Spatial pattern, mutual relationship and driving forces of China's urbanization and non-agriculturalization
CAOGuangzhong收稿日期:2016-06-20
修回日期:2016-09-9
网络出版日期:2016-12-23
版权声明:2016《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (905KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
1 引言
人口和非农业经济活动向城镇地区集中和强化是国家和区域经济社会发展的重要内容和形式,直接表现为城镇人口比重的上升和非农就业劳动力比例的提高。多数发达国家城镇化过程中人口城镇化和就业非农化的发展演变总体同步;而发展中国家还存在另外两种情况,即非农产业所提供的就业岗位未能满足城镇人口就业需求的城镇化超前现象,和非农产业增长过程中因布局相对分散等原因未能有效集聚人口的城镇化滞后现象[1-3]。在体制转型和快速发展过程中,中国的人口城镇化和就业非农化之间的相互关系及其发展演变呈现出自身特色[4],多年来这一话题一直是学界关注的热点。事实上,由于切入点的不同、概念界定的差异和数据来源的多样化,既有关于中国城镇化和非农化关系的讨论并未达成一致,甚至形成相异的结论[5]。中国城镇化滞后于工业化或非农化的观点在学术界占据相对主导地位[6-12]。有****从衡量指标出发对此商榷,认为中国城镇化进程并没有过多偏离以就业结构水平为依据的工业化进程[13],甚至认为存在隐性超前城镇化,主张应把在乡镇企业就业的劳动力及其抚养人口纳入城市人口计算[14]。考虑到发展的阶段性,有****指出中国经历了城镇化滞后、同步甚至开始超前于非农化进程或工业化进 程[15,16]。在从整体层面讨论城镇化与非农化关系的基础上,二者关系的空间格局也受到关注,已有研究多从省级层面展开[17-19],也有少数以地级单元为分析尺度[20]或对某区域的县域单元进行分析[21]。改革开放前中国的重工业优先发展战略促进了工矿城市发展,也在很大程度上限制了劳动密集型产业发展和就业岗位的增加,人口城镇化的速度滞后于经济结构转变。20世纪八、九十年代分散布局的乡镇企业和“离土不离乡,进厂不进城”的就业方式下,人口的职业转换先于地域转换[22]。随着制度改革的不断深化、经济活力的持续释放和产业结构的升级转型,流动人口规模迅速扩大,人口地域转换与职业转换的差异渐趋缩小,人口城镇化和就业非农化互动发展呈现出新特点。采用2000年和2010年人口普查资料,基于县级行政单元讨论中国城镇化和非农化水平的空间格局和发展演变,结合城镇化阶段,阐释不同地区城镇化与非农化的相互关系,探讨二者的驱动力及差异,以期为促进人口城镇化和就业非农化的协调优化发展提供一个可能的分析视角。
2 研究数据与研究方法
2.1 数据说明
以城镇化率即“城镇人口占总人口比重”来衡量城镇化水平,采用2000年和2010年中国分县人口普查资料的全部数据。以非农化率即“非农就业人口占总就业人口比重”表征非农化水平,采用2000年和2010年中国分县人口普查资料的抽样数据。非农化率数据采用主要考虑两方面原因:① 该数据采用随机等距概率抽样,样本量较大,在反映总体信息上效果较好;② 改革开放后中国城市非正规就业规模增大,但多数资料中对非正规就业统计不足,而人口普查抽样数据将非正规就业人口也纳入抽样框内,据此测算的非农就业比例更准确。分析所涉及到的其他统计数据来自《中国城市统计年鉴2011》和《中国区域经济统计年鉴2011》。分析的基本单元即县级行政区以2010年行政区划为依据,对2000年后有变动的县级单元做相应归并,并将地级市市辖区合并作为独立单元,最终得到2284个研究单元,其中包括287个地级以上城市市辖区、370个县级市和1627个县、自治县、旗。由于西藏自治区和青海省的数据不全,对形成机制分析部分的模型估计只涉及到2172个分析单元。
2.2 研究方法
采用空间自相关分析方法描述城镇化率和非农化率的空间格局。首先采用全局空间自相关Moran's I统计量描述总体分布态势,判断城镇化率或非农化率的分布是否存在空间自相关性,计算公式如下[23]:式中:xi、xj分别是县级单元i、j的城镇化率或非农化率;
采用马尔科夫转移矩阵分析城镇化和非农化相互关系的演变。将所有研究单元的城镇化和非农化相关关系划分为多种类型,计算所有单元中类型发生转变的概率,演绎城镇化和非农化发展轨迹,并从中归纳演变规律。
采用多元线性回归模型分析城镇化率和非农化率空间格局和相互关系的形成机制。
3 城镇化和非农化的空间格局分异及演变
中国的人口城镇化和就业非农化进程在2000-2010年间快速推进,城镇化和非农化进程在不同地区表现出明显的差异化特征,二者高低关系的空间格局也随之发生变化。本节分析城镇化和非农化水平及其高低关系的空间特征和演变趋势。3.1 总体分布特征
(1)市辖区城镇化与非农化相对协调,县(市)域城镇化和非农化水平提高幅度较大将2284个研究单元分为省会城市(含直辖市)、地级市、县级市和县域行政单元,发现随着行政等级由高到低,城镇化率和非农化率均呈现递减趋势,且非农化率都高于城镇化率,其中地级市辖区城镇化和非农化最为协调,城镇化率与非农化率的比值(UN比)在2010年为0.971,县域单元和省会城市辖区城镇化率和非农化率也比较接近,而县级市城镇化率和非农化率差距最为明显,UN比为0.888(表1)。产业结构多以工业为主且布局相对分散、城市建设相对滞后是县级市城镇化进程相对落后于非农化的主要原因。Tab. 1
表1
表1各类行政单元内的城镇化率和非农化率
Tab. 1Urbanization rate and non-agricuturalization rate by administrative levels in China
2010年水平 | 2000-2010年变化 | ||||
---|---|---|---|---|---|
城镇化率(%) | 非农化率(%) | UN比 | 城镇化率(%) | 非农化率(%) | |
省会城市 | 85.05 | 88.04 | 0.966 | 4.26 | 12.28 |
地级市 | 72.23 | 74.37 | 0.971 | 7.83 | 13.83 |
县级市 | 45.65 | 51.41 | 0.888 | 9.97 | 15.86 |
县 | 31.40 | 32.43 | 0.968 | 14.48 | 13.56 |
全国 | 50.26 | 51.68 | 0.973 | 13.37 | 16.07 |
