城镇化水平精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的城镇化水平主题范文，仅供参考，欢迎阅读并收藏。

第1篇：城镇化水平范文

2013年四川城镇化率增幅位列全国第三

2013年四川各地继续认真贯彻执行省委、省政府加快推进全省新型城镇化的重大决策，城镇化工作取得明显成效，全省城镇人口规模继续扩大，城镇化水平和质量稳步提高。2013年末四川常住人口8107万人，其中，城镇人口达3640万人，城镇化率为44.90%，较2012年提高1.37个百分点，增幅比全国的1.16%高0.21个百分点，列全国第3位，比2012年在全国的增幅上升1位，仅低于贵州（增1.42%）、甘肃（增1.38%）。城镇化水平居全国第24位，比上年上升2位。在西部位次也由2012年第8位上升到第6位。作为人口大省的四川来讲，在前两年城镇化率快速提高的基础上，2013年城镇化水平继续稳步推进，取得明显成效。

三大原因影响城镇化增幅

2013年四川城镇化水平提升速度虽超过全国，居各省前列，但与2012年增幅相比有所趋缓，与计划完成目标相比也有一定差距，其主要原因有三：

“非农”人口增长减缓。2013年四川“非农”比例较2012年仅增长0.86个百分点。由此导致2013年城镇化率增幅比2012年下降约0.11个百分点；

人口流动速度减缓。全省乡村流入城镇半年以上人口占调查人口总数的比例为13.66%，比2012年下降4.29个百分点，而全国仅下降2.04%，四川降幅比全国高2.25个百分点。流入城镇人口减少，致使城镇化率增幅减少约0.22个百分点；

“村”改“居”人口减少。2013年全省“村”改“居”人口66.90万人，较2012年减少6.79万人。

第2篇：城镇化水平范文

关键词：新型城镇化水平；赋权方法；DEA交叉评价;河南省

中图分类号：P291．1文献标识码：A文章编号：0439－8114（2014）08－1959-06

New Urbanization Level Based on DEA Cross Evaluation

――Taking Henan Province as an Example

QIN Qing

（School of Mathematics and Statistics， Henan University of Science and Technology， Luoyang 471023， Henan，China）

Abstract: An evaluation index system of new urbanization level was constructed based on deeper analyse of connotation of urbanization. Suitable weighting methods were selected. The DEA cross evaluation method was creatively used to solve weighting problem. 17 prefecture level cities of Henan province were chosen to evaluate their new urbanization level in 2011. Through correlation analysis， the quantity and quality of urbanization being in unsynchronized state was found. A negative correlation between economy success and resource excessive consumption and environment pollution was figured out.

Key words: new urbanization level; weighting method; DEA cross evaluation; Henan province

在中国当前经济转型和增长放缓的大背景下，投资和出口作为经济增长的传统引擎已逐渐失速，社会各界开始对城镇化寄予厚望，将之视为推动未来经济增长的持久动力与扩大内需的最大潜力。但经过多年赶超式发展，传统的数量扩张型的城镇化模式已暴露出诸多问题，重“量”不重“质”现象日益突出，城镇化模式也亟待转型。2012年12月中央经济工作会议提出，“着力提高城镇化质量，走集约、智能、绿色、低碳的新型城镇化道路”。

新型城镇化重在提高质量。中国的城镇化自改革开放以来一直保持较快的速度扩张，城镇人口占总人口比重以年均1%的速度增长，远超0.2%的世界平均水平，但现阶段6亿城镇人口中有近2亿人未享受到市民待遇［1］，城镇建设“摊大饼”、高消耗、高污染的现象也很严重，说明城镇化的质量不高。为了促进城镇化质量提升，将“新型”二字落到实处，现行的城镇化水平测评体系应作出相应调整，应加大质量因素的考评力度，将量、质并举作为新型城镇化的基本诉求，在此基础上方能客观测定各地的新型城镇化水平，使各地明确差距和改进方向，为制定新型城镇化战略决策提供参考依据。

1新型城镇化水平评价指标体系

中国官方目前使用的城镇化水平测评指标是人口城镇化率，即城镇常住人口占总人口比重，这也是国际通用指标，但因中国的人口统计机制尚不够完善，该指标在中国的实际应用价值大打折扣。首先，城镇人口的统计口径变化频繁，1982年以来的四次人口普查使用了四种不同的城镇人口口径［2］，由不同口径得出的人口城镇化率几乎不具可比性；其次，10年一次的人口普查方能获得准确的常住人口数据，其余年份需根据抽样调查进行推算，从各省市公布的数据看，典型做法是以普查年的人口城镇化率为初值，按线性或分段线性增长方式向后递推［3］，这种做法是否科学显然成疑，损害了非普查年数据的应用价值。

更重要的是，用单一的人口城镇化率来反映城镇化水平在理论上有失偏颇。城镇化是人口向城镇聚集以及城镇不断发展完善的过程，人口城镇化率反映人口的聚集程度，是城镇化最主要的数量特征；但人口聚集在城镇后，城镇满足居民生产、生活、生态需求的优劣程度，是城镇化的质量所在，人口城镇化率无法涵盖这方面的内容。当然，通常情况下人口向城镇聚集的程度与城镇满足居民需求的程度高度正相关，此时用人口城镇化率反映城镇化水平尚属合理；但在中国，长期存在的城乡分割制度导致独特的“半城镇化”现象，近2亿农民工长期在城镇工作生活，属于城镇常住人口，但又没有城镇户口，不能与户籍居民享受均等化的公共福利；这说明中国城镇化的“量”与“质”严重脱节，靠单一的人口城镇化率指标已不足以反映城镇化的真实水平。为了反映新型城镇化的量、质并举，必须构建指标体系，从数量和质量两个维度全面考察新型城镇化的水平高低。

对于新型城镇化的数量水平，仍可用人口城镇化率表示，测度人口向城镇聚集的程度；伴随着人口聚集，在城镇的地域范围内会发生一系列经济社会的变化过程，可概括为土地城镇化、经济城镇化、社会城镇化［4］和绿色城镇化，它们的水平和效率反映了城镇化质量，因此新型城镇化的质量水平可定义为上述四方面的综合值。

其中，土地城镇化是伴随着人口聚集所发生的城镇面积扩大、农用地或未利用地转变为城镇建设用地的过程，土地性质和利用方式改变使得单位面积土地能够承载更多的人口和经济总量；经济城镇化是经济关系、经济活动在地理上聚集的过程，经济聚集能够推动产出增长和经济结构优化升级，提升经济总量，促进第三产业的产值和就业比重上升；社会城镇化是居民共享城市文明，在生活方式、行为习惯、社会组织关系乃至精神与价值观念上发生相应改变的过程；绿色城镇化是城镇建设摆脱传统的高消耗、高排放、低效率发展模式，走节约集约利用资源、保护生态环境的可持续发展之路的过程， 新型城镇化之所以为“新”，一个重要特点就是追求绿色，强调“把生态文明理念和原则全面融入城镇化全过程”。

进一步地，本研究构造出了如表1所示的新型城镇化水平评价指标体系。

这是个多层次指标体系，新型城镇化水平首先被分解为数量水平和质量水平，数量水平A直接对应人口城镇化率这一末级指标，质量水平B则因内涵丰富被进一步分解为土地城镇化等四个方面，各方面根据具体情况又有相应划分，最终指标体系落实为37个末级指标。

其中，社会城镇化B3的分解较为复杂，因其概念宽泛，本研究尝试从社会的基本组成细胞――人的角度入手，新型城镇化是以人为核心的城镇化，强调以民生改善为根本目的，而现阶段民生建设的主要内容是基本公共服务，因此本研究将社会城镇化水平具体化为基本公共服务水平。考虑到数据可得性，本研究仅分析市政基础设施、社会保障、教育医疗、电信基础设施这四类基本公共服务，共包含17个末级指标。

在择定指标体系的末级指标时，考虑到不同地区城镇规模不同，若直接用总量指标去对比和评价意义不大，故本研究一律使用了相对指标或平均指标，并规定人均指标应为常住人口的平均。其中人均GDP2005年起已由官方修正为常住人口口径，但人均的基本公共服务指标通常仍按户籍人口计算，如每千人卫生机构床位数等，这反映了地方政府按户籍人口决定公共服务供给的传统做法，但事实上户籍人口与常住的非户籍人口都需要并实际使用这些公共服务，因此按户籍人口决定的供给与按常住人口决定的需求经常不匹配，易导致歧视性供给，不符合国家提出的基本公共服务均等化要求。为了适应基本公共服务由户籍人口向常住人口全覆盖的政策导向，计算人均指标时应以常住人口作为分母。

2基于DEA交叉评价的指标体系赋权方法

表1中的指标体系将新型城镇化水平层层分解为可以计算的各级指标，每一级指标得分应为下一级指标的加权和或加权积。为了强调新型城镇化的量质并举，本研究将零级指标新型城镇化水平定义为数量水平与质量水平的几何平均，其他一至三级指标则仍用加权和的方式求取，选择合适的赋权方法是关键。

目前常用的主观和客观赋权法中，主观赋权法倚重评价者的知识、经验和价值导向，对各指标的相对重要性做出主观判断，如层次分析法等；客观赋权法关注实际数据，基于指标提供的信息量大小确定权重，由于信息量通常被理解为指标的波动性或方差，方差大的指标通常会得到较大权重，如主成分分析法等。由于两类赋权方法各具特色，本研究将用它们解决指标体系中不同层次指标的赋权问题。二、三级指标的权重可用主观方法判定，强调指标的政策含义，用权重大小反映政府的价值取向；对末级指标可用客观赋权，但新颖之处在于将自评和他评两种角度融合在一起，借助运筹学中的DEA交叉评价模型解决赋权问题。

2.1DEA交叉评价模型

DEA（Data Envelopment Analysis）即数据包络分析法，是运筹学家Charnes、Cooper、Rhode 于1978年提出的效率评价方法，用于评价多投入、多产出的复杂系统的综合效率。

设有个同类生产系统，均使用r种投入生产s种产出。记系统i（i=1，2，…n）的投入向量为Xi=（xi1，xi2，…，xir），产出向量为Yi=（yi1，yi2，…，yis）T，则系统i的效率Ei被定义为产出的加权和uTiYi除以投入的加权和vTiXi，其中权重向量ui=（ui1，ui2，…，uir）T和vi=（vi1，vi2，…，vis）T由以下模型内生决定，这就是著名的CCR模型：

■Ei=uTiYi/vTixi

s.t.uTiYj/vTixi /uTiXj≤1j=1，2，…，n （1）

ui≥0，vi≥0

CCR模型的特点是用最有利于系统的权重计算其效率（需满足两个一般性约束条件：权重非负；所有被评者用此权重计算出的效率值不超过1）：为使效率评价值达到最大，系统表现较好的指标会得到较大权重，表现不好的指标会得到较小的甚至是零权重。如此扬长避短，这样的评价可称为“自评”。

“自评”使每个被评者得以彰显它在某些指标上的比较优势，具有合理性。尤其是评价经济、社会系统的效率时，被评者通常是不同的城市或省份，它们类型相似，但资源禀赋、内部结构、比较优势会不尽相同；既然国家鼓励差异化发展战略，希望各地保持发展个性和独特优势，则评价标准也应体现出差异性，应允许被评者通过权重表达自己的比较优势。当然，“自评”也有缺陷，那些表现不佳的指标被刻意忽略就有失公允，为了弥补这一缺陷， Sexton等［5］于1986年提出了DEA交叉评价，引入互评体系以减轻CCR模型单纯依靠自评进行效率评价的弊端，将自评和他评融合在一起，评价结果更为客观、全面。DEA交叉评价的做法如下：首先“自评”，每个被评者基于CCR模型求出最有利自己的权重，计算自身效率值；然后“他评”，每个被评者用最有利于自己的权重依次计算其他人的效率值；最后“平均”，将每个被评者所获n-1个效率评价值的算术平均作为它最终的效率评分。效率评分必定在0～1之间，值越大说明效率越高。

2.2基于DEA交叉评价的末级指标赋权

末级指标是指标体系中位于最低层次的、拥有实际统计数据的指标。表1的37个末级指标除人口城镇化率C1外，其他都是多对一关系，即多个末级指标属于同一个上级指标，如经济城镇化B2分解为5个末级指标C6~C10。本研究将借助DEA交叉评价模型同时解决这类末级指标的赋权与上一级指标的赋值问题。

