时间:2023-07-31 16:50:36
引言:易发表网凭借丰富的文秘实践,为您精心挑选了九篇城市经济发展水平范例。如需获取更多原创内容,可随时联系我们的客服老师。
关键词:环境友好;经济发展水平;空气质量;对比分析
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.
[12] 李灵, 吴丰润. 基于经济发展水平的城市交通与空气质量分析[J]. 管理观察, 2014, 540(13): 9-11.
【关键词】因子分析 经济水平 评价
安徽省位于中国大陆东部,与江苏、上海、浙江共同构成了长江三角洲城市群,但相对于东部沿海各城市来说,其经济发展还比较落后,而且省内各市的发展也存在不平衡的现象。因此,为了安徽更好更快的发展,本文运用SPSS软件进行因子分析,对安徽省各城市的综合经济水平得分做了一个比较,并分析了各城市的经济发展水平情况,找出了差异性存在的原因,进而提出缩小各城市间发展水平差距的建议,推动安徽省整体经济发展。
一、建立经济发展水平综合评价的指标体系
为了能够全面、系统地描述安徽省各城市的经济发展水平情况和特征,本文先采用定性分析法,找出能够反映综合经济水平的一些指标,再对这些指标采用科学的定量分析。笔者综合相关文献,并结合安徽自身特点,最后选择了九项指标构建评价指标体系。这九项指标分别为:人口数、就业人员数、人均GDP、工业总产值、农林业总产值、旅游业总收入、固定资产投资、财政收入、专利申请授权量。这九项指标从经济发展水平、产业发展水平、居民生活水平、教育文化水平以及经济发展潜力等方面反映城市综合经济实力,为后面的因子分析提供了科学的依据。各项指标的数据为2015年安徽各市的y计数据,数据来源于安徽统计年鉴。
二、因子分析的数据结果与分析
(一)数据检验
通过SPSS18.0进行因子分析,通过降维提取公因子。首先检验变量间的相关性,一般认为,KMO值大于0.7可认为数据间具有较好的相关性,KMO值越接近1.0,变量间的共同因子越多,也就越适合进行因子分析。通过检验,根据Kaiser 给出的KMO值为0.810,因此适合做因子分析。同时,Bartlett球形度检验统计量的观测值为204.164,相应的Sig.值为0,认为相关系数矩阵与单位阵有显著差异,因此对数据进行因子分析是恰当的。
(二)公共因子的提取和分析
用主成分分析法进行公共因子的提取,结果见下表。根据特征值大1的提取原则提取了两个公因子,且由表可看出,两个公因子的累计方差贡献率为90.393%,即这两个公因子所解释的方差占全部方差的90.393%,因此用其来反映各城市经济发展水平所损失的信息较少,能够综合反映各市的经济水平。
利用具有Kaiser标准化的正交旋转法,旋转在3次迭代后收敛,经过3次迭代后,得到因子得分系数矩阵。根据因子得分系数矩阵,可算出各城市的因子得分。
(三)各市经济发展水平综合得分计算
根据因子得分系数矩阵,用每个公因子的方差贡献率为权重,计算2015年安徽省各城市经济发展水平综合得分。根据上表,令第一公因子F1方差贡献率为权重1,第二公因子F2方差贡献率为权重2,根据综合得分计算公式:
其中,F1,F2为各城市的因子得分,由此可计算出各城市的最终综合得分。从最终结果来看,城市之间得分差距较大,说明了各城市之间经济的发展存在着较为严重的不平衡现象。
三、结论与建议
(一)结论
根据因子分析结果,对2015年安徽省各城市的综合经济发展水平及排名有了以下结论。
1.合肥、芜湖、安庆的综合经济发展水平相对较高,对于安徽省来说是省内发达城市。合肥市是安徽省省会,是安徽省经济的辐射中心,且自2010年合肥加入长三角城市群以来,经济实力得到了快速发展,以合肥为中心的合肥都市圈也带动了周边的经济增长。芜湖市作为安徽省经济实力排名第二的城市,是安徽省重要的工业基地、科教基地,芜湖市城区位于长江干流上,使其拥有优越的水路运输条件,而且经过芜湖的铁路也可通向全国各地,更使得其成为全国综合性的交通枢纽。安庆市作为安徽省历史文化名城,也是安徽省最早的省会所在之地,其无论是经济还是文化,对整个安徽省都起着重要的影响作用。
2.滁州、六安、马鞍山、蚌埠等市综合经济发展水平相对落后城市较高,作为安徽省中等城市,虽然有一定的工业基础,但没有创新型产业的兴起,也缺乏外来资本的流入,只能靠已有的产业带动经济发展,整体经济实力还有待进一步提升。
3.铜陵、池州、黄山综合得分值低,为安徽省落后地区。本区位于皖南山区一带,由于地形以山区为主,交通发展比较滞后,基础薄弱,工业化和城市化水平低,难以靠工业带动发展。另外,由于发展落后,就业机会少,使得劳动力大量外流,加剧了本区的发展滞后水平。
(二)建议
