基于因子分析法的重庆县域经济发展水平实证研究样本.doc

资料内容仅供您学习参考，如有不当或者侵权，请联系改正或者删除。

第１０卷第２期

重庆交通大学学报( 社科版)

２０１０年４月

Ｖ０１．１０ Ｎｏ．２ ＪＯＵＲＮＡＬ ＯＦ ＣＨＯＮＧＱＩＮＧ ＪＩＡＯＴＯＮＧ ＵＮＩＶＥＲＳＩＴＹ( Ｓｏｃｉａｌ Ｓｃｉｅｎｃｅｓ Ｅｄｉｔｉｏｎ) Ａｐｒ．２０１０

基于因子分析法的重庆
县域经济发展水平实证研究

周 敏
( 西南大学经济管理学院, 重庆４００７１５)

摘要: 重庆的县域经济总量小、 结构欠优、 开放度低、 发展不平衡等问题突出。对重庆市各区县多项经济指
标进行因子分析, 由此评价各Ｉｇ．－ｇ－鲤２济发展的水平, 找出各区县经济发展不平衡的成因, 并在实证分析的基础
上提出重庆市县域经济统筹发展的对策建议。
关键词: 因子分析; 综合评价; 区域经济

中图分类号: Ｆ２

一、 引言
文献标识码: Ａ
文章编号: １６７４—０２９７( ２０１０) ０２－００４６—０４

随机变量是不可观测的, 一般称为因子。然后根据相关性
的大小把变量分组, 同组内的变量之间相关性较高, 但不

重庆市作为中西部唯一的直辖市, 直辖十多年来, 重
庆市经济社会发展取得巨大的成就。可是重庆市的经济
发展还存在很多问题, 特别是重庆县域经济总量小、 结构
欠优、 开放度低、 发展不平衡等问题突出∞。重庆市城乡统
筹综合配套改革的进一步深入, 为重庆县域经济发展问题
的解决提供了良好的宏观环境。客观、 准确地分析重庆市
各区县的经济发展状况, 找出各区县经济发展不平衡的成
因, 提出统筹发展的对策, 对于缩小重庆市城乡区域差距,
进一步加快重庆市经济发展具有重大的现实意义。本文
采用因子分析方法, 对重庆市４０个区县的经济发展水平进
行评价, 在实证分析的基础上提出重庆市县域经济统筹发
展的对策建议, 探究县域经济协调发展的新路径。
因子分析的基本思想是经过变量的相关系数矩阵内
部结构的研究, 找出能够控制所有变量的少数几个随机变
量去描述多个变量之间的相关关系。但在这里, 少数几个
同组的变量相关性较低。
因子旋转, 在实际应用因子分析中出现了难以解释的
现象, 根本原因是模型同实际数据的矛盾, 其直接原因表
现在因子对变量的贡献不明确。于是设想在不改变因子
协方差结构的情况下, 经过旋转坐标轴来实现这一目的。

二、 经济发展水平评价指标与数据
本文运用多元统计学中的因子分析法, 对重庆市４０个
区县的经济情况进行分析, 按经济综合实力评价各区县在
全市的地位, 并为重庆市各区县经济发展规划与决策提出
了相应的政策建议。文中选取了能足够反映经济发展总
水平的５项主要指标( 均以万元为单位) , 指标数据来源乎
２００７年重庆市统计年鉴: ｙ。——农业总产值, ｙ: ——工业总
产值, ｙ３——建筑业总产值, ｙ４——固定资产投资, ｙ５——
高新产业总产值。数据见表１:

