王炸官宣！上海穩(wěn)居第一，誰(shuí)能脫穎而出為第二城
2019-12-13 16:39:22
次
12月1日傍晚，備受期待的《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》終于官宣。
對(duì)比千年大計(jì)和粵港澳大灣區(qū)全面啟動(dòng)，長(zhǎng)三角這個(gè)大禮包，似乎有點(diǎn)晚。
之所以?shī)檴檨?lái)遲，更說(shuō)明它的重要。就像當(dāng)年浦東在深圳后面開(kāi)發(fā)，快從來(lái)不是長(zhǎng)三角的追求。它的亮相，一定要經(jīng)過(guò)國(guó)家的深思熟慮。
作為占全國(guó)經(jīng)濟(jì)總量1/4的最大城市群，長(zhǎng)三角無(wú)疑是中國(guó)參與國(guó)際競(jìng)爭(zhēng)的那張王炸。
今天小T就來(lái)聊聊長(zhǎng)三角區(qū)域一體化這張王炸。
長(zhǎng)三角第二城誰(shuí)的勝算比較大？2018年，蘇州GDP達(dá)到1.85億元，可以說(shuō)是一馬當(dāng)先；杭州GDP為1.35億元，南京、無(wú)錫、寧波均在1萬(wàn)億至1.3萬(wàn)億之間。再來(lái)看人均GDP，蘇州和無(wú)錫最高，在17.4萬(wàn)元左右，接著便是南京、杭州、寧波了。
從單個(gè)指標(biāo)來(lái)看，每個(gè)城市都有自己的核心競(jìng)爭(zhēng)力。那么從多個(gè)維度綜合考慮，到底哪個(gè)城市在此輪比拼中更勝一籌呢？
為了使結(jié)論更具說(shuō)服力，小T選取長(zhǎng)三角第一批16個(gè)城市為研究對(duì)象,篩選了具有代表性的11個(gè)相關(guān)指標(biāo),運(yùn)用因子分析的方法對(duì)該區(qū)域各個(gè)城市的經(jīng)濟(jì)發(fā)展水平做定量分析。數(shù)據(jù)來(lái)自于上海市、浙江省、江蘇省統(tǒng)計(jì)年鑒。
01數(shù)據(jù)說(shuō)明
衡量一個(gè)城市的經(jīng)濟(jì)效益,不僅要看該城市的現(xiàn)有經(jīng)濟(jì)產(chǎn)出,還應(yīng)該從社會(huì)的各個(gè)方面去考察,為此,本案例選用下列十個(gè)指標(biāo)來(lái)全面衡量一個(gè)城市經(jīng)濟(jì)實(shí)力。
表結(jié)構(gòu)（共16行，18列）
表預(yù)覽
02分析方案
此次分析主要采用的是因子分析法，因子分析是通過(guò)對(duì)原始數(shù)據(jù)研究其相關(guān)矩陣的內(nèi)部依賴(lài)關(guān)系，把一些原本錯(cuò)綜復(fù)雜關(guān)系的多個(gè)變量表示成少數(shù)幾個(gè)反映共性的因子，并給出原始數(shù)據(jù)變量和綜合因子之間相關(guān)關(guān)系的一種多元統(tǒng)計(jì)分析方法。
因子分析常用的兩種方法：一種是通過(guò)對(duì)變量相關(guān)矩陣或者協(xié)方差內(nèi)部結(jié)構(gòu)，研究變量之間相關(guān)關(guān)系的R型因子分析；另一種是通過(guò)對(duì)樣品相似矩陣的內(nèi)部結(jié)構(gòu)研究樣品之間相關(guān)關(guān)系的Q型因子分析。在分析處理多個(gè)變量之間的問(wèn)題時(shí)，變量之間往往相關(guān)密切，因此導(dǎo)致觀測(cè)數(shù)據(jù)所反映出來(lái)的信息是有重疊。于是，人們希望可以找到較少的綜合變量盡可能全的反映原始變量的信息。
這些不可直接觀測(cè)的少數(shù)綜合變量稱(chēng)為公共因子或者潛在因子，通過(guò)相關(guān)系數(shù)矩陣及其逆矩陣、各變量的共同度、各個(gè)特征根的方差貢獻(xiàn)率、因子載荷矩陣、因子得分系數(shù)矩陣。
利用TempoAI的因子分析節(jié)點(diǎn)，選擇主成分方法構(gòu)建分析流程如下：
基于TempoAI的挖掘建模流程
03分析結(jié)果
以下是旋轉(zhuǎn)因子得分矩陣表
從上表中可以看出，因子1主要涵蓋了地區(qū)生產(chǎn)總值，利稅總額，居民人均可支配收入，接待國(guó)際旅游人次，郵電業(yè)務(wù)總量，因子2主要涵蓋了工業(yè)廢水排放達(dá)標(biāo)率。將第一因子稱(chēng)為總量因子，主要代表經(jīng)濟(jì)總量相關(guān)指標(biāo)的信息；工業(yè)廢水排放達(dá)標(biāo)率的權(quán)重較大，第二因子影響經(jīng)濟(jì)總量較小。
利用因子1計(jì)算各城市綜合經(jīng)濟(jì)實(shí)力得分及實(shí)力排名：
另一方面，通過(guò)各城市因子得分及排名表,我們可以看出，長(zhǎng)三角的經(jīng)濟(jì)發(fā)展總體水平較高,但內(nèi)部仍然存在著發(fā)展不均衡現(xiàn)象，得分最高的上海(58577.94分)和得分最低的泰州(14058.12)相差明顯。
此次分享案例主要講解了因子分析在實(shí)際場(chǎng)景中的應(yīng)用，因子分析可在許多變量中找出隱藏的、具有代表性的因子，其在市場(chǎng)調(diào)研中有著廣泛的應(yīng)用，如：消費(fèi)者習(xí)慣和態(tài)度研究、品牌形象和特性研究、服務(wù)質(zhì)量調(diào)查、顧客、產(chǎn)品和行為分類(lèi)。借助Tempo數(shù)據(jù)分析平臺(tái)，不僅可以高效簡(jiǎn)化數(shù)據(jù)，掌握數(shù)據(jù)降維的方法；而且用戶(hù)能夠基于平臺(tái)內(nèi)置的數(shù)據(jù)處理、算法節(jié)點(diǎn)，以拖曳式迅速完成機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理等算法模型構(gòu)建，實(shí)現(xiàn)數(shù)據(jù)的關(guān)聯(lián)分析、未來(lái)趨勢(shì)預(yù)測(cè)等多種分析，幫助用戶(hù)探索數(shù)字世界的價(jià)值和規(guī)律。
Tempo商業(yè)智能平臺(tái)
Tempo人工智能平臺(tái)
Tempo數(shù)據(jù)工廠平臺(tái)
Tempo指標(biāo)平臺(tái)
Tempo數(shù)據(jù)治理平臺(tái)
Tempo主數(shù)據(jù)管理平臺(tái)
首頁(yè)
美林?jǐn)?shù)據(jù)
大數(shù)據(jù)分析與應(yīng)用
陜公網(wǎng)安備 61019002000171號(hào)
