spss論文范文

1、云南大學(xué)本科畢業(yè)論文基于因子分析法的浙江省各地市社會(huì)發(fā)展水平綜合評(píng)價(jià) 學(xué) 院： 數(shù)學(xué)與統(tǒng)計(jì)學(xué)院 專 業(yè)： 統(tǒng)計(jì)學(xué) 姓 名： ? 學(xué) 號(hào)： 201021020? 指導(dǎo)老師： ? 日 期： 2013年12月 摘 要：城市社會(huì)發(fā)展的綜合評(píng)價(jià)對(duì)推動(dòng)地市社會(huì)經(jīng)濟(jì)有序、均衡發(fā)展等具有重要意義。利用因子分析法對(duì)浙江省各地市的社會(huì)發(fā)展水平進(jìn)行綜合評(píng)價(jià)，結(jié)果顯示：各地市社會(huì)發(fā)展同經(jīng)濟(jì)發(fā)展?fàn)顩r密切相關(guān)，且各地市社會(huì)發(fā)展水平差異較大，內(nèi)部發(fā)展不均衡。所以，各地市要在大力發(fā)展經(jīng)濟(jì)的基礎(chǔ)上，結(jié)合自身優(yōu)勢(shì)，有針對(duì)性地采取措施提高本市社會(huì)發(fā)展水平，最終實(shí)現(xiàn)浙江省區(qū)域經(jīng)濟(jì)的和諧發(fā)展。關(guān)鍵詞：社會(huì)發(fā)展水平；因子分析；綜合評(píng)價(jià)A

2、bstract：The evaluation of regional social development level is of great significance to the promotion of an orderly and balanced development of regional social economy. A factor-based comprehensive analysis of the regional social development in Zhejiang Province shows that the social development is

3、closely related to economic situation, and the differences are great between cities with uneven internal development. To bring out a harmonious regional economic development in Zhejiang Province, each city and region must take measures to enhance its development level according to its own advantages

4、.Key words：social development; factor analysis; comprehensive evaluation目 錄序 言11問題的提出22理論基礎(chǔ)22.1 方法的選用22.2因子分析法的簡(jiǎn)介32.2.1 因子分析數(shù)學(xué)模型32.2.2 因子分析法的原理33浙江省各城市社會(huì)發(fā)展水平分析33.1 建立評(píng)價(jià)指標(biāo)體系33.2 因子分析的適宜性檢驗(yàn)43.3確定提取的公因子數(shù)53.4 求因子載荷陣并確定各因子的性質(zhì)73.5 各公共因子的得分以及賦權(quán)93.6 因子的地區(qū)排名94結(jié)果評(píng)價(jià)與分析115政策建議12致謝12參考文獻(xiàn)13序 言改革開放后的中國(guó)經(jīng)濟(jì)建設(shè)事業(yè)取得了飛躍的

5、進(jìn)步，人民的生活質(zhì)量得到了極大的改善。而在倡導(dǎo)和諧社會(huì)的今天，僅僅是經(jīng)濟(jì)的發(fā)展已不足以滿足人們的精神文化要求，更多的人們著眼于社會(huì)的綜合發(fā)展。加快社會(huì)發(fā)展，是促進(jìn)人的全面發(fā)展和保障改善民生的內(nèi)在要求，是提升社會(huì)公平正義與和諧穩(wěn)定的重要保障，是轉(zhuǎn)變經(jīng)濟(jì)發(fā)展方式和擴(kuò)大內(nèi)需的必然途徑，是全面建成惠及全省人民的小康社會(huì)的戰(zhàn)略任務(wù)。中國(guó)幅員遼闊，各地區(qū)發(fā)展水平極不平衡，這既是國(guó)家宏觀經(jīng)濟(jì)政策導(dǎo)向的結(jié)果，又是各地區(qū)資源環(huán)境條件差異的結(jié)果。目前，我國(guó)的東部沿海、珠三角地區(qū)，渤海灣地區(qū)的經(jīng)濟(jì)日益繁榮，浙江省作為這些發(fā)達(dá)省市的其中之一，城市的經(jīng)濟(jì)發(fā)展已經(jīng)取得了很大的成就，很多的學(xué)術(shù)作品中也多次研究過浙江省的經(jīng)濟(jì)

