【基于网络探析法的S市新型城镇化空间特征探究11000字（论文）】

基于网络分析法的S市新型城镇化空间特征研究目录一、引言 一、引言（一）研究背景区域新型城镇化空间关联是以区域空间为载体，以新型城镇化发展为基础，通过要素流动网络和交通扩散通道连接不同规模和发展层次城市(镇)形成的涵盖点、线、面的有机系统。由于要素流动规模和流动方向均具有复杂性，区域新型城镇化空间关联在宏观层面上呈现多线程特征，进而形成了网络化的结构。新型城镇化空间关联网络负载能力和空间扩展能力的强化会提升区域间要素流动的密度和广度，进而为优化区域整体发展格局提供潜能。社会网络分析方法是由社会学家根据数学方法﹑图论等发展起来的定量分析方法，是社会关系研究的较新范式。不同传统空间计量研究针对特定单元“属性数据”的探讨，网络分析关注地理单元间的结构关系，而这种整体层面上的结构关系往往决定个体属性数据的表现，因而具有较大的研究价值。不仅如此，与传统空间计量方法关注“邻近”效应和局部特征相比，网络分析带有全局分析的特点，更有利于探究不同地理单元间经济关联形态和聚类模式，揭示区域经济增长空间关联的总体特征，进而为有针对性提出整体层面的优化措施提供依据。当前我国正处于城镇化转型发展的关键时期，积极探索国际前沿城市发展理念以及适合我国发展的新型城镇化理念和实践，意义重大。《国家新型城镇化规划（2014-2020）》中明确提出新型城镇化是扩大内需的重要抓手，是促进区域经济协调发展的有力支撑、是促进产业转型升级的重要途径，是解决三农问题的重要手段，凸显出了走新型城镇化道路的重要性。以往的网络分析法都是基于大的时空角度进行研究，比如长三角地区城市群或者是在一个省域范围内，一般用于研究区域的经济联系，此次研究以S市为研究对象，研究各县之间的新型城镇化联系。S市是浙江省省辖地级市，是宁波都市圈的重要组成部分。近年来S市城镇化水平稳步提升，2015年11月16日，S市列入第二批国家新型城镇化综合试点城市。城镇化发展是涵盖人口、经济和社会等维度在内的系统进程，现阶段城镇化发展必须彰显“新型”的内涵。一方面，由于历史条件和禀赋制约，S市城镇化发展水平仍有着较大的空间不均衡；另一方面，随着交通基础设施的进一步完善和一系列区域发展政策的深入推进，S市城镇化在空间上形成了复杂联系网络。本研究试图以县域为基本单元，基于网络分析法对S市新型城镇化的空间特征进行分析，同时比对年度间演进特征，并提出相关对策建议。（二）研究目的本课题以县域为基本单元，基于社会网络分析法对S市新型城镇化空间特征进行研究，能针对不同区域发展实际和差距制定政策，从而增加资源跨区域流动通道，完善跨区域治理模式，发挥定向和精准调控的作用，强化核心区域，推动S市欠发达地区的整体发展。（三）研究意义1.为新型城镇化规划提供技术支持当前我国正处于城镇化转型发展的关键时期，积极探索国际前沿城市发展理念以及适合我国发展的新型城镇化理念和实践，意义重大。《国家新型城镇化规划（2014-2020）》中明确提出新型城镇化是扩大内需的重要抓手，是促进区域经济协调发展的有力支撑、是促进产业转型升级的重要途径，是解决三农问题的重要手段，凸显出了走新型城镇化道路的重要性。将网络分析法运用到新型城镇化空间特征研究中，有利于探索不同地理单元间的新型城镇化联系，揭示区域新型城镇化空间关联的总体特征，进而有针对性提出整体层面的优化措施提供依据。2.推动S市新型城镇化进展S市是浙江省省辖地级市，是宁波都市圈的重要组成部分。近年来S市城镇化水平稳步提升，2015年11月16日，S市列入第二批国家新型城镇化综合试点城市。但S市的整体实力依然偏弱，城镇化水平依然处于浙江省较低水平。2000年到2010年，浙江省各市的城镇人口都有大幅度增长，杭州、宁波、温州、嘉兴、湖州、金华市的城镇人口增幅在50%以上，而S市人口增幅在20%以上，增幅较低。