关菲 王亮

摘  要：近年来，社会经济发展水平不断提高，中心城市宜居问題日益受到社会的广泛关注。本文以2014—2018年间25个中心城市面板数据为依据，构建了经济因素、文化因素、社会综合因素、生态环境因素4个方面下的11项二级指标的宜居性城市评价体系，运用因子分析的方法来建立城市宜居性问题的综合评分，给出中心城市宜居性排名，并基于面板数据进行纵横向分析，对中心城市宜居性水平的评价给予一定的参考价值。

关键词：因子分析纵横分析  面板数据  纵横分析  中心城市宜居性

中图分类号：X321                          文献标识码：A                  文章编号：1674-098X（2021）05（c）-0114-04

Evaluation of Livability Level of My Country's Central Cities Based on Factor Analysis

GUAN Fei  WANG Liang

（Hebei University of Economics and Business  College of Mathematics and Statistics， Shijiazhuang， Hebei Province，  050000  China）

Abstract： In recent years， with the continuous improvement of social and economic development， the livability of central cities has attracted more and more attention. Based on the panel data of 25 central cities from 2014 to 2018， this paper constructs a livable city evaluation system of 11 secondary indicators under four aspects： economic factors， cultural factors， comprehensive social factors and ecological environment factors， uses the method of factor analysis to establish a comprehensive score of urban livability problems and give the livable ranking of central cities; Based on the panel data， the vertical and horizontal analysis is carried out to give a certain reference value to the evaluation of the livability level of central cities.

Key Words： Factor analysis vertical and horizontal analysis; Panel data; Vertical and horizontal analysis; Central city livability

中心城市生态宜居性问题是当前我国人民面临的重要问题之一。宜居性城市主要表现在城市的政治、经济、文化、社会、生态环境等方面协调发展，这就要求城市的建设不仅要适合人民居住，还要兼顾教育、就业、发展、出行、医疗卫生等多方面内容。

针对中心城市宜居性问题，不同的学者和机构展开了大量的研究。张拓宇[1]等人基于经济发展、城市建设、社会民生和生态环境4项一级指标下的19项二级指标，构建城市宜居性评价体系，并基于熵权法，构建综合排名，结果表明，深圳、北京、广州、上海4个城市占据前四位;姜欢[2]基于15个要素层指标和40个基本指标层指标，运用因子分析方法，构建了中心城市宜居性评价体系，对2005—2017年9个中心城市进行宜居性评价与综合排序，结果表明，9个城市的宜居水平整体明显提高;崔媛[3]等人基于经济发展、生活压力、基础设施、教育医疗4个一级指标构建了城市宜居水平综合评价指标体系，构建交叉数据包络分析模型的中心城市宜居水平评价方法，对9个中心城市宜居性进行评价，结果表明，西安、成都两个城市宜居性最高;万茜茜[4]以银川市为例，基于5个一级指标、32个二级指标，构建了宜居性城市综合评价指标体系，并且根据指标体系，建立居民满意度调查表，结果表明，居民对银川市宜居性的满意度评价一般;王秋红[5]等人把因子分析、主成分分析、聚类分析、判别分析四大方法综合到中心城市的宜居性评价体系中，对全国35个城市进行探究综合发展水平;贾占华[6]等人基于环境、资源、社会等6个方面，运用熵权法、空间分析法和面板数据模型方法，构建了东北地区37个城市的城市宜居性评价体系，并探究影响城市宜居性的因素;王锐杰[7]以华北地区为例，从经济富裕度、社会和谐度等5个方面选取了33项指标，构建了城市宜居性评价指标体系，并利用熵权TOPSIS评价法进行测度，结果表明，城市宜居性水平差距较大;谭紫嫣[8]等人以武汉市主城区为例，选取了4个一级指标下的18个二级指标，构建了城市的宜居性水平综合评价指标体系，为提高武汉市的宜居性发展提供了参考;杜姗姗[9]等人结合《墨尔本规划2050》，从规划、就业、自然环境等多个角度为北京中心城市的建设提供了参考价值。

通过以上研究，本文以经济、文化、社会、生态环境因素为主，构建11项二级指标，通過因子分析的方法，确定出代表数据的潜在因子，最后通过计算综合得分，给出一个宜居城市排名，并基于面板数据进行纵横向分析，最后进行聚类分析，得到宜居城市集群。

