应用经济分析方法 课程

论文(报告、案例分析)

院系:经济学院
专业:国际经济与贸易
班级:04940133
姓名:张诗尧
学号:0494013326
任课教师:吴海建
题目:回眸·思考

提交论文(报告)时间:2006 年 12 月 22 日

回眸 ·思考

国际经济与贸易 专业

学生

张诗尧

学号

0494013326

摘 要: 为了更好的说明近些年来,中国经济的飞跃发展,本论文选择了七个
比较有代表性的相对指标,对 1990 年和 2004 年的各地区经济情况进行了聚类分
析,将全国各地区分为四类。同时,通过简单的图表分析后,提出发展过程的出
现的不足,如地区差异,发展不平衡等问题,并且针对分析结果提出合理化建议。

关键 词: 发展

地区经济 聚类分析 差异

一、 引言
中国在发展,这已经成为一个深入人心的话语。自改革开放以来,市场经济
的竞争机制和进取精神带来了巨大的活力,使中国经济得以迅速发展,人民的
生活不断在改善。一般证明中国经济发展都是使用 GDP 等指标,但 GDP 本身就
是很笼统的,不利于我们看清楚发展背后的问题。通过聚类分析和图表分析比较
1990 年和 2004 年的数据后,我们可以清楚的看到: 1. 中国各地区经济在 1990
年到 2004 年取得了较大的发展,成就是可喜的。 2.中国的发展过程中是不平衡
的------东部,中部,西部差异很大,通过聚类我们还可以看到,东部也有落后
的地区,如:河北,广西;西部也有经济实力较强的地区,如四川等。因此,提
出了关于差异发展和西部大开发政策的一些建议。

二、 对 19 90 年和 19 98 年各地 区经济 的聚类 分析
(一) 聚类 分析指 标的选 择
在比较 1990 年和 2004 年的各地区相关经济数据差异时,我们要选择有代

表性的指标,然后在通过 SPSS 软件研究。
1.我的论文研究的是地区经济的发展和差异,在选择指标时就应该选择能
体现经济发展状况的指标,一些反映教育,人口素质,社会环境等指标是不宜
选择的。
2.由于要选择反映经济状况的指标,就应该选择反映经济循环过程的指标,
如生产,指出,收入,消费等指标。
3.选择的指标要有相对性和可比性,一个地区的经济实力受规模大小和人口
多少的影响,我选择了一些有可比性的相对指标。
4.一个地区经济状况的发展和改善,最后都是可以用人们的收入和生活的
一些指标体现的,所以在选择相对指标时,我选择了“人均指标”。
5.在进行地区的聚类分析时,指标要符合聚类分析的特点,同时为了反映
地区于地区间的“亲疏”程度,我选择了一些静态指标。
6.在论文中要对 1990 年到 2004 年的经济变动情况进行分析时,应该选择
具有动态趋势的指标。
鉴于以上的六点,我选择了以下 6 个指标:平均国内生产总值,居民消费
水平,职工平均工资,城镇居民人均可支配收入,城镇居民实际支出,农村居
民纯收入,农民生活消费支出。
选择 1990 年和 2004 年的地区经济状况进行聚类分析,说明十几年来国家
和地区经济发展变动情况,具有现实意义,而且 2004 年于 2006 年也在一定程
度上有相似性,所以这样的分析得出的结论和建议更合理一些。
(二) 根据 收集的 199 0 年的 数据进 行聚类 分析
对 1990 年的地区经济进行聚类分析,分析的结果如图 1 显示,再根据聚类图
1,将 1990 年地区经济的聚类结果列于表 7。由于西藏部分数据不完全,分析时
将其去除。

表1

表1
地区
北 京
天 津
河 北
山 西
内蒙古
辽 宁
吉 林
黑龙江
上 海
江 苏
浙 江
安 徽
福 建
江 西
山 东
河 南
湖 北
湖 南
广 东
广 西
海 南
重 庆
四 川
贵 州
云 南
西 藏
陕 西
甘 肃
青 海
宁 夏
新 疆

人均国内生产总值 居民消费水平 职工平均工资 城镇居民人均可支配支出 城镇居民人均实际支出 农村家庭纯收入农民家庭生活消费

4881
3621
1465
1493
1478
2698
1746
2028
5910
2016
2122
1182
1767
1110
1815
1091
1556
1228
2395
1066
1598

1435
1344
783
681
786
1155
955
1056
2099
903
1122
670
962
652
698
523
820
750
1099
630
751

2653
2438
2019
2111
1846
2180
1888
1850
2917
2129
2220
1827
2162
1729
2149
1825
1903
2035
2929
2049
1982

1787
1522
1369
1145
1050
1399
1128
1090
2050
1464
1769
1224
1481
1110
1408
1153
1295
1254
2135
1448
1575

1646
1440
1255
1048
982
1346
1054
1051
1936
1339
1604
1182
1349
984
1229
1068
1220
1162
1984
1338
1382

1297
1069
622
604
607
836
804
760
1907
959
1099
539
764
670
680
527
671
664
1043
639
696

961
733
465
545
492
640
586
537
1262
787
898
499
708
500
516
397
552
505
851
409
510

1105
810
1224
1276
1241
1099
1558
1393
1799

662
463
731

2011
1947
2130
3178
2042
2407
2632
2252
2289

1354
1152
1367

1281
1109
1272

1265
1197
1191
1271
1314

1117
1031
1118
1212
1104

558
435
541
650
531
431
560
578
683

468
403
453
328
412
314
422
451
478

677
590
812
728
936

Proximities
a
Case Processing Summary

表2

N

Valid
Percent
28
93.3%

Cases
Missing
N
Percent
2
6.7%

a. Squared Euclidean Distance used

Cluster

N

Total
Percent
30
100.0%

Warnings
SAVE will not be performed, since
original case numbers are unknown

表3

Proximity Matrix

Case
1:北 京
2:天 津
3:河 北
4:山 西
5:内蒙古
6:辽 宁
7:吉 林
8:黑龙江
9:上 海
10:江 苏
11:浙 江
12:安 徽
13:福 建
14:江 西
15:山
16:河 南
17:湖 北
18:湖 南
19:广 东
20:广 西
21:海 南
22:四 川
23:贵 州
24:云 南
25:陕 西
26:甘 肃
27:青 海
28:宁 夏

