1
***********
影响城市人均GDP差异因素的分析
分 院 城市与环境科学学院
专 业 地理信息系统
姓 名 ********
学 号 **********
2 影响城市人均GDP差异因素的分析
***
（******** 城市与环境科学学院, 中国 长春 130000;）
摘 要：首先选取2001年全国30个省、市、自治区的11个指标(出生率、人口自然增产率、期望寿命、平均受教育年龄、识字率、人均GDP、城乡居民储蓄年底余额、人均社会消费额、成年劳动力比重、城市人口比重、第三产业人口比重)，应用 SPSS统计软件对此进行了主成分分析；然后结合主成分分析结果，利用聚类分析方法得到了全国综合人均GDP发展水平的区域谱系图；最后在此基础上，探讨了全国省际综合发展水平的区域相似性和差异性。研究结果表明：利用主成分分析和系统聚类方法分析中国省际综合交通发展水平，不仅可以克服传统的基于人工选用指标进行综合分析所存在的数据不易处理的缺陷，而且结果准确性高，是对中国城市人均GDP差异影响因素的分析的一种新的尝试。
关键词：人均GDP; 主成分分析; 系统聚类; 中国城市
1．引言
西方国家对城市经济发展状况进行的实证研究已经有很多了。一类是延续了增长经济学的方法对城市进行经济增长因素分析。除去传统的资本、劳动力和技术进步因素外,近年来则更强调与政府和地理环境有关的众多影响因素。另一类由城市最佳规模的研究产生出来,突出了集聚经济对城市经济发展的影响,认为城市规模越大,经济效益越高。人均GDP是一国经济的最大基本面，它是研究产业结构和产业演变趋势的主要解释变量，也是反映疑惑经济发展情况的重要指标，因而无论对经济政策的制定，还是投资分析均具有重要意义。
(完整word版)利用SPSS对五点式量表进行差异性分析
利用SPSS对五点式量表进行差异性分析(两个变项)
一、 选用方法：为了解「两个变项」对五点式量表是否有显著差异，可使用「独立样本T检定」，以考验两个独立样本平均数的显著性。
二、 统计程序：「独立样本 T 检定」乃是用来比较两组观察值的平均数。
三、 统计量：对于每个变量来说，包括：样本大小、平均数、标准差，以及平均数的标准差。就平均数间的差异来说，包括：平均数、标准误，和信赖区间。就检定方面来说，包括：变异性相等的 Levene 检定，以及平均数相等的合并和个别变异数T检定。
四、 操作步骤：若要取得独立样本T检定，从菜单中选择：
(一) 统计分析→比较平均数法→独立样本T检定...
(二) 选取一个 (或多个) 数值检定变量，每个变量都会分别计算T检定。
(三) 选取单一分组变量，然后再按一下「定义组别」，如此可替需要比较的组别，指定两个代码。
范例：
一、基本数据：
请问您目前服务的学校是：
□(1)公立学校 □(2)私立学校。
二、办理型态： 非常 赞 成 赞 成 无意见 不 赞 成 非 常 不 赞 成
台北市高职设置中途学校的型态，您是否赞成？ 5 4 3 2 1
1.设置「独立式」中途学校(一般学校内独立之学校)…………………… □ □ □ □ □
2.设置「资源式」中途学校(比照特殊教育班设置之中途班)………………… □ □ □ □ □
3.设置「合作式」中途学校(与社会福利机构合作)……………………… □ □ □ □ □
4.设置「学园式」中途学校(与民间宗教或公益团体合作)……………… □ □ □ □ □ (完整word版)利用SPSS对五点式量表进行差异性分析 比较平均数法
独立样本T检定
选择检定变量 (完整word版)利用SPSS对五点式量表进行差异性分析
选择公私立学校
为分组变数
决定信赖区间 采用T检定
1 第七章 相关分析
任何事物的存在都不是孤立的，而是相互联系、相互制约的。在医学领域中，身高与体重、体温与脉搏、年龄与血压等都存在一定的联系。说明客观事物相互间关系的密切程度并用适当的统计指标表示出来，这个过程就是相关分析。
