2023年-查看下载此文件南京财经大学经济学院.docx
《2023年-查看下载此文件南京财经大学经济学院.docx》由会员分享,可在线阅读,更多相关《2023年-查看下载此文件南京财经大学经济学院.docx(19页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、南京财经大学经济学院学士学位论文华东地区信息化水平的测度和分析包鑫指导老师:管于华答辩日期: 2006613表一6 本文采用的指标评价体系要素单位信息资源图书、报纸、杂志总印张数亿张网络站点数个电子出版物数量万张信息技术 应用电话普及率部/百人手机普及率部/百人互联网用户部/百人每百户人拥有彩色电视数台每百户拥有计算机数台有线电视入户率%信息网络长途光缆长度皮长公里微波占有信道数波道公里卫星站点数个固定电话主线普及率线/百人信息人才在校大学生数万人高校数个从事科技研究人员总数万人信息产业人均邮电业务总量元信息产业占本地GDP比重%信息产品制造业产值亿元专利授权量个信息发展 环境信息化固定投资亿
2、元R&D经费占GDP的比重%科教文化事业财政支出亿元参照国家信息化指标体系,根据国家以信息化领导小组对信息化的定义,以 国家信息化体系的6个要素作为评价信息化程度的指标体系(信息资源、信息技 术应用、信息网络、信息技术和产业、信息化人才、信息发展环境)。在信息资源中,选择图书、报纸、杂志总印张数、网络站点数、电子出版物 数量作为指标是参考修文群在区域信息化的测度和评价中的指标体系(下文 将以修指标简称)。但是信息资源应当以总量来衡量,比如说图书的藏书总量, 而不应该用人均量,因为并不是每个人都有获取信息的能力和要求,所以把信息 资源平均分担每个人头上是不太妥当的。在信息技术应用中,选用电话普及
3、率、手机普及率、互联网用户、每百户拥 有计算机数、每百户人拥有彩色电视数、有线电视入户率作为指标,其中前五项 指标引用修指标,只是在每百户人拥有彩色电视数这个指标上做一些改进,原因 在于其数据来源更加容易,并且新指标完全可以表达修的指标意思,最后一项有 线电视入户率则是参考国家信息化指标体系中的每千人有线电视用户数。在信息网络中,选取长途光缆长度、微波占有信道数、卫星站点数、固定电 话主线普及率为指标是引用国家信息化指标体系中的信息网建设中的指标。在信息人才中,与其他指标不同的是,将高校数引入指标体系,因为高校负 担着培养信息人才的任务,一方面,高校可以培养专门的信息技术人才,而另一 方面广大
4、高校培养大学生通常也能熟练掌握电脑的应用,数据的检索等等信息技 术。所以在本文中将高校数作为信息人才中的一个指标。在信息产业中,把人均邮电业务总量、信息产业占本地GDP比重、信息产品 制造业产值、专利授权量作为指标,基本与修指标一致。在信息发展环境中,与修指标不同的是,以科教文化事业财政支出的总量为 指标,而不选择其所占财政支出的比重,原因在于某些地方可能科教文化事业财 政支出少,同时财政支出也少,反而比重大,相反一些地区可能科教文化事业财 政支出多,财政支出却更多,造成比重低,所以这一比重指标不具有针对性。在这次指标选取过程中,有些指标未被选中,主要原因并非指标本身,而在 于所在指标数据的难
5、以搜寻,所以只好放弃。三、评价方法一一因子分析因子分析概念起源于20世纪初Karl Pearson和Charles Spearmen等人关 于智力测验的统计分析。因子分析的基本思想是把每个研究变量分解为几个影响因素变量,将每个原 始变量分解成两部分因素,一部分是由所有变量共同具有的少数几个公共因子组 成的,另一部分是每个变量独自具有的因素,即特殊因子。因子分析的应用主要有两个方面:一是寻求基本结构,简化观测系统,即构 造一个因子模型,确定模型中的参数,然后根据分析结果进行因子解释;另一方 面是对变量或样本分类,对公共因子进行估计,并进一步分析。因子分析的基本 目的是用少数几个变量来描述多个变量
6、间协方差的关系,其基本思想是,根据相 关性大小对变量分组,使组内变量间高相关、组间变量低相关,每组变量代表一 个基本机构就是因子。下面简单介绍一下正交因子分析模型,通常的因子分析均采用正交因子模型。设X”X2,X。为p个随机变量,存在m个因子介力,,九(mWp),使得 X1,X2,,X 可以用它们的线形组合表示为:X1 awf +12/2 amfm+ 弓X2 =a2lfl+。22 力 + + 2X p = Qpifi +“2/2 +, + “/ +其中力2,九成为公共因子,是公共出现的各变量的因子。?道2,3是特殊 因子,单个变量特有的因子,当主成分分析分析时特殊因子为0,称第j个变量 在第k
