城市系統(tǒng)工程學(xué)上機(jī)實(shí)驗(yàn)指導(dǎo)書

PAGE43PAGE《城市系統(tǒng)工程學(xué)》上機(jī)實(shí)驗(yàn)指導(dǎo)書XXXX-XX目錄實(shí)驗(yàn)一SPSS軟件入門和數(shù)據(jù)分析基礎(chǔ) 4一、實(shí)驗(yàn)?zāi)康募叭蝿?wù) 4二、實(shí)驗(yàn)環(huán)境 4三、實(shí)驗(yàn)步驟 41、熟悉SPSS統(tǒng)計(jì)軟件的主要窗口和菜單 42、建立SPSS數(shù)據(jù)文件 63、單變量的描述統(tǒng)計(jì)量分析 10實(shí)驗(yàn)二區(qū)域分布的測度、相關(guān)分析和回歸分析 20一、實(shí)驗(yàn)?zāi)康募叭蝿?wù) 20二、實(shí)驗(yàn)環(huán)境 20三、實(shí)驗(yàn)步驟 201、區(qū)域分布的測度 202、相關(guān)分析 223、回歸分析 24實(shí)驗(yàn)三人口規(guī)模和城市化水平預(yù)測 28一、實(shí)驗(yàn)?zāi)康?28二、實(shí)驗(yàn)環(huán)境 28三、實(shí)驗(yàn)步驟 281、人口規(guī)模預(yù)測 282、城市化水平預(yù)測 28四、實(shí)驗(yàn)報(bào)告 29實(shí)驗(yàn)四城市空間引力模型 33一、實(shí)驗(yàn)?zāi)康?33二、實(shí)驗(yàn)環(huán)境 33三、實(shí)驗(yàn)步驟 331、居住分布模型 332、雙約交通模型 34四、實(shí)驗(yàn)報(bào)告 35實(shí)驗(yàn)五聚類分析 37一、實(shí)驗(yàn)?zāi)康?37二、實(shí)驗(yàn)環(huán)境 37三、實(shí)驗(yàn)步驟 371、原始數(shù)據(jù)的標(biāo)準(zhǔn)化 372、聚類分析 39四、實(shí)驗(yàn)報(bào)告 43

實(shí)驗(yàn)一SPSS軟件入門和數(shù)據(jù)分析基礎(chǔ)一、實(shí)驗(yàn)?zāi)康募叭蝿?wù)SPSS統(tǒng)計(jì)軟件的主要窗口和菜單。SPSS數(shù)據(jù)文件的建立。單變量的描述統(tǒng)計(jì)分析。二、實(shí)驗(yàn)環(huán)境PC系列微機(jī)，Windows2000或XP。SPSS11.0或更高版本。三、實(shí)驗(yàn)步驟1、熟悉SPSS統(tǒng)計(jì)軟件的主要窗口和菜單SPSS的3個(gè)主要窗口：1）數(shù)據(jù)編輯器窗口（SPSSDataEditor）：如上圖，用來編輯和顯示數(shù)據(jù)。在此窗口中的文件名稱為*.sav。2）程序語句編輯器窗口（SPSSSyntaxEditor）：如下圖，用來編寫各種程序；在此窗口中的文件名稱為*.sps。3）結(jié)果觀看窗口（SPSSViewer）：如下圖，顯示統(tǒng)計(jì)運(yùn)算結(jié)果；在此窗口中的文件名稱為*.spo。SPSS數(shù)據(jù)編輯器的主要菜單：1）File菜單：文件管理New；Open；Save；Saveas；Exit。2）Edit菜單：編輯Undo；Cut；Copy；Paste；Clear；Find；3）View菜單：視圖Fonts；Gridlines；Valuelabels。4）Data菜單：數(shù)據(jù)整理definevariables；Insertvariables；Insertcase；gotocase；sortcase；selectcase。5）Transform菜單：數(shù)據(jù)轉(zhuǎn)換recode；compute；count。6）Analyze菜單：統(tǒng)計(jì)7）Graphs菜單：統(tǒng)計(jì)圖8）Utilities菜單：工具附件9）Windows菜單：窗口10）Help菜單：幫助2、建立SPSS數(shù)據(jù)文件通常一個(gè)數(shù)據(jù)文件的建立可以包括定義變量、數(shù)據(jù)輸入、數(shù)據(jù)的簡單計(jì)算、數(shù)據(jù)文件的保存和輸出等內(nèi)容。1）定義變量輸入數(shù)據(jù)前要定義變量，包括定義變量名、變量類型、變量寬度、變量標(biāo)簽和變量格式。定義變量的步驟如下：打開定義變量的界面啟動SPSS，進(jìn)入主界面，單擊圖上圖所示的屏幕左下角的“VariableView”選項(xiàng)卡，打開定義變量的表格。輸入變量名在“Name”列的第一個(gè)單元格輸入第一個(gè)變量名，如“編號”。SPSS11.0支持中文變量名。注意：變量名不能超過8個(gè)字符；首字符是字母，其后可為字母或數(shù)字或除“？”、“-”、“！”、“*”以外的字符。但應(yīng)該注意，不能以“”和圓點(diǎn)“.”作為變量名的最后一個(gè)字符；變量名不能與SPSS保留字相同。SPSS保留字有：ALL、AND、BY、EQ、GE、GT、LE、NE、NOT、OR、TO、WITH。系統(tǒng)不區(qū)分變量名中的大小寫字符；確定變量類型單擊“Type”列的第一個(gè)單元格，如上圖所示，SPSS的默認(rèn)變量類型為標(biāo)準(zhǔn)數(shù)值型Numeric。