我国各地区社会发展水平的综合评价与分析文档格式.docx
- 文档编号:4519810
- 上传时间:2023-05-03
- 格式:DOCX
- 页数:30
- 大小:165.97KB
我国各地区社会发展水平的综合评价与分析文档格式.docx
《我国各地区社会发展水平的综合评价与分析文档格式.docx》由会员分享,可在线阅读,更多相关《我国各地区社会发展水平的综合评价与分析文档格式.docx(30页珍藏版)》请在冰点文库上搜索。
1前言
中国30年改革开放成就举世瞩目.大国正在崛起,中国一步步走向富强,迎来中国历史上的空前盛世.改革开放不仅中国的社会发展水平和经济实力不断提高,也使综合国力和人们的生活水平得到了提高.尤其值得一提的是,在这30年间,城镇居民人均可支配收入和人均住房面积都有大幅提高,中国农村绝对贫困人口数量从2.5亿下降到2148万,绝对贫困发生率由30%下降到2.3%,人民生活总体上进入了小康水平.使中国成为目前全球唯一提前实现联合国千年发展目标中贫困人口减半目标的国家[1].
1.1研究背景和目的
随着改革开放的不断深入,我国各地区社会发展水平都有了较大的提高,但与此同时我国社会发展中的不平衡、不协调等问题日益严重,这些问题不单是一个经济和一个社会问题,而是经济问题、社会问题相互联系中出现的.尽管社会发展的差距是无法避免的,可是过大的差距使经济贸易的发展受到影响,从而影响社会的健康发展.
各地区社会发展水平的不平衡,是影响我国社会发展和社会进步的绊脚石.因而缩短各地区社会发展水平的差距,达到全面小康社会是现如今的当务之急.“发展是硬道理”其中的发展既包括经济发展,同时也包括社会发展,经济发展和社会发展相互区别却相辅相成、相互促进.这就要求我国对各地区新的社会发展战略,应审时度势,因地制宜,充分考虑我国复杂和独特的区域问题,以求全国的社会发展和局部的社会发展的统一.
1.2研究的内容
本文为研究各地区现阶段的社会发展状况并从中找出影响各地区社会发展存在差异的原因,主要分成两部分:
一部分是基于以人为本的社会发展综合评价指标体系的构建.从民生的角度,在现实性原则、全面性原则、科学性原则和可操作性原则的基础上,从社会公益建筑、经济收益、人们生活三个方面选取指标,构建了一套基于以人为本的社会发展综合评价指标体系.而另一部分,也是本文最为重要的部分,运用因子分析法、判别分析法和聚类分析法,对我国各地区的社会发展水平进行评价分析,并对其提出对策建议.
1.3本文的研究方法和技术线路
1.3.1主要研究方法
本文本着以坚持理论和实践相结合的原则,从社会公益建筑、经济收益、人们生活三个方面着手构建基于以人为本的社会发展综合评价指标体系.在此基础上,本文还通过运用SPSS软件,采用多元统计分析中的因子分析法和聚类分析法构建模型,同时也适当的采用判别分析的方法,对我国各地区的社会发展水平进行分类、比较和实证分析,根据最后得到的结果,并结合图表,对我国各地区的社会发展水平进行描述分析,并对其发展现状进行综合评价,以便有针对性的对地区的社会发展战略提出对策建议.
1.3.2技术线路
基于以人为本的社会发展水平评价理论
↓
评价指标的选取
构建基于以人为本的社会发展水平评价指标
对数据进行分析
数据分析
以我国各地区社会发展水平有关以人为本的数据为对象进行分析
←
因子分析
聚类分析
判别分析
社会发展水平分类及对其综合评价
分析我国各地区社会发展中存在的问题并提出相应的对策
2综合评价指标体系的构建
2.1基本概念
2.1.1“以人为本”的概念
最早明确提出“以人为本”的是春秋时期齐国名相管仲,最早出现在西汉刘向编成、汇辑管仲众多思想观点的《管子》一书“霸言”篇中:
“夫霸王之所始也,以人为本.本理则国固,本乱则国危.”主要讲的是以人民为本.而在最古老的诗集《诗经·
大雅·
抑》有这样名句:
“质尔人民,谨尔侯度,用戒不虞.”意为劝戒大臣们要自警自律,要善于治理你的人民,谨慎你的法度,防止发生意外事故.