1:北 京

2:天 津
.280

.280
1.670
1.977
2.419
.798
1.856
1.912
.668
.881
.484
2.203
.993
2.611
1.431
2.639
1.709
1.844
.592
1.785
1.402
1.871
2.654
1.728
2.098
2.341
1.722
1.707

.644
.825
1.097
.149
.738
.764
1.689
.260
.247
.989
.293
1.255
.517
1.273
.666
.736
.877
.763
.558
.791
1.292
.691
.900
1.096
.718
.661

3:河 北
1.670
.644
.102
.182
.192
.147
.182
4.287
.208
.658
6.107E-02
.124
.202
2.555E-02
.141
2.557E-02
2.518E-02
1.921
3.128E-02
5.889E-02
1.325E-02
.140
1.526E-02
4.158E-02
.241
.311
5.014E-02

4:山 西
1.977
.825
.102
6.803E-02
.321
8.556E-02
.125
4.785
.323
.986
8.725E-02
.262
.117
.100
9.989E-02
8.811E-02
3.496E-02
2.459
.194
.287
.112
9.366E-02
.107
4.486E-02
.146
.219
6.543E-02

5:内蒙古
2.419
1.097
.182
6.803E-02
.469
5.263E-02
5.798E-02
5.387
.498
1.274
7.638E-02
.439
2.638E-02
.244
6.127E-02
.116
9.699E-02
3.114
.313
.411
.199
.111
.232
.100
.309
.471
.212

6:辽 宁
7:吉 林
8:黑龙江
.798
1.856
1.912
.149
.738
.764
.192
.147
.182
.321 8.556E-02
.125
.469 5.263E-02 5.798E-02
.260
.279
.260
1.267E-02
.279 1.267E-02
2.771
4.455
4.528
7.804E-02
.277
.352
.303
.891
.991
.378
.110
.140
6.071E-02
.262
.324
.569 8.904E-02
.114
.151
.182
.233
.574
.165
.191
.191 6.890E-02 9.936E-02
.244 8.242E-02
.124
1.329
2.604
2.755
.297
.290
.347
.190
.311
.366
.283
.196
.245
.598
.230
.270
.238
.217
.262
.348
.143
.175
.580
.404
.445
.412
.458
.502
.239
.202
.245

9:上 海
10:江 苏
.668
.881
1.689
.260
4.287
.208
4.785
.323
5.387
.498
2.771 7.804E-02
4.455
.277
4.528
.352
2.859
2.859
1.870
.196
5.100
.357
3.098 2.918E-02
5.650
.528
3.946
.150
5.790
.561
4.311
.184
4.545
.236
1.388
1.269
4.443
.273
3.801
.160
4.605
.264
5.835
.577
4.394
.252
4.990
.371
5.355
.655
4.315
.520
4.374
.277

Squared Euclidean Distance
11:浙 江 12:安 徽 13:福 建 14:江 西
15:山
16:河 南
.484
2.203
.993
2.611
1.431
2.639
.247
.989
.293
1.255
.517
1.273
.658 6.107E-02
.124
.202 2.555E-02
.141
.986 8.725E-02
.262
.117
.100 9.989E-02
1.274 7.638E-02
.439 2.638E-02
.244 6.127E-02
.303
.378 6.071E-02
.569
.151
.574
.891
.110
.262 8.904E-02
.182
.165
.991
.140
.324
.114
.233
.191
1.870
5.100
3.098
5.650
3.946
5.790
.196
.357 2.918E-02
.528
.150
.561
.968
.244
1.302
.568
1.321
.968
.279 6.496E-02
.128 3.726E-02
.244
.279
.485 8.937E-02
.472
1.302 6.496E-02
.485
.278 4.242E-02
.568
.128 8.937E-02
.278
.212
1.321 3.726E-02
.472 4.242E-02
.212
.671 3.464E-02
.133
.127 6.257E-02
.122
.785 4.089E-02
.168
.118 4.815E-02 8.966E-02
.614
2.569
1.254
3.228
1.698
3.042
.675
.116
.177
.303 5.694E-02
.192
.424
.182 9.457E-02
.399 6.939E-02
.323
.739 4.912E-02
.168
.201 4.766E-02
.117
1.323 5.626E-02
.463
.103
.200 2.032E-02
.704 9.301E-02
.144
.263 3.064E-02
.165
.989 4.634E-02
.267
.124 7.287E-02 5.573E-02
1.360
.303
.503
.394
.221
.252
1.071
.475
.398
.619
.238
.497
.790
.134
.177
.276 4.026E-02
.183

17:湖 北
1.709
.666
2.557E-02
8.811E-02
.116
.191
6.890E-02
9.936E-02
4.311
.184
.671
3.464E-02
.133
.127
6.257E-02
.122
2.533E-02
2.131
9.450E-02
.101
4.562E-02
.150
6.874E-02
6.701E-02
.337
.413
.105

This is a dissimilarity matrix

Average Linkage (Between Groups)

18:湖 南
1.844
.736
2.518E-02
3.496E-02
9.699E-02
.244
8.242E-02
.124
4.545
.236
.785
4.089E-02
.168
.118
4.815E-02
8.966E-02
2.533E-02
2.184
7.989E-02
.143
3.315E-02
9.015E-02
3.925E-02
2.189E-02
.192
.271
4.330E-02

19:广 东
.592
.877
1.921
2.459
3.114
1.329
2.604
2.755
1.388
1.269
.614
2.569
1.254
3.228
1.698
3.042
2.131
2.184
1.797
1.504
2.002
2.894
1.845
2.391
2.495
1.935
1.913

