长三角城市群新型城镇化质量综合评价和分析——基于PSR 模型

黄艳秋，谢定哲

（1.上海工程技术大学 数理与统计学院，上海 201620；2.上海工程技术大学 电子电气工程学院，上海 201620）

一、引言

改革开放以来，新型城镇化已取得长足进步，当前新型城镇化主要强调人口与经济社会活动在地理空间上的均衡分布，人口从农村向城市的迁移、产业从农业向非农业的转换；随着人口和产业资源向我国东部沿海集中，我国形成津京冀、长三角、珠三角城市群，有力地推动了东部地区发展。目前，长三角城市群（三省一市共27 个市）为国内发展基础最好、体制环境最优、整体竞争力最强的地区之一，初步形成了世界级城市群的规模和布局，作为“一带一路”与长江经济带的重要交汇地带，在我国国际化和现代化战略中有举足轻重的地位。2019 年底，国务院印发了《长江三角洲区域一体化发展规划纲要》，新型城镇化是长三角一体化国家战略的重要组成部分[1]。

新型城镇化相关研究也成为社会科学研究的热点问题，研究方向主要有发展现状分析、城镇化质量评价、扩展格局及驱动力研究等。早期国内学者首先关注新型城镇化发展水平，试着用城市化水平、速度和城市成长力系数构建城镇化水平测评体系[2-3]；从经济城市化、人口城市化、景观城市化、生活城市化、科技城市化、环境状态城市化等维度的发展水平构建评价体系[4]。但新型城镇化质量指标数据存在复杂性非线性等特点的现实情况，尽管传统方法较多，得出结果也较为相似[5-6]，对于与研究结果的准确性和创新性存在讨论。

压力—状态—响应（Pressure-State-Response，PSR）模型最初是由加拿大统计学家David J.Rapport 和Tony Friend（1979 年）提出[7]，世界经合组织（OECD）和联合国环境规划署（UNEP）于二十世纪八九十年代修订并共同发展PSR（压力—状态—响应）模型，当前正广泛被采用于生态评价，是生态系统健康评价中常用的一种评价模型[8-10]。该模型不仅可以充分反映人与自然发展进程中的相互作用，也能很大程度上体现绿色发展中自然制约的影响因素与人类活动作用的经济后果。

1995 年由Diakoulaki 等提出的CRITIC 赋权法，充分考虑到指标之间的对比强度与冲突强度进而确定了指标的权重[11]。不同于熵权法[12]，CRITIC 赋权法更为全面，不仅在纵向层面考虑到了指标本身的波动性，也在横向层面考虑到了指标之间的关联性[13]。考虑到绿色新型城镇化发展和指标之间的对比强度，本文基于压力—状态—响应（PSR）评价模型，从压力指标、状态指标、响应指标3 个方面构建新型城镇化质量的影响因素指标体系；利用CRITIC赋权法计算各项指标的权重，并利用综合评价得分评价长三角27 个城市的新型城镇化质量。

二、新型城镇化质量测度指标体系构建与数据来源

（一）新型城镇化质量测度指标体系构建

新型城镇化的发展必然是发生在自然绿色发展进程中的人类活动，因此可以采用PSR 模型进行指标体系的建立。基于PSR 模型构成准则层（压力、状态、响应）下对应的要素层（人口压力、环境压力、资源状态、经济状态、环境状态、环境响应、社会响应、经济响应）及27 个指标组成的指标层，进而对新型城镇化发展质量进行评估与优化（见表1）。

表1 新型城镇化发展质量指标体系

（二）数据来源

本文研究对象是长三角27 个城市新型城镇化的发展质量，时间窗口选择为2010—2019 年。相关数据主要来源于《中国统计年鉴》、各省市统计年鉴、《中国城市建设统计年鉴》、中国经济社会大数据研究平台（https://data.cnki.net/）等。

三、CRITIC 赋权法

基于长三角27 个城市的新型城镇化发展情况，本文研究面板数据在传统的截面数据中增设一项时间维度的数据，通过CRITIC 赋权法计算不同时间点的权重，并得到长三角27 城新型城镇化发展质量综合评价得分。CRITIC 赋权法在增设时间维度的数据后，表现形式为标准差的对比强度可反映同一指标不同评价对象之间的差异性，而表现形式为相关系数的冲突强度则反映了不同指标之间的差异性。基于传统的CRITIC 赋权法，本文引入指标之间差异相对变动的变异系数，在计算中尽可能地包含每个评价对象的信息量，从而使指标权重的赋权更为合理、科学[7-8]。

