160217论文.docx

160217论文.docx

《160217论文.docx》由会员分享，可在线阅读，更多相关《160217论文.docx（27页珍藏版）》请在冰豆网上搜索。

160217论文

长株潭城市群的扩展动力因子分析

地理信息系统2009级

摘要：

研究城市群动力因子对于把握城市经济的发展方向以及发展过程中需注意的问题具有十分重要的意义。

本研究以长株潭城市群作为研究对象，使用湖南省2005年至2012年统计年鉴数据，从城市群规模、经济发展水平、城市科技水平、城市基础设施、人力资源及旅游资源等多个方面，选取29个能代表城市发展的相关影响因子指标，运用SPSS统计软件,对指标数据进行主成分分析运算，得到影响城市群发展的主成分因子；再分别对长株潭各个城市的29个指标数据进行主分析运算，并结合城市动力模型，计算各个城市发展的动力模型得分，并运用MAPGIS操作得到城市得分图。

通过本研究，我们可以清楚地看到，各个城市的主成分影响因子大致相同，但各有侧重；经济发展水平和城市基础设施等几方面的变量因子对城市发展的拉动作用较大；在城市投资和建设中，更应该发挥关键因子对城市发展的拉动作用，以便更好更快地促进城市经济发展。

关键词：

城市动力因子；城市发展动力模型；城市群；长株潭

Abstract：

Studyingurbanagglomerationdynamicfactors,itisverysignificantforustocareaboutthedirectionofthedevelopmentoftheurbaneconomyandlinksaboutdevelopmentprocess.ThisstudyuseChang-Zhu-Tanurbanagglomerationastheresearchobject,andusestatisticalyearbookdatafrom2005to2012inHunanprovincefromseveralaspectssuchastheurbanscale,thelevelofeconomicdevelopment,cityscienceandtechnologylevel,urbaninfrastructure,humanresources,tourismresourcesandsoon,thenselected29kindsofdatawhichcanrepresentrelatedimpactfactorsofurbandevelopmentindicators.UsetheSPSSstatisticalsoftwaretotreat29kindsofdataoftheChang-Zhu-Tanurbanagglomerationthroughprincipalcomponentanalysismethod.Finallygettheprincipalcomponentfactorswhichaffectthedevelopmentofurbanagglomeration.Thenanalysisof29kindsofindicatorsdataofthemainoperationsrespectivelyofChang-Zhu-Tan,anduseMAPGIStoacquirethescoresofmap.Throughthisstudy,wecanclearlyseethatthecity'smaincomponentimpactfactorisroughlythesame,buthavedifferentemphases.Thelevelofeconomicdevelopmentandurbaninfrastructureandotheraspectsofthevariablefactorgreaterroleinthepullofurbandevelopment.Weshouldplayakeyfactorinboostingurbandevelopmentinthecityinvestmentandconstruction,inordertopromotethecity'seconomicdevelopmentbetterandfaster.

Keywords：

CityDynamicFactor;DynamicModelofCityDevelopment;UrbanAgglomeration;Chang-Zhu-Tan

1.绪论

1.1研究背景及意义

随着人类社会进入20世纪，城市也迈入了新的发展阶段，大都市区化（城市化）成为了一个国家快速发展的规律性现象。

姚士谋等认为城市群是在特定的地域范围内具有相当数量的,不同性质、不同类型和等级规模的城市,依托一定的自然环境条件,以一个或两个特大或大城市作为地区经济的核心,借助于综合运输网的通达性,发生与发展着纯属个体之间的内在联系,共同构成一个相对完整的城市集合体。

长株潭城市群是指长沙、株洲、湘潭三市，随着长株潭一体化的推进以及“两型社会”实验区的建设，长株潭城市群在我省的经济发展中发挥着越来越重要的作用[1]。

但为了进一步促进长株潭区域经济持续健康快速发展，把长株潭地区建设成湖南省经济“增长极”，并且按照国务院批准的《长株潭城市群区域规划》，在2007年，湖南省政府正式提出长株潭“3+5”城市圈发展思路[2]。

由于“3+5”城市群由长株潭城市群扩展而来，所以“3+5”作为一个整体城市群还需要一定的时间，这就更多的涉及到城市群发展的动力机制，以及应该怎样提高城市群的发展动力，从而最终推动城市群综合竞争力的提升的问题。

