《表4 因子含义、主要变量、累计贡献率》

《表4 因子含义、主要变量、累计贡献率》   提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《中国城市收缩的识别及其成因——基于夜间灯光数据》


  1. 获取 高清版本忘记账户?点击这里登录
  1. 下载图表忘记账户?点击这里登录

一般来说,确定主成分的个数以特征根大于1的主成分个数为宜,根据此原则,本文一共提取了3个公共因子。因子分析结果表明在影响城市收缩的16个指标中都可以提取3个公共因子进行解释,各因子的方差解释度分别为35.07%、31.81%、17.91%,3个因子总贡献率为84.79%,因此这3个公共因子很好地解释了城市收缩的原因。其中第一个公共因子与X1、X6、X9、X12、X13高度相关,这些指标都是反映城市与外部差距的指标,与外部差距越大意味着外部引力越强,城市要素的流失越严重,可命名为外部引力影响因子;第二个公共因子与X2、X5、X7、X8、X10、X14、X15高度相关,这些指标反映了城市自身对要素的吸引能力,可命名为内部推力因子;第三个公共因子与X3、X4、X11、X16高度相关,这些指标反映的是中国城市空间扩张机制,由于本文采取的是综合性城市规模衡量指标,缺少人口增长的空间扩张并非意味城市在扩张。恰恰相反,具有这种特征的城市是在收缩。实际上,本文所得到的86个收缩城市中,空间扩张而人口减少的城市收缩不在少数,因此将公共因子3命名为收缩机制因子(详见表4)。