城市经济发展水平大全11篇

城市经济发展水平篇（1）

Abstract： This work surveyed and analyzed the per capita GDP and air quality index of Chinese 31 provincial capitals or municipalities in 2013 and 2014， and compared the level of economic development of these cities from the environment-friendly view. Results show there is a negative relationship between per capita GDP and air quality among these cities， that is， the cities with higher per capita GDP may have relatively worse air quality. This observation implies that economy-oriented development mode may bring about some environment costs. According to 2014 data， the 31 provincial capitals or municipalities are respectively evaluated as "environmentally friendly development cities"， "economy-oriented development cities"， "environment-friendly cities"， and “NON environmentally friendly development cities”. The improvement level of per capita GDP and air quality among these cities in 2014 is also compared with 2013. These findings could provide some supports for implementing the economy-oriented development mode.

Keywords： Environment-Friendly； Economic Development Level； Air Quality； Comparison

1. 引言

经济社会的发展是建立在对自然资源的利用和改造的基础上，势必给自然生态系统中的物质与能量带来变化。良好的经济发展模式会考虑到人类活动对资源、环境和生态的影响，进而实现环境资源友好型发展，然而经济发展、环境友好和资源节约等多重目标并重的发展模式会对经济发展速度有所限制。因此，无论是发达国家，还是正在发展中的国家，都很大可能先是经历“经济发展主导型”发展模式，再转变为“环境资源友好型”发展模式[1，2]。

改革开放以来，由于我国经济和社会的高速发展，引起了空气污染物的迅速积聚，造成了当前面临的空气质量问题。因此，我国目前正在处于经济发展转型阶段，由以经济发展速度为主要或单一目标的“经济发展主导型”发展模式转向社会、环境与资源协调发展的“环境资源友好型”发展模式。近些年我国实施的“环境友好型社会”、“和谐社会”和“可持续发展观”等国家发展战略都体现了这一转变。然而，由于地理位置、自然资源、历史发展和开放水平等因素的不同，我国不同区域的城市发展水平存在较大差异[3]。东部沿海以及内陆核心城市经济社会发展很成熟，而一些内陆非核心城市可能正在处于起步发展过程中。单一从经济发展速度对城市进行评价不能充分反映出城市的总体水平，进而也会导致我国各城市的非健康发展。因此，从环境友好视角，对我国城市经济发展水平进行比较具有重要现实意义。本文主要是空气质量指标来对城市环境进行测量，结合空气质量对我国典型城市的经济发展水平进行比较，识别出当前我国不同城市的发展模式，为各城市的良好健康发展提供一定依据。

国内外学者越来越关注经济发展与空气质量问题。曹洪军和莎娜从区域环境视角对区域经济发展模式进行研究，并采用山东省1978到2009间的数据对区域经济发展环境与区域经济增长的相互关系进行了检验[4]；池建宇等考虑我国城市内生因素的影响，采用库茨涅兹曲线研究了我国经济发展水平与空气质量的关系，发现未来十年内我国省会城市和直辖市的空气质量改善程度会十分有限[5]；李雪敏认为城市环境质量是构建品牌城市的必须因素，从自然地理环境、经济环境、人居社会环境、历史文化环境等六个方面构建了一个城市品牌资产评估体系[6]；Sánchez de la Campa和de la Rosa通过分析空气质量和经济发展之间的关系，发现：对空气有害物质的极端控制对经济发展会产生明显影响，甚至会导致经济危机；Zilio和Recalde采用1970-2007期间拉丁美洲和加勒比海地区21个国家的数据，分析了经济增长与能源消耗的关系[8]。

可以看出，当前越来越多的研究识别出了经济发展与空气质量之间的相互影响关系，为社会经济与环境资源的协调发展提供了良好支持。然而目前研究中对于空气质量提升绩效的关注还比较少，尤其是关于空气质量提升绩效测评方面的研究更少[9-10]。本文从环境友好视角，结合我国典型城市在2013年和2014年的经济发展水平数据和空气质量测评指标数据，对经济发展水平与空气质量的相关关系进行分析，采用人均GDP和空气质量两个维度，识别不同城市的经济与环境协调发展模式，为各城市制定和实施与其相适应的环境友好发展战略提供一定参考。

2. 研究数据

本文选取了31个省会及直辖市作为研究对象，对其经济发展水平和空气质量水平进行对比研究。衡量一个地区经济发展水平的经济指标有很多，而人均国内生产总值，即人均GDP，是衡量经济发展水平的最重要的指标之一，因此本文采用人均GDP指标数据来表示各城市的经济发展水平。表1给出了2013年和2014年我国31个省会及直辖市的人均GDP及其排名情况（数据来源：中华人民共和国国家统计局）。

本文采用的空气质量测评指标是依据2012年我国环境保护部和国家质量监督检验检疫总局共同的《环境空气质量标准-GB3095-2012》[11]。表2给出了各监测指标的符号、含义、化学式和单位。其中除O3是8小时平均值外，其他指标浓度限值均为24小时平均值。由于本文研究中各城市多属于居住商业区，因此浓度限值应采用二级空气质量标准。

空气质量指标浓度会受产业结构、地理环境、气象条件、季节等多种因素影响[12-13]，为了进行空气质量提升绩效比较，需要对样本数据进行合理设置。从比较时段来看，日时间内平均浓度受气象条件影响较大，尤其是风速，而年平均浓度不能很好地区别各因素不同季节时的影响程度，因此，本文采取月平均指标浓度来进行比较。同时，由于不同城市的主要污染物不同，单一空气指标数据难以全面表达城市空气质量，因此，本文采用由表2中各分指标合成得到的空气质量总指数（AQI）来代表各城市空气质量。

根据表2中的空气质量监测指标，我们调查了31个省会及直辖市2013年11月和2014年11月的空气质量监测指标数值，并根据《环境空气质量标准-GB3095-2012》计算得到了各城市的AQI指数，具体如表3所示（数据来源：中国环境监测总站和中华人民共和国环境保护部）。

3. 结果与分析

3.1经济发展水平与空气质量相关分析

首先为了明确经济发展水平和空气质量之间的相关性，我们在SPSS 19.0软件中采用Pearson相关系数分别对2013年和2014年的人均GDP和AQI做了相关分析，结果如表4所示。说明：为了去除量纲对结果的影响，本文采用的是人均GDP排序和AQI排序数据。

从表4结果可以看出：2013年和2014年31个省会直辖市人均GDP排名与AQI排名的相关系数均是负值，说明人均GDP和空气质量具有一定的负相关性，即人均GDP较高的城市，其空气质量会相对较差。这一发现暗示了以经济为主导的发展模式很可能会带来一定的环境问题。

3.2经济发展水平变化对比

图1给出了2014年31个省会直辖市人均GDP与2013年相比的变化情况。从图1可以看出：与2013年相比，2014年天津、北京和上海这三个大型城市的人均GDP出现缩减，尤其是天津减少的幅度最大；在人均GDP增加的城市中，武汉、南京、杭州、广州、贵阳和长沙等城市的增加幅度最大，而乌鲁木齐、哈尔滨、石家庄、太原和兰州等城市经历较小的增加。这一结果在一定程度上反映了经济发展的层次性规律和边际递减规律。在未来十几年的发展中，一些人均GDP偏低但又有较强发展潜力的城市，其人均GDP会有较大增加，例如西安、济南、成都等城市。

3.3空气质量变化对比

图2给出了2013年11月与2014年11月31个省会直辖市空气质量的对比情况（数值越大说明质量越差）。从对比结果可以看出：与2013年11月相比，2014年11月除了乌鲁木齐，其他30个城市的空气质量都变得更差，尤其是哈尔滨、沈阳、郑州、济南、太原、天津和西安等城市空气质量变得相对更差；福州、贵阳、南昌、南宁、昆明、上海和海口空气质量具有相对减小幅度的变差。

3.4人均GDP水平与空气质量现状与提升幅度对比

3.4.1现状对比

图3给出了2014年31个省会直辖市人均GDP和空气质量排名对比情况，其中横纵坐标分别表示人均GDP排名和AQI排名。

从图3中的对比结果，可以发现：

（1）在31个省会直辖市城市中，广州、长沙、上海、南昌、乌鲁木齐和福州的人均GDP和空气质量排名相对都比较靠前，都处于前15名，尤其是广州和上海这两个城市的两个指标均在前10名以内。因此，这6个城市可以评价为“环境友好发展型城市”。

（2）南京、杭州、武汉、呼和浩特、北京、天津、济南、郑州和沈阳的人均GDP处于前15名以内，但其空气质量都排在15名之外，因此，这几个城市可以评价为“经济主导发展型城市”。这些城市未来发展中需要注重空气质量的提升，尤其是沈阳、郑州和济南。

（3）拉萨、昆明、贵阳、海口和南京的空气质量都排在前10名以内，但其人均GDP都排在20名以外，因此，这5个城市可以评价为“环境友好型城市”。这些城市未来发展中需要注重经济发展水平的提升，可以加大开发和利用这几个城市的旅游资源，带动整体经济的发展。

（4）成都、合肥、兰州、重庆、西宁、长春、西安、银川、太原、哈尔滨和石家庄这11个城市的人均GDP排名都在15名之外，空气质量都在10名之外，因此，这些城市可以评价为“非环境友好发展型城市”。这些城市未来发展中面临的经济提升和空气质量治理双重压力，尤其是哈尔滨和石家庄。

3.4.2提升幅度对比

在对各城市经济发展水平和空气质量现状进行对比之后，本文按照人均GDP变化和空气质量变化两个维度对31个省会直辖市进行对比，如表5和图4所示。其中为了保持两个指标的可比性，这里都采取提升幅度排名情况进行对比。

从图4的对比结果可以发现：

（1）与2013年相比，武汉、长沙、南京、合肥、成都和福州的人均GDP和空气质量提升幅度都在前15名以内。尤其是武汉、长沙和南京三个城市两个指标提升都在前10名，结合图3中的现状对比，可以预测这三个城市未来的人均GDP和空气质量的综合排名很可能会处于全国前列。

（2）贵阳、杭州、南昌、拉萨、郑州、广州、沈阳和重庆的人均GDP提升幅度位于前15名，但其空气质量提升幅度位于15名之外，因此，这些城市具有较强的经济发展潜力。进一步，从图3可以发现，拉萨、贵阳和南昌当前的空气质量位于前10，因此这四个城市未来可能会较快地发展成为“环境友好发展型城市”。

（3）济南、昆明、石家庄、南京、太原、西宁、上海和乌鲁木齐的空气质量提升幅度位于前15名，但其人均GDP提升幅度位于15名之外，因此这些城市未来的空气质量会得到较大的提升。进一步，从图3可以发现，济南和南京当前人均GDP排名位于前15名，因此这两个城市未来可能会相对较快地发展成为“环境友好发展型城市”。

（4）其余城市中除了海口之外，呼和浩特、银川、兰州、哈尔滨、西安、北京和长春的人均GDP和空气质量提升幅度都落在15名之外，即这些城市的经济发展和空气质量提升幅度都比较慢，尤其是西安、哈尔滨、北京和长春。对照图3中这些城市的现状，可以看出这些城市近期很难发展成为“环境友好发展型城市”。

4. 结论

本文根据2013年和2014年我国31个省会及直辖市的人均GDP和空气质量数据，对每个城市的空气质量与经济发展水平进行了对比研究。分别从人均GDP和空气质量指数AQI两个角度对各城市经济发展模式进行了比较，把这些城市划分为“环境友好发展型城市”、“经济主导发展型城市”、“环境友好型城市”和“非环境友好发展型城市”。同时，与2013年进行对比，根据2014年不同城市人均GDP水平和空气质量的提升幅度，对各个城市的发展趋势进行了分类和评价。该研究结果对提高我国城市空气治理积极性更具有促进和指导作用，也可以为我国实施环境友好发展型战略提供一定的依据。然而，由于空气质量统计数据的不充分，本文未能对经济发展和空气质量二者的因果关系进行分析。未来研究会持续收集我国主要城市的空气质量数据，进一步采用格兰杰因果关系等方法分析经济发展和空气质量的因果关系。

参考文献：

[1] 杨湘豫， 陈靓， 许知行. 基于环境指数的人类发展水平的应用研究[J]. 财经理论与实践， 2014， 35（191）： 127-130.

[2] John Talberth， Alok K. Bohara. Economic openness and green GDP[J]. Ecological Economics， 58（4）： 743C758.

[3] 陈黎明， 王颖， 田建芳. 中国省域能源-经济-环境系统协调性实证研究[J]. 财经理论与实践， 2015， 36（193）： 105-110.

[4] 曹洪军， 莎娜. 区域环境视角下的区域经济发展模式研究――基于山东省数据的实证分析[J]. 中国工业经济， 2011， 281（8）： 25-35.

[5] 池建宇， 张洋， 晏思雨. 城市的经济发展水平影响空气质量吗――基于中国31个省会城市和直辖市的经验验证[J]. 经济与管理， 2014， 28（5）： 26-31.

[6] 李雪敏. 城市品牌资产评估体系构建研究[J]. 财经理论研究， 2015（2）： 103-112.

[7] A. M. Sánchez de la Campa， J. D. de la Rosa. Implications for air quality and the impact of financial and economic crisis in South Spain： Geochemical evolution of atmospheric aerosol in the ceramic region of Bailén[J]. Atmospheric Environment， 2014（98）： 519C529.

[8] M. Zilio， M. Recalde. GDP and environment pressure： The role of energy in Latin America and the Caribbean[J]. Energy Policy， 2011， 39（12）： 7941C7949.

[9] 杨文东. 武汉市大气环境质量评价模糊数学模型的研究[D]. 武汉： 武汉理工大学， 2002.

[10] B. Eder， J. Bash， K. Foley， J. Pleim. Incorporating principal component analysis into air quality model evaluation [J]. Atmospheric Environment， 2014， 82（1）： 307-315.

[11] GB3095-2012《环境空气质量标准》[R].中华人民共和国环境保护部和国家质量监督检验检疫总局， 2012-02-29.