值得注意，事物之间有相关，不一定是因果关系，也可能仅是伴随关系。但如果事物之间有因果关系，则两者必然相关。
SPSS的相关分析是借助于Statistics菜单的Correlate选项完成的。
第一节 Bivariate过程
7.1.1 主要功能
调用此过程可对变量进行相关关系的分析，计算有关的统计指标，以判断变量之间相互关系的密切程度。调用该过程命令时允许同时输入两变量或两个以上变量，但系统输出的是变量间两两相关的相关系数。
7.1.2 实例操作
[例7-1]某地区10名健康儿童头发和全血中的硒含量（1000ppm）如下，试作发硒与血硒的相关分析。
编号 发硒 血硒
1
2
3
4
5
6
7
8
9
10 74
66
88
69
91
73
66
96
58
73 13
10
13
11
16
9
7
14
5
10
7.1.2.1 数据准备
激活数据管理窗口，定义变量名：发硒为X，血硒为Y，按顺序输入相应数值，建立数据库（图7.1）。
2
图7.1 原始数据的输入
7.1.2.2 统计分析
激活Statistics菜单选Correlate中的Bivariate...命令项，弹出Bivariate Correlation对话框（图7.2）。在对话框左侧的变量列表中选x、y，点击钮使之进入Variables框；再在Correlation Coefficients框中选择相关系数的类型，共有三种：Pearson为通常所指的相关系数（r），Kendell’s tau-b为非参数资料的相关系数，Spearman为非正态分布资料的Pearson相关系数替代值，本例选用Pearson项；在Test of Significance框中可选相关系数的单侧（One-tailed）或双侧（Two-tailed）检验，本例选双侧检验。
SPSS研究问题与统计方法
一、假设验证和数据类型
为方便熟悉假设与假设检验的分析方法，将研究问题、假设验证和统计分析结合在一起讲，设计研究的简要结构图，以实例讲解SPSS最常用的分析与操作方法。
研究结构中，变量的类型如下，其中间断变量包括顺序变量和称名变量；连续变量是等距和等比变量。
研究中涉及到的变量
1.个人变量：学生性别，包括男女两个类别，为二分变量；学生成绩水平为四分变量，分别为上等、中等、中等偏下、差；家庭经济状况属于四分变量分别为：很好、一般、困难
和特困。
2.学习倦怠：共24题项，情绪衰竭 ：1-10；去个性化：11-16 ；低成就感17-24，分为三个因素层面，属于连续性变量。
3.应对方式、社会生活事件和压力源均属连续性变量。
二、可研究问题与统计方法
研究问题一：
抽样学生的学习倦怠、社会支持、应对方式和压力源状况如何？
分析方法：描述某问题的现状，以平均数和标准差最为适宜。
注意：由于量表中各个层面所包含的题目不一样，因而不能以层面的平均数比较受试者在各层面得分的高低，应将各层面平均得分再除以层面的题数，求出“层面中每题的平均得分”调节
（或中介）
调节
（或中介） 压力源
社会生活事件 学习倦怠
应对方式 社会支持 进行比较才有意义
研究问题二：
学生的压力源、社会支持、应对方式、学习倦怠间是否有显著的相关存在？
分析方法：研究问题二主要探究“单一变量”和“单一变量”间两两相关，变量属于连续性变量，可采用皮尔逊积差相关。
积差相关适用“双变量数据”，适用时机：一个X变量（连续变量）一个变量Y（连续变量）
研究问题三：
不同性别，其学习倦怠、应对方式、压力源是否有显著性差异？
分析方法：研究问题中，自变量为学生性别，属分类变量，有两个水准，因变量为连续变量，可采用独立样本t-test检验。
独立样本t-test检验的适用时机：自变量为二分变量（包括两个水平）一个因变量（为连续性变量）
