時間：2023-07-31 16:50:36
引言：易發表網憑借豐富的文秘實踐，為您精心挑選了九篇城市經濟發展水平范例。如需獲取更多原創內容，可隨時聯系我們的客服老師。
關鍵詞：環境友好；經濟發展水平；空氣質量；對比分析
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
經濟社會的發展是建立在對自然資源的利用和改造的基礎上，勢必給自然生態系統中的物質與能量帶來變化。良好的經濟發展模式會考慮到人類活動對資源、環境和生態的影響，進而實現環境資源友好型發展，然而經濟發展、環境友好和資源節約等多重目標并重的發展模式會對經濟發展速度有所限制。因此，無論是發達國家，還是正在發展中的國家，都很大可能先是經歷“經濟發展主導型”發展模式，再轉變為“環境資源友好型”發展模式[1，2]。
改革開放以來，由于我國經濟和社會的高速發展，引起了空氣污染物的迅速積聚，造成了當前面臨的空氣質量問題。因此，我國目前正在處于經濟發展轉型階段，由以經濟發展速度為主要或單一目標的“經濟發展主導型”發展模式轉向社會、環境與資源協調發展的“環境資源友好型”發展模式。近些年我國實施的“環境友好型社會”、“和諧社會”和“可持續發展觀”等國家發展戰略都體現了這一轉變。然而，由于地理位置、自然資源、歷史發展和開放水平等因素的不同，我國不同區域的城市發展水平存在較大差異[3]。東部沿海以及內陸核心城市經濟社會發展很成熟，而一些內陸非核心城市可能正在處于起步發展過程中。單一從經濟發展速度對城市進行評價不能充分反映出城市的總體水平，進而也會導致我國各城市的非健康發展。因此，從環境友好視角，對我國城市經濟發展水平進行比較具有重要現實意義。本文主要是空氣質量指標來對城市環境進行測量，結合空氣質量對我國典型城市的經濟發展水平進行比較，識別出當前我國不同城市的發展模式，為各城市的良好健康發展提供一定依據。
國內外學者越來越關注經濟發展與空氣質量問題。曹洪軍和莎娜從區域環境視角對區域經濟發展模式進行研究，并采用山東省1978到2009間的數據對區域經濟發展環境與區域經濟增長的相互關系進行了檢驗[4]；池建宇等考慮我國城市內生因素的影響，采用庫茨涅茲曲線研究了我國經濟發展水平與空氣質量的關系，發現未來十年內我國省會城市和直轄市的空氣質量改善程度會十分有限[5]；李雪敏認為城市環境質量是構建品牌城市的必須因素，從自然地理環境、經濟環境、人居社會環境、歷史文化環境等六個方面構建了一個城市品牌資產評估體系[6]；Sánchez de la Campa和de la Rosa通過分析空氣質量和經濟發展之間的關系，發現：對空氣有害物質的極端控制對經濟發展會產生明顯影響，甚至會導致經濟危機；Zilio和Recalde采用1970-2007期間拉丁美洲和加勒比海地區21個國家的數據，分析了經濟增長與能源消耗的關系[8]。
可以看出，當前越來越多的研究識別出了經濟發展與空氣質量之間的相互影響關系，為社會經濟與環境資源的協調發展提供了良好支持。然而目前研究中對于空氣質量提升績效的關注還比較少，尤其是關于空氣質量提升績效測評方面的研究更少[9-10]。本文從環境友好視角，結合我國典型城市在2013年和2014年的經濟發展水平數據和空氣質量測評指標數據，對經濟發展水平與空氣質量的相關關系進行分析，采用人均GDP和空氣質量兩個維度，識別不同城市的經濟與環境協調發展模式，為各城市制定和實施與其相適應的環境友好發展戰略提供一定參考。
2. 研究數據
本文選取了31個省會及直轄市作為研究對象，對其經濟發展水平和空氣質量水平進行對比研究。衡量一個地區經濟發展水平的經濟指標有很多，而人均國內生產總值，即人均GDP，是衡量經濟發展水平的最重要的指標之一，因此本文采用人均GDP指標數據來表示各城市的經濟發展水平。表1給出了2013年和2014年我國31個省會及直轄市的人均GDP及其排名情況（數據來源：中華人民共和國國家統計局）。
本文采用的空氣質量測評指標是依據2012年我國環境保護部和國家質量監督檢驗檢疫總局共同的《環境空氣質量標準-GB3095-2012》[11]。表2給出了各監測指標的符號、含義、化學式和單位。其中除O3是8小時平均值外，其他指標濃度限值均為24小時平均值。由于本文研究中各城市多屬于居住商業區，因此濃度限值應采用二級空氣質量標準。
空氣質量指標濃度會受產業結構、地理環境、氣象條件、季節等多種因素影響[12-13]，為了進行空氣質量提升績效比較，需要對樣本數據進行合理設置。從比較時段來看，日時間內平均濃度受氣象條件影響較大，尤其是風速，而年平均濃度不能很好地區別各因素不同季節時的影響程度，因此，本文采取月平均指標濃度來進行比較。同時，由于不同城市的主要污染物不同，單一空氣指標數據難以全面表達城市空氣質量，因此，本文采用由表2中各分指標合成得到的空氣質量總指數（AQI）來代表各城市空氣質量。
根據表2中的空氣質量監測指標，我們調查了31個省會及直轄市2013年11月和2014年11月的空氣質量監測指標數值，并根據《環境空氣質量標準-GB3095-2012》計算得到了各城市的AQI指數，具體如表3所示（數據來源：中國環境監測總站和中華人民共和國環境保護部）。
3. 結果與分析
3.1經濟發展水平與空氣質量相關分析
首先為了明確經濟發展水平和空氣質量之間的相關性，我們在SPSS 19.0軟件中采用Pearson相關系數分別對2013年和2014年的人均GDP和AQI做了相關分析，結果如表4所示。說明：為了去除量綱對結果的影響，本文采用的是人均GDP排序和AQI排序數據。
從表4結果可以看出：2013年和2014年31個省會直轄市人均GDP排名與AQI排名的相關系數均是負值，說明人均GDP和空氣質量具有一定的負相關性，即人均GDP較高的城市，其空氣質量會相對較差。這一發現暗示了以經濟為主導的發展模式很可能會帶來一定的環境問題。
3.2經濟發展水平變化對比
圖1給出了2014年31個省會直轄市人均GDP與2013年相比的變化情況。從圖1可以看出：與2013年相比，2014年天津、北京和上海這三個大型城市的人均GDP出現縮減，尤其是天津減少的幅度最大；在人均GDP增加的城市中，武漢、南京、杭州、廣州、貴陽和長沙等城市的增加幅度最大，而烏魯木齊、哈爾濱、石家莊、太原和蘭州等城市經歷較小的增加。這一結果在一定程度上反映了經濟發展的層次性規律和邊際遞減規律。在未來十幾年的發展中，一些人均GDP偏低但又有較強發展潛力的城市，其人均GDP會有較大增加，例如西安、濟南、成都等城市。
3.3空氣質量變化對比
圖2給出了2013年11月與2014年11月31個省會直轄市空氣質量的對比情況（數值越大說明質量越差）。從對比結果可以看出：與2013年11月相比，2014年11月除了烏魯木齊，其他30個城市的空氣質量都變得更差，尤其是哈爾濱、沈陽、鄭州、濟南、太原、天津和西安等城市空氣質量變得相對更差；福州、貴陽、南昌、南寧、昆明、上海和海口空氣質量具有相對減小幅度的變差。
3.4人均GDP水平與空氣質量現狀與提升幅度對比
3.4.1現狀對比
圖3給出了2014年31個省會直轄市人均GDP和空氣質量排名對比情況，其中橫縱坐標分別表示人均GDP排名和AQI排名。
從圖3中的對比結果，可以發現：
