“互联网+”下的长三角城市群综合承载力研究

王 晋，朱英明，张惠娜

(1. 南京理工大学 江苏南京210094；2. 北京市科学技术情报研究所 北京100044)

0 引 言

经济强大的城市群是一个国家在全球化国际竞争格局中能否立足的关键要素。中国城市群作为国家参与全球竞争与国际分工的全新地域单元、推进新型城镇化的主体和新的经济增长极[1]，强大的综合承载力是其核心能力的重要保障。近 30年国家新型工业化和新型城镇化的持续推进，使中国城市群得到了长足发展，但也伴随产生了人口规模快速增加、土地利用布局不合理、生态环境持续恶化等严重问题，如何合理、高效和绿色地推进城市群的良性发展，持续提升城市群综合承载力，成为城市群发展的研究热点之一。

承载力概念起源于希腊[2]，承载力理论来自于人口统计学、应用生态学和种群生物学[3]。承载力的应用最早可以追溯到法国经济学家 Francois Quesnay的《经济核算表》，英国经济学家 Malthus的著作《人口原理》真正意义上开启了承载力研究，比利时数学家 Pierre F．Verhulst则为其提供了承载力的数学模型[4]。城市群承载力的研究有 4个趋势，从单要素自然承载力研究到综合承载力研究，从城市承载力研究到区域承载力研究，从绝对承载力研究到相对承载力研究，从现实承载力研究到潜在承载力研究[5-12]。城市群承载力的研究方法主要有时序全局因子法[2]、集对分析法[13]、空间回归分析法[14]、状态空间法[15]、熵值法[16]和要素指数法[17]等。

所谓“互联网+”，国家发改委对其定义是充分发挥互联网在生产要素配置中的优化和集成作用，以互联网为基础设施和实现工具的经济发展新形态[18]。“互联网+”依托互联网信息技术实现互联网与传统产业的联合，以优化生产要素、更新业务体系、重构商业模式等途径来完成经济转型和升级。随着互联网技术的普遍应用，特别是“互联网+”国家行动计划的实施，信息技术对城市群承载力的作用逐渐重要。对于城市群承载力而言，传统的承载力模式单纯依靠自然环境、资源、人力、资本和社会等要素来评价和衡量，缺乏基于各领域大数据分析基础上的综合评价和判断，即缺少巨量数据的支撑，因此对城市群综合承载力的分析判断不够深入和准确，更多的是定性分析。城市群综合承载力引入“互联网+”后，不仅仅是原有承载要素的信息化，而是综合承载力的互联网化，以互联网模式重建城市群的综合承载力，即建立在大数据、云计算、物联网等互联网技术基础上的综合承载力评价体系，重点是解决承载力的量化和智慧问题。

1 “互联网+”下的长三角城市群综合承载力评价

1.1 评价指标体系构建

城市群是多个城市之间要素交流融合的过程和产物，城市群稳定的标志是城市群综合承载力要素之间的有机均衡。本文城市群综合评价模型借鉴谢强莲等[15]的基于状态空间的土地资源承载力模型，将原有“资源、环境和人类活动”土地承载力范围扩展为“资源环境、经济社会和互联网”城市群综合承载力范围，得出“互联网+”下的城市群综合承载力模型(见图1)。

1.2 数据来源与数据处理

依据传统的城市群综合评价指标体系，并结合“互联网+”特性，在满足土地、水资源、电力、环境和交通基本需求基础上，增加人力、资本、产业以及数据基础设施等互联网要素，建立“互联网+”下的城市群综合承载力指标体系，指标数据来源于 2016年的上海市、江苏省、浙江省、安徽省以及长三角城市群各城市的统计年鉴。具体各项指标如表1所示：

表1 指标体系Tab.1 Index system

1.3 数据处理

由于指标体系中包含的 20个指标量纲不同、正逆影响不同，本文采用 Z标准化法进行处理，公式为：

标准化后所有变量的均值为0，方差为1。

根据表 2可知，所有指标初始共同度均设为 1，抽取主成分后的共同度也较高，20个变量中共有17个变量的公因子方差基本超过了 0.85，这说明提取公因子能够较好地反映原始变量所包含的信息，适宜采取主成分分析法进行研究评价。

如图2碎石图所示，从第5个因子以后的曲线变得比较平缓，最后接近一条直线。据此可以抽取5个因子作为主成分因子。

表2 公因子方差Tab.2 Common factor variance

图2 碎石图Fig.2 Screen plot

根据表3的总方差解释可知，左边第1栏为各成分的序号，共有20个变量。第2大栏为初始特征值栏，其中合计栏中只有4个变量的特征值超过了1。由上表可知，20个变量中前4个变量为主成分因子，这4个变量的方差累计贡献率达到了87.038%,，即前4个变量可以反映原变量87.038%,的信息量。因此，20个变量可以综合成主因子1F-F4。

