中国城市病评价模型及解决方法

孙凯　蔡琼　李静　肖坚

摘 要 本文先选取大城市病评价指标体系，采用主成分分析法，建立大城市病评价模型。并以北京市为例，采集数据，利用Matlab软件计算，得到北京大城市病的程度较为严重。之后我们再提出了大城市病的一种有效解决方法——建立新区，还是以北京市为例，通过计算，得出新区的建立在一定程度上可以缓解大城市病。

关键词 大城市病 主成分分析法 城市病评价模型

中图分类号：C931.2 文献标识码：A

改革开放的三十多年来是我国处于高速发展的特殊时期，这也导致我国城市发展过快，使得大量非农人口在短时间内涌入城市，超越了城市社会资源的承载能力，导致城市拥堵、资源紧张、生活困难、环境恶化等城市病的出现，而解决大城市病可以更好的改善城市人民生活水平，缓解城市交通拥堵，美化城市环境，让城市的可持续发展能够更好的进行等等。

1评价模型的建立

1.1建立城市病评价指标体系

要对城市病程度分析，需要先确定相关指标，也就是城市病影响因素，参照相关文献选取指标体系，在考虑城市病一般表现形式和形成原因时，还要遵循指标设计原则，这样才能保证指标的可取性和实际性，所以我们经过综合性处理确立了城市拥堵、资源紧张、生活困难、环境恶化四个一级指标。二级指标17个，分别为：X1-人均道路面积（平方米/人），X2-城市人口密度（人/平方公里），X3-公路营运载客汽车拥有量（万辆），X4-每万人拥有公共交通车辆（标台），X5-人均生活用电量（千瓦时），X6-人均生活用煤量（千克），X7-城市绿化覆盖率（%），X8-每万人医疗机构床位（张），X9-城镇登记失业人数（万人），X10-城镇单位就业人员（万人），X11-居民消费价格指数，X12-住宅商品房销售价格（元/平方米），X13-可吸入颗粒物年日均值（毫克 /立方米），X14-二氧化硫年日均值（毫克 /立方米），X15-二氧化氮年日均值（毫克 /立方米），X16-道路交通干线噪声平均值（分贝），X17-化学需氧量（COD）排放量（万吨）。

1.2评价方法

本研究利用主成分分析法进行数据处理，主成分分析法是考察多个变量之间相关联系的一种多元统计方法，通过研究少数几个主要成分来解释多个变量之间的内部结构。

因为各个指标所涵盖的数据单位各不相同，所以为了保证数据之间的干扰相对较小，我们对原始数据进行了标准化处理：

公式（1）适用于指向性为正向的指标.公式（2）适用于指向性为反向的指标。

利用计量模型，计算各年度北京市城市病的综合得分，分类计量模型如下

Y1=0.910858*f11 Y2=0.827382*f21

Y3=0.77105*f31+0.188517*f32

Y4=0.58868*f41+0.266555*f42

综合计量模型：

Y=0.916894*f1+0.048008*f2+0.029979*f3+0.005119*f4

其中f11表示城市拥堵的表现层分类模型的第一主成分，f11前面的系数表示其方差贡献率，同理以此类推。

1.3以北京市为例，验证模型

近年来，北京市城市病的程度越发严重，为了建立城市病评价模型，我们以北京市作为研究城市，收集了上述相关指标的数据。同时为了更好的探究北京市城市病的历史演变，我们采取收集了2011年-2015年的城市病进行分类评价和综合评价，采取及收集的数据均来自于《中国统计年鉴》、《北京统计年鉴》、《国家统计局》。

可以看到，2011年-2015年北京市城市病呈年均增长的趋势，说明北京市城市病呈现出逐渐恶化的趋势（如图1）。

我们在此基础上查找到了吉林长春市的数据与北京市计算比较，发现北京2011年——2015年的Y值平均在1.55左右，而长春的只有0.95。说明在以Y=1为界限的标准下，数值越大，则城市病越严重，现在的北京市尽管GDP很高，但污染等问题也很突出，而相比之下，长春是一个二级城市，它的Y的计算分值大大低于北京，也就是说它的城市病没有的北京的严重。进一步说明北京市的城市病或者国内的一些一线城市的城市病问题日益突出，亟待解决。

2大城市病的一种解决方法

通过上文对北京城市病的相关分析，我们认为对于北京市的城市病：影响城市病的原因不只有一个，就好像有多个二级指标一样，只改变其中的某几个指标是无法从根本上解决问题的，所以从制度成因研究北京市城市病显得更为有必要，为减轻或者控制“城市病”的恶化蔓延趋势，应该考虑消除引发“城市病”的制度性因素，寻求解决方案。

我们可以建立一个城市新区来缓解一个城市的城市病，虽然耗时投资可能更久，但是也不失为一种有效的方法。

就像之前我们对于北京城市病的研究，不妨设立一个二类城市的新区解决大城市病的问题，新区建立之后必然会对城市病程度有一定的缓解作用，由于时间和技术原因，我们无法对17个二级指標都进行数据优化和改动，所以我们对占权重较大的六个指标数据进行了适当的优化和变动。

我们再利用上述建立的模型和方法进行数据分析，计算出在雄安新区建立之后北京市城市病的变化程度，以此来推断新区建立对大城市城市病的影响。

先对指标进行单独分析，看对城市病程度的影响，如果只改变：X2（城镇人口密度）、X5（人均生活用电量）、X6（人均生活用煤量）、X10（城镇单位就业人员）、X11（居民消费价格指数）、X13（可吸入颗粒物年日均值）。

将所有指标改变数据同时分析，则Y由1.815241变为1.61866715。

所以由数据分析可知，在选取的六个二级指标中，影响程度应是X11>X2>X13>X10>X6>X5，总而言之，新区的设立对北京市城市病程度有着有效的改善效果，所以新区的建立对于大城市的城市病的改善在一定程度上是可以实现的。

3对模型的评价和解决大城市病的进一步构想

3.1模型的广泛适用性——模型的优点：

（1）模型的建立是采用了主成分分析法这一较为实用方法，文中建立的中国城市病评价模型适用于很多类似于北京市的大城市以及一些中小城市。

（2）能够对相关城市的城市病程度做出一个初步的判断，并且该模型拥有一定的预测作用，基于前几年的数据能够对之后几年的数据有个大致的估测，从而做出相应的应对措施。

（3）能够较为明确的看出某一指标对该城市的城市病程度的大小。

3.2解决大城市病其他的方法

本研究对解决城市病问题所采用的方法是空间调整，即建立新区来缓解城市病。也可通过调整产业结构，也就是城市在发展的过程中可以把类似重工业等的占比减少，逐步加强对文化产业的建设的方法；也可以走新型可协调的城市化发展道路，在发展经济的同时要注重对环境等的影响。

参考文献

[1] 陆韬.“大城市病”的空间治理[D].华东师范大学，2013（S2）.

[2] 赵弘.北京市大城市病治理与京津冀协同发展[J].经济与管理，2014（03）.endprint