基于改进的CRITIC 赋权法计算各指标权重的具体步骤如下：

第一步，在选取的时间序列Tk（k∈N+）中计算第k 个时间点的第j 个指标的变异系数与冲突系数。

a 个城市，b 项评价指标中，存在经无量纲化处理后的观测值形成的数据矩阵。

变异系数：

第二步，计算第k 个时间点的第j 个指标归一化的客观权重。其中表示第k 个时间的第j 个指标所包含的信息量。若信息量值越大，则表明该指标的重要程度相应的也就越高，也就是说指标的权重也就越大。

第三步，通过指标权重进行加权，可以得到长三角27 个城市在第k 个时间点的综合评价得分。

并利用python 进行数据计算，即可得到长三角城市群新型城镇化发展质量综合得分。

四、实证结果分析

本研究以《长江三角洲城市群发展规划》中罗列的上海、江苏南京、浙江杭州及安徽合肥等27 市为研究区域，通过对PSR 模型构建的指标体系进行数据检索，并利用CRITIC 赋权法进行计算，可得出长三角27 个城市的新型城镇化发展质量的权重和综合评价得分（见表1、表2）。

表2 长三角27 城新型城镇化发展质量综合评价得分

从表1 可知，2019 年利用CRITIC 赋权法计算出城镇化发展指标权重中，压力P 系数为0.17，S 状态系数0.363，R 响应系数0.467，各子系统对新型城镇化贡献大小分别为：响应R 子系统＞状态S 子系统＞压力P 子系统，其中，响应R 子系统权重达46.7%，表明其对新型城镇化质量评价的作用最为显著。压力P 子系统中环境压力占比最大，其次为人口压力，但整体压力P 对新型城镇化具有明显的负向作用。在状态S 子系统中，经济状态和资源状态是城市新型城镇化主要状态，对新型城镇化发展具有积极的促进作用。响应R 子系统中经济和社会响应占比最大，随着新型城镇化人口和环境压力不断增大，资源、经济以及环境系统状态也会随之改变，从而响应对经济社会环境子系统发展，所以长三角新型城镇化发展总体要依赖于经济发展、社会基础设施健全、环境友好等多因素互相影响，促进人和自然和谐相处。

其中，从经济、人口与资源以及环境等因素考虑，经济占比32%，人口和资源指标作为基础指标占比23%，环境占比18%，说明长江三角洲城市群指标考虑到当前长三角区域发展的区域特点，以经济、人口、环境、社会综合因素考虑指标的合理性，绿色发展和以人为本为长三角发展的重要目标，生态环境城镇化指标和人口指标数保持相对平稳的增长态势。

从表2 可知，2009—2019 年这十年高质量区主要集中在上海、杭州、苏州以及宁波4 市，浙江的嘉兴、绍兴、江苏的常州、镇江等较高质量区域附着于上海、杭州、苏州高质量区周边，整体沿海以淡水湖泊、沿海生态为核心的且注重资源协调度与多元化的经济发展城市，新型城镇化发展质量更高；较低和低质量区则主要分布在各省社会经济发展水平相对较低的地区，如江苏苏中、苏北、安徽南部的安庆、池州等地相偏于内陆地区发展，整体产业和经济发展滞后，加之人口流失以及尚未完全转型的传统的经济、工业化发展方式导致新型城镇化发展质量综合评价得分偏低。太湖发展的苏州、无锡、常州、浙江等城市得分较高，淡水、海洋、森林资源对周边城市新型城镇化发展辐射效果十分明显。其中依托于太湖发展的苏州、无锡、常州、浙江等城市，不难看出，即便是在压力大于其他城市的情况下，凭借城市周边丰富的自然资源以及新兴经济的崛起依旧能够取得良好得分。

五、结论

本文采用通过对PSR 模型构建的指标体系进行数据检索，并利用CRITIC 赋权法进行计算，可得出长三角27 个城市的新型城镇化质量的权重和综合评价得分，得出以下结论：

1.PSR 模型（压力、状态、响应）子系统对新型城镇化贡献大小分别为:响应R 子系统＞状态S 子系统＞压力P 子系统，长三角新型城镇化发展总体要依赖于经济发展、社会基础设施健全、环境友好等多因素互相影响，以经济、人口、环境、社会综合因素考虑指标的合理性，绿色发展和以人为本为长三角发展的重要目标，生态环境城镇化指标和人口指标数保持相对平稳的增长态势。

2.长三角27 个城市的新型城镇化发展质量的综合评价得分，2009—2019 年这十年高质量区主要集中在上海、杭州、苏州及以点状散布的宁波和舟山5 市，以点带面包括浙江的嘉兴、绍兴、江苏的常州、镇江等较高质量区附着于上海、杭州、苏州高质量区周边；江苏苏中和苏北、浙江南部、安徽南部的城市偏于内陆地区发展，整体产业和经济发展滞后，加之人口流失以及尚未完全转型的传统的经济、工业化发展方式导致新型城镇化发展质量综合评价得分偏低。