基于因子分析的成都市城市竞争力综合评价外文翻译资料

 2021-11-28 09:11

英语原文共 8 页

基于因子分析的成都市城市竞争力综合评价

Weiwei Zhang, Fumin Deng and Xuedong Li

摘要

影响城市在竞赛中发展的主要因素是其综合竞争力。本文选择“4M1E”方法的工程理论,提出了城市竞争力的多层次评价指标体系。然后基于因子分析法对成都市19个区县的竞争力进行综合评价。此外,使用SPSS统计软件,证明了这些区域的排名。最后,根据研究结果,提出了成都未来发展的一些建议。

关键词 城市竞争力;因子分析;4M1E指标体系

1 介绍

21世纪,我国许多城市正面临着城市化和市场经济转型的重要过程。一个城市要想更好地发展,找出其优缺点是一个大问题。城市竞争力研究有助于对一个城市的认识,对一个城市的发展有很大的帮助。

城市竞争力评价是近年来各国学术研究的热点[1]。确定城市竞争力的主要因素对提高城市竞争力具有重要意义[2]。在城市竞争力的定义中,学者特别强调了城市创造财富和价值的能力。波特指出,国家一级的竞争力只关系到国家生产力的概念;对一个城市来说,竞争力就是城市的生产力,他把城市竞争力看作是创造财富、增加收入的能力[3]。许多学者已经从不同的层面研究了城市竞争力。D#39;arcy和Keogh回顾了房地产市场作为城市竞争力决定因素的作用[4]。Rutkauskas将竞争力定义为一个三维指标,它取决于活动领域、主导国家、国际经济关系以及法律、金融、生态、自然资源和地理位置环境竞争力[5]。此外,Startiene和Genyte还研究了宏观环境(远距离、一般或社会环境)下牛奶加工部门的竞争力以及波特模型中排除的因素[6]。90年代,中国学者开始研究城市竞争力,将城市竞争力视为现实创造财富的能力和潜力[7]。近年来,关于城市竞争力的研究越来越多[8]。江沈在经济决定因素和战略决定因素方面讨论了城市竞争力。本文从经济、社会和环境三个层面探讨了城市竞争力的测度[9]。此外,Jia和Jia从城市竞争力的定义角度研究了四川省的城市竞争力[10,11]。

W. Zhang · F. Deng · X. Liang (B)

中华人民共和国成都市四川大学商学院,邮编610065

邮箱:liangxuedong@scu.edu.cn

copy; Springer-Verlag 柏林海德堡 2015

J. Xu et al. (eds.),第九届国际会议记录

管理科学与工程管理,智能化进展

系统与计算362,doi 10.1007/978-3-662-47241-5_119

然而,以往的研究主要是从经济学的角度来研究城市竞争力,而在我国转型期社会主义经济体中,对城市竞争力的研究很少。

首先,本文采用“4M1E”法提出了一个多层次的评价指标体系。然后将因子分析法应用于成都市的实证分析,对指标体系进行定量分析,得出一些可能的结论。

2 方法

2.1因子分析

因子分析的概念起源于20世纪初,Karl Pearson,Charles Spearmen等人在对智力测验进行统计分析时提出的。这种分析使用关联矩阵来减少变量之间的相关性,以减少变量数量和数据丢失[10]。之后,所有不同属性的评级数据都将下降到几个重要维度。

因子分析的主要方法是将变量按相关性分组。每组代表一个基本结构,称为公共因子,然后建立一个具有公共因子方差贡献的综合评价函数,以达到客观的综合评价。为了简化分析过程,建议采用因子分析法寻找典型指标,减少变量数量。

表1竞争力评估指标体系

索引类

索引项目

经济实力

国内生产总值(万元)

人均国内生产总值(万元)

地方政府公共预算支出(万元)

地方政府公共预算收入(万元)

固定资产投资总额(万元)

消费品零售总额(万元)

开放学位

出口总额(10,000美元)

外商投资固定资产投资比例(%)

实际使用外资(10,000美元)

国际旅游收据(万元)

人力资源(人)

居住人口(10,000人)

就业人数(10,000人)

专业技术人员(人)

人才密度指数(%)

基础设施(机器)

人均使用空间(平方米)

人均道路面积()

邮电主营业务收入(万人)

当地天然气渗透率(%)

医院病床数(单位)

公共交通工具(单位)

物质资源(物质)

粮食产量(10,000吨)

肉类产量(吨)