城市经济发展水平篇（2）

一、引言

江苏作为中国经济最发达的地区之一,城市社会经济发展已取得了很大的成就,但是,由于传统的生产力布局上的不同,以及在地域、资源、人文和政策上的差异,江苏又是一个典型的地区发展不平衡的省份,各城市在经济社会发展水平存在着相大的差异。如何客观、准确地评价江苏各城市社会经济发展现况,分析各城市的差异以及造成差异的主要原因,为各城市能针对性地制订相应的政策和措施提供理论依据,进而促进江苏各城市社会经济协调发展,具有重要的理论和实践意义。

二、城市经济社会发展水平的实证分析

1.评价指标体系的设计

对于评价指标体系的设计,既要考虑经济总量,更要考虑经济质量和经济效能,还要考虑指标的全面性、代表性和可操作性等原则。在借鉴了国内外相关评价理论和评价方法的基础上,本文选取了五大类26个指标构成的指标体系。具体如下:

(1)经济总量指标:总人口(x01)、土地总面积(x02)、总产值gdp(x03)、地方财政总收入(x04)、固定资产投资总额(x05)、第三产业总产值(x06)、第三产业占gdp比重(x07)。

(2)经济效能指标:人均gdp(x08)、单位gdp能耗(x09)、单位gdp电耗(x10)。

(3)人民生活水平指标:在岗职工平均工资(x11)、农村居民人均纯收入(x12)、居民人均可支配收入(x13)、居民人均储蓄余额(x14)、社会消费品零售总额(x15)、保费收入(x16)、财政支出中民生支出额(x17)。

(4)对外经济指标:实际外商直接投资额(x18)、进出口总额(x19)、进出口差额(x20)。

(5)基础设施指标:人均公路里程数(x21)、人均民用汽车拥有量(x22)、人均土地面积(x23)、人均卫生机构床位数(x24)、技术人员占从业人员的比重(x25)、中专以上学生人数(x26)。

2.数据样本和数据来源

本文选择了江苏省13个城市2007年相关指标数据,所有数据取自《江苏省统计年鉴2008》[1]和《2007年全省及各省辖市单位gdp能耗等指标公报》[2]。

3.因子分析

因子分析方法是将具有相关性的多个原始指标的评价问题转换为较少的、新的综合指标的评价问题[3]的一种方法。新的综合指标称为主成分或公因子,这些主成分不仅保留了原始指标的绝大多数信息,并且彼此不相关。利用各主成分的因子得分计算出每个评价对象的综合得分,并以此作为综合评价的依据。

本文运用spss统计分析软件,从26个评价指标中选取了4个主成分,利用各主成分的因子得分计算出每个城市的综合得分,并以综合得分作为评价依据。计算结果如下:

(1)提取的主成分及主成分的特征根和贡献率

从表1可知,根据特征根的选取原则,选取前4个主成分作为新的综合评价指标,这4个主成分已反映了原始指标中93.371%的信息。

(2)正交旋转后的因子载荷矩阵

为了能更加明确地表示主成分与原始指标间的关系,经过对因子矩阵载荷矩阵7次方差最大正交旋转得到正交旋转后的因子载荷矩阵(k),选取因子载荷矩阵各个主成分与原始指标载荷系数较大的指标,构成各个主成分的因子。从表可以看出(限于篇幅这里略去该表):

第一因子(f1)在x03、x04、x05、x06、x08、x10、x11、x12、x13、x14、x15、x16、x17、x18、x19、x20、x21、x22、x24上有绝对值较大的载荷系数,表明第一因子是城市的综合经济实力和经济发展能力的反映。

第二因子(f2)在x07、x26上有绝对值较大的载荷系数,表明第二因子是城市的产业结构的反映。

第三因子(f3)在x01、x02、x25上有绝对值较大的载荷系数,表明第三因子是城市的总容量能力的反映。

第四因子(f4)在x09上有绝对值较大的载荷系数,表明第四因子是城市的的经济效率的反映。

(3)各城市的综合因子得分

对每个城市的4个主成分的因子得分,以对应主成分的贡献率为权数进行加权累加,计算得出每个城市的综合得分(z),结果如表2所示。

4. 综合因子得分的聚类分析

为了能客观地对江苏省13个城市的经济社会发展水平进行分类,本文采用q型聚类分析方法,以每个城市的综合得分为样本进行分类。利用spss软件分析得到下列分类结果:

第一类:苏州市。

第二类:无锡市、南京市、常州市、南通市。

第三类:扬州市、镇江市、盐城市、徐州市、泰州市、连云港市、淮安市、宿迁市。

三、结果评价与分析

经过对综合得分进行散点图分析,发现除了苏州市的综合得分较高外,其余城市的综合得分基本呈直线状。结合综合得分和聚类分析的结果看,将江苏省13个城市按经济社会发展水平可分成三个等级:

第一级:水平最好的城市。只有苏州市1个城市。苏州市以1.3505的综合得分高居榜首,明显高于其它城市,单独成为一组,可称为“一枝独秀”。

苏州市在f1方面最为突出,列该因子的第1位,它在生产总值、地方财政总收入、固定资产投资总额、实际外商直接投资额、进出口总额和进出口差额等九项原始指标均列各市之首;它在f3方面也很突出,它的总人口原始指标列第1位;但它在f4方面子得分偏低为-0.68350,低于平均分,原因是它的第三产业占gdp比重较低,列第10位。此外,苏州市在单位gdp能耗和人均公路里程数两项原始指标均列全省最后1位。

第二级:水平较好的城市。有无锡市、南京市、常州市和南通市,这四个城市的综合得分均在全省的平均之上。

无锡市在f1因子方面也很突出,列该因子的第2位,它在生产总值、人均gdp、在岗职工平均工资和居民人均储蓄余额等四项原始指标均列各市第二位,特别是它的人均卫生机构床位数指标列全省之首;但它在f3因子方面得分偏低为-0.24495,低于平均分,原因是它的人均土地面积指标列全省末位。此外,它的土地总面积和单位gdp电耗两项原始指标均列全省最后3位。

南京市作为江苏省的省会城市,它在f2因子方面很突出,列该因子的第1位,它在第三产业占gdp比重和中专以上学生人数2项原始指标列全省首位。它的在岗职工平均工资、社会消费品零售总额、保费收入和中专以上学生人数等四项原始指标均列全省之首;但它在f4方面子得分偏低为-0.53436,列全省倒数第三位,原因是它的人均土地面积原始指标列全省最后第2位。此外,它的单位gdp能耗和技术人员占从业人员的比重两项原始指标均列全省最后2位。

第三级:水平较弱的城市。有扬州市、镇江市、盐城市、徐州市、泰州市、连云港市、淮安市和宿迁市,这八个城市的综合得分均在全省的平均之下。

盐城市尽管总体发展水平低于省平均水平,但它在它在f4因子方面却很突出,列该因子的第1位,它在土地总面积、单位gdp能耗、人均公路里程数和人均土地面积等四项原始指标列全省首位。但它的人均民用汽车拥有量指标列全省末位、在岗职工平均工资列全省倒数第二位。

宿迁市的综合得分列全省的末位,它在总产值gdp和地方财政总收入等十一项原始指标列全省末位。但它的单位gdp电耗指标列全省第一位。

四、政策建议

综上所述,根据江苏省各城市在经济社会发展上存在的问题,各城市之间存在的差异,特别是苏南、苏中和苏北三个地区间的差异更为明显的特点。各个城市应该根据自身薄弱环节,制定出符合本市特点的发展战略,进而制定出全省经济社会发展的一体化战略。

苏州市作为江苏省最发达的一个城市,在经济社会发展过程中,应大力发展第三产业,特别是现代服务业的比重,如大力发展物流业和服务外包业。此外,应加大科技投入,进行技术创新,降低对电力和能源的需求,提高gdp产出效率,实现又好又快的发展目标。

对于无锡市、南京市、常州市和南通市等四个城市,除加快经济发展、尽快提高经济实力。以南京为例,应充分利用省会城市的地理优势,充分利用其科技教育优势,培植以电子、生物工程、新材料、机电一体化为主导的产业结构。

对于扬州市、镇江市、盐城市、徐州市、泰州市、连云港市、淮安市和宿迁市等七个城市,特别是地处苏北地区的徐淮盐连等城市,由于其经济社会发展基础比较薄弱,差距是全方位的,要实现全面赶超,首要的任务是加快基础设施建设、努力提高经济发展水平和经济实力。以连云港为例,作为新亚欧大陆桥的东桥头堡,是我国海洋开发的三大特殊区域之一,其风景秀美,气候宜人,具有丰富的旅游资源,为其充分发展旅游业提供了十分有利条件。连云港应充分利用优越的地理位置和旅游资源,在力发展海洋经济和旅游业,推动经济社会发展。

另外,省政府要加大省域内各城市的合作政策力度,把苏南地区的资金、技术优势与苏北地区的资源优势相结合,例如,正在建设中的“苏州宿迁工业园区”。总之,在继续保持苏南、苏中地区经济稳定增长的同时,加快苏北的开发,最终以科学的发展观推动全省各城市的共同发展。

参考文献:

[1] 江苏省统计局,江苏省统计年鉴2008[m].北京.中国统计出版社. 2008.10.

[2] 江苏省统计局,2007年全省及各省辖市单位gdp能耗等指标公报[eb/ol].江苏省统计局网

城市经济发展水平篇（3）

[DOI]10.13939/ki.zgsc.2016.38.026

1 研究背景介绍

成渝经济区位于我国西部，是西部最发达和城市最集中的区域。成渝经济区占地面积约20万平方公里，占四川省和重庆市总面积的35.75%，全国总面积的2.7%，常住人口9960多万人，由35座城市组成，包括成都、重庆两个特大城市，16个中等城市和17个小城市。其GDP总量超过了川渝两地的90%。成渝经济区有西部唯一的直辖市和世界最大的水库，区位优势非常明显，是国家“十二五”规划重点建设的四个区域之一，面临着经济腾飞的大好机遇。2011年5月5日，国务院正式批复《成渝经济区区域规划》，明确了成渝经济区发展的近期目标和远期目标：到2015年，建成西部地区重要的经济中心；到2020年，成为中国综合实力最强的区域之一。[1]

经济发展水平是衡量区域发展状况与综合实力的首要指标与基本单元。对成渝经济区的城市经济发展水平进行比较分析，有助于城市正确认识自身的位置，认识竞争对手、合作伙伴的优劣势，并制定正确的竞争与区域合作战略，有助于成渝城市群内部各城市间实现合理有序的竞争、充分积极的合作，形成优化的成渝经济区总体布局与发展战略，对于提升城市综合实力和挖掘城市发展潜力具有重要的现实意义。[2]文章在对成渝经济区城市经济发展水平进行指标选取的基础上，构建评价城市经济发展水平的指标体系，运用因子分析与聚类分析的统计方法对成渝经济区内城市经济发展水平进行实证分析，以提升城市群整体竞争力和实现内部的协调发展。

2 研究方法选取与指标体系构建

2.1 研究对象与范围确定

根据《重庆市人民政府四川省人民政府关于推进川渝合作共建渝蓉经济区的协议》，成渝经济区是以成都和重庆为双经济中心，包括四川省内绵阳、德阳等在内的14个沿高速公路、铁路的城市和重庆1小时经济圈的23个区县[3]。基于此，本文城市经济发展水平的研究对象包括成都和重庆两个省会城市以及绵阳、广安、达州、泸州、南充、遂宁、资阳、内江、自贡、宜宾、德阳、眉山、乐山、雅安14个沿高速公路、快速铁路、黄金水道的地级市。

2.2 研究方法选取

为了更好地测量与分析成渝经济区城市经济发展水平，文章在构建评价指标体系的基础上，采取因子分析与聚类分析的基本方法，对成渝经济区城市的经济发展水平予以测度、评价，并有针对性地提出推进成渝经济区城市经济发展水平提升的对策建议。因子分析的基本思想是，对观测变量进行分类，将相关性较高、联系比较紧密的变量分在同一类中。不同类别变量之间的相关性较低，那么每一类变量实际上就代表了一个基本结构，即公共因子。对于所研究的问题就是试图用最少个数的公共因子的线性函数与特殊因子之和来描述原来观测的每一变量。[4]聚类分析实质是一种建立分类的方法，它将一批样本数量或变量按照它们在性质上的亲疏程度在没有先验知识的情动下进行自动分类。[5]

2.3 评价指标体系构建

为了更为有效地对成渝经济区的经济发展水平进行测度，文章对各类指标进行了分析筛选，最终选取人均GDP、固定资产投资总额、地方公共财政收入、全部单位就业人员平均工资、农村居民人均纯收入、城镇居民人均可支配收入、非农人口比重、非农产值比、第三产业就业比重、第三产业产值比10个指标来构建评价指标体系。

2.4 数据来源与处理

为保证评价的准确性与科学性，本文的研究数据均来源于《四川统计年鉴2013》与《重庆统计年鉴2013》，研究成渝经济区2012年的城市经济发展状况。运用统计软件SPSS17.0对原始数据进行相关处理。

3 评价结果比较分析

3.1 成渝经济区城市经济发展水平影响因素的因子分析

对数据进行KMO（Kaiser-Meyer-Olkin）检验和巴特利特球度检验（Bartlett Test of Sphericity），结果显示，KMO检验值为0.729，大于0.6；巴特利特球度检验值为212.185，其显著性水平为0.000，小于0.05，因而拒绝原假设，认为所选数据适宜作因子分析。

利用SPSS17.0统计软件对数据进行因子分析，根据公因子提取原则，提取特征值大于1的公因子，故对原始指标提取两个公因子（F1与F2），其特征值分别为6.965与1.419，从碎石图（见下图）也可以看出，前两个因子的特征值差异明显，从第三个因子开始，特征值差异很小。综合以上，提取前两个公因子。

