城市经济发展水平大全11篇

绪论：写作既是个人情感的抒发，也是对学术真理的探索，欢迎阅读由发表云整理的11篇城市经济发展水平范文，希望它们能为您的写作提供参考和启发。

篇（1）

一、城市竞相加快发展，综合经济实力明显增强

2004年，上海、深圳和武汉三个城市地区国内生产总值（GDP）分别为7450.27亿元、3422.80亿元、1956亿元。1979年上海、深圳与武汉GDP之比为6.20∶0.04∶1,1992年为5.92∶1.24∶1，到2004年为3.81∶1.75∶1,可见经过改革开放，深圳发展突飞猛进，已远远超过武汉，GDP与上海的差距逐步缩小，而领先于武汉。从经济增长速度看，1978年到2003年，武汉人均GDP年均增速要超过上海和深圳许多，达到15%左右，分别比上海快5.74个百分点，比深圳快1.24个百分点。 从人均GDP来看，上海和深圳人均GDP相差不大，在40000元～50000元人民币左右，而武汉只有约20000元人民币左右。三个城市人均GDP之比为2.21∶2.38∶1,上海、深圳的人均GDP是武汉的2倍。2004年，深圳全社会劳动生产率远远高于其它两个城市，达77934元，相当于上海的1.4倍，武汉的4.4倍。

二、三个城市产业结构不断优化，产业发展重点突出

1.三城市第一产业比重均不到一成，第二产业超过一半，第三产业比重较高

从2004年三次产业结构看，武汉呈现“三、二、一”的产业结构，上海、深圳呈现“二、三、一”的产业结构。三个城市第一产业的比重均不超过6%，都市型农业特征明显。其中深圳的只有0.4%，明显偏低，武汉较高，为5.3%。上海和深圳作为区域中心城市，产业结构较为相似，第二产业较为发达，占GDP的比重均超过50%。但武汉第三产业发展较快，比重高于上海0.6个百分点，高于深圳10.5个百分点。

2.武汉工业发展势头相对较弱，工业化进程却明显加快，与上海、深圳差距正在缩小

上海工业总量与速度均居第一，深圳次之，武汉最后。2004年，上海、深圳与武汉的工业增加值（全口径）之比为4.77∶2.61∶1,武汉工业增加值总量虽居最后，但增长速度与上海、深圳相差不大，且超过上海，可见武汉工业发展后势强劲。上海、深圳和武汉工业增加值占GDP的比重之比为1.25∶1.49∶1，其中深圳高达50%以上。规模以上工业总产值均增长20%以上，武汉增速高居第一，达26%，比第二位的深圳快1.2个百分点，比上海快个5.6百分点。武汉规模以上工业总产值虽落后于其他两个城市，尤其是上海，但增长速度却最快，可见武汉国有工业企业及年产品销售收入500万元以上的非国有工业企业正迅速发展，

武汉重工业化凸显，三资企业带动力弱，高新技术产品产值比重偏低。2004年，重工业增长明显快于轻工业增长，全年重工业总产值1217.44亿元，增长29.2%；轻工业总产值460.90亿元，增长18.3%。在三城市中，武汉工业重型化程度低于深圳、上海（以上两个城市比重均在70%以上）。武汉三资企业产值的比重为50%左右，远低于其它两个城市；深圳、上海均在80%～90%之间;但上海高新技术产品产值所占比重在三城市中最低，仅有28.2%;武汉在30.5%以上，深圳则高达78%左右。

三城市支柱产业雷同，武汉产业集中度偏高。2004年，从规模以上工业总产值看，三城市产值排前6位的行业大体相同。三城市均有的行业为电子信息设备制造业；武汉和上海均有的行业为钢铁制造业、光电子信心制造业、汽车制造业以及石油化工业；但从行业集中度看，武汉行业集中度比较高，排前6位行业的产值占全市工业总产值的八成，上海有六成左右，深圳占不到五成。表明深圳支柱产业的集中程度偏低。

上海工业经济效益在三城市中最好。一系列反映工业企业效益的指标表明，2004年上海工业经济效益好于其他四市。2004年上海工业企业经济效益综合指数达202.79,比排第二的深圳高近20个点，比居后的武汉高近30个点。此外，上海的工业增加值率、成本费用利润率、产值利润率、总资产贡献率在五城市中均居首位;而亏损企业亏损面最低，万元工业产值能耗较低。但是，上海工业企业的全员劳动生产率低于深圳。

三、上海国际交往频繁，武汉吸引外资能力显著提高

深圳2004年接待境外旅游者人数在三城市中高居榜首，旅游外汇收入排第二;2004年上海旅游外汇收入在三城市中高居榜首，接待境外旅游者人数仅次于深圳;而武汉这两项都很低。由此可看出，上海和深圳国际交往比武汉要频繁的多。

2004年上海、深圳和武汉实际利用外资比值为3.92∶1.41∶1;外商直接投资比值为7.68∶2.38∶1;武汉外商直接投资总量虽最少，但增速明显加快,比上海高出15个百分点，比深圳高出7个百分点。

四、人民生活稳步提高，社会事业蒸蒸日上

1.深圳职工、居民收入居先，武汉与之差距较大

2004年，上海、深圳和武汉的职工平均工资之比分别是1.89∶2.61∶1，城市居民人均可支配收入分别为1.74∶2.89∶1，深圳职工平均工资和城市居民人均可支配收入均居首位。农村居民人均纯收入分别为1.85∶3.24∶1，上海低于深圳，居次;武汉最后。

2.北京、天津科技实力雄厚，广州稍稍逊色

2004年，武汉普通高等学校数和公共图书馆数在三城市中仅次于上海，在校学生数、图书总藏量以及每万人拥有医院、卫生院床位数位列第一。可见，武汉近年教育事业保持较快发展，文化和卫生事业蒸蒸日上。

参考文献:

篇（2）

中图分类号：F129.9 文献标识码：A 文章编号：1003-3890（2014）05-0026-06

一、引言

2014年2月，中国大部分城市（特别是经济发达地区的城市）因高浓度PM2.5引发人群急性死亡率、呼吸系统疾病和心血管疾病死亡率大大升高，越来越多的人开始关注和研究影响空气质量的因素。其中有人提出，环境恶化是中国在经济发展过程中只一味追求GDP增长造成的。那么经济发展真的会影响空气质量吗？Grossman和Krueger（1991）[1]在对贸易、经济与环境的相关关系进行研究时针对二氧化硫的排放基于库兹涅茨曲线首次提出来“环境库兹涅茨曲线”（简称EKC）假说。EKC假说认为，经济增长与一些环境质量指标之间的关系不是单纯的负相关和正相关，而是呈倒“U”形曲线的关系，即环境质量随着经济增长先恶化后改善。

对EKC曲线的探讨，20世纪90年代国外主要是利用面板数据进行国别研究，对某种污染物排放浓度或人均排放量与人均收入（人均GDP）数据来做统计分析，其中以二氧化硫研究最多。Grossman和Krueger（1995）[2]运用模型y=a+bx+cx2对42个国家1977―1988年的历史和截面数据进行研究，Panayotou（1997）[3]采用30个发达国1982―1994的历史数据分析空气中的二氧化硫。这两个研究表明，主要的大污染物指标与收入之间存在倒U形关系。Dinda（2004）[4]将环境指标扩展为空气中污染物、水中污染物、重金属含量，采用模型y=a+bx+cx2+zit（zit为外部影响因素）研究发现，质量和环境的关系符合倒U形曲线关系。

对此进行实证研究的外国学者还有List和Gallet（1999）[5]等。但是他们的结论大多相似，都得出倒U形曲线关系确实存在的结论。但是仍有部分学者的实证分析并不支持EKC假说。Shafik和Bandyopadhyay（1992）[6]对149个国家和地区的10个指标与人均GDP关系进行研究却发现污染物指标和人均GDP并不全都呈现倒U形曲线关系。Martinez-Zarzoso和Bengochea-Morancho（2004）[7]根据22个OECD国家1975―1998年二氧化碳排放量数据，发现lny=a+blnx+c（lnx）2+d（lnx）3，对数三次方程模型的拟合度更好，环境质量与经济增长的关系为N形曲线关系。Galeotti和Lanza（2005）[8]在对100个国家仅25年二氧化硫浓度和人均GDP关系进行研究时，采用了y=a+bx+cx2+dx3和对数三次lny=a+blnx+c（lnx）2+d（lnx）3，虽然结论也并不均为倒U形关系，但是模型却做了一定的改进。

通过分析上述学者的研究，发现大部分符合倒U型曲线关系实证研究的数据来源往往是发达国家或地区，而发展中国家或地区并不符合，它们大多呈递增型或者N型。

因此，目前国内学者研究方向主要是针对我国的实际情况进行研究。根据研究对象不同，主要分为两类：

第一类是以国内单个省或市的经济发展水平和环境质量为研究对象。

吴玉萍等（2002）[9]以北京市1985―1999年经济与环境为研究对象建立计量模型，研究结果表明：各环境指标与人均GDP演替轨迹呈现显著的环境库兹涅茨曲线特征，但比发达国家较早实现了其环境库兹涅茨曲线转折点，且到达转折点的时间跨度小于发达国家。这表明，北京市已经进入经济与环境协调发展的后期阶段。陈华文和刘康兵（2004）[10]以上海市1990―2001年的经济与环境为研究对象，实证研究结果表明：对于多数指标而言，环境库兹涅茨曲线假说成立，并且不同的环境质量指标对应于不同的转折点。因此他们认为，从总体上讲，经济增长最终将会改善环境质量，但是需要政府通过政策来协助实现。张军（2013）[11]以河南省2000―2010年各种时间序列的环境质量、经济数据进行试算，实证结果表明：河南省的经济与环境质量的关系不符合库茨涅兹曲线，曲线呈现N型。

第二类是以多个省份和城市的经济发展水平和环境质量为研究对象。

张成等（2011）[12]对中国31个省份1991―2008年的SO2排放量和人均GDP进行整体和分组检验，结果表明：全国人均SO2排放量和人均GDP之间符合倒“U”型关系，拐点为6 639元。当时北京、上海和天津的人均GDP超过了拐点，实现了“双赢”，而剩余的28个省份的人均GDP则尚未达到这一理论拐点。高静和黄繁华（2011）[13]利用中国30个省、市、自治区1995―2009年的人均CO2排放量和人均实际GDP的面板数据检验EKC曲线，研究表明：东部地区存在倒U型的EKC，西部地区存在正U的EKC，中部地区不存在EKC。王西琴等（2013）[14]在东中西部分别选择两个典型城市共6个城市，用这些城市1994―2009年的三种污染物（工业COD排放量、工业SO2排放量、工业固体废弃物）的标准化均值表征综合环境污染水平，人均GDP标准化值表征经济发展水平，对各城市的EKC曲线验证并且分析当前所处的阶段。结果表明：东部地区的两个城市已进入倒“U”型EKC曲线下降阶段；中部地区两个城市处于倒“U”型EKC曲线上升阶段的后期；西部地区两个城市处于倒“U”型EKC曲线的上升阶段。

目前，评价环境与经济协调发展的方法主要有主成分分析法、层次分析法、模糊数学法和系统动力学模型等。由于“环境库兹涅茨曲线”能够更好地反映经济是否对环境造成影响以及造成什么样的影响，本文将基于EKC曲线分析法，采用我国31个省会城市和直辖市2003―2012年的面板数据，对经济发展是否对环境质量（主要是空气质量）产生影响进行验证。

