安徽省各个城市的城市职能定量分析教材.docx
《安徽省各个城市的城市职能定量分析教材.docx》由会员分享,可在线阅读,更多相关《安徽省各个城市的城市职能定量分析教材.docx(21页珍藏版)》请在冰豆网上搜索。
安徽省各个城市的城市职能定量分析教材
安徽省城市职能的定量分析研究
院系:
地理科学学院
姓名:
吴越
学号:
2013013319
指导老师:
杨令宾
安徽省城市职能的定量分析研究
(东北师范大学地理科学学院2013级地科一班2013013319吴越)
摘要:
根据城市职能的涵义,以安徽省为研究单元,选取安徽省16个地级城市的19项指标构建城市职能评价体系,利用SPSS19.0进行主成分分析和聚类分析,在区域比较的基础上得到安徽省16个地级城市的城市职能得分及分类。
进而对16个地级城市进行系统聚类,定量分析各个城市的职能。
在此基础上,从城市发展过程出发,采用相关理论对安徽省各个城市的城市职能及发挥城市特色推动安徽省经济发展之间的关系进行研究。
关键词:
城市职能;主成分分析;聚类分析;安徽省
0引言
城市职能(urbanfunction)指城市在一定地域经济、社会发展中所发挥的作用和承担的分工,是城市对城市本身以外的区域在经济、政治、文化等方面所起的作用。
早在1920年代,英国学者奥隆索(MAurousseou)就采用描述性方法将城市分为八种类型,成为学术界最早进行城市职能判定的研究。
1930年代以后,城市职能成为地理学、经济学和社会学界研究较多的课题,研究方法与内容也日趋多样。
仅就职能分类而言,就先后形成了主导职能分类法、统计分析法等多种。
1950年代以后,随着计算机技术对复杂数据处理能力的增强,以主成分分析和聚类分析为代表的多变量社会经济分析方法的研究逐渐增多,对城市职能进行更为精确的判定成为可能。
城市职能分类的研究一直以来就是城市地理学研究的重要领域。
最近的一次全国整体城市职能分类依据的是1990年中国城市统计数据的分析,距今已有十余年时间。
而这段时间正是中国改革开放全面开展阶段,城市处于加速发展建设时期,城市职能结构类型发生了巨大的变化。
进行全国整体城市职能分类研究,对于了解中国目前城市职能的整体状况,制定全国性城市发展方针政策是迫切而重要的。
中国对城市职能分类研究总的来说落后于西方发达国家,但是经过几十年的发展,取得了一些符合中国实际国情的研究成果。
回顾总结前人所进行的中国城市职能分类研究,能对继续深入开展该领域的研究起到一定作用。
在国内,城市职能判定往往建立在城市职能分类基础上,特别是随着我国经济发展计划向市场转型程度的不断加深,城市在区域发展中承担的分工日益细密,职能判定对城市参与区域竞争的重要性也更为突出。
受此影响,国内学者在借鉴国外城市职能理论的基础上,分别采用不同的分类方法,对不同空间尺度范围内的城市职能进行了判定研究,并针对不同城市的职能特点和面临的实际问题,提出了一系列优化城市职能体系的对策和措施。
如对云贵川3省[10]、华南沿海4省区[11]、西部9省区[12],以及广东[13]、云南[14]等典型区域和省份的研究。
取得的学术贡献包括:
从全国尺度概括了中国城市体系工业职能结构的特征[15];从城市规模、不同地域城市职能差异描述了我国城市职能的基本特征[16];分析了县级以上城市职能结构及其转型的路径[17];研究了不同尺度地区城市职能结构的动态变动特征、影响因素以及变化机制等[18-20]。
文献分析的结果显示,城市职能研究主要包括城市职能分类和城市职能结构两大方面,且城市职能分类是进行城职能结构研究的前提和基础。
分类并不是城市职能研究的最终目的,更重要的是要对分类的结果应用到区域协调发展、城市群的整体规划中,使之更具有实际意义。
中国城市职能分类研究偏重于分类方法的运用和分类结果的阐释,而对分类结果的具体运用比较缺乏。
从已有的成果来看,大多数研究只对分类结果进行概略的成因分析,提出一些城市发展的措施。
类似于利用城市职能结构类型与经济效益等其他要素的相关分析没有得到广泛展开。
也就是说,现有研究主要将城市职能判定作为一种结果,或作为城市职能结构研究的前提而存在,主要目的在于回答城市职能“是什么”,以及城市职能“为什么是这样”的问题。
而随着城市在一定空间尺度内形成独特的职能后,理论上,这种确定的职能将对城市发展产生全面的影响。
特别是对于专业化程度较深的城市而言,这类城市的职能大多建立在高度发达的产业基础上,问题在于,这种确定的城市职能将如何影响其产业发展?