改革开放以来,中国共产党始终强调把发展生产力作为社会主义社会的根本任务.科学发展观并不否认经济发展、
增长,它所强调的是,经济发展、
增长,归根到底都是为了满足广大人民群众的物质文化需要,保证人的全面发展.人是发展的根本目的.提出以人为本的科学发展观,目的是以人的发展统领经济、社会发展,使经济、社会发展的结果与我们党的性质和宗旨相一致,使发展的结果与发展的目标相统一.正如胡锦涛同志所说,坚持以人为本,就是要以实现人的全面发展为目标,从人民群众的根本利益出发谋发展、促发展,不断满足人民群众日益增长的物质文化需要,切实保障人民群众的经济、政治和文化权益,让发展的成果惠及全体人民.
2.2社会发展水平评价指标体系的构建
2.2.1评价指标的体系的构建
构建基于以人为本的社会发展水平指标体系,作为基本目标是全方位的对各个地区的社会发展水平进行评价,明确各地区社会发展的不足及排名,为了政府制定提高社会发展水平的战略提供科学的依据.
为了能够准确科学的对各个地区的社会发展水平进行评价,必须建立社会发展水平综合评价体系.建立综合评价体系时,应以人民群众的发展的理念作为核心内容,能够最大限度的评价所有人民群众最关心、最现实的利益问题,建立基于以人为本的综合评价体系,全方位的评价社会发展现状及其发展中存在的问题,因此要选择与人民生活、与社会发展关系密切的指标,同时根据统计年鉴的数据,对社会发展水平进行评价和研究[5].
2.2.2体系的建立
为了更加全面、客观地反映我国各地区的社会发展水平,本文根据评价指标选取的知道思想和原则,提出了以社会公益建筑、经济收益、人们生活三个板块,共9项指标.如表1所示.
表1社会发展水平综合评价指标体系
Table1Thecomprehensiveevaluationindexsystemofsocialdevelopmentlevel
板块
指标
经济收益
人均地区
(X1)
农村居民家庭人均纯收入(X2)
城镇居民家庭人均纯收入(X3)
社会公益建筑
普通高等学校数(X4)
卫生机构数(X5)
人们生活
人口出生率(X6)
广播电视综合覆盖率(X7)
人口现状(X8)
有线电视入户率(X9)
3统计分析方法的运用
3.1统计分析方法的基本原理和模型的建立
3.1.1因子分析的基本原理
因子分析是一种数据简化的技术.他通过研究众多变量之间的内部依赖关系,探求观测数据中的基本结构,并用少数几个独立的不可观测变量来表示其基本的数据结果.这几个假象变量能够反映原来众多变量的主要信息.原始变量是可观测的显式变量,而假象变量是不可观测的潜在变量,成为因子[6].
3.1.2因子模型的建立
因子分析中原始变量可以分解成少数几个公共因子的线性函数.设有m个样品,每个样品有n项观测变量,设为X=(
),分别用
表示n个因子变量,是不可观测变量.假设这m个变量可以由n个因子
用线性组合表示,则模型为:
(1)
称为因子模型,其中
互不相关.
当因子模型建立起来之后,往往需要反过来考察每一个样品的性质及样品之间的相互关系,因而我们将每个公因子表示为各个变量的线性组合,并用每个变量的观测值来估计每个公共因子的值,我们把因子的这个估计值叫做因子得分.因子得分的数学模型为:
F
(2)
其中
为第m因子的得分.根据各个因子的得分我们可以对各样本进行简单的分类[7].
