关于中国沿海省份外贸经济发展综合评价——基于因子分析和聚类分析
基于因子分析和聚类分析的我国区域发展协调性评价研究
基于因子分析和聚类分析的我国区域发展协调性评价研究作者：程晨来源：《今日财富》2020年第18期一、引言自1990年起，我国不同地区居民的人均收入差距日益扩大，根据国家统计局公布我国近十年来基尼系数为0.45-0.48，当基尼系数处于0.4-0.5区间时定义为收入差距大。
以此映射出我国阶层与城乡之间的存在的失衡问题。
2020年，我国全面建成小康社会。
据统计，2000年我国中部地区GDP占比全国总量20%，西部地区占比17%，东部地区占比63%;2018年我国中部地区占比全国总量22%，西部地区占比19%，而东部地区占比59%。
尽管近年来在国家的大力扶持下，比重倾斜有所缓解，但从经济体量来看仍存在不协调。
二、文献综述国内学者对区域发展的理论研究，大体上从均衡发展过渡为协调发展。
改革开放前，受国外学者对传统生产力的理论研究影响，我国学者大多以均衡作为研究方向。
后来国内外学者开始研究产业效率对区域发展的影响，自此研究着力于协调发展。
学者范恒山（2013）对区域政策深挖探究，他认为从政策上分析区域经济发展路径带来2种结果，一是区域协调发展;二是国民经济发展。
学者吴净（2013）通过对分析得出区域经济实质上取决于行政区经济，而区域经济是促进区域发展的强动力，应根据国情规划经济发展路径。
学者刘勇（2015）立足十三五，根据我国区域经济空间格局，提出更加详尽的区域划分方案以及空间分区分层系统。
学者苏芮（2017）通过建立logistic曲线，以省为单位，发展阶段及综合指数为标尺，得出东部发达地区为高值区，东北地区、中西核心区及晋陕蒙宁为中值区，其他地区则为低值区。
三、研究设计（一）样本选取与数据来源评价我国区域发展协调性的指标繁多且复杂，本文中采用综合评价指标对2017年我国31个省或直辖市的区域发展协调性进行研究分析。
数据均来自国家统计局发布2018年中国统计年鉴。
（二）指标体系的建立本文选取2018年中国统计年鉴中的13个指标，分别为：年末人口数（X1）、年末城镇人口比重（X2）、地区生产总值（X3）、地区最终消费支出（X4）、地区居民消费水平（X5）、地区私营企业和个体就业人数（X6）、地区居民消费价格指数（X7）、地区居民人均可支配收入（X8）、地区居民消费支出（X9）、地区一般公共预算支出（X10）、地区一般公共预算收入（X11）、地区固定资产投资（X12）、地区货物进出口总额（X13）。
基于因子分析与聚类分析福建各县市经济发展研究
基于因子分析与聚类分析福建各县市经济发展研究作者：黄敏杨建州党士超来源：《经济研究导刊》2014年第02期摘要：创建县域经济发展评价指标体系，以福建省67个县、县级市、市辖区作为样本，运用因子分析的统计方法进行实证分析，提出综合经济实力因子、社会保障实力因子、居民收入因子、农业发展实力因子与生活质量因子5个因子，同时基于因子得分矩阵对67个县、县级市、市辖区进行聚类分析。
分析结果表明，反映经济发展整体水平、医疗卫生水平和工业生产规模的综合经济实力因子处于主导地位，同时，农业发展实力因子跟社会保障因子的作用也不能够忽视。
研究县域经济利用因子分析与聚类分析的方法，所得到的结论客观可信，并且能够比较全面地反映影响县域经济发展的主要因素。
关键词：县域经济；因子分析；聚类分析中图分类号：F127 文献标志码：A 文章编号：1673-291X（2014）02-0063-04引言县域经济具有一个特定的地理空间，是以县级行政区划为地理空间，区域界线明确。
县域经济属于区域经济范畴。
过去度量研究县域经济或区域经济的发展水平往往采用人均GDP或人均GNP单一指标，但是使用单一指标评价只能反映区域经济的片面，不能全面反映整体情况。
为了全面地评价县域经济发展状况，所以，现在采用多指标综合评价的方法。
多指标综合评价的包括多指标组合法和多指标合成法。
多指标组合法一般运用各指标加权的方法进行研究，带有一定的主观成分。
多指标合成法是通过一定的数据处理和合成模型把整个指标体系反映的差异综合形成一个指标。