那么如何以长沙、株洲、湘潭三个中心城市为依托，与周边五大城市互动发展成为一个值得研究的问题。

随着动力机制慢慢的应用到经济研究当中，其重要性也愈发显著。

利用动力机制来分析影响城市的发展制约因素，并利用主成分分析方法构建城市发展动力机制来研究长株潭城市群的发展成为一个创新且重要的课题[3]。

城市动力因子的含义是促进或者抑制城市发展的某些指标。

城市动力越强大，那么城市群的发展会越速，反之则迟缓，甚至出现倒退。

城市发展的关键在于发现其发展的主要动力因子和不足之处，并探究这些动力间作用对于湖南省城市群主要城市的机理，从而能够在发展过程中做到扬长避短。

通过本研究，我们需要了解的是经济发展水平和城市基础设施等几方面对城市发展拉动作用的影响关系。

以便为以后的城市投资和建设中，进一步发挥关键因子对城市发展的拉动作用，提升长株潭城市群作为湖南省经济龙头的带动作用提供一定的参考，以便更好更快的服务于城市经济发展。

1.2国内外研究动态

城市群是城市区域化的空间表现形态，既是区域经济发展到一定阶段的必然产物，也是城市化发展到高级阶段的必然结果。

以动力机制问题去分析城市发展是一个众多学者研究的话题之一。

国外对城市群的研究较早。

德国地理学家克里斯泰勒（wchristaller）于1933年提出了著名的城市群研究基础理论-中心地理论。

他首次把城市群体系统化，对城镇体系进行了模型分析，这种城市群体的组织结构模式，在日后的研究中都被广泛的利用，成为城市群研究重要的理论基础。

英国学者弗塞特[6]于1935年说明了“城镇密集团”的观点，他认为比较低级的城镇密集区随着规模的扩张，核心城市在区域内的影响力会更大，而且联系更加密切，从而能演变为更高一级的大都市圈。

美国规划学家弗里德曼（J.Friediman）于1964年提出经济活动的城市中心即增长极自身会给增长的制约达到某一种程度，使得这种增长可以扩散到城市中心所处的区域中，能够反映出城市群的整个演变过程，他还认为经济的发展不是连续的，但是又会通过不断累积创新过程来实现。

国外的学者对城市群的研究比国内要早，其研究成果也比较多，不仅包括最早提出了城市群的概念，还有研究城市群的形成机制过程以及探讨城市群的演变发展模式等等，这些理论也为城市群发展的研究建立了一套比较全面系统的经济理论体系[7]。

以动力机制去分析城市发展的我国学者是最近10几年才开始大量涌现出来。

张祥建[8]提出现代化的城市群的地域结构演化是由产业的紧密联系效应、产业的转移效应以及产业的聚集效应等促进生成的;朱英明提出城市群的空间布局结构演化的最为重要的动力机制是城市群的集聚效应与扩散效应，而影响城市群空间结构变化的因素还包括:

知识与经济的发展、城市人口居住环境的空间结构演化以及一些单位和企业集团的行为;张京祥[9]认为城市群的空间结构演化是空间自己成长组织、社会的进步、经济的发展等和空间结构组织变化的一个比较复杂的过程。

张文佳、董力[9]三对长株潭区域进行现状分析，并且在地理位置、经济发展总量及科技实力等情况与中部其他几个有可能成为新增长极的城市作出比较，得出结论:

长株潭地区成为中国中部经济发展的新增长极的条件相对来说更为成熟。

尧晖[10]提出长株潭区域经济合作需要确定新的战略发展思路。

长株潭区域的定位应该是:

不仅是湖南省经济发展的核心增长极，而且是我国中部崛起的重要经济支柱。

长株潭区域经济合作需要依靠东部进行产业转移，依靠西部的政策打开市场。

为了实现长株潭区域经济的发展，应该采用以市场导向为主，政府的推动为辅助的区域网络联系模式。

陈可达[11]提出推动区域经济发展的有效途径之一是全方位、多层次的区域经济合作。

而实现“共赢”是区域经济合作的根本目的，开展长株潭区域经济合作要注意三个层次:

长株潭三个城市之间的合作、长株潭“3+5”城市圈范围内的合作及同周边城市特别是“泛珠三角”区域发达城市的经济合作。

中外学者对城市群有关机制的研究已经很成熟，在城市空间结构以及区域经济发展等领域的研究取得了较丰硕的成果。

但对城市动力因子基于主成分分析的不多，对长株潭城市群地区的研究少之又少。

故本研究可以弥补主成分分析对长株潭地区动力因子分析的研究的不足。

1.3研究内容

本文从经济发展水平（规模以上工业总值、国内生产总值、限额以上批发零售销售总额、社会消费品零售总额、房地产开发投资等），城市科技水平（高新技术产品总额、邮电业务量、大中型工业企业科技活动项数、在岗职工工资年均工资等），城市基础设施（城市建成区面积、公路长度里程、民用车辆拥有量等），人力资源（高校教职工人数、年末从业人员人数、城镇人口数等）及旅游资源（接待国内游客数、星级宾馆数等）等多个方面，选取29个能反应城市发展的相关影响因子指标，借助SPSS统计软件处理相关数据，分析得到我们所需要的动力因子与城市经济发展的关系，并根据得到的信息提出相应的方法和策略。

2.研究方法与技术路线

2.1相关理论及概念

城市群是一个区域空间、自然要素和社会经济等要素组成的有机体。

现代经济学对于城市群所下的定义可以理解为，城市群是由于一些城市在地理位置上比较临近，在经济文化等方面的联系比较紧密，共同影响彼此发展，它们逐渐因为集聚和融合而形成一个经济区域[15]。

城市群包括地域性、联系性、集聚性等基本特征，城市群的地域性体现在它是由地理位置接近的多个城市组成共同的区域，也就是说它首先是一个具有一定空间范围的地理区域;城市群的联系性表现在一个城市群内有多个城市，它们内部之间经济文化的联系必然非常紧密，它们会共同影响并且推进区域经济社会的发展，慢慢形成一个内部经济体，并且跟外部发生经济社会的联系交流。

城市群的集聚性则不仅仅是指在整个城市群区域内集聚了许多城市，更是体现在城市群区域内各个城市经济文化的紧密联系共同集聚了区域经济共同体。

不同地区发展动力的差异，是导致地区不平衡发展的主要原因。

而动力也可以从多个角度进行诠释,根据动力在城市群经济发展过程中的作用强度不同，可以将动力划分为根本动力和辅助动力，根本动力是指能够决定区域经济发展进程和方向的动力，辅助动力是指对区域经济的发展速度有影响，但不能改变区域经济发展进程和方向的动力，只有正确区分这两个动力，才能够在区域经济发展中抓住主要矛盾，在区域经济发展的研究中，必须着重研究根本动力形成的机制和作用机制以及与区域经济发展的内在联系，制定区域经济发展政策时，必须以替身根本动力的水平为主线，才能取得事半功倍的效果。

故本研究从经济发展水平、城市科技水平、城市基础设施、人力资源及旅游资源等几个方面着手选择城市发展根本动力因子。

选择城市经济发展根本动力因子，基于以下原则：

（1）科学性

科学性是建立城市综合发展水平评价指标体系必须遵循的基础性原则，它要求选取的变量科学可靠，并与研究目标保持一致;采集的数据客观、真实、准确、也具有代表性;指标定义准确、界定清晰、目的明确、具有理论依据。

（2）综合性

城市群系统表现出明显的复杂性、动态性和层次性，城市群综合发展水平包括整体经济发展水平、城市群规模、城市化水平以及城市间的相互联系等众多方面，缺少其中一项就不能全面反映城市群综合发展水平。

因此，在构建多层次、多项目的城市评价指标体系时，应突出主城市的“群体综合性”，选取能够反映城市本质特征的指标来进行评价。

（3）可操作性

可操作性原则主要表现在指标数据的可获得性和指标体系建立是否具有实际价值两方面。

在选取指标时，应保证指标数据资料能够从权威书籍或者年鉴中获得，忌用难以转化为数值的模糊性指标;建立的城市群指标体系应符合区域发展的实际情况，具有现实可操作性。

（4）可比性

在选取城市群综合发展水平指标时要保持统一口径，并尽量将总量指标转化为相对指标和平均指标，并采用科学的方法确定各指标权重，以便于指标体系各指标之间的横向比较。

2.2研究方法

2.2.1主成分分析

主成分分析法是一种数学变换的方法，它借助于一个正交变换，把给定的一组分量相关的指标通过线性转换成一组不相关的能解释资料中的变异的新随机指标，这些新的指标的顺序排列是按照方差依次递减的，在数学上的解释则是原来的随机变量的协方差阵转换为对角形阵，在几何上可以解释为原来的坐标系转换为新的正交坐标系，在数学转换中保持指标的总方差不改变，使得第一指标具有最大的方差，也就是第一主成分，第二指标的方差次之，而且和第一指标不相关，这称为第二主成分，依次类推。