2010年浙江省最高的杭州市，城镇化率已达73.2%，宁波、温州、舟山市的城镇化率高于浙江省61.6%的水平。而S市的城镇化率为55.5%，低于浙江省平均值。因此，分析S市城镇化发展的现状、问题以及新型城镇化的内涵、城市间空间关联效应，发掘城镇潜在优势，着力探索和形成符合S市实际的新型城镇化战略，积极稳妥地推进新型城镇化，从根本上解决S市城镇化发展水平偏低，发展质量不高的问题，对于S市经济提质增效具有重要的理论和现实意义。二、国内外研究动态（一）区域新型城镇化空间关联Grimm.Faeth（2014）认为空间相互关联是区域经济学中最为典型的特征。遗憾的是既有文献通常采用普通的固定效应、随机效应或者系统GMM估计方法对我国新型城镇化的影响因素进行研究，往往忽视了区域之间的空间溢出效应。事实上，地方政府在制定经济社会发展战略的时候，会通过相机抉择的方式对其他地方产生影响。换句话说，同一区域之间仅局限于考察本地区的经济、社会因素是不够的，还需关注周边地区间经济、社会等因素的交互作用及影响。AhmadN.Abdel-Rahman（2015）通过对发展中国家城市化与城市首位度、经济增长之间关系进行时间序列和横截面研究，认为其间存在负相关关系，进一步的横截面分析表明所有工业化经济都高度城市化，并建立了发展中国家经济增长率的预测模型。VernonHendersan（2015）认为快速推进的城市化并非都能引起经济增长，城市集中存在一个最佳程度，在这一程度上，可以极大促进生产力增长，达不到或者超过这一程度均不会带来生产力的快速发展，当然生产力的发展并非仅仅由城市化影响。张平宇（2016）认为新型城镇化适应城市化基础好、质量不高的东北地区以及东北老工业基地改造的特殊性，提出其新型城镇化战略应与新型工业化战略相适应，以现代化人居环境系统的建设为总体目标，以“三圈一带”哈大巨型城市带的构建为总体布局，走内涵式和质量型的发展道路；袁家冬（2015）以S市为例，认为未来东北老工业基地新型城镇化重点是构建“一群三组团”的体系格局，强化长吉大都市和区域中心城市，积极发展中等城市，形成功能协调、分工明确、综合竞争力强的城市群体；陈雯（2016）等提出将城市老工业区的改造与资源型城市的转型针对区域新型城镇化现状与问题，综合运用定量模型，建立新型城镇化复合评价指标体系，借助主成分分析、均方差决策、AHP和嫡值法等计算新型城镇化得分，利用ArcGIS进行空间可视化，探寻新型城镇化地域分异格局以及与各驱动因子的关联程度等。深入咨询新型城镇化的实际工作进展，获取第一手材料，充分利用移动互联网这一大数据载体，更为真实有效的探寻区域新型城镇化发展现状。（二）网络分析法的现状网络分析将成员“关系”作为分析单位，为研究区域发展的网络结构提供了工具。应用网络分析法测度区域发展的空间特征一般涵盖整体网络特征、各节点的网络特征、凝聚子群和核心一边缘等方面。整体网络特征多以网络密度、关联度、等级度和效率等关键指标刻画，网络密度反映了网络节点之间联系的紧密程度；网络关联度反映网络自身的稳健程度；网络等级度代表网络中各节点非对称性可达的程度；网络效率是指在网络成分数确定情况下在多大程度上存在多余的连线，网络效率越低，区域间的外溢通道就越多。节点网络特征重在分析节点在网络中的中心性程度，多通过程度中心度、接近中心度和中介中心度进行描述。程度中心度用以度量节点处于网络中心位置的程度，其值越高说明该节点在网络中与其他成员连线越多，在网络中地位越重要。接近中心度刻画了特定单元不受网络中其他单元控制的程度，某单元接近中心度越高说明受其他单元的控制程度越弱，更有可能成为网络的中心行动者。中介中心度衡量的是特定节点在多大程度上成为其他区域的“中介”，反映了网络中特定节点作为媒介者的能力。