導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇城市經(jīng)濟(jì)發(fā)展水平，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

Abstract： This work surveyed and analyzed the per capita GDP and air quality index of Chinese 31 provincial capitals or municipalities in 2013 and 2014， and compared the level of economic development of these cities from the environment-friendly view. Results show there is a negative relationship between per capita GDP and air quality among these cities， that is， the cities with higher per capita GDP may have relatively worse air quality. This observation implies that economy-oriented development mode may bring about some environment costs. According to 2014 data， the 31 provincial capitals or municipalities are respectively evaluated as "environmentally friendly development cities"， "economy-oriented development cities"， "environment-friendly cities"， and “NON environmentally friendly development cities”. The improvement level of per capita GDP and air quality among these cities in 2014 is also compared with 2013. These findings could provide some supports for implementing the economy-oriented development mode.

Keywords： Environment-Friendly； Economic Development Level； Air Quality； Comparison

1. 引言

經(jīng)濟(jì)社會的發(fā)展是建立在對自然資源的利用和改造的基礎(chǔ)上，勢必給自然生態(tài)系統(tǒng)中的物質(zhì)與能量帶來變化。良好的經(jīng)濟(jì)發(fā)展模式會考慮到人類活動對資源、環(huán)境和生態(tài)的影響，進(jìn)而實(shí)現(xiàn)環(huán)境資源友好型發(fā)展，然而經(jīng)濟(jì)發(fā)展、環(huán)境友好和資源節(jié)約等多重目標(biāo)并重的發(fā)展模式會對經(jīng)濟(jì)發(fā)展速度有所限制。因此，無論是發(fā)達(dá)國家，還是正在發(fā)展中的國家，都很大可能先是經(jīng)歷“經(jīng)濟(jì)發(fā)展主導(dǎo)型”發(fā)展模式，再轉(zhuǎn)變?yōu)椤碍h(huán)境資源友好型”發(fā)展模式[1，2]。

改革開放以來，由于我國經(jīng)濟(jì)和社會的高速發(fā)展，引起了空氣污染物的迅速積聚，造成了當(dāng)前面臨的空氣質(zhì)量問題。因此，我國目前正在處于經(jīng)濟(jì)發(fā)展轉(zhuǎn)型階段，由以經(jīng)濟(jì)發(fā)展速度為主要或單一目標(biāo)的“經(jīng)濟(jì)發(fā)展主導(dǎo)型”發(fā)展模式轉(zhuǎn)向社會、環(huán)境與資源協(xié)調(diào)發(fā)展的“環(huán)境資源友好型”發(fā)展模式。近些年我國實(shí)施的“環(huán)境友好型社會”、“和諧社會”和“可持續(xù)發(fā)展觀”等國家發(fā)展戰(zhàn)略都體現(xiàn)了這一轉(zhuǎn)變。然而，由于地理位置、自然資源、歷史發(fā)展和開放水平等因素的不同，我國不同區(qū)域的城市發(fā)展水平存在較大差異[3]。東部沿海以及內(nèi)陸核心城市經(jīng)濟(jì)社會發(fā)展很成熟，而一些內(nèi)陸非核心城市可能正在處于起步發(fā)展過程中。單一從經(jīng)濟(jì)發(fā)展速度對城市進(jìn)行評價(jià)不能充分反映出城市的總體水平，進(jìn)而也會導(dǎo)致我國各城市的非健康發(fā)展。因此，從環(huán)境友好視角，對我國城市經(jīng)濟(jì)發(fā)展水平進(jìn)行比較具有重要現(xiàn)實(shí)意義。本文主要是空氣質(zhì)量指標(biāo)來對城市環(huán)境進(jìn)行測量，結(jié)合空氣質(zhì)量對我國典型城市的經(jīng)濟(jì)發(fā)展水平進(jìn)行比較，識別出當(dāng)前我國不同城市的發(fā)展模式，為各城市的良好健康發(fā)展提供一定依據(jù)。

國內(nèi)外學(xué)者越來越關(guān)注經(jīng)濟(jì)發(fā)展與空氣質(zhì)量問題。曹洪軍和莎娜從區(qū)域環(huán)境視角對區(qū)域經(jīng)濟(jì)發(fā)展模式進(jìn)行研究，并采用山東省1978到2009間的數(shù)據(jù)對區(qū)域經(jīng)濟(jì)發(fā)展環(huán)境與區(qū)域經(jīng)濟(jì)增長的相互關(guān)系進(jìn)行了檢驗(yàn)[4]；池建宇等考慮我國城市內(nèi)生因素的影響，采用庫茨涅茲曲線研究了我國經(jīng)濟(jì)發(fā)展水平與空氣質(zhì)量的關(guān)系，發(fā)現(xiàn)未來十年內(nèi)我國省會城市和直轄市的空氣質(zhì)量改善程度會十分有限[5]；李雪敏認(rèn)為城市環(huán)境質(zhì)量是構(gòu)建品牌城市的必須因素，從自然地理環(huán)境、經(jīng)濟(jì)環(huán)境、人居社會環(huán)境、歷史文化環(huán)境等六個(gè)方面構(gòu)建了一個(gè)城市品牌資產(chǎn)評估體系[6]；Sánchez de la Campa和de la Rosa通過分析空氣質(zhì)量和經(jīng)濟(jì)發(fā)展之間的關(guān)系，發(fā)現(xiàn)：對空氣有害物質(zhì)的極端控制對經(jīng)濟(jì)發(fā)展會產(chǎn)生明顯影響，甚至?xí)?dǎo)致經(jīng)濟(jì)危機(jī)；Zilio和Recalde采用1970-2007期間拉丁美洲和加勒比海地區(qū)21個(gè)國家的數(shù)據(jù)，分析了經(jīng)濟(jì)增長與能源消耗的關(guān)系[8]。

可以看出，當(dāng)前越來越多的研究識別出了經(jīng)濟(jì)發(fā)展與空氣質(zhì)量之間的相互影響關(guān)系，為社會經(jīng)濟(jì)與環(huán)境資源的協(xié)調(diào)發(fā)展提供了良好支持。然而目前研究中對于空氣質(zhì)量提升績效的關(guān)注還比較少，尤其是關(guān)于空氣質(zhì)量提升績效測評方面的研究更少[9-10]。本文從環(huán)境友好視角，結(jié)合我國典型城市在2013年和2014年的經(jīng)濟(jì)發(fā)展水平數(shù)據(jù)和空氣質(zhì)量測評指標(biāo)數(shù)據(jù)，對經(jīng)濟(jì)發(fā)展水平與空氣質(zhì)量的相關(guān)關(guān)系進(jìn)行分析，采用人均GDP和空氣質(zhì)量兩個(gè)維度，識別不同城市的經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展模式，為各城市制定和實(shí)施與其相適應(yīng)的環(huán)境友好發(fā)展戰(zhàn)略提供一定參考。

2. 研究數(shù)據(jù)

本文選取了31個(gè)省會及直轄市作為研究對象，對其經(jīng)濟(jì)發(fā)展水平和空氣質(zhì)量水平進(jìn)行對比研究。衡量一個(gè)地區(qū)經(jīng)濟(jì)發(fā)展水平的經(jīng)濟(jì)指標(biāo)有很多，而人均國內(nèi)生產(chǎn)總值，即人均GDP，是衡量經(jīng)濟(jì)發(fā)展水平的最重要的指標(biāo)之一，因此本文采用人均GDP指標(biāo)數(shù)據(jù)來表示各城市的經(jīng)濟(jì)發(fā)展水平。表1給出了2013年和2014年我國31個(gè)省會及直轄市的人均GDP及其排名情況（數(shù)據(jù)來源：中華人民共和國國家統(tǒng)計(jì)局）。

本文采用的空氣質(zhì)量測評指標(biāo)是依據(jù)2012年我國環(huán)境保護(hù)部和國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局共同的《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)-GB3095-2012》[11]。表2給出了各監(jiān)測指標(biāo)的符號、含義、化學(xué)式和單位。其中除O3是8小時(shí)平均值外，其他指標(biāo)濃度限值均為24小時(shí)平均值。由于本文研究中各城市多屬于居住商業(yè)區(qū)，因此濃度限值應(yīng)采用二級空氣質(zhì)量標(biāo)準(zhǔn)。

空氣質(zhì)量指標(biāo)濃度會受產(chǎn)業(yè)結(jié)構(gòu)、地理環(huán)境、氣象條件、季節(jié)等多種因素影響[12-13]，為了進(jìn)行空氣質(zhì)量提升績效比較，需要對樣本數(shù)據(jù)進(jìn)行合理設(shè)置。從比較時(shí)段來看，日時(shí)間內(nèi)平均濃度受氣象條件影響較大，尤其是風(fēng)速，而年平均濃度不能很好地區(qū)別各因素不同季節(jié)時(shí)的影響程度，因此，本文采取月平均指標(biāo)濃度來進(jìn)行比較。同時(shí)，由于不同城市的主要污染物不同，單一空氣指標(biāo)數(shù)據(jù)難以全面表達(dá)城市空氣質(zhì)量，因此，本文采用由表2中各分指標(biāo)合成得到的空氣質(zhì)量總指數(shù)（AQI）來代表各城市空氣質(zhì)量。

根據(jù)表2中的空氣質(zhì)量監(jiān)測指標(biāo)，我們調(diào)查了31個(gè)省會及直轄市2013年11月和2014年11月的空氣質(zhì)量監(jiān)測指標(biāo)數(shù)值，并根據(jù)《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)-GB3095-2012》計(jì)算得到了各城市的AQI指數(shù)，具體如表3所示（數(shù)據(jù)來源：中國環(huán)境監(jiān)測總站和中華人民共和國環(huán)境保護(hù)部）。

3. 結(jié)果與分析

3.1經(jīng)濟(jì)發(fā)展水平與空氣質(zhì)量相關(guān)分析

首先為了明確經(jīng)濟(jì)發(fā)展水平和空氣質(zhì)量之間的相關(guān)性，我們在SPSS 19.0軟件中采用Pearson相關(guān)系數(shù)分別對2013年和2014年的人均GDP和AQI做了相關(guān)分析，結(jié)果如表4所示。說明：為了去除量綱對結(jié)果的影響，本文采用的是人均GDP排序和AQI排序數(shù)據(jù)。

從表4結(jié)果可以看出：2013年和2014年31個(gè)省會直轄市人均GDP排名與AQI排名的相關(guān)系數(shù)均是負(fù)值，說明人均GDP和空氣質(zhì)量具有一定的負(fù)相關(guān)性，即人均GDP較高的城市，其空氣質(zhì)量會相對較差。這一發(fā)現(xiàn)暗示了以經(jīng)濟(jì)為主導(dǎo)的發(fā)展模式很可能會帶來一定的環(huán)境問題。

3.2經(jīng)濟(jì)發(fā)展水平變化對比

圖1給出了2014年31個(gè)省會直轄市人均GDP與2013年相比的變化情況。從圖1可以看出：與2013年相比，2014年天津、北京和上海這三個(gè)大型城市的人均GDP出現(xiàn)縮減，尤其是天津減少的幅度最大；在人均GDP增加的城市中，武漢、南京、杭州、廣州、貴陽和長沙等城市的增加幅度最大，而烏魯木齊、哈爾濱、石家莊、太原和蘭州等城市經(jīng)歷較小的增加。這一結(jié)果在一定程度上反映了經(jīng)濟(jì)發(fā)展的層次性規(guī)律和邊際遞減規(guī)律。在未來十幾年的發(fā)展中，一些人均GDP偏低但又有較強(qiáng)發(fā)展?jié)摿Φ某鞘校淙司鵊DP會有較大增加，例如西安、濟(jì)南、成都等城市。

3.3空氣質(zhì)量變化對比

圖2給出了2013年11月與2014年11月31個(gè)省會直轄市空氣質(zhì)量的對比情況（數(shù)值越大說明質(zhì)量越差）。從對比結(jié)果可以看出：與2013年11月相比，2014年11月除了烏魯木齊，其他30個(gè)城市的空氣質(zhì)量都變得更差，尤其是哈爾濱、沈陽、鄭州、濟(jì)南、太原、天津和西安等城市空氣質(zhì)量變得相對更差；福州、貴陽、南昌、南寧、昆明、上海和?？诳諝赓|(zhì)量具有相對減小幅度的變差。

3.4人均GDP水平與空氣質(zhì)量現(xiàn)狀與提升幅度對比

3.4.1現(xiàn)狀對比

圖3給出了2014年31個(gè)省會直轄市人均GDP和空氣質(zhì)量排名對比情況，其中橫縱坐標(biāo)分別表示人均GDP排名和AQI排名。

從圖3中的對比結(jié)果，可以發(fā)現(xiàn)：

（1）在31個(gè)省會直轄市城市中，廣州、長沙、上海、南昌、烏魯木齊和福州的人均GDP和空氣質(zhì)量排名相對都比較靠前，都處于前15名，尤其是廣州和上海這兩個(gè)城市的兩個(gè)指標(biāo)均在前10名以內(nèi)。因此，這6個(gè)城市可以評價(jià)為“環(huán)境友好發(fā)展型城市”。

（2）南京、杭州、武漢、呼和浩特、北京、天津、濟(jì)南、鄭州和沈陽的人均GDP處于前15名以內(nèi)，但其空氣質(zhì)量都排在15名之外，因此，這幾個(gè)城市可以評價(jià)為“經(jīng)濟(jì)主導(dǎo)發(fā)展型城市”。這些城市未來發(fā)展中需要注重空氣質(zhì)量的提升，尤其是沈陽、鄭州和濟(jì)南。

（3）拉薩、昆明、貴陽、海口和南京的空氣質(zhì)量都排在前10名以內(nèi)，但其人均GDP都排在20名以外，因此，這5個(gè)城市可以評價(jià)為“環(huán)境友好型城市”。這些城市未來發(fā)展中需要注重經(jīng)濟(jì)發(fā)展水平的提升，可以加大開發(fā)和利用這幾個(gè)城市的旅游資源，帶動整體經(jīng)濟(jì)的發(fā)展。

（4）成都、合肥、蘭州、重慶、西寧、長春、西安、銀川、太原、哈爾濱和石家莊這11個(gè)城市的人均GDP排名都在15名之外，空氣質(zhì)量都在10名之外，因此，這些城市可以評價(jià)為“非環(huán)境友好發(fā)展型城市”。這些城市未來發(fā)展中面臨的經(jīng)濟(jì)提升和空氣質(zhì)量治理雙重壓力，尤其是哈爾濱和石家莊。

3.4.2提升幅度對比

在對各城市經(jīng)濟(jì)發(fā)展水平和空氣質(zhì)量現(xiàn)狀進(jìn)行對比之后，本文按照人均GDP變化和空氣質(zhì)量變化兩個(gè)維度對31個(gè)省會直轄市進(jìn)行對比，如表5和圖4所示。其中為了保持兩個(gè)指標(biāo)的可比性，這里都采取提升幅度排名情況進(jìn)行對比。

從圖4的對比結(jié)果可以發(fā)現(xiàn)：

（1）與2013年相比，武漢、長沙、南京、合肥、成都和福州的人均GDP和空氣質(zhì)量提升幅度都在前15名以內(nèi)。尤其是武漢、長沙和南京三個(gè)城市兩個(gè)指標(biāo)提升都在前10名，結(jié)合圖3中的現(xiàn)狀對比，可以預(yù)測這三個(gè)城市未來的人均GDP和空氣質(zhì)量的綜合排名很可能會處于全國前列。

（2）貴陽、杭州、南昌、拉薩、鄭州、廣州、沈陽和重慶的人均GDP提升幅度位于前15名，但其空氣質(zhì)量提升幅度位于15名之外，因此，這些城市具有較強(qiáng)的經(jīng)濟(jì)發(fā)展?jié)摿Α＿M(jìn)一步，從圖3可以發(fā)現(xiàn)，拉薩、貴陽和南昌當(dāng)前的空氣質(zhì)量位于前10，因此這四個(gè)城市未來可能會較快地發(fā)展成為“環(huán)境友好發(fā)展型城市”。

（3）濟(jì)南、昆明、石家莊、南京、太原、西寧、上海和烏魯木齊的空氣質(zhì)量提升幅度位于前15名，但其人均GDP提升幅度位于15名之外，因此這些城市未來的空氣質(zhì)量會得到較大的提升。進(jìn)一步，從圖3可以發(fā)現(xiàn)，濟(jì)南和南京當(dāng)前人均GDP排名位于前15名，因此這兩個(gè)城市未來可能會相對較快地發(fā)展成為“環(huán)境友好發(fā)展型城市”。

（4）其余城市中除了?？谥猓艉秃铺?、銀川、蘭州、哈爾濱、西安、北京和長春的人均GDP和空氣質(zhì)量提升幅度都落在15名之外，即這些城市的經(jīng)濟(jì)發(fā)展和空氣質(zhì)量提升幅度都比較慢，尤其是西安、哈爾濱、北京和長春。對照圖3中這些城市的現(xiàn)狀，可以看出這些城市近期很難發(fā)展成為“環(huán)境友好發(fā)展型城市”。

4. 結(jié)論

本文根據(jù)2013年和2014年我國31個(gè)省會及直轄市的人均GDP和空氣質(zhì)量數(shù)據(jù)，對每個(gè)城市的空氣質(zhì)量與經(jīng)濟(jì)發(fā)展水平進(jìn)行了對比研究。分別從人均GDP和空氣質(zhì)量指數(shù)AQI兩個(gè)角度對各城市經(jīng)濟(jì)發(fā)展模式進(jìn)行了比較，把這些城市劃分為“環(huán)境友好發(fā)展型城市”、“經(jīng)濟(jì)主導(dǎo)發(fā)展型城市”、“環(huán)境友好型城市”和“非環(huán)境友好發(fā)展型城市”。同時(shí)，與2013年進(jìn)行對比，根據(jù)2014年不同城市人均GDP水平和空氣質(zhì)量的提升幅度，對各個(gè)城市的發(fā)展趨勢進(jìn)行了分類和評價(jià)。該研究結(jié)果對提高我國城市空氣治理積極性更具有促進(jìn)和指導(dǎo)作用，也可以為我國實(shí)施環(huán)境友好發(fā)展型戰(zhàn)略提供一定的依據(jù)。然而，由于空氣質(zhì)量統(tǒng)計(jì)數(shù)據(jù)的不充分，本文未能對經(jīng)濟(jì)發(fā)展和空氣質(zhì)量二者的因果關(guān)系進(jìn)行分析。未來研究會持續(xù)收集我國主要城市的空氣質(zhì)量數(shù)據(jù)，進(jìn)一步采用格蘭杰因果關(guān)系等方法分析經(jīng)濟(jì)發(fā)展和空氣質(zhì)量的因果關(guān)系。

參考文獻(xiàn)：

[1] 楊湘豫， 陳靚， 許知行. 基于環(huán)境指數(shù)的人類發(fā)展水平的應(yīng)用研究[J]. 財(cái)經(jīng)理論與實(shí)踐， 2014， 35（191）： 127-130.

[2] John Talberth， Alok K. Bohara. Economic openness and green GDP[J]. Ecological Economics， 58（4）： 743C758.

[3] 陳黎明， 王穎， 田建芳. 中國省域能源-經(jīng)濟(jì)-環(huán)境系統(tǒng)協(xié)調(diào)性實(shí)證研究[J]. 財(cái)經(jīng)理論與實(shí)踐， 2015， 36（193）： 105-110.

[4] 曹洪軍， 莎娜. 區(qū)域環(huán)境視角下的區(qū)域經(jīng)濟(jì)發(fā)展模式研究――基于山東省數(shù)據(jù)的實(shí)證分析[J]. 中國工業(yè)經(jīng)濟(jì)， 2011， 281（8）： 25-35.

[5] 池建宇， 張洋， 晏思雨. 城市的經(jīng)濟(jì)發(fā)展水平影響空氣質(zhì)量嗎――基于中國31個(gè)省會城市和直轄市的經(jīng)驗(yàn)驗(yàn)證[J]. 經(jīng)濟(jì)與管理， 2014， 28（5）： 26-31.

[6] 李雪敏. 城市品牌資產(chǎn)評估體系構(gòu)建研究[J]. 財(cái)經(jīng)理論研究， 2015（2）： 103-112.

[7] A. M. Sánchez de la Campa， J. D. de la Rosa. Implications for air quality and the impact of financial and economic crisis in South Spain： Geochemical evolution of atmospheric aerosol in the ceramic region of Bailén[J]. Atmospheric Environment， 2014（98）： 519C529.

