城镇化与市政设施水平关系研究——基于主成分回归分析
2016-11-12曹琳剑齐自君
曹琳剑,齐自君,刘 青
(1. 天津城建大学 经济与管理学院,天津 300384,E-mail:384865263@qq.com;2. 西安建筑科技大学 土木工程学院,陕西 西安 710055)
城镇化与市政设施水平关系研究——基于主成分回归分析
曹琳剑1,齐自君1,刘青2
(1. 天津城建大学 经济与管理学院,天津 300384,E-mail:384865263@qq.com;2. 西安建筑科技大学 土木工程学院,陕西 西安 710055)
城镇化是现阶段我国经济转型的重要战略。为了使我国城镇化推进更加合理化,通过对国内外相关文献进行梳理,对国内城镇化与市政设施现状进行探讨,根据我国各地域市政设施建设程度与城镇化水平的差异性,划分区域进行研究。对二者之间的关系进行了系统分析,构建了评价城镇化与市政设施水平关系的指标体系;采用主成分回归方法,建立了城镇化与市政设施水平的主成分回归模型,进行了两者之间的线性拟合分析。结果表明,城镇化与市政设施水平两者关系密切,存在显著的正相关关系。
市政设施;城镇化;城镇化率;主成分回归
城镇是当今社会人口、物资、资金和信息等要素流向的关键枢纽。城镇化是人类社会物质、文化、科技以及经济发展的必然趋势。合理的城镇化发展将为确保全面建成小康社会的宏伟目标胜利实现,确保全面深化改革在重要领域和关键环节取得决定性成果,确保转变经济发展方式取得实质性进展做出巨大贡献。
城镇化是城市市政设施水平提高的必然结果和反映,同时城镇化又是促进和保障城市市政设施发展所必需的因素,两者具有十分密切的相关性,张贺龙[1]认为,城乡基础设施的不完善是制约城镇化发展的首要因素。严盛虎等[2]提出滞后的城市市政设施与中国城镇化的飞速发展不相匹配,从而制约了城镇化的发展,未来城镇化发展的新阶段,市政设施的合理性与科学性显得尤为重要。朱兰[3]认为要想推动城市化健康稳定发展,就必须高度重视和加强市政基础设施建设力度,完善市政基础设施建设过程中存在的缺陷与不足,确保城市市政基础设施建设具备科学性、有效性以及持续性。王仲萍等[4]通过文献研究确定了影响重庆市城镇化率变化的影响因素,建立了城镇化率预测的模型,论证了重庆市在2020年城镇化率达到65%的可能性。王磊[5]提出城镇化发展势必会带来市政设施建设的繁荣,而市政基础设施的建设水平又严重影响着城镇化发展的质量。陶浩[6]提出由于我国经济发展不平衡,市政设施投资缺口大与投融资渠道有待进一步拓宽的矛盾,已严重影响我国城镇化进程的顺利进行,侧面反映出市政设施建设对城镇化发展的推动作用。
纵观已有研究表明,众多研究多集中于市政设施单一因素对城镇化的影响,或者只是单一的研究其中一个因素的综合评价水平。从多因素影响出发,定量研究两者之间关系的文献尚不多见。由此,在国家新型城镇化规划大背景下,本文建立多因素指标体系,分地区探索城镇化与市政设施水平之间的联系,具有重要的现实意义。
1 城镇化与市政设施关系的理论分析
城镇化与市政设施以经济为纽带相关联,二者相互影响。城镇化是每个国家发展过程中的必经之路,中国城镇化有力支持了经济的高速增长和快速转型[7]。纵观全球城市,城镇化程度是国家发展水平的重要指标,城镇化程度越高,城市人口集中度越大,经济密度就越大,表明国家的经济发展水平越高。对于城镇化的定量描述,一般采用城镇化率指标,即通常用城市人口和镇驻地聚集区人口占全部人口(人口数据均为常住人口而非户籍人口)的百分比来表示,用于反映人口向城市聚集的过程和聚集程度。城镇化率越高,说明经济密度越高,密集的经济结构推动经济结构的转型和提质增效,使更多人平等地享受公共服务,享受改革发展的伟大成果,促进市政设施的建设;城镇化率越低,则说明经济密度越低,市场经济体制不健全,经济市场低迷,户籍制度改革以来,有更多的人获得均等享受教育、就业服务、社会保障、医疗、保障性住房等公共服务的机会。当经济水平无法保障城市的基本需求时,将严重制约市政设施的发展。
