基于主因子分析长武县劳动力转移问题研究(编辑修改稿)

基于主因子分析长武县劳动力转移问题研究(编辑修改稿)内容摘要：

和第一产业产值的变化趋势 根据表一（见附录）做出趋势图如下图所示。 可知，从 1978 年开始，陕西省生产总值和第一产业产值均呈增长趋势（见图 1）。 第 4 页 共 11 页 图 1 长武县生产总值和第一产业产值的变化趋势（以不变价格计算） 生产总值从 2020年的 2020年的 （以不变价格考虑，下同），增长了 ，达 到 2020年的 ，尤其在 2020年后，实现快速增长。 第一产业产值虽然也在增长，但不及生产总值增长速度快，由 2020年的 亿元增长到 2020 年 亿元，增长了 亿元，达到 2020年。 同时，第一产业产值占总产值比重呈现明显下降趋势，由 2020年 %下降到 2020年的 %。 从上面的数据分析来看，第一产业生产总值与总的生产总值都有向上的趋势。 农村劳动力的主要劳动对象就是第一产业，但是我们从图中可以看的出来，第一产业生产总值的趋势变化区域平缓，而总的生产总值却快速增长，这 说明大部分的劳动力都转移到二三产业中去了，因此，我们可以从中看出，劳动力转移与经济发展之间的相关性很大，因此我们可以确定影响农村劳动力转移的最大因素来源于经济因素，这为后面的综合评价提供了基础。 4 农村劳动力转移与经济发展的实证分析 （ 1）主成分分析 是将多个指标化为为少数几个综合指标的一种统计方法，在实际问题中， 研究多指标（变量）问题是经常遇到的，然而在多数情况下，不同指标之间是有一定相关性的。 （ 2） 主成分分析的原理为： 设 ,21)( ).....,( pXXXX   ), ...,1( n 为来自总体 X的样本，则样本协方差 S和样本 相关阵 R为： )39。 ()(11 )(1 )(     XXXXnS n  , 其中 )39。 ()(111 ijnijij xxxxns    ， )39。 ,.....,(1 211 )( pn xxxXnX    ， ppijrR *)( 第 5 页 共 11 页 其中 )...1,(, pjisssrjjiiijij ，当原始变量 pxxx ,..., 21 标准化，则 S和 R相同，S=R= XXn 39。 11。 因此，一般求 R的特征值和特征向量，不妨取 R= XX39。 ,因为这是的 R与 XXn 39。 11 只差一个系数，显然 XX39。 与 XXn 39。 11 的特征根相差 n1倍，但他们的特征向量不变，并不影响求主成分。 我们用样本协方差阵 S作为  的估计或用 R作为总体相关阵的估计，然后，按照求总体主成分的方法，即可获得样本主成分。 这里，我们称 pi ik 1/  为样本主成分 kF 的贡献率，称pi im11 ...为样本主成分 )(...., 21 pmFFF m 的累积贡献率。 运用 20202020年长武县 10 年来 8项指标构成截面数 据，利用综合评价方法，构建陕西省农村劳动力转移与经济发展关系模型，分析各时间段影响农村劳动力转移程度的主要因素。 原始数据见附表 2， 以下操作均在 里完成。 （ 1） 计算各主成分的贡献率，并提取主成分 一般以累计贡献率达到 85%为标准，提取前 k个主成分。 由于相关系数矩阵 R的特征值 nlll ,..., 21是对应主成分 nFFF ,..., 21 的方差，由于方差越大，包含的信息也越多，进而利用包含信息量确定主成分 iF 的贡献 率 , nt ttt llf 1前 k 个主成分的累计贡献率。 nt tkt ti llR 11当前 k 各主成分的累计贡献率达到 85%时，就可以确定该子系统指标的主成分 F = nFFF ,..., 21。 表 1 KMO 和 Bartlett 的检验 取样足够度的 KaiserMeyerOlkin 度量。 .742 Bartlett 的 球形 度检验 近似卡方 df 28 Sig. .000 第 6 页 共 11 页 表 2 解释的总方差 成份 初始特征值 提取平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 2 .140 3 .035 .437 4 .016 .202 5 .011 .138 6 .009 .107 7 .003 .040 8 .001 .006 0 提取方法：主成份分析。 表 3 成份得分系数矩阵 成份 1 x1 .126 x2 x3 .125 x4 .2。