單擊數(shù)值型變量后的“···”，彈出如下圖所示的對話框，用戶可以從該對話框中選擇其他的變量類型。在上圖的對話框中列出了8種基本變量類型：標(biāo)準(zhǔn)數(shù)值型（Numerric）、帶逗號的數(shù)值型（Comma）、圓點(diǎn)數(shù)值型（Dot）、科學(xué)計(jì)數(shù)型（Scientificnotation）、日期型（Date）、帶美元符號的數(shù)值型（Dollar）、自定義型（CustomCurrency）和字符型（String）。確定變量寬度“Width”表示變量的總寬度，“Decimal”表示小數(shù)位數(shù)。定義變量標(biāo)簽“Lable”表示變量名標(biāo)簽，“Value”表示變量值標(biāo)簽。定義用戶缺失值“Missing”定義變量的顯示格式“Columns”指變量的顯示用的列寬度，注意：指列寬度，非數(shù)字位數(shù)。“Alignment”表示變量顯示的對齊方式。定義變量的測度類型“Measurement”用在作圖時(shí)的坐標(biāo)軸的刻度或分類。這一屬性如果不是特殊需要，一般不要進(jìn)行修改。3個(gè)單選項(xiàng)：Scale項(xiàng)，對等間隔測度的變量或是比值的變量選擇此項(xiàng)。如身高、體重。Ordinal項(xiàng)，對其值表示順序的變量選擇此項(xiàng)。如名次。可以是數(shù)值型變量，也可以是字符型變量。Nominal項(xiàng)，對標(biāo)稱變量選擇此項(xiàng)?？梢允菙?shù)值型變量，也可以是字符型變量。如對所喜歡顏色的回答。2）數(shù)據(jù)的輸入定義好變量后，單擊“VariableView”選項(xiàng)卡旁的“DataView”選項(xiàng)卡，進(jìn)入數(shù)據(jù)輸入窗口，按照SPSS表格直接輸入數(shù)據(jù)即可。3）數(shù)據(jù)的簡單計(jì)算當(dāng)輸入完數(shù)據(jù)后，有時(shí)要根據(jù)已經(jīng)存在的變量建立新變量，可以使用Compute來完成。選擇“Transform→Compute”命令，彈出“ComputeVariable”對話框，如下圖所示。在TargetVariable框中輸入新的目標(biāo)變量名，用來接收計(jì)算的值。利用NumericExpression（計(jì)算關(guān)系板）下面的框中輸入計(jì)算新變量的數(shù)字表達(dá)式。方法如下：（1）在左側(cè)選擇原始變量名進(jìn)入NumericExpression；（2）在NumericExpression上選擇數(shù)字或操作符，形成表達(dá)式，如“編號>=10”；（3）在函數(shù)框中選擇表達(dá)式需要的函數(shù)，使表達(dá)式出現(xiàn)在其后括號中；（4）單擊“OK”按鈕，生成新的變量。4）保存數(shù)據(jù)文件在查看器窗口中，進(jìn)行以下操作，保存數(shù)據(jù)內(nèi)容：單擊主菜單中的File菜單，打開File菜單條。擊Save選項(xiàng)，彈出“SaveDataAs”對話框。輸入文件名稱，SPSS保存的文件類型為“*.sav”，單擊“保存”按鈕。5）數(shù)據(jù)與統(tǒng)計(jì)結(jié)果的輸出SPSS的文件輸出是指將統(tǒng)計(jì)分析后的數(shù)據(jù)與結(jié)果以表格或圖形的形式顯示出來。SPSS可以對輸出的文件進(jìn)行保存，保存的類型為“*.spo”。如果要單獨(dú)保存表格或是圖形，就在其上單擊鼠標(biāo)右鍵，選擇相應(yīng)的復(fù)制命令，將表格或圖形輸出。3、單變量的描述統(tǒng)計(jì)量分析按Analyze->Descriptivestatistics順序逐一單擊鼠標(biāo)鍵。找到Descriptives描述統(tǒng)計(jì)量分析和Frequencies頻數(shù)分析。1）Descriptives描述統(tǒng)計(jì)量分析通過平均值、算術(shù)和、標(biāo)準(zhǔn)差、最大值、最小值、方差、范圍等統(tǒng)計(jì)量對變量進(jìn)行描述?！纠?】現(xiàn)有學(xué)生24人，分成兩小組，在某一次期中測驗(yàn)中，某學(xué)科測驗(yàn)成績?nèi)缦卤硭?。試?yán)肧PSS對該班學(xué)生成績進(jìn)行等級排序，并計(jì)算總平均分、總標(biāo)準(zhǔn)差，再分別計(jì)算兩組學(xué)生的平均分和標(biāo)準(zhǔn)差。操作步驟如下：錄入數(shù)據(jù)錄入數(shù)據(jù)的過程分為兩個(gè)步驟，一是定義變量：“學(xué)號”、“組別”與“成績”；二是錄入變量值。數(shù)據(jù)的等級排序（1）選擇“Data→SortCases”命令，彈出“SortCases”對話框，把“成績”變量選入“Sortby”中，并在SortOrder中選擇“Descending（降序）”選項(xiàng)，將學(xué)生成績按降序排列，如下圖所示，單擊“OK”按鈕。（2）排序結(jié)果在數(shù)據(jù)編輯窗口可以即時(shí)瀏覽。平均分與標(biāo)準(zhǔn)差的計(jì)算（1）計(jì)算總平均分與標(biāo)準(zhǔn)差