根据因子分析所得出的结论,结合安徽省各市自身特点,为了安徽省更好更快地发展,缩小各城市间的差距,消除发展不平衡现象,现提出以下几点建议。
1.继续打造以合肥为中心的大型城市圈,带动周边发展,依靠其地缘优势、区位优势,建设成面向全省的辐射中心。借助国家政策,使本省优势产业走出去,把别人好的产业引进来,向长三角发达城市靠拢,真正融入长三角城市群的这个大集体,推动经济强有力的发展。
2.对于中等城市而言,要加大产业创新力度,加强招商引资,加强同周围城市之间的专业化分工与协作,打开门户和通道,从而创造更多就业机会,提高居民收入。同时也要保护原有产业,发挥工业基地优势,如马鞍山的钢铁产业,蚌埠的重工业等。
3.以池州、黄山为代表的典型皖南山区一带,区域生态环境较好,有着得天独厚的农林业和旅游业资源,应当以旅游业作为其发展主体,配套带动餐饮业、因地制宜的工商业的发展,打造具有鲜明特色、完善设施、一流服务的旅游城市,从而带动整个区域的经济发展。
总之,为了促进各个城市的经济发展,应当要符合各个城市的特点,结合城市的优势,挖掘发展潜力,同时还要需要相应的投入与扶持政策,使每个城市都寻找到一条符合自身的发展道路。而为了促进安徽省整体综合经济水平,重中之重是要减小经济差距,努力消除各市发展不平衡的现象,调动各市发展积极性,整体规划,合理布局,统筹协调,实现安徽省长久快速发展,提高整体经济实力。
参考文献
[1]何宜庆,文静,袁莹莹.基于因子分析的江西省城市低碳经济发展评价分析[J].企业经济,2011,(12):65-67.
[2]夏国恩,兰政海.基于因子分析的广西区各城市综合经济实力评价[J].特区经济,2009,(12):211-213.
关键词:城市化;经济发展;山东
1城市化基本介绍
随着世界经济体的崛起,世界经济一体化愈发明显,城市化发挥着不可忽视的作用,城市化高度的发展表现一个国家经济旺盛的标志,工业化和服务业等第三产业的经济力量。城市化从内容上分为“人口城市化”“空间城市化”“乡村城市化”,人口城市化是农业人口向非农业人口的转变,表现在从事第一产业人口数量的下降,第二产业,第三产业人口数量的增多;空间城市化,是一种区域模式,是由农村向城市集聚的空间现象;沃思(L.wirth)认为,城市化是乡村人口向城市人口转化,城市不断完善发展,生活方式质的转变的过程。配第-克拉认为,劳动力是经济发展从第一产业向第二产业、第三产业,现代业发展的重要表现因素,随着经济发展水平提高,引起劳动力空间分布,农业人员向非农人员转变,城市化,城镇化集聚的变化。
2城市化与经济发展的关系
城市化与经济发展关系的研究历来被世界各国人们研究,主要有发展国家、发展中国家,发达国家的城市化进程;城市化与经济发展的相关影响因素分析研究;城市化与经济发展的导向作用研究,促进城市化进程措施等。城市化在区域经济发展中的作用不是单向的,城市化和工业化与第三产业是双向导向关系,即工业化,服务业等第三产业经济发展吸引乡村人口进城务农,发展个人经济水平提高,另一方面,农业人口向非农业人口的转变,增加城市劳动力,与新发展的技术相结合,更好的促进工业化与第三产业的双向发展。。中国城市化主要表现指标在非农人口比重、城市区域、就业结构、产业结构、城市用地比重法,即以某地区的城市建成区的面积占该区域总面积的比重来反映城市化水平,社会生活城市化水平,经济城市化水平(人均GDP)等,本文应用论文研究中最常用的非农人口比重,即城市化率,产业结构和人均GDP城市化指标进行分析研究。
3山东省城市化发展特点
通过查阅中国统计局网站、山东省统计局网站2005-2014年城镇人口与年末总人口数量,2005-2014年全国和山东省年末总人口和城镇人口明显逐年增加,这十年间中国和山东省城市化率逐渐升高,通过数据显示2014年中国城市化率为54.77%,低于世界平均城市化率,2005-2014年山东省城市化率虽然逐年上升但还是低于全国城市化水平,可见,促进加快山东省经济的快速发展,就必须提高山东省城市化水平势,逐步跟上国家城市化水平,提高省内人民经济指数和幸福指数。结束语经过对山东省城市化与经济发展关系的研究,经过与国家城市化比较得出结论,第一,山东省内存在城市化与区域经济发展不协调现象;第二,城市化发展程度与工业化、第三产业的经济发展程度有相关性,即工业化与第三产业的发展促进城市化进程,城市化进程又给工业化与第三产业的发展壮大劳动力等资源;第三,影响城市化与区域性经济发展的因素主要有外部和内部因素,主要表现在产业结构、人力资源与物质资源、国家政策等。
参考文献:
[1]陈成文,刘剑玲.中国城市化研究二十五年[J].湖南医科大学学报:社会科学版,2004,10(5):564-569.[2]张敦富.中国区域城市化道路研究[M].中国轻工业出版社,2008(1):51-52.
