城市經濟發展水平模板(10篇)

導言：作為寫作愛好者，不可錯過為您精心挑選的10篇城市經濟發展水平，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

經濟社會的發展是建立在對自然資源的利用和改造的基礎上，勢必給自然生態系統中的物質與能量帶來變化。良好的經濟發展模式會考慮到人類活動對資源、環境和生態的影響，進而實現環境資源友好型發展，然而經濟發展、環境友好和資源節約等多重目標并重的發展模式會對經濟發展速度有所限制。因此，無論是發達國家，還是正在發展中的國家，都很大可能先是經歷“經濟發展主導型”發展模式，再轉變為“環境資源友好型”發展模式[1，2]。

改革開放以來，由于我國經濟和社會的高速發展，引起了空氣污染物的迅速積聚，造成了當前面臨的空氣質量問題。因此，我國目前正在處于經濟發展轉型階段，由以經濟發展速度為主要或單一目標的“經濟發展主導型”發展模式轉向社會、環境與資源協調發展的“環境資源友好型”發展模式。近些年我國實施的“環境友好型社會”、“和諧社會”和“可持續發展觀”等國家發展戰略都體現了這一轉變。然而，由于地理位置、自然資源、歷史發展和開放水平等因素的不同，我國不同區域的城市發展水平存在較大差異[3]。東部沿海以及內陸核心城市經濟社會發展很成熟，而一些內陸非核心城市可能正在處于起步發展過程中。單一從經濟發展速度對城市進行評價不能充分反映出城市的總體水平，進而也會導致我國各城市的非健康發展。因此，從環境友好視角，對我國城市經濟發展水平進行比較具有重要現實意義。本文主要是空氣質量指標來對城市環境進行測量，結合空氣質量對我國典型城市的經濟發展水平進行比較，識別出當前我國不同城市的發展模式，為各城市的良好健康發展提供一定依據。

國內外學者越來越關注經濟發展與空氣質量問題。曹洪軍和莎娜從區域環境視角對區域經濟發展模式進行研究，并采用山東省1978到2009間的數據對區域經濟發展環境與區域經濟增長的相互關系進行了檢驗[4]；池建宇等考慮我國城市內生因素的影響，采用庫茨涅茲曲線研究了我國經濟發展水平與空氣質量的關系，發現未來十年內我國省會城市和直轄市的空氣質量改善程度會十分有限[5]；李雪敏認為城市環境質量是構建品牌城市的必須因素，從自然地理環境、經濟環境、人居社會環境、歷史文化環境等六個方面構建了一個城市品牌資產評估體系[6]；Sánchez de la Campa和de la Rosa通過分析空氣質量和經濟發展之間的關系，發現：對空氣有害物質的極端控制對經濟發展會產生明顯影響，甚至會導致經濟危機；Zilio和Recalde采用1970-2007期間拉丁美洲和加勒比海地區21個國家的數據，分析了經濟增長與能源消耗的關系[8]。

可以看出，當前越來越多的研究識別出了經濟發展與空氣質量之間的相互影響關系，為社會經濟與環境資源的協調發展提供了良好支持。然而目前研究中對于空氣質量提升績效的關注還比較少，尤其是關于空氣質量提升績效測評方面的研究更少[9-10]。本文從環境友好視角，結合我國典型城市在2013年和2014年的經濟發展水平數據和空氣質量測評指標數據，對經濟發展水平與空氣質量的相關關系進行分析，采用人均GDP和空氣質量兩個維度，識別不同城市的經濟與環境協調發展模式，為各城市制定和實施與其相適應的環境友好發展戰略提供一定參考。

2. 研究數據

本文選取了31個省會及直轄市作為研究對象，對其經濟發展水平和空氣質量水平進行對比研究。衡量一個地區經濟發展水平的經濟指標有很多，而人均國內生產總值，即人均GDP，是衡量經濟發展水平的最重要的指標之一，因此本文采用人均GDP指標數據來表示各城市的經濟發展水平。表1給出了2013年和2014年我國31個省會及直轄市的人均GDP及其排名情況（數據來源：中華人民共和國國家統計局）。

本文采用的空氣質量測評指標是依據2012年我國環境保護部和國家質量監督檢驗檢疫總局共同的《環境空氣質量標準-GB3095-2012》[11]。表2給出了各監測指標的符號、含義、化學式和單位。其中除O3是8小時平均值外，其他指標濃度限值均為24小時平均值。由于本文研究中各城市多屬于居住商業區，因此濃度限值應采用二級空氣質量標準。

空氣質量指標濃度會受產業結構、地理環境、氣象條件、季節等多種因素影響[12-13]，為了進行空氣質量提升績效比較，需要對樣本數據進行合理設置。從比較時段來看，日時間內平均濃度受氣象條件影響較大，尤其是風速，而年平均濃度不能很好地區別各因素不同季節時的影響程度，因此，本文采取月平均指標濃度來進行比較。同時，由于不同城市的主要污染物不同，單一空氣指標數據難以全面表達城市空氣質量，因此，本文采用由表2中各分指標合成得到的空氣質量總指數（AQI）來代表各城市空氣質量。

根據表2中的空氣質量監測指標，我們調查了31個省會及直轄市2013年11月和2014年11月的空氣質量監測指標數值，并根據《環境空氣質量標準-GB3095-2012》計算得到了各城市的AQI指數，具體如表3所示（數據來源：中國環境監測總站和中華人民共和國環境保護部）。

3. 結果與分析

3.1經濟發展水平與空氣質量相關分析

首先為了明確經濟發展水平和空氣質量之間的相關性，我們在SPSS 19.0軟件中采用Pearson相關系數分別對2013年和2014年的人均GDP和AQI做了相關分析，結果如表4所示。說明：為了去除量綱對結果的影響，本文采用的是人均GDP排序和AQI排序數據。

從表4結果可以看出：2013年和2014年31個省會直轄市人均GDP排名與AQI排名的相關系數均是負值，說明人均GDP和空氣質量具有一定的負相關性，即人均GDP較高的城市，其空氣質量會相對較差。這一發現暗示了以經濟為主導的發展模式很可能會帶來一定的環境問題。

3.2經濟發展水平變化對比

圖1給出了2014年31個省會直轄市人均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、北京和上海這三個大型城市的人均GDP出現縮減，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歷較小的增加。這一結果在一定程度上反映了經濟發展的層次性規律和邊際遞減規律。在未來十幾年的發展中，一些人均GDP偏低但又有較強發展潛力的城市，其人均GDP會有較大增加，例如西安、濟南、成都等城市。

3.3空氣質量變化對比

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

3.4人均GDP水平與空氣質量現狀與提升幅度對比

3.4.1現狀對比

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

從圖3中的對比結果，可以發現：

（1）在31個省會直轄市城市中，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城市的兩個指標均在前10名以內。因此，這6個城市可以評價為“環境友好發展型城市”。

（2）南京、杭州、武漢、呼和浩特、北京、天津、濟南、鄭州和沈陽的人均GDP處于前15名以內，但其空氣質量都排在15名之外，因此，這幾個城市可以評價為“經濟主導發展型城市”。這些城市未來發展中需要注重空氣質量的提升，尤其是沈陽、鄭州和濟南。

（3）拉薩、昆明、貴陽、海口和南京的空氣質量都排在前10名以內，但其人均GDP都排在20名以外，因此，這5個城市可以評價為“環境友好型城市”。這些城市未來發展中需要注重經濟發展水平的提升，可以加大開發和利用這幾個城市的旅游資源，帶動整體經濟的發展。

（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個城市的人均GDP排名都在15名之外，空氣質量都在10名之外，因此，這些城市可以評價為“非環境友好發展型城市”。這些城市未來發展中面臨的經濟提升和空氣質量治理雙重壓力，尤其是哈爾濱和石家莊。

3.4.2提升幅度對比

在對各城市經濟發展水平和空氣質量現狀進行對比之后，本文按照人均GDP變化和空氣質量變化兩個維度對31個省會直轄市進行對比，如表5和圖4所示。其中為了保持兩個指標的可比性，這里都采取提升幅度排名情況進行對比。

從圖4的對比結果可以發現：

（1）與2013年相比，武漢、長沙、南京、合肥、成都和福州的人均GDP和空氣質量提升幅度都在前15名以內。尤其是武漢、長沙和南京三個城市兩個指標提升都在前10名，結合圖3中的現狀對比，可以預測這三個城市未來的人均GDP和空氣質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，但其空氣質量提升幅度位于15名之外，因此，這些城市具有較強的經濟發展潛力。進一步，從圖3可以發現，拉薩、貴陽和南昌當前的空氣質量位于前10，因此這四個城市未來可能會較快地發展成為“環境友好發展型城市”。

（3）濟南、昆明、石家莊、南京、太原、西寧、上海和烏魯木齊的空氣質量提升幅度位于前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量會得到較大的提升。進一步，從圖3可以發現，濟南和南京當前人均GDP排名位于前15名，因此這兩個城市未來可能會相對較快地發展成為“環境友好發展型城市”。

（4）其余城市中除了海口之外，呼和浩特、銀川、蘭州、哈爾濱、西安、北京和長春的人均GDP和空氣質量提升幅度都落在15名之外，即這些城市的經濟發展和空氣質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中這些城市的現狀，可以看出這些城市近期很難發展成為“環境友好發展型城市”。

4. 結論

本文根據2013年和2014年我國31個省會及直轄市的人均GDP和空氣質量數據，對每個城市的空氣質量與經濟發展水平進行了對比研究。分別從人均GDP和空氣質量指數AQI兩個角度對各城市經濟發展模式進行了比較，把這些城市劃分為“環境友好發展型城市”、“經濟主導發展型城市”、“環境友好型城市”和“非環境友好發展型城市”。同時，與2013年進行對比，根據2014年不同城市人均GDP水平和空氣質量的提升幅度，對各個城市的發展趨勢進行了分類和評價。該研究結果對提高我國城市空氣治理積極性更具有促進和指導作用，也可以為我國實施環境友好發展型戰略提供一定的依據。然而，由于空氣質量統計數據的不充分，本文未能對經濟發展和空氣質量二者的因果關系進行分析。未來研究會持續收集我國主要城市的空氣質量數據，進一步采用格蘭杰因果關系等方法分析經濟發展和空氣質量的因果關系。

參考文獻：

[1] 楊湘豫， 陳靚， 許知行. 基于環境指數的人類發展水平的應用研究[J]. 財經理論與實踐， 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-經濟-環境系統協調性實證研究[J]. 財經理論與實踐， 2015， 36（193）： 105-110.

[4] 曹洪軍， 莎娜. 區域環境視角下的區域經濟發展模式研究――基于山東省數據的實證分析[J]. 中國工業經濟， 2011， 281（8）： 25-35.

