1、 安徽省城市职能的定量分析研究院系：地理科学学院 姓名：吴越学号：2013013319指导老师：杨令宾安徽省城市职能的定量分析研究（东北师范大学 地理科学学院 2013 级地科一班 2013013319 吴越)摘要：根据城市职能的涵义，以安徽省为研究单元，选取安徽省 16 个地级城市的 19 项指标构建城市职能评价体系，利用 SPSS19.0 进行主成分分析和聚类分析，在区域比较的基础上得到安徽省 16 个地级城市的城市职能得分及分类。进而对 16 个地级城市进行系统聚类，定量分析各个城市的职能。在此基础上，从城市发展过程出发，采用相关理论对安徽省各个城市的城市职能及发挥城市特色推动安徽省经济
2、发展之间的关系进行研究。关键词：城市职能；主成分分析；聚类分析；安徽省0 引言城市职能（urban function）指城市在一定地域经济、社会发展中所发挥的作用和承担的分工，是城市对城市本身以外的区域在经济、政治、文化等方面所起的作用。早在 1920 年代，英国学者奥隆索（M Aurousseou）就采用描述性方法将城市分为八种类型，成为学术界最早进行城市职能判定的研究。1930年代以后，城市职能成为地理学、经济学和社会学界研究较多的课题，研究方法与内容也日趋多样。仅就职能分类而言，就先后形成了主导职能分类法、统计分析法等多种。1950 年代以后，随着计算机技术对复杂数据处理能力的增强，以主
3、成分分析和聚类分析为代表的多变量社会经济分析方法的研究逐渐增多，对城市职能进行更为精确的判定成为可能。城市职能分类的研究一直以来就是城市地理学研究的重要领域。最近的一次全国整体城市职能分类依据的是 1990 年中国城市统计数据的分析，距今已有十余年时间。而这段时间正是中国改革开放全面开展阶段，城市处于加速发展建设时期，城市职能结构类型发生了巨大的变化。进行全国整体城市职能分类研究，对于了解中国目前城市职能的整体状况，制定全国性城市发展方针政策是迫切而重要的。中国对城市职能分类研究总的来说落后于西方发达国家，但是经过几十年的发展，取得了一些符合中国实际国情的研究成果。回顾总结前人所进行的中国城市
4、职能分类研究，能对继续深入开展该领域的研究起到一定作用。在国内，城市职能判定往往建立在城市职能分类基础上，特别是随着我国经济发展计划向市场转型程度的不断加深，城市在区域发展中承担的分工日益细密，职能判定对城市参与区域竞争的重要性也更为突出。受此影响，国内学者在借鉴国外城市职能理论的基础上，分别采用不同的分类方法，对不同空间尺度范围内的城市职能进行了判定研究，并针对不同城市的职能特点和面临的实际问题，提出了一系列优化城市职能体系的对策和措施。如对云贵川 3 省10、华南沿海 4 省区11、西部 9 省区12，以及广东13、云南14等典型区域和省份的研究。取得的学术贡献包括：从全国尺度概括了中国城
5、市体系工业职能结构的特征15；从城市规模、不同地域城市职能差异描述了我国城市职能的基本特征16；分析了县级以上城市职能结构及其转型的路径17；研究了不同尺度地区城市职能结构的动态变动特征、影响因素以及变化机制等18-20。文献分析的结果显示，城市职能研究主要包括城市职能分类和城市职能结构两大方面，且城市职能分类是进行城职能结构研究的前提和基础。分类并不是城市职能研究的最终目的，更重要的是要对分类的结果应用到区域协调发展、城市群的整体规划中，使之更具有实际意义。中国城市职能分类研究偏重于分类方法的运用和分类结果的阐释，而对分类结果的具体运用比较缺乏。从已有的成果来看，大多数研究只对分类结果进行概
6、略的成因分析，提出一些城市发展的措施。类似于利用城市职能结构类型与经济效益等其他要素的相关分析没有得到广泛展开。也就是说，现有研究主要将城市职能判定作为一种结果，或作为城市职能结构研究的前提而存在，主要目的在于回答城市职能“是什么”，以及城市职能“为什么是这样”的问题。而随着城市在一定空间尺度内形成独特的职能后，理论上，这种确定的职能将对城市发展产生全面的影响。特别是对于专业化程度较深的城市而言，这类城市的职能大多建立在高度发达的产业基础上，问题在于，这种确定的城市职能将如何影响其产业发展？二者之间是否存在一定的影响与反馈关系？相关研究并没有对这些问题给予清晰的回答，更缺少基于实证的定量化研究
7、。本研究以安徽省为研究单元，选取了 2013 年安徽省 16 个市的 19 个经济发展水平指标，应用 SPSS统计软件对此进行了主成分分析；然后结合主成分分析结果，利用聚类分析方法试图在地级城市区域比较的基础上判定出安徽省 16 个城市的城市职能，进而从理论上抽象出城市职能与城市产业发展之间的响应关系模型。定性与定量相结合地探讨和分析安徽省 16 个城市的城市职能为城市能够更好地履行其职能分工并在实践上寻求城市产业在既定城市职能基础上更有效率的发展模式，为城市合理承担区域分工提供有效指导。同时提出提高和充分发挥各城市职能的对策，以期更好地发挥各级城市在区域发展中的集聚与扩散作用，提高整个安徽省