1  指标选取和数据预处理

1.1 评价指标选取

评价指标体系如表1所示。

1.1.1 经济因素

中心城市一般来说是一定区域内的经济中心，相比于地级市，中心城市的经济发展是评价城市宜居性建设的一个重要指标。本文选取的经济因素下二级指标主要包括在岗职工平均工资、社会消费品零售总额、城市的国内生产宗旨（GDP）、房地产开发投资、城镇居民人均可支配收入等5个基本指标。

1.1.2 文化因素

社会中每个人都生活在一定的文化环境里，接受着共同的价值观念、道德观念、风俗习惯等的洗礼。而一个良好的城市文化环境对居民的内在修养提升有着不可磨灭的作用。本文选取了普通高等学校在校学生数作为主要的评价指标。

1.1.3 社会综合因素

社会因素反映生活在当地城市的人民的基本生活状况。大方面包括基础设施建设情况、当地医疗卫生情况、人口增长情况等。由此，本文选取了年末固定电话用户、医院卫生院数量、人口自然增长率3项指标。

1.1.4 生态环境因素

大自然是人类赖以生存和发展的基础。一个良好的生态环境既能为中心城市增添色彩，也能为城市带来不错的经济效益。因此，本文选取的主要指标包括空气质量等级良好以上数和绿化覆盖率。

1.2 数据来源及预处理

本文主要选取了北京、上海、广州、杭州、武汉等全国25个中心城市作为研究对象。指标数据主要来源于2015—2019年国家统计局发布的《国家统计年鉴》《中国城市统计年鉴》、25个城市的城市统计年鉴，以及《国民经济和社会发展统计公报》。

针对数据缺失问题，采用了均值法进行填补。为了排除量纲不同的影响，对原始数据进行标准化处理。

2  实证分析

2.1 因子分析适用性检验

因子分析是研究的多变量群中提取共性因子的统计技术。它的主要思想是在众多变量中寻找潜在的因子变量，并利用潜在的因子表达原有变量，从而达到数据降维的结果[2]。本文基于SPSS 19.0统计软件，进行多指标面板数据因子分析。首先，进行因子分析适用性检验，结果表明，巴特利特球形检验P值接近0，且KMO值为0.789>0.5，可以进行因子分析。其次，通过降维处理，提取公因子，计算特征值，提取4个因子时，其旋转后的方差贡献率累计达到了83%，且特征值全部大于1，较为全面地解释了原有指标的数据信息。

2.2 公因子提取及解释

基于旋转后的成分矩阵分析，可以得出以下结论。第一个公因子F1包括在岗职工平均工资（元）、房地产开发投资（亿元）、社会消费品零售总额（亿元）、城镇居民人均可支配收入（元）、GDP（亿元），主要反映了中心城市的经济水平，所以可将这个因子命名为经济发展水平因子;第二个公因子F2包括普通高等学校在校学生数（万人）、全年空气等级良好以上天数、年末固定电话用户（万户）、医院卫生数量个数（个），主要反映的是城市文化教育、医疗水平等，由此将第二个潜在因子命名为城市公共服务水平因子;第三个公因子F3包括人口自然增长率（%），反映城市人口情况，所以将其命名为人口状况因子;第四个公因子F4为绿化覆盖率（%），不仅反映了城市绿化情况，也反映了中心城市基本环境情况，将其命名为环境状况因子。将公因子F2和F4合并，因为城市公共服务也包括对城市的绿化管理，记为公因子F24，命名为城市公共服务管理因子。

2.3 计算因子综合得分

根据上述公因子提取结果，基于SPSS19.0输出三个公因子得分。在利用各公因子得分乘以其对应权重值加总得到中心城市宜居性评价的综合得分，即因子总分。具体的因子总分计算模型如下：

其中，Fi（i=1，...，n）为各因子得分，ai为方差贡献率，总得分F即利用各因子的方差贡献率各因子得分加权求和得到。基于对面板数据的分析，将其压缩到一个截面数据，即求5年的平均值。通过计算因子综合得分，因子总得分最高的前10个中心城市依次是北京、上海、重庆、成都、广州、天津、苏州、杭州、南京、武汉，说明这5年内这10个中心城市的综合实力较强，宜居水平排在前十;排名后五位的分别是石家庄、长春、徐州、厦门、连云港、桂林，表明这5个城市发展相对缓慢。