20:广 西 21:海 南 22:四 川 23:贵 州 24:云 南 25:陕 西 26:甘 肃 27:青
1.785
1.402
1.871
2.654
1.728
2.098
2.341
1
.763
.558
.791
1.292
.691
.900
1.096
3.128E-02 5.889E-02 1.325E-02
.140 1.526E-02 4.158E-02
.241
.194
.287
.112 9.366E-02
.107 4.486E-02
.146
.313
.411
.199
.111
.232
.100
.309
.297
.190
.283
.598
.238
.348
.580
.290
.311
.196
.230
.217
.143
.404
.347
.366
.245
.270
.262
.175
.445
4.443
3.801
4.605
5.835
4.394
4.990
5.355
4
.273
.160
.264
.577
.252
.371
.655
.675
.424
.739
1.323
.704
.989
1.360
1
.116
.182 4.912E-02 5.626E-02 9.301E-02 4.634E-02
.303
.177 9.457E-02
.168
.463
.144
.267
.503
.303
.399
.201
.103
.263
.124
.394
5.694E-02 6.939E-02 4.766E-02
.200 3.064E-02 7.287E-02
.221
.192
.323
.117 2.032E-02
.165 5.573E-02
.252
9.450E-02
.101 4.562E-02
.150 6.874E-02 6.701E-02
.337
7.989E-02
.143 3.315E-02 9.015E-02 3.925E-02 2.189E-02
.192
1.797
1.504
2.002
2.894
1.845
2.391
2.495
1
4.794E-02 1.907E-02
.166 2.580E-02 8.449E-02
.267
4.794E-02
7.524E-02
.326 8.418E-02
.184
.464
1.907E-02 7.524E-02
9.676E-02 1.276E-02 3.880E-02
.228
.166
.326 9.676E-02
.130 4.575E-02
.173
2.580E-02 8.418E-02 1.276E-02
.130
4.116E-02
.171
8.449E-02
.184 3.880E-02 4.575E-02 4.116E-02
.123
.267
.464
.228
.173
.171
.123
8.986
.365
.507
.335
.402
.233
.258 8.986E-02
8.241E-02
.170 5.625E-02
.138 2.348E-02 4.421E-02 9.521E-02

表4
Agglomeration Schedule
Stage Cluster First
Cluster Combined
Appears
Stage Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2
1
7
8 1.267E-02
0
0
2
22
24 1.276E-02
0
0
3
3
22 1.426E-02
0
2
4
16
23 2.032E-02
0
0
5
18
25 2.189E-02
0
0
6
3
20 2.538E-02
3
0
7
5
14 2.638E-02
0
0
8
10
13 2.918E-02
0
0
9
12
17 3.464E-02
0
0
10
4
18 3.991E-02
0
5
11
3
15 4.020E-02
6
0
12
3
28 5.051E-02
11
0
13
4
12 5.916E-02
10
9
14
6
10 6.938E-02
0
8
15
3
4 7.518E-02
12
13
16
5
7 7.831E-02
7
1
17
26
27 8.986E-02
0
0
18
3
16
.124
15
4
19
6
21
.148
14
0
20
3
5
.173
18
16
21
2
11
.247
0
0
22
3
6
.284
20
19
23
3
26
.346
22
17
24
1
2
.382
0
21
25
1
19
.694
24
0
26
1
9
1.404
25
0
27
1
3
2.027
26
23

Next Stage
16
3
6
18
10
11
16
14
13
13
12
15
15
19
18
20
23
20
22
22
24
23
27
25
26
27
0

表5
1
Cluster Membership
Case
1: 北 京
2: 天 津
3: 河 北
4: 山 西
5:内蒙古
6: 辽 宁
7: 吉 林
8:黑龙江
9: 上 海
10:江 苏
11:浙 江
12:安 徽
13:福 建
14:江 西
15:山
16:河 南
17:湖 北
18:湖 南
19:广 东
20:广 西
21:海 南
22:四 川
23:贵 州
24:云 南
25:陕 西
26:甘 肃
27:青 海
28:宁 夏

4 Clusters
1
1
2
2
2
2
2
2
3
2
1
2
2
2
2
2
2
2
4
2
2
2
2
2
2
2
2
2

Dendrogram
* * * * * * H I E R A R C H I C A L

C L U S T E R

Dendrogram using Average Linkage (Between Groups)

A N A L Y S I S * * * * * *

Rescaled Distance Cluster Combine
C A S E
Label

0
Num

7

黑龙江

8

内蒙古

5

西

14

16

23

22

24

3

广

西

20

15

28

12

17

18

西

25

西

4

10

13

6

21

26

27

2

11

1

广

19

9

5

10

15

20

25

+---------+---------+---------+---------+---------+

图 1 1990 年各地区经济状况聚类分析图
表 6 1990 年各地区经济状况类次表
类次

地区

1

上海

2

广东

3

北京,天津,浙江
辽宁,广西,四川,云南,湖南,陕西,山西,宁夏,安徽,河南,江西,贵州 ,
甘肃,吉林,黑龙江,内蒙古,江苏,福建,山东,新疆,河北,湖北,海南,
青海

4

6000

5000

3000

2000

1000

0

È˾ù¹úÄÚÉú²ú×ÜÖµ

4000

­
½Ï
ã Ä®
ÕÆ ½
Ô ²Ø
Ð ò
Î÷ ½´¨
Ìì Ä £
ËÏ ºÎ÷
É Î÷
ɽ ¶«
ɽ º£
É à ÏÄ Å
Çþ ɹ
ÄÚÃÄþ
ÄÉ Î÷
Á ­ ËÕ
½­ ÁÖ
½ª ÄÏ
¼ ±±­
ºþ ú½
ºþ ÁÄÏ
ºÚ ± ±
ºÓ ÄÏ
ºÓ Ý
º£ Ö÷
¹ó Î «
¹ã ¶Ëà
¹ã ½¨ ©
¸Ê ¾
¸£± Õ
± »
°²

µØÇø

图2

(三) 根据 收集的 200 4 年的 数据进 行聚类 分析。

对 2004 年的地区经济进行聚类分析,分析的结果如图 3 显示,再根据聚类图
3,将 1990 年地区经济的聚类结果列于表 11。由于西藏部分数据不全,分析时将其去

除。

表7
地区
地 区
北 京
天 津
河 北
山 西
内蒙古
辽 宁
吉 林
黑龙江
上 海
江 苏
浙 江
安 徽
福 建
江 西
山 东
河 南
湖 北
湖 南
广 东
广 西
海 南
重 庆
四 川
贵 州
云 南
西 藏
陕 西
甘 肃
青 海
宁 夏
新 疆

