新疆城市竞争力的综合评价 2.docx

新疆城市竞争力的综合评价 2.docx

《新疆城市竞争力的综合评价 2.docx》由会员分享，可在线阅读，更多相关《新疆城市竞争力的综合评价 2.docx（18页珍藏版）》请在冰豆网上搜索。

新疆城市竞争力的综合评价2

石河子大学

应用多元分析课程论文

论文题目：

新疆城市竞争力的综合评价

—基于因子分析与聚类分析

班级

统计20101班

组长

马培胜

学员

张帅文娟

课程名称

应用多元分析

2013年06月

【摘要】在评述相关国内外对城市竞争力研究的基础上，以新疆为案例，从城市经济综合实力、对外开放程度等6个方面选取了18个指标，构建了新疆城市综合竞争力评价指标体系；引入因子分析和聚类分析方法，系统全面地研究了新疆城市综合竞争力的空间格局特征。

结果表明：

新疆城市综合竞争力在空间格局存在明显差异，可以分为四种梯度类型。

【关键词】城市竞争力空间格局因子分析聚类分析新疆

abstract

CommentingontherelevantdomesticandinternationalcompetitivenessofthecitybasedontheresearchtoXinjiangasanexample,fromthecitycomprehensiveeconomicstrength,opennessandothersixareasselected18indicatorsconstructedXinjiangcity'scomprehensivecompetitivenessevaluationindexsystem;introductionfactoranalysisandclusteranalysis,systematicandcomprehensivestudyofthecity'scomprehensivecompetitivenessofXinjiangspatialpatterncharacteristics.Theresultsshowedthat:

Xinjiangcity'scomprehensivecompetitivenesstherearesignificantdifferencesinthespatialpatterncanbedividedintofourkindsofgradienttype.

Keywords：

UrbanCompetitivenessSpatialpatternFactoranalysisClusteranalysisXinjiang

目录

【摘要】2

【关键词】2

【引言】4

1城市综合竞争力综合评价指标体系构建4

2基于因子分析方法的城市竞争力综合评价5

2.1因子分析方法的原理、思想与步骤5

2.2城市综合竞争力的因子分析5

2.2.1选取因子5

2.2.2相关性分析6

2.2.3提取主因子7

2.2.4新疆城市综合竞争力水平因子得分11

2.3方法的新疆城市综合竞争力水平的空间格局特征分析13

2.3.1聚类分析方法的原理与步骤13

2.3.2新疆城市综合竞争力的聚类分析13

2.4新疆城市综合竞争力空间格局特征分析14

2.4.1第Ⅰ类型区——城市综合竞争力较强的全区中心城市14

2.4.2第Ⅱ类型区——城市综合竞争力中等的城市14

2.4.3第Ⅲ类型区——城市综合竞争力一般的城市14

2.4.4第Ⅳ类型区——城市综合竞争力较弱的城市14

3.1结论分析与建议14

3.1.1结论分析15

3.1.2建议15

【参考文献】16

新疆城市竞争力的综合评价—基于因子分析与聚类分析

【引言】

随着我国城市化进程的加速和城市化战略的实现,城市在社会经济活动中的地位日益重要。

城市之间的竞争也日趋激烈,城市竞争力成了城市现代化的核心内容。

我国学者从城市经济实力、资金、开放程度、人才及科技水平、基础设施、资源状况等许多方面构建了城市竞争力评价指标体系，并以我国少数发达省区为案例做了分析。

新疆地域广阔，区域资源环境、经济发展差异大，经济发展水平和城市化水平仍较低，属于我国典型的欠发达地区。

以新疆为案例开展城市综合竞争力的研究，不但具有典型性和借鉴性，其理论和现实意义也是很重要的：

一方面有助于正确评价新疆个别城市的现状与潜力、优势与不足；另一方面可以为制定新疆城市未来的发展战略与决策提供科学根据和理论基础，为我国其他同类地区对城市竞争力的研究提供借鉴意义。