6、發(fā)展?fàn)顩r。然而，由于傳統(tǒng)的生產(chǎn)力布局上的不同，以及在地域、資源、人文和政策上的差異，浙江省各地區(qū)之間的社會(huì)綜合發(fā)展仍然存在很大差異，各地區(qū)內(nèi)部的發(fā)展也出現(xiàn)了不均衡性。因此，如何客觀、準(zhǔn)確地評(píng)價(jià)浙江省各城市的社會(huì)綜合發(fā)展現(xiàn)況，分析各城市的差異以及造成差異的主要原因，為各城市能針對(duì)性地制訂相應(yīng)的政策和措施提供理論依據(jù)，進(jìn)而促進(jìn)浙江省各城市社會(huì)的協(xié)調(diào)發(fā)展，具有重要的理論和實(shí)踐意義。本文通過選取反映城市綜合發(fā)展水平的8個(gè)指標(biāo)作為原始變量，對(duì)浙江省的11個(gè)地級(jí)市的綜合發(fā)展水平進(jìn)行分析，并給出排名結(jié)果、評(píng)價(jià)以及適當(dāng)?shù)恼呓ㄗh。1 問題的提出社會(huì)發(fā)展是指整個(gè)人類社會(huì)的向前運(yùn)動(dòng)過程。包括兩個(gè)方面：縱向，指人類

7、社會(huì)由低級(jí)向高級(jí)的運(yùn)動(dòng)和發(fā)展過程；橫向，指在特定的社會(huì)發(fā)展階段中一個(gè)社會(huì)各方面整體的運(yùn)動(dòng)和發(fā)展過程。一個(gè)地區(qū)社會(huì)發(fā)展水平的高低，不僅說明了該地區(qū)的經(jīng)濟(jì)發(fā)展水平，更概括了人民生活中各方面領(lǐng)域的水平，是衡量一個(gè)地區(qū)綜合能力的重要指標(biāo)。對(duì)地區(qū)的社會(huì)發(fā)展水平進(jìn)行排序和綜合評(píng)價(jià)，有利于展示各地社會(huì)經(jīng)濟(jì)發(fā)展中的優(yōu)勢(shì)和不足，能夠明確引導(dǎo)各地財(cái)政資金投入方向，推動(dòng)各地社會(huì)經(jīng)濟(jì)有序、均衡和健康發(fā)展；有利于形成有效的社會(huì)發(fā)展競(jìng)爭(zhēng)機(jī)制，提高社會(huì)發(fā)展速度；能夠?yàn)樯鐣?huì)監(jiān)督提供監(jiān)督標(biāo)的，促進(jìn)政府更加努力地改善社會(huì)發(fā)展中的不足。浙江省地處中國(guó)東南沿海長(zhǎng)江三角洲南翼，是中國(guó)面積最小、人口密度最大的省份之一。改革開放以來，浙江

8、省的經(jīng)濟(jì)發(fā)展速度一直居全國(guó)各省前列，這主要得益于市場(chǎng)的先發(fā)優(yōu)勢(shì)和民營(yíng)經(jīng)濟(jì)的內(nèi)在活力。據(jù)統(tǒng)計(jì)，1978-2001年，浙江省GDP年均增長(zhǎng)率高達(dá)13.3%，由124億元猛增至6700億元，經(jīng)濟(jì)總量在全國(guó)的排序由原來的第12為迅速升值第4位。那么，作為一個(gè)資源小省、經(jīng)濟(jì)大省，浙江省的社會(huì)發(fā)展是否依賴于自身強(qiáng)大的經(jīng)濟(jì)優(yōu)勢(shì)，或是其他方面的優(yōu)勢(shì)呢？另外，浙江省有11個(gè)地級(jí)市，每個(gè)城市都有其各自的發(fā)展特點(diǎn)，例如：杭州的經(jīng)濟(jì)發(fā)展主要依靠吸引投資；寧波的經(jīng)濟(jì)發(fā)展主要依靠港口貿(mào)易；溫州的經(jīng)濟(jì)發(fā)展主要依靠服裝等的加工生產(chǎn)。那么，這些地級(jí)市的社會(huì)發(fā)展?fàn)顩r排名如何呢？這都是本文要探討的問題，本文從實(shí)證角度利用因子分析法