本文贡献在于：第一，试图通过建立基于面板数据分析的EKC模型来量化经济增长与空气质量的关系，研究对象是全国31个省会城市、直辖市2003―2012年的空气质量和经济发展水平。研究对象涉及我国各个省，地域面积广，克服了研究单一城市的局限性。第二，采用最近十年的数据，可以为读者提供最新的经济发展水平和空气质量信息，具有一定的前瞻性，而且十年的数据可以克服单一年限的偶然性。第三，本文在建立EKC模型量化经济增长与空气质量关系时，并非只是单纯的做空气质量与经济增长之间的计量模型，而是首先研究空气质量与工业排放物等直接影响因素之间的关系，然后在此基础上引入了个体固定效应，排除了不随时间变动的一些不可观测的因素对空气质量的影响。在直接因素和不随时间变化的不可测因素都确定的情况下，做空气质量与经济增长之间的计量模型能更好地反映经济发展水平对空气质量的影响。

二、理论模型

（一）基本模型：环境库兹涅茨曲线

环境库兹涅茨曲线（EKC）是由Grossman和Krueger[1]在1991年参照经济学中的库兹涅茨曲线研究北美自由贸易协定的环境影响时首次提出的。List和Gallet[5]于1999年在其研究中提出理论模型，通过数学公式，将经济发展等因素与环境质量联系起来，以期发现经济发展对环境质量的影响力。

其理论公式如式（1）所示：

Pjit=■xi=？茁jkiXjkit+？兹jiT+？着jit

其中，Pjit代表国家i在时间t内污染物j（j=SO2，NO2）的人均排放量；Xjkit代表国家i在时间t内外生参数K的矢量，当K=3时，方程为二次方，当K=4时，方程为三次方（Xjkit=1代表常数项）；T代表时间；？着是误差项。

本文试图通过建立基于面板数据分析的EKC模型来量化经济增长与空气质量的关系。建立引入经济发展变量后的EKC模型为：

dayit=Xit？茁+？酌ln（gdp）it+？着it（2）

式（2）中，表示对数形式；day表示一年中达到二级质量天数；向量X是影响空气质量的直接因素，包含3个变量，即二氧化氮（NO2）排放量、二氧化硫（SO2）排放量以及可吸入颗粒物（PM10）含量；GDP是各城市人均实际GDP；？着为随机扰动项，下标i和t表示第i个城市第t年的数据。

（二）变量选择

本文选择1999―2012年每年“空气质量级别二级和好于二级的天数”作为被解释变量，以反映各城市每年的空气质量状况。二氧化氮（NO2）排放量、二氧化硫（SO2）排放量、可吸入颗粒物（PM10）以及人均实际GDP作为解释变量。由于北京市城区的统计数据不全，严重残缺，因此普遍采用整个北京市的统计数据（包括郊区）。基于上述模型，本文设定因变量为一年中达到二级质量天数（day），自变量的选取与设定如下：

1. 人均实际GDP。人均GDP较地区生产总值更能体现该地区经济所处的发展阶段，而不同的经济发展阶段往往体现着不同的能源消费强度和对环境保护的意识程度。空气质量可能会因为人类的经济活动而恶化，也可能会因生产技术的提高、环保投入的加大而改善。另外，由于我国目前大多数城市的发展主要是以第二产业为主的经济增长，因此人均GDP也可以反映各城市第二产业的比重，从而反映对环境的影响程度。而人均实际GDP是在人均GDP的基础上剔除了通货膨胀的因素，使不同年份下的人均GDP具有可比性。本文选择的是以2003年的物价水平作为基期。

2. 空气污染指标。在研究影响空气质量因素时，李玉敏等（2011）[15]认为主要的因素可能包括经济整体增长、机动车保有量、第二产业产值占总产值的比重、绿色植被覆盖率、能源结构和人口总量。本文认为，二氧化氮排放量、二氧化硫排放量以及可吸入颗粒物均是机动车保有量、第二产业产值占总产值的比重、绿色植被覆盖率和能源结构的直接结果，因此直接由二氧化氮排放量、二氧化硫排放量以及空气中可吸入颗粒物含量作为影响空气质量的自变量更加直接和便利。虽然我国目前采取的是空气质量指数（Air Quality Index，简称AQI）AQI来描述空气质量，然而由于PM2.5指标是近两年才开始统计，因此缺乏相关数据。我们采取计入空气污染指数（Air pollution Index，简称API）API的三项指标来反映空气的质量。这三项指标分别是二氧化硫排放量、氮氧化物排放量和粒径小于10微米的悬浮颗粒物含量。

三、计量模型和分析

（一）模型

根据上面的理论模型，我们把计量模型设定如下：

dayit=Xit？茁+？酌ln（gdp）it+？着it（3）

其中，day为一年中达到二级质量天数，它是反映空气质量的变量。向量X包含3个变量，即二氧化氮（NO2）排放量、二氧化硫（SO2）排放量以及可吸入颗粒物含量（PM10）。向量X的各变量反映了影响空气质量的工业排污因素，这些因素是影响空气质量的直接原因。除了这些因素外，肯定还有其他因素影响空气质量。我们重点考察影响空气质量的经济因素，这个因素我们用ln（gdp）来反映，它是各城市人均实际GDP的自然对数。人均实际GDP反映了城市的人民生活水平，同时也反映了该城市的经济发展水平。我们把X所含变量作为控制变量。我们要重点考察的是，较高的经济发展水平（用ln（gdp）表示）会导致较低的还是较高的空气质量（用day表示）。

（二）数据

本文所选取的研究对象包括中国31个省会城市、直辖市，研究区间选取2003―2012年。以人均实际GDP（单位：元）表示经济发展水平，采用2003年不变价格，数据来源于历年《中国统计年鉴》、各省统计年鉴、中国区域经济统计年鉴和中国城市统计年鉴。以空气质量达到及好于二级的天数（单位：天）表示空气质量，数据来源于历年《中国统计年鉴》。空气中二氧化氮的含量（单位：ug/m3）、二氧化硫的含量（单位：ug/m3）、可吸入颗粒物的含量（单位：ug/m3）为三个控制变量，数据来源于历年《中国统计年鉴》和国家统计局网站。

另外，关于缺值数据处理的特别说明。本文涉及的数据个别年份数值是缺失的，因此采用了以下两种方式对其进行填补。一是采用插值法对缺失值处于前后年份数值已知中间的情况进行了填补。二是采用平均速率法对缺失值处于已经年份数值前后的情况进行了填补。第二种方式是通过已知中间几年的数值计算出该地区的平均增长率，然后预测出后几年数值和推出前几年的数值。我们在表1和表2中分别列出各变量的描述统计量和各变量间的相关系数矩阵。从表2可以看出，ln（gdp）和day之间存在显著的正向相关关系。

（三）计量分析

我们在表3列出计量模型的回归和检验结果。

在表3的第（1）列和第（2）列中，我们对影响二级天数的控制变量进行回归，考察各种工业排放物对空气质量的影响。列（1）使用OLS方法，而在列（2）中，我们加入了反映各个城市个体固定效应的30个虚拟变量。可以看出，在列（1）和列（2）中，二样化氮、二氧化硫和可吸入颗粒物这三个变量的系数均在1%的水平统计显著，且符号为负。这两列的结果没有实质差别，但列（2）调整后的R2比列（1）高0.13，说明固定效应模型比OLS模型的解释力高大约13%。这说明各种工业排放物对城市的空气质量有显著的负向影响。并且，我们注意到列（1）调整后的R2达到了0.768，说明各种工业排放物的变动对各城市二级良天数的变动有很强的解释力，这个解释力达到了76.8%，而不随时间变动的一些不可观测的因素则可以解释各城市环境质量变动的13%。当然，这并不是我们主要关心的问题，我们关心的是除了这些因素以外的其他因素，包括经济发展对城市空气质量的影响，这种影响体现在误差项中。

在考察主要控制变量对空气质量的影响后，我们重点考察经济发展水平对空气质量的影响。我们在列（3）和列（4）中加入变量人均GDP的对数（ln（gdp）），列（3）为普通OLS，列（4）考虑了个体固定效应。结果显示，无论是OLS模型，还是个体固定效应模型，ln（gdp）的系数均在1%的水平统计显著，并且符号均为正。这说明城市的经济发展水平对环境质量有显著的正向影响。较高经济发展水平一般意味着较好的空气质量。另外，注意到列（3）和列（4）调整的R2分别为0.775和0.904。列（3）调整的R2只比列（1）高0.007，而列（4）调整的R2只比列（2）高0.009。这种提高几乎可以忽略不计，说明经济发展水平并不是空气质量变动的主要原因，它对空气质量变动的解释力还不到1%。

鉴于经济理论认为，经济增长与环境质量的轨迹可以用倒U型的EKC曲线表示，初期的经济增长会带来环境质量的恶化，到达一定程度后经济增长将带来环境质量的改善，即EKC曲线上存在一个拐点，拐点之前人均实际GDP上升导致环境质量恶化，到达拐点时，环境质量最差，之后随着人均实际GDP的上升而有所改善，其实质是经济增长短期内能带来环境的恶化，长期带来的是环境的改善。

我们在列（5）和列（6）中引入人均GDP对数的平方（[ln（gdp）]2）。同样，列（5）使用OLS模型，而列（6）使用个体固定效应模型。结果显示，[ln（gdp）]2的系数同样在1%的水平显著为正。另外，与列（3）和列（4）相比，列（5）和列（6）调整的R2没有任何变动。这表明，要说明经济发展水平对空气质量的影响，使用人均实际GDP对数的线性形式和平方形式没有本质差别。

考虑到ln（gdp）有可能存在的内生性，我们在列（7）和列（8）中分别使用OLS和固定效应模型的工具变量法进行估计，作为列（3）到列（6）估计结果的稳健性检验。结果显示，ln（gdp）仍然显著为正，调整的R2也没有发生显著的变化。这说明我们上面的分析是稳健的。

为了更直观地说明上面分析中ln（gdp）对day的影响，我们用散点图进行说明。我们首先对以下模型进行估计：

dayit=Xit？茁+？着it（4）

我们可以得到上述模型day的拟合值，我们把它定义为“正常二级质量天数”，它反映了受各种工业排放物的影响应该达到的二级质量天数，记为norm_day。那么，实际的二级质量天数（day）与正常二级质量天数（norm_day）的偏离，反映了工业排放物以外的其他因素包括经济发展水平对空气质量的影响。我们把这种偏离定义为异常的二级质量天数，用extra_day来表示，显然它可以用上述模型的残差来表示：

Extra_dayit=dayit-normdayit（5）

显然，extra_day反映了二级质量天数不能由工业排放物解释的部分。在图1中，我们画出了各城市人均实际GDP的对数与异常的二级质量天数（extra_day）之间的散点图，并用二次曲线进行拟合。可以看出，31个省会城市、直辖市中，大多数城市的异常二级质量天数为正，这说明以我国各城市排放的工业污染来看，大多数城市的环境水平并不算差。而且经济发展水平较高的城市往往意味着二级质量天数越多。但城市的经济发展水平对其空气质量水平的影响并不是决定性的，这从较为平缓的拟合线可以看出。

四、结论和政策建议

本文以中国31个省会城市、直辖市2003―2012年的空气质量和经济发展水平为例，研究了经济发展水平对空气质量的影响。研究发现：空气中二氧化氮的含量、二氧化硫的含量以及可吸入颗粒物的含量对空气质量变动的解释力超过了75%，不随时间变动的一些不可观测的因素可以解释各城市空气质量变动的13%，而经济发展水平并不是空气质量变动的主要原因，它对空气质量变动的解释力还不到1%。虽然经济发展水平并不是空气质量变动的主要原因，但它们依旧存在正相关的关系，即经济发展水平较高的城市往往意味着二级质量天数的增多，但城市的经济发展水平对其空气质量水平的影响并不是决定性的。

由人均实际GDP对数和异常二级质量天数的拟合曲线可以看出：我国省会城市、直辖市的空气质量与经济发展的拟合曲线是正U型曲线最低点的右边，但是斜率较小，即2003―2012年，我国省会城市、直辖市随着经济的发展，空气质量得到一定程度的改善，但是改善程度有限。根据前人经验，环境库兹涅茨曲线是一条倒U形的曲线，即初期的经济增长会带来环境质量的恶化，到达一定程度后经济增长将带来环境质量的改善。我国省会城市、直辖市的曲线拟合只存在拐点后面的部分，即经济增长带来环境质量的改善，并没有经济增长带来环境的恶化部分。分析其原因：（1）本文的样本点取自2003―2012年，与前人研究相比，时间上具有一定的滞后性。在此时间段内，政府和群众都已经认识到了保护环境的重要性，不能以牺牲环境为代价发展经济。（2）本文的研究对象是中国31个省会城市、直辖市，而不是整个经济体，空间上具有一定的独立性。这些城市是我国较发达的城市，政府比较重视环境保护，并采取了相关的措施保护环境。然而在我国很多中小城市，政府和居民对环境的保护意识并不强。在相对独立的空间里，各个省会城市相互的影响程度并不明显。（3）居民对环境的保护意识在实际行为上的反应仍然较弱，各个地区对环境保护的宣传工作作用不明显。

空气质量恶化是全民性问题，关乎全国人民的身体健康。从上面的结论可以看出，在我国注意环境保护后，环境污染程度有一定的改善，但是改善程度仍然不明显，所以，我们若想彻底解决空气污染问题，还需要做得更多。

参考文献：

[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]吴玉萍，董锁成，宋键峰.北京市经济增长与环境污染水平计量模型研究[J].地理研究，2002，21（2）：239-246.

