陕西省城市化与城市资源压力的协整检验与因果分析

《陕西省城市化与城市资源压力的协整检验与因果分析》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、陕西省城市化与城市资源压力的协整检验与因果分析卫海燕赵安周白凯【摘要】本文从人口、经济、社会、地域景观四个方面，构建陕西省城市化水平综合评价指标体系，对陕西省城市化水平进行综合测度；同时，构建资源压力指数对陕西省城市资源压力进行定量评价，并对其关系进行了协整检验和格兰杰(Granger)因果检验。结果表明：①1990～2009年期间陕西省城市化综合水平持续提高；②城市资源压力指数与城市化综合水平及其分指数之间存在均衡的关系；③城市化综合水平、人口城市化、社会城市化是城市资源压力的Granger原因，城市资源压力是经济城市化的Granger原因，地域景观城市化和城市资源压力

2、之间的格兰杰因果关系不明显。【关键词】城市化；城市资源压力；协整检验；格兰杰因果关系检验；陕西省1引言自18世纪工业革命以来，城市化已成为各国社会经济发展的主旋律，越来越受到各个国家和地区的关注，城市化是一个涉及人口、经济、社会、文化等多方面的复杂过程，虽然各个学科都对城市化有自己的解释，但都偏重本学科领域，存在一定的局限性，现代城市化的内涵应该包括城市居住人口的增加、农业人口的减少、城市面积的扩大、经济发展水平的提高、经济结构的改变、城市生活方式、服务设施的完善等[1-2]。中国正处于城市化加速阶段，在发展过程中不可避免地要消耗大量的水、土地、能源以及矿产资源，而目前我

3、国水资源等主要资源人均占有量均不及世界平均水平，如何缓解城市化与城市资源压力之间的矛盾已成为目前我国城市化进程中急需解决的问题。城市化造成的日益严重的城市资源压力问题，已经得到高度关注，许多学者也从不同角度对城市化发展水平和城市资源压力的关系进行了研究。A1．Kharabsheh应用数学模拟方法对城市化与地表水质量作过定位跟踪研究[3]；张丽平以北京市城市化对城市用水的影响，探讨了其内在发展规律和互动关系，并设计出未来北京城市化与城市用水的发展思路与措施[4]；董婕、方创琳、高桂芝从城市工业化、城市人口增长方面探讨了城市化对城市水资源利用的影响[5-7]；吴璞周、卫海燕以

4、西安市为例，从人口、经济、社会、地域景观四方面人手，建立数学模型，分析了西安市城市化水平与城市资源压力的关系[8-9]；徐满满通过建立江苏省城市化和工业化互动关系的数学模型，分析了江苏省城市化和工业化的作用机制[10]；吴群、卫海燕通过应用相关分析和回归分析，对城市化水平与耕地面积的关系进行了分析[11-12]；鲁春阳以重庆市为例，通过协整检验和格兰杰(Granger)因果关系分析了城市化与城市用地之间的关系[13]。以往的研究主要集中在城市化水平对水资源、耕地资源等单一方面城市资源压力的影响，而关于城市化与城市土地资源、人力资源、水资源、用电资源等多个方面的资源压力的影

5、响研究较少。本文以陕西省为例，构建城市资源压力指数，从计量经济学角度分析陕西省城市化水平与城市资源压力的关系，探讨城市化发展过程中对城市资源压力的影响趋势，从而为陕西省有关部门合理利用城市资源提供科学参考。2研究方法和数据来源2．1指标体系的构建从城市化内涵出发，借鉴已有的城市化综合测度指标体系成果，遵循全面性、主导型、层次性及可操作性等原则[14]，选取四个方面：①人口城市化，主要包括非农人口占全市总人口的比重，市区人口占全市人口的比重，城市第三产业从业人员占全市从业人员的比重，城市第三产业人员与第二产业人员比重；②经济城市化，主要包括人均GDP，第三产业比重，第三产业

6、与第二产业产值比，人均地方财政收入；③社会城市化，主要包括在校大学生人数，每万人拥有病床数，市区居民生活用电量，每万人拥有公交车数目；④地域景观城市化，主要包括城市人均公共绿地面积，人均道路面积，建成区面积，建成区绿化覆盖率。四方面既相互联系又相互区别，力求全面准确反映城市化进程的综合水平。2．2数据来源人均GDP，人均地方财政收入，市区居民生活用电量，每万人拥有公交车数目，人均公共绿地面积，人均道路面积几项指标的数据来源于1991～2009年度《陕西省统计年鉴》，其他数据来源于1991～2009年的《中国城市统计年鉴》和((2009年陕西省国民经济和社会发展统计公报》，

7、部分数据是计算后的结果，个别年份数据的缺失采用相邻年份值插值法补齐。2．3研究方法2．3．1熵值法在综合指标的测度中，目前权重赋值的方法主要分为主观赋值法和客观赋值法[15]，前者主要包括Delphi(德尔菲法)、APH(层次分析法)等；后者主要包括变异系数法、熵值法等。为了消除人为因素对权重的影响，本文采用熵值法[16]来确定各个指标的权重，具体步骤如下：数据标准化处理。由于各指标量纲、数量级等有差异，需要对原始数据进行标准化处理。对于正向指标，指标越大越好，计算方法为对于负向指标，指标越小越好，计算方法为①将数据归一化处理