山西省城镇化进程的度量

摘要：城镇化是生产力发展的结果，是市场经济发展的必然要求。本文以山西省为研究样本，从人口城镇化、地理城镇化、经济城镇化、生活方式城镇化四个维度出发，建立复合指标体系对山西省的城镇化水平进行评估。研究显示，主成分分析法是分析山西省城镇化水平的有效方法，城镇化进程指标与两个主成分指标密切相关。

关键词：山西省，城镇化，主成分分析。

1引言

城镇化是生产力发展的结果，是市场经济发展的必然要求。1998年，中共十五届三中全会对“城镇化”做出明确指示，提出“发展小城镇，是带动农村经济和社会发展的一个大战略。”2013年，党的十八大会议又对“城镇化”做了进一步的拓展，从原本的“城市面积扩张和农村人口迁移”深化为集“人口迁移、地理变迁、经济发展、生活方式改善、社会保障”为一体的复合概念。

本文以山西省为研究样本，从人口城镇化、地理城镇化、经济城镇化、生活方式城镇化四个方面出发建立复合指标体系对山西省的城镇化水平加以评估。

2山西省城镇化进程的复合指标体系

本文以山西省1997年至2015年的数据为基础，通过插值法得到了山西省1998年第3季度到2015年第4季度的相关数据，并将之确定为本文的样本数据。然后，为消除原始数据量纲的影响，本文又对X1-X17进行标准化处理从而得到了ZX1-ZX17。其中，相关数据主要来自于《山西省统计年鉴》和《山西省国民经济和社会发展统计公报》。

在城镇化的四个维度中，人口城镇化指标包括城镇流动人口占比（X1）与第三产业从业人口占比（X2）；经济城镇化指标包括人均GDP（X3）、人均财政收入（X4）、人均可支配收入（X5）、第三产业产值占比（X6）、人均固定资产投资额（X7）、人均消费支出（X8）与人均社会消费品零售额（X9）；地理城镇化指标包括城镇建成区面积（X10）；生活方式城镇化指标包括千人拥有卫生技术人员数量（X11）、千人拥有床位数（X12）、万人拥有公共汽车数（X13）、千人拥有公共图书馆藏书（X14）、万人拥有在校大学生数（X15）、万人拥有公共通车里程（X16）与人均生活用电量（X17）。

3 KMO检验和Bartlett球体检验

主成分分析法的目的是通过降维技术来以少数几个集中原始变量大部分信息的综合量代替原始变量。因此，主成分分析法下的原始变量应具有较高的相关性。KMO检验和Bartlett球体检验是分析变量相关性的有效方法。KMO系数主要是通过比较两个变量间的相关系数与偏相关系数确定的。KMO值越高，则变量间的相关关性越强。一般而言，适用于主成分分析的变量KMO值至少应大于0.5。Bartlett球体检验则是根据相关系数矩阵的行列式进行确定，若Bartlett球检验的伴随概率值小于显著性水平，即可拒绝零假设，认为相关系数矩阵不可能是单位阵，原始变量之间存在相关性。

对山西省城镇化进程的各原始变量加以KMO检验和Bartlett球检验，结果显示，山西省城镇化指标的KMO值为0.717（大于0.5）且Bartlett检验的伴随概率小于0.05。因此，原始变量间具有较强的相关性，适用于主成分分析。

4主成分分析

SPSS统计软件是主成分分析的有效计量工具，通过它可以计算出相关矩阵的特征值和方差贡献率。如果特征值大于1，方差贡献率大于5%，累计贡献率大于或等于85%，那么，就可提取主成分来代替原有变量。

检验显示，山西省城镇化进程的第一个主成分解释了原有变量88.123%的信息，第二个主成分解释了原有变量7.406%的信息。两个主成分的累积贡献率达到了95.528%，几乎反映了原有变量的全部信息。在此，分别提取两个主成分并将之命名为F1、F2。

F1=0.25ZX1+0.25ZX2+0.26ZX3+0.26ZX4+0.26ZX5+0.16ZX6+0.25ZX7+0.26ZX8+0.26ZX9+0.26ZX10+0.24ZX11+0.18ZX12+0.26ZX13+0.24ZX14+ 0.24ZX15+0.23ZX16+0.25ZX17

F2=-0.18ZX1-0.22ZX2-0.08ZX3+0.00ZX4+0.04ZX5+0.61ZX6+0.12ZX7+0.02ZX8+0.04ZX9+0.01ZX10+0.12ZX11+0.49ZX12+0.07ZX13+0.12ZX14-0.31ZX15-0.30ZX16-0.25ZX17

最后，以主成分贡献率占累计贡献率的比重为权重，以F1和F2为主成分即可得到山西城城镇化进程的复合指标CZH。

CZH=92.25%F1+7.75%F2