二者之间是否存在一定的影响与反馈关系?
相关研究并没有对这些问题给予清晰的回答,更缺少基于实证的定量化研究。
本研究以安徽省为研究单元,选取了2013年安徽省16个市的19个经济发展水平指标,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,利用聚类分析方法试图在地级城市区域比较的基础上判定出安徽省16个城市的城市职能,进而从理论上抽象出城市职能与城市产业发展之间的响应关系模型。
定性与定量相结合地探讨和分析安徽省16个城市的城市职能为城市能够更好地履行其职能分工并在实践上寻求城市产业在既定城市职能基础上更有效率的发展模式,为城市合理承担区域分工提供有效指导。
同时提出提高和充分发挥各城市职能的对策,以期更好地发挥各级城市在区域发展中的集聚与扩散作用,提高整个安徽省的经济建设和综合竞争力。
1研究设计
1.1研究思路
省域是区域经济发展的最重要单元,以省域为尺度进行内部城市的职能判定与分工研究对于国家和地区的经济发展,特别是发展中国家和地区的经济发展具有显著现实意义。
安徽省是我国东部地区省份,地处长江、淮河中下游,长江三角洲腹地,居中靠东、沿江通海,东连江苏、浙江,西接湖北、河南,南邻江西,北靠山东,东西宽约450公里,南北长约570公里,土地面积13.94万平方公里,占全国的1.45%,居第22位。
地跨长江、淮河、新安江三大流域,世称江淮大地。
安徽省在经济上属于中国中东部经济区,行政区划共包括16个地级市,各市州都形成了较为鲜明的产业结构,并形成了较为稳定的职能分工体系。
因此,以安徽省为研究的地域单元,通过地级城市之间的比较判定各个城市在省域范围内的职能分工,进而研究城市职能对安徽省经济发展的影响具有显著的典型性和代表性。
具体步骤如下:
以从业人口数为测算指标,根据安徽省内各地级城市(共16个)从业人口的行业构成数据,计算出不同行业部门的从业人员比重。
在保证不同部门原始变量之间存在相关性的基础上,对由不同行业部门从业人员比重构成的矩阵进行主成分分析。
按照方差累计贡献达到85%的原则,用少数几个不相关的主成分来代表原来的多个变量以实现数据降维的目的。
随后,建立各主成分的表达式,计算地级市各部门在主成分上的得分,依据主成分得分筛选出某一职能特征方面排名靠前的城市。
进而对16个地级城市进行系统聚类,定量分析各个城市的职能。
在此基础上,从城市发展过程出发,采用相关理论对安徽省各个城市的城市职能及发挥城市特色推动安徽省经济发展之间的关系进行研究。
1.2数据来源与预处理
行业(或产业)是指从事相同性质的经济活动的所有单位的集合。
许多研究认为,只有从事基本职能部分的从业人员数据才能够作为城市职能判定的依据,因为基本部分的从业人员才为外来游客服务,才能体现城市职能概念的内涵。
但实际上,随着产业融合程度的不断加深,城市产业的边界变得日益模糊,很难绝对对某一单项产业的服务对象进行清晰划分。
特别是对于服务业为主导功能的城市而言,其从业人员大多同时承担对内和对外服务的双重职能。
基于这种考虑,近年来很多城市职能研究者并不主张对城市某一行业从业人员的基本和非基本部分加以区分。
同时,城市是与农村相对应的概念,根据国民经济行业分类(GB/T4754-2011)体系,城市的基本功能主要体现在第二产业和第三产业的18个相关部门,即:
X2采矿业,X3制造业,X4电力、燃气及水的生产和供应业,X5建筑业,X6交通运输、仓储及邮政业,X7信息传输、计算机服务和软件业,X8批发和零售业,X9住宿、餐饮业,X10金融业,X11房地产业,X12租赁和商业服务业,X13科学研究、技术服务和地质勘查业,X14水利、环境和公共设施管理业,X15居民服务和其他服务业,X16教育,X17卫生、社会保障和社会福利业,X18文化、体育和娱乐业,SX19共管理和社会组织等,而与X1农、林、牧、渔业不大。
因此,以《安徽省统计年鉴2014》所给出的从业人口的行业构成数据为原始数据源,将各行业部门职工人数分别除以各城市的总从业人数,可以得到安徽省省16个地级城市18个部门的职工比重,据此建立主成分分析和城市职能判定的数据矩阵,进而进行更为深入的研究。
2安徽省各个城市的城市职能的判定
2.1影响城市职能判定的主成分提取
2.1.1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.