表１重庆市４０个区县主要经济指标情况
单位: 万元

渝中区
大渡口区
江北区
沙坪坝区
九龙坡区
南岸区
北碚区
渝北区
巴南区
万盛区
双桥区
农业生产总值
０
２８ ７４２
３８ ５８３
６３ ０５３
８８加８
４８ ２９７
１１４ ３０９
２２２ ２８７
３２０ ３６８
６２ ２０３
４ ４９２
工业产值
４６５ ４６９
２ ４３５ ０９６
２ ６９５ ９５３
３ ７０６ ０２９
６ ２８９ ３７９
３ ０４１ ８５９
２ ０６９ ０４３
５ ５５４ ７６６
２ ４３３ ８３ｌ
２２１ ７９３
７２６ ３２５
建筑业产值
８５１ ３４８
２０３ ７３８
４２２ ２２３
７３７ ５４４
ｌ ４４４ ５１４
７０８ ８８７
２４０ ９８１
１ １５０ ２００
６９３ ４５３
５４ ８６０
３ ０９２
固定资产投资
９１４ ４１２
７６３ ９５５
２ １６５ ４２３
２ ０２７ ５５ｌ
ｌ ８６９ ０１６
２ ３９８ ０４０
９１７ ８５０
３ ２１０ ２７０
ｌ ６３６ ２８０
１３９ ５９１
８２ ３０９
高新产业
４ ４０４．７
２２ ６２２．５
１８７ ５２３．６
１３５ ７１０．０
８６５ ４０３．３
５０６ ４８２．３
６８５ ２７１．７
５５１ ５３５．３
３３ ８０８．７
３ ３８５．０
１ ３４４．２

・收稿日期: ２００９—１２—２６
作者简介: 周敏( １９８１一) , 女, 重庆人, 西南大学经济管理学院硕士研究生, 主要从事企业管理研究。
万方数据

周敏: 基于因子分析法的重庆县域经济发展水平实证研究

续表１ 重庆市４０个区县主要经济指标情况


４７

单位: 万元

涪陵区
长寿区
江津区
合川区
永川区
南川区
綦江县
潼南县
铜梁县
大足县
荣昌县
璧山县
万州区
粱平县
城口县
丰都县
垫江县
忠县
开县
云阳县
奉节县
巫山县
巫溪县
黔江区
武隆县
石柱县
秀山县
酉阳县
彭水县
农业生产总值
３５０ ８９４
２６５ １８０
５３３ ５２０
４２３ ２５８
３３００２９
２５１ ４５２
２９３ ８４３
２８８ ３４７
２５８ ４７３
２８ｌ ２１５
２７３ ８４５
１５０ ０３２
２３９４５０
５０ ４６９
２０６２５６
２４３ ３４６
３９０７８３
２７３ ８２７
３６４６２８
２７４７３３
２４８ ６７３
１４ｌ １２ｌ
１０９ ７１０
１４ｌ １４４
１７３ ６８７
１２５ ６５５
１５３ ８６７
１３１ ２８０
１７３ ０９９
工业产值
２ ０４６ ８８７
ｌ ２２１ １０４
ｌ ６２９ ５５７
５３５ ３６８
８９２ ｏ( ) ２
６０２ ６６９
６３８ ８１７
１７７ ８３０
４９０ ４７０
３５２ ５５６
６９８ ２９０
１１８ ７３７
８１５２５４
３０６ ０８３
９５ ７８４
１４７ １ｃｒ７
３７４ ６８３
１３ｌ ７７７
３２９ １２０
７１ １９２
５１ ７１８
４７ １８６
２７ ８６３
３５３ ０４４
１３７ ３３７
１４２ １２１
３４２ ３２８
８５ ９３４
６１ １２８
建筑业产值
５６８ １２０
４００ ０５９
４０９ ０６４
２２４ ６７４
５３７ ２７６
４８ １０５
８８ ２２４
３３９ ４３２
１０４ ９５９
１２３ ３０２
１１４ ２８６
１１１ ５６４
６３８ ３２３
７６ ９６６
５ ７５０
６２ ９９３
１０２ ８０８
１６０ ７２６
２２０ ７０４
５ｌ ２４７
１４２ ０３６
１２ ０７３
１５ ８１８
８７ ５２２
４２ ８９４
３８ ３９０
２１ １２『７
１３ ４２２
１１ ３０８
固定资产投资
８４１ ８８０
８５４ ４８３
ｌ ０７２ ８９４
Ｉ １１３ ０９８
１ １８２ ６６３
５０７ ０４５
４３７ ３９５
３４６ ２５０
４９８ ８０３
３９２ ３３１
４０８ ９３８
５４８ ５９４
１ ２８１ ９０８
３４３ ３７９
１５５ ８６４
３７９ ３２３
２８５ １５３
４６７ ８１４
６４４ ２６９
４５２ ３５０
４９２ ７８１
２６６ ０５ｌ
１７３ ９２５
３９２ ３５７
４２１ ２７９
３８ ８８０
２６７ ８８８
２５５ ９１７
６２７ ７５２
高新产业
１９４ ００１．２
２６ ４２３．６
７ ７１９．４
２９ ４７４．４
１７ ７０５．７

