基于灰色系统的襄阳未来城镇化水平预测研究

基于灰色系统的襄阳未来城镇化水平预测研究
王礼刚
【摘要】科学预测城镇化水平,对城镇化政策的制定、制度的改革、城市配套设施的建设以及就业问题的解决都具有重要意义.文章以寰阳市为例,运用灰色预测系统模型,得出目前寰阳市城镇化进程与全国同期水平大致相当的结论,并预测襄阳未来城镇化水平.参照襄阳城镇化现状和基本市情,提出推进襄阳城镇化进程的路径选择,走“四化”同步发展的道路,走市场机制主导运行的城镇化道路,走政府调控型的城镇化道路,走外力拉动和内部挖掘并重的城镇化道路.
【期刊名称】《湖北文理学院学报》
【年(卷),期】2013(034)011
【总页数】4页(P57-60)
【关键词】灰色预测系统;襄阳;城镇化
【作者】王礼刚
【作者单位】湖北文理学院管理学院,湖北襄阳441053
【正文语种】中文
【中图分类】F299.21
目前城镇化已经替代工业化作为推动经济持续高速增长的“第一引擎”. 在经济下行压力没有减退的大背景下，扩大内需仍是宏观调控的重要手段. 大规模城镇化能从根本上创造持续不断的内需增长. 加快城镇化进程，作为提升襄阳经济社会协调
发展水平的突破口，可为可持续发展奠定基础、增添动力、留足空间. “十二五”末，作为省域副中心城市——襄阳城镇人口将净增50万以上，市区会直接产生2500亿的投资，再加上各县(市)区的城镇化建设，以及建设中带动的各行各业投
资升级，城镇化将为襄阳带来万亿级的经济拉动力[1]. 但襄阳的城镇化发展正面临着两难困境：一方面，襄阳具有典型的二元经济特征，“三农问题”是制约经济增长的突出问题，加快人口城镇化进程，使农民通过向城市转移并最终实现市民化是解决三农问题、促进经济快速增长的最有效途径；另一方面，由于襄阳城镇化水平的提高意味着会有大量的农村人口迁往城镇，这又将对城镇经济与社会诸多方面(如就业吸纳、环境承载、贫困问题等)产生巨大的冲击，盲目地走发达国家的城镇化发展道路，快速提高城镇化水平又不符合襄阳的现实情况. 因此，科学地预测襄阳城镇化的未来趋势，确定合理的城镇化水平与路径选择，对于促进襄阳未来经济可持续增长、统筹城乡发展至关重要.
1 灰色系统预测模型简介
灰色系统理论是华中科技大学控制科学与工程系教授邓聚龙在1982年提出的[2]. 这种理论的研究对象主要是不确定系统，特别是那些样本数量较小、可获得信息较为有限，即一部分信息已知、其他信息未知的系统. 灰色系统理论就是通过对部分已知信息的开发和挖掘，得到更有价值的信息. 对不确定系统的整体行为和运行规律进行恰当描述和凝炼升华. 灰色系统的对象取名和其他系统控制方法取名不尽相同，其他控制方法在工业、农业、经济、社会、环境、管理、军事、交通、石油、灾害等领域是按名称分类研究的，而灰色系统理论是按照研究对象的颜色来取名的. 在灰色系统理论中，研究者常用研究对象颜色的强弱来定义所待探知信息可获知程度的大小. 英国生物学家艾什比(William•Ross•Ashby)采用了一个人们可以普遍认同的定义——黑箱(Black Box)来定义系统中未知的信息. 分别用“灰色”、“黑色”和“白色”来表示系统中部分信息明确、部分信息不详，全部信息不明确，全部信
息明确. 系统中部分信息明确、部分信息不详的系统即称为灰色系统；系统中全部信息不明确的系统称为黑色系统；全部信息明确的系统称之为白色系统. 预测就是借助于对过去的探讨去推测、了解未来. 灰色系统预测理论的核心也就是通过对样本初始数据的特殊处理，再建立灰色系统模型，输入处理后的初始数据，经过科学的数学预测方法找出其中特殊的系统生成、发展规律[3]. 数列预测是对系统变量的未来行为进行预测，GM(1,1)(Grey Model,1个方程，1个变量)是较为常用的数列预测模型. 根据实际情况，也可以考虑采用其它灰色模型. 在定性分析的基础上，
定义适当的序列算子，对算子作用后的序列建立GM模型，通过精度检验后，可
用来做预测.
2 襄阳未来城镇化水平预测
本文采用单一指标法衡量襄阳城镇化水平，即市区人口占总人口之比来测度城镇化率. 襄阳市总人口由2000年的565.67万人，发展到2011年的593.59万人，城镇化率(用城镇人口占总人口的比重来表示)由2000年的43.09%，增长到2011
年的51.99%[4]. 笔者在这里进行城镇化水平预测时选取的起始年份为2000年，
基本属于邓聚龙教授所指出的“小样本、贫信息”问题的系统建模，较适合采用灰色系统数列预测模型加以分析[5].
