考虑环境因素的中部省份城镇化水平评价指标体系构建

王敏

摘 要：该文选取了2004—2012年数据，采用因子分析和DEA的方法对中部六省城镇化水平的指标进行筛选，采用Tobit方法探讨环境与城镇化水平之间的关系并进行回归分析。分析结果可以得出通过指标筛选以后的中部六省的城镇化水综合情况以及排名，为中部六省未来政策的制定提供依据。

关键词：因子分析；DEA；城镇化；环境

中图分类号 F204 文献标识码 A 文章编号 1007-7731（2016）13-0009-05

1 引言

近年来，中国的城镇化发展，已不是简单的城市人口比例增加和面积扩张，而是要在产业支撑、人居环境、社会保障、生活方式等方面实现由“乡”到“城”的转变。世界各国源于不同的经济与社会情况，形成了不同的城镇化发展模式。国外的城镇化发展主要有以下3种模式：一是自由市场占主导的城镇化，主要以美国为代表；二是政府调控下的城镇化，主要以西欧为代表；三是受殖民地经济制约的城镇化，主要以拉美国家为代表。中国由于户籍制度以及各地区工业、农业等发展水平差异较大等原因，城镇化发展将更为复杂。

我国早期的城镇化研究主要是城镇化的现状及水平的度量，近年来越来越多的学者通过建立一个综合指标体系对城镇化开展研究。例如，张少辉选取线性加权法综合多指标信息形成一个指数，从六个方面构建了城镇化发展水平综合测度指标体系[1]；黄颖用AHP法和变异系数法确定权重[2]。上述研究均从多个方面来构建综合评价指标体系。

党的十八届三中全会和中央城镇化工作会议都强调环境问题的重要性，环境因素需要被纳入进城镇化指标体系的构建。指标选取是一个非常有用的工具，它可以将复杂的信息和来源用一种简单、定量的方式展示出来。大部分的指标体系涵盖了各个方面，需要通过分析方法和分析去明确和简化[3]。中部六省创造了中国约20%的GDP，是我国的人口大区和重要经济市场。本文在借鉴一些理论和模型基础上，探讨中部六省的城镇化水平指标选取的简化方法，探讨城镇化水平和环境间的关系，考察不同环境指标对城镇化水平之间的影响，并做出比较。

2 样本与数据

本文的样本包括2004—2012年中部六省的14个指标，所有指标来源于中国统计年鉴和中宏数据库。

2.1 选择原则 全面性、科学性、可比性、前瞻性、层次性、简明性、可持续发展等

2.2 政策依据 新型城镇化强调以人为本、均衡发展、提升城镇化质量、可持续发展。

2.3 指标池 见表1。

2.4 筛选 关于城镇化水平的测度，有单一指标法和综合指标法两大类。由于单一指标法不能真实地反映城镇化水平的高低，本文采用建立综合指标体系的方法。为了最大限度地发挥指标体系的作用，本文参考上述关于建立城镇化指标体系的原则，从上述指标池以及其他指标体系中选取指标，从经济指标、人口指标、社会指标、环境指标四个方面来建立城镇化质量的指标评价体系。首先剔除不常用的冷门的指标，选取统计部门等的常用指标，从而更好地反映城镇的发展水平。

GDP是指一个地区在一定时期内的国内生产总值，反映了一定时期内经济增长水平，是衡量经济状况的最佳指标；居民消费水平可以反映人们在生存发展过程中所能得到的满足程度；年末常住人口是常用的人口统计指标，而城镇人口和乡村人口的区分可以更好地反映城镇化水平；招生人数和电力消费以及建筑房屋面积都能比较好地反映居民的生活水平。新型城镇化强调可持续发展，注重城镇化的发展质量，根据国家统计局提出改进城镇化统计工作的六大任务中，要完善反映城镇化质量，反映资源环境等方面的新型城镇化统计监测指标体系，本文对指标选取进行了改进。以安徽省为例，通过回归拟合分析发现，地区生产总值和人均城镇居民消费金额的拟合优度达到了0.986，而考虑了废水和氨氮排放后的拟合优度达到了0.994。现建立指标体系如表2。