１６ ８２６．３
２ ８５０．５
２１ ９８４．２
１４ １６６．４
１３６ ４０６．４

９ ０５７．Ｏ
６１ ２６０．７
ｌＯ ０１６．２
７ ４４８．９
５ ５５１．１

１ ０２０．０
ｌ ３７６．３
７ ８１７．１
ｌ ８８６．０

４ ６０７．８
５０６．６

三、 因子分析
１．判断数据是否适合因子分析
表２ ＫＩ￣ｌＩＯ和Ｂａｒｔｌｅｔｔ的检验
ＫｌＶＩＯ和Ｂａｒｔｌｅｔｔ的检验
取样足够度的ＫＭ０度量


Ｏ．７９９
数矩阵与单位矩阵有显著差异。同时, ＫＭＯ值为０．７９９, 根
据ＫＭＯ度量标准可知, 原变量适合进行因子分析。
２．计算因子载荷和共同度
由相关系数矩阵Ｒ计算得到特征值、 方差贡献率和累
积贡献率, 如表３所示。可知第一因子的特征根为３．３２１,
第一因子的方差占所有因子方差的６６．４１５％左右; 第二因

Ｂａｒｔｌｅｔｔ的球形度检验
近似卡方 １０７．５５８
ｄｆ １０
０．ｏｏＯ
子的特征根为１．０１２, 第二因子的方差占所有因子方差的
２０．２４８％左右, 前两个因子的方差贡献率达８６．６６３％。按
照累计贡献率达到８５％的原则, 选前两个因子已经能够描

Ｓｉｇ．
由表２给出了因子分析的ＫＮＯ( Ｋａｉｓｅｒ—Ｍｅｙｅｒ—
Ｏｌｋｉｎ) 和Ｂａｒｔｌｅｔｔ的检验结果。Ｂａｒｔｌｅｔｔ球度检验的概率Ｐ
值为０．０００, 表明假设被拒绝, 也就是说, 能够认为相关系
述经济发展的总体水平。同时, 提取了两个公因子之后可
以计算共同度, 如表４所示。

戍份


初始特征值
表３ 因子分析的总方差解释
解释的总方差
提取平方和载入


旋转平方和载入

合计 方差的％ 累积％ 合计 方差的％ 累积％
合计 方差的％ 累积％

１
３．３２１ ６６．４１５ ６６．４１５ ３．３２１
６６．４１５ ６６．４１５ ３．２７３ ６５．４５２ ６５．４５２

２
３
４
５
１．０１２ ２０．２４８ ８６．６６３ １．０１２ ２０．２４８ ８６．６６３ １．０６１
０．３９８ ７．９５６ ９４．６１９
０．１６５ ３．３００ ９７．９１９
Ｏ．１０４ ２．０８１ １００．ｏｏＯ
２１．２１２ ８６．６６３

提取方法: 主成份分析
从表４能够看出, 除了高新产业只有７１．７％, 其它的
均在８５％以上, 可知被提取的公因子对各变量的解释能力
是非常强的。

万方数据

３．因子旋转
采用主成分法计算的因子载荷矩阵能够说明各因子
在各变量上的载荷, 即影响程度。但为了使载荷矩阵中系

重庆交通大学学报( 社科版)


第９卷

数向卜１分化, 对初始因子载荷矩阵进行方差最大旋转,
旋转后的因子载荷矩阵如表５所示。
表４公共因子方差
公因子方差

ＳＰＳＳ已经计算出两个因子的得分, 两个因子分别从不
同的方面反映了重庆市各区县的经济发展状况的总水平,
但单独的某一公因子并不能对各区县在全市中的地位作
出综合的评价, 因此按各公因子对应的方差贡献率为权数