表3 总方差解释Tab.3 Total variance explained

采用方差最大正交旋转法，得到如表4的正交旋转因子载荷矩阵。

表4 旋转因子载荷矩阵Tab.4 Component matrix

职工平均工资(元) 0 . 6 5 2 -0 . 1 7 9 0 . 2 3 0 0 . 1 4 7财政收入(亿元) 0 . 9 2 4 -0 . 1 0 8 -0 . 2 5 5 -0 . 2 0 0财政支出(亿元) 0 . 8 9 9 -0 . 0 9 1 -0 . 3 1 5 -0 . 2 0 9第一产业G D P (亿元) 0 . 1 6 0 0 . 6 9 2 0 . 1 1 4 0 . 3 5 7第二产业G D P (亿元) 0 . 9 6 4 -0 . 0 1 3 0 . 1 4 8 0 . 0 9 4第三产业G D P (亿元) 0 . 9 7 2 -0 . 0 7 5 -0 . 1 0 9 -0 . 1 3 6客运量(万人) 0 . 7 7 1 0 . 3 4 4 0 . 3 1 7 0 . 1 8 8货运量(万吨) 0 . 8 2 4 0 . 0 0 7 -0 . 4 7 7 -0 . 1 4 5港口吞吐量(万吨) 0 . 8 1 0 -0 . 2 0 2 -0 . 1 8 1 0 . 3 7 9固定宽带接入用户(万户) 0 . 9 6 5 0 . 1 0 1 -0 . 1 1 3 -0 . 1 2 0年末移动电话用户(万户) 0 . 9 5 2 0 . 2 2 6 0 . 0 1 0 -0 . 1 2 2

20个变量可以由 4个主成分因子F1-F4来表示。第1个主因子F1在有关第二和第三产业GDPX14和X15、互联网域两个指标固定宽带接入用户X19、年末移动电话用户X20上有较大载荷，因此可将第 1个主成分1F命名为互联网与经济发展因子。第 2个主成分F2在土地面积X1、水资源总量X3、第一产业GDPX13上有较大载荷，反映的是土地资源及其相关的第一产业 GDP，因此可将第 2个主成分F2命名为土地资源禀赋因子。第 3个主成分F3主要反映了工业废水排放量X5、二氧化硫排放量X6、工业固体废物产生量X7，因此第 3个主成分F3命名为环境保护因子。第4个主成分F4在港口吞吐量X18上有较大载荷，因此将第4个主成分F4命名为交通能力因子。根据因子得分系数矩阵对26个城市的主成分计算其得分，最后进行线性加权平均求和得到各城市的综合得分Y：

k＝1，2，3，4；n＝1，2，3，4。各城市综合得分见表5。

表5 长三角城市群各城市综合得分表Tab.5 The comprehensive score list of Yangtze River Delta urban agglomerations

1.4 评价结果

从综合得分看，上海市排名第一，得分为8.02；苏州市排名第二，得分为5.14；杭州市排名第三，得分为3.20。

从主成分来看，互联网与经济发展主成分上，上海排名第一，得分为12.45；苏州市排名第二，得分为6.86；杭州市排名第三，得分为3.79。土地资源禀赋因子得分排名前三的是杭州市(3.73)、盐城市(2.90)、安庆市(1.92)。环境保护因子得分排名前三的是苏州市(3.03)、马鞍山市(1.77)、杭州市(1.69)。交通能力因子得分排名前三的是苏州市(2.55)、舟山市(1.88)以及南通市(1.65)。

从整体上看，在第一主成分互联网与经济发展上获得排名领先的城市，在城市承载力综合评价中也排名靠前，且前三名的排名无变化，均为上海市、苏州市、杭州市。另外，上海市在土地资源禀赋因子、环境保护因子、交通能力因子上得分均为负数。上海市在互联网与经济发展上占有明显优势，在其他得分均为负数的情况下，依然保持了较大的城市综合承载力，这说明互联网发展与经济发展对城市综合承载力有较大的支持。

从信息化现状看，长三角城市群不仅信息基础设施发达，同时也是国家重要的信息产业经济带。其中，上海市信息产业以计算机、通信和网络设备、电子元器件为主，江苏省信息产业形成了集成电路、现代通信、数字视听等优势产品集群，浙江省形成通信和计算机、电子机电、软件和信息服务等多个超千亿产业集群，长三角城市群具备了“互联网+”化的经济、社会和技术等各方面的基础。

从未来发展看，长三角城市群为实现经济提质增效和转型升级的目标，结合区域信息化发展优势，在国内首次提出“互联网+城市群”的发展理念，打造区域内“互联网＋”产业融合新模式和“大众创业、万众创新”的生态环境，一是推进互联网在长三角各城市运行和管理中的应用，二是推进“互联网＋”产业园区合作，三是推动形成“互联网＋”一体化公共服务保障体系。“互联网+”开始融入长三角城市群发展的各个环节，传统综合承载力的指标体系将逐步“互联网+”化。