人均国内生产总值居民消费水平职工平均工资
城镇居民人均可支配支出 城镇居民人均实际支出农村家庭纯收入 农民家庭生活消费
居民
人均地区
37058
12405
29674
15637.84
12200.40
6170.33
4616.94
31550
8765
21754
11467.16
8802.44
5019.53
2642.11
12918
3858
12925
7951.31
5819.18
3171.06
1834.92
9150
3451
12943
7902.86
5654.15
2589.60
1636.46
11305
4233
13324
8122.99
6219.26
2606.37
2082.57
16297
5561
14921
8007.56
6543.28
3307.14
2072.95
10932
5136
12431
7840.61
6068.99
2999.62
1971.21
13897
5132
12557
7470.71
5567.53
3005.18
1837.37
55307
18382
30085
16682.82
12631.03
7066.33
6328.85
20705
6159
18202
10481.93
7332.26
4753.85
2992.55
23942
6844
23506
14546.38
10636.14
5944.06
4659.11
7768
3707
12928
7511.43
5711.33
2499.33
1813.71
17218
5913
15603
11175.37
8161.15
4089.38
3015.58
8189
3353
11860
7559.64
5337.84
2786.78
2095.48
16925
4966
14332
9437.80
6673.75
3507.43
2389.27
9470
3681
12114
7704.90
5294.19
2553.15
1664.09
10500
4684
11855
8022.75
6398.52
2890.01
2088.98
9117
3739
13928
8617.48
6884.61
2837.76
2472.29
19707
7286
22116
13627.65
10694.79
4365.87
3240.78
7196
2863
13579
8689.99
6445.73
2305.22
1928.60
9450
3620
12652
7735.78
5802.40
2817.62
1745.35
9608
3596
14357
9220.96
7973.05
2510.41
1853.94
8113
3643
14063
7709.87
6371.14
2518.93
2015.72
4215
1946
12431
7322.05
5494.45
1721.55
1296.34
6733
2966
14581
8870.88
6837.01
1864.19
1571.04
7779
3166
9106.07
1861.31
1470.70
7757
2893
13024
7492.47
6233.07
1866.52
1618.05
5970
2460
13623
7376.74
5937.30
1852.22
1464.34
8606
3183
17229
7319.67
5758.95
1957.65
1676.44
7880
3405
14620
7217.87
5821.38
2320.05
1926.82
11199
3377
14484
7503.42
5773.62
2244.93
1689.91

Cluster
表8

Proximity Matrix

Case
1:北 京
2:天 津
3:河 北
4:山 西
5:内蒙古
6:辽 宁
7:吉 林
8:黑龙江
9:上 海
10:江 苏
11:浙 江
12:安 徽
13:福 建
14:江 西
15:山
16:河 南
17:湖 北
18:湖 南
19:广 东
20:广 西
21:海 南
22:重 庆
23:四 川
24:贵 州
25:云 南
26:陕 西
27:甘 肃
28:青 海
29:宁 夏
30:新 疆

1:北 京

2:天 津
.858

.858
3.374
3.701
3.299
2.780
3.357
3.501
.420
1.554
.355
3.754
1.681
3.833
2.509
3.892
3.348
2.969
.660
3.421
3.626
2.844
3.405
4.448
3.429
3.904
4.047
3.597
3.660
3.636

.905
1.103
.912
.611
.919
.963
2.027
.166
.404
1.147
.267
1.192
.514
1.199
.937
.797
.210
1.025
1.058
.762
.987
1.567
1.056
1.262
1.342
1.108
1.116
1.076

3:河 北
3.374
.905
1.998E-02
1.888E-02
3.976E-02
1.135E-02
1.150E-02
5.397
.381
1.917
2.843E-02
.347
2.679E-02
7.098E-02
2.697E-02
1.982E-02
5.458E-02
1.245
5.747E-02
1.025E-02
.130
3.540E-02
.135
.117
8.064E-02
9.745E-02
.122
5.082E-02
4.244E-02

4:山 西
5:内蒙古
3.701
3.299
1.103
.912
1.998E-02 1.888E-02
1.882E-02
1.882E-02
8.818E-02 4.304E-02
2.607E-02 1.268E-02
2.940E-02 2.792E-02
5.861
5.318
.525
.398
2.171
1.873
4.272E-03 1.851E-02
.459
.325
1.677E-02 3.216E-02
.135 7.241E-02
5.224E-03 3.169E-02
3.159E-02 1.102E-02
6.679E-02 2.266E-02
1.400
1.166
2.872E-02 2.227E-02
3.403E-03 1.502E-02
.128 7.880E-02
2.014E-02 9.614E-03
5.369E-02
.110
6.622E-02 6.165E-02
2.834E-02 4.386E-02
3.368E-02 6.551E-02
7.370E-02 8.514E-02
2.072E-02 2.800E-02
1.509E-02 2.540E-02

6:辽 宁
7:吉 林
8:黑龙江
2.780
3.357
3.501
.611
.919
.963
3.976E-02 1.135 E-02 1.150 E-02
8.818E-02 2.607 E-02 2.940 E-02
4.304E-02 1.268 E-02 2.792 E-02
3.856 E-02 4.599 E-02
3.856E-02
1.032 E-02
4.599E-02 1.032 E-02
4.622
5.343
5.479
.228
.397
.436
1.546
1.923
2.063
9.365E-02 2.546 E-02 3.170 E-02
.219
.338
.409
.110 2.864 E-02 3.103 E-02
3.101E-02 7.594 E-02 9.988 E-02
.111 3.102 E-02 2.623 E-02
5.050E-02 5.182 E-03 2.584 E-02
5.533E-02 4.516 E-02 8.540 E-02
.937
1.229
1.359
.105 5.608 E-02 8.780 E-02
7.105E-02 1.411 E-02 1.944 E-02
.111
.118
.176
6.491E-02 2.936 E-02 5.002 E-02
.260
.139
.143
.153
.112
.150
.151 7.527 E-02 8.918 E-02
.182 9.917 E-02
.109
.146
.132
.131
9.621E-02 5.079 E-02 5.638 E-02
8.732E-02 5.012 E-02 4.726 E-02

