基于因子分析的我國中心城市宜居性水平評價

關(guān)菲 王亮

摘? 要：近年來，社會經(jīng)濟(jì)發(fā)展水平不斷提高，中心城市宜居問題日益受到社會的廣泛關(guān)注。本文以2014—2018年間25個中心城市面板數(shù)據(jù)為依據(jù)，構(gòu)建了經(jīng)濟(jì)因素、文化因素、社會綜合因素、生態(tài)環(huán)境因素4個方面下的11項(xiàng)二級指標(biāo)的宜居性城市評價體系，運(yùn)用因子分析的方法來建立城市宜居性問題的綜合評分，給出中心城市宜居性排名，并基于面板數(shù)據(jù)進(jìn)行縱橫向分析，對中心城市宜居性水平的評價給予一定的參考價值。

關(guān)鍵詞：因子分析縱橫分析? 面板數(shù)據(jù)? 縱橫分析? 中心城市宜居性

中圖分類號：X321? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A? ? ? ? ? ? ? ? ? 文章編號：1674-098X（2021）05（c）-0114-04

Evaluation of Livability Level of My Country's Central Cities Based on Factor Analysis

GUAN Fei? WANG Liang

（Hebei University of Economics and Business? College of Mathematics and Statistics， Shijiazhuang， Hebei Province，? 050000? China）

Abstract： In recent years， with the continuous improvement of social and economic development， the livability of central cities has attracted more and more attention. Based on the panel data of 25 central cities from 2014 to 2018， this paper constructs a livable city evaluation system of 11 secondary indicators under four aspects： economic factors， cultural factors， comprehensive social factors and ecological environment factors， uses the method of factor analysis to establish a comprehensive score of urban livability problems and give the livable ranking of central cities; Based on the panel data， the vertical and horizontal analysis is carried out to give a certain reference value to the evaluation of the livability level of central cities.

Key Words： Factor analysis vertical and horizontal analysis; Panel data; Vertical and horizontal analysis; Central city livability

中心城市生態(tài)宜居性問題是當(dāng)前我國人民面臨的重要問題之一。宜居性城市主要表現(xiàn)在城市的政治、經(jīng)濟(jì)、文化、社會、生態(tài)環(huán)境等方面協(xié)調(diào)發(fā)展，這就要求城市的建設(shè)不僅要適合人民居住，還要兼顧教育、就業(yè)、發(fā)展、出行、醫(yī)療衛(wèi)生等多方面內(nèi)容。

針對中心城市宜居性問題，不同的學(xué)者和機(jī)構(gòu)展開了大量的研究。張拓宇[1]等人基于經(jīng)濟(jì)發(fā)展、城市建設(shè)、社會民生和生態(tài)環(huán)境4項(xiàng)一級指標(biāo)下的19項(xiàng)二級指標(biāo)，構(gòu)建城市宜居性評價體系，并基于熵權(quán)法，構(gòu)建綜合排名，結(jié)果表明，深圳、北京、廣州、上海4個城市占據(jù)前四位;姜?dú)g[2]基于15個要素層指標(biāo)和40個基本指標(biāo)層指標(biāo)，運(yùn)用因子分析方法，構(gòu)建了中心城市宜居性評價體系，對2005—2017年9個中心城市進(jìn)行宜居性評價與綜合排序，結(jié)果表明，9個城市的宜居水平整體明顯提高;崔媛[3]等人基于經(jīng)濟(jì)發(fā)展、生活壓力、基礎(chǔ)設(shè)施、教育醫(yī)療4個一級指標(biāo)構(gòu)建了城市宜居水平綜合評價指標(biāo)體系，構(gòu)建交叉數(shù)據(jù)包絡(luò)分析模型的中心城市宜居水平評價方法，對9個中心城市宜居性進(jìn)行評價，結(jié)果表明，西安、成都兩個城市宜居性最高;萬茜茜[4]以銀川市為例，基于5個一級指標(biāo)、32個二級指標(biāo)，構(gòu)建了宜居性城市綜合評價指標(biāo)體系，并且根據(jù)指標(biāo)體系，建立居民滿意度調(diào)查表，結(jié)果表明，居民對銀川市宜居性的滿意度評價一般;王秋紅[5]等人把因子分析、主成分分析、聚類分析、判別分析四大方法綜合到中心城市的宜居性評價體系中，對全國35個城市進(jìn)行探究綜合發(fā)展水平;賈占華[6]等人基于環(huán)境、資源、社會等6個方面，運(yùn)用熵權(quán)法、空間分析法和面板數(shù)據(jù)模型方法，構(gòu)建了東北地區(qū)37個城市的城市宜居性評價體系，并探究影響城市宜居性的因素;王銳杰[7]以華北地區(qū)為例，從經(jīng)濟(jì)富裕度、社會和諧度等5個方面選取了33項(xiàng)指標(biāo)，構(gòu)建了城市宜居性評價指標(biāo)體系，并利用熵權(quán)TOPSIS評價法進(jìn)行測度，結(jié)果表明，城市宜居性水平差距較大;譚紫嫣[8]等人以武漢市主城區(qū)為例，選取了4個一級指標(biāo)下的18個二級指標(biāo)，構(gòu)建了城市的宜居性水平綜合評價指標(biāo)體系，為提高武漢市的宜居性發(fā)展提供了參考;杜姍姍[9]等人結(jié)合《墨爾本規(guī)劃2050》，從規(guī)劃、就業(yè)、自然環(huán)境等多個角度為北京中心城市的建設(shè)提供了參考價值。

