卓德雄，曾献君

(福建工程学院建筑与城乡规划学院，福州 350118)

0 引言

福建省是我国东南沿海的农业大省，虽然该省以其优越的地理位置和环境获得很好的发展机遇，但是该省却面临人均耕地锐减、劳动生产率低、农民收入少、农村环境恶劣等问题。2016年福建省人均耕地仅有0.035hm2，仅占全国人均耕地面积的34.18%； 农业劳动生产率低，农民人均可支配收入为1.499 9万元，占福建省城镇居民可支配收入41.64%，城乡居民人均可支配收入差距较大； 农村交通、医疗及卫生等基础设施依然落后。

近20多年来，由于针对突出的“三农”问题进行了一系列改革，福建省城镇化水平跨过低起点，迈入了快速发展阶段。福建省城镇化最为突出的特点有几点：一是城镇经济高速发展，提供大量劳动岗位，从而吸引大量农村转移劳动力。福建省1978年的城镇化率仅13.7%，到2016年增加到63.6%，年均提高1.35个百分点。而此时的城镇居住人口增加了3 538万人。二是中大型城镇规模不断增加，小城镇数量猛增。以福州、泉州以及厦门等为中心的大城镇规模迅速扩大，全省建制镇数量明显增加，改革开放时期仅62个建制镇，到2016年增加到612个。三是基础设施不断完善，城市管理水平日益提高。各个城镇基本形成完善的水、电、气、路以及通信等系统保障设施。另外，以教育、医疗为重点的社会保障服务水平有很大的提高。总而言之，突出的“三农”问题随着城镇化的发展得到一定的缓解。然而，随着福建省城镇化的不断推进，深层次的矛盾和问题也不断出现，提高城镇化发展质量成为以后的发展目标。将“城镇化质量明显提高”作为全面建成小康社会的发展目标是未来福建省城镇化发展努力的方向，也是党在十八大报告明确提出的要求。这一上升为国家层面的重大发展战略要求各省在城镇化发展过程中必须放弃传统粗放的模式，从以前高投入、高耗能、高污染转向集约、低碳、高效的发展道路。在新时期，要坚持以人为本、全面发展的科学发展战略，在四化同步、五位一体的发展战略下，走环境保护、生态文明发可持续发展之路，从而促进经济的和谐发展。因此，如何在内涵不断丰富的前提下提升城镇化质量水平，成为福建省必须面对的问题。在新的形势下，构建福建省新型城镇化质量评价体系显得尤为必要。

1 文献综述

关于城镇化内涵的界定，不少学者从不同角度给出的界定和阐释。Pressat和Wilson[1]关于城镇化的定义是从人口的角度提出的，认为居住在城市地区的人口总数比重的上升就是城镇化，其中人口的流动总量是区别城市人口和农村人口最好的指标。相比国内较为丰富的研究成果，国外对于城镇化质量的研究涉及较少。针对城镇化内涵的发展、城镇化质量评价指标的构建，许多学者都进行了不同程度的研究。从研究角度来看，宏观的国家层面、省际层面，微观的地级市层面、特定城市层面均有涉及； 从研究方法来看，以主成分分析法为核心延展了5种较为常用的分析方法：因子分析法、熵值法、聚类分析法、主观赋权法以及层次分析法。研究侧重点和学科背景的差异导致关于城镇化发展质量的研究方法、指标选取有所不同，研究结果也不尽相同。Moreno和Warah[2]在研究美国城镇化发展质量问题时，针对美国城镇化过快发展忽视其发展质量提出意见。认为“城市化的发展不应仅看速度，应该配合城市的呼吸有规律的改变，因为这关系到今后城市生活的实际质量。”Gujarati[3]关于城镇化发展意见更为明确，认为理想的城镇化不仅是表面上物质的城镇化，也要实现精神上的城镇化，这样才能实现城镇化真正的发展。