9:上 海
.420
2.027
5.397
5.861
5.318
4.622
5.343
5.479

10:江 苏
1.554
.166
.381
.525
.398
.228
.397
.436
3.014

3.014
1.279
.637
5.912
.550
3.216 5.882E-02
5.952
.547
4.279
.145
6.049
.585
5.343
.407
4.949
.310
1.938
.379
5.580
.479
5.748
.485
4.896
.369
5.515
.451
6.862
.880
5.653
.558
6.156
.673
6.371
.728
5.812
.591
5.827
.543
5.789
.536

11:浙 江
.355
.404
1.917
2.171
1.873
1.546
1.923
2.063
1.279
.637
2.211
.676
2.223
1.279
2.317
1.891
1.576
.190
1.930
2.103
1.541
1.948
2.751
1.996
2.352
2.462
2.191
2.165
2.172

12:安 徽 13:福 建
3.754
1.681
1.147
.267
2.843 E-02
.347
4.272 E-03
.459
1.851 E-02
.325
9.365 E-02
.219
2.546 E-02
.338
3.170 E-02
.409
5.912
3.216
.550 5.882E-02
2.211
.676
.481
.481
1.261 E-02
.484
.151
.110
7.742 E-03
.520
2.988 E-02
.318
6.407 E-02
.221
1.437
.328
3.140 E-02
.367
5.788 E-03
.425
.135
.231
1.409 E-02
.377
5.008 E-02
.764
7.128 E-02
.425
2.307 E-02
.559
2.908 E-02
.628
6.842 E-02
.567
1.177 E-02
.493
1.514 E-02
.486

14:江 西
3.833
1.192
2.679E-02
1.677E-02
3.216E-02
.110
2.864E-02
3.103E-02
5.952
.547
2.223
1.261E-02
.484
.151
1.075E-02
3.227E-02
7.638E-02
1.508
5.644E-02
1.199E-02
.185
3.777E-02
8.038E-02
.125
5.852E-02
6.754E-02
.122
3.736E-02
4.453E-02

Squared Euclidean Distance
15:山
16:河 南 17:湖 北
2.509
3.892
3.348
.514
1.199
.937
7.098E-02 2.697 E-02 1.982E-02
.135 5.224 E-03 3.159E-02
7.241E-02 3.169 E-02 1.102E-02
3.101E-02
.111 5.050E-02
7.594E-02 3.102 E-02 5.182E-03
9.988E-02 2.623 E-02 2.584E-02
4.279
6.049
5.343
.145
.585
.407
1.279
2.317
1.891
.151 7.742 E-03 2.988E-02
.110
.520
.318
.151 1.075 E-02 3.227E-02
.164 7.523E-02
.164
3.922E-02
7.523E-02 3.922 E-02
5.373E-02 9.487 E-02 3.120E-02
.756
1.536
1.197
.121 5.130 E-02 4.340E-02
.116 8.403 E-03 1.889E-02
.105
.176 9.283E-02
.111 3.861 E-02 2.700E-02
.341 5.395 E-02
.137
.180 9.943 E-02 9.775E-02
.217 3.938 E-02 6.794E-02
.258 4.472 E-02 9.729E-02
.233 9.802 E-02
.147
.167 3.259 E-02 5.752E-02
.154 2.646 E-02 5.843E-02

This is a dissimilarity matrix

Average Linkage (Between Groups)

18:湖 南
2.969
.797
5.458E-02
6.679E-02
2.266E-02
5.533E-02
4.516E-02
8.540E-02
4.949
.310
1.576
6.407E-02
.221
7.638E-02
5.373E-02
9.487E-02
3.120E-02
.946
2.986E-02
5.631E-02
4.564E-02
2.636E-02
.181
7.168E-02
8.967E-02
.118
.128
6.644E-02
7.633E-02

19:广 东
.660
.210
1.245
1.400
1.166
.937
1.229
1.359
1.938
.379
.190
1.437
.328
1.508
.756
1.536
1.197
.946
1.176
1.364
.821
1.213
1.820
1.163
1.488
1.578
1.378
1.393
1.381

20:广 西
3.421
1.025
5.747E-02
2.872E-02
2.227E-02
.105
5.608E-02
8.780E-02
5.580
.479
1.930
3.140E-02
.367
5.644E-02
.121
5.130E-02
4.340E-02
2.986E-02
1.176
3.502E-02
5.422E-02
1.600E-02
7.589E-02
1.821E-02
2.844E-02
4.093E-02
7.769E-02
3.597E-02
3.607E-02

21:海 南
3.626
1.058
1.025E-02
3.403E-03
1.502E-02
7.105E-02
1.411E-02
1.944E-02
5.748
.485
2.103
5.788E-03
.425
1.199E-02
.116
8.403E-03
1.889E-02
5.631E-02
1.364
3.502E-02

22:重 庆
2.844
.762
.130
.128
7.880E-02
.111
.118
.176
4.896
.369
1.541
.135
.231
.185
.105
.176
9.283E-02
4.564E-02
.821
5.422E-02
.125

23:四 川
3.405
.987
3.540E-02
2.014E-02
9.614E-03
6.491E-02
2.936E-02
5.002E-02
5.515
.451
1.948
1.409E-02
.377
3.777E-02
.111
3.861E-02
2.700E-02
2.636E-02
1.213
1.600E-02
1.870E-02
7.532E-02

24:贵 州
4.448
1.567
.135
5.369E-02
.110
.260
.139
.143
6.862
.880
2.751
5.008E-02
.764
8.038E-02
.341
5.395E-02
.137
.181
1.820
7.589E-02
7.471E-02
.221
8.314E-02

25:云 南
3.429
1.056
.117
6.622E-02
6.165E-02
.153
.112
.150
5.653
.558
1.996
7.128E-02
.425
.125
.180
9.943E-02
9.775E-02
7.168E-02
1.163
1.821E-02
8.290E-02
4.791E-02
4.513E-02
8.414E-02