因子分析碎石图

公因子提取后因子方差的均值均很高，且提取公因子的累计方差贡献率也达到83.839%，已涵盖大部分信息，能对成渝经济区城市的经济发展水平进行解释。

在确定公因子的个数后，由于现有数据经分析无法对因子进行较好解释，因而采取最大方差法进行旋转，得出旋转后的因子载荷矩阵如下（见下表）。

由上表可知，公因子F1在人均GDP、农村居民人均纯收入、城镇居民人均可支配收入、非农人口比重、非农产值比、第三产业就业比重及第三产业产值比上的系数较大，可以看出，这类指标受市场经济自身发展情况的影响较大，为市场经济自生型指标，故命名为市场经济自生因子F1；公因子F2在固定资产投资总额、地方公共财政收入与全部单位就业人员平均工资上的系数较大，这类指标主要受政府宏观调控策略的影响，因而命名为政府宏观调控因子F2。

此外，对成渝经济区经济发展水平进行分析和综合评价，采用回归方法求出因子得分矩阵，得到2个公共因子的得分F1及F2，以贡献率为权数，构建综合评价函数：F=0.756F1+0.654F2。

从中可以看出，城市经济发展水平受到市场经济运行规律与国家宏观调控策略两方面因素的共同影响，因而促进经济发展要双管齐下，注重“看不见的手”与“看得见的手”的双重作用，既要尊重经济运行规律，又要重视政府的宏观调控。

3.2 成渝经济区城市经济发展水平的聚类分析

在因子分析对成渝经济区城市经济发展水平各指标进行分类与公因子提取的基础上，采用聚类分析对各城市的经济发展水平进行类别划分。

本文采取系统聚类法，以成渝经济区各城市在10个经济发展水平衡量指标上的测度数值作为聚类变量，选择欧氏距离对样本进行Q型聚类，运用SPSS17.0统计软件对所得结果进行统计分析，得到聚类分析谱系图。根据各因子综合得分与聚类谱系图，将成渝经济区城市的经济发展水平由强到弱划分为四种类型。

成渝经济区城市经济发展水平最强的有成都和重庆两大城市，其次是绵阳、广安、达州和资阳，较弱的是德阳、乐山、眉山、遂宁和泸州，最弱的是内江、自贡、南充、雅安和宜宾。从中可以得知，城市经济发展水平由内而外呈圈层式扩散分布，这与成渝经济区的人口集聚程度以及资源投入力度有关。

4 提升成渝经济区城市经济发展水平的对策建议[6]

4.1 强化政府统筹协调作用，实现合作共赢

成渝经济区作为一个双核心的城市群，统筹协调两个一级中心城市之间的关系显得尤为重要。现在两地携手走共同发展繁荣之路，就必须要求区域政府之间建立长期有效的对话协调机制，实现良好的互动。成渝经济区应在总结现有区域协调组织经验的基础上，进一步打破体制束缚和思想上的对立隔离，强化政府的行政约束力作用，强调两核心的合作而非竞争，积极促进以跨区域城市分工协作为基础的成渝地区经济一体化发展。

4.2 突出城市间优势互补，实现错位联动发展

成渝经济区要引领西部地区经济的发展，就必须充分认识区域内各城市的竞争优势，构建产业互补、分工协作的区域经济体系，实现错位联动发展，增强城市群合力。目前成渝两地产业布局趋同现象较为严重，既不利于资源的优化配置又会导致城市之间的不良竞争[7]。因此，要提升各城市的竞争力，就必须加快产业结构的调整，培育具备国际竞争力的产业群。

4.3 培育次级核心城市，实现城镇体系结构优化

一个经济区要搞活，需要完整、成熟的城镇结构体系，成渝经济区内缺乏实力较强的次级核心城市。因此，成渝经济区在发展好成都、重庆两个核心城市之外，还应该挑选出有潜力的城市作为次级核心城市，给予重点培育，如自贡、绵阳、德阳。这些次级核心城市可以在“配角经济”定位中，满足两大中心发展的需要，同时辐射带动周边中小城市以及乡镇的发展，最终建立起成渝都市连绵带[8]。成渝经济区应注重培育次级核心城市，积极发展各类城市，形成大中小城市协调发展、辐射带动能力强的城市规模结构体系。

参考文献：

[1]赵涛涛，张明举.成渝城市群城市综合竞争力比较分析[J].小城镇建设，2007（11）：38-41.

[2]向淑阳，王卓，罗文惠.成渝经济区城市综合竞争力评价与聚类分析[J].西南科技大学学报：哲学社会科学版，2011（4）：33-36.

[3]四川省人民政府网站.[DB/OL].（2016-05-08）.http：///.

[4]白斌飞.成渝经济区区域经济差异研究[J].统计与决策，2011（24）：114-116.

[5]吕姗，林爱文.武汉城市圈城市竞争力测度与评价[J].国土与自然资源研究，2010（1）：6-8.

城市经济发展水平篇（4）

三、数据处理

1.数据整理

因为原始数据是分散的，且未按规定排放，所以需要先将数据整理到SPSS中的数据视图中。数据整理将分以下步进行：（1）将所有数据依次载入到excel工作表中；（2）在变量视图中定义变量，并依次用x1,x2,…,x8代替原始变量；（3）将excel中的数据导入到数据视图中。

2.主成分分析过程

通过分析――降维――因子分析，依次将各个变量加入到变量中进行主成分分析，筛选出特征值大于1的每个主成分，依次得到描述统计量，相关系数矩阵，公因子方差，解释总方差，成分矩阵，成分得分系数矩阵以及成分得分协方差矩阵。

四、结果分析

1.变量及对应内容

x1:城镇居民家庭平均每百户家用汽车数量(辆)

x2:每万人拥有公共交通车辆(标台)

x3:城镇居民平均每人全年家庭可支配收入(元)

x4:城镇居民家庭平均每人全年现金消费支出(元)

x5:地区生产指数(上年=100)

x6:省会城市废气中空气质量达到二级以上天数占全年比重(%)

x7:省会城市废气中氮氧化物排放量(万吨)

x8:各地区平均每起交通事故直接财产损失(元)

2.相关系数矩阵

在由主成分分析得到的相关系数矩阵中，我们可以得到以下结论：

（1）省会城市废气中氮氧化物排放量与各地区平均每起交通事故直接财产损失呈现完全的正相关（=1）；

（2）城镇居民平均每人全年家庭可支配收入与城镇居民家庭平均每人全年现金消费支出相关性也较强，几近完全正相关（0.95以上）；

（3）省会城市废气中空气质量达到二级以上天数占全年比重与城镇居民平均每人全年家庭可支配收入和城镇居民家庭平均每人全年现金消费支出两种因素呈现的相关性都很低（0.05以下）；

（4）其余各变量间相关程度普遍偏低。

3.解释总方差矩阵

在得到的解释总方差矩阵中，总共得到3个主成分，对应的特征值依次为3.742、1.734和1.361，依次的累计贡献值为46.777%、68.456%和85.468%,已经达到了总贡献率在80%―85%以上的要求。

4.主成分载荷矩阵

计算得到的主成分载荷矩阵如表1所示。

表1 主成分载荷矩阵

从成分载荷矩阵中我们可以看到，在第一主成分中绝对系数相对较高的有两项――城镇居民平均每人全年家庭可支配收入（x3）和城镇居民家庭平均每人全年现金消费支出(x4）；在第二主成分中，绝对系数相对较高的也有两个――省会城市废气中氮氧化物排放量（x7）和各地区平均每起交通事故直接财产损失（x8)；在第三主成分中，绝对系数相对较高的还是有两个――省会城市废气中空气质量达到二级以上天数占全年比重（x6）和每万人拥有公共交通车辆（x2）。

5.主成分分数系数矩阵

计算得到的主成分分数系数矩阵如表2所示。

表2 主成分分数系数矩阵

（1）计算得到每个主成分[4]

令ai表示每个特征向量（列项）（i=1,2,3），X=(x1,x2,…,x8)随机变量，Fi表示第i个主成分，则Fi=Xai。

（2）计算得到每个观测值在某主成分下的得分值输出如表3所示，并加黑标注出得分均为正数的几个城市。

表3 各大城市主成分得分矩阵

可见，重庆、河北、内蒙古、上海得分均为正，平均得分最高为上海。

6.结果分析

以上已经得出了各个主成分及其构成要素，附带各因素在相应主成分中所占的系数及比重，总结并得到以下结论：

（1）从第一个主成分的构成情况我们可以看到，城镇居民的收入与支出是影响最大的因素。作为决定城镇交通状况与空气质量的主导因素，城镇经济发展带动其他各项水平发展，进而影响到人们的生活。人们的生活水平提高到一定程度，自然会有买车的想法，特别是在城镇的一些繁华地带。当人们普遍都买了车，自然会在一定程度上造成交通拥堵，既而引发一系列不可避免的交通事故。而且，私家车的不断增加，会使更多的汽车尾气排入空气中，引发一系列的空气污染，严重的时候会使雾霾天气大量增加。雾霾天更加难以避免交通事故，既而造成一定的财产损失。（2）由第二个主成分的构成情况我们可以看到，空气中氮氧化物的排放量虽然不是造成交通事故的直接原因，却与交通事故存在着不可忽视的联系。其实是显而易见的，在许多城市,汽车尾气早已成为大气污染的首要污染源，大气污染使能见度降低，会严重影响到行车安全。（3）由有第三个主成分的构成情况我们可以看到，现如今不断增加的城镇公交运营数也在一定程度上对空气质量造成了一定的影响，公交运营数越多，空气质量越差。（4）从总体得分情况来看，上海是交通与空气质量相对较好的一个城市。

五、总结

综上所述，就现今城镇经济发展的现状来看，一味地发展经济早就已经对城镇空气与交通状况造成了相当大的压力。所以在今后的发展中，虽然经济发展依然在首位，但应当多将发展经济与环境保护结合，真正做到城镇经济又好有快发展，以保证人民生活安定。为了城市的健康，更是为了人类的未来，人们应该尽量不用或少用私家车出行，多坐地铁，以保证绿色出行。

参考文献：

[1]王保进.多变量分析――统计软件与数据分析【M】，北京大学出版社，2007.8.

城市经济发展水平篇（5）

中图分类号：F290 文献标志码：A 文章编号：1673-291X（2012）12-0138-02

引言

城市化与经济发展水平具有的高度关联性[1]。城市化与经济发展水平之间关系的空间格局研究，对区域城市化与经济发展道路的选择具有明确的实际指导意义。目前，对城市化与经济发展水平关系的研究，多侧重全国或全省的宏观尺度，对市域的研究较少。进入21世纪，中国城镇化进入快速的发展时期，在快速发展的过程中，有些地方出现了片面追求城市化速度、忽视了城市化速度与当地经济发展水平的关系，使得城镇化对当地经济社会发展产生了消极影响。本文基于国际和河南的城市化与经济发展水平的数据，通过定量的比较方法，侧重从市域的空间尺度出发，分析河南省城市化与经济发展水平关系的空间格局特征。

一、研究方法与数据来源

1.研究方法。本文采用陈明星等提出的引入偏离程度的象限图分析方法[2~3]，该方法以多国的城市化与经济发展水平关系为客观判断标准，能够对各地区的指标进行客观的比较分析，更直观的反映城市化与经济发展水平间的关系，增加地区类型的区分度。

具体数据处理方法如下：（1）选取2009年河南省多个地市的人均GDP（PCGDP）和城市化率（UBRAN）作为处理数据。（2）将两个指标数据进行z-score标准化处理，生成经济发展水平指标（ZPCGDP）和城市化水平指标（ZUBRAN）。标准化处理主要是由于数据单位不同，通过标准化处理来消除量纲的影响。

具体处理计算方法如下：z=（xi-x）/s

式中，i是样本观测值（1，2……n）；x为xi的平均值，x=xi /n

S为样本标准差，s=

（3）数据分析，经过处理后的数据ZPCGDP和ZUBRAN分别代表了其偏离PCGDP和ZUBRAN样本中心的程度。把ZPCGDP和ZUBRAN求差，当ZPCGDP-ZUBRAN=0时，表示两者偏离其样本中心的程度完全相同，即完全协调。当ZPCGDP-ZUBRAN>0时表示城市化滞后于经济发展。反之，当ZPCGDP-ZUBRAN

ZUBRAN|>0.1为轻微偏离型，1>|ZPCGDP-ZUBRAN|≥0.5为中度偏离型，当|ZPCGDP-ZUBRAN|>1时，为严重偏离型。据此，把城市化水平和经济发展水平的关系划分为七个类型，即：城市化严重超前、城市化中度超前、城市化轻微超前、基本协调、城市化轻微滞后、城市化中度滞后、城市化严重滞后。

2.数据来源。本文旨在对城市化与经济发展水平关系的市域间比较分析，主要数据指标为城市化指标和经济发展水平指标。城市化水平（URBAN）采用城市人口占总人口的百分比的城市化率来衡量。经济发展水平采用人均GDP（per capita GDP以下简称PCGDP）来衡量，人均GDP是一个包含综合信息的指标，能表达出多个经济相关的维度信息，联合国和世界银行均主要采用其作为衡量各国经济发展水平的指标，在一定程度上包含着产业结构、工资收入等信息，因为产业结构与工资收入与GDP之间存在关联关系[3]。另外，多国的数据比较方法在城市化水平研究中得到较为广泛的采用[3]。因此，本文采用世界多国的城市化和经济发展数据作为比较研究数据，其数据来源于世界银行在线数据库，样本选取采用2009年216个国家和地区数据，去除数据缺失的国家和地区，共有190个样本点。河南省的各地市的城市化和经济发展数据来源于《2010年河南省统计年鉴》，共18个地市，最终样本数为208个。

二、2009年河南省城市化与经济发展水平格局

1.河南省经济发展水平格局。2009年河南省GDP在全国31个省份（不包括港澳台）排名中，排第十九位。河南省2009年经济发展水平的空间格局总体特征是：除郑州的GDP最高外，其他地市大致呈由东向西逐渐增加走势，与该时期城市化水平空间格局基本一致，其中，郑州作为河南省省会人均GDP最高，达到44 231.35元，高于全国平均水平，济源次之为42 180.83元。全省经济发展水平从高到低排序依次为：郑州市、济源市、三门峡市、焦作市、洛阳市、许昌市、鹤壁市、漯河市、平顶山市、安阳市、濮阳市、新乡市、南阳市、开封市、信阳市、商丘市、驻马店市、周口市。经济发展水平空间差异显著。