①選擇“Analyze→DescripitiveStatistic→Descripitives…”命令，彈出“Descripitive”對話框，從左側(cè)將“成績”變量選入“Variables”欄中，如下圖所示。②單擊“OK”按鈕，提交運(yùn)行，輸出結(jié)果如下表所示。也可以單擊“Options”按鈕，展開對話框，在對話框中指定其他統(tǒng)計(jì)量與輸出結(jié)果顯示的順序。（2）分別計(jì)算兩組學(xué)生的平均分和標(biāo)準(zhǔn)差

①數(shù)據(jù)拆分。選擇“Data→SplitFile…”命令，彈出“SplitFile”對話框，如下圖，激活“Organizebygroup單獨(dú)顯示每一組所得的統(tǒng)計(jì)結(jié)果”選項(xiàng)，從左側(cè)選擇“組別”變量進(jìn)入“GroupsBasedon”欄目，最后激活“Sortthefilebygroupingvariables”選項(xiàng)，表示要求按所選擇的變量對數(shù)據(jù)文件進(jìn)行排序。單擊“OK”按鈕。②與計(jì)算總平均分與標(biāo)準(zhǔn)差相同，選擇“Analyze→DescripitiveStatistic→Descripitives…”命令，彈出“Descripitive”對話框，從左側(cè)將“成績”變量選入“Variables”欄中。

③單擊“OK”按鈕，提交運(yùn)行。得結(jié)果如下：統(tǒng)計(jì)特征分析根據(jù)SPSS的統(tǒng)計(jì)處理所得結(jié)果如下表所示。2）Frequencies頻數(shù)分析利用頻數(shù)分布表可以方便地對數(shù)據(jù)按組進(jìn)行歸類整理，形成各變量的不同水平（分組）的頻數(shù)分布表和圖形，以便對各變量的數(shù)據(jù)的特征和觀測量分布狀況有一個(gè)概括的認(rèn)識?！纠?】根據(jù)表6-1中給出的50名學(xué)生的學(xué)習(xí)成績，計(jì)算60分以下，60-70，70-80，80-90，90分以上的頻數(shù)分布表。操作步驟如下：錄入數(shù)據(jù)。轉(zhuǎn)換數(shù)據(jù)，生成新變量。（1）選擇“Transform→Recode→IntoDifferentVaribles…”命令，彈出“RecodeintoDifferentVariables”對話框，將“成績”選入“NumericVariable”框中，并在“OutputVariable”中輸入新變量的名字“分組”，單擊框后的“Change”按鈕，如下圖所示。（2）單擊“OldandNewValues…”按鈕，彈出“RecodeintoDifferentVariables:OldandNewValues”對話框。

在對話框中左側(cè)第二個(gè)“Range”框中輸入60，然后在“NewValue”框中的“Value”后輸入1，單擊“Add”按鈕，右側(cè)的文本框中顯示“Lowestthru60→1”，表示用1代表60以下的分?jǐn)?shù)。在第一個(gè)“Range”框中輸入“60”though“70”，然后在“Value”后輸入2，單擊“Add”按鈕加入，即用2代表60到70之間的分?jǐn)?shù)。同樣，用3代表70到80之間的分?jǐn)?shù)，用4代表80到90之間的分?jǐn)?shù)。在第三個(gè)“Range”框中輸入“90”，然后在“NewValue”框中的“Value”后輸入5，單擊“Add”按鈕加入，即用5代表90以上的分?jǐn)?shù)。設(shè)置完成后如上圖所示。（3）單擊“Continue”按鈕，回到主對話框中，單擊“OK”按鈕，生成新的變量“分組”，界面如下圖所示。統(tǒng)計(jì)分析。（1）選擇“Analyze→DescriptiveStatistic→Frequencies”命令，彈出“Frequencies”對話框，從左側(cè)選擇“分組”，使其進(jìn)入“Variable(s)”框中，如下圖所示。（2）選中“Displayfrequencytables”復(fù)選框，表示顯示頻數(shù)分布表。（3）單擊“Statistics”按鈕，彈出“Frenquency:Statistics”對話框，視需要進(jìn)行選擇，如下圖所示。本例中采用默認(rèn)值，設(shè)置完成后單擊“Continue”按鈕。輸出百分位數(shù)：輸出百分位數(shù)：輸出四分位數(shù)將數(shù)據(jù)平分…等分自定義百分位數(shù)離差欄：標(biāo)準(zhǔn)差最小值方差最大值全距均數(shù)的標(biāo)準(zhǔn)誤中心趨勢欄：中心趨勢欄：算術(shù)平均數(shù)中位數(shù)眾數(shù)算術(shù)和在計(jì)算百分位數(shù)值和中位數(shù)時(shí)，假設(shè)數(shù)據(jù)已經(jīng)分組分布參數(shù)欄：正態(tài)分布的偏度正態(tài)分布的峰度（4）在主對話框中，單擊“Charts”按鈕，彈出“Frenquencies:Charts”對話框，如下圖所示。本例中選擇“Histograms”（直方圖）和“Withnormalcurve”（帶有正態(tài)曲線）兩項(xiàng)，單擊“Continue”按鈕?？