山东新型城镇化水平测度及因子分析*

张　玲

(菏泽学院经济系, 山东 菏泽274000)



山东新型城镇化水平测度及因子分析*

张玲

(菏泽学院经济系, 山东 菏泽274000)

新型城镇化是我国城镇化发展的必然要求，已经成为各级政府关注的热点问题.测度新型城镇化水平，有助于正确认识现有新型城镇化程度，为进一步建设新型城镇化提供参考.依据聚集经济理论，从五个方面构建了新型城镇化评价指标体系，运用因子分析方法对山东省17个城市的新型城镇化水平进行了测度.然后采用聚类方法把这些城市分为三类，并进行了分析，认为经济发展水平是影响新型城镇化的关键因素，最后提出了提升新型城镇化水平的若干建议.

新型城镇化；指标体系；因子分析；聚类分析

引言

我国自改革开放三十多年来，城镇化进程很快，城镇化率由1978年的17.92%提升到2014年的54.77%，平均每年提高约一个百分点，城镇人口增加了5亿多.城镇数量不断增加、规模快速扩大，开始出现交通拥堵、环境恶化、农民工难以融入城市等一系列问题.

与此同时，学术界对城镇化的研究逐渐增多，2014年3月，我国公布国家新型城镇化规划，新型城镇化开始受到社会广泛关注，当前研究主要集中于新型城镇化的内涵、评价体系和建设路径；研究角度虽然不同，但一致认为新型城镇化的本质是提升城镇化质量.城镇的产生和发展的主要驱动力在于聚集经济效应，从聚集理论出发建立新型城镇化评价体系，能够正确认识城镇化的质量，从而为新型城镇化实践提供参考依据.

山东省作为一个农业、人口大省，随着经济发展，城镇化率从1977年的13.3% 提升到2014年的55%，平均每年提高约1.13%，城镇化进程高于全国平均水平.由于省内区域经济发展不均衡，城镇化质量存在较大差异性，通过构建山东省新型城镇化评价指标体系，测度城镇化水平，不仅有助于客观认识山东城镇化质量，对于其他城镇化研究也具有借鉴意义.

1　城镇化的涵义和新型城镇化的提出

城镇化是伴随工业化发展，非农产业在城镇集聚、农村人口向城镇集中的自然历史过程.关于城镇化的概念，学术界有很多不同的定义，大体可以总结为以下几种：第一种定义，城镇化是随着经济发展，人口不断从农村向城镇转移的过程.第二种定义，城镇化是社会生产方式变化所引致的人们生产方式、生活方式和居住方式改变的过程.第三种定义，城镇化是社会文明转变的历史过程，从农业人口占多数的传统农业社会向非农业人口占多数的现代文明社会转变的历史过程.第一种定义认为城镇化就是人口聚拢，第二、三种定义在人口之外还关注城镇化的质量，对于城镇化质量的具体内容，则有不同的解读.

我国城镇化发展过程中，出现了农业转移人口市民化程度低、城镇用地粗放低效、城镇环境污染加剧以及城乡发展不均衡等“城市病”，同时，国民经济又面临结构调整、内需不振的压力.在此背景下，提出了建设以人为本、四化同步、优化布局、生态文明、文化传承的中国特色新型城镇化；希望通过加大城镇基础设施投资，推进农业转移人口市民化，充分发挥城镇集聚效应，刺激内需；国家土地资源有限，希望城镇集约利用土地资源，保护环境和生态，实现可持续发展.总体来说，新型城镇化是根据我国的实际状况，明确了城镇化质量的具体内容，为建立评价指标体系提供了依据.

