当前位置:大学毕业论文> 本科论文>材料浏览

关于测度论文范文写作 基于主成分分析法安徽新型城镇化水平测度相关论文写作资料

主题:测度论文写作 时间:2024-03-11

基于主成分分析法安徽新型城镇化水平测度,这篇测度论文范文为免费优秀学术论文范文,可用于相关写作参考。

测度论文参考文献:

测度论文参考文献 新型建筑材料论文文献法婚姻家庭法论文文献综述法

[摘 要] 通过对安徽省15市的新型城镇化水平分析表明:安徽省15市的城镇化发展水平不平衡性和具有层次性.由于历史基础、资源条件差异、政策因素等差异,安徽省城市化水平总的趋势是皖南最高,皖中次之,皖北最低.皖南中黄山市城镇化水平低,皖北中蚌埠城市化水平较高.安徽省城镇化水平具有很强的历史依赖特征,结果造成强者日强,而落后地区很难跳出原有发展因素制约.由于内部结构因素等因素差异,城市化水平相近的地市应该根据各自的特点,实行差异化的城市化发展政策.

[关键词] 安徽省;新型城镇化;主成分分析法;结论

[中图分类号] F820 [文献标识码] B

安徽作为中部大省,但安徽省城镇化水平一直偏低,不仅低于全国水平,还低于同等城市水平,这是由于长期以来,城镇化和工业化的双重滞后制约安徽省经济发展.

目前,对于新型城镇化的研究中多以定性的角度分析城镇化的特点、内涵以及推进政策,国内也有以定量的角度研究城镇化水平.如唐志强基于主成分测度河西走廊的城镇化水平,张科静的基于主成分分析法的城市创意的竞争力的评价等.然而,鲜有通过构建新型城镇化指标体系对安徽省城镇化水平测度,所以本文基于主成分分析方法,以便更好的测算安徽省城镇化水平.

一、指标体系的建立

城镇化不是简单的非农人口增多和城市面积扩大,新型城镇化更加注重城镇化质量,包括产业结构优化、人的全面发展、城市环境改善等方面.鉴于单一指标无法全面评价城镇化水平,所以本文采用复合指标来衡量安徽省的新型城镇化水平,以新型城镇化内涵为出发点,以综合性、科学性、可获得性、数字化为原则,并借鉴国内外城镇化指标体系的经验,本文构建了五个方面(经济指标、人口指标、资源环境指标、社会指标、基础建设指标)共14项具体指标体系,为了尽可能诠释新型城镇化的内涵和特点.通过该指标体系,采取主成分分析法,对安徽新型城镇化水平进行测度,把握不同地区城镇化发展水平的差异,认识不同地区城镇化发展的特点.

(一)经济指标

城镇化的建设需要一定的资金,因为政府的投入是城镇建设的原始基础,所以地方财政收入的多少直接决定政府投入的多少.城镇化过程中,城镇基础的建设,工业厂房的增加可以用全社会固定资产投资来反映,人均GDP是衡量城镇化进程中人民生活的重要指标.

(二)人口指标

城镇化的直接结果表现为农业人口向城市聚集,就业的结构的变化.随着新型城镇化的不断深入,城市面积的扩张,导致非农人口比重增加、城镇化率提高、二三产业就业所占的比重不断提高.

(三)资源环境指标

由于工业化是城镇化的基础,城镇化必然会造成一定程度的环境破坏,以及废水废气的产生.但新型城镇化应该是要求人和自然和谐共处、经济的发展不应该以牺牲环境为代价的.因此,本文从“建成区绿化率”、“污水处理率“方面来衡量一个城市的区域环境.

(四)社会指标

新型城镇化也应该体现人的全面发展,表现为居民的生活质量的提高.社会发展才是新型城镇化的最终目标,所以要综合考虑到“失业率“、“每千人床位数”、“每万人拥有的公共交通车辆数”.

