“互聯網+”下的長三角城市群綜合承載力研究

王 晉，朱英明，張惠娜

(1. 南京理工大學 江蘇南京210094；2. 北京市科學技術情報研究所 北京100044)

0 引 言

經濟強大的城市群是一個國家在全球化國際競爭格局中能否立足的關鍵要素。中國城市群作為國家參與全球競爭與國際分工的全新地域單元、推進新型城鎮化的主體和新的經濟增長極[1]，強大的綜合承載力是其核心能力的重要保障。近 30年國家新型工業化和新型城鎮化的持續推進，使中國城市群得到了長足發展，但也伴隨產生了人口規模快速增加、土地利用布局不合理、生態環境持續惡化等嚴重問題，如何合理、高效和綠色地推進城市群的良性發展，持續提升城市群綜合承載力，成為城市群發展的研究熱點之一。

承載力概念起源于希臘[2]，承載力理論來自于人口統計學、應用生態學和種群生物學[3]。承載力的應用最早可以追溯到法國經濟學家 Francois Quesnay的《經濟核算表》，英國經濟學家 Malthus的著作《人口原理》真正意義上開啟了承載力研究，比利時數學家 Pierre F．Verhulst則為其提供了承載力的數學模型[4]。城市群承載力的研究有 4個趨勢，從單要素自然承載力研究到綜合承載力研究，從城市承載力研究到區域承載力研究，從絕對承載力研究到相對承載力研究，從現實承載力研究到潛在承載力研究[5-12]。城市群承載力的研究方法主要有時序全局因子法[2]、集對分析法[13]、空間回歸分析法[14]、狀態空間法[15]、熵值法[16]和要素指數法[17]等。

所謂“互聯網+”，國家發改委對其定義是充分發揮互聯網在生產要素配置中的優化和集成作用，以互聯網為基礎設施和實現工具的經濟發展新形態[18]。“互聯網+”依托互聯網信息技術實現互聯網與傳統產業的聯合，以優化生產要素、更新業務體系、重構商業模式等途徑來完成經濟轉型和升級。隨著互聯網技術的普遍應用，特別是“互聯網+”國家行動計劃的實施，信息技術對城市群承載力的作用逐漸重要。對于城市群承載力而言，傳統的承載力模式單純依靠自然環境、資源、人力、資本和社會等要素來評價和衡量，缺乏基于各領域大數據分析基礎上的綜合評價和判斷，即缺少巨量數據的支撐，因此對城市群綜合承載力的分析判斷不夠深入和準確，更多的是定性分析。城市群綜合承載力引入“互聯網+”后，不僅僅是原有承載要素的信息化，而是綜合承載力的互聯網化，以互聯網模式重建城市群的綜合承載力，即建立在大數據、云計算、物聯網等互聯網技術基礎上的綜合承載力評價體系，重點是解決承載力的量化和智慧問題。

1 “互聯網+”下的長三角城市群綜合承載力評價

1.1 評價指標體系構建

城市群是多個城市之間要素交流融合的過程和產物，城市群穩定的標志是城市群綜合承載力要素之間的有機均衡。本文城市群綜合評價模型借鑒謝強蓮等[15]的基于狀態空間的土地資源承載力模型，將原有“資源、環境和人類活動”土地承載力范圍擴展為“資源環境、經濟社會和互聯網”城市群綜合承載力范圍，得出“互聯網+”下的城市群綜合承載力模型(見圖1)。

1.2 數據來源與數據處理

依據傳統的城市群綜合評價指標體系，并結合“互聯網+”特性，在滿足土地、水資源、電力、環境和交通基本需求基礎上，增加人力、資本、產業以及數據基礎設施等互聯網要素，建立“互聯網+”下的城市群綜合承載力指標體系，指標數據來源于 2016年的上海市、江蘇省、浙江省、安徽省以及長三角城市群各城市的統計年鑒。具體各項指標如表1所示：

表1 指標體系Tab.1 Index system

1.3 數據處理

由于指標體系中包含的 20個指標量綱不同、正逆影響不同，本文采用 Z標準化法進行處理，公式為：

標準化后所有變量的均值為0，方差為1。

根據表 2可知，所有指標初始共同度均設為 1，抽取主成分后的共同度也較高，20個變量中共有17個變量的公因子方差基本超過了 0.85，這說明提取公因子能夠較好地反映原始變量所包含的信息，適宜采取主成分分析法進行研究評價。

如圖2碎石圖所示，從第5個因子以后的曲線變得比較平緩，最后接近一條直線。據此可以抽取5個因子作為主成分因子。

表2 公因子方差Tab.2 Common factor variance

圖2 碎石圖Fig.2 Screen plot

根據表3的總方差解釋可知，左邊第1欄為各成分的序號，共有20個變量。第2大欄為初始特征值欄，其中合計欄中只有4個變量的特征值超過了1。由上表可知，20個變量中前4個變量為主成分因子，這4個變量的方差累計貢獻率達到了87.038%,，即前4個變量可以反映原變量87.038%,的信息量。因此，20個變量可以綜合成主因子1F-F4。

