基于Clementine的不同省份經濟發展水平綜合實力分析

(北京物資學院 北京 101149)

一、引言

我國的經濟實力不斷提高，城市化進程飛速前行，城市的規模和數量不斷擴大，城鄉比例不協調。鄉鎮正逐漸向小型城市演變，而中小城市也同樣順應趨勢，在各行各業向大城市跟進。城市可以帶動周圍的鄉鎮發展，是其周圍的政治經濟文化中心，在推動相關地區全方面發展的起到了不可代替的重要作用。國家的經濟水平的體現是由各個區域的經濟發展狀況來決定，換而言之，各個城市的經濟發展狀況是國家整體經濟發展的重要體現。在我國，由于區域之間的不協調發展，導致我國東西部城市經濟發展水平參差不齊。也就是說，南北方連同沿海和內陸城市也會由于各種因素的限制和影響產生經濟發展水平不均衡發展。所以，正是由于不同城市間存在經濟發展水平的差異化，才促使我們去運用科學的方法去分析、比較和研究不同城市的經濟指標，通過聚類分析得出差異化背后的原因，據此來有針對性的提出促進城市經濟發展的對策，對我國經濟整體的協調發展具有重大意義

二、構建評價我國各地區經濟發展水平的指標體系

在一定時期，一個地區的經濟發展水平可以反映該地區不同的方面，包括政治經濟文化等綜合發展狀況，最重要的是它也在一定程度上反映了地區的國民經濟持續發展水平。因此，地區的經濟發展水平指標體系的改進是為更好的反映該地區現有的經濟實力，也是為了更好的反映未來的發展狀況，同樣能夠更好的分析我國31個省市地區的經濟發展狀況。本文主要是為了對各地區各行業的經濟發展情況進行分析，指導各地區的經濟社會發展。遵循系統性全面性、科學性、可比性的原則，在《中國城市統計年鑒2017》，選取了能夠了反映2016年各城市經濟發展情況的9個指標：X1-地區生產總值；X2-農林牧漁業；X3-工業；X4-建筑業；X5-批發零售；X6-交通運輸、倉儲和郵政業；X7-住宿和餐飲業；X8-金融業；X9-房地產業。

三、clementine聚類以及神經網絡模型的建立

(一)clementine聚類以及神經網絡分析模型介紹

clementine聚類分析法是多元統計分析的范疇聚類分析法的一種，其主要的思想為在所有的統計樣本中，由于樣本之間具有一定的不同程度的相似性。因此可以對一批樣本進行不同程度的觀測，進行相關性分析，找到其中具有代表性的相似程度的統計量，依據這些要素進行一定程度的聚類分析。[1]Clementine神經網絡應用的主要目是在所有的樣本中，以不同的層面進行分析，找到其中具有價值的相關規律，并且可以運用其進行恰當的單元件處理網絡結構分析，實現分類預測和聚類分析。Clementine聚類分析是數據挖掘的主要任務之一。在這方面，聚類能夠用分析方法獲得數據的的分布狀況，通過對不同數據集的觀察，找到他們不同的特征。也可以對特定的數據集進行更加深層的分析。

(二)構建分析我國各地區經濟發展水平模型

1.模型構建過程

將我國31省市地區生產總值文件拖拽至數據流區域，獲取EXCEL表格數據。應用“分類”對數據進行處理以便于聚類分析，引入“K-means”模型，對執行后的模型數據按照km-means進行升序排列并輸出表，同時建立km-k-means分布圖，以便于觀察我國31省市地區在各類中的分布情況，為了研究影響地區生產總值的主要影響指標，建立了地區生產總值神經網絡模型。我國各地區經濟發展水平模型，見圖1.

