省会城市聚类.doc

中国省会城市社会经济发展水平的聚类分析摘要：文章根据我国省会城市主要社会经济指标，运用聚类分析对我国省会城市和社会经济发展情况进行分类，分类结果分析了影响城市社会经济发展的主要因素 ,以及我国目前就经济发展而言的城市类别分布结构 ,为更好地指导和规划城市发展提供一定的科学依据关键字 省会城市 社会经济指标 聚类 分布 研究背景改革开放 20 多年来 ,我国社会经济得到了迅速发展。但由于各地经济基础、 区位特点不同及国家发展政策的倾斜 ,各地区域经济、 城市经济发展不平衡。本文在详细资料基础上 ,运用多元统计分析方法 ,对我国省会城市和计划单列市的经济发展水平进行分类和排序 ,以便从宏观上把握我国各城市经济发展的现状 ,了解各城市经济在总体中的相对地位 ,为城市规划和发展及作相关决策提供一定的科学依据。指标选取及数据来源（附原始数据）根据评价指标的可比性原则以及数据的可得性原则x1 年底总人 （万人）x2 地区GDP （亿元）x3 客运量 （万吨）x4 货运量 （万吨）x5 地方财政收入 （万元）x6 固定资产投资总额 （万元）x7 城乡居民储蓄年末余额 （万元）x8 在岗职工人均工资 （元）x9 年末邮政局数 （个）x10 社会商品销售总额 （万元）x11 年末公共汽车营运量数 （量）x12 影院个数 （个）x13 在校学生数 （个）x14 医院个数 （个）指标的原始数据取自中国统计年鉴（2011）实证分析（含数据试算过程）系统聚类法（层次聚类）（输出的树状图依次为类平均法，最短距离法，最长距离法，离差平方和法Ward方法得出的结果），选取一个距离阀值向下画一条线，和几条横线相交就有几个分类。由树状图对比看出，离差平方和法Ward方法得出的分类结果与最远距离的结果也相一致，较符合现实，比较好解释，这里将在阀值T=10处向下画一条线，将样本分为3类第一类 呼和浩特 兰州 乌鲁木齐 太原 南昌 南宁 贵阳 西安 银川 海口（社会经济较为落后）第二类 南京 杭州 沈阳 大连 济南 郑州 西安 长春 福州 昆明 石家庄 合肥 哈尔滨 武汉 长沙（社会经济较为发达）第三类 广州 成都（社会经济发达）K中心聚类法（快速聚类法）（单位差异较大，首先要对原变量数据进行标准化）（Zscore为标准化后的数值）方差分析就是通过检验各总体的均值是否相等来判断分类型自变量对数值型因变量是否有显著影响要分析不同类间是否有显著差异，就是要判断不同类对变量值有无显著影响，这种判断可以归结为检验每个类之间变量是否相等。原假设 H0 类平均值是相等的 类对类均值没有显著影响P值 类平均值无差异的概率分为2类的方差分析表ANOVA聚类误差FSig.均方df均方dfZscore(年末总人口)4.7781.849255.629.026Zscore(地区GDP)13.7311.4912527.980.000Zscore(客运量)9.9251.6432515.435.001Zscore(货运量)15.9811.4012539.876.000Zscore(地方财政收入)16.2171.3912541.441.000Zscore(固定资产投资额)12.9151.5232524.675.000Zscore(城乡居民储年末余额蓄)14.2131.4712530.145.000Zscore(在岗职工平均工资)13.1711.5132525.666.000Zscore(年末邮政个数).45411.02225.445.511Zscore(社会商品零售总额)12.9841.5212524.937.000Zscore(年末实有公共汽车运营量)14.8331.4472533.208.000Zscore(剧场个数)4.3921.864255.082.033Zscore(在校学生数)8.5591.6982512.269.002Zscore(医院个数)2.2041.952252.316.141F 检验应仅用于描述性目的，因为选中的聚类将被用来最大化不同聚类中的案例间的差别。观测到的显著性水平并未据此进行更正，因此无法将其解释为是对聚类均值相等这一假设的检验。分为3类的方差分析表ANOVA聚类误差FSig.均方df均方dfZscore(年末总人口)6.8532.5122413.376.000Zscore(地区GDP)11.0282.1642467.109.000Zscore(客运量)4.7192.690246.838.004Zscore(货运量)8.8382.3472425.478.000Zscore(地方财政收入)9.1342.3222428.357.000Zscore(固定资产投资额)7.8572.4292418.330.000Zscore(城乡居民储年末余额蓄)10.7832.1852458.367.000Zscore(在岗职工平均工资)5.4562.629248.678.001Zscore(年末邮政个数)3.8682.761245.082.014Zscore(社会商品零售总额)11.0392.1632467.570.000Zscore(年末实有公共汽车运营量)9.6952.2752435.195.000Zscore(剧场个数)3.5702.786244.542.021Zscore(在校学生数)7.4312.4642416.010.000Zscore(医院个数)3.3432.805244.154.028F 检验应仅用于描述性目的，因为选中的聚类将被用来最大化不同聚类中的案例间的差别。观测到的显著性水平并未据此进行更正，因此无法将其解释为是对聚类均值相等这一假设的检验。分为4类的方差分析表ANOVA聚类误差FSig.均方df均方dfZscore(年末总人口)6.1323.3312318.552.000Zscore(地区GDP)7.3013.1782340.993.000Zscore(客运量)6.8653.2352329.221.000Zscore(货运量)5.9533.3542316.819.000Zscore(地方财政收入)6.0383.3432317.614.000Zscore(固定资产投资额)6.0053.3472317.293.000Zscore(城乡居民储年末余额蓄)7.5593.1442352.335.000Zscore(在岗职工平均工资)3.0883.728234.244.016Zscore(年末邮政个数)2.8903.753233.836.023Zscore(社会商品零售总额)7.5653.1442352.663.000Zscore(年末实有公共汽车运营量)7.1613.1962336.462.000Zscore(剧场个数)3.6863.650235.675.005Zscore(在校学生数)4.1633.587237.087.002Zscore(医院个数)4.7663.509239.367.000F 检验应仅用于描述性目的，因为选中的聚类将被用来最大化不同聚类中的案例间的差别。观测到的显著性水平并未据此进行更正，因此无法将其解释为是对聚类均值相等这一假设的检验。可以看出当分为4类的时候P值是最小的（接近于0），分类后各变量不同类别之间的差异都是显著的，分为4类较合适分为四类的聚类结果如下表（数字代表类别）聚类成员案例号地区聚类距离dimension01 石 家庄12.2432 太原 31.2553 呼和浩?3.8504 沈阳 11.9075 大连 12.7116 长春 11.9837 哈 尔滨13.1438 南京 13.0379 杭州 13.09010 合肥 32.85611 福州 11.97312 南昌 31.53513 济南 11.85714 郑州 11.80515 武汉 13.24