2002-2011年中国城市化发展水平拟合分析及发展预测

孙浩楠 黄丽娜

(武汉大学资源与环境科学学院，湖北 武汉 430079)

1.引言

城市化指随着一个国家或地区社会生产力的发展、科学技术的进步以及产业结构的调整，其社会由以农业为主的传统乡村型社会向以工业(第二产业)和服务业(第三产业)等非农业为主的现代城市型社会逐渐转变的历史过程。中国正经历高速城市化进程，改革开放以来，特别是社会主义市场经济体制基本框架确立以后，城市作为区域经济社会发展的中心，其地位和作用得到了前所未有的认识和重视，城市化与城市发展空前活跃。

国内外学者对城市发展随时间的演化过程开展了大量研究。1966年，联合国人居署提出城市发展包括五个维度，即:住房、社会发展与消除贫困状况、经济发展状况、环境管理和城市管治。在此基础上，构建了以基础设施、废物处理、健康、教育和城市生产力为主题的城市发展指标体系［1］。关于城市化发展进程的分析方法和模型也相继提出，如主成分分析法［2］、聚类分析法［3］、熵值法［4］等。王桂新和沈建法采用极差标准化和均方差决策法评价中国1997年223 个地级以上城市发展综合竞争力［5］。诺瑟姆(Ray.M.Northam)把世界各国城市化发展进程的轨迹概括为一条被拉长的S 型曲线［6］。饶会林对标准的S 型曲线进行了改进，提出了双S 型曲线。李迅等用时间趋势外推法分析了1980—1998年我国城市化发展的轨迹，以时间为横坐标轴，以城市化水平为纵坐标轴，将80年代以来各年份的城市化水平落到图上［7］。借鉴前人的研究方法，本文基于人口、经济、城市建设、人民生活、环境构建城市化水平综合评价指标体系，在此基础上利用线性、时间序列、Logistics 曲线模型对我国2002年至2011年城市化水平进行趋势拟合，以此探讨我国城市化水平未来的发展方向。

2.研究数据与分析方法

(1)数据来源

本文所用数据资料取自《中国统计年鉴》、国家统计局网站，缺失数据采用线性插值方式补充。

我国城市化水平整体空间差异如图1 所示。整体而言，我国地级城市东多西少。基于八方向连通性进行地级市数量的空间相关分析可知，全局Moran’s I 值为正，即各省地级市数量与地理位置呈现全局正相关。局部得到地级市的高—高与低—低聚集区域，由此初步判断:我国城市主要以上海、南京、杭州为中心的长江三角洲城市群，广州、深圳为中心的珠江三角洲城市群，这些地区的城市化水平明显高于我国中西部。

(2)指标体系

借鉴侯学英的研究［8］，本文针对对中国城市化水平进行拟合和预测构建了人口、经济、环境、基础建设、生活构建三级指标体系(表1)。其中人口体现了农村人口向城市人口转变的过程;经济发展从经济总量、对外贸易、经济结构三个方面做出评估与预测;城市建设与生活表现城市化过程中居民生活的改变;采用污水治理达标率对城市化给环境带来的影响做出评价。

(3)城市化发展拟合模型

本研究使用简单线性回归与时间序列对全国城市化水平发展指数进行拟合及预测，并比较两者的误差率，评估模型的优良;从五个主题中各选取一个指标，应用Logistics 曲线进行拟合，进而对未来城市发展趋势进行预测。

图1 我国城市化整体差异(左图为各省地级市数量分级统计，右图为各省地级市数量空间相关性表示)

3.城市化水平定量评价

本研究采用的城市发展水平指标体系涉及人口、经济、环境、城市建设和生活5 个主题12 个要素23 个指标因子(见表1)。考虑到指标之间存在一定相关性，首先通过相关分析方法对评价指标进行简化。城市化水平定量评价的具体步骤如下:

1)对城市化水平指标因子进行相关分析，选取相关性较小的指标。

2)进行因子分析，根据特征根的值大于1 的原则，选取主因子，得到各个主因子的特征根以及贡献率，建立因子载荷矩阵。

3)取各个主因子的权重等于各个主因子的贡献率与累计贡献率的比值，计算求得2002年至2011年三个主因子的得分。

4)求解权重向量和因子得分矩阵叉积得到全国城市化发展水平发展指数(见表2)，拟合2002年至2011年间中国城市化水平发展指数的变化趋势(见图2)。

表1 指标体系

表2 2002年—2011年城市化水平发展指数

图2 2002—2010年城市化水平发展指数柱状图

4.城市化发展水平拟合及预测

4.1 城市化指数拟合

本文采用简单线性回归和时间序列方法，对全国城市化水平发展指数进行拟合及预测，比较两者的误差率，得到最优模型，以此预测2012年以及2013年的城市化水平发展指数［9］。线性拟合R2为0.9793，拟合程度较好，故中国在2002年至2011年十年间城市化水平的发展趋势基本可以用线性模型进行拟合。对比线性拟合，时间序列拟合误差率更低均小于10%，拟合结果更为可信［10］。在此基础上对2012年、2013年的城市化指数进行预测(图3)，采用时间序列对2012年与2013年城市化指数的预测更符合城市化指数变化的趋势［11］。

