周南南 张可
[摘 要]绿色城镇化是国家新型城镇化建设的必然选择。绿色城镇化的核心是“以人为本,绿色发展”,因此选取人口转移、经济增长、基础设施和生态环境作为反映绿色城镇化水平的一级指标,构建我国绿色城镇化发展水平评价指标体系。在此基础上,运用因子分析和聚类分析的方法,评价我国31个省份的绿色城镇化水平。结果显示:我国绿色城镇化发展水平存在显著的不平衡性,呈现自西向东的阶梯状分布,西藏、甘肃等西部偏远地区省份的绿色城镇化发展水平整体靠后,其绿色城镇化建设极度欠缺;河南、湖北、湖南等中部地区省份的绿色城镇化发展处于中间水平;广东、江苏、山东、浙江等东部沿海地区省份的绿色城镇化发展水平较高,在全国处于靠前的位置。因此,应采取推动城镇产业向绿色产业转型、科学规划绿色城镇化建设格局、加强环境治理和生态文明建设等措施来推进我国绿色城镇化的发展。
[关键词]绿色城镇化;因子分析;聚类分析;绿色发展
[中图分类号]F299.21[文献标识码]A [文章编号]1671-8372(2021)01-0033-08
Comprehensive evaluation of the development level of green urbanization in China
ZHOU Nan-nan, ZHANG Ke
(College of Economics and Management, Qingdao University of Science and Technology, Qingdao 266061, China)
Abstract:Green urbanization is the inevitable choice of Chinas new urbanization. The core of green urbanization is “people-oriented and green development”. Therefore, population transfer, economic growth, infrastructure and ecological environment are selected as the first-level indicators to reflect the level of green urbanization, and the evaluation index system of the development level of green urbanization in China is constructed. And on this basis, factor analysis and cluster analysis are used to evaluate the green urbanization level of 31 provinces in China. The results show that there is a significant imbalance in the development level of green urbanization in China, which presents a step-like distribution from west to east. The development level of green urbanization in remote western regions, such as Tibet and Gansu, is lagging behind, and their green urbanization construction is extremely deficient; Henan, Hubei, Hunan and other central provinces are at the middle level in green urbanization development; Guangdong, Jiangsu, Shandong, Zhejiang and other eastern coastal areas have achieved a relatively high level of green urbanization, ranking first in China. Therefore, measures should be taken to promote the transformation of urban industry to green industry, scientifically plan the construction pattern of green urbanization, strengthen environmental governance and ecological civilization construction to promote the development of green urbanization in China.