新窗口打开
与城镇化水平在不同行政等级单元中的分布特征相反,随行政等级降低,城镇化水平提高幅度增加,10年间省会城市辖区城镇化率仅增加4.26个百分点,县域单元增加高达14.48个百分点,成为全国城镇化水平提升幅度最大的单元类型。非农化水平提高幅度在四类行政单元中相对均衡,增加最明显的是县级市,增幅达15.86个百分点,其次为地级市辖区和县域单元,增幅最低的省会城市辖区也达到了12.28个百分点。总体而言,各类单元非农化速度普遍较快,省会城市和地级市辖区内城镇化率和非农化率都已经达到较高水平,二者关系相对协调;而县级市和县域单元则相对处于低城镇化率和低非农化率的双低阶段,仍有较大提升空间。
(2)中部城镇化和非农化几乎同步,城镇化和非农化水平都呈现出快速提高态势
从城镇化和非农化水平的空间格局来看,二者都形成了东部、东北、中部和西部依次递减的空间特征,但非农化水平的地带间差异更显著,城镇化与非农化水平的高低差异在四大地带间不同。具体而言,东部和中部的非农化率高于城镇化率,但东部UN比为0.895,而在中部二者几乎同步,UN比为0.988;反之,东北和西部的城镇化率明显高于非农化率,UN比在东北达到1.194,在西部差距有所减小,UN比为1.089(表2)。
Tab. 2
表2
表2中国城镇化率和非农化率的空间差异
Tab. 2Urbanization rate and non-agricuturalization rate by region in China
2010年水平 | 2000-2010年变化 | ||||
---|---|---|---|---|---|
城镇化率(%) | 非农化率(%) | UN比 | 城镇化率(%) | 非农化率(%) | |
东部 | 59.70 | 66.73 | 0.895 | 14.04 | 17.93 |
中部 | 43.55 | 44.06 | 0.988 | 14.27 | 17.13 |
西部 | 41.42 | 38.04 | 1.089 | 12.68 | 13.28 |
东北 | 57.58 | 48.21 | 1.194 | 5.29 | 4.61 |
全国 | 50.26 | 51.68 | 0.973 | 13.37 | 16.07 |
新窗口打开
在城镇化和非农化水平变动方面,东北地区提升幅度明显较小。2000-2010年间东北城镇化率和非农化率分别提高5.29个和4.61个百分点,而其他三个地区均提高10个百分点以上。与同样具有高城镇化率和高非农化率的东部地区相比,东北地区的提高速度明显较慢。尽管中部的非农化态势不如东部,但已十分接近,城镇化提升幅度则已超过东部成为城镇化提高最快的地区。兼具较大提高潜力和较强提高趋势的中部地区可能是未来一段时期内中国城镇化和非农化推进的主要区域。
3.2 空间格局及其演变
(1)城镇化高值区“大分散小集聚”,非农化高值区大范围连绵现象普遍对比2010年城镇化率和非农化率的空间差异和空间自相关分析结果可以发现(图1、图2),尽管城镇化率和非农化率在全国尺度上都呈现出显著的空间正相关关系,但二者在全国范围内的高低空间分布具有差异性,城镇化率的全局Moran指数高于非农化率反映出城镇化率相对于非农化率集聚分布特征更突出。具体而言,珠三角、长三角、京津廊、闽西北、吉林图们江区域及内蒙古沿边区域等地区是比较显著的城镇化率高值集中区,全国尺度上呈现“大分散小集聚”格局,低值集中区则主要分布在以农牧业为主的西南、青藏以及南疆地区。相较于城镇化率,非农化率低值集中区的主要分布地域与城镇化率大体一致;高值集中区的分布相对于城镇化率更为广泛,一个显著的不同是长江以南的华东地区几乎都囊括在内,与苏北地区一起构成非农化高值连绵区,而吉林图们江区域和内蒙古东部延边地区的非农化水平并不突出。
显示原图|下载原图ZIP|生成PPT
图12010年中国城镇化率和非农化率的空间分布
-->Fig. 1Spatial distribution of China's urbanization rate and non-agriculturalization rate in 2010
-->
显示原图|下载原图ZIP|生成PPT
图22010年中国城镇化率和非农化率的LISA集聚图
-->Fig. 2LISA results of China's urbanization rate and non-agriculturalization rate in 2010
-->
(2)快速城镇化地区呈核心—外围扩散格局,快速非农化地区由东部地区向中部地区面状溢出
对比城镇化率和非农化率在2000-2010年增长幅度的空间可视化和空间自相关结果可以发现(图3),二者增长的空间分布格局也具有显著的正相关特征,但表现出差异化的空间扩散特征。具体而言,内蒙古鄂尔多斯市和相邻的陕北地区、冀南地区和京津周边县市、苏北地区、安徽东南及湖南东部是城镇化率增长显著的集中分布区。相对地,非农化率显著增长区域在长江中下游地区呈现出连绵化趋势,苏浙赣三省、皖南地区、湖南大部分地区几乎都在这一连绵化的高值集中区范围内(图4)。事实上,安徽、江西和湖南作为珠三角和长三角产业转移的承接地,第二、第三产业发展带来大量新增非农就业岗位,直接推动了非农化率的快速提升。同时,安徽、江西和湖南农业转移人口的流出在一定程度上也间接加速了非农化率的提高。陕西与内蒙古交界处、重庆与四川东北部是另外两处非农化率增长的高值集中区。
显示原图|下载原图ZIP|生成PPT
图32000-2010年中国城镇化率增长和非农化率增长的空间分布
-->Fig. 3Spatial distribution of China's urbanization growth and non-agriculturalization growth (2000-2010)
-->
显示原图|下载原图ZIP|生成PPT
图42000-2010年中国城镇化率增长和非农化率增长的LISA集聚图
-->Fig. 4LISA results of China's urbanization growth and non-agriculturalization growth (2000-2010)
-->
总体而言,尽管高城镇化地区仍主要集中于东部沿海发达地区,但城镇化扩张的空间格局表明,核心城市的城镇化速度已趋缓,向周边地区扩散的趋势逐渐显现。另一方面,对于非农化过程而言,东部沿海地区的面状溢出效应已十分显著,在自身保持较高增速的同时带动与之邻近的中部地区实现非农化较快增长。
4 城镇化与非农化的相互关系特征和驱动力分异
4.1 城镇化与非农化关系的特征及其演变
