论文部分内容阅读
摘 要 规模以上工业企业是我国工业的命脉,对工业企业经济效益研究很有必要。本文利用因子分析方法对我国规模以上工业企业相关数据进行分析,试说明我国各地区规模以上工业企业经济效益情况,以期找出其中存在的问题。
关键词 因子分析 经济效益 规模以上工业企业
中图分类号:F224文献标识码:A
一、基本理论
因子分析(Factor Analysis)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因子的一种多变量统计分析方法。其基本思想是根据相关性大小把变量分组,使得同组内的变量相关性较高,不同组的变量相关性较低。每组变量代表一个基本结构,这个基本结构称为公共因子。对于所研究的问题可试图用最少个数的不可测所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一个分量。
二、引入数据
数据是从《中国统计年鉴(2009)》中节选的规模以上工业企业主要经济效益指标数据,以此来进行因子分析。
三、 计算运行结果
运用SPSS,输入原始数据,选取前三个接近于1的特征根作为公共因子,这三个特征根的累计方差贡献率为79.570%,达到要求,特征根情况如表1所示。
表1Total Variance Explained
Extraction Method: Principal Component Analysis.
对规模以上工业企业经济效益指标建立因子分析模型。根据计算结果,我们选m=3。
由SPSS的运行结果我们可以得出因子载荷的估计和特殊方差的估计。由于公共因子F3在原始变量上的载荷不太好解释,故须进一步进行因子旋转,选用方差最大化正交旋转,经过四次旋转后,得到载荷矩阵。
最后,由回归法估计因子得分,得出各地区的综合得分F,即
F=(35.5481+26.0162+18.0063)/79.557
表2因子得分表
四、结果分析
由旋转后的因子载荷矩阵可以看出,F1在x1(工业总产值),x6(全员劳动生产率)上的载荷值很大。可以说,F1为反映规模以上工业企业在管理效率公共因子。F2在x2(总资产贡献率),x5(工业成本费用利润率)两个指标上载荷值很大。故F2为反映国有工业企业获利能力的公共因子。F3在x3(资产负债率),x4(流动资产周转次数),x7(产品销售率)三项指标上的载荷值很大。因此,F3为反映国有工业企业负债及产品销售的公共因子。在公共因子F1上得分前三的地区为黑龙江、山东、广东,其中黑龙江的得分为2.095,远高于其他地区,说明黑龙江的规模以上工业企业的运行管理效率高,管理规范。公共因子F2得分前三的地区为黑龙江、新疆、海南,其中黑龙江得分为2.966,远远高于其他地区,说明黑龙江规模以上工业企业的获利能力很高,作为东北重工业基地,对我国贡献相当大。在公共因子F3上各个地区得分较均衡,只有西藏是-2.676,山东的是-3.438,说明西藏和山东的企业的负债和销售率都较低,原因可能是该地区的资金不足,人民生活水平较低。综合得分前三名的地区是黑龙江、新疆、天津;后三名为西藏、北京、四川。再结合各因子得分进行分析,黑龙江综合得分最高由于企业获利能力远远高于其他地区;新疆综合得分较高,但第三因子得分较低,说明新疆的规模以上工业企业经济效益较好,但是资产结构和销售率存在问题;天津地区的规模以上工业企业在资产结构和销售率上比较突出,但另外两个因子得分相比较低,说明该地区国有工业企业经济效益发展并不平衡。对于综合得分最低的西藏来说,第一因子得分是最低的,第三因子得分也较低的,虽然第二因子获利能力得分排第七,但与前三位差距不小,造成综合得分远低于其他地区,这说明西藏地区的规模以上工业企业运行管理效率低下、缺乏资金来源而且产品销售情况不理想;青海、北京和四川得分较低是有由于各因子得分都较低,说明该地区规模以上工业企业的经济效益整体水平较低,各个环节都有待于提高。从以上的分析可以看出,我国规模以上工业企业经济效益,并不是经济发达的地区经济效益就好,而是取决于该地区工业企业的类型、生产的产品的种类、资金的来源和产品销售情况,以及企业的管理运行效率。但总体来说,东部企业经济效益还是要好于西部,因此我国进行西部大开发对于我国各地区规模以上工业企业来说是必要的。□
参考文献:
[1]何晓群. 多元统计与分析.中国人民大学出版社, 2004.
