新型城镇化和农村消费的灰色关联实证分析

《新型城镇化和农村消费的灰色关联实证分析》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、新型城镇化和农村消费的灰色关联实证分析　　摘要：随着中国新型城镇化的推进，政府采取各种措施促进农村发展，增加农村收入，农村市场和农村消费对经济的发展日益重要。可以说，农村市场是不容忽视的一个市场，农村消费对于扩内需具有重要意义。本文以山东省平度市为例，采用灰色关联理论，利用实证的方式，研究新型城镇化和农村消费之间的关系，揭示新型城镇化的建设和农村消费之间的内在关系，为在新型城镇化过程中如何促进农村消费提供参考建议。　　关键词：新型城镇化；农村消费；平度市；灰色关联分析　　随着中共十八大报告提出走新型城镇化和农业现

2、代化道路，让我们感到农村消费市场的巨大潜力将会被挖掘出来。本文以山东省平度市为例，采用灰色关联理论来研究新型城镇化和农村消费的关系，平度市位于胶东半岛，属于青岛市的一个县级市，全国百强县，新型城镇化建设一直走在中国的前列。在平度新型城镇化建设过程中，农村的基础设施、商品流通环境、农民的收入、农业的经营模式以及农民的人均纯收入等都会发生巨大变化，而这些变化会对平度市农村地区的消费都会产生直接或间接的影响，挖掘出新型城镇化和农村消费之间的关系，无疑会对理解在新型城镇化过程中农村消费的变化具有重要作用。　　一、研究设计

3、与数据来源　　（一）研究模型　　本部分采用灰色关联度模型来研究平度市新型城镇化建设对农村消费的影响。灰色关联理论是由华中科技大学邓聚龙教授于1982年提出并且系统发展的。灰色关联分析方法要求样本容量可以少到4个，对数据无规律同样适用，不会出现量化结果与定性分析结果不符的情况。其基本思想是将评价指标原始观测数进行无量纲化处理，计算关联系数、关联度以及根据关联度的大小对待评指标或单位进行排序。　　灰色关联度模型的构建：　　第一步，确定参数数列和比较数列　　设参考数列（又称母序列）为xl0=xl0（k）k=1，2，…，

4、n，比较数列（又称子序列）xli=xli（k）k=1，2，…，n，i=1，2，…，m。　　第二步，数列的无量纲化处理：　　xi（k）=xli（k）xli（1），k=1，2，…，n；i=0，1，2，…，m　　第三步，灰色关联系数的计算　　x0（k）与xi（k）的关联系数：　　ξi（k）=miniminkx0（k）-xi（k）+ρmaximaxkx0（k）-xi（k）x0（k）-xi（k）+ρmaximaxkx0（k）-xi（k）　　记Δi（k）=x0（k）-xi（k），则：　　ξi（k）=miniminkΔi（k）

5、+ρmaximaxkΔi（k）Δi（k）+ρmaximaxkΔi（k）　　ρ∈（0，∞），称为分辨系数。ρ越小，分辨力越大，一般ρ的取值区间为（0，1），具体取值可视情况而定。当ρ≤0.5436时，分辨力最好，通常取ρ=0.5。　　第四步，关联度的计算　　参考数列与比较数列的关联度为　　ri=1n∑nk=1ξi（k）　　第五步，关联度排序　　关联度按大小排序，如果r1（二）数据来源　　为了研究平度市新型城镇化对农村消费的影响，我们需要与平度市新型城镇化有关的指标作为比较数列，与平度市农村消费有关的指标作为参数数列

6、。有关数据来自平度政务网公布的“平度市国民经济和社会发展统计公报”，为了与研究平度市新型城镇化对农村消费的影响相一致，精选了与平度市新型城镇化密切相关的指标作为对新型城镇化的监测，选取了与农村消费有关的指标作为对农村消费水平的监测，列表如下：　　2006-2012年平度市新型城镇化和农村消费有关的原始数据　　项目代表符号200720082009201020112012　　农村市场零售额X1（亿）5804686798773834492188　　农民人均纯收入X2（元）714581358850101331202213

7、593　　粮食总产量X3（万吨）12691394147914971581641　　农业机械总动力X4（万千瓦）272927762843300230973128　　二三产业的比重X5（%）84985286848865874　　全市公路总里程X6（公里）238144446489334939494154945　　民营经济税收X7（亿）8610811121396165245　　城乡收入差距X8（元）76937785863995601056811827　　旅游收入X9（亿）7479811015516　　小城镇建设投入X10

8、（亿）7554662910655222　　（三）实证过程：　　第一步，确定X1为参考数列xl0（k），X2、X3、X4、X5、X6、X7、X8、X9和X10为比较数列xli（k）　　第二步，数据无量纲化处理结果如下表：　　第三步，灰色关联系数计算结果如下表（时间与上表同）：　　第四步，关联度的计算结果：　　r2=0.9528，r3=0.9465，r4=0.9182，r5=