考虑模型（1）的一个特例：设n个同类生产系统均以一单位投入（可以是单种投入，也可以是一单位投入组合）生产多种产出，则模型（1）退化为：

■Ei=uTi■

s.t.uTi■j≤1j=1，2，…，n （2）

ui≥0

此时系统i的效率评价值Ei等于它的各项产出■i的加权和；由于投入项被标准化为常数1，这里的产出项应为相对指标或平均指标，如人口密度、人均GDP等；为符合DEA模型“产出项越大越好”的要求［6］，还必须是正指标，对逆指标应取倒数做正向化处理。

下面以经济城镇化B2及其下属的5个末级指标为例说明模型（2）的用法：将“经济城镇化”视为一个生产系统，以一单位虚拟投入产出5个末级指标；用模型（2）对该系统进行DEA交叉评价，获得5个末级指标权重，求出系统最终的效率评分；由于该评分本质上是5个末级指标的加权和，因此可作为上一级指标――经济城镇化B2的得分。如此一来，即可同时解决B2的赋值与下属5个末级指标的赋权问题。按照同样的方法，指标体系中B1、B31～B34、B41～B43的赋值问题也得以解决。

2.3二、三级指标主观赋权

除末级指标外，表1中的二、三级指标都是人为构造的抽象指标，不属于现行统计体系，没有现成的数据可用，因此很难用客观方法赋权。在主观判定这些指标的相对重要性时，应考虑城镇化背负的政策含义，用权重大小来反映政府的价值取向。

首先，对质量水平B下属的4个二级指标土地城镇化、经济城镇化、社会城镇化和绿色城镇化，它们都是城镇化不可或缺的部分，但不同时期的侧重点应有所不同。现期应改变片面追求经济增长的传统模式，更加重视民生改善与社会发展，走集约、智能、绿色、低碳之路，故社会城镇化和绿色城镇化更显重要，应给予较高权重。

其次，在绿色城镇化B4下属的三级指标消耗、排放和治理中，消耗和排放是污染之源，治理只是亡羊补牢，若不从源头上预防环境污染和生态破坏，靠先污染再治理不但效果不佳，经济代价也极其高昂。因此消耗和排放更值得关注，应给予较高权重。

第三，在社会城镇化B3下属的4个三级指标中，市政基础设施B31主要反映城镇居民的出行和生活环境，显然流动人口数量对此类环境有显著影响，但因数据缺失，测算B31的分值时未能将流动人口纳入其中考虑，使指标反映现实的能力受损，应适当调低B31权重以避免现实与指标间的更大差距。类似地，电信基础设施B34本应反映城镇的电信基础设施供给水平，但反映供给的指标如宽带接入端口数、光缆线路长度等数据难以获得，只能用互联网用户数等来反映实际消费的指标代替，降低了B34的应用价值，其权重也应适当降低。

综上考虑，二、三级指标的权重分配如表1所示。

3新型城镇化水平测度――以河南省为例

河南作为中国的人口大省和农业大省，城镇化水平在全国一直处于较低层次。2012年河南人口城镇化率仅为42.4%，不但是中部六省最低值，还低于全国平均10个百分点；城镇内基础设施、公共服务不完善的情况也较为突出，教育、卫生、文化等公共服务建设欠账较多；城镇化水平低已成为制约河南“三化”协调发展的最突出矛盾。为了促进城镇化水平提升，有必要对河南省城镇化现状做更清晰的数量刻画，为此本研究择出河南省17个地级市，定量测度其2011年的新型城镇化水平，并借助相关分析探求城镇化水平的各种影响因素，以期为政府决策提供有益的参考。

3.1指标说明与数据来源

新型城镇化的数量水平即人口城镇化率，由《河南统计年鉴2012》可直接查得；质量水平是城镇（城区和镇区）的发展质量，但城区和镇区并非行政区划，通常只是市、镇行政区划的一部分，由于中国官方以行政区划为基本单元收集数据，因此城区和镇区的数据不可得。此时不妨借鉴典型调查思想，从城区和镇区择出有代表性的典型地域，用典型地域的发展质量作为整体质量的近似值。能够代表城区的典型地域是市辖区，它与城区概念接近（市辖区与城区概念不同，市辖区有时还包括个别乡、镇，但乡镇不属于城区；市辖区不包括县级市，但县级市的部分地域属于城区。因此市辖区和城区没有包含或被包含的关系，但一般情况下二者的地理重合度较高），但属于行政区划，有官方数据来源，至于镇区因数据太少暂无法分析，但考虑到镇区与城区相比体量较小，且地方政府更为重视城区的辐射引领作用，因此本研究笼统地用市辖区作为城区和镇区的代表。市辖区数据由《中国城市统计年鉴2012》可直接查得或经简单计算而得。

3.2计算结果

基于表1的指标体系与DEA交叉评价模型，河南省17个地级市2011年的新型城镇化水平测度值如表2所示。排名最前的5个地级市是郑州、三门峡、焦作、洛阳、许昌，它们也是河南省内的较发达地区；排名最后的5个地级市是南阳、信阳、周口、驻马店、商丘，它们都是传统的农业大市，经济发展相对落后。由此可见，新型城镇化水平与一个地区的综合实力正相关，如果用全市人均GDP作为地区综合实力的表征，则二者的Spearman等级相关系数达到0.973；但是，人均GDP与城镇化质量水平的等级相关系数只有0.721，意味着城镇化质量的提升会滞后于GDP增长，同时也从侧面说明GDP指标确有局限性，它以反映经济增长数量见长，而对质量因素的反映不足。

在新型城镇化水平的构成要素中，数量水平和质量水平的不同步状态比较明显，二者的等级相关系数只有0.518；另外，17个地级市质量水平的变异系数是0.102，数量水平的变异系数则达到0.207，说明各市在城镇化质量方面的差异较小，远不及外在的数量差异明显，考虑到河南城镇化在全国所处的较低位次，这事实上意味着省内所有城市的城镇化发展质量都不高，都面临提升质量的艰巨任务。

对17个城市的城镇化质量水平的进一步分析发现，绿色城镇化与经济城镇化之间是负相关关系，等级相关系数为-0.222；而绿色城镇化与社会城镇化也是负相关，相关系数-0.113，这说明城镇的经济社会发展是以资源能源的过度消耗和环境污染为代价的。应打破这种病态的关联，用绿色的生产、生活和消费方式实现经济、社会和生态的共同繁荣。

4结论与建议

中国当前的城镇化发展模式正面临转型，从传统的数量扩张转向新型城镇化的量、质并举，与之对应，城镇化水平监测和评价体系也应有所调整，传统的人口城镇化率指标已不敷使用，必须构建新的指标体系，以全面反映新型城镇化的数量和质量内涵。本研究在深入分析城镇化内涵的基础上，构建了新型城镇化水平评价指标体系，并根据指标特点选择了合适的赋权方法，创造性地把运筹学中的DEA交叉评价模型应用于解决赋权问题；继而以河南省17个地级市为例展开实证研究，通过相关分析探寻新型城镇化水平的各种影响因素，得到了一些有益的结论。

基于实证研究结果，本研究对河南的新型城镇化提出如下建议：首先，在河南省整体经济实力和财力较弱的情况下，全面提升城镇化质量的难度较大，现阶段仍应优先提升人口城镇化率，考虑到市辖区的人口容量有限，以小城镇振兴方式带动农村人口转移是更为现实的选择。其次，河南作为中原粮仓，其环境保护状况涉及到整个国家的食品安全，但经济和绿色之间的负相关会迫使地方政府有所取舍，中央政府可考虑以转移支付方式鼓励地方政府重视城镇化的绿色程度，或以推动产业结构优化升级的方式打破经济与环境的负相关，实现经济、社会和生态的协调发展。

参考文献：

［1］ 城镇化率52.57%数据是按常住人口统计［O/NL］.中国经济网，/macro/more/201304/15/t20130415_24291140.shtml，2013-04-15.

［2］ 王 放.市镇设置标准及城镇人口统计口径对中国城市化发展的影响［J］.人口与发展，2011，17（2）:82-87.

［3］ 陈彦光.中国城市化水平统计数据的问题分析［J］.现代城市研究，2012（7）：4-8.

［4］ 陈春.健康城镇化发展研究［J］.国土与自然资源研究，2008（4）：7-9.

第3篇：城镇化水平范文

关键词：城镇化 经济增长 计量模型

改革开放以来，特别是国家实施西部大开发战略以来，四川省经济社会发展取得了巨大成就，城乡面貌发生了显著变化。但城乡二元结构突出、初级阶段特征更为明显、 发展不足、发展水平不高仍然是四川最大的问题。四川要实现跨越式发展，工业化、城镇化、信息化无疑是最重要的三项工作，而城镇化又是这三项工作有机结合的综合体现。

四川省城镇化现状分析

城镇化是一个历史范畴，决定了其内涵也处在不断发展变化中，至今尚无统一的概念。城镇化的核心是人口就业结构、经济产业结构的转化过程和城乡空间社区结构的变迁过程。城镇化的本质特征主要体现在三个方面：一是农村人口在空间上的转换；二是非农产业向城镇聚集；三是农业劳动力向非农业劳动力转移。城镇化不仅是社会和经济发展的必然产物，也是工业化和现代化发展的必然结果，其发展水平是衡量一个国家或地区经济社会发展水平的重要标志之一。

截止2009年底，四川省总人口达到8984.7万，其中农业人口6698.4万，非农业人口为2286.3万，城镇人口比重达到38.7%，同期的全国城镇人口比重为46.59%，低于全国平均城镇人口的比重近8个百分点。2000年城镇人口比重为26.7%，十年间城镇人口比重上升了12个百分点，平均每年增加1.2个百分点，同期的全国的城镇人口比重仅增加了10个百分点，由36.22%增加到46.59%，可以看出四川省城镇化水平的增幅快于全国的平均水平。

参考张耕田教授（1998）和赵苑达教授（2003）已有成果，构建区域城镇化指标体系，进行区域城镇化水平对比，用PU代表区域人口城镇化指标，IU代表区域产业城镇化指标，PUA代表区域城镇化人口比重，PUC代表全国城镇人口的比重，PNA代表区域非农产业产值比重，PNC为全国非农产业产值的比重，NPA代表区域人均非农产业产值，NPC为全国人均非农产值，区域城镇化综合指标的展开式为：

（1）

利用式（1）计算的地区城镇化综合指标的分值，高于100分的，表明其城镇化综合水平高于全国平均水平；低于100分的，表明其城镇化综合水平低于全国平均水平。地区城镇化综合指标分值的比较可以反映出地区城镇化综合水平的差异程度。根据区域城镇化综合指标的展开式得到四川省城镇化综合水平分值，见表1。四川省城镇化的综合水平为75分左右，低于全国平均水平的20多个点的分值，与全国的平均水平相比，低于20多个分值，人口城镇化水平指标分值与人均非农产业产值指标分值，分别低于全国平均水平10个分值。

四川省城镇化进程分析

（一） 趋势分析

官方统计资料上的城镇人口一般只有城镇户籍的城镇人口和建制镇的人口，而不包括非建制镇中已经脱离农业的人口，以及已经流入城镇并实现了职业长期转换的，但户籍仍在农村的非农业人口。为了获得连续的、具有可比性的、能真实反映城镇化水平的数据，陈涌军、徐强等（2002）把城镇人口分为非农业人口和农业人口两类。因此本文将城镇化率定义为非农业人口在全部人口中的比重。

为了反映四川省城镇化水平的变化趋势，运用eviews5.0计量软件通过HP滤波方法对四川省的城镇化率进行滤波分析，以反映四川省的城镇化的发展进程，对四川省城镇化率变化的长期趋势进行分析。由图1可以看出四川省城镇化率的序列变化与趋势线基本上保持一致性，围绕趋势线的波动比较小。趋势线在城镇化率的序列线之上时，城镇化率的序列会发生向上的周期性波动，随着二者的趋近吻合，波动的幅度下降。改革开放后，四川省城镇化率的变化经历了三个阶段。

（二）实证检验

为了实证检验四川省城镇化进程，本部分将城镇化率为被解释变量，以四川省的人均GDP（gdp）为解释变量，建立计量经济模型，以反映四川省经济发展对城镇化进程的影响程度。多数研究成果表明，城镇化与经济增长之间呈非线性关系，且各地区的散点图也表明城镇化与经济增长之间并非都符合对数关系式，因此本文建立回归方程：

（2）

URBt为第t年的城镇化率（被解释变量），gdpt为第t年的人均GDP（解释变量），β0为常数项，β1为解释变量的回归系数，反映了人均产值对提高城镇化率水平的影响程度，μt为残差项。对变量取自然对数是为了消除异方差性，将非线性关系转化为线性关系。