1城市综合竞争力综合评价指标体系构建

城市综合竞争力是一个区域城市经济实力、活力、潜力的集中体现，是关系到每一个国家和地区城市发展水平的重要衡量标准。

其指标体系的构建必须遵循科学性、可比性、可操作性等原则。

本文根据城市竞争力的内涵和表现形式，从城市经济实力、城市对外开放程度、城市基础设施保障水平、城市文化发展水平、城市环境质量水平、城市规模来构建评价的指标体系。

综合资料的可获取性，本文选取了18个指标，构建新疆城市综合竞争力的评价指标体系（见表1）。

表1新疆城市综合竞争力评价指标体系

准则层指标层

城市综合经济实力地区生产总值（X1）；人均生产总值（X2）；社会消费品零售总额（X3）

城市对外开放程度国际旅游者人数（X4）；国际旅游收入（X5）；国际互联网用户数（X6）

城市排水管道总长度（X7）；生活用水量（X8）；年末邮电局（所）数（处）（X9）；

城市基础设施保障水平医院、卫生院数床位数（X10）；年末实有公共汽（电）车营运车辆数（辆）（X11）

城乡居民生活用电（X12）

城市文化发展水平公共图书馆图书藏量（X13）；高等学校数（X14）；剧场、影剧院数（个）（X15）

城市环境质量水平园林绿地面积（公顷）（X16）；建成区绿化覆盖面积（公顷）（X17）

城市规模建成区面积（平方公里）（X18）

2基于因子分析方法的城市竞争力综合评价

2.1因子分析方法的原理、思想与步骤

因子分析的原理是多元统计分析中数据降维和研究多指标间关系的最常用方法之一，是研究如何以最少的信息丢失把众多的观测变量浓缩为少数几个因子。

它通过研究多变量之间的内部依赖关系，探求观测数据中的结构，并用少数几个假想变量来表示基本的数据结构。

这些假想变量能够反映原来众多的观测变量所代表的主要信息，并解释这些观测变量之间的相互依存关系，我们把这些假想变量称之为基础变量，即因子。

因子分析的基本思想：

通过变量（或样品）的相关系数矩阵（对样品是相似系数矩阵）内部结构的研究，找出能控制所有变量（或样品）的少数几个随机变量来描述多个变量（或样品）之间的相关（相似）关系。

根据相关性（相似性）的大小把变量（或样品）分组，使得同组内的变量（或样品）之间的相关性（相似性）较高，不同组较低。

每组变量代表一个基本结构，并用少数几个不可观测的综合变量表示，这个基本结构就称为公共因子。

因子分析的具体步骤如下：

（1）收集数据。

本文统计、整理出2007年新疆21个地级市有关城市竞争力的18个指标的原始值，建立原始数据矩阵。

然后对原始数据矩阵进行标准化处理，得到标准化数据矩阵。

（2）因子提取。

计算标准化数据矩阵中变量的均值、方差和变量间的相关系数，再用“最大方差正交旋转法”提取因子。

（3）计算因子值。

将因子分数矩阵与标准化数据矩阵相乘，计算因子在各地市的得分值。

（4）结果分析。

运用因子得分来进行分析。

2.2城市综合竞争力的因子分析

2.2.1选取因子

对新疆21个城市的综合实力情况进行了分析，然后按照城市的综合得分进行排名并为新疆各个城市的未来规划提出意见和建议。

对此，我们根据表1的评价指标体系选取了18个指标分别是地区生产总值（X1）；人均生产总值（X2）；社会消费品零售总额（X3）；国际旅游者人数（X4）；国际旅游收入（X5）；国际互联网用户数（X6）；城市排水管道总长度（X7）；生活用水量（X8）；年末邮电局（所）数（处）（X9）；医院、卫生院数床位数（X10）；年末实有公共汽（电）车营运车辆数（辆）（X11）；城乡居民生活用电（X12）；公共图书馆图书藏量（X13）；高等学校数（X14）；剧场、影剧院数（个）（X15）；园林绿地面积（公顷）（X16）；建成区绿化覆盖面积（公顷）（X17）；建成区面积（平方公里）（X18），运用因子分析方法对新疆城市竞争力的综合评价进行研究。

2.2.2相关性分析

用SPSS进行数据处理后将得到18个指标的Bartlett球度检验统计量的观测值为821.907，相应的伴随概率为0.000，小于显著性水平0.05。

因此拒绝Bartlett球度检验的原假设，认为相关系数矩阵与单位矩阵有显著差异，即原有变量适合进行因子分析。

而从KMO值可以看出KMO等于0.762，远大于0.5，说明变量之间的相关性可以被其他变量解释，因此适合做因子分析（见表2、表3）。

表2KMO和Bartlett球度检验

KMOandBartlett'sTest

Kaiser-Meyer-OlkinMeasureofSamplingAdequacy.

.762

Bartlett'sTestofSphericity

Approx.Chi-Square

821.907

df

153

Sig.

