成都的宜居性的相关分析 数学建模.pdf

成都的宜居性的相关分析 摘要 宜居城市最早是出现在西方发达国家。是随着城市化的发展出现了一系列城市问 题, 人口膨胀、环境污染、资源紧缺、交通拥堵、住房紧张、城市特色遗失等,严重的 影响了城市居民的生活而提出来的。 城市问题日益凸显， 我们将面临经济、 社会、 资源、 环境等诸多方面的压力， 而建设宜居城市， 改善人民生活环境， 合理构建城市生态体系， 实现城市可持续发展，无疑为解决城市问题提供了一种合理的参考模式和切实可行的建 设思路。 而近年来成都市的发展不断加快，经济实力和综合影响力不断加强，人均收入不断 提高。随之而来的还有经济发展带来的诸多矛盾，如城市环境不断下降，社会事业发展 滞后等。在这种形势下，成都市却屡获“宜居城市”的称号，对此，针对各方的质疑， 我们展开了成都是否是一座宜居城市的相关分析，同时探讨哪些因素对成都的宜居性影 响最大。 通过阅读大量有关宜居城市的相关文献和资料，对国内外宜居城市研究的学习,对 宜居城市进行理论分析的基础上,结合成都市自身的城市特点,从城市经济、社会、居民 生活和环境等方面选取指标,构建了成都市宜居城市评价的指标体系。采用主成分分析 法和系统聚类法,对成都市的宜居性进行了综合的分析，最终得出成都是一座宜居城市 的结果。 问题分析主要从以下几个方面进行展开: （1）系统分析了国内外宜居城市所具有的相关因素，从中选取一部分指标作为宜居 城市的评判标准。在对国内外对宜居城市研究的学习的基础上,总结出宜居城市判断指 标体系选择的原则和依据,根据研究对象成都市的自身特点制定出适合成都市宜居城市 评价的指标体系。对于所需要的数据，我们主要从成都及各城市历年的统计年鉴和 成都市国民经济和社会发展统计公报 ，所以所选数据均具有很高的可信度。考虑到 短期的数据不具有代表性，所以选取了成都 2002 年至 2011 年数据进行分析，纵向的比 较成都历年的各项数据。得到数据后，我们利用主成分分析法来对成都理念的数据进行 分析，得出各主要成分的影响指数以及各年的综合宜居指数。从分析的结果来看，成都 从 2002 年到 2011 年的宜居性指数呈逐年上升趋势，而且宜居指数的增长速度也在逐年 加快。也就是成都比以前更加宜居。 （2）根据科学的评判标准来判定，除了上述对成都历年数据进行纵向分析外，我们 还选取了其他若干具有代表性的城市，如曾多次被评为宜居城市和经济较发达城市等， 对其进行横向分析研究。我们选取了 2011 年各城市的各项指标，用聚类分析法得出与 成都相似的城市中宜居城市的比例，来判别成都是否是宜居城市。最终得出的结果是， 在与成都相似的城市中，宜居城市的比例要远大于与成都相似的城市。所以我们得出的 结论是：成都是一座宜居城市。 （3）在分析影响城市宜居性的因素时，我们在学校及周边发放了 500 调查问卷，收 获有效问卷 439 份。问卷主要是对宜居城市影响因素进行重要程度的排序，以此来分析 城市宜居性的满意度调查。并得出结果是：经济收入水平排在各影响因素的首位，自然 环境，出行便利，和公共服务设施分别排在二到四位。 关键词：成都 宜居城市 数学建模 SPSS 1 目录 1、问题重述 . 2 1.1 背景资料 . 2 1.2 问题的提出 . 2 2.问题分析 . 2 3、基本假设 . 3 4、符号说明 . 3 5、模型的建立与求解 . 4 5.1 用主成分分析法分析成都的宜居性 . 4 5.1.1 数据预处理 . 4 5.1.2 用主成分分析法分析各项指标 . 4 5.1.3 计算特征向量矩阵（主成分表达式的系数） . 6 5.1.4 计算主成分得分矩阵（主成分得分） . 7 5.1.5 计算综合宜居指数 . 8 5.2 用系统聚类法分析成都宜居性 . 8 5.2.1 对各主要城市数据进行聚类分析 . 8 5.3 探讨哪些因素对成都的宜居性影响最大 . 9 5.3.1 居民调查简述 . 9 5.3.2 宜居城市影响重要性排序 . 9 6、模型的分析与评价 . 11 7、参考文献 . 11 附录： . 12 2 1 1、问题重、问题重述述 1.1 背景资料 宜居城市的概念 宜居城市是指经济、社会、文化、环境协调发展,人居环境良好, 能够满足居民物 质和精神生活需求,适宜人类工作、生活和居住的城市。 