9、對(duì)浙江省各地級(jí)市的社會(huì)發(fā)展水平進(jìn)行評(píng)價(jià)，并由此概括全省的社會(huì)發(fā)展水平。2 理論基礎(chǔ)2.1 方法的選用社會(huì)發(fā)展水平的評(píng)價(jià)方法有多種，傳統(tǒng)的多指標(biāo)綜合評(píng)價(jià)方法中的指標(biāo)權(quán)重的設(shè)置往往帶有一定的主觀隨意性，雖然多指標(biāo)大樣本可以為綜合評(píng)價(jià)提供豐富的信息，但在一定程度上增加了評(píng)價(jià)工作的復(fù)雜性，每個(gè)指標(biāo)都在不同的角度和層面反映評(píng)價(jià)目標(biāo)的某一信息，而各個(gè)指標(biāo)之間往往存在一定的相關(guān)關(guān)系，反映的信息將產(chǎn)生重疊，導(dǎo)致統(tǒng)計(jì)分析失真。因子分析法是用較少個(gè)數(shù)的公共因子的線性函數(shù)和特定因子之和來表達(dá)原來觀測(cè)的每個(gè)變量，在減少分析指標(biāo)的同時(shí)，盡量減少原指標(biāo)包含信息的損失，對(duì)所收集的資料作全面的分析，從研究相關(guān)矩陣內(nèi)部的依賴關(guān)

10、系出發(fā)，把一些具有錯(cuò)綜復(fù)雜的變量歸納為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。因此本文選用因子分析法作為理論的基礎(chǔ)，并結(jié)合SPSS軟件進(jìn)行分析判斷的工具。2.2 因子分析法的簡(jiǎn)介2.2.1 因子分析數(shù)學(xué)模型通常在作因子分析時(shí)，針對(duì)變量作因子分析，稱為R型因子分析；針對(duì)樣品作因子分析，稱為Q型因子分析。 R型因子分析數(shù)學(xué)模型為：可表示為 ：其中X為可實(shí)測(cè)的P維隨機(jī)向量，X的每個(gè)分量代表一個(gè)指標(biāo)或變量。F =(Fl，F(xiàn)2，F(xiàn)m) T為不可觀測(cè)的m (mP）維隨機(jī)向量，它的各個(gè)分量將出現(xiàn)在每個(gè)變量之中，所以稱它們?yōu)楣惨蜃?。矩陣A稱為因子載荷矩陣，aij稱為因子載荷，表示第i個(gè)變量在第j個(gè)公共因子

11、上的載荷，向量e稱為特殊因子，其中包括隨機(jī)誤差。它們滿足：(1）Cov (F,e)0，即F與e不相關(guān)。(2）Cov（Fi, Fj）=0, ij；Var（Fi）=Cov（Fi, Fi）1。i，j=1，2，m。即向量F的協(xié)差陣為m階單位陣。(3）Cov (ei,ej）=0, ij；Var (ei) =，i，j=1，2,，p。即向量e的協(xié)差陣為p階對(duì)角陣。2.2.2 因子分析法的原理因子分析通過對(duì)變量的相關(guān)系數(shù)矩陣內(nèi)部結(jié)構(gòu)的分析，從中找出少數(shù)幾個(gè)能控制原始變量的隨機(jī)變量Fi（i =1,，m），選取公共因子的原則是使其盡可能多地包含原始變量中的信息，建立模型X=A*Fe，通過F再現(xiàn)原始變量X的眾多分量

12、xi（i =1,p)之間的相關(guān)關(guān)系，達(dá)到簡(jiǎn)化變量降低維數(shù)的目的。值得指出的是，為了消除指標(biāo)間數(shù)量級(jí)的差異，因子分析是基于將數(shù)據(jù)標(biāo)準(zhǔn)化的基礎(chǔ)上做的。本文利用SPSS17.0軟件作為工具，軟件中對(duì)于數(shù)據(jù)的因子分析，已將變量（即指標(biāo)）和各公共因子進(jìn)行了標(biāo)準(zhǔn)化處理，不需先將數(shù)據(jù)標(biāo)準(zhǔn)化。3 浙江省各城市社會(huì)發(fā)展水平分析3.1 建立評(píng)價(jià)指標(biāo)體系社會(huì)發(fā)展水平的高低體現(xiàn)了各地全面協(xié)調(diào)發(fā)展的程度,與居民的收入水平、生活水平和生活環(huán)境密切相關(guān)，對(duì)社會(huì)發(fā)展水平進(jìn)行綜合評(píng)價(jià)涉及到收入層次、居住條件、生活環(huán)境以及設(shè)施等各個(gè)方面。在遵循數(shù)據(jù)客觀性、代表性和可得性的原則下, 本文選取中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒2010、中國(guó)城市(