26:陕 西
3.904
1.262
8.064E-02
2.834E-02
4.386E-02
.151
7.527E-02
8.918E-02
6.156
.673
2.352
2.307E-02
.559
5.852E-02
.217
3.938E-02
6.794E-02
8.967E-02
1.488
2.844E-02
3.988E-02
.115
2.740E-02
2.447E-02
3.579E-02

27:甘
4
1
9.745
3.368
6.551

9.917

6

2
2.908

6.754

4.472
9.729

1
4.093
4.998

.125
1.870E-02 7.532E-02
3.982
7.471E-02
.221 8.314E-02
1.182
8.290E-02 4.791E-02 4.513E-02 8.414E-02
4.434
3.988E-02
.115 2.740E-02 2.447E-02 3.579E-02
5.712
4.998E-02
.148 3.982E-02 1.182E-02 4.434E-02 5.712E-03
9.206E-02
.169 5.527E-02 9.128E-02 7.181E-02 5.873E-02 4.652
2.574E-02
.134 1.118E-02 5.778E-02 6.316E-02 2.360E-02 2.433
2.371E-02
.128 1.837E-02 5.647E-02 5.581E-02 2.096E-02 2.390

表9
Agglomeration Schedule
Stage Cluster First
Cluster Combined
Appears
Stage Cluster 1 Cluster 2 Coefficients Cluster 1 Cluster 2
1
4
21 3.403E-03
0
0
2
4
12 5.030E-03
1
0
3
7
17 5.182E-03
0
0
4
26
27 5.712E-03
0
0
5
4
16 7.123E-03
2
0
6
29
30 7.645E-03
0
0
7
5
23 9.614E-03
0
0
8
3
8 1.150E-02
0
0
9
4
14 1.303E-02
5
0
10
3
7 1.683E-02
8
3
11
24
26 1.814E-02
0
4
12
20
25 1.821E-02
0
0
13
5
29 2.074E-02
7
6
14
4
5 2.493E-02
9
13
15
6
15 3.101E-02
0
0
16
3
4 3.204E-02
10
14
17
18
22 4.564E-02
0
0
18
18
20 5.092E-02
17
12
19
10
13 5.882E-02
0
0
20
24
28 6.551E-02
11
0
21
3
24 7.222E-02
16
20
22
3
18 8.501E-02
21
18
23
3
6
.123
22
15
24
11
19
.190
0
0
25
2
10
.217
0
19
26
1
9
.420
0
0
27
2
11
.439
25
24
28
2
3
1.047
27
23
29
1
2
4.029
26
28

Next Stage
2
5
10
11
9
13
13
10
14
16
20
18
14
16
23
21
18
22
25
21
22
23
28
27
27
29
28
29
0

表 10
Cluster Membership
Case
1: 北 京
2: 天 津
3: 河 北
4: 山 西
5:内蒙古
6: 辽 宁
7: 吉 林
8:黑龙江
9: 上 海
10:江 苏
11:浙 江
12:安 徽
13:福 建
14:江 西
15:山
16:河 南
17:湖 北
18:湖 南
19:广 东
20:广 西
21:海 南
22:重 庆
23:四 川
24:贵 州
25:云 南
26:陕 西
27:甘 肃
28:青 海
29:宁 夏
30:新 疆

4 Clusters
1
2
3
3
3
3
3
3
1
2
4
3
2
3
3
3
3
3
4
3
3
3
3
3
3
3
3
3
3
3

Dendrogram
* * * * * * H I E R A R C H I C A L

C L U S T E R

Dendrogram using Average Linkage (Between Groups)

A N A L Y S I S * * * * * *

Rescaled Distance Cluster Combine
C A S E
Label

0
Num

西

4

21

12

16

西

14

29

30

内蒙古

5

23

7

17

3

黑龙江

8

西

26

27

24

28

广

西

20

25

18

22

6

15

11

广

19

10

13

2

1

9

5

10

15

20

+---------+---------+---------+---------+---------+

图 3 2004 年各地区经济状况聚类分析图
表 11 2004 年各地区经济状况类次表
类次

地区

1

北京,上海

2

浙江,广东
天津,江苏,福建

3

25

辽宁,广西,四川,云南,湖南,陕西,山西,宁夏,安徽,河南,江西,贵州 ,
甘肃,吉林,黑龙江,内蒙古,山东,新疆,河北,湖北,海南,青海,重庆

4

60000
50000
40000

È˾ù¹úÄÚÉú²ú×ÜÖµ

30000
20000
10000
0

ÖØ Çì
Õã ½­
ÔÆ ÄÏ
ÐÂ ½®
Î÷ ²Ø
Ìì ½ò
ËÄ ´¨
ÉÏ º£
É Î÷
ɽ Î÷
ɽ ¶«
Çà º£
Äþ ÏÄ
ÄÚÃɹÅ
ÁÉ Äþ
½­ Î÷
½­ ËÕ
¼ª ÁÖ
ºþ ÄÏ
ºþ ±±
ºÚÁú½­
ºÓ ÄÏ
ºÓ ±±
º£ ÄÏ
¹ó ÖÝ
¹ã Î÷
¹ã ¶«
¸Ê Ëà
¸£ ½¨
±± ¾©
°² »Õ

µØÇø

图4

三、 各地区 经济差 异的分 析
1.对类次的分析
由 1990 年和 2004 年的类次结果表(表 6,表 11)可以看到:
(1) 浙江由 1990 年的第三类上升为 2004 年的第二类。在 2004 年浙江的人均
国内生产总值为 23943 元,2004 年浙江虽然和广东仍然处于第二类,但
浙江在某些方面已经超过了广东,并且有进一步发展的趋势。
(2) 北京的发展很迅速由第三类升至第一类,多个经济指标在全国遥遥领先。
2004 年人均国内生产总值已达到 37058 元,城镇居民人均可支配支出居
为 15637.84 元。
3
( ) 江苏同浙江一样大力发展民营经济,吸引外资,90 年代江苏出台了很多
的吸引外商的优惠政策,经济发展迅速,由第四类上升为第三类。人均国
内生产总值由 1990 年的 2016 元上升到了 2004 年的 20705 元。