[8] M. Zilio， M. Recalde. GDP and environment pressure： The role of energy in Latin America and the Caribbean[J]. Energy Policy， 2011， 39（12）： 7941C7949.

[9] 楊文東. 武漢市大氣環(huán)境質(zhì)量評價(jià)模糊數(shù)學(xué)模型的研究[D]. 武漢： 武漢理工大學(xué)， 2002.

[10] B. Eder， J. Bash， K. Foley， J. Pleim. Incorporating principal component analysis into air quality model evaluation [J]. Atmospheric Environment， 2014， 82（1）： 307-315.

[11] GB3095-2012《環(huán)境空氣質(zhì)量標(biāo)準(zhǔn)》[R].中華人民共和國環(huán)境保護(hù)部和國家質(zhì)量監(jiān)督檢驗(yàn)檢疫總局， 2012-02-29.

篇2

中圖分類號:F29　文獻(xiàn)標(biāo)志碼:A　文章編號:1673-291X(2010)03-0130-02

1994年,副省級城市成立后,國內(nèi)學(xué)者展開了副省級城市間的比較研究,周璐紅、李亞妮、徐建益,選取副省級城市三大產(chǎn)業(yè)為研究因素,研究了相對資源承載力及其社會經(jīng)濟(jì)發(fā)展研究。武春光、于成學(xué)對中國副省級城市的知識生產(chǎn)效率進(jìn)行了測算,并進(jìn)行分析。陳志在2007年運(yùn)用了線性加權(quán)函數(shù)等方法,研究了中國副省級城市綜合競爭力比較分析。黃南、李程驊,運(yùn)用了因子分析和聚類分析的方法,對副省級城市經(jīng)濟(jì)發(fā)展水平進(jìn)行了比較分析,但是其數(shù)據(jù)為2007年的數(shù)據(jù)。

為了避免時(shí)間區(qū)間對分析造成的誤差,準(zhǔn)確反映15個(gè)副省級城市的經(jīng)濟(jì)發(fā)展水平變化情況,本文運(yùn)用2001年、2004年和2008年統(tǒng)計(jì)數(shù)據(jù),綜合運(yùn)用因子分析和聚類分析,得出15個(gè)城市經(jīng)濟(jì)發(fā)展的動態(tài)變化。

一、指標(biāo)的選取和數(shù)據(jù)的采集

1.指標(biāo)的選取。根據(jù)中國15個(gè)副省級城市的經(jīng)濟(jì)發(fā)展現(xiàn)狀,綜合國內(nèi)外研究學(xué)者關(guān)于經(jīng)濟(jì)發(fā)展水平的指標(biāo)選擇∞,在遵循科學(xué)性、合理性、可比性和可操作性的原則下。分別選取了六個(gè)經(jīng)濟(jì)指標(biāo):(1)x1=國內(nèi)生產(chǎn)總值(億元);(2)x2=人均GDP(元/人);(3)x3=固定資產(chǎn)投資占GDP比重(%);(4)X4=第三產(chǎn)業(yè)占GDP比重(%);(5)x5=財(cái)政收入占GDP比重(%);(6)x6=出口依存度(%)。這六個(gè)指標(biāo),分別從經(jīng)濟(jì)增長、結(jié)構(gòu)優(yōu)化、國際貿(mào)易等各個(gè)角度,全面反映了經(jīng)濟(jì)發(fā)展水平。

2.數(shù)據(jù)來源。本文數(shù)據(jù)部分是直接來自于各副省級城市統(tǒng)計(jì)年鑒,部分是根據(jù)數(shù)據(jù)計(jì)算得出。根據(jù)分析需要。選取了2001年、2004年和2008年三個(gè)年度15個(gè)副省級城市的橫截面數(shù)據(jù)。

3.分析方法。本文應(yīng)用SPSS軟件,運(yùn)用因子分析法將各年度的六個(gè)指標(biāo)進(jìn)行分析,收集2008年各副省級城市數(shù)據(jù),根據(jù)計(jì)算,知其KMO達(dá)到0.68,接近0.7的水平,因此比較適合做因子分析。

一般來說,當(dāng)綜合因子的累積貢獻(xiàn)率達(dá)到85%以上,表明公因子反映大部分信息,而彼此又不相關(guān)。經(jīng)過方差最大化正交旋轉(zhuǎn)后,第一主成分貢獻(xiàn)率為56.766%,第二主成分為23.430%,第三主成分為10.433%,累積方差貢獻(xiàn)率超過90%,因此可以將前三個(gè)公因子作為評價(jià)副省級城市經(jīng)濟(jì)發(fā)展水平的綜合指標(biāo)。由旋轉(zhuǎn)后的因子載荷矩陣可知,公因子F1在GDP、投資比重和人均GDP上的載荷值分別為0,904、0、860和0.746,因此公因子F1可作為經(jīng)濟(jì)增長指標(biāo)。公因子F2在財(cái)政收入和出口上載荷值分別為0.963和0.820,因此,公因子F2主要代表財(cái)政收入比重和出口依存度。公因子F3在第三產(chǎn)業(yè)產(chǎn)值比重上的載荷值為0.937,因此,F3作為第三產(chǎn)業(yè)發(fā)展指標(biāo)。最終,根據(jù)得到的因子得分矩陣,得出三個(gè)公因子的計(jì)算函數(shù):F1=0.499X1-0.41X2-0.227X3-0.348X4+0.13X5+0.269X6F2=-0,226X1+0,091X2+0,025X3+0,633X4+0.383X5+0.167X6F3=-0.114Xl+0.058X2+1.057X3+0.263X4-0.282X5-0.077X6

根據(jù)以上計(jì)算函數(shù),最終可計(jì)算出副省級城市各自的因子得分,然后,計(jì)算出經(jīng)濟(jì)發(fā)展水平指數(shù)F=(F1×56.766%+F2×23.430%+F3×10.433%)/90.629%,經(jīng)過標(biāo)準(zhǔn)化,并聚類分析后,可得到15個(gè)副省級城市的經(jīng)濟(jì)發(fā)展水平排序。同樣,2000年和2004年的計(jì)算經(jīng)濟(jì)發(fā)展水平指數(shù)的方法與上述方法相同,最終,得到15個(gè)副省級城市三個(gè)年度的經(jīng)濟(jì)發(fā)展水平排序以及發(fā)展趨勢如下表所示:

根據(jù)分析,可以得出最終副省級城市經(jīng)濟(jì)發(fā)展的聚類結(jié)果,共分為三類。第一類為深圳和廣州;第二類為廈門、杭州、寧波、大連、南京、青島和沈陽;第三類為濟(jì)南、武漢、成都、長春、哈爾濱和西安。

二、15個(gè)副省級城市經(jīng)濟(jì)發(fā)展結(jié)論與建議

1.副省級城市經(jīng)濟(jì)發(fā)展結(jié)論分析。從上述分析以及分類可知,在副省級城市中,第一類為經(jīng)濟(jì)發(fā)展水平極發(fā)達(dá)地區(qū);第二類為經(jīng)濟(jì)發(fā)展水平較發(fā)達(dá)地區(qū);第三類為經(jīng)濟(jì)發(fā)展水平一般地區(qū)。

第一類地區(qū)為廣州和深圳,這兩個(gè)城市的經(jīng)濟(jì)發(fā)展水平在副省級城市中處于領(lǐng)先地位,并且比較穩(wěn)定。這兩個(gè)城市都位于珠三角經(jīng)濟(jì)圈,優(yōu)越的地理位置和優(yōu)惠的經(jīng)濟(jì)發(fā)展政策成為廣州、深圳經(jīng)濟(jì)發(fā)展的推動因素。經(jīng)濟(jì)結(jié)構(gòu)方面,兩市的第三產(chǎn)業(yè)占GDP總量的比重在2008年都達(dá)到了50%以上,表明這兩個(gè)城市經(jīng)濟(jì)結(jié)構(gòu)已經(jīng)由工業(yè)主導(dǎo)型變成服務(wù)主導(dǎo)型。其中深圳市出口總量已經(jīng)連續(xù)十幾年位居全國大中城市首位,可以說,出口是深圳市經(jīng)濟(jì)發(fā)展的重要推動力。盡管全球金融危機(jī)對兩市尤其是深圳的沖擊很大,但是隨著經(jīng)濟(jì)的逐漸恢復(fù),預(yù)計(jì)在“十一五”期間,深圳和廣州將率先基本實(shí)現(xiàn)社會主義現(xiàn)代化。第二類地區(qū)包括廈門、杭州、寧波、大連、南京、青島和沈陽,這些城市中,除了南京和沈陽,其他都是沿海城市。綜合三年的經(jīng)濟(jì)發(fā)展指數(shù)來看,廈門、杭州、寧波、大連標(biāo)準(zhǔn)化后的指數(shù)均為正值,而南京、青島和沈陽均為負(fù)值,表明南京、青島和沈陽在第二類城市中的經(jīng)濟(jì)發(fā)展水平相對較弱。從2008年數(shù)據(jù)來看,第三產(chǎn)業(yè)比重只有寧波在50%以上,達(dá)到55%。而出口依存度方面,廈門、青島和寧波等港口城市在10%以上,其余城市均在10%以下,從中可以看出幾個(gè)城市的發(fā)展特點(diǎn)。第三類地區(qū)是副省級城市中經(jīng)濟(jì)發(fā)展水平一般的地區(qū),包括濟(jì)南、武漢、成都、長春、哈爾濱和西安。這六個(gè)城市有兩個(gè)共同點(diǎn):省會城市和內(nèi)陸城市。首先,作為一省的省會,一般是作為政治中心建設(shè),因此經(jīng)濟(jì)發(fā)展水平相對其他副省級城市較弱。其次,作為內(nèi)陸城市,其出口依存度都在3%以下,明顯低于其他副省級城市。

2.副省級城市經(jīng)濟(jì)發(fā)展建議。根據(jù)以上的分析結(jié)果,我們對副省級城市的經(jīng)濟(jì)發(fā)展提出以下建議:(1)各城市應(yīng)該明確自己所處的類別,定位自己的發(fā)展方向,在鞏固原有優(yōu)勢經(jīng)濟(jì)的基礎(chǔ)上,積極發(fā)展自己的薄弱環(huán)節(jié),做到全面、協(xié)調(diào)、可持續(xù)發(fā)展。(2)充分利用國家區(qū)域經(jīng)濟(jì)發(fā)展的政策作為導(dǎo)向,積極發(fā)展自身經(jīng)濟(jì)。比如青島,要緊緊抓住近年來環(huán)渤海經(jīng)濟(jì)圈的建設(shè),促進(jìn)自身發(fā)展。還有西部城市,要抓住國家西部大開發(fā)的大背景,積極加快自身經(jīng)濟(jì)發(fā)展。(3)根據(jù)各城市發(fā)展實(shí)際,調(diào)整產(chǎn)業(yè)結(jié)構(gòu),促進(jìn)第三產(chǎn)業(yè)的發(fā)展,國際和國內(nèi)的實(shí)踐都表明,越是發(fā)達(dá)國家和地區(qū),第三產(chǎn)業(yè)比重越大。

副省級城市作為各自區(qū)域經(jīng)濟(jì)的額中心,是中國區(qū)域經(jīng)濟(jì)發(fā)展的領(lǐng)導(dǎo)力量,因此,副省級城市的經(jīng)濟(jì)發(fā)展水平直接決定其區(qū)域的經(jīng)濟(jì)發(fā)展水平,各副省級要積極發(fā)展自身經(jīng)濟(jì),提高城市競爭力,發(fā)揮和提高區(qū)域性城市綜合功能。

參考文獻(xiàn):

[1]周璐紅,李亞妮,徐建益.副省級城市相對資源承裁力及其社會經(jīng)濟(jì)發(fā)展研究[J].特區(qū)經(jīng)濟(jì),2009,(4).

[2]武春光,于成學(xué),中國副省級城市知識生產(chǎn)效率及其影響因素分析[J].中國科技論壇,2008,(7).

[3]陳志,中國副省級城市綜合競爭力評價(jià)與比較[J].商業(yè)研究,2007,(6).

篇3

中圖分類號：F129.9 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-3890（2014）05-0026-06

一、引言

2014年2月，中國大部分城市（特別是經(jīng)濟(jì)發(fā)達(dá)地區(qū)的城市）因高濃度PM2.5引發(fā)人群急性死亡率、呼吸系統(tǒng)疾病和心血管疾病死亡率大大升高，越來越多的人開始關(guān)注和研究影響空氣質(zhì)量的因素。其中有人提出，環(huán)境惡化是中國在經(jīng)濟(jì)發(fā)展過程中只一味追求GDP增長造成的。那么經(jīng)濟(jì)發(fā)展真的會影響空氣質(zhì)量嗎？Grossman和Krueger（1991）[1]在對貿(mào)易、經(jīng)濟(jì)與環(huán)境的相關(guān)關(guān)系進(jìn)行研究時(shí)針對二氧化硫的排放基于庫茲涅茨曲線首次提出來“環(huán)境庫茲涅茨曲線”（簡稱EKC）假說。EKC假說認(rèn)為，經(jīng)濟(jì)增長與一些環(huán)境質(zhì)量指標(biāo)之間的關(guān)系不是單純的負(fù)相關(guān)和正相關(guān)，而是呈倒“U”形曲線的關(guān)系，即環(huán)境質(zhì)量隨著經(jīng)濟(jì)增長先惡化后改善。

對EKC曲線的探討，20世紀(jì)90年代國外主要是利用面板數(shù)據(jù)進(jìn)行國別研究，對某種污染物排放濃度或人均排放量與人均收入（人均GDP）數(shù)據(jù)來做統(tǒng)計(jì)分析，其中以二氧化硫研究最多。Grossman和Krueger（1995）[2]運(yùn)用模型y=a+bx+cx2對42個(gè)國家1977―1988年的歷史和截面數(shù)據(jù)進(jìn)行研究，Panayotou（1997）[3]采用30個(gè)發(fā)達(dá)國1982―1994的歷史數(shù)據(jù)分析空氣中的二氧化硫。這兩個(gè)研究表明，主要的大污染物指標(biāo)與收入之間存在倒U形關(guān)系。Dinda（2004）[4]將環(huán)境指標(biāo)擴(kuò)展為空氣中污染物、水中污染物、重金屬含量，采用模型y=a+bx+cx2+zit（zit為外部影響因素）研究發(fā)現(xiàn)，質(zhì)量和環(huán)境的關(guān)系符合倒U形曲線關(guān)系。

對此進(jìn)行實(shí)證研究的外國學(xué)者還有List和Gallet（1999）[5]等。但是他們的結(jié)論大多相似，都得出倒U形曲線關(guān)系確實(shí)存在的結(jié)論。但是仍有部分學(xué)者的實(shí)證分析并不支持EKC假說。Shafik和Bandyopadhyay（1992）[6]對149個(gè)國家和地區(qū)的10個(gè)指標(biāo)與人均GDP關(guān)系進(jìn)行研究卻發(fā)現(xiàn)污染物指標(biāo)和人均GDP并不全都呈現(xiàn)倒U形曲線關(guān)系。Martinez-Zarzoso和Bengochea-Morancho（2004）[7]根據(jù)22個(gè)OECD國家1975―1998年二氧化碳排放量數(shù)據(jù)，發(fā)現(xiàn)lny=a+blnx+c（lnx）2+d（lnx）3，對數(shù)三次方程模型的擬合度更好，環(huán)境質(zhì)量與經(jīng)濟(jì)增長的關(guān)系為N形曲線關(guān)系。Galeotti和Lanza（2005）[8]在對100個(gè)國家僅25年二氧化硫濃度和人均GDP關(guān)系進(jìn)行研究時(shí)，采用了y=a+bx+cx2+dx3和對數(shù)三次lny=a+blnx+c（lnx）2+d（lnx）3，雖然結(jié)論也并不均為倒U形關(guān)系，但是模型卻做了一定的改進(jìn)。

通過分析上述學(xué)者的研究，發(fā)現(xiàn)大部分符合倒U型曲線關(guān)系實(shí)證研究的數(shù)據(jù)來源往往是發(fā)達(dá)國家或地區(qū)，而發(fā)展中國家或地區(qū)并不符合，它們大多呈遞增型或者N型。

因此，目前國內(nèi)學(xué)者研究方向主要是針對我國的實(shí)際情況進(jìn)行研究。根據(jù)研究對象不同，主要分為兩類：

第一類是以國內(nèi)單個(gè)省或市的經(jīng)濟(jì)發(fā)展水平和環(huán)境質(zhì)量為研究對象。

吳玉萍等（2002）[9]以北京市1985―1999年經(jīng)濟(jì)與環(huán)境為研究對象建立計(jì)量模型，研究結(jié)果表明：各環(huán)境指標(biāo)與人均GDP演替軌跡呈現(xiàn)顯著的環(huán)境庫茲涅茨曲線特征，但比發(fā)達(dá)國家較早實(shí)現(xiàn)了其環(huán)境庫茲涅茨曲線轉(zhuǎn)折點(diǎn)，且到達(dá)轉(zhuǎn)折點(diǎn)的時(shí)間跨度小于發(fā)達(dá)國家。這表明，北京市已經(jīng)進(jìn)入經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展的后期階段。陳華文和劉康兵（2004）[10]以上海市1990―2001年的經(jīng)濟(jì)與環(huán)境為研究對象，實(shí)證研究結(jié)果表明：對于多數(shù)指標(biāo)而言，環(huán)境庫茲涅茨曲線假說成立，并且不同的環(huán)境質(zhì)量指標(biāo)對應(yīng)于不同的轉(zhuǎn)折點(diǎn)。因此他們認(rèn)為，從總體上講，經(jīng)濟(jì)增長最終將會改善環(huán)境質(zhì)量，但是需要政府通過政策來協(xié)助實(shí)現(xiàn)。張軍（2013）[11]以河南省2000―2010年各種時(shí)間序列的環(huán)境質(zhì)量、經(jīng)濟(jì)數(shù)據(jù)進(jìn)行試算，實(shí)證結(jié)果表明：河南省的經(jīng)濟(jì)與環(huán)境質(zhì)量的關(guān)系不符合庫茨涅茲曲線，曲線呈現(xiàn)N型。

第二類是以多個(gè)省份和城市的經(jīng)濟(jì)發(fā)展水平和環(huán)境質(zhì)量為研究對象。

張成等（2011）[12]對中國31個(gè)省份1991―2008年的SO2排放量和人均GDP進(jìn)行整體和分組檢驗(yàn)，結(jié)果表明：全國人均SO2排放量和人均GDP之間符合倒“U”型關(guān)系，拐點(diǎn)為6 639元。當(dāng)時(shí)北京、上海和天津的人均GDP超過了拐點(diǎn)，實(shí)現(xiàn)了“雙贏”，而剩余的28個(gè)省份的人均GDP則尚未達(dá)到這一理論拐點(diǎn)。高靜和黃繁華（2011）[13]利用中國30個(gè)省、市、自治區(qū)1995―2009年的人均CO2排放量和人均實(shí)際GDP的面板數(shù)據(jù)檢驗(yàn)EKC曲線，研究表明：東部地區(qū)存在倒U型的EKC，西部地區(qū)存在正U的EKC，中部地區(qū)不存在EKC。王西琴等（2013）[14]在東中西部分別選擇兩個(gè)典型城市共6個(gè)城市，用這些城市1994―2009年的三種污染物（工業(yè)COD排放量、工業(yè)SO2排放量、工業(yè)固體廢棄物）的標(biāo)準(zhǔn)化均值表征綜合環(huán)境污染水平，人均GDP標(biāo)準(zhǔn)化值表征經(jīng)濟(jì)發(fā)展水平，對各城市的EKC曲線驗(yàn)證并且分析當(dāng)前所處的階段。結(jié)果表明：東部地區(qū)的兩個(gè)城市已進(jìn)入倒“U”型EKC曲線下降階段；中部地區(qū)兩個(gè)城市處于倒“U”型EKC曲線上升階段的后期；西部地區(qū)兩個(gè)城市處于倒“U”型EKC曲線的上升階段。

目前，評價(jià)環(huán)境與經(jīng)濟(jì)協(xié)調(diào)發(fā)展的方法主要有主成分分析法、層次分析法、模糊數(shù)學(xué)法和系統(tǒng)動力學(xué)模型等。由于“環(huán)境庫茲涅茨曲線”能夠更好地反映經(jīng)濟(jì)是否對環(huán)境造成影響以及造成什么樣的影響，本文將基于EKC曲線分析法，采用我國31個(gè)省會城市和直轄市2003―2012年的面板數(shù)據(jù)，對經(jīng)濟(jì)發(fā)展是否對環(huán)境質(zhì)量（主要是空氣質(zhì)量）產(chǎn)生影響進(jìn)行驗(yàn)證。