v軸表達(dá)的統(tǒng)計(jì)量，只有選擇了條形圖和圓圖此欄才有效縱軸表示頻數(shù)縱軸表達(dá)的統(tǒng)計(jì)量，只有選擇了條形圖和圓圖此欄才有效縱軸表示頻數(shù)縱軸表示頻率－百分比選擇圖形類型不輸出圖形輸出條形圖輸出圓圖輸出直方圖（5）在主對話框中，單擊“Format”按鈕，彈出“Frenquencies:Format（設(shè)置頻數(shù)表輸出的格式）”對話框，如下圖所示。本例中取默認(rèn)值，設(shè)置完成后單擊“Continue”按鈕。多變量欄，選擇多變量輸出表格設(shè)置：按變量實(shí)際值的升序排列多變量欄，選擇多變量輸出表格設(shè)置：按變量實(shí)際值的升序排列將所有變量的結(jié)果在一個(gè)圖形中輸出為每一個(gè)變量單獨(dú)輸出一個(gè)圖形排序欄：如果設(shè)置了直方圖或百分位數(shù)，頻數(shù)表將按變量值升序排列。按變量實(shí)際值的升序排列按變量實(shí)際值的降序排列按變量各種取值發(fā)生的頻數(shù)的升序排列按變量各種取值發(fā)生的頻數(shù)的降序排列控制頻數(shù)表輸出的分類數(shù)量（6）在主對話框中，單擊“OK”按鈕，提交運(yùn)行，輸出結(jié)果。結(jié)果分析。根據(jù)輸出結(jié)果可知，在60分以下的有8人，60-70分之間的有6人，70-80分之間的有12人，80-90之間的有18人，90分以上的有6人。頻數(shù)分布表圖如下所示：HistogramsHistograms直方圖BarchartBarchart條形圖PiechartPiechart餅圖

實(shí)驗(yàn)二區(qū)域分布的測度、相關(guān)分析和回歸分析一、實(shí)驗(yàn)?zāi)康募叭蝿?wù)羅倫茲曲線繪制。相關(guān)分析。一元線性和非線性回歸分析。二、實(shí)驗(yàn)環(huán)境PC系列微機(jī)，Windows2000或XP。Excel；SPSS11.0或更高版本。三、實(shí)驗(yàn)步驟1、區(qū)域分布的測度【例1】某城市各區(qū)（j）各類(i)職工數(shù)（或產(chǎn)值，各類城市用地等數(shù)值，根據(jù)研究的對象目的而定）占全市該類職工總?cè)藬?shù)的百分比（Wij）以及各區(qū)（j）職工總?cè)藬?shù)占全市職工總?cè)藬?shù)的百分比（Pj）列表如下，分別作紡織業(yè)和服務(wù)業(yè)的羅倫茲曲線。類（i）區(qū)號（j）1234567891011∑Wij(%)紡織（1）2.622.715.30.44.22.02.24.627.412.16.5100服務(wù)（2）5.27.94.94.933.86.64.68.311.610.02.2100…………………Pj(%)5.58.86.03.233.15.64.210.012.69.02.0100操作步驟如下：為了使曲線逐漸平緩（即和原點(diǎn)距離越大，斜率越?。┰谟?jì)算累積頻率之前，以特殊方法先換算求得R值。求R值必須各類分開各自計(jì)算列表，如紡織業(yè)（i=1），紡織業(yè)1區(qū)類（i）區(qū)號（j）1234567891011∑Wij(%)紡織（1）2.622.715.30.44.22.02.24.627.412.16.5100服務(wù)（2）5.27.94.94.933.86.64.68.311.610.02.2100…………………Pj(%)5.58.86.03.233.15.64.210.012.69.02.0100R10.472.582.550.130.130.360.520.462.171.33.25

R20.950.900.821.531.021.181.100.830.921.111.10R…………………根據(jù)R值的大小將原分區(qū)的秩序按各類分別重新排序（R值越大排在越前面）。然后再進(jìn)行累積頻率的計(jì)算，得新表。分區(qū)號R1j紡織職工（％）總職工（％）比重（Wij）累積比重比重（Pj）累積比重113.256.56.52.02.022.5822.729.28.810.832.5515.344.56.016.892.1727.471.912.629.4101.312.184.09.038.470.522.286.24.242.610.472.688.85.548.180.464.693.410.058.160.362.095.45.663.740.130.495.83.266.950.134.210033.1100按紡織業(yè)的職工累積比重為y軸的值，以相對應(yīng)的總職工累積比重為x軸的值確定坐標(biāo)位置并連成曲線，得紡織業(yè)羅倫茲曲線。此操作在Excel進(jìn)行，依次類推，得服務(wù)業(yè)羅倫茲曲線，且對角線為均勻曲線。如下圖：2、相關(guān)分析【例2】某城市1983－1993年（t）人均GDP（x）與城市化水平（y）的資料見下表，求1）城市化水平與年份、城市化水平與人均GDP的相關(guān)系數(shù)；2）對計(jì)算出的相關(guān)系數(shù)進(jìn)行顯著性檢驗(yàn)（α=1%）。年份(t)（年）城市化水平(y)（％）人均GDP(x)（元）198320.471165198422.021317198523.381466198623.891566198724.661711198825.511874198926.081927199026.411973199126.752104199227.792362199328.92648操作步驟如下：錄入數(shù)據(jù)。