[2]中华人民共和国国家统计局. 2009中国统计年鉴.中国统计出版社, 2009.
关键词 因子分析 经济效益 规模以上工业企业
中图分类号:F224文献标识码:A
一、基本理论
因子分析(Factor Analysis)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因子的一种多变量统计分析方法。其基本思想是根据相关性大小把变量分组,使得同组内的变量相关性较高,不同组的变量相关性较低。每组变量代表一个基本结构,这个基本结构称为公共因子。对于所研究的问题可试图用最少个数的不可测所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一个分量。
二、引入数据
数据是从《中国统计年鉴(2009)》中节选的规模以上工业企业主要经济效益指标数据,以此来进行因子分析。
三、 计算运行结果
运用SPSS,输入原始数据,选取前三个接近于1的特征根作为公共因子,这三个特征根的累计方差贡献率为79.570%,达到要求,特征根情况如表1所示。
表1Total Variance Explained
Extraction Method: Principal Component Analysis.
对规模以上工业企业经济效益指标建立因子分析模型。根据计算结果,我们选m=3。
由SPSS的运行结果我们可以得出因子载荷的估计和特殊方差的估计。由于公共因子F3在原始变量上的载荷不太好解释,故须进一步进行因子旋转,选用方差最大化正交旋转,经过四次旋转后,得到载荷矩阵。
最后,由回归法估计因子得分,得出各地区的综合得分F,即
F=(35.5481+26.0162+18.0063)/79.557
表2因子得分表
四、结果分析
由旋转后的因子载荷矩阵可以看出,F1在x1(工业总产值),x6(全员劳动生产率)上的载荷值很大。可以说,F1为反映规模以上工业企业在管理效率公共因子。F2在x2(总资产贡献率),x5(工业成本费用利润率)两个指标上载荷值很大。故F2为反映国有工业企业获利能力的公共因子。F3在x3(资产负债率),x4(流动资产周转次数),x7(产品销售率)三项指标上的载荷值很大。因此,F3为反映国有工业企业负债及产品销售的公共因子。在公共因子F1上得分前三的地区为黑龙江、山东、广东,其中黑龙江的得分为2.095,远高于其他地区,说明黑龙江的规模以上工业企业的运行管理效率高,管理规范。公共因子F2得分前三的地区为黑龙江、新疆、海南,其中黑龙江得分为2.966,远远高于其他地区,说明黑龙江规模以上工业企业的获利能力很高,作为东北重工业基地,对我国贡献相当大。在公共因子F3上各个地区得分较均衡,只有西藏是-2.676,山东的是-3.438,说明西藏和山东的企业的负债和销售率都较低,原因可能是该地区的资金不足,人民生活水平较低。综合得分前三名的地区是黑龙江、新疆、天津;后三名为西藏、北京、四川。再结合各因子得分进行分析,黑龙江综合得分最高由于企业获利能力远远高于其他地区;新疆综合得分较高,但第三因子得分较低,说明新疆的规模以上工业企业经济效益较好,但是资产结构和销售率存在问题;天津地区的规模以上工业企业在资产结构和销售率上比较突出,但另外两个因子得分相比较低,说明该地区国有工业企业经济效益发展并不平衡。对于综合得分最低的西藏来说,第一因子得分是最低的,第三因子得分也较低的,虽然第二因子获利能力得分排第七,但与前三位差距不小,造成综合得分远低于其他地区,这说明西藏地区的规模以上工业企业运行管理效率低下、缺乏资金来源而且产品销售情况不理想;青海、北京和四川得分较低是有由于各因子得分都较低,说明该地区规模以上工业企业的经济效益整体水平较低,各个环节都有待于提高。从以上的分析可以看出,我国规模以上工业企业经济效益,并不是经济发达的地区经济效益就好,而是取决于该地区工业企业的类型、生产的产品的种类、资金的来源和产品销售情况,以及企业的管理运行效率。但总体来说,东部企业经济效益还是要好于西部,因此我国进行西部大开发对于我国各地区规模以上工业企业来说是必要的。□
参考文献:
[1]何晓群. 多元统计与分析.中国人民大学出版社, 2004.
[2]中华人民共和国国家统计局. 2009中国统计年鉴.中国统计出版社, 2009.