我国35个主要城市的综合发展水平研究

李晓菲

（郑州大学 商学院，河南 郑州 450000）

1 引言

这几年来，已经有大量的学者运用多种方法，选用多种指标来对我国城市的发展水平进行分析.但总的看来，大部分都是对我国的城市化水平和城市潜力进行评价，对地区综合发展水平的研究非常之少.比较著名的是杨上广、陈宗询的主成分分析法，分析了我国35个主要城市的发展的层次以及存在的差异，然后得出我国中心城市发展的空间并没有跟上分布的规律，最后提出一些发展的建议；另外还有，黄康胜利用因子分析法，对中部地区的几大城市群的发展阶段进行分析，最后的结果是郑州、武汉和长沙处于第一阶段，处于第二阶段的是洛阳、南昌和合肥；狄栋红采用的是分析我国的大城市的客运量和货运量以及地方的财政等18项指标，然后运用因子分析来决定哪些是比较有代表性的变量，并计算其权重然后进行排名.综上所述，在分析城市综合发展水平的研究上，因子分析具有很大的应用价值，得出的结论也基本得到了认可.所以，本文也是选用因子分析法，并配合聚类分析法来分析2013年，我国主要的城市的综合发展水平，从中找到各个地区的强项和劣势.

2 因子分析

首先对数据进行KMO检验和Bartlett球形检验（结果见表1），从中可见KMO检验结果为0.729，Bartlett球形检验的Sig.取值0.000，说明各变量间具有相关性，是可以做因子分析的.

表1 KMO andBartlett'sTest

因子方差分析结果（见表2）表明：前3个因子变量的特征值大于1，并且经过最大方差旋转后它们的方差贡献率分别为：38.934%、26.897%、22.490%，累计方差贡献率达到了88.322%，说明前3个因子变量综合蕴含了原始数据16个评价指标所能表达的足够信息，因此选取3个公共因子.

通过各因子旋转成分矩阵（见表3）可以看出，具有较高载荷的因子变量很有规律地分布在若干关键评价指标上，说明它们之间有着明确的结果关系，据此，对因子变量进行命名和解释.

表2 TotalVarianceExplained

公共因子F1在X2（地区生产总值），X4（客运总量），X6（第三产业从业人数），X7（地方政府预算内收入），X8（城乡居民年底储蓄余额），X9（地方政府预算内支出），X10（在岗职工人数），X11（在岗职工工资总额）上的载荷值都很大，是反映城市经济发展水平的公共因子.公共因子F2由于在X1（非农业人口数），X2（工业总产值），X3（货运总量）上的载荷比较大，是反映城市工业发展规模的公共因子，在此因子上的得分则反映了一个城市的工业发展规模.公共因子F3在X12（人均居住面积），X13（每万人拥有公共汽车数），X14（人均拥有铺装道路面积），X15（人均公共绿地面积），X16（人均医院床位数）上的载荷较大，是反映城市基础设施的公共因子.

表3 RotatedComponentMatrixa

确定了合理的公共因子，并分析各个城市在这三个因子上的得分，从表4中我们可以得出，在城市经济发展水平上，上海排名第一，得分为2.035，接下来是北京，得分为1.851，深圳紧随其后，得分为1.756，第四名和第五名分别为广州和天津，得分分别为1.084和0.879.这几个城市的得分远高于其他的城市，发展相对较好.其中北上广都是我国的超大型城市，在规模上也远远高于其他的城市.排名较为靠后的是西宁和银川.北京、上海、天津在工业发展规模上的得分较高，说明其工业发展的比较好.广州、深圳、厦门、南京在城市基础设施上的得分较高，说明它们的基础设施在全国是较好的.

将各城市在三个因子上的得分进行加权综合，就得到了综合得分（见表4）.

通过对各个因子的得分的研究分析我们可以看出，上海在经济发展、工业规模上的得分很高，在基础设施水平上的得分则不太理想，这可能是因为上海人口较多，需要在这方面加大改善.而综合得分较低的城市在经济发展水平上的得分都较低，因此在城市发展战略上应把经济发展放在首位，只有经济发展了，城市设施水平及其他方面才能搞上去.综合来讲，东部和沿海地区地区城市发展水平高于西部地区城市.上海、北京、深圳三城市综合发展水平较接近.上海经济发展好，但基础设施水平较低；北京的工业发展水平不是太理想，深圳经济发展水平不是特别高，但基础设施水平很高.此外，综合得分值大于零的城市还有广州、天津、重庆、南京、杭州、武汉、成都、宁波、厦门、大连等，但这些城市与上海、北京及深圳有一定的差距.其他城市得分都小于零，城市综合发展水平都还较低，发展格局也较相近，这些城市多位于中西部地区.因而，如何加快这些城市的发展以带动周边城市的进步，是影响我国整体经济发展的重要课题.

3 基于聚类分析的城市综合发展水平评价

在上述因子分析的基础上，将因子分析产生的新变量（因子得分）作为聚类分析的输入，对35个主要城市进行聚类.据此，35个城市可分为4类（见表4）.

从表4可以看出聚类分析较为准确地对城市按照综合发展水平进行排名和分类，分类结果与现实相符，而因子分析综合得分结果和聚类分析的结果也能够基本保持一致，说明因子分析和聚类分析的结果能互相印证，分析结论可信.

表4 城市综合发展水平得分排序表

续表

表5 聚类结果表

4 结论

本文采用因子分析和聚类分析，对我国主要的35个城市的发展进行研究，最终可以得出，东部及沿海的城市发展水平较高，并且基础设施也较为完善，而中东部的地区发展较为落后.原因是多方面的，不仅有自然条件的影响，也有历史的因素，但是主要的原因是改革开放时，我国采用的梯度式的区域发展战略.从聚类分析我们能够得出，各个城市的发展水平的差异还是较为显著的.

针对这一状况，我国的政府应该加强相应的宏观政策，利用新型城镇化的战略，加大西部大开发和中部崛起的支持力度，从而来减小趋于发展的差异.通过市场这一主体，并进行相应的引导，利用西部特有的资源优势，大力发展公共设施，打牢发展的基础.在制度上应该加强制度的改革，社会保障体系的健全，收入分配机制的完善等，并提高国家在这些地区的预算等，来推进该地区的城市建设以及经济的发展等，从而缩小与东部发达地区的差异.另外也不能忽视沿海地区的经济发展，这些地区是我国经济发展增强的基础，只有这些地区的稳健发展，我们才能有更大的资金来扶持西部地区的建设.所以，我们要加快沿海地区经济的发展，从而来带动中西部城市的崛起，达到我国整体跨越式发展的目的.

〔1〕杨上广，陈宗洵.全国中心城市发展水平研究[J].福建地理，2001（3）.

〔2〕黄康胜.中部区域城市群综合发展水平比较研究[J].荆楚理工学院学报，2011（4）.

〔3〕狄栋红.我国城市之间的发展水平差异研究[J].商品与质量，2012（5）.

〔4〕阿孜古丽，阿不都拉.基于因子分析法——新疆城镇居民小康水平综合评价[J].经济研究导刊，2011（6）.

〔5〕张浩.基于因子分析法和聚类分析法的副省级城市宜居情况聚类评价[J].电脑编程技巧与维护，2011（18）.

〔6〕董梅生，张佳佳.基于因子分析与聚类分析的城市设施水平综合评价[J].安徽工业大学学报，2012（7）.