[10]陈华文，刘康兵.经济增长与环境质量：关于环境库兹涅茨曲线的经验分析[J].复旦学报（社会科学版），2004，（2）：87-94.

[11]张军.基于环境库兹涅茨模型的经济与环境关系分析[J].中国环境监测，2013，29（2）：91-94.

[12]张成，朱乾龙，于同申.环境污染和经济增长的关系[J].统计研究，2011，28（1）：59-67.

[13]高静，黄繁华.贸易视角下经济增长和环境质量的内在机理研究――基于中国30个省市环境库兹涅茨曲线的面板数据分析[J].上海财经大学学报，2011，13（5）：66-74.

[14]王西琴，杜倩倩，张远.我国东中西部典型城市EKC曲线的阶段判断[J].生态经济，2013，（5）：56-60.

[15]李玉敏，李明丽，焦智康.北京市空气质量影响因素计量经济分析[J].中国城市经济，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（3）

1城市化基本介绍

随着世界经济体的崛起，世界经济一体化愈发明显，城市化发挥着不可忽视的作用，城市化高度的发展表现一个国家经济旺盛的标志，工业化和服务业等第三产业的经济力量。城市化从内容上分为“人口城市化”“空间城市化”“乡村城市化”，人口城市化是农业人口向非农业人口的转变，表现在从事第一产业人口数量的下降，第二产业，第三产业人口数量的增多；空间城市化，是一种区域模式，是由农村向城市集聚的空间现象；沃思（L.wirth)认为，城市化是乡村人口向城市人口转化，城市不断完善发展，生活方式质的转变的过程。配第-克拉认为，劳动力是经济发展从第一产业向第二产业、第三产业，现代业发展的重要表现因素，随着经济发展水平提高，引起劳动力空间分布，农业人员向非农人员转变，城市化，城镇化集聚的变化。

2城市化与经济发展的关系

城市化与经济发展关系的研究历来被世界各国人们研究，主要有发展国家、发展中国家，发达国家的城市化进程；城市化与经济发展的相关影响因素分析研究；城市化与经济发展的导向作用研究，促进城市化进程措施等。城市化在区域经济发展中的作用不是单向的，城市化和工业化与第三产业是双向导向关系，即工业化，服务业等第三产业经济发展吸引乡村人口进城务农，发展个人经济水平提高，另一方面，农业人口向非农业人口的转变，增加城市劳动力，与新发展的技术相结合，更好的促进工业化与第三产业的双向发展。。中国城市化主要表现指标在非农人口比重、城市区域、就业结构、产业结构、城市用地比重法，即以某地区的城市建成区的面积占该区域总面积的比重来反映城市化水平，社会生活城市化水平，经济城市化水平（人均GDP）等，本文应用论文研究中最常用的非农人口比重，即城市化率，产业结构和人均GDP城市化指标进行分析研究。

3山东省城市化发展特点

通过查阅中国统计局网站、山东省统计局网站2005-2014年城镇人口与年末总人口数量，2005-2014年全国和山东省年末总人口和城镇人口明显逐年增加，这十年间中国和山东省城市化率逐渐升高，通过数据显示2014年中国城市化率为54.77％，低于世界平均城市化率，2005-2014年山东省城市化率虽然逐年上升但还是低于全国城市化水平，可见，促进加快山东省经济的快速发展，就必须提高山东省城市化水平势，逐步跟上国家城市化水平，提高省内人民经济指数和幸福指数。结束语经过对山东省城市化与经济发展关系的研究，经过与国家城市化比较得出结论，第一，山东省内存在城市化与区域经济发展不协调现象；第二，城市化发展程度与工业化、第三产业的经济发展程度有相关性，即工业化与第三产业的发展促进城市化进程，城市化进程又给工业化与第三产业的发展壮大劳动力等资源；第三，影响城市化与区域性经济发展的因素主要有外部和内部因素，主要表现在产业结构、人力资源与物质资源、国家政策等。

参考文献:

[1]陈成文,刘剑玲.中国城市化研究二十五年[J].湖南医科大学学报:社会科学版,2004,10(5):564-569.[2]张敦富.中国区域城市化道路研究[M].中国轻工业出版社,2008(1):51-52.

[3]蒋剑芬.福建省城市化与区域经济协调发展研究[D].福建师范大学,2006.

[4]谢文蕙,邓卫.城市经济学第1版[M].清华大学出版社,2008.

篇（4）

关键词 主成分分析；聚类分析；广西；市域经济发展；分析评价

【基金项目】广西哲学社会科学规划2013 年度研究课题（批准号：13BGL013）；广西师范学院区域经济学重点学科建设项目阶段性成果。

【作者简介】付海风，广西师范学院经济管理学院硕士研究生，研究方向：区域经济与区域金融；韦海鸣，广西师范学院经济管理学院教授，硕士生导师，博士，研究方向：区域经济与区域公共管理。

一、引言

广西的区位优势明显，资源环境承载能力较强，发展前景十分广阔，但由于人口、交通、经济基础等因素的影响，各地经济发展速度和经济结构存在一定差异。本文选取南宁、柳州、桂林、梧州、北海、防城港、钦州、贵港、玉林、百色、贺州、河池、来宾和崇左14个城市，利用主成分分析和聚类分析方法探讨广西各地区的经济发展程度，这对于正确认识广西各地区市域经济所处的发展阶段，制定正确的宏观政策和经济可持续发展，都具有非常重要的理论和现实意义。

二、构建评价指标

在对广西市域经济发展水平分析评价的过程中，可以用单一指标来完成，但要想对其全面进行衡量，就必须借助于多指标进行综合评价，为此需要构建相对合理的评价指标体系。本文选取如下10个指标进行系统衡量：地区生产总值（亿元）、地区人均生产总值(元)、城镇居民人均可支配收入（元）、城镇居民生活消费性支出（元）、货物进出口总额（万美元）、实际外商直接投资（万美元）、全社会固定资产投资总额（亿元）、社会消费品零售总额（亿元）、公共财政预算收支总额（亿元）、金融机构人民币存贷总额（亿元）。为研究方便起见，令X1为地区生产总值（亿元）、X2为地区人均生产总值(元)、X3 为城镇居民人均可支配收入（元）、X4为城镇居民生活消费性支出（元）、X5为货物进出口总额（万美元）、X6为实际外商直接投资（万美元）、X7为全社会固定资产投资总额（亿元）、X8为社会消费品零售总额（亿元）、X9为公共财政预算收支总额（亿元）、X10为金融机构人民币存贷总额（亿元）。本文数据来源于《广西统计年鉴》。

三、广西各市市域经济发展水平分析

（一） 主成分分析过程及结果

利用spss17.0软件对广西市域经济进行主成分分析，通过设定目标累积贡献率选取主成分，并依据所选主成分的贡献率列出相应的回归方程，再依据各主成分线性组合中各原始指标系数所反映出的件对原始数据进行标准化处理，对表1数据进行分析后得出相关系数矩阵（表2）。

从表2中我们可看到各变量之间的相关系数很高，同时结合KMO和球形Bartlett检验，进而判断是否可以利用主成分分析法进行研究评价。

由表3检验可以看出，拒绝各变量独立的假设，即变量间具有较强的相关性。

但是KMO统计量为0.620，小于0.7，说明这个主成分分析模型虽然不是很完善，但还可以接受，由此表明能使用主成分分析法进行分析。根据相关系数矩阵计算各个主成分的特征值、贡献率及累计贡献率，如表4所示。对经济影响的程度进行比较分析，进而对市域经济发展水平进行深入分析。以下依次列出利用统计软件对市域经济指标进行主成分分析的主要步骤及分析结果，表1为广西市域经济指标的原始数据。

表1中的原始数据具有不同的量纲，为了消除不同量纲对统计分析的影响，先利用SPSS17.0软

根据累积方差贡献率在85%以上的原则，从表4中提取3个主成分代替原有的14项指标，解释了90.31%的方差变动，达到了减少变量的目的。依据我们所得出的主成分得分系数矩阵，即

F2 = -0.006X1 + 0.417X2 + 0.480X3 + 0.424X4 -0.104X5 - 0.157X6 + 0.016X7 - 0.070X8 - 0.118X9 -0.129X10

F3 = -0.043X1 + 0.238X2 - 0.086X3 - 0.251X4 +0.738X5 + 0.337X6 - 0.037X7 - 0.041X8 - 0.062X9 +0.052X10

从表5可看出，第一主成分与地区生产总值（亿元）、全社会固定资产投资总额（亿元）、社会消费品零售总额（亿元）、公共财政预算收支总额（亿元）、金融机构人民币存贷款（亿元） 有较高的载荷，可定义为经济增长的综合实力因子，用F1来表示。第二主成分地区人均生产总值(元)、城镇居民人均可支配收入（元）、城镇居民生活消费性支出（元） 载荷较高，可定义为居民收支的综合实力因子，用F2来表示。第三主成分为货物进出口总额（万美元）、实际外商直接投资（万美元） 有较高的载荷，定义为对外经济的综合实力因子，用F3来表示。提取的这3个公因子的性质及其顺序较好地体现了居民消费支出和对外经济对广西经济增长的影响及其地位。

依据各主成分的贡献率可得到衡量地区经济发展的回归方程：F=0.6438F1+0.1525F2+0.1068F3，再根据样本评价分析函数可得出广西市域经济发展的得分及排名，具体结果如表6所示。

（二） 聚类分析过程及结果

为了确保所选择的数据正确、合理、没有遗漏，对已经进行标准化的样本数据进行有效性检验。经检验，14个样本全部有效（见表7）。

对广西各市的经济发展水平用层次聚类法进行类分析，系统聚类图如图1 所示。图中纵轴数字为样本编号，横轴数字为聚类标度。基于经济意义分为以下三类：南宁、柳州和钦州为第一类；桂林、梧州、北海、贵港、玉林、百色、贺州、河池和来宾为第二类；防城港和崇左为第三类（见图1）。

