基于重庆市各区县经济发展水平差异的聚类分析论文.doc

基于重庆市各区县经济发展水平差异的聚类.doc 基于重庆市各区县经济发展水平差异的聚类分析 实验题目:基于重庆市各区县经济发展水平差异的聚类分析 实验要求: 查阅参考文献，合理确定指标;形成较具阅读性的分析，包括:文献综述、变量选择理由、数据处理、输出结果与分析、基本结论。 实验摘要: 聚类分析又称为群分析，是多元统计分析中研究样本或指标的一种主要的分类方法。随着经济和社会发展，聚类方法已经越来越多应用到经济分析和社会工作分析中。本文运用系统聚类分析方法，借用统计软件SPSS16.0，根据《重庆统计年鉴2010》的有关指标数据，对2009年重庆市40个区县经济发展水平进行了分析，从而得出了结论。 文献综述: 随着两江新区等开发计划的进行，越来越多的焦点集中在重庆——这个美丽新兴的发展城市。纵观历史，不难发现重庆是一个典型的大城市、大农村，其经济发展仍然处于非均衡发展的历史进程，各区县经济发展水平具有明显的区域差异。即新重庆是由相对发达的特大工业经济板块和落后的广大农村经济为主的板块组成，二元经济结构是重庆经济一个十分突出的特点。因此，重庆的发展只有对当前的经济发展状况有一个客观、全面的了解，促进区域间经济的协调发展，才能更好地实现重庆整体经济实力的腾飞。 衡量一个地区的发展情况，不仅仅是看某一项产业的产值，而是应该从经济社会生产的各个方面去考察，看各项指标的综合效果。通过综合评价分析，帮助我们发现经济社会生产中存在的问题以及影响总体发展水平的因素，为各个地区实现均衡发展提供一些理论依据。 本文运用聚类分析方法，对重庆市40个区县的经济情况进行分析，得出按经济综合实力评价各区县在全市的地位。 变量选择: 本文选择反映经济发展水平的十四项主要指标:地区生产总值、全社会固定投资、社会消费品零售额、工业总产值、农林牧渔业总产值、建筑业总产值、地方预算内财政收入、金融机构存款余额、农村居民人均纯收入、农村居民人均生活消费支出、人均地区生产总值指数、城乡居民储蓄、职工年平均工资、城镇非私营单位职工人数。 对上述指标选取的解释: (1)地区生产总值、全社会固定投资、社会消费品零售额、工业总产值、农林牧渔业总产值、建筑业总产值、地方预算内财政收入、金融机构存款余额等都是表明区域经济发展水平的大致情况，能够反映区域经济发展的总体水平。 1 基于重庆市各区县经济发展水平差异的聚类分析 其中，工业总产值:重庆是一个工业重镇，全市各区分布着众多工业企业，历来工业就是重庆的一个龙头产业，因此在评价重庆的经济发展水平时，工业总产值是一个重要的参考标准。 建筑业:重庆处于发展之中，基础建设需要大的投入，包括城市化建设、桥梁建筑、道路修建等。 财政收入:财政收入一般来源自税收，与国民生产总值有一定的关系，可以部分反映地区年度经济规模。 年末金融机构存款余额:与社会经济收入水平和居民、企业或政府投资热度有关系。 (2)农村居民人均纯收入、农村居民人均生活消费支出表明农村的生活水平情况。重庆城市化水平不是很高，在地理条件上，由于存在许多山村，经济发展受到阻碍。农村居民的消费水平在一定程度上影射了重庆整体经济水平。因此农村居民人均纯收入是评价农村经济发展水平的重要指标之一。 (3)人均地区生产总值指数、城乡居民储蓄能表明区域经济发展水平的潜力情况。 (4)职工年平均工资、城镇非私营单位职工人数可以表明区域经济发展水平的就业情况，反映区域经济的人才聚集和就业生活水平。 数据处理: 下表1是来自《重庆统计年鉴2010》的40个区县各项经济指标数据: 表1. 原始数据 地区生产全社会固社会消费农林牧渔建筑业总地方预算工业总产区县 总值(万定投资品零售额业总产值产值(万内财政收值(万元) 元) (万元) (万元) (万元) 元) 入(万元) 渝中区 4683640 1515455 2912035 182465 1455383 288391 大渡口区 1495622 1206518 229673 2495172 24180 442078 90637 江北区 3253546 3251076 1807171 3708018 38474 711926 371196 沙坪坝区 3476947 2489830 1713019 4646910 62475 1286302 323342 九龙坡区 5000291 2402281 2160566 6667597 91424 1620846 231806 南岸区 3001501 3060553 1615873 4800774 51210 881746 237845 北碚区 1923567 2061201 674471 3370232 122912 627141 152166 渝北区 4594015 3800637 1798363 8660576 250637 1567699 265318 巴南区 2433339 