(1)城镇化与非农化相互促进、共同发展,城镇化滞后或超前多属于过程性特征城镇化与非农化进程在不同地区高低分布和发展变化的差异形成了二者之间多样化的相互关系。在刻画城镇化和非农化相互关系时,多数相关研究借鉴国际经验做法采用城镇化率和非农化率的比值(UN比)或其倒数(NU比)指标[6,9,10,15,17,22],由于非农产业并不完全布局在城镇地区,因而一般情况下非农化率高于城镇化率,国际标准值中NU比高于1但低于1.2表明非农化和城镇化的关系是协调的。考虑到自上而下的政府推动在中国城镇化进程中的主导地位以及以行政建制区块为统计单元的城镇人口统计等特殊性,中国的城镇化和非农化之间呈现出区别于国际经验的多元关系,城镇化率适当高于非农化率也是合理的。因此,在借鉴相关研究的同时,结合数据本身的分布特点①(① 2000年各区县的UN比均值为1.004,标准差为0.457,2010年均值为1.069,标准差为0.394,结合NU比的国际标准1.2即UN比0.8,可参考以均值(取1)加减1/2个标准差(取0.4)来设定阈值。),本文根据UN比将各地区城镇化与非农化的耦合发展关系粗略划分为三类,当UN<0.8时,城镇化滞后于非农化;在0.8~1.2之间时,二者协调发展;>1.2时,城镇化超前于非农化。同时,基于诺瑟姆曲线划分出各地区的城镇化发展阶段,城镇化率低于30%处于初期阶段;在30%~70%之间,处于中期阶段;超过70%,处于后期阶段。结合城镇化阶段和与非农化之间的耦合关系可将各地区划分为三阶段九个类型。
2000年中国城镇化率36.89%,2010年上升到50.26%,期间UN比从1.036下降到0.973,整体的城镇化进程始终处于中期城镇化同步于非农化的发展阶段。具体到中国县级单元2000-2010年在九个类型之间的分布和变化,两个年份三个发展阶段中几乎都是城镇化同步于非农化的区县占据主导地位,且随着发展阶段的上升,同步发展类型的主导地位更加突出,其他两种类型尤其是城镇化滞后类型迅速减少,这说明城镇化发展过程中就业非农化和人口城镇化在一定程度上是相互促进、共同发展的,对于大多数地区而言,城镇化超前或滞后的情况并不会始终存在(表3)。
Tab. 3
表3
表3中国县级单元城镇化发展类型统计
Tab. 3Types of urbanization development at the county level in China
2000年 | 2010年 | ||
---|---|---|---|
初期 | 超前 | 345 | 246 |
同步 | 615 | 340 | |
滞后 | 621 | 237 | |
中期 | 超前 | 211 | 350 |
同步 | 225 | 615 | |
滞后 | 89 | 289 | |
后期 | 超前 | 47 | 13 |
同步 | 129 | 186 | |
滞后 | 2 | 8 |
新窗口打开
(2)城镇化与非农化关系类型在不同阶段具有惯性特征,城镇化后期趋于协调
计算2000年和2010年各个类型单元占总数的概率可得到中国县级单元城镇化类型的马尔科夫转移矩阵,其中对角线和非对角线上的元素分别代表某一类型保持原状和发生转变的概率(表4)。
Tab. 4
表4
表4中国县级单元城镇化发展类型转移矩阵(%)
Tab. 4Transition matrix for types of urbanization development at the county level in China (%)
城镇化初期(2010年) | 城镇化中期(2010年) | 城镇化后期(2010年) | ||||||||
---|---|---|---|---|---|---|---|---|---|---|
超前 | 同步 | 滞后 | 超前 | 同步 | 滞后 | 超前 | 同步 | 滞后 | ||
城镇化初期 (2000年) | 超前 | 28 | 21 | 7 | 27 | 15 | 2 | |||
同步 | 15 | 23 | 11 | 16 | 29 | 6 | ||||
滞后 | 9 | 20 | 24 | 7 | 21 | 20 | ||||
城镇化中期 (2000年) | 超前 | 2 | 2 | 39 | 50 | 4 | 1 | 2 | ||
同步 | 13 | 54 | 19 | 1 | 12 | 1 | ||||
滞后 | 1 | 15 | 76 | 7 | 1 | |||||
城镇化后期 (2000年) | 超前 | 4 | 19 | 13 | 64 | |||||
同步 | 1 | 2 | 1 | 2 | 91 | 3 | ||||
滞后 | 50 | 50 |
新窗口打开
可以看出:① 除初期同步、中期超前保持原状的概率位居第二和和后期超前保持原状的概率位居第三以外,其他六种类型保持原状的概率都是最大的。这说明非农化和城镇化的推进具有惯性发展特征。② 尽管诺瑟姆曲线表明中期阶段是快速城镇化阶段,但从实际转变来看,2000年处于中期阶段的单元只有少部分实现向后期阶段的进阶,其中在2000年属于同步类型的单元进阶概率最大,达到14%;而在2000年属于城镇化超前类型的单元进阶概率最小,仅3%。也就是说,在中期阶段非农化水平较低的地区城镇化的推进是相对缓慢的,就业非农化水平滞后制约着人口城镇化的进一步发展。事实上,将所有单元2000年的UN比与2000-2010年10年间的城镇化和非农化增幅分别进行回归发现,UN比和前者呈现显著的负相关性(图5),而与后者显著不相关。也就是说,在中期阶段,非农化越超前,城镇化率提升越快,这与国际经验是相吻合的。③ 后期同步类型是最稳定的,这一类型的地区城镇化和非农化水平上升的空间都十分有限,两者构成的系统达到一种优化的协调发展状态。
显示原图|下载原图ZIP|生成PPT
图5中国UN比和城镇化速度的关系
-->Fig. 5Ratio of urbanization rate to non-agriculturalization rate and urbanization speed in China
-->
4.2 城镇化和非农化的驱动力分异
城镇化和非农化是相互关联的过程,二者的驱动因素及驱动机制具有相似性又不完全相同,人口城镇化往往更多地受到制度约束,而经济要素投入对非农就业增长的推动效应更显著,这是二者空间格局分异及相互关系特征形成的基础。就对中国城镇化和非农化进程的影响而言,政府在资本吸引、产业发展等方面的政策指向具有重要作用,而不同行政等级在获取政策资源上也存在明显差异。为考察政府行为的影响,选取地方财政支出占GDP比重和行政等级虚拟变量作为衡量指标。经济增长和产业发展等市场因素是另一重要驱动力,投资和消费分别作为生产和流通过程中不可或缺的环节直接促进经济增长,因此,选取人均全社会固定资产投资和人均社会消费品零售总额来表征市场力量。据此分别以城镇化率和非农化率为解释变量,构建基础模型探讨城镇化和非农化的驱动机制差异:模型中各变量的含义和描述性统计如表5所示,所有变量之间的相关系数都小于0.5,且VIF值均小于2.5,没有明显的共线性问题。Breusch-Pagan检验和White检验均发现了数据存在显著的异方差性,因此采用稳健回归(robust)减少数据异方差性的影响。