以襄阳市2000—2009年城镇化率为样本建模，预测2010、2011年襄阳城镇化
率验证与2010和2011年实际城镇化率的误差大小. 2000—2010年样本数据为：
运用Gm main软件可得：GM(1,1)=模型的白化方程为：时间响应函数为：
信息模型计算结果精度检验过程如表1所示. 平均相对误差为0.0008469<0.01，因此相对误差检验精度为一级. 灰色绝对关联度为0.988572>0.90，因此关联度检验精度为一级. 模拟发展系数-a=0.006577<0.3.邓聚龙认为，随着发展系数的增大，模拟误差迅速增加. 当发展系数小于或等于0.3时，模拟精度可以达到98%以
上，发展系数小于或等于0.5时，模拟精度可以达到95%以上，发展系数大于1，模拟精度低于70%，发展系数大于1.5，模拟精度低于50%[6]. 因此，本模型可
用于襄阳未来中期或长期城镇化水平的预测.
表1 襄阳市城镇化率灰色系统预测结果精度检验(2000—2009年)年份 K值实际值模拟值残差相对误差 /%2000 0 43.09 43.09 0 0 2001 1 43.21 43.25051 0.04051 0.093751 2002 2 43.50 43.535905 0.035905 0.08254 2003 3 43.81 43.823182 0.013182 0.030089 2004 4 44.20 44.112355 -0.087645 -0.198292 2005 5 44.44 44.403437 -0.036563 -0.082275 2006 6 44.90 44.696439 -
0.203561 -0.453365 2007 7 44.90 44.991375 0.091375 0.203508 2008 8 44.93 45.288257 0.358257 0.797367 2009 9 45.80 45.587097 -0.212903 -
0.464854
表2 襄阳城镇化水平灰色系统预测结果精度检验(2000—2011年)年份 K值实际值模拟值残差相对误差 /%2000 0 43.09 43.09 0 0 2001 1 43.21 42.072325 -1.137675 -2.632897 2002 2 43.50 42.745887 -0.754113 -1.733593 2003 3 43.81 43.430233 -0.379767 -0.86685 2004 4 44.20 44.125535 -0.074465 -0.168473 2005 5 44.44 44.831967 0.391967 0.882014 2006 6 44.90
45.549711 0.649711 1.447018 2007 7 44.90 46.278944 1.378944 3.071145 2008 8 44.93 47.019853 2.089853 4.651353 2009 9 45.80 47.772623
1.972623 4.307037 2010 10 50.04 48.537445 -1.502555 -3.002708 2011 11 51.99 49.314511 -
2.675489 -5.146161
再根据GM(1,1)模型预测2010、2011年襄阳城镇化水平为45.89%和46.19%，2010和2011年实际城镇化水平为50.04%和51.99%，预测精度范围都在98%
以内. 这里也就可以将2010和2011年襄阳实际城镇化水平引入GM（1,1）模型中，建立新信息模型. 2000—2011年襄阳城镇化率的样本数据为： X ( 0)
=(43.09,43.21,43.50,43.81,44.20,44.44,44.90,44.90,44.93,45.80,50.04,51.99). 同样的方法可算出：新信息GM（1,1）模型的白化方程为：时间响应函数为：
信息模型计算结果精度检验过程如表2所示. 平均相对误差为0.067<0.1，因此相对误差检验精度为二级.
灰色绝对关联度为 0.998778>0.90，因此关联度检验精度为一级. 模拟发展系数
a-=0.015883<0.3，因此新信息模型模拟精度高.
进一步输入19步的预测，可以预测直至2030年的襄阳城镇化水平，如表3所示. 表3 襄阳城镇化水平预测(2012－2030年)年份预测数据/% 年份预测数据
/%2012 49.74 2020 56.06 2013 50.49 2021 56.91 2014 51.25 2022 57.77 2015 52.03 2023 58.64 2016 52.81 2024 59.52 2017 53.61 2025 60.42 2018 54.41 2026 61.33 2019 55.23 2030 65.11
3 襄阳市未来城镇化水平预测小结
本文采用的襄阳市城镇人口比重数据的起始年份是2000年，其后的2000—2009年数据是襄阳城镇人口比重时间序列中较为稳定增长的时间段. 预计到2020年，
襄阳市城镇化水平(以城镇人口比重衡量)将达到56.06%，到2030年将达到
65.11%，如图1所示. 2011年全国城镇人口比重为51.27%，上海城镇人口比重
为89.30%，2011年襄阳城镇人口比重与全国同期水平大致相当. 根据灰色系统模型预测结果[7]，襄阳城镇人口比重将在2051年赶上上海2011年城市化水平. 就
现阶段城镇化的发展速度来看，襄阳市城镇化进程与全国同期水平大致相当，滞后于上海同期水平40年的时间. 按照美国经济地理学家诺瑟姆提出的城市化“S”型曲线规律[8]，襄阳2011年城镇化进程处于加速阶段的前期，到2020年城市化处于稳定发展阶段. 到2040年襄阳市城镇人口比重将超过75%，城市化速度将趋缓，城镇化进程将经历一个由量变向质变的转变时期，处于成熟阶段，城镇化将由外延式的数量扩张、城镇规模扩大向城镇生活质量提升和现代化、空间结构集聚和不断
优化等方面过渡.
