对中国35大城市综合指标的分析
对中国35大城市综合指标的分析中国最大的城市
中国大城市的分析和评估已经被许多学者和专家做过，但由于数据资料过于久远或评价因素过于单一，导致分析不够透彻，可以说用简单的某个因素或某几个因素的排序所得到的结论是不够透彻的，或者说这样的分析不够公平。文章将运用聚类分析和因子分析，使用SPSS软件对以下35个大城市做一次透彻的分析。
标签：城市综合实力评价 聚类分析 因子分析 提取主成分
对于城市综合实力的评价不仅仅是对与城市排名所带来的荣誉问题，更重要的是，通过对城市数据的分析可以将城市按照综合实力进行分级、分区制定相应的经济政策、法律制度，加紧合理而有效的建设和管理，从而使全中国各大城市的综合实力得到普遍的提高。
本问题研究的范围仅限于中国大陆地区，不包括港澳台及海南省。众所周知，上海可谓是中国大陆的经济中心，而为了公平起见，本次分析也将上海列入被分析城市的行列，与其他34个大城市作比较。
数据来源
为了反映各城市的综合实力，本文特别选取了人均GDP、人口密度、实际利用外资额、建成区绿化覆盖率、人均铺装道路面积、每高等学生教师数（即用高等学校专职教师数除以高等学校在校生数）、人均医院床位、每平方公里二氧化硫排放量（二氧化硫用其化学符号SO2表示）、工业废水达标率这9个变量（以上大部分数据均来自《中国统计经济数据库》2003数据，网址为：202.113.140.19:88/，只有每平方公里排放SO2一项是来自2001年的，而其中北京的每平方公里排放SO2数据则是2000年的，鉴于从2001年到2003年个地排放SO2量的变化不会对本次分析造成重大影响，所以保留原数字）。
（一）聚类分析
俗话说，人以分，物以类聚。仅凭地理分布或经济因素而简单地将这35个超大城市区分成东南西北中五区是非常不合理的，所以这里将运用SPSS软件中聚类分析工具对上表中的数据进行科学分类：
1、由于对与城市划分为几类的不知，所以先用系统聚类（hierarchical cluster）进行分析，很明显，在第一组中可以分为四组，为了进一步考察这四变量中心值，我们将进行K-均值聚类。
2、确定将35个城市分为四组进行聚类分析，如表1。
说明：35个城市按这9个变量分为四组，上海自然为第1组，这可能是因为其经济发达程度、开放程度远高于其他城市，但也伴随着一些问题更值得注意，通常来讲，高经济也伴随着高能源的消耗，上海作为一座中国乃至世界的超大城市，在巨大人口的背景下，其能源消耗也远远超出其他地区，这是上海政府应该注意的问题，经济的增长的同时更应该注重发展新能源、使用推广节能设备等措施。
苏州和深圳组成第3组，这一组的特点如下：（1）人均GDP远远高于其他城市，甚至近似与上海人均GDP的3倍之多，可想而知这两个城市的人民生活水平应该非常之高；（2）最低的人口密度，真可谓地广人稀，但绝不是大西北的荒芜之地；（3）实际利用外资额仅次于上海，这跟两城市的地理位置优越性是密不可分的；（4）较高的绿化率，最低的二氧化硫排放量以及最高的工业废水排放达标率，更可见此地环境质量之高，这也是值得其他大城市学
习的地方，发达的经济要回馈自然、回馈社会；（5）最高的人均道路铺装面积、最高的人均医院床位以及与其他地区相当的人均高等教师资源，都足以说明本地区人均享有的社会资源之丰富，也从另一方面说明，这两个城市的政府真正的将经济增长转化为人民福利。第2组与第4组显然与1、3两组存在很大的差距，第2组又优于第4组，除了实际利用外资额远高于第4组外其他因素都是略微优于第4组。
（二）因子分析
聚类分析只是将这些大城市按综合实力进行了分组，但还不能得到城市之间在某个因素下的排名，这样就需要因子分析，提取主成分的方法来分析这35个城市在某个方面的优与差。
补充一下，这9个变量是笔者精心挑选的来反映城市不同方面的指标，目的是力求公平、有效，如果仅对某一个因素排序就会忽视了其他因素，因为这些因素之间并不是相互独立的，这一点将在下面的因子分析中得到证实。
说明：变量之间多多少少存在相关，其中人均GDP与实际利用外资额、人均道路铺装面积存在高度相关关系，这是很符合实际情况的；人口密度与每平方公里二氧化硫排放量高度相关，
这说明人口密度大，能源消耗高，再加之大多数人口密集区环保措施不到位使得二氧化硫等废气排放量很高。
KMO检验和Bartlett球形检验的结果表明，KMO值为0.542，稍偏小。Bartlett球形检验表明，近似卡方值为110.490，P为0.000，因此拒绝Bartlett球形检验的零假设，认为适合因子分析。
反镜像协方差矩阵和反镜像相关系数矩阵。在矩阵中，对角线上的数值（MSA）都不算小，所以没有因样本量小而须剔除的变量。
总方差解释表可以看出提取的前4个因子足以用来评价样本，达到了降维的目的，而无须用原来9个标准去评价。
结合主成分载荷系数矩阵和旋转后的因子负荷散点图，可以看出，“人均GDP”、“人均道路铺装面积”、“实际利用外资额”、“建成区绿化覆盖率”、“工业废水排放达标率”可归为因素1即经济环境因素；“人口密度”和“每平方公里二氧化硫排放量”可归为因素2即占用污染因素；“每高等学生教师数”和“人均医院床位数”可归为因素3即人均社会资源因素，而考虑到第4因子的贡献率较低，所以不予考虑。
因子得分系数矩阵表，SPSS也根据这4个因子得分函数，自动计算出35个样本的4个因子得分，接下来将根据前3个因子的得分对这35个城市进行排名（其中因子1和因子3按降序排列，即名次在前者为此指标下更优者，因子2按升序排列，也即靠前者为更优者）。
结论
表2应该已经很清楚地表明了中国这些特大城市的综合指标排名，虽然本文所采用的指标有限，但是通过了多元分析方法应该能大体上反映出各大城市的势力对比。深圳无疑是做的最好的城市之一，这也在其他专家学者所做的文章中得到证实。这也给了我们一些启示，实际上经济发达的地方在做综合指标排名时，其排位并不十分靠前，而在当今大喊经济发展号子的城市中，其领导者是否应把更多的精力放在环境保护和人民福利上。当然，这并不是说放下经济大旗，然而，在这之间必然存在着能够相互妥协的办法。
经济的步伐可以放慢一些，古之有云：物极必反，任何东西都不可到极尽之处。因为，人生活的环境是属于自然的，人还远不能操纵自然的变化，同时，自然资源的转化与循环都是有节奏且不可扰乱的，人过度的开采利用，尽管经济能快速发展，但是却造成了自然不可逆转的伤害，到最后，受到伤害的还是人类自己。所以，本文名为对城市指标排名，实则想说明
一点：经济发达不是人类的最终目标，人类文明的延续靠的是我们社会和谐有序的发展。
参考文献
[1]倪鹏飞.中国城市竞争力报告NO.1[M].社会科学文献出版社,2005.
[2]倪鹏飞.中国城市竞争力报告NO.2[M].社会科学文献出版社,2005.
[3]向德平.城市社会学[M].高等教育出版社,2005.

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。