8、的经济建设和综合竞争力。1 研究设计1.1 研究思路省域是区域经济发展的最重要单元，以省域为尺度进行内部城市的职能判定与分工研究对于国家和地区的经济发展，特别是发展中国家和地区的经济发展具有显著现实意义。安徽省是我国东部地区省份，地处长江、淮河中下游，长江三角洲腹地，居中靠东、沿江通海，东连江苏、浙江，西接湖北、河南，南邻江西，北靠山东，东西宽约 450 公里，南北长约 570 公里，土地面积 13.94 万平方公里，占全国的1.45%，居第 22 位。地跨长江、淮河、新安江三大流域，世称江淮大地。安徽省在经济上属于中国中东部经济区，行政区划共包括 16 个地级市，各市州都形成了较为鲜明的产业
9、结构，并形成了较为稳定的职能分工体系。因此，以安徽省为研究的地域单元，通过地级城市之间的比较判定各个城市在省域范围内的职能分工，进而研究城市职能对安徽省经济发展的影响具有显著的典型性和代表性。具体步骤如下：以从业人口数为测算指标，根据安徽省内各地级城市（共 16 个）从业人口的行业构成数据，计算出不同行业部门的从业人员比重。在保证不同部门原始变量之间存在相关性的基础上，对由不同行业部门从业人员比重构成的矩阵进行主成分分析。按照方差累计贡献达到 85%的原则，用少数几个不相关的主成分来代表原来的多个变量以实现数据降维的目的。随后，建立各主成分的表达式，计算地级市各部门在主成分上的得分，依据主成分
10、得分筛选出某一职能特征方面排名靠前的城市。进而对 16 个地级城市进行系统聚类，定量分析各个城市的职能。在此基础上，从城市发展过程出发，采用相关理论对安徽省各个城市的城市职能及发挥城市特色推动安徽省经济发展之间的关系进行研究。1.2 数据来源与预处理行业（或产业）是指从事相同性质的经济活动的所有单位的集合。许多研究认为，只有从事基本职能部分的从业人员数据才能够作为城市职能判定的依据，因为基本部分的从业人员才为外来游客服务，才能体现城市职能概念的内涵。但实际上，随着产业融合程度的不断加深，城市产业的边界变得日益模糊，很难绝对对某一单项产业的服务对象进行清晰划分。特别是对于服务业为主导功能的城市而
11、言，其从业人员大多同时承担对内和对外服务的双重职能。基于这种考虑，近年来很多城市职能研究者并不主张对城市某一行业从业人员的基本和非基本部分加以区分。同时，城市是与农村相对应的概念，根据国民经济行业分类（GB/T 4754-2011）体系，城市的基本功能主要体现在第二产业和第三产业的 18 个相关部门，即：X2采矿业，X3 制造业，X4 电力、燃气及水的生产和供应业，X5 建筑业，X6 交通运输、仓储及邮政业，X7信息传输、计算机服务和软件业，X8 批发和零售业，X9 住宿、餐饮业，X10 金融业，X11 房地产业，X12租赁和商业服务业，X13 科学研究、技术服务和地质勘查业，X14 水利、环
12、境和公共设施管理业，X15 居民服务和其他服务业，X16 教育，X17 卫生、社会保障和社会福利业，X18 文化、体育和娱乐业，SX19 共管理和社会组织等，而与 X1 农、林、牧、渔业不大。因此，以安徽省统计年鉴 2014所给出的从业人口的行业构成数据为原始数据源，将各行业部门职工人数分别除以各城市的总从业人数，可以得到安徽省省 16 个地级城市 18 个部门的职工比重，据此建立主成分分析和城市职能判定的数据矩阵，进而进行更为深入的研究。2 安徽省各个城市的城市职能的判定2.1 影响城市职能判定的主成分提取2.1.1 指标间的相关性分析利用 SPSS 软件对原始数据做标准化处理，然后计算得出
13、各指标之间的相关系数矩阵，其结果见表 1.表一.相关系数矩阵Tab.2 The correlated matrix of 18 indices变量 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19X2 1 -0.1580.236-0.135-0.146-0.085-0.212-0.211-0.1730.01 -0.003-0.123-0.052-0.073-0.206-0.099-0.197-0.304X3 -0.1581 0.7630.931 0.917 0.83 0.894 0.902 0.224 0.8960.