選擇“Analyze→Correlate→Bivariate…”命令，彈出“BivariateCorrelations”對話框，將三個(gè)變量移入右邊框中，并在“Flagsignificantcorrelations”前打鉤，如下圖所示。點(diǎn)擊“OK”按鈕，結(jié)果輸出如下圖所示。 Correlations年份城市化水平人均GDP年份PearsonCorrelation1.984(**).985(**)Sig.(2-tailed)..000.000N111111城市化水平PearsonCorrelation.984(**)1.982(**)Sig.(2-tailed).000..000N111111人均GDPPearsonCorrelation.985(**).982(**)1Sig.(2-tailed).000.000.N111111**Correlationissignificantatthe0.01level(2-tailed).3、回歸分析【例3】為檢查某城市商業(yè)網(wǎng)點(diǎn)配置是否合理，調(diào)查了10個(gè)居住小區(qū)，其居民戶數(shù)（xi）和基層糧店數(shù)量(yi)見下表,求兩者回歸方程，并對方程作顯著性檢驗(yàn)。操作步驟如下：錄入數(shù)據(jù)；Analyze菜單－Regression－Linear…打開對話框；將所需變量移入右邊框，單擊OK。結(jié)果如下圖所示。【例4】某市人口密度y（萬人/平方公里），與市中心距離x（公里）抽樣調(diào)查值如下，對其作非線性回歸模型。NOX（km）Y（萬人/km）102.8854222.1493333.4750451.3910570.9737690.7043操作步驟如下：錄入數(shù)據(jù)，剔除奇異點(diǎn)樣本3；Analyze菜單－Regression－CurveEstination…打開對話框；將所需變量移入右邊框，選擇非線性模型，單擊OK。結(jié)果如下圖所示。MODEL:MOD_1.IndependentVariable:XMinimumvalue:0Theindependentvariablecontainsvaluesofzero.ModelsINVERSEandScannotbecalculated.Theindependentvariablecontainsnon-positivevalues.ModelsLOGARITHMICandPOWERcannotbecalculated._Independent:XUpperDependentMthRsqd.f.FSigfboundb0b1b2b3YLIN.9763121.06.0022.7335-.241912YLOG11YINVYQUA.99921907.68.0012.8717-.3764.0151YCUB1.00011105.21.0222.8814-.4046.0235-.0006YCOM.99831982.28.0002.9344.854912YPOW11YSYGRO.99831982.28.0001.0765-.1567YEXP.99831982.28.0002.9344-.1567YLGS.99831982.28.000..34081.1697Notes:11Independentvariablehasvaluesofzero.12Independentvariablehasnon-positivevalues.注意：

實(shí)驗(yàn)三人口規(guī)模和城市化水平預(yù)測一、實(shí)驗(yàn)?zāi)康恼莆杖丝谝?guī)模的常用預(yù)測方法；掌握城市化水平預(yù)測的常用方法。二、實(shí)驗(yàn)環(huán)境PC系列微機(jī)，WindowsXP。Excel；SPSS11.0或更高版本。。三、實(shí)驗(yàn)步驟1、人口規(guī)模預(yù)測回歸分析法增長率推算法2、城市化水平預(yù)測“S”型曲線模型時(shí)間序列模型增長率推算法對數(shù)模型剩余勞動力轉(zhuǎn)移法四、實(shí)驗(yàn)報(bào)告1、利用濟(jì)南市域歷年人口規(guī)模、人口自然增長率和機(jī)械增長率數(shù)據(jù)，預(yù)測2010年、2020年濟(jì)南市域人口規(guī)模（采用兩種方法）；2、利用濟(jì)南市域歷年城市化水平以及人均GDP數(shù)據(jù)預(yù)測2010年、2020年城市化水平（采用三種方法）。要求：寫出每種方法的名稱、公式（列出公式參數(shù)的求取過程或簡述參數(shù)的確定理由），最后綜合多種方法作一個(gè)結(jié)論,并對結(jié)論作簡單分析。原始數(shù)據(jù)見附件:附件:濟(jì)南市域人口和城市化發(fā)展過程1人口規(guī)模按現(xiàn)行區(qū)劃范圍，濟(jì)南市1949年總?cè)丝跒?05.20萬人，2003年末總?cè)丝跒?82.6萬人，其中市區(qū)334.8萬人，中心城278萬人，縱觀建國以來濟(jì)南市人口的發(fā)展變化，按其趨勢明顯地分為五個(gè)階段。第一階段(1949--1959年)：為人口快速增長階段，10年總?cè)丝谠鲩L17.56%，平均年遞增率為1.63%。第二階段(1960--1962年)：為人口下降階段。三年總?cè)丝谙陆?.05％，平均年下降0.69％。第三階段(1963--1973年)：為人口高速增長階段。11年總?cè)丝谠鲩L22.22％，平均年遞增率1.84％。