宜居城市有广义和狭义之分: 狭义的宜居城市是指气候条件宜人, 生态景观和谐, 人工环境优美,治安环境良好, 适宜居住的城市, 这里的 “ 宜居” 仅仅指适宜居住; 广 义的宜居城市则是指人文环境与自然环境协调, 经济持续繁荣, 社会和谐稳定, 文化 氛围浓郁, 设施舒适齐备, 适于人类工作、生活和居住的城市, 这里的“ 宜居” 不仅 是指适宜居住, 还包括适宜就业、出行及教育、医疗、文化资源充足等内容。 宜居城市有宏观、中观、微观三个层面的含义。从宏观层面来看, 宜居城市应该具 备良好的城市大环境, 包括自然生态环境、社会人文环境、人工建筑设施环境在内, 是 一个复杂的巨系统; 从中观层面来看, 宜居城市应该具备规划设计合理、生活设施齐备、 环境优美、和谐亲切的社区环境; 从微观层面来看, 宜居城市应该具备单体建筑内部良 好的居室环境, 包括居住面积适宜、房屋结构合理、卫生设施先进, 以及良好的通风、 采光、隔音等功效 在国内宜居城市建设实践中, 对宜居城市的概念应采取广义的理解, 注重宜居城 市宏观层面和中观层面问题的研究与解决。 1.2 问题的提出 成都历来都宜居城市自称，并在各种宜居城市的排名中都名列前茅，现在成都正 以世界田园城市的理念建设成都。但随之而来的是各种题，在现代化、工业化的进程当 中，城市都会出现各种城市病，例如，交通拥挤、空气污染、看病难、就业难等。当然 成都也不例外，也出现了上述问题。请自行收集各类相关数据，探讨成都当前是否是一 座名副其实的宜居城市；同时探讨哪些因素对成都的宜居性影响最大？ 2.2.问题分析问题分析 问题 1：成都是否是一个宜居城市？ 这个问题的提出，主要是因为成都的在发展过程中也出现了和其他城市类似的问题, 如城市交通，空气污染，就业难，城市环境绿化等问题。这些问题显然是评判一座城市 是否是宜居城市的因素，但这也仅仅是其中的一方面，评判的因素还包括城市经济，城 市的文化底蕴，社会的稳定、环境舒适度以及各种社会和自然资源的丰富程度等方面。 这些因素综合到一起后才能够评判一座城市是否是宜居城市。对此我们决定采用主层次 分析法来分析各因素对宜居性的影响指数，并得出成都宜居性的综合指数。 我们根据科学的评判标准来判定，各种因素所占的比重也有相应的根据。考虑到短 期的数据不具有代表性， 所以我们选取了成都 2002 年至2011年每年的各种因素的数据， 进行分析，而且我们选取较多的城市进行分析研究，是为了更能够客观的反映这个标准 的准确性和合理性。我们纵向的比较各种因素，筛选哪些因素影响最大，与此同时，我 们也在分析其他城市的数据，与成都进行横向的比较，更能显示出成都在某些方面的优 3 势和劣势。我们建立了一个评价一座城市是否是宜居城市的模型，通过该模型能够清楚 的看到城市综合指数，来判断一座城市是否是宜居城市。 问题 2：哪些因素对成都的宜居性影响最大？ 分析此问题时，我们根据问题一筛选出对城市宜居性影响程度较大的几项因素，如 自然环境，经济收入水平，人文环境等。然后根据这几项因素设计了调查问卷，发放给 学校及周边居民进行调查，将返回的结果进行筛选，去除无效问卷。最终根据得到的问 卷结果进行统计分析，得出对城市宜居性的影响最大的因素。 3 3、基本、基本假设假设 1 因为数据均来自政府网站，所以我们假设每个城市的数据有很高的准确度 2 因为我们所搜集的各项指标基本涵盖了居民生活的各个方面，所以我们假设我们 搜集各项指标可以准确全面的反应成都市的宜居指数。 3 进行聚类分析时，因为我们搜集的城市具有一定的代表性，所以假设所比较的若 干城市可以代表我国城市宜居性建设的各水平。 4 进行聚类分析时，假设各城市 2011 年的各项指标可以准确地反映其宜居程度。 5 假设我们得到的调查问卷结果可以反映居民的整体意见。 4 4、符号说明符号说明 把我们对成都依据性分析涉及到的 34 项指标记为 X1、X2、X3X34，这 34 个 指标所构成的多维随机向量为： X=（X1,X2,X24） ， 将 P 个指标标准化后记为： ZX=(ZX1，ZX2，ZX34), 相关系数矩阵记为 R。