(4) 福建处于台湾海峡的对岸,对外资有很强的吸引力,90 年到福建经济发

展也很快,和江苏一样,升为第三类。1990 年福建的人均国内生产总值
为 1767,2004 为 1990 年 10 倍左右。
(5) 辽宁,广西,四川,云南,湖南,陕西,山西,宁夏,安徽,河南,江
西,贵州,甘肃,吉林,黑龙江,内蒙古,山东,新疆,河北,湖北,
海南,青海,重庆等省市,大多处于中西部,长期以来发展滞后于东部
沿海发达地区。
(6) 对于第四类的省市,分析得较为笼统和模糊,我们将进一步用 SPSS10.0
软件进行分析。
表 7 1990 年各地 区经济状 况类次表
类次

地区

1

上海

2

广东

3

北京,天津,浙江
辽宁,广西,四川,云南,湖南,陕西,山西,宁夏,安徽,河南,江西,贵州 ,
甘肃,吉林,黑龙江,内蒙古,江苏,福建,山东,新疆,河北,湖北,海南,
青海

4

表 11 2004 年各地区经 济状况类 次表
类次

地区

1

北京,上海

2

浙江,广东
天津,江苏,福建

3
4

辽宁,广西,四川,云南,湖南,陕西,山西,宁夏,安徽,河南,江西,贵州 ,
甘肃,吉林,黑龙江,内蒙古,山东,新疆,河北,湖北,海南,青海,重庆

2.对处于聚类分析第四类的省市再次进行聚类分析
(1)对1990年部分省市的经济数据分析(图5)
* * * * * * H I E R A R C H I C A L

C L U S T E R

A N A L Y S I S * * * * * *

Dendrogram using Average Linkage (Between Groups)
Rescaled Distance Cluster Combine
C A S E

0

5

10

15

20

25

Label

Num

17

19

1

23

广

西

15

11

13

14

8

西

20

16

22

24

21

12

18

内蒙古

3

西

10

西

2

5

黑龙江

6

7

9

4

+---------+---------+---------+---------+---------+

图 5 1990 年部分省市的经济数据分析图

(2)对 2004 年部分省市的经济数据分析(图 6)

* * * * * * H I E R A R C H I C A L

C L U S T E R

A N A L Y S I S * * * * * *

Dendrogram using Average Linkage (Between Groups)
Rescaled Distance Cluster Combine

C A S E
Label

0
Num

西

2

14

10

7

西

8

16

22

23

5

11

内蒙古

3

1

黑龙江

6

西

19

20

17

21

广

西

13

18

15

12

4

9

5

10

15

20

25

+---------+---------+---------+---------+---------+

图 6 2004 年部分省市的经济数据分析图

(3)对以上经济数据分析图的分析
① 表 12 1990 年部分 地区经济 状况类次 表
类次

地区

1

辽宁,福建,江苏

2

吉林,黑龙江,

3

河南,贵州,内蒙古,江西,山西
广西,四川,云南,湖南,陕西,宁夏,安徽,山东,河北,湖北,海南

4
5

甘肃,新疆,青海

② 表 13 2004 年部分 地区经济 状况类次 表
类次

地区

1

辽宁,山东

2

吉林,黑龙江,河南,四川,新疆,宁夏,安徽,河北,湖北,海南,内蒙古,
江西,山西,河北

3
4
5

广西,云南,重庆,湖南
甘肃,贵州,陕西
青海

③ 辽宁在 1990 年的职工平均工资,城镇居民人均可支配支出,城镇居民实际
支出分别为 2180 元,1399 元,1346 元。这些指标与湖北,广西及海南都非常接
近,2004 年辽宁的人均 GDP 指标为 16297 元,与福建接近。其居民消费水平,职
工平均工资超过了同一类的山东。
④ 新疆和河北分别从第五类,第四类上升到第二类,2004 年新疆和河北的人
均 GDP 均超过了湖北的相关指标。
⑤ 类次下降的是贵州,2004 年人均 GDP 指标为 4215 元,与云南,陕西接近。
其居民收支指标也接近与云南,陕西,甘肃的指标。
⑥ 从相关的经济数据来看,并且对数据进行 1990 年和 2004 的对比,山西,湖
南,云南,广西虽然有所发展,但是发展速度相对较慢。

四、 经济发 展中各 地区差 距的扩 大
(一) 对类 次差距 的分析
1.对于类次差距的分析我们采用的市计算 1990 年第一类(上海)的类内部平
均值和第四类的类内部平均值,指标不变,然后同理计算 2004 年的第一类与第
四类的类内部平均值,对于西藏 1990 年经济数据不全,在计算中去除。最后还
计算 1990 年和 2004 年两类之间的差额和第四类占第一类的比重。结果见表表
14,表 15。
2.表 14 1990 年第一类地区与第五类地区差距的数据

地区
人均国内生产总值居民消费水平
职工平均工资
城镇居民人均可支配支出
城镇居民人均实际支出
农村家庭纯收入
农民家庭生活消费
河 北
1465
783
2019
1369
1255
622
465
山 西
1493
681
2111
1145
1048
604
545
内蒙古
1478
786
1846
1050
982
607
492
辽 宁
2698
1155
2180
1399
1346
836
640
吉 林
1746
955
1888
1128
1054
804
586
黑龙江
2028
1056
1850
1090
1051
760
537
江 苏
2016
903
2129
1464
1339
959
787
安 徽
1182
670
1827
1224
1182
539
499
福 建
1767
962
2162
1481
1349
764
708
江 西
1110
652
1729
1110
984
670
500
山 东
1815
698
2149
1408
1229
680
516
河 南
1091
523
1825
1153
1068
527
397
湖 北
1556
820
1903
1295
1220
671
552
湖 南
1228
750
2035
1254
1162
664
505
广 西
1066
630
2049
1448
1338
639
409
海 南
1598
751
1982
1575
1382
696
510
四 川
1105
662
2011
1354
1281
558
468
贵 州
810
463
1947
1152
1109
435
403
云 南
1224
731
2130
1367
1272
541
453
陕 西
1241
677
2042
1265
1117
531
412
甘 肃
1099
590
2407
1197
1031
431
314
青 海
1558
812
2632
1191
1118
560
422
宁 夏
1393
728
2252
1271
1212
578
451
新 疆
1799
936
2289
1314
1104
683
478
第五 类类内平均
1481.9
765.6 2058.1 1279.3 1176.4
640.0
502.0
上 海
第一 类类内平均
两类均 值差额