2.河南省城市化水平格局。2009年河南省城市化水平空间格局特征其与经济发展水平的空间格局基本一致，2009年河南省城市化水平达到37.7%，其中郑州高达63.41%，超过全国平均水平。全省城市化水平从高到低排序依次为：郑州市、鹤壁市、济源市、焦作市、三门峡市、洛阳市、平顶山市、新乡市、开封市、许昌市、漯河市、安阳市、南阳市、濮阳市、信阳市、商丘市、驻马店市、周口市。城市化水平空间分布差异显著。

三、2009年河南城市化与经济发展水平关系格局

1.各地城市化与经济发展水平关系类型划分。根据前述数据处理方法，对河南省地市的人均GDP和城市化率数据进行处理，根据计算结果和划分方法，把河南省18个地市分为五种类型（见图1），即城市化中度超前（I）、城市化轻微超前（II）、基本协调（III）、城市化轻微滞后（IV）、城市化中度滞后（V）。

I类区属于城市化中度超前地区，属于该区的只有郑州市，其城市化水平为63.41%，人均GDP为44 231.35元，是河南经济最发达、人口最为集中的城市。

II类区属于城市化轻微超前类型，属于该区域的只有鹤壁市，其城市化水平为49.62%，人均GDP为25 369.96元。鹤壁市近年来经济发展迅速，城市人口不断增长，但总人口数较少，因此其人均GDP和城市化水平相对较高，发展态势良好。

III类区属于基本协调类型，包括济源、焦作、三门峡、洛阳。其城市化率分别为 49.01%、46.95%、45.4%、44.17%。其人均GDP分别为42 180.83、31 356.15、31 586.92、31 170.19。其城市化和经济发展水平潜力较大。

IV类区属于城市化轻微滞后类型，包括新乡、平顶山、开封、安阳、漯河、许昌、南阳、濮阳、信阳、商丘。城市化率分别为40.96%、41.75%、39.58%、38.93%、39.25%、39.26%、36.63%、35.43%、34.09%、33.38%。人均GDP分别为17 992.17、23 080.59、16 564.91、21 578.38、23 777、26 226.61、16 997.38、18 855.28、13 780.48、12 779.49。经济发展水平偏低，城市化水平落后。

V类区属于城市化中度滞后类型，包括周口、驻马店，其城市化率分别为29.49%、29.49%。人均GDP分别为10 648.65、11 708.35。还处于城市化起步阶段，经济发展水平和城市化水平都较低。

2.各地城市化与经济发展水平关系的特征。根据上述分类结果，用ARCGIS软件绘制河南省城市化与经济发展水平关系空间分布图，其特征如下：大致呈由东向西逐渐变化，从城市化中度滞后型到城市化基本协调，城市化超前的城市郑州和鹤壁相对分散。

结论

河南省城市化与经济发展水平关系可划分为五个类型。城市化中度超前城市1个，郑州市；城市化轻微超前城市1个，鹤壁市；基本协调型4个，济源、焦作、三门峡、洛阳；城市化轻微滞后型10个，新乡、平顶山、开封、安阳、漯河、许昌、南阳、濮阳、信阳、商丘；城市化中度滞后型两个，周口市、驻马店市。

河南省在市域尺度上经济发展水平和城市化水平关系上存在显著差异。既存在城市化中度超前的城市，又存在中度滞后的城市，部分属于基本协调，多数属于轻微滞后型。

河南省在市域尺度上经济发展水平和城市化水平关系区域分布特征上，大致呈由东向西逐渐变化，从城市化中度滞后型到轻微滞后型，再到城市化基本协调，城市化超前的城市只有两个，并且相对分散。

上述研究，对河南省城市化与经济发展水平关系进行了分类，并分析了空间格局特征，为各地认识自身发展规律，因地制宜的推动城市化与经济协调发展提供有益参考。

参考文献：

[1] Handerson J V.The urbanization process and economic growth:The so-what question.Journal ofEconomic Growth，2003，(1):47-71.

城市经济发展水平篇（6）

一、引言

城市化是综合国力和国际竞争力的集中体现，是人类文明进步的标志。2001诺贝尔经济学奖获得者斯蒂格利茨曾指出，新世纪对于中国有三大挑战，居于首位的就是中国的城市化，认为“中国的城市化将是区域经济增长的火车头，并产生最重要的经济利益”。2010两会期间，政府工作报告提出要将“坚持走中国特色城镇化道路，促进大中小城市和小城镇协调发展，着力提高城镇综合承载能力。1城市化是社会生产力发展的必然产物，它是一个综合性概念，不仅是一个城市数量与规模扩大的过程，同时也是一种城市结构和功能转变的过程。具体表现为：一个国家或地区的农业人口转化为非农业人口，即人口由农村向城市转移；农村区域的不断减少，城市区域的不断增加；劳动力、资金等生产要素由农村向城市聚集，农业在国民经济中份额的下降及第二、第三产业份额的上升；城市自身发展和素质的提高；城市功能对农村的辐射影响等等。从某种意义上讲，城市化水平是一个国家现代化的重要标志。城市化水平一般用城市化率来表示。城市化率是指一个国家或地区城市人口占其总人口的百分比。其计算公式为：

城市化率=国家（地区）城镇人口/国家（地区）总人口×100%

二、湖北省城市化水平发展的现状

图1

湖北省是我国历史上最早出现城市的地区之一，湖北省经济社会的快速发展，极大地促进了城市化水平的提高。特别是改革开放以来，随着经济的发展和工业水平的提高对劳动力需求的不断增加，人口的城市化水平趋势更为显著。据国家统计局数据显示，我国的城市化水平（用于衡量城市化水平最常用的指标是人口城市化率，即城镇人口占总人口的比重）从1978年的17.92%到2011年的51.27%，涨幅高达411.6%，而湖北省城市化率也从1978年的15.09%增长到2011年的51.83%。显示出我省的城市化水平从建国初期到现在一直保持增长的趋势。2001年，我省城市化水平为40.22%，在全国31个省市中居第12位。现在，这一比重已高于全国平均水平4.13%，这在中西部地区（内蒙古除外）是“拔尖”的，但比排在“前三甲”的上海、北京、天津低30个百分点以上，与同为老工业基地的辽宁、黑龙江、吉林相比，也有10个百分点左右的差距，这与我省城市的规模尚小、功能较差有关。如，我省大城市只有4个（武汉、襄樊、荆州、黄石），比辽宁少6个，特大城市只有武汉，比辽宁少3个。而到2011年，我省城市化水平高达41.83%，城市化率一年提高2.1个百分点，高于全国平均水平0.56个百分点，同时转移农村人口达到138.27万人。图1中，我们观察中国城市化率与湖北省城市化化率（其中x1为全国城市化率，x2为湖北省城市化率）。

从图1可以看出，我国与我省城市化水平都大体表现为逐步上升的趋势，但是湖北省的城市化水平在1998年到2005年间高于全国城市化水平，到2006年至2010年间略低与全国城市化水平，而到了2011年开始高于全国城市化水平。

按照城市化发展的一般规律，一个地区的城市化率高达50%，人均GDP超过3000美元以后，就进入了城市化发展水平的加速发展期。而2011年我省人均GDP为5300美元，远远超过了3000美元，这表明湖北省城市化正处于加速发展期。如果这一时期城乡一体化改革体制和政策调整有重大突破，城市化率有望达到60%至65%。因此，这一时期政府调整城市化改革，加快城市化进程的发展对城市化水平的提高具有重要意义。

（一）城市化水平对区域经济发展发展的相关性检验

自工业革命以来，城市化进程才开始加速。据钱纳里的世界发展模型（钱纳里，1988），在工业化率、城市化率同处于0.13左右的水平以后，城市化率开始加速，并明显超过工业化率（见图2，工业化率指制造业附加值占GDP比重，城市化率指城市人口占总人口比重）。

图2 城市化率与工业化率比较世界发展模型

同时，发展中的城市以其聚集效应为工业的发展提供良好的条件，并且提供一个总量不断扩大、由较高收入的城市就业人口组成的市场，对工业持续增长起到拉动作用。对发展中国家说，城市化还通过不断吸收农村人口而改造传统的农业生产方式，使经济走向现代化。

（二）最小二乘估计

本文在此处使用湖北省1982—2011年城市化水平数据和经济发展水平的数据，把城市化率作为解释变量，人均GDP作为被解释变量，来分析湖北省城市化水平对地区经济发展的影响。首先，利用了最小二乘估计，通过简单的回归分析，得出下图表：

Variable Coefficient Std. Error t-Statistic Prob.??

C 3768.020 80.57746 46.76270 0.0000

X 0.033243 0.003837 8.664842 0.0000

R-squared 0.903707 ????Mean dependent var 4411.100

Adjusted R-squared 0.891670 ????S.D. dependent var 301.4677

S.E. of regression 99.22363 ????Akaike info criterion 12.20949

Sum squared resid 78762.64 ????Schwarz criterion 12.27000

Log likelihood -59.04743 ????Hannan-Quinn criter. 12.14310

F-statistic 75.07949 ????Durbin-Watson stat 0.539583

Prob（F-statistic） 0.000024

从表中我们可以看出，城市化水平与区域经济发展的拟合度为0.9037，可见我省的城市化水平与经济发展之间呈现高度相关关系。由此我们可得出结论：中国城市化水平与经济发展之间的相关程度非常高。

（三）时间序列平稳性检验和协整检验

目前，对时间序列的分析是通过建立以因果关系为基础的结构模型进行的，而无论是单方程的计量经济学模型还是联立方程计量经济学模型，都要求这些数据是平稳的，以此来判断两者之间的相关性。同时，我们还需要在序列平稳的基础上，分析两个经济变量之间具有长期稳定的关系，以此证明城市化水平对经济发展的影响并不是偶然事件。这里也是选取了湖北省1982-2011年的人均GDP与城市化率的数据来分析时间序列的平稳性和协整检验，见下图：

Null Hypothesis： D（ZC） has a unit root

Exogenous： Constant

Lag Length： 1 （Automatic based on SIC， MAXLAG=5）

t-Statistic ??Prob.*

Augmented Dickey-Fuller test statistic -4.903188 ?0.0009

Test critical values： 1% level -3.788030

5% level -3.012363

10% level -2.646119

*MacKinnon （1996） one-sided p-values.

（这里的ZC值的是人均GDP）

从结果可以看出t检验值为-4.903188小于显著性水平，说明人均GDP无单位根，且差分平稳（这里按同样的方法也可以得出城市化率也是无单位根也就是平稳的），所以序列人均GDP和城市化率都具有平稳性，这里可以进一步证明城市化水平是对经济发展有影响，两者之间存在关系。接着，我们对残差e做时间序列模型，进一步得出协整检验的模型，见下图：

Null Hypothesis： D（E） has a unit root

Exogenous： None

Lag Length： 0 （Automatic based on SIC， MAXLAG=5）

t-Statistic ??Prob.*

Augmented Dickey-Fuller test statistic -4.046689 ?0.0000

Test critical values： 1% level -2.674290

5% level -1.957204

10% level -1.608175

*MacKinnon （1996） one-sided p-values.

从图中依然可以看出序列e无单位根，说明两个序列在显著性水平上也是协整的。说明城市化水平与区域经济发展之间的关系是协整的，具有相关性。

然而，从梁强在对《城市化水平对经济发展的互动机制分析》的脉冲响应模型检验中，我们可以看出，城市化率在初期对经济发展有持续的正向作用，到一定时期之后开始呈现负面作用，到末期又回归到正向作用。这说明了开始城市化水平对区域经济发展呈现正相关关系，然而，维持过快的城市化水平不仅不会促进经济发展，相反还会给经济发展带来负面作用，阻碍经济发展的步调。这主要是因为过快的城市化率会引发一系列的问题：如，城市环境污染严重、交通拥挤、失业率上升等。后期又经过政府政策的调整和体制改革，最终回归到稳定的正向关系。因此，我们认为，城市化水平当以一定的增长速度，才能有效的促进区域经济发展。当城市化水平发展过快时，有可能阻碍区域经济发展的脚步。把握好城市化水平的节奏尤为重要。②

三、城市化水平对湖北省经济发展的作用

（一）城市化水平提高能扩大湖北省的市场需求

目前，湖北省的市场需求和城市化均与沿海发达地区相比还处于较低水平。根据斯密的观点，农村与城市相比，有些业务，哪怕是最普通的业务，也只能在大都市经营。虽然这个观点不一定全部正确，但是却能说明了城市化过程也就是市场需求增加的过程，随着农业人口向城市的迁移。城市规模逐步扩大，对商品的需求相应也会增加，从而带动了食品、服装、机械、电子等一系列相关产业的发展。根据统计资料显示，城市人口的消费能力远远高于农村地区，所以城市化水平的提高能极好的带动市场消费。城市既是经济中心，又是区域最大的市场，城市市场规模越大，其经济优势越明显，吸引区外各种生产要素的能力越强，城乡之间的交易越频繁和交易量就越大，城市带动乡村经济的能力越强（段瑞君）。

（二）城市化水平的提高可以吸纳农村剩余劳动力

2010年从湖北省统计年鉴可以看出，湖北省的人均耕地面积为0.87亩，农林牧业人均占有为0.37亩，而我国的人均耕地1.51亩。同时，从1978年-2010年湖北省城镇失业率均低于4.4%，处于充分就业阶段，这同时也在透露信息表明湖北省城镇需要大量的劳动力，也显示了让农村剩余劳动力向城市转移的必要性。因此，对农村人口众多的湖北省来说，在没有耕地与农林业的优势情况下，只有加大城市化水平，大力发展现代制造业的同时，把所有劳动密集型企业都向外转移，在产业链上力求紧密结合，实现优势互补和协同发展，进而全面提升城市的就业吸纳能力，才能很好的扩大湖北省地区的就业。③

（三）城市化水平提高有利于发挥聚集效应

目前，湖北省与东部地区的省份相比，城市效应还存在很大差距，东部地区经过20多年的高速发展，已经形成了城市聚集效应的增长极。湖北省由于城市规模偏小，城市化水平较低，吸收各种生产要素的能力不强，目前还没有形成有效的城市效应，只有加快城市化进程，吸收优秀人才和资金投入，尤其是通过武汉地带圈的辐射作用带动周边城市的发展，才能更好地把优质资源汇聚到城市，从而带动本区域的经济增长。

（四）城市化能够促进湖北省的创新

三星公司的雅各布斯说：“大部分的街区都应缩短距离。也就是说，要有很多在大街以及转角相遇的机会”，使得城市充满差异意味着高产出、中产出、低产出和无产出企业的混合”。通过城市化，使得创新在城市群里集聚，也就是“缩短街道”，把各种高新技术聚集起来，形成创新集群体，同样也能汇集广泛的创新意识体，把大批产业相关的企业聚集在城市中，既加强了彼此的竞争，又能产生互相学习的效应，使原来基于资源禀赋的比较优势发展为创新优势。

四、结果分析与总结

2011年湖北省城市化水平首次全国平均水平，达到51.83%，但是总体来说，城市化率相对于东部地区依然较为低下，因此，加快提高城市化水平极其重要。城市化本质上是一个人口的地域集中过程，人口和经济的集中便于经济活动利用技术和资本的外部性，通过加快城市化进程，提高生产率，增加盈利能力，从而促进资本高效和创新体制的形成。结合以上的分析，我们可以总结出，合理的城市化发展水平可以很有效的推动地区经济的发展，形成城市创新圈、人才圈和增长极，增加地区就业。而维持过快的城市化率却会给经济发展带来负面作用，不仅不会促进经济发展，相反，还会阻碍经济发展的步调。因此，在强调城市化对经济发展的积极作用时也要注意其不良的影响，以循序渐进的步伐加快城市化进程，推动经济发展。

注释：

①江易华，程琼.湖北省城镇化现状及对策分析.