平稳性检验。为了避免伪回归，在进行模型检验之前，首先对已经进行了对数处理的人均地区生产总值和城镇化率的时间序列数据进行了平稳性检验。检验方法为ADF（Augmented Dickey-Fuller）检验结果显示Ln（URBt）与Ln（gdpt）均为非平稳系列；对两个序列做一阶差分，再进行ADF检验，均为一阶单整序列即Ln（URBt）~I（1），Ln（gdpt）~I（1）。

协整模型。由于两变量为一阶单整序列，利用OLS方法对计量模型进行估计，以反映长期稳定关系。回归结果如下：

（3）

检验残差项是否平稳，ADF检验的t统计量为-1.8711，小于显著性水平10%时的临界值（-1.6100），估计残差序et为平稳序列，即et~I（0），从而表明Ln（URBt）与Ln（gdpt）之间存在协整关系即CI（1，1）.经济增长与城镇化之间存在长期动态均衡关系。这种动态均衡关系说明改革开放以来四川省经济增长和城镇化之间呈现出一定的协调性。

由于DW=0.1483，残差存在自相关性，根据残差序列的自相关系数与偏自相关系数图形，运用AR（2）模型来修正回归方程的残差序列的自相关性。估计结果如下：

（4）

残差的序列相关性得以消除，从而保证模型估计的正确性。

误差修正模型。协整关系只反映变量之间的长期均衡关系，为弥补长期静态模型的不足，可通过短期动态模型反映短期偏离长期均衡的修正机制。建立城镇化与经济增长之间的误差修正模型，得到：

（5）

估计结果如下：

（6）

估计结果表明，城镇化率的变化不仅取决于经济增长的变化，而且还取决于上一期经济增长对均衡水平的偏离。误差项et-1的估计系数为-0.0557，体现了对于偏离的修正。

脉冲分析。为反映城镇化与经济增长之间的动态关系，从而揭示作为内生变量的城镇化率对于自身与经济增长冲击的反应，进行脉冲分析。

从图2中可以看出：在左图中，当在本期给城镇化率一个正的冲击后，城镇化率开始上升，在第二期结束时达到最高点，城镇化率对于平对自身的一个正冲击开始有较强的反应 ，但从第3期后逐步下滑，效应不断减弱，减弱效应不强，基本上保持稳定的态势。这表明城镇化率受到自身的冲击后，带来正向的效应，而且这一冲击具有较强的持续效应。在右图中，在本期给经济增长的一个正冲击后，城镇化率在前3期的反应比较微弱，从第4期开始，冲击的正效应开始显现，且不断增加。说明对于经济增长的某一冲击，城镇化率水平开始反应较弱，但效应逐步增强，直到明显超过对其自身的反应。

总体来看，经济增长对城镇化水平的提高带来较大的正面冲击效应，经济快速增长会引起城镇化水平的迅速上升，而城镇化对自身的作用强度不大 ，其冲击对于城镇化水平的提高具有一定的正面作用，但效应不明显。

结论

综上所述，本文根据1978～2009年的时间序列数据，利用滤波分析、协整检验、脉冲响应分析来揭示四川省在城镇化进程中，经济增长的作用，结果发现，城镇化率水平与经济增长之间存在长期均衡关系， 城镇化对经济增长的正向冲击的反应明显强于其自身冲击的反应，具体结论归纳如下：四川省城镇化进程从改革开放以来，经历了三个阶段，呈现周期性的波动，但是不同时期波动的趋势幅度有一定的差异性，但是总体上与时间趋势保持一致性。

城镇化水平与经济增长之间存在长期的均衡关系，非平稳序列城镇化率水平Ln（URBt）与人均GDP水平Ln（gdpt）经过一阶差分后变得平稳，均为一阶单整，两者之间的线性组合为平稳序列，存在协整关系。这种均衡关系说明，不存在城镇化水平明显滞后于经济增长的现象。

从误差修正模型来看，人均GDP短期内每变动1%，城镇化水平将会同方向变动0.0485个百分点，这一系数较长期回归系数要小的多，说明经济增长对城镇化水平长期影响更为显著。短期内经济增长的正效应还未充分显现，所以不会立即引起城镇化化水平的提高；但长期来看，经济增长效应的显现，引起农村人口向城市转移、产业集聚、产业结构发生变动，从而提高城镇化水平。

城镇化对于对自身的一个正冲击开始有较强反应，但效应不断减弱，保持相对稳定的态势；城镇化水平对人均GDP的冲击开始反应较弱，但效应逐步增强，直到明显超过对其自身的反应。从长期来看，经济增长对促进城镇化水平的提高正向拉动的影响时限更长，效率更高。

对于四川省而言，经济增长对于城镇化水平的提高的正冲击作用还没有充分显现，随着经济增长的方式转变以及辐射性的增强，其对于城镇化水平提高的作用将会充分的凸显。同时城镇化作为经济发展的重要内容，对经济增长的作用也将增强。因此建立良性的经济增长与城镇化发展的机制对于加快四川省城镇化水平的提高，缩小与全国平均水平的差距，将具有极其重要的作用。

参考文献：

1.张耕田.关于建立城市化水平指标体系的探讨[J].城市问题，1998.1

2.成德宁.城市化与经济发展—理论模式与政策[M].科学出版社，2004

3.赵苑达.城市化与区域经济协调发展[M].中国社会科学出版社，2003

4.高铁梅.计量经济学分析方法与建模-Eviews应用及实例[M].清华大学出版社，2006

第4篇：城镇化水平范文

关键词：GM（1，1）预测模型；长株潭城镇化；精度检验

中图分类号：F291.1 文献标志码：A 文章编号：1673-291X（2016）31-0049-03

一个地区的城镇化水平往往代表着当地的经济发展程度，代表着现代文明发展的总体趋势，是社会现代化的重要标志。从本质上说，城镇化是社会生产力变革所引起的人类生产、生活方式和居住方式转变的过程，是传统的乡村社会向现代社会演变的自然历史过程，其基本特征是随着规模经济和分工水平的演进，一定区域的农村人口不断转化为非农人口并不断地向城市集中的过程。而且，长株潭地区是中国中部地区城镇化水平比较有代表性的区域，2013年的城镇化水平在全国处于中上层次，在中部六省中总体水平发展较快，研究及测度其相应的城镇化发展水平，将有助于为区域城镇化水平的提高与质量的提升提供科学依据，对于湖南乃至中部地区城镇化相对滞后的省区具有重要的示范意义。

一、灰色GM（1，1）模型的基本思想及模型建立

（一）数据的来源及处理

由于各学者对城镇化的研究方式不一，对于城镇化这一计算方法没有特别统一的方法。在很多文献里，很多学者以非农人口比重或城镇人口占总人口的比重作为衡量地区城镇化发展的标准，并常用定性估计及类比的方法对数据进行处理。学者结合研究地区的实际情况，依据不同的方法计算城镇化水平，如人口比重法，城镇化和工业化关系法，比例换算法，综合指标法以及多元计量模型法等。本文选取城镇驻地人口（建成区）占总人口的比重作为测度长株潭地区城镇化水平的一种方案，且用于计算城镇化水平的指标数据均来源于中国知网及湖南统计年鉴（见下页表），在此城镇化水平的计算公式为：

其中，UL为城镇化水平；C为城镇非农业人口占市域非农业总人口的比重 ；K为城镇驻地人口中自理口粮人口和农业人口比重；Y为非农业人口比重。

（二）GM（1，1）模型的基本思想及模型建立

1.GM（1，1）模型的基本思想。在灰色GM（1，1）模型中，“G”表示灰色，“M”表示模型，括号里的前一个“1”表示一阶方程，后一个“1”表示一个变量，故GM（1，1）是一个一阶一变量的微分方程模型，且主要通过鉴别系统因素之间发展趋势的相异程度，建立相应的微分方程模型，来预测数据的未来发展趋势。

2.GM（1，1）模型的建立。设时间序列x（0） 有n个观察值，，X（0） ={X（0） （1），X（0） （2），…，X（0） （n）}，通过累加生成新序列X（1） ={X（1） （1），X（1） （2），…，X（1） （n）}，则GM（1，1）模型相应的微分方程为：

根据以上步骤，计算得出：a=-0.0590，μ=0.2713，从而预测模型及折线图（见下图）：

X（1） （k+1）=4.8644e0.059k -4.5977

二、灰色GM（1，1）模型的精度z验

灰色GM（1，1）模型有三种方式精度检验的方法，分别是残差检验、关联度检验、后验差检验。为保证建模的质量与系统分析的正确结果，选取GM（1，1）精度检验中的残差检验作为本文的精度检验。在相关的文献中，诸多学者对精度检验这一问题进行了深度的探讨，普遍认为残差检验是合适的检验方法。下面运用残差检验对已经建立的预测模型进行检验：

步骤一，计算由预测模型得到的还原值，其中预测值为：

（1） =（0.2676 0.5634 … 3.6774）

由于灰色预测的数据是通过生成数据的GM（1，1）模型所得到的预测值的逆处理结果，所以将数据还原处理，则预测的还原数据为：

（0） =（0.2676 0.2958 … 0.4742）

步骤二，将长株潭地区原始数据进行一次累加，已知原始数据为：

X（0） =（0.2676 0.2917 … 0.4658）

那么同理可得累加后的原始数据为：

X（1） =（0.2676 0.5593 … 3.6779）

步骤三，计算残差。已知相对误差是按精度需求主观设定的，通常认为相对误差不超过0.1，令绝对误差和相对误差分别为q（k）和e（k），则残差检验如下所示：

q（k）=（0，0.0041，0.0025，0.0027，0.0025，0.0064，0.0151，

0.0096，0.0031，0.0084）

e（k）=（0，0.0139，0.0081，0.008，0.0073，0.0174，0.0367，

0.0222，0.0069，0.0181）

由于maxe（k）=0.0367，未超过0.1，故认为模型的精度较高，建立的预测模型可用于长株潭地区未来年份城镇化水平的预测，具有一定的可行度。

三、基于灰色GM（1，1）模型的城镇化水平预测分析

GM（1，1）模型是一种预测精度较高的预测模型，在没有大的市场波动及政策变化前提下，该预测值是可信的。本文通过介绍并建立灰色GM（1，1）模型，将长株潭地区城镇化水平的指标数据代入，再对模型的精度进行检验，得到可信的预测结果。通过上述预测模型可知，未来五年长株潭地区城镇化发展水平预测数据（见下表）。

下表说明，2014―2018年城镇化水平有较大的提升，所得的数据呈单调递增的趋势。依照目前的发展状况，可知2014―2018年城镇化水平有较大的提升，预计2018年长株潭地区的就地城镇化综合水平将达到63.71%，与实际递增的趋势相符，有望进入高速发展阶段。

四、小结

灰色GM（1，1）模型是灰色系统理论的重要部分，可对近期、短期、中长期的数据进行预测，其所需时间序列数据偏少、计算量小、预测精度较高、定量分析和定性分析的结果一致等优点，成为许多学者乐于选择的预测模型。通过介绍灰色GM（1，1）模型，建立长株潭地区城镇化水平预测模型，并对模型的精度进行检验，得到预测结果。

参考文献：

[1] 余宇新.中国城镇化发展研究综述[J].世界经济探索，2015，（2）：13-18.

[2] 方亮.中国城镇化概念与水平测度研究综述[J].北华大学学报：社会科学版，2013，（6）：46-50.

[3] 陈美英，杨金光.基于灰色GM（1.1）模型的预测研究――邯郸市城镇化水平预测[J].数学的实践与认识，2009，（8）：35-43.

[4] 郝淑双，赵朴.基于灰色GM（1，1）模型的河南省城镇化水平预测[J].河南科学，2014，（8）：1629-1632.

[5] Kevin Honglin Zhang，Shunfeng Song Rural-urban migration and urbanization in China：Evidence from time and cross-section

analyses China Economic Review，2003，（14）：386-400.