图1 襄阳市城镇化水平灰色系统模型预测结果(2000—2030年)
4 襄阳市推进城镇化的路径选择
根据国家对新一轮中部崛起的总体构想和“两个中心，四个襄阳”战略，结合国家、湖北省、襄阳市“十二五”规划和襄阳市城镇化进程实际，推进城镇化进程应该用足用活国家对中部崛起的各项优惠政策，充分发挥内因作用，重视提高城镇化的整体素质、完善体系、科学规划、分类指导、突出重点、有序推进，把加快襄阳城镇化进程同加快全市经济社会发展紧密结合起来. 增强城市集聚能力和经济辐射功能，强化中心城市功能，合理调整城镇结构，逐步形成以城带镇、以镇带村、梯度推进、整体协调的发展格局. 进一步优化生产力布局和资源配置，充分发挥城市在区域经济和社会发展中的核心作用，实现城乡协调发展.那么，襄阳推进城镇化的路径选
择应是：
4.1 走城镇化与工业化、信息化、农业现代化“四化”同步发展的道路
目前，襄阳要重视城镇化与工业化的紧密联系. 必须加快城镇化发展，处理好与工业化之间的关系. 严格执行城市工业与乡镇工业并重、乡镇企业适当地向小城镇集中的方针，努力使城镇人口增加与城镇建设发展相适应，实现城镇化与三大产业的协调发展. 要通过城镇化引导要素聚集，调整优化产业结构和布局，促进工业现代化和国民经济信息化. 要防止脱离工业化，在没有产业聚集的情况下盲目追求人口扩张. 要努力实现工业化推动城镇化，城镇化提升工业化的良性循环. 大力发展旅
游业、金融业等服务业，推进科技、教育、信息、文化、体育和卫生等产业化进程，增大城镇人口容量，增加就业岗位，为农民市民化和城镇化创造条件. 要把推进城镇化与发展绿色产业、建立农村市场体系和社会化服务体系、保护生态环境相结合，走可持续发展的道路，促进传统农业的改造和农业生产经营方式、技术及管理的现代化. 用农业现代化形成的腹地经济支持城镇化发展.
4.2 走市场机制主导运行的城镇化道路
通过实行城镇土地和非公益性基础设施供给市场化和有偿使用，加快推行住房分配货币化步伐，实施居民住房商品化和社会化，加快房地产产业化进程；改革城镇公费医疗制度；健全社会保障制度等举措.最终实现以开放式的、价值规律调节的人
口城镇化聚集行为取代以往封闭式的、户籍管理限制的行为. 广泛推行具有地方特色的新型城镇化道路.
4.3 走政府调控型的城镇化道路
结合本文第三部分的研究结论，襄阳市目前的城镇化现状和基本市情决定了必须走政府与市场力量相结合、政府调控型的城镇化道路. 各级政府要对城镇化发展进行统筹安排，在制定城镇化的道路和方针，以及城镇化发展规划时，在协调组织城镇供水、道路、能源、交通以及通信等基础设施建设时，应改革和完善城镇管理体制，加强城市公用事业、建设、交通、市政、环卫、土地和人口的综合管理，提高城镇管理水平，引导人口合理有序流动；实行必要的宏观调控，避免放任自流.
4.4 走外力拉动和内部挖掘并重的城镇化道路
中央政府实施新一轮中部崛起、以及“两个中心，四个襄阳”战略无疑会给襄阳市城镇化发展带来极好的机遇，因此，要解放思想，更新观念，大胆创新，敢于打破旧的机制约束，以超常规的胆识和气魄，提出新思路、新办法和新制度. 重点从城市基础设施建设、小城镇建设、住宅建设以及风景名胜区建设等方面寻求突破，充分借助外力加快城镇化进程. 与此同时，认真做好内部挖掘潜力的工作，充分调动全市各种资源建设城市的广泛性和创造性，充分发挥城镇化主体的积极性，努力走出一条具有“都市襄阳”特色的城镇化道路.
【相关文献】
[1]龙仲平. 向城镇化要潜力[N]. 襄阳日报, 2013-01-21(A02).
[2]邓聚龙. 灰色数理资源科学导论[M]. 武汉: 华中科技大学出版社, 2007.
[3]董少阳. 基于灰色关联分析法的软件缺陷类型预测[J]. 计算机工程与应用, 2013, 49(2): 28-34.
[4]襄阳市统计局. 襄阳统计年鉴2012[M]. 襄阳:襄阳市创尔深美广告彩印有限公司, 2012.
[5]胡振. GM(1,1)数据融合预测模型[J]. 计算机研究与仿真, 2013, 30(6): 24-28.
[6]袁德宝. 同时利用x(1)(1)和x(1)(n)为GM(1,1)建模初始条件的预测方法研究[J]. 大地测量与地球动力学, 2013, 33(3): 42-49.
[7]邓聚龙. 灰预测与灰决策[M]. 武汉: 华中科技大学出版社，2002.
[8]高春亮, 魏后凯. 中国城镇化趋势预测研究[J]. 当代经济科学, 2013, 35(4): 57-64.。