中国地级市城乡统筹发展的差异化规律外文翻译资料

英语原文共 14 页

中国地级市城乡统筹发展的差异化规律

刘彦随，陈聪，李裕瑞

摘要：城乡均衡发展（URED）作为一项明确的措施和运行的模式，有利于逐步消除城乡发展的双轨结构，缩小城乡发展差距，创造和谐的城乡关系。本文旨在探讨中国地区URED的现状，揭示URED的时空格局及其分化规律。结果表明：（1）根据“胡焕庸线”，中国的URED水平可分为东部和西部两个部分，呈现“东高西低”的格局，随着离线距离的增加，URED水平整体上有所提高；（2）根据“昆仑-秦岭-淮河线”，中国的URED水平也可分为北部和南部，呈“北高南低”的格局，随着距离线路的增加，URED水平整体上降低；（3）在国家层面，中国的URED具有明显的空间集聚趋势，高低URED区域趋于相邻，即URED水平呈现明显的区域不平衡；（4）地理空间中URED水平的五个子维度指标也显示出相似的区域分异模式，在空间方面，东部（北部沿海，东部沿海和南部）、东北、中部（长江中游和黄河）和西部（西北和西南）的URED水平呈下降趋势；（5）中国地级城市的URED可分为五种类型的分化区域。本研究有助于促进对中国URED现状的综合认识，可以作为协调城乡发展和推进中国新型城镇化战略决策的科学参考。

关键词：城乡均衡发展；城乡发展转型；城市化；农村疾病；分化规律；中国

1 引言

经过三十多年的改革开放，中国在社会经济发展方面取得了重大进展，同时，长期贫困对农业和农村地区产生的连锁效应在工业化和城市化的快速发展过程中日益突出。由于快速城市化导致的“农村疾病”日益恶化，城乡分割、土地分割和人地分离的弊端越来越多，教育、医疗和养老金的供应短缺日益恶化，这全面导致了城乡协调发展和农村经济可持续发展的困难。自中共十八届三中全会以来，中国经济进入了新常态，经济发展方式的转变和城乡发展的转变势在必行。可以为中国转型期城乡协调发展决策提供理论依据的创新认知理论和搜索优化策略迫在眉睫。1988年，赛德尔基金会选择山东省南张楼村推进城乡均衡发展（URED）试验，创造了中国的“南张楼模式”。URED的价值不仅在于突出协调了“工业援助农业、城市支持农村”的城乡发展政策，而且体现了美丽乡村建设的一般要求：生态工业，环境优美，富裕的生活和文明的地方习俗。为满足城乡建设和城乡一体化发展的需要，着眼于城乡地理系统的全球性，综合性和区域性，研究URED问题是应对区域发展理论和城乡统筹发展实践的客观需要。这对于建立农村发展的长效机制，加深对新城镇建设地理的认识，完善城乡发展理论也是有益的。

目前，许多研究从地理学，经济学和社会学的多学科视角分析了中国的城乡发展。以往的研究主要集中在基本特征，时空模式以及动力机制上，很少有研究集中在中国的城乡均衡发展上。刘彦随等人探讨了URED的基本内涵和指标体系，并初步分析了中国省级的URED差异。本文试图以中国地级市为研究单位，重新研究URED的时空格局及其分化规律，划分URED的地理区域类型，探讨不同的发展思路和优化策略，作为协调城乡发展决策和推进中国新型城镇化战略的科学参考。

2 评估指标体系和方法

2.1 方法

（1）测量URED。本文采用综合指数评价方法对URED水平进行定量测量。基于建立的城乡均衡发展评估指标体系，采用多指标综合测度方法建立了URED水平测量模型。根据URED的“顺利实现城乡空间位置、经济投资、社会服务、生态环境、生活质量的独特均等化”等目标，本文选取空间位置（B1），经济投资（B2），社会服务（B3），生态环境（B4）和生活质量（B5）五个目标层和相关的16个确定的具体指标，构成URED综合评价体系。由于研究规模和数据可用性的变化，本文修改了一些原始指标，例如，将“一万人中的大学生平均数”调整为“平均受教育年限”，“工业废水标准排放比例”改为“城市生活污水处理率”，“化肥消耗量”改为“生活垃圾无害化处理率”，将“森林覆盖率”改为“绿化覆盖率”（表1）。URED水平评估模型的数学表达式如下：

