HDI实验报告

中国大陆地区HDI差异实证分析
学号：0121
姓名：赵苗苗
班级：地信本1001班
任课教师：陈培安
中国大陆地区HDI 区域差异实证分析
课程编号：实验代码： S-2。

实验时间与地点：2013年6月23日山东师范大学长清校区综合实验楼G区
一、实训目的与要求
1. 掌握HDI 的基本含义
2. 掌握HDI 的计算方法步骤，并能够应用于区域HDI 研究之中
3. 学会查找计算HDI 的所需数据的方法与途径
4. 初步掌握研究HDI 的区域差异的基本方法（例如：极值比或基尼系数，空间分布特征，图表或地图等等）
二、实训过程
1. 老师布置、讲述实验的目的与要求
2. 确定研究区域
3. 搜集资料，研究资料
4. 进行数据处理与计算，分析区域差异特征
5. 撰写实验报告
三、实训准备
1. 软件准备：Microsoft Office Excel 2003、ArcGIS Desktop 9.3。

2. 数据准备
(1) 数据获取途径
从图书馆、有关统计信息网以及其他专业网站、论坛等处查找中国以及各地区统计年鉴、中国人口与就业统计年鉴、人口普查或抽样调查资料等。

(2) 数据选取与处理原则
1) 尽量使用同一年份的数据。

如果同一年份的数据不可得，则可考虑使用相近年份的数据，但是要研究不同年份该数据的地区位次是否变化的问题。

2) 数据不可得问题
①预期寿命：应使用最新数据。

如无系统的新数字，可以使用2011 年普查数。

②教育：学校教育年数，可使用6 岁代替25 岁，因此可做简化处理，使用
6 岁及其以上人口平均受教育年限来表示知识水平，计算公式为：
平均受教育年限=Σ(某种教育程度人口比重×该教育程度受教育年数)；
预期学校教育年限可采用下述计算公式，式中各地区6-25岁硕士毕业人口数字相对难找：
预期学校教育年限=Σ(某层次教育在校生数/全部适学人口数（6-25岁）×该层次学校毕业生教育年数)
③各种教育程度人口受教育年数：文盲0 年，小学6 年，初中9 年，高中与小中专12 年，专科14 年，大本16 年，硕士研究生19 年，博士22 年。

四、实训内容
1. 指标以及数据选取
人类发展指数HDI（Human Development Index)是由联合国开发计划署（UNDP）在《1990年人文发展报告》中提出的，用以衡量联合国各成员国经济社会发展水平的指标，是对传统的GNP指标挑战的结果。

人类发展指数（HDI）是测算人类发展水平的概要指标，它衡量了一个国家或地区在三个人类发展的基础方面的发展水平，这三个方面分别为健康水平、教育水平和生活质量。

(1) 健康水平的指标——预期寿命
由于无法找到中国各地区2013年的预期寿命，通过已知几个省份2011年预期
寿命与2010年的预期寿命相比，其位次排名并无大差别，而且从定性角度考虑，2010年与2011年各地区预期寿命的位次排名应该差别不大，因此最终决定使用2010 年预期寿命普查数据。

(2) 教育水平——平均学校教育年数与预期学校教育年限
① 平均学校教育年数：使用6 岁及其以上人口平均受教育年限来表示知识水平，教育层次统计范围为文盲、小学、初中、高中、中专、大专、大学、研究生，采用2010年6岁及以上总人口以及6岁及以上各教育层次人数的普查数据，2013年的数据比较难找，通过获取的几个省份2010年的数据比较来看，并且从定性角度分析，2013年的平均学校教育年数相对2010年来说只是提高了数值，但位次排名应该变动不大，因而采用2010年普查数据有一定的可取性。

② 预期学校教育年限：采用5-24岁适学人口一生将要接受教育的年数来表示教育水平，由于研究生人数数据比较难找，因而统计各教育层次在校学生数只统计到本科生，采用的是2011年的各层次在校学生人数的普查数据，因为2013年6-23岁的各地区总人数数据比较难统计，因而决定采用2011年5-24岁的人各地区总人数来替代，从定性角度分析来看，采用的数据具有一定可取性，因此用此数据求得的各地区预期学校受教育年限位次排名上应该没多大变动。

(3) 生活质量——人均GDP
由于人均GNI 数据较难找，主要是来自国外的净要素收入不好统计，定性分析来看，全国各地区人均GNI 与人均GDP 应该相差不大，所以采用2010年普查数据来计算人均GDP 。

2. 计算方法
(1) 设置最高值（实际观测到的最大值）与最低值（人为规定） (2) 对各原始数据列进行极差标准化 (3) 各指标指数以及HDI 计算公式
预期寿命指数（LEI ）： 平均学校教育年数指数（MYSI ）：
预期学校教育年数指数（EYSI ）： 20
-m ax (L E )20-L E L E I =
-m ax (MY SI)0
-MY SI MY SI =
-m ax (E Y SI)0
-E Y SI E Y SI =
教育指数： 收入指数（II ）： 社会发展指数（HDI ） 3．计算步骤
(1) 构建HDI 原始数据矩阵
表 3.1 HDI 原始数据矩阵
-EY SI MY SI max 0-EY SI MY SI EI ⨯⨯=
()()10000
ln m ax G DPpc ln ln10000
-G DPpc ln II -=3
II
E I L E I HDI ⋅⋅=
(2) 数据标准化处理后以及区域HDI计算
表 3.2 标准化数据矩阵以及HDI值
(3) 中国内陆地区HDI差异特点分析与评价
图 3.1 中国内陆地区HDI分布差异图
(1) 一般来说HDI值越大越好，而且HDI相对于GDP能够更好地反映人类发展水平，但是要注意其不能够反应区域的所有方面，例如尊重人权、民主和不平等重要方面。

本次实训过程中将中国各地区的HDI值分为极高、较高、中等、低下四种水平，通过中国内陆地区HDI分布差异图我们可以直观的看到中国各地区的HDI处于哪个发展水平，北京、上海和天津人类发展指数处于极高水平（HDI值都在0.90以上），沿海各省市人类发展指数基本处于较高水平（HDI值大约在0.77—0.90之间），中部内陆地区人类发展指数基本处于中等水平（HDI值大约在0.68—0.77之间），西北西南部分地区人类发展指数基本处于一般水平（HDI值大约在0.60-0.68之间），甘肃、云南、西藏和贵州处于低下水平（HDI值都在0.60以下）。

(2) 通过绘制构建HDI三个指标指数（预期寿命指数、收入指数和教育）的柱状图我们可以直观的比较各地区三个指标的发展情况，并且可以大致判断每个地区健康水平、生活质量和教育水平是否协调发展。

从图中可以看出，HDI处于极高水平的地区健康水平、生活质量和教育水平基本达到协调发展，HDI处于较高、中等水平的地区三个方面发展不是很平衡，有某方面的指标水平明显滞后，而HDI处于一般、低下水平的地区三个方面发展不是很高，并且三者发展相当不平衡。

五、实训体会
通过本次实训在理解HDI含义基础上学会了查找HDI所需的数据的方法、途径和HDI的计算，并且学以致用于区域HDI 研究之中，而且还学会运用研究HDI 的区域差异的基本方法。

这次实训体会最难最辛苦的阶段就是查找与选取计算HDI 所需的数据，数据准备与处理过程会遇到各种各样的问题，为了达到研究目标，一个好的数据在研究中是很关键的，因而我们得适当的根据经验与知识来分析并解决遇到的问题。

对于本次实训，应指出的是由于本次实验有些指标采用的是2010年的普查数
据，与采用2011年数据来计算是有一定差异的，由于社会的发展，经济水平的提高，健康水平、生活质量和教育水平相对来说肯定提高了，用2011年数据来计算的3个指标指数值与用2010年数据来计算的3个指标值相比肯定更高些。

由于我在研究HDI水平进行了5个等级的划分，仔细斟酌了划分5个等级的HDI临界值，因此利用2010年数据与2011年数据分别计算得到的结果差异主要体现在各个等级间内的各地区HDI位次排名可能有一定调整，但5个等级所包括地区应该不会产生太大差异，所以本次实训所得结果在一定程度上可大致反映中国各地区HDI分布差异。