13、鎮(zhèn))生活與價(jià)格年鑒2010以及浙江統(tǒng)計(jì)年鑒2009、中國(guó)城市統(tǒng)計(jì)年鑒2011中收錄的2009年浙江省的一些數(shù)據(jù)作為評(píng)價(jià)指標(biāo)。選取的9項(xiàng)指標(biāo)分別如下：X1-人均GDP（元）；X2-城鎮(zhèn)居民人均年可支配收入（元）；X3-農(nóng)村居民人均純收入（元）；X4-職工平均工資（元）；X5-社會(huì)保險(xiǎn)參保人數(shù)（人）；X6-每萬人民用汽車擁有量（輛）；X7-固定資產(chǎn)投資額（億元）；X8-公路里程（公里）。其中X5-社會(huì)保險(xiǎn)參保人數(shù)是由基本醫(yī)療保險(xiǎn)、基本養(yǎng)老保險(xiǎn)和失業(yè)保險(xiǎn)三項(xiàng)的人數(shù)之和確定的。資料數(shù)據(jù)如表1所示：表1 浙江省各地級(jí)市社會(huì)發(fā)展水平綜合評(píng)價(jià)指標(biāo)值城市X1X2X3X4X5X6X7X8杭州6333326171

14、1182243946.59795.111453.102291.6515114寧波60720272371264139137.62682.521147.272004.229884溫州32588244671010033891.88308.05818.15837.7813716嘉興44898246931268531963.21268.52836.181233.417501湖州38865232801174533841.71125.76647.22638.697747紹興54316268741202632503.64278.52794.141055.039079金華3429422915900134768.

15、70205.441003.64635.1611320衢州2512719539733639093.5779.67380.06415.407241舟山55311240821261240569.7463.23484.07400.661680臺(tái)州35489244291000636821.04200.99790.29834.1010988麗水2371719018570341141.0959.17455.43279.19128623.2 因子分析的適宜性檢驗(yàn)利用軟件得出變量間的pearson相關(guān)系數(shù)矩陣R，如表2（下頁）所示：表2 變量相關(guān)系數(shù)矩陣X1X2X3X4X5X6X7X8X11.0000.8500

16、.8440.2010.7100.6400.762-0.136X20.8501.0000.869-0.1980.7000.7120.7490.058X30.8440.8691.000-0.2400.4690.4690.571-0.338X40.201-.198-0.2401.0000.3060.1320.2260.142X50.7100.7000.4690.3061.0000.9180.9790.505X60.6400.7120.4690.1320.9181.0000.8990.565X70.7620.7490.5710.2260.9790.8991.0000.405X8-0.1360.058-

17、.3380.1420.5050.5650.4051.000由此表可以看出，多數(shù)變量之間存在著較高的相關(guān)關(guān)系，說明變量間存在著一定的信息重疊，需要利用因子分析進(jìn)行精簡(jiǎn)和分類。另外，因子分析的適宜性檢驗(yàn)通常采用KMO統(tǒng)計(jì)量和Bartletts 球型檢驗(yàn)法，利用軟件得到表3的檢驗(yàn)結(jié)果。表3 KMO 和 Bartlett 的檢驗(yàn)取樣足夠度的 Kaiser-Meyer-Olkin 度量。.703Bartlett 的球形度檢驗(yàn)近似卡方88.173df28Sig.000KMO統(tǒng)計(jì)量用于檢驗(yàn)變量間的偏相關(guān)性，它比較各變量的簡(jiǎn)單相關(guān)和偏相關(guān)的大小，取值范圍在01 之間。如果各變量間存在內(nèi)在聯(lián)系，則由于計(jì)算偏相關(guān)