（1）在31個省會直轄市城市中，廣州、長沙、上海、南昌、烏魯木齊和福州的人均GDP和空氣質量排名相對都比較靠前，都處于前15名，尤其是廣州和上海這兩個城市的兩個指標均在前10名以內。因此，這6個城市可以評價為“環境友好發展型城市”。
（2）南京、杭州、武漢、呼和浩特、北京、天津、濟南、鄭州和沈陽的人均GDP處于前15名以內，但其空氣質量都排在15名之外，因此，這幾個城市可以評價為“經濟主導發展型城市”。這些城市未來發展中需要注重空氣質量的提升，尤其是沈陽、鄭州和濟南。
（3）拉薩、昆明、貴陽、海口和南京的空氣質量都排在前10名以內，但其人均GDP都排在20名以外，因此，這5個城市可以評價為“環境友好型城市”。這些城市未來發展中需要注重經濟發展水平的提升，可以加大開發和利用這幾個城市的旅游資源，帶動整體經濟的發展。
（4）成都、合肥、蘭州、重慶、西寧、長春、西安、銀川、太原、哈爾濱和石家莊這11個城市的人均GDP排名都在15名之外，空氣質量都在10名之外，因此，這些城市可以評價為“非環境友好發展型城市”。這些城市未來發展中面臨的經濟提升和空氣質量治理雙重壓力，尤其是哈爾濱和石家莊。
3.4.2提升幅度對比
在對各城市經濟發展水平和空氣質量現狀進行對比之后，本文按照人均GDP變化和空氣質量變化兩個維度對31個省會直轄市進行對比，如表5和圖4所示。其中為了保持兩個指標的可比性，這里都采取提升幅度排名情況進行對比。
從圖4的對比結果可以發現：
（1）與2013年相比，武漢、長沙、南京、合肥、成都和福州的人均GDP和空氣質量提升幅度都在前15名以內。尤其是武漢、長沙和南京三個城市兩個指標提升都在前10名，結合圖3中的現狀對比，可以預測這三個城市未來的人均GDP和空氣質量的綜合排名很可能會處于全國前列。
（2）貴陽、杭州、南昌、拉薩、鄭州、廣州、沈陽和重慶的人均GDP提升幅度位于前15名，但其空氣質量提升幅度位于15名之外，因此，這些城市具有較強的經濟發展潛力。進一步，從圖3可以發現，拉薩、貴陽和南昌當前的空氣質量位于前10，因此這四個城市未來可能會較快地發展成為“環境友好發展型城市”。
（3）濟南、昆明、石家莊、南京、太原、西寧、上海和烏魯木齊的空氣質量提升幅度位于前15名，但其人均GDP提升幅度位于15名之外，因此這些城市未來的空氣質量會得到較大的提升。進一步，從圖3可以發現，濟南和南京當前人均GDP排名位于前15名，因此這兩個城市未來可能會相對較快地發展成為“環境友好發展型城市”。
（4）其余城市中除了海口之外，呼和浩特、銀川、蘭州、哈爾濱、西安、北京和長春的人均GDP和空氣質量提升幅度都落在15名之外，即這些城市的經濟發展和空氣質量提升幅度都比較慢，尤其是西安、哈爾濱、北京和長春。對照圖3中這些城市的現狀，可以看出這些城市近期很難發展成為“環境友好發展型城市”。
4. 結論
本文根據2013年和2014年我國31個省會及直轄市的人均GDP和空氣質量數據，對每個城市的空氣質量與經濟發展水平進行了對比研究。分別從人均GDP和空氣質量指數AQI兩個角度對各城市經濟發展模式進行了比較，把這些城市劃分為“環境友好發展型城市”、“經濟主導發展型城市”、“環境友好型城市”和“非環境友好發展型城市”。同時，與2013年進行對比，根據2014年不同城市人均GDP水平和空氣質量的提升幅度，對各個城市的發展趨勢進行了分類和評價。該研究結果對提高我國城市空氣治理積極性更具有促進和指導作用，也可以為我國實施環境友好發展型戰略提供一定的依據。然而，由于空氣質量統計數據的不充分，本文未能對經濟發展和空氣質量二者的因果關系進行分析。未來研究會持續收集我國主要城市的空氣質量數據，進一步采用格蘭杰因果關系等方法分析經濟發展和空氣質量的因果關系。
參考文獻：
[1] 楊湘豫， 陳靚， 許知行. 基于環境指數的人類發展水平的應用研究[J]. 財經理論與實踐， 2014， 35（191）： 127-130.
[2] John Talberth， Alok K. Bohara. Economic openness and green GDP[J]. Ecological Economics， 58（4）： 743C758.
[3] 陳黎明， 王穎， 田建芳. 中國省域能源-經濟-環境系統協調性實證研究[J]. 財經理論與實踐， 2015， 36（193）： 105-110.
[4] 曹洪軍， 莎娜. 區域環境視角下的區域經濟發展模式研究――基于山東省數據的實證分析[J]. 中國工業經濟， 2011， 281（8）： 25-35.
[5] 池建宇， 張洋， 晏思雨. 城市的經濟發展水平影響空氣質量嗎――基于中國31個省會城市和直轄市的經驗驗證[J]. 經濟與管理， 2014， 28（5）： 26-31.
[6] 李雪敏. 城市品牌資產評估體系構建研究[J]. 財經理論研究， 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] 楊文東. 武漢市大氣環境質量評價模糊數學模型的研究[D]. 武漢： 武漢理工大學， 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《環境空氣質量標準》[R].中華人民共和國環境保護部和國家質量監督檢驗檢疫總局， 2012-02-29.
[12] 李靈， 吳豐潤. 基于經濟發展水平的城市交通與空氣質量分析[J]. 管理觀察， 2014， 540（13）： 9-11.
【關鍵詞】因子分析 經濟水平 評價
安徽省位于中國大陸東部，與江蘇、上海、浙江共同構成了長江三角洲城市群，但相對于東部沿海各城市來說，其經濟發展還比較落后，而且省內各市的發展也存在不平衡的現象。因此，為了安徽更好更快的發展，本文運用SPSS軟件進行因子分析，對安徽省各城市的綜合經濟水平得分做了一個比較，并分析了各城市的經濟發展水平情況，找出了差異性存在的原因，進而提出縮小各城市間發展水平差距的建議，推動安徽省整體經濟發展。
一、建立經濟發展水平綜合評價的指標體系
為了能夠全面、系統地描述安徽省各城市的經濟發展水平情況和特征，本文先采用定性分析法，找出能夠反映綜合經濟水平的一些指標，再對這些指標采用科學的定量分析。筆者綜合相關文獻，并結合安徽自身特點，最后選擇了九項指標構建評價指標體系。這九項指標分別為：人口數、就業人員數、人均GDP、工業總產值、農林業總產值、旅游業總收入、固定資產投資、財政收入、專利申請授權量。這九項指標從經濟發展水平、產業發展水平、居民生活水平、教育文化水平以及經濟發展潛力等方面反映城市綜合經濟實力，為后面的因子分析提供了科學的依據。各項指標的數據為2015年安徽各市的y計數據，數據來源于安徽統計年鑒。
二、因子分析的數據結果與分析
（一）數據檢驗
通過SPSS18.0進行因子分析，通過降維提取公因子。首先檢驗變量間的相關性，一般認為，KMO值大于0.7可認為數據間具有較好的相關性，KMO值越接近1.0，變量間的共同因子越多，也就越適合進行因子分析。通過檢驗，根據Kaiser 給出的KMO值為0.810，因此適合做因子分析。同時，Bartlett球形度檢驗統計量的觀測值為204.164，相應的Sig.值為0，認為相關系數矩陣與單位陣有顯著差異，因此對數據進行因子分析是恰當的。
（二）公共因子的提取和分析
