搜索
中国作为世界上的发展中国家，其经济实力及综合国力水平在近几十年的时间里都得到了长足的发展。经济实力的不断攀升，以及经济增长速度的持续加速，令中国经济已成为世界各国所关注的焦点。中国经济的发展虽取得了世界的瞩目，在各个经济领域也取得了很好的发展，但毕竟我国的国情与所处的时代背景，决定了中国的综合经济发展还需承受诸多的考验，在探索的过程中求发展。但回顾近年来发展的历程，在中国经济高速发展的同时，可以发现我国在经济发展中还存在很多问题，如经济出现过热现象，东西部区域发展不平衡等问题。如何解决这些问题，找出根本原因所在，怎样更好的规划新的发展蓝图，都是需要重点研究和仔细思考的问题。今年以来，面对复杂多变的国际形势和国内经济运行新变化新情况，各地区各部门按照中央决策部署，认真落实十一届全国人大四次会议通过的各项决议，以科学发展为主题，以加快转变经济发展方式为主线，实施积极的财政政策和稳健的货币政策，着力稳物价、调结构、保民生、促和谐，国民经济继续朝着宏观调控预期方向发展，各方面工作都取得了新的成绩。本文基于对中国经济的现状概述和潜在问题分析的基础上，对问题进行了探讨，也对中国未来经济发展的方向做出了初步的讨论。一、中国各地区经济发展现状影响因素分析当今世界已步入全球性经济大协作，资源市场大竞争，经济循环一体化时代。地区作为国家的经济、政治、科学和教育文化的中心，它已成为经济循环的主角，而决定每个地区在激烈市场搏击中的低位、作用、未来的发展趋势的主导因素是它们各自拥有的经济发展水平。因此，如何分类、比较和研究地区经济发展水平，以便有针对性地制定地区经济发展战略，对促进国民经济协调发展有着重要的意义。为了研究2010年全国各地区经济发展状况的分布规律，我们对全国31个省市自治区的经济发展基本情况进行主成分分析和因子分析，每个样本有8个指标：GDP、居民消费水平、固定资产投资、职工平均工资、社会消费品零售总额、居民消费价格指数、商品零售价格指数、工业总产值。根据上述指标体系，选取2010年我国各地区对应指标的数据，数据来源于《2011年中国统计年鉴》。其数据资料见下表1所示。表1全国31个省市自治区经济发展指标地区GDP（亿元）居民消费水平（元）固定资产投资（亿元）职工平均工资（元）社会消费品零售总额（亿元）居民消费价格指数（上年=100）商品零售价格指数（上年=100）工业总产值（亿元）北京14113.58250155403.0651586229.3102.4100.42763.99天津9224.46177846278.1514892902.6103.5103.44410.85河北20394.26805715083.4314516821.8103.1103.19554.03山西9200.8681596063.2330573318.2103.0102.34657.97内蒙古11672.00110808926.5352113384.0103.2103.05618.40辽宁18457.271293416043.0344376887.6103.0103.28789.27吉林8667.5891417870.4290033504.9103.7104.13929.31黑龙江10368.6089066812.6277354039.2103.9103.14608.27上海17165.98322715108.9661156070.5103.1101.76536.21江苏41425.481403523184.33977213606.8103.8103.219277.65浙江27722.311809712376.04064010245.4103.8103.912657.78安徽12359.33823711542.9333414197.7103.1103.25407.40福建14737.12128718199.1323405310.0103.2103.46397.71江西9451.2679728772.3283632956.2103.0102.74286.76山东39169.921161123280.53332114620.3102.9102.718861.45河南23092.36783716585.9298198004.2103.5103.711950.88湖北15967.61897710262.7318117013.9102.9103.16726.53湖南16037.9689229663.6296705839.5103.1103.16305.11广东46013.061721815623.74043217458.4103.1103.321462.72广西9569.8577327057.6306733312.0103.0103.03860.46海南2064.5075531317.030775639.3104.8104.6385.21重庆7925.5897236688.9347272938.6103.2101.73697.83四川17185.48818213116.7325676810.1103.2103.07431.45贵州4602.1658793104.9304331482.7102.9103.01516.87云南7224.1867245528.7291952500.1103.7103.62604.07西藏507.464513462.749898185.3102.2101.039.73陕西10123.4882737963.7333843195.7104.0103.64558.97甘肃4120.7560353158.3290961394.5104.1104.61602.87青海1350.4372341016.936121350.8105.4104.3613.65宁夏1689.6589921444.237166403.6104.1103.2643.05新疆5437.4772763423.2320031375.1104.3104.62161.39二、对指标数据的主成分分析和因子分析定义变量及标签：设：X1：地区X2：GDPX3：居民消费水平X4：固定资产投资X5：职工平均工资X6：社会消费品零售总额X7：居民消费价格指数X8：商品零售价格指数X9：工业总产值按照因子分析方法的实现步骤，运用SPSS统计分析软件，首先对数据资料是否符合因子分析方法的要求进行判断，采用软件中KMOandBartlett‘sTest检验方法。