②梁强.城市化水平与经济发展的互动机制分析.

③段瑞君.中部崛起的城市化探析.

参考文献：

[1]梁强.城市化水平与经济发展的互动机制分析[J].兰州学刊，2011（11）.

[2]王小鲁，夏小林.城市化在经济增长中的作用[R].是国民经济研究所，2011.

[3]江易华，程琼.湖北省城镇化现状及对策分析[J].湖北工业大学学报，2011（26）.

城市经济发展水平篇（7）

中图分类号：F299 文献标识码：A 文章编号：1003-9031（2013）02-0016-04 DOI：10.3969/j.issn.1003-9031.2013.02.04

国内外学者对城市经济发展状况的评价指标体系进行了不少研究，但由于各地区城市经济系统本身的复杂性和相关理论的有待深入，目前还没有一种公认可靠的评价方法[1]。

目前，综合排名有多种方法，主要的研究方法是直接利用因子分析结果，通过计算第一公共因子得分排序，或是结合权重计算公共因子综合得分排序。本文对国内研究成果加以利用和创新，首次将因子分析法和模糊综合评价法结合系统评价城市经济发展水平。本文的主要贡献体现在：一方面，方法上选择基于因子分析的Borda模糊综合评判法弥补了因子分析法的不足，并根据序数总和理论建立合理等级排序，优化排序方案；另一方面，本文得出的我国36个主要城市经济发展水平排名结果，对于帮助各城市判断其经济所处位置具有参考价值，对于思考其未来经济发展模式有一定启发作用。

一、研究设计

与因子分析法结合进行综合评估时，可将通过因子分析提取的公共因子作为Borda法的评价因子，权重选择因子分析确定的权重，Borda数依据各评价对象在每一公共因子上的得分排序计算获得，最后根据Borda法所建评价模型计算各评价对象综合评估Borda数。

因子分析基础上的聚类结果剔除了指标间相互影响，其精确度高[3]。聚类分析思路为：将每个数据对象各视为一类，根据类与类之间的距离将最相似的类合并，再计算新类与其它类之间的相似程度，不断继续这一过程，直到所有数据对象合并为一类。实际应用中可根据具体问题的现实需要选择阀值。

（三）实证结果

利用SPSS17.0对标准化后的数据进行因子分析[4]。由表1，相关矩阵特征值大于1的共有3个：λ1=13.919，λ2=3.505，λ3=1.05；其对应的贡献率分别是：63.268%，15.931%，4.772%，累计贡献率为83.972%。

为便于各因子的名词解释，采用方差极大法，对因子载荷矩阵进行旋转（表2）。从因子载荷来看，公共因子一F1在X5、X8、X11、X16、X9、X2、X17、X15、X14、X12、X4、X18、X21、X10和X7上有较大载荷；公共因子二F2在X1、X3、X20、X13、X6和X19上有较大载荷；公共因子三F3在X22上有较大载荷。结合各个指标的含义，可将F1命名为经济社会因子，主要反映各市地方财政预算、第二、三产业增加值和储蓄年末余额等经济指标；F2命名为基础设施因子，主要反映各市总人口和医疗教育等情况；F3命名为生态环境因子，反映各市三废综合利用产品产值。

依据序数总和理论，将2种评价方法下的排序号相加，得到序数总和，确定合理等级排序[5]。若序号之和相同，则再结合其重要指标（主要是第一公共因子得分）。结果见表4。

应用SPSS17.0进行聚类，将36个主要城市按其经济发展水平划分为三类（表5）。

二、结果分析

由聚类分析的结果并结合等级排名，把36个城市划分为三个能级。

第一能级城市数量最少，有3个，分别是：金融中心上海、沿海城市广州和我国首都北京，属于经济发展水平高的城市。因子分析综合得分上海为2.820 932 079，是最高分；而综合Borda数广州为31.49，是最高分。可见，按不同的衡量方法，会有不同的排序结果，因而综合两种排序方法的合理等级排序，比单独用某一种方法排序，可能更合理。从单个因子排名来看，这三个城市在经济社会因子排名都名列前茅，验证了经济社会因子的重要性。

第二能级城市队伍最为庞大，有19个，属于经济发展水平较好的城市。从地理位置看，排名相对较前的城市，如天津、深圳、杭州，多临海或位于东南沿海地区，说明区域也是影响经济发展水平的重要因素。从单个因子排名来看，杭州在第三公共因子生态环境因子位居第一，独具特色，其经验值得进一步研究、借鉴。

第三能级数量居中，有14个，属于经济发展水平一般的城市。从地理位置看，排名相对较后的城市，如西宁、银川和贵阳，多位于内陆的中西部地区。这与这些地区的交通不发达有关。另外这些地区的专业优秀人才大多流向经济较发达地区，使得这些地区与经济较发达地区间经济发展差距有进一步扩大的趋势。

分析各区域经济发展情况可看出，我国西部各省份应注意区域经济的协调发展，我国中部地区应充分发挥区域的资源优势， 加强区域间协调和协作，以增强区域竞争力；我国经济发展水平较高的城市，应力争建设成为特大城市。城市区域化与区域城市化成为当今城镇化发展的客观规律，城市间的竞争更多地表现为城市所依托区域间的竞争。因而，各市在经济发展中，应注意加快拓展城市发展空间，走区域协调发展的新型城镇化道路。

在此特别需要指出的是，聚类结果和合理等级排序有很大关系，但略有不同：石家庄和厦门两个城市排名和聚类结果有出入，可能是由于排序与聚类的数学原理和方法不同造成的，是合理的。

三、总结

本文对已有的研究成果加以创新，首次将因子分析法和模糊综合评价法结合对城市经济发展水平进行排名。实证发现，影响经济发展的主要因子有经济社会因子、基础设施因子和生态环境因子；基于序数总和理论，城市经济发展水平前三名依次为上海、广州和北京；运用聚类分析方法，36个城市按经济发展水平由高到低，可划分为三个能级。实证结果表明，区域城市化与城市区域化是当今城镇发展的规律，城市的竞争更多表现为城市所依托区域的竞争。基于此，各城市在经济发展中，应加快拓展城市的发展空间，走区域协调发展的新型城镇化道路。

应当指出的是，本文仍然存在一些不足。第一，根据因子分析法得到的权重，受客观数据采集的准确性影响，与实际可能会存在偏差；第二，本文参与因子分析的指标只有22个，可能不足以解释问题；第三，因子分析法的缺点表现在样本容量要足够大，评价标准与样本有关，评价结果是一个相对优劣顺序；第四，序号总和理论有两条立论的前提是评价方法要足够多，每种评价方法的结果要大体上准确，但评价方法多就很难实现[6]。

参考文献：

[1]于秀林，任雪松.多元统计分析[M].北京：中国统计出版社，1999.171-172.

[2]谢季坚，刘承平.模糊数学方法及其应用[M].武汉：华中科技大学出版社，2006.128-129.

[3]朱建平.应用多元统计分析[M].北京：科学出版社，2006.82-85.

城市经济发展水平篇（8）

中图分类号：F323，F302.5 文献标识码：A 文章编号：0439-8114（2013）24-6197-03

国务院于2011年10月了《国务院关于支持河南省加快建设中原经济区的指导意见》，以文件的形式明确地提出了“中原经济区”的发展战略。2012年11月，党的“十”闭幕后，国务院正式批复了《中原经济区规划》，对河南中原经济区的战略定位之一就是“国家重要的粮食生产和现代农业基地”。

如何能不以牺牲农业和粮食、生态和环境为代价，开展新型城镇化、新型工业化、新型农业现代化，“三化”协调科学发展，是当前面临和亟待解决的一个问题。在发展农村经济，增加农民收入的同时，又要保护和改善农业资源生态环境，从而满足当代和今后世世代代的需求，达到全面实现小康社会目标，需要构建适当的农业发展水平的评价体系，对经济区内主要城市的农业发展情况进行正确的评价和分析，为制定合理的农业和农村发展战略规划提供依据。

1 农业发展水平的评价体系

2 农业发展水平灰色聚类计算

2.1 灰色关联度算法

2.2 聚类分析算法

1）确定对象（就是数据集中的每个数据点）之间的相似性，实际上就是定义一个表征对象之间差异的距离，最经常使用的就是欧氏距离、马氏距离等[3-5]。

2）利用指定算法计算聚类树或聚类图，常用的算法有最短距离法、最长距离法、平均距离法、质心距离法、离差平方和距离法等。

2.3 计算结果

根据2.1给出的灰色关联系数和关联度算法，对原始数据进行无量纲化和归一化处理之后，在各级指标权重相等的情况下计算出18个城市各指标与评价标准的关联系数和关联度排序结果见表2。

接下来以表2中计算出来的关联系数为样本，首先计算出各个关联系数的欧氏距离，然后采用平均距离法作出18个城市聚类图（图1）。

3 结果分析

第一类城市为传统的农业大市，行政区域面积较大，农村人口较多，耕地面积较大，在9项农业发展水平指标中，均有1或2项居于领先地位，因此综合排名较为领先。但是需要注意的是，商丘市机耕地面积相对较少，说明机械化程度还不高，在这方面有待加强；5个城市的农村用电量排名均相对靠后，但农产品加工机械排名稍微靠前，说明这5个城市的农村农产品深加工产业发展还没有形成规模，小型和微型加工厂较多，大型加工企业较少，在这方面还有待进一步发展；同时这也从另一个侧面说明了这5个城市虽农业发展水平排名较高而农民人均纯收入排名并不十分靠前的原因。因此这一类城市今后还需要在提高农民人均收入方面多下功夫，努力实现既增产又增收。

第二类城市农业发展水平处于中游地位。该类城市中的郑州市为河南省的省会，虽然农业发展水平不算太高，但是农民人均纯收入却是排名第一位，充分证明了省会城市辐射带动作用的强大；该类城市中的其他城市，具备了冲击一类农业发展城市的能力，但还有一定距离。

第三类城市中的鹤壁市、漯河市、三门峡市、济源市等城市，虽然各自都有自己的特色产业，如鹤壁市的煤炭矿产工业、漯河的食品和饮料加工工业、济源市的铅锌深加工工业、三门峡的有色金属工业等，但是现代农业的发展进度都相对较慢，各项农业发展水平指标均处于较为靠后位置，需要在农业现代化方面加大发展力度。

参考文献：

[1] 崔和瑞.河北省农业可持续发展状况的综合评价[J].统计与决策，2008（12）：103-105.

[2] 彭 素，胡新艳，罗必良.“农业强省”的综合评价：以广东为例——基于探索性因子分析与聚类分析[J].广东社会科学，2012（1）：59-67.

[3] 邓聚龙.灰色系统基本方法[M].武汉：华中理工大学出版社，1987.

[4] 邓聚龙.灰色系统理论教程[M].武汉：华中理工大学出版社，1990.

[5] 刘思峰，谢乃明.灰色系统理论及其应用[M].北京：科学出版社，1991.

[6] 张凤太，苏维词，张吉伟.重庆三峡库区生态经济区农业发展水平聚类分析[J]，生态与农村环境学报，2007，23（2）：18-22.

[7] 冯光惠，尚爱军.陕北风沙区农业可持续发展现状的评价及对策[J].湖北农业科学，2008，47（8）：973-975.