本文貢獻(xiàn)在于：第一，試圖通過建立基于面板數(shù)據(jù)分析的EKC模型來量化經(jīng)濟(jì)增長與空氣質(zhì)量的關(guān)系，研究對象是全國31個(gè)省會城市、直轄市2003―2012年的空氣質(zhì)量和經(jīng)濟(jì)發(fā)展水平。研究對象涉及我國各個(gè)省，地域面積廣，克服了研究單一城市的局限性。第二，采用最近十年的數(shù)據(jù)，可以為讀者提供最新的經(jīng)濟(jì)發(fā)展水平和空氣質(zhì)量信息，具有一定的前瞻性，而且十年的數(shù)據(jù)可以克服單一年限的偶然性。第三，本文在建立EKC模型量化經(jīng)濟(jì)增長與空氣質(zhì)量關(guān)系時(shí)，并非只是單純的做空氣質(zhì)量與經(jīng)濟(jì)增長之間的計(jì)量模型，而是首先研究空氣質(zhì)量與工業(yè)排放物等直接影響因素之間的關(guān)系，然后在此基礎(chǔ)上引入了個(gè)體固定效應(yīng)，排除了不隨時(shí)間變動的一些不可觀測的因素對空氣質(zhì)量的影響。在直接因素和不隨時(shí)間變化的不可測因素都確定的情況下，做空氣質(zhì)量與經(jīng)濟(jì)增長之間的計(jì)量模型能更好地反映經(jīng)濟(jì)發(fā)展水平對空氣質(zhì)量的影響。

二、理論模型

（一）基本模型：環(huán)境庫茲涅茨曲線

環(huán)境庫茲涅茨曲線（EKC）是由Grossman和Krueger[1]在1991年參照經(jīng)濟(jì)學(xué)中的庫茲涅茨曲線研究北美自由貿(mào)易協(xié)定的環(huán)境影響時(shí)首次提出的。List和Gallet[5]于1999年在其研究中提出理論模型，通過數(shù)學(xué)公式，將經(jīng)濟(jì)發(fā)展等因素與環(huán)境質(zhì)量聯(lián)系起來，以期發(fā)現(xiàn)經(jīng)濟(jì)發(fā)展對環(huán)境質(zhì)量的影響力。

其理論公式如式（1）所示：

Pjit=■xi=？茁jkiXjkit+？茲jiT+？著jit

其中，Pjit代表國家i在時(shí)間t內(nèi)污染物j（j=SO2，NO2）的人均排放量；Xjkit代表國家i在時(shí)間t內(nèi)外生參數(shù)K的矢量，當(dāng)K=3時(shí)，方程為二次方，當(dāng)K=4時(shí)，方程為三次方（Xjkit=1代表常數(shù)項(xiàng)）；T代表時(shí)間；？著是誤差項(xiàng)。

本文試圖通過建立基于面板數(shù)據(jù)分析的EKC模型來量化經(jīng)濟(jì)增長與空氣質(zhì)量的關(guān)系。建立引入經(jīng)濟(jì)發(fā)展變量后的EKC模型為：

dayit=Xit？茁+？酌ln（gdp）it+？著it（2）

式（2）中，表示對數(shù)形式；day表示一年中達(dá)到二級質(zhì)量天數(shù)；向量X是影響空氣質(zhì)量的直接因素，包含3個(gè)變量，即二氧化氮（NO2）排放量、二氧化硫（SO2）排放量以及可吸入顆粒物（PM10）含量；GDP是各城市人均實(shí)際GDP；？著為隨機(jī)擾動項(xiàng)，下標(biāo)i和t表示第i個(gè)城市第t年的數(shù)據(jù)。

（二）變量選擇

本文選擇1999―2012年每年“空氣質(zhì)量級別二級和好于二級的天數(shù)”作為被解釋變量，以反映各城市每年的空氣質(zhì)量狀況。二氧化氮（NO2）排放量、二氧化硫（SO2）排放量、可吸入顆粒物（PM10）以及人均實(shí)際GDP作為解釋變量。由于北京市城區(qū)的統(tǒng)計(jì)數(shù)據(jù)不全，嚴(yán)重殘缺，因此普遍采用整個(gè)北京市的統(tǒng)計(jì)數(shù)據(jù)（包括郊區(qū)）?；谏鲜瞿Ｐ?，本文設(shè)定因變量為一年中達(dá)到二級質(zhì)量天數(shù)（day），自變量的選取與設(shè)定如下：

1. 人均實(shí)際GDP。人均GDP較地區(qū)生產(chǎn)總值更能體現(xiàn)該地區(qū)經(jīng)濟(jì)所處的發(fā)展階段，而不同的經(jīng)濟(jì)發(fā)展階段往往體現(xiàn)著不同的能源消費(fèi)強(qiáng)度和對環(huán)境保護(hù)的意識程度?？諝赓|(zhì)量可能會因?yàn)槿祟惖慕?jīng)濟(jì)活動而惡化，也可能會因生產(chǎn)技術(shù)的提高、環(huán)保投入的加大而改善。另外，由于我國目前大多數(shù)城市的發(fā)展主要是以第二產(chǎn)業(yè)為主的經(jīng)濟(jì)增長，因此人均GDP也可以反映各城市第二產(chǎn)業(yè)的比重，從而反映對環(huán)境的影響程度。而人均實(shí)際GDP是在人均GDP的基礎(chǔ)上剔除了通貨膨脹的因素，使不同年份下的人均GDP具有可比性。本文選擇的是以2003年的物價(jià)水平作為基期。

2. 空氣污染指標(biāo)。在研究影響空氣質(zhì)量因素時(shí)，李玉敏等（2011）[15]認(rèn)為主要的因素可能包括經(jīng)濟(jì)整體增長、機(jī)動車保有量、第二產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重、綠色植被覆蓋率、能源結(jié)構(gòu)和人口總量。本文認(rèn)為，二氧化氮排放量、二氧化硫排放量以及可吸入顆粒物均是機(jī)動車保有量、第二產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重、綠色植被覆蓋率和能源結(jié)構(gòu)的直接結(jié)果，因此直接由二氧化氮排放量、二氧化硫排放量以及空氣中可吸入顆粒物含量作為影響空氣質(zhì)量的自變量更加直接和便利。雖然我國目前采取的是空氣質(zhì)量指數(shù)（Air Quality Index，簡稱AQI）AQI來描述空氣質(zhì)量，然而由于PM2.5指標(biāo)是近兩年才開始統(tǒng)計(jì)，因此缺乏相關(guān)數(shù)據(jù)。我們采取計(jì)入空氣污染指數(shù)（Air pollution Index，簡稱API）API的三項(xiàng)指標(biāo)來反映空氣的質(zhì)量。這三項(xiàng)指標(biāo)分別是二氧化硫排放量、氮氧化物排放量和粒徑小于10微米的懸浮顆粒物含量。

三、計(jì)量模型和分析

（一）模型

根據(jù)上面的理論模型，我們把計(jì)量模型設(shè)定如下：

dayit=Xit？茁+？酌ln（gdp）it+？著it（3）

其中，day為一年中達(dá)到二級質(zhì)量天數(shù)，它是反映空氣質(zhì)量的變量。向量X包含3個(gè)變量，即二氧化氮（NO2）排放量、二氧化硫（SO2）排放量以及可吸入顆粒物含量（PM10）。向量X的各變量反映了影響空氣質(zhì)量的工業(yè)排污因素，這些因素是影響空氣質(zhì)量的直接原因。除了這些因素外，肯定還有其他因素影響空氣質(zhì)量。我們重點(diǎn)考察影響空氣質(zhì)量的經(jīng)濟(jì)因素，這個(gè)因素我們用ln（gdp）來反映，它是各城市人均實(shí)際GDP的自然對數(shù)。人均實(shí)際GDP反映了城市的人民生活水平，同時(shí)也反映了該城市的經(jīng)濟(jì)發(fā)展水平。我們把X所含變量作為控制變量。我們要重點(diǎn)考察的是，較高的經(jīng)濟(jì)發(fā)展水平（用ln（gdp）表示）會導(dǎo)致較低的還是較高的空氣質(zhì)量（用day表示）。

（二）數(shù)據(jù)

本文所選取的研究對象包括中國31個(gè)省會城市、直轄市，研究區(qū)間選取2003―2012年。以人均實(shí)際GDP（單位：元）表示經(jīng)濟(jì)發(fā)展水平，采用2003年不變價(jià)格，數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》、各省統(tǒng)計(jì)年鑒、中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒和中國城市統(tǒng)計(jì)年鑒。以空氣質(zhì)量達(dá)到及好于二級的天數(shù)（單位：天）表示空氣質(zhì)量，數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》?？諝庵卸趸暮浚▎挝唬簎g/m3）、二氧化硫的含量（單位：ug/m3）、可吸入顆粒物的含量（單位：ug/m3）為三個(gè)控制變量，數(shù)據(jù)來源于歷年《中國統(tǒng)計(jì)年鑒》和國家統(tǒng)計(jì)局網(wǎng)站。

另外，關(guān)于缺值數(shù)據(jù)處理的特別說明。本文涉及的數(shù)據(jù)個(gè)別年份數(shù)值是缺失的，因此采用了以下兩種方式對其進(jìn)行填補(bǔ)。一是采用插值法對缺失值處于前后年份數(shù)值已知中間的情況進(jìn)行了填補(bǔ)。二是采用平均速率法對缺失值處于已經(jīng)年份數(shù)值前后的情況進(jìn)行了填補(bǔ)。第二種方式是通過已知中間幾年的數(shù)值計(jì)算出該地區(qū)的平均增長率，然后預(yù)測出后幾年數(shù)值和推出前幾年的數(shù)值。我們在表1和表2中分別列出各變量的描述統(tǒng)計(jì)量和各變量間的相關(guān)系數(shù)矩陣。從表2可以看出，ln（gdp）和day之間存在顯著的正向相關(guān)關(guān)系。

（三）計(jì)量分析

我們在表3列出計(jì)量模型的回歸和檢驗(yàn)結(jié)果。

在表3的第（1）列和第（2）列中，我們對影響二級天數(shù)的控制變量進(jìn)行回歸，考察各種工業(yè)排放物對空氣質(zhì)量的影響。列（1）使用OLS方法，而在列（2）中，我們加入了反映各個(gè)城市個(gè)體固定效應(yīng)的30個(gè)虛擬變量?？梢钥闯?，在列（1）和列（2）中，二樣化氮、二氧化硫和可吸入顆粒物這三個(gè)變量的系數(shù)均在1%的水平統(tǒng)計(jì)顯著，且符號為負(fù)。這兩列的結(jié)果沒有實(shí)質(zhì)差別，但列（2）調(diào)整后的R2比列（1）高0.13，說明固定效應(yīng)模型比OLS模型的解釋力高大約13%。這說明各種工業(yè)排放物對城市的空氣質(zhì)量有顯著的負(fù)向影響。并且，我們注意到列（1）調(diào)整后的R2達(dá)到了0.768，說明各種工業(yè)排放物的變動對各城市二級良天數(shù)的變動有很強(qiáng)的解釋力，這個(gè)解釋力達(dá)到了76.8%，而不隨時(shí)間變動的一些不可觀測的因素則可以解釋各城市環(huán)境質(zhì)量變動的13%。當(dāng)然，這并不是我們主要關(guān)心的問題，我們關(guān)心的是除了這些因素以外的其他因素，包括經(jīng)濟(jì)發(fā)展對城市空氣質(zhì)量的影響，這種影響體現(xiàn)在誤差項(xiàng)中。

在考察主要控制變量對空氣質(zhì)量的影響后，我們重點(diǎn)考察經(jīng)濟(jì)發(fā)展水平對空氣質(zhì)量的影響。我們在列（3）和列（4）中加入變量人均GDP的對數(shù)（ln（gdp）），列（3）為普通OLS，列（4）考慮了個(gè)體固定效應(yīng)。結(jié)果顯示，無論是OLS模型，還是個(gè)體固定效應(yīng)模型，ln（gdp）的系數(shù)均在1%的水平統(tǒng)計(jì)顯著，并且符號均為正。這說明城市的經(jīng)濟(jì)發(fā)展水平對環(huán)境質(zhì)量有顯著的正向影響。較高經(jīng)濟(jì)發(fā)展水平一般意味著較好的空氣質(zhì)量。另外，注意到列（3）和列（4）調(diào)整的R2分別為0.775和0.904。列（3）調(diào)整的R2只比列（1）高0.007，而列（4）調(diào)整的R2只比列（2）高0.009。這種提高幾乎可以忽略不計(jì)，說明經(jīng)濟(jì)發(fā)展水平并不是空氣質(zhì)量變動的主要原因，它對空氣質(zhì)量變動的解釋力還不到1%。

鑒于經(jīng)濟(jì)理論認(rèn)為，經(jīng)濟(jì)增長與環(huán)境質(zhì)量的軌跡可以用倒U型的EKC曲線表示，初期的經(jīng)濟(jì)增長會帶來環(huán)境質(zhì)量的惡化，到達(dá)一定程度后經(jīng)濟(jì)增長將帶來環(huán)境質(zhì)量的改善，即EKC曲線上存在一個(gè)拐點(diǎn)，拐點(diǎn)之前人均實(shí)際GDP上升導(dǎo)致環(huán)境質(zhì)量惡化，到達(dá)拐點(diǎn)時(shí)，環(huán)境質(zhì)量最差，之后隨著人均實(shí)際GDP的上升而有所改善，其實(shí)質(zhì)是經(jīng)濟(jì)增長短期內(nèi)能帶來環(huán)境的惡化，長期帶來的是環(huán)境的改善。

我們在列（5）和列（6）中引入人均GDP對數(shù)的平方（[ln（gdp）]2）。同樣，列（5）使用OLS模型，而列（6）使用個(gè)體固定效應(yīng)模型。結(jié)果顯示，[ln（gdp）]2的系數(shù)同樣在1%的水平顯著為正。另外，與列（3）和列（4）相比，列（5）和列（6）調(diào)整的R2沒有任何變動。這表明，要說明經(jīng)濟(jì)發(fā)展水平對空氣質(zhì)量的影響，使用人均實(shí)際GDP對數(shù)的線性形式和平方形式?jīng)]有本質(zhì)差別。

考慮到ln（gdp）有可能存在的內(nèi)生性，我們在列（7）和列（8）中分別使用OLS和固定效應(yīng)模型的工具變量法進(jìn)行估計(jì)，作為列（3）到列（6）估計(jì)結(jié)果的穩(wěn)健性檢驗(yàn)。結(jié)果顯示，ln（gdp）仍然顯著為正，調(diào)整的R2也沒有發(fā)生顯著的變化。這說明我們上面的分析是穩(wěn)健的。

為了更直觀地說明上面分析中l(wèi)n（gdp）對day的影響，我們用散點(diǎn)圖進(jìn)行說明。我們首先對以下模型進(jìn)行估計(jì)：

dayit=Xit？茁+？著it（4）

我們可以得到上述模型day的擬合值，我們把它定義為“正常二級質(zhì)量天數(shù)”，它反映了受各種工業(yè)排放物的影響應(yīng)該達(dá)到的二級質(zhì)量天數(shù)，記為norm_day。那么，實(shí)際的二級質(zhì)量天數(shù)（day）與正常二級質(zhì)量天數(shù)（norm_day）的偏離，反映了工業(yè)排放物以外的其他因素包括經(jīng)濟(jì)發(fā)展水平對空氣質(zhì)量的影響。我們把這種偏離定義為異常的二級質(zhì)量天數(shù)，用extra_day來表示，顯然它可以用上述模型的殘差來表示：

Extra_dayit=dayit-normdayit（5）

顯然，extra_day反映了二級質(zhì)量天數(shù)不能由工業(yè)排放物解釋的部分。在圖1中，我們畫出了各城市人均實(shí)際GDP的對數(shù)與異常的二級質(zhì)量天數(shù)（extra_day）之間的散點(diǎn)圖，并用二次曲線進(jìn)行擬合?？梢钥闯?，31個(gè)省會城市、直轄市中，大多數(shù)城市的異常二級質(zhì)量天數(shù)為正，這說明以我國各城市排放的工業(yè)污染來看，大多數(shù)城市的環(huán)境水平并不算差。而且經(jīng)濟(jì)發(fā)展水平較高的城市往往意味著二級質(zhì)量天數(shù)越多。但城市的經(jīng)濟(jì)發(fā)展水平對其空氣質(zhì)量水平的影響并不是決定性的，這從較為平緩的擬合線可以看出。

四、結(jié)論和政策建議

本文以中國31個(gè)省會城市、直轄市2003―2012年的空氣質(zhì)量和經(jīng)濟(jì)發(fā)展水平為例，研究了經(jīng)濟(jì)發(fā)展水平對空氣質(zhì)量的影響。研究發(fā)現(xiàn)：空氣中二氧化氮的含量、二氧化硫的含量以及可吸入顆粒物的含量對空氣質(zhì)量變動的解釋力超過了75%，不隨時(shí)間變動的一些不可觀測的因素可以解釋各城市空氣質(zhì)量變動的13%，而經(jīng)濟(jì)發(fā)展水平并不是空氣質(zhì)量變動的主要原因，它對空氣質(zhì)量變動的解釋力還不到1%。雖然經(jīng)濟(jì)發(fā)展水平并不是空氣質(zhì)量變動的主要原因，但它們依舊存在正相關(guān)的關(guān)系，即經(jīng)濟(jì)發(fā)展水平較高的城市往往意味著二級質(zhì)量天數(shù)的增多，但城市的經(jīng)濟(jì)發(fā)展水平對其空氣質(zhì)量水平的影響并不是決定性的。

由人均實(shí)際GDP對數(shù)和異常二級質(zhì)量天數(shù)的擬合曲線可以看出：我國省會城市、直轄市的空氣質(zhì)量與經(jīng)濟(jì)發(fā)展的擬合曲線是正U型曲線最低點(diǎn)的右邊，但是斜率較小，即2003―2012年，我國省會城市、直轄市隨著經(jīng)濟(jì)的發(fā)展，空氣質(zhì)量得到一定程度的改善，但是改善程度有限。根據(jù)前人經(jīng)驗(yàn)，環(huán)境庫茲涅茨曲線是一條倒U形的曲線，即初期的經(jīng)濟(jì)增長會帶來環(huán)境質(zhì)量的惡化，到達(dá)一定程度后經(jīng)濟(jì)增長將帶來環(huán)境質(zhì)量的改善。我國省會城市、直轄市的曲線擬合只存在拐點(diǎn)后面的部分，即經(jīng)濟(jì)增長帶來環(huán)境質(zhì)量的改善，并沒有經(jīng)濟(jì)增長帶來環(huán)境的惡化部分。分析其原因：（1）本文的樣本點(diǎn)取自2003―2012年，與前人研究相比，時(shí)間上具有一定的滯后性。在此時(shí)間段內(nèi)，政府和群眾都已經(jīng)認(rèn)識到了保護(hù)環(huán)境的重要性，不能以犧牲環(huán)境為代價(jià)發(fā)展經(jīng)濟(jì)。（2）本文的研究對象是中國31個(gè)省會城市、直轄市，而不是整個(gè)經(jīng)濟(jì)體，空間上具有一定的獨(dú)立性。這些城市是我國較發(fā)達(dá)的城市，政府比較重視環(huán)境保護(hù)，并采取了相關(guān)的措施保護(hù)環(huán)境。然而在我國很多中小城市，政府和居民對環(huán)境的保護(hù)意識并不強(qiáng)。在相對獨(dú)立的空間里，各個(gè)省會城市相互的影響程度并不明顯。（3）居民對環(huán)境的保護(hù)意識在實(shí)際行為上的反應(yīng)仍然較弱，各個(gè)地區(qū)對環(huán)境保護(hù)的宣傳工作作用不明顯。

空氣質(zhì)量惡化是全民性問題，關(guān)乎全國人民的身體健康。從上面的結(jié)論可以看出，在我國注意環(huán)境保護(hù)后，環(huán)境污染程度有一定的改善，但是改善程度仍然不明顯，所以，我們?nèi)粝霃氐捉鉀Q空氣污染問題，還需要做得更多。

參考文獻(xiàn)：

[1]Grossman G M and Alan B. Krueger，Environmental impacts of a North American Free Trade Agreement[A].National Bureau of Economic Research，Working Paper，1991.