[5] 池建宇， 張洋， 晏思雨. 城市的經濟發展水平影響空氣質量嗎――基于中國31個省會城市和直轄市的經驗驗證[J]. 經濟與管理， 2014， 28（5）： 26-31.

[6] 李雪敏. 城市品牌資產評估體系構建研究[J]. 財經理論研究， 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. 武漢市大氣環境質量評價模糊數學模型的研究[D]. 武漢： 武漢理工大學， 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《環境空氣質量標準》[R].中華人民共和國環境保護部和國家質量監督檢驗檢疫總局， 2012-02-29.

篇2

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

1994年,副省級城市成立后,國內學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業為研究因素,研究了相對資源承載力及其社會經濟發展研究。武春光、于成學對中國副省級城市的知識生產效率進行了測算,并進行分析。陳志在2007年運用了線性加權函數等方法,研究了中國副省級城市綜合競爭力比較分析。黃南、李程驊,運用了因子分析和聚類分析的方法,對副省級城市經濟發展水平進行了比較分析,但是其數據為2007年的數據。

為了避免時間區間對分析造成的誤差,準確反映15個副省級城市的經濟發展水平變化情況,本文運用2001年、2004年和2008年統計數據,綜合運用因子分析和聚類分析,得出15個城市經濟發展的動態變化。

一、指標的選取和數據的采集

1.指標的選取。根據中國15個副省級城市的經濟發展現狀,綜合國內外研究學者關于經濟發展水平的指標選擇∞,在遵循科學性、合理性、可比性和可操作性的原則下。分別選取了六個經濟指標:(1)x1=國內生產總值(億元);(2)x2=人均GDP(元/人);(3)x3=固定資產投資占GDP比重(%);(4)X4=第三產業占GDP比重(%);(5)x5=財政收入占GDP比重(%);(6)x6=出口依存度(%)。這六個指標,分別從經濟增長、結構優化、國際貿易等各個角度,全面反映了經濟發展水平。

2.數據來源。本文數據部分是直接來自于各副省級城市統計年鑒,部分是根據數據計算得出。根據分析需要。選取了2001年、2004年和2008年三個年度15個副省級城市的橫截面數據。

3.分析方法。本文應用SPSS軟件,運用因子分析法將各年度的六個指標進行分析,收集2008年各副省級城市數據,根據計算,知其KMO達到0.68,接近0.7的水平,因此比較適合做因子分析。

一般來說,當綜合因子的累積貢獻率達到85%以上,表明公因子反映大部分信息,而彼此又不相關。經過方差最大化正交旋轉后,第一主成分貢獻率為56.766%,第二主成分為23.430%,第三主成分為10.433%,累積方差貢獻率超過90%,因此可以將前三個公因子作為評價副省級城市經濟發展水平的綜合指標。由旋轉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可作為經濟增長指標。公因子F2在財政收入和出口上載荷值分別為0.963和0.820,因此,公因子F2主要代表財政收入比重和出口依存度。公因子F3在第三產業產值比重上的載荷值為0.937,因此,F3作為第三產業發展指標。最終,根據得到的因子得分矩陣,得出三個公因子的計算函數: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

根據以上計算函數,最終可計算出副省級城市各自的因子得分,然后,計算出經濟發展水平指數F=(F1×56.766%+F2×23.430%+F3×10.433%)/90.629%,經過標準化,并聚類分析后,可得到15個副省級城市的經濟發展水平排序。同樣,2000年和2004年的計算經濟發展水平指數的方法與上述方法相同,最終,得到15個副省級城市三個年度的經濟發展水平排序以及發展趨勢如下表所示:

根據分析,可以得出最終副省級城市經濟發展的聚類結果,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;第三類為濟南、武漢、成都、長春、哈爾濱和西安。

二、15個副省級城市經濟發展結論與建議

1.副省級城市經濟發展結論分析。從上述分析以及分類可知,在副省級城市中,第一類為經濟發展水平極發達地區;第二類為經濟發展水平較發達地區;第三類為經濟發展水平一般地區。

第一類地區為廣州和深圳,這兩個城市的經濟發展水平在副省級城市中處于領先地位,并且比較穩定。這兩個城市都位于珠三角經濟圈,優越的地理位置和優惠的經濟發展政策成為廣州、深圳經濟發展的推動因素。經濟結構方面,兩市的第三產業占GDP總量的比重在2008年都達到了50%以上,表明這兩個城市經濟結構已經由工業主導型變成服務主導型。其中深圳市出口總量已經連續十幾年位居全國大中城市首位,可以說,出口是深圳市經濟發展的重要推動力。盡管全球金融危機對兩市尤其是深圳的沖擊很大,但是隨著經濟的逐漸恢復,預計在“十一五”期間,深圳和廣州將率先基本實現社會主義現代化。第二類地區包括廈門、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。綜合三年的經濟發展指數來看,廈門、杭州、寧波、大連標準化后的指數均為正值,而南京、青島和沈陽均為負值,表明南京、青島和沈陽在第二類城市中的經濟發展水平相對較弱。從2008年數據來看,第三產業比重只有寧波在50%以上,達到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,從中可以看出幾個城市的發展特點。第三類地區是副省級城市中經濟發展水平一般的地區,包括濟南、武漢、成都、長春、哈爾濱和西安。這六個城市有兩個共同點:省會城市和內陸城市。首先,作為一省的省會,一般是作為政治中心建設,因此經濟發展水平相對其他副省級城市較弱。其次,作為內陸城市,其出口依存度都在3%以下,明顯低于其他副省級城市。

2.副省級城市經濟發展建議。根據以上的分析結果,我們對副省級城市的經濟發展提出以下建議:(1)各城市應該明確自己所處的類別,定位自己的發展方向,在鞏固原有優勢經濟的基礎上,積極發展自己的薄弱環節,做到全面、協調、可持續發展。(2)充分利用國家區域經濟發展的政策作為導向,積極發展自身經濟。比如青島,要緊緊抓住近年來環渤海經濟圈的建設,促進自身發展。還有西部城市,要抓住國家西部大開發的大背景,積極加快自身經濟發展。(3)根據各城市發展實際,調整產業結構,促進第三產業的發展,國際和國內的實踐都表明,越是發達國家和地區,第三產業比重越大。

副省級城市作為各自區域經濟的額中心,是中國區域經濟發展的領導力量,因此,副省級城市的經濟發展水平直接決定其區域的經濟發展水平,各副省級要積極發展自身經濟,提高城市競爭力,發揮和提高區域性城市綜合功能。

參考文獻:

[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濟發展研究[J].特區經濟,2009,(4).

[2]武春光,于成學,中國副省級城市知識生產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與比較[J].商業研究,2007,(6).

篇3

中圖分類號：F129.9 文獻標識碼：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（特別是經濟發達地區的城市）因高濃度PM2.5引發人群急性死亡率、呼吸系統疾病和心血管疾病死亡率大大升高，越來越多的人開始關注和研究影響空氣質量的因素。其中有人提出，環境惡化是中國在經濟發展過程中只一味追求GDP增長造成的。那么經濟發展真的會影響空氣質量嗎？Grossman和Krueger（1991）[1]在對貿易、經濟與環境的相關關系進行研究時針對二氧化硫的排放基于庫茲涅茨曲線首次提出來“環境庫茲涅茨曲線”（簡稱EKC）假說。EKC假說認為，經濟增長與一些環境質量指標之間的關系不是單純的負相關和正相關，而是呈倒“U”形曲線的關系，即環境質量隨著經濟增長先惡化后改善。

對EKC曲線的探討，20世紀90年代國外主要是利用面板數據進行國別研究，對某種污染物排放濃度或人均排放量與人均收入（人均GDP）數據來做統計分析，其中以二氧化硫研究最多。Grossman和Krueger（1995）[2]運用模型y=a+bx+cx2對42個國家1977―1988年的歷史和截面數據進行研究，Panayotou（1997）[3]采用30個發達國1982―1994的歷史數據分析空氣中的二氧化硫。這兩個研究表明，主要的大污染物指標與收入之間存在倒U形關系。Dinda（2004）[4]將環境指標擴展為空氣中污染物、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）研究發現，質量和環境的關系符合倒U形曲線關系。

對此進行實證研究的外國學者還有List和Gallet（1999）[5]等。但是他們的結論大多相似，都得出倒U形曲線關系確實存在的結論。但是仍有部分學者的實證分析并不支持EKC假說。Shafik和Bandyopadhyay（1992）[6]對149個國家和地區的10個指標與人均GDP關系進行研究卻發現污染物指標和人均GDP并不全都呈現倒U形曲線關系。Martinez-Zarzoso和Bengochea-Morancho（2004）[7]根據22個OECD國家1975―1998年二氧化碳排放量數據，發現lny=a+blnx+c（lnx）2+d（lnx）3，對數三次方程模型的擬合度更好，環境質量與經濟增長的關系為N形曲線關系。Galeotti和Lanza（2005）[8]在對100個國家僅25年二氧化硫濃度和人均GDP關系進行研究時，采用了y=a+bx+cx2+dx3和對數三次lny=a+blnx+c（lnx）2+d（lnx）3，雖然結論也并不均為倒U形關系，但是模型卻做了一定的改進。

通過分析上述學者的研究，發現大部分符合倒U型曲線關系實證研究的數據來源往往是發達國家或地區，而發展中國家或地區并不符合，它們大多呈遞增型或者N型。

因此，目前國內學者研究方向主要是針對我國的實際情況進行研究。根據研究對象不同，主要分為兩類：

第一類是以國內單個省或市的經濟發展水平和環境質量為研究對象。

吳玉萍等（2002）[9]以北京市1985―1999年經濟與環境為研究對象建立計量模型，研究結果表明：各環境指標與人均GDP演替軌跡呈現顯著的環境庫茲涅茨曲線特征，但比發達國家較早實現了其環境庫茲涅茨曲線轉折點，且到達轉折點的時間跨度小于發達國家。這表明，北京市已經進入經濟與環境協調發展的后期階段。陳華文和劉康兵（2004）[10]以上海市1990―2001年的經濟與環境為研究對象，實證研究結果表明：對于多數指標而言，環境庫茲涅茨曲線假說成立，并且不同的環境質量指標對應于不同的轉折點。因此他們認為，從總體上講，經濟增長最終將會改善環境質量，但是需要政府通過政策來協助實現。張軍（2013）[11]以河南省2000―2010年各種時間序列的環境質量、經濟數據進行試算，實證結果表明：河南省的經濟與環境質量的關系不符合庫茨涅茲曲線，曲線呈現N型。