2713305 839043 3836379 362343 816451 144281 万盛区 400125 375302 159297 371462 65783 58262 33456 双桥区 315100 172918 32579 802721 4445 7969 28083 江津区 2492853 1813002 868344 3873225 401765 1219536 302002 合川区 2027492 2284805 464281 1802116 287860 727447 227537 永川区 2440761 1970317 886828 3137884 600878 604152 253537 南川区 1147261 2003662 840059 1331872 484209 383021 253972 2 基于重庆市各区县经济发展水平差异的聚类分析 綦江县 1409650 2299275 923251 2222525 386057 843742 221138 潼南县 955856 923251 401950 956153 300586 205238 94605 铜梁县 1277970 883402 472626 1115451 343284 124387 155146 大足县 1186283 724604 345573 357036 343186 581024 50366 荣昌县 1299825 1109921 399229 1059257 275745 198511 150440 璧山县 1280463 942637 394560 1122876 303771 238464 146991 涪陵区 3550379 951596 380569 1687477 319650 192027 141526 长寿区 1763812 793643 413524 1907569 164859 146057 129702 万州区 3864546 2723970 1063478 2694250 442089 1570135 180486 梁平县 925479 594898 313470 593369 263006 129868 68196 城口县 208889 293004 55264 150743 58001 8729 17280 丰都县 657076 1025329 260745 301744 214677 159454 56512 垫江县 946825 506464 348645 647613 270588 227725 74794 忠 县 936896 755353 290372 393812 283712 271886 70426 开 县 1230269 885236 579978 533974 406729 364792 55280 云阳县 746052 851181 349319 120370 310460 140990 35264 奉节县 855842 911453 256202 139957 290294 251282 46387 巫山县 419065 426522 157598 92373 160776 19217 25795 巫溪县 309436 406908 113779 68344 121858 75107 20145 黔江区 790985 712598 299194 594259 148701 142077 96406 石柱县 539074 787964 189249 149236 152823 75582 48867 秀山县 621158 701714 207510 265082 181171 85549 42910 酉阳县 476985 474850 226666 458613 152532 63067 59567 彭水县 581401 676687 212101 158635 197855 46045 46054 武隆县 592003 695863 235551 250895 190075 27817 50505 农村居民城镇非私金融机构农村居民人均地区职工年平人均生活城乡居民营单位职区县 存款余额人均纯收生产总值均工资消费支出储蓄(元) 工人数(万元) 入(元) 指数 (元) (元) (万人) 渝中区 22967753 115.0 4193201 39745 26.98 大渡口区 1788119 7612 4463 108.5 843471 36262 6.29 江北区 8730091 7444 4980 115.3 2649696 37344 9.99 沙坪坝区 6335058 7421 5953 110.8 3235098 35386 11.68 九龙坡区 8642945 7440 5370 110.4 3767521 34757 19.42 南岸区 4943597 7955 6000 113.4 2289847 34884 10.93 北碚区 2469501 6179 5116 114.5 1465235 32212 5.82 渝北区 8578290 5803 4472 112.5 3244558 35054 13.15 巴南区 2624267 5781 4086 112.7 1555792 27830 11.20 万盛区 478238 5079 3579 110.8 285314 23721 3.22 3 基于重庆市各区县经济发展水平差异的聚类分析 双桥区 125729 5969 3734 105.6 73681 30082 1.09 江津区 2888526 4651 2993 115.9 1494182 28211 10.31 合川区 2168152 5437 3251 115.7 1308643 29862 8.04 永川区 2544571 6041 4072 116.9 1789346 24585 11.19 南川区 2535272 5877 4215 115.5 1915363 24482 6.42 綦江县 2130861 5987 3677 115.5 1495711 26666 5.85 潼南县 949275 5076 3015 113.8 608090 23449 2.89 铜梁县 1385898 5237 4786 117.1 976013 26350 4.71 大足县 825624 4991 2939 115.2 681624 27867 2.06 荣昌县 1293447 5954 3589 117.0 1053233 25636 2.35 璧山县 882731 5604 3235 112.1 667384 25391 3.72 涪陵区 1102589 5744 2946 117.2 798960 26747 3.22 长寿区 1307340 6047 4138 115.4 972666 27630 3.64 万州区 3768302 4470 3646 124.7 2464179 26885 12.22 梁平县 1138991 4657 3953 115.6 906046 27045 3.12 城口县 256263 3096 2442 106.9 161888 23736 0.98 丰都县 939506 3992 2213 116.0 705895 25435 2.36 垫江县 1039803 4766 3662 116.1 796342 28196 3.94 忠 县 1316565 4528 3416 116.1 1018263 26006 1.80 开 县 1743074 4275 2578 114.1 1331320 26576 4.63 云阳县 1247852 3700 2477 114.7 887139 25643 3.14 奉节县 820530 3499 2705 114.9 526719 24868 2.49 巫山县 553850 3307 2757 113.8 342048 23484 1.68 巫溪县 400251 3078 3298 116.8 270248 24605 1.85 黔江区 743866 3696 3343 115.8 381666 31664 2.47 石柱县 547886 3863 2863 115.8 335751 28309 1.78 秀山县 702147 3998 3602 113.9 429925 25508 2.45 酉阳县 526631 3447 2457 120.7 322732 27278 1.60 彭水县 645956 3082 2888 112.1 406073 24572 2.25 武隆县 489495 3517 2875 114.7 313883 27874 1.97 基本操作: (1)选择菜单Analyze—Classify—Hierarchical Cluster; (2)将X1:地区生产总值,X2:全社会固定投资,X3:社会消费品零售额,X4:工业总产值,X5:农林牧渔业总产值,X6:建筑业总产值,X7:地方预算内财政收入,X8:金融机构存款余额,X9:农村居民人均纯收入,X10:农村居民人均生活消费支出,X11:人均地区生产总值指数,X12:城乡居民储蓄,X13:职工年平均工资，X14:城镇非私营单位职工人数)14个变量选到Variable(s)框中; 4 基于重庆市各区县经济发展水平差异的聚类分析 再将qx:区县变量作为标记变量，选到Label Cases by框中; (3)在Cluster框中，选择Cases进行Q型聚类，在Display框中，选择Statistics、Plots; (4)单击Statistics按钮,选择Agglomeration schedule和Proximity matrix; (5)单击Plots按钮，选择Dendrogram ,All clusters ,Vertical; (6)单击Method按钮，聚类方法选择组内连接法(Within-group linkage),计算距离选择平方欧氏距离，将原始变量标准化，在Transform Values的Standardize空白框内，选择Z-Scores; 输出结果如下: 表2. aCase Processing Summary Cases Valid Missing Total N Percent N Percent N Percent 39 97.5% 1 2.5% 40 100.0% a. Squared Euclidean Distance used 系统聚类分析中的凝聚状态表 表3. Agglomeration Schedule Cluster Combined Stage Cluster First Appears Stage Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2 Next Stage 1 35 39 .289 0 0 7 2 24 27 .326 0 0 5 3 30 31 .462 0 0 6 4 32 38 .619 0 0 11 5 24 28 .620 2 0 9 6 26 30 .792 0 3 12 7 35 36 1.010 1 0 10 8 16 20 1.123 0 0 15 9 18 24 1.343 0 5 13 10 33 35 1.455 0 7 11 11 32 33 1.622 4 10 14 12 26 29 1.885 6 0 20 13 18 19 1.970 9 0 15 5 基于重庆市各区县经济发展水平差异的聚类分析 14 32 34 2.261 11 0 18 15 16 18 2.390 8 13 16 16 16 22 2.797 15 0 19 17 14 15 2.832 0 0 24 18 32 37 2.869 14 0 20 19 16 17 3.135 16 0 21 20 26 32 3.470 12 18 22 21 16 21 3.789 19 0 27 22 9 26 4.010 0 20 25 23 3 5 4.289 0 0 29 24 12 14 4.365 0 17 26 25 9 25 4.901 22 0 30 26 8 12 5.380 0 24 28 27 6 16 5.684 0 21 32 28 8 13 6.036 26 0 31 29 2 3 6.385 0 23 36 30 9 10 6.444 25 0 33 31 8 11 6.506 28 0 34 32 1 6 8.142 0 27 33 33 1 9 9.404 32 30 37 34 8 23 10.067 31 0 37 35 4 7 10.318 0 0 36 36 2 4 12.937 29 35 38 37 1 8 15.230 33 34 38 38 1 2 28.000 37 36 0 图4. 树状聚类图 Dendrogram using Average Linkage (Within Group) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ 6 基于重庆市各区县经济发展水平差异的聚类分析 石柱县 35 ?? 武隆县 39 ???? 秀山县 36 ?? ? 巫溪县 33 ???? 巫山县 32 ?????? 彭水县 38 ?? ? ? 黔江区 34 ???? ? 酉阳县 37 ???????? 云阳县 30 ?? ? ? 奉节县 31 ???? ? ??? 丰都县 26 ?? ??? ? ? 开 县 29 ???? ? ??? 万盛区 9 ???????? ? ??????? 城口县 25 ?????????? ? ? 双桥区 10 ???????????? ? 潼南县 16 ???? ? 璧山县 20 ?? ? ? 梁平县 24 ?? ??? ? 垫江县 27 ?? ? ? ??????????? 忠 县 28 ???? ? ? ? 大足县 18 ?? ? ? ? ? 荣昌县 19 ???? ??? ? ? 长寿区 22 ?????? ??? ? ? 铜梁县 17 ?????? ? ??????? ? ? 涪陵区 21 ???????? ? ??? ? 北碚区 6 ?????????? ? ??????????????????????? 大渡口 1 ???????????????? ? ? 南川区 14 ???????? ? ? 綦江县 15 ?????? ??? ? ? 合川区 12 ???????? ??? ? ? 巴南区 8 ?????????? ? ? ? 永川区 13 ?????????????????? ? ? 江津区 11 ???????????? ??????????? ? 万州区 23 ?????????????????? ? 沙坪坝 3 ???????????? ? 南岸区 5 ???????? ????????????? ? 江北区 2 ???????????? ??????????????????????????? 九龙坡 4 ???????????????????????? 渝北区 7 ???????????????????? 分析: 利用统计软件SPSS的Q型系统聚类法对2009年重庆市各区县经济发展水平指标数据进行聚类分析。生成的上图4(树状图)中，由于原始数据渝中区有一部分信息丢失，无法参与 7 基于重庆市各区县经济发展水平差异的聚类分析 聚类分析生成的各种图形，所以在分类分析中认定渝中区单独为一类。 从上图4树形图可以看出:石柱县、武隆县、秀山县的相似性较高且最早地聚成了一类;巫山县、彭水县的相似性较高且最早地聚成了一类;云阳县、奉节县、丰都县的相似性较高且最早地聚成了一类;潼南区、璧山县以及梁平县、垫江县、忠县、大足县的相似性较高且最早地各聚成了一类。 根据上图所示，可以将区县聚成5类: 渝北区单独为一类(第1类)，九龙坡区为一类(第2类)，沙坪坝区、南岸区、江北区为一类(第3类)，南川区、綦江县、合川区、巴南区、永川区、江津区、万州区为一类(第4类)，剩下的石柱县、武隆县、秀山县、巫溪县、巫山县、彭水县、黔江区、酉阳县、 潼南区、璧山县、梁平县、垫云阳县、奉节县、丰都县、开县、万盛区、城口区、双桥区、 江县、忠县、大足县、荣昌县、长寿区、铜梁县、涪陵区、北碚区、大渡口区为一类(第5类)。另外由于渝中区信息的缺失所以单独为一类(第6类)。 从上面分析可知，渝中区(第6类)和渝北区(第1类)虽分为两类，但各个经济指标比较相近，属都市经济发达I类区。这类地区是重庆市目前经济实力最发达的地区，其中渝中区由于是重庆市的商业和政治中心，经济水平处于重庆经济发展的最高层次。九龙坡区为一类(第2类)和沙坪坝区、南岸区、江北区为一类(第3类)虽分成两类，但都属都市经济发达?类区。这类地区虽处于都市经济发达圈内，但其经济发展稍逊于渝中区和渝北区，处于重庆的第2类水平。这四个区由于其区划范围相对较小、人口少以及区内大量引进规模和效益较好的大型工业企业等因素，其区内人均国内生产总值、工业总产值、工业企业利润总额等经济发展指标良好，使得其进入重庆的第2类经济发展水平。 综上所述，重庆市40个区县经济发展水平存在着明显的差异:第一类区县大部分分布在都市发达经济圈，第二、三类区县几乎均处于渝西经济走廊与三峡库区生态经济区。渝中区综合经济实力远远高于其他区县，这说明渝中区已成为整个重庆经济的发展极。其中江北、沙坪坝、九龙坡、南岸、渝北五区在地理位置上和渝中区相临，受经济辐射作用应影响，经济综合实力较强;巴南区、北碚区虽然位于都市发达经济圈，有着非凡的区位优势，但是由于受周边江北、沙坪坝等五区的经济回波效应影响，抵消了经济的辐射作用，所以综合实力较前两类地区低;剩下的27个区县(第5类)包括黔江区、酉阳县、秀山县、巫溪县等目前处于重庆市较边缘的经济欠发达地区，由于历史和地理等原因，目前这类地区的经济水平处于重庆乃至全国经济发展中比较落后的水平，需要在以后的经济发展中，利用三峡建设以及国家西部大开发等有利政策，结合自身经济优势和特点，提高该类区县的经济发展水平。 总结:各区县的聚类结果较好地体现了了重庆市各区县的经济发展水平差异，相应的三个经济区域应针对各自特点确定经济发展方向和重点。对于都市经济发达圈来说，其发展重心应该是进一步增强综合实力，提高其作为主城区的辐射和带动能力。特别是渝中区，应逐步强化其中央商务区、商业和金融中心地位。渝西经济走廊各区县的特点是传统农业较强，具有一定的工业基础，但第三产业不够发达，在制定经济发展战略时应该准确定位，结合实际 8 基于重庆市各区县经济发展水平差异的聚类分析 情况进行传统产业改造，形成各自的特色发展模式。重庆三峡库区生态经济区地理位置偏远，远离重庆主城，受中心都市圈的影响较弱，经济发展水平较低。应该针对上述情况制定相应方针政策，以促进和区域经济的协调发展，带动整个重庆市的经济建设，提升整体的综合实力。 鉴于对上述40个区县经济发展指标的聚类分析结果，无法显示完整，另外对主城九区进行了系统聚类分析，其输出结果如下: aCase Processing Summary Cases Valid Missing Total N Percent N Percent N Percent 8 88.9% 1 11.1% 9 100.0% a. Squared Euclidean Distance used 接近度矩阵 Proximity Matrix Squared Euclidean Distance 1: 大渡2: 江北3: 沙坪4: 九龙5: 南岸6: 北碚7: 渝北8: 巴南 口 区 坝 坡 区 区 区 区 Case 1: 大渡口 .000 42.813 36.063 58.303 3.019E1 16.094 66.388 32.572 2: 江北区 42.813 .000 10.668 24.187 8.268 24.090 23.015 38.310 3: 沙坪坝 36.063 10.668 .000 9.564 5.192 24.229 20.015 35.627 4: 九龙坡 58.303 24.187 9.564 .000 1.835E1 45.717 14.853 45.551 5: 南岸区 30.190 8.268 5.192 18.354 .000 15.813 25.178 30.134 6: 北碚区 16.094 24.090 24.229 45.717 1.581E1 .000 39.424 11.966 7: 渝北区 66.388 23.015 20.015 14.853 2.518E1 39.424 .000 31.422 8: 巴南区 32.572 38.310 35.627 45.551 3.013E1 11.966 31.422 .000 This is a dissimilarity matrix 凝聚状态表 Agglomeration Schedule Cluster Combined Stage Cluster First Appears Stage Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2 Next Stage 1 3 5 5.192 0 0 2 9 基于重庆市各区县经济发展水平差异的聚类分析 2 2 3 8.043 0 1 4 3 6 8 11.966 0 0 6 4 2 4 12.706 2 0 5 5 2 7 15.929 4 0 7 6 1 6 20.211 0 3 7 7 1 2 28.000 6 5 0 冰柱图 Vertical Icicle Case Num ber of 7: 4: 5: 3: 2: 8: 6: 1: 渝北九龙南岸沙坪江北巴南北碚大渡cluste 区 坡 区 坝 区 区 区 口 rs 1 X X X X X X X X X X X X X X X 2 X X X X X X X X X X X X X X 3 X X X X X X X X X X X X X 4 X X X X X X X X X X X X 5 X X X X X X X X X X X 6 X X X X X X X X X X 7 X X X X X X X X X 树状图 Dendrogram using Average Linkage (Within Group) Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ 沙坪坝 3 ???????? 南岸区 5 ?? ??????????? 江北区 2 ???????? ??????? 九龙坡 4 ?????????????????? ??????????????????????????? 渝北区 7 ???????????????????????? ? 北碚区 6 ?????????????????????????????????? ? 巴南区 8 ???????????????? ????????????????? 大渡口 1 ?????????????????????????????????? 分析:主城九区的经济发展水平有着明显差异。从以上聚类结果来看，分为4类:渝北区单独为一类(第1类)，大渡口区为一类(第2类)，沙坪坝区、南岸区、江北区、九龙坡区为一类(第3类)，北碚区、巴南区为一类(第4类)。渝中区由于是重庆市的商业和政 10 基于重庆市各区县经济发展水平差异的聚类分析 治中心，经济水平处于重庆经济发展的最高层次。从上面分析可知，渝中区和渝北区的各个经济指标比较相近，属都市经济发达I类区。九龙坡区、江北区、南岸区、沙坪坝区为一类，都属都市经济发达?类区。这类地区虽处于都市经济发达圈内，但其经济发展稍逊于渝中区和渝北区，处于重庆的第2类水平。巴南区、北碚区虽然位于都市发达经济圈，但是由于受周边江北、沙坪坝等五区的经济回波效应影响，抵消了经济的辐射作用，所以综合实力较前两类地区低。 参考文献: [1] 薛薇，《SPSS统计方法与应用》，电子工业出版社，2009.1 [2]何晓群，《多元统计分析》，中国人民大学出版社，2008.9 [3]叶勇，重庆市各区市县经济发展水平评价[J]，重庆工商大学学报(西部经济论坛)，2003年第6期 [4]朱毓高，万谦，重庆市各区县国民经济主要指标的聚类分析和判别分析，重庆工学院学报，2005年6月第19卷第六期 11