见表2：表2KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy..704Bartlett'sTestofSphericityApprox.Chi-Square377.069df28Sig..000结果表明，Bartlett值为377.069，P值接近零，即指标数据的相关矩阵不是单位阵，故考虑进行因子分析；Kaiser-Meyer-OlkinMeasureofSamplingAdequacy是用于比较观测相关系数与偏相关系数值的一个指标，其值越接近于1，表明对这些变量进行因子分析的效果越好，KMO值为0.704，意味着因子分析的结果较好。通过SPSS软件操作，得到如下输出结果见表3—表8所示。表3DescriptiveStatisticsMeanStd.DeviationAnalysisNGDP14098.128711401.3455031居民消费水平10878.715896.30031固定资产投资8753.6365927.182231职工平均工资36103.329652.20831社会消费品零售总额5064.4654218.200431居民消费价格指数103.438.660231商品零售价格指数103.135.955831工业总产值6236.05945505.2002031表3给出单变量描述统计（DescriptiveStatistics），有三项内容：(1)Mean：均值(2)Std.Deviation：标准差(3)AnalysisN：参与计算的观测量数表4CorrelationMatrixGDP居民消费水平固定资产投资职工平均工资社会消费品零售总额居民消费价格指数商品零售价格指数工业总产值CorrelationGDP1.000.406.888.110.992-.244-.059.989居民消费水平.4061.000.154.824.422-.219-.405.321固定资产投资.888.1541.000-.136.865-.264.009.907职工平均工资.110.824-.1361.000.127-.302-.622.025社会消费品零售总额.992.422.865.1271.000-.280-.093.973居民消费价格指数-.244-.219-.264-.302-.2801.000.773-.200商品零售价格指数-.059-.405.009-.622-.093.7731.000.010工业总产值.989.321.907.025.973-.200.0101.000Sig.(1-tailed)GDP.012.000.278.000.093.376.000居民消费水平.012.204.000.009.118.012.039固定资产投资.000.204.233.000.075.481.000职工平均工资.278.000.233.248.050.000.448社会消费品零售总额.000.009.000.248.064.310.000居民消费价格指数.093.118.075.050.064.000.141商品零售价格指数.376.012.481.000.310.000.479工业总产值.000.039.000.448.000.141.479表4给出原始变量的相关矩阵（CorrelationMatrix），有两项内容：(1)在“Correlation”栏中给出相关矩阵(2)在“Sig.(1-tailed)”栏中给出t检验的显著性概率值表5TotalVarianceExplainedComponentInitialEigenvaluesExtractionSumsofSquaredLoadingsRotationSumsofSquaredLoadingsTotal%ofVarianceCumulative%Total%ofVarianceCumulative%Total%ofVarianceCumulative%14.12951.61151.6114.12951.61151.6113.88348.54148.54122.39129.88581.4952.39129.88581.4951.96324.54273.08331.10313.79495.2891.10313.79495.2891.77722.20795.2894.1622.02297.3115.1131.41298.7236.0841.05599.7787.015.18999.9678.003.033100.000ExtractionMethod:PrincipalComponentAnalysis.表5给出总方差分解（TotalVarianceExplained）。(1)在Component（因子、成分）栏中，给出各因子的序号(2)在“InitialEigenvalues”（初始特征值）栏中，给出相关矩阵或协方差矩阵的特征值。有三项内容：Total：给出各因子的特征值%ofVariance：给出各因子所解释的方差占总方差的百分比Cumulative%：给出各因子方差占总方差的累积百分比(3)在“ExtractionSumsofSquaredLoadings”栏中，给出提取若干因子后的特征值、方差百分比、累积方差百分比表6ComponentMatrix(a)Component123社会消费品零售总额.969.187.046GDP.968.223.062工业总产值.941.310.036固定资产投资.865.