Key words:green urbanization; factor analysis; cluster analysis; green development
一、引言
改革开放以来,我国的城镇化建设取得了显著的成就。1978—2019年,我国城镇常住人口从1.7亿人增加到8.48億人,城市数量由193个增加到679个,社会基础设施、教育水平、医疗水平等公共服务水平均得到明显提高;我国城镇化率也从17.9%提高到60.6%,我国常住人口城镇化率首次超过60%。城镇化作为我国现代化建设的必经之路,它的快速推进,改变了城乡人口结构,加快了城市发展,刺激了国民经济增长。但随着城镇化率的提升,我国出现了严重的生态环境问题,城镇和农村的环境污染加重,生态环境破坏力度增大。因此,我国政府对城镇化建设提出了新要求,提倡将生态文明建设融入城镇化中,大力推进绿色城镇化建设。
然而,我国各省份所处的地理位置、所拥有的自然资源和生态环境的不同,以及统筹地域、功能、特色等差异,需要各省份因地制宜地发展各自的绿色城镇化建设。因此,本文拟从反映绿色城镇化水平的多个方面,选取合适的指标,构建绿色城镇化发展水平评价指标体系,运用因子分析和聚类分析方法,研究2019年我国31个省份的绿色城镇化发展水平,分析绿色城镇化发展状况,从而为我国合理制定措施、减少环境污染、保护生态文明、加快绿色城镇化的进程提供一定的参考。
二、文献综述
绿色城镇化作为促进经济转型升级的新模式[1],近年来受到了国内外学术界的高度重视。随着人类社会文明的发展和科技的进步,国内外学者从不同的角度对绿色城镇化发展进行探索和研究。西方学者在绿色城镇化相关理论和实践研究方面比国内学者要早。英国学者霍华德(Ebenezer Howard)在2000年提出的“田园城市”构想,强调避免城市扩张带来的环境问题,可以看作是现代绿色城镇化理论的开端[2]。随后库瑞希(Qureshi)等学者通过研究巴基斯坦卡拉奇特大城市独特的社会经济(生活质量)标准与城市自然空间(及其内容)的耦合关系, 探讨社区的社会经济条件如何影响他们对城市绿地的偏好[3]。佩里诺(Perino)等学者通过对英国城市绿地价值研究的分析,得出城市的快速发展使生态环境遭到破坏,循环经济、绿色产业等概念应运而生[4]。图尔维(Turvey)等学者运用定量分析方法,探讨加拿大的小城市市政建设绿色发展问题,分析绿色发展对整个社区环境、地方发展和社区建设的影响[5]。
由于绿色城镇化的理念在中国的出现和倡导的时间并不长,目前国内关于绿色城镇化的研究仍处在初步探索阶段。国内学者主要从两个方面来研究绿色城镇化建设。一是定性研究,侧重于探讨绿色城镇化的发展道路、模式、建议、框架等相关理论。譬如,冯奎和贾璐宇通过分析和研究我国绿色城镇化发展的问题和不足,从产业政策、金融政策、财政政策、社会政策等层面提出相关建议[6]。杨振山等学者从产业、空间和社会三个维度分析了发达国家绿色城镇化发展现状,总结其实践经验,为我国绿色城镇化建设提供国际建议与启示[7]。张贡生通过对绿色城镇化基本框架的研究,提出走中国特色绿色城镇化道路的建议[8]。郭险峰和陈天林从乡村振兴角度,提出当前存在对城乡一体化、绿色城镇化的动力持续性等问题的忽视,从而为绿色城镇化的推进提供了更为长远的考量[9]。张永生基于生态文明视角,对中国绿色城镇化的转型升级提供了概念性框架和战略思路,这为在不破坏生态环境并充分利用自然力的前提下,创造繁荣的城市经济提供了可行路径[10]。二是定量研究,通过构建评价指标体系或运用多元统计方法对某一地区绿色城镇化水平进行实证研究。譬如,李为和伍世代运用灰色关联分析方法,通过建立多指标评价系统,构建绿色化与城镇化动态耦合模型,阐释了绿色化与城镇化耦合互动机理[11]。汪泽波等学者基于内生经济增长理论分析,通过构建计量模型,探讨了我国各省份实现绿色城镇化发展的路径[12]。