Tab. 5
表5
表5变量描述性统计
Tab. 5Statistics of variables
变量 | 符号 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|---|---|
城镇化率 | urban | 2172 | 0.40 | 0.19 | 0.01 | 1.00 |
非农化率 | nonagr | 2172 | 0.41 | 0.22 | 0.03 | 1.00 |
人均固定资产投资 | pcinv | 2172 | 1.84 | 1.66 | 0.07 | 21.20 |
人均社会消费品零售总额 | pccon | 2172 | 0.75 | 0.60 | 0.03 | 9.59 |
地方政府财政支出占GDP比重 | exp | 2172 | 0.24 | 0.24 | 0.03 | 3.06 |
直辖市和省会 | prov | 2172 | 0.01 | 0.12 | 0 | 1 |
地级市 | pref | 2172 | 0.12 | 0.32 | 0 | 1 |
县级市 | ccity | 2172 | 0.17 | 0.37 | 0 | 1 |
新窗口打开
模型估计结果显示,地方财政支出占GDP比重对城镇化率和非农化率都有显著的负向影响。政府支出的影响方向在理论上是不确定的,一方面政府支出的增加会刺激需求进而增加就业,也更有可能支持城市建设;另一方面,政府投资可能挤出私人投资,降低市场化程度[25]。而实证结果表明,在全国层面上,政府在配置地方资源上发挥的作用越突出,对该地区城镇化和非农化水平的提升越不利。其他变量对城镇化率和非农化率均具有显著的促进效应,要素的持续投入以及行政等级较高的单元在获取政策支持上所具有的优势都为城镇化和非农化提供了资源条件。进一步考察各变量的影响差异发现,表征市场力量的投资和消费对非农化影响更显著,而表征政府行为的地方财政支出和行政等级虚拟变量对城镇化影响更强烈(表6)。总体上看,相对于就业非农化,不同地区的人口城镇化更多地面临着政策环境多样化所带来的差异化发展,这在一定程度上解释了二者之间的差距:要素投入引致的经济增长尽管直接推动了就业非农化,但在促进人口和非农产业向城镇集中和转换上则受到政府政策的影响,并由此形成了城镇化和非农化进程互动的时滞效应。
Tab. 6
表6
表6计量模型估计结果
Tab. 6Estimation results of econometric models
全国 | 东部 | 中部 | 西部 | 东北 | ||||||
---|---|---|---|---|---|---|---|---|---|---|
urban | nonagr | urban | nonagr | urban | nonagr | urban | nonagr | urban | nonagr | |
pcinv | 0.02*** | 0.02*** | 0.01* | 0.01** | 0.03*** | 0.05*** | 0.02*** | 0.02*** | 0.02** | 0.03*** |
(7.29) | (5.75) | (1.89) | (2.24) | (5.16) | (6.83) | (5.04) | (5.88) | (2.33) | (2.87) | |
pccon | 0.10*** | 0.15*** | 0.11*** | 0.22*** | 0.06** | 0.06*** | 0.16*** | 0.15*** | 0.08** | 0.09** |
(5.71) | (5.86) | (8.83) | (11.86) | (2.05) | (2.68) | (4.70) | (4.42) | (2.26) | (2.21) | |
exp | -0.08*** | -0.07*** | 0.19*** | 0.20** | 0.08*** | 0.10** | -0.08*** | -0.04*** | 0.46*** | 0.37*** |
(-7.19) | (-4.63) | (3.40) | (2.45) | (2.83) | (2.21) | (-6.70) | (-3.59) | (4.26) | (3.60) | |
prov | 0.30*** | 0.19*** | 0.25*** | 0.01 | 0.33*** | 0.29*** | 0.25*** | 0.29*** | 0.31*** | 0.29*** |
(8.33) | (3.67) | (6.54) | (0.24) | (4.91) | (4.82) | (3.76) | (4.24) | (4.60) | (3.89) | |
pref | 0.26*** | 0.19*** | 0.25*** | 0.13*** | 0.29*** | 0.22*** | 0.17*** | 0.16*** | 0.40*** | 0.42*** |
(17.37) | (9.95) | (11.30) | (4.52) | (10.45) | (8.97) | (9.30) | (7.43) | (10.18) | (10.29) | |
ccity | 0.09*** | 0.08*** | 0.05*** | 0.06*** | 0.09*** | 0.07*** | 0.18*** | 0.15*** | 0.10*** | 0.09*** |
(9.48) | (5.99) | (5.22) | (3.04) | (6.43) | (4.06) | (8.57) | (7.23) | (3.88) | (3.41) | |
_cons | 0.26*** | 0.24*** | 0.25*** | 0.18*** | 0.23*** | 0.26*** | 0.22*** | 0.19*** | 0.18*** | 0.11*** |
(27.70) | (17.14) | (17.26) | (7.54) | (13.60) | (14.32) | (15.85) | (13.40) | (4.31) | (2.72) | |
N | 2172 | 2172 | 570 | 570 | 579 | 579 | 841 | 841 | 182 | 182 |
