中国省会城市和计划单列市经济发展

计量地理学

2012年中国省会城市和计划单列市经济发展水平的定量分析

姓名：

学院：

学号：

指导老师：

手机号：

2012年中国省会城市和计划单列市经济发展

水平的定量分析

（1.东北师范大学地理科学学院, 中国长春130024; 2.东北师范大学地理科学学院, 中国长春

130024）

摘要：首先选取2012年全国27个省会城市和计划单列市（7个地方的数据不完整，此处不予考虑）的19个经济发展水平的指标，应用SPSS统计软件对此进行了主成分分析；然后结合主成分分析结果，利用聚类分析方法得到了中国省会城市和计划单列市经济发展水平的区域谱系图；最后在此基础上，探讨了中国省会城市和计划单列市经济发展水平的区域相似性和差异性。通过得到省会城市和计划单列市的经济发展水平，进而推断中国区域经济发展水平，从而为城市规划和发展等相关决策提供一定的科学依据。

关键词：经济发展水平; 主成分分析; 系统聚类; 中国省会城市和计划单列市

1．引言

省会城市及计划单列市作为全国或各地区的政治、经济、文化中心,它们的发展状况如何,不仅直接影响到本地区社会和经济的发展,而且也从不同方面不

同程度影响着整个国民经济的发展,它们是整个国

民经济和地区经济发展的龙头。

2．中国省会城市和计划单列市经济发展的“降维”分析

2.1 指标选取

本研究选取了选取2012年全国29个省会城市和计划单列市的19个中国省会城市和计划单列市经济发展水平的指标作为分析中国省会城市和计划单列市经济发展水平的评价指标，并对这些评价指标作主成分（降维）分析。

X1——年末总人数（以万人为单位）

X2——地区生产总值（当年价格）（以亿元为单位）。地区生产总值代表了一个地区的经济增长效应,是

衡量地区经济发展状况最重要的一个指标，对地区经济政策的制定能提供有价值的参考意见。

X3——客运量（以万人为单位）。X4——货运量（以10000吨为单位）。空间运输联系是指在自然、社会、经济诸要素综合作用下,区域间通过交通运输设施进行的旅客和货物交流产生的相互联系与作用。客运量与货运量的时空变化是空间运输联系变化的基本表现，也是一地经济发展的一个表征指标。

X5——地方财政预算内收入（以万元为单位）。

X6——地方财政预算内支出（以万元为单位）。财政预算是用于分析地方财政预算权力及其决策过程，反映了一个地区的经济发展水平。

X7——固定资产投资总额（以万元为单位）。作为拉动经济增长的三驾马车之一的投资，通过形成资产或转变资产形态，不仅可以在短期形成对生产要素的需求，而且可以形成长期的生产供给。合理的投资规模与优化的投资结构，可以同时增加经济实体的有效需求和有效供给，与此同时供需关系互相促进，对整个社会经济的发展起着至关重要的作用。因此，固定资产投资总额对于一地区的经济发展有着重要的作用。

X8——城乡居民储蓄存款年末余额（以万元为单位）。居民储蓄是指一定时期居民可支配收入减去居

民消费的剩余,它表现为各种(实物和金融的)资产的持有，也是一地区经济发展水平表征的一部分。

X9 ——在岗职工平均工资（以元为单位）。即用各单位全年的职工工资总额除以同口径的职工年平均人数，在岗职工平均工资是对收入分配情况反映的重要指标。生产总值的提高是职工平均工资增长的原因，而职工的平均工资也可以间接地反映生产总值，也即是一种经济发展水平的重要指标。

X10——年末邮政局（所）数（以处为单位）。城市邮政营业局所是城市发展必要的基础设施。

X11——年末固定电话用户数（以万户为单位）。若固定电话用户数下跌,反映出整体经济状况不佳。公司关闭、互联网企业倒闭等,都影响了用户数目。所以，年末固定电话用户数可作为经济发展水平的一个指标。

X 12——社会消费品零售总额（以万元为单位）。社会消费品零售总额是衡量人们消费水平的重要指标，也是国民经济体系中的一个重要指标。

X13——货物进出口总额（以万美元为单位）。货物进出口总额作为一个国家经济体中的重要组成部分,对外贸易对于中国的经济发展也起到了越来越重要的作用。同样，也可为经济发展水平的一个指标。X14——年末实有公共（汽）电车。城市公共交通作为交通运输服务业的重要组成部分，对城市的政治、经济、文化、教育、环境发展具有重大影响，是城市现代化建设的重要环节和关键。

X15——剧场、影剧院（以个为单位）。剧场、影剧院作为国家文化业和服务业的组成部分，也是经济发展水平的一部分。

X16——普通高等学校在校学生数（以人为单位）。X17——医院卫生院

X18——执业(助理)医师

X19——工业废水排放量（以万吨为单位）。工业废水排放量指经过企业厂区所有排放口排到企业外部的工业废水量，包括生产废水、外排的直接冷却水、超标排放的矿井地下水和与工业废水混排的厂区生活污水,不包括外排的间接冷却水,但包括清污不分流的间接冷却水。

2.2 指标间的相关性分析

利用SPSS软件对原始数据做标准化处理，然后计算得出各指标之间的相关系数矩阵，其结果见表1。

表1 相关系数矩阵

由表1不难得出，原始变量数据中，X1和X7, X1和X17,X2和X5,X2和X6,X2和X8,X2和X10，X2和X11,X2和X12, X2和X14,X3和X11，X3和X14,X5和X6,X5和X8, X5和X10,X5和X11,X5和X12,X5和X13,X5和X15,X5和X18,X6和X8，X6和X10,X6和X11,X6和X12，X6和X15，X6和X18, X8和X11,X8和X12,X8和X15,X8和X18，X10和X14，, X11和X12,X11和X13,X11和X14,X11和X15,X11和X18 ,X12和X15,X12和X18,X13和X14均存在着较大的正相关。

2.3 主成分贡献率及其主成分载荷分析

通过SPSS软件计算得到主成分特征值、贡献率、累积贡献率（如表2所示）。由表2可知，前三个主成分的累积贡献率为85.436，所以选取前三个主成分，就可以综合代表19个指标所反映的中国省会城市和计划单列市经济发展水平的特征和基本情况。主成分载荷矩阵（表3）表明：第一主成分（贡献率为64.614%）在地区生产总值、客运量、地方财政预算内收入、地方财政预算内支出、城乡居民储蓄存款年末余额、在岗职工平均工资、年末邮政局（所）数、年末固定电话用户数、社会消费品零售总额、货物进出口总额、年末实有公共（汽）电车、剧场、影剧院上具有很大的正载荷（0.842、0.858、0.898、0.876、0.878、0.762、0.802、0.892、0.809、0.969、0.921，0.841），这12个指标中地区生产总值与居民收入和消费与第一主成分密切相关，说明第一主成分在某种程度上代表着中国省会城市和计划单列市经济发展的整体状况。第二主成分（贡献率为14.623%）在年末总人数、固定资产投资总额、医院卫生院上具有较大的正载荷（0.918、0.762、0.762、0.821、0.875），在中国省会城市和计划单列市经济发展水平上具有较大的正载荷，这说明第二主成分在一定程度上代表着人口、投资和医疗设施状况。第三主成分在工业废水排放量上存在的正载荷贡献率仅为6.200%，这说明第三成分在一定程度上也反映出第一主成分的重要性。

X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X1 1.000

X2 0.617 1.000

X3 0.290 0.740 1.000

X4 0.568 0.583 0.312 1.000

X5 0.540 0.945 0.718 0.429 1.000

X6 0.581 0.935 0.694 0.430 0.992 1.000

X7 0.809 0.760 0.306 0.750 0.654 0.681 1.000

X8 0.607 0.897 0.752 0.390 0.960 0.956 0.599 1.000

X9 0.160 0.711 0.482 0.285 0.794 0.772 0.408 0.724 1.000

X10 0.491 0.868 0.713 0.471 0.833 0.854 0.629 0.763 0.567 1.000

X11 0.598 0.942 0.822 0.486 0.946 0.931 0.630 0.970 0.690 0.799 1.000

X12 0.705 0.962 0.713 0.543 0.936 0.927 0.748 0.942 0.684 0.789 0.962 1.000

X13 0.182 0.797 0.877 0.222 0.821 0.796 0.264 0.793 0.654 0.778 0.840 0.733 1.000

X14 0.292 0.818 0.921 0.352 0.782 0.760 0.339 0.786 0.558 0.810 0.870 0.769 0.954 1.000

X15 0.495 0.787 0.684 0.196 0.848 0.838 0.432 0.896 0.652 0.638 0.882 0.866 0.757 0.756 1.000

X16 0.739 0.383 0.139 0.604 0.291 0.304 0.629 0.350 0.048 0.200 0.378 0.491 -0.064 0.113 0.288 1.000

X17 0.875 0.564 0.368 0.502 0.523 0.579 0.750 0.606 0.243 0.527 0.581 0.627 0.193 0.303 0.466 0.587 1.000

X18 0.687 0.785 0.627 0.412 0.848 0.860 0.609 0.918 0.561 0.695 0.866 0.866 0.605 0.631 0.777 0.425 0.709 1.000

X19 0.284 0.338 0.026 0.495 0.229 0.188 0.380 0.204 0.148 0.111 0.261 0.283 0.125 0.148 0.099 0.257 0.109 0.144 1.000