18、時(shí)控制其他因素就會(huì)同時(shí)控制潛在變量，導(dǎo)致偏相關(guān)系數(shù)遠(yuǎn)遠(yuǎn)小于簡(jiǎn)單相關(guān)系數(shù)。本文KMO檢驗(yàn)值為0.703，因此認(rèn)為這些指標(biāo)比較適宜做因子分析。Bartletts 球型檢驗(yàn)用于檢驗(yàn)相關(guān)矩陣是否為單位陣，即各變量是否相互獨(dú)立。檢驗(yàn)值小于0.01 說明各變量相互獨(dú)立,本文Bartletts 球型檢驗(yàn)值為0.000，證明適合做因子分析。3.3 確定提取的公因子數(shù)首先，從SPSS的輸出結(jié)果中得出如表4（下頁）所示的矩陣R的特征值和方差貢獻(xiàn)率，可以看到，公共因子達(dá)到3個(gè)時(shí)，其方差累積貢獻(xiàn)率已達(dá)到96.294%，這表示提取前3個(gè)公共因子已足以概括所有因子的解釋能力；另外，從圖1（下頁）的碎石圖中看出，開始時(shí)圖中

19、折線陡峭，從第4個(gè)因子以后，折線變得非常平緩，因此，認(rèn)為選擇3個(gè)公共因子是恰當(dāng)?shù)?。? 解釋的總方差成份初始特征值提取平方和載入合計(jì)方差的 %累積 %合計(jì)方差的 %累積 %14.79759.96559.9654.79759.96559.96521.87623.44883.4131.87623.44883.41331.03012.88096.2941.03012.88096.2944.1271.58697.879.1271.58697.8795.0851.06398.942.0851.06398.9426.044.55299.495.044.55299.4957.031.38899.883.03

20、1.38899.8838.009.117100.000.009.117100.000提取方法：主成份分析。圖1 碎石圖再看表5的變量共同度，當(dāng)取3個(gè)因子時(shí)，每個(gè)變量的共同度都非常大。根據(jù)變量共同度的統(tǒng)計(jì)意義，它刻劃了全部公共因子對(duì)于變量X的總方差所作的貢獻(xiàn)。因此，每個(gè)變量的共同度都達(dá)到了0.9以上，說明所有變量都能被這3個(gè)公共因子所解釋。表5 變量共同度表初始提取X1人均GDP1.000.987X2城鎮(zhèn)居民人均年可支配收入1.000.990X3農(nóng)村居民人均純收入1.000.999X4職工平均工資1.000.998X5參保人數(shù)1.000.994X6人均民用汽車擁有量1.000.999X7固定資產(chǎn)

21、投資額1.000.996X8公路里程1.000.996提取方法：主成份分析。通過以上的分析，確定了將要提取的公共因子數(shù)為3個(gè)，并得提取因子后解釋的總方差如表6。表6 提取因子后解釋的總方差因子初始特征值提取平方和載入合計(jì)方差的%累計(jì)%合計(jì)方差的%累計(jì)%14.79759.96559.9654.79759.96559.96521.87623.44883.4131.87623.44883.41331.03012.88096.2941.03012.88096.2943.4 求因子載荷陣并確定各因子的性質(zhì)因子的載荷矩陣如表7所示，多數(shù)因子的典型代表變量并不突出，不能對(duì)因子的性質(zhì)做出很好的解釋，因此，需要

22、對(duì)載荷矩陣實(shí)施旋轉(zhuǎn)。表7 因子載荷矩陣成份123人均GDP(元).878-.318.312城鎮(zhèn)居民人均年可支配收入(元).892-.347-.174農(nóng)村居民人均純收入(元).736-.655.009職工平均工資(元).128.532.831參保人數(shù)(人).931.325.031人均民用汽車擁有量(輛/萬人).903.303-.175固定資產(chǎn)投資額(億元).954.200.019公路里程(公里).281.840-.426對(duì)因子載荷陣作旋轉(zhuǎn)，是為了使因子載荷陣的結(jié)構(gòu)簡(jiǎn)化，便于對(duì)公共因子進(jìn)行解釋。所謂的結(jié)構(gòu)簡(jiǎn)化，就是使每個(gè)變量?jī)H在一個(gè)公共因子上有較大的載荷，而在其余因子上的載荷比較小。因子載荷陣旋轉(zhuǎn)

23、的方法有多種，筆者選用的是方差最大正交旋轉(zhuǎn)法。得到的旋轉(zhuǎn)后的因子載荷陣如表8（下頁）所示。表8 旋轉(zhuǎn)后的因子載荷矩陣a成份123人均GDP(元).953.064.238城鎮(zhèn)居民人均年可支配收入(元).915.258-.206農(nóng)村居民人均純收入(元).957-.129-.196職工平均工資(元)-.042.105.988參保人數(shù)(人).645.695.275人均民用汽車擁有量(輛/萬人).604.753.078固定資產(chǎn)投資額(億元).724.617.212公路里程(公里)-.229.956.020利用旋轉(zhuǎn)的因子載荷陣所提供的信息，可將9項(xiàng)指標(biāo)分為如表9所示的3類性質(zhì)的因子：表9 因子成分與性質(zhì)高