多指标合成法的指标数往往比多指标组合法多，因此，所包含的信息更为全面客观。
本文把福建全省67个县、县级市、市辖区作为样本，建立县域经济指标体系，根据2012年福建省统计年鉴有关统计资料，运用因子分析与聚类分析等有关统计学方法对县域经济发展水平进行研究，从而发现影响福省建县域经济发展的主要因素。
一、指标的选择以及数据的收集想要评价县域经济发展水平，就一定要建立恰当的指标体系，考虑到县域经济评价指标体系的复杂性、多样性和可操作性，基于以上原则，本文建立了一套比较完整而且易于分析的县域经济评价分析体系。
基于因子分析和聚类分析对全国地区的经济发展水平的评估
基于因子分析和聚类分析对全国地区的经济发展水平的评估学院：理学院专业：统计学学号：姓名：指导老师：2013年4月25日摘要中国正处于经济发展的时期，但仍有部分经济发展速度过慢的地区，为了提出相关政策对这些地区的经济发展水平进行改善，通过因子分析，聚类分析对全国所有地区的经济发展水平，进行分类，针对属于不同类的地区实行不同的相关经济政策。
为国家制定相关政策提供了数据依据。
关键字：城市经济发展水平；因子分析；聚类分析；分类；引言：全国经济发展是由各地区的经济发展一起带动起来的，因此各地的经济发展水平的速度是与国家的发展水平成正比的，而对于全国各地区经济发展水平研究的比较少，通过经验以及一些试验可以知道经济发展水平基本与人均进出口总额，人均财政收入，各个产业的发展，环境保护，教育支出，废物处理比率，人均日生活用水量，各地区人均GDP ，地区生产总值，地区生产总指数，居民消费总指数这些数据有关，使用spss 对这些数据进行因子分析与聚类分析。
也即是在因子分析的基础上进行聚类量化的评估。
找出这些地区的发展水平差距所在。
1 因子分析的基本思想1.1 因子分析的基本出发点将原始指标综合成较少的指标，这些指标能够反映原始指标的绝大部分信息（方差），这些综合指标之间没有相关性。
1.2 因子变量的特点（1）这些综合指标称为因子变量，是原变量的重造；（2）个数远远少于原变量个数，但可反映原变量的绝大部分方差； （3）不相关性； （4）可命名解释性。
1.3 因子分析的基本步骤（1）确认待分析的原始变量是否适合作因子分析； （2）构造因子变量；（3）利用旋转方法使因子变量具有可解释性； （4）计算每个样本的因子变量得分。
1.4 因子分析的数学模型数学模型（x i 为标准化的原始变量；F i 为因子变量；k<p ）111112213311221122223322331132233333112233..................k k k k k k p p p p pk k px a f a f a f a f x a f a f a f a f x a f a f a f a f x a f a f a f a f εεεε⎧=+++++⎪=+++++⎪⎪=+++++⎨⎪⎪=+++++⎪⎩ 也可以矩阵的形式表示为：X=AF+ε2、因子分析实验过程首先将数据导入spss中，进行Dimension Reduction中的Factor进行分析，选取所有需要分析的变量即是经济发展水平基本与人均进出口总额，人均财政收入，各个产业的发展，环境保护，教育支出，废物处理比率，人均日生活用水量，各地区人均GDP，地区生产总值，地区生产总指数，居民消费总指数进入Variables 窗口。
基于主成分分析法的沿海11省市综合经济实力评价
基于主成分分析法的沿海11省市综合经济实力评价基于主成分分析法的沿海11省市综合经济实力评价摘要：利用2013年中国统计年鉴数据，选择8项经济指标，采用主成份分析对我国沿海11个省市的经济实力进行综合评价排序，并按照主成份分析得分值的高低进行进一步分类和阐释。
关键词：经济发展；综合实力；主成分分析；沿海一、引言辽宁、河北、天津、山东、江苏、上海、浙江、福建、广东、广西、海南是我国大陆的沿海省、市。
自20世纪80年代实施改革开放以来，沿海地区先后通过设立经济特区、沿海开放城市、开发开放上海浦东等重大政策，使该地区成为中国经济最活跃、吸引外资最多、经济总量最大、对国家贡献最大、对外影响力最大的区域。
