資源型城市可持續(xù)發(fā)展水平評(píng)價(jià)

摘要：資源型城市在我國的經(jīng)濟(jì)增長(zhǎng)中起著舉足輕重的作用。隨著經(jīng)濟(jì)的高速增長(zhǎng)、資源的加速消耗、城市環(huán)境的惡化，資源型城市的可持續(xù)發(fā)展備受關(guān)注。本文通過分析2016年114個(gè)資源型城市的可持續(xù)發(fā)展?fàn)顩r的截面數(shù)據(jù)，針對(duì)資源型城市的可持續(xù)發(fā)展現(xiàn)狀，利用主成份分析和因子分析方法，簡(jiǎn)化多維數(shù)據(jù)，把復(fù)雜的數(shù)據(jù)用較少9項(xiàng)綜合指標(biāo)來表達(dá)，達(dá)到降維和分類的優(yōu)越效果。對(duì)我國資源型城市的可持續(xù)發(fā)展的現(xiàn)狀特點(diǎn)進(jìn)行了統(tǒng)計(jì)分析，得到客觀的評(píng)價(jià)結(jié)果。

關(guān)鍵詞：主成分分析;因子分析;城市可持續(xù)發(fā)展;因子旋轉(zhuǎn)

一、引言

資源型城市憑借其豐富的自然資源為我國的經(jīng)濟(jì)發(fā)展做出了突出貢獻(xiàn)，2013年12月，中國首次確定了262個(gè)資源型城市。并根據(jù)其不同的發(fā)展階段分為了四種類型，2003年7月我國首次提出科學(xué)發(fā)展觀。強(qiáng)調(diào)人與自然的和諧發(fā)展。改革開放以來，我國經(jīng)濟(jì)的粗放式發(fā)展模式，毋庸置疑，經(jīng)濟(jì)得到飛速發(fā)展，但是在利用自身資源發(fā)展經(jīng)濟(jì)的同時(shí)，已經(jīng)給資源型城市的環(huán)境帶來了前所未有的壓力。資源消耗、環(huán)境污染和經(jīng)濟(jì)發(fā)展三者之間的協(xié)調(diào)發(fā)展成為我國經(jīng)濟(jì)可持續(xù)發(fā)展不得不面對(duì)的問題。在國家日益重視可持續(xù)發(fā)展的大背景下，準(zhǔn)確評(píng)價(jià)資源型城市的可持續(xù)發(fā)展水平，具有重要的理論與現(xiàn)實(shí)意義。在城市可持續(xù)發(fā)展指標(biāo)體系的構(gòu)建方面，不同國家和不同地區(qū)的評(píng)價(jià)標(biāo)準(zhǔn)不盡相同。目前國際上尚未形成對(duì)可持續(xù)發(fā)展指標(biāo)體系的一致性的系統(tǒng)性認(rèn)識(shí)和理解。美國政府提出的可持續(xù)發(fā)展指標(biāo)體系，包括健康與環(huán)境、經(jīng)濟(jì)繁榮、平等、保護(hù)自然、資源管理、持續(xù)發(fā)展的社會(huì)、公眾參與、人口、國際責(zé)任、教育十個(gè)目標(biāo)。國家科技部提出的中國可持續(xù)發(fā)展指標(biāo)體系，包括經(jīng)濟(jì)、社會(huì)、人口、資源、環(huán)境和科教六個(gè)方面，共296個(gè)指標(biāo)。中科院可持續(xù)發(fā)展研究組提出的可持續(xù)發(fā)展指標(biāo)體系，包括生存支持、發(fā)展支持、環(huán)境支持、社會(huì)支持、智力支持五個(gè)方面，共208個(gè)指標(biāo)。以上對(duì)可持續(xù)發(fā)展的評(píng)價(jià)，納入的具體指標(biāo)繁多，使得分析過程較為復(fù)雜。如果可以降低指標(biāo)的維度，可以大大降低分析的難度。本文利用主成分分析和因子分析方法，簡(jiǎn)化多維數(shù)據(jù)，把復(fù)雜的數(shù)據(jù)用較少的9項(xiàng)綜合指標(biāo)來表示，達(dá)到降維和分類的目標(biāo)，同時(shí)對(duì)資源型城市的可持續(xù)發(fā)展的現(xiàn)狀進(jìn)行統(tǒng)計(jì)分析，得到客觀的評(píng)價(jià)結(jié)果。