我国学者对于新型城镇化内涵的研究起步较晚，在研究中，一般都是在国外学者对于城镇化内涵界定的基础上，发展具有中国特色的城镇化内涵。如我国学者吕文静[4]认为将固守传统、经济发展落后的乡村社会演变成现代文明、经济快速发展的城市社会，这就是新型城镇化的主要功能之一。新型城镇化时一个自然历史发展进步的过程也是经济发展的过程。在弄清楚城镇化内涵的基础上，近些年来，越来越多的学者专注于城镇化质量的研究，研究文献丰富。杨甜[5]在城镇化指标研究方面提出了自己的见解，认为城镇人口、经济发展、社会状况以及生态环境等各方面都需要在选取的城镇化评价指标体系中体现出来。各指标要条理明确、范围宽广，并且需要找一个关联密切的平衡位置，以平衡各要素。张景华[6]在城镇化与税收政策的研究中，认为一味追求新型城镇化进程的高速和高效，必然会导致许多“城市病”浮现，不利于城镇化整体的发展和质量水平的提高。城镇化发展模式的转变是实现城镇化稳步健康发展的前提。各省市只有实现城镇化发展思想上的转变，才能追求城镇化发展的高品质。单卓然和黄亚平[7]研究了传统城镇化模式，研究结果表明以往粗放型的推动建设方式已不能适应当前新型城镇化发展要求。过分追求城镇化规模扩大、发展速度加快势必会对能源资源造成极大消耗和浪费，也不利于环境保护和生态文明。李哲[8]在研究中对河南省新型城镇化的发展质量进行测度研究，应用了30个测度指标，建立城镇化质量水平的指标体系，对山东省城镇化水平做了全面的研究分析。续亚萍和俞会新[9]通过主成分分析法，对全国32个省市城镇化质量进行评价，发现我国东西城镇化质量水平差异较大，城镇化质量低于城镇化速度。

综上所述，国内外学者对城镇化研究成果颇多，涉及的问题很广，特别是国内学者关于传统城镇化发展弊端进行的相关研究，为我国城镇化健康发展奠定理论基础。但国内学者对于城镇化的研究大多是宏观层面，微观层面较少。迄今为止，也没有相关文献针对福建省城镇化质量研究。该文以前人的研究为基础，采用了基于Topsis法改进的因子分析模型对2006～2016年福建省城镇化质量水平进行测度。通过测度2006～2016年福建省城镇化水平，明确福建省城镇化发展优缺点。为地方政府构建和完善城镇化发展规划提供参考，从而不断优化福建省新型城镇化发展水平。

2 新型城镇化质量评价指标体系构建

2.1 评价指标体系构建

评价指标的选取对于研究城镇化质量水平的可靠性具有很大决定作用，也是评价指标体系构建是否科学的关键之处。根据新型城镇化的内涵和特征，通过具体的评价指标对城镇化质量水平进行量化分析，所选取的指标原则上应该具有科学性、全面性和可操作性，并反映出经济结构城镇化水平、基础设施城镇化水平和人的城镇化水平。

根据福建省具体情况，结合已有研究文献的指标划分，该文从6个方面构建评价体系，分别是经济城镇化、生活城镇化、基础城镇化、人口城镇化、文化教育城镇化、城乡协调一体化。由此将指标体系分为3个层次：目标层、项目层、指标层。其中目标层是对整个指标体系的说明，也是该文最终要达到的评价目的； 项目层将目标层进行细分，囊括城镇化质量评价的各个方面，使指标体系更有层次，也更加合理，以便后续进行观察和分析； 指标层是指标评价的具体化，该文综合分析选取24个评价指标，其中经济城镇化包含6个指标，生活城镇化包含3个指标，基础城镇化包含7个指标，人口城镇化包含3个指标，文化教育城镇化包含3个指标，城乡协调一体化包含2个指标，具体评价体系见表1。

