将各因子的方差贡献率占三个因子总方差贡献率的比重作为权重进行加权汇总，得出各城市的总得分F，即
F=(54.381*F1+22.077*F2+10.647*F3)/87.105
表9 因子得分图
结果分析：
由旋转后的因子载荷矩阵可以看出，公共因子F1在x1（非农业人口数），x2（工业总产值），x3（货运总量），x4（批发零售住宿餐饮业从业人数），x5（地方政府预算内收入），x6（城乡居民年底储蓄余额），x7（在岗职工人数），x8（在岗职工工资总额）上的载荷值都很大。x1，x7，x8是反映城市规模的指标；x2，x3反映城市工业发展规模；x4反映城市第三产业的发展规模；x5市政府作为国家的管理者和国有资产的所有者而获得收入，在一定程度上反映城市了居民的收入水平，而在我国现今的收入分格局下，政府和居民是在分配收入的获得大户，因而，x5，x6在一定程度上反映了城市的国民收入水平，因而F1为反映城市规模及经济发展水平的公共因子，在这个因子上的
得分越高，城市经济发展水平越高，城市规模越大。公共因子F2由于在x10（每万人拥有公共汽车数），x11（人均拥有铺装路道面积），x12（人均公共绿地面积）上的载荷较大，是反映城市的基础设施水平的公共因子，在此因子上的得分则反映了一个城市的基础设施水平。公共因子F3仅在x9（人均居住面积）上有较大的载荷，是反映城市居民住房条件的公共因子。
有了对各个公共因子合理的解释，结合各个城市在三个公共因子上的得分和综合得分，就可对各中心城市的综合发展水平进行评价了。在城市经济规模因子F1上得分最高的前五个城市依次是上海、北京、广州、天津和重庆，其中，上海的得分为3.58，北京为3.37，远高于其他城市，这就是说，就城市经济发展规模而言，上海、北京是我国最大的城市，而其规模远大于其他城市。城市规模较小、经济发展对较慢的城市有西宁和银川，而海口由于城市规模小，在F1上的得分也较低。深圳、广州和南京在F2上的得分较高，而重庆、武汉的得较低，说明深圳、广州、南京的城市基础设施在全国是较好的，而重庆等城市的基础设施相对较差，还需要下大力气进行改善。上海、重庆、深圳等城市在F3上的得分较高，说明居民在居住条件上比别的城市好，北京、哈尔滨等则需要改善。 分析与意见：
根据综合得分就可综合评价城市的发展水平。综合得分前五名的城市依次是上海、北京、深圳、广州和天津；综合得分最低的五个城市依次是西宁、银川、兰州、呼和浩特和海口。再结合各因子得分进
行分析，北京在城市规模及经济发展水平、基础设施建设方面均位于前列，但是在居民住房面积上的得分较低，因此，需在这方面加大改善力度。上海在城市规模、经济发展水平及居民住房上得分最高，在基础设施方面得分不太理想，这可能是因为上海人口较多。而综合得分较低的城市在经济发展水平上的得分都较低，在城市发展战略上应把经济发展放在首位，只有经济发展了，城市设施水平及其他方面才能搞上去。另外，因子得分图分析表明，就城市规模而言，历史悠久的城市大于新兴城市；就城市设施水平而言，南方城市普遍好于北方城市，新兴城市好于老城市；综合来讲，东部地区城市发展水平高于西部地区城市。上海、北京、深圳三城市综合发展水平较接近，上海规模大，但基础设施水平较低；北京规模大，基础设施水平较高，但是居民人均住房较小；深圳规模不大，但是基础设施水平较高，人均住房面积较大。此外，综合的分值大于零的城市还有广州、天津、重庆、南京、青岛、成都、杭州等，但是这些城市与上海、北京及深圳有一定的差距。其他城市综合得分都小于零，在因子得分图中大致位于原点附近，城市综合发展水平较低，发展格局也较详尽，其中有18个城市位于因子得分图的第三项限，这些城市都位于中西部地区。因而，如何加快这些城市的发展以带动周边地区的进步，是影响我国整体经济发展的重要课题。
参考文献：
[1]方开泰，张尧庭. 多元统计分析引论. 北京：科学出版社，1982 [2]王国梁。何晓群. 多变量经济数据统计分析. 西安：陕西科学出版社，1993
[3]方开泰. 实用多元统计分析. 上海：华东师范大学出版社，1989
[4]M.肯德尔. 多元分析. 北京：科学出版社，1999
[5]Bryan F.J.Manly. Multivariate Statistical Methods: A Primer. Chapman and Hall, 1986
谢谢您的认真批复！