西部地区农村城镇化水平综合评价.docVIP

西部地区农村城镇化水平综合评价 　　摘　要：推进农村城镇化进程，提高农村城镇化发展水平，是我国经济和社会发展的一项重要?容。发展缓慢的广大西部地区的农村城镇化进程对于统筹全国城乡经济社会发展，逐步消除城乡二元结构，实现城乡协调发展，更是具有长远的深刻影响。实践表明，城镇化是一项复杂的长期的系统工程。要加速城镇化进程，就要了解目前西部地区城镇化水平现状，通过分析影响城镇化进程的因素，因地制宜，找出对策，才能为积极推进城镇化进程的政策措施提供依据。 　　关键词：农村城镇化；因子分析；西部地区 　　中图分类号：F320．1　文献标志码：A　文章编号：1673―291X(2007)02-0174-03 　　 　　一、农村城镇化水平指标体系的建立 　　 　　在参考(秦润新，2000)的城市化水平指标体系基础上，充分考虑西部地区统计数据的特殊性以及可获得性，按照科学性原则、可比性原则、可操作性原则，构建农村城镇化原始指标体系。由于西部地区生态环境的特殊性，绿化、植林面积等环境指标不应该作为农村城镇化的评价指标，所以，给出的城镇化指标仅包括经济发展和社会生活指标。 　　 　　具体内容如下：(1)人均GDP(X1)；(2)第一产业增加值(X2)；(3)第二产业增加值(X3)；(4)第三产业增加值(X4)；(5)农业总产值(X5)；(6)用电量(X6)；(7)私营企业就业人数(X7)；(8)农村个体就业人数(X8)；(9)乡村从业人员(X9)；(10)农村固定资产投资(X10)；(11)受高中以上教育人口比例(X11)；(12)人口自然增长率(X12)；(13)人均实际收入(X13)；(14)农村电话用户(X14)；(15)居民消费水平(X15)；(16)卫生机构数(X16)；(17)人均居住面积(X17)；(18)邮政局数(X18)；(19)卫生机构人数(X19)。具体数据见表1。 　　 　　二、西部地区农村城镇化水平的综合评价分析 　　 　　(一)因子分析评价方法介绍 　　因子分析的基本思想是通过变量(或样品)的相关系数矩阵(对样品是相似系数矩阵)内部结构的研究，找出能控制所有变量(或样品)的少数几个随机变量去描述多个变量之间的相关关系，这少数几个随机变量通常称为因子。然后，根据相关性或相似性的大小把变量或样品分组，使得同组内的变量之间相关性较高，但不??组的变量相关性较低。即在尽可能不损失信息或者少损失信息的情况下，将多个变量减少为少数几个潜在的因子，这几个因子可以高度地概括大量数据中的信息，这样，既减少了变量个数，又同样地能再现变量之间的内在联系。 　　具体分析步骤如下： 　　第一步：为消除量纲的影响，先将原始数据标准化，记为xij，表示第i地区第j指标的指标值。 　　第二步：建立变量的相关系数阵R=(rij)p×p。 　　第三步：求R的特征根及相应的单位特征向量，分别记 　　 　　根据累计贡献率的要求 　　 　　取前m个特征根及相应的特征向量写出因子载荷矩阵： 　　 　　第四步：对A施行方差最大正交旋转。 　　第五步：计算因子得分。 　　第六步：计算综合评价总得分值，总分值越大说明城镇化水平越高。 　　 　　(二)农村城镇化水平综合评价实证分析 　　根据构建的指标体系的实际统计数据，利用SPSS13．0软件对我国西部地区十二省市自治区进行因子分析如下： 　　 　　将数据无量纲化，进行因子分析，按照特征根大于1的原则取定因子的个数。分析得到变量相关系数矩阵有2个特征根：14．25、2．354，分别解释变量标准方差的75％、12．391％，一起解释变量标准方差的87．391％，相应提取的主因子有：F1、D2。经分析，得旋转后的因子载荷矩阵见表1。从表1可以看出，在提取的2个主因子当中，大部分指标都在F1因子上有较大载荷，反映西部地区社会和经济发展水平，F2因子反映的是西部地区农村居民的收入水平。 　　由因子分析结果可以知道因子得分系数矩阵如表2所示。根据表2可得到按照西部地区各省份的因子得分值排序如表3。 　　 　　(三)综合评价结果分析 　　由表3因子分析结果可以知道：西部各地区农村城镇化水平由高到低排名如下：四川、陕西、广西、云南、重庆、内蒙古、贵州、新疆、甘肃、宁夏、青海、西藏。由以上排名我们可以知道：农村城镇化水平最高的是四川省，最低的是西藏。四川、陕西分别位居西南和西北地区前列是比较符合现状的。2005年，两地区人口占西部地区总人口的33．17％，GDP占西部地区的33．02％，粮食占西部的34．66％，等等。西部地区的机械、电子、航空、核工业、冶金、电力、煤炭、天然气、化工、汽车、摩托车等工业，大都集中在这两个省市，并且还是西部地区的交通枢纽和信息中心。广