14、887 0.927 0.566 0.772 0.643 0.805 0.855 0.745X4 0.236 0.763 1 0.82 0.856 0.858 0.76 0.793 0.201 0.92 0.888 0.845 0.76 0.676 0.68 0.828 0.819 0.725X5 -0.1350.931 0.82 1 0.978 0.947 0.945 0.972 0.275 0.9530.975 0.985 0.58 0.822 0.672 0.838 0.96 0.776X6 -0.1460.917 0.8560.978 1 0.973 0.923 0.977 0.277
15、0.9520.96 0.969 0.655 0.787 0.783 0.912 0.953 0.855X7 -0.0850.83 0.8580.947 0.973 1 0.869 0.956 0.342 0.9280.958 0.946 0.63 0.794 0.759 0.878 0.932 0.816X8 -0.2120.894 0.76 0.945 0.923 0.869 1 0.925 0.2 0.9170.91 0.917 0.572 0.711 0.608 0.769 0.937 0.745X9 -0.2110.902 0.7930.972 0.977 0.956 0.925 1
16、0.266 0.9160.951 0.97 0.629 0.815 0.758 0.879 0.947 0.858X10-0.1730.224 0.2010.275 0.277 0.342 0.2 0.266 1 0.2630.282 0.356 0.34 0.168 0.195 0.249 0.225 0.162X110.01 0.896 0.92 0.953 0.952 0.928 0.917 0.916 0.263 1 0.967 0.959 0.697 0.771 0.668 0.834 0.926 0.739X12-0.0030.887 0.8880.975 0.96 0.958 0
17、.91 0.951 0.282 0.9671 0.98 0.612 0.825 0.639 0.816 0.951 0.741X13-0.1230.927 0.8450.985 0.969 0.946 0.917 0.97 0.356 0.9590.98 1 0.651 0.84 0.688 0.848 0.941 0.784X14-0.0520.566 0.76 0.58 0.655 0.63 0.572 0.629 0.34 0.6970.612 0.651 1 0.428 0.681 0.716 0.579 0.665X15-0.0730.772 0.6760.822 0.787 0.7
18、94 0.711 0.815 0.168 0.7710.825 0.84 0.428 1 0.523 0.637 0.772 0.607X16-0.2060.643 0.68 0.672 0.783 0.759 0.608 0.758 0.195 0.6680.639 0.688 0.681 0.523 1 0.95 0.694 0.941X17-0.0990.805 0.8280.838 0.912 0.878 0.769 0.879 0.249 0.8340.816 0.848 0.716 0.637 0.95 1 0.823 0.953X18-0.1970.855 0.8190.96 0
19、.953 0.932 0.937 0.947 0.225 0.9260.951 0.941 0.579 0.772 0.694 0.823 1 0.799X19-0.3040.745 0.7250.776 0.855 0.816 0.745 0.858 0.162 0.7390.741 0.784 0.665 0.607 0.941 0.953 0.799 12.1.2 主成份贡献率及其主成份载荷分析按照特征值1、方差累积贡献率80的原则提取主成份. 利用 SPSS 软件对安徽省 16 个地级城市18 个部门职工比重原始数据矩阵进行主成分分析，计算得到主成分特征值、贡献率、累积贡献率（如表 2
20、 所示）表 2 主成份特征值、贡献率和累积贡献率Tab.2 The eigenvalue,contribution rate and accumulative contribution rate of PC初始特征值 提取平方和载入成份 合计 方差贡献率% 累积贡献率% 合计 方差贡献率 % 累积贡献率 %1 13.506 75.033 75.033 13.506 75.033 75.0332 1.303 7.237 82.27 1.303 7.237 82.273 1.049 5.825 88.095 1.049 5.825 88.0954 0.979 5.441 93.5365 0.408