市政设施建设是加快城镇化进程并促进其发展的重要途径,在发展中国家,大规模的市政设施投资是实现国家工业化的第一步。当投资达到一定规模,会冲破经济的停滞和贫困落后的困境与约束,从而推进整个工业部门的迅速发展,促进城市经济大幅度提高。随着户籍制度的改革,人口市民化成本增加,城市经济对城镇化的支撑显得尤为重要,相反市政设施发展不健全或者属于滞后型发展模式,虽然集中资金由直接生产部门负责,短期内可以加快工业的发展,但是长此以往,基础设施的滞后会导致国民经济的严重比例失调,从而阻碍经济的发展。因此,市政设施建设与我国城镇化进程的平稳健康发展有着密不可分的影响。加速市政设施的建设,是提高城镇化发展速度的前提条件。综合以上分析,城镇化与市政设施发展关系密切,市政设施建设对城镇化有重要影响。
2 指标体系构建
为定量考察城市市政设施水平与城镇化率的关系,本文结合2013年全国城镇化的增长特征以及城市市政指标的变化过程,基于可量化的原则以及前面对城市市政设施水平与城镇化率关系的理论分析基础,考虑数据的可获得性,根据《中国统计年鉴》中市政设施水平的描述,以表1市政设施水平对应的观测变量作为自变量,构建出相应的指标体系。
表1 城镇化率影响指标
3 实证分析
3.1数据来源
为了保证数据的真实性,分地区城市市政设施水平数以及各地区城镇化水平数据主要来源于2014年《中国统计年鉴》、中国城市建设网、住建部网站,并且局部数据根据相关地方统计年鉴进行了更新,并利用软件对数据进行标准化分析。
3.2数据选择
美国地理学家R.诺瑟姆对城镇化规律进行总结,将其划分为初期、中期、后期3个阶段,其中第二阶段为30%~70%,是城镇化发展的加速阶段。在此阶段市政设施建设与城镇化发展关系尤为突出[8]。故本文根据2014年《中国统计年鉴》即原始数据表2,并以城镇化进程处于第二阶段、地理位置相似、地方政府执行力度较强、市政设施投资额与城镇化建设匹配程度相近、城镇化过程中具有相似性等多项指标标准对每个地区省市进行衡量,对全国各省市进行筛选,选出东北地区3个省(辽宁、吉林、黑龙江),中西部地区11个省区(河南、安徽、湖北、湖南、江西、广西、陕西、甘肃、宁夏、青海、四川),东部地区4个省(江苏、浙江、福建、广东)分别为研究对象,进行城镇化与市政设施关系研究。
表2 原始数据表
3.3建立主成分回归模型
主成分分析是将多变量利用线性变换选出几个重要变量的多元统计方法,以达到降维的目的。主成分分析法相比其他方法而言,能够在最大限度地保留原始数据信息的基础上,对高维变量进行综合和简化,并且能够客观地确定各个指标的权重,避免主观随意性,具有一定的优越性[9]。主成分回归分析是基于主分成分析之上,将回归模型中有严重复共线性的变量进行因子提取,得到正交的因子变量,然后对因子变量进行回归模型的建立[10]。
主成分回归模型建立的过程如下:
(1)为了提高拟合的精度,同时满足模型的合理性,对P个原始数据进行标准化,根据选定的累计贡献率,选取前m个主成分F1,F2,…,Fm。
(2)采用普通最小二乘法,做前m个主成分对因变量Y的线性回归得到回归模型:
(3)由于每个主成分均是自变量的线性组合,最后经x1,x2,…,xp转换可以得到最终线性组合模型:
3.4模型输出分析
3.4.1以中西部为例进行分析
由于我国地理环境的复杂性,全国各省城镇化程度均不相同,城镇化发展又具有区域性,首先对中西部集中城镇化的11省份进行研究。为了消除原始数据的数量级以及各因素单位不同造成的影响,在主成分多元回归之前利用SPSS20.0软件对2013年市政设施水平各指标以及城镇化水平指标的原始数据进行标准化分析,然后对标准化数据提取主成分,得到解释总方差如表3所示。
表3 解释的总方差
根据表3总方差的解释表,系统默认方差大于1的为主成分,故只提取第一个,主成分累加占到总方差的90.458%。包括了绝大部分信息,可以很好地进行主成分分析,而且得到提取的主成分的方差是5.428。
表4给出了主成分分析从原始变量中提取的信息,可以看出各自变量(除城市桥梁为80.7%外)提取均在85%以上。适合对多重共线性的自变量组合提取主成分,然后对较大的几个主成分与其自变量一起进行多重共线性回归。得出的主成分回归系数再根据主成分表达式反推出原始自变量的参数估计(见表5)。建立城镇化率的预测模型,以期研究影响城镇化率的各种因素,从而研究城市市政设施各个因素与城镇化率的关系。
表4 公因子方差
表5 主成分荷载矩阵