但区域经济差异是经济发展过程中不可避免的现象，地区发展不平衡也是我国的基本特征之一。
沿海各省、市有着比较相似的自然环境和资源等客观条件，经济发展水平依然存在较大的差异。
沿海地区的经济发展对中国的经济发展起着领头羊的作用，是中华民族崛起不可缺少的强劲动力，只有客观、准确地评价沿海各省、市的综合经济实力，分析各地区经济发展的差异，然后提出有针对性的政策和意见，才最终实现推动沿海各省、市经济的协调稳定发展。
二、研究方法（一）主成分分析简介主成分分析方法（Principal Component Analysis）简称（PCA），是一种解决最终问题的“中间过程”。
在社会经济研究中经常会遇到多指标的问题，这些指标间往往存在一定的相关，直接纳入分析不仅复杂，使变量之间难以取舍，而且可能因多元线性而无法得出正确结论。
主成分分析的目的就是运用线性变换，将原来的多个指标组合成相互独立的少数几个能充分反映母体信息的指标，从而在不丢掉主要信息的前提下，避开了变量之间共线性的问题，便于进一步分析。
在主成分分析中，提取出的每个主成分都是原来多个指标的线性组合，比如有两个原始变量x1和x2，则一共可提取出如下两个主成分：PCA1=a11x1+a21x2PCA2=a12x1+a22x2原则上如果有n个变量，则最多可提取出n个主成分，但如果将它们全部提取出来就失去了该方法简化指标的实际意义。
全国30省市自治区经济发展水平综合评价——基于因子分析和聚类分析
全国30省市自治区经济发展水平综合评价——基于因子分析和聚类分析王喆[摘要] 衡量一个地区的经济发展程度，要从其生产、消费等各个方面进行综合评价。
本文基于全国30省市自治区的GDP、CPI等8个经济指标的数据，应用因子分析的方法对其经济发展水平进行了排名和聚类分析的方法将其分为一线、二线、三线地区。
根据排名及分类结果，本文对各类地区的经济发展状况进行了全面评价，并提出了相关建议。
[关键词]因子分析；聚类分析；经济发展；综合评价一、数据背景1.变量选取本文选取了国民生产总值、居民消费水平、固定资产投资、职工平均工资、货物周转量、居民消费价格指数、商品价格指数、工业总产值等8个指标进行量化评价我国30个省、市、自治区（不包括重庆、香港、澳门、台湾）的经济发展水平状况。
二、数据描述1.描述统计本文计算了各变量的极大值、极小值、均值、标准差等指标（表1），计算结果表明，各变量均不存在缺失值，数据的完整性较好。
各地区的的居民消费价格指数、商品价格指数这两个指标差异不大，但是其他指标的差异很明显，这也符合我国经济发展不平衡、地区差异显著的特点。
表1 各变量的一般统计量描述表2.相关性分析根据各变量的经济含义，许多变量之间应该存在高度相关，为了更好的看出各变量的相关关系，本文计算了各变量之间的Pearson相关系数及相关的显著性检验（表2）。
结果表明，许多变量之间存在较强的相关关系，比如国民生产总值与固定资产投资之间的相关系数高达0.951，居民消费价格指数与商品价格指数之间的相关系数高达0.763。
**表示在0.01 水平（双侧）上显著相关。
*表示在0.05 水平（双侧）上显著相关。
三、因子分析1.KMO 和 Bartlett 的检验做因子分析之前，首先要进行KMO检验或Bartlett检验，只有当检验通过之后才能进行因子分析，一般认为KMO检验的结果大于0.5或Bartlett检验通过即适合进行因子分析。
因子分析法在我国区域综合经济实力评价中的应用
因子分析法在我国区域综合经济实力评价中的应用作者：姬钰龚靓来源：《现代企业文化·理论版》2008年第21期摘要：文章依据区域经济发展理论和我国的实际情况，选取反映经济发展规模与水平的七项指标，运用因子分析法对我国各地区的统计数据进行综合评价，依此反映我国各地区的综合经济实力，为各地区的发展提供参考。
关键词：综合经济实力；因子分析；实证分析一、引言我国自从改革开放以来，经济建设取得了令人瞩目的成绩。
为了促进我国经济的可持续发展，系统、客观地定量反映各地区的经济实力。