2　新型城镇化评价指标体系构建

2.1构建指标体系的依据

从聚集经济理论角度来说，城镇存在和发展的动力和主要原因是聚集经济效应.企业聚集在城镇，能够共用道路、交通、教育、信息设备等公共基础设施，有效降低了区域内所有部门的成本；而就业人口向城镇聚集，形成了需求市场，既有利于企业就近销售又有利于熟练员工在企业就业，距离的缩短也有利于员工交流经验，促进信息传播，提升技能和积累知识.总体来说，城镇化提高了对资本、劳动力和土地等资源的利用效率，但是人口和企业的聚集造成了交通拥堵和能源消耗增加，环境污染状况增多，从而影响到城镇生活质量.

新型城镇化要求在提高资源利用效率的同时，要提高农村转移人口市民化程度，保护环境，实现绿色发展.按照聚集经济理论和新型城镇化的要求，可以从劳动力、资本、土地资源的利用效率，以及环境、对农村转移人口包容性共五个方面建立指标体系.

2.2新型城镇化评价指标体系

考虑到数据的可获得性和可比性，本文共选取了11个指标建立新型城镇化指标体系，如表1所示.

表1　新型城镇化指标体系

1)劳动力指标：城镇人口比重衡量城镇人口占总人口的比重，是一项传统的衡量城镇化水平的指标，直接反映农村劳动力向城镇转移的结果.

2)资本利用指标：资本投资从第一产业转向第二、三产业，推动了城镇发展，吸引劳动力向城镇聚集，给生产或销售方面带来收益.第二、三产业增加值占GDP比重高的地方就业机会较多，人均GDP反映了地方的收入状况，收入高的地方对劳动力有较高的吸引力.增量资本产出率衡量了资本利用效率，可以反映城镇基础设施投资与需求之间的均衡关系.

3)土地利用指标：人多地少是现实国情，土地在山东省也是宝贵的稀缺资源，推进新型城镇化要求实现集约利用土地资源.人口密度指标衡量了对土地的利用效率，城镇化程度越高，人口密度应该越高.基础设施用地率衡量了公共服务与公共管理用地以及道路与交通设施用地占建成区面积的比例，其中包含了机关团体、科教文卫土等公共服务部门用地，也包含道路与交通设施用地，为高集中度的人口提供公共服务和基础设施有利于降低社会成本，适度的基础设施用地率也提升了城镇人口的生活质量，例如充足的道路资源能够降低交通拥堵，提高工作人员通勤效率，也会降低空气污染程度.

4)环境指标:新型城镇化关注城镇化的可持续发展，要求生态文明，绿色低碳.建成区绿化覆盖率反映了城镇规划合理程度，绿化覆盖率高的城镇，生态环境较好，更能实现可持续发展.亿元GDP氨氮排放量和亿元GDP废水排放量两个指标从空气和水两个方面反映了城镇发展对环境的压力，这两个指标越高说明城镇对水、大气的集约利用率越高.

5)包容性指标：大量农业人口进入城镇后，只有在养老、医疗等方面享受城镇居民的基本公共服务，才能真正成为市民，最终融入城镇.新型城镇化要求以人为本，公平共享，推进城镇基本公共服务常住人口全覆盖.社保比率直接反映了新型城镇化的目标要求，社保比率越高，则新型城镇化程度越高.城乡收入比从另一个方面衡量了新型城镇化程度，城乡收入比较低的地方说明城镇化程度越高，农村劳动力的转移程度达到了较为均衡程度.

3　山东省各城市新型城镇化发展水平评价

3.1数据来源及处理

利用因子分析方法对新型城镇化评价指标体系的十一个指标进行降维，简化为几个综合因子，能够简化和更好的解释评价结果.本文研究数据来源于2012～2015年的山东统计年鉴，采用SPSS19.0统计分析软件中的因子分析程序，对数据进行了标准化处理，目的是消除不同量纲的影响.

3.2因子分析

3.2.1指标相关性检验

因子分析要求指标之间要有相关性，SPSS提供KMO和Bartlett球形检验去判定这种相关性，KMO检验变量间的偏相关性，检验结果为0.686，表明能够进行因子分析.Bartlett球形检验用于检验相关阵是否单位阵，其近似卡方分布值为402.733，在自由度为55的条件下显著性概率为0.000，小于0.05，说明11个变量间相关性显著，适用因子分析.