那么求得的主成分可以表示为： F1=u11ZX1+u12ZX2+u1（34）ZX(34); F2=u21ZXl+u22ZX2+u2(34)ZX(34x); F34=u(34)1ZXl+u(34)2ZX2+u(34)(34)ZX(34x)； 其中： Ui-=(ui1,ui2，ui34)，F=(F1，F2，F34)， 那么上式可以表示为： F=UZX， 其中 U 是正交阵。 4 5 5、模型、模型的的建立与建立与求解求解 5.1 用主成分分析法分析成都的宜居性 5.1.1 数据预处理 （1）数据缺失 由于分析本问题所需的 34 项指标中，2002 年的地方财政预算内支出(亿元)，全民 健身路径（条） ，货物进出口总额（百万美元） ，道路交通等效声级 dB(A)，环境噪声等 效声级 dB(A)，年空气质量优良率（%） ，以及全年交通事故（件）和 2003 年的货物进 出口总额（百万美元）数据缺失，且这些数据均是呈增加或减少趋势，所以我们采用 SPSS 软件的替换缺失值功能，按临近点的线性趋势进行缺失值替换。 （2）数据异常 因为我们所需数据均是来自各政府网站上查询的年鉴及发展公告，数据具有很高的 可信度，所以没有发现数据异常现象。 （3）数据标准化 由于采用的各项指标具有不同的量纲，如生产总值（亿元）和第三产业占 GDP 比 例（百分数） ，所以，为了消除变量间的量纲关系，从而使数据具有可比性，将数据化 为均值为 0，方差为 1 的标准化数据，所以我们采用 Z 标准化。标准化后得到的数据记 为 ZX=(ZX1，ZX2，ZX34)； 5.1.2 用主成分分析法分析各项指标 将处理好的数据导入 SPSS 软件中，采用因子分析法对数据进行处理，得到 方差贡献表部分数据如下（全部数据见附录） ： 表 5-1 方差贡献表 组件 起始特征值 撷取平方和载入 循环平方和载入 总计 变异的 % 累加 % 总计 变异的 % 累加 % 总计 变异的 % 累加 % 1 23.734 69.806 69.806 23.734 69.806 69.806 20.787 61.139 61.139 2 5.012 14.741 84.548 5.012 14.741 84.548 7.622 22.418 83.557 3 1.976 5.812 90.360 1.976 5.812 90.360 2.232 6.565 90.122 4 1.179 3.469 93.829 1.179 3.469 93.829 1.260 3.707 93.829 5 .739 2.172 96.001 6 .494 1.453 97.455 7 .417 1.226 98.681 8 .339 .997 99.678 9 .110 .322 100.000 通过对上表的分析,我们可以看出,我们从所建立的 25 个指标中提取了 4 个主成 分。第一主成分所反映的指标信息最多,第二、三、四依次次之。第一主成分的方差贡 献率为 0.69806,第二主成分的方差贡献率为 0.14741,第三主成分的方差贡献率为 0.05812,第四主成分的方差贡献率为 0.03469,它们的累积贡献率达到了 93.829%，足以 反映原始指标中的 25 个指标所代表的信息。 记初始特征根和主成分贡献率分别为： 初始特征根：1=23.734 2=5.012 1=1.976 2=1.179 5 主成分贡献率：r1=69.806% r2=14.741% r3=5.812% r4=3.469% 我们继续分析计算主成分与P个标准化后的指标之间的旋转矩阵,结果如下表所示: 表 5-2 主成分旋转矩阵 元件 1 2 3 4 生产总值（亿元） .960 .244 .003 .128 第三产业增加值（亿元） .959 .255 .044 .110 第三产业占GDP比重 （百分之） .514 .604 .519 -.143 年末总人口（万人） .808 .576 -.067 .091 人均GDP（美元） -.272 -.875 .087 .130 人均收入（元） .922 .356 -.073 .103 在岗职工平均工资（元） .917 .378 -.060 .084 农村人民纯收入（元） .948 .284 -.018 .126 年末城镇登记失业率（1比百 分之） .513 .709 .066 .139 居民消费价格总水平较去年 上涨（百分之） .342 .282 -.341 .760 住宅商品房平均销售价格 （0.001比元平方米） -.700 -.695 .133 -.083 地方财政预算内收入亿元 .954 .255 -.051 .142 城乡居民储蓄年末余额（亿 元） .939 .297 .088 .128 固定电话用户数（万户） -.032 .905 .067 .184 旅客运输量（万人） .826 -.169 .230 -.127 社会商品零售总额（亿元） .963 .248 .029 .099 普通高等学校在校学生数 （万 人） .748 .645 -.117 .082 剧场、影剧院数个 -.886 -.347 .082 .009 移动电话用户（万户） .888 .438 -.032 .120 集中式饮用水水源地水质达 标率（百分之） .114 -.384 .876 -.081 居民最低生活保障已保人数 （万人） -.691 .576 -.378 .040 城镇基本养老保险人数（万 人） .936 .326 -.051 .076 每千人社会福利机构数（个） -.850 -.496 .128 -.036 每千人卫生机构数（个） -.021 -.898 .130 -.031 每千人邮局数（处） -.812 -.530 .182 -.010 每千人私人汽车拥有量（辆） .972 .195 -.034 .065 每千人医院、卫生院数（个） -.512 -.692 .329 .039 每千人执业助理医师数人 （个） .990 .005 .026 .053 地方财政预算内支出亿元 .970 .031 -.061 -.177 6 道路交通等效声级(1比dBA) -.320 -.539 .376 .560 环境噪声等效声级(1比dBA) .833 .109 -.187 -.142 年空气质量优良率（百分之） .675 -.262 -.643 .074 每千人全民健身路径（条） .962 .027 .103 -.175 每千人年交通事故发生次数 （1比件） .954 .147 -.138 -.076 每千人年交通事故发生次数 （1比件） .954 .147 -.138 -.076 通过对上表的分析，我们可以看到：第一主成分的方差贡献率最大,说明他对宜居 城市的建设和评价的作用也最大。第一个主成分主要反映临汾市居民的生活消费水平、 及居民生活的舒适程度以及城市居民的交通、生活安全等这些指标上。如生产总值，第 三产业增加值，年末总人口，人均收入，在岗职工平均工资，农村人民纯收入，住宅商 品房平均销售价格，地方财政预算内收入，城乡居民储蓄年末余额，旅客运输量，社会 商品零售总额，普通高等学校在校学生数，剧场、影剧院数，移动电话用户，居民最低 生活保障已保人数，城镇基本养老保险人数，每千人社会福利机构数，每千人邮局数， 每千人私人汽车拥有量，每千人执业助理医师数人，地方财政预算内支出，环境噪声等 效声级，年空气质量优良率，每千人全民健身路径，每千人年交通事故发生次数。 第二主成分的方差贡献率次之，主要反映的是经济和卫生方面的问题，如第三产业 占GDP比重，人均GDP，年末城镇登记失业率，固定电话用户数，每千人卫生机构数，每 千人医院、卫生院数。 第三主成分和第四主成分贡献率最小，反映的了居民消费水平和健康方面问题，如 居民消费价格总水平较去年上涨，集中式饮用水水源地水质达标率，道路交通等效声级 (1比dBA)。 5.1.3 计算特征向量矩阵（主成分表达式的系数） 将上一步分析中得到的初始因子载荷矩阵(具体表格见附录)中的四列数据输入到 SPSS 软件的数据编辑窗口( 设 V1、V2、V3、V4)，然后对其按下述公式计算得到特征向量矩 阵即主成分表达式的系数。 Fi=Vi/SQR(i)；i=1,2,3,4； 得到的主成分表达式的系数矩阵如下表： 表5-3特征向量矩阵 F1 F2 F3 F4 0.201 0.07 0.004 0.091 0.201 0.071 0.036 0.083 0.137 -0.084 0.468 -0.057 0.2 -0.095 0.03 0.042 -0.121 0.303 -0.118 0.155 0.204 0.011 -0.021 0.054 0.205 0.003 -0.006 0.039 0.203 0.05 -0.002 0.086 7 0.154 -0.185 