2.4 中心城市的横向分析

将面板数据进行数据横向压缩处理，得到25个中心城市的各因子得分。在各因子得分中，得出在第一公因子经济发展水平因子上，北京、上海、广州城市较为领先，说明这3个城市的经济水平发展较快，这也和实际相吻合，北京、上海、广州一直是经济发展最快的城市;其次是杭州、南京、苏州，这3个城市虽然比不上北京、上海、广州等城市，但经济发展水平也比其他城市略快;在第二公因子城市公共服务管理因子上，北京、成都、重庆3个中心城市得分较高，说明这3个城市公共服务管理较为超前，厦门、桂林、昆明、连云港4个城市得分较低，说明相比于其他城市，公共服务管理稍有落后;第三公因子人口状况因子，大连、哈尔滨、上海、重庆等中心城市较为突出，表明4个城市的人口状况相对较好，比较适合定居，而郑州等城市表现相对较差，表明郑州人口相对集中。

从因子总分中，北京、上海、重庆、广州得分较高，表明这4个城市综合状况相对较好，说明第一公因子在因子总分中贡献较大，这种情况也说明了经济因素是决定一个城市是否宜居的重要指标。

2.5 中心城市的纵向分析

将25个城市进行纵向压缩，分析2014—2018年间因子得分情况，第一公因子经济发展状况因子逐年递增，表明各城市的经济发展也在逐年提高;第二公因子城市公共服务管理因子在逐年下降，说明目前在这方面各中心城市应该加大管理力度，在追求经济高速增长的同时，也应努力提升城市的公共服务水平;第三公因子人口状况因子呈波浪式形状，表明人口因素在中心城市的不稳定性，说明除了城市固定居住人员和人口自然增长情况外，可能存在其他影响人口状况的因素。一般来说，经济超前发展的城市人口数量虽然较多，但是流动性人口较大。综合因子呈现缓慢上升趋势，这表明中心城市综合发展状况在逐年提升，中心城市的整体水平稳步提高，这一方面是党和政府的指导有方，另一方面也离不开人民群众的艰苦奋斗。

3  结语

本文构建11项二级指标下的城市宜居性评价体系，基于面板数据，运用因子分析的方法，对全国25个中心城市的宜居性进行综合排名，结果表明，北京、上海、重庆、成都、广州5个城市占据前五位。基于面板数据，进行横纵向因子分析，横向分析表明，北京、上海、重庆、广州得分较高，说明这4个城市综合状况最好，宜居性排在前四位，其中，第一因子经济因子中，北京、上海、广州3个城市得分最高，也表明这3个城市的经济发展状况最好，这与实际情况也更为切合。纵向分析表明：因子总分随着时间逐年增加，表明各城市的发展也在逐年提升，中心城市整体水平也在逐步上升。

本文的不足之处：（1）没对中心城市政府政策情况加以统计，不同的城市对外来居住者有不同的政策以及优惠待遇，后续研究可以结合政策进行综合分析;（2）本文主要利用客观方法进行研究，缺乏主观方法应用，且指标选取上也存在一定局限性，后续的研究可以采取主观和客观相结合的方式综合考虑指标的选取。

参考文献

[1] 张拓宇，周婧博.基于熵值法的中心城市宜居水平研究[J].未来与发展，2014，38（9）：52-57.

[2] 姜欢.中国国家中心城市宜居性评价体系构建与测度研究[D].西安：陕西师范大学，2019.

[3] 崔媛，黑静，林晓晴，等.中心城市宜居水平评价与分析[J].科技创新导报，2020，17（17）：236-238.

[4] 王茜茜.银川市城市宜居性评价与研究[D].银川：宁夏大学，2014.

[5] 王秋紅，赵乔.我国35个中心城市综合发展水平研究[J].生产力研究，2017（6）：97-101，111.

[6] 贾占华，谷国锋.东北地区城市宜居性评价及影响因素分析——基于2007-2014年面板数据的实证研究[J].地理科学进展，2017，36（7）：832-842.

[7] 王锐杰.华北地区城市宜居性评价、时空演变与影响因素研究[D].临汾：山西师范大学，2019.

[8] 谭紫嫣，董婷.基于多源数据的武汉市主城区宜居性评价[J].国土与自然资源研究，2017（2）：5-10.

[9] 杜姗姗，杨嘉瑜，赵润泽.北京：基于宜居视角的国家中心城市之墨尔本经验借鉴[J].北京规划建设，2017（1）：72-77.