表1 我国新型城镇化质量评价体系

目标层项目层指标层城镇化综合发展水平评价体系经济城镇化人均GDP(X1)第二产业比重(X2)第三产业比重(X3)第二产业固定资产投资占比(X4)第三产业固定资产投资占比(X5)社会消费品零售总额占比(X6)生活城镇化城镇居民人均住房面积(X7)城镇居民人均可支配收入(X8)城镇居民恩格尔系数(X9)基础城镇化用水普及率(X10)燃气普及率(X11)医院拥有数(X12)城市道路面积(X13)建成区绿化覆盖率(X14)人均公共绿地面积(X15)生活垃圾处理量(X16)人口城镇化城镇人口占比(X17)人口自然增长率(X18)城镇从业人员占比(X19)文化教育城镇化公共图书馆藏书量(X20)教育支出占公共财政支出的比重(X21)普通高等学习在校学生数(X22)城乡协调一体化农民人均纯收入与城镇居民人均可支配收入之比(X23)农民与城镇居民人均消费之比(X24) 注：2006～2015年均来自福建省统计年鉴，2016年来自福建省及各市统计公报计算整理

目前用于城镇化质量水平的测度方法有很多种，比如层次分析法、因子分析法、熵值法等，其中因子分析法应用较广。因子分析法的原理是降维，即将指标进行一定的线性组合，减少指标数量，用不会存在的多重共线指标解释原始指标变量的绝大多数信息，最大限度保证信息的完整性，使信息缺失最少。

2.2 数据来源及处理

为了研究福建省新型城镇化的质量水平，该文选取福建省9个地级市作为代表性研究对象，分别是福州市、厦门市、泉州市、龙岩市、南平市、宁德市、莆田市、三明市和漳州市，研究时间为2006～2016年。该文数据均来自《福建省统计年鉴》和各地级市统计年报。

对评价指标进行处理。评价指标分为正负向和适度指标。正向指标与城镇化程度成正向关系，因此可直接采用； 负向指标与城镇化成负向关系，因此在研究时需进行正向化处理； 适度指标是根据国际经验或者国家相关规定的标准值进行选择，也需进行正向化处理。在选择的所有指标中，逆向指标包括城市居民恩格尔系数，用1减去城市居民恩格尔系数转化成城镇居民非食品支出所占比重，作为衡量指标进入模型。适度指标包括人均城市道路面积和人均公共绿地面积。人均城市道路面积按照国家城市人均道路大于9m2的标准，各省市在4.08～24.7m2之间，所以用实际指标值减去国家标准值作正向化处理。人均公共绿地面积按照生态城市人均公园绿地面积11m2的标准，各省市在7.08～18.13m2之间，大部分省市距离国际标准还相差很远，所以直接用实际指标值减去国家标准值进行正向化处理。除了这3个指标外，其余指标都为正向指标，无须再做处理。

3 基于Topsis法改进的因子分析

3.1 Topsis法改进的因子分析模型

因子分析是主成分分析的发展和延展。利用少数几个主要因子解释具有相互关联的、复杂的关系变量。由于因子分析方法不能用来分析横截面数据，而城镇化是一个动态变化过程，为此该文借鉴罗国旺等[10]的做法，采用2006～2016年的面板数据，采用Topsis法改进的因子分析模型进行分析。

(1)建立指标体系，设研究的对象集为Sti(i=1， 2，…，n)，指标集Vti(j=1， 2，…，m)，t∈[t1，t2]，n为研究评价对象的个数，若评价区间为l年，则t2-t1+1=l；

(2)对Sti进行横截面数据的因子分析，筛选出Sti的Ft，k因子(k≤m)分析得到因子综合得分yt1，yt2，…,ytm，其中，t表示时间点； 并构建矩阵(Yti)n×l；

(3)利用Topsis法对筛选出来的Sti(i=1， 2，…，n)的因子综合得分yti进行得分评价，具体过程：

①把各个年份的最终得分作为衡量某市经济发展水平的一个评价指标数据，构建另一个新的指标体系，即有l个数据指标，n个目标，yti个数据。

②其他l个指标也进行同样的处理过程：

(1)