0.147 0.113 0.098 -0.111 -0.285 0.612 -0.19 0.168 -0.012 -0.023 0.202 0.168 -0.032 0.095 0.201 0.055 0.072 0.106 0.067 -0.359 0.196 0.162 0.138 0.241 0.115 -0.087 0.202 0.072 0.026 0.07 0.195 -0.138 0.013 0.025 -0.196 -0.01 0.014 0.048 0.204 -0.023 0.021 0.076 -0.021 0.274 0.522 0.089 -0.079 -0.392 -0.128 -0.029 0.204 0.028 -0.009 0.034 -0.202 0.061 0.021 0.017 -0.078 0.365 -0.08 0.013 -0.198 0.087 0.046 0.052 0.2 0.088 -0.023 0.029 -0.156 0.219 0.097 0.119 0.187 0.173 -0.018 0.032 0.185 0.156 -0.04 -0.192 -0.103 0.184 0.085 0.59 0.167 0.086 -0.11 -0.181 0.115 0.146 -0.511 -0.058 0.181 0.175 0.069 -0.16 0.193 0.096 -0.083 -0.116 5.1.4 计算主成分得分矩阵（主成分得分） 将得到的特征向量与标准化后的数据相乘, 然后就可以得出主成分函数的表达 式： Zi= Fi1*zX1+ Fi2*zX2+.+Fi(34)*zX(34); i=1,2,10; （其中，zXi为标准化后的数据） 将数据按上述公式用excel软件处理后，便可得到每年的主成分得分矩阵，结果如 下表： 表 5-4 主成分得分矩阵 年份 第一主成分（Z1） 第二主成分（Z2） 第三主成分 （Z3） 第四主成分 （Z4） 2002 -5.61986 3.34896 -0.46393 -2.01629 2003 -5.70552 1.912 -0.47194 1.52947 2004 -4.6185 0.24782 -0.18518 0.81346 2005 -3.11877 -1.97709 2.18401 0.55353 2006 -1.13966 -2.23122 1.44011 -0.28952 2007 0.71191 -2.90008 -1.87806 -0.41625 2008 1.80258 -1.84891 -2.27346 0.2619 2009 3.73279 -0.50432 0.72057 -1.45798 2010 5.87666 1.14372 1.10451 0.13844 2011 8.0784 2.80911 -0.17663 0.88326 8 5.1.5 计算综合宜居指数 在得出各主成分的得分矩阵之后，我们就可以计算出综合成分得分，即综合宜居指 数。 综合主成分得分的计算方法： Z=r1*Z1+r2*Z2+r3*Z3+r4*Z4；（Z:综合主成分得分；ri:主成分贡献率；Zi:主成分 i 得分） 得出最后结果如下： 表 5-5 历年宜居综合指数 年份 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 综合 指数 -3.5 -3.7 -3.2 -2.32 -1.1 -0.1 0.86 2.52 4.34 6.07 图 5-1 年份宜居指数表 由上图我们可以看出，2002 至 2011 年成都的综合宜居指数呈上升趋势，在 2003 年最低，而且增长速度呈逐年加快趋势。 。 。 。分析 5.2 用系统聚类法分析成都宜居性 以上我们采用的主成分分析法对成都历年的宜居性进行了纵向比较，但单单只有成 都市自己的数据还不足以说明问题，所以我们再将成都与其他主要城市进行横向比较来 分析成都的宜居性问题。 