用主成分分析法進行公共因子的提取，結果見下表。根據特征值大1的提取原則提取了兩個公因子，且由表可看出，兩個公因子的累計方差貢獻率為90.393%，即這兩個公因子所解釋的方差占全部方差的90.393%，因此用其來反映各城市經濟發展水平所損失的信息較少，能夠綜合反映各市的經濟水平。
利用具有Kaiser標準化的正交旋轉法，旋轉在3次迭代后收斂，經過3次迭代后，得到因子得分系數矩陣。根據因子得分系數矩陣，可算出各城市的因子得分。
（三）各市經濟發展水平綜合得分計算
根據因子得分系數矩陣，用每個公因子的方差貢獻率為權重，計算2015年安徽省各城市經濟發展水平綜合得分。根據上表，令第一公因子F1方差貢獻率為權重1，第二公因子F2方差貢獻率為權重2，根據綜合得分計算公式：
其中，F1，F2為各城市的因子得分，由此可計算出各城市的最終綜合得分。從最終結果來看，城市之間得分差距較大，說明了各城市之間經濟的發展存在著較為嚴重的不平衡現象。
三、結論與建議
（一）結論
根據因子分析結果，對2015年安徽省各城市的綜合經濟發展水平及排名有了以下結論。
1.合肥、蕪湖、安慶的綜合經濟發展水平相對較高，對于安徽省來說是省內發達城市。合肥市是安徽省省會，是安徽省經濟的輻射中心，且自2010年合肥加入長三角城市群以來，經濟實力得到了快速發展，以合肥為中心的合肥都市圈也帶動了周邊的經濟增長。蕪湖市作為安徽省經濟實力排名第二的城市，是安徽省重要的工業基地、科教基地，蕪湖市城區位于長江干流上，使其擁有優越的水路運輸條件，而且經過蕪湖的鐵路也可通向全國各地，更使得其成為全國綜合性的交通樞紐。安慶市作為安徽省歷史文化名城，也是安徽省最早的省會所在之地，其無論是經濟還是文化，對整個安徽省都起著重要的影響作用。
2.滁州、六安、馬鞍山、蚌埠等市綜合經濟發展水平相對落后城市較高，作為安徽省中等城市，雖然有一定的工業基礎，但沒有創新型產業的興起，也缺乏外來資本的流入，只能靠已有的產業帶動經濟發展，整體經濟實力還有待進一步提升。
3.銅陵、池州、黃山綜合得分值低，為安徽省落后地區。本區位于皖南山區一帶，由于地形以山區為主，交通發展比較滯后，基礎薄弱，工業化和城市化水平低，難以靠工業帶動發展。另外，由于發展落后，就業機會少，使得勞動力大量外流，加劇了本區的發展滯后水平。
（二）建議
根據因子分析所得出的結論，結合安徽省各市自身特點，為了安徽省更好更快地發展，縮小各城市間的差距，消除發展不平衡現象，現提出以下幾點建議。
1.繼續打造以合肥為中心的大型城市圈，帶動周邊發展，依靠其地緣優勢、區位優勢，建設成面向全省的輻射中心。借助國家政策，使本省優勢產業走出去，把別人好的產業引進來，向長三角發達城市靠攏，真正融入長三角城市群的這個大集體，推動經濟強有力的發展。
2.對于中等城市而言，要加大產業創新力度，加強招商引資，加強同周圍城市之間的專業化分工與協作，打開門戶和通道，從而創造更多就業機會，提高居民收入。同時也要保護原有產業，發揮工業基地優勢，如馬鞍山的鋼鐵產業，蚌埠的重工業等。
3.以池州、黃山為代表的典型皖南山區一帶，區域生態環境較好，有著得天獨厚的農林業和旅游業資源，應當以旅游業作為其發展主體，配套帶動餐飲業、因地制宜的工商業的發展，打造具有鮮明特色、完善設施、一流服務的旅游城市，從而帶動整個區域的經濟發展。
總之，為了促進各個城市的經濟發展，應當要符合各個城市的特點，結合城市的優勢，挖掘發展潛力，同時還要需要相應的投入與扶持政策，使每個城市都尋找到一條符合自身的發展道路。而為了促進安徽省整體綜合經濟水平，重中之重是要減小經濟差距，努力消除各市發展不平衡的現象，調動各市發展積極性，整體規劃，合理布局，統籌協調，實現安徽省長久快速發展，提高整體經濟實力。
參考文獻
[1]何宜慶，文靜，袁瑩瑩.基于因子分析的江西省城市低碳經濟發展評價分析[J].企業經濟，2011，（12）：65-67.
[2]夏國恩，蘭政海.基于因子分析的廣西區各城市綜合經濟實力評價[J].特區經濟，2009，（12）：211-213.
關鍵詞：城市化;經濟發展;山東
1城市化基本介紹
隨著世界經濟體的崛起，世界經濟一體化愈發明顯，城市化發揮著不可忽視的作用，城市化高度的發展表現一個國家經濟旺盛的標志，工業化和服務業等第三產業的經濟力量。城市化從內容上分為“人口城市化”“空間城市化”“鄉村城市化”，人口城市化是農業人口向非農業人口的轉變，表現在從事第一產業人口數量的下降，第二產業，第三產業人口數量的增多；空間城市化，是一種區域模式，是由農村向城市集聚的空間現象；沃思（L.wirth)認為，城市化是鄉村人口向城市人口轉化，城市不斷完善發展，生活方式質的轉變的過程。配第-克拉認為，勞動力是經濟發展從第一產業向第二產業、第三產業，現代業發展的重要表現因素，隨著經濟發展水平提高，引起勞動力空間分布，農業人員向非農人員轉變，城市化，城鎮化集聚的變化。
2城市化與經濟發展的關系
城市化與經濟發展關系的研究歷來被世界各國人們研究，主要有發展國家、發展中國家，發達國家的城市化進程；城市化與經濟發展的相關影響因素分析研究；城市化與經濟發展的導向作用研究，促進城市化進程措施等。城市化在區域經濟發展中的作用不是單向的，城市化和工業化與第三產業是雙向導向關系，即工業化，服務業等第三產業經濟發展吸引鄉村人口進城務農，發展個人經濟水平提高，另一方面，農業人口向非農業人口的轉變，增加城市勞動力，與新發展的技術相結合，更好的促進工業化與第三產業的雙向發展。。中國城市化主要表現指標在非農人口比重、城市區域、就業結構、產業結構、城市用地比重法，即以某地區的城市建成區的面積占該區域總面積的比重來反映城市化水平，社會生活城市化水平，經濟城市化水平（人均GDP）等，本文應用論文研究中最常用的非農人口比重，即城市化率，產業結構和人均GDP城市化指標進行分析研究。
3山東省城市化發展特點
通過查閱中國統計局網站、山東省統計局網站2005-2014年城鎮人口與年末總人口數量，2005-2014年全國和山東省年末總人口和城鎮人口明顯逐年增加，這十年間中國和山東省城市化率逐漸升高，通過數據顯示2014年中國城市化率為54.77％，低于世界平均城市化率，2005-2014年山東省城市化率雖然逐年上升但還是低于全國城市化水平，可見，促進加快山東省經濟的快速發展，就必須提高山東省城市化水平勢，逐步跟上國家城市化水平，提高省內人民經濟指數和幸福指數。結束語經過對山東省城市化與經濟發展關系的研究，經過與國家城市化比較得出結論，第一，山東省內存在城市化與區域經濟發展不協調現象；第二，城市化發展程度與工業化、第三產業的經濟發展程度有相關性，即工業化與第三產業的發展促進城市化進程，城市化進程又給工業化與第三產業的發展壯大勞動力等資源；第三，影響城市化與區域性經濟發展的因素主要有外部和內部因素，主要表現在產業結構、人力資源與物質資源、國家政策等。
參考文獻:
[1]陳成文,劉劍玲.中國城市化研究二十五年[J].湖南醫科大學學報:社會科學版,2004,10(5):564-569.[2]張敦富.中國區域城市化道路研究[M].中國輕工業出版社,2008(1):51-52.
[3]蔣劍芬.福建省城市化與區域經濟協調發展研究[D].福建師范大學,2006.
[4]謝文蕙,鄧衛.城市經濟學第1版[M].清華大學出版社,2008.
[5]張世銀,周加來.城市化指標體系構建與評析[J].技術經濟,2007,26(3):32-37.
