论文部分内容阅读
摘要 采用趋势外推法、相关分析法和联合国预测法，对南充市城镇化水平进行预测。结果表明：趋势外推法和联合国预测法是比较符合南充市实际情况的城镇化水平预测方法。到2020年，南充市城镇化水平将达到53%。
关键词 城镇化水平预测；趋势外推法；相关分析法；联合国预测法；四川南充
中图分类号 F299.27 文献标识码 A 文章编号 1007-5739（2016）07-0297-02
Abstract Using trend extrapolation method，correlation analysis method and the United Nations prediction to forecast the level of urbanization in Nanchong City.The results showed that by consistent with the actual situation of Nanchong City，the trend extrapolation and UN prediction method were the prediction methods. By 2020，the level of urbanization in Nanchong City will reach 53%.
Key words forecast of urbanization level；trend extrapolation method；correlation analysis method；United Nations prediction method；Nanchong Sichuan
城镇化又称城市化，最早由西班牙工程师艾·塞埃达（A.Serda）在其著作《城镇化基本理论》中提出，最先是辜胜阻于1991年将这一译法引入我国[1]。谢文蕙等在《城市经济学》中提出城镇化不仅是物质文明进步的体现，也是精神文明前进的动力。它反映为城镇性状的改变、城镇数量的增加、城镇质量的提高三大方面[2]。2014年3月国家出台的《国家新型城镇化规划（2014—2020年）》中提出城镇化是人类社会发展的客观趋势，是国家现代化的重要标志。中共十八大报告中将城镇化与新型工业化、信息化、农业现代化四化并举，各地方政府将城镇化发展作为工作重心开展。合理推动城镇化是我国转变经济增长方式、拉动内需、缓解不断上升的不均等现象和解决“三农”问题等的重要途径[3]。因此，准确预测城镇化水平显得尤为重要。
1 南充市城镇化水平预测
国内有许多城镇化水平预测的方法。王建林等运用双非农平方根修正法、线性回归分析、GM（1，1）灰色预测方法和趋势外推法对紫金县城镇化水平进行预测分析[4]。李雁华运用PDL模型对甘肃城市水平进行预测[5]。冯维波等运用主成分分析法，建立回归模型，对重庆市城市化率进行预测[6]。张明莉等运用Logistic增长模型对我国未来城市化水平进行预测[7]等。目前，学术界对城镇化水平进行预测还没有一个统一的标准。本文根据南充市的实际情况，以常住人口为统计口径，采用趋势外推法、相关分析法和联合国预测法对南充市城镇化水平进行预测，并综合比较3种预测方法的结果，以对南充市城镇化水平做一个合理的估计。
1.1 趋势外推法
趋势外推法是一种预测事物发展渐进过程的方法，是以时间为自变量，根据一系列之前数据来模拟要素分布情况并对之后要素进行预测的方法[8]。根据诺塞姆城市化发展的“S”型曲线，城镇化率在30%～70%区间为城镇化快速推进时期。2014年南充市城镇化率为42.43%，正处于城镇化快速推进阶段。1993年南充市正式撤地建市，因此将1993年作为基准年进行预测更具科学性。通过趋势外推法计算，结果见图1，判定系数R2达到0.973 73，说明拟合效果较好。根据线性表达式y=1.684 2x-3 349.6，推出2020年南充市城镇化水平将达到52.48%。
为验证趋势外推法的可行性，分别选取2010年和2014年为对象，根据公式y=1.684 2x-3 349.6计算，对比已知的城镇化率和计算的城镇化率。根据二者之间的差值来判定预测方法的准确率。2010年计算值为35.6%，与实际值35.9%仅相差0.3个百分点。2014年计算值为42.38%，与实际值42.43%只相差0.05个百分点。说明运用线性函数进行预测，较符合南充市的实际情况。
