基于因子分析與聚類分析的城鎮(zhèn)化水平評價研究

【摘要】城鎮(zhèn)化代表著經濟發(fā)展、生活形態(tài)、國民意識的重大轉變，其影響著經濟、人口、社會、環(huán)境等多個方面。本文中，以江西省城鎮(zhèn)化現(xiàn)狀為基礎，從經濟發(fā)展、人口增長、環(huán)境發(fā)展三個方面出發(fā)，選取十四項評價指標構建城鎮(zhèn)化綜合質量評價體系。采用因子分析對十一個地級市城鎮(zhèn)化水平進行衡量和排名，采用基于SOM神經網絡的聚類分析研究江西省城鎮(zhèn)化區(qū)域性差異。結果表明，各地級市城鎮(zhèn)化水平差異顯著，在全省范圍內發(fā)展不平衡。

【關鍵詞】城鎮(zhèn)化 因子分析 SOM 聚類分析

自從1997年世界金融危機后，我國為保持經濟快速發(fā)展提出了“擴大內需”口號，尤其是2008年世界金融危機和歐洲債務危機之后，“積極穩(wěn)妥地推進城鎮(zhèn)化”作為一種擴大內需的重要方法，已經被納入了“十一五計劃”并成為了一項基本戰(zhàn)略。此后的十二五規(guī)劃建議，根據(jù)大城市的發(fā)展情況，將中小城市作為中心，逐步形成影響力大的城市群對大中小城市和小城鎮(zhèn)協(xié)調發(fā)展具有促進作用的局面[1]。

城鎮(zhèn)化是一種過程，這是所有具有城市類景觀特色和城市類運行模式的地區(qū)壯大的過程，包括城市，也包括未設市的城鎮(zhèn)，并涉及經濟、環(huán)境、人口、教育、社會等方面。因此，應根據(jù)科學性、系統(tǒng)性、可操作性、代表性的原則，建成綜合指標體系，對城鎮(zhèn)發(fā)展水平進行綜合評價。

一、江西省城鎮(zhèn)化近況

江西省地處長江中下游，是中部地區(qū)典型的農業(yè)大省，在歷經了早期“昌九工業(yè)走廊”、“環(huán)鄱陽湖生態(tài)經濟圈”、“振興革命老區(qū)經濟”等一系列建設后，江西省的城鄉(xiāng)一體化進程已經得到了快速發(fā)展。近年來，江西明確了以“昌九”為核心的贛北城鎮(zhèn)圈和以贛州為核心的贛南城鎮(zhèn)圈這一發(fā)展規(guī)劃，進而促進參與長江中游城市群的建設[2]。1949年新中國成立以后，江西省共經歷城鎮(zhèn)化開始、沖擊停滯、穩(wěn)步發(fā)展和快速發(fā)展等四個階段。本文由因子分析和聚類分析兩種方法，可以選取適當?shù)闹笜?，建立符合全面且系統(tǒng)化原則的、并能夠對江西省城鎮(zhèn)化水平進行全面評估的測度方法，對江西城鎮(zhèn)化水平在未來的進一步戰(zhàn)略性發(fā)展提出相應對策。

二、指標體系

縱觀國內已有的對城鎮(zhèn)化質量的研究成果，涂永強采取了十二個指標對山東省十七個地級市構建評價體系，通過因子分析和K-Means聚類分析評價了城鎮(zhèn)化水平[3]。吳耀、?？◎吆秃聲x偉運用因子分析模型，比較了陜西省與其他省份城鎮(zhèn)化綜合水平，并對陜西省內10個地級市進行了橫向比較[4]。郝華勇從七個方面構建了區(qū)域城鎮(zhèn)化質量評價體系，分析研究我國省域城鎮(zhèn)化質量差異[5]。

為了科學、準確的描述江西省城鎮(zhèn)化水平，本文從經濟發(fā)展、人口增長、環(huán)境發(fā)展三個方面設計如下指標體系來對城鎮(zhèn)化綜合發(fā)展水平進行評價。

人口增長：包括城鎮(zhèn)人口占總人口比重（x1）和衛(wèi)生機構數(shù)（x2）這兩方面。經濟發(fā)展：包括人均國內生產總值（簡稱人均GDP，下同）（x3），第三產業(yè)生產值占國內生產總值比重（簡稱第三產業(yè)生產值占比，下同）（x4），第三產業(yè)就業(yè)比重（x5），第二產業(yè)生產值占國內生產總值比重（簡稱第二產業(yè)生產值占比，下同）（x6），城鎮(zhèn)居民人均可支配收入（x7），第一產業(yè)勞動生產率（x8），城鄉(xiāng)居民人均存款余額（x9），實際利用外資（x10）這八項。環(huán)境發(fā)展：人均綠化面積（x11），萬人擁有公交車輛（x12），人均城市道路面積（x13），城市用水普及率（x14）。本文數(shù)據(jù)來源于江西省統(tǒng)計年鑒。

