论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　内容摘要：本文综合考虑了产业结构、就业、人口、民生、城市建设等多方面因素，并结合天津市人文地理及发展现状，选取人均GDP、第二产业比重、第三产业比重、居民家庭人均可支配收入、城市建设用地面积等13项指标，利用SPSS软件对天津市城镇化发展情况进行实证研究，对全市及行政区县的城镇化水平进行了横向和纵向的比较分析，找出了对其城镇化发展影响最为显著的两个因素并建立多元线性回归模型，最后提出了促进天津市城镇化发展的对策建议。 

　　关键词：城镇化 天津市 影响因素 回归分析 因子分析 

　　引言 

　　城镇化是指由农业为主的传统乡村社会向以工业和服务业为主的医学论文现代城镇社会逐渐转变的历史过程，具体包括人口职业的转变、产业结构的转变、土地及地域空间的转变等。城镇化是一个国家或地区经济发展的重要标志，事关我国“新四化”建设全局，是我国转变发展方式、扩大国内需求的战略重点。党的十八大报告明确指出：“坚持走中国特色新型工业化、信息化、城镇化、农业现代化道路，推动信息化和工业化深度融合、工业化和城镇化良性互动、城镇化和农业现代化相互协调，促进工业化、信息化、城镇化、农业现代化同步发展”。目前，全国各大都市圈、城市群、城市带的发展预示着我国城镇化的高速发展，其中，京津冀城市群的健康发展也为推进我国的城镇化进程做出了贡献。天津是我国北方重要的综合性港口城市和环渤海地区经济中心，加快天津市城镇化建设，对推动京津冀一体化发展、增强京津“双核”城市的经济实力和对区域内城市乃至全国的辐射功能，有着重要的意义。 

　　本文针对天津市城镇化发展现状，运用因子分析和回归分析等统计分析方法从横向和纵向两个角度研究天津城镇化发展中的影响因素，探讨推进城镇化进程的有效途径。天津作为我国四个直辖市之一，城镇化建设中出现的问题和影响因素明显有别于一般的省或自治区，其发展经验不能完全照搬，而现有研究多数为定性分析全国或某省的城镇化现状，缺乏以天津市为研究对象的文献，因此这是本文的创新点之一；另一创新之处在于从横向和纵向两个方面进行研究，不仅纵向分析了天津市历年数据，还针对天津市各行政区县的城镇化发展进行横向比较，这在以前的研究中从未出现过。在全国各地积极推进城镇化进程的过程中，探讨影响天津城镇化发展的主要因素有助于找到城乡发展瓶颈，为政府制定城镇化发展战略提供依据和参考，为加快城镇化发展、优化资源配置、促进城乡统筹发展提出建设性措施。 

　　文献回顾 

　　改革开放以来，随着经济的持续快速增长和产业结构的变化，我国的城镇化水平快速提高。《2012中国新型城市化报告》指出，我国的城镇化水平首次突破50%，达到51.27%，这意味着我国的城镇人口首次超过农村人口。近年来国内外许多学者对如何推动城镇化建设进行了研究。Moomaw等（1996）通过回归分析，发现城镇化率随人均GDP、工业化程度、出口及国外援助的增长而上升。朱吉玉、朱丹（2013）总结了国外城镇化发展的失败教训，提出要市场调节与宏观调控相结合、结合本国国情、注重规划和配套设施建设以及在第三产业基础上发展城镇化的经验。周冲（2013）对安徽省历年数据进行回归分析，结果显示，第二、三产业从业人数、第三产业产值、农村居民家庭人均纯收入、城镇居民家庭人均可支配收入对城镇化发展水平的影响不显著，第二产业产值、工业增加值、农业机械总动力对城镇化发展水平的影响显著。尚娟（2013）认为第三产业对城镇化的推进作用逐渐增强，城乡居民收入差别明显是促进乡村人口向城镇转移的主要动力。当前关于中国城镇化问题的研究主要为定性研究，大多是基于理论的探讨及对各地区城镇化现状的描述并提出解决措施，定量研究较少，同时缺乏针对天津市的研究。因此，本文在现有文献研究的基础上对天津市城镇化发展中的影响因素进行实证分析，进一步确定这些因素的作用机理，为促进天津城镇化健康发展提供决策参考。 