關鍵詞：經濟發展水平；因子分析；Borda模糊數學法；合理等級排序；聚類分析
中圖分類號：F299 文獻標識碼：A 文章編號：1003-9031（2013）02-0016-04 DOI：10.3969/j.issn.1003-9031.2013.02.04
國內外學者對城市經濟發展狀況的評價指標體系進行了不少研究，但由于各地區城市經濟系統本身的復雜性和相關理論的有待深入，目前還沒有一種公認可靠的評價方法[1]。
目前，綜合排名有多種方法，主要的研究方法是直接利用因子分析結果，通過計算第一公共因子得分排序，或是結合權重計算公共因子綜合得分排序。本文對國內研究成果加以利用和創新，首次將因子分析法和模糊綜合評價法結合系統評價城市經濟發展水平。本文的主要貢獻體現在：一方面，方法上選擇基于因子分析的Borda模糊綜合評判法彌補了因子分析法的不足，并根據序數總和理論建立合理等級排序，優化排序方案；另一方面，本文得出的我國36個主要城市經濟發展水平排名結果，對于幫助各城市判斷其經濟所處位置具有參考價值，對于思考其未來經濟發展模式有一定啟發作用。
一、研究設計
與因子分析法結合進行綜合評估時，可將通過因子分析提取的公共因子作為Borda法的評價因子，權重選擇因子分析確定的權重，Borda數依據各評價對象在每一公共因子上的得分排序計算獲得，最后根據Borda法所建評價模型計算各評價對象綜合評估Borda數。
因子分析基礎上的聚類結果剔除了指標間相互影響，其精確度高[3]。聚類分析思路為：將每個數據對象各視為一類，根據類與類之間的距離將最相似的類合并，再計算新類與其它類之間的相似程度，不斷繼續這一過程，直到所有數據對象合并為一類。實際應用中可根據具體問題的現實需要選擇閥值。
（三）實證結果
利用SPSS17.0對標準化后的數據進行因子分析[4]。由表1，相關矩陣特征值大于1的共有3個：λ1=13.919，λ2=3.505，λ3=1.05；其對應的貢獻率分別是：63.268%，15.931%，4.772%，累計貢獻率為83.972%。
為便于各因子的名詞解釋，采用方差極大法，對因子載荷矩陣進行旋轉（表2）。從因子載荷來看，公共因子一F1在X5、X8、X11、X16、X9、X2、X17、X15、X14、X12、X4、X18、X21、X10和X7上有較大載荷；公共因子二F2在X1、X3、X20、X13、X6和X19上有較大載荷；公共因子三F3在X22上有較大載荷。結合各個指標的含義，可將F1命名為經濟社會因子，主要反映各市地方財政預算、第二、三產業增加值和儲蓄年末余額等經濟指標；F2命名為基礎設施因子，主要反映各市總人口和醫療教育等情況；F3命名為生態環境因子，反映各市三廢綜合利用產品產值。
依據序數總和理論，將2種評價方法下的排序號相加，得到序數總和，確定合理等級排序[5]。若序號之和相同，則再結合其重要指標（主要是第一公共因子得分）。結果見表4。
應用SPSS17.0進行聚類，將36個主要城市按其經濟發展水平劃分為三類（表5）。
二、結果分析
由聚類分析的結果并結合等級排名，把36個城市劃分為三個能級。
第一能級城市數量最少，有3個，分別是：金融中心上海、沿海城市廣州和我國首都北京，屬于經濟發展水平高的城市。因子分析綜合得分上海為2.820 932 079，是最高分；而綜合Borda數廣州為31.49，是最高分。可見，按不同的衡量方法，會有不同的排序結果，因而綜合兩種排序方法的合理等級排序，比單獨用某一種方法排序，可能更合理。從單個因子排名來看，這三個城市在經濟社會因子排名都名列前茅，驗證了經濟社會因子的重要性。
第二能級城市隊伍最為龐大，有19個，屬于經濟發展水平較好的城市。從地理位置看，排名相對較前的城市，如天津、深圳、杭州，多臨海或位于東南沿海地區，說明區域也是影響經濟發展水平的重要因素。從單個因子排名來看，杭州在第三公共因子生態環境因子位居第一，獨具特色，其經驗值得進一步研究、借鑒。
第三能級數量居中，有14個，屬于經濟發展水平一般的城市。從地理位置看，排名相對較后的城市，如西寧、銀川和貴陽，多位于內陸的中西部地區。這與這些地區的交通不發達有關。另外這些地區的專業優秀人才大多流向經濟較發達地區，使得這些地區與經濟較發達地區間經濟發展差距有進一步擴大的趨勢。
分析各區域經濟發展情況可看出，我國西部各省份應注意區域經濟的協調發展，我國中部地區應充分發揮區域的資源優勢， 加強區域間協調和協作，以增強區域競爭力；我國經濟發展水平較高的城市，應力爭建設成為特大城市。城市區域化與區域城市化成為當今城鎮化發展的客觀規律，城市間的競爭更多地表現為城市所依托區域間的競爭。因而，各市在經濟發展中，應注意加快拓展城市發展空間，走區域協調發展的新型城鎮化道路。
在此特別需要指出的是，聚類結果和合理等級排序有很大關系，但略有不同：石家莊和廈門兩個城市排名和聚類結果有出入，可能是由于排序與聚類的數學原理和方法不同造成的，是合理的。
三、總結
本文對已有的研究成果加以創新，首次將因子分析法和模糊綜合評價法結合對城市經濟發展水平進行排名。實證發現，影響經濟發展的主要因子有經濟社會因子、基礎設施因子和生態環境因子；基于序數總和理論，城市經濟發展水平前三名依次為上海、廣州和北京；運用聚類分析方法，36個城市按經濟發展水平由高到低，可劃分為三個能級。實證結果表明，區域城市化與城市區域化是當今城鎮發展的規律，城市的競爭更多表現為城市所依托區域的競爭。基于此，各城市在經濟發展中，應加快拓展城市的發展空間，走區域協調發展的新型城鎮化道路。
應當指出的是，本文仍然存在一些不足。第一，根據因子分析法得到的權重，受客觀數據采集的準確性影響，與實際可能會存在偏差；第二，本文參與因子分析的指標只有22個，可能不足以解釋問題；第三，因子分析法的缺點表現在樣本容量要足夠大，評價標準與樣本有關，評價結果是一個相對優劣順序；第四，序號總和理論有兩條立論的前提是評價方法要足夠多，每種評價方法的結果要大體上準確，但評價方法多就很難實現[6]。
參考文獻：
[1]于秀林，任雪松.多元統計分析[M].北京：中國統計出版社，1999.171-172.
[2]謝季堅，劉承平.模糊數學方法及其應用[M].武漢：華中科技大學出版社，2006.128-129.
[3]朱建平.應用多元統計分析[M].北京：科學出版社，2006.82-85.
[4]蘇金明，傅榮華，周建斌，張蓮花.統計軟件SPSS For Windows 實用指南[M].北京：電子工業出版社，2000.462-463.
［關鍵詞］海峽西岸經濟區；綜合發展水平；因子分析
［中圖分類號］F123［文獻標識碼］A［文章編號］1005-6432（2012）23-0112-02
1 指標的選取
文章在指標的確定上,從經濟社會、城市規模、基礎設施三個方面綜合考慮,并遵循指標確立的科學性、系統性、全面性、可比性和可操作性的原則。確定指標如下：
11 經濟社會發展水平指標
X1：工業總產值(萬元),X2：社會消費品零售總額(萬元),X3：城鄉居民儲蓄年末余額(萬元),X4：地方政府一般預算內收入(萬元)。
1.2城市規模指標
X5：貨運總量(萬噸),X6：客運總量(萬人),X7：年平均人口(萬人),X8：在崗職工人數(萬人),X9：在崗職工工資總額(萬元),X10：批發、零售、住宿和餐飲業從業人數(萬人)。
1.3 城市公共設施指標
X11：人均居住面積(平方米),X12：每萬人擁有公共汽車數(輛),X13：人均城市道路面積(平方米),X14：人均綠地面積(平方米)。
以上14個指標能夠全面地反映出一個城市的綜合發展水平。文章數據來自《中國城市統計年鑒—2011》整理的相關數據。
2 本文因子分析的主要步驟
（1）指標的標準化處理。為了克服由于指標量綱不同對結果帶來的影響,從而對原始指標數據進行標準化處理,以消除單位﹑數據大小不一致等的影響。
（2）確定待分析的指標變量是否適合因子分析。采用Bartlett球形檢驗和KMO檢驗方法來確定是否適合做因子分析。
（3）求解公共因子及因子成分矩陣。利用主成分法提取公因子,根據特征值＞1的原則和因子的累計方差貢獻率(一般方差的累計貢獻率應在80%以上)來選擇因子的個數,得到因子成分矩陣。
（4）因子旋轉。對所得的因子成分矩陣進行旋轉,得到旋轉成分矩陣,從而更好地確定和解釋公共因子。