(五)基础建设指标

只有良好的基础设施,是城镇发展的起点.环境的高组织化和物质设施的聚集是新型城镇化的直接表现,人们为了使自然环境符合人的需求,从而对自然环境进行人为改造,从而直接导致环境的高组织化.体现为大量建筑物、道路面积的扩大.

二、测度分析

(一)数据来源和处理

本文选取了安徽省15个市作为评价样本,从《2015年安徽省统计年鉴》中查找2014年安徽省各省市的各项指标.因为本文主要采用的分析方法是主成分分析方法,在寻找相关数据时,统计年鉴并未直接给出,鉴于此,对于有些指标的数据是笔者通过计算得出的.考虑到指标之间存在一定的相关性,且数量多、统计单位不同一,因此本文使用SPSS10.0将各项指标进行标准化处理.

(二)主成分分析过程

利用SPSS10.0对标准化后的指标进行主成分分析,即可得主成分的特征值和方差贡献率(表2),取特征值大于1和累计贡献率大于85%的为主成分.

表2 解释的总方差

由表2可知前三个主成分的特征值都大于1且累计贡献率大于85%,即包含了原始数据信息的85.04%,因此,可以用前三个主成分来代替原来的14个变量,分别命名三个主因子为F1、F2、F3.为方便对各因子负载作合理解释,对初始因子敷负载矩阵进行方差最大法正交旋转.市的每个因子的负载的平方按列向0或1两极分化,得到正交旋转后的因子负荷矩阵(表3)

表3 旋转成份矩阵a

第一个主因子F1在城镇化率、非农人口比重、每千人床位数、第二产业比重、人均GDP、二三产业比重、人均城市道路面积的载荷较大,这7个指标是描述城市居民收入和保障以及城市人口变化的重要方面,因此将这主因子命名为生活水平因子,随着城市化进程的加快,城市人口不断增多,而且其内在的就业结构正在以第二产业为主向二三产业为主.城市居民收入的提高和城市交通的不断改善是新型城镇化区别于农耕经济社会的重要特征.

第二个主因子F2在地方财政收入、全社会固定资产投资、建成区面积、失业率、每万人拥有的公共汽车数的载荷较高,这五个指标反映新型城镇化发展的基础.地方公共物品的主要资金来源是地方财政收入,地方财政收入的多少直接决定城市基础设施建设的水平,其中包括建成区面积和公共交通设施.固定资产投资是通过建造和购置固定资产的活动,不断采用先进技术装备,建立新兴部门,进一步调整经济结构和生产力的地区分布,增强经济实力,为改善人民物质文化生活创造物质条件.据此,将这个主因子命名为城市基础因子.

第三个主因子F3在建成区绿化率和污水处理率方面有较高的载荷,因为这两个指标都涉及到环境因素,所以,将这个因子命名为城市环境因子.根据的因子得分系数矩阵,可以写出主成分F1、F2和F3各个指标标准化处理后表示的因子得分公式.

结论:关于本文可作为相关专业测度论文写作研究的大学硕士与本科毕业论文测度是什么意思论文开题报告范文和职称论文参考文献资料。

基于主成分分析法新能源工程财务绩效
一、引言随着我国现代化事业的不断推进,以及全球资源日益紧张,新能源的投资发展越来越得到社会普遍重视。根据国际能源署的研究,在2000~2030。

基于主成分分析法房地产上市公司财务绩效评价
■中图分类号:F272 文献标识码:A 文章编号:1002-5812(2016)22-0058-03摘要:文章建立以偿债能力、盈利能力、营运能。

主成分分析法构建公立医院财务风险预警模型
摘要:目的:对公立医院财务风险预警模型中采用主成分分析法进行构建的作用及效果进行分析研究。方法:采用主成分分析法对公立医院的相关财务风险指标进行。

基于主成分分析法构建公立医院财务风险预警模型
摘要:随着医院改革的不断推进,政府对公立医院的资金投入及补偿越来越少,因此不得不从以前的卖方市场慢慢转化成买方市场,医院用自己流转资金甚至信贷来。

论文大全