3 模型构建

3.1 因子分析法 因子分析法是研究从变量群中提取共性因子的统计技术。是一种通过消减变量个数同时总结归纳出少数具有代表性公共因子并且能且全面反映问题的有效工具。

3.2 DEA DEA（数据包络分析）是一种用于测评多投入多产出的决策单元的效率评价方法，该方法利用线性规划构建有效率的凸性生产前沿，通过与此前沿比较来识别和改进效率。CCR模型是第一个DEA模型。

分别为i种投入和第r种产出的权重，使用C-C变换（Charnes和Cooper，1962）后，可得

3.3 考虑非期望产出的DEA 生产过程中可能会产生非期望产出，就是指生产期望产出过程中所伴随产生的不好的副产品，比如废气、废水等。传统的方法只考虑期望产出，而将非期望产出忽略，而考虑非期望产出以后，我们将非期望产出转换成期望产出将模型（4-12）修改为以下非线性规划问题，通过Seiford L M和 Zhu J.里面对非期望产出做的变换对非期望产出事先进行处理。

3.4 Tobit 本文选取2009—2012年中部六省的面板数据，在前面DEA模型得出的效率值基础上，判断影响效率值的因素。

4 实证分析

4.1 因子分析 利用因子分析法，从研究变量内部相关的依赖关系出发，把一些具有错综复杂关系的变量归结为少数几个综合因子，从而对原始的数据进行分类归并，将相关性较高、关系比较密切的变量归为一类，归出多个综合指标，这些综合指标互不相关，它们所综合的信息互相不重叠，每一个综合指标实际上就代表了一个基本结构，即公共因子。通过对文中所列出的17个变量的方差、解释总方差和旋转成分矩阵进行分析，可以得出如下结论：

（1）这17个变量的共性方差大部分都接近或者超过0.9，其中城镇人口抽样调查数这一指标与提取的公因子的相关性最强（1.000），农村居民人均生活消费支出与公因子的相关性最弱（0.675），均大于0.5，故表示提取的三个公因子与原始变量间的相关性很强，能够很好地反映原始变量的主要信息，具有代表性。

（2）从17个变量的初始特征值及方差贡献率可以看出，第一成分的初始特征值为11.553，远远大于1；第二成分的初始特征值为2.549，大于1；第三成分的初始特征值为1.553，大于1；从第四成分开始，其初始特征值均小于1。故选择前三个公共因子便可以得到92.086%的累计贡献率，即表示两个公共因子可以解释约92%的总方差，结果理想。

（3）从旋转成分矩阵看，因子1在高等学校数、建筑业房屋建筑竣工面积、建筑业房屋建筑施工面积、大专以上程度抽样调查数、城镇居民消费金额、氨氮等6个变量上有很大的负荷，说明因子1反映的是投入产出因子；因子2在乡村人口抽样调查数、电力消费量、卫生技术人员数、年末常住人口、地区生产总值、城镇人口抽样调查数、废水、高等学校招生数等8个变量上有较大负荷，说明因子2反映的是城市生活水平因子；因子3在农村人均居住面积、农村居民人均生活消费支出、绿化等三个变量上有较大负荷，说明因子3反映的是城镇化水平的因子。运用上述方法我们得出中部六省的因子得分（如表3）。

4.2 DEA分析 根据上述因子分析的结果，从每个公因子中选取影响比较大的变量作为投入和产出指标，投入指标：建筑业房屋建筑施工面积、电力消费量，产出指标：期望产出为高等学校数、地区生产总值；非期望产出为氨氮排放、废水排放。本文选取中部六省2004—2012年，每年都当作一个DMU，总共有54个DMU。

由表4可知：各省在2006—2009年效率有起伏，其中湖北省在2007年的效率波动最大，从2008年以后，除安徽省以外各省的效率水平均接近于1，达到有效状态；安徽省的效率水平处于较低状态，其他各省一开始均达到有效，然后开始波动，其中湖北省的波动高于其他各省。河南省效率水平总体来说比较稳定，应注重污染的治理和教育的投入。安徽省应该努力提高GDP水平，安徽GDP总量居中部第四位，在其经济发展的制约因素中，县域经济发展滞后成为重要因素。湖北经济快速发展，GDP总量居中部第二位，但工业增速缓慢成为制约经济发展的问题。江西经济发展相对滞后，GDP位列中部第六位。山西省的用电量较大，污染排放量较多。