城市经济发展水平篇（9）

中图分类号 F062.2 文献标识码 A 文章编号 1002-2104(2010)09-0007-06 doi:10.3969/j.issn.1002-2104.2010.09.002

上海市、江苏9个省辖市、浙江6个省辖市在内的长江三角洲地区,是我国经济发展 速度最快、经济总量规模最大的地区,是海外资本进入中国市场的首选落脚点与全球先进制造业基地。2008年度统计数据分析表明,长三角地区以占全国1%的土地承载了全国5.8%的人口、创造全国18.7%的国内生产总值。2008年浙江、江苏和上海二省一市的GDP达到56 387亿元,约占全国GDP总量的22.6%;综合能源消费为44 900万吨标煤/万元,约占全国能源消费总量的16.9%。保持长三角地区的经济增长与人口、资源环境的可持续发展,对中国经济的健康发展有重要意义。2008年8月6日,国务院审议并原则通过了《进一步推进长江三角洲地区改革开放和经济社会发展的指导意见》,提出了长三角地区“科学发展、和谐发展、率先发展、一体化 发展”的要求,实现经济、社会、环境与能源和谐发展是长三角区域的战略之一。研究长三角洲地区循环经济发展水平,针对不同水平的城市分别制定相应对策是本文探讨的重要内容。

1 长江三角洲地区城市循环经济发展的现状与特点1.1 经济快速增长与环境污染增长的趋势并存

长三角二省一市GDP从2000年的19 465.89亿元发展到2007年的56 387.31亿元,7年内增加了1.89倍,年均增长16.4%。从2002年开始,长三角GDP占全国比重就超过了1/5以上,2007年达到22.6%,同时,能源消费总量占全国的1/6以上。

长三角二省一市能源消费总量呈逐年增长态势,2007年达到4.5亿吨标煤/万元(Tce),约占全国的17%。“十五”期间,长三角能源消费总量从2000年的2.07亿Tce增加到2005年的3.72亿Tce,年均增长率达到12.49%,高于同期国家能源消费10.15%的增长速度,其中,上海的增长速度为8.61%,低于全国平均水平;江苏和浙江分别为14.43%和12.90%,均高于全国平均水平。“十一五”期间前二年,长三角两省一市的能源消费总量继续增长,2006年为4.1亿Tce,2007年达到4.49亿Tce,每年增量约为0.37亿-0.38亿Tce,占国家2006年新增能耗总量2.16亿Tce的17%,占国家2007年新增能耗总量1.92亿Tce的20%。

1.2 环境污染是影响未来区域经济协调发展的重要因素

环境污染是整个长三角地区面临的最严重的问题,也是其进一步发展所亟需解决的问题。由于大规模发展加工工业,水污染、大气污染、噪声污染、固体废弃物污染“四大杀手”正威胁着长三角经济和城市的良性发展。1999-2004年上海的废水、烟尘排放量居高不下, 而废气排放量和二氧化硫排放量分别增长了72.7%和17.4%。江苏2004年与1999年相比,工业废水排放量增长了31.0%、工业废气排放量增长了46.9%、二氧化硫排放量增长了32.9%。1999-2004年浙江的废水、废气、二氧化硫排放量分别增长了46.4%、116.9%和29.5%[10]。

严重的水污染、大气污染和耕地污染等,使“长三角”已成为我国新的生态环境脆 弱带,并已出现一些环境问题,其中水污染问题最为突出。目前,京杭运河长三角地区段、太湖、长江下游段、钱塘江段等水资源都受到不同程度的污染。从长三角目前的经济发展趋势看,如果不改变生产方式和调整产业结构,对环境问题不采取有力措施,污染将会进一步恶化,并将直接拖累这一区域经济的整体发展。

王保乾等:长江三角洲城市群循环经济发展水平的实证分析

中国人口•资源与环境 2010年 第9期1.3 国民经济发展对能源的依赖性强

近年来,长三角两省一市能源消费总量的增长与经济发展一直保持同向增长的态 势。从弹性系数分析,“十五”期间,长三角的能源消费弹性系数为0.780 1。“十一五”期间的前二年,能源消费弹性系数为0.561 2。尽管近年来长三角的单位GDP能耗逐年下降,没有出现过反弹,2002年开始下降至1.0 Tce/万元以下,但能源消费弹性系数无论是在“十五”期间,还是在“十一五”期间的前二年,都超过了0.5的界限。特别是江苏省,2004、2005年的能源消费弹性系数甚至超过了1.0,上海和浙江省的能源消费弹性系数也处于较高值的状态。虽然 “十一五”期间前二年有所好转,但仍可以看出,长三角的经济发展对能源的依赖性很强,这种局面短期内难以根本改变。

1.4 能源需求对外的依存度高

长三角地区经济发达,但能源资源短缺,所消费的煤炭、原油、天然气,全都依赖省外调入和国外进口。上海的一次能源几乎全部要由外地调入,其中煤炭全部从外省市调入,原油进口占原油总资源量的93.2%,外来电的比重已从2000年的8.2%上升至2007年的31.05%;浙江省自产原煤仅14万t,水电与核电发电量329.5亿kw•h,能源自给率仅为3.7%,96.3%的能源资源依靠国内外市场;江苏省能源供应以省外调入为主,能源自给率低,2006年江苏省自产原煤2 549万t,原油188.5万t,缺口85%的煤炭和91.8%的原油都要从省外调进和国外进口。随着能源消费总量增加,这一比重还将上升。 能源供应的高度外向依赖性,再加上国际石油市场价格的上涨和储运及安全保障等诸多不确定因素,已严重制约了长三角区域经济社会可持续发展。

1.5 以煤为主的能源结构导致减排压力大

长三角的一次能源消费结构以煤为主,其中发电用煤占了很大比重。2006年上海市煤炭消费占一次能源消费的51.6%;浙江省煤炭消费占61.5%;江苏省煤炭消费占71.4%,远高于国外水平,比全国平均水平高4.6个百分点。预计到2010年长三角地区仅电煤消耗量将达到4亿t,煤炭的大量消耗所排放的CO2和SO2气体对大气环境污染严重,减排压力很大,短期内难以改变。

2 长三角洲地区循环经济指标体系的选择

世界经济发展进程的规律表明,当地区人均GDP处于500-3 000美元之间时,往往 是人口、资源、环境瓶颈制约最严重的时期。长三角目前就处于这一发展阶段,转变经济增长方式,大力发展循环经济,走可持续发展道路是提升长江三角洲城市群全球竞争力的必由之路。

依据国内学者已有的研究成果,结合长江三角洲城市群的实际情况,以科学性、 系统性、可比性和指标的可获取性为基本原则,重点突出循环经济的“3R”原则,从减量化、再利用及资源化、无害化及综合性指标四个方面,选取18个参评因子构成城市循环经济发展水平指标评价体系(见表1)。这些指标涵盖了循环经济评价最核心的内容,因此,能够科学、客观地反映城市的循环经济发展水平。

3 循环经济指标的主因素分析

3.1 数据的采集

本文将选取18个指标,对长三角16个城市2008年的面板数据进行研究,目的是寻找能够衡量循环经济水平的主要因素,并为聚类分析提供基础。

3.2 因子分析

本文运用因子分析的一般模型,确定模型中的参数,然后根据分析结果进行因子解释。本文使用SPSS软件,在对数据进行标准化处理、消除量纲的影响后,进行因子旋转和因子分析。因子分析的一般模式为:

X1=a11F1+a12F2+……+a1nFn+ε

X2=a21F1+a22F2+……+a2nFn+

……

Xm=amF1+am2F2+……+amnFn+εm

式中,x1,x2,…,xm为实测变量;aij(i=1,2,…,m;j=1,2,…,n)为因子荷载;Fi(i=1,2,…,m)为公共因子;εi(i=1,2,…,m)为特殊因子。

采用主成分法,根据特征值大于1的标准选取前4个因子F1(λ1=4.146),F2(λ2=3.184),F3(λ3=2.760),F4(λ4=2.036)(见表2)。累计方差贡献率达到61.11%进行解释能力的相应估计,可以认为四个公因子合理表示了循环经济现象的各因素的线性关系,基本上能解释原数据的绝大部分信息,在对因子旋转过程中选用了方差最大法(Varimax)得到旋转后的因子负荷矩阵。

表1 长三角循环经济发展水平指标评价体系

Tab.1 Circular economy development level of the

Yangtze River Delta Evaluation System

目标层Targetlayer准则层Layerguidelines指标层Index layer符号Symbol循环经济发展水平综合评价指标减量化指标万元GDP能耗(吨标煤/万元)X1万元GDP水耗(t/万元)X2万元GDP电耗(kW•h/万元)X3单位工业增加值能耗(吨标煤/万元)X4万元GDP化学需氧量(COD)排放量(kg/万元)X5万元GDP二氧化硫排放量(kg/万元)X6万元工业产值污水排放量(t/万元)X7再利用及资源化指标工业污水达标排放率(%)X8化肥施用强度(折纯)(kg/hm2)X9农药使用量(kg/hm2)X10工业固废综合利用率(%)X11第三产业占GDP的比率(%)X12无害化指标城镇生活污水集中处理率(%)X13城镇生活垃圾集中处理率(%)X14综合性指标建成区绿化覆盖率(%)X15地区生产总值(万元)X16人均GDP(元)X17地区生产总值增长率(%)X18 因子F1在除了X2、X5、X11、X17上都有较大负荷(大于0.55),且与X1万元GDP能耗、X14城镇生活垃圾集中处理率、X15建成区绿化覆盖率、X18地区生产总值增长率、X6万元GDP二氧化硫排放量成正相关,与X16地区生产总值、X12第三产业占GDP的比率成负相关。

根据经济发展与资源消耗于环境污染的相互制约关系,因子F1包含了环境、能耗和经济发展几个方面的信息,定义为综合发展因子。因子F2在X16地区生产总值和X17人均GDP上有较大负荷,定义为经济发展因子。因子F3在X2万元GDP水耗、X3万元GDP电耗、X4万元GDP化学需氧量排放量上占有较大负荷,定义为资源消耗因子。因子F4在X8工业污水达标排放率、X9化肥使用强度、X10农药使用量上占较大负荷,且与X9、X10成负相关,与X17、X18成负相关,体现了资源再利用及资源化与经济发展的正相关关系,此因子定义为再利用及资源化因子。

根据因子负荷矩阵(见表3)可以得到4个主因子的线性模型。

表3是软件输出的因子模式阵,包含了公因子解释原始变量的方程的回归系数,因此函数关系为:

F1=0.724X1+0.082X2+0.257X3+0.415X4-0.194X5+0.527X6+0.517X7+0.424X8-0.407X9-0.587X10-0.016X11-0.556X12-0.309X13+0.697X14+0.662X15-0.670X16-0.232X17+0.521X18

F2=0.470X1+0.574X2+0.526X3+0.681X4+0.046X5-0.460X6+0.505X7 +0.223X8+0.081X9+0.137X10-0.104X11+0.211X12+0.427X13-0.317X14+0.529X15+0.532X16+0.563X17-0.363X18

表2 总方差解释表

Tab.2 Variance Explained

因子Component初始特征值Initial Eigenvalues提取因子载荷平方和

Extraction Sums of Squared Loadings旋转后的因子载荷平方和Rotation Sums of Squared Loadings因子特征值

Total因子方差贡献率

% ofVariance累积方差贡献率

Cumulative %因子特征值

Total因子方差贡献率

% ofVariance累积方差贡献率

Cumulative %因子特征值

Total因子方差贡献率

% ofVariance累积方差贡献率

Cumulative %14.14623.03123.0314.14623.03123.0313.25718.09318.09323.18417.68940.7203.18417.68940.7203.21917.88435.97732.76015.33556.0552.76015.33556.0552.51513.97249.94842.03611.30867.3632.03611.30867.3632.00911.16461.11251.4478.03775.4011.4478.03775.4012.00711.14972.26161.2867.14482.5451.2867.14482.5451.85110.28482.545提取方法:主成份分析法。

表3 因子负荷矩阵

Tab.3 Component Matrix ComponentMatrixa

项目

Item因子Component123456万元GDP能耗0.7240.470-0.1920.0140.1370.038万元GDP水耗0.0820.574-0.717-0.1310.0700.064万元GDP电耗0.2570.5260.639-0.163-0.279-0.073单位工业增加值能耗0.4150.681-0.312-0.359-0.0380.137万元GDP化学需氧量排放量-0.1940.0460.5940.1040.532-0.369万元GDP二氧化硫排放量0.527-0.460-0.206-0.012-0.4820.156万元工业产值污水排放量0.5170.5050.266-0.2640.4920.125工业污水达标排放率0.4240.2230.0650.406-0.354-0.575化肥施用强度(折纯)-0.4070.081-0.224-0.4660.263-0.567农药使用量-0.5870.1370.393-0.483-0.1070.330工业固废综合利用率-0.016-0.1040.4310.3830.3070.299第三产业占GDP的比率-0.5560.211-0.5630.2900.2810.341城镇生活污水集中处理率-0.3090.4270.6220.109-0.2310.181城镇生活垃圾集中处理率0.697-0.3170.263-0.2770.1020.180建成区绿化覆盖率0.6620.5290.0420.2270.031-0.045地区生产总值-0.6700.532-0.1810.387-0.104-0.119人均GDP-0.2320.5630.1690.500-0.1680.167地区生产总值增长率0.521-0.363-0.0870.6300.3230.059提取方法:主成份分析法;

a:提取6种成份。

F3=-0.192X1-0.717X2+0.639X3-0.312X4+0.594X5-0.206X6+0.266X7+0.065X8-0.224X9+0.393X10+0.431X11-0.563X12+0.622X13+0.263X14+0.042X15-0.181X16+0.169X17-0.087X18

F4=0.014X1-0.131X2-0.163X3-0.359X4+0.104X5-0.012X6-0.264X7+0.406X8-0.466X9-0.483X10+0.383X11+0.290X12+0.109X13-0.277X14+0.277X15+0.387X16+0.500X17+0.603X18

利用以上四个关系式可求得四个因子的得分以及综合得分,以主因子旋转过后的方差贡献率作为权重计算各城市总得分:

SCOR=0.341 89F1+0.262 59F2+0.227 65F3+0.16787F4

列出F1因子得分、 F2因子得分、 F3因子得分、 F4因子得分和总得分及其排名序列,依次为:上海市(1.71)、宁波市(1.55)、杭州市(0.73)、无锡市(0.67)、南京市(0.59)、苏州市(0.16)、镇江市(0.0076)、绍兴市(-0.012)、嘉兴市(-0.13)、常州市(-0.15)、湖州市(-0.18)、南通市(-0.23)、扬州市(-0.32)、泰州市(-0.72)、台州市(-1.03)、舟山市(-2.60)。