四、实证结果分析评价

由于本文选用的是总体规模指标，从主成分分析结果可知，表6的排名是广西市域经济发展整体规模的比较情况。从表6可知，经济发展综合实力因子得分最高的是南宁、柳州、桂林；居民收支的综合实力因子得分最高的是防城港、北海、柳州和桂林；货物进出口贸易额的综合实力因子得分最高的是崇左、防城港和钦州。3个因子加权综合后即表示市域经济发展的整体水平。综合得分最高的是南宁、柳州、桂林，排名靠前的主要是桂中北部地区，排名靠后的则是以防城港为代表的港口城市和桂东区域的贺州，基本上代表了2013年广西各市域经济发展的现状。

由聚类分析结果得知，南宁、柳州和钦州为第一类，经济发展实力较强，而农村地区面积较小，人口密集度大，工商业发达。南宁经济基础好，第三产业较发达，人口整体素质较高，竞争力强。柳州市利用自身的地域优势发展第二产业，成为广西工业重点城市，柳州市的工业经济总量占广西的1/4，迈入了现代化工业城市行列。钦州是广西港口城市经济发展速度较迅速，对外贸易额较大的城市，代表了广西港口经济发展的特点，从经济发展程度上讲，相对其他地区有明显的优势。桂林、梧州、北海、贵港、玉林、百色、贺州、河池和来宾为第二类，由于这类地区的地理位置和自然环境相对比较特殊，地区生产总值、财政收入及消费水平普遍较低，虽然政府给予一定的扶持，但是其基础设施建设依然滞后，教育水平低，科技发展水平落后，人口素质不高，社会保障水平差。防城港和崇左为第三类。防城港是广西三大港口城市之一，也是三港口建设规模最大的港口，但2013年整体经济发展状况较差，对外贸易额不高，投资规模不大，地方政府收入较少。崇左是桂西资源富集区，经济基础较差，公共基础设施不完善，虽然资源丰富，但人力资源得不到很好的补充，是经济发展较为落后的一类。

综上所述，以广西北部湾经济区为代表的南宁市为第一类，北海为第二类，而防城港为第三类。其中，南宁综合得分是防城港的3.75倍。同时，广西西江经济带和桂西资源富集区的各个市域经济发展也不均衡，两大区域相比，广西西江经济带的区域经济排名较为靠前。由此可以看出，广西构建“两区一带”的区域经济发展战略格局出现一定程度失衡，表现为市域经济发展一定程度上的不平衡，地区经济结构也有所变化。

五、促进广西市域经济协调发展的对策与建议

（一） 适度调整广西“两区一带”区域发展战略格局，建立健全区域协调发展机制

在面临经济总量下行压力和经济结构逐步转型升级的背景下，广西“两区一带”市域经济出现不均衡、不协调发展现象，表现为北部湾经济区的南宁经济发展位居首位，防城港经济发展居末位；西江经济带市域经济发展零星散落，发展增速不均；桂西资源富集区经济发展相对滞后。为此，首先应将工业发达的柳州并入北部湾经济区来突破经济发展的瓶颈，提升经济增速，将北海和防城港两大港口城市从北部湾经济区分出，划入西江经济带，从而实现江海互动、江海联动发展的区域经济协调机制。桂西资源富集区的3个城市区位相近，条件优越，资源互补，应继续发挥河池、百色、崇左3市资源富集的优势，进而实现陆海互动、陆海联动发展的区域经济协调机制。

（二） 发挥三个核心区域的发展优势，强化经济中心的辐射效应

从广西经济发展实力来看，南宁、柳州和桂林是三大核心经济发展区，具备作为广西市域经济中心的能力。南宁市的综合经济排名居广西首位，应充分发挥服务业优势，整合海外联络的商会经济，建设为区域性国际城市。柳州应充分发挥工业优势，发展工业城市的循环经济发展体系，扩大对外投资总量，加速工业跨越式发展。桂林要以旅游业作为支柱产业，加速旅游城市的工业化、产业化进程，把桂林市发展成为外向型工业化商贸旅游城市。南宁、柳州和桂林在广西经济发展排名相对靠前，一直保持良好的发展势头，要从服务业、工业和旅游业等多方面继续增强经济中心的辐射效应，带动其他经济腹地的发展。

（三） 发展沿海地区的港口经济，增强对外经济的龙头带动作用

广西沿海环北部湾的防城港、钦州、北海三大港口是广西乃至整个大西南对外开放的大通道和门户。长期以来，三大港口基础设施不完备，重复建设，功能定位不明确，也面临着临港产业的竞争压力，造成三大港口城市的经济发展出现一定程度上的不平衡。因此，北钦防应抢抓多重战略机遇，大力争取国家支持，继续加快3市港口基础设施建设，提高港口运作效率；高起点制定专门发展规划，对各个港口进行功能定位；加快实施北钦防港区一体化进程，发展临港经济，从而建设大型现代化组合港。

（四） 完善落后地区的基础设施建设，促进地区特色经济发展

河池、百色、崇左等市地处偏远地区，交通不发达，基础设施不完善。同时，工业落后，经济发展以农业为主，各项人均产值普遍偏低，整体经济发展水平较低。尤其是桂西资源富集区表现尤为突出，缺乏对外界投资的吸引力。无论在地区工业化、产业化和城市化的进程中，还是提高居民收入和生活水平方面，这些地市都比较落后。因此，要完善基础设施建设，扩大全社会固定资产投资总量，推进产业结构调整，注意发展地区特色经济，在生产发展的基础上，加快推进城乡一体化进程，增加落后地区的城乡居民收入。

总之，针对2013年广西各地区市域经济发展状况，自治区政府要根据地区经济发展特点来规划布局，审时度势，因地制宜，利用优势条件和后发优势实现广西区域经济联动发展，形成区域协调发展的新格局。

参考文献

[1] 陈艳. 基于主成分分析的江西低碳经济发展评价分析[J]. 南昌大学学报(人文社会科学版),2012,(6).

[2] 马司玺. 基于主成分分析的山西省各市区经济发展评价[J].长治学院学报,2013,(2):68-70.

[3] 吴庆春,李帮义,丁立波. 基于主成分分析的江苏省各市区经济发展潜力评价[J]. 价值工程,2007,(9):25-27.

[4]杨燕. 基于主成分分析的山西省县域经济研究[J]. 山西农业大学学报(社会科学版),2008,(3):260-263.

[5]韩诗雨. 基于聚类分析的省域经济发展状况研究[J]. 经营管理者,2009,(15):5.

[6] 孟海东,李秉秋. 聚类分析在县域经济发展研究中的应用[J].河北工业科技,2012,(2):116-119.

[7] 赵晓葵. 基于聚类分析的青海藏区社会经济发展水平评价研究[J]. 青海师范大学学报(自然科学版),2010,(4):8-11.

[8] 李蕊. 基于聚类分析的部分地区社会经济发展水平评价研究[J]. 科学咨询(科技·管理),2013,(12):8-10.

[9] 张瑞寒. 基于主成分分析和聚类分析的城市经济发展研究[J]. 科技信息,2013,(14):119-120.

[10] 方兴义. 基于主成分和聚类分析的宁夏南部山区经济竞争力评价研究[J]. 广西农业科学,2009,(10):1375-1379.

[11] 张朝元,陈丽,吴琢了. 基于主成分聚类分析的大理州经济发展综合评价[J]. 安徽农业科学,2012,(10).

[12]吴世斌,任晓松. 基于主成分和聚类分析的我国区域循环经济发展评价研究[J]. 中国工程咨询,2010,(2):39-41.

篇（5）

[中图分类号]C916 [文献标识码]A [文章编号]1672-2426（2014）02-0066-04

无论是城市，还是乡镇，基础设施都扮演着极其重要的角色。它不仅能够吸引资金投资建厂、促进当地就业，还能促进消费，从而推动当地的经济发展。因此，基础设施建设就成为发展经济的重中之重。然而，在基础设施建设中，社区公共服务设施往往比例过小且增长过慢，需求远远大于供给，造成资源过度使用；而对社会生产设施投入过多且增长更新快，供给远远大于需求，造成资源的过度浪费。

国内外对于基础设施与经济发展关系的相关研究有很多。吴友人的《城市现代化和城市基础设施建设》是从生产性和非生产性基础设施的建设比例来讨论：基础性设施对城市现代化的重要作用；[1]胡仁科的《我国小城镇基础设施融资研究》是从基础设施的融资方面来阐述如何促进小城镇经济发展的；[2]徐莹的《贵州城镇化与城镇基础设施建设问题研究》是以贵州的城镇为例，从基础设施的服务能力和质量方面入手，来分析基础设施对于拉动城镇经济增长的重要作用；[3]Kapar·Brian、Abate·Janet的《policy for information infrastructure》是从生产设施建设方面入手写其对城镇经济发展的作用。[4]

上述研究的对象多涵盖整个基础设施，很少有将研究对象定为城镇社区的公共服务设施领域。在研究思路上多是从生产到投资角度入手，从增加就业、促进再生产方面揭示社区公共服务设施数量与城市经济发展的关系，却忽略了非生产性基础设施对于经济发展的重要作用。

公共服务设施是由公共服务与设施两个词语构成的合成词，是这些词语含义的整合。公共设施是指为市民提供公共服务产品的各种公共性、服务性设施，有基础设施和附属设施，其中基础设施是指为社会生产和居民生活提供公共服务的物质工程设施，是用于保证国家或地区社会经济活动正常进行的公共服务系统。它是社会赖以生存发展的一般物质条件。“基础设施”不仅包括公路、铁路、机场、通讯、水电煤气等公共设施，即俗称的基础建设，而且包括教育、科技、医疗卫生、体育、文化等社会事业即“社会性基础设施”。而附属设施是配套设施，使得基础设施得到更好服务、发挥更大作用、实现保值和增值功能的设施。[5]

本文以公共服务设施数量与城镇经济发展水平的关系为研究对象，通过对城镇社区公共服务设施数量和中国各地区的地区生产总值（GDP）的比较分析，建立两者的联系。本文所有数据来源于《中国统计年鉴》。[6]

一、公共服务设施数量与投资、消费、储蓄的关系

城镇的公共服务设施数量对城镇发展所需的投资、消费、储蓄具有非常重大的影响，主要表现在以下几个方面：

（一）公共服务设施的数量对投资、消费的影响

投资和消费是经济发展最主要的动力，也就是说加快城镇经济发展最主要的就是促进该城镇的投资和消费。从对于一个城镇的投资和消费带动经济发展的方面来说，公共服务设施的数量增多对于该地区经济的发展起着积极促进的作用。

首先，公共服务设施数量对投资的影响。对于商家投资建厂来说，一个好的投资环境是十分重要的。一般，好的投资环境必需有完善和充足的公共服务设施资源，而不仅仅是政府所建设的大型基础设施建设（公路、铁路、桥等），因为社区一些公共服务设施的面向是社区居民，这会给投资建厂的商家在服务设施上减少很多资金及时间的成本投入。因此，良好的投资环境可以吸引商家来投资建厂，从而直接促进地区的经济发展。对于社区居民的投资来说也是如此，完善和充足的公共服务设施会为其解除许多后顾之忧，这样居民就会用自己手中多余的钱进行一些投资，从而间接促进当地的经济发展。

其次，公共服务设施数量对消费的影响。完善和充足的公共服务设施数量，除了可以促使居民将手中多余的钱用于投资以外，也可以促进居民进行消费。一旦该地区的消费水平有所提高，商家能够获得利润，商家不但会加大投入力度，还会吸引更多的其他商家进行投资，这两方面的后续影响会促进当地居民的就业，从而带动当地的经济发展。