（5）因子得分。
（6）根據步驟5的因子得分計算出綜合得分及排名,對城市綜合發展水平進行評價分析。
3 城市綜合發展水平因子分析
（1）KMO檢驗。通過利用標準化處理后的數據得出KMO值為0686,適合作因子分析。Bartlett的球形度檢驗給出的相伴概率為0000,小于顯著性水平005,因此拒絕Bartlett的球形度檢驗的零假設,認為適合作因子分析。
（2）基于特征值﹥1和累計方差貢獻率在80%以上的原則和計算的特征值及方差貢獻率,文章提取了前四個因子,前四個因子的特征值都＞1且累計方差貢獻率達到了88601%,說明了前四個因子提供了原始指標數據的足夠數據。
（3）由旋轉成分矩陣得出：因子1在變量X1,X2,X3,X4,X6,X8,X9,X10,X12上的載荷值都在0647以上,其中X1反映了城市工業發展規模；X6、X8、X9是反映城市規模的指標；X10反映了第三產業的發展規模,X2、X3、X4反映了城市國民收入水平；X12是反映城市公共設施水平的指標；因此因子1為反映城市經濟﹑規模及公共設施的公共因子,在這個因子上的得分越高,城市經濟發展水平越高、規模越大、公共設施越加完善；公共因子2在反映變量X12﹑X13﹑X14上的載荷值比較大,X11﹑X12﹑X13是反映城市公共設施的綜合指標,所以因子2為反映城市公共設施的因子；因子3在反映變量X5﹑X6、X7上的載荷值都很大,并且X5、X6、X7為反映城市規模的指標,所以因子3為反映城市規模的綜合因子；因子4在X11上的載荷值達到了0953,因此4為反映城市居住條件的公共因子。
（4）評價模型。運用回歸分析方法得到因子得分系數矩陣,根據各個公共因子的方差貢獻率和各個因子的載荷值構建城市綜合發展水平的評價模型：
Fi=046342F1i+017454F2i+015517F3i+09285F4i088601
式中：Fi(i=1,2，…，20)表示城市i的綜合發展水平,F1i,F2i,F3i,F4i為城市i在因子1、2、3、4上的得分。
4 結果分析及對策
由因子1、2、3、4的得分,求出了各個城市的綜合得分F及排名(如下表所示),由綜合得分就可以綜合評價城市的發展水平。根據各個城市的綜合得分F及排名,把區內的20個城市分為三類,得分大于0的城市為第一組,得分在0~-05的城市為第二組,得分在-05以下的城市為第三組。
第一組是得分大于0的城市,泉州﹑福州﹑廈門﹑溫州﹑汕頭這五個城市在區內的綜合發展水平是最好的。泉州在城市經濟﹑規模﹑公共設施方面均位于前列,可見泉州已經成為中心城市；第二的福州在城市經濟﹑規模﹑公共設施上得分都很高,但是在人均居住面積指標上的得分為負值,作為省會城市的福州需要加大廉租房﹑經濟適用房等建設；廈門在因子1、2、4上得分都很大,尤其在因子2上,這說明廈門的公共設施水平在海峽西岸經濟區里是最完善的,但是城市規模因子3的值為負,可見廈門要提高整體的城市綜合發展水平,就必須擴大城市規模；第四的溫州在因子1、3上的得分都顯著靠前,而2、4均為負值,這總體說明雖然溫州的經濟發達,但是城市公共設施方面還需要進一步完善,溫州可以依托其經濟及地理優勢,發展城市公共設施；第五的汕頭在因子3、4上的得分為正,而1、2為負,說明汕頭市的經濟需要發展,以提高其綜合實力,從而帶動周圍地區的發展。
第二組是得分在0~-05的城市,贛州﹑上饒﹑漳州﹑衢州﹑三明﹑麗水﹑龍巖。這七個城市在經濟因子1和居住條件因子4上的得分都為負值,說明這七個城市的經濟發展較為落后,且城市居住條件較差,要提高城市的綜合發展水平,首先要發展經濟。贛州可以憑借當地的礦產資源和臍橙資源優勢,發展當地經濟；上饒可以依托其交通樞紐的優勢和旅游資源優勢發展當地經濟；漳州可以依托其后發優勢及區位優勢(地處廈門和泉州之間)來發展當地經濟；衢州是以農業為主的城市,柑橘﹑油茶等農業資源豐富,但發展水平不高,在新形勢下可以發展現代農業,提高農業化水平；三明應大力發展工業企業,淘汰落后企業,促進工業企業產業結構升級,來發展當地經濟；麗水要大力發展現代農業,提高城市化水平；龍巖應發揮其資源優勢來發展經濟,形成產業集聚,發展循環特色經濟,提高其在區內城市的綜合發展水平。
第三組是得分在-05以下的城市,莆田﹑鷹潭﹑梅州﹑寧德﹑南平﹑潮州﹑撫州﹑揭陽這八個城市的綜合得分排在后面,說明城市的綜合發展水平在區內是處于落后的。這些城市在各個因子上的得分大多數為負值,并且在經濟因子F1上均為負,而經濟是社會發展的動力,只有經濟提高上去了,城市的公共設施及規模才能跟得上去,所以對于區內落后地區,各地應充分發揮其資源﹑區位優勢,發展當地經濟,促進區域協調發展。比如：莆田市應大力發展海洋經濟；鷹潭應發展旅游和礦產經濟；梅州應發展現代農業和提高其工業基礎；寧德應發展工業及貿易；南平應大力發展精細化工、紡織服裝、汽車及配件、紙及紙制品、電線電纜、食品加工、竹木加工等七大產業；潮州應發展特色陶瓷經濟；撫州應依托向莆的建設發展有色金屬資源經濟；揭陽應發展玉器、五金、能源產業。
在巴彥淖爾市中心城市的建設中，要合理地確定城市的發展方向、規模和布局，做好環境預測和評價，協調各方面在發展中的關系，使整個城市的建設和發展達到技術先進、合理協調、環境優美的綜合效果，為居住、勞動、學習、交通、休息以及各項社會活動創造良好條件。要重點在城市功能的合理性、城市形態的和諧性和城市經濟、社會環境的協調性上下功夫，按照“一城三區一組團”的城市發展規劃和建設宜居宜業的百萬人口區域中心城市的戰略目標，進一步加快臨河城區、朔方區、雙河區的建設，拉大城市框架，拓展城市發展空間，促進人口和產業集聚，增強區域中心城市發展活力。
加強舊城區改造的力度
按照規劃進度完成棚戶區、城中村的拆遷和建設，通過大規模的改造，不斷提升城市的居住條件，同時促進舊城區在道路、綠化、給排水、供熱及供氣等基礎設施方面的改善，實現擴容提質、打造特色、完善功能、改善環境和便民利民的目標。要建設一批彰顯河套文化內涵和具有鮮明地域特色的標志性建筑，要形成幾處集旅游觀光、休閑娛樂、商業購物和餐飲文化為一體的高標準現代化的“一條街”；要加強綠地、廣場、水系的建設；大幅度提升城市形象品味和宜居程度。
切實加大廉租住房、公共租賃住房、限價商品房的建設與供給力度，使城市發展與和諧社會建設緊密相結合
要改善居民住房條件和提升城市的功能，就要進行棚戶區及城中村改造，集中力量和采取行之有效的方法，破解房屋征收瓶頸，抓好重點區域的征收改造進度，使城市的整體面貌得以改觀。要有效、合理地促進房地產業的健康發展，激活房地產市場，加大開發、銷售、入住的力度，使城市經濟在不斷的發展中得到提升和完善。
發揮中心城市的輻射帶動作用
充分發揮中心城市人才、物流、信息和資金等相對集中的優勢，加快產業結構調整步伐，完善服務體系，增強服務功能，提升服務水平。中心城市要把發展服務業放在突出、優先的位置，大力發展輻射范圍廣、業態水平高、產業貢獻率大的現代服務業，推動升級換代，構建主體功能突出的區域服務業中心。
本文采用《麗水統計年鑒2012》的數據，運用主成分分析測度麗水市各地區經濟發展潛力。研究表明，麗水市各地區的經濟發展潛力存在明顯的空間異質性：蓮都區發展潛力最強；縉云縣、青田縣、龍泉市、松陽縣、云和縣、遂昌縣為處于中間水平；松陽縣、云和縣、遂昌縣慶元縣、景寧縣發展潛力較差。
【關鍵詞】
主成分分析；經濟發展潛力
麗水市是浙江省轄地級市，位于該省西南部、南鄰福建，古稱處州，始名于589年（隋文帝開皇九年），是浙西南的政治、經濟、文化中心。全市總面積17298平方公里，常住人口211.70萬，是浙江省面積最大而人口最稀少的地區。下轄蓮都區及景寧畬族自治縣、縉云、青田、遂昌、云和、慶元、松陽七縣，代管縣級龍泉市。
地區經濟發展潛力能反映一個地區社會經濟系統的發展水平，也是評價一個地區社會經濟系統發展狀況的重要指標。由于麗水市各地區經濟規模、經濟結構、經濟發展質量、可持續發展等方面還存在著差異，對各地區經濟綜合實力進行客觀評價，可以為麗水市今后經濟又好又快發展提供決策依據。因此，本文首先以麗水市為基本空間單元收集區域發展影響因素，在此基礎上通過主成分分析，提取并分析各主因子的空間分布狀況，在此基礎上進行以下處理主因子得分綜合，得到區域空間發展潛力。
一、主成分分析法