从综合得分来看,得分为正的有7个城市,占16个城市的43.8%,说明各城市在循环经济发展水平上存在一定差距。总体来看,综合发展因子对循环经济的总得分贡献率为23.03%,经济发展因子对循环经济总得分的贡献率为17.69%。在城市发展的初级阶段,受资金、技术、人力资源等多方面因素的影响,生产活动往往会选择一些资金投入少、技术水平较低的产业作为其发展的重点。像泰州、南通这样的相对来说循环经济水平较低的城市,2007年人均GDP分别为23 933、27 500元,分别位于长三角16个城市的16、15位。工业总产值主要集中在纺织业,电力、热力的生产和供应业,建筑业,黑色金属冶炼及压延加工业等技术水平不高,资源、能源消耗较高,对环境影响较大的产业。而当城市经济水平发展到一定阶段后,随着资金、技术不断积累,生产工艺技术不断改进及循环经济意识的不断提高,城市循环经济发展水平也不断提高。

资源消耗因子对循环经济贡献率为15.34%,说明资源消耗型产业仍然占有相当比重,未来长三角必须走能源集约型道路。依靠科学技术开发环保技术,制定有利于城市污水集中处理和生活垃圾安全处置的政策,政府应大力支持发展环保产业。

3.3 聚类分析

聚类分析的基本原理是,首先将一定数量的样品以指标各自看成一类,然后根据样品(或指标)的亲疏程度,将亲疏程度最高的两类进行合并。然后考虑合并后的类与其他类之间的亲疏程度,再进行合计。重复这一过程,直至将所有的样品(或指标)合并为一类。

系统聚类法是根据样品或指标之间的亲疏程度来进行合并。衡量亲疏程度的指标有两种,即距离和相似系数。距离是将每个样品看成是m个变量对应的m维空间中的一个点,然后在该空间中定义,距离越近,则亲密程度越高。相似系数接近于1或-1时,认为样品或指标之间的性质比较接近;相似系数接近于0时,认为样品或指标之间是无关的。SPSS软件中使用欧式距离进行聚类分析。

dij=∑pt=1(xit-xjt)2(i,j=1,2,…,n)

通过聚类分析,长三角16城市大致可以分为三类。

上海市作为第一类特大城市在综合发展因子和经济发展因子上占到了绝对的优势地位,上海经济发展水平高,地理位置优越,资源的投入量比较大,生产效率较高,第三产业比较成熟,但受人口、资源、环境的约束,经济发展潜力较其他城市不大。第二类城市杭州、南京、 宁波、苏州、无锡在四个因子上都比第三类城市略高,但在资源利用和污染治理上总体差别并不显著。常州、湖州、嘉兴、 南通、绍兴、台州、泰州、扬州、镇江、舟山为第三类城市。 第二三类属于大中型城市,发展潜力大,自然地理环境较好,但在污水治理、废物处理、第三产业发展上与第一类城市存在一定差距。

4 长江三角洲地区的循环经济功能定位与产业分工4.1 第一类城市

上海市循环经济理念实践较早,金融、贸易、物流等服务业比较发达,循环经济的发展水平领先于长三角其他城市,但与国际同类城市相比还有很大差距。因此,根据上海目前的实际情况,应注重前端治理,把重点放在生产和消费的减物质化上,预防经济“长胖增重”;加大末端废弃物处理,逐步实现自然资源循环利用。

上海是经贸枢纽驱动型城市,它的地域优势是经贸联系广泛,经济腹地大,经济发展快速,带动科技创新,使其循环经济静脉产业中的技术创新优于长江三角洲其他城市。但缺点是土地、能源匮乏,在循环经济的建设上,改变消费方式比改变生产方式更为重要。消费的短期政策思路是直接规范消费领域存在的资源浪费型和环境不友好型的不可持续的消费现象,长期的政策思路是通过宣传教育改变人们的生活、消费价值观,建立和强化人们的资源环境意识。

优先发展与经济生产、社会生活和生态环境相匹配的现代服务业,如现代物流、滨江临海休闲观光业、信息服务业、商贸会展、文化服务业等等。以世博会的召开为契机,积极开展上海循环经济的国际合作交流,尤其是在开发实用技术和先进工艺方面、生态工业园区建设方面,提升发展高附加值、高关联度、低物耗能耗的高科技创新产业和先进制造业,上海市将成为长三角甚至全国学习、借鉴和引进循环经济先进经验的窗口城市。

4.2 第二类城市

杭州、南京、宁波、苏州、无锡这几个城市拥有丰富的自然、文化资源优势,具备建设创新型城市的潜力。但是,制造业高度发达、城市群集聚度高,环境污染问题比较严重。

发展循环经济的首先任务是依靠高新技术和工艺,改造传统制造业,构筑循环经济的技术支撑体系。目前,这些城市发展循环经济的重点是积极调整产业结构,摆脱资源约束和降低环境污染水平,包括信息技术、生物技术以及环境无害化技术,替代技术、再利用技术、系统化技术等等。循环经济政策的重点是加强制造业技术改造的金融支持,改变大多数企业技术改造资金不足的问题。

在区域经济发展层面,充分利用区域间的分工,优先发展资源消耗低和环境影响小的产业,停产或转移目前难以改造升级的生产企业。有步骤地发展现代服务业,尽快改变工业生产中资源和能源粗放利用的现状。同时,促进绿色、生态、高效的都市循环型现代农业的发展,以附加值较高的绿化、良种、花卉等产业为主,发展节水型、土地集约型高效农业。

4.3 第三类城市

第三类城市基本上算是长三角城市群中欠发达地区,这些城市的支柱产业多属于排放固废污染较多的传统产业,传统“粗放型”经济发展方式,导致严重的流域性生态破坏和环境污染,经济发展与环境保护之间的矛盾突出。

作为长三角区域循环经济体系的重要组成部分,该区域承载各类固体废弃物分类拆解和再资源化的产业,即对传统的工业生产的70%-80%工业废弃物进行再利用,同时对电视机、电冰箱、空调等家用电器进行拆解和再利用。尽快出台相关法律政策,构建再生资源回收利用的市场机制,培育资源回收利用产业的市场基础。

第三类城市拥有丰富的自然生态资源和悠久的人文历史,以及广阔地种植、养植、及农产品加工体系,适合发展度假、休闲、会议等“农游合一”、“城乡互补”的第三产业。一方面为一、二类城市居民提供绿色、安全、无污染的农产品,另一方面营造田园风光式的绿色生态环境,吸引发达城市居民休闲度假。需要当地政府从资金、税收、金融保障等方面制定优惠政策扶持。

5 结 论

本文对长江三角洲地区16个城市的循环经济发展水平进行了实证研究。因子分析表 明经济发展因子、资源消耗因子、再利用及资源化因子是影响循环经济发展水平的主要因素。聚类分析表明该区域的16个城市按循环经济发展水平明显分为三个层次,这三个层次基本上与经济发展水平相一致,说明经济发展初期阶段往往要以牺牲环境为代价。根据三类城市循环发展水平及区域功能定位,三类地区循环经济发展政策既相互支撑,重点产业各有特色与分工。上海市应当发展以金融、贸易、物流等为主的服务业,以杭州、南京、苏州等城市为主的二类城市,政策重点是支持企业用高新技术和工艺改造传统制造业,构筑循环经济的技术支撑体系。以常州、湖州、嘉兴等城市为主的三线城市重点发展资源回收产业和农游合一生态旅游产业。

参考文献(References)

[1]苏金明. 统计软件SPSS系列应用实战篇[M].北京:电子工业出版社,2002,(10):329-345.[Su Jinming. Statistical Software SPSS Series Application Actual [M]. Beijing: Electronic Industry Press, 2002,(10): 329-345.]

[2]向云波, 徐长乐, 彭秀芬.长江三角洲城市群循环经济发展水平的空间格局分析[J].长江流域资源与环境,2008,(9):661-666.[Xiang Yun bo,Xu Chang le,Peng Xiu fen.Nalysis on The Spatial Structure of Recycling Economy of Uban Agglomeration in Theyangtze Riverdelta[J]. Resources and Environment in the Yangtze Basin, 2008,(9):661-666.]

[3]江苏统计年鉴,浙江统计年鉴,2008年中国城市环境统计年鉴.[Jiangsu Statistical Yearbook, Zhejiang Statistical Yearbook ,2008 Statistical Yearbook of China's urban environment.]

[4]牛桂敏.循环经济评价体系的构建[J].城市环境与城市生态, 2005 ,18(2) :4-7.[Niu Gui min. Construction of Circular Economy Evaluation System [J]. Urban Environment and Urban Ecology, 2005, 18 (2): 4-7.]

[5]李宗植,吕立志.资源环境对长三角地区社会经济发展的约束[J].经济经纬,2004,(4):59-62. [Li Zong zhi,Lu Li zhi. Restrictions from the Natural Resources to the Economic Development of Yangtze River Delta[J]. Economic Survey, 2004,(4):59-62.]

[6]张宇炜.长三角区域循环经济体系的构建[J].南通大学学报,2006,(11):6-9.[Zhang Yu wei. Construction of the Regional Circulating Economic System of the Yangtze River Delta[J]. Nantong University Journal. 2006,(11):6-9.]

[7]刘铮,周耀烈.长三角持续发展之道:循环经济的定量研究[J].经济论坛,2005,(17):16-18. [The Road of Sustainable Development of The Yangtze River Delta: A Quantitative Study of Circular Economy[J]. Economic Forum,2005,(17):16-18.]

[8]王泽光.略论生态城市与循环经济的关系――兼论上海的生态城市建设[J].中国科技论坛,2008,(2):58-61.[Wang Ze guang. On the Ecocity Relationship with the Circular Economy and on Shanghai's Ecocity Construction [J]. China Science and Technology Forum, 2008,(2): 58-61.]

[9]邱寿丰.上海循环经济发展的新思路[J]. 发展研究,2008,(2):61-63.[Qiu Shou feng. New Ideas for the Development of Circular Economy of Shanghai[J].Development Research.2008,(2):61-63.]

[10]田伯平.长三角地区可持续率先发展研究[J ]. 南通大学学报,2006, (9):27-35.[Tian Bo ping. On The Sustainable and Leading Development of The Yangtz River Delta Qegion [J]. University Journal. 2006,(9):27-35.]

Empirical Analysis about Recycling Economy Development Level of

City Grop of the Yangtze River Delta

WANG Baoqian ZHANG Yanran

城市经济发展水平篇（10）

城市化与经济发展密切相关，经济发展水平决定城市化进程和水平，而城市化引起的外部性经济又成为推动经济发展的主要驱动力，二者是相互促进、彼此制约、互为因果的关系。由于区域特征、社会经济环境、历史基础的差异，城市化与经济发展的关系表现出明显的时空差异性。近年来我国城市化与经济发展关系的研究备受学术界关注，目前的普遍看法是我国城市化严重滞后于经济发展，亦即城市化与经济发展之间呈现非协调的发展状况，城市化滞后已成为经济发展的重要制约因素。本文试图对重庆城市化与经济发展的协调状况进行定量分析，并诊断出城市化与经济发展的协调度类型，明确城市化与经济协调发展所面临的问题，进而提出城市化与经济协调发展的对策。

城市化与经济协调发展测度模型

纵观世界经济与城市化发展的历史进程，可以把城市化与经济发展的相关关系概括为以下几种主要类型：第一类，低度城市化，即传统农业社会，工业化尚未起步，经济发展缓慢、水平低，与此相对应，城市化进程缓慢、水平低，这是一种落后的低水平协调；第二类，过度城市化，城市化速度大大超越经济发展速度，城市化水平远高于经济发展水平，存在于许多工业化水平不高的发展中国家；第三类，滞后城市化，经济快速发展，城市化发展远滞后于经济发展的速度与水平，中国上世纪末至今即是如此；第四类，耦合型城市化，经济发展迅速，城市化水平也不断提高，经济发展与城市化彼此推动、良性互动。四种类型粗略地反映城市化与经济发展的协调程度，而定量分析城市化与经济发展的协调性更具有实际意义。

在城市化与经济发展的协调性定量研究中，我国城市地理学家周一星设计了理论模型。他以人均GDP来表征经济发展水平，把1977年世界137个国家和地区的城市人口比重按2%的间距分成40个组，求出若干国家的平均城镇化水平和人均国民生产总值，得出了40个组的人均国民生产总值x和城镇化水平y，然后对这两组数据进行一元回归分析，得到的结论是：城镇化水平与经济发展水平（人均国内生产总值）之间存在十分明显的对数相关关系，见公式。

y=40.55lgx-74.96

式中：y为城镇人口占国家或地区总人口的比例（%）；x为该国或该地区人均国民生产总值（美元/人）。

上述方程拟合的曲线较好地反映了城市化与经济发展相关关系的客观过程，本文采用该模型来测度城市化与经济发展的协调程度。按上述理论公式计算，2004年，我国人均国内生产总值为1264美元，城市化水平应为50.8%，而实际城市化水平为41.8%，理论和实际相差约9%，说明我国的城市化水平滞后于经济发展，这一结论与许多城市化理论研究的结论是一致的。

重庆城市化与经济协调发展测度

城市化与经济发展协调度计算

我们对2003年《重庆统计年鉴》数据进行整理得到重庆城市化与经济发展现状相关数据，表略。然后依据理论上述公式可以计算出重庆市及各县域城市化水平值（本文称这类城市化水平值为理论城市化水平值）。理论城市化水平值与实际城市化水平值之间必然有一定的差值，此差值我们称为偏离差。

按上述理论公式计算得出2002年重庆市及各区（县市）的理论城镇化水平、实际城镇化水平、偏离差，表略。由计算结果可知，2002年人均国内生产总值为763美元，实际城镇化水平为23.2%，理论城镇化水平为42%，偏离差18.8，即实际城镇化水平滞后于理论城镇化水平约19个百分点。其中，都市经济区的理论城镇化水平为55.9%，实际城镇化水平57.7%，偏离差-1.8，实际城镇化水平稍高于理论城镇化水平；而渝西经济区理论城镇化水平为41.2%，实际城镇化水平19.1%，偏离差22.0，实际城镇化水平滞后于理论城镇化水平22个百分点；三峡库区理论城镇化水平为33.1%，实际城镇化水平13.6%，偏离差19.4，实际城镇化水平滞后于理论城镇化水平19个百分点。各县（区、市）中，都市经济区各区域实际城镇化水平大多超过理论城镇化水平，但与其它直辖市或特大城市比较，城镇化滞后于经济发展仍十分明显，说明中心城市积聚功能还是比较弱；而渝西经济区和三峡库区各县域除了万盛区实际城镇化水平与理论城镇化水平相差不大外，实际城镇化水平都远滞后于理论城镇化水平，可见，渝西经济区、三峡库区的城镇化水平严重滞后于经济发展。