[6] Shen Jianfa，Wong Kuanyiu，Feng Zhiqing.Dual-track Urbanization in a Transitional Economy：The Case of Pearl River Delta in South

第5篇：城镇化水平范文

关键词：人口城镇化水平；劳动生产率；生产总值

中图分类号：F29文献标志码：A文章编号：1673-291X（2011）09-0147-03

一、提出问题

一般认为，工业发展的拉力和农业发展推力是城镇化的主要动力，城镇化是在二者的双重作用下完成的。拉力来自工业发展，从比较利益驱动的作用机制来看，随着工业的持续发展，城镇经济发展水平不断提高，城市镇居民收入及消费水平不断增长，相对农村落后状况，对农村劳动力就形成了巨大吸引力。推力来自农业发展，农村劳动力日益增长，农业生产率的提高及农业机械的使用，农业部门对农村劳动力的需求量大幅度减少，造成众多劳动力失业,导致有一定经济水平的农村劳动力开始向城市转移。因此，工业与农业发展是城镇化的主要动力。城镇化一直是三农研究中的重要问题，研究工业与农业发展对城镇化影响的文章很多。夏春萍在《工业化、城镇化与农业现代化的互动关系研究》指出城镇化是伴随工业化发展而产生并加速发展起来的，工业化发展能够推动城镇化进程。姜太碧在博士论文《城镇化与农业可持续发展研究》中提出农业可持续发展有利于推进城镇化进程，农业不可持续发展则阻碍城镇化进程。已有的研究基本都承认了工业与农业发展对城镇化的重要影响，本文在前人的研究基础上，通过选择合适的经济变量，把工业与农业发展对城镇化的影响进行量化，定量分析工业与农业发展对城镇化的影响。

二、实证研究

城镇化的程度通常用人口城镇化水平来表示，用城镇人口占全国人口的百分比来表示，反映了人口向城市聚集的过程和聚集程度。因此，本文选择人口城镇化水平为因变量。工业与农业发展在经济运行中最重要的表现为生产总值增长与劳动生产率提高，因此本文主要研究工业与农业的生产总值与劳动生产率对人口城镇化水平的影响。本文通过实证研究主要回答以下两个问题：第一，工业与农业生产总值增长对人口城镇化水平的影响；第二，工业与农业劳动生产率提高对人口城镇化水平的影响。

（一）样本数据

本文使用的样本数据为年度数据，样本期间为1987―2008年，样本容量为32。

（二）基本研究变量

（三）工业与农业发展对人口城镇化水平的影响

1．工业与农业生产总值对人口城镇化水平的影响。本文选用工业与农业生产总值代表工业与农业发展的总体情况。由于工业与农业生产总值的单位为亿元，人口城镇化水平为百分比。为了减小单位不统一的影响以及消除异方差，本文对因变量与自变量都取自然对数。根据双对数模型的性质，自变量的系数为自变量对因变量的弹性系数。

lnulet = -1.1864lnagdpt + 1.0374lnigdpt（方程1）

（-22.0197） （19.9868）

R2=0.9095 R2=0.9050 DW=1.2156 AIC=-2.5944 SC=-2.4952

方程1的拟合优度为0.9095，说明方程的拟合程度良好。自变量都通过了系数的显著性检验，为因变量的重要影响因素。根据估计系数的显著性检验，农业生产总值的影响大于工业生产总值。由方程1可知，在其他解释变量不变的条件下，如果工业生产总值单独增加1个单位，那么人口城镇化水平提高1.0374%；如果农业生产总值单独增加1个单位，那么人口城镇化水平降低1.1864 %。

2．工农业总产值之比对人口城镇化水平的影响。城镇化的主要动力来自工业的拉力与农业的推力，因此研究城镇化的动力不能单独地考虑工业总产值或者农业总产值，而是要考虑两者的比例关系。因此，本文分析工农业生产总值之比对城镇化水平的影响。

ulet = 0.1033 + 0.1594riat（方程2）

（9.6047）（22.8544）

R2=0.9631R2=0.9613DW=0.9788AIC=-5.6311SC=-5.5319

方程2的拟合优度为0.9631，说明自变量很好地解释了因变量的变动。根据系数的显著性检验，工农业总产值之比是人口城镇化水平的重要影响因素。由方程2可知，在其他解释变量不变的条件下，如果riat增加1%，那么ulet增加0.1594%。

（四）工业与农业劳动生产率对人口城镇化水平的影响

劳动生产率直接反映了生产水平，决定了生产活动对劳动力的需求。如果工业劳动生产率提高，则工业生产对劳动力的需求就会减少，即城镇就业机会减少，从而减小工业发展对城镇化的拉力；如果农业劳动生产率提高，则农业生产对劳动力的需求就会减少，从而增大农业发展对城镇化的推力。因此，工业与农业劳动生产率是人口城镇化水平的重要影响因素。劳动生产率可以用单位劳动者在单位时间内生产产品的价值量来表示，单位时间内生产的价值量越多，劳动生产率就越高。本文取单位时间为一年。同时，本文假设农业与工业为两个生产部门，城镇人口从事工业生产，农村人口从事农业生产。因此，工业劳动生产率用城镇人口平均工业产值代表；农业劳动生产率用农村人口平均农林牧渔产值代表。由于工业与农业劳动生产率的单位为元/人，人口城镇化水平为百分比。为了减小单位不统一的影响以及消除异方差，本文对因变量与自变量都取自然对数。

lnulet = 2.1879lnpat - 2.0553lnpit （方程3）

（9.5221） （-10.1250）

R2=0.6270R2=0.6083DW=1.0188 AIC=-1.1776 SC=-1.0785

方程3的拟合优度为0.6270，说明自变量解释了因变量变动的62.7%。自变量都通过了系数的显著性检验，为因变量的重要影响因素。根据T检验值，工业劳动生产率的影响大于农业劳动生产率。由方程可知，在其他解释变量不变的条件下，如果农业劳动生产率单独增加1个单位，那么人口城镇化水平提高2.1879%；如果工业劳动生产率单独增加1个单位，那么人口城镇化水平降低2.0553 %。

三、实证结果分析

（一）工业与农业发展对人口城镇化水平的影响

1．工业与农业生产总值对人口城镇化水平的影响。工业与农业生产总值的弹性系数符号符合理论预期。工业生产总值的弹性系数为正，是由于在其他条件不变的情况下，工业生产总值增加必然需要更多的劳动力，导致工业对城镇化的拉力增大；农业生产总值的弹性系数为负，是由于在其他条件不变的情况下，农业生产总值增加必然需要更多的劳动力，导致农业对城镇化的推力减小。农业生产总值的影响大于工业生产总值，说明农业发展的推力大于工业发展的拉力。

2．工农业总产值之比对人口城镇化水平的影响。工农业总产值之比的弹性系数符号为正，符合理论预期。方程2与方程1的结论是一致的，在其他条件不变的情况下，工业生产总值增加，引起工农业总产值之比提高，导致人口城镇化水平提高；农业生产总值增加，引起工农业总产值之比降低，导致人口城镇化水平降低。但是，方程2没有使用双对数模型，更直接地反映人口城镇化水平的变化情况。

（二）工业与农业劳动生产率对人口城镇化水平的影响

1．方程3中的工业劳动生产率的弹性系数符号为负，正好与方程1中的工业生产总值的弹性系数相反。但是，两者都是符合理论预期的。讨论工业劳动生产率的弹性系数的时候是在工业生产总值不变的条件下，此时工业劳动生产率提高，必然会带来工业对劳动力需求的减少，导致工业对城镇化的拉力减小。因此，工业劳动生产率的弹性系数符号为负。

2．方程3中的农业劳动生产率的弹性系数符号为正，正好与方程1中的农业生产总值的弹性系数相反。但是，两者都是符合理论预期的。讨论农业劳动生产率的弹性系数的时候是在农业生产总值不变的条件下，此时农业劳动生产率提高，必然会带来农业对劳动力需求的减少，导致农业对城镇化的推力增大。因此，农业劳动生产率的弹性系数符号为正。

四、政策建议

1.把工农业总产值之比作为推进城镇化的重要参考指标。城镇化是一项复杂的、长期的系统工程，不仅对农业生产产生巨大影响，而且也影响着工业的发展。不论从理论分析来看，还是从实证研究来看，工农业总产值之比都是人口城镇化水平的重要影响因素，反映了工业与农业经济增长能够承载的城镇化水平。因此，在推进城镇化时应该把工农业总产值之比作为重要参考指标，判断城镇化水平是否与工农业经济增长相适应。

2.大力提高农业劳动生产率是推进城镇化的有效途径。从方程1可知，在劳动生产率不变的条件下，城镇化由于减少农业劳动力，会阻碍农业的经济增长。因此，既保障农业经济增长，又能够推进城镇化的途径就是提高农业劳动生产率。方程3也证明了此观点，农业劳动生产率系数符号为正，农业劳动生产率与城镇化水平呈正相关。3.促进工业经济增长是推进城镇化的有效途径。从方程1可知，在劳动生产率不变的条件下，工业总产值增加需要更多的劳动力，即提高更多的城镇就业岗位，推进城镇化水平的提高。

4.发展劳动密集型行业是推进城镇化的有效途径。从方程3可知，在其他条件不变的情况下，工业劳动生产率与城镇化水平成负相关。因此，工业发展中应该重视劳动密集型行业的发展，既提高生产总值，又增加就业机会，积极有效地推进城镇化。

参考文献：

[1]贺建林.试论城镇化对农业可持续发展的影响与政策取向[J].农业现代化研究,2002,(3).

[2]夏春萍.工业化、城镇化与农业现代化的互动关系研究[J].统计与决策,2010,(10).

[3]李国平.中国工业化与城镇化的协调关系分析与评估[J].地域研究与开发,2008,(10).

[4]周达,沈建芬.农村城镇化动力结构的统计研究[J].统计研究,2004,(2).

[5]姜太碧.城镇化与农业可持续发展研究[J].博士论文,2003.

The Effects of Industry and Agriculture’s Developments to Urbanization Level

――From the View of Gross Domestic Product and Labor Productivity

LI Li-sha

（School of Management of Yunnan University for Nationalities，Kunming 650500,China）

第6篇：城镇化水平范文

关键词：特色城镇化；指标体系；因子分析；层次分析

中图分类号：F29 文献标识码：A

收录日期：2016年3月17日

吉林省作为东北老工业基地，城镇化率高于全国平均水平。但在东北三省中，吉林省总体发展水平不及其他两个省份，且吉林省各地级市、县级市之间的特色城镇化发展也存在较大的差异，总体上在全国范围内竞争力较低，这到底是什么原因造成的呢？本文力图从吉林省特色城镇化的发展着手，通过纵向比较和横向比较，判别吉林省特色城镇化发展中存在的问题，找根源寻方法。

一、吉林省特色城镇化发展现状

“十二五”时期，吉林省特色城镇化发展取得了新成就，城镇人口逐年增加、城镇基础设施不断完善、城镇的聚集辐射带动作用增强，随着城镇化的快速发展，吉林省特色城镇化的发展也暴露出很多问题。

（一）城镇化率先高后低，增速先减后增。2005年吉林省城镇化水平高于全国，2005～2013年间吉林省的城镇化率水平在50%～55%之间缓慢增加，而全国的城镇化率水平则实现了跨越式增长，吉林省的城镇化发展与全国平均水平相比，其优势在逐渐削弱，2014年吉林省的城镇化率为54.75%，低于全国平均水平0.02个百分点。2006年以来吉林省城镇化率的增速变动趋势近似呈U型，2006～2010年间，吉林省城镇化率的增速呈直线下降的趋势，且2010年增速最低，低于0.01个百分点，吉林省政府及时对形势进行分析，转变城镇化发展模式和目标，在2011年城镇化率的增速仅出现了少许回升，而2012年和2013年政策的效果凸显，吉林省城镇化率的增速呈直线上升趋势。

（二）经济规模缓慢扩张，增长潜力大。一个地区城镇化发展的好坏，最明显的迹象就是经济规模的扩张和增速强劲，衡量经济规模的最主要指标是地方生产总值及其增速。东北三省地区的经济发展水平存在差异，2004～2014年11年间，吉林省的地区生产总值在总量上不及其他两个省份，但增速大部分年份均超过其他两省，这都说明吉林省的经济增长潜力是巨大的。

（三）城镇综合承载能力偏低。衡量城镇综合承载能力的指标包括供水普及率、城市燃气普及率、人均道路面积、人均居住面积、人均公共绿地面积、万人拥有公交车辆、每十万人口在校学生数等指标。吉林省的城市设施建设中城市用水普及率、城市燃气普及率、每万人拥有公交车辆、人均城市道路面积、人均公园绿地面积均低于全国平均水平，说明吉林省的城市综合承载能力不足，在未来一段时间应着力提高城市设施建设，加大投入力度。

二、东北三省特色城镇化发展水平对比分析

本文立足点为吉林省，以东北三省为范畴，对其特色城镇化发展水平进行综合评价。

（一）数据来源及样本的选取。本节选取的数据来源于《辽宁省统计年鉴2013》、《吉林省统计年鉴2013》、《黑龙江省统计年鉴2013》，选取了27个指标进行对比分析。

