——以四川省为例
Index System Construction of New Urbanization: A Case Study in Sichuan Province
邱涛 QIU Tao
（西南财经大学天府学院数学中心，绵阳 621000）
（Mathematics Center，Tianfu College of Southwestern University of Finance and Economics，Mianyang 621000，China）
摘要：基于四川省2006～2015年数据，借助聚类分析和因子分析等方法,科学地构建新型城镇化发展指标体系，运用熵值法确定权重，找出对城镇化综合水平影响较大的指标。
Abstract: Based on the data of Sichuan Province from 2006 to 2015, we constructed the index systems of the new urbanization development, with the help of cluster analysis and factor analysis. The entropy method was employed to determine the index weight and to accurately appraise the comprehensive level of new urbanization and economic development.
关键词：城镇化；指标体系；熵值法
Key words: urbanization；index system；entropy method
中图分类号：F062.2 文献标识码：A 文章编号：1006-4311（2018）35-0093-03
0 引言
改革开放以来，中国经济快速增长，城镇化是经济增长动力之一。至2015年末，中国建成区面积达到52102平方公里，是1990年的四倍有余。城镇化率已达到56.10%。
以往的研究存在的问题。问题一：指标不够全面，且少有学者对指标进行定量筛选和去重复性信息处理。指标体系的构建没有统一标准，指标的选择比较主观，指标有可能不完整或者指标之间常常有较强的相关性，影响了综合指数等后续计算。本文参考大量文献后，进行了指标海选，尽可能全面收集数据，再进一步精选以求获得代表性强的指标,最终构建了新型城镇化发展指标体系。问题二：以往文献对西部地区的研究较少，对四川的研究更是少见。从经济发展看，2006～2015年中央政府提出的西部大开发政策已由奠基基础阶段过渡到加速冲刺阶段。西部地区的经济发展有利于实现全国共同富裕，民族团结，扩大内需，提升国际竞争力。四川面积48.6万平方公里，居中国第5位，地处中国西部，是西南、西北和中部地区的重要结合部，是我们国家的资源大省、人口大省、经济大省。2015年四川经济总量30053.10亿元，位居全国第六，稳居西部第一。2015年四川全部工业增加值达11039.08亿元，位居全国第十，稳居西部第一。四川是西部重点发展对象，作为经济发展不足的西部大省，积极推进四川向经济强省、全面小康跨越，经济建设是兴省之要。眼下国家的“一带一路”、长江经济带发展战略，正是四川经济发展的机遇。
1 数据来源和预处理
数据主要来源于《四川统计年鉴》、《中国统计年鉴》和四川环境状况公报等。为了消除通货膨胀对数据的影响，文章以2006年为基期，分别使用四川省-地区生产总值指数、工业生产价格指数、固定资产投资价格指数、商品零售价格指数，对人均GDP、人均地方一般公共预算收入、城镇居民家庭人均可支配收入、人均工业增加值、全社会固定资产投资额、社会消费品零售总额进行换算。进行多指标综合评价时，统计指标分为正指标和负指标。正指标，其值越大越有利。负指标，其值越小越有利。负指标取相反数后即可转化为正指标。
2 研究方法
2.1 指标体系构建方法
■
2.2 熵值法
无量纲化：
■ （1）
其中，■、■分别表示第个指标在所考虑年限中的最小值和最大值。■表示第i年第j个指标的取值。
计算第j项指标下第i年指标值的比重：
■（2）
计算第j项指标的熵值ej：
■（3）
其中，当■时，■。
计算第j项指标的差异性系数：■（4）
权重：■（5）
第i年的综合指数：■（6）
3 指标体系构建
3.1 指标海选
根据全面性、可操作性、科学性、可获得性、可比性、可行性原则，参考经典文献[1][2][3]，整理出海选指标如表1。
3.2 R聚类与因子分析
指标正向化和标准化后，用Pearson相关系数方法分别对每个二级指标内的指标进行R聚类[4]，聚类数目由聚类系数大于0.85为标准，同时考虑指标间的Pearson相关系数的值大于0.9为标准，使用SPSS21完成聚类过程。每个类别进行因子分析或计算复相关系数，保留因子载荷或复相关系数较大的指标，每一类别只保留一个指标。
表2中，使用人口城镇化中三个指标做因子分析时，KMO统计量值较小，于是补充计算复相关系数。以城镇人口比例为因变量，第三产业从业人员比重和第二产业从业人员比重为自变量拟合线性回归模型，此时调整R2是0.997。依次以第三产业人员比重、第二产业人员比重为因变量，其余指标为自变量，计算出调整R2分别为0.988、0.987。于是保留城镇人口比例，删除其余两个指标。社会城市化指标筛选后再次聚类，发现还存在重复信息变量，于是再次筛选，软件输出结果见表3。
4 结果分析
从表4中可以看出，对城镇化综合水平的影响由大到小，依次是空间城镇化（0.3877）、社会城镇化（0.3100）、经济城镇化（0.2339）和人口城镇化（0.0685）。在城镇化综合指标体系中，每万人拥有城区面积（0.2257）、普通高中生师生比（0.1124）、第二产业增加值占GDP比重（0.0886）和每万人拥有建成区面积（0.0872）是贡献份额最大的三级指标，所占的综合权重达到51.39%。从以上结果，可以看出在过去10年间，城镇空间范围的扩张，建筑物的快速兴建、教育投资的增加和产业结构的优化调整是影响四川城镇化快速发展的重要原因。城镇空间范围的扩张和滞后的城镇人口增加、经济发展是影响四川地区区域可持续发展的重要原因之一。政府等相关部门机构应给予城镇地域范围扩张和城镇人口增加、经济发展滞后的交互关系以高度关注。
5 结论
本文以四川省为例，运用聚类分析、因子分析等方法对指标进行筛选，建立了城镇化评价指标体系。2006～2015年是四川城镇化快速发展阶段，人口增长、空间扩张对城镇化影响显著。其中，每万人拥有城区建成区面积、普通高中生师生比、第二产业增加值占GDP比重对城镇化子系统影响最大。可见，增加固定资产投资，加大教育投入，优化产业结构能大大推进城镇化。
参考文献：
[1]Li Y F, Li Y, Zhou Y, et al. Investigation of a coupling model of coordination between urbanization and the environment[J].Journal of Environmental Management, 2012, 98(1): 127-133.
[2]刘耀彬，李仁东，宋学峰.中国城市化与生态环境耦合度分析[J].自然资源学报，2005，20（1）：105-112.
[3]张引，杨庆媛，闵婕.重庆市新型城镇化质量与生态环境承载力耦合分析[J].地理学报，2016，71（5）：817-828.
[4]张文彤.SPSS统计分析高级教程[M].北京：高等教育出版社，2018：329-333. |