③最优、最劣向量构成，利用处理后的数据得到矩阵中各列的最大、最小值，代表了最优、最劣向量，并记为式(2)和式(3)。

最优向量：Z+=(Zmax， 1，Zmax， 2，…，Zmax，t)

(2)

最劣向量：Z-=(Zmin， 1，Zmin， 2，…，Zmin，t)

(3)

④第i个评价对象与最优、最劣方案的接近程度分别为：

(4)

(5)

⑤第i个评价目标与最优因子方案的近似度为：

(6)

式(6)中，Ci越大，说明第i区2006～2016年经济发展状况是越好，反之，则越差。

3.2 截面数据因子分析综合得分

对2006～2016年各个年份的指标数据各自进行因子分析处理，并利用Stata软件得出主成分的总方差贡献和因子得分情况，见表2、3。采用Kaiser准则进行主成分提取，根据特征值大于1的原则，每年提取了5个主成分，其运行结果如表2。

表2 5个主成分的特征值、方差贡献率和累计方差贡献率

年份主成分初始特征值提取平方和载入旋转平方和载入特征值贡献率(%)累计(%)特征值贡献率(%)累计(%)特征值贡献率(%)累计(%)2016110 96147 52447 52410 96147 52447 5246 34831 73431 73423 21515 23962 7633 21515 23962 7634 10920 54952 28132 96613 25176 0142 96613 25176 0143 11115 55367 83442 5119 25485 2682 5119 25485 2682 46113 20881 04151 5235 21990 4871 5235 21990 4871 1525 21486 2552015110 41145 05145 05110 41145 05145 0516 70533 52233 52222 53512 66747 7182 53512 66747 7184 02120 09953 62132 00410 01867 7362 00410 01867 7363 21716 08169 70241 2667 30175 0371 2667 30175 0372 20811 04380 74551 0216 23181 2681 0216 23181 2681 1215 25786 0022014110 23044 18144 18110 23044 18144 1816 50533 27233 27222 74413 75257 9332 74413 75257 9335 02121 08954 36131 9549 35667 2891 9549 35667 2893 81717 08371 44441 5206 00173 2901 5206 00173 2902 12813 04184 48551 2125 25378 5431 2125 25378 5431 5216 2590 735 注：由于版面限制，仅展示部分年份计算结果

从表2可以看出， 2016年第一主成分方差贡献率达47.524%，且5个主成分累计方差贡献率达90.487%，超过90%，已经包含大部分信息，具有很高的代表性。

接着计算每一年5个主成分的荷载矩阵。主成分荷载矩阵一方面能够表示第i个变量Xi与第j个主成分Fj的实际相关性； 另一方面也能够反映Xi在Fj的相对重要性。因子分析中标准化数据的相关系数矩阵的特征值λi的平方根乘以特征值所对应的特征向量Ui，得到因子分析中主成分载荷矩阵的每一列数值。计算式子为：

(7)

从表3显示了2015年和2016年各主成分在各变量上的载荷，以此得出各主成分的表达式，以2016年为例，其表达式：

F2016， 1=0.925X1+0.778X2+0.777X3+0.927X4+0.493X5+…+0.755X24

F2016， 2=-0.016X1+0.118X2-0.118X3-0.149X4+0.109X5+…-0.031X24

F2016， 3=-0.012X1+0.070X2+0.071X3-0.255X4-0.202X5+…+0.379X24

F2016， 4=0.247X1+0.279X2+0.289X3+0.067X4-0.524X5+…+0.076X24

F2016， 5=-0.215X1+0.161X2+0.014X3+0.101X4+0.301X5+…+0.132X24

2016年横截面数据因子分析所得综合得分函数为：

i=1， 2，…9

(8)