圖1我國各地區經濟發展水平模型

2.聚類分析輸出結果以及分析

將聚類模型展開，整理各分類記錄中各指標的均值，整理結果如表1所示，根據聚類模型輸出的結果，對各類數據指標對于地區生產總值的影響程度進行分析。

表1 各分類各行業指標均值(單位：億元)

根據均值數據、各項指標數據以及K-means重要性分析結果，分析各個類的特征

類1：省市為云南、陜西、重慶、廣西、江西、安徽、黑龍江、遼寧、內蒙古、上海、北京、天津，除金融業以及房地產業外各項指標均值均排在第三位，大部分地區經濟發展水平相對較低。近年來，北京、上海、天津三座城市經濟增速放緩，由于北京正在推進非首都功能疏解，許多金融等企業外遷，經濟增速緩慢。上海經濟增速較慢可能由于動能轉換造成的，天津經濟增速慢可能由于部分行業產能過剩有關。北京、上海兩座城市金融業以及房地產業經濟發展水平較高，工業排在第三梯隊，上海市的批發零售業排在第一梯隊。北京、天津、上海三座城市由于農業用地較少，農林牧漁業發展緩慢，其他產業經濟發展水平相對較低。黑龍江、遼寧是我國重工業以及農業發展基地，可以通過改造良田，提高土壤質量，改善農業基礎設施，提高農業經濟活力，改善農產品銷售模式，提高地區經濟活力。黑龍江省主要發展方向主要為重工業，輕工業的發展的劣勢成為了其制約因素。

類2：省市為廣東、山東、江蘇，綜合經濟實力較強，廣東省工業、批發零售業、金融業、房地產業均處于第一位，各項指標均處于最好的狀態，是經濟最活躍的地區。山東、江蘇，除工業外所有的經濟指標的均值排在第二位，各類行業經濟發展情況較好，山東省以及江蘇省的地理位置和氣候環境，比較適合農作物水果種植，飼養牲畜以及發展水產品產業，山東與江蘇農林牧漁業的產值比廣東地區產值要高。

類3：四川、湖南、湖北、河南、福建、浙江、河北，第三類城市的未來重點發展方向可以主要集中于工業，交通運輸、倉儲和郵政業以及農林牧漁業。由于該類城市大多屬于長江、黃河等河域的密集分布地區，船運及農牧業較為發達；另外，該類城市的陸路交通網分布密集，所以陸上物流運輸業也較為發達。第三類各地區各行業經濟發展水平要比第一、第四類整體發展水平要高，處于經濟發展的中間地帶，發展前景較為廣闊。

類4：新疆、寧夏、青海、甘肅、西藏、貴州、海南、吉林、山西，所有指標的均值都位于最后梯隊，除于經濟發展緩慢地區。其中新疆、寧夏、青海、甘肅位于我國西北部地區，貴州、西藏位于我國西南部地區。近年來，西部地區經濟增速快于中東部地區，但是其經濟增長方式主要以投資驅動為主，房地產等行業市場內生投資力不足，新興行業產業規模相對較小。西部地區發展還受交通以及市場資源的限制，物流運輸成本相對較高，眾多農產品銷售價格攀升。民營經濟發展緩慢，缺乏市場主體的支撐。未來西部地區發展應當積極采取措施，促進當地民營經濟的發展，改變政府投資模式，加強科學技術研究研發。[2-3]

3.神經網絡分析結果

通過神經網絡分析模型輸出圖可以看出影響各地區地區生產總值的主要因素有四個：房地產業、金融業、批發零售業、工業。

四、結論

我國正處于經濟轉型期，市場轉型發展期，發展潛力巨大，有不錯的前景。但是，由于區域間的不協調發展，我國各區域間出現了相當程度的發展不協調，沿海地區相對于內陸發展較好，東北地區相對于西部地區發展較好。2020年，我國要全面建成小康社會，對于這一偉大要求，我們必須協調好區域間的經濟發展，對于不同地區側重不同的經濟發展，取長補短，共同促進。只有這樣才能更好的使國民經濟朝著更好的方向發展。

本文通過對全國31城市的相關重要經濟指標建立模型并進行聚類分析，通過分析可以得出各個城市在不同行業的宏觀表現，針對不同的表現及結果分析，相應的政府部門便可以發揮政府宏觀調控的職能，進行決策分析并更好地引導城市經濟朝著良性發展下去。