21、 2.264 95.8016 0.307 1.707 97.5087 0.191 1.062 98.5698 0.077 0.426 98.9959 0.056 0.31 99.30610 0.05 0.276 99.58211 0.035 0.197 99.77912 0.02 0.111 99.8913 0.012 0.064 99.95414 0.005 0.026 99.9815 0.004 0.02 10016 -3.85E-18 -2.14E-17 10017 -3.87E-17 -2.15E-16 10018 -1.44E-16 -7.99E-16 100数据显示，前 3 个因子
22、的累积方差贡献率已经达到 88.095%，按照特征值大于 1，累积贡献率大于 85%的原则，这些因子已经解释了原始变量的绝大部分信息，可以提取这 3 个因子作为影响城市职能判定的主因子（表 2）。表 3 主成份载荷矩阵Tab.3 The load matrix of PCA主成分 1 主成分 2 主成分 3采矿业 0.017 0.01 0.76制造业 0.143 -0.105 -0.056电力热力燃气及水的生产和供应业 0.006 0.138 0.324建筑业 0.157 -0.118 -0.038批发和零售业 0.08 0.009 -0.023交通运输仓储邮政业 0.073 0.02 0.0
23、17住宿和餐饮业 0.162 -0.137 -0.092信息传输计算机服务软件业 0.101 -0.031 -0.088金融业 -0.11 0.205 -0.158房地产业 0.108 -0.029 0.115租凭和商务服务业 0.151 -0.1 0.076科学研究和技术服务业 0.122 -0.06 -0.019水利环境公共设施管理业 -0.202 0.431 0.147居民服务修理其他服务业 0.21 -0.223 -0.013教育 -0.191 0.412 -0.04卫生和社会工作 -0.096 0.283 0.035文化体育娱乐业 0.134 -0.086 -0.068公共管理社会保
24、障社会组织 -0.103 0.276 -0.119在主成分提取的基础上，可以得到 18 个行业部门在每个主成分上的系数值。各部门在不同主成分上的系数值见表 3.结果显示：居民服务修理其他服务业、信息运输和计算机服务软件业、住宿餐饮业、建筑业、租凭和商务服务业、制造业、文化娱乐业，系数值分别达到了 0.21、0.161、0.162、0.157、0.151、0.143、0.134。从属性特征上看，除制造业外，这些部门主要与城市当地居民商业活动以及生活服务密切相关，可以将由这几个部门构成的主成分 1 命名为商务服务因子。主成分 2 上系数值较高的产业部门包括水利环境公共设施管理业、教育、卫生和社会工
25、作部门、公共管理社会保障和社会组织业，系数值分别达到了 0.431、0.412、0.283、0.276。从属性上看，这些部门与城市居民生活密切相关，均具有社会公共服务属性。主成分 3 上系数较高的部门包括采矿业，电力、燃气及水的生产和供应业，公共设施管理业等，特别是前两个部门，系数分别达到了 0.76 和 0.324 的较高水平，且从属性上主要反映了城市工业发展和能源供给状况，可以命名为能源动力因子。2.2 安徽省各个城市的主成分因子得分分析在表 3 的基础上，将标准化后的安徽省 16 个地级市各部门职工比重数值代入主成分得分表达式，可以得到各城市在不同主成分上的得分。表 4 各城市在不同主成
26、分上的得分Tab4.The scores of the 16 cities about the three main facts.商务服务因子 社会公共服务因子 能源动力因子合肥市 3.48142 1.23469 -0.18462淮北市 0.04792 -1.07137 1.6853毫州市 -0.48427 0.32288 -0.26299宿州市 -0.15089 0.19045 -0.0452蚌埠市 -0.55179 0.77095 -0.83071阜阳市 -0.78735 1.33113 -0.19366淮南市 -0.19948 0.45678 3.13417滁州市 -0.53552 0.