adj. R2 | 0.68 | 0.57 | 0.73 | 0.53 | 0.74 | 0.49 | 0.70 | 0.63 | 0.64 | 0.68 |
F | 589.87 | 416.43 | 238.60 | 140.82 | 166.94 | 92.21 | 173.46 | 127.67 | 140.61 | 127.25 |
新窗口打开
要素投入产出效率和政府政策实施力度在不同地区间差异显著,分地区的模型估计结果也表明,各驱动因素对城镇化和非农化水平的影响程度具有鲜明的区域特征。东部地区政府支出力度对城镇化和非农化进程的推动效果显著,地方政府积极改善城市基础设施和产业发展环境为吸引城镇人口集聚、促进非农就业增长提供了更多可能性。固定资产投资对城镇化和非农化的带动效应在中部地区尤为突出,要素投入增加所实现的高经济产出是中部城镇化和非农化水平提升的内在动力。县级市作为区域城镇化和非农化提升的空间载体,在西部地区发挥的作用不容忽视,地级及以上城市的作用则相对弱化。与其他地区相比,东北地区的城镇化和非农化推进对政府的依赖性明显,政府支出力度、较高行政等级的资源配置优势都对城镇化和非农化水平的提高具有强烈影响。
5 结论与讨论
以县级行政区为基本单元考察中国城镇化和非农化水平的空间格局、相互关系、发展演变和二者的差异及其动因。通过行政单元比对和归并保证了分析单元的可比性和有效性,采用普查资料的抽样数据克服了非正规就业统计不足的问题。研究发现,城镇化和非农化水平及其变化都表现出明显的行政指向性和地带分异性。空间集散特征差异显著,城镇化高值地区呈“大分散小集聚”格局和由核心向外围扩散趋势,非农化高值地区则在东部地区一定范围内形成连绵化地域,面状扩散趋势明显。二者呈相互促进、共同发展的关系,对多数地区而言,城镇化超前或滞后的现象属于过程性特征,不会始终存在;处在城镇化初期和中期阶段的地区,非农化适度超前或同步发展于城镇化有利于推动城镇化水平提高。二者驱动力的差异表明,中国的城镇化和非农化进程受到政府行为和市场力量的双重影响。相对而言,城镇化进程更多地受到政府行为的影响,而非农化则主要是市场力量驱动的结果,这一差异是不同地区城镇化与非农化具有差异化相互关系的机制基础,要素投入产出效率和政府政策实施力度的不同也导致这一机制过程呈现出鲜明的区域特征。经历了21世纪头十年城镇化的持续快速推进,城镇化滞后问题在当前中国并不突出,在政府主导和市场驱动的双重力量下,城镇化和非农化总体上呈现出协调发展的趋势。客观认识城镇化超前或滞后这两个过程性特征的空间差异和发展阶段差异,以及如何结合这一差异引导城镇化进一步有序推进,应该成为未来一段时期重点关注的问题之一。值得注意的是,在制定差异化的新型城镇化政策时,也应该将政府和市场两个主体在政策实施中的角色权衡纳入考量。中国特有的户籍制度和相关的社会保障制度背景下,通过由大规模劳动力进城就业所实现的城镇化过程中,劳动力的职业转换、人口的地域转换尤其是家庭化的地域转换并不完全,流动人口农业—非农业兼业特征和城乡两栖现象广泛存在。因此,在关注城镇化与非农化在数量上的协同关系以外,二者在质量上的相互影响也亟待深入研究,这也是提升城镇化质量需要进一步关注的问题。
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[21] | . , 城镇化与区域发展的关系是广受关注且争议较大的研究议题。在尊重城镇化模式多样性与尺度适宜性的原则下,本文构建了一套表征城镇化与工业化、经济发展、社会发展及区域总体发展水平相对协调关系的指标体系。对浙江省和四川省的实证研究表明,在区域快速发展阶段,各维度的发展并不匹配,整体协调性并非逐步提高,反而有所下降,协调模式多元化;受自然条件、区位、行政区类型和人口迁移影响,协调性表现出显著的空间差异。基于综合指标体系的评价效果显著优于单一指标,尤其对发达地区,采用综合指标来分析更合适。 , 城镇化与区域发展的关系是广受关注且争议较大的研究议题。在尊重城镇化模式多样性与尺度适宜性的原则下,本文构建了一套表征城镇化与工业化、经济发展、社会发展及区域总体发展水平相对协调关系的指标体系。对浙江省和四川省的实证研究表明,在区域快速发展阶段,各维度的发展并不匹配,整体协调性并非逐步提高,反而有所下降,协调模式多元化;受自然条件、区位、行政区类型和人口迁移影响,协调性表现出显著的空间差异。基于综合指标体系的评价效果显著优于单一指标,尤其对发达地区,采用综合指标来分析更合适。 |
[22] | |
[23] | , Autocorrelation provides a means of characterising spatial structure,yet different kinds of structure are revealed in different spaces. The choice of weights when calculating an auto-correlation statistic is discussed. An examination of autocorrelation in transformed spaces is suggested and illustrated empirically by use of correlograms for German population data and autocorrelation statistics for Swedish population data. Transformations are accomplished by use of multidimensional scaling. |
[24] | , |
[25] | . , 城市发展的规模经济效应有利于提高劳动力个人的就业概率,而不像通常人们所认为的那样,外来移民会挤占原有居民的就业机会。使用工具变量,对个人层面的就业决定模型进行估计发现,城市规模每扩大1%,个人的就业概率平均提高0.039—0.041个百分点。此外,城市规模扩大的就业增加效应对于不同受教育水平的劳动者并不相同。总的来说,较高技能和较低技能组别的劳动力均从城市规模的扩大中得到了好处,其中较低技能组别劳动力的受益程度最高。城市规模的扩大并没有影响中等技能水平劳动力的就业概率。因此,采取城市人口规模的限制措施,并且特别针对低技能劳动力进行限制,将导致效率与公平兼失的局面,不利于实现包容性增长。 , 城市发展的规模经济效应有利于提高劳动力个人的就业概率,而不像通常人们所认为的那样,外来移民会挤占原有居民的就业机会。使用工具变量,对个人层面的就业决定模型进行估计发现,城市规模每扩大1%,个人的就业概率平均提高0.039—0.041个百分点。此外,城市规模扩大的就业增加效应对于不同受教育水平的劳动者并不相同。总的来说,较高技能和较低技能组别的劳动力均从城市规模的扩大中得到了好处,其中较低技能组别劳动力的受益程度最高。城市规模的扩大并没有影响中等技能水平劳动力的就业概率。因此,采取城市人口规模的限制措施,并且特别针对低技能劳动力进行限制,将导致效率与公平兼失的局面,不利于实现包容性增长。 |