（1）

其中AY是URED的指数，n是标准指标的数量，Fi是第i个标准指标权重，Wij是第i个标准指标中第j个个体指标的权重，Cij是第i个标准指标的第j个体指标的值，mi是第i个标准指标中各个指标的数量。

在地方规模上，作者使用主成分分析（PCA）方法来确定每个指标的权重。由于研究规模和一些指标的变化，本文采用Delphi方法（专家调查法）进行权重计算，具体而言，邀请了15位城乡发展专家确定各指标的相对重要性，最终得出指标权重系数（表1）。

表1 评估URED水平的指标体系

（2）探索空间分布和分类。1）地质统计分析方法用于揭示URED水平的空间分布趋势。大跨度空间地理数据可以通过半定量研究的趋势面分析来完成。趋势面分析可以模拟地理要素和趋势的空间分布变化，它是实际表面的近似值。每个垂直条的趋势分析图表示数据点值（高度）和位置。这些点投射到东西和南北方向的正交平面上，通过投影点绘制最佳拟合线，模拟特定方向的变化趋势。2）空间自相关分析方法用于检测URED的地理分异规律。全局空间自相关可以从区域空间整体描述属性值的空间分布的集群状态。一般来说，全球空间自相关分析包括Global Moran的I和Geary的C，本文使用Global Moran的I来揭示空间数据的特征。正空间相关性表示相邻区域中的类似特征值，其显示了簇的趋势。3）利用聚类分析方法探讨中国URED的类型划分。系统聚类分析方法广泛应用于地理实体在各种地质因素中的类型划分过程，也是农村发展部门的重要组成部分。本文采用该方法对URED级别进行分类

2.2数据来源和处理

本研究利用了中国344个地级行政单位2000年，2006年和2012年的数据。本研究中使用的社会经济数据主要来自“中国城市统计年鉴”，“中国区域经济统计年鉴”，“中国环境统计年鉴”和“中国统计年鉴”（2001年，2007年和2013年）。通过数据插值获得了某个地区的一些缺失数据。基本地理信息数据来自中国科学院资源与环境科学数据中心。由于各种指标中使用的单位不同，为了消除不同维度数据对综合评价的影响，有必要对各种指标的原始数据进行标准化。通过使用范围标准化方法，该研究对原始数据进行线性变换，这使得结果落入[0,1]的部分。公式如下：

其中X是评估指标的值，Xmax和Xmin分别表示评估指标的最大值和最小值。Z是标准值。

3 URED模式分析

本文选取2000年至2012年的三期数据，采用综合指数评价方法对中国城市的URED水平进行定量测量。为了揭示URED的空间分布特征，本研究基于数据空间分布和ArcGIS的“Natural Breaks Jenks”功能，对URED级别及其五个子维度指标进行分类和分级。344个县可分为五类区域，分类和分级标准见表2。然后，本文使用地统计分析师的“趋势分析工具”对URED的全球趋势进行三维视觉分析，以揭示URED水平的空间分布趋势，其中X和Y方向分别代表东方和北方。分析结果的空间可视化见图1、图2。

表2 中国URED水平的划分标准

您可能感兴趣的文章

• 基于一个幂GARCH模型对黄金市场的研究外文翻译资料
• 主成分分析教程外文翻译资料
• 逐步回归的显著性检验外文翻译资料
• 大数据挖掘：回顾外文翻译资料
• DSSAE-BBOA：基于深度学习的气象大数据分析和可视化外文翻译资料
• 使用G或K点模式空间统计的统计推断外文翻译资料
• 李代数的扩张结构外文翻译资料
• 灾民居住偏好转变：以2016年日本熊本地震后益城三波面板数据为例外文翻译资料
• 影响印尼证券交易所投资的因素-增进对资本市场的了解外文翻译资料
• 基于JMP的教育数据挖掘外文翻译资料