（二）层次分析过程。应用层次分析法分析问题时，首先要把所研究的问题进行条理化和层次化，如本文所构建的评价指标体系总共有三层，最高层即系统层是特色城镇化评价指标体系，中间层又分为六个子层，最底层是具体指标数据层。这样递进的层次关系将特色城镇化的发展水平评价体系分为了若干小块，更有利于数据的收集和目标的实现。本文借助yaaph层次分析法软件来对特色城镇化发展水平进行实证分析。

（三）分析结果。吉林省的特色城镇化发展的各个模块形势并不乐观，除经济和产业因子位列第二位外，社会、文化、资源、环境的发展均排在最后。这说明吉林省特色城镇化总体发展水平低于其他两个省份，其矛盾和问题更为突出。

就经济而言，吉林省的综合得分为-0.08，低于辽宁省，高于黑龙江省。就社会而言，吉林省排在末位，而黑龙江省排在了第一位，说明黑龙江省人民生活较为舒适，社会发展水平较高。就环境而言，吉林省仍显得很逊色，和东北三省相比，也只能望其项背，需要更多的投入。本文用建成区绿化覆盖率和污水处理率两个指标来衡量一个地区的环境因子。从原始数据来看，吉林省的建成区绿地覆盖率仅为34%，低于辽宁省的绿化率40%，而吉林省的污水处理率仅为60%，比辽宁省和黑龙江省的污水处理率低了20%。就文化而言，辽宁省的文化水平要高于其他两个省份，而吉林省的文化发展水平在东北三省中仍排最后。吉林省的文化娱乐产值仅为83.4亿元，而黑龙江省的文化娱乐产值为135.7亿元，辽宁省的文化娱乐产值为282.6亿元，超过吉林省全省产值的2倍还多。就资源而言，黑龙江省得分最高，辽宁省的资源水平则排第二位。东北三省拥有其他省份所没有的独特自然资源优势，最著名的莫过于东北三宝人参、鹿茸、貂皮，但其资源优势吉林省并未得到充分的发挥，对全省的经济的推动力还不足。就产业而言，吉林省的产业发展优于辽宁省的产业发展水平但落后于黑龙江省，其三大支柱产业汽车制造业、食品工业、石化工业在吉林省工业产值中所占的比重合计为67.9%，其中食品工业充分发挥了吉林省粮食大省的优势。

综上可知，吉林省的特色城镇化的综合发展水平与东北其他两个省份相比，位列末位，说明吉林省的特色城镇化发展水平落后于辽宁省和黑龙江省的发展水平。吉林省与辽宁省和黑龙江省的地理位置、自然资源、气候条件、历史背景、产业基础、文化习俗等方面均类似，但其特色城镇化发展水平远落后于其他两个省份，究其原因，最重要的是没能很好地立足自身，充分发挥自身优势，将特色转变为优势，进而获得长远的发展。

三、吉林省特色城镇化发展建议

（一）增强大中城市辐射力，带动周边联动发展。如果将吉林省的特色城镇化发展比作一个整体，那么每一个城镇的发展都是联动的，一个地区发展良好会造福周边地区，一个地区发展不好，那么它不仅会拉低吉林省在全国的比重，还会给周边地区带去负面影响，如环境污染。因此，我们要充分发挥吉林省各个城镇的联动作用，将各个城镇之间相互推动、相互联系的齿轮做好，将各个城镇的自身基础打牢，这样才能形成良好的特色城镇化发展形态。

（二）提高特色产业竞争力，促进经济结构转变。吉林省要立足地方实际，从自有产业基础出发，将传统产业与新兴产业结合起来，逐步淘汰衰落产业和缺乏竞争力产业。但对于那些有着悠久历史的特色产业，政府要给予一定的扶持和帮助，实现特色产业发展的绝对优势。

（三）挖掘特色资源潜在力，提高投入产出比率。在特色城镇化进程中，挖掘特色资源的潜力，将资源投入转化为可观的经济产出，同时还要注意节约资源，实现人与资源的和谐相处。资源的再生力是打造特色城镇化进程中必须关注的一个问题，不断寻找资源和经济发展的平衡点，促进资源的良性循环。

（四）弘扬城市文化，打造品质活力城市。文化是城市发展的灵魂，现在大多数城市不断趋同最主要的因素就是没有了灵魂。吉林省是一个少数民族聚集的地方，在少数民族聚居的地区，文化底蕴深厚，人们能歌善舞，其乐融融。大力弘扬城市文化，着力打造高品质、活力四射的城市是未来特色城镇化发展的重点。

主要参考文献：

[1]才春红，王健.河北省城镇化发展水平评价及对策研究[J].安徽农业科学，2009.37.34.

第7篇：城镇化水平范文

关键词：城镇化 影响因素 空间面板模型 溢出效应

引言

随着中国经济快速增长，目前城镇化已经是中国正在经历的一个最重要的结构性变化。“十五”规划中首次提出城镇化这一词，此后党的十六大到十的政治报告中都有提及城镇化，十明确提出要工业化、信息化、城镇化、农业现代化良性互动、同步发展。在《国务院关于城镇化建设工作情况的报告》中首次明确城镇化路径，小城市将全面放开落户限制，可见，针对如何合理推进中国的城镇化进程的研究已是相当紧迫。

近年来，已有大量文献在对中国城镇化方面进行了研究，包括城镇化的历史、现状、特点以及影响因素等进行理论研究与实证分析，并取得了丰硕的成果。其中蒋伟（2009）利用2005 年的数据对中国省域城市化水平影响因素进行了实证分析，得出区域城市化之间存在相关，即城市化水平的提高将通过空间溢出促进周边地区的城市化发展，第三产业的发展是影响地区城市化水平的主要因素。秦佳（2013）利用六普的数据实证了人口城镇化水平空间差异的影响因素，并提出第三产业就业水平的提升对中西部地区人口城镇化的促进作用大于其在东部的作用。上述文献，是以截面数据为研究对象，分别分析各变量对城镇化的影响。姜磊（2011）研究了城市化进程与城乡收入差距的影响路径识别，实证结果表明：城市化进程对缩减城乡收入差距的作用是积极影响和消极影响并存，关键取决于城市化进程的政策路径选择；省际间存在空间溢出效应的城市化进程。该文主要是针对城市化进程与城乡收入差距的影响研究，而较少考虑其他因素对城市化进程的影响。

本文主要是研究中国在城镇化水平上是否存在显著的空间相关性，及影响城镇化水平的因素是什么？相邻区域的城镇化水平对本地区的扩散程度是多大？以及邻近地区的影响因素对本地区的城镇化水平是否存在溢出效应？溢出效应多大？本文的创新之处在于利用面板模型与空间面板模型进行对比，实证了空间面板模型的优势以及确定影响城镇化水平的因素，并计算出各自的溢出效应。

研究方法

（一）Moran's I指数

在空间统计学中常常使用空间自相关指数Moran's I指数来检验变量是否存在空间相关性，因此本文利用Moran's I指数研究人口城镇化的全局空间相关性。Moran's I指数定义为：

（1）

当Moran’s I指数为正时，表明存在明显的正空间自相关，也就是说相似的观测值（高值或低值）趋于空间集聚，表明不同地区数据在空间上有相似的属性；当Moran’s I指数为负时，表明存在负的空间自相关，相似的观测值趋于分散分布，表明不同地区数据在空间上有不相似的属性；当Moran’s I指数为零时，观测值呈现独立地随机分布。Moran’s I指数绝对值反映了空间相关程度的大小，绝对值越大，空间相关程度越大，反之亦然。

（二）空间面板模型和模型选择

近年来，随着空间面板计量模型的设定和估计的方法逐渐完善，空间面板计量模型被越来越广泛的用于分析空间和区域问题。空间面板模型可以依滞后项存在于因变量和误差项中分为两类：空间滞后模型和空间误差模型，又依据样本个体之间的差异存在是确定的和随机性，有分为固定效应和随机效应。

空间滞后模型固定效应的基本结构如下：

（2）

空间误差面板固定效应模型 ：

（3）

（4）

ρ是度量相邻地区综合城镇化水平对本地区城镇化水平的影响程度。空间误差系数 λ 则反映了邻近地区城镇化水平的误差冲击之和对本地区城镇化水平的影响程度。空间滞后模型和空间误差模型是空间依赖性的不同体现。

在模型包含空间滞后误差项的情况下， 最小二乘法不适合用来估计空间计量经济模型，因为OLS估计量不再有效。所以，一般使用极大似然法（ML）来估计空间计量经济模型。Elhorst给出了Matlab软件包，给出了一般空间面板模型的极大似然估计（MLE）函数。

（三）直接影响与溢出效应

LeSage和Pace（2009）提出采用求解偏微分的方法来解释不同模型在设定情况下变量的变化所产生的冲击，为检验空间溢出效应提供了有效的基础。SLM模型可以被改写为如下矩阵形式 ：

（5）

其中，Y关于第1至第N个区域的内生变量X中第k个变量的偏微分矩阵较为容易获得：

（6）

其中， LeSage和Pace将上式最右端矩阵的对角线元素的均值定义直接影响，而每行或者列中非对角元素之和的均值定义为间接影响，也被称为溢出效应。

实证分析及估计结果

（一）指标选择和数据来源

段瑞君和安虎森（2009）运用向量自回归模型实证了城市化与经济增长的相互关系。郭军华（2009）运用面板协整检验实证了我国东、中、西部城市化与城乡收入差距之间具有长期均衡关系。江易华（2012）利用2009年统计年鉴数据对县域人口城镇化的影响因素进行分析，实证了生产总值、农林牧渔业人员、城乡收入比和人口发展功能区划是影响县域人口城镇化的主要因素。蒋伟（2009）将各省的人均 GDP、第二产业产值占 GDP 的比重、第三产业产值占 GDP 的比重、文盲半文盲占 15 岁及以上人口的比重、按美元与人民币中间价折算的进出口总额占 GDP 的比重、城乡收入差距等因素对城镇化的影响进行研究。秦佳和李建民（2013）利用空间模型实证了地区之间土地城镇化水平、第二三产业就业水平和产值水平，以及人均 GDP 的差距是造成人口城镇化平空间差异的主要原因。

根据以往文献对城镇化影响因素的分析以及数据的可得性。本文研究文盲率、城乡收入差距、第二产业产值比、第三产业产值比、人均财政预算支出、人均进出口额、人均地区生产总值对人口城镇化率的影响。

本文对所有数据取对数，是为数据之间的可比性和减少异方差，其中Y表示城镇化率，国内学者已基本达成对人口城镇化率指标的共识，即采用各地区非农人口数比各地区总人口数， I表示文盲率，即文盲半文盲占15岁及以上人口比例，Ur表示城乡收入差距，各地区城镇居民平均每人可支配收入比各地区农村居民平均每人纯收入，S表示第二产业产值比，即第二产业产值占生产总产值的比重，T表示第三产业产值比，即第三产业产值占生产总产值的比重，D人均财政预算支出，各地区一般财政预算支出比上各地区人口数， Exit人均进出口额，即各地区按经营单位所在地分商品进出口总额除以各地区人口数，Rgdp为人均地区生产总值。本文以中国31个省为研究对象，根据数据的可得性采用1998～2011年的年度数据，即进行实证分析的样本数据为1998～2011年中国31个省份的面板数据。数据来源于1999 ～2012年中国统计年鉴和1999～2006年中国人口统计年鉴，2007～2012年中国人口和就业统计年鉴。

（二）实证分析

空间自相关性检验。本文采用Rook邻接矩阵，首先利用Anselin编写的geoda软件计算城镇化率的全局自相关Moran's I指数值如图1所示。其中Moran's I值在0.26～0.4的正值区域内，且总体呈现递增增长趋势，各地区城镇化率有显著的正向空间依赖性。从总体变动趋势来看，中国各地区城镇化率Moran's I值呈现递增趋势则说明空间集聚现象越来越稳定，空间依赖性在不断增强，溢出效应在逐渐增大。

全局空间 Moran's I指数描述我国区域城镇化率的总体空间自相关模式，但不能确定各地区具体的空间依赖情况，局部Moran散点图可以为分析具体各地区城镇化率聚集情况提供信息。其中局部Moran's I指数如图2。

在Moran's 散点图中第一象限（HH）主要是东部沿海以及华北地区，包括上海、浙江、福建、江苏、北京、天津及东北三省等地，表示这些省份及其周围省份都有较高的城镇化率，及其地区城镇化率之间差异不大，存在较强的正空间自相关性。第二象限（LH）主要是河北、海南、安徽、江西四省，其中河北周边有高城镇化率的北京、天津等地，这些地区在高城镇化率区域范围内，如果充分利用周围的高城镇化率地区的扩散效应，这些地区也会在城镇化率水平上得到较好的提高。因此，这一象限成为过渡区。第三象限（LL）主要是西部地区，以及部分中南省份，这些区域是连同周围地区都是低城镇化率城市，例如，四川、贵州等高原地区，另外，经济的发展水平也是一个很重要的因素，这些区域普遍表现为不发达省份。第四象限（HL）是广东、内蒙古和重庆，这些省份应该发挥典范作用，带领周围区域共同发展，从而形成相辅相成的良性发展模式。

