聚类分析在经济地理分区中的应用.docVIP

聚类分析在江苏省经济区域划分中的应用 摘要：本文探讨了如何运用SPSS中的聚类分析对江苏省十三个市按国民经济的相关指标进行经济区域的划分，以便对十三个市的经济发展分类指导，做到有的放矢，从而更好地带动江苏经济的发展。首先阐述了聚类分析的相关原理及指标体系，然后根据相关原始数据，对其标准化后进行聚类分析，最后得出江苏省应划分苏南、苏中、苏北三个经济区。 关键字：聚类分析，经济区域，江苏省 1 引言 研究一个省的经济发展状况，通常需要对该省所有地级市根据不同国民经济发展状况进行经济区域的划分，以便进行分类指导。江苏省共拥有十三个地级市，不同地级市的国民经济发展状况各不相同。如何对这十三个地级市进行合理区分，从而从每个地区的经济情况做到有的放矢，这对整个江苏经济的发展有着十分重要的作用。通常，描述一个地区的经济发展状况会有很多的指标，那么如何根据这些指标合理地进行区域的划分呢？利用世界著名的统计软件SPSS的聚类分析功能效果会比较理想。本文对江苏省十三个地级市（南京、无锡、徐州、常州、苏州、南通、连云港、淮安、盐城、扬州、镇江、泰州、宿迁）经济区域的划分就利用了聚类分析的功能。 2 聚类分析的基本原理及其指标体系 2.1 基本原理 聚类分析的基本原理是：首先将一定数量的样本各自看成一类，然后根据样本之间的亲疏程度，将亲密程度最高的两类进行合并；然后考虑合并后的类与其他类之间的亲疏程度，再进行合并；重复这一过程，直至将所有的样本合并为一类。聚类分析的实质是建立一种分类方法，它能够将一批样本数据按照他们在性质上的亲密程度在没有先验知识的情况下自动进行分类。这个类指的是一个具有相似性个体的集合，不同类之间具有明显的区别。聚类分析的方法主要有两种，一种是快速聚类，一种是层次聚类。如果观察值的个数非常多（200个以上），则宜采用快速聚类的方法。在本例中用到的是层次聚类，并且是层次聚类中的R型聚类，R型聚类是对研究对象的观察变量进行分类，使具有共同特点的变量聚集在一起。 2.2 建立指标体系 进行不同区域的划分，需要考虑的指标是多种多样的。既要以经济因素为主，又要适当地考虑到社会因素；既要有直接指标，又要有间接指标……参考相关文献，我确立了以下几个主要的反映国民经济情况的指标：地区生产总值（亿元）、工业增加值（亿元）、工业用电量（亿千瓦时）、城镇固定资产投资（亿元）、房地产开发投资额（亿元）、社会消费零售额（亿元）、进出口总额（万美元）、出口总额（万美元）、实际外商直接投资（万美元）、城市居民消费价格指数（上年为100）、城镇居民人均可支配收入（元）、农民人均纯收入（元）、在岗职工平均工资（元）。 3 聚类分析 3.1 原始数据的录入 原始数据见下表： 表1 数据来源于《江苏省统计年鉴（2004）》 3.2 转换指标数据 利用SPSS16.0对收集的数据进行标准化处理得到标准化的数据，见下表。 表2 3.3 聚类的结果分析 3.3.1 相关系数矩阵 表3是聚类分析各样本的距离矩阵，从中可以看出各个样本之间的距离。相关系数越大说明两城市之间的距离越近，即更容易聚成一类。 表3 Proximity Matrix Case Matrix File Input Zscore(南京) Zscore(无锡) Zscore(徐州) Zscore(常州) Zscore(苏州) Zscore(南通) Zscore(连云港) Zscore(淮安) Zscore(盐城) Zscore(扬州) Zscore(镇江) Zscore(泰州) Zscore(宿迁) Zscore(南京) 1.000 1.000 .964 .990 1.000 .992 .995 .981 .993 .977 .994 .963 .656 Zscore(无锡) 1.000 1.000 .966 .990 .999 .993 .996 .981 .993 .979 .995 .965 .653 Zscore(徐州) .964 .966 1.000 .964 .956 .977 .982 .984 .982 .994 .976 .989 .739 Zscore(常州) .990 .990 .964 1.000 .988 .997 .984 .982 .991 .971 .975 .980 .686 Zscore(苏州) 1.000 .999 .956 .988 1.000 .989 .993 .978 .990 .970 .992 .956 .649 Zscore(南通) .992 .993 .977 .997 .989 1.000 .990 .984 .993 .986 .984 .987 .672 Zscore(连云港) .995 .996 .982 .984 .993