1.2 相关分析法
城镇化是经济发展的结果与体现，经济发展水平与城镇化水平的对数关系可以很好地解释城镇化的阶段性特征，即经济水平的增长对城镇化水平的作用在不同阶段呈现不同的数量关系[9]。本文选用1993—2014年人均GDP与城镇化水平的数据进行相关分析。首先，对南充市人均GDP进行预测，由南充市历年人均GDP分布情况可知，南充市人均GDP散点图呈现指数分布趋势（图2）。
根据图2，人均GDP指数表达式为y=2×10-122e0.144 2x，运用此表达式进行检验。2010年人均GDP计算值为15 060元，比实际值13 212元高出了1 848元。2014年计算值为26 811元，比实际值22 639高出4 172元。各年人均GDP计算值都比实际值高。目前国家经济处于新常态，经济增长速度不会太快，因此人均GDP也不会大幅增加。在进行城镇化水平与人均GDP相关分析时，预测结果总体上应该要比计算结果低才符合南充市实际情况。通过相关分析（图3），可以得出南充市2020年城镇化水平为54.4%，而合理的预测值应该低于54.4%。
1.3 联合国预测法
联合国预测法是用来测定城镇化水平的常用方法，该方法主要是根据已知2个时间点城镇人口与乡村人口的数据，求城乡人口增长差，假设城乡人口增长差在预测期内保持不变，对城镇化水平进行预测。 式（1）中，r为城乡人口增长率差，P1为第1个时间点城镇化水平，P2为第2个时间点城镇化水平，n为2个时间点相差年数。式（2）中，Pt表示为预测期城镇化水平，t表示为预测期与第1个时间点相差年数。
为了更准确地检测预测结果是否合理，将1993年和2003年的城市化水平分别作为P1和P2，将2004年和2014年的城市化水平作为P1′和P2′，通过计算，得出2次的城乡人口增长率差分别为0.082和0.076。对2次联合国预测结果（表1）进行分析可知，用1993年作为P1时，预测2015年城镇化水平为42.1%，但南充市城镇化水平在2014年就已经达到了42.43%，这与实际情况不符合，因此预测2015—2020年南充市城镇化水平应该比此计算值高。将2004年作为P1时，2015年南充市城镇化水平为44.3%，与2014年相差1.87个百分点，此值较符合南充市在快速推进阶段中城镇化水平年均增长率。因此，选择2004年为P1，预测2015—2020年南充市城镇化水平较符合南充市实际情况。
1.4 3种方法预测城镇化水平对比分析
趋势外推法、联合国预测法得出的结果误差相对较小，且二者计算结果相对较为接近。相关分析法预测的城镇化率因人均GDP预测结果偏高，导致城镇化水平预测结果偏高。最终，根据南充市的实际情况，均衡趋势外推法和联合国预测法的结果，作为南充市城镇水平的最终预测值（表2）。
2 结语
通过运用多种预测方法，到2020年南充市城镇化水平将达到53%，年均增长将接近1.8个百分点，城镇化仍处于进程中的加速发展阶段。增长速度比较适宜。南充市城镇化水平的稳步增长，南充市应该调动多种积极因素，全方位、多层次地筹集和加大基础设施的投资力度，要注意防止城镇化进程过快引发的一系列“城市病”与“农村病”。在未来一段时间内，南充市城镇化水平与国省平均水平仍将存在一定的差距，南充市在推进城镇化建设方面仍有很大的空间。
3 参考文献
[1] 蔡佳岑.南充地区城镇化进程中的政府职能转变研究[D].重庆：重庆大学，2012.
[2] 谢文惠，邓卫.城市经济学[M].北京：清华大学出版社，1996：37.
[3] 兰海强，孟彦菊，张炯.2030年城镇化率的预测：基于四种方法的比较[J].统计与决策，2014（16）：66-70.
[4] 王建林，张俊平，胡月明，等.紫金县城镇化水平预测分析[J].生态经济（学术版），2009（2）：21-23.
[5] 李雁华.基于PDL模型的甘肃省城市化水平预测[J].发展，2011（10）：131-132.
[6] 冯维波，梁振民，刘新智.重庆市城市化趋势预测分析[J].重庆师范大学学报（自然科学版），2008（4）：91-95.
[7] 张明莉，李冉.基于罗吉斯蒂增长模型对我国未来城市化水平的预测[J].河北经贸大学学报，2014（6）：23-25.
[8] 聂飒.城市化水平预测模型分析[J].统计与咨询，2007（2）：22-23.