第二類是以多個省份和城市的經濟發展水平和環境質量為研究對象。

張成等（2011）[12]對中國31個省份1991―2008年的SO2排放量和人均GDP進行整體和分組檢驗，結果表明：全國人均SO2排放量和人均GDP之間符合倒“U”型關系，拐點為6 639元。當時北京、上海和天津的人均GDP超過了拐點，實現了“雙贏”，而剩余的28個省份的人均GDP則尚未達到這一理論拐點。高靜和黃繁華（2011）[13]利用中國30個省、市、自治區1995―2009年的人均CO2排放量和人均實際GDP的面板數據檢驗EKC曲線，研究表明：東部地區存在倒U型的EKC，西部地區存在正U的EKC，中部地區不存在EKC。王西琴等（2013）[14]在東中西部分別選擇兩個典型城市共6個城市，用這些城市1994―2009年的三種污染物（工業COD排放量、工業SO2排放量、工業固體廢棄物）的標準化均值表征綜合環境污染水平，人均GDP標準化值表征經濟發展水平，對各城市的EKC曲線驗證并且分析當前所處的階段。結果表明：東部地區的兩個城市已進入倒“U”型EKC曲線下降階段；中部地區兩個城市處于倒“U”型EKC曲線上升階段的后期；西部地區兩個城市處于倒“U”型EKC曲線的上升階段。

目前，評價環境與經濟協調發展的方法主要有主成分分析法、層次分析法、模糊數學法和系統動力學模型等。由于“環境庫茲涅茨曲線”能夠更好地反映經濟是否對環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個省會城市和直轄市2003―2012年的面板數據，對經濟發展是否對環境質量（主要是空氣質量）產生影響進行驗證。

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

二、理論模型

（一）基本模型：環境庫茲涅茨曲線

環境庫茲涅茨曲線（EKC）是由Grossman和Krueger[1]在1991年參照經濟學中的庫茲涅茨曲線研究北美自由貿易協定的環境影響時首次提出的。List和Gallet[5]于1999年在其研究中提出理論模型，通過數學公式，將經濟發展等因素與環境質量聯系起來，以期發現經濟發展對環境質量的影響力。

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在時間t內污染物j（j=SO2，NO2）的人均排放量；Xjkit代表國家i在時間t內外生參數K的矢量，當K=3時，方程為二次方，當K=4時，方程為三次方（Xjkit=1代表常數項）；T代表時間；？著是誤差項。

本文試圖通過建立基于面板數據分析的EKC模型來量化經濟增長與空氣質量的關系。建立引入經濟發展變量后的EKC模型為：

dayit=Xit？茁+？酌ln（gdp）it+？著it（2）

式（2）中，表示對數形式；day表示一年中達到二級質量天數；向量X是影響空氣質量的直接因素，包含3個變量，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是各城市人均實際GDP；？著為隨機擾動項，下標i和t表示第i個城市第t年的數據。

（二）變量選擇

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

1. 人均實際GDP。人均GDP較地區生產總值更能體現該地區經濟所處的發展階段，而不同的經濟發展階段往往體現著不同的能源消費強度和對環境保護的意識程度?？諝赓|量可能會因為人類的經濟活動而惡化，也可能會因生產技術的提高、環保投入的加大而改善。另外，由于我國目前大多數城市的發展主要是以第二產業為主的經濟增長，因此人均GDP也可以反映各城市第二產業的比重，從而反映對環境的影響程度。而人均實際GDP是在人均GDP的基礎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年的物價水平作為基期。

2. 空氣污染指標。在研究影響空氣質量因素時，李玉敏等（2011）[15]認為主要的因素可能包括經濟整體增長、機動車保有量、第二產業產值占總產值的比重、綠色植被覆蓋率、能源結構和人口總量。本文認為，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動車保有量、第二產業產值占總產值的比重、綠色植被覆蓋率和能源結構的直接結果，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量指數（Air Quality Index，簡稱AQI）AQI來描述空氣質量，然而由于PM2.5指標是近兩年才開始統計，因此缺乏相關數據。我們采取計入空氣污染指數（Air pollution Index，簡稱API）API的三項指標來反映空氣的質量。這三項指標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、計量模型和分析

（一）模型

根據上面的理論模型，我們把計量模型設定如下：

dayit=Xit？茁+？酌ln（gdp）it+？著it（3）

其中，day為一年中達到二級質量天數，它是反映空氣質量的變量。向量X包含3個變量，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量的工業排污因素，這些因素是影響空氣質量的直接原因。除了這些因素外，肯定還有其他因素影響空氣質量。我們重點考察影響空氣質量的經濟因素，這個因素我們用ln（gdp）來反映，它是各城市人均實際GDP的自然對數。人均實際GDP反映了城市的人民生活水平，同時也反映了該城市的經濟發展水平。我們把X所含變量作為控制變量。我們要重點考察的是，較高的經濟發展水平（用ln（gdp）表示）會導致較低的還是較高的空氣質量（用day表示）。

（二）數據

本文所選取的研究對象包括中國31個省會城市、直轄市，研究區間選取2003―2012年。以人均實際GDP（單位：元）表示經濟發展水平，采用2003年不變價格，數據來源于歷年《中國統計年鑒》、各省統計年鑒、中國區域經濟統計年鑒和中國城市統計年鑒。以空氣質量達到及好于二級的天數（單位：天）表示空氣質量，數據來源于歷年《中國統計年鑒》。空氣中二氧化氮的含量（單位：ug/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）為三個控制變量，數據來源于歷年《中國統計年鑒》和國家統計局網站。

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

（三）計量分析

我們在表3列出計量模型的回歸和檢驗結果。

在表3的第（1）列和第（2）列中，我們對影響二級天數的控制變量進行回歸，考察各種工業排放物對空氣質量的影響。列（1）使用OLS方法，而在列（2）中，我們加入了反映各個城市個體固定效應的30個虛擬變量?？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變量的系數均在1%的水平統計顯著，且符號為負。這兩列的結果沒有實質差別，但列（2）調整后的R2比列（1）高0.13，說明固定效應模型比OLS模型的解釋力高大約13%。這說明各種工業排放物對城市的空氣質量有顯著的負向影響。并且，我們注意到列（1）調整后的R2達到了0.768，說明各種工業排放物的變動對各城市二級良天數的變動有很強的解釋力，這個解釋力達到了76.8%，而不隨時間變動的一些不可觀測的因素則可以解釋各城市環境質量變動的13%。當然，這并不是我們主要關心的問題，我們關心的是除了這些因素以外的其他因素，包括經濟發展對城市空氣質量的影響，這種影響體現在誤差項中。

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

鑒于經濟理論認為，經濟增長與環境質量的軌跡可以用倒U型的EKC曲線表示，初期的經濟增長會帶來環境質量的惡化，到達一定程度后經濟增長將帶來環境質量的改善，即EKC曲線上存在一個拐點，拐點之前人均實際GDP上升導致環境質量惡化，到達拐點時，環境質量最差，之后隨著人均實際GDP的上升而有所改善，其實質是經濟增長短期內能帶來環境的惡化，長期帶來的是環境的改善。

我們在列（5）和列（6）中引入人均GDP對數的平方（[ln（gdp）]2）。同樣，列（5）使用OLS模型，而列（6）使用個體固定效應模型。結果顯示，[ln（gdp）]2的系數同樣在1%的水平顯著為正。另外，與列（3）和列（4）相比，列（5）和列（6）調整的R2沒有任何變動。這表明，要說明經濟發展水平對空氣質量的影響，使用人均實際GDP對數的線性形式和平方形式沒有本質差別。

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

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

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“正常二級質量天數”，它反映了受各種工業排放物的影響應該達到的二級質量天數，記為norm_day。那么，實際的二級質量天數（day）與正常二級質量天數（norm_day）的偏離，反映了工業排放物以外的其他因素包括經濟發展水平對空氣質量的影響。我們把這種偏離定義為異常的二級質量天數，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反映了二級質量天數不能由工業排放物解釋的部分。在圖1中，我們畫出了各城市人均實際GDP的對數與異常的二級質量天數（extra_day）之間的散點圖，并用二次曲線進行擬合?？梢钥闯?，31個省會城市、直轄市中，大多數城市的異常二級質量天數為正，這說明以我國各城市排放的工業污染來看，大多數城市的環境水平并不算差。而且經濟發展水平較高的城市往往意味著二級質量天數越多。但城市的經濟發展水平對其空氣質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、結論和政策建議

本文以中國31個省會城市、直轄市2003―2012年的空氣質量和經濟發展水平為例，研究了經濟發展水平對空氣質量的影響。研究發現：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量變動的解釋力超過了75%，不隨時間變動的一些不可觀測的因素可以解釋各城市空氣質量變動的13%，而經濟發展水平并不是空氣質量變動的主要原因，它對空氣質量變動的解釋力還不到1%。雖然經濟發展水平并不是空氣質量變動的主要原因，但它們依舊存在正相關的關系，即經濟發展水平較高的城市往往意味著二級質量天數的增多，但城市的經濟發展水平對其空氣質量水平的影響并不是決定性的。

由人均實際GDP對數和異常二級質量天數的擬合曲線可以看出：我國省會城市、直轄市的空氣質量與經濟發展的擬合曲線是正U型曲線最低點的右邊，但是斜率較小，即2003―2012年，我國省會城市、直轄市隨著經濟的發展，空氣質量得到一定程度的改善，但是改善程度有限。根據前人經驗，環境庫茲涅茨曲線是一條倒U形的曲線，即初期的經濟增長會帶來環境質量的惡化，到達一定程度后經濟增長將帶來環境質量的改善。我國省會城市、直轄市的曲線擬合只存在拐點后面的部分，即經濟增長帶來環境質量的改善，并沒有經濟增長帶來環境的惡化部分。分析其原因：（1）本文的樣本點取自2003―2012年，與前人研究相比，時間上具有一定的滯后性。在此時間段內，政府和群眾都已經認識到了保護環境的重要性，不能以犧牲環境為代價發展經濟。（2）本文的研究對象是中國31個省會城市、直轄市，而不是整個經濟體，空間上具有一定的獨立性。這些城市是我國較發達的城市，政府比較重視環境保護，并采取了相關的措施保護環境。然而在我國很多中小城市，政府和居民對環境的保護意識并不強。在相對獨立的空間里，各個省會城市相互的影響程度并不明顯。（3）居民對環境的保護意識在實際行為上的反應仍然較弱，各個地區對環境保護的宣傳工作作用不明顯。

空氣質量惡化是全民性問題，關乎全國人民的身體健康。從上面的結論可以看出，在我國注意環境保護后，環境污染程度有一定的改善，但是改善程度仍然不明顯，所以，我們若想徹底解決空氣污染問題，還需要做得更多。

參考文獻：

[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.北京市經濟增長與環境污染水平計量模型研究[J].地理研究，2002，21（2）：239-246.

[10]陳華文，劉康兵.經濟增長與環境質量：關于環境庫茲涅茨曲線的經驗分析[J].復旦學報（社會科學版），2004，（2）：87-94.