3.2.2主因子的确定

相关性检验通过后，用主成分分析法提取主因子，采用最大方差法旋转，按照特征值大于1的原则确定主因子个数，具体结果见表2.可以看出共提取了4个主因子，累计贡献率达到了77.27%，说明这2个主因子可以反映原指标体系77.27%的信息量是可以接受的结果.

表2　主成份因子方差表

旋转后的因子载荷矩阵，见表3.从表3可知，第一主因子在人均GDP、二三产业增加值占GDP比重、城镇人口比重这三个变量上载荷较大.这三个变量本身关联性较强，二三产业比重大和人均GDP高的城镇，经济实力强，有较多就业机会，能够吸纳更多的农村转移人口.第一主因子其实反应的是对资本的吸引和利用能力，最终表现在经济实力上，所以第一主因子可以看做经济实力因子，经济实力因子的方差贡献率达到了32.979%，是影响城镇化水平的主要因素.

第二主因子在城乡收入比、基础设施用地率、增量资本产出率三个变量上载荷较大.城乡收入比说明了城乡居民收入差距程度，收入差距越大，城镇对农村剩余劳动力的吸引力越大.基础设施用地率高表示城市规划的预见性强，能够为未来进入城市的人口提供较好的基础设施服务.增量资本产出率从侧面反映固定资产投资与基础设施建设相关，政府在城市建设方面投资较大.可以把第二主因子看做城镇发展因子，对城镇化水平未来发展影响较大.

第三主因子在社保比率与建成区绿化覆盖率上载荷较大，可以看作宜居因子，反映了城镇对外来人口的接纳程度和环境的舒适度.第四主因子在人口密度上载荷较大，可以看作土地利用效率因子.

表3　旋转后的因子载荷矩阵

3.2.3因子得分及排序

为了分析各地城镇化发展水平，根据SPSS给出得4个主因子的得分系数，用各因子的方差贡献率与累计方差贡献率之比为权数计算总和得分，得到山东省各地城镇化水平综合指数，具体计算公式如下：

山东各地城镇化水平主因子得分、综合得分及排名，见表4.

表4　山东各地城镇化水平因子得分及排名

3.3聚类分析

为了进一步认识山东省各地市新型城镇化水平的层次和分布，利用表4提取的4个主因子进行聚类分析.在SPSS中选择系统聚类中的Q型聚类法，把17个城市分为3类，结果见表5和图1.

表5　聚类分析结果

图1　新型城镇化聚类谱系图

第一类城市为新型城镇化水平高的城市，共有四个，青岛、烟台、东营、威海.这四个城市都是山东沿海城市，地理位置接壤，位于山东半岛东部顶端.四个城市在第一主因子方面普遍得分较高，经济活力较强，人均GDP以及城镇人口占总人口比率均高出全省平均水平较多，其中青岛和烟台经济实力雄厚，东营和威海受到这两个城市的辐射带动.经济实力与发展速度高的城市能够提供大量就业机会，吸引农村转移人口进入城市，这也证明经济因素是影响城镇化发展的主要因素.这四个城市在第二因子和第四因子上得分较低，表明这四个城市在人口聚集与土地利用效率方面存在改进之处，城镇建设用地增长速度与人口增长速率不匹配，使得基础设施用地率较低，人口密度也低.

第二类城市为新型城镇化水平适中城市，共有三个，济南、淄博、枣庄.这三个城市有共同的特点就是在第四主因子上得分较高，人口密度大比其他城市要高的多.这三个城市都是山东工业化发展较早的城市，城镇人口基数较大，城镇早期规划对绿化用地方面考虑较少，结果在第三主因子环境宜居方面得分较低，降低了总体评分.