第四階段(1974--1993年)：為人口增長速度明顯趨緩階段，20年總?cè)丝谠鲩L22.15％，平均年遞增率為1.19％。第五階段(1993--2003年)：為人口適度增長階段。10年總?cè)丝谠鲩L9.20％，平均年遞增率為1.25％。濟(jì)南市的人口增長速度一直低于山東省人口的增長速度。2人口自然增長解放后，濟(jì)南市人口的自然增長經(jīng)歷了一個(gè)曲折的變化過程。由于從多年的戰(zhàn)亂時(shí)期進(jìn)入穩(wěn)定的和平時(shí)期，濟(jì)南市的人口再生產(chǎn)方式由解放前的“高死亡率、高出生率、低自然增長率”類型轉(zhuǎn)變?yōu)椤案叱錾省⒌退劳雎?、高自然增長率”類型，目前正轉(zhuǎn)入“低死亡率、低出生率、低自然增長率”類型。1970年前，人口的自然增長率除因三年自然災(zāi)害造成經(jīng)濟(jì)困難而較低外，其余年份自然增長率都在10‰以上(1949年為8.95‰)，其中有8個(gè)年份超過20‰。1971年計(jì)劃生育工作在城鄉(xiāng)廣泛深入地展開并明顯見效。1973年到1990年全市平均死亡率為6.74‰，自然增長率為8.57‰，1990年至2003年，人口自然增長率是逐年下降的趨勢，由6.34‰下降至2.08‰，表明人口再生產(chǎn)正實(shí)現(xiàn)逐步轉(zhuǎn)變?yōu)椤暗统錾?、低死亡率、低自然增長率”類型。人口再生產(chǎn)方式的這種轉(zhuǎn)化正是人類自身繁衍與物質(zhì)生產(chǎn)相適應(yīng)的過程。3人口機(jī)械變動從1950年到1990年的40年中，全市凈遷入19757人，年平均凈遷移率為0.1‰，基本是遷出遷入平衡，但是，自1980年以來人口遷移對全市總?cè)丝诋a(chǎn)生了重要影響。1980年至1990年凈遷入210014人，同期全市自然增長462309人，凈遷入在全市人口總量的增長中占31.24%，這一時(shí)期凈遷入人口的自然增長約為8859人，若加上這部分人口遷移因素對人口總量的增長影響則占32.55%。1990年以來，濟(jì)南市人口機(jī)械增長仍是逐年上升的趨勢，由1991年的2.21‰增長至2003年的14.2‰。同期，濟(jì)南市暫住人口也有大幅度的增長，由1990年的13.8萬人增至2003年的50萬人。1990-2003年濟(jì)南市歷年人口變動情況年份年末總?cè)丝?萬人)人口自然增長率(‰)人口機(jī)械增長率（‰）人口增長率(‰)暫住人口（萬人）從業(yè)人員（萬人）1990523.606.3413.5519.8910.48270.541991527.435.102.217.3113.77276.181992530.703.372.836.2016.44280.191993533.532.013.325.3319.11285.691994537.312.704.387.0820.14303.461995542.123.715.248.9522.12324.221996543.454.02-1.572.4525.44332.331997549.204.845.7410.5826.92337.431998553.544.693.217.9029.88343.91999557.633.783.617.3932.20344.52000562.654.034.979.0035.62347.372001569.003.847.4511.2943.18350.12002575.013.696.8710.5653.50352.72003582.562.0814.216.2850.00355.3注：暫住人口為暫住半年以上人口。自1990年以來市區(qū)總?cè)丝跀?shù)增長速度較快，1990年人口總數(shù)為283.66萬人，至2000年已達(dá)到317.2萬人，超過了上版規(guī)劃確定的市區(qū)總?cè)丝?00萬人標(biāo)準(zhǔn)，到2003年底增至33480萬人，13年增長了1803%，年平均遞增率為1.39%，年均增加3.93萬人。自然增長率自1990年以來一直低于5‰，2003年達(dá)到208‰，低于全市平均水平。人口再生產(chǎn)方式已經(jīng)轉(zhuǎn)變?yōu)椤暗统錾剩退劳雎?，低自然增長率”。市區(qū)的人口機(jī)械增長速度較快，是市區(qū)人口增長的主要原因，自1991年以來，人口的機(jī)械增長率逐步上升，12年間由6.15‰上升到14.2‰。市區(qū)暫住半年以上人口從1990年的9.99萬人增至2003年的45萬人，2003年增長的趨勢有所減緩，比2002年下降了4.23萬人。市區(qū)從業(yè)人員呈平穩(wěn)增長的趨勢。4人口城鎮(zhèn)化進(jìn)程城鎮(zhèn)化水平是指一個(gè)地區(qū)或國家內(nèi)城鎮(zhèn)人口占總?cè)丝诘陌俜直取Ｈ丝诔擎?zhèn)化水平是反映社會經(jīng)濟(jì)、社會進(jìn)步、工業(yè)化進(jìn)程的重要標(biāo)志，因此研究城鎮(zhèn)化水平具有重要意義。根據(jù)濟(jì)南1990－2002年的人口數(shù)據(jù)，包括市域統(tǒng)計(jì)數(shù)據(jù)和市區(qū)統(tǒng)計(jì)數(shù)據(jù)，可以得到濟(jì)南市及市區(qū)1990－2002年非農(nóng)業(yè)人口比重及城鎮(zhèn)化水平變化趨勢。