同理,2006～2015年通过横截面数据成分分析可得其综合得分函数。

利用横截面数据成分分析综合得分函数式(8),采用Matlab软件计算得到福建省9个地级市2006～2016年综合得分。

表3 主成分载荷矩阵

时间指标2016年2015年成分1成分2成分3成分4成分5成分1成分2成分3成分4成分5X10 925-0 016-0 0120 247-0 2150 7200 611-0 0210 238-0 224X20 7780 1180 0700 2790 1610 5810 0680 0610 270 152X30 777-0 1180 0710 2890 0140 8160 4810 0620 280 005X40 927-0 149-0 2550 0670 1010 8790 419-0 2640 0580 092X50 4930 109-0 202-0 5240 3010 3780 11-0 211-0 5330 292X60 946-0 142-0 174-0 0960 1770 8900 248-0 183-0 1050 168X70 687-0 0590 157-0 4680 0750 405-0 2170 148-0 4770 066X80 8910 169-0 2660 1650 0210 7030 229-0 2750 1560 012X90 379-0 3560 4390 2780 6310 4380 0120 430 2690 622X100 6500 3850 181-0 103-0 3590 5130 1920 172-0 112-0 368X110 6650 4050 278-0 073-0 2270 7090 1700 269-0 082-0 236X120 796-0 2230 126-0 2470 2910 7080 1560 117-0 2560 282X13-0 0750 5230 6360 217-0 0250 3150 0300 6270 208-0 034X140 4150 7230 014-0 1120 295-0 0140 6110 005-0 1210 286X150 0110 5180 3310 2760 1530 1740 6480 3220 2670 144X160 3030 613-0 193-0 0560 1110 2590 108-0 202-0 0650 102X17-0 2150 523-0 5370 488-0 048-0 3540 321-0 5460 479-0 057X180 9480 028-0 0260 1380 0010 7750 16-0 0350 129-0 008X190 2160 542-0 2350 452-0 3250 3280 019-0 2440 443-0 334X200 667-0 203-0 4950 278-0 2180 6020 533-0 5040 269-0 227X21-0 0410 5040 178-0 338-0 4710 094-0 2120 169-0 347-0 48X220 798-0 1090 027-0 1980 1790 4630 4950 018-0 2070 17X230 6870 0110 2010 122-0 2990 692-0 1180 1920 113-0 308X240 755-0 0310 3790 0760 1320 7950 0020 3700 0670 123 注：由于版面限制，仅展示部分年份计算结果

表4 2006～2016年福建省各市综合得分

表5 福建省9市城镇化质量水平得分及排名情况

根据表4对2006～2016年福建省各市综合得分进行分析，发现各市在不同年份的得分和排名有很大差异。由于每年的横截面数据因子分析是相互独立的，所以简单的求和计算每年的综合得分，并对其进行评价分析是不能体现研究价值的。为了达到研究的真正目的，参考许多学者的研究方法，对福建省9个地级市的2006～2016年得分情况进行评价，该文采用Topsis改进的因子分析模型，其能分析面板数据，克服因子分析只能分析截面数据的缺点。通过Topsis改进的因子分析模型，利用Matlab计算最终得分及排名，见表5。图1显示了2006年和2016年福建省各地级市城镇化率情况。可以看到福建省全省城镇化率都呈现快速增长趋势。总体上， 2006～2016年福建省全省城镇化率增长幅度达13.6个百分点； 各地级市增长最快漳州市，增长了16.10个百分点，增长幅度最小的为厦门，增长了3.60个百分点。

图1 2006年与2016年福建省各市城镇化率数据来源于福建省各市统计公报及统计年鉴

3.3 研究结果分析

利用基于Topsis改进的因子分析模型得到的结果表明：福建省9个地级市城镇化差异十分显著，发展不平衡，可能存在虚高的情况。9个地级市中，最高得分为泉州市0.206，最低为南平市，为0.050，两市得分相差4倍多。全省城镇化质量较高的前3个市为泉州市、福州市和厦门市； 城镇化质量水平得分较低的3个市为莆田市、宁德市和南平市，两极分化严重。另外，全省城镇化质量水平评价得分为0.127，有4个市高于全省平均水平，还有5个市是处于较低水平的，说明福建省的城镇化水平可能存在虚高的情况。