[11]張軍.基于環境庫茲涅茨模型的經濟與環境關系分析[J].中國環境監測，2013，29（2）：91-94.

[12]張成，朱乾龍，于同申.環境污染和經濟增長的關系[J].統計研究，2011，28（1）：59-67.

[13]高靜，黃繁華.貿易視角下經濟增長和環境質量的內在機理研究――基于中國30個省市環境庫茲涅茨曲線的面板數據分析[J].上海財經大學學報，2011，13（5）：66-74.

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

[15]李玉敏，李明麗，焦智康.北京市空氣質量影響因素計量經濟分析[J].中國城市經濟，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 文獻標識碼：A 文章編號：1003-9031（2013）02-0016-04 DOI：10.3969/j.issn.1003-9031.2013.02.04

國內外學者對城市經濟發展狀況的評價指標體系進行了不少研究，但由于各地區城市經濟系統本身的復雜性和相關理論的有待深入，目前還沒有一種公認可靠的評價方法[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果，通過計算第一公共因子得分排序，或是結合權重計算公共因子綜合得分排序。本文對國內研究成果加以利用和創新，首次將因子分析法和模糊綜合評價法結合系統評價城市經濟發展水平。本文的主要貢獻體現在：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了因子分析法的不足，并根據序數總和理論建立合理等級排序，優化排序方案；另一方面，本文得出的我國36個主要城市經濟發展水平排名結果，對于幫助各城市判斷其經濟所處位置具有參考價值，對于思考其未來經濟發展模式有一定啟發作用。

一、研究設計

與因子分析法結合進行綜合評估時，可將通過因子分析提取的公共因子作為Borda法的評價因子，權重選擇因子分析確定的權重，Borda數依據各評價對象在每一公共因子上的得分排序計算獲得，最后根據Borda法所建評價模型計算各評價對象綜合評估Borda數。

因子分析基礎上的聚類結果剔除了指標間相互影響，其精確度高[3]。聚類分析思路為：將每個數據對象各視為一類，根據類與類之間的距離將最相似的類合并，再計算新類與其它類之間的相似程度，不斷繼續這一過程，直到所有數據對象合并為一類。實際應用中可根據具體問題的現實需要選擇閥值。

（三）實證結果

利用SPSS17.0對標準化后的數據進行因子分析[4]。由表1，相關矩陣特征值大于1的共有3個：λ1=13.919，λ2=3.505，λ3=1.05；其對應的貢獻率分別是：63.268%，15.931%，4.772%，累計貢獻率為83.972%。

為便于各因子的名詞解釋，采用方差極大法，對因子載荷矩陣進行旋轉（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。結合各個指標的含義，可將F1命名為經濟社會因子，主要反映各市地方財政預算、第二、三產業增加值和儲蓄年末余額等經濟指標；F2命名為基礎設施因子，主要反映各市總人口和醫療教育等情況；F3命名為生態環境因子，反映各市三廢綜合利用產品產值。

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

應用SPSS17.0進行聚類，將36個主要城市按其經濟發展水平劃分為三類（表5）。

二、結果分析

由聚類分析的結果并結合等級排名，把36個城市劃分為三個能級。

第一能級城市數量最少，有3個，分別是：金融中心上海、沿海城市廣州和我國首都北京，屬于經濟發展水平高的城市。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，會有不同的排序結果，因而綜合兩種排序方法的合理等級排序，比單獨用某一種方法排序，可能更合理。從單個因子排名來看，這三個城市在經濟社會因子排名都名列前茅，驗證了經濟社會因子的重要性。

第二能級城市隊伍最為龐大，有19個，屬于經濟發展水平較好的城市。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，說明區域也是影響經濟發展水平的重要因素。從單個因子排名來看，杭州在第三公共因子生態環境因子位居第一，獨具特色，其經驗值得進一步研究、借鑒。

第三能級數量居中，有14個，屬于經濟發展水平一般的城市。從地理位置看，排名相對較后的城市，如西寧、銀川和貴陽，多位于內陸的中西部地區。這與這些地區的交通不發達有關。另外這些地區的專業優秀人才大多流向經濟較發達地區，使得這些地區與經濟較發達地區間經濟發展差距有進一步擴大的趨勢。

分析各區域經濟發展情況可看出，我國西部各省份應注意區域經濟的協調發展，我國中部地區應充分發揮區域的資源優勢， 加強區域間協調和協作，以增強區域競爭力；我國經濟發展水平較高的城市，應力爭建設成為特大城市。城市區域化與區域城市化成為當今城鎮化發展的客觀規律，城市間的競爭更多地表現為城市所依托區域間的競爭。因而，各市在經濟發展中，應注意加快拓展城市發展空間，走區域協調發展的新型城鎮化道路。

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

三、總結

本文對已有的研究成果加以創新，首次將因子分析法和模糊綜合評價法結合對城市經濟發展水平進行排名。實證發現，影響經濟發展的主要因子有經濟社會因子、基礎設施因子和生態環境因子；基于序數總和理論，城市經濟發展水平前三名依次為上海、廣州和北京；運用聚類分析方法，36個城市按經濟發展水平由高到低，可劃分為三個能級。實證結果表明，區域城市化與城市區域化是當今城鎮發展的規律，城市的競爭更多表現為城市所依托區域的競爭。基于此，各城市在經濟發展中，應加快拓展城市的發展空間，走區域協調發展的新型城鎮化道路。

應當指出的是，本文仍然存在一些不足。第一，根據因子分析法得到的權重，受客觀數據采集的準確性影響，與實際可能會存在偏差；第二，本文參與因子分析的指標只有22個，可能不足以解釋問題；第三，因子分析法的缺點表現在樣本容量要足夠大，評價標準與樣本有關，評價結果是一個相對優劣順序；第四，序號總和理論有兩條立論的前提是評價方法要足夠多，每種評價方法的結果要大體上準確，但評價方法多就很難實現[6]。

參考文獻：

[1]于秀林，任雪松.多元統計分析[M].北京：中國統計出版社，1999.171-172.

[2]謝季堅，劉承平.模糊數學方法及其應用[M].武漢：華中科技大學出版社，2006.128-129.

[3]朱建平.應用多元統計分析[M].北京：科學出版社，2006.82-85.

篇5

中圖分類號 F062.2 文獻標識碼 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個省轄市、浙江6個省轄市在內的長江三角洲地區,是我國經濟發展 速度最快、經濟總量規模最大的地區,是海外資本進入中國市場的首選落腳點與全球先進制造業基地。2008年度統計數據分析表明,長三角地區以占全國1%的土地承載了全國5.8%的人口、創造全國18.7%的國內生產總值。2008年浙江、江蘇和上海二省一市的GDP達到56 387億元,約占全國GDP總量的22.6%;綜合能源消費為44 900萬噸標煤/萬元,約占全國能源消費總量的16.9%。保持長三角地區的經濟增長與人口、資源環境的可持續發展,對中國經濟的健康發展有重要意義。2008年8月6日,國務院審議并原則通過了《進一步推進長江三角洲地區改革開放和經濟社會發展的指導意見》,提出了長三角地區“科學發展、和諧發展、率先發展、一體化 發展”的要求,實現經濟、社會、環境與能源和諧發展是長三角區域的戰略之一。研究長三角洲地區循環經濟發展水平,針對不同水平的城市分別制定相應對策是本文探討的重要內容。

1 長江三角洲地區城市循環經濟發展的現狀與特點1.1 經濟快速增長與環境污染增長的趨勢并存

長三角二省一市GDP從2000年的19 465.89億元發展到2007年的56 387.31億元,7年內增加了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年達到22.6%,同時,能源消費總量占全國的1/6以上。

長三角二省一市能源消費總量呈逐年增長態勢,2007年達到4.5億噸標煤/萬元(Tce),約占全國的17%?！笆濉逼陂g,長三角能源消費總量從2000年的2.07億Tce增加到2005年的3.72億Tce,年均增長率達到12.49%,高于同期國家能源消費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。“十一五”期間前二年,長三角兩省一市的能源消費總量繼續增長,2006年為4.1億Tce,2007年達到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 環境污染是影響未來區域經濟協調發展的重要因素

環境污染是整個長三角地區面臨的最嚴重的問題,也是其進一步發展所亟需解決的問題。由于大規模發展加工工業,水污染、大氣污染、噪聲污染、固體廢棄物污染“四大殺手”正威脅著長三角經濟和城市的良性發展。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,工業廢水排放量增長了31.0%、工業廢氣排放量增長了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環境脆 弱帶,并已出現一些環境問題,其中水污染問題最為突出。目前,京杭運河長三角地區段、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。從長三角目前的經濟發展趨勢看,如果不改變生產方式和調整產業結構,對環境問題不采取有力措施,污染將會進一步惡化,并將直接拖累這一區域經濟的整體發展。

王保乾等:長江三角洲城市群循環經濟發展水平的實證分析

中國人口•資源與環境 2010年 第9期1.3 國民經濟發展對能源的依賴性強

近年來,長三角兩省一市能源消費總量的增長與經濟發展一直保持同向增長的態 勢。從彈性系數分析,“十五”期間,長三角的能源消費彈性系數為0.780 1?！笆晃濉逼陂g的前二年,能源消費彈性系數為0.561 2。盡管近年來長三角的單位GDP能耗逐年下降,沒有出現過反彈,2002年開始下降至1.0 Tce/萬元以下,但能源消費彈性系數無論是在“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年的能源消費彈性系數甚至超過了1.0,上海和浙江省的能源消費彈性系數也處于較高值的狀態。雖然 “十一五”期間前二年有所好轉,但仍可以看出,長三角的經濟發展對能源的依賴性很強,這種局面短期內難以根本改變。

1.4 能源需求對外的依存度高

長三角地區經濟發達,但能源資源短缺,所消費的煤炭、原油、天然氣,全都依賴省外調入和國外進口。上海的一次能源幾乎全部要由外地調入,其中煤炭全部從外省市調入,原油進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%;浙江省自產原煤僅14萬t,水電與核電發電量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外市場;江蘇省能源供應以省外調入為主,能源自給率低,2006年江蘇省自產原煤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進和國外進口。隨著能源消費總量增加,這一比重還將上升。 能源供應的高度外向依賴性,再加上國際石油市場價格的上漲和儲運及安全保障等諸多不確定因素,已嚴重制約了長三角區域經濟社會可持續發展。

1.5 以煤為主的能源結構導致減排壓力大

長三角的一次能源消費結構以煤為主,其中發電用煤占了很大比重。2006年上海市煤炭消費占一次能源消費的51.6%;浙江省煤炭消費占61.5%;江蘇省煤炭消費占71.4%,遠高于國外水平,比全國平均水平高4.6個百分點。預計到2010年長三角地區僅電煤消耗量將達到4億t,煤炭的大量消耗所排放的CO2和SO2氣體對大氣環境污染嚴重,減排壓力很大,短期內難以改變。

