《表2 主要变量相关系数：国土空间规划背景下城镇低效用地识别方法探索——以成都市中心城区为例》

  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

《国土空间规划背景下城镇低效用地识别方法探索——以成都市中心城区为例》

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

研究首先运用遥感影像技术，对不同时代的遥感卫片数据识别2000年以前建成的小区，利用地物的光谱信息和空间特征识别城中村棚户区，将其直接纳入低效老旧小区范围，然后对其余的单项进行分项评价（见图11）。研究采用SPSS软件对成都中心城区8组变量和6 105个住宅地块的数据构成的数据矩阵进行分析。首先进行KMO和Bartlett测量。一般来说，KMO在0.7以上表示适合，而0.6～0.7表明尚可。居住功能区评估的结果是KMO值为0.731，Bartlett球形度检验的近似卡方为20 157.859，自由度28，Sig.为0.000 (<0.05）。由此可知，测量指标较适用于主成份分析，有良好的效度。然后根据容积率、建筑密度、公服设施覆盖、开敞空间等多项指标构建居住地块指标矩阵，通过旋转主成分进行分析，将数据归结为3个主成分因子，剔除负荷小于0.4的项目，如人均住宅面积、公交站点数量等。样本累积方差贡献率为72.43%，说明大部分信息都能被解释（见表2）。