4.3 Tobit回归分析 以各地的城镇化效率为因变量，以经济、社会等因素为自变量，建立Tobit模型对各种可能影响城镇化效率的变量进行回归分析。通过Tobit分析，可以探究影响因素，同时可以进行显著性检验。本文对影响城镇化效率水平的因素作如下假设：（1）资源投资方面：六省各自去在资源禀赋等方面存在差异，并且支出的规模等也不同，这些将表现为各省的效率的差异，假设有正面影响。（2）卫生政策：由于各地不同的卫生体制的改个，可能对地方政府支出产生影响，假设有正面影响。（3）人口密度：城镇人口越多，城镇化水平相应会有所提高，同时人口密度也会影响政府公共支出的规模经济效应，假设有负面影响。（4）环境污染：环境因素是衡量城镇化发展质量的重要因素，处理环境污染所带来的支出可能会带来效率的下降，假设有负面影响。

表5显示效率值和能源消费总量、床位数、自然保护区有显著的正相关关系，说明它是影响城镇化效率水平的因素之一，能源消费总量越高、床位数越多、自然保护区越多，效率越高；二氧化硫排放和公路里程有显著的负相关，说明它们也是影响效率水平的因素，二氧化硫排放越多，效率越低；而固定资产投资、一般预算收入、发电量、城镇人口、森林结果不显著，说明这些因素对于城镇化效率水平的影响不是很大。

公共因子二包含的指标数量最多，对城镇化水平的影响力也最大，从因子得分看，河南的城市生活水平因子大于0，它的城镇发展水平高于全国平均水平，其他省小于0，则低于全国平均水平，；公共因子一反映了投资建设以及消费水平，安徽、湖北和湖南的排名靠前；公共因子三包含的指标数量最少，反映了农村居民的生活水平，安徽和山西排名靠后，安徽人口众多，山西是能源大省，应提高农村居民的生活水平，促进城镇化的发展。综合得分为正的有4个省，分别是江西、河南、湖北、湖南，说明这几个省的城镇化水平在平均水平之上，而综合得分为负的分别是安徽和山西，说明它们的效率水平在平均水平之下。其中排在最后两位的是安徽和山西，河南省的综合得分最高，河南省的人口和劳动力丰盛，有着极其庞大的经济规模，在资金、收入等经济规模指标都存在着明显优势，河南省的地区生产总值增长率为六省之首，具有很高的经济效益。对投入产出因子做比较发现，安徽、湖北、湖南为正，说明它们在教育、建筑施工、消费等方面表现出色，有着丰富的劳动力，工业经济效益高，教育水平较高，基础设施较为完善。比较生活质量因子发现，只有河南省为正，其次是湖南和山西，河南省、湖南省在基础设施和环境保护方面有着显著的优势，基础设施和环境在社会发展中有极重要的地位，是社会可持续发展的基础保障，山西省的信息化水平和医疗卫生条件都最好。对公共因子三分析发现，江西省、湖南省为正，其余为负，安徽省和山西省排名靠后，江西和湖南省的森林覆盖率很高，城镇人口比重不高。

为综合评价城镇化的发展水平，本文对这六个城市的因子总分进行正态检验，所采用的方法为1-sample K-S检验，由于显著性水平为0.946，据此可以说明因子总得分服从正太分布，因此可以采用离差法划分等级的思想，划分出发展等级，对6省进行归类，如表6。

表6 发展等级

[城市＼&山西＼&安徽＼&江西＼&河南＼&湖北＼&湖南＼&等级＼&较差＼&差＼&中＼&良＼&中＼&良＼&]

综合两表的信息分析可以得出，在所选的6个省份中，河南和湖南属于良，江西和湖北发展一般，而山西和安徽城镇化发展水平较低，河南和湖南排名靠前说明综合人口、经济、发展速度各个方面来说，河南和湖南都保持较高水平，科技教育方面，河南和湖南也在中部六省中排名靠前，基础设施和环境保护也很到位，各省在公共因子三上的得分相差不是很大。

5 结论与讨论

本文通过从一系列反映城镇化水平的指标中用因子分析法进行降维，并通过因子得分和排序得出一系列结论，然后用DEA模型来测度了新指标的效率；接着考虑了非期望产出的指标，并用因子分析法和DEA的方法进行筛选和测度；最后用DEA-Tobit两阶段来反映影响效率值的若干因素。城镇化的质量和环境问题的是近年来国内学者研究的一个热点和难点话题，从理论上来说，城镇化质量是反映城镇化优劣的一个综合概念，而环境问题随着经济的不断发展，资源的利用而越发明显。如何将二者结合到一起，并作出定量和定性分析，学界还缺乏深入的实证研究，其原因是中国的城镇化发展具有中国特色，每个地区的城镇化发展程度不一致，每个地区的资源利用和环境保护情况不一致，影响城镇化水平的因素又有很多，因此无法具体的探究城镇化和环境的关系问题。