[3]蒋剑芬.福建省城市化与区域经济协调发展研究[D].福建师范大学,2006.
[4]谢文蕙,邓卫.城市经济学第1版[M].清华大学出版社,2008.
[5]张世银,周加来.城市化指标体系构建与评析[J].技术经济,2007,26(3):32-37.
关键词:经济发展水平;因子分析;Borda模糊数学法;合理等级排序;聚类分析
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.
[4]苏金明,傅荣华,周建斌,张莲花.统计软件SPSS For Windows 实用指南[M].北京:电子工业出版社,2000.462-463.
[关键词]海峡西岸经济区;综合发展水平;因子分析
[中图分类号]F123[文献标识码]A[文章编号]1005-6432(2012)23-0112-02
1 指标的选取
文章在指标的确定上,从经济社会、城市规模、基础设施三个方面综合考虑,并遵循指标确立的科学性、系统性、全面性、可比性和可操作性的原则。确定指标如下:
11 经济社会发展水平指标
X1:工业总产值(万元),X2:社会消费品零售总额(万元),X3:城乡居民储蓄年末余额(万元),X4:地方政府一般预算内收入(万元)。
1.2城市规模指标
X5:货运总量(万吨),X6:客运总量(万人),X7:年平均人口(万人),X8:在岗职工人数(万人),X9:在岗职工工资总额(万元),X10:批发、零售、住宿和餐饮业从业人数(万人)。
1.3 城市公共设施指标
X11:人均居住面积(平方米),X12:每万人拥有公共汽车数(辆),X13:人均城市道路面积(平方米),X14:人均绿地面积(平方米)。
以上14个指标能够全面地反映出一个城市的综合发展水平。文章数据来自《中国城市统计年鉴—2011》整理的相关数据。
2 本文因子分析的主要步骤
(1)指标的标准化处理。为了克服由于指标量纲不同对结果带来的影响,从而对原始指标数据进行标准化处理,以消除单位﹑数据大小不一致等的影响。
(2)确定待分析的指标变量是否适合因子分析。采用Bartlett球形检验和KMO检验方法来确定是否适合做因子分析。
(3)求解公共因子及因子成分矩阵。利用主成分法提取公因子,根据特征值>1的原则和因子的累计方差贡献率(一般方差的累计贡献率应在80%以上)来选择因子的个数,得到因子成分矩阵。
(4)因子旋转。对所得的因子成分矩阵进行旋转,得到旋转成分矩阵,从而更好地确定和解释公共因子。
(5)因子得分。
(6)根据步骤5的因子得分计算出综合得分及排名,对城市综合发展水平进行评价分析。
3 城市综合发展水平因子分析
(1)KMO检验。通过利用标准化处理后的数据得出KMO值为0686,适合作因子分析。Bartlett的球形度检验给出的相伴概率为0000,小于显著性水平005,因此拒绝Bartlett的球形度检验的零假设,认为适合作因子分析。
(2)基于特征值﹥1和累计方差贡献率在80%以上的原则和计算的特征值及方差贡献率,文章提取了前四个因子,前四个因子的特征值都>1且累计方差贡献率达到了88601%,说明了前四个因子提供了原始指标数据的足够数据。
(3)由旋转成分矩阵得出:因子1在变量X1,X2,X3,X4,X6,X8,X9,X10,X12上的载荷值都在0647以上,其中X1反映了城市工业发展规模;X6、X8、X9是反映城市规模的指标;X10反映了第三产业的发展规模,X2、X3、X4反映了城市国民收入水平;X12是反映城市公共设施水平的指标;因此因子1为反映城市经济﹑规模及公共设施的公共因子,在这个因子上的得分越高,城市经济发展水平越高、规模越大、公共设施越加完善;公共因子2在反映变量X12﹑X13﹑X14上的载荷值比较大,X11﹑X12﹑X13是反映城市公共设施的综合指标,所以因子2为反映城市公共设施的因子;因子3在反映变量X5﹑X6、X7上的载荷值都很大,并且X5、X6、X7为反映城市规模的指标,所以因子3为反映城市规模的综合因子;因子4在X11上的载荷值达到了0953,因此4为反映城市居住条件的公共因子。
(4)评价模型。运用回归分析方法得到因子得分系数矩阵,根据各个公共因子的方差贡献率和各个因子的载荷值构建城市综合发展水平的评价模型:
Fi=046342F1i+017454F2i+015517F3i+09285F4i088601