表3 總方差解釋Tab.3 Total variance explained

采用方差最大正交旋轉法，得到如表4的正交旋轉因子載荷矩陣。

表4 旋轉因子載荷矩陣Tab.4 Component matrix

職工平均工資(元) 0 . 6 5 2 -0 . 1 7 9 0 . 2 3 0 0 . 1 4 7財政收入(億元) 0 . 9 2 4 -0 . 1 0 8 -0 . 2 5 5 -0 . 2 0 0財政支出(億元) 0 . 8 9 9 -0 . 0 9 1 -0 . 3 1 5 -0 . 2 0 9第一產業G D P (億元) 0 . 1 6 0 0 . 6 9 2 0 . 1 1 4 0 . 3 5 7第二產業G D P (億元) 0 . 9 6 4 -0 . 0 1 3 0 . 1 4 8 0 . 0 9 4第三產業G D P (億元) 0 . 9 7 2 -0 . 0 7 5 -0 . 1 0 9 -0 . 1 3 6客運量(萬人) 0 . 7 7 1 0 . 3 4 4 0 . 3 1 7 0 . 1 8 8貨運量(萬噸) 0 . 8 2 4 0 . 0 0 7 -0 . 4 7 7 -0 . 1 4 5港口吞吐量(萬噸) 0 . 8 1 0 -0 . 2 0 2 -0 . 1 8 1 0 . 3 7 9固定寬帶接入用戶(萬戶) 0 . 9 6 5 0 . 1 0 1 -0 . 1 1 3 -0 . 1 2 0年末移動電話用戶(萬戶) 0 . 9 5 2 0 . 2 2 6 0 . 0 1 0 -0 . 1 2 2

20個變量可以由 4個主成分因子F1-F4來表示。第1個主因子F1在有關第二和第三產業GDPX14和X15、互聯網域兩個指標固定寬帶接入用戶X19、年末移動電話用戶X20上有較大載荷，因此可將第 1個主成分1F命名為互聯網與經濟發展因子。第 2個主成分F2在土地面積X1、水資源總量X3、第一產業GDPX13上有較大載荷，反映的是土地資源及其相關的第一產業 GDP，因此可將第 2個主成分F2命名為土地資源稟賦因子。第 3個主成分F3主要反映了工業廢水排放量X5、二氧化硫排放量X6、工業固體廢物產生量X7，因此第 3個主成分F3命名為環境保護因子。第4個主成分F4在港口吞吐量X18上有較大載荷，因此將第4個主成分F4命名為交通能力因子。根據因子得分系數矩陣對26個城市的主成分計算其得分，最后進行線性加權平均求和得到各城市的綜合得分Y：

k＝1，2，3，4；n＝1，2，3，4。各城市綜合得分見表5。

表5 長三角城市群各城市綜合得分表Tab.5 The comprehensive score list of Yangtze River Delta urban agglomerations

1.4 評價結果

從綜合得分看，上海市排名第一，得分為8.02；蘇州市排名第二，得分為5.14；杭州市排名第三，得分為3.20。

從主成分來看，互聯網與經濟發展主成分上，上海排名第一，得分為12.45；蘇州市排名第二，得分為6.86；杭州市排名第三，得分為3.79。土地資源稟賦因子得分排名前三的是杭州市(3.73)、鹽城市(2.90)、安慶市(1.92)。環境保護因子得分排名前三的是蘇州市(3.03)、馬鞍山市(1.77)、杭州市(1.69)。交通能力因子得分排名前三的是蘇州市(2.55)、舟山市(1.88)以及南通市(1.65)。

從整體上看，在第一主成分互聯網與經濟發展上獲得排名領先的城市，在城市承載力綜合評價中也排名靠前，且前三名的排名無變化，均為上海市、蘇州市、杭州市。另外，上海市在土地資源稟賦因子、環境保護因子、交通能力因子上得分均為負數。上海市在互聯網與經濟發展上占有明顯優勢，在其他得分均為負數的情況下，依然保持了較大的城市綜合承載力，這說明互聯網發展與經濟發展對城市綜合承載力有較大的支持。

從信息化現狀看，長三角城市群不僅信息基礎設施發達，同時也是國家重要的信息產業經濟帶。其中，上海市信息產業以計算機、通信和網絡設備、電子元器件為主，江蘇省信息產業形成了集成電路、現代通信、數字視聽等優勢產品集群，浙江省形成通信和計算機、電子機電、軟件和信息服務等多個超千億產業集群，長三角城市群具備了“互聯網+”化的經濟、社會和技術等各方面的基礎。

從未來發展看，長三角城市群為實現經濟提質增效和轉型升級的目標，結合區域信息化發展優勢，在國內首次提出“互聯網+城市群”的發展理念，打造區域內“互聯網＋”產業融合新模式和“大眾創業、萬眾創新”的生態環境，一是推進互聯網在長三角各城市運行和管理中的應用，二是推進“互聯網＋”產業園區合作，三是推動形成“互聯網＋”一體化公共服務保障體系。“互聯網+”開始融入長三角城市群發展的各個環節，傳統綜合承載力的指標體系將逐步“互聯網+”化。

