[发明专利]一种基于两步聚类思路的县域城镇分类方法

摘要

一种基于两步聚类思路的县域城镇分类方法，包含以下步骤：1)使用已收集的县域统计资料建立基础数据库；2)基于经济、人口等反映城镇化水平的指标，采取结构性聚类分析方法进行一级聚类，划分出高、中、低三种层级城镇化水平的县域城镇样本；3)进行二级聚类，筛选出反映城镇职能特性的主要因素，对县域城镇数据指标进行结构性聚类分析，划分出大类指标；4)采取主成分分析法分别确定每类指标组合的累计方差贡献率，用以验证二级聚类的有效性；5)针对不同数据指标的统计分布特性不同，采用改进的纳尔逊分类法，判别每一类中每个指标的优势度；6)采用组合分析法判断每个大类的优势组合，进行1‑0二元评分，综合确定县域城镇的特性分类。

主权项

1.一种基于两步聚类思路的县域城镇分类方法，其特征在于，包括如下步骤：/n步骤1、基础数据清洗与处理：/n1a：县域样本数据指标类型包含统计数据指标和空间测量数据指标；/n1b：对所收集的数据进行清洗，剔除数据存在缺失的样本，然后进行无量纲标准化处理，使数据值分布在[0,1]的区间内；/n步骤2、采取结构性聚类分析方法进行一级聚类：/n2a：将县域样本数据指标进行结构性样本聚类，得到不同县域的经济及人口层级聚类结果；/n2b：根据样本聚类分析的结果，划定每一分类样本的数据分布区间，从而确定一级聚类中城市化水平类型划分的依据和数据范围；/n步骤3、指标筛选与二级聚类：/n3a：对所有指标变量进行R型聚类分析，检验二级聚类分析结果的相关性矩阵，将相关性大于0.8的指标进行部分的舍弃和筛选，不断重复筛选工作，直至没有相关性较强的指标重复出现；/n3b：采用Ward’s误差法修正，选择欧式空间平方距离作为距离计算聚类依据，进行第二级结构性聚类分析，得到不同类别的数据指标及其对应的分类结果；/n步骤4、二级指标聚类结果有效性检验；/n步骤5、采用改进的纳尔逊分类法确定各个指标优势度：/n5a：使用传统纳尔逊分类法，按照“平均值+标准差”的方式对所有步骤4检验二级分类结果有效的数据指标进行评判，计算各个指标的优势率；/n5b：其中对部分使用传统纳尔逊分类法得到的优势率低于40％的指标，采用中位数统计标识作为优势度的判别阈值，即该项数据指标大于优势度的县域可被认为在该项指标存在优势，即判别为“优势型”，若数据指标小于优势度，则判为“一般型”；/n步骤6、采用组合分析法判断每个大类的优势组合，进行1-0二元评分，综合确定县域城镇的特性分类：/n对步骤5所得各个大类指标的优势度进行组合分析，在每个一级分类的基础上进行，对于一级分类的第一层级，由于四大类指标优势度均为1，因此划分为“综合优势型”，对于第二层级，若仅有“经济层级与设施供给”优势度为1，则归为“普通成熟型”，若出现“旅游风貌与特色发展”优势度为1，则归为“旅游风貌型”，若无法归为旅游风貌型，而有“产业结构与能耗水平”优势度为1，则归为“产业能源型”，若有“经济层级与设施供给”与“空间区位与交通出行”优势度为1，则归为“区位交通型”，对于第三层级，若有任意一类指标优势度为1，则归为“发展潜力型”，否则归为“一般型”。/n