通過以上研究，本文以經(jīng)濟(jì)、文化、社會、生態(tài)環(huán)境因素為主，構(gòu)建11項(xiàng)二級指標(biāo)，通過因子分析的方法，確定出代表數(shù)據(jù)的潛在因子，最后通過計(jì)算綜合得分，給出一個宜居城市排名，并基于面板數(shù)據(jù)進(jìn)行縱橫向分析，最后進(jìn)行聚類分析，得到宜居城市集群。

1? 指標(biāo)選取和數(shù)據(jù)預(yù)處理

1.1 評價指標(biāo)選取

評價指標(biāo)體系如表1所示。

1.1.1 經(jīng)濟(jì)因素

中心城市一般來說是一定區(qū)域內(nèi)的經(jīng)濟(jì)中心，相比于地級市，中心城市的經(jīng)濟(jì)發(fā)展是評價城市宜居性建設(shè)的一個重要指標(biāo)。本文選取的經(jīng)濟(jì)因素下二級指標(biāo)主要包括在崗職工平均工資、社會消費(fèi)品零售總額、城市的國內(nèi)生產(chǎn)宗旨（GDP）、房地產(chǎn)開發(fā)投資、城鎮(zhèn)居民人均可支配收入等5個基本指標(biāo)。

1.1.2 文化因素

社會中每個人都生活在一定的文化環(huán)境里，接受著共同的價值觀念、道德觀念、風(fēng)俗習(xí)慣等的洗禮。而一個良好的城市文化環(huán)境對居民的內(nèi)在修養(yǎng)提升有著不可磨滅的作用。本文選取了普通高等學(xué)校在校學(xué)生數(shù)作為主要的評價指標(biāo)。

1.1.3 社會綜合因素

社會因素反映生活在當(dāng)?shù)爻鞘械娜嗣竦幕旧顮顩r。大方面包括基礎(chǔ)設(shè)施建設(shè)情況、當(dāng)?shù)蒯t(yī)療衛(wèi)生情況、人口增長情況等。由此，本文選取了年末固定電話用戶、醫(yī)院衛(wèi)生院數(shù)量、人口自然增長率3項(xiàng)指標(biāo)。

1.1.4 生態(tài)環(huán)境因素

大自然是人類賴以生存和發(fā)展的基礎(chǔ)。一個良好的生態(tài)環(huán)境既能為中心城市增添色彩，也能為城市帶來不錯的經(jīng)濟(jì)效益。因此，本文選取的主要指標(biāo)包括空氣質(zhì)量等級良好以上數(shù)和綠化覆蓋率。

1.2 數(shù)據(jù)來源及預(yù)處理

本文主要選取了北京、上海、廣州、杭州、武漢等全國25個中心城市作為研究對象。指標(biāo)數(shù)據(jù)主要來源于2015—2019年國家統(tǒng)計(jì)局發(fā)布的《國家統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》、25個城市的城市統(tǒng)計(jì)年鑒，以及《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計(jì)公報》。

針對數(shù)據(jù)缺失問題，采用了均值法進(jìn)行填補(bǔ)。為了排除量綱不同的影響，對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。

2? 實(shí)證分析

2.1 因子分析適用性檢驗(yàn)