表一.相关系数矩阵
Tab.2Thecorrelatedmatrixof18indices
变量
X2
X3
X4
X5
X6
X7
X8
X9
X10
X11
X12
X13
X14
X15
X16
X17
X18
X19
X2
1
-0.158
0.236
-0.135
-0.146
-0.085
-0.212
-0.211
-0.173
0.01
-0.003
-0.123
-0.052
-0.073
-0.206
-0.099
-0.197
-0.304
X3
-0.158
1
0.763
0.931
0.917
0.83
0.894
0.902
0.224
0.896
0.887
0.927
0.566
0.772
0.643
0.805
0.855
0.745
X4
0.236
0.763
1
0.82
0.856
0.858
0.76
0.793
0.201
0.92
0.888
0.845
0.76
0.676
0.68
0.828
0.819
0.725
X5
-0.135
0.931
0.82
1
0.978
0.947
0.945
0.972
0.275
0.953
0.975
0.985
0.58
0.822
0.672
0.838
0.96
0.776
X6
-0.146
0.917
0.856
0.978
1
0.973
0.923
0.977
0.277
0.952
0.96
0.969
0.655
0.787
0.783
0.912
0.953
0.855
X7
-0.085
0.83
0.858
0.947
0.973
1
0.869
0.956
0.342
0.928
0.958
0.946
0.63
0.794
0.759
0.878
0.932
0.816
X8
-0.212
0.894
0.76
0.945
0.923
0.869
1
0.925
0.2
0.917
0.91
0.917
0.572
0.711
0.608
0.769
0.937
0.745
X9
-0.211
0.902
0.793
0.972
0.977
0.956
0.925
1
0.266
0.916
0.951
0.97
0.629
0.815
0.758
0.879
0.947
0.858
X10
-0.173
0.224
0.201
0.275
0.277
0.342
0.2
0.266
1
0.263
0.282
0.356
0.34
0.168
0.195
0.249
0.225
0.162
X11
0.01
0.896
0.92
0.953
0.952
0.928
0.917
0.916
0.263
1
0.967
0.959
0.697
0.771
0.668
0.834
0.926
0.739
X12
-0.003
0.887
0.888
0.975
0.96
0.958
0.91
0.951
0.282
0.967
1
0.98
0.612
0.825
0.639
0.816
0.951
0.741
X13
-0.123
0.927
0.845
0.985
0.969
0.946
0.917
0.97
0.356
0.959
0.98
1
0.651
0.84
0.688
0.848
0.941
0.784
X14
-0.052
0.566
0.76
0.58
0.655
0.63
0.572
0.629
0.34
0.697
0.612
0.651
1
0.428
0.681
0.716
0.579
0.665
X15
-0.073
0.772
0.676
0.822
0.787
0.794
0.711
0.815
0.168
0.771
0.825
0.84
0.428
1
0.523
0.637
0.772
0.607
X16
-0.206
0.643
0.68
0.672
0.783
0.759
0.608
0.758
0.195
0.668
0.639
0.688
0.681
0.523
1
0.95
0.694
0.941
X17
-0.099
0.805
0.828
0.838
0.912
0.878
0.769
0.879
0.249
0.834
0.816
0.848
0.716
0.637
0.95
1
0.823
0.953
X18
-0.197
0.855
0.819
0.96
0.953
0.932
0.937
0.947
0.225
0.926
0.951
0.941
0.579
0.772
0.694
0.823
1
0.799
X19
-0.304
0.745
0.725
0.776
0.855
0.816
0.745
0.858
0.162
0.739
0.741
0.784