[2]Grossman G M and Alan B. Krueger，Environmental growth and the environment[J]. The Quarterly Journal of Economics，1995，110： 353-377.

[3]Panayotou T. Demystifying the environmental Kuznets curve： Turning a black box into a policy tool[J]. Environment and Development Economics，1997，（2）：465-484.

[4]Dinda S. Environmental Kuznets Curve Hypothesis： A survey[J]. Ecological Economics，2004，（49）：431-455.

[5]List J A and Craig A G. The environmental Kuznets Curve： dose one size fit all？[J]. Ecological Economics，1999，（31）：409-423.

[6]Shafik N and Bandyopadhya S. Economic Growth and Environmental Quality： Time Series and Cross country Evidence[M]. World Bank Publications，1992.

[7]Martínez-Zarzoso I and Bengochea-Morancho A. Pooled mean group estimation of an environmental Kuznets Curve for CO2[J]. Economics Letters，2004，（82）：121-126.

[8]Galeotti M and Alessandro L. Desperatly seeking Environmental Kuznets[J]. Environmental Modelling & software，2005，（20）：1379-1388.

[9]吳玉萍，董鎖成，宋鍵峰.北京市經(jīng)濟(jì)增長與環(huán)境污染水平計(jì)量模型研究[J].地理研究，2002，21（2）：239-246.

[10]陳華文，劉康兵.經(jīng)濟(jì)增長與環(huán)境質(zhì)量：關(guān)于環(huán)境庫茲涅茨曲線的經(jīng)驗(yàn)分析[J].復(fù)旦學(xué)報(bào)（社會科學(xué)版），2004，（2）：87-94.

[11]張軍.基于環(huán)境庫茲涅茨模型的經(jīng)濟(jì)與環(huán)境關(guān)系分析[J].中國環(huán)境監(jiān)測，2013，29（2）：91-94.

[12]張成，朱乾龍，于同申.環(huán)境污染和經(jīng)濟(jì)增長的關(guān)系[J].統(tǒng)計(jì)研究，2011，28（1）：59-67.

[13]高靜，黃繁華.貿(mào)易視角下經(jīng)濟(jì)增長和環(huán)境質(zhì)量的內(nèi)在機(jī)理研究――基于中國30個(gè)省市環(huán)境庫茲涅茨曲線的面板數(shù)據(jù)分析[J].上海財(cái)經(jīng)大學(xué)學(xué)報(bào)，2011，13（5）：66-74.

[14]王西琴，杜倩倩，張遠(yuǎn).我國東中西部典型城市EKC曲線的階段判斷[J].生態(tài)經(jīng)濟(jì)，2013，（5）：56-60.

[15]李玉敏，李明麗，焦智康.北京市空氣質(zhì)量影響因素計(jì)量經(jīng)濟(jì)分析[J].中國城市經(jīng)濟(jì)，2011，（5）：260-261.

Does the Cities' Economic Growth Affect Air Quality

――An Empirical Analysis Based on 31Cities in China

Chi Jianyu1， Zhang Yang2， Yan Siyu1

（1.School of Economics and Management， Communication University of China， Beijing 100024， China；

篇4

中圖分類號：F299 文獻(xiàn)標(biāo)識碼：A 文章編號：1003-9031（2013）02-0016-04 DOI：10.3969/j.issn.1003-9031.2013.02.04

國內(nèi)外學(xué)者對城市經(jīng)濟(jì)發(fā)展?fàn)顩r的評價(jià)指標(biāo)體系進(jìn)行了不少研究，但由于各地區(qū)城市經(jīng)濟(jì)系統(tǒng)本身的復(fù)雜性和相關(guān)理論的有待深入，目前還沒有一種公認(rèn)可靠的評價(jià)方法[1]。

目前，綜合排名有多種方法，主要的研究方法是直接利用因子分析結(jié)果，通過計(jì)算第一公共因子得分排序，或是結(jié)合權(quán)重計(jì)算公共因子綜合得分排序。本文對國內(nèi)研究成果加以利用和創(chuàng)新，首次將因子分析法和模糊綜合評價(jià)法結(jié)合系統(tǒng)評價(jià)城市經(jīng)濟(jì)發(fā)展水平。本文的主要貢獻(xiàn)體現(xiàn)在：一方面，方法上選擇基于因子分析的Borda模糊綜合評判法彌補(bǔ)了因子分析法的不足，并根據(jù)序數(shù)總和理論建立合理等級排序，優(yōu)化排序方案；另一方面，本文得出的我國36個(gè)主要城市經(jīng)濟(jì)發(fā)展水平排名結(jié)果，對于幫助各城市判斷其經(jīng)濟(jì)所處位置具有參考價(jià)值，對于思考其未來經(jīng)濟(jì)發(fā)展模式有一定啟發(fā)作用。

一、研究設(shè)計(jì)

與因子分析法結(jié)合進(jìn)行綜合評估時(shí)，可將通過因子分析提取的公共因子作為Borda法的評價(jià)因子，權(quán)重選擇因子分析確定的權(quán)重，Borda數(shù)依據(jù)各評價(jià)對象在每一公共因子上的得分排序計(jì)算獲得，最后根據(jù)Borda法所建評價(jià)模型計(jì)算各評價(jià)對象綜合評估Borda數(shù)。

因子分析基礎(chǔ)上的聚類結(jié)果剔除了指標(biāo)間相互影響，其精確度高[3]。聚類分析思路為：將每個(gè)數(shù)據(jù)對象各視為一類，根據(jù)類與類之間的距離將最相似的類合并，再計(jì)算新類與其它類之間的相似程度，不斷繼續(xù)這一過程，直到所有數(shù)據(jù)對象合并為一類。實(shí)際應(yīng)用中可根據(jù)具體問題的現(xiàn)實(shí)需要選擇閥值。

（三）實(shí)證結(jié)果

利用SPSS17.0對標(biāo)準(zhǔn)化后的數(shù)據(jù)進(jìn)行因子分析[4]。由表1，相關(guān)矩陣特征值大于1的共有3個(gè)：λ1=13.919，λ2=3.505，λ3=1.05；其對應(yīng)的貢獻(xiàn)率分別是：63.268%，15.931%，4.772%，累計(jì)貢獻(xiàn)率為83.972%。

為便于各因子的名詞解釋，采用方差極大法，對因子載荷矩陣進(jìn)行旋轉(zhuǎn)（表2）。從因子載荷來看，公共因子一F1在X5、X8、X11、X16、X9、X2、X17、X15、X14、X12、X4、X18、X21、X10和X7上有較大載荷；公共因子二F2在X1、X3、X20、X13、X6和X19上有較大載荷；公共因子三F3在X22上有較大載荷。結(jié)合各個(gè)指標(biāo)的含義，可將F1命名為經(jīng)濟(jì)社會因子，主要反映各市地方財(cái)政預(yù)算、第二、三產(chǎn)業(yè)增加值和儲蓄年末余額等經(jīng)濟(jì)指標(biāo)；F2命名為基礎(chǔ)設(shè)施因子，主要反映各市總?cè)丝诤歪t(yī)療教育等情況；F3命名為生態(tài)環(huán)境因子，反映各市三廢綜合利用產(chǎn)品產(chǎn)值。

依據(jù)序數(shù)總和理論，將2種評價(jià)方法下的排序號相加，得到序數(shù)總和，確定合理等級排序[5]。若序號之和相同，則再結(jié)合其重要指標(biāo)（主要是第一公共因子得分）。結(jié)果見表4。

應(yīng)用SPSS17.0進(jìn)行聚類，將36個(gè)主要城市按其經(jīng)濟(jì)發(fā)展水平劃分為三類（表5）。

二、結(jié)果分析

由聚類分析的結(jié)果并結(jié)合等級排名，把36個(gè)城市劃分為三個(gè)能級。

第一能級城市數(shù)量最少，有3個(gè)，分別是：金融中心上海、沿海城市廣州和我國首都北京，屬于經(jīng)濟(jì)發(fā)展水平高的城市。因子分析綜合得分上海為2.820 932 079，是最高分；而綜合Borda數(shù)廣州為31.49，是最高分?？梢?，按不同的衡量方法，會有不同的排序結(jié)果，因而綜合兩種排序方法的合理等級排序，比單獨(dú)用某一種方法排序，可能更合理。從單個(gè)因子排名來看，這三個(gè)城市在經(jīng)濟(jì)社會因子排名都名列前茅，驗(yàn)證了經(jīng)濟(jì)社會因子的重要性。

第二能級城市隊(duì)伍最為龐大，有19個(gè)，屬于經(jīng)濟(jì)發(fā)展水平較好的城市。從地理位置看，排名相對較前的城市，如天津、深圳、杭州，多臨?；蛭挥跂|南沿海地區(qū)，說明區(qū)域也是影響經(jīng)濟(jì)發(fā)展水平的重要因素。從單個(gè)因子排名來看，杭州在第三公共因子生態(tài)環(huán)境因子位居第一，獨(dú)具特色，其經(jīng)驗(yàn)值得進(jìn)一步研究、借鑒。

第三能級數(shù)量居中，有14個(gè)，屬于經(jīng)濟(jì)發(fā)展水平一般的城市。從地理位置看，排名相對較后的城市，如西寧、銀川和貴陽，多位于內(nèi)陸的中西部地區(qū)。這與這些地區(qū)的交通不發(fā)達(dá)有關(guān)。另外這些地區(qū)的專業(yè)優(yōu)秀人才大多流向經(jīng)濟(jì)較發(fā)達(dá)地區(qū)，使得這些地區(qū)與經(jīng)濟(jì)較發(fā)達(dá)地區(qū)間經(jīng)濟(jì)發(fā)展差距有進(jìn)一步擴(kuò)大的趨勢。

分析各區(qū)域經(jīng)濟(jì)發(fā)展情況可看出，我國西部各省份應(yīng)注意區(qū)域經(jīng)濟(jì)的協(xié)調(diào)發(fā)展，我國中部地區(qū)應(yīng)充分發(fā)揮區(qū)域的資源優(yōu)勢， 加強(qiáng)區(qū)域間協(xié)調(diào)和協(xié)作，以增強(qiáng)區(qū)域競爭力；我國經(jīng)濟(jì)發(fā)展水平較高的城市，應(yīng)力爭建設(shè)成為特大城市。城市區(qū)域化與區(qū)域城市化成為當(dāng)今城鎮(zhèn)化發(fā)展的客觀規(guī)律，城市間的競爭更多地表現(xiàn)為城市所依托區(qū)域間的競爭。因而，各市在經(jīng)濟(jì)發(fā)展中，應(yīng)注意加快拓展城市發(fā)展空間，走區(qū)域協(xié)調(diào)發(fā)展的新型城鎮(zhèn)化道路。

在此特別需要指出的是，聚類結(jié)果和合理等級排序有很大關(guān)系，但略有不同：石家莊和廈門兩個(gè)城市排名和聚類結(jié)果有出入，可能是由于排序與聚類的數(shù)學(xué)原理和方法不同造成的，是合理的。

三、總結(jié)

本文對已有的研究成果加以創(chuàng)新，首次將因子分析法和模糊綜合評價(jià)法結(jié)合對城市經(jīng)濟(jì)發(fā)展水平進(jìn)行排名。實(shí)證發(fā)現(xiàn)，影響經(jīng)濟(jì)發(fā)展的主要因子有經(jīng)濟(jì)社會因子、基礎(chǔ)設(shè)施因子和生態(tài)環(huán)境因子；基于序數(shù)總和理論，城市經(jīng)濟(jì)發(fā)展水平前三名依次為上海、廣州和北京；運(yùn)用聚類分析方法，36個(gè)城市按經(jīng)濟(jì)發(fā)展水平由高到低，可劃分為三個(gè)能級。實(shí)證結(jié)果表明，區(qū)域城市化與城市區(qū)域化是當(dāng)今城鎮(zhèn)發(fā)展的規(guī)律，城市的競爭更多表現(xiàn)為城市所依托區(qū)域的競爭?；诖?，各城市在經(jīng)濟(jì)發(fā)展中，應(yīng)加快拓展城市的發(fā)展空間，走區(qū)域協(xié)調(diào)發(fā)展的新型城鎮(zhèn)化道路。

應(yīng)當(dāng)指出的是，本文仍然存在一些不足。第一，根據(jù)因子分析法得到的權(quán)重，受客觀數(shù)據(jù)采集的準(zhǔn)確性影響，與實(shí)際可能會存在偏差；第二，本文參與因子分析的指標(biāo)只有22個(gè)，可能不足以解釋問題；第三，因子分析法的缺點(diǎn)表現(xiàn)在樣本容量要足夠大，評價(jià)標(biāo)準(zhǔn)與樣本有關(guān)，評價(jià)結(jié)果是一個(gè)相對優(yōu)劣順序；第四，序號總和理論有兩條立論的前提是評價(jià)方法要足夠多，每種評價(jià)方法的結(jié)果要大體上準(zhǔn)確，但評價(jià)方法多就很難實(shí)現(xiàn)[6]。

參考文獻(xiàn)：

[1]于秀林，任雪松.多元統(tǒng)計(jì)分析[M].北京：中國統(tǒng)計(jì)出版社，1999.171-172.

[2]謝季堅(jiān)，劉承平.模糊數(shù)學(xué)方法及其應(yīng)用[M].武漢：華中科技大學(xué)出版社，2006.128-129.

[3]朱建平.應(yīng)用多元統(tǒng)計(jì)分析[M].北京：科學(xué)出版社，2006.82-85.

篇5

中圖分類號 F062.2 文獻(xiàn)標(biāo)識碼 A 文章編號 1002-2104(2010)09-0007-06 doi:10.3969/j.issn.1002-2104.2010.09.002

上海市、江蘇9個(gè)省轄市、浙江6個(gè)省轄市在內(nèi)的長江三角洲地區(qū),是我國經(jīng)濟(jì)發(fā)展 速度最快、經(jīng)濟(jì)總量規(guī)模最大的地區(qū),是海外資本進(jìn)入中國市場的首選落腳點(diǎn)與全球先進(jìn)制造業(yè)基地。2008年度統(tǒng)計(jì)數(shù)據(jù)分析表明,長三角地區(qū)以占全國1%的土地承載了全國5.8%的人口、創(chuàng)造全國18.7%的國內(nèi)生產(chǎn)總值。2008年浙江、江蘇和上海二省一市的GDP達(dá)到56 387億元,約占全國GDP總量的22.6%;綜合能源消費(fèi)為44 900萬噸標(biāo)煤/萬元,約占全國能源消費(fèi)總量的16.9%。保持長三角地區(qū)的經(jīng)濟(jì)增長與人口、資源環(huán)境的可持續(xù)發(fā)展,對中國經(jīng)濟(jì)的健康發(fā)展有重要意義。2008年8月6日,國務(wù)院審議并原則通過了《進(jìn)一步推進(jìn)長江三角洲地區(qū)改革開放和經(jīng)濟(jì)社會發(fā)展的指導(dǎo)意見》,提出了長三角地區(qū)“科學(xué)發(fā)展、和諧發(fā)展、率先發(fā)展、一體化 發(fā)展”的要求,實(shí)現(xiàn)經(jīng)濟(jì)、社會、環(huán)境與能源和諧發(fā)展是長三角區(qū)域的戰(zhàn)略之一。研究長三角洲地區(qū)循環(huán)經(jīng)濟(jì)發(fā)展水平,針對不同水平的城市分別制定相應(yīng)對策是本文探討的重要內(nèi)容。

1 長江三角洲地區(qū)城市循環(huán)經(jīng)濟(jì)發(fā)展的現(xiàn)狀與特點(diǎn)1.1 經(jīng)濟(jì)快速增長與環(huán)境污染增長的趨勢并存

長三角二省一市GDP從2000年的19 465.89億元發(fā)展到2007年的56 387.31億元,7年內(nèi)增加了1.89倍,年均增長16.4%。從2002年開始,長三角GDP占全國比重就超過了1/5以上,2007年達(dá)到22.6%,同時(shí),能源消費(fèi)總量占全國的1/6以上。

長三角二省一市能源消費(fèi)總量呈逐年增長態(tài)勢,2007年達(dá)到4.5億噸標(biāo)煤/萬元(Tce),約占全國的17%?！笆濉逼陂g,長三角能源消費(fèi)總量從2000年的2.07億Tce增加到2005年的3.72億Tce,年均增長率達(dá)到12.49%,高于同期國家能源消費(fèi)10.15%的增長速度,其中,上海的增長速度為8.61%,低于全國平均水平;江蘇和浙江分別為14.43%和12.90%,均高于全國平均水平?！笆晃濉逼陂g前二年,長三角兩省一市的能源消費(fèi)總量繼續(xù)增長,2006年為4.1億Tce,2007年達(dá)到4.49億Tce,每年增量約為0.37億-0.38億Tce,占國家2006年新增能耗總量2.16億Tce的17%,占國家2007年新增能耗總量1.92億Tce的20%。

1.2 環(huán)境污染是影響未來區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展的重要因素

環(huán)境污染是整個(gè)長三角地區(qū)面臨的最嚴(yán)重的問題,也是其進(jìn)一步發(fā)展所亟需解決的問題。由于大規(guī)模發(fā)展加工工業(yè),水污染、大氣污染、噪聲污染、固體廢棄物污染“四大殺手”正威脅著長三角經(jīng)濟(jì)和城市的良性發(fā)展。1999-2004年上海的廢水、煙塵排放量居高不下, 而廢氣排放量和二氧化硫排放量分別增長了72.7%和17.4%。江蘇2004年與1999年相比,工業(yè)廢水排放量增長了31.0%、工業(yè)廢氣排放量增長了46.9%、二氧化硫排放量增長了32.9%。1999-2004年浙江的廢水、廢氣、二氧化硫排放量分別增長了46.4%、116.9%和29.5%[10]。

嚴(yán)重的水污染、大氣污染和耕地污染等,使“長三角”已成為我國新的生態(tài)環(huán)境脆 弱帶,并已出現(xiàn)一些環(huán)境問題,其中水污染問題最為突出。目前,京杭運(yùn)河長三角地區(qū)段、太湖、長江下游段、錢塘江段等水資源都受到不同程度的污染。從長三角目前的經(jīng)濟(jì)發(fā)展趨勢看,如果不改變生產(chǎn)方式和調(diào)整產(chǎn)業(yè)結(jié)構(gòu),對環(huán)境問題不采取有力措施,污染將會進(jìn)一步惡化,并將直接拖累這一區(qū)域經(jīng)濟(jì)的整體發(fā)展。

王保乾等:長江三角洲城市群循環(huán)經(jīng)濟(jì)發(fā)展水平的實(shí)證分析

中國人口•資源與環(huán)境 2010年 第9期1.3 國民經(jīng)濟(jì)發(fā)展對能源的依賴性強(qiáng)

近年來,長三角兩省一市能源消費(fèi)總量的增長與經(jīng)濟(jì)發(fā)展一直保持同向增長的態(tài) 勢。從彈性系數(shù)分析,“十五”期間,長三角的能源消費(fèi)彈性系數(shù)為0.780 1?！笆晃濉逼陂g的前二年,能源消費(fèi)彈性系數(shù)為0.561 2。盡管近年來長三角的單位GDP能耗逐年下降,沒有出現(xiàn)過反彈,2002年開始下降至1.0 Tce/萬元以下,但能源消費(fèi)彈性系數(shù)無論是在“十五”期間,還是在“十一五”期間的前二年,都超過了0.5的界限。特別是江蘇省,2004、2005年的能源消費(fèi)彈性系數(shù)甚至超過了1.0,上海和浙江省的能源消費(fèi)彈性系數(shù)也處于較高值的狀態(tài)。雖然 “十一五”期間前二年有所好轉(zhuǎn),但仍可以看出,長三角的經(jīng)濟(jì)發(fā)展對能源的依賴性很強(qiáng),這種局面短期內(nèi)難以根本改變。