27、35068 -0.37184六安市 -0.96804 1.29684 -0.09625马鞍山市 0.47786 -1.2494 0.00225芜湖市 -0.07591 0.13778 -0.46015宣城市 -0.26435 -0.56905 -0.48486铜陵市 0.23143 -1.62712 -0.4286池州市 0.11353 -1.43073 -0.54611安庆市 -0.22049 0.70194 -0.39751黄山市 -0.11407 -0.84645 -0.5192主成分得分的分析结果显示，合肥市在商务服务因子这一主成分上的分值较高，达到 3.48142；合肥市、阜阳市、六
28、安市、安庆市、蚌埠市在社会公共服务因子这一主成分上的分值最高，尤其是合肥市、阜阳市、六安市分别达到 1.23469、1.3313 和 1.29684；而在能源动力因子主成分上得分值较高的城市则分别是淮南市和淮北市，分别为 3.13417 和 1.6853。在初步判定安徽省 16 个城市包括 18 个部门行业上的城市职能分类，采用系统聚类分析的方法对具有相似部门结构的城市进行归类。2.3 基于 Chebychev 距离的聚类分析计算系统聚类分析方法是定量地研究地理事物分类问题和地理分区问题的重要方法.因此我们采用系统聚类分析方法从定量与定性相结合的角度对安徽省各个城市的城市职能作综合和系统的分析
29、。首先采用标准差标准化方法对三个主成份得分的数据进行处理；然后采用余弦距离测度样本间距离；最后计算出 8 种系统聚类分析方法的结果，通过比较选出最近邻元素法计算类间的距离并对样本进行分类，从而得到安徽省城市职能分类的区域谱系图。（见图 1）.图 1 安徽省内各地级城市职能的聚类结果Fig.1 Cluster result of urban function in Anhui Province3.安徽省各个城市的城市职能的分类判定与定量分析以距离为 5（谱系图中第一条长竖线所示）和 15（谱系图中第二条长竖线所示）进行划分的结果显示，安徽省 16 个地级城市在职能上可以为 2 个大类和 7 个亚
30、类。3.1 第一大类第一大类包括合肥市由主成分得分的分析结果显示，合肥市在商务服务因子这一主成分上的分值最高达到 3.48142；在社会公共服务因子这一主成分上主成分因子分析得分达到 1.23469。合肥作为安徽的省会城市, 全国四大科教基地之一, 综合经济实力强, 基础设施完善, 作为安徽省目前的经济中心，是安徽的政治、经济、文化中心，具有独特的优势。在安徽乃至中部省市都具有较强的区位优势、经济优势、科技优势和市场优势, 在诸如 GDP、固定资产投资完成额、社会消费品零售总额、外商直接投资中实际利用外资等指标评价上均占有绝对优势, 是皖省竞争力最强的城市。合肥市产业结构合理，产业面广，基本涉
31、及国内的轻工业、重工业、服务业等大多行业；并且国家级研究院所众多，大中专院校密集，技术能力较强，后期的孵化和转化能力较强；地理位置居中，是安徽省的几何中心，物流和交通成本相对较低，并且可发展空间大，有较大的开拓空间。但城市经济运行的质量和效益不高, 产业效益和生态环境状况得分较低, 在中国城市中排名第 23 位, 城市今后发展的主要任务应注重如何整合、优化各种城市竞争力, 在扩大经济总量、对外开放的基础上, 努力提高质量和效益, 进一步巩固、确立其在区域中的主导职能和地位, 从而带动整个安徽经济的发展。3.2 第二大类第二大类包括 6 个亚类。第一亚类：豪州市、滁州市、宿州市 、安庆市、芜湖市