（二）公共服务设施数量对储蓄的影响

完善和充足的公共服务设施数量给居民解除了很多后顾之忧，促使居民将手中的钱用于投资和消费。如果居民用于投资和消费的钱增加了，在短时间内收入固定的情况下，居民所储蓄的钱就势必会减少。对于想要在此投资建厂的商家也是如此，完善和充足的公共服务设施数量，会增大商家对此地区进行投资的可能性，一旦进行投资，那么商家就不会将钱存在银行，而且还很有可能从银行贷款。这两种情况都会大大减少银行的储蓄量。[7]因此，从这一点来看，公共服务设施数量的增多对储蓄的增加起到一定的抑制作用。

二、城镇社区公共服务设施数量与经济发展水平的分析

简单起见，本文只选择当地当年的地区生产总值与该地区连续两年的生产总值的增幅来分别代表各地区经济发展水平和发展速度的指标。

（一）全国各地区城镇公共服务设施的数量分布及其增长速度的比较分析

根据《中国统计年鉴》（2006-2008）提供的数据，得到2006至2008年中国各地区城镇社区的公共服务设施数量（统计数据不包括：港、澳、台地区），通过SPSS软件，[8]得到分布图，见图1，其中灰色柱、黑色柱、白色柱分别代表2006年、2007年和2008年该地区城镇社区的公共服务设施数量（单位：个）。

从图中可以看出：第一，浙江、江苏两地在2006年至2008年间城镇社区的公共服务设施数量在全国排在第一位置，而且远远领先于其他地区。第二，上海城镇社区的公共服务设施数量在2006年排在中游位置，而在2007年和2008年跃居到与浙江、江苏同一阵营。第三，从地理区域上来看，城镇社区的公共服务设施数量最多的是东南沿海地区和长江中下游地区，其次是北方沿海地区、首都附近和西南中部地区。最后是西北地区和东北内陆型省份。第四，北京、天津、上海作为省级市拥有的城镇社区的公共服务设施数量比一些省份多，尤其是上海。于是，我们可以初步得出结论：我国东南沿海城镇的社区公共服务设施数量远远领先其他地区，少数民族地区城镇社区的公共服务设施数量处于全国最低水平线。

（二）全国各地区城镇经济发展水平及其增长速度的比较分析

根据《中国统计年鉴》的数据，可以得到全国各地区城镇经济水平和其增长速度的分布与比较图，见图2，其中灰色、黑色和白色柱分别代表2006年、2007年和2008年该地区的生产总值（单位：百万）。同时对各省级行政区的经济发展水平进行横向比较，以2007年各地区的生产总值和人均生产总值的数据为例，见图3，其中，灰色柱代表2007年该地区的生产总值，黑色柱代表2007年该地区的人均生产总值（灰色柱与黑色柱的单位不同，放在一起是为了分别比较各地区之间的地区生产总值和人均生产总值）。

从中可以看出：第一，我国从2006年到2008年各省级行政区的生产总值几乎都是逐年增加的。第二，我们将2008年生产总值达到2万亿的地区划为A区，介于1万亿与2万亿之间的划为B区，小于1万亿的划为C区。由此可以看出A区：广东、山东、江苏、浙江；B区：河南、河北、上海、辽宁、四川、北京、福建和海南；C区：黑龙江、安徽、内蒙古、山西、广西、江西、天津、陕西、吉林、云南、重庆、新疆、贵州、甘肃、海南、宁夏、青海和。第三，从地理区域上看，我国各省级行政区的生产总值南方省份超过北方省份，东部省份超过西部省份。从而，我们可以初步得出结论：我国经济在不断地向前发展，现代化水平在不断提高，但发展依然存在不平衡态势，有些地区经济增长速度很快，有些地区经济增长速度仍然缓慢。同时也应注意到，在人均方面，一些地区的人均收入过高，一些地区的人均收入过低。在生产总值方面，也存在类似的问题，尤其是少数民族地区，其经济水平还十分低下。

（三）公共服务设施数量与城镇经济水平的相关性分析

根据2009年颁布的《中国统计年鉴》，得到2007年中国各地区城镇社区的公共服务设施数量和各地区的生产总值，如图4所示。灰色折线代表2007年该地区城镇公共服务设施数量，黑色折线代表2007年该地区的生产总值。

从分布图中可以看出，灰色折线和黑色折线的上升或下降的步调大致相同，各省市所对应的基本都是两个高点或两个低点，很少有对应一个高点一个低点的情况；地区生产总值的大小与地区公共服务设施数量的多少在数据上具有较强的同步性和正相关性；从区域分布上看，东西部地区城镇社区的公共服务设施数量和地区生产总值与中国中部地区相比较少。

（四）公共服务设施数量的增长速度与城镇经济增长速度的相关性分析

根据前面的结论，笔者提出假设：各地区经济增长的速度与各地区城镇社区的公共服务设施数量增长的速度具有正相关性。我们用后一年的城镇社区的公共服务设施数量减去前一年的城镇社区的公共服务设施数量来代表公共服务设施数量的增长速度，用后一年的地区生产总值减去前一年的地区生产总值来代表城镇经济增长速度。其中，服务数差1、经济数差1分别为2007年与2006年公共服务设施总量差值和地区生产总量差值的编码，服务数差2、经济数差2分别为2008年与2007年公共服务设施总量差值和地区生产总量差值的编码。

从SPSS输出结果（限于篇幅，不在文中体现）可以看出，经济差1与服务数差1的相关系数为0.678，经济差2与服务数差2的相关系数为0.658。这两个相关系数都接近于0.7，说明地区的经济增长的速度与地区城镇社区的公共服务设施数量增长的速度具有中等程度的正相关性，从而证实笔者的假设：各地区经济增长的速度与各地区城镇社区的公共服务设施数量增长的速度具有正相关性。

三、结论与现实意义

通过以上分析，可以得出如下结论：

首先，各地区的城镇社区公共服务设施数量的多少与该地区的经济发展水平高低具有正相关性，即：城镇社区公共服务设施数量较多的地区，其相应的经济发展水平也较高；反之亦然。

其次，各地的城镇社区公共服务设施数量的增长对这个地区的经济发展具有十分重要的推动作用，即：城镇社区公共服务设施数量增长较快的地区，其相应的经济增长速度也较快；反之亦然。

最后，我国第一类、第三类地区与第二类、第四类地区相比，其经济发展水平较低，经济增长速度较慢，其中主要原因之一是：城镇社区的公共服务设施在数量上有很大差距。因此，我们应加强第一类地区和第三类地区的城镇社区公共服务设施的建设力度，使社会发展与经济发展水平相协调。当然，社区服务体系建设涉及到各个部门，各级政府需要综合协调，在社区建设中建立一个综合协调机制，以推进我国社区服务体系健康、持续的全面发展。

参考文献：

[1]吴友人.经济地理[M].北京：中国学术书刊电子出版社，2010，269-272.

[2]胡仁科.我国小城镇基础设施融资研究[M].武汉：武汉大学出版社，2008：5.

[3]徐莹.贵州城镇化与城镇基础设施建设问题研究[M].浙江：浙江大学出版社，2004：4.

[4]Kapar brian，abate janet，standard.policy for information infrastructure.[M].华盛顿：世界银行出版社，1995：3.

[5]唐建新？熏杨军.基础设施与经济发展-理论与政策[M].武汉：武汉大学出版社，2003：10.

篇（6）

加强旧城区改造的力度

按照规划进度完成棚户区、城中村的拆迁和建设，通过大规模的改造，不断提升城市的居住条件，同时促进旧城区在道路、绿化、给排水、供热及供气等基础设施方面的改善，实现扩容提质、打造特色、完善功能、改善环境和便民利民的目标。要建设一批彰显河套文化内涵和具有鲜明地域特色的标志性建筑，要形成几处集旅游观光、休闲娱乐、商业购物和餐饮文化为一体的高标准现代化的“一条街”；要加强绿地、广场、水系的建设；大幅度提升城市形象品味和宜居程度。

切实加大廉租住房、公共租赁住房、限价商品房的建设与供给力度，使城市发展与和谐社会建设紧密相结合

要改善居民住房条件和提升城市的功能，就要进行棚户区及城中村改造，集中力量和采取行之有效的方法，破解房屋征收瓶颈，抓好重点区域的征收改造进度，使城市的整体面貌得以改观。要有效、合理地促进房地产业的健康发展，激活房地产市场，加大开发、销售、入住的力度，使城市经济在不断的发展中得到提升和完善。

发挥中心城市的辐射带动作用

篇（7）

中图分类号：F299.27；F127 文献标识码：A

文章编号：1004-4914（2016）10-072-03

一、未来山西省人口城镇化水平预测

城镇化水平的研究主要是对城市人口的发展进行预测。通过对人口规模历史资料的统计分析，找出其在时间维度上的变化规律，以得出城市人口规模变化的比较精确的数值，以及探索其变化的规律。灰色预测法是一种既含有已知信息又含有不确定因素的系统进行预测的方法。其特点是所需信息量少，不仅能够将无序离散的原始序列转化为有序序列，而且预测精度高，能够保持原系统的特征，可较好地反映系统的实际情况。这里采用GM（1，1）模型对山西省未来五年的人口规模进行预测，并对预测结果进行分析，得出山西省城镇化发展的方针和对策。

1.GM（1，1）模型建立的基本过程。

2.山西省人口规模发展及其城镇化分析。

（1）基于GM（1，1）模型的人口规模预测分析。采用近十年全国人口数据和山西省人口数据作为GM（1，1）模型的源数据，求得相应的预测模型，对未来五年全国总人口以及对山西省的总人口进行预测，计算未来五年相应的城镇化发展水平，并以预测精度等级来衡量预测结果。

（2）基于GM（1，1）模型的人口规模预测结果。

运用GM（1，1）模型以及表2中山西省2006―2014年总人口数对山西省总人口的规模进行5年的预测。

得出预测模型：x（1）（t+1）=331351.816972e0.009869t-328058.106972，其预测结果如表3，其中P=1.0000，C=0.3688，预测精度等级为好，达到预测效果，所以运用GM（1，1）模型对人口进行预测有一定的可行性，具有一定的适用价值。

根据上述同样的方法，对山西省城镇人口进行预测，预测模型为：x（1）（t+1）=31234.755455e0.040106t-29980.195455，，P=1.0000，C=0.1425，预测精度等级为好，预测结果如表4所示。

根据表3、表4的数值，山西省未来城镇化水平预测结果如表5：

根据表3、表4、表5可知，未来五年山西省的总人口数、城镇化水平都在持续增加，山西省2018年总人口数达到3810万人，城镇化水平也相应的提高到了60%以上，并且具有持续增长的趋势。

根据2006―2015年我国总人口数据对我国未来5年的总人口数进行预测，得出预测模型：x（1）（t+1）=24894603.092423e0.005182t-24766150.092423

P=1.0000，C=0.0344，预测精度等级为好，预测结果如表6所示。

同理得出我国未来5年城镇人口数的预测模型：

x（1）（t+1）=1491208.072700e0.034595t-1440996.072700，P=1.0000，C=0.0344，预测精度等级为好，预测结果如表7所示。

根据表6、表7的数值，得出我国未来城镇化水平的预测值，如表8所示。

（3）山西省未来城镇化水平与我国未来城镇化水平对比分析。

从表9中可以看出，无论山西省的城镇化水平还是我国的城镇化水平都有稳步增长的趋势，但山西省的城镇化水平始终低于我国的城镇化平均水平，但差距正逐年缩小，从2016年到2020年山西省的城镇化年均增长率均保持在3%以上，而且超过了全国城镇化的年均增长率，并保持稳定的增长幅度，基于上述情况的分析，山西省在未来五年应加快城镇化进程，缩小与全国的差距，但同时也应处理好加快城镇化进程带来的相关问题。

二、未来山西省经济发展水平预测

运用前文分析得出的回归模型，将未来山西省的人口城镇化水平预测值代入回归方程式（1）（2）（3）（4）（5）（6）中，预测未来山西省影响经济发展水平的各相关因素的值（表10）。