实际上，主成分分析方法就是对多维指标数据进行降维处理，但保留数据集的对方差贡献最大的特征[12]。

主成分分析法中主成分个数提取原则为主成分对应的特征值大于1的前m个主成分（也可以通过方差累计贡献率大于90%）。

特征值在某种程度上可以被看成是表示主成分影响力度大小的指标,如果特征值小于1,说明该主成分的解释力度还不如直接引入一个原变量的平均解释力度大,因此一般可以用特征值大于1作为纳入标准[14]。

主成分方法分析的一般步骤：

（1）有m个原始指标，测了n次，将原始数据标准化，并根据标准化矩阵中的变量求出其两两之间的相关系数，列成相关矩阵，即协方差矩阵R:

R=

上式为对称矩阵，主对角元素是1。

（2）求相关矩阵R的特征根λi以及对应的特征向量。

因为指标样本较多，运算通过计算机完成。

（3）将解除的特征根按从大到小排列，算出各主成分贡献率

（λi表示第i个特征根，

表示前p个特征根之和）

当前n个主成分累计贡献率大于90%时，则确定主成分个数为n。

（4）各主成分与原始指标有下列关系:

Z1=b11x1+b12x2+···+b1mxm

Z2=b21x1+b22x2+···+b2mxm

：

Zn=bn1x1+bn2x2+···+bnmxm

取累计贡献率大于90%的几个主成分的特征向量值，分别乘以对应的特征根开方值

，得到关系式中bij值，代入关系式，作出分析、判断、解释[16]。

2.2.2城市动力模型

衡量各个城市的发展情况，不能从单一因子的高低去衡量一个城市的综合发展程度，因为各个城市的表现各有侧重。

所以，在此引入城市群动力综合评估模型体系，城市动力模型的提出是基于在一个城市群里，众多城市在相同的指标数据体系下，在上面章节1.6.1中所求得的主成分值F1，F2，Fm的基础上求得，所用公式为：

Y=（b1*F1+b2*F2+b3*F3+bm*Fm）/（b1+b2+b3+bm）[14],

其中，m是确定的选取的主成分个数，Fm代表对应的前m个主成分的值，bm代表与特征值相对应的方差贡献率。

2.3技术路线

下面为本研究所涉及的技术路线图：

3.数据的准备及预处理

3.1研究区概况

长株潭城市群位于湖南省东北部（如图1），包括长沙、株洲、湘潭三市（沿湘江呈“品”字型分布），占地面积2.8万平方公里，是湖南省经济发展的核心增长极。

2007年12月,长株潭城市群获准为全国“两型社会”建设综合配套改革实验区,成为全国6个综合配套改革实验区之一。

长株潭地区东眺长江三角洲,南靠珠江三角洲,西连巴蜀、云贵地区,北依长江黄金水道,受华东、华南及武汉经济圈叠加影响,为湖南经济最发达区域[10]。

本研究只选取了长沙株洲湘潭三市，下面就分别对三市进行简单的认识了解。

以2008年为例：

长沙是湖南省的省会城市，又名“星城”，位于湖南省东部偏北，长沙市南接株洲市和湘潭市，西抵娄底市，北达岳阳市、益阳市，东临江西省宜春市、萍乡市。

是一座具有悠久历史的文化名城。

2008年，长沙市生产总值首次突破3000亿元大关，全年实现地区生产总值（GDP）3000.98亿元，比上年增长15.1%。

分产业看，第一产业实现增加值172.38亿元，增长6.8%;第二产业实现增加值1567.41亿元，增长16.8%，其中工业实现增加值1311.27亿元，增长19.2%;第三产业实现增加值1261.19亿元，增长14.3%。

第一、二、三次产业分别拉动GDP增长0.4、8.0、6.7个百分点，三次产业对GDP增长的贡献率分别为2.6%、53.0%、44.4%。

株洲位于湖南省东部，是湖南省“一点一线”区域经济带的重要城市，东界江西省萍乡市、莲花县、永新县及井冈山市，南连湖南省衡阳、郴州两市，西接湘潭市，北与长沙市毗邻。

株洲市是湖南省重要的工业城市，2008年全市生产总值完成909.5亿元，增长13.4%。

经济增幅位于长沙、岳阳、湘潭之后，居全省第四位，经济处在持续增长期的较高平台上运行。

全市人均GDP达到24563元，居全省第二位。

第一产业完成增加值109.6亿元，增长6.1%;第二产业完成增加值4972亿元，增长15.1%;第三产业完成增加值302.7亿元，增长13%。

湘潭市位于湘江中下游湖南中部偏东地区，与长沙、株洲各相距约40公里，成“品”字状，构成湖南省政治、经济、文化最发达的“金三角”地区，是广大内陆地区通往广州、上海等沿海地区的重要通道之一。

