网站大量收购闲置独家精品文档,联系QQ:2885784924

中国省,自治区城市规模结构分类.doc

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
中国省,自治区城市规模结构分类

中国省、自治区城市规模结构分类 一、省、自治区的规模结构综合评价分类: (1)建立综合评价指标体系 全国各省、自治区的综合城市规模结构是取决于多个相关因数综合评估的,综合因数特征主要体现在的相关方面.遵循可比性原则,从省、自治区的城市的多方面中选取5项评价指标,具体如表1. 表一、城市规模结构特征数据 序号 省、自治区 城市规模(万人 城市首位度 城市指数 基尼系数 城市规模中位值(万人) 1 京津冀 699.70 1.4371 0.9364 0.7804 10.880 2 山西 179.46 1.8972 1.0006 0.5870 11.780 3 内蒙古 111.13 1.4180 0.6772 0.5158 17.775 4 辽宁 389.60 1.9182 0.8541 0.5762 26.320 5 吉林 211.34 1.7880 1.0789 0.4569 19.705 6 黑龙江 259.00 2.3059 0.3417 0.5076 23.480 7 苏沪 923.19 3.7350 2.0572 0.6208 22.160 8 浙江 139.29 1.8712 0.8858 0.4536 12.670 9 安徽 102.78 1.2333 0.5326 0.3798 27.375 10 福建 108.50 1.7291 0.9325 0.4687 11.120 11 江西 129.20 3.2454 1.1935 0.4519 17.080 12 山东 173.35 1.0018 0.4296 0.4503 21.215 13 河南 151.54 1.4927 0.6775 0.4738 13.940 14 湖北 434.46 7.1328 2.4413 0.5282 19.190 15 湖南 139.29 2.3501 0.8360 0.4890 14.250 16 广东 336.54 3.5407 1.3863 0.4020 22.195 17 广西 91.12 1.2288 0.6382 0.5000 14.340 18 海南 45.43 2.1915 0.8648 0.4136 80730 19 川渝 365.01 1.6801 1.1468 0.5720 18.615 20 云南 146.00 6.6333 2.3785 0.5359 12.250 21 贵州 136.22 2.8279 1.2918 0.5984 10.470 22 西藏 11.79 4.1514 1.1878 0.6118 7.315 23 陕西 244.04 5.1194 1.9682 0.6287 17.800 24 甘肃 145.49 4.7515 1.9366 0.5806 11.650 25 青海 61.36 8.2693 0.8598 0.8098 7.420 26 宁夏 47.60 1.5078 0.9587 0.4843 9.730 27 新疆 128.67 3.8535 1.6216 0.4901 14.470 (2)数据资料 指标的原始数据取自《中国统计年鉴,1999》到五项指标值见表1. 其中: 为城市规模;为城市首位度; 为城市指数;为基尼系数;为城市规模中位值 . (3)R型聚类分析 定性考察反映省、自治区城市规模结构五项评价指标,可以看出,某些指标之间可能存在较强的相关性.比如城市首位度与城市指数,城市规模和城市规模中位值.为了验证这种想法,运用MATLAB软件计算五个指标之间的相关系数,相关系数矩阵如表3所示. 计算的MATLAB程序如下: load gi.txt %把原始数据保存在纯文本文件gi.txt中 r=corrcoef(gi)%计算相关系数矩阵 d=1-r; %进行数据变换,把相关系数转化为距离 d=tril(d); %取出矩阵d 的下三角元素 d=nonzeros(d); %取出非零元素 d=d; %化成行向量 z=linkage(d,average); %按类平均法聚类 dendrogram(z); %画聚类图 T=cluster(z,maxclust,4) %把变量划分成4类 for i=1:4 tm=find(T==i); %求第i 类的对象 tm=reshape(tm,1,length(tm)); %变成行向量 fprintf(第%d 类的有%s\n,i,int2str(tm)); %显示分类结果 end 图二 指标聚类树型图 图三 相关系数矩阵

文档评论(0)

kaiss + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档