因子分析是研究的多變量群中提取共性因子的統(tǒng)計(jì)技術(shù)。它的主要思想是在眾多變量中尋找潛在的因子變量，并利用潛在的因子表達(dá)原有變量，從而達(dá)到數(shù)據(jù)降維的結(jié)果[2]。本文基于SPSS 19.0統(tǒng)計(jì)軟件，進(jìn)行多指標(biāo)面板數(shù)據(jù)因子分析。首先，進(jìn)行因子分析適用性檢驗(yàn)，結(jié)果表明，巴特利特球形檢驗(yàn)P值接近0，且KMO值為0.789>0.5，可以進(jìn)行因子分析。其次，通過降維處理，提取公因子，計(jì)算特征值，提取4個因子時，其旋轉(zhuǎn)后的方差貢獻(xiàn)率累計(jì)達(dá)到了83%，且特征值全部大于1，較為全面地解釋了原有指標(biāo)的數(shù)據(jù)信息。

2.2 公因子提取及解釋

基于旋轉(zhuǎn)后的成分矩陣分析，可以得出以下結(jié)論。第一個公因子F1包括在崗職工平均工資（元）、房地產(chǎn)開發(fā)投資（億元）、社會消費(fèi)品零售總額（億元）、城鎮(zhèn)居民人均可支配收入（元）、GDP（億元），主要反映了中心城市的經(jīng)濟(jì)水平，所以可將這個因子命名為經(jīng)濟(jì)發(fā)展水平因子;第二個公因子F2包括普通高等學(xué)校在校學(xué)生數(shù)（萬人）、全年空氣等級良好以上天數(shù)、年末固定電話用戶（萬戶）、醫(yī)院衛(wèi)生數(shù)量個數(shù)（個），主要反映的是城市文化教育、醫(yī)療水平等，由此將第二個潛在因子命名為城市公共服務(wù)水平因子;第三個公因子F3包括人口自然增長率（%），反映城市人口情況，所以將其命名為人口狀況因子;第四個公因子F4為綠化覆蓋率（%），不僅反映了城市綠化情況，也反映了中心城市基本環(huán)境情況，將其命名為環(huán)境狀況因子。將公因子F2和F4合并，因?yàn)槌鞘泄卜?wù)也包括對城市的綠化管理，記為公因子F24，命名為城市公共服務(wù)管理因子。

2.3 計(jì)算因子綜合得分

根據(jù)上述公因子提取結(jié)果，基于SPSS19.0輸出三個公因子得分。在利用各公因子得分乘以其對應(yīng)權(quán)重值加總得到中心城市宜居性評價的綜合得分，即因子總分。具體的因子總分計(jì)算模型如下：

其中，F(xiàn)i（i=1，...，n）為各因子得分，ai為方差貢獻(xiàn)率，總得分F即利用各因子的方差貢獻(xiàn)率各因子得分加權(quán)求和得到?；趯γ姘鍞?shù)據(jù)的分析，將其壓縮到一個截面數(shù)據(jù)，即求5年的平均值。通過計(jì)算因子綜合得分，因子總得分最高的前10個中心城市依次是北京、上海、重慶、成都、廣州、天津、蘇州、杭州、南京、武漢，說明這5年內(nèi)這10個中心城市的綜合實(shí)力較強(qiáng)，宜居水平排在前十;排名后五位的分別是石家莊、長春、徐州、廈門、連云港、桂林，表明這5個城市發(fā)展相對緩慢。

2.4 中心城市的橫向分析

將面板數(shù)據(jù)進(jìn)行數(shù)據(jù)橫向壓縮處理，得到25個中心城市的各因子得分。在各因子得分中，得出在第一公因子經(jīng)濟(jì)發(fā)展水平因子上，北京、上海、廣州城市較為領(lǐng)先，說明這3個城市的經(jīng)濟(jì)水平發(fā)展較快，這也和實(shí)際相吻合，北京、上海、廣州一直是經(jīng)濟(jì)發(fā)展最快的城市;其次是杭州、南京、蘇州，這3個城市雖然比不上北京、上海、廣州等城市，但經(jīng)濟(jì)發(fā)展水平也比其他城市略快;在第二公因子城市公共服務(wù)管理因子上，北京、成都、重慶3個中心城市得分較高，說明這3個城市公共服務(wù)管理較為超前，廈門、桂林、昆明、連云港4個城市得分較低，說明相比于其他城市，公共服務(wù)管理稍有落后;第三公因子人口狀況因子，大連、哈爾濱、上海、重慶等中心城市較為突出，表明4個城市的人口狀況相對較好，比較適合定居，而鄭州等城市表現(xiàn)相對較差，表明鄭州人口相對集中。

