城镇化影响因素的实证分析——以和林格尔县为例

《城镇化影响因素的实证分析——以和林格尔县为例》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、城镇化影响因素的实证分析一一以和林格尔县为例智荣张建成内蒙古农业大学经济管理学院摘要：因为时期和地域的不同，各种因素对城镇化进程所产生的影响效果也会发生变化，以和林格尔县为例，可以说明以上问题。对于和林格尔县这样一个具体的地区，在国家和地方政策发生重大调整的背景下，影响和林格尔县城镇化进程的主要因素有哪些?它们的影响分别有多大呢?基于19942015年城镇化各影响因素的有关数据，运用主成分冋归方法中的双对数模型，可以得出和林格尔县城镇化主要受到经济发展、人门转移、产业发展、基础设施发展和科教医疗发展的影响。因而促进和林格尔县经济发展和劳动力转移，加快当地第三产业的发展，改善基础设施

2、建设，发展教育、医疗和卫生事业，对于促进和林格尔县城镇化进程将起到非常明显的作用。关键词：和林格尔昱;城镇化;双对数模型;弹性系数;基金：内蒙古社会规划重点项FI《新型城镇化过程中的失地农民转移安置研宂》（项H编号:2015A053）的阶段性研宄成果在经典的理论中，对城镇化影响因素的分析基木上属于定性分析，例如德岡经济学家克里斯托勒的中心地理论，从经济学的角度阐述了城市作为区域商业中心和加工工业屮心的形成与发展的基本规律，并且进一步研究了城镇化体系规模结构和空间结构;再如一般认为城镇体系中城市发展的规模主要有城镇体系中城市的合理规模和城镇规模结构与生态环境的协调等。近年来，张咖琴等

3、学者基于主成分回归等分析方法，研究了河北省、重庆市、福建省和安徽省等地城镇化发展的影响因素，并对地区城镇化水平的发展提出了具体建议。这些研究成果对于城镇化研宂结论和建议的精确化非常有益，是城镇化理论研宂的重要发展方向。宄竞有哪些因素对城镇化水平产生着影响，这些影响因素的影响各自有多大?这是在推进某一具体地区城镇化进程中必须要加以研究和解决的问题。但不同地区的具体条件不同，各地区之间城镇化的影响因素所起的作用也不完全相同，所以很难得出一致性的结论，只可能运用某种可行的方法，对所研究地区城镇化的影响因素进行测算，进而提出适用于本地区的城镇化推进建议。因此，本文选择以内蒙古的和林格尔县为

4、例，分析该县城镇化的各种影响因素的弹性系数大小，进而提出推进该县城镇化的措施建议。和林格尔县位于内蒙古中部，属呼和浩特市所辖，县域总面积为3401平方公里。北面是呼和浩特市郊区和土默特左旗，西面与托克托县相连，南面与清水河县接壤，东而与凉城县、山西省左云县相邻。从2016年起，内蒙A决定在和林格尔县申请建设国家级新区，2017年2月24R,和林格尔国家级新区正式揭牌。和林格尔国家级新区的建设目标是以“一核两翼六组团”的发展格局，打造全区经济新的增长极，从而辐射带动周边区域的发展。对和林格尔县城镇化影响因素进行研究，不但对于和林格尔国家级新区的基础设施建设、产业转型升级、公共服务完善

5、及对外开放等方而政策的制定与施行具有重要的参考意义，而且对于其他地区城镇化影响因素的实证分析具有较强的启发作用。（一）数据来源与处理。研究所用数据来源于《内蒙古统计年鉴》，选择和林格尔县19942015年相关城镇化指标数据，分别为人均GDP、农牧民人均纯收入、第一产业占总产值的比重、第二产业占总产值的比重、第三产业占总产值的比重、公路里程、人均社会固定资产投资、邮电业务总量、每万人普通中学在校学生数和每万人床位数。由于年鉴指标的变动，2013年以后用全体居民人均可支配收入指标代替农牧民人均收入指标，其增减趋势大体一致。城镇化率为城镇人口与总人口之比。为了消除原始指标量纲的影响，对数

6、据进行对数化处理（见表1）。表1数据对数化结果下载原表表1数据对数化结果下载原表（二）双对数模型的建立依据科学性、奋效性和可操作性等原则，建立了和林格尔县城镇化影响因素的指标体系（见表2）。表2指标体系下载原表表2指标体系下载原表建立和林格尔县城镇化影响因素的双对数模型:其中，Y,表示不同年份和林格尔县城镇化率，Xi表示城镇化各影响因素。a。为常数项，a：表示各影响因素对城镇化率的弹性系数，即Xi每变化1%，城镇化率相应地变化a，%，et表示随机误差项。二、结果与分析（一）因子分析的适用性检验。进行因子分析之前，需要对选取的变量进行适用性检验（见表3），即检验选取的变量是否适合做因

7、子分析。KMO值为0.797，依据KM0检验标准，KM0值越接近1表示越适合做因子分析。巴特利特球度检验的卡方值为492.619，对应的P值为0.000<0.01，表明在1%的显著水平下拒绝原假设，即认为和关系数矩阵不是单位阵，表明选取变量适合做因子分析。（二）因子变量的构造变量共同度，即公因子方差，刻画了全部公共因子对各变量总方差的贡献，表4中绝大部分变量的共同度在0.9以上，变量共同度越接近于1，表示该变量的儿乎全部原始信息都被所选取的公共因子说明了。表3KMO和