邹荟霞等学者根据绿色城镇化内涵建立评价指标体系,运用综合指数法和空间相关分析法对我国291个地级市的绿色城镇化水平进行了研究[13]。谢秋皓和杨高升分别利用超效率SBM模型和ML指數对绿色发展效率进行静态测算和动态趋势分析,并利用Tobit模型进一步探究新型城镇化背景下我国30个省份绿色发展效率的驱动因素[14]。周正柱和王俊龙运用因子分析、综合发展指数等方法,对长江经济带沿线城市的城镇化与生态环境发展水平进行了测度和评价[15]。黄茂兴和张建威通过构建生态文明建设与新型城镇化的耦合协调模型,定量测度了福建省生态文明建设与新型城镇化耦合协调发展的时空格局,并建立回归模型分析了二者协调发展的影响因素[16]。
综上所述,国内外学者对绿色城镇化的内涵特征、基本框架、发展路径、评价测定等方面有了一定的研究成果,但目前我国对绿色城镇化的研究大多局限于某一地区或特定省份,对全国绿色城镇化水平的实证研究较少。故本文在绿色城镇化的理论基础上,构建绿色城镇化发展水平评价指标体系,并运用因子分析和聚类分析的方法,对2019年我国31个省份的绿色城镇化水平进行研究,了解我国绿色城镇化的发展状况,从而找出问题并提出建议。
三、研究方法
(一)因子分析
1.基本思想
因子分析于1904年由查尔斯·斯皮尔曼(Charles Spearman)提出。它从研究指标相关矩阵内部的依赖关系出发,通过对指标进行线性组合来减少指标的数量,即用少数不可观测的、抽象的综合变量来解释多个原始指标之间的绝大部分信息,从而最大限度地减少信息的缺失。
2.因子分析模型
设共有个变量,且这个变量有着较强的相关性。将指标数据标准化后的变量用表示,其均值向量,协方差矩阵记为,且协方差矩阵与相关系数矩阵相同。因子分析的一般模型为[17]:
(1)
式(1)中,要求,可将式(1)简化写成如下形式:
(2)
式(2)中,
,。
由式(2)可以知道:
(1)为公共因子,是不可观测的综合变量。
(2)载荷因子是第个指标变量与第个公共因子的相关系数,反映了两者的相关性。载荷因子的绝对值越大,二者相关的密切度越高。
(3)是特殊因子,它与公共因子无关,满足:
3.计算步骤
因子分析的具体计算步骤如下:
(1)对数据进行标准化处理,并计算相关系数矩阵。
(2)对指标进行KMO检验和Bartlett球形检验。
(3)求特征值和累计方差贡献率,并确定公共因子个数。
(4)求因子载荷矩阵和旋转因子载荷矩阵。
(5)计算每个公共因子得分。
(6)计算综合得分,对样本进行综合评价。
(二)聚类分析
1.基本思想
聚类分析作为多元统计方法的一种,根据研究对象的多个观测指标,计算得到对象间的相似程度,把相似度高的对象归为一类,使得同一类中对象间的相似性比与其他类中对象的相似性更强,即实现类间对象的同质性最大化和类与类间对象的异质性最大化[18]。聚类分析中对变量的聚类是R型聚类分析,对样品的聚类为Q型聚类分析。
聚类分析包含了系统聚类法、模糊聚类法和K-均值法等多种分类方法。本文采用系统聚类法,将样品按照一定的层次进行分类,并通过树状图直观表示样品的分类情况。
2.常见的类与类之间距离的计算方法
聚类分析中常用距离来测度对象间的相似程度,常见的计算距离的方法有最短距离法、最长距离法、类平均法和离差平方和法等。其中,类平均法是聚类分析中聚类效果较好、应用比较广泛的一种聚类方法。它有两种形式:
(1)组间联结法:是指在计算距离时只考虑两类样品之间距离的平均。
(2)组内联结法:是指在计算距离时把两组所有个案之间的距离都考虑在内。
本文采用类平均法中的组间联结法对样品进行分类,故求解类与类间距离的公式为:
(3)
式(3)中,和分别为类和类中的样品数。
3.计算步骤
系统聚类法的一般计算步骤如下所示:
(1)将个样品各自作为一类,即构造个类。
(2)计算个样品两两之间的距离,构成距离矩阵。
(3)将距离最近的两类合并成一个新类。
(4)计算新类与当前各类的距离,合并距离最近的两类,直至所有样品合并成一类。
(5)做出树状图,决定分类个数和类。
四、绿色城镇化发展水平评价指标体系的构建
(一)指标选取
由于我国各个省份在地理位置、自然资源、政策实施等方面不尽相同,即使在国家绿色城镇化政策的大力扶持下,各省份的绿色城镇化水平依旧存在一定的差异。故本文将我国31个省份作为主要的研究对象。