我国城镇化进程可能存在三种状态：适度城镇化、过度城镇化和低度城镇化。中国的城镇化是超前还是滞后，学术界曾有过大量讨论。中国的城镇化建设既需要保持一定的发展速度，更需要提高城镇化质量。本文强调了在注重城镇化发展质量时必须关注环境的影响。因为城镇化和环境的各项指标间的关联度全部超过了0.5，表明环境对城镇化有着很大的影响。

党的十八届三中全会和中央城镇化工作会议都强调城镇化的核心是从经济发展转向了以人为本，重点在于人的城镇化。李克强指出，推进城镇化，核心是人的城镇化，关键是提高城镇化质量，目的是造福百姓和富裕农民。他在与省部级干部的交流中已经提出，土地利用、户籍改革、资源支撑、生态环境和城镇化战略都是需要研究的问题。

本文提出加大支持中部地区新型城镇化建设的政策建议如下：（1）提高产业发展和集聚人口能力，促进农业转移人口就近从业。（2）加快推进交通、水利、能源、市政等基础设施建设，增强中部地区城市群和城镇发展后劲。（3）优化中部地区城镇结构，进一步提升城镇化质量和水平。（4）稳步推进城镇基本公共服务常住人口全覆盖：有序推进农业转移（人口市民化）、加强城镇化管理创新和机制建设。（5）协调人口、经济与资源、环境，协调工业化与城镇化、协调城市集群发展。（6）加大金融支持力度。由于我国城镇化具有工业化与市场化，政府推动与市场拉动共同作用的特征，金融支持不足已成为城镇化道路发展的瓶颈。

本文主要研究的是中部六省，对于西部和东部地区的环境和城镇化水平间关系状况并未进行探讨，可以进行更深入的研究，增强中西部地区城市群和城镇发展后劲，优化东部地区城镇结构，进一步提升城镇化质量和水平。推进新型城镇化，核心是人的城镇化，关键是提高城镇化质量，土地利用、户籍改革、资源支撑、生态环境和城镇化战略等都仍是今后需要进一步研究的问题。

参考文献

[1]张少辉.河南省城镇化水平的综合测度研究[D].郑州：郑州大学，2004.

[2]黄颖.基于AHP的城镇化水平测度及实证分析[J].信阳师范学院学报（哲学社会科学版），2009，05：69-71，81.

[3]Moussiopoulos N，Achillas C，Vlachokostas C，et al.Environmental，social and economic information management for the evaluation of sustainability in urban areas：A system of indicators for Thessaloniki，Greece[J].Cities，2010，27（5）：377-384.

[4]李克强.协调推进城镇化是实现现代化的重大战略选择[J].行政管理改革，2012，11：4-10.

[5]何平，倪苹.中国城镇化质量研究[J].统计研究，2013，06：11-18.

[6]王家庭，唐袁.我国城市化质量测度的实证研究[J].财经问题研究，2009，12：127-132.

[7]郝华勇.城镇化质量的差异评价与提升对策——以东部10省为例[J].经济探讨，2012，06：52-55.

[8]陈明，张云峰.城镇化发展质量的评价指标体系研究[J].中国名城，2013，02：1-19.

[9]孔凡文，许世卫.论城镇化速度与质量协调发展[J].城市问题，2005，05：58-61.

[10]辜胜阻，易善策，李华.中国特色城镇化道路研究[J].中国人口.资源与环境，2009，01：47-52.

[11]张春梅，张小林，吴启焰，等.城镇化质量与城镇化规模的协调性研究——以江苏省为例[J].地理科学，2013，01：16-22.

[12]张占斌，黄锟.叠加期城镇化速度与质量协调发展研究[J].理论研究，2013，05：2-8+14.

[13]郭淡泊，雷家骕，张俊芳，等.国家创新体系效率及影响因素研究——基于DEA-Tobit两步法的分析[J].清华大学学报（哲学社会科学版），2012，02：142-150，160.

[14]周华林，李雪松.Tobit模型估计方法与应用[J].经济学动态，2012，05：105-119.

[15]韩华为，苗艳青.地方政府卫生支出效率核算及影响因素实证研究——以中国31个省份面板数据为依据的DEA-Tobit分析[J].财经研究，2010，05：4-15，39.