Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ Ｖｉｓｉｏｎ 科技视界 科技・探索・争鸣 工业企业主要经济指标分析 陈斯祺 （东南大学机械工程学院，江苏南京２１ １ １８９） 【摘要】本文以河北省工业企业主要经济指标为例，运用主成份分析的方法，对工业企业的特征性经济指标进行分类和分析，对繁杂的指 标进行简化。为进一步研究地区工业企业经济状况做好数据准备．为后续的分析决策提供了便利。 【关键词】工业企业：主成份分析；经济指标 Ａｎａｌａｓｉｓ ｏｆ Ｍａｉｎ Ｅｃｏｎｏｍｉｃ Ｉｎｄｅｘｅｓ ｏｆ Ｉｎｄｕｓｔｒｉａｌ Ｅｎｔｅｒｐｒｉｓｅ ＣＨＥＮ Ｓｉ－ｑｉ （Ｃｏｌｌｅｇｅ ｏｆ Ｃｉｖｉｌ Ｅｎｇｉｎｅｅｒｉｎｇ，Ｓｏｕｔｈ Ｅａｓｔ ＵＩｌｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ Ｊｉａｎｇｓｕ ２１１１８９，Ｃｈｉｎａ） 【Ａｂｓｔｒａｃｔ］Ｉｎ ｔｈｉｓ ｐａｐｅｒ，ｔｈｅ ｍｅｔｈｏｄ ｏｆ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ ｗａｓ ａｐｐｌｉｅｄ ｉｎ ｃｌａｓｓｉｉｆｃａｔｉｏｎ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｔｈｅ ｍａｉｎ ｅｃｏｎｏｍｉｃ ｉｎｄｅｘｅｓ ｏｆ ｉｎｄｕｓｔｒｉａｌ ｅｎｔｅｒｐｒｉｓｅ，ｗｈｉｃｈ ｔｏｏｋ ｔｈｅ ｍａｉｎ ｅｃｏｎｏｍｉｃ ｉｎｄｅｘｅｓ ｏｆ ｉｎｄｕｓｔｉｒａｌ ｅｎｔｅｒｐｒｉｓｅ ｏｆ Ｈｅｂｅｉ Ｐｒｏｖｉｎｃｅ ｆｏｒ ｅｘａｍｐｌｅ ａｎｄ ｓｉｍｌｉｉｆｅｄ ｔｈｅ ｃｏｍｐｌｅｘ ｉｎｄｅｘｅｓ． Ｔｈｅ ｒｅｓｕｌｔｓ ｐｒｏｖｉｄｅｄ ｄａｔａ ｐｒｅｐｅｒａｔｉｏｎ ａｎｄ ｃｏｎｖｅｎｉｅｎｃｅ ｆｏｒ ｔｈｅ ｆｏｌｌｏｗｉｎｇ ｓｔｕｄｙ ｏｆ ｒｅｇｉｏｎａｌ ｅｃｏｎｏｍｉｃ ｃｏｎｄｉｔｉｏｎｓ ｏｆ ｉｎｄｕｓｔｉｒａｌ ｅｎｔｅｒｐｒｉｓｅ． 【Ｋｅｙ ｗｏｒｄｓ］Ｉｎｄｕｓｔｒｉａｌ ｅｎｔｅｐｒｒｉｓｅ；Ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔ ａｎａｌｙｓｉｓ；Ｅｃｏｎｏｍｉｃ ｉｎｄｅｘｅｓ 新中国成立以来，我国工业产业迅猛发展，为整个社会的经济建 表１各指标解释的总方差 设贡献着重要的力量。而地区工业企业的经济状况又关乎着发展水平 成份 初始特征值 提取平方和载人 和未来的分析决策 因此．工业企业的各项经济指标的分析就尤为重 要 但是．现有的官方数据指标项目繁多，给后续分析带来困难 本文 合计 方差的％ 累积％ 合计 方差的％ 累积％ 则针对工业企业主要经济指标．通过主成分分析的方法进行简化．为 １ ４１．４４３ ７９．６９９ ７９ ６９９ ４１．４４３ ７９．６９９ ７９ ６９９ 进一步研究工业企业经济发展做好数据工作 ２ ４．６１１ ８．８６７ ８８．５６５ ４．６１１ ８．８６７ ８８．５６５ １数据来源 ３ ２．５８１ ４．９６４ ９３．５３０ ２．５８１ ４．９６４ ９３．５３０ 本文中所有数据均来自国家统计局官方网站。选取具有代表性的 ４ １．２８９ ２Ａ７９ ９６．ｏｏ８ １．２８９ ２．４７９ ９６ ００８ 工业大省河北省为例，以该省２０１３年全年１１个月度数据为样本．