重庆市城镇化综合评价指标体系应用研究

胡爱平,邱世芳,伍度志

(1.重庆理工大学 数学与统计学院，重庆　400054；

2.后勤工程学院 基础部，重庆　400311)



重庆市城镇化综合评价指标体系应用研究

胡爱平1,邱世芳1,伍度志2

(1.重庆理工大学 数学与统计学院，重庆400054；

2.后勤工程学院 基础部，重庆400311)

摘要：城镇化代表着一个国家或地区发展进步的程度，对当今我国经济社会发展和现代化建设有着非常重大的意义。城镇化评价指标体系的提出对城镇化发展非常重要，尤其是综合、科学的城镇化评价指标体系的建立非常必要。评价指标体系是对城镇化的评价，能让我们发现城镇化发展过程中存在的问题，以便及时纠正，寻求正确的发展方向。然而，对于不同的地区，从不同角度出发，构建的评价指标体系也是多样的。根据相关统计数据，运用因子分析方法和主成分法构建重庆市城镇化评价指标体系，并进行应用研究。通过实证分析，验证了该评价指标体系的合理性和可行性。

关键词：评价指标体系；重庆市城镇化；因子分析；主成份分析；改进熵值法

城镇化(Urbanization)或城市化是农村人口不断转变为城市人口的过程，是指第二、三产业在城镇集聚，农村人口不断向非农产业和城镇转移，使城镇数量增加、规模扩大，城镇生产方式和生活方式向农村扩散、城镇物质文明和精神文明向农村普及的经济、社会发展的过程。重庆是一农业大市，山高路陡，地区间的发展不平衡。直辖前，受经济发展水平和区域经济发展重心的影响，重庆市城镇化水平起点较低，发展滞后。1996年，重庆市城镇化率仅为29.5%，比全国低1个百分点。直辖以后，在市委、市政府的领导下，重庆市经济得到了健康、快速发展，各项改革措施得以落实，城镇化水平得到了很大程度的提高。到2006年，全市城镇化水平共提高了17.2个百分点，达到了46.7%，年均增长1.7个百分点。到2013年，重庆市城镇化率已达58.34%。重庆市是西南地区和长江中上游最大的中心城市，是三峡库区的主要淹没地，是西部大开发的龙头城市，在全国城镇化中占有重要的地位。因此，建立综合、科学的重庆市城镇化评价指标体系，对城镇化发展非常重要，能让我们发现城镇化发展过程中存在的问题，及时纠正，以寻求正确的发展方向。

1城镇化评价指标体系研究现状

随着我国城镇化的不断发展，对城镇化进程的研究也逐渐增多。城镇化评价指标体系的研究受到越来越多学者的关注，很多学者也提出了自己的评价指标体系和理论。 秦新润[1-2]在农村城镇化发展的基础上，结合发展农村现代化的标准设计了一套农村城镇化指标体系。其中，包括3个方面的一级指标：经济发展、人口结构和社会环境，具体包括人均GDP、第三产业占GDP比重、社会保障覆盖率、恩格尔系数、基尼系数、非农业劳动力占农村劳动力比例、在高中以上教育人口比例、人均公共道路面积、人均绿地面积等25个指标，并确定指标标准值和权重。陈鸿彬[3]则根据乡村城市化发展的特征，在对一些乡村的基础情况调研的基础上，建立了侧重于乡村综合经济发展能力的乡村城市化指标体系。其中，指标体系包括2层：一级指标层包含经济规模与经济效益、优化结构与发展协调、科学技术进步与资本投入、政府办事效率与透明度、生活环境与生活品质；二级指标层包括财政收入、乡镇经济收入、乡镇人均经济收入等19个指标。丁健[4]根据现代化城市发展的特点，并遵循指标选取原则，依照城镇化构成要素。要使建立的指标体系更具实际操作性、更科学合理，则现代城市指标体系应该包含人均GDP、第三产业占GDP比重、城镇化率、人均道路占用面积、人均绿地面积、人均用水普及率、人均住房面积等9项指标。

