黑龙江省13个地区城市化综合发展水平的分析

  • 格式:docx
  • 大小:259.28 KB
  • 文档页数:10

东北师范大学2015级计量地理论文

黑龙江省13个地区城市化综合发展水平的分析

姓名:yw

东北师范大学2015级计量地理论文

黑龙江省13个地区城市化综合发展水平的分析

yw

摘 要:首先选取2014年黑龙江省13个地区的12个指标,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黑龙江省城市化发展水平的区域谱系图;最后在此基础上,探讨了黑龙江省13个地区城市化综合发展的相似性和差异性。并以此提出提高黑龙江省13个地区经城市化发展的方法与途径。

关键词:黑龙江省;城市化发展水平;主成分分析;聚类分析

1. 引言

黑龙江省位于东三省中地理位置最北的省份,总面积45万平方公里,大约占全国国土面积的4.7%。黑龙江省东北部为三江平原,西部为松嫩平原,东南部和北部为山地,是一个自然资源丰富,自然条件和工业基础都非常好的省份,是东北老工业基地的重要组成部分。但从整体上看,黑龙江省的各地区城市化发展水平相差悬殊,影响了黑龙江省整体的同步发展。

想要改善这种状况,缩小各地区城市化发展的差距,实现黑龙江省整体的同步协调发展,就要了解各地区的经济状况,结合实际,制定合理的发展计划。本文选取了黑龙江省13个地区的12个发展指标,应用SPSS统计软件对此进行了主成分分析,并对此结果利用聚类分析方法得到了黑龙江省城市化发展水平的谱系图,最后结合各地的自身地理位置和经济状况,探讨了各地区城市化发展水平的相似性与差异性。

2. 黑龙江省13个地区城市化综合发展的“降维”分析

2.1指标选取

城市化的发展与经济的发展具有非常密切的关系,因此本文选取了以下的12个指标作为分析黑龙江省13个地区城市化综合发展水平的评价指标,并对这些指标作为主成分(降维)分析。

