输出5.5 因子得分
由输出5.5：
可得因子得分函数，如Factor1（F1函数，对于标准化数据）：
F1?0.47873X1?0.14546X2?0.04823X3?0.18870X4?0.15609X5?0.28069X6?0.01134X7?0.07175X8?0.21857X9?0.08263X10?0.06774X11?0.34134X10?0.05592X11?0.13783X14?0.18082X15?0.20705X16?0.05197X17?0.03611X18?0.24992X19*******************输出5.6 Factor2对Factor1的散点图
由输出5.6：
类别 第一类 第二类 表5.2 分类表 省、市、自治区 北京、上海、天津、浙江 江苏、广东、西藏 河北、黑龙江、山西、安徽、河南、甘肃、宁夏、吉林、贵州、云南、江西、第三类 湖南、广西、内蒙古、山东、青海、辽宁、重庆、福建、湖北、四川、陕西、海南、新疆 由表5.1、表5.2： 因子分析的两张分类表与主成分分析基本一致。
六、 综合分析
类别 第一类 第二类 第三类 第四类 表6.1 聚类分析结果 省、市、自治区 北京、上海、天津 江苏、广东、西藏、浙江 河北、黑龙江、山西、安徽、河南、甘肃、宁夏、吉林、贵州、云南、江西、湖南、广西 内蒙古、山东、青海、辽宁、重庆、福建、湖北、四川、陕西、海南、新疆 表6.2 因子分析结果
31个省、市、自治区 19个行业 农、林、牧、渔业，电力、燃气及水的生产和供应业，建筑业，交通运输、仓储和邮政业，信息传输、计算机服务和软件业，房地产业，北京、上海、天津、浙江 科学研究、技术服务和地质勘查业，水利、环境和公共设施管理业，教育，卫生、社会保障和社会福利业，文化、体育和娱乐业，公共管理和社会组织 江苏、广东、西藏 河北、黑龙江、山西、安徽、河南、甘肃、宁夏、吉林、贵州、云南、江西、湖南、广西、内蒙古、山东、青海、辽宁、重庆、福建、湖北、四川、陕西、海南、新疆 采矿业，制造业，批发和零售业，金融业，租赁和商务服务业 住宿和餐饮业，居民服务和其他服务业 由表6.1、表6.2：
可知聚类分析的分类结果与因子分析的分类结果基本一致，只不过，因子分析
将聚类分析中第三类、第四类合并为一类。
表6.2前两类都属于工资水平较高的地区，中可以看出，北京、上海、天津、
浙江各行业发展较为平衡，大部分行业的影响力都是具备的。而江苏、广东、西藏的行业发展偏重性较大，其采矿业，制造业，批发和零售业，金融业，租赁和商务服务业的行业影响力较大，而大部分的影响力较小。
表6.2中第三类中地区的行业工资水平受住宿和餐饮业，居民服务和其他服务
业的影响较大，而受其他大部分行业的影响较小。
针对第二类、第三类，可以调整其交通运输、仓储和邮政业，水利、环境和公
共设施管理业，教育，卫生、社会保障和社会福利业，文化、体育和娱乐业，公共管理和社会组织等行业的平均工资，以吸引当地该行业的发展。