[9] 段玉珊，王娜.西藏人口城镇化进程及发展趋势预测[J].西藏研究，2015（4）：67-74.
关键词 城镇化水平预测；趋势外推法；相关分析法；联合国预测法；四川南充
中图分类号 F299.27 文献标识码 A 文章编号 1007-5739（2016）07-0297-02
Abstract Using trend extrapolation method，correlation analysis method and the United Nations prediction to forecast the level of urbanization in Nanchong City.The results showed that by consistent with the actual situation of Nanchong City，the trend extrapolation and UN prediction method were the prediction methods. By 2020，the level of urbanization in Nanchong City will reach 53%.
Key words forecast of urbanization level；trend extrapolation method；correlation analysis method；United Nations prediction method；Nanchong Sichuan
城镇化又称城市化，最早由西班牙工程师艾·塞埃达（A.Serda）在其著作《城镇化基本理论》中提出，最先是辜胜阻于1991年将这一译法引入我国[1]。谢文蕙等在《城市经济学》中提出城镇化不仅是物质文明进步的体现，也是精神文明前进的动力。它反映为城镇性状的改变、城镇数量的增加、城镇质量的提高三大方面[2]。2014年3月国家出台的《国家新型城镇化规划（2014—2020年）》中提出城镇化是人类社会发展的客观趋势，是国家现代化的重要标志。中共十八大报告中将城镇化与新型工业化、信息化、农业现代化四化并举，各地方政府将城镇化发展作为工作重心开展。合理推动城镇化是我国转变经济增长方式、拉动内需、缓解不断上升的不均等现象和解决“三农”问题等的重要途径[3]。因此，准确预测城镇化水平显得尤为重要。
1 南充市城镇化水平预测
国内有许多城镇化水平预测的方法。王建林等运用双非农平方根修正法、线性回归分析、GM（1，1）灰色预测方法和趋势外推法对紫金县城镇化水平进行预测分析[4]。李雁华运用PDL模型对甘肃城市水平进行预测[5]。冯维波等运用主成分分析法，建立回归模型，对重庆市城市化率进行预测[6]。张明莉等运用Logistic增长模型对我国未来城市化水平进行预测[7]等。目前，学术界对城镇化水平进行预测还没有一个统一的标准。本文根据南充市的实际情况，以常住人口为统计口径，采用趋势外推法、相关分析法和联合国预测法对南充市城镇化水平进行预测，并综合比较3种预测方法的结果，以对南充市城镇化水平做一个合理的估计。
1.1 趋势外推法
趋势外推法是一种预测事物发展渐进过程的方法，是以时间为自变量，根据一系列之前数据来模拟要素分布情况并对之后要素进行预测的方法[8]。根据诺塞姆城市化发展的“S”型曲线，城镇化率在30%～70%区间为城镇化快速推进时期。2014年南充市城镇化率为42.43%，正处于城镇化快速推进阶段。1993年南充市正式撤地建市，因此将1993年作为基准年进行预测更具科学性。通过趋势外推法计算，结果见图1，判定系数R2达到0.973 73，说明拟合效果较好。根据线性表达式y=1.684 2x-3 349.6，推出2020年南充市城镇化水平将达到52.48%。
为验证趋势外推法的可行性，分别选取2010年和2014年为对象，根据公式y=1.684 2x-3 349.6计算，对比已知的城镇化率和计算的城镇化率。根据二者之间的差值来判定预测方法的准确率。2010年计算值为35.6%，与实际值35.9%仅相差0.3个百分点。2014年计算值为42.38%，与实际值42.43%只相差0.05个百分点。说明运用线性函数进行预测，较符合南充市的实际情况。
1.2 相关分析法