[1] | , |
[2] | , |
[3] | , |
[4] | . , 从城镇化的动力机制和空间模式两个视角理解中国城镇化"推进模式"的特征,发现中国城镇化的突出特征是政府主导、大范围规划、整体推动、土地的国家或集体所有、空间上有明显的跳跃性、民间社会尚不具备自发推进城镇化的条件等。可将我国城镇化"推进模式"区分为七种类型:建立开发区、建设新区和新城、城市扩展、旧城改造、建设中央商务区、乡镇产业化和村庄产业化。政府主导的城镇化推进模式充分体现了中国的制度创新性及灵活性,但如何更尊重客观经济规律,促进政府与民众良性互动,以实现城市增长的公平正义,亦为亟待研究和解决的重大问题。 . , 从城镇化的动力机制和空间模式两个视角理解中国城镇化"推进模式"的特征,发现中国城镇化的突出特征是政府主导、大范围规划、整体推动、土地的国家或集体所有、空间上有明显的跳跃性、民间社会尚不具备自发推进城镇化的条件等。可将我国城镇化"推进模式"区分为七种类型:建立开发区、建设新区和新城、城市扩展、旧城改造、建设中央商务区、乡镇产业化和村庄产业化。政府主导的城镇化推进模式充分体现了中国的制度创新性及灵活性,但如何更尊重客观经济规律,促进政府与民众良性互动,以实现城市增长的公平正义,亦为亟待研究和解决的重大问题。 |
[5] | . , 围绕着中国城镇化的实际水平,本文综述了国内存在着的低度城镇化和非低度城镇化两种观点,并对他们的论证进行了分析.我们认为无论是改革前或改革后,中国的城镇化水平均处于低度城镇化状态. , 围绕着中国城镇化的实际水平,本文综述了国内存在着的低度城镇化和非低度城镇化两种观点,并对他们的论证进行了分析.我们认为无论是改革前或改革后,中国的城镇化水平均处于低度城镇化状态. |
[6] | . , 进入转型时期以来,中国农村人口城市化和非农化总体上比转型期之前明显加快,但是,城市化明显滞后于经济发展与非农化水平,而且进入90年代以后,城市化与非农化都出现了趋于滞缓的新变化。体制型的城市化滞后必然导致非农化转移滞缓。新世纪来临之际,中国必须加快实现农村人口城市化与非农化的新一轮再推进,大力促进城市推动型的城乡劳动力转移协调发展。 , 进入转型时期以来,中国农村人口城市化和非农化总体上比转型期之前明显加快,但是,城市化明显滞后于经济发展与非农化水平,而且进入90年代以后,城市化与非农化都出现了趋于滞缓的新变化。体制型的城市化滞后必然导致非农化转移滞缓。新世纪来临之际,中国必须加快实现农村人口城市化与非农化的新一轮再推进,大力促进城市推动型的城乡劳动力转移协调发展。 |
[7] | , <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">Under-urbanization, defined as the achievement of a high industrial growth without a parallel growth of urban population, can be plausibly viewed as a typical phenomenon of socialist economies and is widely recognized in the special case of China. This paper highlights the characteristics of China's under-urbanization and demonstrates system-related elements with specific linkages to the process of urbanization. In contrast to the thrust of the extant literature on urbanization in the context of socialist economies, where industrialization strategies alone are taken as fundamental in explaining the nature of China's urbanization, we have focused, rather, on systemic characteristics to interpret China's under-urbanization.</p> |
[8] | , <h2 class="secHeading" id="section_abstract">Abstract</h2><p id="">It is commonly believed that China began the socialist era as a very under-urbanized country relative to its level of development and that it has been eliminating this urbanization gap during the post-1978 period as a result of its economic reforms. Our reexamination of the relationship between per capita income and urbanization that underpins the conventional view suggests that China was not under-urbanized before or during the early period of the reform. Actually, China's urbanization gap appeared and grew in the late period of reform despite mass migration from rural to urban areas. This growing urbanization lag is mainly due to the slow pace in eliminating restrictions on rural–urban migration during a period of rapid economic growth. We call attention to this emerging urbanization lag as it entails significant economic costs in employment and retards economic growth.</p> |