本文在遵循科学性、完整性、可比性和可操作性的原则下，选取反映我国各地区社会经济实力的七项指标，运用因子分析评价理论，对我国各地区的经济实力进行分析评价，以此反映我国各地区的经济实力情况。
为政府部门决策提供科学的理论依据。
二、实证分析（一）评价指标的选取和数据来源评价一个地区的综合经济实力是指该省所拥有的全部经济实力、潜力及其在国内外经济社会中的地位和影响力，因而在评价指标体系中我们采用的是经济总量指标而不是人均指标。
具体的指标如下：国内生产总值，反映一省的经济总量；全社会固定资产投资，反映一省的总体投资水平；社会消费品零售总额，反映一省的总体消费水平；进出口商品总值，反映一省总体外贸水平；实际利用外商投资额，反映一省的外资利用水平；教育经费，反映一省的教育投资水平；年底就业人员数，反映一省的总体就业状况。
所有数据均来源2006年的《中国统计年鉴》。
（二）因子分析的基本原理及步骤因子分析的基本目的是，用少数几个随机变量去描绘许多变量之间的协方差关系，但这几个随机变量是不可观测的，通常称为因子。
本文基于因子分析的思想：根据各经济指标相关性大小将它们分组，使得同组内的指标之间相关性较高，不同组的变量之间的相关性较低，通过对相关矩阵内部关系的研究，找出影响经济状况的几个综合指标就称为因子。
因子模型：其中，为实测变量；为因子载荷；为公共因子，为特殊因子。
基于因子分析和聚类分析的青海各地区经济发展水平综合评价
基于因子分析和聚类分析的青海各地区经济发展水平综合评价作者：张晓芮来源：《工业经济论坛》2017年第05期摘要：我国目前正处于经济转型时期，正确评价地区的经济实力才能更好地提出发展的改进意见，本文以青海的8个代表性的州市为样本，运用因子分析与聚类分析对其经济发展水平作出综合性评价。
结果显示这8个州市可分为三类，其中西宁市作为省会是青海省经济发展水平最高的州市，其次为海东市，其余的州市为最后一类，并且研究发现青海省各州市经济发展水平相差巨大。
关键词：经济发展水平；因子分析方法；聚类分析方法中图分类号：F127 文献标识码：A 文章编号：2095-7866 （2017） 05-071-006工业经济论坛 URL： http// DOI： 10.11970/j.issn.2095-7866.2017.05.010Abstract： The region's economic development level can be evaluated by many aspects， this paper based on factor analysis and cluster analysis building a convenience sample of eight major city in Qinghai province's economic development， a comprehensive evaluation system in the city's comprehensive score and sorted， and clustering analyses the eight area can be divided into three categories， as was the highest level of economic development of qinghai province， the provincial capital， xining city， followed by its action， and each state of qinghai province economic development level varies widely.Key words： Economic Development Level； Factor Analysis Method； Cluster Analysis Method引言一个地区经济发展水平的高低受多方面的影响，只有找到影响其发展的主要因素才能对症下药，有针对性地提出有效的改进意见，进而促使该地区快速的发展。
基于因子分析和聚类分析的全国各地区综合发展分析