2重庆市城镇化综合评价指标体系的构建

2.1城镇化评价指标选取原则

1) 科学性原则。评价指标应建立在科学实用基础上，达到理论与实践相结合，真实客观地反映重庆市真实情况。

2) 全面性原则。城镇化是一个运动变化的过程，在建立评价指标体系时，应考虑到能反映城镇化发展的各个方面。

3) 实用性原则。实用性原则是指实用性、可行性和可操作性。评价指标所需的数据易于采集，信息来源渠道必须可靠，便于结合重庆市具体情况进行分析。

4) 代表性原则。指标的选取要精简，要选择能代表重庆市城镇化特点的指标因素，避免过多的重复。

5) 可比性原则。指标的选取要有概括性和普遍性，要适合不同的对比分析地区，确保准确科学地进行横向、纵向对比。

2.2选取评价指标内容

根据对重庆市城镇化具体情况的考虑，遵循指标选取原则(科学性原则、全面性原则、实用性原则、代表性原则、可比性原则)，根据“经济基础发展、城乡居民生活、生态环境建设和城镇发展”4个方面的内容来建立科学、规范、合理的重庆市城镇化综合评价指标体系，其中包含4个二级指标，分别为：经济基础评价指标、城镇化发展评价指标、城乡协调发展评价指标、生态环境评价指标[9-12]。

1) 经济基础评价指标：经济发展是城镇化发展的根本动力和支撑。主要指标有：人均GDP、地方财政一般预算收入、实际利用外商直接投资及固定资产投资。

2) 城镇化发展评价指标：城镇化发展水平的评价对于城镇化持续快速优质的发展是非常重要的。主要指标有：城镇职工年平均工资、城镇人均可支配收入、电信业务总量、卫生机构床位数、普通高等学校在校学生数、城镇职工基本医疗保险参保人数、从业人员、城镇登记失业率、非农业人口比重、人均道路面积及建成区绿化覆盖率。

3) 城乡协调发展评价指标：城乡协调发展是推动城市化发展进程的关键，是城镇化的主要目标之一。主要指标有：城乡恩格尔系数比、人均个人储蓄存款余额[8]。

4) 生态环境评价指标：良好的生态环境是城镇化可持续发展的重要保障。主要指标有：工业二氧化硫排放量、工业废水排放总量。

各级指标构建如表1所示。

表1　重庆市城镇化评价指标体系

2.3评价指标的优化

先对上述三级指标进行因子分析找出公共因子，再使用主成分分析法，选出累计贡献率在85%及以上的各主成分。这些主成分都是由原指标体系中的指标组合而成，删除主成分组合中指标系数低于0.75的指标。所以，在经过多次主成分分析后，保留下的指标体系即为筛选过后的指标体系。

2.3.1对重庆市城镇化评价指标进行因子分析

本文利用SPSS19.0[5-7]统计软件，对重庆市1994—2013年的上述三级指标数据进行因子分析，数据来源于《重庆市统计年鉴1994—2013年》。

第1步，对原始数据进行量纲一化处理。首先，计算各个指标的平均值和标准差；然后将这些数据代入标准化公式中，经计算可以得到重庆市城镇化评价的各项指标的标准化值。经标准化后，指标Z的均值为0，方差为1，不改变变量之间的相关关系，因此对数据的推导没有影响。

第2步，指标数据的适用性检验。因指标数据有一定的相关性是因子分析的条件，因此在做因子分析之前要先检验数据的适用性。本文采用巴特利特球度和KMO两种检验方法，来验证所取数据是否适合做因子分析。根据检验结果，巴特利特球度检验统计量的观测值为949.364，相应的概率p为0.000，小于0.05，拒绝零假设，适合做因子分析。同时，KMO值为0.647，大于0.5，也适合进行因子分析。

第3步，提取公因子。因子分析的变量共同度表示各变量中所含原始信息能被提取的公因子所表示的程度。由变量共同度表可知：所有的变量共同度大多在70%以上，因此提取的几个公因子对各变量的解释能力都比较强。

输出结果中的解释的总方差表，第1组数据项描述了初始因子解的情况。可以看到：第1个因子的特征根值为13.834，解释原有19个变量总方差的72.811%，累计方差贡献率为72.811%；第2个因子的特征根为2.824，解释原有19个变量总方差的14.861%，累计方差贡献率为87.672%。在初始解中由于提取了19个因子，因此原有变量的总方差完全被解释；第2组数据项描述了因子解的情况。可以看出：这2个因子共解释了原有变量总方差的87.672%。总体上，原有变量的信息丢失较少，因子分析效果较理想，如表2所示。

表2　解释的总方差

从输出结果可知：因子得分协方差矩阵为单位矩阵，则说明提取的2个公因子之间不相关。

第4步，将因子载荷矩阵旋转。旋转后的因子载荷矩阵，可以说明各主成份在各变量上的载荷，主成份的因子载荷值越大，说明主成份的解释越清楚。而经过旋转后的因子载荷矩阵提高了对主成份因子的解释。