农业生产总值
ｍ, ＿ｌｋ产值
建筑业产值
固定资产投资
高新产业
提取方法: 主成份分析
初始
１．Ｏｏｏ
１．０００
１．０００
１．０００
１．０００
提取
０．９７６
０．９２３
０．８６７
０．８５０
０．７１７
计算如下综合统计量:
Ｆ＝０．７６８６ＦＩ＋Ｏ．２３３６Ｆ２
经过计算能够得到综合得分, 并求出各区县的排序,
如表７。
表７ 因子得分及综合得分排行榜
综合

表５旋转成分矩阵
名次
名称 Ｆａｃ一１
Ｆａｃ２
Ｆ

旋转成份矩阵‘
成份
ｌ 渝北区 ３．１６９４３ ０．４００６３ ２．５２９６１１０７
２ 九龙坡区 ３．２９６６ 一１．０５９２３ ２．２８６３３０６３

农业生产总值
工业产值
建筑业产值
固定资产投资
高新产业
１

０．９５２
０．９３１
０．９２１
０．８０５
２
０．９８６
３ 南岸区 １．７９１１６ —１．１４３６６ １．１０９５２６６
４ 巴南区 ０．９６１４３ １．２４１８ １．０２９０３９５８
５ 江津区 Ｏ．４２２６５ ２．７１３７２ ０．９５８７７３７８
６ 沙坪坝区 １．３７０３３ —０．７６７０９ ０．８７４０４３４１
７ 涪陵区 ０．６５１１２ １．１５１８２ ０．７６９５１５９８
８ 永川区 ０．３２０９ １．２２７０９ ０．５３３２９１９６

提取方法: 主成份分析法
旋转法: 具有Ｋａｉｓｅｒ标准化的正交旋转法
由表５能够看出, 第一公因子在除Ｙ。之外的其它变量
上都有较大的载荷, 主要表现在除农业以外的各经济指
标, 即工业、 建筑业、 高新产业和固定资产投资等方面的指
标, 因此能够定义为经济发展的综合实力因子。第二公因
子在ｙ: 上有很大的载荷, 体现在农业在经济发展中的应
用, 定义为农业发展影响因子。这两个因子的性质及其顺
序较好地体现了其所代表的产业对社会经济发展的影响
及其地位, 也完全符合社会经济发展的规律, 即农业整体
在经济中的地位逐渐降低, 而工业、 建筑业、 高新产业的比
９ 江北区 ０．９９７８７ 一１．０６９３７ ０．５１７１５８０５
１０ 万州区 ０．５１７４５ ０．４８１６７ ０．５１０２３０１８
ｌｌ 合川区 ０．０１９５７ １．８１２７７ ０．４３８５０４５７
１２ 北碚区 ０．８２４３ 一１．２１３４４ Ｏ．３５００９７４
１３ 长寿区 ０．０９８４７ ０．６０４９３ ０．２１６９９５６９
１４ 开县 一０．２８１２５ １．３０１９７ ０．０８７９７１４４
１５ 垫江县 一０．４４５９８ １．３４５３６ —０．０２８５０４ｌ
１６ 潼南县 一０．２５６６６ ０．６１６１７ —０．０５３３３１６
１７ 綦江县 一Ｏ．３４５４２ ０．５７１９９ 一Ｏ．１３１８７２９
１８ 渝中区 Ｏ．１８０２８ —１．２１６１４ —０．１４５５２７１
１９ 荣昌县 一０．４３９６４ ０．５０２６３ 一Ｏ．２２０４９２９
２０ 南川区 一０．３８５２１ ０．２４５３６ —０．２３８７５６３
２１ 忠县 一０．４９９４７ ０．５５３８６ —０．２５４５１０９
２２ 奉节县 一０．４１８４８ ０．２６８５６ —０．２５８９０８１
２３ 铜梁县 一０．４６６８４ Ｏ．４０６８１ —０．２６３７８２４