三、研究对象和方法（一）研究对象在综合新型城镇化的内涵基础上，借鉴了于伟、张鹏的的综合评价指标体系，基于数据采用熵值法进行测度，可以对S市9个县的新型城镇化水平进行更为细致准确地判读。（二）研究方法1.综合学科视角以城市地理学、人文地理学、经济地理学、区域经济学、区域经济地理学、产业经济学、生态学、环境学、计量地理学、城市规划学等为学科背景，总结基于网络分析法的S市新型城镇化空间特征研究，通过综合思维方法，从不同侧面提出S市新型城镇化的路径对策。2.文献研究法文献研究法是在具体研究目的的基础上，在广泛搜集和分析各种研究目标和相关文献的基础上，从这些文献中选取有价值的信息，使研究者能够充分、正确地理解和把握研究问题的方法。3.网络分析法将社会网络分析法运用到新型城镇化空间特征中，来验证区域城镇化的空间溢出效应，以丰富关于新型城镇化的研究。同时，对于S市制定新型城镇化发展战略具有一定的现实参考依据。（三）数据获得本文选取的指标数据来源于2008-2016年《S市统计年鉴》以及相关县域城市的统计年鉴、年鉴与统计公报。本文中指标数据根据评价指标体系对所收集数据进行整理和处理。四、S市各县新型城镇化测算（一）新型城镇化区间联系强度计量流动空间的网络属性源自要素的跨区域相互作用。分析区域空间关联网络需要明确相互联系强度，即网络的中“线”。物理学的万有引力模型揭示的距离衰减原理符合区域间经济联系的基本特征，在区域经济学领域特别是关注到区域间异质和溢出的新经济地理学领域得到了广泛的应用，本研究借鉴万有引力模型将区域间新型城镇化联系强度表示为：（1）式中：Fij为区域间的引力，本文用以指代区域i新型城镇化对区域j新型城镇化的联系强度；Mi和Mj为两区域新型城镇化水平，考虑到区域城镇化发展的系统性和综合性，因此通过将多指标降维的方式测度区域新型城镇化水平；dij表示两区域间的空间距离，本文依据地级市域中心城区经纬度坐标计算相互间直线距离；b为距离衰减系数，区域间的联系强度与相互间距离的平方成反比，因此将距离衰减系数确定为2；结合式(1)，本研究认为新型城镇化区间联系源自要素的跨区域流动，这种流动与相互间的城镇化水平(载体体量)正相关，与相互间距离(平方)呈负相关。Rij是经验常数，由于两区域间的联系会因区间现实差异而呈现出非对等性，本文利用特定区域新型城镇化数值占两联系区域新型城镇化数值之和的比重对经验常数进行修正，即kij=Mi/(Mi+Mj)。将S市9个县域的年度数据带入式(1)，得到一个表征S市新型城镇化区间联系的年度9x9的初始矩阵，在对该矩阵进行二值化处理时，选择合理的切分值非常重要。将考察年度内所有两县域间的引力均值作为切分点，形成二值化矩阵和表示各县域间是否具有引力关系的有向1-model网络。为避免网络出现封闭子环，设定区域与自身的联系强度为0。（二）网络分析法空间网络研究中的凝聚子群分析是以单元间联系强度为依据，研究特定区域内部可能存在的小团体聚集现象，揭示网络内部的子结构。换言之，凝聚子群分析通过比较下属单元之间联系的强度寻找整体结构中存在的子结构及其组成机制。社会网络分析中的核心一边缘分析则用以反映特定单元在整体区域中的位置和重要程度，量化各单元的核心度以及核心对边缘的带动效应。《国家新型城镇化规划(2016-2020年)》指出，新型城镇化是保持经济持续健康发展的引擎和产业结构转型升级的抓手，也是解决三农问题的重要途径。随着城镇化进程中人地矛盾、环境污染、城乡差距、新的城市二元结构等问题的出现，城镇化日益需要彰显“新”内涵和发展质量。结合先前学者的研究和S市各县域平行数据的可得性，本研究从“人口、经济、土地、社会以及环境”5个维度选取了指标对新型城镇化加以测度，其中城乡收入差距(城市居民人均可支配收入/农村居民人均总收入)和单位GDPSO2排放为负向指标，其余均为正向指标，指标权重基于嫡值法确定，各指标及相应权重如表4.1所示。