3.2因子分析的基本过程
3.2.1变量的统计检验
在对原始数据处理之前,为了了解收集的这些数据采用因子分析的可靠性,必须对变量之间的相关性进行检验,同时也要对原始数据进行统计检验.为此引入了KMO检验和球形的Bartlett检验.通过在SPSS软件上进行分析处理,KMO&
Bartlett检验结果如表2所示.KMO检验得出的结果是抽样充分度的检验,通常意义上按照标准解释该指标值的大小:
KMO检验指标值在0.7以下,不适合做因子分析;
指标值在0.7-0.8之间,做因子分析一般;
指标值在0.8-0.9之间,适合做因子分析,指标值在0.9以上,非常适合做因子分析[8].
表2KMO和Bartlett的检验
Table2KMOandBartlett'
stest
取样足够度的Kaiser-Meyer-Olkin度量.
.802
Bartlett的球形度检验
近似卡方
310.148
df
36
Sig.
.000
由表2得到KMO=0.802,在0.5-1.0之间,Bartlett检验近似卡方为310.148,相应的显著性概率(
)小于0.001为高度显著,各变量都已通过检验,所以,数据适合使用因子分析方法.
3.2.2数据的处理过程
(1)原始数据标准化,以此来消除变量间在数量级和量纲上的不同,建立指标间的相关系数矩阵R.
(2)求出相关系数矩阵R的特征值、特征向量、方差贡献率,并根据方差累计贡献率,确定公共因子个数.
(3)实行方差最大正交旋转后的旋转公共矩阵,对各因子进行分析命名.
(4)根据因子得分系数阵,建立因子得分模型,求出各个地区的因子得分排名,并进行综合评价.
3.2.3.相关性分析
SPSS输出的相关系数矩阵如表3所示.
表3相关系数矩阵
Table3Thecorrelationcoefficientmatrix
X1
1.000
.912
.871
.222
-.245
-.589
-.034
.655
.878
X2
.938
.315
-.169
-.529
.075
.662
.948
X3
.320
-.151
-.422
.126
.584
.937
X4
.708
-.307
.891
.431
.302
X5
.031
.848
.021
-.212
X6
-.084
-.550
X7
.251
.058
X8
.607
X9
3.2.4因子的提取
从相关系数矩阵R出发,采用公共法选择样本数据得到因子负荷矩阵,选取能够合理的描述原始变量相关阵结构的公共因子.由SPSS的输出结果如表4所示.
表4解释的总方差
Table4Explainthetotalvariance
初始特征值
提取平方和载入
旋转平方和载入
成份
合计
方差的%
累积%
1
4.817
53.526
3.929
43.651
2
2.634
29.264
82.789
2.669
29.660
73.311
3
.734
8.161
90.950
1.588
17.639
4
.384
4.261
95.211
5
.174
1.930
97.141
6
.110
1.225
98.366
7
.070
.776
99.142
8
.040
.441
99.583
9
.038
.417
100.000
图1碎石图
Figure1Gravelfigure
由解释的总方差表和图碎石图的输出结果可得到前三个特征值比较大,而且前三个因子对原数据解释的总方差的累计贡献率共达到90.950%,可概括原数据的绝大部分信息,所以省略特殊因子的影响,选取三个主因子.
3.2.5因子旋转
表5因子载荷矩阵
Table5Thefactorloadingmatrix
.953
-.149
.178
.939
-.174
.176
.921
-.241
.042
.918
-.122
.325
.784
.116
-.323
-.674
-.005
.669
.218
.949
.105
-.056
.943
.467
.840
.022
建立因子分析的目的一个重要目的是对初始数据进行综合评价,利用因子提取方法都得到的结果虽然显示初始因子解,保证了因子之间的正交性,但因子对变量的解释能力较弱,不容易解释和命名.本文用SPSS软件对因子模型进行旋转变换,使公共因子的载荷数更接近1或0,进而能够轻松的用得到的公共因子对变量的命名和解释[2],因子载荷矩阵通过旋转得到的矩阵如表6所示.
