原创《基于全局主成分分析法我国专业市场综合评价》：此文是一篇专业市场论文范文,为你的毕业论文写作提供有价值的参考。
内容摘 要：本文构建了专业市场发展综合评价指标体系,采用全局主成分分析法对我国省级专业市场发展指数进行测度,对专业市场发展情况和变化趋势进行综合评价,并根据专业市场发展指数划分为三种类型.研究结果表明：2007-2013年,我国专业市场快速发展,但区域差异有所扩大,空间布局呈现一定集聚性,专业市场发达程度呈现东、中、西梯度递减特征；专业市场发展的区域非均衡特征主要取决于市场规模、绩效、经营可持续性和市场环境,应针对各区域专业市场发展特征寻求突破口,促进专业市场协调发展.
关键词：专业市场 全局主成分分析 综合评价
引言
专业市场作为商品流通的一种组织形式,发挥着集散商品、形成价格、传递消息、服务产销、配置资源的重要作用,是联结生产和消费的重要桥梁.近年来,我国专业市场不断发展壮大,专业市场商品成交总额占社会消费品零售总额的45%以上,在活跃商品流通、促进经济繁荣、扩大城乡就业等方面发挥了重要作用.因此,测度专业市场发展水平,研究专业市场发展的区域差异对于理解我国区域经济发展特点、优化专业市场布局、促进专业市场协调发展具有重要意义.
目前,国内学者对专业市场发展评价的研究主要基于竞争力视角.如张芳（2008）基于专业市场综合竞争力的概念界定,确定了影响专业市场竞争力的因素,从基础实力、管理能力、发展潜力三方面构建了专业市场综合竞争力评价体系基本框架；曹晶晶（2011）基于专业市场的国际化内涵,从商品生产系统、商品交易系统、商品贸易管理服务系统三方面构建了专业市场国际化发展水平评价指标体系；谢守红、朱迎莹、蔡海亚（2015）从区域环境、吸引能力、服务水平、经营绩效四方面构建了我国专业市场竞争力指标体系.从研究方法上看,谢守红、周驾易（2013）利用主成分分析法,分别计算了我国2001和2010年各省区的专业市场发展指数；赵泉午、吕雪琪、刘婷婷（2015）基于全国35个大中城市专业市场面板数据,计算了专业市场业态适应性指数,并从产业集群、消费潜力、交通条件等方面对专业市场业态适应性影响因素进行实证研究；谢守红、王平、周驾易（2015）采用全局主成分分析法对长三角地区专业市场发展水平及空间差异性进行分析；黄训江（2015）利用随机前沿分析方法对我国35个大中城市专业市场技术效率及影响因素进行研究.
现有文献对专业市场发展评价指标体系的构建多基于理论框架层面,对专业市场的评价主要基于某一地区或某一时刻的静态截面数据,未能对我国专业市场发展的整体动态趋势及区域特征做出准确评价.本文在构建专业市场发展综合评价指标体系的基础上,基于2007-2013年省级面板数据,采用全局主成分分析法对我国各省、直辖市、自治区专业市场发展指数进行测度,基于综合指数对我国专业市场发展的变化趋势和区域差异进行分析,并针对性地提出促进各地区专业市场发展的对策建议.
专业市场发展综合评价指标体系构建与全局主成分分析法
(一)研究对象
本文以我国大陆30个省、直辖市、自治区（由于西藏缺少相关统计数据,本文研究对象不包括西藏）交易额亿元以上的专业市场为研究对象.基于资料的准确性和可靠性,本文选取的统计指标原始数据均来源于2008-2014年《中国商品交易市场统计年鉴》.
(二)综合评价指标体系构建
结合我国专业市场发展特点,本文从市场规模、市场经营绩效、市场经营可持续性和市场经营环境四个维度构建我国专业市场发展综合评价指标体系.具体而言,选取亿元以上专业市场的市场个数、摊位数、营业面积、成交额、单个市场成交额、单位面积成交额、常年营业数量比、封闭式经营数量比8个指标作为测量专业市场发展水平的基础指标,如表1所示.
(三)全局主成分分析法
经典主成分分析只针对由样本和指标构成的平面数据表,并未加入时间序列.如果对每张平面数据表进行经典的主成分分析,由于不同数据表具有不同主平面,无法对同一样本不同时点的评价结果进行对比.为了保证系统分析统一性、整体性与可比性,需将不同时点平面数据表整合成统一的立体时序数据表,然后用经典主成分方法进行分析,加入时间序列的主成分分析即为全局主成分分析.
按照上述思路,本文选取8个指标对我国大陆30个省、直辖市、自治区（西藏除外）7年的专业市场发展水平进行评价,形成30×8×7的立体时序数据表.通过经典主成分分析,对标准化的数据矩阵建立协方差矩阵,求特征值、主成分贡献率和累计方差贡献率,提取全局主成分.通过回归方法计算各全局主成分得分,并以各全局主成分贡献率为权重,加权计算得出各省、直辖市、自治区专业市场发展水平综合得分.
我国专业市场发展评价指数测度与分析
(一)数据处理与分析
利用SPSS软件对我国30个省、直辖市、自治区的专业市场发展水平综合评价立体时序数据表中各变量相关系数矩阵进行分析.采用方差最大正交旋转法,以使因子载荷值尽量向 0和1两极偏离,便于信息提取和对主成分命名.经5次迭代后,结果趋于收敛.KMO测度和Bartlett球体检验结果显示,KMO值为0.721,Bartlett球体检验的c2统计值的显著性概率为0.000,表明适宜做全局主成分分析.根据特征值大于1的原则提取3个全局主成分,其方差贡献率分别为45.744%、24.755%、17.400%,方差累积贡献率为87.899%,如表2所示.
由表3可以看出,全局主成分F1对市场数量、总摊位数、营业面积、成交额四个指标具有较强解释力,反映了市场发展规模,命名为市场规模主成分；全局主成分F2对单位市场成交额、单位面积成交额两个指标具有较强解释力,反映了市场经营绩效,命名为市场绩效主成分；全局主成分F3对常年营业数量比、封闭营业数量比两个指标具有较强解释力,反映了市场经营可持續性及市场经营环境,命名为市场可持续性及环境主成分.各全局主成分构成如表4所示.
专业市场论文参考资料：
结论：基于全局主成分分析法我国专业市场综合评价为适合专业市场论文写作的大学硕士及相关本科毕业论文，相关专业市场规划开题报告范文和学术职称论文参考文献下载。
