用聚類算法對經濟區域的分類

一、相關背景簡介

對經濟區域的分類是在統計的研究基礎上，對大量錯綜復雜的經濟特征進行歸類，進而對區域進行分類，以便找出內在的規律，目前在經濟領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網絡分析方法，本文著力用聚類方法根據區域經濟的各個指標進行分類，從而為采用其他方法分類的提供一個參照和基準。

三、分類結果和對結果討論

最后分類結果如上圖所示：北京、天津、吉林、遼寧、上海、江蘇、浙江和廣東為一類；其余地區為另一類。這里與GDP地區生產總值作為對照，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分類出現不一致的區域，其中天津這個GDP不高的地區被分到經濟發達一組，山東，河南，河北，吉林等GDP較高的地區被分類到經濟欠發達地區。本文使用聚類算法所依據的是如下幾個指標，包括地區生產總值、資本形成總額等八個指標，下面我們對處于分類邊界的幾個地區分別進行討論：

天津是直轄市，僅從GDP來看，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，其人均各個方面的指數都是非常高的，也就是說其總量雖然不大，但說人均值是非常高的；山東和河北的地區GDP總值雖然排在前面，但按照聚類的分類可以看到，這幾個城市應該屬于經濟發達地區中相對比較落后的地區，特別是山東與河北，這兩個地區的人均指標和總量指標排名都比較靠前，但在分類時還是被分到了欠發達地區，可以說明兩個問題：一個是山東和河北還有較大的差距，另外聚類分類對分類的各層次之間的分類點的辨識能力還是有缺陷的；河南雖然經濟總量比較大，但人均值排名中下游，因此河南被分類到欠發達地區是比較合適的。

四、結語

用聚類方法對經濟區域進行分類基本能達到要求，這就為其他分類方法給出了一個重要的參照的算法；另一方面，聚類算法還有不完善的地方需要與其他算法來進行改進。

參考文獻：

[1]呂琦:《基于主成分分析法和神經網絡算法的資源位模型》.集團經濟研究，2007年9月

[2]中華人民共和國統計局:《2006中國統計年鑒》.中國統計出版社，2006年