城镇化是经济发展的结果与体现，经济发展水平与城镇化水平的对数关系可以很好地解释城镇化的阶段性特征，即经济水平的增长对城镇化水平的作用在不同阶段呈现不同的数量关系[9]。本文选用1993—2014年人均GDP与城镇化水平的数据进行相关分析。首先，对南充市人均GDP进行预测，由南充市历年人均GDP分布情况可知，南充市人均GDP散点图呈现指数分布趋势（图2）。
根据图2，人均GDP指数表达式为y=2×10-122e0.144 2x，运用此表达式进行检验。2010年人均GDP计算值为15 060元，比实际值13 212元高出了1 848元。2014年计算值为26 811元，比实际值22 639高出4 172元。各年人均GDP计算值都比实际值高。目前国家经济处于新常态，经济增长速度不会太快，因此人均GDP也不会大幅增加。在进行城镇化水平与人均GDP相关分析时，预测结果总体上应该要比计算结果低才符合南充市实际情况。通过相关分析（图3），可以得出南充市2020年城镇化水平为54.4%，而合理的预测值应该低于54.4%。
1.3 联合国预测法
联合国预测法是用来测定城镇化水平的常用方法，该方法主要是根据已知2个时间点城镇人口与乡村人口的数据，求城乡人口增长差，假设城乡人口增长差在预测期内保持不变，对城镇化水平进行预测。 式（1）中，r为城乡人口增长率差，P1为第1个时间点城镇化水平，P2为第2个时间点城镇化水平，n为2个时间点相差年数。式（2）中，Pt表示为预测期城镇化水平，t表示为预测期与第1个时间点相差年数。
为了更准确地检测预测结果是否合理，将1993年和2003年的城市化水平分别作为P1和P2，将2004年和2014年的城市化水平作为P1′和P2′，通过计算，得出2次的城乡人口增长率差分别为0.082和0.076。对2次联合国预测结果（表1）进行分析可知，用1993年作为P1时，预测2015年城镇化水平为42.1%，但南充市城镇化水平在2014年就已经达到了42.43%，这与实际情况不符合，因此预测2015—2020年南充市城镇化水平应该比此计算值高。将2004年作为P1时，2015年南充市城镇化水平为44.3%，与2014年相差1.87个百分点，此值较符合南充市在快速推进阶段中城镇化水平年均增长率。因此，选择2004年为P1，预测2015—2020年南充市城镇化水平较符合南充市实际情况。
1.4 3种方法预测城镇化水平对比分析
趋势外推法、联合国预测法得出的结果误差相对较小，且二者计算结果相对较为接近。相关分析法预测的城镇化率因人均GDP预测结果偏高，导致城镇化水平预测结果偏高。最终，根据南充市的实际情况，均衡趋势外推法和联合国预测法的结果，作为南充市城镇水平的最终预测值（表2）。
2 结语
通过运用多种预测方法，到2020年南充市城镇化水平将达到53%，年均增长将接近1.8个百分点，城镇化仍处于进程中的加速发展阶段。增长速度比较适宜。南充市城镇化水平的稳步增长，南充市应该调动多种积极因素，全方位、多层次地筹集和加大基础设施的投资力度，要注意防止城镇化进程过快引发的一系列“城市病”与“农村病”。在未来一段时间内，南充市城镇化水平与国省平均水平仍将存在一定的差距，南充市在推进城镇化建设方面仍有很大的空间。
3 参考文献
[1] 蔡佳岑.南充地区城镇化进程中的政府职能转变研究[D].重庆：重庆大学，2012.
[2] 谢文惠，邓卫.城市经济学[M].北京：清华大学出版社，1996：37.
[3] 兰海强，孟彦菊，张炯.2030年城镇化率的预测：基于四种方法的比较[J].统计与决策，2014（16）：66-70.
[4] 王建林，张俊平，胡月明，等.紫金县城镇化水平预测分析[J].生态经济（学术版），2009（2）：21-23.
[5] 李雁华.基于PDL模型的甘肃省城市化水平预测[J].发展，2011（10）：131-132.
[6] 冯维波，梁振民，刘新智.重庆市城市化趋势预测分析[J].重庆师范大学学报（自然科学版），2008（4）：91-95.
[7] 张明莉，李冉.基于罗吉斯蒂增长模型对我国未来城市化水平的预测[J].河北经贸大学学报，2014（6）：23-25.
[8] 聂飒.城市化水平预测模型分析[J].统计与咨询，2007（2）：22-23.
[9] 段玉珊，王娜.西藏人口城镇化进程及发展趋势预测[J].西藏研究，2015（4）：67-74.