5.2.1 对各主要城市数据进行聚类分析 将各城市数据导入 SPSS 软件进行系统聚类分析，得到的树桩连接图如下 -3.53 -3.68 -3.17 -2.32 -1.05 -0.05 0.86 2.52 4.34 6.07 -6 -4 -2 0 2 4 6 8 2002200320042005200620072008200920102011 综合指数 9 图 5-2 树状图 分析上图我们可以得到，在于成都相似的 13 个城市中，有 7 个都曾获得过宜居城 市的称号，比例达 53.8%，而另外与成都不相似的 13 个城市中，只有 4 个曾获得过宜居 城市的称号，比例只有 30.8%；如果进一步分析的话，会发现，在与成都最为相似的四 个城市中，除了武汉外，另外三个：南京，长沙，合肥都曾获得过宜居城市的称号，比 例达 75%。所以我们有理由相信成都也是一座宜居城市。 5.3 探讨哪些因素对成都的宜居性影响最大 5.3.1 居民调查简述 本调查侧重于居民对宜居城市的主观评价，共发放 500 份问卷调查，收获有效 问卷样本数 439 份。调查对象为 18 岁以上 60 岁以下的居民。问卷主要是对宜居 城市影响因素进行重要程度的排序，尽量反映我国城市发展特色和居住的各个方面， 在此基础上进行城市宜居性的满意度调查。 5.3.2 宜居城市影响重要性排序 本调查对上述提及的宜居城市建设影响因素进行适当的可评价性调整，整理为自 然环境等九大因素。在问卷中居民填写的是九大类影响要素间的排序，当一个因素被选 为重要性靠前的问卷越多，就说明居民认为其对城市宜居性影响越大，因此在统计上以 各个要素被选为 1 至 9 各排序重要性的问卷数占总数的比例来确定要素的权重值本 调查对上述提及的宜居城市建设影响因素进行适当的可评价性调整，整理为自然环境等 九大因素。在问卷中居民填写的是九大类影响要素间的排序，当一个因素被选为重要性 靠前的问卷越多，就说明居民认为其对城市宜居性影响越大，因此在统计上以各个要素 被选为 1 至 9 各排序重要性的问卷数占总数的比例来确定要素的权重值。 10 表 5-6 基于居民调查的宜居城市影响因素权重值 因素 一 二 三 四 五 六 七 八 九 自然环境 28 8 14 8 13 10 7 8 4 经济收入 水平 20 31 14 11 8 8 3 4 1 社会均衡 8 10 8 7 6 18 18 14 11 住宅形态 3 7 4 3 7 11 11 30 24 人文环境 7 7 6 11 10 17 17 13 12 城市出行 便利性 10 6 15 24 6 7 15 7 10 住区环境 健康程度 8 11 8 13 27 7 10 7 9 城市公共 服务设施 7 7 21 13 13 13 10 6 10 城市安全 状况 14 13 8 10 11 10 8 11 15 为了考虑各类影响因素的综合排序，在实际统计中将九个位序进行赋值，然后结合 各因素在各个位序上的权重，加权计算出九大类影响因素的重要性分值，作为重要程度 的排序参考。 对于九个位序的赋值按照等差递减的原则， 从第一位到第九位分别赋予 “9” 到“1”分，从技术角度讲，这遵循了位序本身的逐级递减，也可以拉大相互排序的差 距。对各因素重要性分值 Yti 的评价统一采用公式（1）计算，即： Yti=(Ci 9+Di 8+Ei 7+Fi 6+Gi 5+Hi 4+Ji 3+Ki 2+Li 1 ) 式中，Yti 为第 i 个因素的重要性分值，i=1，2，9，分别代表 9 大影响因素。 Ci， DiLi分别为第 i 个因素在各个位序上的有效问卷占总数的比重 （即其权重值） 。 9，81 分别表示各位序的评价分值。针对该公式，计算结果如图所示： 图 5-3 宜居城市重要性统计图 根据上述统计结果， “经济收入水平”排在各影响因素重要性的首位， “自然环境” 位居其后，说明居民对于宜居城市建设首先考虑的是经济收入水平问题，换言之，在当 前的发展阶段，经济收入水平与城市宜居性或者居民自身的幸福感仍呈现强正相关。 “自然环境” 、 “出行便利”与“公共服务设施”分别排在第二至四位，说明居民对 6.08 6.82 4.45 3.25 4.34 5.145.15.13 5.02 0 1 2 3 4 5 6 7 8 11 于宜居的最初感受仍然是满足日常生活需求。城市居住功能与日常生活与出行密切相关， 这表明随着城市宜居概念的提出和深入，越来越多的人开始认识到居住舒适便利才是城 市发展的核心目标，这也强调了宜居城市发展建设的一大主题。 “自然环境”的重要性分值高于“人文环境” ，表明目前居民对具体的物质实体建设更 为关注，这也是政府需尽快改善的方面；同时人文环境需要一个长期建设的过程，这种 重要性的评价结果也体现了居民对宜居城市建设整体发展进程的相对客观性。 6 6、模型的模型的分析分析与与评价评价 我们的模型采用了主层次分析法和系统聚类法对成都的宜居性进行了分析，并得出 了成都适合居住的结果。从总体上来看，此模型可以从一定程度上分析成都市的宜居性 问题，并且具有一定的可信度。因为模型分析中所用到的数据均是各城市年度数据，而 且各城市的年度数据种类差别不大，所以本模型具有一定的普遍性，可以用于分析其他 城市的宜居性问题和影响宜居性的因素问题。 模型不足与改进： 1.在问题分析过程中，由于某些数据无法找到，所以可能对问题的分析造成一定的 干扰，产生误差。但如果数据缺失并不是太多，还是不会对分析结果产生较大影响。 2.由于某些因素的数据比较难以查找，我们只好放弃此项因素。但我们无法保证该 因素是否对城市的宜居性有较大影响，所以这也会对我们的分析结果造成一定的误差。 改进方法是对一些明显对宜居性有较大影响的因素，数据的收集要尽量的齐全可信。对 于一些未知影响程度的因素，应先分析其影响程度，再进行取舍。 3.在用系统聚类分析法对成都是宜居性进行分析时，如果分析的城市数量比较少或 者不具有代表性，也可能会对分析结果造成一定影响。改进方法是尽量使所分析城市具 有一定的代表性，比如选择一些多次被评为宜居城市的城市和一些从未被评为过宜居城 市的城市进行分析。也可以尽量多比较一些城市，这样结果会更加准确。 7 7、参考文献参考文献 1 张文忠.宜居城市的内涵及评价指标体系探讨 （J） 城市规划学刊， 2007 （3） :30-33； 2 周志田等.中国适宜人居城市研究与评价 （J） 中国人口资源与环境， 2004 （1） :30-70； 3 顾文选、罗亚蒙。宜居城市科学评价标准 （J）北京规划建设， 2007（1）; 4 张文忠、尹卫红等.中国宜居城市研究报告（北京） M 北京科学文献出版社， 2006：33-45; 12 附录：附录： 图 6-1 陡坡图 表 6-1 方差贡献表 13 组件 起始特征值 撷取平方和载入 循环平方和载入 总计 变异的 % 累加 % 总计 变异的 % 累加 % 总计 变异的 % 累加 % 1 23.734 69.806 69.806 23.734 69.806 69.806 20.787 61.139 61.139 2 5.012 14.741 84.548 5.012 14.741 84.548 7.622 22.418 83.557 3 1.976 5.812 90.360 1.976 5.812 90.360 2.232 6.565 90.122 4 1.179 3.469 93.829 1.179 3.469 93.829 1.260 3.707 93.829 5 .739 2.172 96.001 6 .494 1.453 97.455 7 .417 1.226 98.681 8 .339 .997 99.678 9 .110 .322 100.000 10 3.099E-15 9.114E-15 100.000 11 9.800E-16 2.882E-15 100.000 12 7.563E-16 2.225E-15 100.000 13 6.739E-16 1.982E-15 100.000 14 5.899E-16 1.735E-15 100.000 15 5.416E-16 1.593E-15 100.000 16 4.961E-16 1.459E-15 100.000 17 3.382E-16 9.947E-16 100.000 18 2.810E-16 8.264E-16 100.000 19 2.460E-16 7.234E-16 100.000 20 8.300E-17 2.441E-16 100.000 21 -4.307E-1 8 -1.267E-1 7 100.000 22 -6.148E-1 7 -1.808E-1 6 100.000 23 -8.885E-1 7 -2.613E-1 6 100.000 24 -1.300E-1 6 -3.823E-1 6 