1.4 能源需求對外的依存度高

長三角地區(qū)經(jīng)濟(jì)發(fā)達(dá),但能源資源短缺,所消費(fèi)的煤炭、原油、天然氣,全都依賴省外調(diào)入和國外進(jìn)口。上海的一次能源幾乎全部要由外地調(diào)入,其中煤炭全部從外省市調(diào)入,原油進(jìn)口占原油總資源量的93.2%,外來電的比重已從2000年的8.2%上升至2007年的31.05%;浙江省自產(chǎn)原煤僅14萬t,水電與核電發(fā)電量329.5億kw•h,能源自給率僅為3.7%,96.3%的能源資源依靠國內(nèi)外市場;江蘇省能源供應(yīng)以省外調(diào)入為主,能源自給率低,2006年江蘇省自產(chǎn)原煤2 549萬t,原油188.5萬t,缺口85%的煤炭和91.8%的原油都要從省外調(diào)進(jìn)和國外進(jìn)口。隨著能源消費(fèi)總量增加,這一比重還將上升。 能源供應(yīng)的高度外向依賴性,再加上國際石油市場價(jià)格的上漲和儲運(yùn)及安全保障等諸多不確定因素,已嚴(yán)重制約了長三角區(qū)域經(jīng)濟(jì)社會可持續(xù)發(fā)展。

1.5 以煤為主的能源結(jié)構(gòu)導(dǎo)致減排壓力大

長三角的一次能源消費(fèi)結(jié)構(gòu)以煤為主,其中發(fā)電用煤占了很大比重。2006年上海市煤炭消費(fèi)占一次能源消費(fèi)的51.6%;浙江省煤炭消費(fèi)占61.5%;江蘇省煤炭消費(fèi)占71.4%,遠(yuǎn)高于國外水平,比全國平均水平高4.6個(gè)百分點(diǎn)。預(yù)計(jì)到2010年長三角地區(qū)僅電煤消耗量將達(dá)到4億t,煤炭的大量消耗所排放的CO2和SO2氣體對大氣環(huán)境污染嚴(yán)重,減排壓力很大,短期內(nèi)難以改變。

2 長三角洲地區(qū)循環(huán)經(jīng)濟(jì)指標(biāo)體系的選擇

世界經(jīng)濟(jì)發(fā)展進(jìn)程的規(guī)律表明,當(dāng)?shù)貐^(qū)人均GDP處于500-3 000美元之間時(shí),往往 是人口、資源、環(huán)境瓶頸制約最嚴(yán)重的時(shí)期。長三角目前就處于這一發(fā)展階段,轉(zhuǎn)變經(jīng)濟(jì)增長方式,大力發(fā)展循環(huán)經(jīng)濟(jì),走可持續(xù)發(fā)展道路是提升長江三角洲城市群全球競爭力的必由之路。

依據(jù)國內(nèi)學(xué)者已有的研究成果,結(jié)合長江三角洲城市群的實(shí)際情況,以科學(xué)性、 系統(tǒng)性、可比性和指標(biāo)的可獲取性為基本原則,重點(diǎn)突出循環(huán)經(jīng)濟(jì)的“3R”原則,從減量化、再利用及資源化、無害化及綜合性指標(biāo)四個(gè)方面,選取18個(gè)參評因子構(gòu)成城市循環(huán)經(jīng)濟(jì)發(fā)展水平指標(biāo)評價(jià)體系(見表1)。這些指標(biāo)涵蓋了循環(huán)經(jīng)濟(jì)評價(jià)最核心的內(nèi)容,因此,能夠科學(xué)、客觀地反映城市的循環(huán)經(jīng)濟(jì)發(fā)展水平。

3 循環(huán)經(jīng)濟(jì)指標(biāo)的主因素分析

3.1 數(shù)據(jù)的采集

本文將選取18個(gè)指標(biāo),對長三角16個(gè)城市2008年的面板數(shù)據(jù)進(jìn)行研究,目的是尋找能夠衡量循環(huán)經(jīng)濟(jì)水平的主要因素,并為聚類分析提供基礎(chǔ)。

3.2 因子分析

本文運(yùn)用因子分析的一般模型,確定模型中的參數(shù),然后根據(jù)分析結(jié)果進(jìn)行因子解釋。本文使用SPSS軟件,在對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理、消除量綱的影響后,進(jìn)行因子旋轉(zhuǎn)和因子分析。因子分析的一般模式為:

X1=a11F1+a12F2+……+a1nFn+ε

X2=a21F1+a22F2+……+a2nFn+

……

Xm=amF1+am2F2+……+amnFn+εm

式中,x1,x2,…,xm為實(shí)測變量;aij(i=1,2,…,m;j=1,2,…,n)為因子荷載;Fi(i=1,2,…,m)為公共因子;εi(i=1,2,…,m)為特殊因子。

采用主成分法,根據(jù)特征值大于1的標(biāo)準(zhǔn)選取前4個(gè)因子F1(λ1=4.146),F2(λ2=3.184),F3(λ3=2.760),F4(λ4=2.036)(見表2)。累計(jì)方差貢獻(xiàn)率達(dá)到61.11%進(jìn)行解釋能力的相應(yīng)估計(jì),可以認(rèn)為四個(gè)公因子合理表示了循環(huán)經(jīng)濟(jì)現(xiàn)象的各因素的線性關(guān)系,基本上能解釋原數(shù)據(jù)的絕大部分信息,在對因子旋轉(zhuǎn)過程中選用了方差最大法(Varimax)得到旋轉(zhuǎn)后的因子負(fù)荷矩陣。

表1 長三角循環(huán)經(jīng)濟(jì)發(fā)展水平指標(biāo)評價(jià)體系

Tab.1 Circular economy development level of the

Yangtze River Delta Evaluation System

目標(biāo)層Targetlayer準(zhǔn)則層Layerguidelines指標(biāo)層Index layer符號Symbol循環(huán)經(jīng)濟(jì)發(fā)展水平綜合評價(jià)指標(biāo)減量化指標(biāo)萬元GDP能耗(噸標(biāo)煤/萬元)X1萬元GDP水耗(t/萬元)X2萬元GDP電耗(kW•h/萬元)X3單位工業(yè)增加值能耗(噸標(biāo)煤/萬元)X4萬元GDP化學(xué)需氧量(COD)排放量(kg/萬元)X5萬元GDP二氧化硫排放量(kg/萬元)X6萬元工業(yè)產(chǎn)值污水排放量(t/萬元)X7再利用及資源化指標(biāo)工業(yè)污水達(dá)標(biāo)排放率(%)X8化肥施用強(qiáng)度(折純)(kg/hm2)X9農(nóng)藥使用量(kg/hm2)X10工業(yè)固廢綜合利用率(%)X11第三產(chǎn)業(yè)占GDP的比率(%)X12無害化指標(biāo)城鎮(zhèn)生活污水集中處理率(%)X13城鎮(zhèn)生活垃圾集中處理率(%)X14綜合性指標(biāo)建成區(qū)綠化覆蓋率(%)X15地區(qū)生產(chǎn)總值(萬元)X16人均GDP(元)X17地區(qū)生產(chǎn)總值增長率(%)X18 因子F1在除了X2、X5、X11、X17上都有較大負(fù)荷(大于0.55),且與X1萬元GDP能耗、X14城鎮(zhèn)生活垃圾集中處理率、X15建成區(qū)綠化覆蓋率、X18地區(qū)生產(chǎn)總值增長率、X6萬元GDP二氧化硫排放量成正相關(guān),與X16地區(qū)生產(chǎn)總值、X12第三產(chǎn)業(yè)占GDP的比率成負(fù)相關(guān)。

根據(jù)經(jīng)濟(jì)發(fā)展與資源消耗于環(huán)境污染的相互制約關(guān)系,因子F1包含了環(huán)境、能耗和經(jīng)濟(jì)發(fā)展幾個(gè)方面的信息,定義為綜合發(fā)展因子。因子F2在X16地區(qū)生產(chǎn)總值和X17人均GDP上有較大負(fù)荷,定義為經(jīng)濟(jì)發(fā)展因子。因子F3在X2萬元GDP水耗、X3萬元GDP電耗、X4萬元GDP化學(xué)需氧量排放量上占有較大負(fù)荷,定義為資源消耗因子。因子F4在X8工業(yè)污水達(dá)標(biāo)排放率、X9化肥使用強(qiáng)度、X10農(nóng)藥使用量上占較大負(fù)荷,且與X9、X10成負(fù)相關(guān),與X17、X18成負(fù)相關(guān),體現(xiàn)了資源再利用及資源化與經(jīng)濟(jì)發(fā)展的正相關(guān)關(guān)系,此因子定義為再利用及資源化因子。

根據(jù)因子負(fù)荷矩陣(見表3)可以得到4個(gè)主因子的線性模型。

表3是軟件輸出的因子模式陣,包含了公因子解釋原始變量的方程的回歸系數(shù),因此函數(shù)關(guān)系為:

F1=0.724X1+0.082X2+0.257X3+0.415X4-0.194X5+0.527X6+0.517X7+0.424X8-0.407X9-0.587X10-0.016X11-0.556X12-0.309X13+0.697X14+0.662X15-0.670X16-0.232X17+0.521X18

F2=0.470X1+0.574X2+0.526X3+0.681X4+0.046X5-0.460X6+0.505X7 +0.223X8+0.081X9+0.137X10-0.104X11+0.211X12+0.427X13-0.317X14+0.529X15+0.532X16+0.563X17-0.363X18

表2 總方差解釋表

Tab.2 Variance Explained

因子Component初始特征值Initial Eigenvalues提取因子載荷平方和

Extraction Sums of Squared Loadings旋轉(zhuǎn)后的因子載荷平方和Rotation Sums of Squared Loadings因子特征值

Total因子方差貢獻(xiàn)率

% ofVariance累積方差貢獻(xiàn)率

Cumulative %因子特征值

Total因子方差貢獻(xiàn)率

% ofVariance累積方差貢獻(xiàn)率

Cumulative %因子特征值

Total因子方差貢獻(xiàn)率

% ofVariance累積方差貢獻(xiàn)率

Cumulative %14.14623.03123.0314.14623.03123.0313.25718.09318.09323.18417.68940.7203.18417.68940.7203.21917.88435.97732.76015.33556.0552.76015.33556.0552.51513.97249.94842.03611.30867.3632.03611.30867.3632.00911.16461.11251.4478.03775.4011.4478.03775.4012.00711.14972.26161.2867.14482.5451.2867.14482.5451.85110.28482.545提取方法:主成份分析法。

表3 因子負(fù)荷矩陣

Tab.3 Component Matrix ComponentMatrixa

項(xiàng)目

Item因子Component123456萬元GDP能耗0.7240.470-0.1920.0140.1370.038萬元GDP水耗0.0820.574-0.717-0.1310.0700.064萬元GDP電耗0.2570.5260.639-0.163-0.279-0.073單位工業(yè)增加值能耗0.4150.681-0.312-0.359-0.0380.137萬元GDP化學(xué)需氧量排放量-0.1940.0460.5940.1040.532-0.369萬元GDP二氧化硫排放量0.527-0.460-0.206-0.012-0.4820.156萬元工業(yè)產(chǎn)值污水排放量0.5170.5050.266-0.2640.4920.125工業(yè)污水達(dá)標(biāo)排放率0.4240.2230.0650.406-0.354-0.575化肥施用強(qiáng)度(折純)-0.4070.081-0.224-0.4660.263-0.567農(nóng)藥使用量-0.5870.1370.393-0.483-0.1070.330工業(yè)固廢綜合利用率-0.016-0.1040.4310.3830.3070.299第三產(chǎn)業(yè)占GDP的比率-0.5560.211-0.5630.2900.2810.341城鎮(zhèn)生活污水集中處理率-0.3090.4270.6220.109-0.2310.181城鎮(zhèn)生活垃圾集中處理率0.697-0.3170.263-0.2770.1020.180建成區(qū)綠化覆蓋率0.6620.5290.0420.2270.031-0.045地區(qū)生產(chǎn)總值-0.6700.532-0.1810.387-0.104-0.119人均GDP-0.2320.5630.1690.500-0.1680.167地區(qū)生產(chǎn)總值增長率0.521-0.363-0.0870.6300.3230.059提取方法:主成份分析法;

a:提取6種成份。

F3=-0.192X1-0.717X2+0.639X3-0.312X4+0.594X5-0.206X6+0.266X7+0.065X8-0.224X9+0.393X10+0.431X11-0.563X12+0.622X13+0.263X14+0.042X15-0.181X16+0.169X17-0.087X18

F4=0.014X1-0.131X2-0.163X3-0.359X4+0.104X5-0.012X6-0.264X7+0.406X8-0.466X9-0.483X10+0.383X11+0.290X12+0.109X13-0.277X14+0.277X15+0.387X16+0.500X17+0.603X18

利用以上四個(gè)關(guān)系式可求得四個(gè)因子的得分以及綜合得分,以主因子旋轉(zhuǎn)過后的方差貢獻(xiàn)率作為權(quán)重計(jì)算各城市總得分:

SCOR=0.341 89F1+0.262 59F2+0.227 65F3+0.16787F4

列出F1因子得分、 F2因子得分、 F3因子得分、 F4因子得分和總得分及其排名序列,依次為:上海市(1.71)、寧波市(1.55)、杭州市(0.73)、無錫市(0.67)、南京市(0.59)、蘇州市(0.16)、鎮(zhèn)江市(0.0076)、紹興市(-0.012)、嘉興市(-0.13)、常州市(-0.15)、湖州市(-0.18)、南通市(-0.23)、揚(yáng)州市(-0.32)、泰州市(-0.72)、臺州市(-1.03)、舟山市(-2.60)。

從綜合得分來看,得分為正的有7個(gè)城市,占16個(gè)城市的43.8%,說明各城市在循環(huán)經(jīng)濟(jì)發(fā)展水平上存在一定差距?？傮w來看,綜合發(fā)展因子對循環(huán)經(jīng)濟(jì)的總得分貢獻(xiàn)率為23.03%,經(jīng)濟(jì)發(fā)展因子對循環(huán)經(jīng)濟(jì)總得分的貢獻(xiàn)率為17.69%。在城市發(fā)展的初級階段,受資金、技術(shù)、人力資源等多方面因素的影響,生產(chǎn)活動往往會選擇一些資金投入少、技術(shù)水平較低的產(chǎn)業(yè)作為其發(fā)展的重點(diǎn)。像泰州、南通這樣的相對來說循環(huán)經(jīng)濟(jì)水平較低的城市,2007年人均GDP分別為23 933、27 500元,分別位于長三角16個(gè)城市的16、15位。工業(yè)總產(chǎn)值主要集中在紡織業(yè),電力、熱力的生產(chǎn)和供應(yīng)業(yè),建筑業(yè),黑色金屬冶煉及壓延加工業(yè)等技術(shù)水平不高,資源、能源消耗較高,對環(huán)境影響較大的產(chǎn)業(yè)。而當(dāng)城市經(jīng)濟(jì)水平發(fā)展到一定階段后,隨著資金、技術(shù)不斷積累,生產(chǎn)工藝技術(shù)不斷改進(jìn)及循環(huán)經(jīng)濟(jì)意識的不斷提高,城市循環(huán)經(jīng)濟(jì)發(fā)展水平也不斷提高。

資源消耗因子對循環(huán)經(jīng)濟(jì)貢獻(xiàn)率為15.34%,說明資源消耗型產(chǎn)業(yè)仍然占有相當(dāng)比重,未來長三角必須走能源集約型道路。依靠科學(xué)技術(shù)開發(fā)環(huán)保技術(shù),制定有利于城市污水集中處理和生活垃圾安全處置的政策,政府應(yīng)大力支持發(fā)展環(huán)保產(chǎn)業(yè)。

3.3 聚類分析

聚類分析的基本原理是,首先將一定數(shù)量的樣品以指標(biāo)各自看成一類,然后根據(jù)樣品(或指標(biāo))的親疏程度,將親疏程度最高的兩類進(jìn)行合并。然后考慮合并后的類與其他類之間的親疏程度,再進(jìn)行合計(jì)。重復(fù)這一過程,直至將所有的樣品(或指標(biāo))合并為一類。

系統(tǒng)聚類法是根據(jù)樣品或指標(biāo)之間的親疏程度來進(jìn)行合并。衡量親疏程度的指標(biāo)有兩種,即距離和相似系數(shù)。距離是將每個(gè)樣品看成是m個(gè)變量對應(yīng)的m維空間中的一個(gè)點(diǎn),然后在該空間中定義,距離越近,則親密程度越高。相似系數(shù)接近于1或-1時(shí),認(rèn)為樣品或指標(biāo)之間的性質(zhì)比較接近;相似系數(shù)接近于0時(shí),認(rèn)為樣品或指標(biāo)之間是無關(guān)的。SPSS軟件中使用歐式距離進(jìn)行聚類分析。

dij=∑pt=1(xit-xjt)2(i,j=1,2,…,n)

通過聚類分析,長三角16城市大致可以分為三類。

上海市作為第一類特大城市在綜合發(fā)展因子和經(jīng)濟(jì)發(fā)展因子上占到了絕對的優(yōu)勢地位,上海經(jīng)濟(jì)發(fā)展水平高,地理位置優(yōu)越,資源的投入量比較大,生產(chǎn)效率較高,第三產(chǎn)業(yè)比較成熟,但受人口、資源、環(huán)境的約束,經(jīng)濟(jì)發(fā)展?jié)摿^其他城市不大。第二類城市杭州、南京、 寧波、蘇州、無錫在四個(gè)因子上都比第三類城市略高,但在資源利用和污染治理上總體差別并不顯著。常州、湖州、嘉興、 南通、紹興、臺州、泰州、揚(yáng)州、鎮(zhèn)江、舟山為第三類城市。 第二三類屬于大中型城市,發(fā)展?jié)摿Υ?自然地理環(huán)境較好,但在污水治理、廢物處理、第三產(chǎn)業(yè)發(fā)展上與第一類城市存在一定差距。

4 長江三角洲地區(qū)的循環(huán)經(jīng)濟(jì)功能定位與產(chǎn)業(yè)分工4.1 第一類城市

上海市循環(huán)經(jīng)濟(jì)理念實(shí)踐較早,金融、貿(mào)易、物流等服務(wù)業(yè)比較發(fā)達(dá),循環(huán)經(jīng)濟(jì)的發(fā)展水平領(lǐng)先于長三角其他城市,但與國際同類城市相比還有很大差距。因此,根據(jù)上海目前的實(shí)際情況,應(yīng)注重前端治理,把重點(diǎn)放在生產(chǎn)和消費(fèi)的減物質(zhì)化上,預(yù)防經(jīng)濟(jì)“長胖增重”;加大末端廢棄物處理,逐步實(shí)現(xiàn)自然資源循環(huán)利用。

上海是經(jīng)貿(mào)樞紐驅(qū)動型城市,它的地域優(yōu)勢是經(jīng)貿(mào)聯(lián)系廣泛,經(jīng)濟(jì)腹地大,經(jīng)濟(jì)發(fā)展快速,帶動科技創(chuàng)新,使其循環(huán)經(jīng)濟(jì)靜脈產(chǎn)業(yè)中的技術(shù)創(chuàng)新優(yōu)于長江三角洲其他城市。但缺點(diǎn)是土地、能源匱乏,在循環(huán)經(jīng)濟(jì)的建設(shè)上,改變消費(fèi)方式比改變生產(chǎn)方式更為重要。消費(fèi)的短期政策思路是直接規(guī)范消費(fèi)領(lǐng)域存在的資源浪費(fèi)型和環(huán)境不友好型的不可持續(xù)的消費(fèi)現(xiàn)象,長期的政策思路是通過宣傳教育改變?nèi)藗兊纳睢⑾M(fèi)價(jià)值觀,建立和強(qiáng)化人們的資源環(huán)境意識。

優(yōu)先發(fā)展與經(jīng)濟(jì)生產(chǎn)、社會生活和生態(tài)環(huán)境相匹配的現(xiàn)代服務(wù)業(yè),如現(xiàn)代物流、濱江臨海休閑觀光業(yè)、信息服務(wù)業(yè)、商貿(mào)會展、文化服務(wù)業(yè)等等。以世博會的召開為契機(jī),積極開展上海循環(huán)經(jīng)濟(jì)的國際合作交流,尤其是在開發(fā)實(shí)用技術(shù)和先進(jìn)工藝方面、生態(tài)工業(yè)園區(qū)建設(shè)方面,提升發(fā)展高附加值、高關(guān)聯(lián)度、低物耗能耗的高科技創(chuàng)新產(chǎn)業(yè)和先進(jìn)制造業(yè),上海市將成為長三角甚至全國學(xué)習(xí)、借鑒和引進(jìn)循環(huán)經(jīng)濟(jì)先進(jìn)經(jīng)驗(yàn)的窗口城市。

