发 展现代服务业,提高第三产业在国民经济中的比重”。 二、因子分析 因子分析(Factor Analysis)是主成分分析的推广,它也是从研究相关矩阵内部的依 赖关系出发, 把一些具有错综复杂关系的变量归结为少数几个综合变量的一种多变量统计分 析方法。 基本原理是通过一定的多元统计分析方法, 测算出各个指标在样本之间的相对差距, 从简化方差-协方差的结构来考虑对原始变量数据矩阵进行降维处理, 即在一定的约束条件 下,对原始变量作了一次正交变换,得到一组具有某种良好方差性质的新变量,这组新变量 彼此互不相关且在各自的特征方向上有最大方差。当几个公共因子的累计方差达到 88%以 上时,说明这几个公共因子集中反映了研究问题的大部分信息,而彼此之间又不相关,信息 不重叠。计算这几个公共因子的权重,然后进行综合评价结果的加权合成,并根据综合评价 值的大小进行排序。

三、因子分析的实现: 因子分析的实现: 1.数据: 数据:
表 1 变量说明

变量名 x x1 x2 x3 x4 x5 x6

名称 第三产业总值 交通运输、仓储和邮政业 批发和零售业 住宿和餐饮业 金融业 房地产业 其他

表 2 第三产业增加值数据

以上数据来自中国统计年鉴2011

2.因子分析 过程: 2.因子分析 SAS 过程: data a; input district $ x cards; x1 x2 x3 x4 x5 x6;

1978 872.5 1979 878.9 1980 982.0 1981 1076.6 1982 1163.0 1983 1338.1 1984 1786.3 1985 2585.0 1986 2993.8 1987 3574.0 1988 4590.3 1989 5448.4 1990 5888.4 1991 7337.1 1992 9357.4 1993 11915.7 1994 16179.8 1995 19978.5 1996 23326.2 1997 26988.1 1998 30580.5 1999 33873.4

182.0 193.7 213.4 220.7 246.9 274.9 338.5 421.7 498.8 568.3 685.7 812.7 1167.0 1420.3 1689.0 2174.0 2787.9 3244.3 3782.2 4148.6 4660.9 5175.2

242.3 200.9 193.8 231.1 171.4 198.7 363.5 802.4 852.6

44.6 44.0 47.4 54.1 62.3 72.5 96.8

68.2 66.9 75.0 79.8 114.8 149.0 203.9

79.9 86.3 96.4 99.9 110.8 121.8 162.3 215.2 298.1 382.6 473.8 566.2

255.6 287.1 356.0 390.9 456.8 521.2 621.2 747.5 824.6 926.3 1120.6 1291.6 1470.9 1819.9 2271.3 3163.7 4465.8 5602.9 6778.3 8423.0 10087.3 11767.7

138.3 259.9 163.2 356.4

1059.6 187.1 450.0 1483.4 241.4 585.4 1536.2 277.4 964.3

1268.9 301.9 1017.5 662.2 1834.6 442.3 1056.3 763.7 2405.0 584.6 1306.2 1101.3 2816.6 712.1 1669.7 1379.6 3773.4 1008.5 2234.8 1909.3 4778.6 1200.1 2798.5 2354.0 5599.7 1336.8 3211.7 2617.6 6327.4 1561.3 3606.8 2921.1 6913.2 1786.9 3697.7 3434.5 7491.1 1941.2 3816.5 3681.8

2000 38714.0 2001 44361.6 2002 49898.9 2003 56004.7 2004 64561.3 2005 74919.3 2006 88554.9

6161.0 6870.3 7492.9 7913.2 9304.4

8158.6 2146.3 4086.7 4149.1 9119.4 2400.1 4353.5 4715.1 9995.4 2724.8 4612.8 5346.4 11169.5 3126.1 4989.4 6172.7 12453.8 3664.8 5393.0 7174.1

14012.4 16903.3 19726.7 22633.9 26571.2

10666.2 13966.2 4195.7 6086.8 8516.4 31488.0 12183.0 16530.7 4792.6 8099.1 10370.5 36579.1

2007 111351.9 14601.0 20937.8 5548.1 12337.5 13809.7 44117.7 2008 131340.0 16362.5 26182.3 6616.1 14863.3 14738.7 52577.1 2009 148038.0 16727.1 28984.5 7118.2 17767.5 18654.9 58785.9 2010 173087.0 18968.5 35746.1 8068.5 20980.6 22315.6 67007.8 ; proc factor data=a n=2;run; proc factor data=a n=2 rotate=varimax score out=scoreout;; var x1-x6; run; proc sort data=scoreout out=f1; by descending factor1; proc sort data=scoreout out=f2; by descending factor2; run; proc print data=scoreout;run;

四、结果及分析: 结果及分析: 及分析

图 1 一致性估计

图 2 各因子方差与最终一致性估计

图 3 正交变换矩阵、旋转因子及各因子方差解释

图 4 标准化得分系数

五、结论: 结论: 由 SAS 运行结果可以看出各个因子的贡献度都是很高的, 对变量有很好的解释。 交通运 输、仓储和邮政业,批发和零售业,住宿、餐饮业,金融业,房地产业均有影响,都是都是 产业的重要组成部分。第三产业中的新兴产业快速发展,内部结构不断优化。商业、饮食、

居民服务、交通运输、邮电等传统产业持续发展。房地产业对都是产业的影响最大,因为我 国是发展中国家,对住房需求较大。第三产业的发展相对缓慢,我国第三产业还处于初级发 展阶段,存在着许多薄弱环节,但弱势并不可怕,正好预示着我国第三产业存在着巨大的发 展空间和潜力。

六、参考文献: 参考文献: [1]范金成,梅长林.数据分析[M].北京:科学出版社,2010. [2]董大钧. SAS统计分析应用[M].北京: 电子工业出版社,2008.

SAS based on the tertiary industry added value factor analysis Calculation of B092 lining
Abstract: the tertiary industry is a country the main component in national economy, in the developed countries, the tertiary industry accounted for the proportion of the national economy is very large. There are many factors that influence the tertiary industry, according to the China Statistical Yearbook 2011 as the data source, through the SAS software research wholesale and retail trade, accommodation and catering industry, financial industry and the tertiary industry added value influence factors.

Keywords: the tertiary industry SAS

factor analysis


赞助商链接