0.665
0.607
0.941
0.953
0.799
1
2.1.2主成份贡献率及其主成份载荷分析
按照特征值>1、方差累积贡献率>80%的原则提取主成份.利用SPSS软件对安徽省16个地级城市18个部门职工比重原始数据矩阵进行主成分分析,计算得到主成分特征值、贡献率、累积贡献率(如表2所示)
表2主成份特征值、贡献率和累积贡献率
Tab.2Theeigenvalue,contributionrateandaccumulativecontributionrateofPC
初始特征值
提取平方和载入
成份
合计
方差贡献率%
累积贡献率%
合计
方差贡献率%
累积贡献率%
1
13.506
75.033
75.033
13.506
75.033
75.033
2
1.303
7.237
82.27
1.303
7.237
82.27
3
1.049
5.825
88.095
1.049
5.825
88.095
4
0.979
5.441
93.536
5
0.408
2.264
95.801
6
0.307
1.707
97.508
7
0.191
1.062
98.569
8
0.077
0.426
98.995
9
0.056
0.31
99.306
10
0.05
0.276
99.582
11
0.035
0.197
99.779
12
0.02
0.111
99.89
13
0.012
0.064
99.954
14
0.005
0.026
99.98
15
0.004
0.02
100
16
-3.85E-18
-2.14E-17
100
17
-3.87E-17
-2.15E-16
100
18
-1.44E-16
-7.99E-16
100
数据显示,前3个因子的累积方差贡献率已经达到88.095%,按照特征值大于1,累积贡献率大于85%的原则,这些因子已经解释了原始变量的绝大部分信息,可以提取这3个因子作为影响城市职能判定的主因子(表2)。
表3主成份载荷矩阵
Tab.3TheloadmatrixofPCA
主成分1
主成分2
主成分3
采矿业
0.017
0.01
0.76
制造业
0.143
-0.105
-0.056
电力热力燃气及水的生产和供应业
0.006
0.138
0.324
建筑业
0.157
-0.118
-0.038
批发和零售业
0.08
0.009
-0.023
交通运输仓储邮政业
0.073
0.02
0.017
住宿和餐饮业
0.162
-0.137
-0.092
信息传输计算机服务软件业
0.101
-0.031
-0.088
金融业
-0.11
0.205
-0.158
房地产业
0.108
-0.029
0.115
租凭和商务服务业
0.151
-0.1
0.076
科学研究和技术服务业
0.122
-0.06
-0.019
水利环境公共设施管理业
-0.202
0.431
0.147
居民服务修理其他服务业
0.21
-0.223
-0.013
教育
-0.191
0.412
-0.04
卫生和社会工作
-0.096
0.283
0.035
文化体育娱乐业
0.134
-0.086
-0.068
公共管理社会保障社会组织
-0.103
0.276
-0.119
在主成分提取的基础上,可以得到18个行业部门在每个主成分上的系数值。
各部门在不同主成分上的系数值见表3.结果显示:
居民服务修理其他服务业、信息运输和计算机服务软件业、住宿餐饮业、建筑业、租凭和商务服务业、制造业、文化娱乐业,系数值分别达到了0.21、0.161、0.162、0.157、0.151、0.143、0.134。
从属性特征上看,除制造业外,这些部门主要与城市当地居民商业活动以及生活服务密切
相关,可以将由这几个部门构成的主成分1命名为商务服务因子。
主成分2上系数值较高的产业部门包括水利环境公共设施管理业、教育、卫生和社会工作部门、公共管理社会保障和社会组织业,系数值分别达到了0.431、0.412、0.283、0.276。
从属性上看,这些部门与城市居民生活密切相关,均具有社会公共服务属性。
主成分3上系数较高的部门包括采矿业,电力、燃气及水的生产和供应业,公共设施管理业等,特别是前两个部门,系数分别达到了0.76和0.324的较高水平,且从属性上主要反映了城市工业发展和能源供给状况,可以命名为能源动力因子。
2.2安徽省各个城市的主成分因子得分分析
在表3的基础上,将标准化后的安徽省16个地级市各部门职工比重数值代入主成分得分表达式,可以得到各城市在不同主成分上的得分。
表4各城市在不同主成分上的得分
Tab4.Thescoresofthe16citiesaboutthethreemainfacts.