32、、蚌埠市。主成分得分的分析结果显示这 6 个城市在商业服务因子这一主成分上的分值较高。亳州市，地处苏鲁豫皖四省结合部，亳州是皖北地区的老工业基地，为国家历史文化名城。亳州是中国优秀旅游城市，肩 负 着 带 动 和 辐 射 皖 西 北 地 区 特 别 是 市 域 “三 县 一 区 ”经 济 、 社 会 发 展 的 职 能 。毫 州 市 在 商 业 服 务 因 子 这 一 主 成 分 上 得 分 为 0.32288。宿州市，位于安徽省最北部，是淮海经济协作区的核心城市之一。宿州是安徽重要的商贸城市，在商业服务因子这一主成分上得分为 0.19045。毫州市、宿州市在皖北地区，城市经济发展水平系数较低
33、，第一产业比重较大，农业以种植业为主。从农业生产条件来看，这些地区土壤较为贫瘠，水资源不足，光热条件也不如沿江和江南地区，旱涝灾害时常发生。蚌埠市，蚌埠是皖省北部重要的轻工业城市, 产业效益得分较好，在商业服务因子这一主成分上得分较高为 0.77095。 因此将其城市职能定义为安徽省重要枢纽城市、皖北地区的商贸中心与加工制造业中心。安庆市，皖西南中心城市，长江沿岸著名的港口城市，中国传统戏剧黄梅戏之乡，是安徽省重要的历史文化城市。安庆市是中国民族工业的发源地，在商业服务因子这一主成分上得分较高为 0.70194。安庆是皖省重点对外开放城市之一, 是皖西南政治、经济、文化、交通中心 , 基础设施
34、完善, 但城市规模得分偏低.滁州市是皖东的区域中心城市，安徽省历史文化名城。 滁州市介江淮之间 , 处长江三角洲边缘, 属东南沿海与中西部内陆地区的衔接部, 是全国大型商品粮生产基地,滁 州 稻 香 鱼 肥 、 物 产 富 饶 ， 素 有 “鱼米 之 乡 ”、 “水 产 之 乡 ”的 美 誉 ， 是 安 徽 省 乃 至 全 国 的 重 要 粮 仓 ， 在商业服务因子这一主成分上得分为 0.35068 有 “安 徽 第 一 粮 仓 ”之 称 。 滁 州 市 的 城 市 职 能 定 义 为 安 徽 省 的 重 要 的 农 业 城 市 ， 基础设施相对比较完善。从城市的职能定量分析的角度来看, 被誉
35、为“长江十大港口”之一的芜湖是座商贸型城市,是该省改革开放的窗口和前沿, 在综合经济实力、对外开放程度等方面的职能较高。加上原有的港口、码头等岸线设施以及后期桥梁等基础设施的兴建，为这些地区发展带来十分便利的交通条件。而且这些地区在地理位置上临近经济发达的江苏省，经济上受其影响不言而喻。但是芜湖市的城市规模不算大，总量有待提高并且在基础设施上得分偏低,芜湖的城建水平有待改善，老城区房屋、公共设施十分破旧，影响了市容和居民生活。第二亚类：包括阜阳市和六安市。阜阳市和六安市在第二主成分上得分较高，到达了 1.33113 和 1.29684.阜阳市是皖西北重要的门户，是安徽省人口最多的城市，阜 阳