100.000 25 -1.659E-1 6 -4.880E-1 6 100.000 26 -2.278E-1 6 -6.701E-1 6 100.000 27 -3.152E-1 6 -9.272E-1 6 100.000 28 -4.139E-1 6 -1.217E-1 5 100.000 29 -4.740E-1 6 -1.394E-1 5 100.000 30 -5.724E-1 6 -1.683E-1 5 100.000 31 -7.552E-1 6 -2.221E-1 5 100.000 14 表 6-2 载荷矩阵 组件 1 2 3 4 生产总值（亿元） .981 .156 .006 .099 第三产业增加值（亿元） .981 .158 .050 .090 第三产业占GDP比重（百 分之） .668 -.188 .658 -.062 年末总人口（万人） .974 -.212 .042 .046 人均GDP（美元） -.591 .678 -.166 .168 人均收入（元） .994 .024 -.030 .059 在岗职工平均工资（元） .997 .007 -.008 .042 农村人民纯收入（元） .987 .111 -.003 .093 年末城镇登记失业率（1 比百分之） .748 -.414 .206 .123 居民消费价格总水平较 去年上涨（百分之） .477 -.248 -.400 .664 住宅商品房平均销售价 格（0.001比元平方米） -.925 .376 -.017 -.025 地方财政预算内收入亿 元 .984 .129 -.045 .103 城乡居民储蓄年末余额 （亿元） .977 .123 .101 .115 固定电话用户数（万户） .326 -.804 .275 .176 旅客运输量（万人） .673 .540 .161 -.095 社会商品零售总额（亿 元） .983 .162 .036 .076 普通高等学校在校学生 数（万人） .948 -.309 .018 .027 剧场、影剧院数个 -.953 -.023 .019 .052 移动电话用户（万户） .993 -.052 .029 .082 集中式饮用水水源地水 质达标率（百分之） -.103 .613 .734 .097 居民最低生活保障已保 人数（万人） -.385 -.878 -.180 -.031 32 -8.383E-1 6 -2.466E-1 5 100.000 33 -2.812E-1 5 -8.272E-1 5 100.000 34 -4.343E-1 5 -1.277E-1 4 100.000 15 城镇基本养老保险人数 （万人） .993 .063 -.013 .037 每千人社会福利机构数 （个） -.982 .137 .029 .019 每千人卫生机构数（个） -.378 .818 -.113 .014 每千人邮局数（处） -.964 .195 .064 .056 每千人私人汽车拥有量 （辆） .973 .198 -.032 .031 每千人医院、卫生院数 （个） -.758 .490 .137 .129 每千人执业助理医师数 人（个） .912 .388 -.025 .035 地方财政预算内支出亿 元 .899 .350 -.056 -.209 道路交通等效声级(1比 dBA) -.504 .412 .119 .641 环境噪声等效声级(1比 dBA) .813 .192 -.155 -.197 年空气质量优良率 （百分 之） .561 .327 -.719 -.063 每千人全民健身路径 （条） .880 .391 .097 -.174 每千人年交通事故发生 次数（1比件） .939 .215 -.116 -.126 表6-3 旋转矩阵 a 组件 1 2 3 4 生产总值（亿元） .960 .244 .003 .128 第三产业增加值（亿元） .959 .255 .044 .110 第三产业占GDP比重（百 分之） .514 .604 .519 -.143 年末总人口（万人） .808 .576 -.067 .091 人均GDP（美元） -.272 -.875 .087 .130 人均收入（元） .922 .356 -.073 .103 在岗职工平均工资