整体上，代表城镇经济发展水平的第一主成分对于城镇化的作用越来越明显。根据荷载矩阵数据显示第一主成分相关系数指标有增大的趋势。以人均GDP为例， 2006年荷载矩阵系数为0.523，到2016年为0.925。其他指标项也基本呈正向增长趋势。经济发展是一个城市综合实力的基础，福建省城镇化质量水平的提高与均衡发展需要经济发展助力，福建省各地级市经济发展质量的提高应是未来发展的重要方向。

福建省城镇化质量呈现“一极”化趋势。泉州市城镇化质量得分为0.206，比第2名高0.043，得分远高于其他城市。泉州市以其优越的地理位置，在城镇化过程中质量水平居福建省第1，并且与第2名有较大的差距。优势城市没有带动城镇化质量水平较为落后城市的发展。一方面，生产要素和资源配置集中于重点大城市，造成特大城市、大城市的出现； 另一方面，大城市对于小城市的辐射作用远远小于应有水平，即带动作用微弱，造成城市间经济各方面发展的差异与不平衡。而且数据显示福建省全省城镇化质量水平明显低于全国水平，整体城镇化质量水平较低。新型城镇化建设质量与城镇化发展速度严重脱节。福建省此前的城镇化发展过度追求速度，从而忽视了发展质量，造成福建省城镇化水平发展较低并为其后期发展带来严重的发展弊端。结合图1福建省全省及各地级市2006年、2016年城镇化率分析，发现福建省9市的城镇化速度与城镇化质量存在很大脱节。尽管从城镇化率角度来衡量福建省各市城镇化速度较快且城市间差异不是特别大，各市城镇化水平基本都在50%以上， 2006～2016年各市的城镇化水平增长幅度都基本在5%～10%之间。以宁德市和南平市为例，其城镇化质量水平得分仅为0.082和0.050，城镇化质量水平低，但其城镇化率到2016年都大于50%，表现出来高城镇化率、低城镇化质量的现象。我国新型城镇化道路要求全方位、多指标整合评价，确定其发展状况和存在的问题。各市在经济、社会、居民生活、生态环境、基础设施、城乡统筹等方面存在的巨大差距，需要因地制宜制定发展战略。福建省新型城镇化基础设施的建立有待提高，城市服务质量水平也有进步空间，新型城镇化建设质量与城镇化发展速度严重脱节，城镇居民的生活水平和生活质量远没有达到要求，这些都是未来需要克服的问题与阻碍。

4 结论及政策建议

该文以2006～2016年福建省9个地级市为研究对象，采用Topsis法改进的因子分析模型，从目标层、系统层和指标层等3个层次共24个评价指标建立福建省城镇化质量水平测评体系，对其城镇化质量水平进行科学系统全面的测度。该文研究结果表明：福建省城镇化发展不平衡，城镇化质量地区间差异较大，全省城镇化水平出现“虚高”现象； 整体城镇化质量较低，重点城市带动不足； 求“量”不求“质”，新型城镇化建设质量与城镇化发展速度严重脱节。

基于对福建省各市城镇化质量水平的研究分析结果，对其提出3点对策建议。

(1)加强区域联系，发挥重点城市带动作用，实现优势互补，市场共享，缩小差距。首先，福建省作为农业大省，要更进一步增强包括省会城市在内的重点经济带动功能和辐射发散作用，推进大城市与其他发展中城市的经济联动发展，基本构建经济相互带动、产业紧密关联、相互协调促进的新型城镇化发展体系，充分调动经济核心城市的带动和辐射作用。由第一类城市带动引导第二类城市，再由第二类城市扶持帮助和促进其他发展区域进步，相互影响、共同发展。其次，应发展新的城镇经济增长极，提升农业大省整体的城镇化水平，扩大城镇化影响范围，形成优势带动的经济增长重点城市，使各种资源能源、生产要素都在各市之间的相互流动，形成域间有效传递，提高自由配置效率。最后，加强紧密联系度，凸显区域优势。各市间强化彼此的联系互动，以共同进步与发展。只有整体联系紧密，区域优势才会凸显，才能实现全面的城镇化发展与进步。

