基于主成分分析法的安徽省城市宜居性研究

基于主成分分析法的安徽省城市宜居性研究

张丹妹

对外经济贸易大学统计学院在职人员高级课程研修班学员 271000

摘 要

本文通过分析安徽省城市宜居性，构建综合评价体系，选取安徽省内的16个城市展开依据性评价研究，最终选出14个合适的城市指标展开分析评价。其次，通过安徽省2022年统计年鉴获取各指标的有关数据，采用主成分分析法对各个城市的宜居度进行综合评价，分析不同宜居度城市产生的原因，并对提升安徽省城市宜居度提出合理的建议及对策。

关键词：宜居城市；主成分分析；综合评价

1研究背景

2014年底，安徽省被列为国家新型城镇化试点省，人口城镇化率由2015年的50.97%提升至2021年的59.39%，发展趋势良好。人们对生活质量的要求也有所提升，近年来安徽省城市化水平逐渐提升，也涌现出一些问题有待解决，宜居城市的建设成为必由之路。

2安徽省城市宜居性综合评价体系的构建

2.1主成分分析的基本含义

主成分分析简单而言，就是综合考虑各个指标的关系，在有效降维的基础上，保留指标原始数据，将多个指标转换成新的指标，让各个指标不相关，从而让研究简单化，是一种相对简单的统计方法，其中筛选出的综合指标，就可被称为主成分[1]。

2.2宜居城市的涵义及评价指标的选取

宜居城市的综合评价需要科学的指标体系，在选择适宜指标的基础上，根据各个指标的影响程度，按照重要性、权威性与可得性，对其有效划分得出14个指标。

（1）经济发展程度。贫穷的城市绝对不是宜居的城市，经济的发展对应着人们生活素质的提升，体现着人们的经济增长。经济富有的城市，人们的生活质量高，就业机会高，幸福指数也相对更高。GDP是一个城市经济总量的直观反映，人均GDP可代表人们的收入情况，第三产业占GDP比例反映了城市的经济结构是否合理。

（2）生活便利度。生活便利是宜居城市的一大要素，要衡量一个城市的生活便利度，可以从城市对应的商业服务、医疗服务以及教育等多方面综合考虑，并分别从人口城镇化率、受教育程度、大专教育人数、医疗卫生人员、公共交通等多个数据来加以说明。

（3）环境友好度。这一因素是决定城市是否宜居的关键因素。从城市的绿地面积、空气中二氧化硫的含量、二级以上的空气天数等，在综合评估绿化与城市空气质量的基础上，初步评估城市的环境友好度，从绿化、空气质量两个方面评估宜居城市的环境友好度，较为全面，反映城市的生态环境、城市景观。

（4）资源承载度。城市资源，是城市形成发展的必需条件，反映一个城市的自然承载力。丰富的城市资源，是宜居城市的重要物质条件，人们的生活品质也相对较高[9]，一个城市的资源承载度，可以从道路面积、水资源量层面衡量，以此反映水土资源的丰富度。

（5）公共安全度。城市的现代化水平日渐提高，城市公共安全扮演的角色越来越重要。本文由万人刑事案件数、万人交通事故发生数来反映公共安全度。

2.3模型建立与求解

16个城市各指标的原始数据主要通过2022年安徽省统计年鉴获取（数据截至2021年底），对原始数据进行初步整理，得到表1，表2，

表1 16个城市十五项指标原始数据汇总表

表216个城市十五项指标原始数据汇总表

（1）对原始数据进行标准化处理

对16个城市的宜居度进行评价，选取了14个指标进行下一步的分析，分别为X1,X2，X3 , , , X14各个变量代表的指标含义见表3，

表3变量与各个指标对应表

受不同指标标准的影响，很难将各个指标直接进行对比研究，因此，在对各指标分析之前，应当根据将各个指标标准化处理，从而来消除不同指标指标的影响。标准化的公式为

                             （1）

（2）借助SPSS24.0软件对各指标的数据进行统计分析，对采用主成分分析对所选的14个指标的合理性进行检验，得到表4，

表4 KMO 和Bartlett 的检验

如表所示，KMO的值为0.694，约为0.7，根据Kaiser给出的KMO度量标准，属于可以接受的范围，可进行因子分析；同时，巴特利特球形检验统计量为91，概率Sig值为0.000，小于0.05，因此可认为相关系数矩阵与单位阵有显著的差异，球形检验达到显著水平，原变量之间有明显的结构性和相关性，因此可以进行因子分析[1]。