需要说明的是，由于本研究旨在分析S市新型城镇化网络结构特征的演变，考虑到区域新型城镇化网络结构具有相对稳定性的特点，本研究并不在特定时段内逐年展开，而是选取了2008年、2012年和2016年，通过对比年度数据观察其中的基本趋势。研究数据取自《S市统计年鉴》，个别缺失值通过查询统计公报补齐。表4.2为S市各县域在3个年度内的新型城镇化数值。对比2016年和2008年结果能够看出，各县域新型城镇化均有不同程度的提升。整体看来，临海县和三门县是S市新型城镇化“属性数据”最高的区域，鲁北和鲁西南新型城镇化发展相对滞后。表4.1新型城镇化指标体系及权重一级指标（权重）二级指标（权重，单位）人口城镇化(0.156）非农人口占总人口比重(0.443%)城镇就业人数占总就业人数的比重(0.557%)经济城镇化(0.133)非农产业占UDP比重(0.101%)城市居民人均可支配收入(0.664，元/人)城乡收入差距(0.235%，负向指标)土地城镇化(0.166)市区面积占行政区面积比重(1.000%)社会城镇化(0.385)客运总量/区域人口(0.560万人次/万人)邮电业务总量/区域人口(0.258，万元/人)城镇社会零售品总额/城镇人口(0.182，万元/人)环境保护(0.159)绿化覆盖面积/市区面积(0.897，hm2/km2)单位UDPSO2排放(0.103，t/亿元，负向指标)表4.2S市各县域新型城镇化水平分值县域编号2008年2012年2016年临海县10.3530.6850.678三门县20.4260.6970.710仙居县30.3940.4880.542温岭县40.2550.3160.396天台县50.3160.4580.485玉环县60.2730.4380.479椒江区70.940.3000.343黄岩区80.1470.2510.39路桥区90.1600.2480.331五、S市新型城镇化水平的空间网络特征1.典型特征描述图5.1--图5.3给出了2008年、2012年和2016年地级市域尺度下S市新型城镇化空间关联网络。3个年度内S市新型城镇化发展在各县域之间分别形成了25，63和94条空间网络流，济青等城市“点”和以胶济铁路沿线县域为代表的“线”在S市城市化空间网络中发挥着重要作用。2008年仙居县、路桥区、玉环县、椒江区与临海县存在显著的空间关联，2016年仙居县、温岭县、椒江区、黄岩区、路桥区等均能够与临海县形成对流，显示S市“省会都市圈”不断扩容和协同发展持续深化的趋势。2008年三门县仅与椒江区和玉环县发生单向流动关系(以三门县为扩散场)，2016年三门县则与椒江区、仙居县、玉环县和天台县发生双向对流关系，并形成对黄岩区和路桥区的单向流动关系，这意味着三门县新型城镇化发展对胶东板块和鲁中腹地的辐射作用不断强化。3个年度内仙居县和三门县在S市新型城镇化空间关联网络占有重要位势，这与仙居县处于胶济线中枢以及济莱同城化趋势密切相关。尽管考察年度内空间网络流持续增长，但以临海县为中心的省会都市圈和以三门县为中心的沿海城市群之间的整体空间关联较为薄弱，区域间的积极联动仍需强化。此外需要关注的是，黄岩区在2008年均是未与其他县域发生空间关联的“孤岛”，温岭县2012年仍未融入S市新型城镇化网络，2016年也仅是接受与毗邻的黄岩区的单向辐射，未来发展尤其需要增加与其他县域的协同，积极承接省会都市圈的产业转移和知识输出。17176948523１76948523图5.12008年空间关联网络图5.22012年空间关联网络99９65413872图5.32016年空间关联网络2.S市新型城镇化网络结构特征分析网络密度反映了网络中各单元连接的紧密程度，2008年以来S市新型城镇化网络密度呈现增长趋势，但在2016年网络密度值仅为0.346，标准差为0.476，这意味着在所有可能存在的连接关系中，2016年只观察到了1/3略多，且整体结构比较松散和失衡，S市各县域新型城镇化的跨区域合作仍有较大的空间。