重逐渐增大, 在社会发展的作用也越来越显著。
２４ 大足县 一０．５２４１
０．５蝴 一Ｏ．２６６２３９７

农业生产总值
工业产值
建筑业产值
表６成份得分系数矩阵
成份得分系数矩阵
成份
ｌ
０．０７７
０．２８８
０．２９７


２
０．９５４
—０．０３４
Ｏ．１２４
２５ 大渡口区 一Ｏ．０２５１２ —１．３２１７ｌ 一０．３２８０５８７
２６ 云阳县 一Ｏ．６１８４８ ０．５２３３ —０．３５３１２０８
２７ 璧山县 一Ｏ．３７４３ｌ —Ｏ．４２７３９ —０．３８７５３３
２８ 丰都县 一Ｏ．６３９０９ ０．２６８８ —０．４２８４１２９
２９ 彭水县 一０．６５１８７ —０．２３４８６ —０．５５５８９０６
３０ 城口县 一０．６９５８ —０．１６８３３ —０．５７４１１３８
３１ 武隆县 一０．６８６０８ —０．２６４１５ —０．５８９０２６５
３２ 秀山县 一０．６２００８ —０．５５０１７ 一Ｏ．６０５１１３２

固定资产投资
高新产业
０．２９４
０．２２８
０．１２７
—０．１７７
３３ 黔江区 一Ｏ．㈣１ —０．５０１７７ —０．６１２５０７
３４ 巫山县 一０．６９４６１ —０．６４４８６ 一Ｏ．６８４５１６５

提取方法: 主成份分析法
旋转法: 具有Ｋａｉｓｅｒ标准化的正交旋转法
４．计算因子得分, 对各地区经济的发展水平综合评价
为了考察各地区的发展状况, 并对其进行分析和综合
评价, 采用回归法求出因子得分函数, ＳＰＳＳ输出的函数系
数矩阵如表６。
由系数矩阵将两个公因子表示为５个指标的线性形
式。因子得分的函数为:
ＦＩ: ０．７７ｙ１＋０．２８８ｙ２＋０．２９７ｙ３＋０．２９４ｙ４＋０．２２８ｙ５
Ｆ２＝０．９５４ｙＩ一０．０３４ｙ２＋０．１２４ｙ３＋０．１２７ｙ４—０．１７７ｙ５
万方数据
３５ 粱平县 一０．６１１２８ 一１．３０８６１ —０．７７５５２１ｌ
３６ 酉阳县 一０．８２０８７ —０．６２５９１ —０．７７７１３３３
３７ 石柱县 一０．８８４７５ —０．６９７６８ —０．８４２９９６９
３８ 巫溪县 一０．８８１８２ —０．８００６７ —０．８６４８０３４
３９ 万盛区 一０．８５０６５ —１．１６３５７ 一Ｏ．９２５６１９５
４０ 双桥区 一０．８５９２７ 一１．６４５３２ —１．０４４７８１７
两个因子加权综合后即表示各个区县经济发展的整
体水平, 从表７能够看出, 渝北区居首位, 紧接着的是九龙
坡区、 南岸区、 巴南区、 江津区等, 排名最后的是双桥区, 排
名靠后的还有酉阳县、 石柱县、 巫溪县、 万盛区。不难发现,
重庆主城区及附近区县( 主要是１小时经济圈) 排名靠前,

周敏: 基于因子分析法的重庆县域经济发展水平实证研究


４９

渝东南区县靠后, 渝东北区县居中。综合得分极不平衡,
说明了重庆市经济发展的不平衡性。
同时, 研究两因子不难发现, 综合排名靠前的区县因子
１得分较高, 因子２得分相对较低, 如渝北区、 南岸区、 巴南
区等; 反之, 综合排名低的区县因子得分低, 可是没有足够的
证据表明因子２得分就相对较高, 相反, 因子２的得分也低,
如酉阳县、 石柱县、 巫溪县、 万盛区、 双桥区等。上述现象表
明经济发展好的地区, 经济发展的综合实力强和农业发展
好, 而且其主要推动力来自于因子１, 经济落后地区是两个
因子都落后所带来的, 只有个别排名靠前是由因子２( 农业
发展因子) 引导的, 也即是农业发展得比较好, 如江津区。