由于绿色城镇化的核心是“以人为本、绿色发展”,本文在指标数据来源可靠的前提下,遵循科学性、完备性、可行性、动态性、可比性等选取原则,选取人口转移、经济增长、基础设施、生态环境等4个一级指标构建我国绿色城镇化发展水平评价指标体系(见表1)。
由表1可知,人口转移指标包含1个指标,经济增长包含2个指标,基础设施包含5个指标,生态环境指标包含6个指标。
1.人口转移指标
城镇化建设最直接的结果是人口城镇化,即农村人口向城镇密集,使得城镇人口比重发生直接变化。本文仅选取2019年城镇人口比重作为反映城镇化水平的一项指标。
2.经济增长指标
绿色城镇化建设带动经济的快速发展,其经济发展理念是集约、智能和高效。本文选取反映经济增长的指标有人均GDP和城镇居民人均可支配收入。
3.基础设施指标
绿色城镇化的理念是以人为本,倡导生活宜居化,最直接的体现是基础设施建设,其建設水平和范围会直接影响城镇居民的生活质量和水平。本文选取的指标为城市用水普及率、城市燃气普及率、电力消耗量、每万人拥有公共交通车辆、城市建设用地面积。
4.生态环境指标
城镇化建设在提高经济效益的同时也产生了严重的环境问题。绿色城镇化以绿色发展为理念,把生态文明建设放在首位,以实现“节约资源、低碳环保”的健康发展道路,为城镇居民提供适宜的居住环境,实现城镇的绿色发展[19]。本文从污染物排放和城市绿化建设等方面选取污水处理率、生活垃圾无害化处理率、人均公园绿地面积、城市绿地面积、建成区面积、建成区绿化覆盖率等6项指标。
(二)数据说明
本文选取的指标数据分别来自《中国统计年鉴(2020年)》《中国城市建设统计年鉴(2019年)》和《中国城市统计年鉴(2019年)》。由于指标数据的大小和性质的不同会对结果产生影响,在对原始数据进行因子分析和聚类分析时,需对初始数据进行标准化处理,以得到更加准确的结果。
五、实证研究
(一)基于因子分析的我国绿色城镇化发展水平综合评价
因子分析作为一种多元统计方法,能够在损失较少信息的前提下,抓住问题的主要矛盾。故首先用因子分析对我国31个省份的绿色城镇化水平进行综合评价。
1.对选取的指标数据进行标准化处理,并计算相关系数矩阵
运用SPSS软件对数据进行标准化处理后得到相关系数矩阵(见表2)。
由表2可以看出,大部分指标的相关系数都较高,变量间有较强的相关性,即所选指标符合因子分析的基本要求,适合使用主成分分析法。
2.进行KMO检验和Bartlett球度检验
通过KMO检验和Bartlett球度检验对原始指标的相关性进行进一步检验。检验结果显示,KMO检验中,KMO值为0.658,根据Kaiser给出的KMO度量标准,可知所选指标适合进行因子分析。巴特利特球度检验统计量的观测值为420.132,相应的概率值接近于0.000,小于显著性水平0.05,这表明相关系数矩阵不是单位矩阵,用因子分析效果较好。
3.求特征值、方差贡献率,并确定公共因子个数
根据相关系数矩阵,以主成分分析法作为提取公共因子的方法,运用SPSS软件求出特征值和累计方差贡献率,具体数据见表3。
以累积方差贡献率达到75%为要求确定公共因子的个数。由表3可以看出,前4个因子的特征值均在1以上,且累计方差贡献率已达到75%以上。这说明前4个因子能够反映原始指标的绝大多数信息,故本文选择4个公共因子进行分析。具体的14个指标的特征值大小的关系可以通过碎石图明显看出(见图1)。
由图1可以看出,除了前4个因子的特征值在1以上,其余因子的特征值均在1以下。故所选取的4个公共因子符合特征值的要求。
4.计算因子载荷矩阵及旋转因子载荷矩阵
采用最大方差法对因子载荷矩阵进行正交变换,得到的旋转因子载荷矩阵见表4。
旋转因子载荷矩阵里的系数绝对值大小表示选取的公因子与各指标相关程度的高低。由表4可知,公因子1与的旋转因子载荷系数较大,说明此公因子主要包含了电力消耗量、城市建设用地面积、城市绿地面积和建成区面积的相关信息,故将公因子1命名为“生态资源因子”。公因子2主要包含了年末城镇人口比重、人均GDP和城市居民人均可支配收入的信息,故可将公因子2命名为“人均城镇化水平因子”。公因子3主要包含了人均公园绿地面积和建成区绿化覆盖率的信息,故将公因子3命名为“城市绿色发展水平因子”。公因子4主要包含了城市用水普及率、每万人拥有公共交通车辆和生活垃圾无害化处理率的信息,故将公因子4命名为“居民生活水平因子”。
5.计算因子得分
通过计算得到的因子得分系数矩阵见表5。
由表5得到的单个因子得分函数分别为:
(4)
(5)
(6)
(7)
将2019年我国31个省份的原始指标数据分别代入式(4)(5)(6)和(7),得到各省份的单个因子得分情况(见表6)。