式中:Fi(i=1,2,…,20)表示城市i的综合发展水平,F1i,F2i,F3i,F4i为城市i在因子1、2、3、4上的得分。
4 结果分析及对策
由因子1、2、3、4的得分,求出了各个城市的综合得分F及排名(如下表所示),由综合得分就可以综合评价城市的发展水平。根据各个城市的综合得分F及排名,把区内的20个城市分为三类,得分大于0的城市为第一组,得分在0~-05的城市为第二组,得分在-05以下的城市为第三组。
第一组是得分大于0的城市,泉州﹑福州﹑厦门﹑温州﹑汕头这五个城市在区内的综合发展水平是最好的。泉州在城市经济﹑规模﹑公共设施方面均位于前列,可见泉州已经成为中心城市;第二的福州在城市经济﹑规模﹑公共设施上得分都很高,但是在人均居住面积指标上的得分为负值,作为省会城市的福州需要加大廉租房﹑经济适用房等建设;厦门在因子1、2、4上得分都很大,尤其在因子2上,这说明厦门的公共设施水平在海峡西岸经济区里是最完善的,但是城市规模因子3的值为负,可见厦门要提高整体的城市综合发展水平,就必须扩大城市规模;第四的温州在因子1、3上的得分都显著靠前,而2、4均为负值,这总体说明虽然温州的经济发达,但是城市公共设施方面还需要进一步完善,温州可以依托其经济及地理优势,发展城市公共设施;第五的汕头在因子3、4上的得分为正,而1、2为负,说明汕头市的经济需要发展,以提高其综合实力,从而带动周围地区的发展。
第二组是得分在0~-05的城市,赣州﹑上饶﹑漳州﹑衢州﹑三明﹑丽水﹑龙岩。这七个城市在经济因子1和居住条件因子4上的得分都为负值,说明这七个城市的经济发展较为落后,且城市居住条件较差,要提高城市的综合发展水平,首先要发展经济。赣州可以凭借当地的矿产资源和脐橙资源优势,发展当地经济;上饶可以依托其交通枢纽的优势和旅游资源优势发展当地经济;漳州可以依托其后发优势及区位优势(地处厦门和泉州之间)来发展当地经济;衢州是以农业为主的城市,柑橘﹑油茶等农业资源丰富,但发展水平不高,在新形势下可以发展现代农业,提高农业化水平;三明应大力发展工业企业,淘汰落后企业,促进工业企业产业结构升级,来发展当地经济;丽水要大力发展现代农业,提高城市化水平;龙岩应发挥其资源优势来发展经济,形成产业集聚,发展循环特色经济,提高其在区内城市的综合发展水平。
第三组是得分在-05以下的城市,莆田﹑鹰潭﹑梅州﹑宁德﹑南平﹑潮州﹑抚州﹑揭阳这八个城市的综合得分排在后面,说明城市的综合发展水平在区内是处于落后的。这些城市在各个因子上的得分大多数为负值,并且在经济因子F1上均为负,而经济是社会发展的动力,只有经济提高上去了,城市的公共设施及规模才能跟得上去,所以对于区内落后地区,各地应充分发挥其资源﹑区位优势,发展当地经济,促进区域协调发展。比如:莆田市应大力发展海洋经济;鹰潭应发展旅游和矿产经济;梅州应发展现代农业和提高其工业基础;宁德应发展工业及贸易;南平应大力发展精细化工、纺织服装、汽车及配件、纸及纸制品、电线电缆、食品加工、竹木加工等七大产业;潮州应发展特色陶瓷经济;抚州应依托向莆的建设发展有色金属资源经济;揭阳应发展玉器、五金、能源产业。
在巴彦淖尔市中心城市的建设中,要合理地确定城市的发展方向、规模和布局,做好环境预测和评价,协调各方面在发展中的关系,使整个城市的建设和发展达到技术先进、合理协调、环境优美的综合效果,为居住、劳动、学习、交通、休息以及各项社会活动创造良好条件。要重点在城市功能的合理性、城市形态的和谐性和城市经济、社会环境的协调性上下功夫,按照“一城三区一组团”的城市发展规划和建设宜居宜业的百万人口区域中心城市的战略目标,进一步加快临河城区、朔方区、双河区的建设,拉大城市框架,拓展城市发展空间,促进人口和产业集聚,增强区域中心城市发展活力。
加强旧城区改造的力度
按照规划进度完成棚户区、城中村的拆迁和建设,通过大规模的改造,不断提升城市的居住条件,同时促进旧城区在道路、绿化、给排水、供热及供气等基础设施方面的改善,实现扩容提质、打造特色、完善功能、改善环境和便民利民的目标。要建设一批彰显河套文化内涵和具有鲜明地域特色的标志性建筑,要形成几处集旅游观光、休闲娱乐、商业购物和餐饮文化为一体的高标准现代化的“一条街”;要加强绿地、广场、水系的建设;大幅度提升城市形象品味和宜居程度。
切实加大廉租住房、公共租赁住房、限价商品房的建设与供给力度,使城市发展与和谐社会建设紧密相结合
