基于因子分析的我國地級以上城市城鎮(zhèn)化發(fā)展水平評價

柯斌武

(國家發(fā)展和改革委員會 培訓中心，北京 100038)

基于因子分析的我國地級以上城市城鎮(zhèn)化發(fā)展水平評價

柯斌武

(國家發(fā)展和改革委員會 培訓中心，北京 100038)

城鎮(zhèn)化過程是人類現(xiàn)代化過程的重要表現(xiàn)形式。改革開放以來，我國城鎮(zhèn)化得到快速發(fā)展，而當下如何對城鎮(zhèn)化發(fā)展水平進行客觀、科學的分析已成為研究熱點。以我國地級及以上城市為研究對象，采用因子分析法對城鎮(zhèn)化發(fā)展水平進行綜合評價。評價結果顯示東部地區(qū)城市城鎮(zhèn)化發(fā)展水平明顯高于中西部地區(qū)城市，城市群應該是今后我國城鎮(zhèn)化發(fā)展的趨勢和方向。

城鎮(zhèn)化；因子分析；城市群；評價

一、問題的提出

城鎮(zhèn)化是人類生產(chǎn)和生活活動在區(qū)域空間上的聚集，城鎮(zhèn)化過程是人類現(xiàn)代化過程的重要表現(xiàn)形式。生產(chǎn)活動向城市的聚集是深化分工與降低交易成本的內在要求。[1]由要素聚集帶來的規(guī)模經(jīng)濟和范圍經(jīng)濟以及對創(chuàng)新的促進作用，極大提高了生產(chǎn)率，使得城市成為經(jīng)濟增長的引擎和技術創(chuàng)新的源泉。[2]城鎮(zhèn)化帶來了生產(chǎn)方式的轉變，同時又是生產(chǎn)方式變化的結果。城市為居住在其中的居民提供了公共基礎設施、文化教育設施，創(chuàng)造了新的社區(qū)環(huán)境和社會交往的氛圍，使人類生活條件得到極大的改善，帶來了人類生活方式的根本轉變。城鎮(zhèn)化的過程，就是勞動力等生產(chǎn)要素從生產(chǎn)率較低的傳統(tǒng)農(nóng)業(yè)轉向生產(chǎn)率較高的現(xiàn)代非農(nóng)產(chǎn)業(yè)轉移的過程，就是居民從農(nóng)村分散居住向城市集中居住、獲得更好的生活條件的過程，就是生產(chǎn)方式轉變、人口素質提高和人類生活條件改善的過程。

改革開放以來，我國城鎮(zhèn)化得到迅速發(fā)展，城鎮(zhèn)化速度明顯加快，水平明顯提高。1978年—2011年，我國城鎮(zhèn)化率由17.9%提高到51.3%，年均提高超過一個百分點。目前我國正處在工業(yè)化高速發(fā)展時期，經(jīng)濟快速增長和結構轉型與效率提高，要求生產(chǎn)要素按照市場經(jīng)濟的內在要求在國內更大范圍、以更快速度實現(xiàn)更有效率的集中，這客觀上要求城鎮(zhèn)化發(fā)展速度加快。另一方面，我國城鎮(zhèn)化發(fā)展中存在一些問題，如有些地方把推進城鎮(zhèn)化片面地理解為增加城鎮(zhèn)數(shù)量、擴大城鎮(zhèn)空間和提高城鎮(zhèn)人口比重，相互攀比城鎮(zhèn)化率的高低，片面追求城區(qū)的擴張等。因此，加快推進城鎮(zhèn)化發(fā)展要求我們對城鎮(zhèn)化發(fā)展水平進行客觀、科學的分析，準確把握城鎮(zhèn)化發(fā)展的現(xiàn)狀和趨勢，進而為制定科學合理的城鎮(zhèn)化發(fā)展政策提供科學依據(jù)。

二、實證分析

(一)數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒2011》。年鑒第二部分是地級及以上城市統(tǒng)計資料，列有：(1)城市人口、就業(yè)、資源資料，包括城市人口、勞動力資源和就業(yè)、土地資源；(2)城市經(jīng)濟發(fā)展主要指標統(tǒng)計資料，包括綜合經(jīng)濟、農(nóng)業(yè)、工業(yè)、固定資產(chǎn)投資、商業(yè)、對外貿易、利用外資、財政、金融、保險等方面內容；(3)城市社會發(fā)展主要統(tǒng)計資料，包括勞動工資、教育、文化、醫(yī)療衛(wèi)生等方面內容；(4)城市環(huán)境與基礎設施資料，包括交通運輸、郵電、供水、供電、城市道路、交通狀況和城市環(huán)境狀況等方面內容。第三部分是縣級城市資料。由于1997年開始對地級及以上城市和縣級城市分別采用不同的指標體系進行統(tǒng)計，有些指標在兩類城市之間不具有可比性，加之縣級城市數(shù)據(jù)有較多缺失值，本文排除了370個縣級市，僅包括4個直轄市、15個副省級市和除西藏自治區(qū)拉薩市外的267個地級市共286個城市。