36、是 安 徽 3 大 枢 纽 之 一 全 国 重 要 的 铁 路交 通 枢 纽 ， 以 加 工 制 造 、 商 贸 物 流 为 主 的 皖 北 中 心 城 市 。 所 以 阜 阳 是 安 徽 重 要 的 交 通 枢 纽 城 市 及 商 贸城 市 。 地区经济发展水平系数较低，第一产业比重较大，农业以种植业为主。城市职能定义为农业城市。但是从农业生产条件来看，这些地区土壤较为贫瘠，水资源不足，光热条件也不如沿江和江南地区，旱涝灾害时常发生。城市竞争力较弱, 在发展方向上应注重调整产业结构 ,改善经济投资环境, 加强对外联系, 扩大经济规模。阜阳地处该省西北部, 是皖省人口最多的城市, 是全国重要的
37、劳务输出基地, 交通便捷,“ 火”字形铁路枢纽, 城市规模较大, 但竞争力综合得分偏低六安市位于安徽西部，大别山北麓，人口近 560 万，仅次于阜阳市和合肥市，居全省第三位。六安市是著名的革命老区，又是贫困人口较多的地区，据监测，2003 年该市仍有贫困人口 32.81 万人，贫困发生率为 5.45%，高于全省平均水平近 2 个百分点，为全省之首。虽经多年建设与发展，经济总体水平仍然不高，2003 年人均 GDP 刚过 3000 元，不足全省平均水平的一半，经济发展水平系数为-1.9,与阜阳同属经济不发达地区。第三亚类：包括宣城市和黄山市。宣城市，位于安徽省东南部，为中国文房四宝之乡、山水园林
38、城市、历史文化名城。宣城市农业以林茶为主，工业生产基础较差，尚未形成明显的专门化生产部门，但旅游资源比较丰富，有长江的交通优势，经济发展较好，具有良好的发展前景。黄 山 市 ， 世 界 著 名 的 现 代 国 际 旅 游 城 市 、 长 三 角 旅 游 中 心 城 市 之 一 、 皖 浙 赣 省 际 中 心 城 市 、 华 东 区域 性 次 交 通 枢 纽 。 其 主 要 城 市 职 能 即 旅 游 。第四亚类：包括铜陵市、池州市、马鞍山市。铜陵市、池州市、马鞍山市均在第一主成分（商业服务因子）上得分分别为0.23143、0.11353、0.47786.铜陵铜陵市，位于安徽省中南部，长江中下游
39、南岸，是一座新兴的工贸港口城市，是以有色金属冶炼，制铜业为主的工业城市，同时也是迄今为止江南地区规模最大的铜矿采集、加工、冶炼基地。可见, 这些城市地理位置较好, 是集聚和辐射能力较强的城市, 因此将铜陵市的城市职能定义为资源型城市。在发展方向上, 应利用良好的地理位置进一步发挥区位和交通优势, 大力完善基础设施, 尽快提高服务水平, 发挥各自优势, 积极吸引各种经济要素的空间流动, 从而强化中心城市的集聚和辐射功能, 加强区域的带动作用。池州市，位于安徽省西南部，是长江南岸重要的滨江港口城市，省级历史文化名城，是安徽省重要的生态旅游城市。马鞍山是我国十大钢铁工业基地, 不仅城市生态环境优美, 而且地理位置、城市风光独特, 在生态环境状况上得分占有绝对优势, 但产业效益尚待提高。第五亚类;包括淮南市。淮南市是安徽省重要的工业城市。在商业服务因子上得分 0.45678；在能源动力因子上的得分高达3.13417。皖北地区的淮南属于安徽省的次发达地区，以煤炭工业及加工业为主体经济, 地理位置优越, 基础设施完善, 但科技文化水平受限。优质品种的推广和规模养殖扩大成为农业生产亮点。同时，近年来淮南市的零售企业和住宿餐饮企业发展迅猛，成为消费市场亮点。第六亚类：包括淮北市。