7、因子载荷,或者说,第j个变量与第k个因子的相关系数。载荷越大,则 说明第j个变量与第k个因子的关系越密切;载荷越小;则说明第j个变量与第 k个因子关系越疏远。aa2 4所a2。22 a2m a piap2 apinA =矩阵A为因子载荷矩阵。主成分分析法是因子分析法的一种,它通过坐标转化,将原有的p个随机变 量X-X2,X。做线性变化,转化为九力,即用标准化指标X;建立公共因 子力的方程,可以表示为:fi =%iX: +2iX; + +X;fy = X i1IN 1ZZ Z)乙 )/1 =-X: +2X; + + p,X;其中 U1 k +u22k H卜2pk = 1,(左=1,2,3,,根)
8、九72,乙为原有变量的第一、第二、第三、第m个主成分,其中力为 第一主成分在总方差中的比例最大,解释综合原有变量的能力也最强,其余主成 分在总方差中所占比例逐渐减小,即解释综合原变量的能力逐渐减弱。主成分分 析就是选取前面几个方差最大的主成分。确定主成分的个数有两种方法:一是根 据具体问题的专业理论来确定,二是利用主成分分析中选取主成分个数的方法。四、华东地区信息化水平的评价信息化指标体系有目标层、要素层和基本指标层三个层次构成。在信息化水 平测算中,运用因子分析,利用层次分析法,使每一层次指标由下一层次的综合 指标构成,从而构造出信息化的综合指标。根据中国统计年鉴2003和中国信息年鉴200
9、3所提供的数据,评价华东地区各个省市的信息化水平,所使用的软件为SpSSo(一)基本指标层面的因子分析检验在对数据进行因子分析前首先要对其进行检验,来判断是否适合做因子分析, 检验所采用的方法为巴特利特球度检验(BartlettTestofSphericity)和 KMO (Kaiser-Meyer-Olkin)检验。巴特利特球度检(BartlettTestofSphericity)是假设相关系数矩阵是一个 单位阵,如果统计量值比较大,且其相对应的相伴概率值小于用户指定的显著性 水平,拒绝原假设,认为适合作因子分析。反之,接受原假设,不适合作因子分 析。而KMO(Kaiser-Meyer-Ol
10、kin)检验中的KM0的取值在0和1之间,KMO越接近于1,则越适合作因子分析,其计算公式如下:KMO =对信息化六要素进行巴特利特球度检验和KM0检验,结果如下表一7。表一7KMO and Bartlett1s 球度检验信息资源信息技术 应用信息网络信息人才信息产业信息发展 环境Kaiser-Meyer-Olkin Measure of Sampling Adequacy.0.5440.8240.3310.5490.6850.648Bartletts Test of SphericityApprox.Chi-Square10.0226.21622.2419.27216.28610.59Df3
11、156333Sig.0.0180.0360.00100.0010.014从上表可知,所有的六大要素中除信息网络的KMO值小于0. 5,其他的要素均 大于0. 5,但是所有的要素都通过了巴特利特球度检验,sig值均小于0. 05,所以 拒绝原假设。综上所述,在结合实际情况的条件下,本人认为在宽口径下,可以对信息化六要素分别进行因子分析,六要素通过检验。(二)信息化六要素的因子分析对各个要素进行因子分析,得出因子得分,并按照得分进行派名,见表一8。表一8华东地区各信息化要素评分表地 区信息资源信息技术应 用信息网络信息产业信息化人才信息化发展 环境得分排序一得分排序一得分排序一得分排序一得分排序一
12、得分M序一上海1.8828711.038722-2.0464371.830431-1.0726561. 796761江 苏.7717421.209191.822512.1238731. 540731.609552浙江325564-141535306796,411782084023.106404安 徽一.541876-1.009016.847591-1. 069836160064-. 750545福 建385715.240213.529163-. 057454-1.137637-.828516江西-1.106207-1.525687047945-1. 143557670425-1.059777山
13、东295273.188084.2019040952551. 182802.126113从上述表格可以知道,江苏在华东地区的信息化建设六要素(信息资源、信 息技术应用、信息网络、信息产业、信息化人才、信息发展环境)分别排名2, 1, 2, 3, 1, 2O从总体来看,当年的江苏的信息化发展情况十分良好。从各个 要素来看,在信息资源中,与第一的上海的差距依然明显,不过同时也与浙江拉 开了差距;在信息技术应用中,能够力压上海成为华东第一,实属不易,不过对 上海的优势并不明显,应该保持这种良好发展势头;在信息网络中,以则是以较 小的劣势,屈居第二,与第三的福建也并无太多优势;在信息产业中,上海优势 较