要改善居民住房条件和提升城市的功能,就要进行棚户区及城中村改造,集中力量和采取行之有效的方法,破解房屋征收瓶颈,抓好重点区域的征收改造进度,使城市的整体面貌得以改观。要有效、合理地促进房地产业的健康发展,激活房地产市场,加大开发、销售、入住的力度,使城市经济在不断的发展中得到提升和完善。
发挥中心城市的辐射带动作用
充分发挥中心城市人才、物流、信息和资金等相对集中的优势,加快产业结构调整步伐,完善服务体系,增强服务功能,提升服务水平。中心城市要把发展服务业放在突出、优先的位置,大力发展辐射范围广、业态水平高、产业贡献率大的现代服务业,推动升级换代,构建主体功能突出的区域服务业中心。
本文采用《丽水统计年鉴2012》的数据,运用主成分分析测度丽水市各地区经济发展潜力。研究表明,丽水市各地区的经济发展潜力存在明显的空间异质性:莲都区发展潜力最强;缙云县、青田县、龙泉市、松阳县、云和县、遂昌县为处于中间水平;松阳县、云和县、遂昌县庆元县、景宁县发展潜力较差。
【关键词】
主成分分析;经济发展潜力
丽水市是浙江省辖地级市,位于该省西南部、南邻福建,古称处州,始名于589年(隋文帝开皇九年),是浙西南的政治、经济、文化中心。全市总面积17298平方公里,常住人口211.70万,是浙江省面积最大而人口最稀少的地区。下辖莲都区及景宁畲族自治县、缙云、青田、遂昌、云和、庆元、松阳七县,代管县级龙泉市。
地区经济发展潜力能反映一个地区社会经济系统的发展水平,也是评价一个地区社会经济系统发展状况的重要指标。由于丽水市各地区经济规模、经济结构、经济发展质量、可持续发展等方面还存在着差异,对各地区经济综合实力进行客观评价,可以为丽水市今后经济又好又快发展提供决策依据。因此,本文首先以丽水市为基本空间单元收集区域发展影响因素,在此基础上通过主成分分析,提取并分析各主因子的空间分布状况,在此基础上进行以下处理主因子得分综合,得到区域空间发展潜力。
一、主成分分析法
主成分分析法是一种考察多个变量间相关性的多元统计方法,由皮尔逊首先提出并使用,之后经众多统计学家不懈努力逐步发展和成熟起来。主成分分析是将原来众多具有一定相关性的指标,重新组合成一组新的互相无关的综合指标来代替原来的指标。
在建立县城单元评价指标选择的基础上,运用主成分分析方法(PCA),提取影响县域乡镇地域空间差异的主因子。对各县城的综合实力进行评价。
本文选取2011年丽水市13项反映社会经济发展水平的主要统计指标,分别为镇域户籍人口、县域暂住人口、第一产业就业人口比例、第三产业就业人口比例、财政收入、工业产值、农业产值、农民人均收入、旅游收入、镇域面积、建成区绿化覆盖面积、工业固体废物综合利用率、医院卫生院床位数。
运用统计分析软件stata对对数据进行因子分析,采用主成分法提取特征值大于1的主成分作为公共因子,得到方差最大正交旋转后的因子载荷矩阵、特征值、贡献率和累计贡献率。特征值大于1的前三个公因子的累计贡献率超过80%,可见提取三个因子后,它们反映了原始变量的大部分信息。
二、主因子得分及空间分布
根据因子荷载矩阵分析主因子含义,并根据因子得分系数矩阵,计算各乡镇主因子得分,分析各主因子的空间分布特征。
从表1可知:第一主因子主要解释镇域户籍人口、镇域暂住人口、财政收入、工业产值、农业产值、农民人均收入、旅游收入、建成区绿化面积及医院卫生院床位数等指标,可命名为社会经济发展因子。空间分布值排名为莲都区、缙云县、青田县、松阳县、龙泉市、云和县、遂昌县、庆元县、景宁县。
第二主因子主要解释镇域面积、第一产业就业比例,可命名为传统产业因子。其值排名为遂昌县、龙泉市、青田县、莲都区、景宁县、缙云县、庆元县、松阳县、云和县。
第三主因子主要解释第三产业就业人口比例、工业固体废物综合利用率,可以名为现代服务业发展因子。其值排名为莲都区、缙云县、云和县、松阳县、龙泉市、庆元县、青田县、景宁县、遂昌县。
三、发展潜力评估
依据主因子得分乘以贡献率权重得到的发展潜力是基于现状的发展潜力或空间格局。其结果如下表:
从表2的得分和排名可以看出:丽水市各地区经济发展不平衡的现象较为明显。莲都区是丽水市综合发展潜力最强,以绝对的优势名列第一;缙云县、青田县、龙泉市、松阳县、云和县、遂昌县为处于中间水平,松阳县、云和县、遂昌县庆元县、景宁县发展条件较差。