·１８·
萍 乡学院学报
设，认为变量之 间存在相关关系 。通过 以上两个检验 说 明标 准化后 的的数据适合做 因子分析 。 １Ｉ３－３求 Ｒ的特征值及贡献率
进行提取因子 时，可按 照特征值是否大于 １或者累 计贡献率大于 ８５％为准 则进行提取 。由表 ２发现前 四个 公因子累计贡献率达到 ８５．７２６％，故提取前 四个公因子 是理想的 。
Ｋａｉｓｅｒ－Ｍ ｅｙｅｒ－Ｏｌｋｉｎ度 量
１．１因子分析 法思想 因子分 析 的基 本思想 就是根据 变量 之间 的相关性
提 取出几个公因子 ，从而可 以用这几个公 因子来 高度概 括所有 的变量。 １．２ 指 标 的选 取
为 了能够 概括 一个地 区的综合 发展本 文选用 了消 费支 出，城 市燃 气普及率 ，城市 自来水普及率 ，人均
第 ３５卷 第 ３期
、，０ｌ－３５ Ｎ ０ －３
萍 乡学院学报
Ｊｏｕｒｎａｌ ｏｆ Ｐｉｎｇｘｉａｎｇ Ｕ ｎｉｖｅｒｓｉｔｙ
２０１８年 ６月
Ｊｕｎ．２０１８
基 于 因子分析和聚 类分析 的全 国各地 区综 合发展分析
刘 昊 天
（安庆师范大学 数 学与计算科 学学院，安徽 安庆 ２４６１３３）
关键 词 ：综合发展 ；因子分析 ；聚类分析 ；全 国各地 区
中图分类号 ：Ｆ２９９．２
文献标识码 ：Ａ
文章编号 ：２０９５．９２４９（２０１８）０２．００１７．０５
引 言
关 于各 地区综合发展 的分析可 以用到主成分分析 ， 因子分析 ，聚类 分析等分析方法进行分析 。刘倩［ ］利用 了主成分分 析的方 法对 我国 ３１个地区 １５个指标进行 了 分析并提 出了提 高整理竞 争力 ，促进 西部大 开发，三大 经济 圈带动周 围经济 的建 议。王 明珠 利 用聚类分析对 我国 ３１个 地区分 出 ４类并给 出继 续实施 区域 发展总体 战略 ，加 强教 育 ，发 挥各 地 区优 势 的建议 。戴金 辉［３ 利用 了因子分析 发对有关经济的 ８个指标进行 了分 析 处理并给 出了加强管理 ，吸引人才 ，调整产业 结构的促 进 经济发展 的意见 。在提倡科技 强国，创新 改变 生活 的 今 天 ，本 文相 比于上文添加 了 ＲＤ项 目数、有效发 明专 利 数两个指标进行考察 。并且将 因子分析和 聚类 分析结 合 起来进行分析我 国各地 区的综合发展情况 。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
关于中国沿海省份外贸经济发展综合评价——基于因子分析和聚类分析摘要：2020 年，中国货物与服务贸易总额达全球首位，《“十四五”对外贸易高质量发展规划》中明确强调了我们将从贸易大国向贸易强国进行转变。
基于2019年中国沿海各省份经济统计数据，本文以中国沿海省份对外贸易经济水平为研究对象,构建中国沿海地区各省市对外贸易经济效益发展综合评价指标体系，从地区发展水、经济对外开放程度、交通运输发展程度居民经济生活水平等4个维度筛选地区生产总值、财政一般预算收入、进出口总额、外商投资企业数、外商投资总额、铁路货运量、公路货运量、居民人均消费支出、私营企业和个体就业人数共9个相关指标，运用因子和聚类分析的基本原理和方法，采用sas统计软件对数据进行实证分析，得出中国沿海各省市对外贸易经济效益发展综合评价得分函数，并对沿海各省份对外贸易发展进行了综合评价与分析。
关键词：对外贸易、因子分析、聚类分析一、引言对外贸易经济水平是指一个国家（地区）与另一个国家（地区）之间的商品和劳务的交换。
这种贸易由进口和出口两个部分组成。
对运进商品或劳务的国家（地区）来说，就是进口；对运出商品或劳务的国家（地区）来说，就是出口。
对外贸易经济水平的影响因素有很多，例如，独特的区位优势，完善的基础设施，当地政策发展等等。
说起对外发展，很容易想到广东省，广东省是最早进行对外贸易的城市，广东省位于珠三角地区，地理位置优越，又受到政策影响，是我国最早进行对外贸易的城市之一。
城市对外开放贸易水平是综合性的、多层次的、多方面的。