從因子總分中，北京、上海、重慶、廣州得分較高，表明這4個城市綜合狀況相對較好，說明第一公因子在因子總分中貢獻(xiàn)較大，這種情況也說明了經(jīng)濟(jì)因素是決定一個城市是否宜居的重要指標(biāo)。

2.5 中心城市的縱向分析

將25個城市進(jìn)行縱向壓縮，分析2014—2018年間因子得分情況，第一公因子經(jīng)濟(jì)發(fā)展?fàn)顩r因子逐年遞增，表明各城市的經(jīng)濟(jì)發(fā)展也在逐年提高;第二公因子城市公共服務(wù)管理因子在逐年下降，說明目前在這方面各中心城市應(yīng)該加大管理力度，在追求經(jīng)濟(jì)高速增長的同時，也應(yīng)努力提升城市的公共服務(wù)水平;第三公因子人口狀況因子呈波浪式形狀，表明人口因素在中心城市的不穩(wěn)定性，說明除了城市固定居住人員和人口自然增長情況外，可能存在其他影響人口狀況的因素。一般來說，經(jīng)濟(jì)超前發(fā)展的城市人口數(shù)量雖然較多，但是流動性人口較大。綜合因子呈現(xiàn)緩慢上升趨勢，這表明中心城市綜合發(fā)展?fàn)顩r在逐年提升，中心城市的整體水平穩(wěn)步提高，這一方面是黨和政府的指導(dǎo)有方，另一方面也離不開人民群眾的艱苦奮斗。

3? 結(jié)語

本文構(gòu)建11項(xiàng)二級指標(biāo)下的城市宜居性評價體系，基于面板數(shù)據(jù)，運(yùn)用因子分析的方法，對全國25個中心城市的宜居性進(jìn)行綜合排名，結(jié)果表明，北京、上海、重慶、成都、廣州5個城市占據(jù)前五位?；诿姘鍞?shù)據(jù)，進(jìn)行橫縱向因子分析，橫向分析表明，北京、上海、重慶、廣州得分較高，說明這4個城市綜合狀況最好，宜居性排在前四位，其中，第一因子經(jīng)濟(jì)因子中，北京、上海、廣州3個城市得分最高，也表明這3個城市的經(jīng)濟(jì)發(fā)展?fàn)顩r最好，這與實(shí)際情況也更為切合?？v向分析表明：因子總分隨著時間逐年增加，表明各城市的發(fā)展也在逐年提升，中心城市整體水平也在逐步上升。

本文的不足之處：（1）沒對中心城市政府政策情況加以統(tǒng)計(jì)，不同的城市對外來居住者有不同的政策以及優(yōu)惠待遇，后續(xù)研究可以結(jié)合政策進(jìn)行綜合分析;（2）本文主要利用客觀方法進(jìn)行研究，缺乏主觀方法應(yīng)用，且指標(biāo)選取上也存在一定局限性，后續(xù)的研究可以采取主觀和客觀相結(jié)合的方式綜合考慮指標(biāo)的選取。

參考文獻(xiàn)

[1] 張拓宇，周婧博.基于熵值法的中心城市宜居水平研究[J].未來與發(fā)展，2014，38（9）：52-57.

[2] 姜?dú)g.中國國家中心城市宜居性評價體系構(gòu)建與測度研究[D].西安：陜西師范大學(xué)，2019.

[3] 崔媛，黑靜，林曉晴，等.中心城市宜居水平評價與分析[J].科技創(chuàng)新導(dǎo)報，2020，17（17）：236-238.

[4] 王茜茜.銀川市城市宜居性評價與研究[D].銀川：寧夏大學(xué)，2014.

[5] 王秋紅，趙喬.我國35個中心城市綜合發(fā)展水平研究[J].生產(chǎn)力研究，2017（6）：97-101，111.

[6] 賈占華，谷國鋒.東北地區(qū)城市宜居性評價及影響因素分析——基于2007-2014年面板數(shù)據(jù)的實(shí)證研究[J].地理科學(xué)進(jìn)展，2017，36（7）：832-842.

[7] 王銳杰.華北地區(qū)城市宜居性評價、時空演變與影響因素研究[D].臨汾：山西師范大學(xué)，2019.

[8] 譚紫嫣，董婷.基于多源數(shù)據(jù)的武漢市主城區(qū)宜居性評價[J].國土與自然資源研究，2017（2）：5-10.

[9] 杜姍姍，楊嘉瑜，趙潤澤.北京：基于宜居視角的國家中心城市之墨爾本經(jīng)驗(yàn)借鑒[J].北京規(guī)劃建設(shè)，2017（1）：72-77.