.000

表318个指标的相关系数矩阵

X1

X2

X3

X4

X5

X6

X7

X8

X9

X1

1.000

.647

.830

-.065

.336

.840

.890

.838

.875

X2

.647

1.000

.129

-.103

-.058

.168

.325

.140

.226

X3

.830

.129

1.000

-.028

.474

.985

.933

.994

.978

X4

-.065

-.103

-.028

1.000

.852

-.006

-.124

-.046

-.003

X5

.336

-.058

.474

.852

1.000

.482

.335

.453

.483

X6

.840

.168

.985

-.006

.482

1.000

.948

.974

.972

X7

.890

.325

.933

-.124

.335

.948

1.000

.942

.924

X8

.838

.140

.994

-.046

.453

.974

.942

1.000

.976

X9

.875

.226

.978

-.003

.483

.972

.924

.976

1.000

X10

X11

X12

X13

X14

X15

X16

X17

X18

X10

1.000

.988

.973

.937

.940

.721

.536

.930

.980

X11

.988

1.000

.984

.932

.936

.687

.615

.951

.992

X12

.973

.984

1.000

.916

.912

.679

.609

.937

.980

X13

.937

.932

.916

1.000

.950

.686

.437

.857

.930

X14

.940

.936

.912

.950

1.000

.625

.461

.869

.922

X15

.721

.687

.679

.686

.625

1.000

.370

.711

.717

X16

.536

.615

.609

.437

.461

.370

1.000

.727

.597

X17

.930

.951

.937

.857

.869

.711

.727

1.000

.953

X18

.980

.992

.980

.930

.922

.717

.597

.953

1.000

2.2.3提取主因子

为克服多指标变量间信息重叠及认为确定指标权重的主观性，本文运用统计分析软件SPSS17.0，采用“最大方差正交旋转法”进行因子分析，按特征值大于1的原则共选取了3个城市综合竞争力水平因子，3个因子方差累计贡献率为92.193%，基本能够反映出原始指标所代表的城市综合竞争力水平的信息，其具有显著代表性。

表4方差分解表

方差分解

成分

初始特征值

提取平方和载入

旋转平方和载入

合计

方差%

累计%

合计

方差%

累计%

合计

方差%

累计%

1

13.378

74.322

74.322

13.378

74.322

74.322

12.415

68.970

68.970

2

1.924

10.690

85.012

1.924

10.690

85.012

2.272

12.620

81.589

3

1.293

7.181

92.193

1.293

7.181

92.193

1.909

10.604

92.193

4

.666

3.699

95.892

5

.358

1.988

97.880

6

.157

.872

98.752

7

.088

.487

99.238

8

.048

.266

99.504

9

.031

.170

99.674

10

.021

.118

99.793

11

.015

.083

99.876

12

.012

.068

99.944

13

.004

.020

99.964

14

.003

.018

99.982

15

.002

.010

99.992

16

.001

.005

99.997

17

.000

.003

99.999

18

.000

.001

100.000

提取方法：

主成分分析

表5成分矩阵

成分矩阵

成份

1

2

3

Zscore:

X11

.993

Zscore:

X18

.993

Zscore:

X8

.989

-.112

Zscore:

X3

.987

-.121

Zscore:

X9

.984

Zscore:

X12

.981

Zscore:

X10

.980

-.169

Zscore:

X6

.978

Zscore:

X17

.969

-.134

Zscore:

X7

.958

-.131

Zscore:

X13

.930

-.184

Zscore:

X14

.929

.104

-.181

Zscore:

X1

.896

-.210

.370

Zscore:

X15

.738

.182

Zscore:

X16

.629

-.282

.278

Zscore:

X4

.899

.424

Zscore:

X5

.457

.840

.278

Zscore:

X2

.255

-.467

.799

提取方法：

主成分分析

已选取了3个主成份

由于表5初始因子载荷矩阵系数不是很明显，为了使载荷矩阵中的系数向0~1分化，进而对初始因子载荷矩阵进行采用最大方差正交旋转法旋转，旋转后的因子载荷矩阵（见表6）。

表6旋转成份矩阵表

旋转成份矩阵

成份

1

2

3

Zscore:

X10

.989

Zscore:

X3

.983

.131

Zscore:

X8

.982

.152

Zscore:

X11

.976

.182

Zscore:

X18

.967

.222

Zscore:

X12

.966

.179

Zscore:

X6

.964

.160

.117

Zscore:

X9

.950

.230

.126

Zscore:

X13

.946

Zscore:

X14

.946

.103

Zscore:

X17

.908

.368

Zscore:

X7

.906

.339

Zscore:

X1

.748

.648

Zscore:

X15

.654

.387

Zscore:

X2

.958

Zscore:

X16

.516

.531

Zscore:

X4

-.117

.986

Zscore:

X5

.389

.916

提取方法：

主成分分析

a.旋转在5次迭代后收敛

根据表4和表6因子载荷系数来反映的变量特征将其命名如下：

（1）第一因子（F1）的特征值为13.378，因子方差贡献率达68.970%。

医院、卫生院数床位数（X10）；社会消费品零售总额（X3）；生活用水量（X8）；年末实有公共汽（电）车营运车辆数（辆）（X11）；建成区面积（平方公里）（X18）；城乡居民生活用电（X12）；国际互联网用户数（X6）；年末邮电局（所）数（处）（X9）；公共图书馆图书藏量（X13）；高等学校数（X14）；建成区绿化覆盖面积（公顷）（X17）；城市排水管道总长度（X7）；地区生产总值（亿元）（X1）；剧场、影剧院数（个）（X15）这14指标在F1有最大的正值载荷，与F1正相关。