这些环境和文明要素不仅涉及经济领域各个方面，而且也涉及政治、文化、人才等多领域，因此，城市对外贸易经济水平本质上是一个城市的综合发展能力。
随着贸易全球化进程进一步加快，中国对外贸易发展总体水平逐渐提高。
而对外贸易是一个区域对外开放程度的重要表现，也是一个区域经济发展水平的重要反应。
我国在改革开放之前就已经存在对外贸易，由于当时国家的经济发展状况以及国家的综合实力，因此在改革开放之前对外贸易经济发展较为缓慢。
提出改革开放后，我国加强了对外贸易经济发展，随后加入了世界贸易组织，进出口总额名位前列，建立了自由、平等的对外贸易原则。
中国沿海地区作为最早实施对外开放的区域，是我国对外企业最为密集的集聚地，进出口贸易已成为该地区经济发展最为重要的推动力。
因此，对沿海各个省市分别进行对外贸易经济效益发展水平综合评价分析，可以更好的推动沿海地区各个省市对外贸易发展。
二、方法介绍及选取指标2.1因子分析（一）基本思想因子分析的基本思想是将原始指标综合成较少的指标，这些指标能够反映原始指标的绝大部分信息（方差），并且这些综合指标之间没有相关性。
因子分析主要是从交互的数据中找出重要的若干因子，把数据的相关矩阵通过数学处理，得到揭示变量内部关系的因子载荷矩阵。
设有n个样本，每个样本观测p个指标。
（i）是可观测的随机向量，且均值向量，且协方差矩阵与相关系数矩阵相等；（ii）是不可观测的变量，其均值向量,向量F的各分量相互独立；（iii）与F相互独立，且，的协方差是对角方阵即的各分量之间也是相互独立的。
则因子分析的一般模型为其中，X表示标准化后的变量，表示标准化的公共因子。
是因子载荷，表示变量在公共因子中的系数。
被称为因子载荷矩阵。
本质上，代表变量对因子的重要性，即表示某一因子在某一变量概括提炼中所作贡献的多少。
（二）基本步骤本文参考王学民编著的《应用多元统计分析》第五版中的因子分析过程。
第一步，输入变量数据，并进行标准化处理；第二步，求解变量的相关矩阵R；第三步，求矩阵R的特征根；第四步，判断因子个数；第五步，求解因子模型中因子载荷矩阵的初始解。
第六步，为使因子便于解释，将因子载荷矩阵进行旋转，得到因子旋转矩阵；第七步，估计因子得分；第八步，计算综合得分值。
每个变量会有若干个因子得分，线性加权这些因子得分估计值的和来算得F 值。
2.2聚类分析聚类分析研究如何对样品(或指标)量化分类。
它根据预定的研究目标，采取定量的数学方法，通过样品(或指标)的数值，依照样品(或指标)在空间上的距离或在数据上的相似度为标准，对样品(或指标)进行分类。
在多元统计分析中，样本的每个具体单位被称为样品，以表示和样本(总体)的区别。
据此，聚类分析可分为R型聚类和Q型聚类。
其中，R型是对观测的指标聚类，Q型是对样品的聚类。
本文选用聚类分析中的动态聚类法对浙江省城市竞争力进行分析。
动态聚类又称，它属于Q型聚类，即对样品进行分类处理。
从统计学角度来看，K-Means聚类是采用最小化与类均值间距离平方和的迭代算法，它可以高效率地生成不相交的类别。
动态聚类首先选取一些初始类中心(凝聚点)作为猜测值，把每个元素分配到与它最近的初始类中心所代表的类中来形成临时的分类，然后用这些临时类的均值代替原来初始的类中心。
该过程一直持续下去，直到各个类无元素进入或达到规定的限制条件。
2.3数据来源及选取本文使用的指标数据来自中国沿海各个省市《统计年鉴2020》及各省市的统计公报网站。
选取的是2019年的数据，见表1。
考虑到统计数据的可得性、系统性、科学性和客观性，本文拟定了四个一级指标层：地区发展水平、经济对外开放程度、交通运输发展程度、居民经济生活水平，每一级下在确立一个二级指标层，以较为系统的分析各个省市经济效益发展情况。
表 1 2019年沿海城市对外发展各9项主要指标三、实证分析3.1因子分析过程（1）因子提取结果使用主成分法提取因子，结果如图1所示。
图 1因子提取结果由主成分分析结果图可知，前两个成分的累积贡献率达到90.42%，由于因子分析至少要求提取两个公因子，因为本文前两个主成分满足累计方差贡献率达到80%以上，因此本文将提取前两个因子进行分析。
（2）旋转因子载荷矩阵选用最大方差法旋转因子载荷矩阵，结果如图2所示。