城市化与经济协调发展类型判识

本文采用偏离差来反映城市化水平与经济发展之间的协调程度，偏离差越小，城市化水平与经济发展之间协调度越好，偏离差越大，城市化水平与经济发展之间协调度越差。重庆各区（县市）其理论城市化水平与实际城市化水平相差较大。渝中区、大渡口区、江北区、南岸区、沙坪坝区、九龙坡区的实际城市化水平高于理论城市化水平，它们地处重庆都市核心，是重庆乃至西南地区的经济中心，城市化水平高是自然的，其偏离差值较小，我们认为其城镇化与经济发展协调，但都市经济区的城市功能对整个重庆及西南地区的辐射带动作用还很弱，城市化水平尤其是城市现代化水平仍然比较低，因此只是低水平的协调。除都市经济区以外的7区23县4市的偏离差值在-2.7%—27.2%之间变动，偏离差基本均为正，即城镇化都滞后于经济发展水平，平均偏离差为18.0%，据此以9%作为城镇化与经济发展协调警戒线，据此划分协调度类型见表1。依据这一标准对重庆及各县（区、市）协调水平类型进行判断，结果表略。从判断结果可知，重庆直辖市城镇化与经济发展整体处于极不协调水平，三大区域中都市经济区为协调型，渝西经济区和三峡库区都为极不协调型，其中大部分区县为极不协调型，铜梁、南川等为强不协调型。

制约重庆城市化与经济协调发展的因素

城市体系结构不全，中心城市缺少且辐射集聚功能不强

目前重庆市拥有特大城市1个，现代化水平较低；20-50万人口的中等城市仅万州、涪陵、江津3个，带动辐射能力弱；小城市基础设施落后，发展后劲不足；小城镇产业结构雷同、层次低，缺乏规模集聚效应。重庆大中城市过少城市体系结构不全，以及各级城镇集聚辐射功能不强，已成为制约城市化健康持续发展的障碍因素。特大城市的城市竞争力同发达地区相比还存在很大差距；大中城市少、区域中心城市功能弱，难以起到带动周围广大腹地经济发展的增长极的作用，而且由于大城市的缺失，特大城市与中小城市之间出现断层，阻碍了各级城市之间的经济联系和梯度扩散；特大城市现代化水平不高，中小城镇基础设施落后，缺乏明显的集聚效应，无法创造高的规模效应、高的就业机会、较强的外部扩散效益，因此其对城市化的推动作用有限。 　传统体制和制度安排，城乡二元结构刚性化

改革开放以来随着市场机制的逐步建立，城乡联系加强，但是导致城乡分割的体制性和结构性矛盾没有从根本上突破。表现在，处理城乡关系问题上仍然存在：产业发展中“重城市轻农村”、“重大城市轻小城镇”观念，表现在产业政策、信贷政策的城市倾斜，小城镇、乡镇企业则受到严格限制；公共资源分配的城市倾斜，如财政性社会保障投入主要着眼于城市，而投入农村的比例低；计划经济时期从体制政策上限制农民进城就业和定居造成农村人口非农化和城镇化进程缓慢。这一系列因素使城乡差距日益扩大且刚性化，严重制约乡村城镇化，因此要使城市化进程步入良性循环轨道，必须彻底解决农村和农业发展的体制性矛盾。

农业产业化发展滞后，农村剩余劳动力转移受阻

城市经济发展水平篇（11）

中图分类号：F291.1

文献标识码：A文章编号：16749944（2017）8020504

1引言

城市化是伴随着经济社会发展的一种空间聚集现象，城市提供了社会和经济发展所必需的资源、制度、现代技术甚至是价值观念[1]。城市化是在工业化的发展过程中，非农产业在城镇集聚、农村人口向城镇集中的现象，是人类社会发展的客观趋势，同时也是保持经济持续健康发展的强大引擎[2]。城市化过程不仅可以促进经济发展和经济结构调整，还可以促进社会结构调整[3]。目前，我国已进入城市化快速发展的时期，区域城市化与经济发展不协调的问题在部分地区逐渐突显，并极大地制约了区域经济的可持续发展。

基于不同时期以及不同学科对城市化含义的不同理解，学术界对城市化水平的测度亦提出了种种不同的方法[4]。与传统的单一指标测度法不同，主要采用的是主成分分析法，综合各类不同的城市发展指标，通过计算得出山东省各市城市化水平的综合指数。结合经济发展的内容，分析城市化在经济发展中的作用。

2分析方法与城市化指标体系构建

2.1主成分分析法

主成分分析法是把反映样本某项特征的多个指标变量转化为少数几个综合变量的多元统计分析方法[5]。在运用指标进行综合性评价时，因为要使评价的结果客观、系统、全面，因此需要使用多个指标进行测量，但这样会出现观测指标间存在信息重叠的现象。因此有必要使用主成分分析法进行信息浓缩，并解决权重的确定等问题[6]。

主成分分析法的基本内容如下：

首先是原始指标数据的标准化，采集p维随机向量x=（x1，x2，…，xp）T，n 个样品xi=（xi1，xi2，…，xip）T ，i=1，2，…，n，n>p，构造样本阵，对样本阵元进行如下标准化变换：Zij=xij-jSj，i=1，2，…，p，其中j=∑ni=1xijn，s2j=∑ni=1（xij-j）2n-1，得标准化阵Z。其次，对标准化阵Z求相关系数矩阵R=[rij]pxp=ZTZn=1。其中，rij=∑zkj・zkjn-1，i，j=1，2，…，p。然后解样本相关矩阵R的特征方程|R-λIp|=0，得到p个特征根，确定主成分，确定m值，使信息的利用率达80%以上，对每个λj， j=1，2，…，m， 解方程组Rb=λjb得单位特征向量boj。将标准化后的指标变量转换为主成分Uij=zTiboj，j=1，2，…，m。U1称为第一主成分，U2 称为第二主成分，…，Up称为第p主成分。对m个主成分进行综合评价，对m个主成分进行加权求和，即得最终评价值，权数为每个主成分的方差贡献率。

利用主成分分析法对山东省城市化水平进行评价，旨在利用降维的思想，把多指标转化为少数几个综合指标，并尽可能多地保留原来多个变量所反映的信息，这样可以利用多方面的数据科学全面的反应山东省各市的城市化水平且可操作性较强。

2.2城市化指标体系构建

城市化水平评价指标体系，是利用具体的指标对城市化所包括的内容、结构、特征进行具体化、层次化的统计描述和综合评价[7]。

城市化主要表现在：农村人口转化为城镇人口，导致人口向城镇集中；农业活动转化为非农业活动，导致非农产业发展的经济要素向城市集聚；农村地域转化为城镇地域，导致城镇地域景观不断扩大；农村生活方式转化为城镇生活方式，导致城镇生活方式和制度环境不断扩展和强化[8]。因此，根据上述的城市化表现形式，查阅《山东省统计年鉴》获得数据，选取城镇人口占总人口比重（D1）、建成区面积占土地总面积比重（D2）、养老保险人数占就业总人数比重（D3）、城镇就业人数占总就业人数比重（D4）、二三产业占地区生产总值比重（D5）等数据作为指标体系构建的数据。

3山东省城市化水平差异分析

3.1数据收集与处理

根据指标体系内容，查阅《山东省统计年鉴》得到山东省各个地级市的原始数据，包括人口总数、城镇人口数量、各市面积、各市建成区面积、养老保险人数、就业人数、城镇就业人数、二三产业占地区生产总值比重等（表1）。

3.2山东省各市城市化水平的主成分分析

运用SPSS对处理好的山东省各市的数据进行主成分分析，得出的结果通过表4可以看出，根据特征值大于1的原则提取第一主成分（X1），提取平方和载入后的第一主成分（X1）方差占全部方差的83.72%，因此第一个主成分（X1）就足以描述城市化发展水平，用主成分分析的方法进行评价效果比较理想。

主成分在养老保险参保人数占全社会从业人员比重上有较大载荷，主要体现了社会城市化水平；主成分在城镇人口占常住人口比重上有较大载荷，主要体现人口的城市化；非农从业人员占全社会从业人员比重和二三产业占地区生产总值比重体现产业城市化；建成区面积占土地面积的比重体现了土地的城市化。各个指标都可以很好的体现城市化的各个方面，通过计算便可得出山东省各市城市化水平指标的因子得分和主成分得分，Y果见表5。

4山东省各市城市化水平聚类分析

聚类分析是根据数据的相似性和差异性进行的，相似性可以借助相似系数之类的表征，差异性则可以通过距离反应[9]。为了更加直观的看出山东省各地市城市化水平的不同层次，在主成分分析的基础上，对山东省17个地级市城市化水平做聚类分析（图1）。

通过图1可看出，山东省各地级市城市化水平层次较为明显，大致有四个层次。其中，济南市、青岛市和淄博市可划分为一类，属于高城市化水平的城市；东营市、威海市、烟台市和莱芜市划分为一类，城市化水平较高；潍坊市、日照市、泰安市、滨州市和枣庄市为一类，济宁市、德州市、临沂市、聊城市和菏泽市为一类，处于城市化水平中等和较低水平。

5山东省各市城市化水平空间分析结果

山东省各地级市在空间分布上存在差异，各类不同的因素都会影响到城市经济的发展和城市化的进程，因此在数据统计分析的基础上对山东省各个地级市进行空间上的分析，可以更加明了的反应山东省各地级市城市化水平的差异。基于GIS的功能可实现城市化空间分布定性与定量、图形与数据的结合，能更直观地掌握城市化地域空间特征[10]。

利用计算得到的山东省各市城市化水平得分，在ArcGIS10.1中对山东省各地级市城市化水平用不同颜色表示，可以从空间上进行分析（图2）。

根据图2可看出山东省各市城市化水平在空间分布上的特点，鲁西南内陆地区相较鲁东沿海地区城市化水平较低。济南、青岛、淄博三个城市的城市化水平相对较高，菏泽、聊城等地区城市化水平较低，这与聚类分析的结果较为符合。其中，青岛市城市化水平最高，其实通过统计年鉴得到的数据就可以看出，青u市的城镇就业人口、建成区面积等各类指标都位于突出位置。历年数据显示，青岛市的经济发展一直处于山东省领先地位，城市化进程与经济发展有密切关联，城市化效率与经济发展水平存在动态耦合关系。

高城市化水平类型区还包括济南、淄博等城市。其中，济南市作为是山东省的省会，长期以来政治中心的城市性质使得济南市的经济发展水平较快，城市化综合得分仅次于青岛，居全省第二。淄博市地理位置处于鲁中地区，是山东省重要的工业城市，工业发达是淄博市城市化发展的主要优势，且城乡经济发展水平较高。要大力发展为社会生产和人民生活服务的城市第三产业，不断提高城市现代服务功能。

东营市和威海市、莱芜市和烟台市也有较高的城市化水平。其中，东营市是石油工业城市，位于黄河入海口，是典型的资源型城市，地广人稀，人均GDP高，城市化水平相对较高。威海市是改革开放以后发展迅速的滨海城市，山东省重要的港口之一。威海市环境宜居旅游业发达，农村经济发展水平高，因此较其他城市而言是城市化水平较高的城市。莱芜市是山东省重要的钢铁、能源生产基地，经济发展水平较高。莱芜市以重工业为主，有较强的资源优势和产业基础，城市化水平较高。烟台市是环黄渤海经济圈的核心城市之一，烟台市的城市化综合发展水平不及青岛、济南、淄博、东营和威海等城市的一部分原因，是在指标体系中建成区面积占全市面积起了重要的影响作用，会导致与实际经济发展情况有一定偏差，使得烟台市得分较低。

城市化水平处于中等阶段的城市包括潍坊、枣庄、泰安、日照、滨州。潍坊城市化发展综合得分不是很高，其主要原因是潍坊是一个农业大市，农村经济比较发达。潍坊市与青岛市相邻，因此增加与青岛市之间的经济交流合作是潍坊市城市化发展的重要部分。潍坊市应主动接受青岛的产业转移，努力将潍坊建成青岛的优质农产品供应基地、先进制造业配套基地及半岛地区的物流商贸中心[11]。

处于城市化水平较低的城市有临沂、济宁、德州、聊城、菏泽。这些地市全部位于鲁西、南、北等内陆地区，受自然条件和区位限制，其共同特征是城市化发展水平低，综合得分较低，各项指标也处于全省平均水平之下，经济发展与城市化水平都处于落后水平。

山东省各市城市化水平差异明显，以济南和青岛为中心的经济发展区域城市化水平较高。空间分布可以看出经济发展与城市化水平城市之间互相影响，空间相关性较强。城市化水平可以间接反应区域经济发展的现状，目前山东省经济依然以济南市和青岛市为中心，带动全省经济，与分析中城市化水平得分结果较为一致。

参考文献：

[1]

邓静，孟庆民.新城市发展理论评述[J].城市发展研究， 2001，8（1）：1～8.

[2]刘雷，张华.山东省城市化效率与经济发展水平的时空耦合关系[J].经济地理，2015（8）.

[3]刘爱梅，王波.城镇化对经济结构转型升级的影响及实现路径―以山东省城镇化发展为例[J].山东社会科学，2015（11）.

[4]欧向军等.1996～2004年江苏省县市城市化水平空间演变分析[J].规划师，2006，22（9）：56～59.

[5]张文彤.SPSS统计分析高级教程[M].北京：高等教育出版社，2004：215.

[6]陈昕. 基于主成分分析的资源节约评价指标体系及应用[J].资源与产业，2010，12（6）：38.

[7]王礼刚.贵州省各地市州城市化水平综合评价――基于主成分、聚类和GIS分析方法[J].西北民族大学学报（哲学社会科学版），2011.

[8]李继红，马洪云，黄启.山东省城市化与经济发展协调性研究[J].资源与产业，2016（4）.