[发明专利]一种城市国际化水平指标的构建方法

说明书

技术领域

本发明涉及评价指标的领域，具体涉及一种城市国际化水平评价指标的构建。

背景技术

随着人们对事物复杂性认识的不断深入,加上计算机技术的快速发展,使得高维数据的统计分析越来越重要。在对城市国际化水平的评价指标的构建中,因为城市国际化水平的演变过程必然会受到众多因素的影响与制约,为了避免忽略掉任何可能的相关信息,往往在收集资料时要全面考虑影响城市国际化水平的各个因素,使得评价城市国际化水平的指标体系数据的维数相当高,从而使多元分析方法的应用非常普遍而且很重要。传统的多元分析方法是建立在总体服从正态分布的基础上的,而在城市国际化水平评价体系的指标数据很难满足正态假定,需要用稳健的、实用的方法来解决。

发明内容

发明目的：为了克服现有技术中存在的不足，本发明提供一种在城市国际化水平评价体系的指标数据更实用的方法解决。

所述方法通过以下技术方案实现：

采用投影寻踪模型对城市国际化水平进行评价，对于在城市国际化水平评价指标体系中不同指标的数据数量级相差较大的情况下，为使数据在更平等的条件下参与运算,需对数据进行标准化处理。

将不同城市每一年具体指标单独进行标准化,虽然可以消除量纲不同对结果的影响,但无法对标准化后的数据作年际比较,因此将不同城市每一个指标在年份上所有数据一起参与标准化处理。这样首先消除了量纲的影响,使得同一年不同指标之间具有可比性。其次,由于各年份同一指标数据处理方法相同,使得年际之间具有可比性。

设城市国际化水平评价指标集为{x(i,j)|i＝1,2,…,n；j＝1,2,…,p}，其中,x(i,j)方案第i个样本第j个指标值。n、p分别为样本的个数和指标的数目。为了消除各指标值的量纲和统一各指标值的变化范围进行极值标准化处理。

附图说明

图1为对于越大越优的指标进行处理的方式。

图2为对于越小越优的指标进行处理的方式。

图3为投影指标函数的表达。

图4为国际化影响程度从重到轻的指标分布

具体实施方式

下面结合附图对本发明作更进一步的说明。

对于越大越优的指标按照图1的方式进行处理，对于越小越优的指标按照图2的方式进行处理，在以上处理过程中，x_max(j)、x_min(j)为第j个指标的最大值和最小值；x(i,j)为指标数据特征值归一化的序列。

通过降维技术,把城市国际化水平评价指标集的p维数据{x(i,j)|j＝1,2,…,p}综合成以a＝{a(1),a(2),…,a(p)}伽为投影方向的一维投影值z(i)

然后根据{z(i)|i＝1,2,…,n}的一维散布图进行分类,式(3.3)中a为单位长度向量。综合投影指标值时,要求投影值z(i)的散布特征应为局部投影点尽可能密集,最好凝聚成若干个点团,而在整体上投影点团之间尽可能散开。因此,投影指标函数可以表达成如图3所示，其中Sz为投影值z(i)的标准差，Dz为投影值z(i)的局部密度,即

其中E(z)为序列{z(i)|i＝1,2,…,n}的平均值；R为局部密度的窗口半径,它的选取既要使包含在窗口内的投影点的平均个数不太少,避免滑动平均偏差太大,又不能使它随着n的增大而增加太高,R可以根据试验来确定。

经过程序的测算,得出投影值的标准差、密度窗宽值、最大投影指标值Q(a)以及最佳投影向量。从最佳投影向量看,国际化影响程度从重到轻的指标分别为如图4所示的指标，根据投影值的大小,把各年不同城市国际化水平进行排序,得出最终结果。

对于构建节点城市国际化网络分析，外部空间的联系上，可以结合ECharts软件绘制关系图，初步了解空间联系的格局分布。确定网络范围和选择网络节点，以全球城市为研究范围，个别城市被看作网络节点，网络的边用来表示节点之间发生的联系。构造城市节点的网络数据矩阵，根据需要构建测度指标进行整体网络分析。采用Ucinet加载的netdraw绘图软件生成可视化，进行相应的网络结构拓扑仿真，揭示空间联系网络的深层次结构。

基于联系数据的分析，从外部层面，融入全球网络。