基于sas软件的我国2013年各省规模以上工业企业资产情况分析.docx

基于sas软件的我国2013年各省规模以上工业企业资产情况分析摘要本文首先将取得的我国2013年各省规模以上工业企业资产情况数据进行图形显示，初步对指标的相关性进行判断。其次基于因子分析原理在sas中对2013年中国各省（市）工业企业资产相关数据进行分析，得出了中国31个省（市）在2013年的工业企业资产发展状况综合得分。再次基于因子分析中各省得分结果对31个省（市）进行聚类，得出了31个省（市）2013年的工业企业资产发展状况分类情况。最后在sas中，使用了gmap语句尝试对此前分析出的各省发展状况结果进行地图化、三维的立体显示结果。关键词：规模以上工业企业；sas统计地图；因子分析；聚类分析；数据可视化；引言工业发展状况是我国经济发展的一项重要指标，中国国家统计局每年都要对我国不同地区相关工业企业的发展情况进行调查统计，最终将结果出示在中国国家统计局统计年鉴中。如何将这些数据进行分析利用将会很大程度上体现这些统计数据的价值。从取得的我国2013年各省规模以上工业企业资产情况数据来看，我国在2013年的工业统计数据在每个省（市）都有所差异，本文利用因子分析法从宏观上对31个省（市）2013年的工业企业资产表现进行评价排名，将我国2013年各省规模以上工业企业资产情况因子得分结果进行聚类分析，最后就因子得分结果进行了sas三维统计地图的可视化展示，使得2013年31个省（市）的工业企业资产发展状况有了直观的展示方式。这样的展示流程可以用在每一年的年度数据可视化报表中，清晰直观的展示各地区每年工业发展状态。本文的创新之处在于采用了不同的数据展示结果，sas中的gmap语句使得区域数据的可视化变为可能，并且使得结论可以直观展现。模型方法（一）知识准备（1）规模以上企业国家对不同行业的企业都制订了一个规模要求，达到规模要求的企业就称为规模以上企业，规模以上工业企业在2010年之前是指年主营业务收入在500万元及以上的法人工业企业；2011年是指年主营业务收入在2000万元及以上的法人工业企业。（2）因子分析因子分析法是通过对样本相关阵的内部依赖关系的研究，将一些具有一定关系的变量或样本归结为较少的几个不可观测的综合因子(又称主因子)的多元统计分析方法。首先由相应计算确定主因子的个数，建立因子模型，如果求出主因子解后，各个主因子的解释力度不够，还需要进行因子旋转，以得到一个更有解释意义的因子结构，最后应用因子分析模型去评价每年的中国规模以上企业资产总额在整个模型中的地位，即进行综合评价。（3）聚类分析聚类分析就是用数学方法研究和处理给定对象的分类。作为多元统计方法的一种，聚类分析又称为群分析，它是研究样品或指标的分类问题。聚类分析的研究不仅具有重要的理论意义，也具有重要的工程应用价值和人文价值。随着我们知识水平的不断提高，在实际生活和工作中，面对经常遇见分类问题，要求也越来越严格。例如，核算分析我国31个省市自治区工业企业效益等。（4）sas统计地图在sas软件中，除了系统自带的sasuser以及sashelp数据库中的现有数据之外，还存在一种专用于绘制统计读地图的maps数据库，数据库中存储了来自纾解各地区域图形的统计数据，其中也包含了中国完整轮廓地图，只要利用相关数据进行地图连接便可以绘制出不同种类的地图，有block map、prism map 等等，本文中使用的是prism map。（二）因子分析第一步：将31个省（市）2013年工业企业资产相关数据进行分析。首先对反应工业企业资产情况的企业单位数、资产总计、流动资产总计、负债合计、所有者权益合计、主营业务收入、主营业务成本、主营业务税金及附加、利润总额、本年应交增值税、总资产贡献率、资产负债率、流动资产周转次数、工业成本费用利润率一共14种指标进行初步趋势预判，在sas中绘制多线图来观察各个指标的变化趋势；第二步：对14个指标之间的相关系数进行分析，编程运算出各个指标之间的相关系数，将绝大部分相关系数大于0.3的指标留下，将剩余指标排除；第三步：在matlab软件中对剩余指标进行因子分析，利用matlab对应的因子分析语句进行处理，将因子得分情况输出在工作框中。（三）聚类分析第一步：在sas中将因子分析结果作为参照变量（指标），对31个省进行2013年规模以上工业企业资产运营状况的编程聚类分析。第二步：针对聚类分析结果进行解释。（四）数据可视化第一步：将2013年全国31个省规模以上工业企业资产运营能力综合得分数据作为基础数据，并以sas软件中地图数据集为参考进行数据集的构建。第二步：在sas中编程实现数据的prism map可视化展示。第三步：对展示结果进行结合实际的分析。二．结果分析（一）指标对应说明符号指标含义place地区num企业单位数sum资产总计flu流动资产总