从表6可以看出各省份对应的每个公共因子的得分情况。但由于单因子得分并不能综合代表各省份的经济发展水平,为了更准确地分析各省份的整体经济状况,需要得到综合因子得分。
6.计算综合因子得分,进行综合评价
对旋转后各因子的方差贡献率进行加权汇总,即可得到绿色城镇化水平综合因子得分函数。故综合因子评价公式为:
(8)
将31个省份的各单个因子得分代入式(8),得到各省份综合因子得分情况及排序(见表7)。
由表7可知,2019年我国31个省份的绿色城镇化综合因子得分仅有两个省份高于1,分别是广东省的1.252和江苏省的1.028,二省的绿色城镇化水平在全国较高。其次是山东、北京和浙江,这三省的综合因子得分相差不多,绿色城镇化处于中间水平;而青海、吉林和西藏等省份的综合因子得分较低,分别是-0.575、-0.578和-1.142,其绿色城镇化发展水平较低,尤其是西藏自治区,其综合因子得分与广东省相差极大,绿色城镇化发展水平较差。
综上所述,我国各省份绿色城镇化发展水平相差很大,出现了显著的不平衡。像广东、江苏、山东和浙江等东部沿海地区省份的绿色城镇化建设较好,甘肃、青海、西藏等西部内陆地区省份的绿色城镇化建设并不理想。这与我国各省份所处的地理位置,所拥有的自然资源和各自的经济发展水平息息相关。东部沿海地区优越的地理位置,为其在交通运输、文化交流、贸易往来等方面提供了极大的便利,故东部各省的城镇化水平得到迅速提高。城镇化建设最显著的特征是农村人口向城市密集,即大多数农村或偏远地区的居民选择向经济发达的地区进行转移,而西部地区落后的经济发展水平使其在城镇化建设方面并不具有优势。因此,国家应该因地制宜地制定相关政策,加强对西部偏远地区省份的绿色城镇化建设,以减少我国各省份之间的绿色城镇化水平差异。
(二)基于聚类分析的我国绿色城镇化发展水平综合评价
通过聚类分析,可以将研究对象按照一定的原则进行分类。为了进一步了解我国31个省份的绿色城镇化发展分类状况,本文在因子分析的结果上,对2019年我国31个省份的绿色城镇化水平进行Q型系统聚类分析,通过把因子分析中4个公共因子的得分看作4个指标变量,运用SPSS软件得到的聚类分析树状图(见图2)。
由图2,根据类的定义,设阈值,可将我国31个省份分为四大类,每大类包含的具体省份见表8。
根据表8的分类情况,再结合因子分析结果,可知在我国31个省份的绿色城镇化发展水平中,广东、江苏、山东、浙江等12个省份属于第一类,其绿色城镇化发展处于较高水平;上海、天津、宁夏、福建等4个省份属于第二类,其绿色城镇化发展状况次之;而位于偏远地区的西藏、青海和海南等省份,在绿色城镇化发展水平中处于劣势,且与其他省份有著很大的差距。除了上述19个省份,其余12个省份属于第三类,在绿色城镇化水平上相差不多。综上所述,我国绿色城镇化水平在各省份的建设状况中有明显的差异。
六、结论与建议
(一)结论
基于绿色城镇化的绿色发展理念,本文从人口转移、经济增长、基础设施、生态环境等方面建立绿色城镇化发展水平评价指标体系,并运用因子分析和聚类分析对2019年我国31个省份的绿色城镇化发展水平进行了总体评价。结果显示,我国的绿色城镇化建设呈现出自西向东的阶梯状分布,具体说明如下:
1.西藏、甘肃等西部偏远地区省份的绿色城镇化发展水平整体靠后,其绿色城镇化建设极度欠缺。尤其是西藏自治区,其综合因子得分和聚类分析结果均显示其绿色城镇化水平在全国31个省份中最差,与其他省份有着很大的差异。
2.广东、江苏、山东、浙江等东部沿海地区省份的绿色城镇化发展水平较高,在全国均处于靠前的位置。尤其是广东省,其绿色城镇化水平在全国最高,这在某种程度上说明了绿色城镇化建设与经济发展水平有着一定的关系。
3.河南、湖北、湖南等中部地区的省份,其绿色城镇化发展处于中间水平,与东部沿海地区省份相比较差,但比西部偏远地区省份的绿色城镇化建设要好。且中部地区省份之间的绿色城镇化水平相差不大。
综上所述,由于各省份在自然条件、历史文化、经济发展、国家政策扶持等方面存在着显著的差异,我国绿色城镇化建设出现了极大的不均衡,从东部沿海地区到中部地区,再到西部偏远地区,绿色城镇化水平逐渐变差。针对这一现象,我国应给予重视,加强西部地区绿色城镇化建设,缩小东、中、西部省份之间的差距,实现我国城镇化的均衡、绿色、可持续发展道路。
(二)建议
目前我国的城镇化建设存在着环境恶化、资源浪费等问题,基于上述研究,本文提出以下推进我国绿色城镇化发展的政策建议:
1.推动城镇产业向绿色产业转型。城镇化绿色转型必须以绿色产业为支撑,从高污染、高排放、高消耗的褐色产业转变为低碳、环保、节能的绿色产业,积极开发促进绿色产业发展的新技术,推动生产方式绿色化,实现绿色发展[20]。
2.科学规划绿色城镇化建设格局。合理制定城镇空间的产业和人口布局战略,将城镇人口数量控制在适当范围内,实现集约发展。各地区在自然条件、历史文化、经济发展等方面有一定的差距,因此应尊重城乡差异,依据城市自身实际情况,因地制宜地推动绿色城镇建设。
3.加强环境治理和生态文明建设。全面推进城镇化的绿色转型,提高工业对废弃物的无害化处理水平,强化对生态环境的保护、修复和防治,积极开发清洁、绿色能源,积极发挥政府作用,提高公民环保意识,从每一件小事做起。
[参考文献]
田文富.“产城人”融合发展的绿色城镇化模式研究[J].学习论坛,2013(3): 37-39.
霍华德.明日的田园城市[M].金经元,译.北京:商务印书馆,2000.
QURESHI S, Breuste J H, JIM C Y. Differential community and the perception of urban green spaces and their contents in the megacity of Karachi, Pakistan [J]. Urban Ecosystems, 2013(4): 853-870.
PERINO G, ANDREWS B, KONTOLEON A, et al. The value of urban green space in Britain: a methodological framework for spatially referenced benefit transfer [J]. Environmental and Resource Economics, 2014(2): 251-272.
TURVEY R A. Researching green development and sustainable communities in small urban municipalities [J]. International Journal of Society Systems Science, 2015(1): 68-86.
馮奎,贾璐宇.我国绿色城镇化的发展方向与政策重点[J]. 经济纵横,2016(7):27-32.
杨振山,程哲,李梦垚,等.绿色城镇化:国际经验与启示[J]. 城市与环境研究, 2018(1): 66-77.
张贡生.中国绿色城镇化:框架及路径选择[J].哈尔滨工业大学学报(社会科学版),2018(3):123-131.
郭险峰,陈天林.乡村振兴助推绿色城镇化发展研究[J].现代经济探讨,2019(9):114-117.
张永生.基于生态文明推进中国绿色城镇化转型:中国环境与发展国际合作委员会专题政策研究报告[J].中国人口·资源与环境,2020(10):19-27.
李为, 伍世代. 绿色化与城镇化动态耦合探析:以福建省为例[J].福建师范大学学报(哲学社会科学版),2016(4):1-8.
汪泽波,陆军,王鸿雁.如何实现绿色城镇化发展:基于内生经济增长理论分析[J].北京理工大学学报(社会科学版),2017(3):43-56.
邹荟霞,任建兰,刘凯.中国地级市绿色城镇化时空格局演变[J].城市问题,2018(7):13-20.
谢秋皓,杨高升.新型城镇化背景下中国区域绿色发展效率测算[J].统计与决策,2019(24):132-136.
周正柱,王俊龙.长江经济带沿线城市城镇化与生态环境发展水平评价[J].统计与决策,2020(22):113-116.
黄茂兴,张建威.生态文明建设与新型城镇化协调发展的时空格局及影响因素:以福建省为例[J].福建师范大学学报(哲学社会科学版),2021(1):40-54.
司守奎.数学建模算法与应用[M].北京: 国防工业出版社,2011:612-614.
何晓群.现代统计分析方法与应用[M].北京:中国人民大学出版社,2012:172-193.
宋慧琳, 彭迪云. 绿色城镇化测度指标体系及其评价应用研究:以江西省为例[J].金融与经济,2016(7):4-9.
辜胜阻,李行,吴华君.新时代推进绿色城镇化发展的战略思考[J].北京工商大学学报(社会科学版),2018(4): 107-116.
[责任编辑 祁丽华]