以杭州市为例经济增长与居住郊区化的关系研究

《以杭州市为例经济增长与居住郊区化的关系研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、以杭州市为例经济增长与居住郊区化的关系研究(浙江大学建筑设计研究院有限公司浙江杭州310027)摘要：居住郊区化与经济的增K:有很大的关系，城市经济发展到一定阶段是居住郊区化的前提条件，木文以杭州市为例对居住郊区化与经济增长之间的关系进行专题实证研究。研宄表明居住郊区化与经济增长之间的关系可以主要从城市化水平的高低、居民收入的提高程度和经济结构的调整三个方面来分析和研究，其中：城市化水平对居住郊区化影响最大，其次是居民收入，最小的是经济结构。关键词：居住郊区化城市化水平居民收入经济结构居住郊区化与经济的增长有很大的关系，城市经济发展到一

2、定阶段是居住郊区化的前提条件。那么，居住郊区化与经济增长各要素之间到底存在着什么样的数量关系？如何从宏观经济数据上定量的判断城市的居住郊区化进程？为此，木文以杭州市为例对居住郊区化与经济增长之间的关系进行专题实证研究。1模型的构建经济增长因素主要表现在经济发展速度、城市化水平的提高、居民收入水平的提高、经济结构的升级换代、固定资产投资情况等方面，木文选取国内生产总值、居民收入、城市化水平、经济结构、年固定资产投资额等五个变量来来作为经济增长的主要因素。居住郊区化与经济增长之间的关系可以表达为：居住郊区化在经济增长方面的动力因素模型的因变

3、量和自变量定义如下：(1)居住郊区化的发展Y。土地出让的数量和规模决定了未来几年的住宅供应量，因此原计划采用杭州市的郊区住宅性质的土地出让数量，但是由于历史原因，杭州市尤苏是萧山区和余杭区还存在着较多的土地协议出让等不透明状况，导致无法收集到真实完整的历年土地出让数据资料；因为人U的变动反映了居民的基本居住状况，国内很多学者在研究郊区化问题吋也选择了通过观察人口的变动情况来进行分析。因此，考虑到资料收集的可行性，本文采用所研究的郊区区域范围之内的人U总数指标，即郊区人U总数，单位为万人。(1)国内生产总值XI。反映城市经济发展水平的指标

4、，单位为亿元。(2)居民收入X2。釆用城镇居民家庭人均可支配收入，单位为元。(3)城市化水平X3。反映城市化发展阶段的指标，釆用城镇人口占总人口的比重来衡量，单位％。(4)经济结构X4。经济结构反映了城市的经济发展阶段和产业发展状况，一般认为，第三产业所占比重越大，城市的经济发展越处于较高阶段。采用第三产业对国内生产总值的贡献率，单位％。(5)固定资产投资X5。固定资产投资反映了城市的基本建设和固定资产投资状况，一般认为，固定资产投资越多，城市向外扩张的速度和规模越大。采用年固定资产投资额，单位为亿元。2模型实证分析在冋归分析中，最小二

5、乘法是应用的最普遍的一种方法，即选择合适的参数ai使全体样本值的残差最小平方和最小。采用以下两个标准来评价模型的好坏。-：拟合优度。用模型中所包括的解释变量来尽可能地解释因变量的变化，实践中可以采用校正的判定系数来度量拟合度，越高，则认为模型就越好。二：理论一致性。模型的结果应该跟理论中的解释具有一致性，或者说能够得到理论的支持。同吋需要尽量减少变量间的共线性程度和增加模型的解释力，在基本模型中，首先对模型变量的选择进行预处理。经过使用同一样本数据集，采用基本模型不断尝试后，发现：变量国内生产总值与居民收入相关性较强，相关系数为0.99

6、3,而且采用人均可支配收入得到的模型解释力更高。因此，在模型中剔除掉国内生产总值变量，可以建立了居住郊区化与居民收入、城市化水平、经济结构和固定资产投资之间的关系模型。模型以1988-2014年的《杭州统汁年鉴》中的数据为取值标准，对杭州市1988-2014年的相关数据利用SPSS软件中回归分析的强制进入法(Enter)进行分析，以确定各自变量对居住郊区化的影响程度，结果如下：2.1第一次冋归分析自变量：居民收入、城市化水平、经济结构、固定资产投资由表中数据可见：R=0.999、R2=0.999和调整后的R2=0.998，即基本模型中居

7、民收入、城市化水平、经济结构和固定资产投资能解释因变量差异的百分比约为99.8%,说明模型的拟合程度较好，具有良好的解释能力。从表2中可知，冋归方程方差分析的显著性检验值F=2689.147、P=0.000,说明方程是高度显著的，拒绝全部系数均为0的原假设，表明进入方程的经济变量与居住郊区化之间的线性关系能够成立。从表3中可以看出：居民收入、城市化水平、经济结构三个变量的都通过了t检验，而固定资产投资变量的t检验的显著性概率为0.218,表明相应的系数与0没有显著性差异；同吋表1的数据显示表示总体冋归效果的R与都很好，说明解释变量之间存

8、在多重共线性。要解决这个多重共线性问题，要么需要增加样本容量、获取更多的数据，要么可以尝试删除不太重要的解释变量，考虑到数据的有限性，本文采用删除掉固定资产投资这个变量，然后进行第二次的冋归分析。2.2第二