2 結論與對策建議

通過對長三角城市群綜合承載力的量化分析，可以得出以下結論：①長三角城市群作為國內發育最為完善的城市群，具有良好的資源、環境、經濟、社會和互聯網條件，其綜合承載力具備“互聯網+”化的條件。②長三角城市群綜合承載力“互聯網+”化的基礎是互聯網承載力，城市群建設、運行和維護良好的信息基礎設施條件，為城市群的“互聯網+”化奠定數據基礎。③長三角城市群綜合承載力“互聯網+”化的目的是實現城市群智慧化，即在城市群運行數據化的基礎上，充分運用數據挖掘、大數據分析和人工智能等先進的互聯網技術手段，實現城市群發展的數據化、精細化、智能化，最終達到城市群智慧成長的目的。

為此，應從以下3個方面進一步強化城市群綜合承載力的“互聯網+”化：①積極打造城市群 “互聯網＋”化的運營環境，創新支撐區域內互聯網企業發展的政策體系，大幅提升信息基礎設施、物聯網、云計算和大數據等互聯網能力，合力打造產業云資源共享、產業電商、商業分析等互聯網應用平臺。②進一步優化城市群“互聯網＋”化的發展環境，構建“互聯網＋”融合標準體系，強化“互聯網＋”信息安全保障，共同落實風險評估、等級保護、安全測評、應急管理等監管制度和相關國家標準，強化城市群區域內“互聯網＋”關鍵領域重要信息系統的安全保障。③建立健全“互聯網+”城市群的法制環境，強化推動“互聯網+”城市群的法制體系建設，確保城市群“互聯網+”化建設有法可依、有規可循，從法制層面積極推動城市群“互聯網+”化的良性發展。

［1］ 方創琳. 中國城市群研究取得的重要進展與未來發展方向[J]. 地理學報，2014，69(8)：1130-1144.

［2］ 劉惠敏. 長江三角洲城市群綜合承載力的時空分異研究[J]. 中國軟科學，2011(10)：114-122.

［3］ 張林波，李文華，劉孝富，等. 承載力理論的起源、發展與展望[J]. 生態學報，2009(2)：878-887.

［4］ 張學良. 2014年中國區域經濟發展報告——中國城市群資源環境承載力[M]. 北京：人民出版社，2014：32-33.

［5］ 文魁，祝爾娟，張貴祥，等. 京津冀發展報告(2013)承載力測度與對策[M]. 北京：社會科學文獻出版社，2013.

［6］ 鄭雪. 呼包鄂城市群環境承載力研究[J]. 北方經貿，2016(1)：64-65.

［7］ 王殿茹，趙淑芹，李獻士. 環渤海西岸城市群水資源對經濟發展承載力動態評價研究[J]. 中國軟科學，2009(6)：86-93.

［8］ 程廣斌，龍文. 絲綢之路經濟帶我國西北段城市群資源環境承載力的實證分析[J]. 華東經濟管理，2016，30(9)：41-48.

［9］ 張林波，李文華，劉孝富，等. “長株潭 3+5”城市群生態承載力研究[J]. 生態學報，2009(2)：878-887.

［10］ 劉潔，蘇楊，魏方欣. 基于區域人口承載力的超大城市人口規模調控研究[J]. 中國軟科學，2013(10)：147-156.

［11］ 黃志基，馬妍，賀燦飛. 中國城市群承載力研究[J].城市問題，2012(9)：2-8.

［12］ 孫健夫，閻東彬. 京津冀城市群綜合承載力系統耦合機理及其動力機制[J]. 河北大學學報：哲學社會科學版，2016，41(5)：72-78.

［13］ 唐凱，唐承麗，趙婷婷，等. 基于集對分析法的長株潭城市群資源環境承載力評價[J]. 國土資源科技管理，2012，29(1)：46-53.

［14］ 孫鈺，李新剛. 基于空間回歸分析的城市土地綜合承載力研究——以環渤海地區城市群為例[J]. 地域研究與開發，2013，32(5)：128-132.

［15］ 謝強蓮，蔣俊毅. 基于狀態空間模型的區域土地資源承載力差異分析——以長株潭城市群為例[J]. 系統工程，2009(4)：58-64.

［16］ 孫京姐，呂建樹，于泉洲. 基于極大熵的山東半島城市群水資源承載力評價[J]. 水資源與水工程學報，2010，21(1)：120-123.

［17］ 李強，劉蕾. 基于要素指數法的皖江城市帶土地資源承載力評價[J]. 地理與地理信息科學，2014，30(1)：56-59.

［18］ 劉蕾，鄢章華.“互聯網+”背景下產業集群“零邊際成本”趨勢及其發展策略研究[J]. 科技進步與對策，2016，33(19)：54-60.