参考文献:
[1]张吉献.基于主成分分析法的河南省各城市综合实力评价[J].河南科学,2009(01)
关键词:广西北部湾经济区;低碳城市;灰色关联度;评价指标体系
基金项目:2014年度广西高等学校科研项目:“广西北部湾经济区低碳城市发展评价与对策研究”(项目编号:YB2014602);2015年国家社科基金一般项目:“西南边疆民族地区丝绸之路经济带建设中城镇化多元格局实现路径研究”(项目编号:15BMZ080)
中图分类号:F127 文献标识码:A
收录日期:2017年3月8日
城市作为人们从事生产经营活动及生活的重要地域单元,其碳排放问题已引起全社会及国内外的广泛关注,并已成为社会各界共同面对和亟待解决的重大问题。早在2003年英国政府就在其发表的能源白皮书《我们能源的未来:创建低碳经济》中提到了“低碳”概念,并随着社会各界对全球气候环境变化给予的高度关注,低碳发展理念已俨然成为一种新的推动经济可持续发展、能源循环利用和生态环境可持续发展的重要理念和思想,并得到世界各国的广泛认同。低碳城市发展倡导的是在低碳理念的指导下,通过广泛应用各种新能源技术,积极推动经济、社会和环境等的低碳化转型,从而减少城市二氧化碳等温室气体排放,努力营造一个经济发展低碳化、社会发展低碳化、生活低碳化、环境低碳化的可持续发展城市,从而更好地促进城市的健康长远发展。本文试图从低碳经济、低碳技术、低碳社会、低碳资源和环境四个层面构建广西北部湾经济区低碳城市发展水平评价指标体系,然后采用灰色关联评价法对其进行评价分析,为把握广西北部湾经济区低碳城市发展的特征和影响因素,进而采取相应对策措施更好地推动广西北部湾经济区低碳城市的发展具有重要的理论和实践意义。
一、广西北部湾经济区低碳城市发展水平评价指标体系的构建
广西北部湾经济区低碳城市发展水平评价,涉及到低碳城市的经济、技术、社会、资源和环境等影响因素方面,是一个复杂的多因素综合评价体系。为了综合评价广西北部湾经济区低碳城市发展水平,进一步分析广西北部湾经济区低碳城市发展水平的影响因素及^域差异特征,本文在结合广西北部湾经济区低碳城市发展水平的发展实际及在坚持科学性、系统性、可操作性、层次性及数据可获得性等原则的基础上,建立了广西北部湾经济区低碳城市发展水平评价指标体系,详见表1。该指标体系从低碳经济、低碳技术、低碳社会、低碳资源和环境4个二级指标层共29项三级指标来评价广西北部湾经济区低碳城市发展水平状况。(表1)
二、灰色关联评价分析法
灰色关联评价分析法来源于我国邓聚龙教授在1982年提出的灰色关联理论,该评价分析方法是一种可以对系统影响因素的重要性次序及区域发展水平高低进行综合性评判的一种重要分析方法,目前已被广泛应用到我国经济社会发展的相关研究当中。灰色关联度是通过分析两个或两个以上因素之间的关联性程度来反映其关联度或差异性程度,关联度越大,表明其相似度越高;关联度越小,表明其相似度越低。其中,灰色关联度的计算,可以通过如下公式(1)至公式(4)求得。其中,公式(1)是对评价指标体系的指标数据进行无量纲化处理,经处理后的数据的取值范围为[0,1];X0(k)为参考序列,经无量纲化处理后的参考序列的每个值均为1。
三、广西北部湾经济区低碳城市发展水平灰色关联评价
采用2014年广西北部湾经济区低碳城市发展水平评价的指标数据,采用公式(1)~(4),计算得到广西北部湾经济区低碳城市发展水平的各项影响指标的灰色关联度及其权重。(表2)
首先,广西北部湾经济区低碳城市发展水平的各项影响指标的灰色关联度及权重较大的前三个指标分别是C17人口增长率、C21生活垃圾无害化处理率、C23人均节能环保支出,其灰色关联度分别为0.8396、0.8035、0.7146,权重分别为0.0503、0.0482、0.0428,表明人口增长情况、生活垃圾无害化处理情况和人均节能环保支出水平这三个影响指标对广西北部湾经济区低碳城市发展水平的影响较大。
其次,C16第三产业从业人员比重(0.6617)、C34人均住房建筑面积(0.6579)、C48城市污水处理率(0.6432)、C25教育支出占财政支出的比重(0.6393)、C38每万人拥有公共汽车(0.6186)、C46每万人液化石油气供气总量(0.6014)、C11人均地区生产总值(0.6008)等影响广西北部湾经济区低碳城市发展水平的指标的灰色关联度介于0.6000~0.7000之间,其大小仅次于C17、C21、C23三个指标,这部分指标主要从第三产业服务人员规模、人均住房建筑面积、城市污水处理情况、教育支出比重、公共汽车数量、液化石油气供气数量、人均地区生产总值等角度影响广西北部湾经济区低碳城市发展水平。