网络关联度由2008年的0.493大幅提升为2016年的1.000，考察初期S市新型城镇化网络关联度较弱，空间溢出只发生在部分县域之间，考察末期S市新型城镇化空间网络则具有较好的通达性，各县域间普遍存在空间关联和溢出效应。网络等级度由2008年的0.628下降为2016年的0.118，初期较为“森严”的等级结构逐渐被打破，不同地理区间和不同发展水平下的考察单元都有产生空间互动效应的可能，地区间的相互影响逐渐强化。网络效率由初期0.909下降为末期的0.683，表明S市新型城镇化空间网络中的连线逐渐增多，出现较为明显的多重叠加现象，网络的稳定风险不断提升。综合上述各指标变化趋势可以看出，随着要素流动动力的增强和流动成本的降低，S市新型城镇化的联动作用和溢出效应更为明显，全省“一盘棋”的态势不断强化。表5.1S市新型城镇化网络结构特征年份网络密度(标准差)网络关联度网络等级度网络效率20080.092(0.289)0.4930.6280.90920120.232(0.422)0.8820.1250.79120160.346(0.476)1.0000.1180.6833.S市新型城镇化网络中心度分析网络中心度刻画了各节点在城镇化空间关联网络中的相对位势，这不仅与区域间地理距离有关，也与区间经济发展、教育知识、软环境、基础设施等的落差密切相关。表4为S市新型城镇化网络中心度各指标计算结果。囿于篇幅限制，只报告了2008年和2016年计算结果，2012年结果备索。2016年全省外向和内向程度中心度均值均为34.56，其中临海县、三门县、仙居县、天台县、椒江区、黄岩区、路桥区等同时高于外向和内向均值，这些区域多位于胶济铁路沿线及两侧且城镇化水平较好，在S市新型城镇化空间网络中充当枢纽角色，对其省内其他区域新型城镇化具有较强的辐射作用，同时也接受其他区域新型城镇化的溢出；温岭县和仙居县组成的具有较低的外向程度中心度和较高的内向程度中心度，成为S市新型城镇化网络的集聚门户，受其他区域新型城镇化发展的“净辐射”强度较高。此外，外向和内向程度中心势分别为42.97%和29.69%，这说明现阶段S市新型城镇化网络的中心仍集中在部分区域上，网络整体的均衡性有待增强。表5.2显示2016年S市9个县域新型城镇化内向和外向接近中心度的均值分别为36.59和52.46，其中临海县、仙居县、温岭县、天台县、椒江区和路桥内向接近中心度超过均值，这些县域在S市新型城镇化的“流入”网络中更能快速地与其他县域产生连接，其中温岭县因毗邻临天台县，加之同城化的趋势，使其在S市会都市圈中占有重要位置，具有最高的内向中心度。临海县、三门县、仙居县、天台县、椒江区和路桥区外向接近中心度超过均值，在“流出”网络中扮演中心行动者的角色，仙居县因地处鲁中腹地和较高的工业化水平而具有相对最高的外向中心度。天台县外向接近中心度值远低于其他县域，对“流出”网络的控制作用极弱。临海县、仙居县、天台县、椒江区、路桥区和椒江区同时具有较高的内向和外向接近中心度，与其他县域的相互通达性最优，是S市新型城镇化网络的关键行动者。表5.2新型城镇化网络中心度分析县域程度中心度接近中心度中介中心度外向内向内向外向临海县25.00/68.7518.75/56.258.21/39.0211.94/69.572.92/13.95三门县12.50/50.000.00/37.505.88/35.566.67/64.000.00/24.25仙居县37.50/75.0018.75/43.758.25/40.0012.12/80.008.75/12.34温岭县6.25/31.256.25/37.508.70/37.216.25/50.002.50/1.31天台县18.75/43.7512.50/37.508.16/39