(2)转变城镇化发展理念，由重视发展速度转向重视发展质量。促进相关产业升级发展，强调技术创新发展，走资源集约利用路线。不断培育新的发展极出现，发挥大城市辐射带动作用，实现新型城镇化的可持续发展。城镇化发展过程中走资源节约型、生态环境保护型发展道路是以后城镇化发展的目标。更加重视城镇发展质量，实现城镇发展质量和发展速度并重，提升城市管理服务功能打造城乡一体化综合发展，实现由外延式到内涵式发展的转变。各省市要从各自区域功能定位出发，寻找新的经济发展增长点，形成布局合理高效的区域经济发展中心。各区域要立足当地发展优势，制定吸引人才的政策，对于产业升级和产城融合发展具有重要意义。基础设施的完善、城市管理服务水平的提高、环境承载能力的增强对提高城镇化发展质量水平作用不可忽视。破除体制机制瓶颈给城镇化发展带来的影响，推动农村劳动力向城镇转移，在实现城乡一体化协调发展具有重要作用，也是实现城镇化深入发展至关重要的问题。

(3)提高居民生活水平是提高城镇化质量水平的关键。一个城市城镇化发展质量水平的高低，具体表现为城市经济、人口、环境等发展状况，关键在于该城市居民生活水平状况。城镇居民的城市生活水平的改善对城镇化发展质量的提升有很大作用。每一个城市居民都能够享受到城镇化发展带来的生活实惠才是城镇化质量水平的切实提高。政府除了加强经济建设之外，还应该进一步加大城镇化建设的财政投入，加强对基础设施建设的资金投入，以便为居民创造更加便捷的城市生活环境，满足居民对生活水平质量提高的要求。加大对城市污染、交通拥堵问题的治理，扩大城市绿化面积，高度重视城镇化发展过程中出现的问题，真正将“城市病”治理落到实处。另外，要满足居民对精神层面的要求以提高整体的城镇化质量水平，加大对教育的投入，设立图书馆、文化交流中心等文娱中心，使其城镇化质量得以全面改善。

[1] Pressat R，Wilson C.The dictionary of demography.New York N， 1985

[2] Moreno E L，Warah R.State of the World′s Cities 2006/2007:30 Years of Shaping the Habitat Agenda.New York：UN-Habitat， 2006

[3] Gujarati D N，Porter D C.Basic Econometrics(5th Edition).New York：Mc Graw-Hill， 2009

[4] 吕文静. 论我国新型城镇化、农村劳动力转移与农民工市民化的困境与政策保障.农业现代化研究， 2014， 35，(1)57～61

[5] 杨甜. 中国城市化水平研究——以286个地级市为例.成都：西南财经大学， 2012

[6] 张景华. 新型城镇化进程中的税收政策研究.经济学家， 2013, 10(10): 55～61

[7] 单卓然， 黄亚平.“新型城镇化”概念内涵、目标内容、规划策略及认知误区解析.城市规划学刊, 2013，(2)： 16～22

[8] 李哲. 河南省新型城镇化进程评估与发展预测.武汉：华中师范大学， 2014

[9] 续亚萍， 俞会新.基于主成分分析的我国新型城镇化质量评价.工业技术经济, 2015，(7)： 153～160

[10]罗国旺， 刘衍民，黄建文.基于Topsis改进的因子分析模型在面板数据中的应用研究——以中国经济为例.数学的实践与认识， 2015, 45(16): 77～85