濟(jì)南市城鎮(zhèn)化進(jìn)程表年份總?cè)丝冢ㄈf人）非農(nóng)業(yè)人口（萬人）非農(nóng)業(yè)人口比重（％）城鎮(zhèn)人口（萬人）城鎮(zhèn)化水平（％）1990523.60160.6730.69206.6739.471991527.43163.2930.96212.8740.361992530.70166.0131.28218.8641.241993533.53169.3131.73224.9842.171994537.31180.2833.55232.4943.271995542.12186.0434.32240.4844.361996543.45190.9735.14247.7545.591997549.20194.2335.37256.5846.721998553.54199.2936.00265.4847.961999557.63202.4736.31273.9649.132000562.65207.6836.91283.8550.452001569.00222.2439.06300.5552.822002575.01285.8349.71318.0355.312003582.56297.2151.02337.1257.87濟(jì)南市區(qū)城鎮(zhèn)化進(jìn)程年份總?cè)丝冢ㄈf人）非農(nóng)業(yè)人口（萬人）非農(nóng)業(yè)人口比重（％）城鎮(zhèn)人口（萬人）城鎮(zhèn)化水平（％）1990283.66141.0749.73154.6554.521991286.2143.0749.99159.3255.671992288.52147.7451.21164.0556.861993291.24147.9950.81169.0158.031994294.6153.2652.02174.4059.201995299.2158.1952.87181.4160.631996302.78162.553.67190.4862.911997306.98169.3555.17200.3365.261998309.9169.254.60209.6567.651999313.18171.8154.86219.6070.122000317.2176.0455.50230.5172.672001322.4518557.37242.5875.232002327.55234.671.62254.8777.812003334.83243.2972.66269.4780.46從圖中變化趨勢可見，自1990年以來，濟(jì)南市及市區(qū)城鎮(zhèn)化水平是穩(wěn)步提高的，與濟(jì)南市的經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整相適應(yīng)，符合人口城鎮(zhèn)化水平的客觀規(guī)律。分析1990年以來濟(jì)南市的經(jīng)濟(jì)發(fā)展?fàn)顩r，1990-2003年，濟(jì)南市GDP由138.24億元增至1367.8億元，年均增速15.61%(按可比價(jià)格計(jì)算)，GDP與城鎮(zhèn)人口的相關(guān)系數(shù)高達(dá)0.992，因此經(jīng)濟(jì)的持續(xù)高速增長必然帶動城鎮(zhèn)化進(jìn)程的加快。三次產(chǎn)業(yè)結(jié)構(gòu)由17.31:48.73:33.96調(diào)整至8.22:42.39:49.38，三次產(chǎn)業(yè)從業(yè)人員比重由46.5:32.4:21.1轉(zhuǎn)變成30.6:30.9:38.5，大量人口從第一產(chǎn)業(yè)轉(zhuǎn)向分布在城市中的第二、三產(chǎn)業(yè)，農(nóng)村人口向城市人口轉(zhuǎn)移，促進(jìn)了城鎮(zhèn)化的發(fā)展。從另一方面來說，城鎮(zhèn)化的發(fā)展，城市人口的增多，需求增加，必然會促進(jìn)城市經(jīng)濟(jì)的進(jìn)一步發(fā)展。

實(shí)驗(yàn)四城市空間引力模型一、實(shí)驗(yàn)?zāi)康恼莆站幼》植寄Ｐ?；掌握雙約交通模型。二、實(shí)驗(yàn)環(huán)境PC系列微機(jī)，WindowsXP。DELPH編制的居住分布模型和雙約交通模型三、實(shí)驗(yàn)步驟1、居住分布模型在上班出行矩陣中單擊“總計(jì)”，輸入帶眷系數(shù)，“λ*平均交通時(shí)間”后輸入1.5，點(diǎn)擊“平均交通時(shí)間”后點(diǎn)擊計(jì)算，查看“上班出行計(jì)算值與實(shí)際值的誤差矩陣”，調(diào)整“λ*平均交通時(shí)間”中的值，直到估計(jì)的上班出行平均交通時(shí)間（右下角）與實(shí)際值（左下角）最為接近為好。注意：如要增大區(qū)間相互作用，則降低λ值；如要減小區(qū)間相互作用，則增大λ值。2、雙約交通模型在“λ*平均交通時(shí)間”后輸入1.5，點(diǎn)擊計(jì)算，查看“上班出行計(jì)算值與實(shí)際值的誤差矩陣”，調(diào)整“λ*平均交通時(shí)間”中的值，直到估計(jì)的上班出行平均交通時(shí)間（右下角）與實(shí)際值（左下角）最為接近為好。注意：如要增大區(qū)間相互作用，則降低λ值；如要減小區(qū)間相互作用，則增大λ值。四、實(shí)驗(yàn)報(bào)告為簡化計(jì)算，某城市分為三個(gè)區(qū)，各區(qū)上班出行矩陣和出行時(shí)間矩陣調(diào)查如下（見表1、表2），各區(qū)的吸引指數(shù)用住宅套數(shù)來表示（見表3）。