2 長三角洲地區循環經濟指標體系的選擇

世界經濟發展進程的規律表明,當地區人均GDP處于500-3 000美元之間時,往往 是人口、資源、環境瓶頸制約最嚴重的時期。長三角目前就處于這一發展階段,轉變經濟增長方式,大力發展循環經濟,走可持續發展道路是提升長江三角洲城市群全球競爭力的必由之路。

依據國內學者已有的研究成果,結合長江三角洲城市群的實際情況,以科學性、 系統性、可比性和指標的可獲取性為基本原則,重點突出循環經濟的“3R”原則,從減量化、再利用及資源化、無害化及綜合性指標四個方面,選取18個參評因子構成城市循環經濟發展水平指標評價體系(見表1)。這些指標涵蓋了循環經濟評價最核心的內容,因此,能夠科學、客觀地反映城市的循環經濟發展水平。

3 循環經濟指標的主因素分析

3.1 數據的采集

本文將選取18個指標,對長三角16個城市2008年的面板數據進行研究,目的是尋找能夠衡量循環經濟水平的主要因素,并為聚類分析提供基礎。

3.2 因子分析

本文運用因子分析的一般模型,確定模型中的參數,然后根據分析結果進行因子解釋。本文使用SPSS軟件,在對數據進行標準化處理、消除量綱的影響后,進行因子旋轉和因子分析。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,根據特征值大于1的標準選取前4個因子F1(λ1=4.146),F2(λ2=3.184),F3(λ3=2.760),F4(λ4=2.036)(見表2)。累計方差貢獻率達到61.11%進行解釋能力的相應估計,可以認為四個公因子合理表示了循環經濟現象的各因素的線性關系,基本上能解釋原數據的絕大部分信息,在對因子旋轉過程中選用了方差最大法(Varimax)得到旋轉后的因子負荷矩陣。

表1 長三角循環經濟發展水平指標評價體系

Tab.1 Circular economy development level of the

Yangtze River Delta Evaluation System

目標層Targetlayer準則層Layerguidelines指標層Index layer符號Symbol循環經濟發展水平綜合評價指標減量化指標萬元GDP能耗(噸標煤/萬元)X1萬元GDP水耗(t/萬元)X2萬元GDP電耗(kW•h/萬元)X3單位工業增加值能耗(噸標煤/萬元)X4萬元GDP化學需氧量(COD)排放量(kg/萬元)X5萬元GDP二氧化硫排放量(kg/萬元)X6萬元工業產值污水排放量(t/萬元)X7再利用及資源化指標工業污水達標排放率(%)X8化肥施用強度(折純)(kg/hm2)X9農藥使用量(kg/hm2)X10工業固廢綜合利用率(%)X11第三產業占GDP的比率(%)X12無害化指標城鎮生活污水集中處理率(%)X13城鎮生活垃圾集中處理率(%)X14綜合性指標建成區綠化覆蓋率(%)X15地區生產總值(萬元)X16人均GDP(元)X17地區生產總值增長率(%)X18 因子F1在除了X2、X5、X11、X17上都有較大負荷(大于0.55),且與X1萬元GDP能耗、X14城鎮生活垃圾集中處理率、X15建成區綠化覆蓋率、X18地區生產總值增長率、X6萬元GDP二氧化硫排放量成正相關,與X16地區生產總值、X12第三產業占GDP的比率成負相關。

根據經濟發展與資源消耗于環境污染的相互制約關系,因子F1包含了環境、能耗和經濟發展幾個方面的信息,定義為綜合發展因子。因子F2在X16地區生產總值和X17人均GDP上有較大負荷,定義為經濟發展因子。因子F3在X2萬元GDP水耗、X3萬元GDP電耗、X4萬元GDP化學需氧量排放量上占有較大負荷,定義為資源消耗因子。因子F4在X8工業污水達標排放率、X9化肥使用強度、X10農藥使用量上占較大負荷,且與X9、X10成負相關,與X17、X18成負相關,體現了資源再利用及資源化與經濟發展的正相關關系,此因子定義為再利用及資源化因子。

根據因子負荷矩陣(見表3)可以得到4個主因子的線性模型。

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,因此函數關系為:

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因子方差貢獻率

% ofVariance累積方差貢獻率

Cumulative %因子特征值

Total因子方差貢獻率

% ofVariance累積方差貢獻率

Cumulative %因子特征值

Total因子方差貢獻率

% ofVariance累積方差貢獻率

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 因子負荷矩陣

Tab.3 Component Matrix ComponentMatrixa

項目

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單位工業增加值能耗0.4150.681-0.312-0.359-0.0380.137萬元GDP化學需氧量排放量-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產值污水排放量0.5170.5050.266-0.2640.4920.125工業污水達標排放率0.4240.2230.0650.406-0.354-0.575化肥施用強度(折純)-0.4070.081-0.224-0.4660.263-0.567農藥使用量-0.5870.1370.393-0.483-0.1070.330工業固廢綜合利用率-0.016-0.1040.4310.3830.3070.299第三產業占GDP的比率-0.5560.211-0.5630.2900.2810.341城鎮生活污水集中處理率-0.3090.4270.6220.109-0.2310.181城鎮生活垃圾集中處理率0.697-0.3170.263-0.2770.1020.180建成區綠化覆蓋率0.6620.5290.0420.2270.031-0.045地區生產總值-0.6700.532-0.1810.387-0.104-0.119人均GDP-0.2320.5630.1690.500-0.1680.167地區生產總值增長率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

利用以上四個關系式可求得四個因子的得分以及綜合得分,以主因子旋轉過后的方差貢獻率作為權重計算各城市總得分:

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個城市,占16個城市的43.8%,說明各城市在循環經濟發展水平上存在一定差距?？傮w來看,綜合發展因子對循環經濟的總得分貢獻率為23.03%,經濟發展因子對循環經濟總得分的貢獻率為17.69%。在城市發展的初級階段,受資金、技術、人力資源等多方面因素的影響,生產活動往往會選擇一些資金投入少、技術水平較低的產業作為其發展的重點。像泰州、南通這樣的相對來說循環經濟水平較低的城市,2007年人均GDP分別為23 933、27 500元,分別位于長三角16個城市的16、15位。工業總產值主要集中在紡織業,電力、熱力的生產和供應業,建筑業,黑色金屬冶煉及壓延加工業等技術水平不高,資源、能源消耗較高,對環境影響較大的產業。而當城市經濟水平發展到一定階段后,隨著資金、技術不斷積累,生產工藝技術不斷改進及循環經濟意識的不斷提高,城市循環經濟發展水平也不斷提高。

資源消耗因子對循環經濟貢獻率為15.34%,說明資源消耗型產業仍然占有相當比重,未來長三角必須走能源集約型道路。依靠科學技術開發環保技術,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,政府應大力支持發展環保產業。

3.3 聚類分析

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

系統聚類法是根據樣品或指標之間的親疏程度來進行合并。衡量親疏程度的指標有兩種,即距離和相似系數。距離是將每個樣品看成是m個變量對應的m維空間中的一個點,然后在該空間中定義,距離越近,則親密程度越高。相似系數接近于1或-1時,認為樣品或指標之間的性質比較接近;相似系數接近于0時,認為樣品或指標之間是無關的。SPSS軟件中使用歐式距離進行聚類分析。

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展因子和經濟發展因子上占到了絕對的優勢地位,上海經濟發展水平高,地理位置優越,資源的投入量比較大,生產效率較高,第三產業比較成熟,但受人口、資源、環境的約束,經濟發展潛力較其他城市不大。第二類城市杭州、南京、 寧波、蘇州、無錫在四個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、揚州、鎮江、舟山為第三類城市。 第二三類屬于大中型城市,發展潛力大,自然地理環境較好,但在污水治理、廢物處理、第三產業發展上與第一類城市存在一定差距。

4 長江三角洲地區的循環經濟功能定位與產業分工4.1 第一類城市

上海市循環經濟理念實踐較早,金融、貿易、物流等服務業比較發達,循環經濟的發展水平領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,根據上海目前的實際情況,應注重前端治理,把重點放在生產和消費的減物質化上,預防經濟“長胖增重”;加大末端廢棄物處理,逐步實現自然資源循環利用。

上海是經貿樞紐驅動型城市,它的地域優勢是經貿聯系廣泛,經濟腹地大,經濟發展快速,帶動科技創新,使其循環經濟靜脈產業中的技術創新優于長江三角洲其他城市。但缺點是土地、能源匱乏,在循環經濟的建設上,改變消費方式比改變生產方式更為重要。消費的短期政策思路是直接規范消費領域存在的資源浪費型和環境不友好型的不可持續的消費現象,長期的政策思路是通過宣傳教育改變人們的生活、消費價值觀,建立和強化人們的資源環境意識。

優先發展與經濟生產、社會生活和生態環境相匹配的現代服務業,如現代物流、濱江臨海休閑觀光業、信息服務業、商貿會展、文化服務業等等。以世博會的召開為契機,積極開展上海循環經濟的國際合作交流,尤其是在開發實用技術和先進工藝方面、生態工業園區建設方面,提升發展高附加值、高關聯度、低物耗能耗的高科技創新產業和先進制造業,上海市將成為長三角甚至全國學習、借鑒和引進循環經濟先進經驗的窗口城市。

4.2 第二類城市

杭州、南京、寧波、蘇州、無錫這幾個城市擁有豐富的自然、文化資源優勢,具備建設創新型城市的潛力。但是,制造業高度發達、城市群集聚度高,環境污染問題比較嚴重。

發展循環經濟的首先任務是依靠高新技術和工藝,改造傳統制造業,構筑循環經濟的技術支撐體系。目前,這些城市發展循環經濟的重點是積極調整產業結構,擺脫資源約束和降低環境污染水平,包括信息技術、生物技術以及環境無害化技術,替代技術、再利用技術、系統化技術等等。循環經濟政策的重點是加強制造業技術改造的金融支持,改變大多數企業技術改造資金不足的問題。

在區域經濟發展層面,充分利用區域間的分工,優先發展資源消耗低和環境影響小的產業,停產或轉移目前難以改造升級的生產企業。有步驟地發展現代服務業,盡快改變工業生產中資源和能源粗放利用的現狀。同時,促進綠色、生態、高效的都市循環型現代農業的發展,以附加值較高的綠化、良種、花卉等產業為主,發展節水型、土地集約型高效農業。

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達地區,這些城市的支柱產業多屬于排放固廢污染較多的傳統產業,傳統“粗放型”經濟發展方式,導致嚴重的流域性生態破壞和環境污染,經濟發展與環境保護之間的矛盾突出。

