全国各省经济的聚类分析及判别分析.docxVIP

全国各省经济的聚类分析及判别分析 唐鹏钧 (DY1001109) 摘要：利用 SPSS 软件对全国 31 个省、直辖市、自治区(浙江、湖南、甘肃除外)的主要经济指标进行聚类分析，将其经济分成 4 种类型，并对浙江、湖南、甘肃进行类型判别分析。通过这两个方法对全国各省进行经济分类。本文选取了 7 项经济指标作为决定经济类型的影响因素，各项数据均来自 2010 年国家统计年鉴。分析结果表明：北京市和上海市为第一类经济类型；江苏省和山东省为第三类型；广东省为第四类经济；其他 25 个省、直辖市、自治区均属于第二类型。 关键词：聚类分析、判别分析、经济类型 引言 聚类分析是根据研究对象的特征对研究对象进行分类的多元统计分析技术 的总称。它直接比较各事物之间的性质，将性质相近的归为一类，将性质差别较 大的归入不同的类。系统聚类分析又称集群分析，是聚类分析中应用最广的一种 方法，它根据样本的多指标（变量）、多个观察数据，定量地确定样品、指标之 间存在的相似性或亲疏关系，并据此连结这些样品或指标，归成大小类群，构成 分类树状图或冰柱图。 判别分析是根据多种因素(指标)对事物的影响来实现对事物的分类，从而对 事物进行判别分类的统计方法。判别分析适用于已经掌握了历史上分类的每一个 类别的若干样品，希望根据这些历史的经验（样品），总结出分类的规律性（判 别函数）来指导未来的分类。 聚类分析与判别分析都是研究分类的，但是它们有所区别： (1)聚类分析一般寻求客观的分类方法，在进行聚类分析以前，对总体到底 有几种类型并不知道。判别分析则是在总体类型划分已知，在各总体分布或来自 总体训练样本的基础上，对当前的新样本判定它们属于哪个总体。 (2)两类方法的建立的模型不一样，因此在处理某些特定的问题时，就会得 1 出不一样的结果，就本题看来，出现了经济类型上的判别不一致的细微差异，但 是作为分类方法来说，两种方法在大部分情况下都能取得一致的效果。 (3)聚类分析与判别分析也是有联系的。如我们对研究的多元数据的特征不 熟悉，当然要先进行聚类分析，才能考虑判别分析的问题。 随着改革开放的进行，我国进入了一个前所未有的经济飞速发展时期，整体 经济实力与日俱增。但是，我们也应该看到各个地区的发展不平衡，沿海地区发 展较快，经济增长也较快，而中西部发展相对较慢。因此，基于这种现状，本文 对全国各地区的经济进行聚类分析。首先对除浙江、湖南、甘肃三省的其他各省 经济进行聚类，然后对浙江、湖南、甘肃三省的经济类型进行判别分析。通过本 文的分析研究，可以清楚地认识到我国经济类型构成，以及各地区的发展差异， 最终对国家以及各地区的发展及政策制定实施起到指导作用。本文采用多元统计 分析方法，对全国 31 个省、直辖市、自治区的 7 项经济指标进行聚类分析和判 别分析，从而能够比较客观地反映了当前各地区的经济类型。 实验方案 1.1 数据统计 本文根据 2010 年国家统计年鉴，选取了 2009 年 31 个省、直辖市、自治区的 7 项经济指标[1]，如表 1 所示。其中包括：各省的国内生产总值 X1、农业生 产总值 X2、工业生产总值 X3、建筑业生产总值 X4、进出口总值 X5、批发企业销售额 X6 和餐饮业 X7。 1.2 聚类分析 将表 1 所示的 31 个省、直辖市、自治区(除浙江、湖南和甘肃) 2009 年的各 项数据导入 SPSS。为了便于分析，在聚类分析前，先对数据进行标准差标准化处理，其过程为：“Analyze→Descriptive Statistics→Descriptives…”，然后对标准差标准化后的数据进行聚类分析(Hierarchical Cluster Analysis)。其过程为：依次选择“Analyze→Classify→Hierarchical Cluster”，引入的变量是 X1 至 X7。从而对样品(个案)进行聚类，即 Q 型聚类分析(对研究对象本身分类)。聚类方法使 2 Between-groups linkage( 类间平均链锁法 ) ，距离测量技术选择 Squared Euclidean distance(Euclidean 距离平方，即两观察单位间的距离为其值差的平方和，该技术用于 Q 型聚类)。最终得出聚类分析结果。值得注意的是本文选择的聚类类型共分 4 类。 1 2009 年我国 31 个省、直辖市、自治区的各项经济指标数据统计 单位：亿元 国内生产 农业生 工业生 建筑业生 进出口总 批发企 餐饮 地区 产总值 产总值 产总值 值 业销售 业 总值(X1) (X2) (X3) (X4) (X5) 额(X6) (X7) 北京 12153.03 315.0 11039.135334148 22558.0 3