2 结论与对策建议

通过对长三角城市群综合承载力的量化分析，可以得出以下结论：①长三角城市群作为国内发育最为完善的城市群，具有良好的资源、环境、经济、社会和互联网条件，其综合承载力具备“互联网+”化的条件。②长三角城市群综合承载力“互联网+”化的基础是互联网承载力，城市群建设、运行和维护良好的信息基础设施条件，为城市群的“互联网+”化奠定数据基础。③长三角城市群综合承载力“互联网+”化的目的是实现城市群智慧化，即在城市群运行数据化的基础上，充分运用数据挖掘、大数据分析和人工智能等先进的互联网技术手段，实现城市群发展的数据化、精细化、智能化，最终达到城市群智慧成长的目的。

为此，应从以下3个方面进一步强化城市群综合承载力的“互联网+”化：①积极打造城市群 “互联网＋”化的运营环境，创新支撑区域内互联网企业发展的政策体系，大幅提升信息基础设施、物联网、云计算和大数据等互联网能力，合力打造产业云资源共享、产业电商、商业分析等互联网应用平台。②进一步优化城市群“互联网＋”化的发展环境，构建“互联网＋”融合标准体系，强化“互联网＋”信息安全保障，共同落实风险评估、等级保护、安全测评、应急管理等监管制度和相关国家标准，强化城市群区域内“互联网＋”关键领域重要信息系统的安全保障。③建立健全“互联网+”城市群的法制环境，强化推动“互联网+”城市群的法制体系建设，确保城市群“互联网+”化建设有法可依、有规可循，从法制层面积极推动城市群“互联网+”化的良性发展。

［1］ 方创琳. 中国城市群研究取得的重要进展与未来发展方向[J]. 地理学报，2014，69(8)：1130-1144.

［2］ 刘惠敏. 长江三角洲城市群综合承载力的时空分异研究[J]. 中国软科学，2011(10)：114-122.

［3］ 张林波，李文华，刘孝富，等. 承载力理论的起源、发展与展望[J]. 生态学报，2009(2)：878-887.

［4］ 张学良. 2014年中国区域经济发展报告——中国城市群资源环境承载力[M]. 北京：人民出版社，2014：32-33.

［5］ 文魁，祝尔娟，张贵祥，等. 京津冀发展报告(2013)承载力测度与对策[M]. 北京：社会科学文献出版社，2013.

［6］ 郑雪. 呼包鄂城市群环境承载力研究[J]. 北方经贸，2016(1)：64-65.

［7］ 王殿茹，赵淑芹，李献士. 环渤海西岸城市群水资源对经济发展承载力动态评价研究[J]. 中国软科学，2009(6)：86-93.

［8］ 程广斌，龙文. 丝绸之路经济带我国西北段城市群资源环境承载力的实证分析[J]. 华东经济管理，2016，30(9)：41-48.

［9］ 张林波，李文华，刘孝富，等. “长株潭 3+5”城市群生态承载力研究[J]. 生态学报，2009(2)：878-887.

［10］ 刘洁，苏杨，魏方欣. 基于区域人口承载力的超大城市人口规模调控研究[J]. 中国软科学，2013(10)：147-156.

［11］ 黄志基，马妍，贺灿飞. 中国城市群承载力研究[J].城市问题，2012(9)：2-8.

［12］ 孙健夫，阎东彬. 京津冀城市群综合承载力系统耦合机理及其动力机制[J]. 河北大学学报：哲学社会科学版，2016，41(5)：72-78.

［13］ 唐凯，唐承丽，赵婷婷，等. 基于集对分析法的长株潭城市群资源环境承载力评价[J]. 国土资源科技管理，2012，29(1)：46-53.

［14］ 孙钰，李新刚. 基于空间回归分析的城市土地综合承载力研究——以环渤海地区城市群为例[J]. 地域研究与开发，2013，32(5)：128-132.

［15］ 谢强莲，蒋俊毅. 基于状态空间模型的区域土地资源承载力差异分析——以长株潭城市群为例[J]. 系统工程，2009(4)：58-64.

［16］ 孙京姐，吕建树，于泉洲. 基于极大熵的山东半岛城市群水资源承载力评价[J]. 水资源与水工程学报，2010，21(1)：120-123.

［17］ 李强，刘蕾. 基于要素指数法的皖江城市带土地资源承载力评价[J]. 地理与地理信息科学，2014，30(1)：56-59.

［18］ 刘蕾，鄢章华.“互联网+”背景下产业集群“零边际成本”趋势及其发展策略研究[J]. 科技进步与对策，2016，33(19)：54-60.