表3为旋转后的因子载荷矩阵，本文选取组合系数至少有一个大于0.75的指标，并对其编号，即固定资产投资为X1、人均GDP为X2。以此类推，最后一个指标为城镇登记失业率X13。则根据表3可以剔除对主成分贡献较低的城镇职工年平均工资、地方财政一般预算收入、人均道路面积、非农业人口比重、城镇人均可支配收入、城乡恩格尔系数比这6项指标。由此可知：剩下的13项指标更能集中反映重庆市城镇化发展水平。这样得到了优化后的重庆市城镇化综合评价指标体系。

表3　旋转后的因子载荷矩阵

这时，第1主成份(记为F1)主要包括人均GDP、建成区绿化覆盖率、工业二氧化硫排放量、工业废水排放总量、卫生机构床位数、人均个人储蓄存款余额、实际利用外商直接投资、普通高等学校在校学生数、普通高等学校在校学生数、固定资产投资、电信业务总量、城镇职工基本医疗保险参保人数。这些成分指标反映了重庆市城镇化整体发展水平。其中，人均GDP、固定资产投资反映了经济和产业发展的城镇化。城镇基础建设是一个地区城镇化建设最直观的表现，建成区绿化覆盖率则反映了城镇建设的城镇化。对工业废物的处理是城镇化发展过程中一个重要的环节，也衡量了配套实施是否完善。而工业二氧化硫排放量、工业废水排放总量则体现了重庆市城镇化发展过程中污染的治理情况，反映了生态环境的城镇化。卫生机构床位数、城镇职工基本医疗保险参保人数这2项指标则体现了社会和生活质量的城镇化。人均个人储蓄存款余额和电信业务总量则反映生活水平和方式的城镇化。在城镇化发展过程中对外资的依赖程度则可通过实际利用外商直接投资反映，也反映了对城镇化发展的投入。普通高等学校在校学生数、普通高等学校在校学生数则反映了区域文明程度的城镇化。

第2主成份(记为F2)主要包括从业人员、城镇登记失业率。城镇化发展过程中，农村人口向城镇转移导致城市劳动力增加，则通过从业人员、城镇登记失业率这2项成分指标体现出城镇化过程中劳动力转移的情况，另一方面也反映了人口城镇化的情况。

重庆市城镇化综合评价指标体系总得分F可由下列公式计算：

F=(72.811F1+14.861F2)/87.672

每年的得分情况见表4。由表4可知：重庆市城镇化综合评价指标体系的总得分F由1994年的-0.528 53逐年上升到2013年的1.914 13，显示出重庆市城镇化综合评价指标体系的总分总体良好，基本呈现不断上升的趋势，先慢后快。从总体上看，本文选取的城镇化综合评价指标体系较好地反映了近20年重庆市城镇化发展的良好趋势，尤其是近几年发展较迅速。

表4　主成份总得分

2.3.2指标体系权重的确定

指标体系的权重代表了各项指标在城镇化发展中的贡献度大小，不同的权重会得出不同的评价结果。指标权重的赋值有很多种方法，本文采用改进熵值法确定指标体系权重。改进熵值法是一种客观赋权方法，在信息论中，熵是对不确定的一种度量。信息量越大，不确定性就越小，熵也就越小；信息量越小，不确定性越大，熵也越大。根据熵的特性，可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度。指标的离散程度越大，该指标对综合评价的影响越大。

根据改进熵值法确定权重，基本步骤如下：

1) 指标的标准化处理。由于各项指标的计量单位并不统一，因此在对它们计算综合指标前，先要进行标准化处理，以消除量纲的影响。计算第j项指标下第i年指标对应值占该指标的比重：

其中：Xij是原始指标值；Pij是标准化处理后的值。

2) 计算第j项指标的熵值。

其中：k>0，k=1/ln(n)；n为统计指标值的年限数；0≤ej≤1为第j项指标的熵值。

3) 计算第j项指标的差异系数。对第j项指标，指标值的差异越大，对方案评价的左右就越大，熵值就越小。定义差异系数：gj=1-ej。

4) 求第j项指标的权重为：

根据以上确定权重的步骤，利用重庆市1994—2013年优化后的指标数据，根据改进熵值法计算出优化后指标的熵值和权重。以指标X1(固定资产投资)为例进行计算，步骤如下：