作為長三角區域循環經濟體系的重要組成部分,該區域承載各類固體廢棄物分類拆解和再資源化的產業,即對傳統的工業生產的70%-80%工業廢棄物進行再利用,同時對電視機、電冰箱、空調等家用電器進行拆解和再利用。盡快出臺相關法律政策,構建再生資源回收利用的市場機制,培育資源回收利用產業的市場基礎。

第三類城市擁有豐富的自然生態資源和悠久的人文歷史,以及廣闊地種植、養植、及農產品加工體系,適合發展度假、休閑、會議等“農游合一”、“城鄉互補”的第三產業。一方面為一、二類城市居民提供綠色、安全、無污染的農產品,另一方面營造田園風光式的綠色生態環境,吸引發達城市居民休閑度假。需要當地政府從資金、稅收、金融保障等方面制定優惠政策扶持。

5 結 論

本文對長江三角洲地區16個城市的循環經濟發展水平進行了實證研究。因子分析表 明經濟發展因子、資源消耗因子、再利用及資源化因子是影響循環經濟發展水平的主要因素。聚類分析表明該區域的16個城市按循環經濟發展水平明顯分為三個層次,這三個層次基本上與經濟發展水平相一致,說明經濟發展初期階段往往要以犧牲環境為代價。根據三類城市循環發展水平及區域功能定位,三類地區循環經濟發展政策既相互支撐,重點產業各有特色與分工。上海市應當發展以金融、貿易、物流等為主的服務業,以杭州、南京、蘇州等城市為主的二類城市,政策重點是支持企業用高新技術和工藝改造傳統制造業,構筑循環經濟的技術支撐體系。以常州、湖州、嘉興等城市為主的三線城市重點發展資源回收產業和農游合一生態旅游產業。

參考文獻(References)

[1]蘇金明. 統計軟件SPSS系列應用實戰篇[M].北京:電子工業出版社,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經濟發展水平的空間格局分析[J].長江流域資源與環境,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]江蘇統計年鑒,浙江統計年鑒,2008年中國城市環境統計年鑒.[Jiangsu Statistical Yearbook, Zhejiang Statistical Yearbook ,2008 Statistical Yearbook of China's urban environment.]

[4]牛桂敏.循環經濟評價體系的構建[J].城市環境與城市生態, 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.資源環境對長三角地區社會經濟發展的約束[J].經濟經緯,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.長三角區域循環經濟體系的構建[J].南通大學學報,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.長三角持續發展之道:循環經濟的定量研究[J].經濟論壇,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.略論生態城市與循環經濟的關系――兼論上海的生態城市建設[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.上海循環經濟發展的新思路[J]. 發展研究,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.長三角地區可持續率先發展研究[J ]. 南通大學學報,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 [文獻標識碼]A [文章編號]1672-2426（2014）02-0066-04

無論是城市，還是鄉鎮，基礎設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、促進當地就業，還能促進消費，從而推動當地的經濟發展。因此，基礎設施建設就成為發展經濟的重中之重。然而，在基礎設施建設中，社區公共服務設施往往比例過小且增長過慢，需求遠遠大于供給，造成資源過度使用；而對社會生產設施投入過多且增長更新快，供給遠遠大于需求，造成資源的過度浪費。

國內外對于基礎設施與經濟發展關系的相關研究有很多。吳友人的《城市現代化和城市基礎設施建設》是從生產性和非生產性基礎設施的建設比例來討論：基礎性設施對城市現代化的重要作用；[1]胡仁科的《我國小城鎮基礎設施融資研究》是從基礎設施的融資方面來闡述如何促進小城鎮經濟發展的；[2]徐瑩的《貴州城鎮化與城鎮基礎設施建設問題研究》是以貴州的城鎮為例，從基礎設施的服務能力和質量方面入手，來分析基礎設施對于拉動城鎮經濟增長的重要作用；[3]Kapar·Brian、Abate·Janet的《policy for information infrastructure》是從生產設施建設方面入手寫其對城鎮經濟發展的作用。[4]

上述研究的對象多涵蓋整個基礎設施，很少有將研究對象定為城鎮社區的公共服務設施領域。在研究思路上多是從生產到投資角度入手，從增加就業、促進再生產方面揭示社區公共服務設施數量與城市經濟發展的關系，卻忽略了非生產性基礎設施對于經濟發展的重要作用。

公共服務設施是由公共服務與設施兩個詞語構成的合成詞，是這些詞語含義的整合。公共設施是指為市民提供公共服務產品的各種公共性、服務性設施，有基礎設施和附屬設施，其中基礎設施是指為社會生產和居民生活提供公共服務的物質工程設施，是用于保證國家或地區社會經濟活動正常進行的公共服務系統。它是社會賴以生存發展的一般物質條件?！盎A設施”不僅包括公路、鐵路、機場、通訊、水電煤氣等公共設施，即俗稱的基礎建設，而且包括教育、科技、醫療衛生、體育、文化等社會事業即“社會性基礎設施”。而附屬設施是配套設施，使得基礎設施得到更好服務、發揮更大作用、實現保值和增值功能的設施。[5]

本文以公共服務設施數量與城鎮經濟發展水平的關系為研究對象，通過對城鎮社區公共服務設施數量和中國各地區的地區生產總值（GDP）的比較分析，建立兩者的聯系。本文所有數據來源于《中國統計年鑒》。[6]

一、公共服務設施數量與投資、消費、儲蓄的關系

城鎮的公共服務設施數量對城鎮發展所需的投資、消費、儲蓄具有非常重大的影響，主要表現在以下幾個方面：

（一）公共服務設施的數量對投資、消費的影響

投資和消費是經濟發展最主要的動力，也就是說加快城鎮經濟發展最主要的就是促進該城鎮的投資和消費。從對于一個城鎮的投資和消費帶動經濟發展的方面來說，公共服務設施的數量增多對于該地區經濟的發展起著積極促進的作用。

首先，公共服務設施數量對投資的影響。對于商家投資建廠來說，一個好的投資環境是十分重要的。一般，好的投資環境必需有完善和充足的公共服務設施資源，而不僅僅是政府所建設的大型基礎設施建設（公路、鐵路、橋等），因為社區一些公共服務設施的面向是社區居民，這會給投資建廠的商家在服務設施上減少很多資金及時間的成本投入。因此，良好的投資環境可以吸引商家來投資建廠，從而直接促進地區的經濟發展。對于社區居民的投資來說也是如此，完善和充足的公共服務設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行一些投資，從而間接促進當地的經濟發展。

其次，公共服務設施數量對消費的影響。完善和充足的公共服務設施數量，除了可以促使居民將手中多余的錢用于投資以外，也可以促進居民進行消費。一旦該地區的消費水平有所提高，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行投資，這兩方面的后續影響會促進當地居民的就業，從而帶動當地的經濟發展。

（二）公共服務設施數量對儲蓄的影響

完善和充足的公共服務設施數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。如果居民用于投資和消費的錢增加了，在短時間內收入固定的情況下，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設施數量，會增大商家對此地區進行投資的可能性，一旦進行投資，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，從這一點來看，公共服務設施數量的增多對儲蓄的增加起到一定的抑制作用。

二、城鎮社區公共服務設施數量與經濟發展水平的分析

簡單起見，本文只選擇當地當年的地區生產總值與該地區連續兩年的生產總值的增幅來分別代表各地區經濟發展水平和發展速度的指標。

（一）全國各地區城鎮公共服務設施的數量分布及其增長速度的比較分析

根據《中國統計年鑒》（2006-2008）提供的數據，得到2006至2008年中國各地區城鎮社區的公共服務設施數量（統計數據不包括：港、澳、臺地區），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年該地區城鎮社區的公共服務設施數量（單位：個）。

從圖中可以看出：第一，浙江、江蘇兩地在2006年至2008年間城鎮社區的公共服務設施數量在全國排在第一位置，而且遠遠領先于其他地區。第二，上海城鎮社區的公共服務設施數量在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，從地理區域上來看，城鎮社區的公共服務設施數量最多的是東南沿海地區和長江中下游地區，其次是北方沿海地區、首都附近和西南中部地區。最后是西北地區和東北內陸型省份。第四，北京、天津、上海作為省級市擁有的城鎮社區的公共服務設施數量比一些省份多，尤其是上海。于是，我們可以初步得出結論：我國東南沿海城鎮的社區公共服務設施數量遠遠領先其他地區，少數民族地區城鎮社區的公共服務設施數量處于全國最低水平線。

（二）全國各地區城鎮經濟發展水平及其增長速度的比較分析

根據《中國統計年鑒》的數據，可以得到全國各地區城鎮經濟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年該地區的生產總值（單位：百萬）。同時對各省級行政區的經濟發展水平進行橫向比較，以2007年各地區的生產總值和人均生產總值的數據為例，見圖3，其中，灰色柱代表2007年該地區的生產總值，黑色柱代表2007年該地區的人均生產總值（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之間的地區生產總值和人均生產總值）。

從中可以看出：第一，我國從2006年到2008年各省級行政區的生產總值幾乎都是逐年增加的。第二，我們將2008年生產總值達到2萬億的地區劃為A區，介于1萬億與2萬億之間的劃為B區，小于1萬億的劃為C區。由此可以看出A區：廣東、山東、江蘇、浙江；B區：河南、河北、上海、遼寧、四川、北京、福建和海南；C區：黑龍江、安徽、內蒙古、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，從地理區域上看，我國各省級行政區的生產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論：我國經濟在不斷地向前發展，現代化水平在不斷提高，但發展依然存在不平衡態勢，有些地區經濟增長速度很快，有些地區經濟增長速度仍然緩慢。同時也應注意到，在人均方面，一些地區的人均收入過高，一些地區的人均收入過低。在生產總值方面，也存在類似的問題，尤其是少數民族地區，其經濟水平還十分低下。

（三）公共服務設施數量與城鎮經濟水平的相關性分析

根據2009年頒布的《中國統計年鑒》，得到2007年中國各地區城鎮社區的公共服務設施數量和各地區的生產總值，如圖4所示?；疑劬€代表2007年該地區城鎮公共服務設施數量，黑色折線代表2007年該地區的生產總值。

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大致相同，各省市所對應的基本都是兩個高點或兩個低點，很少有對應一個高點一個低點的情況；地區生產總值的大小與地區公共服務設施數量的多少在數據上具有較強的同步性和正相關性；從區域分布上看，東西部地區城鎮社區的公共服務設施數量和地區生產總值與中國中部地區相比較少。

