基于因子分析法对皖江城市群宜居度评估.docx

?

?

基于因子分析法对皖江城市群宜居度评估

?

?

张正威朱金涛祝雨豪武玲玲

摘要：“宜居城市”是一个由自然物质环境和社会人文环境构成的复杂巨系统，本文基于因子分析法，通过13个二级指标提取出三大主因子构成评价模型对城市进行宜居度评估，从而得出皖江城市群所包含的合肥、芜湖、马鞍山、安庆、滁州、池州、铜陵、宣城这8个地级市的宜居度得分及排名情况，同时对建设“宜居城市”提出建设性意见及对策。

关键词：宜居城市;因子分析法;皖江城市群;生态文明

随着人们生活水平的提高，对所定居的环境要求也日益提高。中华人民共和国建设部于2006年决定将《宜居城市科学评价指标体系研究》列为年度软科学科技计划项目，“宜居城市标准”也由此而来。生态宜居城市的提出是对生态和宜居理念的融合，将二者进行互补，扬长避短，进而推动城市沿着健康、和谐的道路实现可持续发展。

目前，在皖江城市带结构的生态化和功能人性化的规划下，皖江地区经济已经进入绿色生态、快速发展的新阶段，此时进行生态宜居城市评价，可以更好的贯彻和落实我国“大力推进生态文明建设”的战略决策部署，同时推进“十三五”时期经济与资源、环境的协调发展和共同进步，对创造更优化的产业体系、生态环境、社会结构及人居环境和增强皖江地区在新一轮发展中的竞争力均具有重要的战略意义。

一、评价指标的确立

评价指标的确立是评价宜居城市的极其关键的一步，指标的选取即要反映出一个城市的宜居综合得分，还要结合所评价地区的实际，才能确保所评价城市宜居度的真实性。

通过查阅相关论文资料[1]、同具有专业经验的指导老师讨论，结合皖江城市群的地理位置、经济发展重心等因素，综合选取以下13个宜居城市评价指标：生产总值指数（x1）、人均地区生产总值（x2）、人均城市道路面积（x3）、城市绿化覆盖率（x4）、城镇居民可支配收入（x5）、城市人均受教育年限（x6）、每万人拥有的体育馆数量（x7）、每万人拥有的图书数量（x8）、人均住房建筑面积（x9）、人均水资源量（x10）、每十万人口受高等教育数（x11）、空气质量达到及好于二级天数比例（x12）、城镇化率（x13），以此建立皖江地区的宜居城市科学评价体系。在翻阅《安徽统计年鉴——2019》和检索EPS中的中国城市数据库、安徽统计局官网后，收集并记录安徽省16个地级市的所需指标数据。

二、所获数据的处理

（一）相关性检验

在获取数据后，第一步要确定数据的可用性。运用专业的数据处理软件SPSS25.0进行KMO和Bartlett检验，所得结果见表1，该实验可以比较观测到的原始变量间的相关系数和偏相关系数的大小，当KOM值越大或显著性越小时，说明变量间的相关关系越强，所得结果越符合实际。本文的KOM值为0.568、显著性0.005，表明数据满足做因子分析的要求。

（二）公因子方差

在spss软件中采取主成分分析法进行数据分析，所生成的公因子方差见表2，该表格体现了所提取的因子代表原始数据的解释率，解释率越高，则代表提取的信息度越好。本文的因子提取率均大于0.6，说明所提取因子的贡献率较大，即显著程度较高。

（三）总方差解释和碎石图

在进行因子提取时，设置提取的特征值大于1，以确保提取数据的可靠性，所得的总方差解释表见表3、碎石图见图1，由表3中的旋转载荷平方和可知，表中第一个成分可表达整体信息的36.644%、第二个成分可表达整体信息的29.669%、第三个成分可表达整体信息的18.530%，前三个成分对总方差的累计贡献率达到了84.843%，已经代表了原始数据的绝大部分信息。再结合碎石图进行判断，从第四个特征值点开始，所代表的特征值均小于1且碎石图走向趋于平稳，说明前三项成分可解释原始数据的大部分信息，所得结论与总方差解释一致。综合以上，说明全部的因子指标提取三个主因子最为适宜。

上文可知应提取三个主因子，采用最大方差法进行旋转，根据旋转后的成分矩阵，将因子贡献率低于0.5的删除，所留下的指标进行归类至三大主因子中，格式为：因子名称（序号，主因子分类，因子贡献率绝对值），具体结果如下：

人均地区生产总值（x2，F1，0.953）、城镇居民可支配收入（x5，F1，0.882）、城市人均受教育年限（x6，F1，0.884）、人均住房建筑面积（x9，F1，0.631）、每十万人口受高等教育数（x11，F1，0.927）、城镇化率（x13，F1，0.868）这六个指标归为第一个主因子，对应宜居度评价体系中的经济发展与教育水平部分;每万人拥有的体育馆数量（x7，F2，0.955）、每万人拥有的图书数量（x8，F2，0.937）、人均水资源量（x10，F2，0.938）、空气质量达到及好于二级天数比例（x12，F2，0.865）这四个指标归为第二个主因子，对应宜居度评价体系中的文化资源与自然