含油作物产量(吨)

农业,畜牧业总产值

和渔业(10000元)

规则和法规(方法)

法律制度完善度(%)

财产保护程度(%)

市场发展程度(%)

决策中的个人经济自由(%)

环境(环境)

城市绿化覆盖率(%)人均公共绿地面积()

工业废水排放(10,000吨)

工业废水排放资格率(%)

工业固体废物综合利用率(%)

污水处理率(%)

2.2 指数系统和“4M1E”

指标体系应具有较强的实用性和科学性,能够客观地反映实际情况。由于各地区之间存在一定的相似性和差异性,指标应具有代表性,覆盖范围应尽可能大。然而,在相关研究中,城市竞争力的指标体系并不统一。本文根据前人研究[10,12]中的指标体系,结合“4M1E”的工业工程方法,建立了指标体系。

“4M1E”是全面质量管理理论中影响产品质量的五个主要因素,即“人,机,材料,方法和环境”。人是指生产产品的人;机器是直接影响质量的不可缺少的工具;材料是指制造过程中的材料;方法是指制造过程中使用的方法;环境是指制造过程中的环境。本文中,“人,机,材,法和境”分别代表城市的人力资源、基础设施、物力、规章制度和环境。然后将竞争力指标体系分为七个部分:经济实力、开放程度、人力资源、基础设施、物质资源、规章制度和环境[10]。考虑到一些指标是未计数的软指标,一些指标与其他指标的相关性较小,一些数据很难得到,这些指标被废弃了。最后,在表1中选择了13个索引(–)。

3 数据分析和结果

1数据收集和分析

成都是四川省省会,是中国西南最大的城市。2013年,成都经济总量在全国副省级城市中排名第三(仅次于广州深圳),在中国大陆排名第八。因此,本文将因子分析方法应用于成都市,对成都及我国其他城市的发展提出了有益的建议。

所有数据均来自《2013年四川省统计年鉴》和《2013年成都市统计年鉴》。由于许多指标具有不同的经济意义和不同的计量单位,Z评分标准化可以消除不同计量单位的影响。因此采用Z分值标准化对原始数据进行标准化。然后利用凯撒-迈耶-奥尔金(kaiser-meyer-olkin)检验和巴特利特(bartlett)球度检验检验因子分析中数据的适当性[13]。

采用kmo检验可以评价因子分析的恰当性,kmo检验的值代表变量之间的相关性,越高的值代表更好的相关性。一般来说,当样本足够时,该值大于0.5。本文数值为0.706,适用于因子分析。巴特利特的球形检验检验检验了所有变量都不相关的假设,相关矩阵是一个识别矩阵。如果是SIG。这个检验的值小于我们的水平,我们拒绝了种群矩阵是一个单位矩阵的空假设。SIG。本文的数值为0.000,说明数据集存在相关性。kmo测试值为0.702(gt;0.5),sig。Bartlett测试值为0.000。两个结果都表明,该数据适用于因子分析。

然后,使用SPSS17.0统计软件,可以显示这些区域的排名。根据主成分分析,特征值应大于1,累计方差的贡献率为总方差的92.425%。表2显示了三个常见因素(f1、f2和f3)的一些值。采用主成分分析法提取各因子,然后进行方差分析。旋转分量矩阵如表3所示。

2. 综合得分和排名

各因子的得分可以用回归方法得到。式中。各地区综合得分及排名情况如下表4所示。

表2常见因素的一些值

公约数

特征值

方差贡献率(%)

累积方差(%)贡献率(%)

F1

8.471

35.067

35.067

F2

2.179

31.498

66.564

F3

1.365

25.860

92.425

表3旋转的组件矩阵

公约数

F1

F2

F3

X1国内生产总值

0.758

0.500

0.379

X2人均国内生产总值

0.598

0.729

minus;0.197

X3地方政府公共预算支出

0.848

0.232

0.456

X4地方政府公共预算收入

0.856

0.368

0.338

X5固定资产投资总额

0.977

0.101

0.170

X6消费品零售总额

0.276

0.727

0.560

X7总出口额

0.681

0.319

0.522

X8外资实际使用

0.360

0.801

0.271

表4区域竞争力得分和排名

F

排行

晋江区

0.72

4

青羊区

0.77

3

金牛区lt;

原文和译文剩余内容已隐藏,您需要先支付 20元 才能查看原文和译文全部内容!立即支付

以上是毕业论文外文翻译,课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。