全市总面积50万平方公里。

人口280万，2008年湘潭市全年实现了GDP总值654.76亿元，其中第一产业的增加值为92.88亿元，比上年增长了5.2%;第二产业增加值331.45亿元，增长16.2%;第三产业增加值230.42亿元，增长13.7%。

按常住人口计算，人均生产总值为23672元，增长13.1%。

图1研究区位置图

3.2数据收集

本研究所使用数据全部来自于2005年到2012年间湖南省统计年鉴。

其中涵盖了29个数据变量因子，分别为邮电业务量、城镇固定投资、金融机构存款余额、城市人口、地方财政收入、规模以上工业总值、国内生产总值、项目施工个数、年末电话用户数、城市面积、运营车数合计、公路长度里程、年末单位从业人数、企业单位个数、限额以上销售总额、进出口总额、高新技术产品总额、房地产开发投资、施工面积、民用车辆拥有量、接待国内游客数、社会消费品零售总额、高校教职工人数、普高校在校学生、农民平均每人纯收入、星级宾馆数等。

4.主成分分析及动力模型构建

4.1主成分分析

（1）指标数据录入

如下表1所示：

表1原始指标数据表

X1

X2

X3

X4

···

X16

···

X29

2004

1351.16

1919.14

1107

288.25

11641.3

47468

2005

1794.73

2410.88

1816

296.76

13042.9

53118

···

2011

9802.95

8307.74

1937

472.76

32230.7

116366

所输入SPSS统计软件的数据为长株潭三个城市各个指标数据对应之和。

数据变量从X1到X29,分别代表规模以上工业总值、国有经济项目施工个数、公路长度里程、高校教职工人数、年末从业人员人数、城镇固定资产投资等29个数据变量。

（2）数据标准化

将原始指标数据录入SPSS软件，进行如下操作:

Analyze->DescriptiveStatistics->Descriptive，所得结果如表2所示：

表2标准化之后结果部分截图

（3）将指标数据选入Variables框，Descriptives:

CorrelationMatrix框组中选中Coefficients,然后点击Continue,返回FactorAnalysis对话框，单击OK。

所得结果如下面几图所示：

表3解总的方差

成分

初始特征值

提出平方和载入

合计

方差%

累积

合计

方差%

累计

1

23.839

82.205

82.205

23.839

82.205

82.205

2

2.796

9.642

91.846

2.796

9.642

91.846

3

1.118

3.855

95.701

1.118

3.855

95.701

表4成分矩阵表

通过表3（方差分解主成分提取分析也即解释总的方差）可知,前3个主成分的方差累计贡献率已经达到94%以上，3个主成分已经基本能涵盖所有的信息量，所以将选择分析的主成分个数确定为3个。

（4）通过上表4成分矩阵，可以看出主成分F1，F2，F3（自己命名）与标准化后的原始数据之前的系数关系，可以得到第一主成分F1与原始变量X1，X2、X4、X7、X8、X9、X11、X12、X13、X16、X19、X20、X21、X22、X23、X24、X25、X26、X27、X28和X29这21个原始变量有很高（>0.9）的相关性，与X5、X6、X15也有较高（>0.8）的相关性,第二主成分F2与X17、X18有较高（>0.8）的相关性,而第三主成分F3与每个变量的相关性都不明显。

（5）为了求得主成分的表达式以及得分，还需进一步操作：

将主成分三个主成分因子载荷矩阵分别输入数据编辑窗口（分别命名为B1，B2，B3）,然后利用“transform->compute”,在对话框中输入“A1=B1/SQR（23.839）”,即可得到特征向量A1，同理可得A2、A3。

如表5所示：

表5特征向量相关数据表

将主成分F1、F2、F3分别表示出来：

F1=0.2*ZX1+0.2*ZX2+0.09*ZX3+…+0.2*ZX28+0.2*ZX29

F2=-0.1*ZX1-0.07*ZX2+…+0.01*ZX28-0.02*ZX29

F3=0.16*ZX1+0.17*ZX2+…-0.03*ZX28+0.03*ZX29

主成分综合表达式，F合的数学公式为[19]：

F合=（λ1F1+λ2F2+λ3F3）/（λ1+λ2+λ3），

所以F合=0.16