4.2 第二類城市

杭州、南京、寧波、蘇州、無錫這幾個(gè)城市擁有豐富的自然、文化資源優(yōu)勢,具備建設(shè)創(chuàng)新型城市的潛力。但是,制造業(yè)高度發(fā)達(dá)、城市群集聚度高,環(huán)境污染問題比較嚴(yán)重。

發(fā)展循環(huán)經(jīng)濟(jì)的首先任務(wù)是依靠高新技術(shù)和工藝,改造傳統(tǒng)制造業(yè),構(gòu)筑循環(huán)經(jīng)濟(jì)的技術(shù)支撐體系。目前,這些城市發(fā)展循環(huán)經(jīng)濟(jì)的重點(diǎn)是積極調(diào)整產(chǎn)業(yè)結(jié)構(gòu),擺脫資源約束和降低環(huán)境污染水平,包括信息技術(shù)、生物技術(shù)以及環(huán)境無害化技術(shù),替代技術(shù)、再利用技術(shù)、系統(tǒng)化技術(shù)等等。循環(huán)經(jīng)濟(jì)政策的重點(diǎn)是加強(qiáng)制造業(yè)技術(shù)改造的金融支持,改變大多數(shù)企業(yè)技術(shù)改造資金不足的問題。

在區(qū)域經(jīng)濟(jì)發(fā)展層面,充分利用區(qū)域間的分工,優(yōu)先發(fā)展資源消耗低和環(huán)境影響小的產(chǎn)業(yè),停產(chǎn)或轉(zhuǎn)移目前難以改造升級的生產(chǎn)企業(yè)。有步驟地發(fā)展現(xiàn)代服務(wù)業(yè),盡快改變工業(yè)生產(chǎn)中資源和能源粗放利用的現(xiàn)狀。同時(shí),促進(jìn)綠色、生態(tài)、高效的都市循環(huán)型現(xiàn)代農(nóng)業(yè)的發(fā)展,以附加值較高的綠化、良種、花卉等產(chǎn)業(yè)為主,發(fā)展節(jié)水型、土地集約型高效農(nóng)業(yè)。

4.3 第三類城市

第三類城市基本上算是長三角城市群中欠發(fā)達(dá)地區(qū),這些城市的支柱產(chǎn)業(yè)多屬于排放固廢污染較多的傳統(tǒng)產(chǎn)業(yè),傳統(tǒng)“粗放型”經(jīng)濟(jì)發(fā)展方式,導(dǎo)致嚴(yán)重的流域性生態(tài)破壞和環(huán)境污染,經(jīng)濟(jì)發(fā)展與環(huán)境保護(hù)之間的矛盾突出。

作為長三角區(qū)域循環(huán)經(jīng)濟(jì)體系的重要組成部分,該區(qū)域承載各類固體廢棄物分類拆解和再資源化的產(chǎn)業(yè),即對傳統(tǒng)的工業(yè)生產(chǎn)的70%-80%工業(yè)廢棄物進(jìn)行再利用,同時(shí)對電視機(jī)、電冰箱、空調(diào)等家用電器進(jìn)行拆解和再利用。盡快出臺相關(guān)法律政策,構(gòu)建再生資源回收利用的市場機(jī)制,培育資源回收利用產(chǎn)業(yè)的市場基礎(chǔ)。

第三類城市擁有豐富的自然生態(tài)資源和悠久的人文歷史,以及廣闊地種植、養(yǎng)植、及農(nóng)產(chǎn)品加工體系,適合發(fā)展度假、休閑、會議等“農(nóng)游合一”、“城鄉(xiāng)互補(bǔ)”的第三產(chǎn)業(yè)。一方面為一、二類城市居民提供綠色、安全、無污染的農(nóng)產(chǎn)品,另一方面營造田園風(fēng)光式的綠色生態(tài)環(huán)境,吸引發(fā)達(dá)城市居民休閑度假。需要當(dāng)?shù)卣畯馁Y金、稅收、金融保障等方面制定優(yōu)惠政策扶持。

5 結(jié) 論

本文對長江三角洲地區(qū)16個(gè)城市的循環(huán)經(jīng)濟(jì)發(fā)展水平進(jìn)行了實(shí)證研究。因子分析表 明經(jīng)濟(jì)發(fā)展因子、資源消耗因子、再利用及資源化因子是影響循環(huán)經(jīng)濟(jì)發(fā)展水平的主要因素。聚類分析表明該區(qū)域的16個(gè)城市按循環(huán)經(jīng)濟(jì)發(fā)展水平明顯分為三個(gè)層次,這三個(gè)層次基本上與經(jīng)濟(jì)發(fā)展水平相一致,說明經(jīng)濟(jì)發(fā)展初期階段往往要以犧牲環(huán)境為代價(jià)。根據(jù)三類城市循環(huán)發(fā)展水平及區(qū)域功能定位,三類地區(qū)循環(huán)經(jīng)濟(jì)發(fā)展政策既相互支撐,重點(diǎn)產(chǎn)業(yè)各有特色與分工。上海市應(yīng)當(dāng)發(fā)展以金融、貿(mào)易、物流等為主的服務(wù)業(yè),以杭州、南京、蘇州等城市為主的二類城市,政策重點(diǎn)是支持企業(yè)用高新技術(shù)和工藝改造傳統(tǒng)制造業(yè),構(gòu)筑循環(huán)經(jīng)濟(jì)的技術(shù)支撐體系。以常州、湖州、嘉興等城市為主的三線城市重點(diǎn)發(fā)展資源回收產(chǎn)業(yè)和農(nóng)游合一生態(tài)旅游產(chǎn)業(yè)。

參考文獻(xiàn)(References)

[1]蘇金明. 統(tǒng)計(jì)軟件SPSS系列應(yīng)用實(shí)戰(zhàn)篇[M].北京:電子工業(yè)出版社,2002,(10):329-345.[Su Jinming. Statistical Software SPSS Series Application Actual [M]. Beijing: Electronic Industry Press, 2002,(10): 329-345.]

[2]向云波, 徐長樂, 彭秀芬.長江三角洲城市群循環(huán)經(jīng)濟(jì)發(fā)展水平的空間格局分析[J].長江流域資源與環(huán)境,2008,(9):661-666.[Xiang Yun bo,Xu Chang le,Peng Xiu fen.Nalysis on The Spatial Structure of Recycling Economy of Uban Agglomeration in Theyangtze Riverdelta[J]. Resources and Environment in the Yangtze Basin, 2008,(9):661-666.]

[3]江蘇統(tǒng)計(jì)年鑒,浙江統(tǒng)計(jì)年鑒,2008年中國城市環(huán)境統(tǒng)計(jì)年鑒.[Jiangsu Statistical Yearbook, Zhejiang Statistical Yearbook ,2008 Statistical Yearbook of China's urban environment.]

[4]牛桂敏.循環(huán)經(jīng)濟(jì)評價(jià)體系的構(gòu)建[J].城市環(huán)境與城市生態(tài), 2005 ,18(2) :4-7.[Niu Gui min. Construction of Circular Economy Evaluation System [J]. Urban Environment and Urban Ecology, 2005, 18 (2): 4-7.]

[5]李宗植,呂立志.資源環(huán)境對長三角地區(qū)社會經(jīng)濟(jì)發(fā)展的約束[J].經(jīng)濟(jì)經(jīng)緯,2004,(4):59-62. [Li Zong zhi,Lu Li zhi. Restrictions from the Natural Resources to the Economic Development of Yangtze River Delta[J]. Economic Survey, 2004,(4):59-62.]

[6]張宇煒.長三角區(qū)域循環(huán)經(jīng)濟(jì)體系的構(gòu)建[J].南通大學(xué)學(xué)報(bào),2006,(11):6-9.[Zhang Yu wei. Construction of the Regional Circulating Economic System of the Yangtze River Delta[J]. Nantong University Journal. 2006,(11):6-9.]

[7]劉錚,周耀烈.長三角持續(xù)發(fā)展之道:循環(huán)經(jīng)濟(jì)的定量研究[J].經(jīng)濟(jì)論壇,2005,(17):16-18. [The Road of Sustainable Development of The Yangtze River Delta: A Quantitative Study of Circular Economy[J]. Economic Forum,2005,(17):16-18.]

[8]王澤光.略論生態(tài)城市與循環(huán)經(jīng)濟(jì)的關(guān)系――兼論上海的生態(tài)城市建設(shè)[J].中國科技論壇,2008,(2):58-61.[Wang Ze guang. On the Ecocity Relationship with the Circular Economy and on Shanghai's Ecocity Construction [J]. China Science and Technology Forum, 2008,(2): 58-61.]

[9]邱壽豐.上海循環(huán)經(jīng)濟(jì)發(fā)展的新思路[J]. 發(fā)展研究,2008,(2):61-63.[Qiu Shou feng. New Ideas for the Development of Circular Economy of Shanghai[J].Development Research.2008,(2):61-63.]

[10]田伯平.長三角地區(qū)可持續(xù)率先發(fā)展研究[J ]. 南通大學(xué)學(xué)報(bào),2006, (9):27-35.[Tian Bo ping. On The Sustainable and Leading Development of The Yangtz River Delta Qegion [J]. University Journal. 2006,(9):27-35.]

Empirical Analysis about Recycling Economy Development Level of

City Grop of the Yangtze River Delta

WANG Baoqian ZHANG Yanran

篇6

[中圖分類號]C916 [文獻(xiàn)標(biāo)識碼]A [文章編號]1672-2426（2014）02-0066-04

無論是城市，還是鄉(xiāng)鎮(zhèn)，基礎(chǔ)設(shè)施都扮演著極其重要的角色。它不僅能夠吸引資金投資建廠、促進(jìn)當(dāng)?shù)鼐蜆I(yè)，還能促進(jìn)消費(fèi)，從而推動當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展。因此，基礎(chǔ)設(shè)施建設(shè)就成為發(fā)展經(jīng)濟(jì)的重中之重。然而，在基礎(chǔ)設(shè)施建設(shè)中，社區(qū)公共服務(wù)設(shè)施往往比例過小且增長過慢，需求遠(yuǎn)遠(yuǎn)大于供給，造成資源過度使用；而對社會生產(chǎn)設(shè)施投入過多且增長更新快，供給遠(yuǎn)遠(yuǎn)大于需求，造成資源的過度浪費(fèi)。

國內(nèi)外對于基礎(chǔ)設(shè)施與經(jīng)濟(jì)發(fā)展關(guān)系的相關(guān)研究有很多。吳友人的《城市現(xiàn)代化和城市基礎(chǔ)設(shè)施建設(shè)》是從生產(chǎn)性和非生產(chǎn)性基礎(chǔ)設(shè)施的建設(shè)比例來討論：基礎(chǔ)性設(shè)施對城市現(xiàn)代化的重要作用；[1]胡仁科的《我國小城鎮(zhèn)基礎(chǔ)設(shè)施融資研究》是從基礎(chǔ)設(shè)施的融資方面來闡述如何促進(jìn)小城鎮(zhèn)經(jīng)濟(jì)發(fā)展的；[2]徐瑩的《貴州城鎮(zhèn)化與城鎮(zhèn)基礎(chǔ)設(shè)施建設(shè)問題研究》是以貴州的城鎮(zhèn)為例，從基礎(chǔ)設(shè)施的服務(wù)能力和質(zhì)量方面入手，來分析基礎(chǔ)設(shè)施對于拉動城鎮(zhèn)經(jīng)濟(jì)增長的重要作用；[3]Kapar·Brian、Abate·Janet的《policy for information infrastructure》是從生產(chǎn)設(shè)施建設(shè)方面入手寫其對城鎮(zhèn)經(jīng)濟(jì)發(fā)展的作用。[4]

上述研究的對象多涵蓋整個(gè)基礎(chǔ)設(shè)施，很少有將研究對象定為城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施領(lǐng)域。在研究思路上多是從生產(chǎn)到投資角度入手，從增加就業(yè)、促進(jìn)再生產(chǎn)方面揭示社區(qū)公共服務(wù)設(shè)施數(shù)量與城市經(jīng)濟(jì)發(fā)展的關(guān)系，卻忽略了非生產(chǎn)性基礎(chǔ)設(shè)施對于經(jīng)濟(jì)發(fā)展的重要作用。

公共服務(wù)設(shè)施是由公共服務(wù)與設(shè)施兩個(gè)詞語構(gòu)成的合成詞，是這些詞語含義的整合。公共設(shè)施是指為市民提供公共服務(wù)產(chǎn)品的各種公共性、服務(wù)性設(shè)施，有基礎(chǔ)設(shè)施和附屬設(shè)施，其中基礎(chǔ)設(shè)施是指為社會生產(chǎn)和居民生活提供公共服務(wù)的物質(zhì)工程設(shè)施，是用于保證國家或地區(qū)社會經(jīng)濟(jì)活動正常進(jìn)行的公共服務(wù)系統(tǒng)。它是社會賴以生存發(fā)展的一般物質(zhì)條件。“基礎(chǔ)設(shè)施”不僅包括公路、鐵路、機(jī)場、通訊、水電煤氣等公共設(shè)施，即俗稱的基礎(chǔ)建設(shè)，而且包括教育、科技、醫(yī)療衛(wèi)生、體育、文化等社會事業(yè)即“社會性基礎(chǔ)設(shè)施”。而附屬設(shè)施是配套設(shè)施，使得基礎(chǔ)設(shè)施得到更好服務(wù)、發(fā)揮更大作用、實(shí)現(xiàn)保值和增值功能的設(shè)施。[5]

本文以公共服務(wù)設(shè)施數(shù)量與城鎮(zhèn)經(jīng)濟(jì)發(fā)展水平的關(guān)系為研究對象，通過對城鎮(zhèn)社區(qū)公共服務(wù)設(shè)施數(shù)量和中國各地區(qū)的地區(qū)生產(chǎn)總值（GDP）的比較分析，建立兩者的聯(lián)系。本文所有數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》。[6]

一、公共服務(wù)設(shè)施數(shù)量與投資、消費(fèi)、儲蓄的關(guān)系

城鎮(zhèn)的公共服務(wù)設(shè)施數(shù)量對城鎮(zhèn)發(fā)展所需的投資、消費(fèi)、儲蓄具有非常重大的影響，主要表現(xiàn)在以下幾個(gè)方面：

（一）公共服務(wù)設(shè)施的數(shù)量對投資、消費(fèi)的影響

投資和消費(fèi)是經(jīng)濟(jì)發(fā)展最主要的動力，也就是說加快城鎮(zhèn)經(jīng)濟(jì)發(fā)展最主要的就是促進(jìn)該城鎮(zhèn)的投資和消費(fèi)。從對于一個(gè)城鎮(zhèn)的投資和消費(fèi)帶動經(jīng)濟(jì)發(fā)展的方面來說，公共服務(wù)設(shè)施的數(shù)量增多對于該地區(qū)經(jīng)濟(jì)的發(fā)展起著積極促進(jìn)的作用。

首先，公共服務(wù)設(shè)施數(shù)量對投資的影響。對于商家投資建廠來說，一個(gè)好的投資環(huán)境是十分重要的。一般，好的投資環(huán)境必需有完善和充足的公共服務(wù)設(shè)施資源，而不僅僅是政府所建設(shè)的大型基礎(chǔ)設(shè)施建設(shè)（公路、鐵路、橋等），因?yàn)樯鐓^(qū)一些公共服務(wù)設(shè)施的面向是社區(qū)居民，這會給投資建廠的商家在服務(wù)設(shè)施上減少很多資金及時(shí)間的成本投入。因此，良好的投資環(huán)境可以吸引商家來投資建廠，從而直接促進(jìn)地區(qū)的經(jīng)濟(jì)發(fā)展。對于社區(qū)居民的投資來說也是如此，完善和充足的公共服務(wù)設(shè)施會為其解除許多后顧之憂，這樣居民就會用自己手中多余的錢進(jìn)行一些投資，從而間接促進(jìn)當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展。

其次，公共服務(wù)設(shè)施數(shù)量對消費(fèi)的影響。完善和充足的公共服務(wù)設(shè)施數(shù)量，除了可以促使居民將手中多余的錢用于投資以外，也可以促進(jìn)居民進(jìn)行消費(fèi)。一旦該地區(qū)的消費(fèi)水平有所提高，商家能夠獲得利潤，商家不但會加大投入力度，還會吸引更多的其他商家進(jìn)行投資，這兩方面的后續(xù)影響會促進(jìn)當(dāng)?shù)鼐用竦木蜆I(yè)，從而帶動當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展。

（二）公共服務(wù)設(shè)施數(shù)量對儲蓄的影響

完善和充足的公共服務(wù)設(shè)施數(shù)量給居民解除了很多后顧之憂，促使居民將手中的錢用于投資和消費(fèi)。如果居民用于投資和消費(fèi)的錢增加了，在短時(shí)間內(nèi)收入固定的情況下，居民所儲蓄的錢就勢必會減少。對于想要在此投資建廠的商家也是如此，完善和充足的公共服務(wù)設(shè)施數(shù)量，會增大商家對此地區(qū)進(jìn)行投資的可能性，一旦進(jìn)行投資，那么商家就不會將錢存在銀行，而且還很有可能從銀行貸款。這兩種情況都會大大減少銀行的儲蓄量。[7]因此，從這一點(diǎn)來看，公共服務(wù)設(shè)施數(shù)量的增多對儲蓄的增加起到一定的抑制作用。

二、城鎮(zhèn)社區(qū)公共服務(wù)設(shè)施數(shù)量與經(jīng)濟(jì)發(fā)展水平的分析

簡單起見，本文只選擇當(dāng)?shù)禺?dāng)年的地區(qū)生產(chǎn)總值與該地區(qū)連續(xù)兩年的生產(chǎn)總值的增幅來分別代表各地區(qū)經(jīng)濟(jì)發(fā)展水平和發(fā)展速度的指標(biāo)。

（一）全國各地區(qū)城鎮(zhèn)公共服務(wù)設(shè)施的數(shù)量分布及其增長速度的比較分析

根據(jù)《中國統(tǒng)計(jì)年鑒》（2006-2008）提供的數(shù)據(jù)，得到2006至2008年中國各地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量（統(tǒng)計(jì)數(shù)據(jù)不包括：港、澳、臺地區(qū)），通過SPSS軟件，[8]得到分布圖，見圖1，其中灰色柱、黑色柱、白色柱分別代表2006年、2007年和2008年該地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量（單位：個(gè)）。

從圖中可以看出：第一，浙江、江蘇兩地在2006年至2008年間城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量在全國排在第一位置，而且遠(yuǎn)遠(yuǎn)領(lǐng)先于其他地區(qū)。第二，上海城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量在2006年排在中游位置，而在2007年和2008年躍居到與浙江、江蘇同一陣營。第三，從地理區(qū)域上來看，城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量最多的是東南沿海地區(qū)和長江中下游地區(qū)，其次是北方沿海地區(qū)、首都附近和西南中部地區(qū)。最后是西北地區(qū)和東北內(nèi)陸型省份。第四，北京、天津、上海作為省級市擁有的城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量比一些省份多，尤其是上海。于是，我們可以初步得出結(jié)論：我國東南沿海城鎮(zhèn)的社區(qū)公共服務(wù)設(shè)施數(shù)量遠(yuǎn)遠(yuǎn)領(lǐng)先其他地區(qū)，少數(shù)民族地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量處于全國最低水平線。

（二）全國各地區(qū)城鎮(zhèn)經(jīng)濟(jì)發(fā)展水平及其增長速度的比較分析

根據(jù)《中國統(tǒng)計(jì)年鑒》的數(shù)據(jù)，可以得到全國各地區(qū)城鎮(zhèn)經(jīng)濟(jì)水平和其增長速度的分布與比較圖，見圖2，其中灰色、黑色和白色柱分別代表2006年、2007年和2008年該地區(qū)的生產(chǎn)總值（單位：百萬）。同時(shí)對各省級行政區(qū)的經(jīng)濟(jì)發(fā)展水平進(jìn)行橫向比較，以2007年各地區(qū)的生產(chǎn)總值和人均生產(chǎn)總值的數(shù)據(jù)為例，見圖3，其中，灰色柱代表2007年該地區(qū)的生產(chǎn)總值，黑色柱代表2007年該地區(qū)的人均生產(chǎn)總值（灰色柱與黑色柱的單位不同，放在一起是為了分別比較各地區(qū)之間的地區(qū)生產(chǎn)總值和人均生產(chǎn)總值）。