（四）公共服務設施數量的增長速度與城鎮經濟增長速度的相關性分析

根據前面的結論，筆者提出假設：各地區經濟增長的速度與各地區城鎮社區的公共服務設施數量增長的速度具有正相關性。我們用后一年的城鎮社區的公共服務設施數量減去前一年的城鎮社區的公共服務設施數量來代表公共服務設施數量的增長速度，用后一年的地區生產總值減去前一年的地區生產總值來代表城鎮經濟增長速度。其中，服務數差1、經濟數差1分別為2007年與2006年公共服務設施總量差值和地區生產總量差值的編碼，服務數差2、經濟數差2分別為2008年與2007年公共服務設施總量差值和地區生產總量差值的編碼。

從SPSS輸出結果（限于篇幅，不在文中體現）可以看出，經濟差1與服務數差1的相關系數為0.678，經濟差2與服務數差2的相關系數為0.658。這兩個相關系數都接近于0.7，說明地區的經濟增長的速度與地區城鎮社區的公共服務設施數量增長的速度具有中等程度的正相關性，從而證實筆者的假設：各地區經濟增長的速度與各地區城鎮社區的公共服務設施數量增長的速度具有正相關性。

三、結論與現實意義

通過以上分析，可以得出如下結論：

首先，各地區的城鎮社區公共服務設施數量的多少與該地區的經濟發展水平高低具有正相關性，即：城鎮社區公共服務設施數量較多的地區，其相應的經濟發展水平也較高；反之亦然。

其次，各地的城鎮社區公共服務設施數量的增長對這個地區的經濟發展具有十分重要的推動作用，即：城鎮社區公共服務設施數量增長較快的地區，其相應的經濟增長速度也較快；反之亦然。

最后，我國第一類、第三類地區與第二類、第四類地區相比，其經濟發展水平較低，經濟增長速度較慢，其中主要原因之一是：城鎮社區的公共服務設施在數量上有很大差距。因此，我們應加強第一類地區和第三類地區的城鎮社區公共服務設施的建設力度，使社會發展與經濟發展水平相協調。當然，社區服務體系建設涉及到各個部門，各級政府需要綜合協調，在社區建設中建立一個綜合協調機制，以推進我國社區服務體系健康、持續的全面發展。

參考文獻：

[1]吳友人.經濟地理[M].北京：中國學術書刊電子出版社，2010，269-272.

[2]胡仁科.我國小城鎮基礎設施融資研究[M].武漢：武漢大學出版社，2008：5.

[3]徐瑩.貴州城鎮化與城鎮基礎設施建設問題研究[M].浙江：浙江大學出版社，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.基礎設施與經濟發展-理論與政策[M].武漢：武漢大學出版社，2003：10.

篇7

【關鍵詞】

主成分分析；經濟發展潛力

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、經濟、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。下轄蓮都區及景寧畬族自治縣、縉云、青田、遂昌、云和、慶元、松陽七縣，代管縣級龍泉市。

地區經濟發展潛力能反映一個地區社會經濟系統的發展水平，也是評價一個地區社會經濟系統發展狀況的重要指標。由于麗水市各地區經濟規模、經濟結構、經濟發展質量、可持續發展等方面還存在著差異，對各地區經濟綜合實力進行客觀評價，可以為麗水市今后經濟又好又快發展提供決策依據。因此，本文首先以麗水市為基本空間單元收集區域發展影響因素，在此基礎上通過主成分分析，提取并分析各主因子的空間分布狀況，在此基礎上進行以下處理主因子得分綜合，得到區域空間發展潛力。

一、主成分分析法

主成分分析法是一種考察多個變量間相關性的多元統計方法，由皮爾遜首先提出并使用，之后經眾多統計學家不懈努力逐步發展和成熟起來。主成分分析是將原來眾多具有一定相關性的指標，重新組合成一組新的互相無關的綜合指標來代替原來的指標。

在建立縣城單元評價指標選擇的基礎上，運用主成分分析方法（PCA），提取影響縣域鄉鎮地域空間差異的主因子。對各縣城的綜合實力進行評價。

本文選取2011年麗水市13項反映社會經濟發展水平的主要統計指標，分別為鎮域戶籍人口、縣域暫住人口、第一產業就業人口比例、第三產業就業人口比例、財政收入、工業產值、農業產值、農民人均收入、旅游收入、鎮域面積、建成區綠化覆蓋面積、工業固體廢物綜合利用率、醫院衛生院床位數。

運用統計分析軟件stata對對數據進行因子分析，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后的因子載荷矩陣、特征值、貢獻率和累計貢獻率。特征值大于1的前三個公因子的累計貢獻率超過80%，可見提取三個因子后，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

根據因子荷載矩陣分析主因子含義，并根據因子得分系數矩陣，計算各鄉鎮主因子得分，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域戶籍人口、鎮域暫住人口、財政收入、工業產值、農業產值、農民人均收入、旅游收入、建成區綠化面積及醫院衛生院床位數等指標，可命名為社會經濟發展因子?？臻g分布值排名為蓮都區、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域面積、第一產業就業比例，可命名為傳統產業因子。其值排名為遂昌縣、龍泉市、青田縣、蓮都區、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業就業人口比例、工業固體廢物綜合利用率，可以名為現代服務業發展因子。其值排名為蓮都區、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、發展潛力評估

依據主因子得分乘以貢獻率權重得到的發展潛力是基于現狀的發展潛力或空間格局。其結果如下表：

從表2的得分和排名可以看出：麗水市各地區經濟發展不平衡的現象較為明顯。蓮都區是麗水市綜合發展潛力最強，以絕對的優勢名列第一；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、景寧縣發展條件較差。

參考文獻：

篇8

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

引言

城市化與經濟發展水平具有的高度關聯性[1]。城市化與經濟發展水平之間關系的空間格局研究，對區域城市化與經濟發展道路的選擇具有明確的實際指導意義。目前，對城市化與經濟發展水平關系的研究，多側重全國或全省的宏觀尺度，對市域的研究較少。進入21世紀，中國城鎮化進入快速的發展時期，在快速發展的過程中，有些地方出現了片面追求城市化速度、忽視了城市化速度與當地經濟發展水平的關系，使得城鎮化對當地經濟社會發展產生了消極影響。本文基于國際和河南的城市化與經濟發展水平的數據，通過定量的比較方法，側重從市域的空間尺度出發，分析河南省城市化與經濟發展水平關系的空間格局特征。

一、研究方法與數據來源

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濟發展水平關系為客觀判斷標準，能夠對各地區的指標進行客觀的比較分析，更直觀的反映城市化與經濟發展水平間的關系，增加地區類型的區分度。

具體數據處理方法如下：（1）選取2009年河南省多個地市的人均GDP（PCGDP）和城市化率（UBRAN）作為處理數據。（2）將兩個指標數據進行z-score標準化處理，生成經濟發展水平指標（ZPCGDP）和城市化水平指標（ZUBRAN）。標準化處理主要是由于數據單位不同，通過標準化處理來消除量綱的影響。

具體處理計算方法如下：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為樣本標準差，s=

（3）數據分析，經過處理后的數據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ZPCGDP-ZUBRAN=0時，表示兩者偏離其樣本中心的程度完全相同，即完全協調。當ZPCGDP-ZUBRAN>0時表示城市化滯后于經濟發展。反之，當ZPCGDP-ZUBRAN

ZUBRAN|>0.1為輕微偏離型，1>|ZPCGDP-ZUBRAN|≥0.5為中度偏離型，當|ZPCGDP-ZUBRAN|>1時，為嚴重偏離型。據此，把城市化水平和經濟發展水平的關系劃分為七個類型，即：城市化嚴重超前、城市化中度超前、城市化輕微超前、基本協調、城市化輕微滯后、城市化中度滯后、城市化嚴重滯后。

2.數據來源。本文旨在對城市化與經濟發展水平關系的市域間比較分析，主要數據指標為城市化指標和經濟發展水平指標。城市化水平（URBAN）采用城市人口占總人口的百分比的城市化率來衡量。經濟發展水平采用人均GDP（per capita GDP以下簡稱PCGDP）來衡量，人均GDP是一個包含綜合信息的指標，能表達出多個經濟相關的維度信息，聯合國和世界銀行均主要采用其作為衡量各國經濟發展水平的指標，在一定程度上包含著產業結構、工資收入等信息，因為產業結構與工資收入與GDP之間存在關聯關系[3]。另外，多國的數據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濟發展數據作為比較研究數據，其數據來源于世界銀行在線數據庫，樣本選取采用2009年216個國家和地區數據，去除數據缺失的國家和地區，共有190個樣本點。河南省的各地市的城市化和經濟發展數據來源于《2010年河南省統計年鑒》，共18個地市，最終樣本數為208個。

二、2009年河南省城市化與經濟發展水平格局

1.河南省經濟發展水平格局。2009年河南省GDP在全國31個省份（不包括港澳臺）排名中，排第十九位。河南省2009年經濟發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，達到44 231.35元，高于全國平均水平，濟源次之為42 180.83元。全省經濟發展水平從高到低排序依次為：鄭州市、濟源市、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、新鄉市、南陽市、開封市、信陽市、商丘市、駐馬店市、周口市。經濟發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濟發展水平的空間格局基本一致，2009年河南省城市化水平達到37.7%，其中鄭州高達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、濟源市、焦作市、三門峽市、洛陽市、平頂山市、新鄉市、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年河南城市化與經濟發展水平關系格局

1.各地城市化與經濟發展水平關系類型劃分。根據前述數據處理方法，對河南省地市的人均GDP和城市化率數據進行處理，根據計算結果和劃分方法，把河南省18個地市分為五種類型（見圖1），即城市化中度超前（I）、城市化輕微超前（II）、基本協調（III）、城市化輕微滯后（IV）、城市化中度滯后（V）。

I類區屬于城市化中度超前地區，屬于該區的只有鄭州市，其城市化水平為63.41%，人均GDP為44 231.35元，是河南經濟最發達、人口最為集中的城市。

II類區屬于城市化輕微超前類型，屬于該區域的只有鶴壁市，其城市化水平為49.62%，人均GDP為25 369.96元。鶴壁市近年來經濟發展迅速，城市人口不斷增長，但總人口數較少，因此其人均GDP和城市化水平相對較高，發展態勢良好。

III類區屬于基本協調類型，包括濟源、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。其城市化和經濟發展水平潛力較大。

IV類區屬于城市化輕微滯后類型，包括新鄉、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。經濟發展水平偏低，城市化水平落后。

V類區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，經濟發展水平和城市化水平都較低。

2.各地城市化與經濟發展水平關系的特征。根據上述分類結果，用ARCGIS軟件繪制河南省城市化與經濟發展水平關系空間分布圖，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調，城市化超前的城市鄭州和鶴壁相對分散。

結論

河南省城市化與經濟發展水平關系可劃分為五個類型。城市化中度超前城市1個，鄭州市；城市化輕微超前城市1個，鶴壁市；基本協調型4個，濟源、焦作、三門峽、洛陽；城市化輕微滯后型10個，新鄉、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，周口市、駐馬店市。