由表5可知,该主成分荷载矩阵并不是主成分的特征向量,也就是说并不是所提取主成分的系数。主成分系数的求法是:各自主成分荷载向量:A(1)=(0.965,0.954,0.898,0.978,0.929,0.980)除以主成分特征值的算术平方根。
b=(0.414,0.409,0.385,0.420,0.399,0.421)
在第一主成分Y的表达式中,各项指标的系数均为正值,且数值相差不大,这说明各单项指标对综合评价指标起着同向的、相当的作用。因此,Y
可以理解为评价中国省域城市化水平全面能力的综合指标。
现将城镇化率标准化并对y做线性回归分析,又因为:
用原始变量表示得回归表达式:
表6是根据SPSS20.0对6个指标进行主成分提取后形成新的变量Y与城镇化率进行线性回归所得到的计算结果,由于城镇化率在统计过程比较复杂,统计中需要考虑的因素较多,以至于在做线性回归的过程中会出现误差,统计量复相关系数R2值为0.808,可以解释因变量80.8%的变异,即年末实有道路面积、城市道路照明灯等6个指标可以反映出城镇化率的大小。
表6 模型汇总
从模型上可以看出各回归系数均大于零,由此可见年末实有道路面积、城市道路照明灯数、年末实长度、城市排水管道长度、城市污水日处理能力、城市桥梁座数对城镇化率是正影响作用。
由SPSS20.0软件计算结果见表7,可得线性回归系数:
将原始数据代入回归模型得:
表7 模型汇总
3.4.2对东部地区的数据进行分析
由于主成分线性回归计算过程较为繁琐、篇幅较大,而计算原理又与中西部计算原理相同,故对东部地区的分析将按照主成分线性回归的步骤计算,但不列出详细算式,只通过SPSS20.0计算结果进行分析论证。
表8为总方差的解释表,系统默认方差大于1的为主成分,故只提取第一个,主成分累加占到总方差的87.894%。可以很好地进行主成分分析,而且得到提取的主成分的方差是5.274。
表8 解释的总方差
表9、表10是利用SPSS20.0软件对东部地区数据进行分析结果,进行回归分析时,R2为0.899,p值小于0.05,有很强的拟合效果,因此通过对我国东部不同省市分析可知,市政设施水平与城镇化水平呈线性关系。
表9 模型汇总
表10 模型汇总
3.4.3对东北地区的数据进行分析
东北地区分析论证与东部地区相同,计算原理均与中西部地区相同,故对东北地区的分析将按照主成分线性回归的步骤计算,同样不列出详细算式,只通过SPSS20.0计算结果进行分析论证,得出具体的结论。
表11为总方差的解释表,系统默认方差大于1的为主成分,故亦提取了第一个,主成分累加占到总方差的92.350%。可以很好地进行主成分分析,而且得到提取的主成分的方差是5.541。
表11 解释的总方差
表12和表13是利用SPSS20.0软件对东北三省数据进行分析的结果,进行回归分析时,R2为0.999,p值小于0.05,拟合效果很强,通过对东北地区进行分析可知,市政设施水平与城镇化水平呈线性关系。
表12 模型汇总
表13 模型汇总
4 结语
本文通过对城镇化率以及市政设施各个因素进行定性分析,反映了市政设施各个要素(各个省市在年末实有道路长度、年末实有道路面积、城市桥梁座数、排水管道长度、城市污水处理能力、城市照明灯数)的相互作用,以及与城镇化水平相互促进相互影响的关系,利用SPSS20.0软件对不同区域,不同阶段的市政设施各指标进行定量分析,得到市政设施水平指标体系对城镇化率具有较强的解释力。通过主成分回归分析,得到市政设施水平指标体系可以很好地拟合城镇化水平。反映出市政设施与城镇化水平呈正相关影响,城镇化的发展与市政设施的建设二者密不可分。市政设施水平可反映城镇化发展的速度,将为政府决策提供科学依据,对城市房地产去库存有一定的启示作用。
[1]张贺龙.陕西农村城镇化影响因素及其发展途径分析[D].西安:西安工业大学,2012.
[2]严盛虎,李宇,等.我国城市市政基础设施建设成就、问题与对策[J].城市发展研究,2012(5):28-33.
[3]朱兰.城市市政基础设施建设成就、问题与对策[J].建材发展导向,2013(10):115-116
[4]王仲萍,张冲,等.重庆市城镇化率变化影响因素分析——基于回归分析法[J].辽宁农业科学,2013(5):33-37.
[5]王磊,市政图书如何应对城镇化发展[J].书市观察,2013(6):46-47.