表6旋转成份矩阵
Table6Rotatingcomponentmatrix
.970
.069
.127
.942
.032
.273
.933
.004
.268
-.079
.377
.048
.977
.030
-.223
-.030
.903
.214
-.292
-.041
-.903
.519
.207
.649
表6给出的旋转的因子载荷矩阵,用来反映各个变量的变异可以主要有哪些因子解释,得因子表达为:
(3)
根据因子分析的原理,我们分析中得到的三个因子(F1,F2,F3)是互相独立的,在同一因子所包含的变量之间拥有高度相关性,从表6中我们可以看出:
第一公共因子
在X1,X2,X3,X4,X5,X6,X7,X8,X9上的系数分别是0.871、0.942、0.970、0.933,其中X1,X2,X3,X9明显大于
因子在其他变量上的载荷,主要是人均地区GDP,农村居民家庭人均纯收入,城镇居民家庭人均纯收入,有线电视入户率的综合反映社会居民的生活质量,X1,X2,X3,X9反映的是社会居民的生活质量,我们称之为社会经济因子.
第二公共因子
在X4,X5,X7上的系数是0.903、0.918、0.977,其中X4,X5,X7明显大于
因子在其他变量上的载荷,主要是卫生机构数,普通高等学校数,广播电视综合覆盖率的综合反映,X4,X5和X7反映的是教育发展、医疗卫生社会保障,所以我们将
因子称之为社会保障因子.
第三公共因子
在X6,X8上的系数是-0.903、0.649,其中X6,X8明显大于
因子在其他变量上的载荷,主要是人口现状,有线电视入户率的综合反映,X6,X8反映的是人口发展类型、城镇化发展,所以我们将
因子称之为社会发展程度因子.
3.2.6求因子得分方程,计算各样本的综合得分,并进行排序
根据SPSS软件数据输出的因子得分和权重如表7和表8.
表7因子得分系数矩阵
Table7Thefactorscorematrix
.211
-.052
.034
.292
.005
-.127
.372
.036
-.308
.035
.332
.025
-.063
.354
.282
.078
-.873
.376
-.097
-.062
.020
.290
-.006
-.126
根据因子得分系数矩阵得因子得分方程为:
(4)
由得分方程得到三个主因子F1,F2,F3的因子得分,并以各主因子的方差贡献率占方差总贡献率的比重作为权重,计算公式为:
公共因子权重=单个因子方差贡献率/公共因子方差累计贡献则分别得到各个公共因子的权重表
表8权重表
Table8Weighttable
公共因子
特征值
对总体方差的贡献率(%)
对总体方差的累计贡献率(%)
权重
F1
0.588
F2
0.321
F3
0.734
0.089
对权重进行加权汇总得到各地区的综合得分F:
/90.950(5)
各个地区的综合得分的参考基准为0,得分数值越大,则说明这个地区的社会发展水平越高.而综合得分的结果其中一部分是负值,这里的负值并不是说明这些地区的社会发展水平是负数,而是说明这些地区的社会发展水平在被评价的31个省市区中的排名处于平均水平以下.其中评价值的绝对值的大小和其正负号也只是表示与平均水平的相对位置关系[6].
表9公共因子的得分表
Table9Commonfactorscoretable
排名
地区
上海市
2.79065
山东省
1.91017
吉林省
2.35738
北京市
2.54648
河南省
1.75244
黑龙江省
1.96355
浙江省
1.69012
广东省
1.59955
辽宁省
1.86201
天津市
1.37843
河北省
1.53169
内蒙古自治区
1.0941
江苏省
1.282
- 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:
- 我国 各地区 社会发展 水平 综合 评价 分析