從中可以看出：第一，我國從2006年到2008年各省級行政區(qū)的生產(chǎn)總值幾乎都是逐年增加的。第二，我們將2008年生產(chǎn)總值達(dá)到2萬億的地區(qū)劃為A區(qū)，介于1萬億與2萬億之間的劃為B區(qū)，小于1萬億的劃為C區(qū)。由此可以看出A區(qū)：廣東、山東、江蘇、浙江；B區(qū)：河南、河北、上海、遼寧、四川、北京、福建和海南；C區(qū)：黑龍江、安徽、內(nèi)蒙古、山西、廣西、江西、天津、陜西、吉林、云南、重慶、新疆、貴州、甘肅、海南、寧夏、青海和。第三，從地理區(qū)域上看，我國各省級行政區(qū)的生產(chǎn)總值南方省份超過北方省份，東部省份超過西部省份。從而，我們可以初步得出結(jié)論：我國經(jīng)濟(jì)在不斷地向前發(fā)展，現(xiàn)代化水平在不斷提高，但發(fā)展依然存在不平衡態(tài)勢，有些地區(qū)經(jīng)濟(jì)增長速度很快，有些地區(qū)經(jīng)濟(jì)增長速度仍然緩慢。同時(shí)也應(yīng)注意到，在人均方面，一些地區(qū)的人均收入過高，一些地區(qū)的人均收入過低。在生產(chǎn)總值方面，也存在類似的問題，尤其是少數(shù)民族地區(qū)，其經(jīng)濟(jì)水平還十分低下。

（三）公共服務(wù)設(shè)施數(shù)量與城鎮(zhèn)經(jīng)濟(jì)水平的相關(guān)性分析

根據(jù)2009年頒布的《中國統(tǒng)計(jì)年鑒》，得到2007年中國各地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量和各地區(qū)的生產(chǎn)總值，如圖4所示?；疑劬€代表2007年該地區(qū)城鎮(zhèn)公共服務(wù)設(shè)施數(shù)量，黑色折線代表2007年該地區(qū)的生產(chǎn)總值。

從分布圖中可以看出，灰色折線和黑色折線的上升或下降的步調(diào)大致相同，各省市所對應(yīng)的基本都是兩個(gè)高點(diǎn)或兩個(gè)低點(diǎn)，很少有對應(yīng)一個(gè)高點(diǎn)一個(gè)低點(diǎn)的情況；地區(qū)生產(chǎn)總值的大小與地區(qū)公共服務(wù)設(shè)施數(shù)量的多少在數(shù)據(jù)上具有較強(qiáng)的同步性和正相關(guān)性；從區(qū)域分布上看，東西部地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量和地區(qū)生產(chǎn)總值與中國中部地區(qū)相比較少。

（四）公共服務(wù)設(shè)施數(shù)量的增長速度與城鎮(zhèn)經(jīng)濟(jì)增長速度的相關(guān)性分析

根據(jù)前面的結(jié)論，筆者提出假設(shè)：各地區(qū)經(jīng)濟(jì)增長的速度與各地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量增長的速度具有正相關(guān)性。我們用后一年的城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量減去前一年的城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量來代表公共服務(wù)設(shè)施數(shù)量的增長速度，用后一年的地區(qū)生產(chǎn)總值減去前一年的地區(qū)生產(chǎn)總值來代表城鎮(zhèn)經(jīng)濟(jì)增長速度。其中，服務(wù)數(shù)差1、經(jīng)濟(jì)數(shù)差1分別為2007年與2006年公共服務(wù)設(shè)施總量差值和地區(qū)生產(chǎn)總量差值的編碼，服務(wù)數(shù)差2、經(jīng)濟(jì)數(shù)差2分別為2008年與2007年公共服務(wù)設(shè)施總量差值和地區(qū)生產(chǎn)總量差值的編碼。

從SPSS輸出結(jié)果（限于篇幅，不在文中體現(xiàn)）可以看出，經(jīng)濟(jì)差1與服務(wù)數(shù)差1的相關(guān)系數(shù)為0.678，經(jīng)濟(jì)差2與服務(wù)數(shù)差2的相關(guān)系數(shù)為0.658。這兩個(gè)相關(guān)系數(shù)都接近于0.7，說明地區(qū)的經(jīng)濟(jì)增長的速度與地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量增長的速度具有中等程度的正相關(guān)性，從而證實(shí)筆者的假設(shè)：各地區(qū)經(jīng)濟(jì)增長的速度與各地區(qū)城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施數(shù)量增長的速度具有正相關(guān)性。

三、結(jié)論與現(xiàn)實(shí)意義

通過以上分析，可以得出如下結(jié)論：

首先，各地區(qū)的城鎮(zhèn)社區(qū)公共服務(wù)設(shè)施數(shù)量的多少與該地區(qū)的經(jīng)濟(jì)發(fā)展水平高低具有正相關(guān)性，即：城鎮(zhèn)社區(qū)公共服務(wù)設(shè)施數(shù)量較多的地區(qū)，其相應(yīng)的經(jīng)濟(jì)發(fā)展水平也較高；反之亦然。

其次，各地的城鎮(zhèn)社區(qū)公共服務(wù)設(shè)施數(shù)量的增長對這個(gè)地區(qū)的經(jīng)濟(jì)發(fā)展具有十分重要的推動作用，即：城鎮(zhèn)社區(qū)公共服務(wù)設(shè)施數(shù)量增長較快的地區(qū)，其相應(yīng)的經(jīng)濟(jì)增長速度也較快；反之亦然。

最后，我國第一類、第三類地區(qū)與第二類、第四類地區(qū)相比，其經(jīng)濟(jì)發(fā)展水平較低，經(jīng)濟(jì)增長速度較慢，其中主要原因之一是：城鎮(zhèn)社區(qū)的公共服務(wù)設(shè)施在數(shù)量上有很大差距。因此，我們應(yīng)加強(qiáng)第一類地區(qū)和第三類地區(qū)的城鎮(zhèn)社區(qū)公共服務(wù)設(shè)施的建設(shè)力度，使社會發(fā)展與經(jīng)濟(jì)發(fā)展水平相協(xié)調(diào)。當(dāng)然，社區(qū)服務(wù)體系建設(shè)涉及到各個(gè)部門，各級政府需要綜合協(xié)調(diào)，在社區(qū)建設(shè)中建立一個(gè)綜合協(xié)調(diào)機(jī)制，以推進(jìn)我國社區(qū)服務(wù)體系健康、持續(xù)的全面發(fā)展。

參考文獻(xiàn)：

[1]吳友人.經(jīng)濟(jì)地理[M].北京：中國學(xué)術(shù)書刊電子出版社，2010，269-272.

[2]胡仁科.我國小城鎮(zhèn)基礎(chǔ)設(shè)施融資研究[M].武漢：武漢大學(xué)出版社，2008：5.

[3]徐瑩.貴州城鎮(zhèn)化與城鎮(zhèn)基礎(chǔ)設(shè)施建設(shè)問題研究[M].浙江：浙江大學(xué)出版社，2004：4.

[4]Kapar brian，abate janet，standard.policy for information infrastructure.[M].華盛頓：世界銀行出版社，1995：3.

[5]唐建新？熏楊軍.基礎(chǔ)設(shè)施與經(jīng)濟(jì)發(fā)展-理論與政策[M].武漢：武漢大學(xué)出版社，2003：10.

篇7

【關(guān)鍵詞】

主成分分析；經(jīng)濟(jì)發(fā)展?jié)摿?/p>

麗水市是浙江省轄地級市，位于該省西南部、南鄰福建，古稱處州，始名于589年（隋文帝開皇九年），是浙西南的政治、經(jīng)濟(jì)、文化中心。全市總面積17298平方公里，常住人口211.70萬，是浙江省面積最大而人口最稀少的地區(qū)。下轄蓮都區(qū)及景寧畬族自治縣、縉云、青田、遂昌、云和、慶元、松陽七縣，代管縣級龍泉市。

地區(qū)經(jīng)濟(jì)發(fā)展?jié)摿δ芊从骋粋€(gè)地區(qū)社會經(jīng)濟(jì)系統(tǒng)的發(fā)展水平，也是評價(jià)一個(gè)地區(qū)社會經(jīng)濟(jì)系統(tǒng)發(fā)展?fàn)顩r的重要指標(biāo)。由于麗水市各地區(qū)經(jīng)濟(jì)規(guī)模、經(jīng)濟(jì)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展質(zhì)量、可持續(xù)發(fā)展等方面還存在著差異，對各地區(qū)經(jīng)濟(jì)綜合實(shí)力進(jìn)行客觀評價(jià)，可以為麗水市今后經(jīng)濟(jì)又好又快發(fā)展提供決策依據(jù)。因此，本文首先以麗水市為基本空間單元收集區(qū)域發(fā)展影響因素，在此基礎(chǔ)上通過主成分分析，提取并分析各主因子的空間分布狀況，在此基礎(chǔ)上進(jìn)行以下處理主因子得分綜合，得到區(qū)域空間發(fā)展?jié)摿Α?/p>

一、主成分分析法

主成分分析法是一種考察多個(gè)變量間相關(guān)性的多元統(tǒng)計(jì)方法，由皮爾遜首先提出并使用，之后經(jīng)眾多統(tǒng)計(jì)學(xué)家不懈努力逐步發(fā)展和成熟起來。主成分分析是將原來眾多具有一定相關(guān)性的指標(biāo)，重新組合成一組新的互相無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)。

在建立縣城單元評價(jià)指標(biāo)選擇的基礎(chǔ)上，運(yùn)用主成分分析方法（PCA），提取影響縣域鄉(xiāng)鎮(zhèn)地域空間差異的主因子。對各縣城的綜合實(shí)力進(jìn)行評價(jià)。

本文選取2011年麗水市13項(xiàng)反映社會經(jīng)濟(jì)發(fā)展水平的主要統(tǒng)計(jì)指標(biāo)，分別為鎮(zhèn)域戶籍人口、縣域暫住人口、第一產(chǎn)業(yè)就業(yè)人口比例、第三產(chǎn)業(yè)就業(yè)人口比例、財(cái)政收入、工業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值、農(nóng)民人均收入、旅游收入、鎮(zhèn)域面積、建成區(qū)綠化覆蓋面積、工業(yè)固體廢物綜合利用率、醫(yī)院衛(wèi)生院床位數(shù)。

運(yùn)用統(tǒng)計(jì)分析軟件stata對對數(shù)據(jù)進(jìn)行因子分析，采用主成分法提取特征值大于1的主成分作為公共因子，得到方差最大正交旋轉(zhuǎn)后的因子載荷矩陣、特征值、貢獻(xiàn)率和累計(jì)貢獻(xiàn)率。特征值大于1的前三個(gè)公因子的累計(jì)貢獻(xiàn)率超過80%，可見提取三個(gè)因子后，它們反映了原始變量的大部分信息。

二、主因子得分及空間分布

根據(jù)因子荷載矩陣分析主因子含義，并根據(jù)因子得分系數(shù)矩陣，計(jì)算各鄉(xiāng)鎮(zhèn)主因子得分，分析各主因子的空間分布特征。

從表1可知：第一主因子主要解釋鎮(zhèn)域戶籍人口、鎮(zhèn)域暫住人口、財(cái)政收入、工業(yè)產(chǎn)值、農(nóng)業(yè)產(chǎn)值、農(nóng)民人均收入、旅游收入、建成區(qū)綠化面積及醫(yī)院衛(wèi)生院床位數(shù)等指標(biāo)，可命名為社會經(jīng)濟(jì)發(fā)展因子?？臻g分布值排名為蓮都區(qū)、縉云縣、青田縣、松陽縣、龍泉市、云和縣、遂昌縣、慶元縣、景寧縣。

第二主因子主要解釋鎮(zhèn)域面積、第一產(chǎn)業(yè)就業(yè)比例，可命名為傳統(tǒng)產(chǎn)業(yè)因子。其值排名為遂昌縣、龍泉市、青田縣、蓮都區(qū)、景寧縣、縉云縣、慶元縣、松陽縣、云和縣。

第三主因子主要解釋第三產(chǎn)業(yè)就業(yè)人口比例、工業(yè)固體廢物綜合利用率，可以名為現(xiàn)代服務(wù)業(yè)發(fā)展因子。其值排名為蓮都區(qū)、縉云縣、云和縣、松陽縣、龍泉市、慶元縣、青田縣、景寧縣、遂昌縣。

三、發(fā)展?jié)摿υu估

依據(jù)主因子得分乘以貢獻(xiàn)率權(quán)重得到的發(fā)展?jié)摿κ腔诂F(xiàn)狀的發(fā)展?jié)摿蚩臻g格局。其結(jié)果如下表：

從表2的得分和排名可以看出：麗水市各地區(qū)經(jīng)濟(jì)發(fā)展不平衡的現(xiàn)象較為明顯。蓮都區(qū)是麗水市綜合發(fā)展?jié)摿ψ顝?qiáng)，以絕對的優(yōu)勢名列第一；縉云縣、青田縣、龍泉市、松陽縣、云和縣、遂昌縣為處于中間水平，松陽縣、云和縣、遂昌縣慶元縣、景寧縣發(fā)展條件較差。

參考文獻(xiàn)：

篇8

中圖分類號：F290 文獻(xiàn)標(biāo)志碼：A 文章編號：1673-291X（2012）12-0138-02

引言

城市化與經(jīng)濟(jì)發(fā)展水平具有的高度關(guān)聯(lián)性[1]。城市化與經(jīng)濟(jì)發(fā)展水平之間關(guān)系的空間格局研究，對區(qū)域城市化與經(jīng)濟(jì)發(fā)展道路的選擇具有明確的實(shí)際指導(dǎo)意義。目前，對城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系的研究，多側(cè)重全國或全省的宏觀尺度，對市域的研究較少。進(jìn)入21世紀(jì)，中國城鎮(zhèn)化進(jìn)入快速的發(fā)展時(shí)期，在快速發(fā)展的過程中，有些地方出現(xiàn)了片面追求城市化速度、忽視了城市化速度與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平的關(guān)系，使得城鎮(zhèn)化對當(dāng)?shù)亟?jīng)濟(jì)社會發(fā)展產(chǎn)生了消極影響。本文基于國際和河南的城市化與經(jīng)濟(jì)發(fā)展水平的數(shù)據(jù)，通過定量的比較方法，側(cè)重從市域的空間尺度出發(fā)，分析河南省城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系的空間格局特征。

一、研究方法與數(shù)據(jù)來源

1.研究方法。本文采用陳明星等提出的引入偏離程度的象限圖分析方法[2~3]，該方法以多國的城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系為客觀判斷標(biāo)準(zhǔn)，能夠?qū)Ω鞯貐^(qū)的指標(biāo)進(jìn)行客觀的比較分析，更直觀的反映城市化與經(jīng)濟(jì)發(fā)展水平間的關(guān)系，增加地區(qū)類型的區(qū)分度。

具體數(shù)據(jù)處理方法如下：（1）選取2009年河南省多個(gè)地市的人均GDP（PCGDP）和城市化率（UBRAN）作為處理數(shù)據(jù)。（2）將兩個(gè)指標(biāo)數(shù)據(jù)進(jìn)行z-score標(biāo)準(zhǔn)化處理，生成經(jīng)濟(jì)發(fā)展水平指標(biāo)（ZPCGDP）和城市化水平指標(biāo)（ZUBRAN）。標(biāo)準(zhǔn)化處理主要是由于數(shù)據(jù)單位不同，通過標(biāo)準(zhǔn)化處理來消除量綱的影響。

具體處理計(jì)算方法如下：z=（xi-x）/s

式中，i是樣本觀測值（1，2……n）；x為xi的平均值，x=xi /n

S為樣本標(biāo)準(zhǔn)差，s=

（3）數(shù)據(jù)分析，經(jīng)過處理后的數(shù)據(jù)ZPCGDP和ZUBRAN分別代表了其偏離PCGDP和ZUBRAN樣本中心的程度。把ZPCGDP和ZUBRAN求差，當(dāng)ZPCGDP-ZUBRAN=0時(shí)，表示兩者偏離其樣本中心的程度完全相同，即完全協(xié)調(diào)。當(dāng)ZPCGDP-ZUBRAN>0時(shí)表示城市化滯后于經(jīng)濟(jì)發(fā)展。反之，當(dāng)ZPCGDP-ZUBRAN

ZUBRAN|>0.1為輕微偏離型，1>|ZPCGDP-ZUBRAN|≥0.5為中度偏離型，當(dāng)|ZPCGDP-ZUBRAN|>1時(shí)，為嚴(yán)重偏離型。據(jù)此，把城市化水平和經(jīng)濟(jì)發(fā)展水平的關(guān)系劃分為七個(gè)類型，即：城市化嚴(yán)重超前、城市化中度超前、城市化輕微超前、基本協(xié)調(diào)、城市化輕微滯后、城市化中度滯后、城市化嚴(yán)重滯后。

2.數(shù)據(jù)來源。本文旨在對城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系的市域間比較分析，主要數(shù)據(jù)指標(biāo)為城市化指標(biāo)和經(jīng)濟(jì)發(fā)展水平指標(biāo)。城市化水平（URBAN）采用城市人口占總?cè)丝诘陌俜直鹊某鞘谢蕘砗饬?。?jīng)濟(jì)發(fā)展水平采用人均GDP（per capita GDP以下簡稱PCGDP）來衡量，人均GDP是一個(gè)包含綜合信息的指標(biāo)，能表達(dá)出多個(gè)經(jīng)濟(jì)相關(guān)的維度信息，聯(lián)合國和世界銀行均主要采用其作為衡量各國經(jīng)濟(jì)發(fā)展水平的指標(biāo)，在一定程度上包含著產(chǎn)業(yè)結(jié)構(gòu)、工資收入等信息，因?yàn)楫a(chǎn)業(yè)結(jié)構(gòu)與工資收入與GDP之間存在關(guān)聯(lián)關(guān)系[3]。另外，多國的數(shù)據(jù)比較方法在城市化水平研究中得到較為廣泛的采用[3]。因此，本文采用世界多國的城市化和經(jīng)濟(jì)發(fā)展數(shù)據(jù)作為比較研究數(shù)據(jù)，其數(shù)據(jù)來源于世界銀行在線數(shù)據(jù)庫，樣本選取采用2009年216個(gè)國家和地區(qū)數(shù)據(jù)，去除數(shù)據(jù)缺失的國家和地區(qū)，共有190個(gè)樣本點(diǎn)。河南省的各地市的城市化和經(jīng)濟(jì)發(fā)展數(shù)據(jù)來源于《2010年河南省統(tǒng)計(jì)年鑒》，共18個(gè)地市，最終樣本數(shù)為208個(gè)。

二、2009年河南省城市化與經(jīng)濟(jì)發(fā)展水平格局

1.河南省經(jīng)濟(jì)發(fā)展水平格局。2009年河南省GDP在全國31個(gè)省份（不包括港澳臺）排名中，排第十九位。河南省2009年經(jīng)濟(jì)發(fā)展水平的空間格局總體特征是：除鄭州的GDP最高外，其他地市大致呈由東向西逐漸增加走勢，與該時(shí)期城市化水平空間格局基本一致，其中，鄭州作為河南省省會人均GDP最高，達(dá)到44 231.35元，高于全國平均水平，濟(jì)源次之為42 180.83元。全省經(jīng)濟(jì)發(fā)展水平從高到低排序依次為：鄭州市、濟(jì)源市、三門峽市、焦作市、洛陽市、許昌市、鶴壁市、漯河市、平頂山市、安陽市、濮陽市、新鄉(xiāng)市、南陽市、開封市、信陽市、商丘市、駐馬店市、周口市。經(jīng)濟(jì)發(fā)展水平空間差異顯著。

2.河南省城市化水平格局。2009年河南省城市化水平空間格局特征其與經(jīng)濟(jì)發(fā)展水平的空間格局基本一致，2009年河南省城市化水平達(dá)到37.7%，其中鄭州高達(dá)63.41%，超過全國平均水平。全省城市化水平從高到低排序依次為：鄭州市、鶴壁市、濟(jì)源市、焦作市、三門峽市、洛陽市、平頂山市、新鄉(xiāng)市、開封市、許昌市、漯河市、安陽市、南陽市、濮陽市、信陽市、商丘市、駐馬店市、周口市。城市化水平空間分布差異顯著。