然后，计算指标X1的差异系数。差异系数g1=1-e1=1-0.820 76=0.179 24。

最后，计算指标X1的权重：

同理，重复以上步骤即可计算出其他12个指标的熵值和权重，结果如表5所示。

改进熵值法是根据指标的原始值的不确定性来确定指标权重。信息量越大，不确定性就越小，熵也就越小，指标权重就越大；信息量越小，不确定性越大，熵也越大，指标权重就越小。而指标权重的大小反映出指标对综合评价影响的大小。由表4可知：指标X8城镇职工基本医疗保险参保人数的熵值最小且为0.791 89，所以指标X8所含信息量最大，稳定性最好，其对应的指标权重为0.159 03，也是最大的，则对综合评价的影响也是最大的；而指标X12从业人员的熵值最大且为0.999 34，所以所含的信息量最小，不确定性高，其对应的指标权重最小且为0.000 50，则对综合评价的影响最小。由此可以看出：改进熵值法可以比较准确地反映指标对评价系统的贡献率，能够比较客观和准确地反映指标体系的真实情况。

表5　优化后指标的熵值和权重

3利用综合评价指标体系对2013年重庆市19个行政区城镇化发展的评价分析

根据上文改进熵值法求出优化后各指标的权重，从而得出重庆市城镇化综合评价指标体系的方法。下面将对重庆市主城19个行政区进行城镇化评价分析。

利用重庆市主城19个行政区2013年的上述13项指标数据，首先将其标准化，标准化后的值记为：Yij(i=1,…,19；j=1,…,13)，其中i，j分别为行政区序号和指标序号。得到标准化值后，再与对应的权重wj相乘，即得到各指标对应的指标评价指数，记为Fij=Yijwj,(i=1,…,19；j=1,…,13)。其中，经济基础评价指数中包含了固定资产投资、人均GDP、实际利用外商直接投资这3个指标的评价指数；城镇化发展评价指数中包含了电信业务总量、建成区绿化覆盖率、城镇职工基本医疗保险参保人数、卫生机构床位数、普通高等学校在校学生数、从业人员、城镇登记失业率7个指标的评价指数；城乡协调发展评价指数则等于人均个人储蓄存款余额指标评价指数；生态环境评价指数中则工业二氧化硫排放量、工业废水排放总量这2个指标的评价指数。则各个行政区的城镇化水平综合值则等于对应行政区经济基础评价指数、城镇化发展评价指数、城乡协调发展评价指数、生态环境评价指数这4个二级指标指数之和。这样就得到19个行政区2013年的城镇化水平综合值。数据来源于《重庆市2013年区县国民经济和社会发展统计公报》《重庆市2013年统计年鉴》。

以江北区为例进行计算，步骤如下：

2) 计算江北区各项指标的评价指数F1j，即F1j=Y1jwj。利用表4的各指标权重值wj，可以得出江北区各项指标的评价指数分别为：0.025 68，0.010 55，0.028 46，0.021 41，0.003 66，0.000 31，0.013 50，0.022 83，0.000 96，0.014 22，0.006 83，0.000 03，0.000 06。

3) 计算江北区各二级指标评价指数。将江北区4个二级指标分别记为：A1经济基础评价指数、B1城镇化发展评价指数、C1城乡协调发展评价指数、D1生态环境评价指数。计算如下：

0.025 68+0.010 55+0.013 50=0.049 7

B1=F13+F14+F18+F19+

0.028 46+0.021 41+0.022 83+0.000 96+

0.006 83+0.000 03+0.000 06=0.0806

C1=F1,10=0.014 2

D1=F15+F16=0.003 7+0.000 8=0.004

4) 计算江北区综合评价指数，记为F1。计算如下：

F1=A1+B1+C1+D1=

0.049 7+0.080 6+0.014 2+0.004=0.148 5

同理，可运用以上步骤计算其他18 个行政区的评价指标指数，计算结果如表6。

表6　19个行政区的二级指标指数和综合指数

从重庆市这19个行政区的综合评价指数看来，重庆市城镇化发展呈现出区域差异。19个行政区发展水平差距较大，这给重庆市城镇化协调发展和提高城镇化水平带来了一定的困难。

由表6可以看出：该表中反映的情况与现实情况基本一致。表中指出：主城9区的综合评价指数明显高于其他区县。这说明了重庆市城镇化发展差异较大。合川区因处在重庆市北部，经济发展缓慢，各个方面的发展都不具有优势，在经济发展和城镇化发展发面比较落后。而长寿、涪陵、万州等位于渝东的行政区，受到三峡重庆库区的安置建设工程的影响，这些行政区的城镇化发展水平较高。总体可以看出：重庆市19个行政区城镇化发展明显不平衡，主城9区除巴南区外的城镇化发展水平都较高，位于三峡库区周边的这些行政区发展都比较迅速，渝东北的行政区发展相对缓慢。因此，重庆市政府应不断加强重庆市西北和西南区域行政区的城镇化发展力度。