四、 结论及政策建议
重庆市县域经济出现一些好的的发展态势, 总体实力
不断增强, 经济结构逐步优化, 其中农业整体在经济中的
地位逐渐降低, 而工业的比重逐渐增大。重庆市县域经济
发展的水平不高, 各区县经济发展水平不平衡, 这种差异
从各区县的综合得分落差能够看出。重庆主城区及附近
区县( 主要是１小时经济圈) 排名靠前, 渝东南区县靠后,
渝东北区县居中。经济发展水平较高的区县主要表现在
除农业以外的各经济指标良好, 而经济发展水平低的区县
主要靠农业推动。这充分说明工业、 建筑业、 高新产业和
固定资产投资能更好地推动经济发展, 经济落后区县要积
极实现农业产业化, 加大产业调整力度。
对于重庆市区县经济发展水平的不平衡, 重庆市要对
以往三大经济圈的发展战略加以完善、 发展和提升, 依托
重庆”一圈两翼”经济发展战略, 对口帮扶平台, 调整和整
合主城区集团、 扶贫集团、 市级部门帮扶等帮扶机制和力
量, 提高帮扶成效, 缩小各区县经济发展差距。从增加资
金投入、 改进投资环境、 扩大对内对外开放、 吸引人才和发
展科技教育等方面, 进一步健全完善扶持县域经济发展的
政策, 强化各项政策之间的协调和配合。重庆市要继续深
入实施大城市带动大农村战略, 提高重庆城市化水平, 加
大农村劳动力转移力度, 逐步改变城乡二元结构。
经济发展水平低的区县要加快农业产业化步伐, 大力

扶持龙头产业和特色产业, 应充分发挥各区县内生物资
源、 矿产资源和劳动力资源的优势, 挖掘开发潜力, 突出区
域特色, 大力扶持龙头产业, 重点培育各具特色和竞争力
的产业。具体建议如下: 以渝中区、 渝北区、 九龙坡区、 沙坪
坝区等为主的主城区, 要充分发挥城市文化水平高、 经济
基础好、 交通通信发达的优势, 形成”高新技术开发区”和
”经济技术开发区”两大经济片区, 加上解放碑、 朝天门等
商业区以及北部新城的房地产、 南岸区的医药化工等, 形
成都市经济特点鲜明的区域经济体。成渝高速公路、 渝黔
高速路等沿线经济发展水平居中的区县如铜梁和潼南县
等, 一方面为主城区的加工业进行配套服务, 另一方面大
力发展绿色蔬菜等生态农业区和休闲度假旅游区。经济
发展水平低的边远山区和少数民族地区, 应充分利用丰富
的水能矿产资源、 动植物资源和旅游资源, 积极开发山区
旅游和边贸经济。

注释:
①重庆市２０( ０年县城经济发展报告, 重庆市发展和改
革委员会的相关资料。

参考文献:
［１］ 张红兵．ＳＰＳＳ宝典［Ｍ］．北京: 电子工业出版社,
２００７．
［２］ 刘晓, 苏维词, 邓吉祥．重庆直辖１０年区县经济差异
及协调发展［Ｊ］．重庆师范大学学报( 自然科学版) ,
２００９, ( ７) ．
［３］ 重庆市统计局．重庆市２００７年统计年鉴［ｚ］．重庆:
重庆出版社, ２００７．
［４］ 重庆市发展改革委员会．重庆市”一圈两翼”经济社
会发展规划［ｚ］．重庆: 重庆市发展委员会, ２００７．
［５］ 王代瑜, 刘海洲．基于因子分析的物流企业竞争力评
价［Ｊ］．重庆交通大学学报( 社会科学版) , ２００８,
( ２) ．
［６］ 孔令强, 王光玲．因子分析法在县域经济发展水平综
合评价中的应用［Ｊ］．企业经济, ２００６, ( ８) ．

