統(tǒng)計(jì)學(xué)優(yōu)秀畢業(yè)論文基于多元統(tǒng)計(jì)分析的我國(guó)省會(huì)城市經(jīng)濟(jì)發(fā)展水平綜合評(píng)價(jià)

1、<p><b>　　本科畢業(yè)論文</b></p><p><b>　?。?0 屆）</b></p><p>　　基于多元統(tǒng)計(jì)分析的我國(guó)省會(huì)城市經(jīng)濟(jì)發(fā)展水平綜合評(píng)價(jià)</p><p>　　Based on multivariate statistical analysis of the capital cities

2、 in our country economic development level comprehensive evaluation</p><p>　　所在學(xué)院 </p><p>　　專業(yè)班級(jí) 統(tǒng)計(jì)學(xué) </p><p>　　學(xué)生姓名 學(xué)號(hào)

3、 </p><p>　　指導(dǎo)教師 職稱 </p><p>　　完成日期 年 月 </p><p><b>　　誠(chéng)信聲明</b></p><p>　　本人鄭重聲明:本人所呈交的畢業(yè)論文，是在導(dǎo)師 指導(dǎo)下獨(dú)立

4、研究取得的成果。畢業(yè)論文中凡引用他人已經(jīng)發(fā)表的成果、數(shù)據(jù)、觀點(diǎn)等，均已明確注明出處。除文中已注明引用的內(nèi)容外，不包含任何其他個(gè)人或集體已發(fā)表的論文。若有抄襲，愿承擔(dān)一切后果。</p><p><b>　　特此聲明。</b></p><p><b>　　完成人簽名:</b></p><p>　　基于多元統(tǒng)計(jì)分析的我國(guó)省會(huì)城市

5、經(jīng)濟(jì)發(fā)展水平綜合評(píng)價(jià)</p><p>　　摘要：首先，本文選取因子分析法，借助 SPSS 軟件，對(duì)我國(guó) 31 個(gè)省會(huì)城市的經(jīng)濟(jì)競(jìng)爭(zhēng)力水平進(jìn)行了實(shí)證研究和綜合評(píng)價(jià)分析，主要在于提取具有綜合性解釋社會(huì)經(jīng)濟(jì)發(fā)展水平的幾個(gè)因子成分，并據(jù)此對(duì)各省會(huì)城市的社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顩r進(jìn)行比較和綜合評(píng)價(jià)。其次，為了進(jìn)一步確定各省會(huì)城市的經(jīng)濟(jì)發(fā)展地位，對(duì)各省會(huì)城市的各項(xiàng)經(jīng)濟(jì)指標(biāo)進(jìn)行了系統(tǒng)聚類分析，將 31 個(gè)省市分為 3 類，并對(duì)其結(jié)果結(jié)合

6、實(shí)際生活進(jìn)行了一定的分析，有針對(duì)性地評(píng)價(jià)了當(dāng)今的社會(huì)政策，從而為我國(guó)經(jīng)濟(jì)發(fā)展及國(guó)家宏觀政策提出了建議。</p><p>　　關(guān)鍵詞：省會(huì)城市；因子分析；聚類分析；綜合評(píng)價(jià)</p><p>　　Based on multivariate statistical analysis of the capital cities in our country economic</p>

7、<p>　　development level comprehensive evaluation</p><p>　　Abstract: First, this article selects the factor analysis method, with the aid of SPSS software, the economic competitiveness of China's 31

8、provincial capital the city level has carried on the empirical research and analysis of comprehensive evaluation, the main is to extract the comprehensive explanation other social and economic development level of a few

9、factors, accordingly to the provinces will compare the social economic development of the city and comprehensive evaluation. Secondly, in or</p><p>　　the system clustering analysis, 31 provinces and cities c

10、an be divided into three types, and the results must be analyzed combined with the actual life, targeted evaluation of today's social policies, and to China's economic development and national macro policy sugges

11、tions are put forward.</p><p>　　Keywords: The provincial capital cities ; Factor analysis; Clustering analysis; Comprehensive evaluation.</p><p><b>　　目 錄</b></p><p><

12、;b>　　摘要I </b></p><p>　　AbstractI</p><p><b>　　1 引言1</b></p><p>　　1.1論文選題背景及意義1</p><p><b>　　1.2論文思路1</b></p><p>　　2 省會(huì)城

13、市經(jīng)濟(jì)發(fā)展水平分析方法及評(píng)價(jià)指標(biāo)體系1</p><p><b>　　2.1分析方法1</b></p><p>　　2.2評(píng)價(jià)指標(biāo)體系1</p><p>　　3 省會(huì)城市經(jīng)濟(jì)發(fā)展水平實(shí)證分析2</p><p>　　3.1因子分析結(jié)果2</p><p><b>　　3.2綜合分析

14、6</b></p><p><b>　　3.3聚類分析7</b></p><p>　　4 結(jié)論與評(píng)價(jià)10</p><p>　　4.1主要結(jié)論10</p><p>　　4.2評(píng)價(jià)及建議10</p><p><b>　　參考文獻(xiàn)12</b></p>

15、;<p>　　附錄一：省會(huì)城市主要經(jīng)濟(jì)指標(biāo)（2012年）13</p><p>　　附錄二：旋轉(zhuǎn)前因子載荷陣15</p><p>　　附錄三：旋轉(zhuǎn)后因子載荷陣16</p><p><b>　　1 引言</b></p><p>　　1.1 論文選題背景及意義</p><p>　　

16、自改革開(kāi)放以來(lái)，中國(guó)的經(jīng)濟(jì)得到快速發(fā)展，具有中國(guó)特色的社會(huì)主義市場(chǎng)經(jīng)濟(jì)體制得到逐步完善，各省、自治區(qū)、直轄市的經(jīng)濟(jì)也在競(jìng)爭(zhēng)中保持持續(xù)快速發(fā)展的良好態(tài)勢(shì)，然而，這種發(fā)展中存在著一個(gè)明顯的問(wèn)題不容我們忽視，那就是各省市的發(fā)展程度不一樣，發(fā)展速度也是快慢不一的。我國(guó)是個(gè)大國(guó)，地區(qū)差距大，經(jīng)濟(jì)區(qū)域眾多，條件千差萬(wàn)別，因而區(qū)域經(jīng)濟(jì)發(fā)展的水平和狀況有差異，發(fā)展不平衡也是一個(gè)重要特征。如何使各地區(qū)都發(fā)展起來(lái)，區(qū)域經(jīng)濟(jì)活躍，整體效益高，這就需要我們對(duì)當(dāng)

17、前的現(xiàn)狀有一個(gè)清晰的認(rèn)識(shí)，并在現(xiàn)狀的基礎(chǔ)上進(jìn)行分析，以便找出各省市經(jīng)濟(jì)的特點(diǎn)與發(fā)展情況以及不同省市區(qū)域的排名及差異，針對(duì)分析產(chǎn)生的問(wèn)題出臺(tái)政策或措施進(jìn)行解決。</p><p><b>　　1.2 論文思路</b></p><p>　　選取的數(shù)據(jù)來(lái)自中國(guó)統(tǒng)計(jì)年鑒2012，數(shù)據(jù)為中國(guó)省會(huì)城市2012年的的經(jīng)濟(jì)發(fā)展指標(biāo)，觀察指標(biāo)結(jié)合經(jīng)濟(jì)理論，從整體上講，各城市經(jīng)濟(jì)發(fā)展整體有

18、一定規(guī)律，每個(gè)城市分別在其中占一定地位，即排名，本文選取因子分析，對(duì)各中國(guó)省會(huì)城市的經(jīng)濟(jì)發(fā)展水平進(jìn)行綜合評(píng)價(jià)。其中不同城市的經(jīng)濟(jì)發(fā)展?fàn)顩r因地域等原因存在差異性。因此，在綜合分析的基礎(chǔ)上，運(yùn)用聚類分析對(duì)中國(guó)省會(huì)城市進(jìn)行聚類，將同等經(jīng)濟(jì)發(fā)展水平相近的化為一類，以便于進(jìn)行差異分析和政策性建議。</p><p>　　綜合評(píng)價(jià)和差異性分析，本文運(yùn)用SPSS軟件和Microsoft Office Excel軟件對(duì)數(shù)據(jù)進(jìn)行處理

19、和分析。</p><p>　　2 省會(huì)城市經(jīng)濟(jì)發(fā)展水平分析方法及評(píng)價(jià)指標(biāo)體系</p><p><b>　　2.1 分析方法</b></p><p>　　因子分析是指從研究指標(biāo)相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，把一些信息重疊、具有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)不相關(guān)的綜合因子的一種多元統(tǒng)計(jì)分析方法?；舅枷胧牵焊鶕?jù)相關(guān)性大小把變量分組，使得同組內(nèi)的

20、變量之間相關(guān)性較高，但不同組的變量不相關(guān)或相關(guān)性較低，每組變量代表一個(gè)基本結(jié)構(gòu)一即公共因子。通過(guò)因子分析，達(dá)到了降維、簡(jiǎn)化數(shù)據(jù)的目的，同時(shí)由于因子旋轉(zhuǎn)使得公共因子在同一列變量上的載荷兩極分化，突出主要矛盾，故而因子變量具有更好的解釋性，命名清晰度更高。</p><p>　　主成分分析也稱主分量分析，主成分分析就是將具有一定相關(guān)性的、反映研究問(wèn)題的眾多變量通過(guò)線性組合的方式轉(zhuǎn)化為少數(shù)的幾個(gè)綜合變量，通過(guò)這少數(shù)的幾個(gè)

21、綜合變量解釋原來(lái)眾多變化量的方差-協(xié)方差結(jié)構(gòu)，它們即為提取出來(lái)的主成分。所得出的少數(shù)幾個(gè)主成分，要盡可能多地保留原始變量的信息，且彼此不相關(guān)。</p><p>　　主成分分析法和因子分析法都是用少數(shù)的幾個(gè)變量來(lái)綜合反映原始變量的主要信息，變量雖然較原始變量少，但所包含的信息量卻占原始信息的85%以上，所以即使用少數(shù)的幾個(gè)新變量，可信度也很高，也可以有效地解釋問(wèn)題。并且新的變量彼此間互不相關(guān)，消除了多重共線性。但是

22、綜合主成分函數(shù)中主成分的權(quán)數(shù)設(shè)定是各個(gè)主成分的方差貢獻(xiàn)率，并非因子分析中的選取的旋轉(zhuǎn)后因子的方差貢獻(xiàn)率，同時(shí)主成分的因子載荷的符號(hào)有正有負(fù)，綜合評(píng)價(jià)函數(shù)的意義就不是很明確，命名清晰度就不夠好。對(duì)比之下，本文最后選取了因子分析方法對(duì)中國(guó)省會(huì)城市的經(jīng)濟(jì)發(fā)展水平進(jìn)行綜合評(píng)價(jià)分析。</p><p>　　2.2 評(píng)價(jià)指標(biāo)體系</p><p>　　本文是根據(jù)31個(gè)省會(huì)城市的經(jīng)濟(jì)發(fā)展實(shí)際情況來(lái)設(shè)計(jì)指標(biāo)體

23、系的，同時(shí)也遵循了以下設(shè)計(jì)原則：</p><p>　　第一，相關(guān)性。由于不能對(duì)省會(huì)城市的經(jīng)濟(jì)發(fā)展水平直接進(jìn)行測(cè)量，它也不是一個(gè)顯性的定量或者定性數(shù)據(jù)，所以只能選取能夠在一定程度上反映城市經(jīng)濟(jì)發(fā)展水平的某些基本特征。</p><p>　　第二，可操作性。被選擇的指標(biāo)必須是可以度量的，能夠直接或間接計(jì)算得到定量數(shù)據(jù)。有一些指標(biāo)理論上具有可行性，但是缺乏直接或間接的數(shù)據(jù)來(lái)源，雖然可以獲取數(shù)據(jù)，但

24、可靠度較低，因此，寧缺毋濫，避免主觀意識(shí)的干擾。</p><p>　　第三，優(yōu)選性。由于省會(huì)城市經(jīng)濟(jì)競(jìng)爭(zhēng)力的實(shí)際情況限制，經(jīng)常有一些重要因素難以直接獲取統(tǒng)計(jì)數(shù)據(jù)的支撐，甚至僅有幾個(gè)城市具有統(tǒng)計(jì)數(shù)據(jù)，這就使看似可行的指標(biāo)缺乏全面性和完整性。</p><p>　　第四，可比性。指標(biāo)設(shè)計(jì)應(yīng)注重時(shí)間、地點(diǎn)和相應(yīng)范圍的可對(duì)比性，以便于進(jìn)行縱橫向比較，以區(qū)別各個(gè)省會(huì)城市的發(fā)展?fàn)顩r及其特點(diǎn)。</p

25、><p>　　第五，綜合性。為了對(duì)問(wèn)題進(jìn)行簡(jiǎn)化處理，以突出側(cè)重點(diǎn)，對(duì)于有些方面的影響因素，我們需要把反映城市經(jīng)濟(jì)競(jìng)爭(zhēng)力某一方面的一系列指標(biāo)通過(guò)統(tǒng)計(jì)方法綜合為一個(gè)指標(biāo)。</p><p>　　根據(jù)以上原則，結(jié)合省會(huì)城市經(jīng)濟(jì)競(jìng)爭(zhēng)力的理論，選取了以下指標(biāo)綜合評(píng)價(jià)31個(gè)省會(huì)城市的經(jīng)濟(jì)發(fā)展水平。</p><p>　　表2.1 評(píng)價(jià)指標(biāo)體系</p><p>　

26、　3 省會(huì)城市經(jīng)濟(jì)發(fā)展水平實(shí)證分析</p><p>　　3.1 因子分析結(jié)果</p><p>　　變量共同度反映每個(gè)變量對(duì)所提取的所有公共因子的依賴程度，此數(shù)值是因子載荷陣中每一行的因子載荷量的平方和，提取的因子個(gè)數(shù)不同，變量共同度也不同。從變量共同度表可以看出，各個(gè)變量的因子共同度除x19(普通高等學(xué)校在校學(xué)生數(shù))和x22（工業(yè)廢水排放量）以外的其他變量均很好的被公共因子解釋，其余20

27、個(gè)變量的因子共同度均在0.7以上。</p><p>　　表3.1顯示,第一個(gè)因子的特征值為15.136，占方差的68.798%；第二個(gè)因子的特征值為2.842，占方差的12.918%；第三個(gè)因子的特征值為1.126，占方差的5.118%；基于過(guò)程內(nèi)定于特征值大于1的原則，factor過(guò)程內(nèi)定了前3個(gè)因子，三個(gè)因子的特征值的累計(jì)方差貢獻(xiàn)率為86.834%,所以提取3個(gè)公因子是合理的。</p><

28、p>　　表3.1 特征根與方差貢獻(xiàn)率表</p><p>　　因子分析要求提取出的公因子有實(shí)際意義，但是大部分因子分析的結(jié)果中，各因子和原始變量之間的關(guān)系并不明顯，為了使因子載荷矩陣中系數(shù)更加顯著，可以對(duì)初始因子載荷矩陣進(jìn)行旋轉(zhuǎn)，旋轉(zhuǎn)后的因子系數(shù)已經(jīng)明顯向兩極分化，有了更鮮明的實(shí)際意義。</p><p>　　中系數(shù)絕對(duì)值大的變量有：x2(地區(qū)生產(chǎn)總值)、x5(第三產(chǎn)業(yè))、x6(客運(yùn)量)

29、、x8(地方財(cái)政預(yù)算內(nèi)收入)、x9(地方財(cái)政預(yù)算內(nèi)支出)、x11(城鄉(xiāng)居民儲(chǔ)蓄存款年末余額)、x12(在崗職工平均工資)、x13(年末郵政局?jǐn)?shù))、x14(年末固定電話用戶數(shù))、x15(社會(huì)消費(fèi)品零售總額)、x16(貨物進(jìn)出口總額)、x17(年末實(shí)有公共汽車輛數(shù))、x18(劇場(chǎng)、影劇院)、x21(執(zhí)業(yè)醫(yī)師)；</p><p>　　中系數(shù)絕對(duì)值大的變量有：x4(第二產(chǎn)業(yè))、 x7(貨運(yùn)量)、x10(固定資產(chǎn)投資總額)

30、、x19(普通高等學(xué)校在校學(xué)生數(shù))、x22(工業(yè)廢水排放量)；</p><p>　　中系數(shù)絕對(duì)值大的變量有：x1(年末總?cè)丝?、x3(第一產(chǎn)業(yè))、x20(醫(yī)院、衛(wèi)生院)；</p><p>　　因子分析的一個(gè)重要功能就是可以對(duì)提取出來(lái)的潛在變量主因子進(jìn)行命名，所以這三個(gè)因子集中反映的指標(biāo)為：主要用來(lái)反映第三產(chǎn)業(yè)經(jīng)濟(jì)情況，主要用來(lái)反映第二產(chǎn)業(yè)經(jīng)濟(jì)情況及經(jīng)濟(jì)外圍指標(biāo)；主要用來(lái)反映第一產(chǎn)業(yè)經(jīng)濟(jì)情況

31、。 </p><p>　　表3.2 因子得分系數(shù)矩陣</p><p>　　計(jì)算3個(gè)潛在變量因子得分。</p><p>　　根據(jù)因子得分系數(shù)矩陣寫出旋轉(zhuǎn)后的因子得分表達(dá)式：</p><p>　　代入31個(gè)省市的22個(gè)指標(biāo)值標(biāo)準(zhǔn)化之后的數(shù)值，計(jì)算最后的因子得分：</p><p>　　表3.3 因子得分表及各得分排名<

32、/p><p>　　計(jì)算各省市經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)綜合指數(shù)，并得出排名:</p><p>　　為旋轉(zhuǎn)后三個(gè)潛在變量因子的方差貢獻(xiàn)率。</p><p>　　表3.4 經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)綜合指數(shù)及排名</p><p><b>　　3.2 綜合分析</b></p><p>　　通過(guò)因子分析及綜合排名分析，可較直觀的

33、看出我國(guó)各省會(huì)城市經(jīng)濟(jì)發(fā)展水平綜合排名情況，其中，因子得分為正值，表明該省會(huì)城市經(jīng)濟(jì)綜合水平高于全國(guó)平均水平；因子得分為負(fù)值，表示該省會(huì)城市經(jīng)濟(jì)綜合水平低于全國(guó)平均水平。從表中可以看出，除了排名在前十的因子綜合得分為正值之外，其余的省市因子綜合得分均為負(fù)值，說(shuō)明我國(guó)的經(jīng)濟(jì)發(fā)展不均衡。</p><p>　　首先，從綜合得分來(lái)看，排名前 10 位，也就是經(jīng)濟(jì)綜合水平高于全國(guó)平均水平的省會(huì)城市，北京居首位，上海第二，廣

34、州第三，然后依次是重慶、 天津、成都、杭州、南京、武漢、沈陽(yáng)；綜合得分較低的省會(huì)城市主要有烏魯木齊、拉薩、南寧、南昌、貴陽(yáng)、蘭州、海口、銀川、西寧等。通過(guò)分析我們發(fā)現(xiàn)，近年來(lái)廣州市的發(fā)展突飛猛進(jìn)，僅次于北京、上海兩個(gè)直轄市，這也符合我們的現(xiàn)實(shí)情況，說(shuō)明數(shù)據(jù)分析的可信度較強(qiáng)。除去上海、北京之外，若結(jié)合之前年份的分析報(bào)告，不難看出江蘇、浙江這兩個(gè)省近年來(lái)發(fā)展也比較迅速。而排名比較靠后的也可以看出是蘭州、貴陽(yáng)、銀川、西寧等幾個(gè)西部落后省市，發(fā)

35、展較為緩慢，但是對(duì)比前幾年的數(shù)值，可以看出排名上還是有進(jìn)步的，這說(shuō)明我國(guó)近年來(lái)已經(jīng)加快了西部大開(kāi)發(fā)的步伐，加大了對(duì)發(fā)展西部的投入。</p><p>　　從三次產(chǎn)業(yè)比重的變化趨勢(shì)中可以看出，工業(yè)一直是國(guó)民經(jīng)濟(jì)發(fā)展的主導(dǎo)部門。發(fā)達(dá)國(guó)家在完成工業(yè)化之后逐步向“后工業(yè)化”階段過(guò)渡，高技術(shù)產(chǎn)業(yè)和服務(wù)業(yè)日益成為國(guó)民經(jīng)濟(jì)發(fā)展的主導(dǎo)部門。所以第三產(chǎn)業(yè)的各項(xiàng)分析指標(biāo)在此項(xiàng)經(jīng)濟(jì)分析中占較大比重，這同時(shí)也代表了我國(guó)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整措施有

36、了顯著成效。接下來(lái)，我們從各個(gè)主因子的得分看各省市的經(jīng)濟(jì)發(fā)展情況在各方面的表現(xiàn)：</p><p>　　第一主因子得分較高的省會(huì)城市主要有：北京、上海、廣州、天津、重慶、成都等。這些省市之所以在第一主因子中排到較為靠前的位置，除了經(jīng)濟(jì)實(shí)力本身較強(qiáng)之外，也因?yàn)榈谝恢饕蜃又饕淼谌a(chǎn)業(yè)，而服務(wù)業(yè)尤其是其中的金融業(yè)，的確在上海廣州等市較為發(fā)達(dá)。</p><p>　　第二主因子得分較高的省會(huì)城市主

37、要有：上海、重慶、天津、廣州、武漢、杭州等。這主要是因?yàn)榈诙饕蜃又饕淼诙a(chǎn)業(yè)，即制造業(yè)。</p><p>　　第三主因子得分較高的省會(huì)城市主要有：哈爾濱、重慶、成都、甘肅、石家莊、福州、長(zhǎng)春。這一主因子主要是第一產(chǎn)業(yè)和總?cè)丝?，因此人口較多和農(nóng)業(yè)發(fā)展比較好的省市是比較靠前的。</p><p>　　通過(guò)因子分析及綜合排名分析，可較直觀的看出各省會(huì)城市在各產(chǎn)業(yè)中的排名情況，以更具結(jié)果及自身

38、發(fā)展情況制定有效措施，以促進(jìn)經(jīng)濟(jì)更好更快的發(fā)展。</p><p><b>　　3.3 聚類分析</b></p><p>　　在對(duì)各省會(huì)城市的經(jīng)濟(jì)發(fā)展水平精心綜合和分析后，為了進(jìn)一步明確各省會(huì)城市的經(jīng)濟(jì)發(fā)展地位，對(duì)和它的經(jīng)濟(jì)發(fā)展?fàn)顩r較為相似的省市做對(duì)比，也為國(guó)家宏觀經(jīng)濟(jì)政策提出建議，再一步對(duì)各省會(huì)城市的各項(xiàng)經(jīng)濟(jì)指標(biāo)進(jìn)行了聚類分析。</p><p>

39、;　　一般按照城市的發(fā)展程度可以將其分為高、中、低三大類或者進(jìn)一步可細(xì)分為高、較高、中、較低、低，在此我們?cè)谑孪确治鰰r(shí)并不知道將其分為幾類較為合適，所以運(yùn)用系統(tǒng)聚類法，本文屬于針對(duì)樣品進(jìn)行的系統(tǒng)聚類分析，本分析利用SPSS軟件系統(tǒng)默認(rèn)值，即歐氏距離平方，類間平均距離連接法來(lái)對(duì)樣品進(jìn)行分析。 </p><p>　　根據(jù)軟件操作結(jié)果，生成聚類樹(shù)形圖，顯示了數(shù)據(jù)在分2、3、4、5、6類情況下的分類情況。</p&g

40、t;<p>　　* * * * * * * * * * * * * * * * * * * H I E R A R C H I C A&

41、#160;L  C L U S T E R   A N A L Y S I S * * * * * * * * * * * * *

42、 * * * * * *</p><p>　　Dendrogram using Average Linkage (Between Groups)</p><p>　　Rescaled Distance Cluster Combine</p>

43、<p>　　C A S E    0         5        10        15 

44、;       20        25</p><p>　　Label  Num  +---------+---------+---------+---------+---------+</p><p&g

45、t;<b>　　5   ─┐</b></p><p><b>　　31   ─┤</b></p><p><b>　　26   ─┼─┐</b></p><p><b>　　30  

46、 ─┘ │</b></p><p><b>　　21   ─┬─┤</b></p><p><b>　　29   ─┘ │</b></p><p><b>　　7   ─┐ 

47、;│</b></p><p><b>　　13   ─┤ │</b></p><p>　　25   ─┤ ├─┐</p><p>　　12   ─┤ │ │</p><p>　　1

48、5   ─┼─┤ │</p><p>　　24   ─┤ │ │</p><p>　　28   ─┤ │ │</p><p>　　14   ─┤ │ │</p>&

49、lt;p>　　20   ─┤ │ ├───┐</p><p>　　4   ─┘ │ │   │</p><p>　　16   ─┐ │ │   │</p><

50、;p>　　18   ─┤ │ │   │</p><p>　　27   ─┤ │ │   │</p><p>　　6   ─┼─┘ │   ├───────

51、────────────────────────────────┐</p><p>　　3   ─┘   │   │                 

52、60;                     │</p><p>　　8   ─────┘   │    

53、;                                   │</p&g

54、t;<p>　　10   ─┐       │                       &#

55、160;               │</p><p>　　11   ─┼───┐   │         

56、60;                             │</p><p>　　17   

57、;─┘   ├───┘                                &#

58、160;      │</p><p>　　23   ─────┘                     

59、0;                     │</p><p>　　2   ───┬─────────┐      

60、;                             │</p><p>　　19   ─

61、──┘         ├───────────┐                       │</p>

62、<p>　　22   ─────────────┘           ├─────────────────┐     │</p><p>　　9   ────────────────

63、─────────┘                 ├─────┘</p><p>　　1   ───────────────────────────────────────────┘</p><

64、;p>　　圖3.1 聚類樹(shù)形圖</p><p>　　通過(guò)對(duì)聚類樹(shù)形圖分析，可以看出，若將樣品分為三類，則北京單獨(dú)為一類，天津、上海、廣州、重慶為第二類，其余的則為第三類；若將樣品分為四類，則北京單獨(dú)為一類，上海單獨(dú)為一類，天津、重慶、廣州為一類，剩下的為一類；若將樣品分為四類，則北京單獨(dú)為一類，上海單獨(dú)為一類，天津和廣州為一類，重慶單獨(dú)為一類，剩下的為最后一類?？梢钥闯鋈羰菍悠贩譃樗念惢蛭孱?，總是在三類的

65、基礎(chǔ)上進(jìn)一步分類的，這樣分類意義不大，所以我們可以考慮用K均值聚類直接將樣品分為3類。</p><p>　　對(duì)于聚成的類數(shù)比較確定時(shí)，使用K均值聚類分析可以很快的將樣品分到各類去，而且該方法處理速度快，占用內(nèi)存小，尤其適合大樣本的聚類分析，在此我們將樣品分為 3 類。</p><p>　　表3.5 K均值聚類結(jié)果</p><p>　　根據(jù)上表我們可以看出，我們可以

66、將31個(gè)省會(huì)城市分為3類。第一類包括北京、上海，這一類屬于比較發(fā)達(dá)的省市。第二類包括天津、南京、杭州、武漢、廣州、重慶、成都，這一類屬于中等發(fā)達(dá)地區(qū)。第三類則為剩下的省會(huì)城市，包括石家莊、太原、呼和浩特、沈陽(yáng)等的22個(gè)省市，這些地區(qū)屬于欠發(fā)達(dá)地區(qū)。這種分類比較好的反映了各省會(huì)城市的差異現(xiàn)狀，中國(guó)經(jīng)濟(jì)發(fā)展落后地區(qū)主要集中在西部，且西部地區(qū)還存在明顯的分化現(xiàn)象，即基本呈現(xiàn)出越接近內(nèi)陸的省會(huì)城市經(jīng)濟(jì)發(fā)展差距越大的格局；東北三省的經(jīng)濟(jì)發(fā)展也存在

67、較大差異；而東部各省區(qū)普遍具有較高的經(jīng)濟(jì)發(fā)展水平。聚類結(jié)果再次驗(yàn)證了中國(guó)經(jīng)濟(jì)發(fā)展地區(qū)間的差異特征。這種地域差異，使得制定經(jīng)濟(jì)發(fā)展目標(biāo)及發(fā)展政策時(shí)必須遵循因地制宜的原則。對(duì)相同發(fā)展水平及地區(qū)相同的省市可采取相同的政策指導(dǎo)。</p><p><b>　　4 結(jié)論與評(píng)價(jià)</b></p><p><b>　　4.1 主要結(jié)論</b></p>

68、<p>　　綜上所述，對(duì)于我國(guó)2012年的各省會(huì)城市的綜合經(jīng)濟(jì)發(fā)展水平，結(jié)合因子分析與聚類分析的方法來(lái)綜合分析，分析結(jié)果與實(shí)際情況基本一致。主要有以下幾點(diǎn)：</p><p>　　我國(guó)東西部發(fā)展較為懸殊，經(jīng)濟(jì)文化較為繁榮的多位于沿海地區(qū)。北京、上海、廣州這幾個(gè)省市經(jīng)濟(jì)發(fā)展比較發(fā)達(dá)。而西部的蘭州、西寧、銀川等省會(huì)城市發(fā)展就比較落后了。我國(guó)中西部地區(qū)資源豐富，是個(gè)尚待開(kāi)發(fā)的戰(zhàn)略地區(qū)，也是中國(guó)潛在的大市場(chǎng)。只

69、有中西部地區(qū)發(fā)展起來(lái)了，東部地區(qū)的經(jīng)濟(jì)發(fā)展才會(huì)有更為廣闊的市場(chǎng)支撐。因此，我們要堅(jiān)定不移地把西部大開(kāi)發(fā)的戰(zhàn)略推行下去。</p><p>　　由各省會(huì)城市所代表的各省市地區(qū)在經(jīng)濟(jì)發(fā)展水平上存在很大差異，這種差異與地域差異相似，但在區(qū)域內(nèi)部也存在差異。</p><p>　　中國(guó)的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整措施初見(jiàn)成效，第三產(chǎn)業(yè)在經(jīng)濟(jì)發(fā)展過(guò)程中比重逐漸上升。不同省市地區(qū)三大產(chǎn)業(yè)的比重也各有權(quán)重?？傮w來(lái)看，發(fā)達(dá)

70、地區(qū)第三產(chǎn)業(yè)和工業(yè)所占比重較大而較不發(fā)達(dá)地區(qū)則是第一產(chǎn)業(yè)和第二產(chǎn)業(yè)所占比重較大。</p><p>　　中國(guó)的各省市地區(qū)在經(jīng)濟(jì)發(fā)展水平差異成因不同，發(fā)達(dá)地區(qū)的金融發(fā)展得益于政治、經(jīng)濟(jì)、資金環(huán)境及良好的地理位置的促進(jìn)作用，而欠發(fā)達(dá)地區(qū)的經(jīng)濟(jì)發(fā)展則主要靠自身環(huán)境、地理優(yōu)勢(shì)及本土產(chǎn)業(yè)。</p><p><b>　　4.2 評(píng)價(jià)及建議</b></p><p&

71、gt;　　從經(jīng)濟(jì)發(fā)展的角度出發(fā)，將31個(gè)省會(huì)城市分為三類，基于以上研究結(jié)論，要縮小中國(guó)經(jīng)濟(jì)發(fā)展的差異，促進(jìn)落后地區(qū)的經(jīng)濟(jì)發(fā)展，可以從以下四個(gè)方面人手。</p><p>　　1、加強(qiáng)宏觀調(diào)控，實(shí)行差別化的區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展戰(zhàn)略。</p><p>　　政府的宏觀調(diào)控在全國(guó)經(jīng)濟(jì)發(fā)展中發(fā)揮重要作用，可以實(shí)行市場(chǎng)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展，政府主導(dǎo)中等發(fā)達(dá)地區(qū)，重點(diǎn)放在扶持較為落后的省市。增強(qiáng)區(qū)域經(jīng)濟(jì)實(shí)力，促進(jìn)

72、經(jīng)濟(jì)體制的改革，繼續(xù)推進(jìn)國(guó)有經(jīng)濟(jì)部分的改革，實(shí)現(xiàn)國(guó)民經(jīng)濟(jì)發(fā)展的持續(xù)良性發(fā)展，使得綜合經(jīng)濟(jì)實(shí)力迅速壯大。</p><p>　　抓住中部崛起的契機(jī)，協(xié)調(diào)發(fā)展，縮小區(qū)域差距。</p><p>　　各城市應(yīng)抓住中部崛起的這個(gè)大好時(shí)機(jī)，積極引進(jìn)技術(shù)人才和相應(yīng)的管理經(jīng)驗(yàn)，努力加快實(shí)現(xiàn)市場(chǎng)的多元化。根據(jù)中部地區(qū)經(jīng)濟(jì)發(fā)展不平衡的現(xiàn)狀，需要努力縮小區(qū)域差異，使差異控制在合理的范圍之內(nèi)，使得經(jīng)濟(jì)協(xié)調(diào)發(fā)展。中部

73、省會(huì)城市應(yīng)起龍頭作用，在省內(nèi)快速發(fā)展起來(lái)。這樣就可以形成若干個(gè)增長(zhǎng)極，可以帶動(dòng)周圍其他地區(qū)發(fā)展，以此來(lái)帶動(dòng)其他落后地區(qū)的發(fā)展。</p><p>　　各省內(nèi)部根據(jù)分析結(jié)果評(píng)估自己經(jīng)濟(jì)發(fā)展方向。</p><p>　　各省政府應(yīng)該結(jié)合自己本省省情或城市情況，發(fā)揮地理及本土產(chǎn)業(yè)的優(yōu)勢(shì)，在有潛力的產(chǎn)業(yè)層面加大發(fā)展力度。根據(jù)各地區(qū)的比較優(yōu)勢(shì)，給予不同的政策傾斜及技術(shù)支持，引導(dǎo)不同地區(qū)發(fā)展優(yōu)勢(shì)特色產(chǎn)業(yè)，

74、加速落后地區(qū)的經(jīng)濟(jì)發(fā)展。政府相關(guān)部門應(yīng)完善各項(xiàng)扶持政策，加大政策支持力度，以便為中西部吸引更多的投資。</p><p>　　加大投資，推進(jìn)西部地區(qū)基礎(chǔ)設(shè)施的建設(shè)。</p><p>　　西部地區(qū)經(jīng)濟(jì)增長(zhǎng)不足，導(dǎo)致地方缺乏足夠財(cái)力，無(wú)法提供良好便捷的基礎(chǔ)設(shè)施， 投資環(huán)境難以改善，制約了經(jīng)濟(jì)的增長(zhǎng)。因此中央及地方應(yīng)該加大對(duì)西部地區(qū)基礎(chǔ)設(shè)施建設(shè)的投資，改善投資環(huán)境，從而吸引更多投資并更好地實(shí)現(xiàn)產(chǎn)業(yè)

75、升級(jí)。</p><p>　　繼續(xù)推進(jìn)西部大開(kāi)發(fā)，對(duì)于中西部不發(fā)達(dá)省市，可以在政府扶植的基礎(chǔ)上運(yùn)用多極增長(zhǎng)發(fā)展戰(zhàn)略，就是在中西部地區(qū)選擇直轄市，像過(guò)去扶助東部沿海增長(zhǎng)極那樣，培養(yǎng)使其成為新的經(jīng)濟(jì)增長(zhǎng)城市，帶動(dòng)區(qū)域的經(jīng)濟(jì)發(fā)展。</p><p>　　5、實(shí)現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型，加速發(fā)展第三產(chǎn)業(yè)。</p><p>　　從前面的分析可以看出，經(jīng)濟(jì)發(fā)達(dá)的省市第三產(chǎn)業(yè)都相對(duì)很發(fā)達(dá)，因此，在

76、發(fā)展中西部第一，第二產(chǎn)業(yè)的同時(shí)，也要注重發(fā)展第三產(chǎn)業(yè)，使得經(jīng)濟(jì)多元化，為中西部經(jīng)濟(jì)發(fā)展能夠持續(xù)健康的增長(zhǎng)奠定基礎(chǔ)。</p><p>　　參 考 文 獻(xiàn)</p><p>　　[1] 朱建平.《應(yīng)用多元統(tǒng)計(jì)分析》［M］.北京：科學(xué)出版社，2012年6月.</p><p>　　[2] 宋志剛，謝蕾蕾，何旭洪.《SPSS 實(shí)用教程》［M］.人民郵電出版社，2008年1

77、0月.</p><p>　　[3] 杜強(qiáng)，賈麗艷.《SPSS 統(tǒng)計(jì)分析從入門到精通》［M］.北京：人民郵電出版社，2009.</p><p>　　[4] 喬慧.關(guān)于我國(guó)31個(gè)省市自治區(qū)經(jīng)濟(jì)發(fā)展的多元統(tǒng)計(jì)分析[J].科技情報(bào)開(kāi)發(fā)與經(jīng)濟(jì)，2011年第 21卷第1期.</p><p>　　[5] 陳金勇，賈相如.基于主成分分析法的中部六省會(huì)城市經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)[J].科技

78、廣場(chǎng)2011.6</p><p>　　[6] 韓勝娟.我國(guó)主要城市綜合經(jīng)濟(jì)實(shí)力的數(shù)量評(píng)價(jià)[J].山西統(tǒng)計(jì)，2003.(7).</p><p>　　[7] 張謝誼，包研科.一種基于多元統(tǒng)計(jì)分析的綜合評(píng)價(jià)模型及應(yīng)用[J].</p><p>　　[8] 吳曉梅，石林芬.基于因子分析的中心城市科技競(jìng)爭(zhēng)力評(píng)價(jià)研究[J]. 科技管理研究，2005，(1) </p>

79、<p>　　[9] 燕霞，梁滿發(fā).我國(guó)地區(qū)經(jīng)濟(jì)發(fā)展的多元統(tǒng)計(jì)分析[J].北京：中國(guó)學(xué)術(shù)期刊電子雜志出版社，2010. </p><p>　　[10] 熊華，支曉娟.中部地區(qū)省會(huì)城市競(jìng)爭(zhēng)力實(shí)證研究[J].華中科技大學(xué)學(xué)報(bào)(城市科學(xué)版)，2006年03期.</p><p>　　[11] 楊冬梅，袁巖.城市競(jìng)爭(zhēng)力綜合測(cè)評(píng)指標(biāo)體系的構(gòu)建及評(píng)價(jià)方法[J].價(jià)值工程，2006年09期.&l