再次,C36建成区排水管道密度(0.5909)、C32居民人均生活用电量(0.5788)、C31城市居民年人均可支配收入(0.5658)、C15城市化率(0.5601)、C22节能环保支出占财政支出的比重(0.5548)、C42人均公园绿地面积(0.5510)、C13第三产业占GDP的比重(0.5495)、C35人均城市道路面积(0.5462)、C44城市气象站点年平均降雨量(0.5384)、C33人均日生活用水量(0.5189)、C12 GDP增速(0.5175)、C14人均工业总产值(0.5105)等影响指标的灰色关联度介于0.5000~0.6000之间,这部分指标主要从排水管道建设、居民生活用电用水状况、人均可支配收入、城市化率、节能环保支出比重、公园绿地建设、降雨量、GDP和工业发展状况等角度对广西北部湾经济区低碳城市发展水平产生影响。
最后,C43建成区绿化覆盖率(0.4907)、C41人均水资源量(0.4824)、C47污水处理厂日集中处理能力(0.4760)、C37每万人均路灯盏数(0.4732)、C24科学技术支出占财政支出的比重(0.4730)、C18建成区面积(0.4695)、C41每万人绿化覆盖面积(0.4564)等影响指标的灰色关联度相对较小,介于0.4000~0.5000之间,但其仍然是衡量广西北部湾经济区低碳城市发展状况,推动低碳城市实现可持续发展的重要指标。
可见,表2在一定程度上反映了各项指标与广西北部湾经济区低碳城市发展水平之间的单一关联程度,但是仍难以从总体上反映出广西北部湾经济区低碳城市发展水平的发展特点。为进一步了解广西北部湾经济区低碳城市发展水平的四大影响因素的灰色关联度,在采用公式(1)~(3)求得广西北部湾经济区低碳城市发展水平的各大影响因素得分及其排序(详见表3)的基础上,采用公式(2)~(4)进一步求得广西北部湾经济区低碳城市发展水平的四大影响因素的灰色关联度和排序(详见表4)。(表3、表4)
从表3可以看到,广西北部湾经济区低碳城市发展水平各大影响因素的综合得分最高的地区是南宁,综合得分为0.6626;得分较高的是防城港,得分为0.6346;得分仅次于南宁和防城港的城市是北海、钦州和玉林,其得分分别为0.6258、0.6166、0.4861;而得分最低的是崇左,其得分为0.4608。其中,南宁、防城港、北海和钦州的影响因素得分均大于0.6000,而玉林和崇左的影响因素得分均低于0.5000,可见,这六个城市之间的影响因素得分之间具有一定的差距,并且南宁、防城港、北海和钦州这四个城市处于一个相对较高层次的发展水平之上,而玉林、崇左又处于同一低层次的发展水平上。此外,四大影响因素的地区得分中,低碳经济因素的得分最高的地区是南宁(0.7785),其次是防城港(0.6414),最低的是玉林(0.4489);低碳技术因素的得分最高的地区是钦州(0.8203),其次是北海(0.7408),最低的是南宁(0.5044);低碳社会因素的得分最高的地区是防城港(0.7421),其次是北海(0.6368),最低的是崇左(0.3505);低碳能源和环境因素的得分最高的地区是南宁(0.7438),其次是防城港(0.5449),最低的崇左(0.3991)。
从表4来看,广西北部湾经济区低碳城市发展水平的四大影响因素中:低碳经济的灰色关联度最大,其数值是0.7293,表明低碳经济因素对广西北部湾经济区低碳城市发展水平的影响最大;其次是低碳社会,其灰色关联度是0.6569,表明低碳社会因素对广西北部湾经济区低碳城市发展水平也产生了重要影响,其影响程度仅次于低碳经济因素;第三是低碳能源和环境,其灰色关联度是0.5701,推进低碳能源和环境的建设是实现广西北部湾经济区低碳城市发展的重要组成部分;第四是低碳技术,其灰色关联度是0.5086,虽然其关联程度较低,但是鉴于低碳技术的发展对低碳城市发展的重要性,可以看到,低碳技术由于其技术的研发、吸收、创新以及推广具有一定的时间阶段性,导致其对低碳城市发展的推动作用具有一定的滞后性。由此可见,影响广西北部湾经济区低碳城市发展水平的四大因素的影响程度从强到弱的顺序依次为低碳经济、低碳社会、低碳能源和环境、低碳技术。