三、江西省城鎮(zhèn)化差異評價

（一）因子分析模型

用互相獨立的綜合指標表達原有的絕大部分信息就是因子分析的核心。經過相關性分析提取因子后，進行Kaiser標準化的正交旋轉，我們可以得到旋轉后的因子載荷矩陣，旋轉后的載荷矩陣可以更好的代表各變量對主成分的貢獻。

如表1所示，基于累計貢獻率大于80%、特征根值大于1的原則，提取因子F1，F(xiàn)2，F(xiàn)3，F(xiàn)4。

1.因子命名解釋。我們共有14個評價指標，現(xiàn)在確定了四個主成分，我們可以對他們進行命名解釋。

第一個主成分中，x1、x2、x3、x6、x7和x8有較高的載荷，可以認為第一個主成分反映了城鎮(zhèn)經濟發(fā)展和和人口發(fā)展的水平。

第二個主成分中，x10、x12、x4和x9的載荷較高。這反映了城鎮(zhèn)居民生活水平的提升。

城鎮(zhèn)化進程中，居民環(huán)境的重要程度主要靠第三個主成分中的x11、x13和x5這三個評價指標來進行評判。

x14是第四個主成分主要解釋的內容。公共基礎設施的改善和進步是市民擁有一個良好的生活環(huán)境的前提和保障。

2.計算因子得分。根據(jù)因子分析的結果，計算江西省各地級市的各主因子得分函數(shù)。

F1=0.159x1-0.222x2+0.162x3-0.078x4+0.054x5+0.215x6+0.124x7 +0.172x8+0.093x9-0.102x10-0.002x11+0.015x12+0.051x13-0.008 x14 （4）

F2=-0.003x1+0.118x2+0.066x3+0.165x4+0.042x5-0.146x6+ 0.102x7-0.055x8+0.221x9+0.331x10+0.215x11-0.071x12-0.119x13 -0.008x14 （5）

F3=0.036x1-0.051x2+0.106x3+0.032x4-0.237x5-0.047x6+ 0.077x7-0.123x8+0.042x9+0.091x10+0.486x11-0.121x12+0.376x13 -0.003x14 （6）

F4=0.145x1+0.111x2+0.007x3+0.294x4-0.124x5-0.027x6+ 0.066x7+0.016x8-0.167x9-0.072x10-0.279x11-0.087x12+0.185x13 +0.614x14 （7）

（二）綜合評價

為了綜合評價江西省十一個地級市的城鎮(zhèn)化水平，在確定了綜合因子的個數(shù)與具體解釋后，我們對每個因子確定采用旋轉方差貢獻率作為權重：

F=0.35122F1+0.26529F2+0.15635F3+0.12392F4。

計算出綜合評價值，如圖1所示。

四、基于自組織特征映射神經網絡的聚類分析

（一）SOM神經網絡基本原理

芬蘭學者KOHONENT于1981年提出了自組織特征映射（稱為SOM）神經網絡[6]。作為一個自我學習的分類方法，SOM可以很好的彌補傳統(tǒng)聚類方法對數(shù)據(jù)結構有嚴格要求（比如無相關性等）這一缺點，能夠利用自身強大的自組織性、自適應性和穩(wěn)健性處理復雜的非線性分類問題。

關于SOM的應用，國內已經有了一些例子。楊黎剛和蘇宏業(yè)等人運用SOM模型對電信公司客戶人群進行分類，利用SOM算法不用事前確定聚類數(shù)目的優(yōu)勢，從17個行為屬性出發(fā)，將9820個客戶樣本聚為4大類，分析了這四個聚集客戶群的特征及差異[7]。楊柳、白釗等人使用SOM模型對我國2012年177個機場進行了有效的空間聚類和分類評估，得到了與一般分類方法相比更科學合理的結果[8]。徐志超、梁艷春、時小虎對上市公司進行了SOM聚類分析，數(shù)值模擬表明，該模型對于上市公司的聚類結果令人滿意[9]。朱光、朱學芳選取圖書館用戶個性化服務內容需求的評價指標，對2012年發(fā)放得到的有284份有效問卷得到的各項需求度進行聚類分析，實證效果較好[10]。本文此處利用SOM模型對江西省各地級市的城鎮(zhèn)化水平進行聚類，以得到有效的實證結果。