24、載荷指標(biāo)因子性質(zhì)因子一X1-人均GDPX2-城鎮(zhèn)居民人均年可支配收入X3-農(nóng)村居民人均純收入X7-固定資產(chǎn)投資額經(jīng)濟(jì)因子因子二X5-社會(huì)保險(xiǎn)參保人數(shù)X6-人均民用汽車擁有量X8-公路里程（公里）條件因子因子三X4-職工平均工資報(bào)酬因子因子一主要描述的是居民生活中的經(jīng)濟(jì)發(fā)展和收入狀況，因此概括地稱其為經(jīng)濟(jì)因子；因子二描述的是居民擁有的物質(zhì)條件和生活質(zhì)量，因此概括地稱其為條件因子；因子三描述的是只有職工的平均工資，表示人們?cè)诟冻鰟趧?dòng)后獲得的報(bào)酬，因此將其命名為報(bào)酬因子。3.5 各公共因子的得分以及賦權(quán)從表10所示的因子得分系數(shù)矩陣，可得每個(gè)因子的得分關(guān)于變量的回歸方程式為：F1=0.281*X1+

25、0.229*X2+0.305*X3-0.01*X4+0.086*X5+0.06*X6+0.121*X7-0.226*X8F2=-0.167*X1+0.026*X2-0.19*X3-0.122*X4+0.214*X5+0.289*X6+0.171*X7+0.544*X8F3=0.216*X1-0.21*X2-0.128*X3+0.846*X4+0.125*X5-0.06*X6+0.086*X7-0.166*X8通過以上的3個(gè)因子得分方程式，可以將任意城市的指標(biāo)帶入，便可得到該城市某因子的得分。 表10 因子得分系數(shù)矩陣成份123人均GDP(元).281-.167.216城鎮(zhèn)居民人均年可支配收入(

26、元).229.026-.210農(nóng)村居民人均純收入(元).305-.190-.128職工平均工資(元)-.010-.122.846參保人數(shù)(人).086.214.125人均民用汽車擁有量(輛/萬人).060.289-.060固定資產(chǎn)投資額(億元).121.171.086公路里程(公里)-.226.544-.166當(dāng)然，分析并比較各城市的社會(huì)發(fā)展水平，僅僅單獨(dú)地看每個(gè)因子的得分顯然是不足夠的，必須從整體去比較城市之間的綜合水平。因此，必須要計(jì)算出每個(gè)城市的綜合得分以比較城市之間的社會(huì)發(fā)展水平。因子分析綜合評(píng)價(jià)采用客觀賦權(quán)法，利用表6中的數(shù)據(jù)，將各公共因子的方差貢獻(xiàn)在方差累計(jì)貢獻(xiàn)中所占的比重作為權(quán)重

27、，即公共因子權(quán)重=單個(gè)因子方差貢獻(xiàn)/ 所有因子方差累計(jì)貢獻(xiàn)，分別得到各個(gè)公共因子的權(quán)重。例如：F1的權(quán)重=59.965%/96.294%=62.273%。經(jīng)計(jì)算， 各公共因子權(quán)重分別為：W(F1)= 62.273%，W(F2)= 24.250%，W(F3)=13.376%。3.6 因子的地區(qū)排名利用公式：F = 0.62273*F1 + 0.2425*F2 + 0.13376*F3計(jì)算各地區(qū)的綜合得分，得到的每個(gè)城市的因子得分和綜合得分如表11所示：表11 因子得分城市F1F2F3F杭州0.990301.634311.610681.23寧波1.313690.542470.611101.03溫州

28、-0.448150.84424-1.03679-0.21嘉興0.59802-0.27161-1.111680.16湖州0.01800-0.61173-0.76702-0.24紹興0.75501-0.17151-1.068160.29金華-0.586050.54644-0.64773-0.32衢州-1.24284-0.705240.69746-0.85舟山0.78413-2.227231.049470.09臺(tái)州-0.290770.20897-0.28722-0.17麗水-1.891340.210890.94990-1.00需要注意的是，表11中的所有得分都是標(biāo)準(zhǔn)化后的。由此得到因子的地區(qū)排名如表

