基于因子和聚类分析的淮河生态经济带城市宜居水平评价

廖信林，闫子薇

安徽财经大学经济学院， 安徽 蚌埠 233030

从地理角度来看，淮河流域气候适宜、水分充足、土地肥沃，适于人类生存生活与城市建设.国务院于2018年10月18日正式推出淮河生态经济带规划，这是淮河生态经济带的建设首次上升为国家战略.淮河生态经济带横跨江苏、安徽、山东、河南、湖北5省，地域面积达28×104km2，总人口超过1.8亿人.在本次规划中，淮安、蚌埠、信阳3个城市为淮河生态经济带上的核心城市，以带动其他县级城市发展为目的.打造宜居城市是贯彻习近平生态文明思想和党的十九大精神的重要举措，也是实现生态经济可持续发展的重要环节，着力实现生态文明.

目前国内许多专家学者曾对淮河生态经济带进行过研究与分析.彭娜通过空间面板模型等模型研究淮河生态经济带城市绿色经济效率，得出淮河生态经济带城市大部分处于绿色经济效率上升的趋势，但发展不平衡等结论[1].骆亚琳建立了包括城市安全、公共服务、交通情况、社会环境等方面指标体系，通过问卷调查获取数据并进行主成分分析，得出西安市宜居城市居民满意度得分及存在差异性等结论[2].江甲林运用分层线性模型，采取城市民生满意度调查数据分析城市宜居水平[3].张欢、江芬、王永卿等分析了长三角城市群的生态宜居的分布特征及时空差异，并从提高工业产出水平、发展交通、补足短板等方面提出了许多政策建议，对本文研究提供一定的意义[4].崔凤琪、唐海萍、张钦根据2010年～2016年京津冀地区的面板数据，基于层次分析法和熵权法确定指标权重，得出京津冀地区城市宜居评价结果[5].陈阳、朱家明基于聚类分析和模糊综合评价得出淮海经济区8个城市的综合得分[6].张瑞祥采用因子分析和聚类分析研究县域经济发展水平，为本文提供方法上的借鉴[7].路子雁采用主成分分析方法，得出了山西省11个地级市的区域经济差异[8].陈泠璇构建了城市宜居水平评价的5个方面的评价指标体系，并分别测评城市宜居水平，提供了指标构建等方面的参考[9～10].

1 指标体系构建

1.1 数据来源

对江苏、安徽、河南3省中的20个城市来进行研究，数据来源于2016年国家统计局这20个城市的统计年鉴，保证数据的真实性、可靠性，并结合参考文献与社会实际，选择合适的、符合本文实际要求的城市宜居水平评价指标.

1.2 指标构建[7]

在指标体系构建方面，本文的一级指标为宜居城市发展水平，本文选取四个方面的二级指标，包括经济发展、生活保障、教育事业、交通情况，三级指标8个，分别为人均GDP(X1)、工业企业数(X2)、工业总产值(X3)、基本养老保险参保人数 一级指标 二级指标 三级指标(X4)、基本医疗保险参保人数(X5)、财政教育事业费支出(X6)、普通中学个数(X7)、公路客运量(X8).

图1 评价指标体系
Fig.1 Evaluation index system

2 因子分析

2.1 模型适用性检验

根据所建立的城市宜居发展评价指标体系，本文搜集与评价指标体系相对应的样本数据，在进行分析之前，首先应对样本数据进行适用性检验，检测数据是否适合进行因子分析，本文运用SPSS 22.0软件进行了KMO与Bartlett球度实用性检验，结果如表1所示.

表1 KMO 和 Bartlett 的检验Tab.1 Inspection of KMO and Bartlett

根据表1可得出KMO=0.742>0.7，Bartlett 球度实用性检验的 Sig 值为0.000 < 0.05，说明本文样本数据适合进行因子分析、样本数据均来自正态分布的总体，因此可进行进一步的分析与模型建立.

2.2 因子提取

接着通过主成分分析法来提取主因子，首先计算出提取因子的总方差解释分析，由表2可以得出，模型从8个指标中提取2个初始特征值大于1 的主因子，其中前2个特征值分别为5.22、1.925，提取的2个主因子的累计方差贡献率达到89.311 %，涵盖了大部分评价指标数据的信息，能够基本反映所选择20个城市的宜居城市发展水平.

表2 解释的总方差Tab.2 Total variance for interpretation

2.3 建立因子载荷矩阵

进行因子载荷阵正交旋转，采用方法为方差最大值法，旋转的成分矩阵结果见表3.由表3可知，公共因子F1在X1、X2、X3、X4、X5上具有较大的载荷，由于公共因子F1表示经济发展与生活保障方面的内容，因此本文将该因子命名为“经济与保障因子”；公共因子F2在X6、X7、X8上具有较大载荷，具体分析可知，公共因子F2上的指标均反映的是教育事业和交通情况的内容，故本文表示为“教育与交通因子”.