因子分析的質量和原始數(shù)據(jù)的準確性息息相關，因此本文根據(jù)變量是否對研究課題意義重大，首先排除了一些不重要的變量；然后再根據(jù)Bartlett檢驗、反映像相關矩陣檢驗和Kaiser-Meyer-Olkin標準等統(tǒng)計標準，對多余的變量進行排除。這個過程導致總共25個變量必須從分析中提取。保留25個變量的檢驗結果如表1所示，具體的變量名稱見表2。

表1 KMO和Bartlett的檢驗

取樣足夠度的Kaiser-Meyer-Olkin度量0.958Bartlett的球形度檢驗近似卡方20410.629df300Sig.0.000

(二)缺失值的處理

在《中國城市統(tǒng)計年鑒2011》中，三種情況導致相應欄目的空白：(1)該項數(shù)據(jù)較小，不夠規(guī)定單位；(2)該項指標在當年沒有統(tǒng)計任務，沒有統(tǒng)計數(shù)據(jù)；(3)該項指標未掌握確切數(shù)據(jù)等。地級以上城市不太可能由于情況(1)導致數(shù)據(jù)缺失，因此本文使用鄰近兩個樣本點的均值對缺失值進行替換。

(三)原始數(shù)據(jù)矩陣的標準化

為了消除量綱影響和變量自身變異大小的影響，將原始數(shù)據(jù)矩陣標準化，可以簡化相關性計算和在因子分析框架下的計算步驟，達到簡化解釋的目的，使不同計算標準下變量的比較成為可能。

通過每個變量觀察值和平均值的差，然后再除以標準差來使數(shù)據(jù)矩陣標準化，以此可以確保新的變量平均值為0，標準差為1。標準化的變量為：

(四)因子的提取

本文使用“主軸因子分解”法進行因子分析，使用Kaiser標準①確定提取兩個因子，使用“最大方差法”進行因子模型旋轉。[3]因子分析的結果由表2、表3和表4②給出。表2顯示了累積方差貢獻率的估計。公因子方差表示了變量中能夠被公因子所解釋的部分，公因子方差越大，變量能夠被因子解釋的程度越高。表2表明了每個變量方差的較大部分都能被找到的因子所解釋。

表2 公因子方差

變量初始提取變量初始提取年末單位從業(yè)人員數(shù)0.9980.941醫(yī)生數(shù)0.9610.928城鎮(zhèn)私營和個體從業(yè)人員0.9580.926郵政業(yè)務總量0.8570.832城市建設用地面積0.9160.817電信業(yè)務總量0.9510.888地區(qū)生產(chǎn)總值0.9900.962本地電話年末用戶數(shù)0.9790.954社會消費品零售總額0.9890.973移動電話年末用戶數(shù)0.9630.873地方財政一般預算內收入0.9970.995供水總量0.9550.819地方財政一般預算內支出0.9960.990全社會用電量0.9400.837科學支出0.9890.967年末實有城市道路面積0.9160.856教育支出0.9910.953年末實有公共汽(電)車營運車輛數(shù)0.9680.862城鄉(xiāng)居民儲蓄年末余額0.9820.957全年公共汽(電)車客運總量0.9740.907在崗職工平均人數(shù)0.9970.939年末實有出租汽車數(shù)0.9500.855普通中學教師數(shù)0.9230.837建成區(qū)綠化覆蓋面積0.9580.926公共圖書館圖書總藏量0.9790.953

提取方法：主軸因子分解。

表3顯示了提取的因子的特征值和方差解釋部分。在25個標準化變量情況下，因為每個變量的方差值為1，總體方差為25。從表3可以看出，經(jīng)旋轉后的第一個因子的特征值(即表3中的“合計”)為11.686，與25相比，解釋的部分大約為總體方差的46.74%。提取的旋轉后的兩個因子特征值和為22.692，與25相比，這兩個因子總共解釋了原始變量總體方差的90.98%，保留了原始變量的大部分信息。表3中旋轉后的因子特征值和表4的因子得分是構造綜合評價函數(shù)的基本要素。

表3 提取的因子的特征值和方差解釋部分

因子初始特征值提取平方和載入旋轉平方和載入合計方差的%累積%合計方差的%累積%合計方差的%累積%121.86887.47087.47021.78187.12487.12411.68646.74446.74421.0604.24191.7120.9643.85890.98211.06044.23890.98230.5702.28093.992………………………………240.0030.01099.995250.0010.005100.000

