江苏省城市化水平综合评价研究

江苏省城市化水平综合评价研究

0 引言

江苏的城市化发展自1978 年改革开放以后,保持了平稳快速的增长。城市化这种稳步增长的态势在很大程度上取决于江苏经济的发展。改革开放之后,随着外资的大量流入,江苏经济普遍进入快速发展时期,经济水平的快速提升一方面使得城市的范围越来越大,另一方面,许多农村人口开始流向城市。在这样的大背景下,城市化的进程不断加快,取得了快速的发展。江苏省2000 年确定了全省城市化和城市发展的主要目标：到2005 年，全省城市化水平达到45%以上；到2010 年，全省城市化水平达到50%以上。江苏省城市化和城市现代化取得了突破性进展，步入了一个快速增长和提高的阶段。城镇体系趋于合理，城镇发展质量进一步提高，结构进一步完善。城市功能明显增强，城市人居环境显著改善，城市面貌日新月异。城市化水平可以综合反映一个国家或地区的社会经济发展水平，也可以为未来社会经济的发展规划提供重要依据，因此，准确地评估城市化水平对于制订正确的社会经济发展战略具有十分重要的意义。[1]本文通过构建城市化水平评价指标体系，对江苏省13 个市的城市化水平进行了实证分析，所采用的方法为SPSS 分析软件中的主成分分析法和聚类分析法。

1 概述

1.1 主成分分析及聚类分析简介

主成分分析是设法将原来众多具有一定相关性(比如P 个指标),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。通常数学上的处理就是将原来P 个指标作线性组合,作为新的综合指标。最经典的做法就是用F1(选取的第一个线性组合,即第一个综合指标)的方差来表达,即Var(F1)越大,表示F1 包含的信息越多。因此在所有的线性组合中选取的F1应该是方差最大的,故称F1 为第一主成分。如果第一主成分不足以代表原来P 个指标的信息,再考虑选取F2 即选第二个线性组合,为了有效地反映原来信息,F1 已有的信息就不需要再出现在F2 中,用数学语言表达就是要求Cov(F1, F2)=0,则称F2 为第二主成分,依此类推可以构造出第三、第四, , 第P 个主成分。

聚类分析是根据“物以类聚”的道理,对样品或指标进行分类的一种多元统计分析方法。它们讨论的对象是一大堆样品,要求能合理地按它们各自的特性来进行合理的分类,这里没有任何模式可供参考或依循,也就是说是在没有先验知识的情况下进行的。具体进行聚类时,由于目的、要求不同,因而产生各种不同的聚类方法。[2]

1.2 指标建立

“城市化”，我国的通常提法是“城镇化”，与国际通用的城市化同义。所谓城市化主要是指农业人口向非农业人口转移和生产、生活方式集约程度的提高(包括了乡村向城市方向提高和城乡两方面自身品质的提高)。[3]城市化是人类社会经济的发展过程和结果,城市化水平往往体现了一个国家、一个地区经济社会发展的程度,同时也决定了经济社会发展的基础和平台。城市化是区域经济发展和现代化建设的“火车头”,对促进经济社会的全面发展进步具有重要的意义。[4]这就要求,我们应顺应城市化发展的趋势,加快城市化的进程。城市化发展水平综合评价指标体系实际上就是利用具体的指标对城市化所包括的领域、城市化的内涵,进行具体化、层次化的统计描述和综合评价。根据城市化所涉及的领域以及城市化的内涵,通过系统分析后认为,城市化发展水平的测度应该反映一个区域的经济人口城市化、生活方式城市化以及地域环境城市化等方面的发展和变化。因此,城市化发展水平综合评价指标体系应从这三个方面来构建（见表1）。[5]

2 实证分析

本文选取了 2008 年江苏省13 个市各项指标的数据,数据从2009 中国城市统计年鉴中获得。

2.1 主成分分析

主成分分析法是将原来选取的多个指标,利用线性变换的方法重新组合成尽可能少的且互不相关的几个综合性指标,并且使这几个指标能尽量多地反映原指标所包含的信息, 从而达到简化数据和揭示变量间关系的目的。