模型估计结果。空间相关分析Moran's I指数定量证明了各地区城镇化率之间存在显著的空间相关性，因此有必要采用空间面板回归模型来描述城镇化率的影响因素及其影响因素之间的关系。本文根据理论分析选择空间面板滞后模型固定效应模型，因为根据固定效应与随机效应的选择理论，随机效应主要是以样本为估计母体的。本文分别对面板数据的OLS估计以及空间面板滞后模型对无固定效应、地区固定效应、时间固定效应和地区与时间固定效应这四种情况分别进行估计进行对比。采用 Matlab2010B 软件和Elhorst、LeSage等人编写的Spatial econometric 模块，计算结果如表1所示。表2为模型的LM检验结果。表3为各内生变量的直接影响和溢出效应检验。

从R2、σ2、LogL等统计量综合来看，空间面板滞后模型比普通模型效果更好，其中地区固定效应模型R2比普通面板模型R2高出10%以上，故认为区域城镇化率模型中存在空间效应。然而，在模型中从统计量来看地区和时间固定效应模型是具有最好的拟合度，但是从模型参数估计的结果看，该模型存在部分变量的不显著性。综合比较之后，笔者认为时间固定效应模型能更贴切地描述我国各地区城镇化率的影响因素以及相互之间的关系，在时间固定效应模型中参数大多数都通过了1%显著性水平检验，同时综合统计量指标也相对较合理，故本文将选择时间固定效应空间面板滞后模型进行分析。

在空间面板滞后地区固定效应模型中，空间相关系数ρ表示与该地区相连接的省份在城镇化率水平对本地区的综合影响为0.15，该值通过了 1%的显著性水平检验，因此可以充分地证明各地区城镇化率之间存在显著的正向空间效应，即在某种程度上本地区的城镇化率是依赖于相近地区的城镇化率对其的影响，因此，在面板模型中将空间影响因素考虑进来研究中国地区城镇化更为合理。

通过表1到表3的估计结果，本文可得到以下结论：

首先，城镇化率与文盲率之间存在显著的负相关关系，即各地区的文盲率越高，相对应的城镇化水平则会越低。城乡收入差距与城镇化率是存在系数为-0.423的显著性负相关的，城乡收入差距对城镇化的影响是最大的。即减少城镇收入差距可以最有效促进我国城镇化水平的提高。这与蒋伟（2009）研究结论是一致的。此外，人均进出口额与城镇化水平之间也存在负的相关性的，但是影响程度不大，这与秦佳（2013）和蒋伟（2009）的研究结果均不一样。笔者认为可能是样本差异，蒋伟和秦佳都是以截面数据来做分析，没有考虑时间因素的影响，本文使用空间面板模型来分析变量之间的关系。

其次，第三产业产值占总产值的比值对城镇化率的影响是最大正向的。即在其他条件不变的情况下，第三产业产值占总产值的比值提高1%，则平均来说，城镇化水平提高0.403%。与第二产业对城镇化率的0.32%相比，第三产业对城镇化率的促进作用远远高于第二产业的作用。加大服务业的发展是引领我国城镇化水平进一步提升的关键因素。

最后，从各个变量的直接影响和溢出效应可以进一步了解不同变量对城镇化影响因素的具体效应，结果发现，所有的解释变量对城镇化率都存在显著的区域间的溢出效应，各个变量的溢出效应对城镇化率的影响方向与直接影响是一致的。城乡收入差距的溢出效应是最大的，也只是当相邻地区的城乡收入差距减少1%，本地的城镇化率平均上升0.074%。即各变量对城镇化率存在显著的溢出效应。

结论及政策建议

本文得出结论：中国城镇化率存在空间自相关性。同时各变量对城镇化率均存在显著的影响，同时实证也发现各变量对邻近省域的城镇化率存在具有显著的溢出效应。由此本文提出以下建议：

第一，充分利用地理优势。根据上文的分析，区域城镇化率间存在空间相关性，空间相关系数为0.15以及各自变量对本地区城镇化存在溢出效应。故应充分引导东部沿海发达地区的扩散效应，带动周围城市步入高城镇化水平阶段，同时也促进自己步入更好层次。

第二，降低文盲率缩小城乡收入差距。教育水平的落后以及城乡收入差距的扩大对城镇化发展有着显著的负面影响。增加各地区的受教育机会，特别应增加农村基础教育的投入，降低文盲率，进而提高劳动力的文化素质。缩小城乡收入差距是提高城镇化水平最有效的途径。可以通过以下方式缩小城乡收入差距：合理定价农产品价格，减少中间各种费用；畅通农产品销售渠道，提供供销平台；引导农产品的合理耕种，多种渠道提高农村居民的纯收入，进而可以扩大居民对工业产品和服务的消费，从而推动城市化的发展。

第三，加大第三产业的发展。在影响省域城镇化水平的诸多因素中，其中第三产业是推动城镇化率水平提高的主要力量，第三产业的发展和城镇化率水平的提高关系最密切。因此，在遵循市场经济规律的前提下，进一步优化产业结构，发展第三产业，合理预算财政支出，进而促进城市化进程的良性可持续渐进式发展。

参考文献：

1.Anselin L.Spatial Econometrics：Methods and Models[M].Dordrecht：Kluwer Academic Publishers，1988

2.蒋伟.中国省域城市化水平影响因素的空间计量分析[J].经济地理，2009，4

3.秦佳，李建民.中国人口城镇化的空间差异与影响因素[J].人口研究，2013，3

第8篇：城镇化水平范文

关键词：传统农区；城镇化；农业现代化；协调发展

中图分类号：F326.1 文献标识码：A 文章编号：0439-8114（2015）10-2542-05

DOI：10.14088/ki.issn0439-8114.2015.10.064

在我国工业化、城镇化快速发展的关键时期，传统农区作为维护国家粮食安全、保障农产品有效供给的特殊区域，其重要性越来越明显[1]。但是随着资金、土地、劳动力等各种资源的加速外流，制约传统农区发展的不利因素越来越多，“谁来种地”、“谁来种粮”、“如何种地”等问题愈发突出[2]。在这样的背景下，客观评价传统农区城镇化与农业现代化协调发展的水平，找出制约二者协调发展的主要因素，进而缩短与全国整体发展水平的差距，实现区域经济的健康持续发展，就具有现实必要性和紧迫性。基于此，本研究以黄淮平原的黄淮4市（河南省商丘、信阳、驻马店、周口）为例，定量分析评价传统农区的城镇化与农业现代化协调发展水平，并提出针对性的政策建议。

1 城镇化与农业现代化协调发展水平评价体系

1.1 城镇化与农业现代化指标体系的框架

城镇化与农业现代化协调发展是一个动态综合的体系和过程[3]。通过对传统农区城镇化与农业现代化协调发展水平的量化评价，不仅可以有效把握二者协调发展的趋势过程，而且也有利于发现影响协调发展的各个因素所起的作用，科学合理地选择促进城镇化与农业现代化协调发展的措施。因而，如何构建一套合理的评价指标体系对于二者协调发展的情况进行量化评价和分析，使传统农区城镇化与农业现代化向着实现协调发展的方向转变就显得极为重要。

按照科学性、系统性、代表性的原则，结合传统农区自身的特点，参考国内外已有的研究成果[4-7]，建立传统农区城镇化与农业现代化协调发展的指标体系框架如图1所示。

评价指标体系的目标层是城镇化与农业现代化协调发展指标体系，系统层是城镇化综合评价指标体系和农业现代化评价指标体系，子系统层包括6个方面：经济发展城镇化、社会发展城镇化、人口城镇化、农业投入和装备的现代化、农业产出的现代化、农村经济的现代化。

城镇化指标体系中[8，9]，经济城镇化反映的是经济结构演变的非农化过程，用人均GDP和人均工业增加值表示；社会城镇化反映的是城镇居民实际生活水平的高低，是城镇化发展的最终结果，用城镇人均收入水平和人均消费品零售总额来表示；人口城镇化表现为城乡人口空间的分布结构，反映的是城镇人口所占比重的上升，用城镇常驻人口比率来表示。农业现代化指标体系中[10，11]，投入装备的现代化反映的是农业生产手段和投入的水平，用单位耕地机械数量和有效灌溉面积比重来表示；农业产出的现代化反映的是农业投入产出的效率，考虑到传统农区的实际特点，用单位耕地粮食产量和人均第一产业增加值来表示；农村经济的现代化反映的是农村经济发展水平逐步提升，城乡发展差距逐步缩小，用农民人均纯收入来表示。以上城镇化指标体系和农业现代化指标体系均为正向指标。

1.2 指标权重的确定

首先对于原始数据进行标准化。所谓指标的标准化就是将所有的指标都转换为无单位、取值范围在0～1之间的方法，这样就可以对不同的数据直接进行核算。由于城镇化与农业现代化协调发展评价指标体系中各个指标的含义、核算方法、量纲不同，因而不能进行直接综合计算，必须首先对指标进行标准化的处理，去除量纲的影响。由于所选指标均为正向指标，其数值越大越好。正向指标的数据标准化处理过程如下所示：

Rij=1，Vij>Vijmax（Vij-Vimin）/（Vijmax-Vijmin），Vijmax>Vij>Vijmin0，Vij

Rij是标准化指标，Vij是原始指标，Vijmax、Vijmin分别为原始指标的最大值和最小值。

其次是对于标准化之后的数据采用熵值法确定各个指标的权重。所谓熵值法就是通过指标信息熵对于指标的有效性和价值作出判断，信息熵越小，指标的权重越大。其计算过程如下：

为了使计算的结果具有一定的层次性，城镇化子系统与农业现代化子系统协调系数计算公式如下：

C为协调系数，P为调节系数，P≥2，取P=2。协调系数反映了在城镇化子系统和农业现代化子系统综合效益或者发展水平一定的条件下，即 l（x）和m（y）之和一定的时候，为了使城镇化和农业现代化复合效益或者发展水平最大，也就是l（x）和m（y）最大，城镇化与农业现代化效益或者发展水平进行组合的数量程度。C取值范围在0到1之间，最大值1就是最佳协调状态，最小值0就是最差协调状态，也就是协调系数越大，系统之间越是协调。

尽管协调系数能够反映出城镇化与农业现代化彼此相互协调的程度，这对于约束二者的发展行为，促进二者健康、合理、有序发展有着重要的意义，但是协调系数却不能反映出城镇化与农业现代化综合效益的高低、整体发展水平的高低。也就是说具有相同协调系数的不同地区和同一地区的不同时期，其城镇化与农业现代化协调发展的水平会出现高低不平。按照协调发展的内涵，将衡量城镇化与农业现代化协调发展水平高低的定量指标定义为协调度，公式为：

式中，D代表协调发展度，C为协调系数；T为城镇化与农业现代化协调发展的综合评价指数，？琢和？茁为待定权数，本研究认为二者的重要性相同，所以选择？琢和？茁都是0.5。一般T的取值范围是（0，1），这样可以保证D的取值范围也是（0，1），便于比较分析。

2 城镇化与农业现代化协调发展水平的评价

本研究的数据来源主要是全国、河南省以及黄淮4市历年的统计年鉴和统计公报，个别缺失数据采取线性差值方法进行弥补，数据的时间范围为2003-2012年共10年的数据，通过城镇化与农业现代化协调发展的相对水平变动趋势，评价4个农业大市相对于河南省以及全国来说，其协调发展的水平。

2.1 指标权重的确定

对于指标体系中与价格有关的指标数据，比如人均生产总值、人均工业增加值、城镇居民可支配收入、人均社会消费品零售总额，以1990年的价格指数为基数进行价格处理，这样就可以消除物价因素带来的影响。然后对于原始数据的每个指标进行标准化处理，这样不同单位的指标就可以消除单位带来的影响，然后计算各个指标的信息熵、冗余度、权重，结果如表1所示。

从表1可以看出，城镇化子系统指标体系中，占比重较大的指标主要体现在经济城镇化，这说明经济发展水平的高低是影响城镇化发展的最重要因素，对于城镇化的综合水平影响较为显著。单个指标中权重最大的是人均固定资产投资，其次是人均工业增加值以及人均GDP。农业现代化子系统指标体系中，占比重较大的体现在农业投入和农业装备方面，这说明农业现代化的水平更多的受到投入和装备的影响。单个指标中权重最大的指标都是乡村人均用电量，其次是乡村人均农业增加值和乡村人均肉类产量、单位耕地农业机械总动力。