表1上班出行實(shí)際值TijDjOi居住區(qū)(職工)總計(jì)123工作區(qū)(職工)112350120014601501021040336016006000312601250821010720合計(jì)1465058101127031730表2上班出時(shí)間矩陣dij(分鐘)DjOi居住區(qū)123工作區(qū)14.510.12512210.1252.17.653127.653表3住宅套數(shù)Hj(套)區(qū)號123住宅套數(shù)Hj18755802514435表4開發(fā)后各區(qū)住宅套數(shù)Hj(套)區(qū)號123住宅套數(shù)Hj19000954314500要求:1)利用給出的居住分布模型程序求出該城市的最佳居住分布模型（即求出最佳λ值，λ值精確到小數(shù)點(diǎn)后五位）；2)如該城市擬進(jìn)行新住宅開發(fā)，開發(fā)后各區(qū)住宅套數(shù)如表4，其余條件不變，求該城市的上班出行矩陣。

實(shí)驗(yàn)五聚類分析一、實(shí)驗(yàn)?zāi)康恼莆赵紨?shù)據(jù)的標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化方法；掌握聚類分析操作步驟。二、實(shí)驗(yàn)環(huán)境PC系列微機(jī)，WindowsXP。SPSS10.0或更高版本。三、實(shí)驗(yàn)步驟1、原始數(shù)據(jù)的標(biāo)準(zhǔn)化給定一原始數(shù)據(jù)矩陣（見下表），要求：對原始數(shù)據(jù)矩陣進(jìn)行標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化。操作步驟如下：錄入數(shù)據(jù)。選擇“Analyze→DescriptiveStatistic→Descriptives”命令，彈出“Descriptives”對話框，將左側(cè)四個(gè)指標(biāo)（變量）移入右邊框中，在“Savestandardizedvaluesasvariables”前打鉤，如下圖所示。單擊“OK”，標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化后的數(shù)據(jù)出現(xiàn)在數(shù)據(jù)編輯器中。2、聚類分析用前述數(shù)據(jù)對G1、G2、G3、G4、G5五個(gè)系統(tǒng)進(jìn)行聚類分析。選擇“Analyze→Classify→HierarchicalCluster”命令，彈出“HierarchicalClusterAnalysis”對話框，將左側(cè)四個(gè)標(biāo)準(zhǔn)化后的指標(biāo)（變量）移入右邊框中，如下圖所示。單擊“Statistics”按鈕，在彈出的對話框中選擇“Agglomerationschedule”聚結(jié)圖和“Proximitymatrix”矩陣表兩項(xiàng)；如預(yù)先知道聚為幾類，則在“ClusterMembership”下第二個(gè)選項(xiàng)后輸入聚為幾類；點(diǎn)擊“Continue”按鈕。如下圖所示。單擊“Plots…”按鈕，在彈出的對話框中選擇“Dendrogram”譜系（樹形）圖，點(diǎn)擊“Continue”按鈕。如下圖所示。單擊“Method…”按鈕，彈出對話框,在“ClusterMethod”中選擇一種聚類分析方法，在“Measure”中選擇系統(tǒng)間的距離測量方法；“TransformValues”下為原始數(shù)據(jù)的標(biāo)準(zhǔn)化處理方法，如前述選擇的變量為已經(jīng)標(biāo)準(zhǔn)化后的變量，則此步驟省略；點(diǎn)擊“Continue”按鈕。如下圖所示。組間聯(lián)結(jié)法組內(nèi)聯(lián)結(jié)法最短距離法最遠(yuǎn)距離法組間聯(lián)結(jié)法組內(nèi)聯(lián)結(jié)法最短距離法最遠(yuǎn)距離法重心法中間距離法離差平方和法歐氏距離歐氏距離的平方夾角余弦相關(guān)系數(shù)歐氏距離歐氏距離的平方夾角余弦相關(guān)系數(shù)…絕對距離…不標(biāo)準(zhǔn)化標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化極差標(biāo)準(zhǔn)化…不標(biāo)準(zhǔn)化標(biāo)準(zhǔn)差標(biāo)準(zhǔn)化極差標(biāo)準(zhǔn)化…單擊“Save…”按鈕，彈出對話框,如預(yù)先知道聚為幾類，則在“Singlesolution”后輸入聚為幾類；點(diǎn)擊“Continue”按鈕，如下圖所示，回到主對話框。距離矩陣點(diǎn)擊“OK”，彈出結(jié)果輸出窗口。距離矩陣 ProximityMatrixCaseSquaredEuclideanDistance123451.0005.8899.55721.0038.89725.889.0003.88915.5577.14939.5573.889.0003.8891.180421.00315.5573.889.0002.98958.8977.1491.1802.989.000Thisisa