4结束语

本文研究了重庆市城镇化综合评价指标体系，并通过因子分析、主成分分析和改进熵值法对指标体系进行优化和权重的计算，对重庆城镇化的发展现状进行了实证分析。重庆市城镇化表现为区域发展不平衡，城乡差异较大。重庆现阶段应加强城乡统筹来改善城乡差异和区域发展不平衡的现象，保证城镇化数量与质量同等重要。建议加强农村的基础设施建设，优化农村居民的生活条件，缩小城乡差距；加强户籍制度的改革，消除户口问题带给人们的不便；加强就业制度完善，积极创造更多的就业岗位，解决农村劳动力转移就业难、就业岗位少的问题，消除就业市场劳动力的歧视问题。

参考文献：

[1]金晖.浙江省中型城市的城市化水平综合测评与房地产发展潜力分析[D].杭州:浙江大学,2004.

[2]秦新润.农村城镇化理论与实践[M].北京:中国经济出版社,2000.

[3]陈鸿彬.农村城镇化建设及管理[M].北京:中国环境科学出版社,2005.

[4]丁健.现代城市经济[M].上海:同济大学出版社,2001.

[5]薛薇.SPSS统计分析方法及应用(第2版)[M].北京:电子工业出版社,2009.

[6]苏理云、陈彩霞、高红霞.SPSS19统计分析与案例应用教程[M].北京:北京希望电子出版社,2012.

[7]赵萌,兰德新.基于多元统计分析的大学生消费调查[J].重庆理工大学学报(自然科学),2012,26(7):123-126.

[8]崔启迪.安徽省城镇化评价指标体系研究[D].西安:长安大学,2014.

[9]吴建荣.重庆市行政区城镇化质量化评价与对策研究[J].商业时代,2014(1):49-50.

[10]吴建荣.高速增长的重庆市城市化进程研究[J].经营管理者,2012(3):12-12.

[11]重庆统计局.重庆统计年鉴(2014)[M].北京:中国统计出版社,2014.

[12]李碧宏.重庆市城镇化现状及对策研究[D].重庆:重庆师范大学,2003.

(责任编辑刘舸)

Research on Application of Comprehensive Evaluation Index System of Urbanization in Chongqing

HU Ai-ping1，QIU Shi-fang1，WU Du-zhi2

(1.College of Mathematics and Statistics, Chongqing University of Technology,Chongqing 400054, China; 2.Department of Foundation Studies,Logistical Engineering University of PLA, Chongqing 400311, China)

Abstract:Urbanization represents the development of a country or region, which is very important for the development of Chinese economic and social modernization. It is very important to put forward the evaluation index system of urbanization, and it is especially necessary to build the comprehensive and scientific evaluation index system. Evaluation index system is the evaluation of urbanization, which can lead us to find out the problems in the process of urbanization development to sorrect it and to seek the right direction of development. However, the evaluation index system is diverse for different regions and perspectives. Using the factor analysis and principal component analysis, we construct the evaluation index system of urbanization in Chongqing based on the relevant statistical data, and also the application researchs were processed. Through the empirical analysis, the rationality and feasibility of the evaluation index system were verified.

Key words:evaluation index system; urbanization of Chongqing city; factor analysis; principal component analysis; improved entropy method

中图分类号：O212.4

文献标识码：A 1674-8425(2016)03-0140-09

doi:10.3969/j.issn.1674-8425(z).2016.03.024

作者简介：胡爱平(1978—)，女，湖南人，硕士，讲师，主要从事统计学研究。

基金项目：国家自然科学基金资助项目(11471060)；重庆市基础与前沿研究计划项目(cstc2013jcyjA40013)；重庆市自然科学基金资助项目(cstc2012jjA00037)；重庆理工大学高等教育教学改革研究项目(2013QN01)；重庆市研究生教育教学改革研究项目(yjg133029)；校级统计学特色专业重大教学成果项目

收稿日期：2015-09-22

引用格式：胡爱平,邱世芳,伍度志.重庆市城镇化综合评价指标体系应用研究[J].重庆理工大学学报(自然科学)，2016(3):140-148.

Citation format：HU Ai-ping，QIU Shi-fang，WU Du-zhi.Research on Application of Comprehensive Evaluation Index System of Urbanization in Chongqing[J].Journal of Chongqing University of Technology(Natural Science)，2016(3):140-148.