X1——年末人口数(以万人为单位)。

X2——地区生产总值(以亿元为单位)。

X3——人均地区生产总值(以元为单位)。

X4——农民家庭人均可支配收入(以元为单位)。

东北师范大学2015级计量地理论文

X5——城镇居民人均可支配收入(以元为单位)。

X6——地方财政一般预算内收入(以万元为单位)。

X7——地区公共财政社会保障与就业支出(以万元为单位)。

X8——全社会固定资产投资(以亿元为单位)。

X9——土地面积(以平方公里为单位)。

X10——分地区进出口总额(以万美元为单位)。

X11——分地区每年使用外资金额(以万美元为单位)。

X12——分地区工业生产总值(以亿元为单位)。

2.2指标间的相关性分析

利用SPSS软件对原始数据进行标准化处理,然后计算得出各指标之间的相关系数矩阵,其结果见表1。

表1 相关系数矩阵

Table1 The correlated matrix of 12 indices

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12

X1 1.000 .773 .155 .210 .490 .869 .948 .882 .287 .567 .870 .574

X2 .773 1.000 .702 .370 .894 .926 .828 .870 .133 .810 .902 .937

X3 .155 .702 1.000 .347 .882 .400 .228 .281 -.153 .608 .353 .895

X4 .210 .370 .347 1.000 .481 .348 .322 .325 -.075 .688 .350 .359

X5 .490 .894 .882 .481 1.000 .722 .575 .640 .072 .878 .694 .951

X6 .869 .926 .400 .348 .722 1.000 .928 .991 .253 .778 .997 .738

X7 .948 .828 .228 .322 .575 .928 1.000 .939 .291 .665 .933 .624

X8 .882 .870 .281 .325 .640 .991 .939 1.000 .294 .749 .995 .647

X9 .287 .133 -.153 -.075 .072 .253 .291 .294 1.000 .229 .300 -.010

X10 .567 .810 .608 .688 .878 .778 .665 .749 .229 1.000 .775 .755

X11 .870 .902 .353 .350 .694 .997 .933 .995 .300 .775 1.000 .700

东北师范大学2015级计量地理论文

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12

X1 1.000 .773 .155 .210 .490 .869 .948 .882 .287 .567 .870 .574

X2 .773 1.000 .702 .370 .894 .926 .828 .870 .133 .810 .902 .937

X3 .155 .702 1.000 .347 .882 .400 .228 .281 -.153 .608 .353 .895

X4 .210 .370 .347 1.000 .481 .348 .322 .325 -.075 .688 .350 .359

X5 .490 .894 .882 .481 1.000 .722 .575 .640 .072 .878 .694 .951

X6 .869 .926 .400 .348 .722 1.000 .928 .991 .253 .778 .997 .738

X7 .948 .828 .228 .322 .575 .928 1.000 .939 .291 .665 .933 .624

X8 .882 .870 .281 .325 .640 .991 .939 1.000 .294 .749 .995 .647

X9 .287 .133 -.153 -.075 .072 .253 .291 .294 1.000 .229 .300 -.010

X10 .567 .810 .608 .688 .878 .778 .665 .749 .229 1.000 .775 .755

X11 .870 .902 .353 .350 .694 .997 .933 .995 .300 .775 1.000 .700

X12 .574 .937 .895 .359 .951 .738 .624 .647 -.010 .755 .700 1.000

由表1可知,在原始变量数据中,有些要素之间,有密切的正相关关系。如X1(年末人口数)和X7(地区公共财政社会保障与就业支出)之间(r=0.948),X2(地区生产总值)和X12(分地区工业生产总值)之间(r=0.927),X3(人均地区生产总值)和X12(分地区工业生产总值)之间(r=0.895),X5(城镇居民人均可支配收入)和X10(分地区进出口总额)之间(r=0.878),X6(地方财政一般预算内收入)和X11(分地区每年使用外资金额)之间(r=0.997),X7(地区公共财政社会保障与就业支出)和X11(分地区每年使用外资金额)之间(r=0.933),X8(全社会固定资产投资)和X11(分地区每年使用外资金额)之间(r=0.995),X12(分地区工业生产总值)和X5(城镇居民人均可支配收入)之间(r=0.951)均存在较大的正相关关系;而X9(土地面积)与其他的指标变量间的相关性不大;甚至有些变量之间的相关系数几乎为零,如X9(土地面积)和X12(分地区工业生产总值)之间(r=-0.010)。

东北师范大学2015级计量地理论文

2.3主成分贡献率及其主成分载荷分析

通过SPSS软件计算得到主成分特征值、贡献率、累计贡献率(如表2所示)。由表2可知,第一和第二主成分的累计贡献率已达到82.994%(理论80%--85%),所以选择第一和第二两个主成分,就可以综合的代表12个指标所反映的黑龙江省13个地区城市化综合发展的特征和基本情况。主成分载荷矩阵(如表3所示)表明:第一主成分(贡献率为43.754%)在年末人口数、地方财政一般预算内收入、地区公共财政社会保障与就业支出 、全社会固定资产投资 、分地区每年使用外资金额具有很大的正载荷(0.907、0.858、0.912、0.905、0.882),这5个指标反映了黑龙江省大部分地区总体财务收入支出的情况,说明了第一主成分在某种程度上代表着黑龙江省财务支出收入的整体情况。第二主成分(贡献率39.240%)在人均地区生产总值、城镇居民人均可支配收入、分地区工业生产总值具有很大的正载荷(0.950、0.911、0.884),这三个指标与人们经济生活水平有关,因此,第二主成分是反映各地区综合经济水平的主成分。

表2特征值、贡献率和累计贡献率

Table2 The eigenvalue、contribution rate and accumulative contribution rate of PC

主成分 特征值 贡献率(%) 累计贡献率(%)

1 5.250 43.754 43.754

2 4.709 39.240

82.994

表3主成分载荷矩阵

Table3 The load matrix of PCA

1 2

X1 .907 .224

X2 .654 .733

东北师范大学2015级计量地理论文

X3 -.055 .950

X4 .118 .572

X5 .347 .911

X6 .858 .482

X7 .912 .316

X8

.905

.378

X9 .538 -.261

X10 .519 .739

X11 .882 .439

X12 .372 .884

3.黑龙江省13个地区城市化综合发展的相似性和差异性分析

系统的聚类分析方法是根据指标的属性或特征的相似性、亲疏程度,用数学的方法把他们逐步的分形划类,最后得到一个能反映个体或站点之间、群体之间的分类系统,是定量的研究地理事物分类问题和地理分区问题的重要方法。因此我们用系统聚类的分析方法对黑龙江省13个地区城市化综合发展的区域相似性和差异性作综合和系统的分析。

3.1基于Chebychev距离的聚类计算

首先采用标准差标准化方法对对两个主成分数据进行处理,采用Chebychev距离测量样本间距离;最后计算出8种聚类分析方法的结果,通过比较选出质心聚类法对样本进行分类,并采用Z得分的标注化方式,从而得到了黑龙江省13个地区城市化综合发展水平的谱系图(见图1)。根据谱系图所反映出来的结果,使用ArcGIS软件制作出显示黑龙江省13个地区城市化发展水平在不同空间中的分布情况图(见图2)。

图1黑龙江省城市化综合发展状况的区域谱系图

Fig.1 Regional pedigree chart of the comprehensive development of urbanization in Heilongjiang