.0211.59/61.543.33/4.16玉环县6.25/12.506.25/12.506.25/27.596.25/41.030.00/0.00椒江区0.00/37.5018.75/43.759.70/40.005.88/59.260.00/5.19黄岩区0.00/37.500.00/37.505.88/36.365.88/51.610.00/6.78路桥区12.50/37.5018.75/43.758.21/37.2111.51/57.140.00/2.13注：表内数值分别为2008年和2016年计算结果中介中心度的测算结果表明，2016年各县域均值为5.52，其中临海县、三门县、仙居县温岭县该值均在10以上，远高于其他区域，上述4个县域在S市新型城镇化空间网络中对其他区域间的交流具有很高的控制能力，在整体网络中具有显著的结构优势。三门县中介中心度数值增幅最为明显，这与S市蓝色发展战略的龙头角色和西海岸新区建设密切相关。玉环县、仙居县和温岭县中介中心度值为。椒江区和黄岩区也在1以下，这些县域因地理位置较为偏远或经济基础较为薄弱，很难对网络中的其他区域产生控制作用。2016年中介中心度标准差为7.06，网络中的溢出效应更多是通过少数区域实现的。4.S市新型城镇化凝聚子群分析凝聚子群分析能够解释各单元在网络中的聚类特征。分别利用2008年和2016年数据采用强调关系相关性的Concor法进行分析，最大分割深度和集中标准分别设定为2和0.2，将S市9个县域分成4个凝聚子群。2008年临海县、仙居县、温岭县、路桥区形成“临海县都市圈”子群，天台县、椒江区等形成“黄三角”子群，三门县、玉环县形成“半岛城市圈”子群，黄岩区和椒江区组成子群，这些凝聚子群内部新型城镇化发展有着较为密切的空间关联性。2016年临海县和温岭县形成“都市圈核心”子群，温岭县、黄岩区、路桥区形成“鲁西”子群，三门县和玉环县形成“胶东”子群，仙居县、天台县、椒江区形成“鲁中”子群，2016年S市内陆县域形成的子群地理分布呈“东一西”走向。对比显示，临海县和三门县所处的子群2016年规模较2008年有所缩小，作为S市新型城镇化领先区域的临海县和三门县，尤其需要拓展自身辐射范围，带动各自都市圈的外围区域进一步发展。为深入揭示各子群相互间的关系，本研究基于2016年数据测度了相应的密度矩阵、像矩阵和子群内外的溢出效应，如表5.3和表5.4所示。其中像矩阵的转化方式是以0.346(2016年整体网络密度)为界进行，能够更为直观地显示子群间关系。密度矩阵显示2016年临海县、仙居县和路桥区形成“临海县都市圈核心”子群内部，密度值达到1，这两子群内部一体化趋势明显。像矩阵显示，对角线数值全部为1，S市新型城镇化出现“俱乐部”现象。表5.32016年密度矩阵和像矩阵密度矩阵像矩阵1234123411.0000.5560.0000.800110120.4440.4330.0000.067110030.1110.0001.0000.3330010表5.4各子群内外互动效应接收关系发出关系期望内部关系比例(%)实际内部关系比例(%)群内群外群内群外161862212.5021.4321316131031.2556.523646612.5050.0041219121925.0038.715.S市新型城镇化网络核心--边缘分析在S市新型城镇化网络中的核心度，以2016年为例，临海县、仙居县和三门县核心度数值超过0.4，成为S市新型城镇化发展网络的核心，玉环县、三门县、玉环县、椒江区和黄岩区中心度数值则小于0.1，是S市新型城镇化发展网络的边缘区域，与其他区域的联系有待强化，椒江区和黄岩区等区域则需进一步对接发达区域和省会发展，积极融入S市新型城镇化整体格局中。与2008年相比，临海县和仙居县核心度指数均呈下降趋势，前述边缘区域除天台县外均呈上升趋势，S市城镇化发展网络的内部均衡度有所增加。