主成分分析法是一種考察多個變量間相關性的多元統計方法，由皮爾遜首先提出并使用，之后經眾多統計學家不懈努力逐步發展和成熟起來。主成分分析是將原來眾多具有一定相關性的指標，重新組合成一組新的互相無關的綜合指標來代替原來的指標。
在建立縣城單元評價指標選擇的基礎上，運用主成分分析方法（PCA），提取影響縣域鄉鎮地域空間差異的主因子。對各縣城的綜合實力進行評價。
本文選取2011年麗水市13項反映社會經濟發展水平的主要統計指標，分別為鎮域戶籍人口、縣域暫住人口、第一產業就業人口比例、第三產業就業人口比例、財政收入、工業產值、農業產值、農民人均收入、旅游收入、鎮域面積、建成區綠化覆蓋面積、工業固體廢物綜合利用率、醫院衛生院床位數。
運用統計分析軟件stata對對數據進行因子分析，采用主成分法提取特征值大于1的主成分作為公共因子，得到方差最大正交旋轉后的因子載荷矩陣、特征值、貢獻率和累計貢獻率。特征值大于1的前三個公因子的累計貢獻率超過80%，可見提取三個因子后，它們反映了原始變量的大部分信息。
二、主因子得分及空間分布
根據因子荷載矩陣分析主因子含義，并根據因子得分系數矩陣，計算各鄉鎮主因子得分，分析各主因子的空間分布特征。
從表1可知：第一主因子主要解釋鎮域戶籍人口、鎮域暫住人口、財政收入、工業產值、農業產值、農民人均收入、旅游收入、建成區綠化面積及醫院衛生院床位數等指標，可命名為社會經濟發展因子。空間分布值排名為蓮都區、縉云縣、青田縣、松陽縣、龍泉市、云和縣、遂昌縣、慶元縣、景寧縣。
第二主因子主要解釋鎮域面積、第一產業就業比例，可命名為傳統產業因子。其值排名為遂昌縣、龍泉市、青田縣、蓮都區、景寧縣、縉云縣、慶元縣、松陽縣、云和縣。
第三主因子主要解釋第三產業就業人口比例、工業固體廢物綜合利用率，可以名為現代服務業發展因子。其值排名為蓮都區、縉云縣、云和縣、松陽縣、龍泉市、慶元縣、青田縣、景寧縣、遂昌縣。
三、發展潛力評估
依據主因子得分乘以貢獻率權重得到的發展潛力是基于現狀的發展潛力或空間格局。其結果如下表：
從表2的得分和排名可以看出：麗水市各地區經濟發展不平衡的現象較為明顯。蓮都區是麗水市綜合發展潛力最強，以絕對的優勢名列第一；縉云縣、青田縣、龍泉市、松陽縣、云和縣、遂昌縣為處于中間水平，松陽縣、云和縣、遂昌縣慶元縣、景寧縣發展條件較差。
參考文獻：
[1]張吉獻.基于主成分分析法的河南省各城市綜合實力評價[J].河南科學，2009（01）
關鍵詞：廣西北部灣經濟區；低碳城市；灰色關聯度；評價指標體系
基金項目：2014年度廣西高等學校科研項目：“廣西北部灣經濟區低碳城市發展評價與對策研究”（項目編號：YB2014602）；2015年國家社科基金一般項目：“西南邊疆民族地區絲綢之路經濟帶建設中城鎮化多元格局實現路徑研究”（項目編號：15BMZ080）
中圖分類號：F127 文獻標識碼：A
收錄日期：2017年3月8日
城市作為人們從事生產經營活動及生活的重要地域單元，其碳排放問題已引起全社會及國內外的廣泛關注，并已成為社會各界共同面對和亟待解決的重大問題。早在2003年英國政府就在其發表的能源白皮書《我們能源的未來：創建低碳經濟》中提到了“低碳”概念，并隨著社會各界對全球氣候環境變化給予的高度關注，低碳發展理念已儼然成為一種新的推動經濟可持續發展、能源循環利用和生態環境可持續發展的重要理念和思想，并得到世界各國的廣泛認同。低碳城市發展倡導的是在低碳理念的指導下，通過廣泛應用各種新能源技術，積極推動經濟、社會和環境等的低碳化轉型，從而減少城市二氧化碳等溫室氣體排放，努力營造一個經濟發展低碳化、社會發展低碳化、生活低碳化、環境低碳化的可持續發展城市，從而更好地促進城市的健康長遠發展。本文試圖從低碳經濟、低碳技術、低碳社會、低碳資源和環境四個層面構建廣西北部灣經濟區低碳城市發展水平評價指標體系，然后采用灰色關聯評價法對其進行評價分析，為把握廣西北部灣經濟區低碳城市發展的特征和影響因素，進而采取相應對策措施更好地推動廣西北部灣經濟區低碳城市的發展具有重要的理論和實踐意義。
一、廣西北部灣經濟區低碳城市發展水平評價指標體系的構建
廣西北部灣經濟區低碳城市發展水平評價，涉及到低碳城市的經濟、技術、社會、資源和環境等影響因素方面，是一個復雜的多因素綜合評價體系。為了綜合評價廣西北部灣經濟區低碳城市發展水平，進一步分析廣西北部灣經濟區低碳城市發展水平的影響因素及^域差異特征，本文在結合廣西北部灣經濟區低碳城市發展水平的發展實際及在堅持科學性、系統性、可操作性、層次性及數據可獲得性等原則的基礎上，建立了廣西北部灣經濟區低碳城市發展水平評價指標體系，詳見表1。該指標體系從低碳經濟、低碳技術、低碳社會、低碳資源和環境4個二級指標層共29項三級指標來評價廣西北部灣經濟區低碳城市發展水平狀況。（表1）
二、灰色關聯評價分析法
灰色關聯評價分析法來源于我國鄧聚龍教授在1982年提出的灰色關聯理論，該評價分析方法是一種可以對系統影響因素的重要性次序及區域發展水平高低進行綜合性評判的一種重要分析方法，目前已被廣泛應用到我國經濟社會發展的相關研究當中。灰色關聯度是通過分析兩個或兩個以上因素之間的關聯性程度來反映其關聯度或差異性程度，關聯度越大，表明其相似度越高；關聯度越小，表明其相似度越低。其中，灰色關聯度的計算，可以通過如下公式（1）至公式（4）求得。其中，公式（1）是對評價指標體系的指標數據進行無量綱化處理，經處理后的數據的取值范圍為[0，1]；X0（k）為參考序列，經無量綱化處理后的參考序列的每個值均為1。
三、廣西北部灣經濟區低碳城市發展水平灰色關聯評價
采用2014年廣西北部灣經濟區低碳城市發展水平評價的指標數據，采用公式（1）～（4），計算得到廣西北部灣經濟區低碳城市發展水平的各項影響指標的灰色關聯度及其權重。（表2）
首先，廣西北部灣經濟區低碳城市發展水平的各項影響指標的灰色關聯度及權重較大的前三個指標分別是C17人口增長率、C21生活垃圾無害化處理率、C23人均節能環保支出，其灰色關聯度分別為0.8396、0.8035、0.7146，權重分別為0.0503、0.0482、0.0428，表明人口增長情況、生活垃圾無害化處理情況和人均節能環保支出水平這三個影響指標對廣西北部灣經濟區低碳城市發展水平的影響較大。
其次，C16第三產業從業人員比重（0.6617）、C34人均住房建筑面積（0.6579）、C48城市污水處理率（0.6432）、C25教育支出占財政支出的比重（0.6393）、C38每萬人擁有公共汽車（0.6186）、C46每萬人液化石油氣供氣總量（0.6014）、C11人均地區生產總值（0.6008）等影響廣西北部灣經濟區低碳城市發展水平的指標的灰色關聯度介于0.6000～0.7000之間，其大小僅次于C17、C21、C23三個指標，這部分指標主要從第三產業服務人員規模、人均住房建筑面積、城市污水處理情況、教育支出比重、公共汽車數量、液化石油氣供氣數量、人均地區生產總值等角度影響廣西北部灣經濟區低碳城市發展水平。
再次，C36建成區排水管道密度（0.5909）、C32居民人均生活用電量（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節能環保支出占財政支出的比重（0.5548）、C42人均公園綠地面積（0.5510）、C13第三產業占GDP的比重（0.5495）、C35人均城市道路面積（0.5462）、C44城市氣象站點年平均降雨量（0.5384）、C33人均日生活用水量（0.5189）、C12 GDP增速（0.5175）、C14人均工業總產值（0.5105）等影響指標的灰色關聯度介于0.5000～0.6000之間，這部分指標主要從排水管道建設、居民生活用電用水狀況、人均可支配收入、城市化率、節能環保支出比重、公園綠地建設、降雨量、GDP和工業發展狀況等角度對廣西北部灣經濟區低碳城市發展水平產生影響。
最后，C43建成區綠化覆蓋率（0.4907）、C41人均水資源量（0.4824）、C47污水處理廠日集中處理能力（0.4760）、C37每萬人均路燈盞數（0.4732）、C24科學技術支出占財政支出的比重（0.4730）、C18建成區面積（0.4695）、C41每萬人綠化覆蓋面積（0.4564）等影響指標的灰色關聯度相對較小，介于0.4000～0.5000之間，但其仍然是衡量廣西北部灣經濟區低碳城市發展狀況，推動低碳城市實現可持續發展的重要指標。