提取方法：主軸因子分解。

三、綜合評價與政策建議

以提取的兩因子F1和F2的特征值為權重，構建如下綜合評價函數(shù)F：

用綜合評價函數(shù)F計算各城市的綜合得分，結果如表4所示。需要說明的是：在對表4的因子得分和綜合得分進行闡釋時應該注意，根據(jù)原始數(shù)據(jù)矩陣的標準化，因子得分同樣也表示標準化的數(shù)值。這就是說，因子得分和綜合得分的期望值均為0。對因子得分和綜合得分的闡釋也意味著：一個城市負的因子得分/綜合得分說明，關于這個因子/綜合評價與所有城市相比被表達為低于平均水平；因子得分/綜合得分為0表明這個城市處在所有城市的平均水平上；一個城市正的因子得分/綜合得分說明，關于這個因子/綜合評價與所有城市相比被表達為高于平均水平。也就是說，由于原始數(shù)據(jù)的標準化處理將所有城市的平均水平定為零點，正負號僅表示該城市相對于所有城市平均水平的位置。根據(jù)綜合得分就可以綜合評價各個城市的城鎮(zhèn)化發(fā)展水平。綜合得分前十名依次是：北京市、上海市、深圳市、廣州市、天津市、重慶市、成都市、杭州市、南京市、武漢市。綜合得分為0左右的城市為排名在56～61名的淮安市、臺州市、鞍山市、湛江市、海口市、泉州市。從綜合得分可以看出高于平均水平的城市數(shù)量相對較少，但得分較高，如排名第一的北京市得分高達6.375，而低于平均水平的城市數(shù)量較多，但得分并不是很低，如排名最后的綏化市得分為-0.344。

綜合得分前十名的城市中，上海、杭州、南京，北京、天津，深圳、廣州分別是長三角、京津冀、珠三角三大城市群的核心城市；重慶、成都，武漢分別是川渝城市群和長江中游城市群的中心城市。城市群是國內外城鎮(zhèn)化進程中一個重要的發(fā)展趨勢和最顯著的地域形態(tài)特征[4]，因此我國應實施積極的城市群發(fā)展戰(zhàn)略，在特定地域范圍內以一個或多個大城市作為地區(qū)經(jīng)濟的核心，發(fā)揮大城市的聚集效應、規(guī)模效應和龍頭作用，帶動中小城市發(fā)展，促進大中小城市協(xié)調發(fā)展，推進區(qū)域經(jīng)濟一體化。

從綜合得分來看，東部地區(qū)城市城鎮(zhèn)化發(fā)展水平明顯高于中西部地區(qū)城市，如排名在11～20位的城市為沈陽市、大連市、西安市、東莞市、佛山市、濟南市、寧波市、青島市、哈爾濱市、蘇州市，大多是東部地區(qū)城市。因此應該針對不同的城鎮(zhèn)化發(fā)展水平出臺相應的政策。在東部地區(qū)，應該鼓勵京津冀、長三角、珠三角這三大城市群發(fā)展成為我國經(jīng)濟社會發(fā)展的制高點和應對全球競爭的主力軍。中西部地區(qū)已經(jīng)發(fā)展出一批具有較強綜合競爭力的中心城市，應該大力發(fā)展以這些城市為中心的城市群。為了促進區(qū)域協(xié)調發(fā)展，應該對中西部地區(qū)城市群發(fā)展采取必要的傾斜政策，充分發(fā)揮中西部地區(qū)城市群后發(fā)優(yōu)勢的巨大潛力。