河南省在市域尺度上經濟發展水平和城市化水平關系上存在顯著差異。既存在城市化中度超前的城市，又存在中度滯后的城市，部分屬于基本協調，多數屬于輕微滯后型。

河南省在市域尺度上經濟發展水平和城市化水平關系區域分布特征上，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，再到城市化基本協調，城市化超前的城市只有兩個，并且相對分散。

上述研究，對河南省城市化與經濟發展水平關系進行了分類，并分析了空間格局特征，為各地認識自身發展規律，因地制宜的推動城市化與經濟協調發展提供有益參考。

參考文獻：

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

篇9

財政收入彈性系數：即財政收入增速與經濟發展增速比。該指標反映國內生產總值變動對財政收入變動的影響。

城鄉收入彈性系數：即城鄉居民收入增速與經濟發展增速比。該指標主要反映經濟增長能促進城鄉居民收入的提高。

收入的民生指數：即城鄉居民收入增速與財政收入增速比。該指標主要是財政收入增速與城鄉居民收入增速的對比關系，在一定程度上反映了財政對民生的普惠程度。

二、2011年全區總報告及各盟市分報告

（一）總報告

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

從各盟市城鄉居民收入的彈性系數來看。其中：農牧民純收入的彈性系數中有8個盟市超過1，最高為錫林郭勒盟2.6，最低是阿拉善盟為0.8；城鎮居民可支配收入彈性系數中有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來看。其中，農牧民純收入的彈性系數中有5個盟市超過1，最高為赤峰市2.32，最低是鄂爾多斯0.33；城鎮居民可支配收入彈性系數中有4個盟市超過1，最高為赤峰市1.69，最低為鄂爾多斯0.36。

從全區來看2011年我區的財政收入彈性系數為1.89，財政收入的增長速度大大高于經濟增速。城鄉居民收入的彈性系數分別為1.07和1.41，表明城鄉居民收入與經濟增速實現了同步增長且農牧民的收入效應較強。城鄉居民收入的民生指數分別為0.57和0.74，說明從全區來看財政對民生的惠及程度較弱，需要在今后的發展中繼續加強。

（二）各盟市分報告

呼和浩特市

在2011年全區主要指標增速排序中：GDP增速11.3%排名第8位，財政收入增速19.5%排名第6位，城鎮居民可支配收入增速14.71%排名第7位，農牧民純收入增速14.77%排名第9位。

通過彈性系數的比對，呼和浩特的財政收入彈性系數為1.73，說明財政收入快于經濟增長，表現了較為健康的財政增長水平。城鄉收入彈性分別為1.3和1.31，說明呼和浩特的經濟增長對城鄉居民收入有直接的正向的影響。城鄉居民收入的民生指數分別為0.75和0.76，說明財政收入對民生的影響不夠充分，沒有實現同步提高。

包頭市

在2011年全區主要指標增速排序中：GDP增速15.5%排名第3位，財政收入增速16.3%排名第7位，城鎮居民可支配收入增速14.56%排名第8位，農牧民純收入增速14.74%排名第11位。

通過彈性系數的比對，包頭的財政收入彈性系數為1.05，說明財政收入與經濟發展同步增長。城鄉收入彈性分別是0.94和0.95，說明包頭的經濟增長對城鄉居民收入基本同步。城鄉居民收入的民生指數分別為0.89和0.90，說明城鄉居民收入的增長速度略低于財政收入的增長速度。

呼倫貝爾市

在2011年全區主要指標增速排序中：GDP增速14.4%排名第6位，財政收入增速15.9%排名第8位，城鎮居民可支配收入增速15.37%排名第5位，農牧民純收入增速21.41%排名第3位。

通過彈性系數的分析比對，呼倫貝爾的財政收入彈性系數為1.1，說明財政收入與經濟增長實現了同步增長。城鄉收入彈性分別為0.94和0.95，說明呼倫貝爾的經濟增長與城鄉居民收入基本同步。城鄉居民收入的民生指數分別為0.97和1.35，說明財政收入與城鄉居民收入基本同步，且對農牧民影響較大。

興安盟

在2011年全區主要指標增速排序中：GDP增速10.4%排名第10位，財政收入增速29.9%排名第3位，城鎮居民可支配收入增速15.02%排名第6位，農牧民純收入增速17.43%排名第5位。

通過彈性系數的分析比對，興安盟的財政收入彈性系數為2.88，說明財政收入大大高于經濟增速，表現了經濟增長對財政的巨大貢獻。城鄉收入彈性分別為1.44和1.68，說明興安盟的經濟增長對城鄉居民收入的影響較大。城鄉居民收入的民生指數分別為0.5和0.58，說明財政收入對民生的影響不夠充分，財政惠民的力度較弱。

通遼市

在2011年全區主要指標增速排序中：GDP增速14.6%排名第5位，財政收入增速13%排名第9位，城鎮居民可支配收入增速16.02%排名第4位，農牧民純收入增速20.22%排名第4位。

通過彈性系數的分析比對，通遼的財政收入彈性系數為0.89，說明財政收入略低于經濟增速。城鄉收入彈性分別為1.1和1.38，說明通遼的城鄉居民收入略高于經濟增速。城鄉居民收入的民生指數分別為1.23和1.56，說明財政收入增長對城鄉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，我國經濟取得舉世矚目的成就，GDP增速多年維持在兩位數，國際地位顯著提高。但是，不可忽視的是，我國城市間發展存在不平衡現象。所以，如何分好改革開放這塊大蛋糕，促進城市間協調發展，就成了急需解決的問題。鑒于此，眾多學者對城市經濟發展問題進行了研究。目前，我國城市經濟發展依然存在眾多問題，魏學文，劉文烈（2014）認為促進城市的集群化發展是當前中國城鎮化和經濟發展的一種重要方式。[1]而徐頑強，段萱（2014）認為區域整合進程中缺乏協同，導致城市群及區域經濟發展從產業生態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，充分發揮中心城市對全區的帶動作用，以經濟區來組織城市經濟發展將是長三角地區城市經濟均衡、協調和一體化融合發展的有效途徑。[3]

二、城市經濟發展水平的評價指標及實證方法

（一）評價指標的選取

本文選取指標時遵循指標數據的客觀性、可比性和可搜集性原則，力爭指標科學地、全面地反映城市經濟發展水平。本文從地區生產總值 （單位：億元）、工業增加值 （單位：億元）、公共財政預算收入 （單位：億元）、社會消費品零售總額 （單位：億元）、進出口總額 （單位：億美元）、固定資產投資 （單位：億元）、金融機構存款余額 （單位：億元）、金融機構貸款余額 （單位：億元）及居民消費物價指數 （單位：%）這九個指標來綜合分析江蘇省內13個城市2012年的城市經濟發展水平。這13個城市依次為南京、無錫、徐州、常州、蘇州、南通、連云港、淮安、鹽城、揚州、鎮江、泰州、宿遷。

（二）實證分析方法

因子分析的基本思想是根據相關性大小把原始變量分組，每組變量代表一個基本性結構，這個結構就稱為公共因子。然后再從研究相關矩陣內部的依賴關系出發， 把一些具有錯綜復雜關系的變量（指標）歸結為少數幾個綜合因子的一種多變量統計分析方法。同時本文在因子分析所得結論的基礎上，使用Q型聚類分析進行驗證分析。

三、城市經濟發展水平的實證分析

（一）數據的選取

根據評價指標，選取13市的經濟指標數據（因篇幅限制，原始數據未列出，如有需要，可至蘇州市統計局網站獲取）。

（二）標準化處理

本文采用標準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。標準化后的新標量用字母 （i=1，2，3…9）表示，所代表的經濟含義與原來的數據一一對應。

（三）對標準化的數據進行因子分析

應用軟件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率在85%以上，這就表明了這兩個主因子能夠基本包含原始指標的信息。

（四）確定城市經濟發展水平

從分析的結果來看，蘇州、南京和無錫是經濟發展水平較高的城市，無論是從其財政預算收入上還是從其固定資產投資上，經濟發展程度都是很發達的。而相比較之下，淮安、連云港和宿遷等城市的經濟發展水平是比較落后的，每一項指標都是很低的。這就充分說明了江蘇省的13個城市的經濟發展水平是參差不齊的。總體上來看，蘇南地區好于蘇北地區。此外，蘇南地區經濟發展也并不同步，最典型的就是鎮江，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果，本文采用Q型聚類分析進行驗證性檢驗。根據所選用的指標對江蘇省13個城市進行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；鎮江、泰州、揚州、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行情況。南京作為全省的政治、經濟中心，蘇州和無錫作為全省的經濟中心，無論是從固定資產投資數額，還是社會消費品零售總額上來看，較其他的市都有著顯著的優勢。

而常州和南通作為第二類城市，與南京、蘇州和無錫這三個城市還有一定的差距。但還是具有發展潛力的，南通作為港口城市，常州作為輕工業城市，都有著自己獨特的優勢。而徐州、鎮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

通過以上所得結論可以看出聚類分析和因子分析得出的結果是基本一致的。這說明用因子分析和聚類分析評價城市的經濟發展水平是合理的，本文的數據分析的結論是正確的。

四、結束語及政策建議

首先，根據以上分析，筆者認為江蘇省應該采取大城市與小城市聯動型的城市化發展模式。即發達城市幫助經濟發展相對落后的城市。對于南京、蘇州和無錫這幾個中心城市而言，不僅要充分發揮其作為江蘇省的經濟和政治中心的作用，還要強化其對周邊城市的輻射作用，而且更應該改善其投資的軟硬環境，而政府應該加大這方面的監管。對于次中心城市的南通和常州而言，應以經濟發展為基礎，充分發揮各自的優勢，并加強其與中心城市的經濟聯系，逐步形成以南京、蘇州和無錫為主的城市群，實現共同發展。

其次，目前蘇南地區的大部分勞動者都是來自蘇北地區，對蘇南地區的經濟發展起到了重要作用。目前，蘇南地區城市的人口壓力正在增加以及基層勞動者市場趨于飽和。所以作為經濟較發達的蘇南地區應當反哺蘇北經濟較不發達地區，加大對這些城市的投資，吸引蘇北勞動者向蘇北地區流動，這既能加快蘇北地區發展，而且能為蘇南地區帶來新的投資。

最后，必須打破行政區劃的分割，堅決反對城市保護主義的存在。以經濟聯系和經濟輻射為依據進行行政區劃調整，特別要針對自身經濟實力較弱，城市化水平較低的城市制定相應的保護政策， 帶動其發展。

參考文獻：

[1]魏學文，劉文烈.黃河三角洲城市群發展格局與戰略研究[J].中國石油大學學報，2014（01）：29-34.