淮安市城镇化率的影响因素分析

论文总字数：13073字

摘 要

本文利用多元线性回归模型的参数估计、变量选择、逐步回归方法，研究了淮安市城镇化率的影响因素问题，借助SPSS、Eviews统计软件对影响淮安市城镇化率的主要影响因素进行实证分析。结果表明：淮安市城镇化率与地区生产总值、年末常住人口这两个因素高度相关，并且规模以上工业增加值、居民消费价格指数和工资性收入在淮安市城镇化发展中产生一定影响。这将有助于政府充实淮安市城镇化的研究以及完善城镇化的相关政策。

关键字：城镇化率，多元线性回归模型，参数估计，多重共线性

Abstract：In this paper, the parameter estimation, variable selection and stepwise regression method of multivariate linear regression model are used to study the influencing factors of urbanization rate in the Huai"an city, with the help of SPSS, Eviews statistic software carries on the empirical analysis to the main influence factor which affects the Huai"an city urbanization rate. The results of empirical analysis show that the urbanization rate of Huai"an city is related to the regional GDP and a year-end resident population. The two factors are highly related, and Industrial value added above size, consumer price index and wage income have a certain impact on the development of Huai"an urbanization.This will help the government to enrich the study of Huai"an urbanization and improve the relevant policies of urbanization.

Keywords:Urbanization rate,Multivariate linear regression model,parameter estimation,multicollinearity

目 录

1 引言 3

2 模型理论与方法 5

2.1 多元回归模型 5

2.2 参数的最小二乘估计 5

2.3 拟合优度 6

2.4 显著性检验 6

2.5 多重共线性 7

2.6 误差项序列相关性 7

2.7 异方差性 8

3 模型设定 9

4 模型检验 11

4.1 拟合优度检验 11

4.2 显著性检验 11

4.3 多重共线性检验 11

4.4 误差项序列相关检验 15

4.5 异方差性检验 15

结 论 16

参 考 文 献 17

致 谢 18

附 录 19

1 引言

城镇化率是指城镇人口在总人口中所占的比重，是衡量地区经济发展的标志。城镇化是指人口由农村向城镇迁移并带来人们在生产生活方式上的转变。半城镇化是指农村转移人口尚未完全融入城市所形成的一种中间状态，这将会增加农村与城镇居民的财富差距，产生一系列社会矛盾，不利于城市的长远发展。因此，深入剖析影响城镇化率的主要影响因素具有重要的现实意义。

吴超以浙江省为例利用线性回归的方法得到各指标与城镇化的相关性结果并做出综合评价[^[1]]。黄志坚利用灰色关联分析和多元线性回归分析从经济发展、产业结构、城乡统筹、科技教育、基础设施、公共服务、生态环境七个方面构建湖南省城镇化的评价指标体系[^[2]]。李秀荣对内蒙古地区的各个主要经济社会指标与城镇化率进行因子分析与回归分析得出影响内蒙古城镇化的主要因素[^[3]]。房伟利用主成分分析和多元线性回归分析方法采取双自然对数模型,计算出各指标弹性系数,总结出影响陕西省新型城镇化的主要因素是经济发展、产业结构调整、文化教育和医疗服务[^[4]]。谢晓晶利用多元线性回归和二元Logistic模型，综合考虑了江西省就近城镇化的影响因素，为江西省的发展提供参考[^[5]]。刘富浩借助Eviews和灰色关联分析工具对济南市建设用地量变化的影响因素进行相关性分析和灰色关联度解析,并建立多元线性回归预测模型[^[6]]。冯飞选取2000-2016年度延安市城镇化数据，构建反映延安市城镇化水平的指标体系和应用多元线性回归模型，对影响延安市新型城镇化的主要因素进行实证分析[^[7]]。张丽琴与陈烈以河北省为例构建了新型城镇化影响因素的指标体系，利用主成分回归分析方法，依次通过变量的显著性性检验、参数估计，得出实证结果[^[8]]。吴江与申丽娟运用主成分回归分析方法,对重庆新型城镇化路径选择的主要影响因素进行实证检验和判断[^[9]]。周冲与吴玲在经济理论分析的基础上利用多元线性回归中的参数估计、变量选择等方法，建立了影响安徽省城镇化发展的多元线性回归模型[^[10]]。

淮安市在长江以北，地处江苏省的北部，生态环境良好且拥有白马湖和洪泽湖等水域，占据优越的自然地理条件。近些年来，随着淮安市的经济发展，现已经建成了一个火车站和飞机场，并且在建多条高速公路与一个高铁站，交通更加便捷，就业机会增加，很多外省市的务工者选择来淮安就业或创业，与此同时政府鼓励本地人返乡工作又带来人口回流。2005年，淮安市的地区生产总值为561.81万元，年末常住人口接近500万人，城镇化率只有36.7%；2008年，年末常住人口比2005年减少近15万人，城镇化率首次突破40%，但地区生产总值仍低于1000万元；2009年，地区生产总值超过1000万元，几乎是2005年的两倍，但城镇化率只有43.1%；2010年，淮安市的地区生产总值比去年又增长近20%，城镇化率首次突破50%；2013年，淮安市的城镇化率刚超过了全国的平均水平，但与江苏省的整体水平相比明显还有一定差距；2014年，由江苏省政府公布的文件，淮安市成为全省第一个新型城镇化的试点城市，这一年城镇化率达56.5%；2016年，地区生产总值首次突破3000万元，城镇化率接近60%；2017年，淮安市的农村人口首次减少到200万人以下，城镇化率超过60%。在2005到2017这13年间，淮安市城镇化率由36.70%增长到61.25%,从数值来看虽然有所增长,但从现实生活上看明显增幅缓慢，所以找到并合理利用淮安市城镇化率的主要影响因素,引导淮安市的健康有序发展,是当前需要解决的首要问题。

本文共分为五章。第一章主要揭示了城镇化率的研究背景以及淮安市城镇化率的发展进程,明确了文章的研究内容；第二章介绍了多元回归模型的理论与方法，为后面的实证分析打下了基础；第三章说明了淮安市城镇化的模型设定，解释了变量的相关概念,从地区生产总值、规模以上工业增加值、年末常住人口、居民消费价格指数、工资性收入这五个因素着手，建立了相应的多元回归模型；第四章分别对多元回归模型进行多方面的检验，得出了影响淮安市城镇化率的主要因素；第五章为总结与建议部分,分析了模型的检验结果并得出相关结论,为推进淮安市城镇化提出了一些有效的建议。

剩余内容已隐藏，请支付后下载全文，论文总字数：13073字