X1、X3、X7、X8、X9、X10、X11这7个指标与城市经济发展水平密切相关，而且有较大的正值载荷；X13、X14、X17、X18这4个指标体现着一个城市的网络化发展水平，因而将F1命名为城市经济规模与文化竞争力因子。

（2）第二因子（F2）的特征值是1.924，方差贡献率12.620%，次重要因子。

人均生产总值（X2）、园林绿地面积（公顷）（X16）在此因子上具有较大的正值载荷，与F2呈正相关。

X2、X16指标是一个城市经济发展和环境发展的基石，它们与城市竞争力水平有着协同发展的关系，因而将F2命名为城市绿色经济竞争力因子。

（3）第三因子（F3）的特征值为1.293，方差贡献率10.604%。

国际旅游者人数（X4）、国际旅游收入（X5）这两个指标在F3上均有较大的正值载荷，与F3正相关。

其中X4、X5与城市旅游经济竞争力水平保持一致的发展，而且在此因子中有最大的正值载荷，为0.986和0.916，因而将此因子命名为城市国际旅游竞争力因子。

2.2.4新疆城市综合竞争力水平因子得分

首先，应用“最大方差正交旋转法”计算出新疆21个城市各因子竞争力的得分；第二，将三个因子的特征值归一化，即分别求出3个因子对应的因子方差贡献率占累计方差贡献率的比重，并将其作为三个因子的权重系数，求出的前三个因子权重系数见表7；第三，对21个城市的因子加权求和（公式一），得到新疆21个城市竞争力水平的综合得分值及排序（表7）。

Fac=（Fac1*68.970+Fac2*12.620+Fac3*10.604）/92.193（公式一）

表7新疆综合城市竞争力各因子得分及排名表

城市

名称

城市经济规模与文化竞争力因子

城市绿色经济竞争力因子

城市国际旅游竞争力因子

综合得分

得分

排名

得分

排名

得分

排名

得分

排名

乌鲁木齐市

4.257

1

0.329

3

0.515

2

3.289

1

克拉玛依市

-0.533

20

3.499

1

-0.061

5

0.073

3

石河子市

-0.007

7

-0.229

12

-0.380

19

-0.081

10

吐鲁番市

-0.670

21

-0.198

11

4.261

1

-0.038

8

哈密市

0.009

6

-0.193

10

-0.306

14

-0.055

9

昌吉市

0.095

4

-0.167

9

-0.341

18

0.009

5

奎屯市

-0.271

11

-0.042

5

-0.294

11

-0.242

12

伊宁市

0.104

3

-0.492

16

-0.388

20

-0.034

7

塔城市

-0.306

15

-0.370

14

-0.299

13

-0.314

19

阿勒泰市

-0.271

12

-0.540

17

-0.310

15

-0.312

18

博乐市

-0.283

13

-0.312

13

-0.258

9

-0.284

14

库尔勒市

-0.215

10

2.126

2

-0.315

16

0.094

2

阿克苏市

0.166

2

-0.654

19

-0.221

8

0.009

4

阿图什市

-0.340

17

-0.691

20

-0.274

10

-0.380

21

喀什市

0.056

5

-0.147

8

-0.185

6

0.000

6

和田市

-0.132

8

-0.809

21

-0.210

7

-0.234

11

阜康市

-0.451

19

-0.121

7

0.180

3

-0.334

20

乌苏市

-0.401

18

-0.054

6

-0.037

4

-0.312

17

五家渠市

-0.285

14

-0.413

15

-0.298

12

-0.304

16

阿拉尔市

-0.183

9

-0.643

18

-0.335

17

-0.263

13

图木舒克市

-0.339

16

0.122

4

-0.443

21

-0.288

15

从表7结果来看，计算出的各城市的综合因子得分符合新疆地区经济综合实力的实际情况。

第一个主因子反映的是城市经济规模与文化方面，乌鲁木齐市、阿克苏市和伊宁市排在前三位；第二个主因子反映的是城市绿色经济方面，克拉玛依市、库尔勒市和乌鲁木齐市排在前三位；第三个主因子反映的是城市国际旅游方面，吐鲁番市、乌鲁木齐市和阜康市排在前三位。

三个因子的综合得分中，乌鲁木齐市、库尔勒市和克拉玛依市排在了前三位，这三个地方也是在新疆经济发展较好的地区；塔城市、阜康市和阿图什