14、为明显,浙江和江苏差距不多,分列二三位,说明在这个项目上江苏提高的空 间还是很大;在信息化人才中,江苏的各项分指标都是第一,说明江苏的教育优 势很大;信息化发展环境上,上海依然具有压倒性优势,江苏应当巩固其第二的 地位,慢慢赶超上海。(三)江苏与其他省市的比较分析为方便看清江苏与其他各个省市的比较情况,分别做了以下雷达图,用以直 观反映江苏与各地区的比较优势项目和比较劣势的项目。由上图可以看出,江苏在信息化人才与信息网络上优势较为明显,在信息产 业上则落后较多,而上海在信息资源与信息发展上,领先江苏,但优势并不明显。信息资源 2信息化人才信息化发展环境1.5信息技术应用信息网络-江苏浙江信息产
15、业图一2江苏与浙江信息化比较雷达图从上图可以看出,浙江除在信息产业上处于微弱优势外,其他各项均落后于均;黑北蒙安徽除了在信息网络上稍微领先江苏,而在其他的项目上信息资源 2信息化人才信息化发展环境信息技术应用信息网络-江苏江西信息产业图一5江苏与江西信息化比较雷达图由上图可以看出,江苏在各个方面优势明显,江西要赶上江苏还有很长的路 要走。信息资源信息化发展环境21. 5信息技术应用-江苏山东信息化人才信息网络信息产业图一6江苏与山东信息化比较雷达图由上图可以看出,江苏在各个项目上均领先山东,只是在信息化人才和信息产业上优势并不明显。(四)华东地区信息化要素的主成分分析首先对其六大要素的得分进行
16、检验,来判断是否适合做因子分析,检验结果 见表一9O表一9 KMO and Bartlett1s 球度检验Kaiser-Meyer-Olkin Measure of Sampling Adequacy.305Bartletts Test of SphericityApprox. Chi-Square51.579Df15Sig.000由上表可知,KMO值为0.305小于0.5,但是通过了巴特利特球度检验,sig 值小于0.05,拒绝原假设。综上所述,在结合实际情况的条件下,本人认为在宽 口径下,可以对信息化六要素进行总的因子分析,最后同样用因子得分来代表各 个省市的信息化总指数。然后对华东地区各
17、个省市进行主成分分析,由下表一10可知道,江苏的信息 化水平最高,其次是上海和山东,浙江位居第四,从中可以发现这些地区在经济 发展方面具有优越条件,其发展速度和竞争力远远优于其他省市,同时江西,安 徽由于经济实力和地理条件等问题,信息化水平在华东地区排名靠后。表一10信息化指数地区F1F2综合得分排序上海1.71026-1.30651.8401472江苏.734701.65416.9028031浙江.03604-.22979-.0317654安徽-.91890.11369-.5952946福建-.41852-.40675-.3832875江西-1.22774-.72180-1.009087山东
18、.08416.89700.2764733(五)检验结果最后利用信息化六要素的得分对各个地区进行聚类分析,以检验通过主成分 法计算信息化总指数所代表的地区排名是否合理。在检验中,本文运用快速聚类, 以简洁方便为原则指定分为四类,结果见表一11。表一11聚类情况表序号地区所属类别距离1上海1.0002江苏2.0003浙江3.6794安徽4.6565福建31.3146江西4.6567山东31. 199从上表可知,上海,江苏各为一类,而浙江与山东为一类,而江西、安徽最 后为一类,从中我们可以发现聚类的结果基本与各个地区信息化总指数反映的情 况一致,因此,本文最后所得出的结果是有意义的。六、结束语我国的
19、信息化建设水平还处于不发达阶段,地区经济差异还是很大,进而造 成信息化水平的差距。以信息化带动工业化是我国新工业道路的发展战略,在此, 各地区政府应当重视信息化建设工程,以此促进当地经济发展,否则,只能陷入 经济水平低使得信息化水平低,进而信息化水平低影响经济发展的水平的恶性循 环。另外,本文还有很多不足之处,特别是指标的选取上还缺乏信服力,另外数 据资料的可靠性上的不足也会给最终结果产生偏差。摘要地区的信息化程度,代表着其社会生产力发展水平,是地区的竞争力的重要体现。本文 大体根据国家信息化指标体系以及六要素结合实际制定了信息化评价指标,以因子分析为评 价方法,对华东地区的信息化建设进行测度
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2023 查看 下载 此文 南京 财经大学 经济学院
限制150内