1.山西省经济规模预测。从预测结果中分析得出未来5年山西省的地区生产总值呈现稳步增长的态势，2020年山西省地区生产总值突破4万亿元，是2016年地区生产总值的1.9倍，同比增长89.1%。对一二三产业产值的预测也同样呈现出增长趋势，其中第二三产业产值占地区生产总值的比重明显增加，第二产业产值所占比重稳步保持稳定增长，其中伴随着二三产业的发展，对生产条件、技术的改良，同时也提高了第一产业的生产总值，未来5年第一产业产值也同样稳步增长（表10）。

2.山西省人均GDP预测。经济规模的不断扩大，势必带来人均GDP的增长，从对未来山西省经济发展水平的预测结果中可以看出，未来5年山西省的人均GDP的增长幅度保持在15%左右。

人均GDP的显著提高在很大程度上将推进城镇化的进程，在此过程中则要不断地对经济结构进行优化，才能保持城镇化进程的稳步发展（表10）。

3.山西省经济结构的优化预测。

在城镇化水平迅速提高的同时，也在不断地改进经济结构的运行模式，对未来山西省5年的经济相关指标的预测结果中显示，一二三产业的产值都在逐年增加，但是占地区生产总值的份额，二三产业仍占居主导地位，呈现出“二三一”的经济结构模式，对预测数据的分析，第三产业的产值提升速度较快，正逐年缩小与第二产业产值之间的差距，经济结构模式也逐年趋近与“三二一”的经济结构模式。

在经济结构模式转变的同时，带来的是就业人员结构模式的转变，第一产业就业人员比重每年下降0.3个百分点，二三产业就业人员比重每年上升0.4个百分点，产业结构模式的转变加之就业结构模式的转变，在很大程度上对城镇化的进程带来了压力（表11）。

因此，在城镇化迅速发展的过程中，政府要不断引导经济结构模式的转变，同时也要处理好新型就业结构模式下的工作、住房等民生问题。

三、未来山西省人口城镇化与经济协调发展的对策

结合对山西省未来城镇化水平和经济发展水平的预测，摸清未来一段时间山西省城镇化发展的真实水平和在全国范围内的相对位置，有效促进山西省人口城镇化与经济协调发展。

1.强化产业支撑城镇化发展的新格局。根据全省产业发展的基本方向，围绕区域资源禀赋、环境承载能力、现有经济发展水平以及产业转型发展趋势，改造和提升现有产业，淘汰落后产能，强化产业支撑，加快城镇产业发展方式的转变，形成产业支撑城镇化发展的新格局。发挥比较优势，积极推动中心城市构建具有山西省特色的高端制造产业和服务业体系。结合山西科技创新城、太榆同城化建设、晋北现代煤化工基地建设、百里汾河经济带建设等重大布局，推动小城市和小城镇发展具有特色鲜明、优势互补、协同共进的产业体系。

2.加速产业梯度转移带动城镇化发展的新面貌。借助全国产能结构调整的机遇，积极承接东部地区转移而来的劳动密集型产业、资源密集型产业和加工制造业，通过产业转移带动山西省工业化和城镇化的发展。对于资源优势相对突出的城市，要借助本地丰富的优势资源，换取转出地的资本和技术要素，同时适当拓展产业链，积极探索资源产品的精细加工，实现与转出地在产业发展方面的合作共享。对于资源枯竭型地区，要积极克服资源发展瓶颈，适当发展绿色高效的接续产业，着力探索出一条资源消耗低、环境污染少、经济效益高的循环经济的发展道路。

3.构建产业集聚助力城镇化发展的新格局。推动产业集聚区高起点、高标准的建设，将基础配套设施、标准化厂房、都市工业楼宇以及外部交通环境建设纳入到城镇发展规划之中。通过工业化集聚水平的提升带动城镇化水平提高，进而推动城镇综合承载能力、要素吸纳能力、产业辐射带动能力的提升，最终形成产业聚集带动城镇化发展的新格局。

参考文献：

[1] 李玉冰，曹俐.山西省农村城镇化问题思考[J].山西高等学校社会科学学报，2001（11）

[2] 刘思峰，党耀国，方志耕等.灰色系统理论及其应用（第三版）[M].北京：高等教育出版社，2004

[3] 易德生，郭萍.灰色理论与方法――提要・题解・程序・应用[M].北京：石油工业出版社，1992

[4] 崔晋生.关于山西城镇化建设的若干思考[J].太原大学学报，2004（5）.

篇（8）

财政收入弹性系数：即财政收入增速与经济发展增速比。该指标反映国内生产总值变动对财政收入变动的影响。

城乡收入弹性系数：即城乡居民收入增速与经济发展增速比。该指标主要反映经济增长能促进城乡居民收入的提高。

收入的民生指数：即城乡居民收入增速与财政收入增速比。该指标主要是财政收入增速与城乡居民收入增速的对比关系，在一定程度上反映了财政对民生的普惠程度。

二、2011年全区总报告及各盟市分报告

（一）总报告

从各盟市财政收入弹性系数比较来看。全区只有通辽和赤峰小于1。弹性系数最高的是鄂尔多斯2.97，最低的是赤峰市0.63。

从各盟市城乡居民收入的弹性系数来看。其中：农牧民纯收入的弹性系数中有8个盟市超过1，最高为锡林郭勒盟2.6，最低是阿拉善盟为0.8；城镇居民可支配收入弹性系数中有9各盟市超过1，最高为锡林郭勒盟1.74，最低是阿拉善为0.67。

从各盟市收入的民生指数来看。其中，农牧民纯收入的弹性系数中有5个盟市超过1，最高为赤峰市2.32，最低是鄂尔多斯0.33；城镇居民可支配收入弹性系数中有4个盟市超过1，最高为赤峰市1.69，最低为鄂尔多斯0.36。

从全区来看2011年我区的财政收入弹性系数为1.89，财政收入的增长速度大大高于经济增速。城乡居民收入的弹性系数分别为1.07和1.41，表明城乡居民收入与经济增速实现了同步增长且农牧民的收入效应较强。城乡居民收入的民生指数分别为0.57和0.74，说明从全区来看财政对民生的惠及程度较弱，需要在今后的发展中继续加强。

（二）各盟市分报告

呼和浩特市

在2011年全区主要指标增速排序中：GDP增速11.3%排名第8位，财政收入增速19.5%排名第6位，城镇居民可支配收入增速14.71%排名第7位，农牧民纯收入增速14.77%排名第9位。

通过弹性系数的比对，呼和浩特的财政收入弹性系数为1.73，说明财政收入快于经济增长，表现了较为健康的财政增长水平。城乡收入弹性分别为1.3和1.31，说明呼和浩特的经济增长对城乡居民收入有直接的正向的影响。城乡居民收入的民生指数分别为0.75和0.76，说明财政收入对民生的影响不够充分，没有实现同步提高。

包头市

在2011年全区主要指标增速排序中：GDP增速15.5%排名第3位，财政收入增速16.3%排名第7位，城镇居民可支配收入增速14.56%排名第8位，农牧民纯收入增速14.74%排名第11位。

通过弹性系数的比对，包头的财政收入弹性系数为1.05，说明财政收入与经济发展同步增长。城乡收入弹性分别是0.94和0.95，说明包头的经济增长对城乡居民收入基本同步。城乡居民收入的民生指数分别为0.89和0.90，说明城乡居民收入的增长速度略低于财政收入的增长速度。

呼伦贝尔市

在2011年全区主要指标增速排序中：GDP增速14.4%排名第6位，财政收入增速15.9%排名第8位，城镇居民可支配收入增速15.37%排名第5位，农牧民纯收入增速21.41%排名第3位。

通过弹性系数的分析比对，呼伦贝尔的财政收入弹性系数为1.1，说明财政收入与经济增长实现了同步增长。城乡收入弹性分别为0.94和0.95，说明呼伦贝尔的经济增长与城乡居民收入基本同步。城乡居民收入的民生指数分别为0.97和1.35，说明财政收入与城乡居民收入基本同步，且对农牧民影响较大。

兴安盟

在2011年全区主要指标增速排序中：GDP增速10.4%排名第10位，财政收入增速29.9%排名第3位，城镇居民可支配收入增速15.02%排名第6位，农牧民纯收入增速17.43%排名第5位。

通过弹性系数的分析比对，兴安盟的财政收入弹性系数为2.88，说明财政收入大大高于经济增速，表现了经济增长对财政的巨大贡献。城乡收入弹性分别为1.44和1.68，说明兴安盟的经济增长对城乡居民收入的影响较大。城乡居民收入的民生指数分别为0.5和0.58，说明财政收入对民生的影响不够充分，财政惠民的力度较弱。

通辽市

在2011年全区主要指标增速排序中：GDP增速14.6%排名第5位，财政收入增速13%排名第9位，城镇居民可支配收入增速16.02%排名第4位，农牧民纯收入增速20.22%排名第4位。

通过弹性系数的分析比对，通辽的财政收入弹性系数为0.89，说明财政收入略低于经济增速。城乡收入弹性分别为1.1和1.38，说明通辽的城乡居民收入略高于经济增速。城乡居民收入的民生指数分别为1.23和1.56，说明财政收入增长对城乡居民收入的影响较大。

赤峰市

篇（9）

一、引言

城市化是综合国力和国际竞争力的集中体现，是人类文明进步的标志。2001诺贝尔经济学奖获得者斯蒂格利茨曾指出，新世纪对于中国有三大挑战，居于首位的就是中国的城市化，认为“中国的城市化将是区域经济增长的火车头，并产生最重要的经济利益”。2010两会期间，政府工作报告提出要将“坚持走中国特色城镇化道路，促进大中小城市和小城镇协调发展，着力提高城镇综合承载能力。1城市化是社会生产力发展的必然产物，它是一个综合性概念，不仅是一个城市数量与规模扩大的过程，同时也是一种城市结构和功能转变的过程。具体表现为：一个国家或地区的农业人口转化为非农业人口，即人口由农村向城市转移；农村区域的不断减少，城市区域的不断增加；劳动力、资金等生产要素由农村向城市聚集，农业在国民经济中份额的下降及第二、第三产业份额的上升；城市自身发展和素质的提高；城市功能对农村的辐射影响等等。从某种意义上讲，城市化水平是一个国家现代化的重要标志。城市化水平一般用城市化率来表示。城市化率是指一个国家或地区城市人口占其总人口的百分比。其计算公式为：

城市化率=国家（地区）城镇人口/国家（地区）总人口×100%

二、湖北省城市化水平发展的现状

图1

湖北省是我国历史上最早出现城市的地区之一，湖北省经济社会的快速发展，极大地促进了城市化水平的提高。特别是改革开放以来，随着经济的发展和工业水平的提高对劳动力需求的不断增加，人口的城市化水平趋势更为显著。据国家统计局数据显示，我国的城市化水平（用于衡量城市化水平最常用的指标是人口城市化率，即城镇人口占总人口的比重）从1978年的17.92%到2011年的51.27%，涨幅高达411.6%，而湖北省城市化率也从1978年的15.09%增长到2011年的51.83%。显示出我省的城市化水平从建国初期到现在一直保持增长的趋势。2001年，我省城市化水平为40.22%，在全国31个省市中居第12位。现在，这一比重已高于全国平均水平4.13%，这在中西部地区（内蒙古除外）是“拔尖”的，但比排在“前三甲”的上海、北京、天津低30个百分点以上，与同为老工业基地的辽宁、黑龙江、吉林相比，也有10个百分点左右的差距，这与我省城市的规模尚小、功能较差有关。如，我省大城市只有4个（武汉、襄樊、荆州、黄石），比辽宁少6个，特大城市只有武汉，比辽宁少3个。而到2011年，我省城市化水平高达41.83%，城市化率一年提高2.1个百分点，高于全国平均水平0.56个百分点，同时转移农村人口达到138.27万人。图1中，我们观察中国城市化率与湖北省城市化化率（其中x1为全国城市化率，x2为湖北省城市化率）。

