中国各省市物流发展水平实证研究
2017-08-23 05:49
导读:经济论文毕业论文,中国各省市物流发展水平实证研究怎么写,格式要求,写法技巧,科教论文网展示的这篇论文是很好的参考:
摘 要:通过因子分析法
摘 要:通过因子分析法对我国各省市物液发展水平进行实证研究。
关键词:因子分析;指标体系;物流管理
1 引言
物流是指物料或商品在空间上和时间上的位移。物流业在服务贸易领域中占有举足轻重的地位,它连接社会经济的各个部分,成为国民经济发展的基础产业。对物流水平的评价,近代的学者们提出了许多不同的分析方法。理论上来说,经济发达的东部地区省份物流业应该最发达,中部地区省份次之,西部地区省份应该最差。本文拟通过因子分析方法对各省市物流水平进行研究,运用SPSS13.0 for windows 对 31 个省市的物流情况进行分析,确定影响物流水平的因子,从而实现对影响物流水平提高的因子实施管理和控制的目的。
2 因子分析的基本思想和分析步骤
2.1 因子分析的基本思想
因子分析(factor analysis)是一种数据简化的技术。它的核心是用较少的互相独立的因子反映原有变量的绝大部分信息,同时形成反映因子和指标包含信息量的权数,以计算综合评价值。这样在指标权重的选择上克服了主观因素的影响,有助于客观地反映样本间的现实关系。
2.2 因子分析的步骤
第一步,选择所分析的变量。用定性分析和定量分析的方法选择变量,因子分析的前提条件是观测变量间有较强的相关性,因为如果变量之间无相关性或相关性较小的话,他们不会有共享因子,所以原始变量间应该有较强的相关性。
第二步,对原始数据进行标准法处理,得到标准化矩阵X,以消除量纲的影响。
第三步,计算所选原始变量的相关系数矩阵。相关系数矩阵描述了原始变量之间的相关关系。可以帮助判断原始变量之间是否存在相关关系,这对因子分析是非常重要的,因为如果所选变量之间无关系,做因子分析是不恰当的。并且相关系数矩阵是估计因子结构的基础。
(科教论文网 lw.NsEac.com编辑整理)
第四步,计算相关系数矩阵的特征值及相应的特征向量和贡献率。
第五步,提取公共因子。这一步要确定因子求解的方法和因子的个数。需要根据研究者的设计方案或有关的经验或知识事先确定。因子个数的确定可以根据因子方差的大小。只取方差大于1(或特征值大于1)的那些因子,因为方差小于1的因子其贡献可能很小;按照因子的累计方差贡献率来确定,一般认为要达到70%才能符合要求。
第六步,因子旋转。通过坐标变换使每个原始变量在尽可能少的因子之间有密切的关系,这样因子解的实际意义更容易解释,并为每个潜在因子赋予有实际意义的名字。
第七步,计算因子得分。对各因子得分以及因子信息贡献率作为加重权数,计算各样本的综合得分,根据样本综合得分的高低,可以对样本进行综合评定。
3 各省市物流发展水平的实证研究
3.1 指标体系的建立
以全国 31 个省市为样本,选取了能代表物流发展水平的 8 个指标建立指标体系。他们分别是 x1 铁路营业里程,x2 公路里程,x3 货物量,x4 货物周转量,x5 公路汽车拥有量,x6 交通,邮政等运输总产值,x7 地区总产值,x8 居民的消费水平。
3.2 因子分析的具体过程及结果分析
(1)进行 KMO 检验及球型检验,以判断数据是否适合于因子分析。由表1可看出 KMO=0.776 适合做因子分析。
(2)计算各变量的特征值、贡献率、累计贡献率以及旋转后的因子载荷矩阵。公共因子的贡献率反映了每个公因子包含原指标的信息量度,累积贡献率表示相应几个公共因子累计反映原指标的信息量。由表二可知前两个因子的累计贡献率达到81.630%,可以满足解释因子分析用变量子集来解释整个问题的要求。所以,8个变量可以用2个主因子来解释。第一因子在货运量、公路汽车拥有量、交通、邮政等运输总产值和地区总产值这些指标上的载荷较大,可以解释为地区物流所占地区总产值的比率,第二因子在铁路营业里程、公路里程、货运周转量和居民消费水平这些指标上的载荷较大,可以解释为地理位置优势对地区物流的影响。