三、2009年河南城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系格局

1.各地城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系類型劃分。根據(jù)前述數(shù)據(jù)處理方法，對河南省地市的人均GDP和城市化率數(shù)據(jù)進(jìn)行處理，根據(jù)計(jì)算結(jié)果和劃分方法，把河南省18個(gè)地市分為五種類型（見圖1），即城市化中度超前（I）、城市化輕微超前（II）、基本協(xié)調(diào)（III）、城市化輕微滯后（IV）、城市化中度滯后（V）。

I類區(qū)屬于城市化中度超前地區(qū)，屬于該區(qū)的只有鄭州市，其城市化水平為63.41%，人均GDP為44 231.35元，是河南經(jīng)濟(jì)最發(fā)達(dá)、人口最為集中的城市。

II類區(qū)屬于城市化輕微超前類型，屬于該區(qū)域的只有鶴壁市，其城市化水平為49.62%，人均GDP為25 369.96元。鶴壁市近年來經(jīng)濟(jì)發(fā)展迅速，城市人口不斷增長，但總?cè)丝跀?shù)較少，因此其人均GDP和城市化水平相對較高，發(fā)展態(tài)勢良好。

III類區(qū)屬于基本協(xié)調(diào)類型，包括濟(jì)源、焦作、三門峽、洛陽。其城市化率分別為 49.01%、46.95%、45.4%、44.17%。其人均GDP分別為42 180.83、31 356.15、31 586.92、31 170.19。其城市化和經(jīng)濟(jì)發(fā)展水平潛力較大。

IV類區(qū)屬于城市化輕微滯后類型，包括新鄉(xiāng)、平頂山、開封、安陽、漯河、許昌、南陽、濮陽、信陽、商丘。城市化率分別為40.96%、41.75%、39.58%、38.93%、39.25%、39.26%、36.63%、35.43%、34.09%、33.38%。人均GDP分別為17 992.17、23 080.59、16 564.91、21 578.38、23 777、26 226.61、16 997.38、18 855.28、13 780.48、12 779.49。經(jīng)濟(jì)發(fā)展水平偏低，城市化水平落后。

V類區(qū)屬于城市化中度滯后類型，包括周口、駐馬店，其城市化率分別為29.49%、29.49%。人均GDP分別為10 648.65、11 708.35。還處于城市化起步階段，經(jīng)濟(jì)發(fā)展水平和城市化水平都較低。

2.各地城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系的特征。根據(jù)上述分類結(jié)果，用ARCGIS軟件繪制河南省城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系空間分布圖，其特征如下：大致呈由東向西逐漸變化，從城市化中度滯后型到城市化基本協(xié)調(diào)，城市化超前的城市鄭州和鶴壁相對分散。

結(jié)論

河南省城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系可劃分為五個(gè)類型。城市化中度超前城市1個(gè)，鄭州市；城市化輕微超前城市1個(gè)，鶴壁市；基本協(xié)調(diào)型4個(gè)，濟(jì)源、焦作、三門峽、洛陽；城市化輕微滯后型10個(gè)，新鄉(xiāng)、平頂山、開封、安陽、漯河、許昌、南陽、濮陽、信陽、商丘；城市化中度滯后型兩個(gè)，周口市、駐馬店市。

河南省在市域尺度上經(jīng)濟(jì)發(fā)展水平和城市化水平關(guān)系上存在顯著差異。既存在城市化中度超前的城市，又存在中度滯后的城市，部分屬于基本協(xié)調(diào)，多數(shù)屬于輕微滯后型。

河南省在市域尺度上經(jīng)濟(jì)發(fā)展水平和城市化水平關(guān)系區(qū)域分布特征上，大致呈由東向西逐漸變化，從城市化中度滯后型到輕微滯后型，再到城市化基本協(xié)調(diào)，城市化超前的城市只有兩個(gè)，并且相對分散。

上述研究，對河南省城市化與經(jīng)濟(jì)發(fā)展水平關(guān)系進(jìn)行了分類，并分析了空間格局特征，為各地認(rèn)識自身發(fā)展規(guī)律，因地制宜的推動城市化與經(jīng)濟(jì)協(xié)調(diào)發(fā)展提供有益參考。

參考文獻(xiàn)：

[1] Handerson J V.The urbanization process and economic growth:The so-what question.Journal ofEconomic Growth，2003，(1):47-71.

篇9

財(cái)政收入彈性系數(shù)：即財(cái)政收入增速與經(jīng)濟(jì)發(fā)展增速比。該指標(biāo)反映國內(nèi)生產(chǎn)總值變動對財(cái)政收入變動的影響。

城鄉(xiāng)收入彈性系數(shù)：即城鄉(xiāng)居民收入增速與經(jīng)濟(jì)發(fā)展增速比。該指標(biāo)主要反映經(jīng)濟(jì)增長能促進(jìn)城鄉(xiāng)居民收入的提高。

收入的民生指數(shù)：即城鄉(xiāng)居民收入增速與財(cái)政收入增速比。該指標(biāo)主要是財(cái)政收入增速與城鄉(xiāng)居民收入增速的對比關(guān)系，在一定程度上反映了財(cái)政對民生的普惠程度。

二、2011年全區(qū)總報(bào)告及各盟市分報(bào)告

（一）總報(bào)告

從各盟市財(cái)政收入彈性系數(shù)比較來看。全區(qū)只有通遼和赤峰小于1。彈性系數(shù)最高的是鄂爾多斯2.97，最低的是赤峰市0.63。

從各盟市城鄉(xiāng)居民收入的彈性系數(shù)來看。其中：農(nóng)牧民純收入的彈性系數(shù)中有8個(gè)盟市超過1，最高為錫林郭勒盟2.6，最低是阿拉善盟為0.8；城鎮(zhèn)居民可支配收入彈性系數(shù)中有9各盟市超過1，最高為錫林郭勒盟1.74，最低是阿拉善為0.67。

從各盟市收入的民生指數(shù)來看。其中，農(nóng)牧民純收入的彈性系數(shù)中有5個(gè)盟市超過1，最高為赤峰市2.32，最低是鄂爾多斯0.33；城鎮(zhèn)居民可支配收入彈性系數(shù)中有4個(gè)盟市超過1，最高為赤峰市1.69，最低為鄂爾多斯0.36。

從全區(qū)來看2011年我區(qū)的財(cái)政收入彈性系數(shù)為1.89，財(cái)政收入的增長速度大大高于經(jīng)濟(jì)增速。城鄉(xiāng)居民收入的彈性系數(shù)分別為1.07和1.41，表明城鄉(xiāng)居民收入與經(jīng)濟(jì)增速實(shí)現(xiàn)了同步增長且農(nóng)牧民的收入效應(yīng)較強(qiáng)。城鄉(xiāng)居民收入的民生指數(shù)分別為0.57和0.74，說明從全區(qū)來看財(cái)政對民生的惠及程度較弱，需要在今后的發(fā)展中繼續(xù)加強(qiáng)。

（二）各盟市分報(bào)告

呼和浩特市

在2011年全區(qū)主要指標(biāo)增速排序中：GDP增速11.3%排名第8位，財(cái)政收入增速19.5%排名第6位，城鎮(zhèn)居民可支配收入增速14.71%排名第7位，農(nóng)牧民純收入增速14.77%排名第9位。

通過彈性系數(shù)的比對，呼和浩特的財(cái)政收入彈性系數(shù)為1.73，說明財(cái)政收入快于經(jīng)濟(jì)增長，表現(xiàn)了較為健康的財(cái)政增長水平。城鄉(xiāng)收入彈性分別為1.3和1.31，說明呼和浩特的經(jīng)濟(jì)增長對城鄉(xiāng)居民收入有直接的正向的影響。城鄉(xiāng)居民收入的民生指數(shù)分別為0.75和0.76，說明財(cái)政收入對民生的影響不夠充分，沒有實(shí)現(xiàn)同步提高。

包頭市

在2011年全區(qū)主要指標(biāo)增速排序中：GDP增速15.5%排名第3位，財(cái)政收入增速16.3%排名第7位，城鎮(zhèn)居民可支配收入增速14.56%排名第8位，農(nóng)牧民純收入增速14.74%排名第11位。

通過彈性系數(shù)的比對，包頭的財(cái)政收入彈性系數(shù)為1.05，說明財(cái)政收入與經(jīng)濟(jì)發(fā)展同步增長。城鄉(xiāng)收入彈性分別是0.94和0.95，說明包頭的經(jīng)濟(jì)增長對城鄉(xiāng)居民收入基本同步。城鄉(xiāng)居民收入的民生指數(shù)分別為0.89和0.90，說明城鄉(xiāng)居民收入的增長速度略低于財(cái)政收入的增長速度。

呼倫貝爾市

在2011年全區(qū)主要指標(biāo)增速排序中：GDP增速14.4%排名第6位，財(cái)政收入增速15.9%排名第8位，城鎮(zhèn)居民可支配收入增速15.37%排名第5位，農(nóng)牧民純收入增速21.41%排名第3位。

通過彈性系數(shù)的分析比對，呼倫貝爾的財(cái)政收入彈性系數(shù)為1.1，說明財(cái)政收入與經(jīng)濟(jì)增長實(shí)現(xiàn)了同步增長。城鄉(xiāng)收入彈性分別為0.94和0.95，說明呼倫貝爾的經(jīng)濟(jì)增長與城鄉(xiāng)居民收入基本同步。城鄉(xiāng)居民收入的民生指數(shù)分別為0.97和1.35，說明財(cái)政收入與城鄉(xiāng)居民收入基本同步，且對農(nóng)牧民影響較大。

興安盟

在2011年全區(qū)主要指標(biāo)增速排序中：GDP增速10.4%排名第10位，財(cái)政收入增速29.9%排名第3位，城鎮(zhèn)居民可支配收入增速15.02%排名第6位，農(nóng)牧民純收入增速17.43%排名第5位。

通過彈性系數(shù)的分析比對，興安盟的財(cái)政收入彈性系數(shù)為2.88，說明財(cái)政收入大大高于經(jīng)濟(jì)增速，表現(xiàn)了經(jīng)濟(jì)增長對財(cái)政的巨大貢獻(xiàn)。城鄉(xiāng)收入彈性分別為1.44和1.68，說明興安盟的經(jīng)濟(jì)增長對城鄉(xiāng)居民收入的影響較大。城鄉(xiāng)居民收入的民生指數(shù)分別為0.5和0.58，說明財(cái)政收入對民生的影響不夠充分，財(cái)政惠民的力度較弱。

通遼市

在2011年全區(qū)主要指標(biāo)增速排序中：GDP增速14.6%排名第5位，財(cái)政收入增速13%排名第9位，城鎮(zhèn)居民可支配收入增速16.02%排名第4位，農(nóng)牧民純收入增速20.22%排名第4位。

通過彈性系數(shù)的分析比對，通遼的財(cái)政收入彈性系數(shù)為0.89，說明財(cái)政收入略低于經(jīng)濟(jì)增速。城鄉(xiāng)收入彈性分別為1.1和1.38，說明通遼的城鄉(xiāng)居民收入略高于經(jīng)濟(jì)增速。城鄉(xiāng)居民收入的民生指數(shù)分別為1.23和1.56，說明財(cái)政收入增長對城鄉(xiāng)居民收入的影響較大。

赤峰市

篇10

一、問題提出及研究述評

改革開放近四十年，我國經(jīng)濟(jì)取得舉世矚目的成就，GDP增速多年維持在兩位數(shù)，國際地位顯著提高。但是，不可忽視的是，我國城市間發(fā)展存在不平衡現(xiàn)象。所以，如何分好改革開放這塊大蛋糕，促進(jìn)城市間協(xié)調(diào)發(fā)展，就成了急需解決的問題。鑒于此，眾多學(xué)者對城市經(jīng)濟(jì)發(fā)展問題進(jìn)行了研究。目前，我國城市經(jīng)濟(jì)發(fā)展依然存在眾多問題，魏學(xué)文，劉文烈（2014）認(rèn)為促進(jìn)城市的集群化發(fā)展是當(dāng)前中國城鎮(zhèn)化和經(jīng)濟(jì)發(fā)展的一種重要方式。[1]而徐頑強(qiáng)，段萱（2014）認(rèn)為區(qū)域整合進(jìn)程中缺乏協(xié)同，導(dǎo)致城市群及區(qū)域經(jīng)濟(jì)發(fā)展從產(chǎn)業(yè)生態(tài)到功能定位的高度重疊。[2]不僅如此，孟德友，李小建等（2014）指出，充分發(fā)揮中心城市對全區(qū)的帶動作用，以經(jīng)濟(jì)區(qū)來組織城市經(jīng)濟(jì)發(fā)展將是長三角地區(qū)城市經(jīng)濟(jì)均衡、協(xié)調(diào)和一體化融合發(fā)展的有效途徑。[3]

二、城市經(jīng)濟(jì)發(fā)展水平的評價(jià)指標(biāo)及實(shí)證方法

（一）評價(jià)指標(biāo)的選取

本文選取指標(biāo)時(shí)遵循指標(biāo)數(shù)據(jù)的客觀性、可比性和可搜集性原則，力爭指標(biāo)科學(xué)地、全面地反映城市經(jīng)濟(jì)發(fā)展水平。本文從地區(qū)生產(chǎn)總值 （單位：億元）、工業(yè)增加值 （單位：億元）、公共財(cái)政預(yù)算收入 （單位：億元）、社會消費(fèi)品零售總額 （單位：億元）、進(jìn)出口總額 （單位：億美元）、固定資產(chǎn)投資 （單位：億元）、金融機(jī)構(gòu)存款余額 （單位：億元）、金融機(jī)構(gòu)貸款余額 （單位：億元）及居民消費(fèi)物價(jià)指數(shù) （單位：%）這九個(gè)指標(biāo)來綜合分析江蘇省內(nèi)13個(gè)城市2012年的城市經(jīng)濟(jì)發(fā)展水平。這13個(gè)城市依次為南京、無錫、徐州、常州、蘇州、南通、連云港、淮安、鹽城、揚(yáng)州、鎮(zhèn)江、泰州、宿遷。

（二）實(shí)證分析方法

因子分析的基本思想是根據(jù)相關(guān)性大小把原始變量分組，每組變量代表一個(gè)基本性結(jié)構(gòu)，這個(gè)結(jié)構(gòu)就稱為公共因子。然后再從研究相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)， 把一些具有錯(cuò)綜復(fù)雜關(guān)系的變量（指標(biāo)）歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法。同時(shí)本文在因子分析所得結(jié)論的基礎(chǔ)上，使用Q型聚類分析進(jìn)行驗(yàn)證分析。

三、城市經(jīng)濟(jì)發(fā)展水平的實(shí)證分析

（一）數(shù)據(jù)的選取

根據(jù)評價(jià)指標(biāo)，選取13市的經(jīng)濟(jì)指標(biāo)數(shù)據(jù)（因篇幅限制，原始數(shù)據(jù)未列出，如有需要，可至蘇州市統(tǒng)計(jì)局網(wǎng)站獲取）。

（二）標(biāo)準(zhǔn)化處理

本文采用標(biāo)準(zhǔn)化處理來消除不同量綱的不同可能所帶來的不合理的影響。標(biāo)準(zhǔn)化后的新標(biāo)量用字母 （i=1，2，3…9）表示，所代表的經(jīng)濟(jì)含義與原來的數(shù)據(jù)一一對應(yīng)。

（三）對標(biāo)準(zhǔn)化的數(shù)據(jù)進(jìn)行因子分析

應(yīng)用軟件SPSS做因子分析，得出第一主因子和第二主因子的累積貢獻(xiàn)率為94.009%（因篇幅限制，總方差解釋表未列出），而一般要求累積貢獻(xiàn)率在85%以上，這就表明了這兩個(gè)主因子能夠基本包含原始指標(biāo)的信息。

（四）確定城市經(jīng)濟(jì)發(fā)展水平

從分析的結(jié)果來看，蘇州、南京和無錫是經(jīng)濟(jì)發(fā)展水平較高的城市，無論是從其財(cái)政預(yù)算收入上還是從其固定資產(chǎn)投資上，經(jīng)濟(jì)發(fā)展程度都是很發(fā)達(dá)的。而相比較之下，淮安、連云港和宿遷等城市的經(jīng)濟(jì)發(fā)展水平是比較落后的，每一項(xiàng)指標(biāo)都是很低的。這就充分說明了江蘇省的13個(gè)城市的經(jīng)濟(jì)發(fā)展水平是參差不齊的?？傮w上來看，蘇南地區(qū)好于蘇北地區(qū)。此外，蘇南地區(qū)經(jīng)濟(jì)發(fā)展也并不同步，最典型的就是鎮(zhèn)江，綜合得分排在了第10位，只好于淮安、連云港和宿遷。

（五）Q型聚類分析

對于上述的因子分析結(jié)果，本文采用Q型聚類分析進(jìn)行驗(yàn)證性檢驗(yàn)。根據(jù)所選用的指標(biāo)對江蘇省13個(gè)城市進(jìn)行Q型聚類分析，可以得出南京、蘇州和無錫屬于一類；常州和南通屬于一類；鎮(zhèn)江、泰州、揚(yáng)州、鹽城、徐州、連云港、淮安和宿遷屬于一類。這三類城市基本上反映了江蘇省的現(xiàn)行情況。南京作為全省的政治、經(jīng)濟(jì)中心，蘇州和無錫作為全省的經(jīng)濟(jì)中心，無論是從固定資產(chǎn)投資數(shù)額，還是社會消費(fèi)品零售總額上來看，較其他的市都有著顯著的優(yōu)勢。

而常州和南通作為第二類城市，與南京、蘇州和無錫這三個(gè)城市還有一定的差距。但還是具有發(fā)展?jié)摿Φ?，南通作為港口城市，常州作為輕工業(yè)城市，都有著自己獨(dú)特的優(yōu)勢。而徐州、鎮(zhèn)江和宿遷等其他城市就相對落后一些，較蘇州和南京更有較大差距

通過以上所得結(jié)論可以看出聚類分析和因子分析得出的結(jié)果是基本一致的。這說明用因子分析和聚類分析評價(jià)城市的經(jīng)濟(jì)發(fā)展水平是合理的，本文的數(shù)據(jù)分析的結(jié)論是正確的。

四、結(jié)束語及政策建議

首先，根據(jù)以上分析，筆者認(rèn)為江蘇省應(yīng)該采取大城市與小城市聯(lián)動型的城市化發(fā)展模式。即發(fā)達(dá)城市幫助經(jīng)濟(jì)發(fā)展相對落后的城市。對于南京、蘇州和無錫這幾個(gè)中心城市而言，不僅要充分發(fā)揮其作為江蘇省的經(jīng)濟(jì)和政治中心的作用，還要強(qiáng)化其對周邊城市的輻射作用，而且更應(yīng)該改善其投資的軟硬環(huán)境，而政府應(yīng)該加大這方面的監(jiān)管。對于次中心城市的南通和常州而言，應(yīng)以經(jīng)濟(jì)發(fā)展為基礎(chǔ)，充分發(fā)揮各自的優(yōu)勢，并加強(qiáng)其與中心城市的經(jīng)濟(jì)聯(lián)系，逐步形成以南京、蘇州和無錫為主的城市群，實(shí)現(xiàn)共同發(fā)展。

其次，目前蘇南地區(qū)的大部分勞動者都是來自蘇北地區(qū)，對蘇南地區(qū)的經(jīng)濟(jì)發(fā)展起到了重要作用。目前，蘇南地區(qū)城市的人口壓力正在增加以及基層勞動者市場趨于飽和。所以作為經(jīng)濟(jì)較發(fā)達(dá)的蘇南地區(qū)應(yīng)當(dāng)反哺蘇北經(jīng)濟(jì)較不發(fā)達(dá)地區(qū)，加大對這些城市的投資，吸引蘇北勞動者向蘇北地區(qū)流動，這既能加快蘇北地區(qū)發(fā)展，而且能為蘇南地區(qū)帶來新的投資。

最后，必須打破行政區(qū)劃的分割，堅(jiān)決反對城市保護(hù)主義的存在。以經(jīng)濟(jì)聯(lián)系和經(jīng)濟(jì)輻射為依據(jù)進(jìn)行行政區(qū)劃調(diào)整，特別要針對自身經(jīng)濟(jì)實(shí)力較弱，城市化水平較低的城市制定相應(yīng)的保護(hù)政策， 帶動其發(fā)展。

參考文獻(xiàn)：

[1]魏學(xué)文，劉文烈.黃河三角洲城市群發(fā)展格局與戰(zhàn)略研究[J].中國石油大學(xué)學(xué)報(bào)，2014（01）：29-34.