对 ５ ．９９９ １．９２ｌ ９７．９２９ 国家统计局给出的分省月度数据工业企业主要经济指标中的全部５２ ６ ，５０１ ．９６３ ９８．８９２ 项指标数据进行分析。 ７ ．２５８ ．４９７ ９９．３８９ ２主成份分析法（Ｐｒｉｎｃｉｐａｌ Ｃｏｍｐｏｎｅｎｔ Ａｎａｌｙｓｉｓ，ＰＣＡ） 主成份分析法也称主分量分析或矩阵数据分析。通过变量变换的 表２成份矩阵 方法把相关的变量变为若干不相关的综合指标变量 … 成份 若某研究对象有两项指标‘。和∈：，从总体‘（‘。， 中抽取了Ｎ个样 ｌ ２ ３ ４ 品，它们散布在椭圆平面内 图１），指标∈ 与‘ 有相关性。 和 ：分 别是椭圆的长轴和短轴，１１。上 ，故 与 互不相关。其中１１。是点‘（‘。， 企业单位数一累计值 ０．８３８ ０．４２５ 一Ｏ．１３３ －０．０２９ ｆ ）在长轴上的投影坐标， 是该点在短轴上的投影坐标。从图１可以 亏损企业一累计值 ， ～０．９５６ —０．１３３ －０．０８９ 一０．１３ 看出点的Ｎ个观测值的波动大部分可以归结为 轴上投影点的波 动，而１１。轴上投影点的波动较小。若 作为一个综台指标，则 。可较 亏损企业一上年同期累计值 －０．９６ｌ 一０．０４１ ０．Ｏ１ －０．１４７ 好地反映出Ｎ个观测值的变化情况， 的作用次要。综合指标１１，称为 亏损企业一累计增长 ０．４６３ －０．４５ －０ ５７９ Ｏ．１４ 主成份，找出主成份的工作称为主成份分析［２１ 流动资产合计一累计值 ０ ９５２ 一Ｏ．１７３ ０．１９９ ０．０６ ２ 流动资产合计一上年同期累计值 ０．９６９ 一Ｏ．１３７ Ｏ．１２８ －０．０４９ ｆ 流动资产合计一累计增长 －０．６５２ 一Ｏ．１１３ ０．３３４ Ｏ．６１４ ‘ 应收帐款累计值 ０．９４５ 一Ｏ．１１５ ０．２２４ ０．０５４ 应收帐款上年同期累计值 ０．９４６ －０．２３２ ０．０６９ ０— ．０７４ 篓 应收帐款一累计增长 一０．６９８ ０．４８ ０．３４２ 一Ｏ．１０４ 存货一累计值 ０．８２４ ０．３６９ ０．２８８ ０．２５３ 存货一上年同期累计值 ０ ８９２ －０．３５２ ０．１３８ Ｏ．１４４ 圈１ 主成份分析法示意图 存货累计增长 ０．Ｏｌ８ ０．９１３ ０．２０２ Ｏ．１６３ 可见，主成份分析即选择恰当的投影方向，将高维空间的点投影到 产成品一累计值 ０．７３３ —０．３９２ ０．４８９ －０．１４６ 低维空间上，且使低维空间上的投影尽可能多地保存原空间的信息．就 产成品是要使低维空间上投影的方差尽可能地大［３１。 上年同期累计值 ０．８９４ －０．３３４ －０ ００４ Ｏ．１２ 产成品累计增长 －０．４９２ ０．０４１ Ｏ．５８ －０－３５６ ３应用主成份分析法分析工业企业主要经济指标 资产总计一累计值 ０．９８２ ０．１６２ ０．０２９ Ｏ．Ｏ７６ ３．１数据处理 资产总计一上年同期累计值 ０．９８８ ０．１４４ Ｏ．Ｏ２Ｉ 一０．００２ 对所选原始数据进行标准化，利用ＳＰＳＳ软件进行主成分分析，得 到解释的总方差（见表１）和成分矩阵（见表２）。 资产总计一累计增长 一０ ９２６ －０．００４ Ｏ．００１ ０．３６ 作者简介：陈斯祺（１９９４一），女，汉族，东南大学机械工程学院工业工程系本科生。 ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎ。ｌ。ｇｙ Ｖｉｓｉ。ｎ科技视界ｌ ７ ｆ