（二）SOM神經網絡數(shù)學模型

SOM神經網絡通過網絡的自訓練，在每一次的迭代過程中不僅調整獲勝神經元的權值，也會調整其鄰域中的神經元。通過不斷的輸入樣本，找到獲勝神經元，同時調整鄰域神經元這一迭代過程，實現(xiàn)輸出結果。

1.SOM神經網絡的訓練結果。本文要對十一座城市關于十四項城鎮(zhèn)化評價指標進行分類，將其分為3類：高水平的城鎮(zhèn)化、中等水平的城鎮(zhèn)化、較差水平的城鎮(zhèn)化。根據(jù)SOM神經網絡的訓練規(guī)則，輸入層為14個神經元，輸出層為3個神經元。該模型的參數(shù)，我們定義學習速率為0.01，訓練次數(shù)為1000，其余的參數(shù)是默認值。利用MATLAB工具箱中的SOM函數(shù)來訓練自組織特征神經網絡，分類的結果如圖2所示。

五、因子分析與聚類分析的綜合結果

（一）分類結果

結合前面進行的因子分析，我們對每類城市分別計算四個綜合因子的均值。

B類城市各項綜合指標的平均值總體來說是最高的，A類次之，C類最低。因此，我們可以得到結果，南昌市、景德鎮(zhèn)市、萍鄉(xiāng)市、新余市是城鎮(zhèn)化高水平類城市，九江市、贛州市、上饒市、吉安市是城鎮(zhèn)化中等水平類城市，而鷹潭市、宜春市、撫州市是城鎮(zhèn)化較差水平類的城市。

（二）產生差異的原因

根據(jù)以上的因子分析與聚類分析兩種分析的綜合結果，可以看到江西省各地級市的城鎮(zhèn)化水平是存在較大差異的。位于贛中西部的新余市綜合評估居于全省之首。近年來，江西省委、省政府確定新余市為全省統(tǒng)籌城鄉(xiāng)經濟社會發(fā)展一體化的試點市，新余市的城鎮(zhèn)化水平在全省范圍內比較領先。南昌市緊跟在新余市之后，綜合得分排名全省第二，與新余市的綜合得分差距不大。南昌市是江西省省會，緊鄰鄱陽湖，依靠著省會城市的優(yōu)勢，南昌市的城鎮(zhèn)化水平近年來得到了快速提高。新余市、南昌市萍鄉(xiāng)市與景德鎮(zhèn)市都屬于江西省的發(fā)達城市，根據(jù)其特有的經濟條件和自然條件，這四座城市在江西省城鎮(zhèn)化的進程中占據(jù)了不可忽視的地位。

九江市是省域副中心城市，在政治、經濟、文化、科技和教育的地位上僅次于南昌。由于其著名的“魚米之鄉(xiāng)”稱號，九江市的商業(yè)貿易也非常發(fā)達，同時文化教育方面居于全省之首，良好的教育基礎以及經濟發(fā)展為九江有力的推動了城鎮(zhèn)化發(fā)展。贛州市屬于贛南地區(qū)的中心城市，是江西省面積最大、人口最多的城市，但由于重點發(fā)展工業(yè)，會帶來一些污染以及生活環(huán)境上的影響，因此城鎮(zhèn)化進程相對于高水平類城市要落后一些。吉安市在上述分析結果中，歸于中等水平城市類，相較于九江市，吉安市沒有足夠的人口優(yōu)勢及產業(yè)優(yōu)勢，尤其是第二、三產業(yè)，在人文教育的資源方面也并不突出，但由于吉安市轄井岡山市，因此在旅游資源方面有一定的優(yōu)勢，可以部分帶動城鎮(zhèn)化進程。

鷹潭市、宜春市、撫州市這類城市由于沒有特色的產業(yè)拉動城鎮(zhèn)化，地理位置并不突出，因此城鎮(zhèn)化水平屬于全省較落后的情況。

六、結論與討論

（一）主要結論

基于主成分分析法的因子分析較好的擬合了江西省城鎮(zhèn)化的總體水平，并根據(jù)SOM神經網絡的聚類分析對江西省各地級市的城鎮(zhèn)化水平進行了分類評價，得出江西省各地級市的城鎮(zhèn)化水平有很大的不同。深究其中，我們發(fā)現(xiàn)江西省的北部與西部城鎮(zhèn)化發(fā)展較好，而贛東南區(qū)域的城鎮(zhèn)化水平較低。整個江西省城鎮(zhèn)化水平呈現(xiàn)出發(fā)展不平衡、差異較大等問題。