表4 因子得分與綜合得分

城市因子得分F1F2綜合得分排名城市因子得分F1F2綜合得分排名北京7.5625.1216.3751煙臺-0.1590.7330.27535上海13.777-2.0466.0832石家莊-0.4671.0330.26236深圳3.2243.6003.4063汕頭-0.5741.1420.26037廣州0.4645.7003.0104貴陽0.1280.3760.24938天津2.2993.0262.6525大慶-0.5521.0670.23539重慶-1.9906.4592.1186南昌-0.4820.9650.22140成都-0.4293.7341.5967淄博-0.6721.1110.19541杭州0.5072.5631.5068珠海-0.2160.5930.17742南京-0.5993.7101.4979溫州-0.3160.6750.16643武漢-0.8723.7411.37110惠州-0.0800.3810.14444沈陽0.6731.7941.21811包頭-0.6000.9260.14245大連0.7781.4651.11212中山-0.1940.4760.13246西安-0.4932.5170.97013南通0.386-0.1650.11847東莞0.2721.6380.93614臨沂-0.3910.6040.09248佛山0.2751.5400.89015蘭州-0.7690.9900.08749濟南-0.7942.5900.85116岳陽0.745-0.6450.06950寧波0.9870.5370.76817吉林-0.0650.2050.06651青島-0.0091.5460.74718洛陽-0.2870.4290.06152哈爾濱-0.8842.4370.73119呼和浩特-0.4770.6120.05353蘇州0.3901.0020.68820鄂爾多斯0.279-0.2410.02654長沙0.1321.2580.67921濰坊-0.2590.3170.02155鄭州0.7840.5450.66822淮安0.080-0.0430.02056長春-1.1582.4980.62023臺州-0.0950.1410.02057無錫0.0461.2100.61224鞍山0.248-0.2310.01558廈門0.2830.9180.59225湛江0.186-0.225-0.01459合肥0.2890.6400.46026海口-0.2550.229-0.02060福州-0.2281.1450.44027泉州-0.3090.286-0.02061太原-0.4651.3380.41228撫順-0.1530.112-0.02562昆明-0.9121.7960.40429揚州0.124-0.182-0.02563常州0.1370.6090.36730……………烏魯木齊-0.1700.9100.35531……………唐山-0.5061.2030.32532……………南寧-0.3991.0620.31133金昌-0.217-0.459-0.334285徐州-0.1620.7610.28734綏化-0.386-0.299-0.344286

考慮到區(qū)域經(jīng)濟一體化和我國城鎮(zhèn)化發(fā)展的現(xiàn)狀及趨勢，我國應積極促進城市群健康發(fā)展。首先，要加強城市群的總體規(guī)劃，形成跨區(qū)域的協(xié)調機制。建立和完善城市群發(fā)展規(guī)劃與經(jīng)濟社會發(fā)展規(guī)劃、區(qū)域規(guī)劃、城市總體規(guī)劃、土地利用規(guī)劃等相關規(guī)劃的銜接和協(xié)調機制。其次，要大規(guī)模建設城市群內部的城際鐵路和高速公路等交通設施網(wǎng)絡，加快通信同城化步伐，為城市群高效運行奠定基礎條件。高效、完善、統(tǒng)一的基礎設施體系是實現(xiàn)城市群內部各種生產(chǎn)要素及產(chǎn)品在空間流動的必要保障，也是降低整個區(qū)域內交易成本，進一步促進區(qū)域間分工的重要途徑。

注 釋：

① 根據(jù)Kaiser標準提取的因子數(shù)量是因子特征值大于1的因子的數(shù)量。特征值是一個因子關于所有變量的因子載荷平方和。使用Kaiser標準的依據(jù)在于一個標準化變量的方差為1，如果一個因子關于所有變量的方差解釋部分小于1，那么和各個單獨的變量相比，它將解釋較少的方差。從表3“初始特征值”這一列的第二個因子的特征值1.06(>1)，可以確定提取兩個因子。

② 由于表格數(shù)量較多和表格數(shù)據(jù)量較大，在不影響文章完整性的前提下，本文只保留表3和表4的部分內容。如需完整數(shù)據(jù)，請和作者聯(lián)系。

〔1〕 張平.“十二五”規(guī)劃戰(zhàn)略研究[M].北京:人民出版社，2010.

〔2〕 阿瑟·奧莎利文.城市經(jīng)濟學(第6版)[M].北京:北京大學出版社，2008.

〔3〕 巴克豪斯，埃里克森，普林克.多元統(tǒng)計分析方法[M].上海:格致出版社，2009.

〔4〕 國家發(fā)展改革委國地所課題組.我國城市群的發(fā)展階段與十大城市群的功能定位[J].改革，2009(9):5-23.

(責任編輯 周吉光)

An Evaluation of China’s Urbanization Based on Factor Analysis

KE Bin-wu

(Training Center of National Development and Reform Commission, Beijing 100038)

The process of urbanization is an important manifestation of modernization. The level of China's urbanization has been significantly increased since 1978, and now how to objectively and scientifically analyze the level of China’s urbanization has become a hot topic. Based on factor analysis, a comprehensive evaluation of the levels of prefecture-level cities’ urbanization is conducted in this research. The results of the evaluation show that the levels of urbanization in eastern region are significantly higher than those in central and western regions, and the city cluster should be the trend and direction of the future development of China's urbanization.

urbanization; factor analysis; city cluster; evaluation

2013-10-28

柯斌武(1979—)，男，福建廈門人，碩士，國家發(fā)展和改革委員會培訓中心經(jīng)濟師，主要研究方向為宏觀經(jīng)濟管理研究。

F291.1

A

1007-6875(2014)01-0022-05