交易效率视角下的中国城市化发展差异研究

表3是根据SPSS16.0统计分析软件得到的分析结果。
　　由表3可知，KMO值为0.819远高于0.5的检验标准，Bartlett球形检验也达到1%的显著水平，可进行因子分析。但我们提取出来的主成分-因素1对交易效率各指标的解释力存在明显差异，对应的主成分-因素1解释力小的指标我们可以认为这些指标与我们需要的交易效率指标并不一致，可以予以剔除。剔除后的其余变量的检验结果如表4。
　　通过观察表3、表4可知，剔除某些指标后的KMO参数比未剔除前明显上升，Bartlett球星检验的卡方值在1%的水平上显著。且提取的主成分-因素1对各变量的解释程度均进一步增大，这表明，我们剔除解释力低的指标的作用是积极的。
　　表5说明了主因素对变异程度的解释率，可以看出我们提取出的主成分-因素1解释了15个变量总变异程度的78%左右，其特征值为11.784，相当符合按照特征值大于1以及主成分的累积贡献率大75%以上的因子分析法提取原则。
　　综上所述，影响一个地区、城市的交易效率他的因素来自多个层面，不仅有来自于制度层面的、资源禀赋层面的、教育层面的、更有来自于基础建设、信息通信科技层面上的。最后，我们将因子分数系数矩阵作为新的变量保存下来，即为我们要进一步分析的交易效率指标。
　　下面为运用SPSS16.0计算得出的我国58个城市2008年交易效率得分及排序情况：
　　1.从直辖市角度看，北京排名第二，交易效率得分为9.907，天津排名第五得分为8.463，上海排名为58个城市之首，得分为10分，重庆得分为9.114排名第三。
　　2.从省会城市角度看，共选取了我国27个省会城市得分情况及排名分别为：石家庄得分6.407排名22，太原得分5.595排名30，呼和浩特得分4.569排名39，沈阳得分7.576排名10，长春得分6.843排名19，哈尔滨得分6.688排名21，南京得分7.557排名11，杭州得分7.67排名9，合肥得分6.342排名24，福州得分5.978排名27，南昌得分5.121排名34，济南得分6.715排名20，郑州得分7.147排名15，武汉得分7.814排名7，长沙6.851排名18，广州得分8.966排名4，南宁得分5.352排名31，海口得分3.771排名44，成都得分8.338排名6，贵阳得分4.979排名36，昆明得分6.072排名26，拉萨得分5.511排名31，西安得分7.206排名13，兰州得分4.606排名38，西宁得分2.905排名52，银川得分2.978排名50，乌鲁木齐得分5.062排名35；
3.从选去的其他城市角度看，包头得分4.898排名37，乌海得分0.000000159排名58，赤峰得分3.111排名48，通辽得分2.616排名54，鄂尔多