[9] | . , 通过分析工业化和城市化及二者关系的现行衡量指标和判断标准,提出评价我国城市化与工业化协调发展的状况,应以城镇人口比重、工业就业比重为衡量指标,以IU比为评价标准,并据此对我国工业化与城市化的关系及现实进程做了实际测量和理论分析. , 通过分析工业化和城市化及二者关系的现行衡量指标和判断标准,提出评价我国城市化与工业化协调发展的状况,应以城镇人口比重、工业就业比重为衡量指标,以IU比为评价标准,并据此对我国工业化与城市化的关系及现实进程做了实际测量和理论分析. |
[10] | . , 城镇化与工业化紧密联系、互相促进。通过对我国改革开放以来城镇化与工业化的发展关系进行定量分析,得出这样一个结论:我国城镇化总体水平滞后于工业化,改革开放后这种滞后现象趋于缩小,2003年我国城镇化与工业化最为协调,但自2003年后,城镇化滞后于工业化的现象又有逐步增大趋势;由于城镇化的发展受自然基础和政策因素影响,各个地区又呈现出不同的情况,其中东中部地区城镇化滞后于工业化,东北地区城镇化超前于工业化,西部地区城镇化水平不高,但却与工业化发展最为协调。城镇化与工业化的区际差异性,要求在不同的区域实行不同的政策,促进城镇化与工业化的协调发展。 , 城镇化与工业化紧密联系、互相促进。通过对我国改革开放以来城镇化与工业化的发展关系进行定量分析,得出这样一个结论:我国城镇化总体水平滞后于工业化,改革开放后这种滞后现象趋于缩小,2003年我国城镇化与工业化最为协调,但自2003年后,城镇化滞后于工业化的现象又有逐步增大趋势;由于城镇化的发展受自然基础和政策因素影响,各个地区又呈现出不同的情况,其中东中部地区城镇化滞后于工业化,东北地区城镇化超前于工业化,西部地区城镇化水平不高,但却与工业化发展最为协调。城镇化与工业化的区际差异性,要求在不同的区域实行不同的政策,促进城镇化与工业化的协调发展。 |
[11] | . , 根据对中国城镇化情况的实证分析和国际比较研究,本文发现,从总体上讲,中国城镇化水平是滞后的,这种滞后不仅仅表现为滞后于国内经济发展水平、工业化或非农化进程,也表现为滞后于国外同等发展水平国家或同样发展阶段的城市化水平;中国城镇化目前的速度基本合适,不慢也不太快。通过定性分析和运用时间序列预测法,估计中国城镇化还将保持较快发展的趋势,城镇化率仍将以年均提高1个百分点左右的速度推进,在2020年中国的城镇化率将达到60%左右。 , 根据对中国城镇化情况的实证分析和国际比较研究,本文发现,从总体上讲,中国城镇化水平是滞后的,这种滞后不仅仅表现为滞后于国内经济发展水平、工业化或非农化进程,也表现为滞后于国外同等发展水平国家或同样发展阶段的城市化水平;中国城镇化目前的速度基本合适,不慢也不太快。通过定性分析和运用时间序列预测法,估计中国城镇化还将保持较快发展的趋势,城镇化率仍将以年均提高1个百分点左右的速度推进,在2020年中国的城镇化率将达到60%左右。 |
[12] | . , 文章重点分析人口城镇化的中国特色;在对人口城镇化未来发展趋势判断的基础上,提出具体的战略目标、路径和举措。研究表明,人口城镇化将成为我国未来社会发展的基本国情,将对未来繁荣发展的源泉和动力产生重大影响;目前中国人口城镇化面临滞后于工业化、土地城镇化,户籍人口城镇化滞后于常住人口城镇化等问题;"十二五"期间中国人口城镇化发展方向将由单纯速度向速度与质量并重转变,改革进入以推进深度人口城镇化为特征、促进城乡一体化的新阶段;需要把人口城镇化作为深化改革的主导力量,以扩大城镇就业、户籍制度改革为基本导向,大力提高人口城镇化水平和质量,推动城乡公共服务均等化,走出一条中国特色人口城镇化道路。 , 文章重点分析人口城镇化的中国特色;在对人口城镇化未来发展趋势判断的基础上,提出具体的战略目标、路径和举措。研究表明,人口城镇化将成为我国未来社会发展的基本国情,将对未来繁荣发展的源泉和动力产生重大影响;目前中国人口城镇化面临滞后于工业化、土地城镇化,户籍人口城镇化滞后于常住人口城镇化等问题;"十二五"期间中国人口城镇化发展方向将由单纯速度向速度与质量并重转变,改革进入以推进深度人口城镇化为特征、促进城乡一体化的新阶段;需要把人口城镇化作为深化改革的主导力量,以扩大城镇就业、户籍制度改革为基本导向,大力提高人口城镇化水平和质量,推动城乡公共服务均等化,走出一条中国特色人口城镇化道路。 |
[13] | . , 本文通过国际比较和实证分析,认为中国的城市化并没有严重滞后于工业化。城市化率的上升与工业产值比重上升的相关性较低,而与非农产业就业比重变化的相关性较强,中国的问题在于工业化的偏差而不在于城市化的偏差。从理论上说,应当以非农产业的就业比重来衡量工业化与城市化的关系,并以加快服务业发展和就业结构升级作为工业化与城市化协调发展的中心内容。从宏观政策看,需要实现农村工业化向城市工业化的战略性转变,在改革、开放和开发中促进工业化与城市化的协调发展。 , 本文通过国际比较和实证分析,认为中国的城市化并没有严重滞后于工业化。城市化率的上升与工业产值比重上升的相关性较低,而与非农产业就业比重变化的相关性较强,中国的问题在于工业化的偏差而不在于城市化的偏差。从理论上说,应当以非农产业的就业比重来衡量工业化与城市化的关系,并以加快服务业发展和就业结构升级作为工业化与城市化协调发展的中心内容。从宏观政策看,需要实现农村工业化向城市工业化的战略性转变,在改革、开放和开发中促进工业化与城市化的协调发展。 |
[14] | . , , |
[15] | . , 本文主要采用定性和定量分析相结合的方法,考察了中国建国以来劳动力就业结构工业化、非农化与人口地域分布城市化的相互作用、联动发展过程及其特征。发现中国建国以来劳动力就业结构工业化、非农化的发展比较快,变动频率和振幅也比较大,而人口地域分布城市化的发展则表现出一定的惰性、稳定性和滞后性特征。自经济体制改革以来,城市化加快了发展速度,相对工业化、非农化发展的滞后状况渐趋改善。东、中、西三大地带以经济发展水平较高的东部地带城市化发展滞后程度最大,中、西部地带相对较小。本文还建立了中国城市化与工业化、非农化相互作用的时序、区域联动发展模型。 , 本文主要采用定性和定量分析相结合的方法,考察了中国建国以来劳动力就业结构工业化、非农化与人口地域分布城市化的相互作用、联动发展过程及其特征。发现中国建国以来劳动力就业结构工业化、非农化的发展比较快,变动频率和振幅也比较大,而人口地域分布城市化的发展则表现出一定的惰性、稳定性和滞后性特征。自经济体制改革以来,城市化加快了发展速度,相对工业化、非农化发展的滞后状况渐趋改善。东、中、西三大地带以经济发展水平较高的东部地带城市化发展滞后程度最大,中、西部地带相对较小。本文还建立了中国城市化与工业化、非农化相互作用的时序、区域联动发展模型。 |