表5.5核心－边缘分析县域2008年2016年临海县0.4390.407三门县0.0000.232仙居县0.790.449温岭县0.0000.182路桥区0.2370.245天台县0.2040.332玉环县0.0000.035椒江区0.0000.246黄岩区0.0000.186五、结论与建议（一）结论经济要素加速流动和空间联动作用的强化使得区域发展网络化趋势明显。本研究基于网络“关系数据”为推动S市新型城镇化空间协同发展提供了启示，相关政策的设计和实施必须关注区域间的联动效应和不同区域在整体网络中的差异化位势。分析2008年、2012年和2016年S市地级市域相关数据研究表明，S市新型城镇化空间网络密度存在增强趋势，全省城镇化发展“一盘棋”态势日趋明显。临海县、仙居县和三门县等具有较高的程度中心度、接近中心度和中介中心度，在S市新型城镇化空间网络格局中扮演枢纽角色，是S市新型城镇化网络的核心。凝聚子群分析表明，S市新型城镇化发展具有“空间俱乐部”现象，整体格局由2008年的“南一北”走向转向2016年的“东一西”走向核心城市的带动作用仍需提升。（二）建议1.树立“发展一盘棋”和“谋全局”的思想通过政策引导和市场机制的综合作用为S市新型城镇化资源的跨区域流动创造更多的“管道”，改进创新滞后地区与领先地区的连接性。特别是注意释放省会临海县和沿海城镇化高地的带动作用县域的枢纽效应，缩小区域发展鸿沟。2.提升城市管理水平完善规划体系，提高规划水平，加强专项规划、控制性详细规划和城市设计的编制，严格规划和实施，定期进行规划评估，提高规划决策的科学性和透明度。优化城市形态，妥善处理新老城区发展的关系，建立新老城区联动机制，促进互动发展。突出文化特色，维护历史文化传统，重视传统历史文化的接受、挖掘、整合和发展。建设绿色城市、低碳城市、紧凑城市、理性增长和智慧城市的新发展观，促进中心城市集约紧凑发展。3.促进中心城市要素资源高效配置创新体制和机制，加快资金、人口和技术要素向中心城市的集聚，合理配置资源，增强内生动力，促进中心城市快速发展。深化城市投资体制改革，加快城市基础设施和公用事业的市场化改革，鼓励和引导社会资本通过独资、合资、合作、合资、项目融资等方式，投资于基础设施和公用事业。要进一步加大户籍制度改革的步伐，农村人口转移到城市地区的渠道畅通，逐步解决农民进城的就业、住房、社会保障、医疗、子女教育等一系列问题，使农民能得到，留下，有好的，让他们与城市居民享受同等待遇。4.构建科学合理的新型城镇化规划体系首先，科学规划，合理布局，构建多规融合的新型城镇化空间规划体系格局。保证经济社会发展规划、城乡总体规划、主体功能区划、土地利用总体规划、环境保护规划、市政设施规划、新型农村社区规划以及其他控制性详细规划等的彼此一致性，使城镇规划在城镇发展与管理过程中始终处于主导和先行地位。创新城市管理与发展模式，协调相互关系，消除多规之间的冲突，遏制空间规划的失控无序问题，做好有效衔接，实现全面共享和完全透明，降低建设成本，提高空间资源配置效率，真正做到“一张图”管理，将S市作为一个完整的空间地域单元，增强相互沟通与联系，形成对S市新型城镇化发展综合协调的统筹合力。其次，尽快启动村庄规划，从规划上解决城乡脱节问题，避免去乡村化，实现就地城镇化和就近城镇化。减少对自然村屯的肆意圈占，减少因开发区建设盲目圈占基本农田，保障粮食安全，加大投资力度扶持朝阳产业和有潜力的产业部门，吸引农村剩余劳动力开展就业，加强劳动力职业技能培训，实施绩效工资，提高劳动生产效率，实现农业现代化和乡村现代化，引入社会资本，通过建立长效投入机制做好与农村相配套的教育、医疗、保险等社会保障服务和市政设施服务，降低与城市居民生活保障的落差，规划完善道路交通运输系统，增强与城市的经济社会联系。最后，遵循《关于进一