因子分析与有序样本聚类的综合评价模型:辽宁省区域经济实证研究

1 下载量 117 浏览量 更新于2024-09-03 1 收藏 254KB PDF 举报
本文主要探讨了一种创新的综合评价模型,即基于多元统计分析的FAOSCEM(Factor Analysis & Optimal Segmentation of Comprehensive Evaluation Model),由张谢谊和包研科两位学者在辽宁工程技术大学理学院提出。该模型旨在通过结合因子分析和Fisher有序样本聚类法,对复杂的经济指标体系进行有效简化和综合评估。 FAOSCEM的关键步骤包括: 1. 指标体系简化:利用因子分析方法,将众多经济指标转化为少数几个公共因子,这有助于减少冗余信息,提高模型的可解释性和效率。 2. 指标权重构建:通过对公共因子的方差贡献进行分析,确定每个指标在综合评价中的权重,确保了各个指标的重要性得到量化。 3. 样品分类与等级划分:通过在综合得分基础上应用Fisher有序样本聚类法,对不同地区的经济发展水平进行细致的分类和等级划分,使得评价结果更具层次性和准确性。 作者以辽宁省14个市的区域经济发展水平为例,展示了FAOSCEM的实际应用。研究过程涉及数据预处理(标准化)、相关性分析、以及特征值和贡献率的计算,这些步骤共同构建了一个系统的综合评价框架。 这种模型的提出对于政策制定者、经济学家以及区域规划者具有重要的参考价值,因为它能够提供一个科学、客观的方法来评估和比较不同地区的发展水平,从而帮助决策者针对特定区域提出有针对性的发展策略。同时,FAOSCEM模型也展现了统计分析在解决实际经济问题中的强大应用潜力,为未来的经济评价研究提供了新的思路和技术手段。