二、統(tǒng)計(jì)方法

（一）主成分分析

主成分分析是設(shè)法將原來眾多具有一定相關(guān)性指標(biāo)，重新組合成一組新的互相無關(guān)的綜合指標(biāo)來代替原來的指標(biāo)。

最經(jīng)典的做法就是用F1（選取的第一個(gè)線性組合，即第一個(gè)綜合指標(biāo)）的方差來表達(dá)，即Var（F1）越大，表示F1包含的信息越多。因此在所有的線性組合中選取的F1應(yīng)該是方差最大的，故稱F1為第一主成分。如果第一主成分不足以代表原來P個(gè)指標(biāo)的信息，再考慮選取F2即選第二個(gè)線性組合，為了有效地反映原來信息，F(xiàn)1已有的信息就不需要再出現(xiàn)在F2中，用數(shù)學(xué)語言表達(dá)就是要求Cov（F1， F2）=0，則稱F2為第二主成分，依此類推可以構(gòu)造出第三、第四，……，第P個(gè)主成分。

進(jìn)行主成分分析主要步驟如下：首先是指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化（SPSS軟件自動(dòng)執(zhí)行）;其次是指標(biāo)之間的相關(guān)性判定;再次確定主成分個(gè)數(shù)m;然后是主成分Fi表達(dá)式;最后是主成分Fi命名。

（二）因子分析

因子分析的方法有兩類。一類是探索性因子分析法，另一類是驗(yàn)證性因子分析。探索性因子分析不事先假定因子與測(cè)度項(xiàng)之間的關(guān)系。驗(yàn)證性因子分析假定因子與測(cè)度項(xiàng)的關(guān)系是部分知道的，即哪個(gè)測(cè)度項(xiàng)對(duì)應(yīng)于哪個(gè)因子，雖然我們尚且不知道具體的系數(shù)。因子分析的方法約有10多種，如重心法、影像分析法，最大似然解、最小平方法、阿爾發(fā)抽因法、拉奧典型抽因法等等。這些方法本質(zhì)上大都屬近似方法，是以相關(guān)系數(shù)矩陣為基礎(chǔ)的，所不同的是相關(guān)系數(shù)矩陣對(duì)角線上的值，采用不同的共同性估值。在社會(huì)學(xué)研究中，因子分析常采用以主成分分析為基礎(chǔ)的反覆法。

（三）因子旋轉(zhuǎn)

因子旋轉(zhuǎn)是一種變換，就是旋轉(zhuǎn)因子的坐標(biāo)軸。在因子分析中，當(dāng)求得公共因子及其因子載荷陣后，對(duì)公因子要給出具有實(shí)際意義的合理解釋。如果公共因子難以和實(shí)際問題相對(duì)應(yīng)，可對(duì)公因子進(jìn)行旋轉(zhuǎn)，使得旋轉(zhuǎn)后的公因子具有實(shí)際意義。常用的旋轉(zhuǎn)方法有兩種：方差極大的正交旋轉(zhuǎn);方差極大的斜交旋轉(zhuǎn)。建立因子分析模型的目的不僅是找出主因子，更重要的是知道每個(gè)主因子的意義，以便對(duì)實(shí)際問題進(jìn)行分析。如果求出主因子后，各個(gè)主因子的典型代表變量不是很突出，還需要進(jìn)行因子旋轉(zhuǎn)，通過適當(dāng)?shù)男D(zhuǎn)得到比較滿意的主因子。

三、數(shù)據(jù)來源與處理

（一）數(shù)據(jù)來源

本文使用的數(shù)據(jù)包括2016年的我國114個(gè)資源型城市的相關(guān)變量，由于個(gè)別地級(jí)市相關(guān)變量的數(shù)據(jù)缺失，去除畢節(jié)市和撫順市。本文最終選取2016年114個(gè)資源型城市構(gòu)成的截面數(shù)據(jù)。原始數(shù)據(jù)來源于EPS數(shù)據(jù)庫和《中國城市統(tǒng)計(jì)年鑒》。對(duì)于個(gè)別數(shù)據(jù)的缺失，采用線性插值法或者平均增速法補(bǔ)充。