Ａｎ Ｅｍｐｉｒｉｃａｌ Ｒｅｓｅａｒｃｈ Ｂａｓｅｄ ｏｎ Ｆａｃｔｏｒ Ａｎａｌｙｓｉｓ ｏｆ
ｔｈｅ Ｉｎｔｒａ——ｃｏｕｎｔｙ Ｅｃｏｎｏｍｉｃ Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｃｈｏｎｇｑｉｎｇ
ＺＨＯＵ Ｍｉｎ
( Ｓｃｈｏｏｌ ｏｆＥｃｏｎｏｍｙ ａｎｄ Ｍａｎａｇｅｍｅｎｔ, Ｓｏｕｔｈｗｅｓｔ Ｕｎｉｖｅｒｓｉｔｙ, Ｃｈｏｎｇｑｉｎ９４００７１５, Ｃｈｉｎａ)
Ａｂｓｔｒａｃｔ: Ｔｈｅ ｉｓｓｕｅｓ ｏｆ ｉｎｔｒａ—ｃｏｕｎｔｙ ｅｃｏｎｏｍｙ ｏｆ Ｃｈｏｎｇｑｉｎｇ ｆｏｃｕｓ ｏｎ ｌｏｗ ｅｃｏｎｏｍｉｃ ａｇｇｒｅｇａｔｅ, ｉｒｒａｔｉｏｎａｌｉｔｙ ｉｎ ｅｃｏｎｏｍｉｃ ｓｔｍｃ—
ｔｕｒｅ, ｌｏｗ ｄｅｇｒｅｅ ｏｆ ｏｐｅｎｎｅｓｓ ａｎｄ ｕｎｂａｌａｎｃｅｄ ｄｅｖｅｌｏｐｍｅｎｔ．Ｔｈｒｏｕｇｈ ｆａｃｔｏｒ ａｎａｌｙｓｉｓ ｏｆ ｅｃｏｎｏｍｉｃ ｉｎｄｅｘｅｓ ｏｆ Ｃｈｏｎｇｑｉｎｇ ｃｏｕｎｔｉｅｓ,
ｔｈｅ ｌｅｖｅｌ ｏｆ ｅｃｏｎｏｍｉｃ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ Ｃｈｏｎｇｑｉｎｇ ｃｏｕｎｔｉｅｓ ｉｓ ｅｖａｌｕａｔｅｄ ａｎｄ ｔｈｅ ｏｒｉｇｉｎｓ ｉｎ ｕｎｂａｌａｎｃｅｄ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｔｈｅ ｃｏｕｎｔｉｅｓ
ａｒｅ ｄｉｓｃｏｖｅｒｅｄ．Ａｌｓｏ ｃｏｕｎｔｅｒｍｅａｓｕｒｅｓ ａｎｄ ｓｕｇｇｅｓｔｉｏｎｓ ａｌｅ ｐｒｏｖｉｄｅｄ ｆｏｒ ｔｈｅ ｂａｌａｎｃｅｄ ｉｎｔｒｏ—ｃｏｕｎｔｙ ｅｃｏｎｏｎ”ｃ ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ
Ｃｈｏｎｇｑｉｎｇ ｂａｓｅｄ Ｏｎ ｔｈｅ ｅｍｐｉｒｉｃａｌ ｒｅｓｅａｒｃｈ．
Ｋｅｙ ｗｏｒｄｓ: ｆａｃｔｏｒ ａｎａｌｙｓｉｓ; ｃｏｍｐｒｅｈｅｎｓｉｖｅ ｅｖａｌｕａｔｉｏｎ; ｒｅｇｉｏｎａｌ ｅｃｏｎｏｍｙ
( 责任编辑: 张皤)
万方数据

基于因子分析法的重庆县域经济发展水平实证研究

作者:
作者单位:
刊名:
英文刊名:
年, 卷(期):

参考文献(7条)
周敏, ZHOU Min
西南大学,经济管理学院,重庆,400715
重庆交通大学学报( 社会科学版)
JOURNAL OF CHONGQING JIAOTONG UNIVERSITY(SOCIAL SCIENCES EDITION)
,10(2)

1.重庆市 县域经济发展报告,重庆市发展和改革委员会的相关资料
2.张红兵 SPSS宝典
3.刘晓.苏维词.邓吉祥 重庆直辖 区县经济差异及协调发展 (7)
4.重庆市统计局 重庆市 统计年鉴
5.重庆市发展改革委员会 重庆市"一圈两翼"经济社会发展规划
6.王代瑜.刘海洲 基于因子分析的物流企业竞争力评价 (2)
7.孔令强.王光玲 因子分析法在县域经济发展水平综合评价中的应用 (8)

本文链接: