- 1、本文档共5页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
成都人口现代化水平区域分布差异.doc
主成分分析在区域经济中的应用
——成都人口现代化水平区域分布差异
摘要:本文根据相关文献选取了11个人口现代化指标作为人口现代化研究的指标体系,以2000年人口普查数据和2008年成都市的统计年鉴为基础数据,然后通过SPSS统计分析软件进行主成分分析、选取三个主成分,分别用来反映各市县的人口现代化发展水平的差异。
关键词:人口现代化,主成分分析
人口现代化的概念是由刘铮教授在1992年的时候提出的,现在人口现代化已经是国内学者的研究重要内容,刘铮教授认为,我国不仅要有农业、工业、科技和国防现代化的四化目标,还应该有人口现代化的目标。但是由于人口问题的复杂性,尽管对人口现代化发展状况、人口现代化的界定及其指标体系的建立的著作较多,但成果都不是很显著。而在我国的社会经济从传统形态向现代形态转变的过程中,人口现代化是整个社会经济现代化重要且不可缺少的组成部分,也是实现社会经济现代化的主要标志之一。
成都市是四川省省会城市,是中西部地区的重要的中心城市。成都市还是西南地区科技中心、商贸中心、金融中心和交通通信枢纽,全市12390平方公里,中心城区建成面积598平方公里。市辖区面积1418平方公里。2008年末全市户籍人口为1103.40万人,比上年末增加12.7万人。常住人口1270.6万人,增加12.7万人。成都市自从提出城乡统筹以后,大量的农村人口涌入城市,人口的素质结构较为复杂,人口现代化问题的形势比较严重,这影响着未来的社会经济可持续发展。因此,文章在这里对成都市人口的现代化状况及其区域差异进行研究,主要用主成分分析方法和主成分聚类对成都市人口区域差异进行研究。
一、指标的选用
尽管很多研究人员对人口现代化进行了大量的研究,但此概念本身的复杂性使人们对人口现代化研究的指标未形成共识,人口的现代化应该包括两个方面:一个是人口再生产类型的现代化,二是人口素质的现代化。贺满林等人综合了目前的文献中的多种指标体系,按照生育模式、人口素质、生活质量、人口结构等4个方面进行了筛选得到了11个指标,由于这套指标体系易于操作,数据易于获取,可计算性强,在根据成都市统计年鉴数据进行了部分修改后,仍为11个指标,即人口自然增长率、总和生育率、平均受教育年限、识字率、人口总数、成年劳动力比重、城市人口比重、第三产业人口比重、人均国内生产总值、城乡居民储蓄年底余额与人均社会消费额等11个方面。具体指标的数据见附表。(图1)
图1 人口现代化研究的评价指标
二、成都市人口现代化的主成分分析
主成分分析就是把原来多个变量减少为少数几个综合指标的一种统计分析方法,从数学角度来看,这是一种降维的处理技术,为方便处理,需要先将各变量标准化,即对同一变量减去其均值,再除以其标准差,以消除量纲的影响,然后再建立所有变量的相关系数矩阵,求出其特征值和特征向量,所得到的特征值即为该主成分所对应的方差,方差越大,对总变异的贡献也就越大,特征向量即为该主成分中原始变量的线性组合的系数。为确定主成分的个数和顺序,一般选取累计贡献率大于或等于85%的几个主成分,根据问题的研究性质,接近85%也可以作为主成分个数选取的依据。而最终确定的主成分具有很强的综合性,通过主成分的得分值多少,可确定各区县在全市中的排名。
使用软件SPSS16.0,选用主成分分析,因子旋转方法采用正交旋转。所得结果见表1
表1 主成分分析结果
Component Initial Eigenvalues Total % of Variance Cumulative % 1 5.360 48.728 48.728 2 2.903 26.392 75.120 3 1.126 10.237 85.357 4 0.744 6.765 92.122 5 0.519 4.721 96.843 6 0.252 2.290 99.133 7 0.067 0.608 99.741 8 0.023 0.212 99.953 9 0.005 0.041 99.995 10 0.000 0.004 99.999 11 0.000 0.001 100.000 上表中,第一列为各主成分的序号,后面三列为相关矩阵或协方差矩阵的特征值。这些值是用于确定哪些因子应保留,共三项。
第一项为各成分的特征值、第二列是各成分所解释的方差占总方差的百分比。也就是各因子特征值占特征值总和的百分比、第三列自上而下是各因子方差占总方差百分比的累积百分比。
其中第一、第二、第三主成分的特征值均超过了1.0,累计贡献率达85.357%,超过了85%,三个主成分概括了绝大部分信息,其中三个主成分所解释的各变量的标准化方差值为1,三个因子解释了绝大部分方差,选取三个主成分是可信的。
旋转采用方差最大法对因子进行旋转,经过多次迭代,得
文档评论(0)