29、12所示：表12 浙江省各地市分項(xiàng)及總體社會(huì)發(fā)展排名情況名次經(jīng)濟(jì)因子條件因子報(bào)酬因子綜合排名1寧波杭州杭州杭州1.232杭州溫州舟山寧波1.033舟山金華麗水紹興0.294紹興寧波衢州嘉興0.165嘉興麗水寧波舟山0.096湖州臺(tái)州臺(tái)州臺(tái)州-0.177臺(tái)州紹興金華溫州-0.218溫州嘉興湖州湖州-0.249金華湖州溫州金華-0.3210衢州衢州紹興衢州-0.8511麗水舟山嘉興麗水-1.00按照綜合排名的順序從左到右描繪的各城市的綜合得分的散點(diǎn)圖如圖2所示：圖2 綜合得分散點(diǎn)圖經(jīng)過對(duì)綜合得分進(jìn)行散點(diǎn)圖分析，可以很明顯的看到：杭州和寧波距離很近，可歸為易一類；其次就是中間的7個(gè)城市的點(diǎn)幾乎處于同

30、一水平線，自成一類；最后是衢州和麗水的點(diǎn)之間的距離同樣很近，也可歸為一類。再結(jié)合聚類分析的結(jié)果看，將浙江省11個(gè)地市按社會(huì)發(fā)展水平分為3類：第一類：水平最好的城市，有杭州和寧波；第二類：水平較好的城市，有紹興、嘉興、舟山、臺(tái)州、溫州、湖州、金華；第三類：水平較弱的城市，有衢州和麗水。4 結(jié)果評(píng)價(jià)與分析從綜合評(píng)價(jià)結(jié)果來看,浙江省各地市社會(huì)發(fā)展水平具有以下特點(diǎn):1、社會(huì)發(fā)展水平與經(jīng)濟(jì)發(fā)展?fàn)顩r密切相關(guān)。雖然社會(huì)發(fā)展水平不是由單一指標(biāo)決定,但經(jīng)濟(jì)的發(fā)展對(duì)社會(huì)發(fā)展水平具有較其他因素而言更重要的貢獻(xiàn)。將各地市社會(huì)發(fā)展水平排名與生活條件水平排名相比較后也可發(fā)現(xiàn)，兩者具有較大的相似性。從排名中筆者發(fā)現(xiàn)：排名靠

31、前的5個(gè)城市都位于經(jīng)濟(jì)較發(fā)達(dá)的浙北地區(qū)，這片區(qū)域靠近我國(guó)最發(fā)達(dá)城市之一的上海，由此得到了經(jīng)濟(jì)上的帶動(dòng)；而排名靠后的3個(gè)城市則位于浙西地區(qū)，既沒有靠近發(fā)達(dá)城市的優(yōu)勢(shì)，也沒有臨海的地勢(shì)。2、各地市發(fā)展水平差異性較大且高低程度分布不均勻。從聚類分析的分類狀況可看出，水平偏高的城市只有兩個(gè)，其余7個(gè)城市的社會(huì)發(fā)展水平都在很大程度上低于前兩個(gè)城市。但這一點(diǎn)也表明，浙江省的社會(huì)發(fā)展空間很大，低水平城市在高水平城市的有力帶動(dòng)下有很大的進(jìn)步機(jī)會(huì)。3、各地市內(nèi)部發(fā)展不平衡。將各地市分項(xiàng)得分排名之間以及分項(xiàng)排名與總體得分排名之間相對(duì)照，可看出有明顯的差異。以金華市為例，雖然條件因子的得分比較高，達(dá)到了第3位，但是其余兩項(xiàng)因子的得分均落在了中等水平之后，使得自身的綜合得分排名偏低。這表明，各地市內(nèi)部發(fā)展的不均衡性將直接影響到其總體排名次序。5 政策建議基于以上評(píng)價(jià)結(jié)果,筆者提出如下建議：首先，對(duì)于浙江省整體?；诮?jīng)濟(jì)發(fā)展水平同社會(huì)發(fā)展的緊密相關(guān)性，浙江各地應(yīng)首先發(fā)展地方經(jīng)濟(jì)，努力增加財(cái)政收入，以健全基礎(chǔ)設(shè)施的建設(shè)和完善社