本文所采用的主成分分析法具有以下优点：首先,客观性较强。城市化水平的评价,属于多指标综合评价问题。传统上大都采用主观赋权的方法,即根据主观经验或专家评判,事先设定好综合评价指标体系中各项指标的权重,是一种定性评价方法。主观赋权法尽管简单好用,但由于其存在着赋权的主观性,不考虑指标之间的相关性等明显缺陷,使其评价的科学性受到质疑,从而使评价结果缺乏说服力。而主成分分析法是一种客观赋权的评价方法,克服了上述缺陷。其次,资料收集容易。各种指标数据均可从统计年鉴中获得。因此,本文所采用的主成分分析法是可行的。

运用 SPSS 软件可得到主成分的特征值、方差贡献率以及累计方差贡献率和载荷矩阵以及碎石图。

由可知,前3 个主成分的累计贡献率为88.308%>85%,且由（碎石图）可以明显的看出前三个主成分的特征值大于1，后面均小于1，所以可以用前3个主成分来代替原来的12 个变量。

由(载荷矩阵)可以看出3 个主成分的侧重点：第1 主成分充分说明了第1、2、5、7、8、9、10、11、12 个指标；第2 主成分充分说明了第3、4 个指标；第3 主成分充分说明了第6 个指标。第1 主成分充分说明了生活方式城市化水平指标和地域环境城市化水平指标；第2 主成分充分说明了经济人口城市化水平指标指标；第3 主成分充分说明了生活方式城市化水平指标。

用(初始因子载荷矩阵)中的数据除以主成分相对应的特征根开平方根便得到两个主成分中每个指标所对应的系数。用第一主成分F1 中每个指标所对应的系数乘上第一主成分F1 所对应的贡献率再除以所提取两个主成分的三个贡献率之和,然后加上第二主成分F2中每个指标所对应的系数乘上第二主成分F2 所对应的贡献率再除以所提取三个主成分的贡献率之和,然后加上第三主成分F3 中每个指标所对应的系数乘上第三主成分F3 所对应的贡献率再除以所提取三个主成分的贡献率之和,即可得到综合得分模型。得到的三个主成分以及综合主成分模型如下由上表可知城市化水平综合得分排在前六位的依次为南京、苏州、无锡、南通、常州、徐州六个城市，其余城市分列七至十三位。而综合得分排在前六位的城市在第一主成分、第二主成分和第三主成分中排名都比较靠前的只有南京这一个城市。这说明南京的城市化水平比较高并且各个方面做的也比较好，而其它五个城市综合虽然得分比较靠前，但是还有需要改进的地方。比如苏州，第一主成分得分排名第一，而第二和第三主成分得分排名则分别为第十三位和第十二位。苏州的生活方式城市化水平和地域环境城市化水平较高，可在以后发展中着力提高其经济人口城市化水平。

2.2 聚类分析

本文采用系统聚类法。系统聚类法的基本思想是设有n 个样品,认为他们各自为一类, 并对样品之间的距离和类与类之间的距离做出规定。首先计算样品之间的距离,开始因每个样品自成一类,类与类之间的距离就是样品之间的距离,将距离最小的类并为一类,再计算并类后的新类与其它类的距离。接着将距离最小的两类合并为一新类,这样每次减少一类,直到将n 个样品合为一类为止。最后将上述并类过程画成一张聚类图,按一定原则决定分为几类。

利用 SPSS 软件可以完成聚类分析,本文就是应用此软件完成聚类分析的。对用主成分分析求出的各市的城市化水平的高低进行分类,再通过分析各类的共同点,找出各市的优势和差距,以便各市针对性地制定提高其城市化水平的对策。在这里,聚类方法选用的是聚类分析中的系统聚类法。利

用SPSS 软件进行系统聚类,得到的系统聚类分析图如图2 所示。

由可将13 个市分为不同的类别。可以分为3 类,为:第1 类,南京、无锡、苏州；第2类,徐州、南通；第3 类,常州、连云港、淮安、盐城、扬州、镇江、泰州、宿迁。即第一类南京、苏州和无锡城市化水平较高且具有一定的相似性。由表6 主成分得分可以看出这两个城市第一主成分得分排在前列，而第二主成分得分则排在最后两位，说明这两个城市在经济人口城市化水平方面有待提高。第2 类，徐州和南通生活方式城市化水平比较低，需采取相应的发展政策。

3 结论

由主成分分析结合聚类分析的结果可知江苏省城市化水平较高的城市为南京、无锡、苏州、徐州和南通等，城市化水平较低的城市为泰州、盐城、连云港、淮安和宿迁等。城市化水平较高的城市可以针对性的采取相应的发展政策，而城市化水平较低的城市需借鉴城市化水平较高的城市的发展