（二）數(shù)據(jù)處理

利用主成分分析和因子分析對(duì)我國114個(gè)資源型城市的可持續(xù)發(fā)展?fàn)顩r進(jìn)行分析，本文選取了12個(gè)指標(biāo)作為反映我國資源型城市的可持續(xù)發(fā)展?fàn)顩r的因素，分別是：X1：人均GDP（元）;X2：人均社會(huì)固定資產(chǎn)投資（元）;X3：第三產(chǎn)業(yè)產(chǎn)值占GDP比重（%）;X4：GDP增長(zhǎng)率（%）;X5：平均工資（元）;X6：人力資本水平（地方財(cái)政教育支出占財(cái)政支出的比例）（%）;X7：人均衛(wèi)生機(jī)構(gòu)床數(shù)（位）;X8：工業(yè)SO2去除率（%）;X9：工業(yè)固體廢棄物綜合利用率（%）。

1.數(shù)據(jù)標(biāo)準(zhǔn)化處理

由于各項(xiàng)指標(biāo)的計(jì)量單位不統(tǒng)一，因此在用它們計(jì)算綜合指標(biāo)前，我們先要對(duì)它進(jìn)行標(biāo)準(zhǔn)化處理，解決各項(xiàng)不同質(zhì)指標(biāo)值的同質(zhì)化問題。運(yùn)用SPASS對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

2. KMO和Bartlett的檢驗(yàn)

KMO統(tǒng)計(jì)量是用于比較變量間簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)的指標(biāo)，表1顯示KMO的值為0.611，表示可以使用因子分析，而Bartlett球形度檢驗(yàn)的Sig. = 0. 000，小于 0. 05，拒絕原假設(shè)表示變量之間存在相關(guān)關(guān)系，因此可以使用因子分析。具體檢驗(yàn)結(jié)論如表1所示。

3.變量共同度

經(jīng)過軟件處理的公因子方差如表2所示。表2反映了每個(gè)變量共同度的結(jié)果，可以看出因子分析的共同度都比較高，表明原來變量中的絕大部分信息基本能夠被因子提取，這樣的效果是顯著有效的。

4.因子貢獻(xiàn)率

從分析的結(jié)論看出，只有3個(gè)特征值大于1因子可以作為主因子。具體結(jié)果見表3。

5.因子載荷

從表4可以看到，主成分1在職工平均工資、人均機(jī)構(gòu)床位數(shù)上有高載荷，可以定義主成分1為社會(huì)保障因子;主成分2在人均GDP、人均社會(huì)固定資產(chǎn)投資、GDP增長(zhǎng)率上有較高載荷，可以定義主成分2為經(jīng)濟(jì)發(fā)展因子;主成分3在第三產(chǎn)業(yè)產(chǎn)值占GDP的比重、人力資本水平、工業(yè)SO2去除率、工業(yè)固體廢棄物綜合利用率上有較高載荷，可以定義主成分3為環(huán)境狀況因子。

利用表4成分矩陣中的數(shù)據(jù)，分別除以特征值的算術(shù)平方根，再乘以對(duì)應(yīng)的原始數(shù)據(jù)的標(biāo)準(zhǔn)化值，得到F1、F2和F3的值。

F1=0.195×X1-0.007×X2+0.376×X3-0.848×X4+0.787×X5-0.573×X6+0.624×X7-0.134×X8-0.289×X9

F2=0.896×X1+0.909×X2-0.362×X3+0.238×X4-0.218×X5-0.108×X6+0.483×X7+0.379×X8-0.100×X9

F3=0.126×X1+0.110×X2+0.457×X3-0.231×X4+0.244×X5+0.472×X6-0.261×X7+0.681×X8+0.204×X9

再根據(jù) F = 0. 260×F1+ 0.251×F2+0.127×F3，得出 F 綜合得分值，如表5所示。

四、結(jié)論與政策建議

資源型城市的環(huán)境和可持續(xù)發(fā)展問題一直備受關(guān)注，本文基于主成分分析與因子分析方法對(duì)2016年114個(gè)資源型城市的可持續(xù)發(fā)展得分進(jìn)行測(cè)算。利用2016年114個(gè)資源型城市的截面數(shù)據(jù)測(cè)算了資源型城市城市可持續(xù)發(fā)展的水平。研究發(fā)現(xiàn)：可持續(xù)發(fā)展水平靠前的城市：鄂爾多斯市、東營(yíng)市、包頭市、克拉瑪依市、淄博市、新余市、馬鞍山市、三明市、唐山市、鄂州市，主要集中在我國內(nèi)蒙古、山東、新疆、江西、安徽、福建、河北、湖北。;可持續(xù)發(fā)展水平較差的城市：雙鴨山市、普洱市、邵陽市、鶴崗市、亳州市、七臺(tái)河市、隴南市、河池市、伊春市、昭通市;主要分布在我國黑龍江、云南、湖南、安徽、廣西、甘肅。