从图1可以看出，我国与我省城市化水平都大体表现为逐步上升的趋势，但是湖北省的城市化水平在1998年到2005年间高于全国城市化水平，到2006年至2010年间略低与全国城市化水平，而到了2011年开始高于全国城市化水平。

按照城市化发展的一般规律，一个地区的城市化率高达50%，人均GDP超过3000美元以后，就进入了城市化发展水平的加速发展期。而2011年我省人均GDP为5300美元，远远超过了3000美元，这表明湖北省城市化正处于加速发展期。如果这一时期城乡一体化改革体制和政策调整有重大突破，城市化率有望达到60%至65%。因此，这一时期政府调整城市化改革，加快城市化进程的发展对城市化水平的提高具有重要意义。

（一）城市化水平对区域经济发展发展的相关性检验

自工业革命以来，城市化进程才开始加速。据钱纳里的世界发展模型（钱纳里，1988），在工业化率、城市化率同处于0.13左右的水平以后，城市化率开始加速，并明显超过工业化率（见图2，工业化率指制造业附加值占GDP比重，城市化率指城市人口占总人口比重）。

图2 城市化率与工业化率比较世界发展模型

同时，发展中的城市以其聚集效应为工业的发展提供良好的条件，并且提供一个总量不断扩大、由较高收入的城市就业人口组成的市场，对工业持续增长起到拉动作用。对发展中国家说，城市化还通过不断吸收农村人口而改造传统的农业生产方式，使经济走向现代化。

（二）最小二乘估计

本文在此处使用湖北省1982—2011年城市化水平数据和经济发展水平的数据，把城市化率作为解释变量，人均GDP作为被解释变量，来分析湖北省城市化水平对地区经济发展的影响。首先，利用了最小二乘估计，通过简单的回归分析，得出下图表：

Variable Coefficient Std. Error t-Statistic Prob.??

C 3768.020 80.57746 46.76270 0.0000

X 0.033243 0.003837 8.664842 0.0000

R-squared 0.903707 ????Mean dependent var 4411.100

Adjusted R-squared 0.891670 ????S.D. dependent var 301.4677

S.E. of regression 99.22363 ????Akaike info criterion 12.20949

Sum squared resid 78762.64 ????Schwarz criterion 12.27000

Log likelihood -59.04743 ????Hannan-Quinn criter. 12.14310

F-statistic 75.07949 ????Durbin-Watson stat 0.539583

Prob（F-statistic） 0.000024

从表中我们可以看出，城市化水平与区域经济发展的拟合度为0.9037，可见我省的城市化水平与经济发展之间呈现高度相关关系。由此我们可得出结论：中国城市化水平与经济发展之间的相关程度非常高。

（三）时间序列平稳性检验和协整检验

目前，对时间序列的分析是通过建立以因果关系为基础的结构模型进行的，而无论是单方程的计量经济学模型还是联立方程计量经济学模型，都要求这些数据是平稳的，以此来判断两者之间的相关性。同时，我们还需要在序列平稳的基础上，分析两个经济变量之间具有长期稳定的关系，以此证明城市化水平对经济发展的影响并不是偶然事件。这里也是选取了湖北省1982-2011年的人均GDP与城市化率的数据来分析时间序列的平稳性和协整检验，见下图：

Null Hypothesis： D（ZC） has a unit root

Exogenous： Constant

Lag Length： 1 （Automatic based on SIC， MAXLAG=5）

t-Statistic ??Prob.*

Augmented Dickey-Fuller test statistic -4.903188 ?0.0009

Test critical values： 1% level -3.788030

5% level -3.012363

10% level -2.646119

*MacKinnon （1996） one-sided p-values.

（这里的ZC值的是人均GDP）

从结果可以看出t检验值为-4.903188小于显著性水平，说明人均GDP无单位根，且差分平稳（这里按同样的方法也可以得出城市化率也是无单位根也就是平稳的），所以序列人均GDP和城市化率都具有平稳性，这里可以进一步证明城市化水平是对经济发展有影响，两者之间存在关系。接着，我们对残差e做时间序列模型，进一步得出协整检验的模型，见下图：

Null Hypothesis： D（E） has a unit root

Exogenous： None

Lag Length： 0 （Automatic based on SIC， MAXLAG=5）

t-Statistic ??Prob.*

Augmented Dickey-Fuller test statistic -4.046689 ?0.0000

Test critical values： 1% level -2.674290

5% level -1.957204

10% level -1.608175

*MacKinnon （1996） one-sided p-values.

从图中依然可以看出序列e无单位根，说明两个序列在显著性水平上也是协整的。说明城市化水平与区域经济发展之间的关系是协整的，具有相关性。

然而，从梁强在对《城市化水平对经济发展的互动机制分析》的脉冲响应模型检验中，我们可以看出，城市化率在初期对经济发展有持续的正向作用，到一定时期之后开始呈现负面作用，到末期又回归到正向作用。这说明了开始城市化水平对区域经济发展呈现正相关关系，然而，维持过快的城市化水平不仅不会促进经济发展，相反还会给经济发展带来负面作用，阻碍经济发展的步调。这主要是因为过快的城市化率会引发一系列的问题：如，城市环境污染严重、交通拥挤、失业率上升等。后期又经过政府政策的调整和体制改革，最终回归到稳定的正向关系。因此，我们认为，城市化水平当以一定的增长速度，才能有效的促进区域经济发展。当城市化水平发展过快时，有可能阻碍区域经济发展的脚步。把握好城市化水平的节奏尤为重要。②

三、城市化水平对湖北省经济发展的作用

（一）城市化水平提高能扩大湖北省的市场需求

目前，湖北省的市场需求和城市化均与沿海发达地区相比还处于较低水平。根据斯密的观点，农村与城市相比，有些业务，哪怕是最普通的业务，也只能在大都市经营。虽然这个观点不一定全部正确，但是却能说明了城市化过程也就是市场需求增加的过程，随着农业人口向城市的迁移。城市规模逐步扩大，对商品的需求相应也会增加，从而带动了食品、服装、机械、电子等一系列相关产业的发展。根据统计资料显示，城市人口的消费能力远远高于农村地区，所以城市化水平的提高能极好的带动市场消费。城市既是经济中心，又是区域最大的市场，城市市场规模越大，其经济优势越明显，吸引区外各种生产要素的能力越强，城乡之间的交易越频繁和交易量就越大，城市带动乡村经济的能力越强（段瑞君）。

（二）城市化水平的提高可以吸纳农村剩余劳动力

2010年从湖北省统计年鉴可以看出，湖北省的人均耕地面积为0.87亩，农林牧业人均占有为0.37亩，而我国的人均耕地1.51亩。同时，从1978年-2010年湖北省城镇失业率均低于4.4%，处于充分就业阶段，这同时也在透露信息表明湖北省城镇需要大量的劳动力，也显示了让农村剩余劳动力向城市转移的必要性。因此，对农村人口众多的湖北省来说，在没有耕地与农林业的优势情况下，只有加大城市化水平，大力发展现代制造业的同时，把所有劳动密集型企业都向外转移，在产业链上力求紧密结合，实现优势互补和协同发展，进而全面提升城市的就业吸纳能力，才能很好的扩大湖北省地区的就业。③

（三）城市化水平提高有利于发挥聚集效应

目前，湖北省与东部地区的省份相比，城市效应还存在很大差距，东部地区经过20多年的高速发展，已经形成了城市聚集效应的增长极。湖北省由于城市规模偏小，城市化水平较低，吸收各种生产要素的能力不强，目前还没有形成有效的城市效应，只有加快城市化进程，吸收优秀人才和资金投入，尤其是通过武汉地带圈的辐射作用带动周边城市的发展，才能更好地把优质资源汇聚到城市，从而带动本区域的经济增长。

（四）城市化能够促进湖北省的创新

三星公司的雅各布斯说：“大部分的街区都应缩短距离。也就是说，要有很多在大街以及转角相遇的机会”，使得城市充满差异意味着高产出、中产出、低产出和无产出企业的混合”。通过城市化，使得创新在城市群里集聚，也就是“缩短街道”，把各种高新技术聚集起来，形成创新集群体，同样也能汇集广泛的创新意识体，把大批产业相关的企业聚集在城市中，既加强了彼此的竞争，又能产生互相学习的效应，使原来基于资源禀赋的比较优势发展为创新优势。

四、结果分析与总结

2011年湖北省城市化水平首次全国平均水平，达到51.83%，但是总体来说，城市化率相对于东部地区依然较为低下，因此，加快提高城市化水平极其重要。城市化本质上是一个人口的地域集中过程，人口和经济的集中便于经济活动利用技术和资本的外部性，通过加快城市化进程，提高生产率，增加盈利能力，从而促进资本高效和创新体制的形成。结合以上的分析，我们可以总结出，合理的城市化发展水平可以很有效的推动地区经济的发展，形成城市创新圈、人才圈和增长极，增加地区就业。而维持过快的城市化率却会给经济发展带来负面作用，不仅不会促进经济发展，相反，还会阻碍经济发展的步调。因此，在强调城市化对经济发展的积极作用时也要注意其不良的影响，以循序渐进的步伐加快城市化进程，推动经济发展。

注释：

①江易华，程琼.湖北省城镇化现状及对策分析.

②梁强.城市化水平与经济发展的互动机制分析.

③段瑞君.中部崛起的城市化探析.

参考文献：

[1]梁强.城市化水平与经济发展的互动机制分析[J].兰州学刊，2011（11）.

[2]王小鲁，夏小林.城市化在经济增长中的作用[R].是国民经济研究所，2011.

[3]江易华，程琼.湖北省城镇化现状及对策分析[J].湖北工业大学学报，2011（26）.

篇（10）

在房地产盲目助推大量高星级酒店诞生的情况下，“十二五”末已出现酒店布局不均、需求过剩、经营业绩下滑、部分酒店面临拍卖或转型，为此，及时科学指导城市酒店业的发展与城市经济的发展相协调，推进第三产业的健康发展，防止过度发展或发展不足而损害城市区域的经济发展。为此，科学指导城市酒店的发展规模及其分布在“十三五”建设期间显得尤其重要。

一、国内外文献及研究现状

国外针对区域酒店与经济发展相关性研究的不多，因世界前10酒店管理集团中有7个在美国，为此重点关注了美国在该方面的研究。主要有：学者Smith分析美国从1990年到1998年这段时期，洒店业构成比例、规模增长和收益变化，他的分析是很有意义的，能对投资者降低酒店投资的风险。学者JanA Deroos的研究主要基于NOR指标，即理论住房率，他研究分析这个指标的重要意义，是实现对美国酒店业的供求情况进行平衡。学者Jeong-Gil Choi根据美国近30年的酒店增长率情况以及对美国酒店业的未来发展周期和转折点进行预测。强调通过城市经济的发展从多因素的角度对区域酒店业布局等进行系统的研究。

国内酒店管理方面的学者专家也在不断完善相关的理论体系，瞿富强对酒店项目与区域经济建设可行性研究进行了比较与分析。马智亮、邓子瑜等提出了酒店业与城市经济发展研究集成化辅助系统的模型。葛良文结合以往宏观行业调控研究成果，论述了酒店业在区域经济建设中的框架及作用。王勇评述了酒店发展与地区建设的问题与对策，系统性地归纳了酒店业与地区经济相互促进相互依赖的重点关注区域。杨永堂研究了酒店规模发展与地区GDP与CPI数据的关系，从基准收益率、现金流、影响因素等方面细致地作了财务评价研究。