商务服务因子
社会公共服务因子
能源动力因子
合肥市
3.48142
1.23469
-0.18462
淮北市
0.04792
-1.07137
1.6853
毫州市
-0.48427
0.32288
-0.26299
宿州市
-0.15089
0.19045
-0.0452
蚌埠市
-0.55179
0.77095
-0.83071
阜阳市
-0.78735
1.33113
-0.19366
淮南市
-0.19948
0.45678
3.13417
滁州市
-0.53552
0.35068
-0.37184
六安市
-0.96804
1.29684
-0.09625
马鞍山市
0.47786
-1.2494
0.00225
芜湖市
-0.07591
0.13778
-0.46015
宣城市
-0.26435
-0.56905
-0.48486
铜陵市
0.23143
-1.62712
-0.4286
池州市
0.11353
-1.43073
-0.54611
安庆市
-0.22049
0.70194
-0.39751
黄山市
-0.11407
-0.84645
-0.5192
主成分得分的分析结果显示,合肥市在商务服务因子这一主成分上的分值较高,达到3.48142;合肥市、阜阳市、六安市、安庆市、蚌埠市在社会公共服务因子这一主成分上的分值最高,尤其是合肥市、阜阳市、六安市分别达到1.23469、1.3313和1.29684;而在能源动力因子主成分上得分值较高的城市则分别是淮南市和淮北市,分别为3.13417和1.6853。
在初步判定安徽省16个城市包括18个部门行业上的城市职能分类,采用系统聚类分析的方法对具有相似部门结构的城市进行归类。
2.3基于Chebychev距离的聚类分析计算
系统聚类分析方法是定量地研究地理事物分类问题和地理分区问题的重要方法.因此我
们采用系统聚类分析方法从定量与定性相结合的角度对安徽省各个城市的城市职能作综合和系统的分析。
首先采用标准差标准化方法对三个主成份得分的数据进行处理;然后采用余弦距离测度
样本间距离;最后计算出8种系统聚类分析方法的结果,通过比较选出最近邻元素法计算类间的距离并对样本进行分类,从而得到安徽省城市职能分类的区域谱系图。
(见图1).
图1安徽省内各地级城市职能的聚类结果
Fig.1ClusterresultofurbanfunctioninAnhuiProvince
3.安徽省各个城市的城市职能的分类判定与定量分析
以距离为5(谱系图中第一条长竖线所示)和15(谱系图中第二条长竖线所示)进行划分的结果显示,安徽省16个地级城市在职能上可以为2个大类和7个亚类。
3.1第一大类
第一大类包括合肥市由主成分得分的分析结果显示,合肥市在商务服务因子这一主成分上的分值最高达到3.48142;在社会公共服务因子这一主成分上主成分因子分析得分达到1.23469。
合肥作为安徽的省会城市,全国四大科教基地之一,综合经济实力强,基础设施完善,作为安徽省目前的经济中心,是安徽的政治、经济、文化中心,具有独特的优势。
在安徽乃至中部省市都具有较强的区位优势、经济优势、科技优势和市场优势,在诸如GDP、固定资产投资完成额、社会消费品零售总额、外商直接投资中实际利用外资等指标评价上均占有绝对优势,是皖省竞争力最强的城市。
合肥市产业结构合理,产业面广,基本涉及国