（二）對策與建議

對于以上問題，我們提出幾點建議。

1.發(fā)揮中心城市的聚集作用。根據(jù)過去的經驗，規(guī)模大、發(fā)展好的城市能夠有顯著的聚集效應。即一旦一個城市成為了大規(guī)模城市，就業(yè)增多、經濟迅速發(fā)展、公共設施完善后，會帶動周邊城市或者小城鎮(zhèn)產生相同的正向發(fā)展影響，其城鎮(zhèn)化水平也會相應的輻射到周邊地區(qū)。因此，應該大力發(fā)展好以南昌市、九江市為中心的贛北地區(qū)的綜合水平，通過昌九對周邊地區(qū)的影響力將城鎮(zhèn)化區(qū)域擴大，力爭把整個贛北地區(qū)全面帶動起來。

2.均衡發(fā)展城市的各方面。新余市雖然不是省會城市，但它的城鎮(zhèn)化水平居于全省之首，最主要的原因就是因為新余市近年來注重城鎮(zhèn)化各個方面的水平全面提高，包括政府大量投資、創(chuàng)造大量就業(yè)機會、吸引本地農民工直接進程就業(yè)等。相比而言，贛州市雖然占據(jù)毗鄰廣東省的地理優(yōu)勢，但是由于其產業(yè)過于單一化，所以城鎮(zhèn)化水平在全省范圍內大大低于平均水平。全面推進城鎮(zhèn)化主要是指應該從經濟、人文、科教、公共設施等方面進行同步完善，把各方面做到齊頭并進，以此更高效率的提高城鎮(zhèn)化水平。

3.發(fā)揮自己的長處和有利條件。各個地方的經濟發(fā)展、人口分布、交通、資源儲備都有差異，發(fā)展城鎮(zhèn)的條件和優(yōu)勢不一樣，但可以根據(jù)自己特殊情況入手，依據(jù)其特有的資源、優(yōu)勢來確定發(fā)展方向和規(guī)模。贛州市可以大力發(fā)展臍橙產業(yè)，引進外來技術提高第一產業(yè)的勞動生產率，進而提升第二、三產業(yè)，提供更多的工作機會。撫州市可以利用其優(yōu)良的教育資源，吸引優(yōu)秀的人才來到當?shù)鼐蜆I(yè)，同時大力發(fā)展相關的人文旅游行業(yè)，推動經濟發(fā)展，擴張建設城鎮(zhèn)化。

4.拉動第二、三產業(yè)。由于現(xiàn)代化工業(yè)技術水平的完善，第一產業(yè)的勞動效率逐漸增加，第二、三產業(yè)的蓬勃發(fā)展能夠吸引大量的就業(yè)人口和勞動力，同時刺激城鎮(zhèn)人口的消費，拉動內需，積極促進農村人口向城鎮(zhèn)進行轉移，緩解農村的人口環(huán)境壓力。例如，撫州市、宜春市等低水平城市應該著重發(fā)展第二、三產業(yè)，撫州市由于綠化出眾，可以通過刺激內需和吸收外地人群的消費來增強城鎮(zhèn)的輻射影響力，開發(fā)新型旅游方式，大力宣傳旅游線路，利用自身特色吸引更多的外地游客。

參考文獻

[1]李強，陳宇琳，劉精明.中國城鎮(zhèn)化“推進模式”研究[J].中國社會科學，2012，07：82-100，204-205.

[2]劉治彥.江西城鎮(zhèn)化發(fā)展思路與對策[J].江西社會科學，2014，（1）：62-66.

[3]涂永強.基于因子分析和聚類分析的山東省城鎮(zhèn)化水平的測度[J].知識經濟，2012，（7）：83-93.

[4]吳耀，牛俊蜻，郝晉偉.區(qū)域城鎮(zhèn)化綜合發(fā)展水平評價研究——以陜西省為例[J].西北大學學報，自然科學版，2009，39（6）：1042-1047.

[5]郝華勇.基于主成分分析的我國省城城鎮(zhèn)化質量差異研究[J].中共青島市委黨校青島行政學院學報，2011，5：27-30.

[6]KOHONEN.T.The self-organizing map[J].Proceeding of IEEE.1990，78（9）：1464-1480.

[7]楊黎剛，蘇宏業(yè)，張英等.基于SOM聚類的數(shù)據(jù)挖掘方法及其應用研究[J].計算機工程與科學，2007，08：133-136.

[8]楊柳，白釗，張婷.基于SOM的我國民用機場分類研究[J].交通運輸工程與信息學報，2015，01：80-84.

[9]徐志超，梁艷春，時小虎.基于SOM網絡的股票聚類分析方法[J].計算機工程與設計，2008，29（9）：2426-2428.

[10]朱光，朱學芳.基于SOM的圖書館用戶個性化數(shù)字信息服務需求分類研究[J].情報科學，2013，02：88-91.

作者簡介：程秋宜（1992-），女，漢族，江西九江人，碩士研究生，研究方向：金融工程與風險管理。