用聚類算法對(duì)經(jīng)濟(jì)區(qū)域的分類

一、相關(guān)背景簡(jiǎn)介

對(duì)經(jīng)濟(jì)區(qū)域的分類是在統(tǒng)計(jì)的研究基礎(chǔ)上，對(duì)大量錯(cuò)綜復(fù)雜的經(jīng)濟(jì)特征進(jìn)行歸類，進(jìn)而對(duì)區(qū)域進(jìn)行分類，以便找出內(nèi)在的規(guī)律，目前在經(jīng)濟(jì)領(lǐng)域中用到的分類方法包括主成分分析法因子分析法以及神經(jīng)網(wǎng)絡(luò)分析方法，本文著力用聚類方法根據(jù)區(qū)域經(jīng)濟(jì)的各個(gè)指標(biāo)進(jìn)行分類，從而為采用其他方法分類的提供一個(gè)參照和基準(zhǔn)。

三、分類結(jié)果和對(duì)結(jié)果討論

最后分類結(jié)果如上圖所示：北京、天津、吉林、遼寧、上海、江蘇、浙江和廣東為一類；其余地區(qū)為另一類。這里與GDP地區(qū)生產(chǎn)總值作為對(duì)照，廣東、山東、江蘇、浙江、河南、河北、上海，遼寧排在前8位，由此我們可以得到以下與按GDP分類出現(xiàn)不一致的區(qū)域，其中天津這個(gè)GDP不高的地區(qū)被分到經(jīng)濟(jì)發(fā)達(dá)一組，山東，河南，河北，吉林等GDP較高的地區(qū)被分類到經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)。本文使用聚類算法所依據(jù)的是如下幾個(gè)指標(biāo)，包括地區(qū)生產(chǎn)總值、資本形成總額等八個(gè)指標(biāo)，下面我們對(duì)處于分類邊界的幾個(gè)地區(qū)分別進(jìn)行討論：

天津是直轄市，僅從GDP來(lái)看，天津并不高，但人均GDP還是非常高的，僅僅落后上海、北京排在第三位，因此可以看到，其人均各個(gè)方面的指數(shù)都是非常高的，也就是說(shuō)其總量雖然不大，但說(shuō)人均值是非常高的；山東和河北的地區(qū)GDP總值雖然排在前面，但按照聚類的分類可以看到，這幾個(gè)城市應(yīng)該屬于經(jīng)濟(jì)發(fā)達(dá)地區(qū)中相對(duì)比較落后的地區(qū)，特別是山東與河北，這兩個(gè)地區(qū)的人均指標(biāo)和總量指標(biāo)排名都比較靠前，但在分類時(shí)還是被分到了欠發(fā)達(dá)地區(qū)，可以說(shuō)明兩個(gè)問(wèn)題：一個(gè)是山東和河北還有較大的差距，另外聚類分類對(duì)分類的各層次之間的分類點(diǎn)的辨識(shí)能力還是有缺陷的；河南雖然經(jīng)濟(jì)總量比較大，但人均值排名中下游，因此河南被分類到欠發(fā)達(dá)地區(qū)是比較合適的。

四、結(jié)語(yǔ)

用聚類方法對(duì)經(jīng)濟(jì)區(qū)域進(jìn)行分類基本能達(dá)到要求，這就為其他分類方法給出了一個(gè)重要的參照的算法；另一方面，聚類算法還有不完善的地方需要與其他算法來(lái)進(jìn)行改進(jìn)。

參考文獻(xiàn)：

[1]呂琦:《基于主成分分析法和神經(jīng)網(wǎng)絡(luò)算法的資源位模型》.集團(tuán)經(jīng)濟(jì)研究，2007年9月

[2]中華人民共和國(guó)統(tǒng)計(jì)局:《2006中國(guó)統(tǒng)計(jì)年鑒》.中國(guó)統(tǒng)計(jì)出版社，2006年