2.2 城镇化、农业现代化、协调系数、协调度得分

在计算出相应指标的权重之后，根据相应的公式计算出全国、河南省和黄淮4市2003-2012年城镇化、农业现代化、协调系数和协调度相对发展水平的得分，结果如表2～表5所示。

2.3 城镇化与农业现代化协调发展相对水平的结果与评价

从上述评价结果可以看出，2003-2012年作为传统农区的黄淮4市城镇化和农业现代化自身的发展水平提升很快，协调状况一直在好转。但是相对于全国和河南省来看，该区域的4个农业大市的发展水平依然相对较低、发展依然相对较慢，尤其是城镇化与农业现代化的协调发展水平方面，与河南省以及全国的差距不仅没有缩小，反而有进一步拉大的趋势。

1）从城镇化相对水平发展走势图（图2）可以看出，黄淮4市城镇化发展水平始终处于上升的阶段。但是与河南省、全国同期水平相比，黄淮4市城镇化发展的相对速度却越来越慢，导致差距越来越大。如2012年城镇化综合水平最高的商丘市为0.457 1，最低的周口市只有0.341 9，河南省的城镇化水平为0.772 5，而全国城镇化的水平为0.993 5，这说明黄淮4市城镇化发展水平落后的状况相当明显。

2）从农业现代化相对水平发展走势图（图3）可以看出，黄淮4市农业现代化水平相对较高，甚至在个别时期与全国水平非常接近。但是整体水平依然落后于河南省、全国的平均水平，尤其是2010年以后，发展差距有进一步拉大的趋势。2012年发展水平最高的商丘市农业现代化综合得分为0.674 4，略高于河南省0.661 8的水平，但是依然低于全国0.735 2的水平。

3）从协调度相对水平发展走势图（图4）可以看出，相对于全国、河南省的发展水平，黄淮4市的协调度虽然在上升，但是差距越来越大。在2012年最高的商丘市才达到0.524 8，最低的周口市仅为0.393 2，这说明相对于河南省与全国的发展水平，黄淮4市的城镇化与农业现代化之间很不协调，同时发展的水平也是处于非常低的阶段。

3 传统农区城镇化与农业现代化协调发展的对策

由于传统农区城镇化总体水平较低，城市反哺农村的能力较弱，因而不能提供足够多的就业岗位，带动农村剩余劳动力向非农就业岗位转移，结果使得农业劳动生产率提高较为缓慢，二者处于低水平协调、甚至不协调的状态。由此可以看出，传统农区城镇化与农业现代化二者不协调或者协调性差的关键问题在于传统农区的城镇化水平发展滞后，不能发挥引领带动作用，阻碍了农业发展水平的提升。因此，作为一类特殊的区域，传统农区必须结合自身实际，按照国家的总体规划和功能区定位，在确保粮食生产能力稳步提高、农产品有效供给、生态环境良好和农民主体地位的前提下，充分利用发展的机遇和有利条件，提升城镇化与农业现代化的协调发展水平，坚决避免工业的发展造成农区环境的破坏和恶化[12]。

3.1 以农业产业化为主线，夯实农业现代化发展的基础

这需要保护和提高粮食生产能力，健全财政支农惠农政策，加大粮食生产的财政补助[13]；建立粮食生产核心区，通过增加农民种粮收入的方式来提高农民种粮的积极性和自觉性；拓展拉长农业产业链条，进行产业链的纵向和横向延伸，通过龙头企业、专业合作组织等的发展，实现工农结合、农企结合、产销结合、促进农业发展的商品化、市场化、产业化。通过土地的适度流转，推动农业的规模化经营，提升农业的生产率和竞争力[14]。

3.2 以产业城镇融化为基础，推动城镇化持续快速发展

产业是城镇化发展的基础，城镇化健康发展的过程就是非农产业带动的过程。对于传统农区来说，城镇化发展滞后主要是非农产业发展的滞后，因此只有产业兴旺发达了，才能从根本上提升城镇化的发展水平，提升农民的收入水平。以人为本，因地制宜，通过就地转移和异地转移，实现农业转移人口的市民化。通过就地发展小城镇，可以实现农民的就地转移，提高农民的非农收入，这需要重点发展县城和中心镇，提升其公共服务能力，产业积聚能力、人口集中能力。由于传统农区城镇化和非农产业滞后，必须合理地引导部分农业劳动力异地城镇化，尤其是引导转移人口进入城市群来实现异地的城镇化。这就要求通过制度的改革，真正地为外来人口解决就业、入学、就医等问题，使其真正地享受市民化待遇。

3.3 破解城乡二元结构，逐步缩小城乡发展差距

实现城镇化与农业现代化的协调发展，必须进行体制改革，实现城乡统筹发展。根据城乡人口流动加快的实际，逐步放开城乡户籍制度，为农民进城、人口的跨区域流动扫清障碍；以维护农民的利益为出发点，解决城乡要素不平等交换的现实，尤其是通过农地制度的改革，实现城乡土地市场的“同权同利”。通过资源配置的均等化，实现新农村和城镇化的同步均衡发展，让农村和城镇都成为农民安居乐业之地。

参考文献：

[1] 韩长赋.加快推进农业现代化，努力实现“三化”同步发展[J].农业经济问题，2011（1）：1-3.

[2] 王发曾.中原经济区的“三化”协调发展之路[J].人文地理，2012（3）：55-59.

[3] 魏厚凯.走好“双加速”下的“三化”协调之路[J].经济经纬，2012（1）：1-2.

[4] 夏春萍.农业现代化与城镇化、工业化协调发展关系的实证研究――基于VAR模型的计量分析[J].农业技术经济，2012（5）：18-23.

[5] 伍国勇.基于现代多功能农业的工业化、城镇化和农业现代化“三化”同步协调发展研究[J].农业现代化研究，2011（7）：54-61.

[6] 吴文倩.农村城镇化与农业现代化关系探析[J].商业时代，2007（17）：42-47.

[7] LIN G. Chinese urbanism in globalizing China：A study of new urbanism in Dongguan[J]. Eurasian Geography and Economics， 2006（47）：294-306.

[8] 欧向军，甄 峰，秦永东.区域城市化水平综合测度及其理想动力分析――以江苏省为例[J].地理研究，2008（9）：24-30.

[9] 宣国富，徐建刚，赵 静.安徽省区域城市化水平综合测度研究[J].地域研究与开发，2005（6）：47-51.

[10] 辛 岭，蒋和平.我国农业现代化发展水平评价指标体系的构建和测算[J]. 农业现代化研究，2010（11）：46-50.

[11] 曾福生，吴雄周，刘 辉.论我国目前城乡统筹发展的实现形式――城镇化和新农村建设协调发展[J].农业现代化研究，2010（1）：19-23.

[12] 祝洪章.传统农区走新型工业化道路分析[J].求是学刊，2010（9）：18-25.

第9篇：城镇化水平范文

关键词：失地农民；养老保险；保障水平；调查研究

中图分类号：F840.67 文献标识码：A 文章编号：1003-3890（2013）11-0030-05

一、引言

近年来，上海市城镇化进程不断加快，城镇化率已经由1978年的58.7%提高到2011年的89.3%。城镇化水平的提高，产生很多失地农民。农民失去了土地也就意味着失去了基本的生活来源，由于失地农民文化水平普遍偏低，自身掌握的技能又比较少，难以在就业市场上找到合适的工作，所以他们的养老金收入直接影响到征地后的基本生活。在构建上海市失地农民社会保障体系过程中，失地农民养老保险保障水平的高低是非常重要的，它不仅关系到失地农民征地后的基本生活，更关系到社会的和谐稳定。为此，本文通过对上海市松江区佘山镇失地农民养老保险实施情况的调查，反映调研地区存在的问题，并提出解决问题的对策。

二、调研地区选择依据

对失地农民养老保险的实施情况进行调查，就需要选择失地农民数量较多的地区进行实地调研，才能够获取比较详实的一手资料。近年来，佘山镇为了促进经济发展，大力实施“阳光动迁”政策，相继完成了上海辰山植物园、天马现代服务业集聚区、佘苑路1号地块、横山花园4队、佘山天文台、武警政治学院、鼎源路高压走廊、翠鑫苑等地块的居民动迁工作，征用了大面积的土地。五年来，已累计动迁农村居民2 600户，产生很多失地农民。因此，本调查选择佘山镇作为调研地点比较具有典型性和代表性。

由于征地时间的不同和征地安置政策的调整，佘山镇的失地农民可能会出现不同养老保险制度并存的情况，不同保障制度的保障水平还存在着差距，通过对参加不同保障制度的失地农民进行实地调研，能够详细地了解他们对现行政策的一些看法，以便为政府决策提供参考。本次调查共发放调查问卷600份，回收问卷580份，其中有效问卷556份，有效率达93%。

三、上海市松江区佘山镇的调查结果分析

（一）失地农民的土地征用状况分析

1. 失地农民的土地被征用情况。问卷数据显示，在被调查的失地农民中，有81%的失地农民土地已经被完全征用了，10%的失地农民土地被部分征用，仅有9%的失地农民土地没有被征用。

2. 征地补偿标准调研情况。虽然上海市的征地补偿标准从全国来看是比较高的，农用地的补偿标准已经达到每亩4.5万元。但从我们调查的结果来看，现行的补偿标准仍然难以满足失地农民的要求，有接近50%的失地农民认为目前的征地补偿制度是不合理的。

3. 失地农民对征地补偿制度的看法。为了能够详细地了解失地农民对征地补偿制度的一些看法，我们对现行征地补偿制度不满意的失地农民也进行了调研。调查显示，大部分的农民都认为补偿标准低，占调查样本总数的37%，还有占样本总数27%的失地农民认为居住在同一区县但补偿标准却不同，认为征地收益分配不合理的占样本总数的19%，认为征地过程不透明的占样本总数的17%。

4. 失地农民期望的征地补偿标准。

（1）建设用地和未利用耕地的补偿标准

针对建设用地和未利用耕地的补偿标准，调查数据显示，认为补偿标准达到3.5万元/亩的，占调查样本总数的28%，补偿标准在4万～5万元的，占调查样本总数的39%，认为补偿标准在5万元以上的，占调查样本总数的33%。

（2）农用地补偿标准

失地农民对于农用地的补偿标准，期望在4.5万元/亩的占样本总数的31%，期望4.5万～5万元的，占调查样本总数的41%，期望农用地补偿标准在5万元以上的，占调查样本总数的28%。

（3）粮棉地补偿标准

在调查的样本中，18%的失地农民认为粮棉地的补偿标准应该达到1 600元/亩，49%的失地农民认为粮棉地的补偿标准应该在1 600～2 000元，还有33%的失地农民认为补偿标准应该达到2 000元以上。

（4）蔬菜地补偿标准

30%的失地农民认为蔬菜地的补偿标准应该达到3 000元，46%的失地农民认为蔬菜地补偿标准应该在3 000～4 000元，另有24%的失地农民认为补偿标准应该在4 000元以上。

5. 土地征用后担心的问题。对于失地农民土地征用后最担心的问题，我们也进行了调研，调查显示，有307人选择了养老问题，占调查样本总数的55%；104人选择了就业问题，占调查样本总数的19%；96人选择了教育培训问题，占调查样本总数的17%；41人选择了生活水平下降，占调查样本总数的8%；仅有1%的人选择了其他。可以看出，失地农民最关心的还是他们的养老问题。

6. 失地农民期望的补偿方式。在对失地农民期望的补偿方式进行调研时发现，有236人选择了期望解决养老问题，占调查样本总数的42%；207人选择了期望能够解决就业问题，占调查样本总数的37%；另外，还有51人选择了一次性支付足够的钱，占调查样本总数的12%，其中大部分都是年轻人，他们主要是缺少创业启动资金，希望用获得的土地补偿金去创业；还有62人选择了提供教育培训，占样本总数的9%，这些人多处于中年，由于自身掌握的技能少，他们在就业市场上处于劣势，期望政府提供教育培训以提高自身文化素质水平。

（二）失地农民养老保险实施情况调查

1. 失地农民参加养老保险情况。在调查的失地农民中，大部分人参加的是“镇保”，占调查样本总数的78%，另有8%的失地农民参加的是城保，14%的失地农民参加征地养老，如图1所示。

