何良澤 覃宇 李力 游清泉 何鑫壘 陳爭(zhēng) 向紹俊
一、十大將軍縣成因背景及意義
1927年大革命失敗后,中國(guó)革命進(jìn)入低潮。在攻打中心城市受挫后,以毛澤東為書記的前敵委員毅然改變?cè)ú渴穑瑳Q定到敵人控制比較薄弱的山區(qū)尋求立足之地。受山區(qū)海拔差異、耕地林地面積、人口密度、生產(chǎn)消費(fèi)情況等影響,湖南、湖北、安徽、河南、江西等中部省區(qū)在上個(gè)世紀(jì)二三十年代,率先跟隨中國(guó)共產(chǎn)黨的領(lǐng)導(dǎo),建立早期革命根據(jù)地,展開(kāi)了反抗國(guó)民黨反動(dòng)派的武裝斗爭(zhēng),這些地區(qū)也隨之涌現(xiàn)出早期的人民武裝領(lǐng)袖和指揮家,形成了十大將軍縣:湖北紅安、安徽金寨、江西興國(guó)、湖南平江、江西吉安、江西永新、河南新縣、湖北大悟、安徽六安、湖南瀏陽(yáng)。
通過(guò)科學(xué)的方法,調(diào)查研究出十大將軍縣的成因以及其中的相關(guān)因素,得知當(dāng)年革命發(fā)展的一些因素,了解紅色革命精神。紅色革命精神是留給當(dāng)代年輕人的寶貴精神財(cái)富,當(dāng)代大學(xué)生們應(yīng)高揚(yáng)旗幟,勇敢前行,自覺(jué)傳承紅色革命精神,礪德礪行,接過(guò)前輩的火炬,為中華民族偉大歷史復(fù)興貢獻(xiàn)出自己的一份力量。
二、研究對(duì)象及方法
本文以十大將軍縣為研究對(duì)象,建立多變量回歸模型,先綜合實(shí)踐調(diào)查分析對(duì)模型進(jìn)行基本假設(shè)與簡(jiǎn)化,然后采用多元回歸方法對(duì)各縣市將軍數(shù)占比的七大影響因素進(jìn)行分析,應(yīng)用MATLAB求解出因變量與各個(gè)自變量之間的相關(guān)系數(shù)表,使得對(duì)整體數(shù)據(jù)走向有一定把握。再利用SPSS軟件對(duì)處理后的數(shù)據(jù)進(jìn)行分析求解,得到相關(guān)系數(shù)與殘差圖,以及可決系數(shù)。最后通過(guò)殘差圖以及可決系數(shù)判斷和驗(yàn)證模型。由以上方法分析,可得到單個(gè)縣影響因素的貢獻(xiàn)度與單個(gè)因素對(duì)各個(gè)縣的影響程度,并通過(guò)對(duì)以上數(shù)據(jù)進(jìn)行分析,即可得出一系列具有現(xiàn)實(shí)指導(dǎo)意義的結(jié)論。
三、研究結(jié)果及分析
1.研究結(jié)果
2.研究分析
在得到多元線性回歸方程中,我們發(fā)現(xiàn)瀏陽(yáng)市因在發(fā)展過(guò)程中,撤縣建市,經(jīng)濟(jì)和人口發(fā)生較大變化,使得最后的線性回歸方程偏差過(guò)大,不具有參考價(jià)值,故將其舍去。利用相關(guān)系數(shù)方程提取出相關(guān)系數(shù)表。我們先分析各個(gè)縣市中7個(gè)因素的影響程度,再分析單個(gè)因素對(duì)各個(gè)縣市影響程度。
①對(duì)相關(guān)系數(shù)表進(jìn)行數(shù)據(jù)處理,把每個(gè)因素的相關(guān)系數(shù)轉(zhuǎn)化為對(duì)因變量的貢獻(xiàn)度,得到相關(guān)表格。對(duì)表格中單個(gè)縣市的各個(gè)因素的影響程度進(jìn)行對(duì)比,分析各個(gè)因素對(duì)因變量的貢獻(xiàn)度,得到各個(gè)因素對(duì)單個(gè)縣市影響程度強(qiáng)弱。
②考慮單個(gè)因素對(duì)每個(gè)縣市的影響程度。通過(guò)觀察貢獻(xiàn)度表格,并對(duì)數(shù)據(jù)分析和歸類。
③根據(jù)數(shù)據(jù)歸納出的結(jié)果,進(jìn)行詳細(xì)的分析。
單個(gè)縣市影響因素貢獻(xiàn)度分析如下:
紅安縣:人均GDP和最高海拔對(duì)其影響最大,對(duì)因變量的貢獻(xiàn)度分別為40%和42%,影響較大的還有人均耕地面積。
新縣:人均耕地面積和最高海拔對(duì)其影響最大,對(duì)因變量的貢獻(xiàn)度均為42%,影響較大的還有人均GDP。
大悟:平均人口密度對(duì)其影響最大,對(duì)因變量的貢獻(xiàn)度為49%,影響一般的還有海拔差值,人均林地面積和最高海拔。
金寨:人均GDP和人均耕地面積對(duì)其影響均比較大,對(duì)因變量的貢獻(xiàn)度分別為45%和42%,其他影響因素貢獻(xiàn)度較小。
興國(guó):最低海拔對(duì)其影響最大, 對(duì)因變量的貢獻(xiàn)度為38%,影響較大的還有人均GDP和海拔差值,貢獻(xiàn)度在20%左右。
平江:平均人口密度,人均GDP,海拔差值和人均林地面積對(duì)因變量的貢獻(xiàn)度均在20%至30%之間。
吉安:平均人口密度和人均GDP對(duì)因變量的貢獻(xiàn)度均較大,分別為33%和30%,影響較大的還有人均林地面積。
永新:最低海拔對(duì)因變量的貢獻(xiàn)度最大,為61%,其他影響較大的還有海拔差值。此縣受地形因素影響較大。
六安:平均人口密度對(duì)因變量的貢獻(xiàn)度最大,為39%,其他影響較大的還有人均GDP和人均耕地面積。
四、研究策略
通過(guò)縱向?qū)Ρ?,并根?jù)影響貢獻(xiàn)度的大小,將七個(gè)因素分為3個(gè)梯隊(duì),其中最低海拔對(duì)各個(gè)縣市影響程度最小,可忽略,故只對(duì)其他因素進(jìn)行分析。
第一梯隊(duì)為人均GDP。人均GDP占據(jù)了其中七個(gè)縣的影響主要因素,它體現(xiàn)出了各個(gè)縣市平均的人民生活水平,因此我們可以認(rèn)為在當(dāng)時(shí)十分艱苦的社會(huì)和生活條件下,人們更愿意參加革命,使社會(huì)財(cái)富從新分配,從而使生活條件得到改善。
第二梯隊(duì)為人均耕地面積。在當(dāng)時(shí),社會(huì)生產(chǎn)力落后的情況下,單位面積糧食產(chǎn)量水平很低,因而人們的生存需求難以得到保證,要想獲得更多的糧食,以保證基本的生活需求,便需要找到一種方式獲得更多屬于人民自己的土地,迫使人們參與革命。
第三梯隊(duì)為平均人口密度、人均林地面積、最高海拔和海拔差值。在耕地面積有限的情況下,人口密集的縣市會(huì)導(dǎo)致更大生存壓力,更多人無(wú)法滿足基本的生活需求,并且人口基數(shù)大,產(chǎn)生革命隊(duì)伍的能力更強(qiáng)。眾所周知,革命根據(jù)地的建設(shè)和革命力量的保存是十分重要的。而建設(shè)根據(jù)地以及游擊戰(zhàn)術(shù)的實(shí)行需要有利的地形支持。在滿足了其它必要條件的前提下,有利的地形能夠?yàn)楦锩鼛?lái)更大的優(yōu)勢(shì)和較強(qiáng)的發(fā)展?jié)摿?,給愿意參加革命的人民提供了一個(gè)良好的革命條件,對(duì)革命有積極作用。
本研究方略:一是解釋了十大將軍縣產(chǎn)生的原因,對(duì)紅色文化的形成進(jìn)行了理論解釋;二是對(duì)于經(jīng)濟(jì)調(diào)查、城市建筑等形成的原因可以用數(shù)學(xué)建模的方法進(jìn)行分析,提供了研究的方法。
[參考文獻(xiàn)]
[1]代亮,許宏科,陳婷,錢超,梁殿鵬.基于MapReduce的多元線性回歸預(yù)測(cè)模型[J].計(jì)算機(jī)應(yīng)用,2014,07:1862-1866.
[2]冷建飛,高旭,朱嘉平.多元線性回歸統(tǒng)計(jì)預(yù)測(cè)模型的應(yīng)用[J].統(tǒng)計(jì)與決策,2016,07:82-85.
[3]顏節(jié)禮,唐建榮.應(yīng)用統(tǒng)計(jì)學(xué):西安電子科技大學(xué)出版社,2016.01.