[6]陶浩,城镇化中市政基础设施投融资模式研究[J].经济丛论,2014(1):226.
[7]刘希雅,王宇飞,等.城镇化过程中的碳排放来源[J].中国人口·资源与环境,2015(5):61-66.
[8]张贺龙.陕西省农村城镇化影响因素及其发展途径分析[D].西安:西安工业大学,2012.
[9]刘臣辉.主成分分析法用于环境质量评价的探讨[J].环境科学与管理,2011(3):183-186.
[10]程毛林.基于主成分回归模型的经济增长因素分析[J].运筹与管理,2012(5):179-183.
Relationship Between the Rate of Urbanization and the Level of Municipal Facilities
CAO Lin-jian1,QI Zi-jun1,LIU Qing2
(1. School of Management,Tanjin Chengjian University,Tianjin 300384,China,E-mail:384865263@qq.com;2. College of Civil Engineering,Xi'an University of Architecture&Technology,Xi'an 710055,China)
Urbanization is an important strategy for China's economic transformation at this stage. In order to make the urbanization more rationalization in our country,the paper has reviewed the related literature home and abroad. The present situation of the domestic urbanization and municipal facilities has been discussed in this paper. This paper made a systematic analysis on the urbanization and municipal infrastructure,then set up an evaluation index system of the relationship between urbanization and the level of municipal facilities. A principal component regression method of the urbanization and municipal facilities was made and used to make a fitting analysis on the level of urbanization and municipal facilities. The results show that urbanization and the level of municipal infrastructure are closely related and there exists a significant positive correlation between them.
municipal facilities;urbanization;the urbanization rate;principal component regression analysis
F299.21
A
1674-8859(2016)05-034-05
10.13991/j.cnki.jem.2016.05.007
2016-05-09.
天津市哲学社会科学研究规划资助项目(TJGL13-022).
曹琳剑(1976-),男,教授,硕士生导师,研究方向:房地产开发与经营,工程管理,绿色建筑运营管理,城镇化与城市开发;
齐自君(1990-),男,硕士研究生,研究方向:绿色建筑运营与管理,工程项目管理,城镇化与城市开发;
刘青(1992-),女,硕士研究生,研究方向:农村基础设施建设,工程项目管理,土木工程建造与管理。