　　天津市行政区县的城镇化水平比较 

　　在研究天津市城镇化发展情况之前，有必要对天津市各行政区县的城镇化水平进行横向分析，以归纳天津各地的发展情况及特点，结合天津的人文地理环境提出更好的建议。本文主要采用因子分析法进行研究，选取人均GDP、第二产业产值、第三产业产值、区县一般预算收入、人均耕地面积、农村居民人均可支配收入和人均固定资产投资等七个指标来衡量天津市行政区县的城镇化水平，研究数据均来自于《天津统计年鉴2013》和《天津区县年鉴2013》。首先，需进行信度检验判断数据是否适合进行因子分析，如表1所示，KMO和Bartlett球形检验的结果都认为原数据适合做因子分析。其次，由特征值与方差贡献表（见表2）可知，前两个因子的特征值大于1，累计方差贡献率达到89.75%，信息损失仅为10.25%，说明这两个因子可以解释原变量的绝大部分信息，因此提取为公因子F1、F2。最后计算因子得分，从而得出天津市行政区县城镇化水平的综合排名，计算公式为：F=（56.922*F1+32.83*F2）/89.752。由表3可知，2012年天津市九个行政区县的城镇化水平综合排名依次为东丽区、西青区、北辰区、津南区、武清区、静海县、宝坻区、宁河县和蓟县，结合各区县的地理位置（见图1）不难发现，城镇化发展较好的前四位紧挨着中心城区，同时西部比东部发展得更好，说明越靠近城区、距离北京越近的区县城镇化水平相对较高。 

　　上述分析结果在一定程度上可以代表天津市2012年城镇化发展的基本情况，容易得出结论，一个地区的城镇化水平不仅和人均GDP、第二、三产业产值有直接关系，其与发达地区的距离也对城镇化发展有一定的影响，因此在推进天津市城镇化进程的过程中，一方面，应当加强产业结构的转变，促进第一产业向第二、三产业逐渐过渡，另一方面，应根据自身特点，加快交通运输建设，使传统的农业社会尽快向以工业、服务业为主的城市社会转变。 

　　天津市城镇化发展的影响因素分析 

　　（一）指标选取

　　城镇化的标志包括城镇人口占总人口比重不断上升、劳动力由第一产业向第二、三产业转移，以及城市用地规模不断扩大。城镇化发展水平的高低通常采用城镇化率这一指标来反映城镇化水平，一般用城镇人口占总人口的比重来计算（均按常住人口而非户籍人口计算）。为了定量考察各个影响因素与城镇化水平的关系，按照可量化、可得性原则选取13个指标（见表4）进行分析评价。 

　　（二）数据来源 

　　本研究采用的数据资料主要根据《天津统计年鉴》（2006-2013）和《天津年鉴》（2006-2013）以及国家统计局网站（http：//www.stats.gov.cn）整理得到，数据来源真实可靠。 

　　（三）研究方法及模型构建 

　　本文采用多元线性回归分析对天津市城镇化发展的影响因素进行实证研究。多元线性回归分析的基本思想是通过对收集到的样本数据进行分析计算，逐步剔除（Stepwise），直至拟合出一条最接近因变量和自变量之间相关关系的直线，即经验回归直线，并能据此直线进行相应变量的预测。本研究以天津市历年的城镇化率为因变量Y，采用线性形式来表示城镇化率与自变量X1～X13之间的关系，把天津市看成一个整体系统，其城镇化率应为各自变量的多元线性函数，模型可设置为： 

　　Y = a0+ a1X1+ a2X2+ …+ a13X13+ U 

　　其中，回归系数ai （i = 0～13）表示自变量变动一个单位时，目标函数随其变化的增长率，U表示随机扰动项。 

　　（四）数据分析与结果 

　　表5显示了包括自变量和因变量在内的14个变量的Pearson相关系数以及关于相关关系等于零的假设的单尾显著性概率。通过p值单尾显著性概率可知，13个自变量的p值均小于0.05，表明所有自变量与因变量的相关关系显著。观察Pearson相关系数可知，自变量X2、X5与因变量Y的相关系数为负值，表明三次产业结构中第二产业比重和农业机械总动力与城镇化水平呈负相关；其余变量与Y的相关系数均为正值，即对城镇化水平存在正向影响。 

　　由表6可以看到，最先引入回归模型的是与Y相关关系最强的变量X11（城镇居民消费水平），说明其对天津市城镇化发展影响最为显著，其次是变量X3（第三产业占GDP比重），表明这两个变量与城镇化率的相关关系最为密切、影响最显著。 

　　表7给出了逐步引入变量后的两个回归方程的拟合优度。可以看到，回归模型的拟合效果较好，判决系数为0.998，说明该模型中因变量与自变量之间具有很强的线性关系。 

　　表8给出了回归方程的F检验结果，p值均小于0.05，表明回归模型通过检验，线性关系显著，这与相关系数的检验结果是一致的。 

　　表9给出了回归系数的t检验结果，可以从回归系数和变量显著性检验的t值上发现，X11和X3的系数在95%的置信水平上通过显著性检验，这与F检验和相关系数的检验结果是一致的。 

　　根据回归系数表可以得到经过逐步回归后最终的多元线性回归模型： 

　　Y = 62.002 + 3.865 X11 + 0.206 X3 +U 

　　分析计算结果可发现，在其他因素不变的情况下，当城镇居民消费水平提高1万元时，天津的城镇化率约提高3.865个百分点；在其他因素不变的情况下，当第三产业占GDP比重提高1个百分点，天津的城镇化率约提高0.206个百分点。