关于我国各地区基本经济状况聚类分析.doc

关于我国各地区基本经济状况聚类分析 　　对我国各地区的基本经济状况进行聚类分析可以采用的方法有多种，但最常用的有两种，即系统聚类和K均值聚类，因此本报告将分这两种方法对数据进行聚类分析。然后从中找出聚类最合适的结果进行分析 一、系统聚类分析法对我国各地区的经济水平的分析 一般地，常用的系统聚类方法有最短距离法、最长距离法、中间距离法、中心法、类平均法、可变类平均法、可变法和离差平方和等八种方法。本文采用最短距离法进行系统聚类分析。本文选取人均GDP、人均工业总产值、客运量、货运量、地方政策预算内收入、固定资产投资总额、在岗职工占总人口的比例、在??职工人均工资额、城乡居民年底储蓄余额作变量，对31个省、市、直辖市的基本经济状况做聚类分析。在SPSS软件分析得出的结果：若将样品分为两类，则广东为一类，其余的为一类；若将样品分为三类，则广东为一类，山东和江苏为一类，其余的为一类；以此类推。本文将样品分为四类，第一类为广东；第二类包括山东、江苏；第三类包括上海、北京；其余地区包含在第四类 二、K均值聚类分析法对我国各地区的经济水平的分析 在SPSS软件中以人均GDP、人均工业总产值、客运量、货运量、地方政策预算内收入、固定资产投资总额、在岗职工占总人口的比例、在岗职工人均工资额、城乡居民年底储蓄余额为对象，对全国各地区基本经济状况进行K均值聚类分析。得到初始类中心表，该表给出了K均值迭代的初始类中心坐标，这些坐标是由SPSS自动给定的，反应了各个指标在每一类中的平均水平，给出了K均值的迭代过程，表中的每一行代表每次迭代导致类中心的变化量。从表中可以看出，迭代共进行了3次，每次迭代导致类中心的变换量逐渐减少，直到第4次为0，达到收敛。然后根据迭代结果得到分类变量的方差分析表，该表可用于检验各个分析变量的均值在不同类中是否存在显著性差异，同样可以用于对分类效果是否显著的检验。该检验的原假设是分析变量在不同类中不存在显著性差异，备择假设是分析变量在不同类中存在显著性差异。通过分析可知：在岗职工平均工资这个变量的p值大于0.05，所以在的显著性水平下接受原假设，即认为分析变量在不同类中不存在显著性差异，也就是说这个变量的分类效果不显著。其余变量的p值都小于0.05，这说明这些变量对于分类具有显著作用。最终的聚类中心的结果反映了各个指标经过聚类后的平均水平，与初始类中心不同的是，该中心坐标不是由SPSS自动给定的，而是系统经过计算得到的 分析结果表明：31个地区被分成4类。第一类包括1个地区，为山东；第二类包括21个地区，包括北京、天津、山西、内蒙古、吉林、黑龙江、上海、福建、江西、湖北、广西、海南、重庆、贵州、云南、西藏、山西、甘肃、青海、宁夏、新疆；第三类包括1个地区，为广东；第四类包括8个地区，有河北、辽宁、江苏、浙江、安徽、河南、湖南、四川 三、结论 通过对以上两种聚类方法进行比较分析后发现：系统聚类的效果明显优于K均值聚类，前者的分组情况更符合实际情况。所以本文采用系统聚类方法对我国各省市地区的基本经济状况进行分析，得到以下结论： 第一类为广东，地处东南沿海，与东南亚地区的经济往来紧密，而且在改革开放以后，广东省的各地区成为对外开放的首试对象，从此广东省的经济有了较快较好的发展。在2010年广东举办了亚运会，成为了万众瞩目的焦点，加大了广东省的货运量、客运量等。这使得广东省的基本经济状况更为较高水平 第二类为山东和江苏，这两个地区位于沿海地区，成为近年来经济发展势头较为强劲的地区，主要以轻工业为主要经济发展路径 第三类为北京和上海，北京作为中国的首都、政治中心，经济发展状况自然较为突出，而上海中国的金融中心，经济发展势头仍是不容小觑的 第四类包括其余的地区，其中有东三省和华北和华南的部分省市自治区、西北和西南地区的全部省市自治区。这些地区大部分都以重工业为基础产业，经济发展较为落后，经济技术的与时俱进性差。 1