本文根據(jù)研究結(jié)果提出如下建議：第一，加大資源保護(hù)力度。資源型城市作為我國資源能源的儲(chǔ)備基地，在我國的經(jīng)濟(jì)發(fā)展中占據(jù)著重要的戰(zhàn)略地位。但是近年來隨著我國經(jīng)濟(jì)增長(zhǎng)的速度加快，城市尤其是資源型城市的資源遭到過分的開采和加工利用，導(dǎo)致部分資源型城市出現(xiàn)資源損耗嚴(yán)重、資源枯竭等問題。我國政府應(yīng)要堅(jiān)持資源的適度開發(fā)，鼓勵(lì)采用高科技的生產(chǎn)方式提升資源的利用效率，鼓勵(lì)資源的循環(huán)利用，還需要進(jìn)一步完善和落實(shí)嚴(yán)格的資源保護(hù)和節(jié)約制度。第二，政府應(yīng)該加大環(huán)境保護(hù)力度，對(duì)于工業(yè)企業(yè)，應(yīng)該嚴(yán)格執(zhí)行廢棄物排放標(biāo)準(zhǔn)，嚴(yán)抓嚴(yán)懲環(huán)境污染行為，同時(shí)鼓勵(lì)企業(yè)使用環(huán)境友好型的生產(chǎn)方式，對(duì)于綠色生產(chǎn)的工業(yè)企業(yè)給予資金上的支持，充分發(fā)揮政府資金的積極引導(dǎo)作用。對(duì)于城市居民，應(yīng)該要積極宣傳環(huán)境保護(hù)理念，呼吁城市的每個(gè)個(gè)體都能積極主動(dòng)的參與到環(huán)境的監(jiān)督和維護(hù)之中。第三，加大城市產(chǎn)業(yè)升級(jí)力度。各地方政府應(yīng)支持并鼓勵(lì)資源型城市產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)，改變以往過度依靠資源開采和加工而進(jìn)行經(jīng)濟(jì)生產(chǎn)的增長(zhǎng)模式，尋求綠色創(chuàng)新型產(chǎn)業(yè)的突破口。

參考文獻(xiàn)：

[1]林海明，劉照德，詹秋泉.因子分析綜合評(píng)價(jià)應(yīng)該注意的問題[J/OL].數(shù)理統(tǒng)計(jì)與管理：1-10[2019-08-30].

[2]肖瑤，付達(dá)，朱爽，陳海玉，高潔.中國省級(jí)城市綜合經(jīng)濟(jì)實(shí)力分析[J].中小企業(yè)管理與科技（下旬刊），2017（09）：57-58.

[3]劉彥慧.主成分分析和因子分析方法在省域區(qū)域社會(huì)發(fā)展?fàn)顩r排序中的應(yīng)用[J].價(jià)值工程，2015，34（36）：20-23.

[4]鄭琳.長(zhǎng)三角地區(qū)經(jīng)濟(jì)發(fā)展水平評(píng)價(jià)實(shí)證分析——基于因子分析和主成分分析視角[J].常州工學(xué)院學(xué)報(bào)，2016，29（04）：64-68.

[5]阮萬清，張鴻艷，馮玉鐵.基于主成分分析和因子分析的城市設(shè)施水平的評(píng)價(jià)[J].科技和產(chǎn)業(yè)，2013，13（06）：89-91+115.

[6]王嘯哲，柴良棋，吳杰.我國農(nóng)業(yè)上市公司持續(xù)經(jīng)營(yíng)能力評(píng)價(jià)——基于主成分分析、因子分析和聚類分析[J].長(zhǎng)江大學(xué)學(xué)報(bào)（社科版），2016，39（11）：50-55.

[7]張永利.主成分分析和因子分析在省域經(jīng)濟(jì)綜合競(jìng)爭(zhēng)力排序中的應(yīng)用[J].牡丹江師范學(xué)院學(xué)報(bào)（自然科學(xué)版），2012（03）：9-10.

作者簡(jiǎn)介：李淼森（1992-）女，山西人，畢業(yè)于同濟(jì)大學(xué)浙江學(xué)員，目前就職于電力工程行業(yè)協(xié)會(huì)，研究方向：企業(yè)管理。