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
|
区 |
F |
排行 |
|
晋江区 |
0.72 |
4 |
|
青羊区 |
0.77 |
3 |
|
金牛区lt; |
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。