图 2旋转后的因子载荷矩阵由此可知，第一个因子1中地区生产总值（x1）、财政一般预算收入（x2）、进出口总额（x3）、外商投资企业数（x4）、外商投资总额（x5）、铁路货运量（x6）、私营企业和个体就业人数（x9）的相对因子载荷比较大，这些指标主要反映了省市对外开放程度的情况，因此命名为“经济对外开放程度”。
第二个因子F2中公路货运量（x7）居民人均消费支出（x8）的相对因子载荷较大，这些指标主要反映了居民生活水平情况，故可命名为“居民经济生活水平因子”。
接着通过R语言计算每个因子得分系数并且绘制每个省份因子得分图得到以下结果：图 3因子得分系数矩阵图 4 各省因子得分结果图3.2聚类分析过程根据上述因子得分的基础上，选取主成分经济对外开放程度因子、居民经济生活水平因子作为聚类分析的指标，对沿海各省市对外贸易经济效益发展水平进行系统聚类，本文采用聚类分析中的K-means聚类对10个进行分类结果见图5。
图 5K-means聚类结果图由K-means聚类结果图绘画聚类图如下图所示：3.3聚类分析结果根据图4谱系图，按照经济效益发展水平将沿海地区各省市分成3类：第一类：广东省。
广东的地理位置优势较大，位于珠三角区域，广东省在交通发展程度、居民生活水平在与东部其他地区比较时都有较大优势，并且作为我国的经济大省，在全国对外贸易以及经济发展中占有重要地位，说明广东对外贸易发展最好。
第二类：北京市、上海市、江苏省、浙江省。
这些地区在经济规模以及对外开放程度方面较为发达，对外贸易的竞争力较强，都属于对外贸易一线省份，同时吸引外贸的能力较强，对外贸易发展较好尤其是江苏省较为明显，各项指标排名靠前。
但是需要进一步加强交通运输以及基础设施的建设，致力于提高居民生活水平，从而能够更好地刺激并推动对外贸易进出口交易。
第三类：天津市、福建省、海南省、河北省、山东省。
这一类地区的经济对外开放程度与交通运输发展程度相对于东部其他省市都较为落后，无论是对外贸易效益，还是对外贸易规模上发展都比较弱，所以相较来说这些省份对外贸易发展最差。
故这些地方在完善基础设施建设的同时，可以因地制宜地发展适合产业，增强经济实力，进一步扩大对外进出口贸易，实现经济效益的有效提升。
四、结论综上所述，根据因子分析，经济对外开放程度和交通运输发展程度对沿海地区对外开放程度和交通运输发展程度影响较大。
根据K-means聚类分析，将沿海地区按照对外贸易经济效益发展水平分为三类，不同省份在对外贸易方面还是存在明显的差异，广东对外贸易发展较强，天津市、福建省、海南省、河北省、山东省对外贸易发展较弱，为促进我国对外贸易的发展，一方面，应该要发展我国的区域经济，提高区域的优势。
无论是在质量、经济、创新还是高新技术上都要保持各省的领先优势，针对对外贸易发展相对较弱的城市，应该针对自身的劣处进行追赶，促进区域优势变为外贸优势，加强各省的技术创新，实现对外贸易的全面发展。
另一方面，要加强与海上丝绸之路的联系，加大对外开放程度，提高自身的经济实力，丰富自身的旅游文化，提高吸引外贸的能力，从而达到“引进来”与“走出去”的目的。
这些地区还需要发展本土特色，通过结合国家重点发展战略机遇，加强对外经济沟通与合作，进一步增强地区经济发展实力，优化沿海交通基础设施结构，积极推进国际交通运输体系的建设。
参考文献：[1]张国政,蔡阳,魏曼曼,赵晓静.基于因子分析和聚类分析的食品上市公司投资价值分析[J].安徽农业科学,2021,49(22):224-227.[2]徐伯元. 持续扩大对外开放开放型经济向更高水平迈进[N]. 大连日报,2021-11-02(003).DOI:10.28187/ki.ndlrb.2021.003226.[3]王同旭,崔月.基于聚类分析的黑龙江省水资源协调能力评价指标选取[J].黑龙江水利科技,2021,49(11):211-212.DOI:10.14122/ki.hskj.2021.11.063.[4] 张成,朱家明.基于聚类分析对西部各省对外贸易经济效益发展水平评价[J].哈尔滨师范大学自然科学学报,2021,37(05):17-23.。