葉水仙　劉慧青　林國(guó)忠

摘 要：選用全國(guó)2011年31個(gè)省和直轄市的人口數(shù)據(jù)和經(jīng)濟(jì)數(shù)據(jù)，分別從一維、二維及多維進(jìn)行聚類(lèi)分析，結(jié)果表明，一維聚類(lèi)分析反映各省不同指標(biāo)的自然分布規(guī)律；二維聚類(lèi)分析反映人口與相關(guān)指標(biāo)的顯著的相互關(guān)系與特征，多維聚類(lèi)分析的分類(lèi)結(jié)果綜合性強(qiáng)，與公眾認(rèn)識(shí)的綜合分類(lèi)是一致的。由此認(rèn)為，聚類(lèi)分析得到的分類(lèi)結(jié)果，可為政府和各職能部門(mén)在制定人口及各項(xiàng)地方性經(jīng)濟(jì)發(fā)展政策提供依據(jù)。

關(guān)鍵詞：聚類(lèi)分析 人口區(qū)劃 數(shù)據(jù)挖掘

中圖分類(lèi)號(hào)：C92 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1007-3973（2013）005-184-03

1 前言

隨著中國(guó)信息化進(jìn)程的加速，各行各業(yè)每天都產(chǎn)生大量的數(shù)據(jù)，如何充分利用這些數(shù)據(jù)，更好地為人類(lèi)生產(chǎn)和生活更好地服務(wù)？數(shù)據(jù)挖掘是一種不錯(cuò)的方法，數(shù)據(jù)挖掘又稱(chēng)數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)，是指從數(shù)據(jù)庫(kù)的大量數(shù)據(jù)中揭示出隱含的、先前未知的并有潛在價(jià)值的信息的非平凡過(guò)程。知識(shí)發(fā)現(xiàn)過(guò)程由以下三個(gè)階段組成：（1）數(shù)據(jù)準(zhǔn)備；（2）數(shù)據(jù)挖掘；（3）結(jié)果表達(dá)和解釋。

聚類(lèi)分析（Cluster Analysis）是一種數(shù)據(jù)挖掘方法，是根據(jù)“物以類(lèi)聚”的道理，對(duì)樣品或指標(biāo)進(jìn)行分類(lèi)的一種多元統(tǒng)計(jì)分析方法，它們討論的對(duì)象是大量的樣品或數(shù)據(jù)，要求能合理按各自的特性來(lái)進(jìn)行合理的分類(lèi)，沒(méi)有任何模式可供參考或依循，即是在沒(méi)有先驗(yàn)知識(shí)的情況下進(jìn)行的。目前在文獻(xiàn)中存在大量的聚類(lèi)算法，算法的選擇取決于數(shù)據(jù)的類(lèi)型、聚類(lèi)的目的和應(yīng)用。大體上聚類(lèi)分析主要的算法可以分為：（1）劃分方法；（2）層次的方法；（3）基于密度的方法；（4）基于網(wǎng)格的方法；（5）基于模型的方法。如果聚類(lèi)分析被用作描述或者探查的工具，可以對(duì)同樣的數(shù)據(jù)嘗試多種算法，以發(fā)現(xiàn)數(shù)據(jù)可能揭示的結(jié)果。聚類(lèi)方法廣泛應(yīng)用于各行各業(yè)。

人口是基礎(chǔ)數(shù)據(jù)，是制定各項(xiàng)政策的依據(jù)。人口區(qū)劃根據(jù)自然、經(jīng)濟(jì)、人口特征及相應(yīng)的指標(biāo)體系，對(duì)全國(guó)人口分布狀況分區(qū)劃片，并提出各區(qū)人口發(fā)展合理目標(biāo)及相應(yīng)的人口政策和措施，為全國(guó)和分區(qū)人口發(fā)展規(guī)劃提供科學(xué)依據(jù)，并為國(guó)民經(jīng)濟(jì)計(jì)劃和經(jīng)濟(jì)區(qū)劃服務(wù)。20世紀(jì)80年代初，中國(guó)學(xué)者胡煥庸根據(jù)自然地理特征、人口密度、人口自然增長(zhǎng)、人口遷移、耕地、糧食產(chǎn)量、勞動(dòng)力等指標(biāo)，將中國(guó)劃分為八大人口區(qū)，即：黃河下游區(qū)，遼吉黑區(qū)，長(zhǎng)江中下游區(qū)，東南沿海區(qū)，晉陜甘寧區(qū)，川黔滇區(qū)，蒙新區(qū)，青藏區(qū)。隨著中國(guó)經(jīng)濟(jì)的迅猛發(fā)展人口分布呈現(xiàn)出許多新的特征，為了適應(yīng)新的趨勢(shì)，有必要重新定位和再研究。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源與指標(biāo)選擇

本研究的數(shù)據(jù)采用2011年全國(guó)31個(gè)省及直轄市的統(tǒng)計(jì)數(shù)據(jù)，人口數(shù)據(jù)來(lái)源于《中國(guó)人口統(tǒng)計(jì)年鑒》，各省人均可支配收入來(lái)源于經(jīng)濟(jì)信息網(wǎng)。因研究的是各省的人口及經(jīng)濟(jì)指標(biāo)聚類(lèi)，研究區(qū)域很大，信息粒度較大，因此選擇了有代表性的綜合性人口數(shù)據(jù)指標(biāo)，人口（總量）、人口密度、人口自然增長(zhǎng)率、第六次人口普查數(shù)據(jù)、人均可支配收入、人均GDP、遷移數(shù)據(jù)。其中人口自然增長(zhǎng)率為（人口出生率-人口死亡率）/人口均值*1000%，遷移數(shù)據(jù)=第六次人口普查數(shù)據(jù)-人口（常住人口）。各省及直轄市的基礎(chǔ)數(shù)據(jù)如表1所示。