可見，表2在一定程度上反映了各項指標與廣西北部灣經濟區低碳城市發展水平之間的單一關聯程度，但是仍難以從總體上反映出廣西北部灣經濟區低碳城市發展水平的發展特點。為進一步了解廣西北部灣經濟區低碳城市發展水平的四大影響因素的灰色關聯度，在采用公式（1）～（3）求得廣西北部灣經濟區低碳城市發展水平的各大影響因素得分及其排序（詳見表3）的基礎上，采用公式（2）～（4）進一步求得廣西北部灣經濟區低碳城市發展水平的四大影響因素的灰色關聯度和排序（詳見表4）。（表3、表4）
從表3可以看到，廣西北部灣經濟區低碳城市發展水平各大影響因素的綜合得分最高的地區是南寧，綜合得分為0.6626；得分較高的是防城港，得分為0.6346；得分僅次于南寧和防城港的城市是北海、欽州和玉林，其得分分別為0.6258、0.6166、0.4861；而得分最低的是崇左，其得分為0.4608。其中，南寧、防城港、北海和欽州的影響因素得分均大于0.6000，而玉林和崇左的影響因素得分均低于0.5000，可見，這六個城市之間的影響因素得分之間具有一定的差距，并且南寧、防城港、北海和欽州這四個城市處于一個相對較高層次的發展水平之上，而玉林、崇左又處于同一低層次的發展水平上。此外，四大影響因素的地區得分中，低碳經濟因素的得分最高的地區是南寧（0.7785），其次是防城港（0.6414），最低的是玉林（0.4489）；低碳技術因素的得分最高的地區是欽州（0.8203），其次是北海（0.7408），最低的是南寧（0.5044）；低碳社會因素的得分最高的地區是防城港（0.7421），其次是北海（0.6368），最低的是崇左（0.3505）；低碳能源和環境因素的得分最高的地區是南寧（0.7438），其次是防城港（0.5449），最低的崇左（0.3991）。
從表4來看，廣西北部灣經濟區低碳城市發展水平的四大影響因素中：低碳經濟的灰色關聯度最大，其數值是0.7293，表明低碳經濟因素對廣西北部灣經濟區低碳城市發展水平的影響最大；其次是低碳社會，其灰色關聯度是0.6569，表明低碳社會因素對廣西北部灣經濟區低碳城市發展水平也產生了重要影響，其影響程度僅次于低碳經濟因素；第三是低碳能源和環境，其灰色關聯度是0.5701，推進低碳能源和環境的建設是實現廣西北部灣經濟區低碳城市發展的重要組成部分；第四是低碳技術，其灰色關聯度是0.5086，雖然其關聯程度較低，但是鑒于低碳技術的發展對低碳城市發展的重要性，可以看到，低碳技術由于其技術的研發、吸收、創新以及推廣具有一定的時間階段性，導致其對低碳城市發展的推動作用具有一定的滯后性。由此可見，影響廣西北部灣經濟區低碳城市發展水平的四大因素的影響程度從強到弱的順序依次為低碳經濟、低碳社會、低碳能源和環境、低碳技術。
四、結論
通過對廣西北部灣經濟區低碳城市l展水平進行灰色關聯評價，研究發現：廣西北部灣經濟區低碳城市發展水平的區域差距較突出，南寧、防城港等地區的低碳城市發展水平相對較高，北海、欽州、玉林的低碳城市發展水平僅次于南寧和防城港，而崇左的低碳城市發展水平最低。其中，崇左的得分僅為南寧的得分的69.54%，各城市之間的發展差距仍較明顯；與此同時，南寧、防城港、北海和欽州等城市的低碳城市發展水平處于一個相對較高層次上，而玉林、崇左則處于一個相對較低層次的水平上。并且從四大影響因素對廣西北部灣經濟區低碳城市發展水平的重要性來看，低碳經濟是其最重要的因素。可見，低碳經濟的發展程度仍然是影響廣西北部灣經濟區低碳城市發展水平高低的最重要因素；其次是低碳社會因素，低碳社會的資源消耗和碳排放的數量及其程度，對廣西北部灣經濟區低碳城市發展水平產生重要影響；第三是低碳能源和環境，其反映了低碳能源的提供及生態環境狀況，是衡量廣西北部灣經濟區低碳城市發展水平的又一重要因素；最后是低碳技術因素，低碳技術對推動產業發展技術升級、產業結構優化和城市低碳化發展發揮著重要的作用，但其對推動低碳城市的發展具有一定的滯后性。
結果表明：低碳經濟、低碳社會分別是影響廣西北部灣經濟區低碳城市發展水平高低的重要方面，為進一步提高廣西北部灣經濟區低碳城市發展水平，應積極提倡低碳經濟和低碳社會的發展。而人口增長率、第三產業從業人員比重、人均地區生產總值和城市化率等因素是影響低碳經濟發展的主要因素，因此要努力推進廣西北部灣經濟區城市人口規模的擴大，不斷擴大第三產業從業人員數量，推動地區生產總值的提高以及加快提升城市化水平。同時，人均住房建筑面積、每萬人擁有公共汽車、建成區排水管道密度、居民人均生活用電量等因素是影響低碳社會的重要因素，應注重從改善居民住房狀況、公共交通出行狀況、排水設施狀況、居民生活用電狀況等角度提升廣西北部灣經濟區低碳城市發展狀況。與此同時，城市污水處理率、每萬人液化石油氣供氣總量、人均公園綠地面積、城市氣象站點年平均降雨量、建成區綠化覆蓋率等因素是影響低碳資源和環境的重要因素，應進一步加強城市污水處理，改善液化石油氣供氣狀況，加強公園綠地建設和提升城市綠化覆蓋率等，進而不斷改善城市環境，推動低碳資源的可持續利用和環境的可持續發展。此外，生活垃圾無害化處理率、人均節能環保支出、教育支出占財政支出的比重等因素是影響低碳技術的重要因素。因此，應進一步加大對城市生活垃圾的無害化處理，提升城市人均環保支出，合理擴大教育支出和強化人才培養力度，不斷推動廣西北部灣經濟區低碳城市的可持續發展。
主要參考文獻：
[1]湯光華.灰色關聯綜合評價方法評析[J].江蘇統計，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，何小貞.我國各地區公共圖書館服務水平的灰色關聯評價[J].圖書館學研究，2014.8.
【關鍵詞】城市化水平；經濟發展；湖北省；相關性
一、引言
城市化是綜合國力和國際競爭力的集中體現，是人類文明進步的標志。2001諾貝爾經濟學獎獲得者斯蒂格利茨曾指出，新世紀對于中國有三大挑戰，居于首位的就是中國的城市化，認為“中國的城市化將是區域經濟增長的火車頭，并產生最重要的經濟利益”。2010兩會期間，政府工作報告提出要將“堅持走中國特色城鎮化道路，促進大中小城市和小城鎮協調發展，著力提高城鎮綜合承載能力。1城市化是社會生產力發展的必然產物，它是一個綜合性概念，不僅是一個城市數量與規模擴大的過程，同時也是一種城市結構和功能轉變的過程。具體表現為：一個國家或地區的農業人口轉化為非農業人口，即人口由農村向城市轉移；農村區域的不斷減少，城市區域的不斷增加；勞動力、資金等生產要素由農村向城市聚集，農業在國民經濟中份額的下降及第二、第三產業份額的上升；城市自身發展和素質的提高；城市功能對農村的輻射影響等等。從某種意義上講，城市化水平是一個國家現代化的重要標志。城市化水平一般用城市化率來表示。城市化率是指一個國家或地區城市人口占其總人口的百分比。其計算公式為：
城市化率=國家（地區）城鎮人口/國家（地區）總人口×100%
二、湖北省城市化水平發展的現狀
圖1
湖北省是我國歷史上最早出現城市的地區之一，湖北省經濟社會的快速發展，極大地促進了城市化水平的提高。特別是改革開放以來，隨著經濟的發展和工業水平的提高對勞動力需求的不斷增加，人口的城市化水平趨勢更為顯著。據國家統計局數據顯示，我國的城市化水平（用于衡量城市化水平最常用的指標是人口城市化率，即城鎮人口占總人口的比重）從1978年的17.92%到2011年的51.27%，漲幅高達411.6%，而湖北省城市化率也從1978年的15.09%增長到2011年的51.83%。顯示出我省的城市化水平從建國初期到現在一直保持增長的趨勢。2001年，我省城市化水平為40.22%，在全國31個省市中居第12位。現在，這一比重已高于全國平均水平4.13%，這在中西部地區（內蒙古除外）是“拔尖”的，但比排在“前三甲”的上海、北京、天津低30個百分點以上，與同為老工業基地的遼寧、黑龍江、吉林相比，也有10個百分點左右的差距，這與我省城市的規模尚小、功能較差有關。如，我省大城市只有4個（武漢、襄樊、荊州、黃石），比遼寧少6個，特大城市只有武漢，比遼寧少3個。而到2011年，我省城市化水平高達41.83%，城市化率一年提高2.1個百分點，高于全國平均水平0.56個百分點，同時轉移農村人口達到138.27萬人。圖1中，我們觀察中國城市化率與湖北省城市化化率（其中x1為全國城市化率，x2為湖北省城市化率）。