图3 2002-2011年我国城市化指数拟合对比图(左为线性拟合，右为时间序列拟合)

4.2 子系统拟合及预测

五个主题中与城市化水平发展指数相关性最大的指标为非农业人口比例、外商直接投资、人均绿地面积、居民人均用电量、工业废水达标率五个指标，选用这五个指标应用Logistic曲线进行拟合，通过误差率和相关系数R2评价模型的优良［12］。

利用最小二乘法计算出系数A、B 分别在K 的值为0.8和1 时的初始值，得到K=1 时拟合效果较好，故采用K=1时系数A、B 的初始值;以此进行Logistic 曲线拟合(见图4)，并比较误差率(见表3)与相关系数R2。

图8 城市化水平发展子系统拟合及预测曲线

表3 子系统拟合误差率

总的来讲，对比实际值拟合结果误差率均在10%以内，可以证明，子系统城市化趋势基本符合Logistic 曲线模型。非农业人口比例曲线拟合效果最差，实际利用外资额与居民人均用电量这两项指标拟合效果最好，污水达标率与人均绿地面积的拟合效果较好。

4.3 结果分析

根据拟合结果可以看出我国经济与工业城市化速度最快，经济的高速城市化归功于改革开放以来我国与其他国家经济交流的日益增加。工业发展与经济城市化是相辅相成的，由经济与工业的城市化趋势呈现的一致性，说明高速的经济与工业城市化是有一定的关联的。人口城市化远远滞后于经济与工业城市化，生活水平与环境的城市化时间发展的趋势基本呈现线性。由此看出，我国城市化发展仍存在诸多问题，如城市扩张的同时带来的资源过度开发、人口素质的滞后等。

在未来一段时间内，我国城市化进程将基本符合线性趋势。人口向城市的转变可能还是会滞后于以S 型曲线初级阶段速度发展的经济与工业城市化，环境治理和人民生活水平提高还是会以滞后于经济和工业城市化的速度进行。

5.小结

中国的城市化水平在近20年间迅速提高。然而，通过对2002-2011年中国城市化水平进行定量分析和时序拟合表明:我国城市化发展并不均衡，人口城市化滞后于经济发展与居民生活水平，城市化同时带来的环境问题还没有被充分重视。在发展经济的同时，兼顾城镇与乡村的发展、人民生活水平的提高以及环境质量的保护，是推进我国城市化全面协调发展必须面对的挑战。

［1］沈建国，宁登.城市指标与城市管理——联合国人居署“城市指标项目”回顾与展望［J］.城市发展研究，2004，03:42-46 +52.

［2］王琳，陈权宝.基于全局主成分分析的城市化水平综合评价研究——以山西省11 个地级市为例［J］.生态经济(学术版)，2009，02:342-345.

［3］史文利，高天宝，王树恩.基于主成分分析与聚类分析的城市化水平综合评价［J］.工业工程，2008，03:112-115.

［4］王富喜，毛爱华，李赫龙，贾明璐.基于熵值法的山东省城镇化质量测度及空间差异分析［J］.地理科学，2013，11:1323-1329.

［5］王桂新，沈建法.中国地级以上城市综合竞争力研究［J］.复旦学报(社会科学版)，2002，03:69-77.

［6］饶会林 城市经济学1999

［7］李迅等.21 世纪初期我国城市化发展态势与对策的探讨［J］.城市规划学刊，2000，(4)

［8］侯学英.中国城市化进程时空差异分析［M］经济科学出版社，2008.

［9］陈花婷.城市化水平预测模型及应用［D］.西北民族大学，2014.

［10］张松林，熊红轶.中国城市化水平时间序列模型分析:1949～2007 ［J］.统计与决策，2009，20:80-82.

［11］李林杰;金剑 中国城市化水平预测的时间序列模型及其应用2005 (zk)

［12］王远飞，张超.Logistic 模型参数估计与我国城市化水平预测［J］.经济地理，1997，04:8-13.