盱眙县 37。2 12。63 91。2 29。6 8。85 317。46 32 150。74 23760

金湖县 35。02 15。13 92 24。7 8。95 265。92 35。7 84。18 23753

4。2 分析模型

使用因子分析法的目的：将多个相关指标转化为少数几个彼此不相关的综合指标，同时根据主因子的方差贡献率客观的确定指标的权重值。因子分析具体方法如下[5]：

（1）标准化处理原始数据：

多指标综合评价问题中，设有n个决策指标( 1≤j≤m) ，m个待评价方案( 1≤i≤m)，m 个方案的n 个指标构成矩阵，即称“决策矩阵”［6］。评价指标通常两种类型，即预期和约束两大类。本文无量纲化处理的方法为极差法，具体方法如下:

     预期型指标：（ 1≤ i ≤ m，1 ≤ j ≤ n ）

     约束型指标： （ 1≤ i ≤ m，1 ≤ j ≤ n ）

     因此，无量纲化后的标准化矩阵为。

（2）计算相关系数矩阵；

（3）解特征方程，计算相关矩阵的值，如果，则根据因子方差累积贡献率确定因子数P；

（4）计算特征向量和初始因子载荷（主因子解）；

（5）对初始因子载荷进行因子旋转后求得主因子的解；

（6）计算因子得分；

    （7）计算主因子权重：

    （8）计算综合评价值：，为第i个样本的第k个主因子得分。

5 洪泽湖土地资源承载力评价

5。1 分析过程

5。1。1 数据相关性分析

根据因子分析法的基本原理，通过对淮安市和宿迁市2009年、2011年、2013年的各个区县的9个指标，调用SPSS 11。0 for windows[7]软件进行分析计算，按照主成分分析原理将不同年份的土地资源承载力数据指标评价标准化处理后得出相关系数矩阵（见表4-表6），根据表4-6可知，各指标因子之间存在一定的相关性。

表4 相关系数矩阵（2009年）

C1 C2 C3 C4 C5 C6 C7 C8 C9

C1 1。000

C2 -。048 1。000

C3 -。431 -。368 1。000

C4 。342 。355 -。427 1。000

C5 -。426 。438 。150 。078