第三类城市共有十个城市，这些城市在四个主因子上得分有高有低，结果总体评分基本上位于全省下游.其中的德州、滨州、莱芜与临沂四个城市，在第二主因子上得分较高，表明城镇建设在基础设施上投资力度较大，为城镇的未来发展奠定了基础；但是在第一、第四主因子上得分较低，表示经济实力相对较弱，对农村转移劳动力的吸纳能力不足，另一个更可能的原因是城市扩张速度超出了人口增长速度，结果是人口密度较低.其他六个城市在四个主因子得分上高低较为分散，各有优势与劣势.

4　结论及建议

4.1结论

本文从五个方面选择了11个指标建立了新型城镇化水平评价指标体系，利用SPSS中的因子分析方法提取了四个主因子，结果表明，新型城镇化的主要影响因素是经济实力因子，其次为城镇发展因子，处于末位的是宜居和土地利用效率两个因子.然后利用这四个因子测度了山东省17个城市的新型城镇化水平，并根据综合评分进行了排名，评价结果距实际状况相符合.紧接着，依据上述评价结果，将17个城市聚成三类.

本文所建立的新型城镇化评价指标体系有待进一步研究和完善.衡量新型城镇化的指标除了本文的11个之外，还有待进一步补充.由于数据来源仅限于公开的山东省统计年鉴，未来的研究可将具体评价指标在现有11个基础上适当增加.

4.2建议

经济因素是影响新型城镇化发展的主要因素，人口向城镇聚集的主要目的是就业，如果能够吸引资本在当地投资建厂增加就业率，必然会提升城镇化水平；当居民收入水平提升后，消费水平也会提高，反过来又会刺激当地产业发展，这才会形成良性循环.新型城镇化评分较低的城市提升城镇化率的路径是发展经济，根据本区域的实际状况促进当地产业发展，从而吸引人口向城镇转移.

城镇规划需要有一定的预见性，绿地、公园、道路以及公共服务部门需要在用地方面预留建设空间，否则随着城镇人口增长，宜居性会降低，调整的难度较大.城镇建设需要与人口增长相协调，城镇快速扩大规模，人口密度就难以提升，不仅土地利用效率不高，基础设施利用率也难以提升，城镇化的聚集效应就难以充分发挥.

[1](美)埃德温．S．米尔斯．城市和区域经济学手册第三卷[M]．安虎森等译．北京：经济科学出版社，2003：120-127．

[2]世界银行．中国：推进高效、包容、可持续的城镇化[EB/OL]． http://www.shihang.org/zh/country/china/publication/.

[3]张海峰．山东破题新型城镇化[J]．走向世界，2014(01)：52-54.

[4]刘德军．山东新型城镇化发展路径研究[J]．经济研究参考，2013(31)：33-49.

[5]王新娜．城市化水平衡量方法的比较研究[J]． 开发研究，2010(05)：92-95.

New Urbanization Measurement and Factor Analysis in Shandong Province

ZHANG Ling

(Heze University，Heze Shandong 274000，China)

The new urbanization is the inevitable requirement of the national development, has become a hot topic for governments at all levels. The level measuring helps to correctly understand the new condition and provides reference for the further construction of the new urbanization. Based on aggregate economic theory, this paper constructs the evaluation index system of the new urbanization in five aspects, using factor analysis method to evaluate new urbanization level of 17 cities in Shandong province. Then, it applies cluster analysis to divide 17 cities into 3 types and finds out that the economic development level is the key factor influencing the new urbanization. Finally, it puts forward some suggestions to improve the level of new urbanization.

new urbanization;index system; factor analysis; cluster analysis

1673-2103(2016)02-0043-06

2015-12-15

2014山东省统计局项目：“新型城镇化测度及经济发展关系统计研究”

张玲(1974-)，女，山东菏泽人，讲师，硕士，研究方向：区域经济.

F291

A