第五类 均值
占第一 类的
比重 (%)

5910
2099
5910
2099
4428.1 1333.4
25%

36%

2917
2917
858.9

2050
2050
770.7

71%

62%

1936
1907
1936
1907
759.6 1267.0
61%

3. 表 15 1990 年第一类地区与第五类地区差距的数据

34%

1262
1262
760.0
40%

黑龙江
安 徽
江 西
山 东
河 南
湖 北
湖 南
广 西
海 南
重 庆
四 川
贵 州
云 南
陕 西
甘 肃
青 海
宁 夏
新 疆
第五类类
内平均
北 京
上 海
第一类类
内平均
两类均值
差额

第五类
均值占
第一类

13897
7768
8189
16925
9470
10500
9117
7196
9450
9608
8113
4215
6733
7757
5970
8606
7880
11199

5132
3707
3353
4966
3681
4684
3739
2863
3620
3596
3643
1946
2966
2893
2460
3183
3405
3377

12557
12928
11860
14332
12114
11855
13928
13579
12652
14357
14063
12431
14581
13024
13623
17229
14620
14484

7470.71
7511.43
7559.64
9437.8
7704.9
8022.75
8617.48
8689.99
7735.78
9220.96
7709.87
7322.05
8870.88
7492.47
7376.74
7319.67
7217.87
7503.42

5567.53
5711.33
5337.84
6673.75
5294.19
6398.52
6884.61
6445.73
5802.4
7973.05
6371.14
5494.45
6837.01
6233.07
5937.3
5758.95
5821.38
5773.62

3005.18
2499.33
2786.78
3507.43
2553.15
2890.01
2837.76
2305.22
2817.62
2510.41
2518.93
1721.55
1864.19
1866.52
1852.22
1957.65
2320.05
2244.93

1837.37
1813.71
2095.48
2389.27
1664.09
2088.98
2472.29
1928.60
1745.35
1853.94
2015.72
1296.34
1571.04
1618.05
1464.34
1676.44
1926.82
1689.91

970 4

371 5

1351 1

79 40

61 14

2554

1859

37058
55307

12405
18382

29674
30085

15637.84
16682.82

12200.4
12631.03

6170.33
7066.33

4616.94
6328.85

4618 3

1539 4

2988 0

161 60

124 16

6618

5473

3647 8

1167 8

1636 8

82 21

63 02

4065

3614

21%

24%

45%

49%

49%

39%

4 . 从表 7,11,12,13 中的数据可知,2004 年与 1990 年相比,第五类中的地区个
数减少了,但是从表 14 和表 15 中我们看到,第五类地区与第一类地区的差距拉
大了。从人均 GDP 分析,2004 年第五类地区占第一类均值的比重为 21%,低于
1990 年相应指标的 25%。从职工工资来看,1990 年和 2004 年相差 26 个百分点,
差距有进一步拉大的趋势。其余的指标均有所下降。由此粗略可见,我国地区间
的经济差距是再扩大,而不是缩小了。

34%

(二) 经济 发展的 “三级 阶梯”

1 . 利用 SPSS 软件对 2004 年各地区经济数据进行处理,得到了一张散点图
(图 7)。为了便于观察,我在图 7 上画了两条蓝色的虚线。

图 7 2004 年各地区相关经济数据的散点图

2 . 从图上我们看到,通过对“人均 GDP”和“城镇居民人均可支配收入”两
个指标的分析,可以明显的看到三个区域,即经济发展的“三级阶梯”,上海,
北京处于第一阶梯的顶端位置,而贵州,宁夏处于第三阶梯的底部位置,第一

阶梯的地区和第三阶梯的地区,在各种经济指标上都相差极为甚远。在第三阶梯
也有中部地区安徽,在第二阶梯上也有西部的地区,第一阶梯完全就是东部地
区的“天下”了。差异是巨大的,而且随着国家的发展,最落后地区与较发达地
区的差距将会进一步扩大,形成巨大的“数字鸿沟”。

五、 合理化 建议
1.我国传统的“中东西”的地区划分主要是以地理位置为标准的,一般看法是
东部发达,西部落后,但通过一些分析,我们看到东部也有较为落后的地区,
如广西,河北。西部地区也有重庆,四川等条件稍好的地区。“西部大开发”实
施中要“一切从实际出发”,对于不同的地区给予不同的政策。
表 11 2004 年各地区经 济状况类 次表

表 13 2004 年部分 地区经济 状况类次 表

类次

地区

类次

地区

1

北京,上海

1

辽宁,山东

2

浙江,广东

2

吉林,黑龙江,河南,

3
4

天津,江苏,福建

四川,新疆,宁夏,安

辽宁,广西,四川,云
南,湖南,陕西,山西
宁夏,安徽,河南,江
西,贵州,甘肃,吉林
黑龙江,内蒙古,山东
新疆,河北,湖北,海
南,青海,重庆

徽,河北,湖北,海南
内蒙古,江西,山西,
河北
3

4
5

广西,云南,重庆,湖

甘肃,贵州,陕西
青海

2.进一步加强中西部地区的基础设施建设,长期来,交通、通讯等基础设施的
严重不足是制约中西部地区发展的“瓶颈”因素,因为这些制约因素,一些投
资商不愿或根本无法到中西部地区投资办厂。
3.完善市场经济法制,法制不完善也制约着中西部地区的发展。西部地区的战
略选择应采取规范的市场经济体制下发展的模式,制定的政策部应该违反市场
规律和市场经济秩序,观念的改变部是一朝一夕,社会主义市场经济的意识应
该长期宣传。
4.加大教育的投入。我国西部地区的知识水平远远落后于东部地区,根本原因
在于科学知识的缺乏和人口素质的落后。一些发达地区的经验也表明,没有人口
知识结构的高度化就不可能实现产业结构的高度化。西部的开发,教育要先行。

生产率的提高要靠科学文化水平的提高。这是从根本上保证了中西部地区社会、
经济和文化的持续发展。

Sign up to vote on this title
UsefulNot useful