2.2 聚類(lèi)分析原理

3.2 二維聚類(lèi)

以人均GDP和人口自然增長(zhǎng)率進(jìn)行聚類(lèi)，數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，得到的結(jié)果有五類(lèi)，如表5如示。

從以上聚類(lèi)結(jié)果看，第一類(lèi)是沿海地區(qū)，經(jīng)濟(jì)較為發(fā)達(dá)，人口增長(zhǎng)正常；而第二類(lèi)內(nèi)陸地區(qū)，人均GDP較低，人口自然增長(zhǎng)優(yōu)率較為正常；第三類(lèi)為東北三省，人均GDP中等，人口增長(zhǎng)率低；第四類(lèi)為人均GDP高，為三個(gè)直轄市；第五類(lèi)為人均GDP低，而且人口增長(zhǎng)快的區(qū)域。

3.3 多維聚類(lèi)

多維聚類(lèi)時(shí)，采用K均值法進(jìn)行聚類(lèi)，得到的聚類(lèi)結(jié)果如表6。

根據(jù)多維數(shù)據(jù)聚類(lèi)，共分為六類(lèi)，其中第一類(lèi)屬于人口少，但較為富裕的北京和上海，而第六類(lèi)為天津，自成一類(lèi)，主要是流動(dòng)人口及可支配收入較第一類(lèi)差一些；第四類(lèi)為經(jīng)濟(jì)發(fā)達(dá)的廣東、江蘇和浙江；第二類(lèi)為經(jīng)濟(jì)較好，人均收入中等，流動(dòng)人口較少的地區(qū)；第五類(lèi)為經(jīng)濟(jì)欠發(fā)達(dá)，人口保持較高增長(zhǎng)率的省份；第三類(lèi)則是大部分的內(nèi)陸地區(qū)。

4 結(jié)論與討論

本文通過(guò)采用聚類(lèi)分析的手段分析全國(guó)31個(gè)省市人口的發(fā)展規(guī)律，揭示了不同省市在人口發(fā)展之間的相似性和差異性，研究得出合理聚類(lèi)結(jié)果，為政府和各職能部門(mén)在制定人口及各項(xiàng)地方性經(jīng)濟(jì)發(fā)展政策提供依據(jù)。

聚類(lèi)分析結(jié)果表明，一維、二維和多維聚類(lèi)分析方法有各自的典型特征有用途。一維聚類(lèi)分析簡(jiǎn)潔地表明各省人口自然分布規(guī)律，可為國(guó)家對(duì)不同各省份的人口政策提供科學(xué)依據(jù)；二維聚類(lèi)分析直接反應(yīng)了不同省份人口與經(jīng)濟(jì)等指標(biāo)的相互關(guān)系，如論文中對(duì)人均GDP和人口自然增長(zhǎng)率的二維聚類(lèi)分析，分類(lèi)結(jié)果合理的體現(xiàn)了當(dāng)前我國(guó)各省經(jīng)濟(jì)發(fā)展與人口特征。多維聚類(lèi)分析方法適用于對(duì)各省綜合分類(lèi)，論文中采用了與人口有關(guān)的5個(gè)指標(biāo)進(jìn)行的多維聚類(lèi)分析，分類(lèi)結(jié)果有較強(qiáng)的綜合性，與當(dāng)前各省公眾認(rèn)識(shí)的綜合分類(lèi)一致。

解決了傳統(tǒng)的經(jīng)驗(yàn)分類(lèi)方法導(dǎo)致的客觀性缺乏等問(wèn)題。為人口的分類(lèi)管理實(shí)踐提供了理論依據(jù)和技術(shù)手段。

（本論文為院級(jí)大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練計(jì)劃項(xiàng)目2011XYCXXL14資助項(xiàng)目）

參考文獻(xiàn)：

[1] Jiawei Han，Micheline Kambe.數(shù)據(jù)挖掘概念與技術(shù)[M].北京：機(jī)械工業(yè)出版社，2012.

[2] 陳志泊.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖[M].北京：清華大學(xué)出版社，2009.

[3] 陸學(xué)藝.可持續(xù)發(fā)展實(shí)驗(yàn)區(qū)發(fā)展歷程回顧與建議[J].中國(guó)人口資源與環(huán)境，2007，17（3）：1-2.

[4] 張文彤，董偉.SPSS統(tǒng)計(jì)分析高級(jí)教程[M].北京：高等教育出版社，2004：236-237.

[5] 劉玉芳，宋金星，劉永和.河南省人口現(xiàn)代化區(qū)域差異的主成分及聚類(lèi)分析[J].西北人口，2007（03）：59-61.

[6] 陳華榮，王曉鳴.基于聚類(lèi)分析的可持續(xù)發(fā)展實(shí)驗(yàn)區(qū)分類(lèi)評(píng)價(jià)研究[J].中國(guó)人口資源與環(huán)境，2010（3）：150-154.