2.4 计算因子得分

本文运用回归法来估计因子得分系数，并得出成分得分系数矩阵，计算结果如表4所示.

表3 旋转成分矩阵Tab.3 Rotational component matrices

表4 成分得分系数矩阵Tab.4 Component score coefficient matrix

由于2个主因子分别从不同的方面反映了城市的宜居水平，根据成分得分系数矩阵可建立因子评价模型，结果如下：

F1=0.234X1+0.172X2+0.195X3+0.191X4+0.196X5+0.065X6-0.144X7-0.002X8F2=-0.22X1+0.032X2-0.001X3+0.013X4-0.022X5+0.305X6+0.46X7+0.036X8

把2个主因子相应的方差贡献率为权重，加权得出宜居城市发展水平评价模型为

=0.112X1+0.134X2+0.142X3+0.143X4+0.137X5+0.13X6+0.019X7+0.097X8

将所选取的评价体系的各个指标值代入宜居城市发展水平评价模型，可以分别得到2个因子以及综合水平评价的得分和排名情况，具体得分和排名如表5所示.

2.5 结果分析

根据2个因子的得分和排名情况可知，在公共因子F1上，徐州、泰州、盐城、扬州、淮安这5个城市排名靠前，均属于江苏省；阜阳、六安、亳州这3个城市排名较后，均属于安徽省；河南省及安徽省其余城市排名靠中.由此可知，江苏省在淮河生态经济带上的几个城市经济发展与生活保障方面较优，而安徽省较差.在公共因子F2上，徐州、盐城、阜阳、信阳、周口这5个城市排名靠前，分散于江苏省、安徽省、河南省，说明每个省都有教育与交通较优的城市；而淮南、淮北、漯河这3个城市排名较后，说明教育与交通发展落后.

根据综合水平评价及总排名可知，江苏省的徐州、淮安、盐城、扬州、泰州分别位于前5，说明这5个城市的宜居水平最高，经济发展、生活保障、教育水平与交通情况都较优.而淮北、阜阳、宿州、六安、亳州这5个城市分别位于最后5名，且都位于安徽省内，说明安徽省在经济发展、生活保障、教育水平与交通情况方面有待提高.

3 聚类分析

为了进一步分析20个城市宜居水平的差异，本文利用聚类分析，把淮河生态经济带 20 个城市进行分类，主要分为高水平宜居城市、较高水平宜居城市、较低水平宜居城市三类.聚类结果如图1所示.对于第一类高水平宜居城市，只有徐州1个城市，说明徐州的综合宜居水平最高，徐州的经济发展水平最高、生活保障措施最为全面、教育水平最发达、且作为交通枢纽交通最发达；对于第二类较高水平宜居城市，包括淮安、盐城、扬州、泰州、宿迁这5个江苏省的城市.从总体上看，这些城市经济发展速度较快、发展程度好，教育与交通情况在逐步改善、保险保障措施较为完善；对于第三类较低水平宜居城市，包括河南及安徽省的14个城市，说明这14个城市仍处于经济发展欠发达阶段，居民养老、医疗保障仍需改进，道路交通依然欠发达，与徐州相差较远.

表5 发展水平得分和综合能力Tab.5 Development level scores and comprehensive capacity

图2 聚类分析树状图
Fig. 2 Cluster Analysis tree

4 结论与建议

根据因子分析和聚类分析结果表明，淮河生态经济带上3省20市中，徐州市城市宜居水平最高，江苏省其余城市宜居水平较高，而安徽省和河南省的16个城市宜居水平较差.说明淮河生态经济带上3省20个城市的城市宜居水平发展不平衡，具有一定的差异性.但总体来看，淮河生态经济带的城市宜居水平总体情况较优，淮安、蚌埠、信阳这3个核心城市差距较小.因此，根据以上结果提出下面几点政策建议：第一，充分保持徐州的优势带头作用的同时，注重发挥淮安、蚌埠、信阳这3个核心城市的周边带动作用，促进区域内工业化产出水平发展，提高城市经济发展水平及经济实力.第二，要想提高城市的宜居水平，应改善居民生活医疗、养老保障问题，完善医疗、养老等保险制度，提高居民的满足感.第三，应大力发展教育事业，进一步完善基础教育，着重发展高等教育，以达到人才的引进和充分培养的目的.第四，改善交通环境与交通水平，特别是安徽省和河南省，应着重完善交通基础设施，提高交通运输能力.最后，在促进综合发展、提高城市宜居水平的同时，应坚持生态绿色可持续发展.