一、指标的选择及综合评价指标体系的构建
　　本文通过在《中国统计年鉴(2008)》中选取工业增加值率X1、总资产贡献率X2、流动资产周转率X3、成本费用利润率X4、全员劳动生产率X5、产品销售率X6、负债权益比率X7、流动比率X8、资本保值增值率X9等9个指标来表征西部地区工业企业经济发展状况。
　　二、主成分分析
　　(一)计算相关系数矩阵R
　　调用SPSS(16.0)相关模块对9个指标的原始数据进行标准化处理(消除量纲差异和数量级影响),得到各指标之间的相关系数矩阵(由于篇幅有限,故略去)。相关系数矩阵数据表明指标之间既存在正负相关也存在强弱相关,大部分指标彼此之间存在很强的相关性,说明指标之间反映的经济信息有较大的重叠,不可用原始数据直接进行分析。其中,KMO的值为0.703,比较适合做主成分分析。
　　(二)计算矩阵R的特征值,特征值的贡献率和累计贡献率
　　计算矩阵R的特征值、特征值的贡献率和累计贡献率(见表1)。主成分的贡献率表示该主成分反映原指标的信息量,累计贡献率表示相应几个主成分累计反映原指标的信息量。
　　由表1可知,Y1、Y2综合各指标的信息分别达到57.969%、29.807%,两个主成分的累计贡献率为87.777%,表明两个主成分累计反映各指标综合信息为87.777%,所损失的信息只有12.223%,满足累计贡献率≥85%的要求,因此取前2个主成分分别作为第1主成分Y1和第2主成分Y2。综上所述,将原来的9项指标转化为Y1、Y2 两个综合指标。
　　(三)因子初始载荷矩阵
　　因子载荷代表了主成分与原变量的相关系数,由表2可以看出,Y1与ZX1、ZX3、ZX6、ZX7、ZX8、ZX9的相关系数较大,其中与ZX3,ZX6,ZX7成正相关,与ZX1,ZX8,ZX9成负相关。可以说Y1集中反映了各省工业企业经营情况,主要反映的是工业企业降低中间消耗的能力、经营风险的大小、偿债能力、盈利能力、销售能力和营运能力,称之为经营效益因子,占信息总量的57.969%,是权重最大的因子。Y2和ZX2、ZX4、ZX5有很大的正相关关系,和其他变量的相关系数均较小,其中与ZX5的关系最大,相关系数为0.863,集中反映了工业企业的生产能力,因此可以定义为生产效率因子。给出两个主成分各自的线性组合:
　　Y1=-0.798ZX1+0.512ZX2
　　+0.877ZX3-0.523ZX4+0.356ZX5
　　+0.834ZX6+0.818ZX7
　　-0.949ZX8-0.94ZX9(1)
　　Y2=0.506ZX1+0.774ZX2
　　+0.264ZX3+0.774ZX4+0.863ZX5
　　+0.482ZX6-0.371ZX7+0.033ZX8
　　+0.206ZX9 (2)
　　(四)工业企业综合经济效益分析
　　采用回归方法估计出两大主成分得分,以各主成分的方差贡献率占两个主成分总方差贡献率的比重作为权重进行加权汇总,得出各省区经济发展水平的综合得分Y,即
　　Y=(57.969%Y1+29.807%Y2)/87.777% (3)
　　上式即为西部各省工业企业经济发展综合评价模型。将各地区的数据代入该式,可得出各个地区的综合评价指标Y的得分,以这个综合得分的大小进行排序,就可以排列出各地区经济综合发展水平的排名(见表3)。
　　通过分析可知,主成分分析结果与实际情况基本稳合,表明本文构建的指标体系和评价方法具有可行性和合理性。同时应该看到,由于西部地区之间的地区差异,经济发展不平衡,产业分割等因素使得投资分散和重复引进相当严重,形成了工业企业布局分散,规模过小,产业分割的局面,严重阻碍了生产要素跨地区流动,弱化了组合西部地区工业企业的资源配置。随着国家提出的未来10年西部大开发战略的整体提升与政策倾斜,西部地区工业企业应该紧抓机遇,加快产业升级和技术创新,积极培养企业核心竞争力。只有这样,才能在未来的竞争中,不断缩小与东部工业企业的差距。
　　(罗蓉,1973年生,重庆垫江人,贵州大学管理学院讲师。研究方向:企业管理、农产品物流管理)