国家中心城市基础设施承载力评价及障碍因素诊断

吴晨阳; 王婉莹

doi:10.13961/j.cnki.stbctb.2020.03.038

您当前的位置：

首页 >

文章列表页 >

国家中心城市基础设施承载力评价及障碍因素诊断

试验研究

- 国家中心城市基础设施承载力评价及障碍因素诊断
- Evaluation of Infrastructure Carrying Capacity of National Central Cities and Diagnosis of Its Obstacles
- 水土保持通报 2020年40卷第3期页码：260-267
- 作者机构：
  
  1. 西安建筑科技大学管理学院,陕西,西安,710055
  2. 西安建筑科技大学华清学院,陕西,西安,710043
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目“绿色节能导向的旧工业建筑功能转型机理研究”（51678479）
- DOI：10.13961/j.cnki.stbctb.2020.03.038
  中图分类号： F294.1;F299.27
- 纸质出版：2020
- 稿件说明：
移动端阅览
吴晨阳, 王婉莹. 国家中心城市基础设施承载力评价及障碍因素诊断[J]. 水土保持通报, 2020,40(3):260-267.

Wu Chenyang, Wang Wanying. Evaluation of Infrastructure Carrying Capacity of National Central Cities and Diagnosis of Its Obstacles[J]. Bulletin of Soiland Water Conservation, 2020, 40(3): 260-267.
吴晨阳, 王婉莹. 国家中心城市基础设施承载力评价及障碍因素诊断[J]. 水土保持通报, 2020,40(3):260-267. DOI： 10.13961/j.cnki.stbctb.2020.03.038.

Wu Chenyang, Wang Wanying. Evaluation of Infrastructure Carrying Capacity of National Central Cities and Diagnosis of Its Obstacles[J]. Bulletin of Soiland Water Conservation, 2020, 40(3): 260-267. DOI： 10.13961/j.cnki.stbctb.2020.03.038.

摘要

[目的] 定量分析国家中心城市2006—2017年基础设施承载力的具体情况，为促进国家中心城市建设良性健康发展提供科学依据。[方法] 选取2006—2017年国家中心城市基础设施承载力面板数据，从压力和状态两个层面构建城市基础设施承载力评价指标体系。运用熵权TOPSIS方法和障碍度模型对2006—2017年国家中心城市基础设施承载力和障碍因素进行评价和诊断，并基于基础设施承载力评价结果，定量测度基础设施承载力状况并诊断其障碍因子。[结果] 2006—2010年国家中心城市的基础设施承载力水平总体上大幅度提升，2011—2017年基础设施承载力的增长速度有所减缓，北京、上海、成都、郑州、西安的基础设施承载力大幅度提高，广州市的基础设施承载力改善幅度最小；随着国家中心城市的人口持续增加，基础设施的承载压力也持续增加，通过障碍度模型分析发现制约国家中心城市基础设施承载力的主要因素为人均绿地面积、人均家庭年生活用水量和城市移动电话普及率。[结论] 随着中国经济的发展，中心城市对人口的虹吸作用越加强烈，人均绿地面积、城市移动电话普及率以及人均家庭年生活用水量可能与城市的经济与人口规模产生脱钩现象，无法满足人们日常的基础设施需求。

Abstract

[Objective] This study quantitatively analyzed the specific situation of the infrastructure carrying capacity of Chinese national central cities from 2006 to 2017 to provide a scientific basis for promoting the development of national central cities.[Methods] The panel data of the infrastructure carrying capacity of national central cities from 2006 to 2017 were selected to construct an evaluation index system of the urban infrastructure carrying capacity from two levels:pressure and state. The entropy TOPSIS method and obstacle degree model were used to evaluate and diagnose the infrastructure carrying capacity and its obstacle factors for national central cities from 2006 to 2017. In addition

the status of the infrastructure carrying capacity was quantitatively measured and the obstacle factors were diagnosed based on the evaluation results of the infrastructure carrying capacity.[Results] From 2006 to 2010

the level of the infrastructure carrying capacity in national central cities generally increased significantly

and the growth rate of the infrastructure carrying capacity slowed down from 2011 to 2017. Specifically