從圖1可以看出，我國與我省城市化水平都大體表現為逐步上升的趨勢，但是湖北省的城市化水平在1998年到2005年間高于全國城市化水平，到2006年至2010年間略低與全國城市化水平，而到了2011年開始高于全國城市化水平。
按照城市化發展的一般規律，一個地區的城市化率高達50%，人均GDP超過3000美元以后，就進入了城市化發展水平的加速發展期。而2011年我省人均GDP為5300美元，遠遠超過了3000美元，這表明湖北省城市化正處于加速發展期。如果這一時期城鄉一體化改革體制和政策調整有重大突破，城市化率有望達到60%至65%。因此，這一時期政府調整城市化改革，加快城市化進程的發展對城市化水平的提高具有重要意義。
（一）城市化水平對區域經濟發展發展的相關性檢驗
自工業革命以來，城市化進程才開始加速。據錢納里的世界發展模型（錢納里，1988），在工業化率、城市化率同處于0.13左右的水平以后，城市化率開始加速，并明顯超過工業化率（見圖2，工業化率指制造業附加值占GDP比重，城市化率指城市人口占總人口比重）。
圖2 城市化率與工業化率比較世界發展模型
同時，發展中的城市以其聚集效應為工業的發展提供良好的條件，并且提供一個總量不斷擴大、由較高收入的城市就業人口組成的市場，對工業持續增長起到拉動作用。對發展中國家說，城市化還通過不斷吸收農村人口而改造傳統的農業生產方式，使經濟走向現代化。
（二）最小二乘估計
本文在此處使用湖北省1982—2011年城市化水平數據和經濟發展水平的數據，把城市化率作為解釋變量，人均GDP作為被解釋變量，來分析湖北省城市化水平對地區經濟發展的影響。首先，利用了最小二乘估計，通過簡單的回歸分析，得出下圖表：
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
從表中我們可以看出，城市化水平與區域經濟發展的擬合度為0.9037，可見我省的城市化水平與經濟發展之間呈現高度相關關系。由此我們可得出結論：中國城市化水平與經濟發展之間的相關程度非常高。
（三）時間序列平穩性檢驗和協整檢驗
目前，對時間序列的分析是通過建立以因果關系為基礎的結構模型進行的，而無論是單方程的計量經濟學模型還是聯立方程計量經濟學模型，都要求這些數據是平穩的，以此來判斷兩者之間的相關性。同時，我們還需要在序列平穩的基礎上，分析兩個經濟變量之間具有長期穩定的關系，以此證明城市化水平對經濟發展的影響并不是偶然事件。這里也是選取了湖北省1982-2011年的人均GDP與城市化率的數據來分析時間序列的平穩性和協整檢驗，見下圖：
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.
（這里的ZC值的是人均GDP）
從結果可以看出t檢驗值為-4.903188小于顯著性水平，說明人均GDP無單位根，且差分平穩（這里按同樣的方法也可以得出城市化率也是無單位根也就是平穩的），所以序列人均GDP和城市化率都具有平穩性，這里可以進一步證明城市化水平是對經濟發展有影響，兩者之間存在關系。接著，我們對殘差e做時間序列模型，進一步得出協整檢驗的模型，見下圖：
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.
從圖中依然可以看出序列e無單位根，說明兩個序列在顯著性水平上也是協整的。說明城市化水平與區域經濟發展之間的關系是協整的，具有相關性。
然而，從梁強在對《城市化水平對經濟發展的互動機制分析》的脈沖響應模型檢驗中，我們可以看出，城市化率在初期對經濟發展有持續的正向作用，到一定時期之后開始呈現負面作用，到末期又回歸到正向作用。這說明了開始城市化水平對區域經濟發展呈現正相關關系，然而，維持過快的城市化水平不僅不會促進經濟發展，相反還會給經濟發展帶來負面作用，阻礙經濟發展的步調。這主要是因為過快的城市化率會引發一系列的問題：如，城市環境污染嚴重、交通擁擠、失業率上升等。后期又經過政府政策的調整和體制改革，最終回歸到穩定的正向關系。因此，我們認為，城市化水平當以一定的增長速度，才能有效的促進區域經濟發展。當城市化水平發展過快時，有可能阻礙區域經濟發展的腳步。把握好城市化水平的節奏尤為重要。②
三、城市化水平對湖北省經濟發展的作用
（一）城市化水平提高能擴大湖北省的市場需求
目前，湖北省的市場需求和城市化均與沿海發達地區相比還處于較低水平。根據斯密的觀點，農村與城市相比，有些業務，哪怕是最普通的業務，也只能在大都市經營。雖然這個觀點不一定全部正確，但是卻能說明了城市化過程也就是市場需求增加的過程，隨著農業人口向城市的遷移。城市規模逐步擴大，對商品的需求相應也會增加，從而帶動了食品、服裝、機械、電子等一系列相關產業的發展。根據統計資料顯示，城市人口的消費能力遠遠高于農村地區，所以城市化水平的提高能極好的帶動市場消費。城市既是經濟中心，又是區域最大的市場，城市市場規模越大，其經濟優勢越明顯，吸引區外各種生產要素的能力越強，城鄉之間的交易越頻繁和交易量就越大，城市帶動鄉村經濟的能力越強（段瑞君）。
（二）城市化水平的提高可以吸納農村剩余勞動力
2010年從湖北省統計年鑒可以看出，湖北省的人均耕地面積為0.87畝，農林牧業人均占有為0.37畝，而我國的人均耕地1.51畝。同時，從1978年-2010年湖北省城鎮失業率均低于4.4%，處于充分就業階段，這同時也在透露信息表明湖北省城鎮需要大量的勞動力，也顯示了讓農村剩余勞動力向城市轉移的必要性。因此，對農村人口眾多的湖北省來說，在沒有耕地與農林業的優勢情況下，只有加大城市化水平，大力發展現代制造業的同時，把所有勞動密集型企業都向外轉移，在產業鏈上力求緊密結合，實現優勢互補和協同發展，進而全面提升城市的就業吸納能力，才能很好的擴大湖北省地區的就業。③
（三）城市化水平提高有利于發揮聚集效應
目前，湖北省與東部地區的省份相比，城市效應還存在很大差距，東部地區經過20多年的高速發展，已經形成了城市聚集效應的增長極。湖北省由于城市規模偏小，城市化水平較低，吸收各種生產要素的能力不強，目前還沒有形成有效的城市效應，只有加快城市化進程，吸收優秀人才和資金投入，尤其是通過武漢地帶圈的輻射作用帶動周邊城市的發展，才能更好地把優質資源匯聚到城市，從而帶動本區域的經濟增長。
（四）城市化能夠促進湖北省的創新
三星公司的雅各布斯說：“大部分的街區都應縮短距離。也就是說，要有很多在大街以及轉角相遇的機會”，使得城市充滿差異意味著高產出、中產出、低產出和無產出企業的混合”。通過城市化，使得創新在城市群里集聚，也就是“縮短街道”，把各種高新技術聚集起來，形成創新集群體，同樣也能匯集廣泛的創新意識體，把大批產業相關的企業聚集在城市中，既加強了彼此的競爭，又能產生互相學習的效應，使原來基于資源稟賦的比較優勢發展為創新優勢。
四、結果分析與總結
2011年湖北省城市化水平首次全國平均水平，達到51.83%，但是總體來說，城市化率相對于東部地區依然較為低下，因此，加快提高城市化水平極其重要。城市化本質上是一個人口的地域集中過程，人口和經濟的集中便于經濟活動利用技術和資本的外部性，通過加快城市化進程，提高生產率，增加盈利能力，從而促進資本高效和創新體制的形成。結合以上的分析，我們可以總結出，合理的城市化發展水平可以很有效的推動地區經濟的發展，形成城市創新圈、人才圈和增長極，增加地區就業。而維持過快的城市化率卻會給經濟發展帶來負面作用，不僅不會促進經濟發展，相反，還會阻礙經濟發展的步調。因此，在強調城市化對經濟發展的積極作用時也要注意其不良的影響，以循序漸進的步伐加快城市化進程，推動經濟發展。
注釋：
①江易華，程瓊.湖北省城鎮化現狀及對策分析.
②梁強.城市化水平與經濟發展的互動機制分析.
③段瑞君.中部崛起的城市化探析.
參考文獻：
[1]梁強.城市化水平與經濟發展的互動機制分析[J].蘭州學刊，2011（11）.
[2]王小魯，夏小林.城市化在經濟增長中的作用[R].是國民經濟研究所，2011.
[3]江易華，程瓊.湖北省城鎮化現狀及對策分析[J].湖北工業大學學報，2011（26）.
[4]段瑞君.中部崛起的城市化探析[J].經濟與社會發展，2010（6）.