四、结论
通过对广西北部湾经济区低碳城市l展水平进行灰色关联评价,研究发现:广西北部湾经济区低碳城市发展水平的区域差距较突出,南宁、防城港等地区的低碳城市发展水平相对较高,北海、钦州、玉林的低碳城市发展水平仅次于南宁和防城港,而崇左的低碳城市发展水平最低。其中,崇左的得分仅为南宁的得分的69.54%,各城市之间的发展差距仍较明显;与此同时,南宁、防城港、北海和钦州等城市的低碳城市发展水平处于一个相对较高层次上,而玉林、崇左则处于一个相对较低层次的水平上。并且从四大影响因素对广西北部湾经济区低碳城市发展水平的重要性来看,低碳经济是其最重要的因素。可见,低碳经济的发展程度仍然是影响广西北部湾经济区低碳城市发展水平高低的最重要因素;其次是低碳社会因素,低碳社会的资源消耗和碳排放的数量及其程度,对广西北部湾经济区低碳城市发展水平产生重要影响;第三是低碳能源和环境,其反映了低碳能源的提供及生态环境状况,是衡量广西北部湾经济区低碳城市发展水平的又一重要因素;最后是低碳技术因素,低碳技术对推动产业发展技术升级、产业结构优化和城市低碳化发展发挥着重要的作用,但其对推动低碳城市的发展具有一定的滞后性。
结果表明:低碳经济、低碳社会分别是影响广西北部湾经济区低碳城市发展水平高低的重要方面,为进一步提高广西北部湾经济区低碳城市发展水平,应积极提倡低碳经济和低碳社会的发展。而人口增长率、第三产业从业人员比重、人均地区生产总值和城市化率等因素是影响低碳经济发展的主要因素,因此要努力推进广西北部湾经济区城市人口规模的扩大,不断扩大第三产业从业人员数量,推动地区生产总值的提高以及加快提升城市化水平。同时,人均住房建筑面积、每万人拥有公共汽车、建成区排水管道密度、居民人均生活用电量等因素是影响低碳社会的重要因素,应注重从改善居民住房状况、公共交通出行状况、排水设施状况、居民生活用电状况等角度提升广西北部湾经济区低碳城市发展状况。与此同时,城市污水处理率、每万人液化石油气供气总量、人均公园绿地面积、城市气象站点年平均降雨量、建成区绿化覆盖率等因素是影响低碳资源和环境的重要因素,应进一步加强城市污水处理,改善液化石油气供气状况,加强公园绿地建设和提升城市绿化覆盖率等,进而不断改善城市环境,推动低碳资源的可持续利用和环境的可持续发展。此外,生活垃圾无害化处理率、人均节能环保支出、教育支出占财政支出的比重等因素是影响低碳技术的重要因素。因此,应进一步加大对城市生活垃圾的无害化处理,提升城市人均环保支出,合理扩大教育支出和强化人才培养力度,不断推动广西北部湾经济区低碳城市的可持续发展。
主要参考文献:
[1]汤光华.灰色关联综合评价方法评析[J].江苏统计,1997.6.
[2]Yang De-yun,Li Dong,Yang Xiang,et al.,Urban Tourism Competitive Power Difference and Grey Relational Analysis on Influencing Factors of the Urban Agglomeration in Central Plain.AISS:Advances in Information Sciences and Service Sciences,Vol.5,No.2,2013.
[3]Zeng Peng,Yang Sha-sha,Lian Chao.Grey Relational Synthetic Evaluation of Urban Competitive Power Influencing Factors of the Urban Agglomeration on the West Side of Taiwan Straits[J].Applied Mechanics and Materials,2011.
[4]廉超,何小贞.我国各地区公共图书馆服务水平的灰色关联评价[J].图书馆学研究,2014.8.
【关键词】城市化水平;经济发展;湖北省;相关性
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).
[4]段瑞君.中部崛起的城市化探析[J].经济与社会发展,2010(6).