（3）借助SPSS24.0软件得到4个主成分，见表5，

表5 解释的总方差

从得出的结果可知，第1个主成分的特征值为7.003，方差百分比为50.023%，包含原始数据50.023%的信息，第2个主成分的特征值为2.491，第2个主成分包含了原始数据17.793%的信息，累积贡献率为67.816%，即前2个主成分涵盖了原始数据的67.816%信息，前4个主成分的累计贡献率达到87.402%，超过80%，即表示前4个主成分能够解释原始数据的87.402%的信息，故而提取4个主成分[1]。

（5）由因子得分和主成分特征值的关系可以分别计算出4

个主成分得分，借助SPSS24.0软件得到4个主成分得分系数阵，输出结果如表6所示。

表6 成分得分系数矩阵

从而得到4个主成分的表达式，分别用F1，F2，F3，F4表示，

城市宜居性综合评价模型为

F总=50.023%F1+17.793%F2+12.375%F3+7.211%F4（6）

还原后的方程为：

F总（7）

2.4各城市宜居性综合得分的排名

将2021年的相关指标数据，借助SPSS24.0软件，代入公式（7）得到16个城市的宜居性综合得分，并对其进行排名，见表7，

表7 城市综合评价得分及排名表

可知宜居综合得分在前4位的是合肥市，芜湖市，铜陵市，马鞍山市，排名较低的是阜阳市，亳州市，宿州市以及六安市。在城市建设中经济发展程度及生活便宜度等方面的建设也取得了不错的成绩。

接下来对其宜居城市的建设提出合理的建议及对策：

（1）提高城市竞争力，鼓励有条件的县级城市发展，强市带动次强市，积极响应“一带一路”，推动安徽省整体城市宜居水平的上升。

（2）积极完善公共服务设施，为巨魔女提供便利的医疗条件，满足儿童上学的需求，增设娱乐空间，加大超市、公园的建设，提高居民的幸福感。

（3）完善城市路网，增强公共交通设施的管理与维护，礼貌让行，减轻道路压力，让出行环境更为安全，便捷。

（4）挖掘城市内涵，挖掘城市的独有特色，保护历史遗貌，发扬城市独有文化，培养居民对城市的归属感和认同感。

（5）有效利用资源。集中配置土地，加强对水资源的保护，提高对水资源再利用的技术，分质供水，合理地节约用水，打造节水型城市；提高能源开发及资源再利用技术，创建多元的能源供应。

参考文献

[1]朱建平.应用多元统计分析（第三版）[M].科学出版社，2016:109-116.

[2] Glaeser E L, Gottlieb J D. Urban Resurgence and the Consumer City[J]. Urban studies, 2006, 43(8): 1275-1299.

[3]史浩然. 宜居城市竞争力模型的构建及比较研究[D].浙江大学,2011.

[4]雷琳洁，杜宏巍. 基于主成分分析对河北省宜居城市的研究[J]. 河北联合大学学(社会科学版),2014,14(06):43-47.

[5]张拓宇，周婧博. 基于灰色关联度分析的城市生态宜居水平研究 [J]. 未来与发展,2016,40(04):107-112. 

[6]罗亚蒙. 宜居城市第二次城市革命[D]. 领导之友, 2011.

作者简介：张丹妹（1995.06.02）女安徽宿州汉本科对外经济贸易大学统计学院在职人员高级课程研修班学员研究方向:经济统计，数理统计