本文尝试通过地区经济发展的主要指标体系给出地区经济发展水平指数，将地区经济发展与酒店业发展进行关联分析，构建两者之间协调关系的模型，并运用重庆市的样本数据进行实证检验。

二、城市酒店业与经济发展的彼此影响动因

（一）城市酒店业的发展是经济发展的需要

酒店业的发展本身也是地区经济发展的重要组成部分。由于城市资源和发展定位的区别，对地区经济的贡献占比也就不同，如以旅游度假定位的三亚等，酒店的收入与利润对城市GDP的影响占比较大，而以中心城市定位的重庆等酒店对城市GDP的影响占比目前在10%-15%之间，且呈上升态势。主要影响体现在五个方面：一是酒店业的发展会为城市经济发展带来发展资金；二是高星级酒店能提升城市形象，创造良好的投资环境；三是增加城市国民生产总值和税收；四是会带动相关行业的发展，如建筑业、商业、交通业等；五是酒店I是劳动密集型行业，对就业的吸纳能力强，酒店业的发展能在很大程度上创造就业机会，提升城市的就业率。

（二）城市经济的发展促进酒店业的发展

酒店业的发展依赖于地区经济发展水平，且总是和地区经济发展水平相适应。主要影响表现在三个方面：一是资本逐利的本性会吸引财团在城市经济发展较好城市投资建造酒店；二是城市经济的发展带来商务和旅游人数增多、流动加快，促使解决餐饮、住宿问题的酒店业出现巨大的市场发展空间；三是政府部门会创造良好的投资政策，特别是银行资金的支持、税收的支持及土地费用的支持等；四是城市基础设施配套、交通、通讯和市政设施等的提升改造，为酒店业的发展创造了良好的外环境；五是在城镇化及房地产引领城市经济发展中，近5年新建的高星级酒店约90%是以房地产集团为背景的酒店。

三、关联性及协调性分析

（一）酒店业与城市经济发展水平的衡量指标

鉴于数据的可获取性，本文选取了国民生产总值、第三产业的投资额、第三产业的收入、房地产开发投资额、进出口总额、国内游客人次和收入、国外游客人次和收入、人均可支配收入、外资利用额等9个与酒店业紧密相关的经济发展指标来衡量经济发展水平。选取酒店数量、客房数量、床位数量、酒店员工数量等4个指标，及在地区的具有代表性的国有和私有酒店各一个，平均其总收入、总利润、可售房价格、可售房利润、客房收入、客房出租率等6个反映经营质量的发展指标来衡量酒店业的发展水平。数据来自《重庆旅游统计公报》、《重庆国民经济和社会发展统计公报》及重庆劲力、万友康年大酒店。

表1 重庆市2000年---2015年主要经济发展指标及酒店发展指标数据

（二）城市酒店业与经济发展水平指数测算

本文采用主分量分析方法来评价经济发展水平。步骤如下：首先，将原始数据转换成标准化的数据；然后，运用SPSS软件进行主分量分析，得到特征值和方差贡献率。将各主分量贡献率占选取主分量的累积贡献率的比重作为权重，计算经济发展水平指数计算公式为：

F=■wk*fk （1）

其中，F表示地区经济发展水平指数，wk为权重，wk=λk/■λk*λk，λk为第k个主分量的贡献率，fk为地区第k个主分量得分。运用因子分析方法对11个指标的数据做KMO和Bartlett检验，运算结果为KMO=0.62，大于0.5；Bartlett球形检验统计量值为209.23，其相位的伴随概率P值为0，小于显著性水平值0.01，表明变量指标之间存在复杂的统计相关关系，样本数据可做因子分析。对地区的相关指标数据做主成分分析，根据特征值大于1的原则，入选2个主成分的特征值分别为5.065、1.255，累积方差贡献率为80.45%，由此可以判断这两个主分量能够很好地代表所有指标的信息，能够较好地反映地区的经济发展水平。将地区在两个主分量上相应的得分和主分量的权重代入到公式（1）中，即得到城市经济发展水平指数-0.42，酒店业发展指数0.25。

（三）城市酒店业与经济发展关联分析

酒店业发展水平与地区经济发展水平的皮尔松相关系数为0.875（显著性水平在0.01的双尾检验），表明酒店业发展和经济发展高度正相关，两者之间相互促进。为了进一步验证酒店业发展与经济发展之间的关联关系，构建地区经济发展水平对酒店业发展水平的回归模型。建立回归模型：Y=a1+b1X+e1 （2）

经计算，回归系数b1=0.855，可决系数为0.756，回归结果进一步验证了酒店业与经济发展之间存在的正相关关系。

（四）城市酒店业与经济发展协调度y算

协调发展强调整体性、综合性和内在性，是多系统或要素在协调基础上的综合发展。由于系统处于动态变化之中，系统内部要素或系统之间的关系也在不断调整，通过协调度来度量系统之间或系统内部各要素之间协调状况。设酒店业发展指数和地区经济发展指数分别为X 与Y，参考有关协调度研究的文献，定义酒店业与地区经济发展的协调系数公式为：

SXY=（X+Y）/■ （3）

式中，SXY代表酒店业与地区经济发展协调系数。协调系数SXY的大小与系统发展的协调性呈正相关，SXY越大，系统的协调性越高，反之，则协调性越低；SXY的取值介于-1.322和1.322之间。为了清楚地反映两者协调发展的程度，根据SXY值的变化采用均匀分布函数法将协调度分为六个等级：1≤SXY

四、结论及意见补充

（一）结论

本文对城市酒店业与经济发展之间的关系以及两者之间的协调度进行了探讨，结果表明：①酒店业与地区经济发展之间有着较强的正相关关系；②酒店业与地区经济发展水平，受到地域资源差异及城市发展定位的影响；③酒店业与地区经济发展还受宏观政策的影响；④城市经济发展必然会带动酒店业的发展，酒店业的发展成为城市经济发展水平的标志。

（二）建议

酒店业是地区经济发展这个大系统中的子系统，协调好酒店业与地区经济发展之间的关系是酒店业与地区经济良性发展的基础。实证分析表明重庆地区酒店业与地区经济的协调度是轻度失调，为了使两者更好地协调发展，本文提出如下建议：（1）城市酒店业与经济发展之间的相互促进是不对称的，对当前酒店产能过剩，建议政府部门控制指导酒店建设的合理布局和总体建设规模；②对目前酒店的发展状况进行全面调研，适当采取减税等政策支持酒店的良性经营，调整两者发展的失调。③城镇化建设中，房地产企业为规避资产经营风险而利用政策投资建造酒店，政府部门应逐步退出对房地产企业的政策引导，同时也有利于当前对房地产的调控；④在酒店服务与管理人才方面，政府、酒店、学校要三方联动搭建平台，解决城市酒店业与经济发展中的人力资源问题；⑤建议行业协会加强对酒店之间无序竞争的干预，规范市场价格，确保员工薪酬，确保服务品质，与地区经济发展形成良性的互动。

（三）不足

以上分析主要是建立在高星级酒店层面，今后还需对城市酒店业中的特色酒店、主题酒店、民宿酒店和经济型酒店等进行主成因素的分析。

参考文献：

[1]魏锋，曹中.我国服务业发展与经济增长的因果关系研究[J].统计研究，2007.

[2]生延超，钟志平.旅游产业与区域经济的耦合协调度研究―以湖南省为例[J].旅游学刊，2009.

[3]吴建楠等.基础设施与区域经济系统协调发展分析[J].经济地理，2009.

[4]臧华.国际酒店集团经营策略比较研究[J].商业现代化，2010，（11）.

[5]曹晶.我国饭店业发展区域差异及对策探析[D].东北师范大学人文地理学，2010.

篇（11）

二、指标体系构建与研究方法

(一)指标体系构建

为了全面、客观地反映我国城市循环经济发展水平,本文在选取评价指标体系时,在紧密结合所研究城市实际情况和保障数据资料可获得的前提下,遵循了系统性、全面型、科学性、可比性、可操作性等原则,构建了我国城市循环经济发展水平综合评价指标体系。

(二)研究方法

1、原始数据的同趋势化和标准化处理

(1)类型一致化处理。因此指标体系中的指标既有正指标也有逆指标,为了使指标同趋势化,本文将用极小值法将逆指标转化为正指标。

(2)标准化处理。因为各组数据的量纲不同,因此需要统一对它们进行标准化处理。本文采用标准差方法对原有数据进行标准化处理。

2、主成分分析法

主成分分析法是由霍特林于1933年首先提出的,它的主要原理是利用“降维”的思想,通过研究指标体系的内在结构关系,在损失很少信息的前提下,把多个指标转化成少数几个相互独立,而且包含原有指标大部分信息(≥85%)的综合指标的多元统计方法。通常把转化生产的综合指标称为主成分,每个主成分都是原始变量的线性组合。

3、聚类分析法

聚类分析法是研究“物以类聚”的一种方法,它根据一批样本(或变量)数据本身的特性,按照一定的类定义准则,对所研究的事物进行归类。最终会绘成一幅系统聚类的谱系图,再根据一定的原则确定最终分类结果。

三、我国17个沿海城市循环经济发展水平的实证研究

本文选取天津市、秦皇岛市、大连市、上海市、连云港市、宁波市、温州市、福州市、厦门市、青岛市、烟台市、深圳市、珠海市、汕头市、湛江市、北海市和海口市17个沿海城市作为研究对象。

(一)主成分分析

首先利用统计学软件SPSS13.0对我国沿海城市循环经济发展水平综合评价指标体系的各个子系统原始数据进行标准化处理,进而对标准化后的数据进行主成分分析,得出相关系数矩阵(略)及其特征值和方差贡献率,从而得出我国部分沿海城市循环经济发展水平的各个子系统的综合得分,并对其综合得分进行排序。

在此基础上得出6个主成分的各自得分,并进行相应的排序。进而根据6个主成分的方差贡献率对各个主成分的得分进行加权平均,可得出我国17个沿海城市循环经济发展水平的综合得分,并对其得分进行排序(表1)。

(二)聚类分析

为了进一步对所研究的17个沿海城市循环经济发展水平的差异化进行研究,本文选用SPSS13.0继续对这17个沿海城市的循环经济发展水平综合评价指标体系的各个子系统的指标数据进行聚类分析。选用组间平均链锁距离法作为类与类之间距离的计算方法,选用平方欧式距离作为样本间距离的计算方法,得出这17个城市循环经济发展水平的样本归属情况。

(三)评价结果分析

从各个城市循环经济发展水平的综合情况可以看出,深圳市以3.44的得分高居榜首,深圳市和上海市则以0.99和0.48的得分位居第二位和第三位,说明了这三个城市在所研究的沿海城市中属于循环经济发展水平较高的地区;除了大连市、厦门市和青岛市的综合得分均在0分以上,其余11个城市循环经济发展水平的综合得分均在0分以下,这些城市循环经济的发展水平则相对落后。

根据循环经济发展水平的高低,所研究的17个沿海城市大概可以分为四大类:第一类是海口市;第二类是深圳市;第三类是北海市;剩余14个沿海城市是第四类。将聚类分析法的结果与通过主成分分析得到的这17个沿海城市循环经济发展水平的得分及排名情况相比较,除湛江市之外,可以看出二者基本上是一致的。由此可见,本文所建立的我国城市循环经济发展水平综合评价指标体系的评价结果具有一定的可信度。

综上所述,本文所研究的我国17个沿海城市循环经济发展水平之间存在较大的差距,而城市的经济实力、国家相关政策的扶持力度、环保投入、环保意识、城市规划、资源利用效率、资源再循环、再利用水平及社会和人文环境均是影响城市循环经济发展的重要因素。

四、结论与建议