the infrastructure carrying capacity in Beijing

Shanghai

Chengdu

Zhengzhou

and Xi'an cities increased significantly

whereas that in Guangzhou City was the smallest. The infrastructure carrying capacity also continued to increase as the population of the cities increased. The analysis using the obstacle degree model revealed that the main factors restricting the infrastructure carrying capacity in the national central cities were the per capita green space area

the per capita annual household water consumption

and the urban mobile phone penetration rate.[Conclusion] With the development of China's economy

the siphoning effect of central cities on the population is becoming increasingly intense. The per capita green space area

urban mobile phone penetration rate

and per capita annual household water consumption might be decoupled from a city's economy and population size

which would not be able to meet the daily infrastructure needs of the population.

关键词

Keywords

references

田美玲,方世明.国家中心城市研究综述[J].国际城市规划,2015,30(2):71-74.

张占仓.建设国家中心城市的战略意义与推进对策[J].中州学刊,2017(4):22-28.

张倪.新晋国家中心城市:西安的使命与挑战[J]. 中国发展观察,2018(5):53-55.

Aschauer D A. Is public expenditure productive? [J]. Journal of Monetary Economics, 1989,23(2):177-200.

Pradhan R P, Arvin M B, Norman N R. The dynamics of information and communications technologies infrastructure, economic growth, and financial development: Evidence from Asian countries [J]. Technology in Society, 2015,42:135-149. [6] Kumari A, Sharma A K. Physical & social infrastructure in India & its relationship with economic development [J]. World Development Perspectives,2017,5:30-33. [7] 钱家骏,毛立本.要重视国民经济基础结构的研究和改善[J].经济管理,1981(3):12-15. [8] 唐建新,杨军.基础设施与经济发展:理论与政策[M].武汉:武汉大学出版社,2003. [9] 许迅安.基础设施结构对商贸流通业发展的影响[J].商业经济研究,2019(19):22-24. [10] 米冰.城市基础设施的空间溢出效应与全要素生产率关系分析[J].商业时代,2014(28):59-60. [11] 赵楠,申俊利,贾丽静.北京市基础设施承载力指数与承载状态实证研究[J].城市发展研究,2009,16(4):68-75. [12] 康红梅,徐苏宁.城市基础设施承载力与城市规模的互馈研究[J].四川建筑科学研究,2012,38(5):325-328. [13] 张伟芳,杨永春,金建玲,等.甘肃省城市基础设施建设水平评价[J].资源与产业,2015,17(5):88-95. [14] 尹凡,刘明.京津冀区域城镇化推进政策着力点分析:基于基础设施承载力和公共服务承载力的对比[J].城市发展研究,2017,24(11):10-13. [15] 姚鸿韦.“一带一路”基础设施建设投融资与经济增长思考:基于历史视角[J].现代管理科学,2018(2):75-77. [16] 张博文.城市基础设施承载力评价:以兰州市为例[J].开发研究,2018(2):136-141. [17] 孙喆,蔡文婷.县城市政基础设施供给充分与平衡性评价:以湖南省为例[J].城市发展研究,2019,26(2):92-99. [18] 史富文.城市基础设施发展水平评价研究[J].工程经济,2019,29(12):64-68. [19] 李东序.城市综合承载力理论与实证研究[D].武汉:武汉理工大学,2008. [20] 陈金英,杨青山,马中华.不同发展阶段的城市群综合承载能力评价研究[J]. 经济地理,2013,33(8):68-72. [21] 董丽.基于综合承载能力分析的区域发展战略研究[D].天津:天津大学,2010. [22] 邓俊,徐琬莹,周传斌.北京市社区生活垃圾分类收集实效调查及其长效管理机制研究[J]. 环境科学,2013,34(1):395-400.

浏览量

920

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

北京市北部山区生态清洁小流域综合效益及其影响因素

基于DPSIR-TOPSIS模型的安徽省土地承载力评价及预测

基于DPSIR-TOPSIS模型的青海省生态承载力评价

青海省2009—2023年农业面源污染结构及变化特征

吉林省西部地区新增耕地变化及其驱动机制的多尺度探测