2. 失地农民每月领取的养老金待遇标准。在所调查的失地农民群体中，大部分人每月领取的养老金待遇标准在851～950元，占调查样本总数的51%，领取750～850元的占调查样本总数的34%，养老金水平在951～1 050元的占调查样本总数的12%，领取1 050元以上的仅占调查样本总数的3%。

（三）失地农民就业培训调研情况

1. 失地农民就业状况。从调查的情况看，他们在失去土地后，仍有51人从事务农，占调查样本总数的9%；有118人从事保洁员，占调查样本总数的21%；有97人从事保安，占调查样本总数的17%；从事个体经营的有106人，占调查样本总数的19%；成为工人的有117人，占调查样本总数的21%；失业的有38人，占调查样本总数的7%。

2. 失地农民再就业困难程度调研情况。在调查的失地农民中，47%的失地农民认为再就业是非常困难的，37%的失地农民认为再就业一般困难，只有16%的失地农民认为再就业是没有困难的。

3. 失地农民未能就业原因的调查情况。针对失地农民未能就业的原因也进行了调查，问卷数据显示，有39.75%的失地农民认为是自身的文化素质低不能够顺利就业，27.7%的失地农民认为自身掌握的技能少，难以找到工作，18.35%的失地农民认为自己的年龄大无法找到工作，也有14.21%的失地农民在失地后不想找工作。

四、上海市松江区佘山镇失地农民养老保险的调查结论

通过实地调研发现松江区佘山镇失地农民养老保险还存在以下需要解决的问题。

（一）失地农民养老保险保障水平低

通过实地调研我们了解到，上海市现行的失地农民养老保险保障水平仍然没有达到失地农民要求的标准，51%的失地农民对目前的失地农民养老保险保障水平是不满意的，22%的失地农民对保障水平非常不满意，只有7%的失地农民对养老保险保障水平是非常满意的，20%的失地农民基本满意（见图2），可见提高养老保险保障水平已经势在必行。

通过对上海市已经颁布的失地农民养老保险相关政策进行梳理，也可以看出来，失地农民养老保险保障水平的历年调整幅度并不大，从另一个角度证明了失地农民难以对目前养老保险保障水平满意。

自2003年上海市颁布小城镇社会保险暂行办法至今，上海市每年都会根据本市职工平均工资增长幅度和居民消费价格指数的变化情况对失地农民养老保险待遇予以调整，如表1所示。

可以发现每年的养老金增长幅度差别较大，增长最多的是2008年每月增加100元，增长最少的是2005年每月只增加35元，不固定的增长金额难以从根本上保障失地农民的自身利益。

自2007年开始，上海市人保局每年都会下发一个补充通知，适当地提高失地农民养老金标准（见表2），但增加的金额并不多，2007年和2009年每月只增加了15元，增长幅度最多的是2011年，每月增加55元。在生活成本不断增加的情况下，目前每年增加的养老金已经难以满足失地农民的要求，有必要提高失地农民的养老金标准。

（二）失地农民受教育程度低

从调查情况来看，失地农民的受教育程度普遍偏低，大部分人只具有小学或初中学历，分别占调查样本总数的20%和38%，高中文化水平的占调查样本总数的23%，大专以上学历的占样本总数的12%。另外，各个年龄段的失地农民文化水平差别较大，50周岁以上的失地农民基本属于文盲和半文盲，占调查样本总数的7%（图3所示）。由于失地农民的文化水平低，而且掌握的技能少，增加了他们就业的难度。

（三）失地农民再就业难

目前针对失地农民实施的很多养老保险政策，都只是一种生活指向性的安排，而并不是一种就业指向性的安排[1]。建立失地农民养老保险制度能够解决失地农民的养老保险问题，但并没有解决失地农民生产方式转变和职业转换的问题。调研发现有大部分的失地农民都能够解决自身的就业问题，但大部分从事的都是很低级的工作，保洁员、保安和建筑工人是失地农民的主要就业方向。这种劳动方式对从业人员要求低，竞争人数多也使他们再就业遇到了很多困难。另外，许多失地农民都没有接受过正规的教育培训，他们想自主创业也是比较困难的。大多数的失地农民都希望政府能够对他们进行培训，掌握一门技术受益终生。

五、上海市松江区佘山镇失地农民养老保险问题的成因分析

1999年以来，我国针对失地农民采取的政策是一次性货币补偿，但是这种方式没有将失地农民的长远生活考虑在内，而且在征地的过程中，容易发生侵犯失地农民利益的情况，这严重地影响了城镇化的进程和失地农民养老保险制度的建设。

（一）征地补偿制度不合理

目前我国采取的征地补偿制度还存在很明显的计划经济特征，在市场经济逐步健全的情况下，如果土地补偿标准仍然按照计划经济时代的思路进行，显然是不合理的。根据《中国人民共和国土地管理法》的有关规定，计算土地征用补偿标准也是根据土地前三年的平均产值。这种补偿方式不仅违反市场经济规律，也难以准确地反映土地市场的供求状况，更不能保障失地农民的长远生活。上海市的征地补偿标准与全国其他地区相比是比较高的，各区县粮棉地的征地补偿标准是相同的为1 570元/亩，蔬菜地的补偿标准各区县是不同的，闵行区、徐汇区华泾镇和长宁区新泾镇补偿标准较高为3 260元/亩，而崇明县的蔬菜地补偿标准在上海市各区县中是最低的仅为2 750元/亩，其他各区县补偿标准是一致的为2 900元/亩。但我们还要看到目前上海市征地补偿制度的不足之处，上海市在征地过程中实施的补偿办法是上海市物价局和财政局在2006年制定的，已经难以适应现在的经济发展形势。如果仍然按照现行办法来补偿失地农民，是很难满足失地农民的愿望，更不能提高他们的养老保险保障水平。所以，应该结合近几年上海市经济发展的实际情况，尽快制定新的征地补偿制度。

（二）政府保障措施不到位

通过调研发现，一半以上的失地农民很难找到满意的工作，一方面，这与失地农民的文化水平低有关，另一方面也与政府的责任缺失有关。在受调查的失地农民群体中还有34%的人没有参加过政府的培训（图4所示），这表明政府的培训工作还不到位。失地农民由于长期从事务农，基本只会种植和养殖技术，很难接受到专业的技能培训。即使那些有工作经验的失地农民，他们在企业所做的也都是体力劳动，没有学到真正的技术。他们也期望政府能够提供培训，在接受调查的失地农民群体中，27.88%的人选择了计算机培训，16.91%的人选择了家政服务培训，16.01%的人选择了厨师培训，13.85%的人选择了家电维修培训，13.13%的人选择电焊工培训，12.23%的人选择了美容美发培训，见图5。

总之，失地农民面临很多就业难和创业难的问题，他们很难依靠自身的能力去解决这些问题。因此，政府应该承担解决失地农民就业难和创业难问题的责任，把解决失地农民的就业问题从制度上和政策上予以落实。

（三）失地农民养老保险保障水平调整体系不科学

上海市失地农民养老保险保障水平虽然在逐年地得到提高，但是这种调整幅度仍然难以确保失地农民养老保障权利的充分实现。上海市已经为失地农民养老保险保障水平的提高做出了很大的努力，每年都会根据上海市职工平均工资增长幅度和居民消费价格指数的变化情况予以调整，但这种调整幅度存在很大的不确定性，有的年份每人每月增加40元，有的年份每人每月增加100元，现行的养老金调整方式，一般是按照社会平均工资的浮动或者根据社会经济发展状况来进行的，具有很大的随意性和盲目性，未能将养老保险保障水平的调整与经济发展的各项指标结合起来，缺乏科学的精算，缺乏具体可行的操作化指标或标准体系，从而也无法保障调整后的养老保险待遇标准适应社会经济发展水平。

因此，采取合理的失地农民养老保险待遇的动态调整机制，对保障失地农民的生存权和发展权，让失地农民分享社会经济发展成果，具有重要的现实意义[2]。

六、完善上海市失地农民养老保险制度的对策

随着上海市城镇化进程的加快，土地非农化现象仍会存在，还会产生很多失地农民。因此，如何完善失地农民养老保险制度，保障失地农民利益将显得尤为重要。

（一）提高征地补偿标准，完善征地补偿制度

制定合理的征地补偿标准，不能仅仅考虑到土地征用前的价值，更应该考虑到征用土地后由于土地所处的地理位置、土地市场的供求关系、社会经济发展的状况以及政府的政策等因素影响下的土地增值部分[3]。土地是农民重要的生产资料，它对农民而言不仅仅只具有简单的生活保障功能，更具有就业保障功能，因此，征地补偿标准的制定还要考虑到农民失去土地后产生的再就业成本及物价上涨增加的生活成本。当然，也要清醒地认识到上海市各区县的不同经济发展状况，所以制定征地补偿标准也要充分考虑到各区县政府的财政收支情况，科学地制定征地补偿标准。

与此同时，对现行的征用土地分配制度改革也是很有必要的，政府征用土地后将其卖给开发商，这中间产生的利润是巨大的，但农民只获得了很少的一部分，大部分都被政府和开发商获取，这种不合理的分配制度不仅容易滋生腐败，还会造成土地要素市场产生不合理的交易价格。失地农民的经济利益也受到了极大的损害，使农民和政府之间的矛盾逐渐增大，影响社会的和谐稳定。因此，对征用土地分配制度改革，就要坚持维护失地农民切身经济利益的原则，在对土地收益进行分配的过程中，要给予失地农民更多的土地收益，这不仅能够保障失地农民的经济利益，还能让失地农民分享到城镇化带来的好处。

（二）加强教育培训，促进失地农民就业

就业是民生之本，由于失地农民的自身文化素质偏低，掌握的劳动技能少，他们很难在城市中找到合适的工作岗位。解决失地农民就业问题的关键就在于提高失地农民的自身素质，鼓励他们参加教育培训，使他们能够适应现代市场的要求。政府部门还应健全现有的就业培训体系，根据失地农民的自身特点，有针对性的进行培训，以便顺利地促进失地农民就业。在此基础上，政府部门还应该加强对失地农民的就业指导，结合本地区的实际情况，制定优惠政策促进失地农民顺利就业。考虑到失地农民的自身文化水平，政府要大力扶持第三产业，鼓励其吸收失地农民，对于招用失地农民的企业给予一定的鼓励和政策优惠，同时还要在政策上对自主创业的失地农民给予特殊的照顾，以实现失地农民的多渠道就业。

（三）促进征地养老制度与“镇保”制度并轨，提高失地农民“镇保”待遇标准

2011年《社会保险法》实施后，上海市已经由原来的五种社会保险制度转变为三种社会保险制度，即“城保”、“居保”和“新农保”，不仅面临着新老被征地人员之间社保待遇的比较，也将面临着被征地人员与外来从业人员社保待遇的比较[4]。所以，政府可以从制度设计方面提高失地农民的社保待遇。

由于上海市征地养老制度是各区县负责实施，它的预防风险能力并不高。同时各区县的失地农民享受的养老保险待遇标准差距也各不相同，因此，要逐步将征地养老制度与“镇保”制度并轨，以保障上海市失地农民能够适用统一的社会保障制度。目前，“镇保”待遇标准相对较低，有的甚至低于征地城保人员。随着《社会保险法》的实施，“城保”、“镇保”和“综保”的并轨，造成部分失地农民享受的养老待遇标准还没有外来从业人员的待遇标准高，导致社会成员的不公平，影响了社会的和谐稳定。因此，政府要加大财政投入力度，拿出部分土地收益，进一步提高失地农民的“镇保”待遇标准。

（四）构建科学的失地农民养老保险保障水平调整机制

通过调研发现，上海市现行的失地农民养老保障水平待遇调整机制未能将养老保险保障水平的调整与经济发展的各项指标结合起来，养老保险待遇调整只是根据本市职工平均工资增长幅度和居民消费价格指数的变化情况予以调整，这种待遇调整方法具有很大的随意性，缺乏科学的精算，无法保障调整后的养老保险待遇能够满足失地农民的生活需要。因此，要结合上海市的实际情况构建科学的失地农民养老保险保障水平调整机制，养老保险待遇的调整要将社会经济发展水平、物价水平、人口预期寿命和基金预算平衡等多方面的因素结合到一起[5]，才会提高失地农民养老保险保障水平。

参考文献：

[1]翟年祥，项光勤.城市化进程中失地农民就业的制约因素及政策支持[J].中国行政管理，2012，（2）：50-51.

[2]何宏莲，王威武.农地规模经营与农村社会保障制度关联分析[J].商业研究，2011，（12）：207-211.

[3]郭喜.被征地农民养老保障现状分析及政策改进[J].中国行政管理，2012，（5）：75-76.