[16] | . , 我国的城镇化进程是与工业化紧密联系、互相适应、互相促进的过 程.改革开放以来,伴随着我国工业化的快速发展.城镇化水平也逐年提高,城镇化进程与工业化进程基本协调.就不同时期而言,先后经历了城镇化滞后于工业 化、城镇化与工业化基本协调、城镇化快于工业化3个阶段.近年来整体上出现了城镇化速度快于工业化进程的倾向.但存在较大的地区差异.我国大部分地区的城 镇化速度与工业发展水平是基本协调的;东北三省有类似过度城镇化的倾向;中西部一些省份的城镇化水平和农业人口向非农转化的速度均过低,显示出低度城镇化 的倾向;一些地区城镇化水平不高,但较工业化发展速度仍显得过快;而另一些地区城镇化水平不低,但较工业化发展速度却显得稍慢. , 我国的城镇化进程是与工业化紧密联系、互相适应、互相促进的过 程.改革开放以来,伴随着我国工业化的快速发展.城镇化水平也逐年提高,城镇化进程与工业化进程基本协调.就不同时期而言,先后经历了城镇化滞后于工业 化、城镇化与工业化基本协调、城镇化快于工业化3个阶段.近年来整体上出现了城镇化速度快于工业化进程的倾向.但存在较大的地区差异.我国大部分地区的城 镇化速度与工业发展水平是基本协调的;东北三省有类似过度城镇化的倾向;中西部一些省份的城镇化水平和农业人口向非农转化的速度均过低,显示出低度城镇化 的倾向;一些地区城镇化水平不高,但较工业化发展速度仍显得过快;而另一些地区城镇化水平不低,但较工业化发展速度却显得稍慢. |
[17] | . , <p>根据2000年中国第5次人口普查和统计年鉴的分地区数据,比较了全国及各地区普查及统计口径的非农化水平的准确性与可信度,认为宜采用普查数据来分析比较各地区非农化与城市化的关系。中国各地区的非农化与城市化关系呈现出多样化的类型和极为悬殊的差异,不宜实行全国统一的城市化政策,而应该分类指导、因地制宜地推进各地区的城市化进程。一方面,改革开放以来,中国绝大部分省区的城市化发展快于非农化进程,导致城市化滞后的省区逐渐减少,非农化滞后的省区在较快增长;另一方面,中国各地区的城市化发展呈现出较显著的“马太效应”。在长江三角洲、珠江三角洲、福建和北京等地区,城市化的现状水平高、发展速度快,但仍相对滞后于非农化;在大部分中西部地区和广西、山东等部分沿海地区,城市化的现状水平较低、增长速度较慢,但却相对超前于非农化。</p> , <p>根据2000年中国第5次人口普查和统计年鉴的分地区数据,比较了全国及各地区普查及统计口径的非农化水平的准确性与可信度,认为宜采用普查数据来分析比较各地区非农化与城市化的关系。中国各地区的非农化与城市化关系呈现出多样化的类型和极为悬殊的差异,不宜实行全国统一的城市化政策,而应该分类指导、因地制宜地推进各地区的城市化进程。一方面,改革开放以来,中国绝大部分省区的城市化发展快于非农化进程,导致城市化滞后的省区逐渐减少,非农化滞后的省区在较快增长;另一方面,中国各地区的城市化发展呈现出较显著的“马太效应”。在长江三角洲、珠江三角洲、福建和北京等地区,城市化的现状水平高、发展速度快,但仍相对滞后于非农化;在大部分中西部地区和广西、山东等部分沿海地区,城市化的现状水平较低、增长速度较慢,但却相对超前于非农化。</p> |
[18] | . , 在探讨了20世纪80和90年代中国城市化进程与产值结构和就业结构非农化演变的相互关系基础上,揭示了城市化与非农就业水平之间的偏差呈逐步缩小的基本规律;并从静态与动态两个方面,对中国城市化与非农化水平进行了省域类型划分;重点围绕省域产业结构演变和产业就业弹性变化,解剖了两者偏差形成的原因及其相关关系的内在机理。 , 在探讨了20世纪80和90年代中国城市化进程与产值结构和就业结构非农化演变的相互关系基础上,揭示了城市化与非农就业水平之间的偏差呈逐步缩小的基本规律;并从静态与动态两个方面,对中国城市化与非农化水平进行了省域类型划分;重点围绕省域产业结构演变和产业就业弹性变化,解剖了两者偏差形成的原因及其相关关系的内在机理。 |
[19] | . , 工业化与城市化之间存在交互作用的耦合协调关系。应用耦合机制和时空协调性模型,对1996、2000和2004年中国区域工业化与城市化耦合协调发展的时空规律进行了实证分析,分析结果表明:①中国区域工业化与城市化的耦合协调度存在明显的地域差异,在地区分布与区域经济发展水平上存在很大的空间对应性。中国大部分省区处于低强度低协调的颉颃阶段,且东部大部分省区的耦合协调程度高于中西部地区,同时在空间对应上与经济发展水平有很大关系;②中国区域工业化与城市化的耦合协调发展差距在增大;③中国大部分省区工业化与城市化的耦合协调类型为工业化发展超前型。 , 工业化与城市化之间存在交互作用的耦合协调关系。应用耦合机制和时空协调性模型,对1996、2000和2004年中国区域工业化与城市化耦合协调发展的时空规律进行了实证分析,分析结果表明:①中国区域工业化与城市化的耦合协调度存在明显的地域差异,在地区分布与区域经济发展水平上存在很大的空间对应性。中国大部分省区处于低强度低协调的颉颃阶段,且东部大部分省区的耦合协调程度高于中西部地区,同时在空间对应上与经济发展水平有很大关系;②中国区域工业化与城市化的耦合协调发展差距在增大;③中国大部分省区工业化与城市化的耦合协调类型为工业化发展超前型。 |
[20] | . , 城市化与就业是中国目前经济社会发展中的热点问题,充分认识城市化与就业之间相互作用关系对于指导中国城市化与就业健康有序发展具有现实意义。在梳理中国城市人口与就业统计口径变更的基础上,选用第五、第六次人口普查及相关统计年鉴数据,利用莫兰指数和地理加权回归探讨中国地级行政单元尺度城市化与非农就业增长的空间特征及相互关系。研究表明:① 2000-2010 年间中国城市化与非农就业均呈现出快速增长的趋势,绝对增长均表现为大城市主导,相对增长则表现出向中心城市周边扩散的趋势;② 莫兰指数揭示出中国2000-2010 年间城市化与非农就业增长空间分布呈现出极化趋势,且两者空间分布格局类似;③ 通过对地理加权模型回归系数划分得到各区域城市化与非农就业增长的关系类型,全国大部分地区城市化与非农就业呈现出协调发展的趋势,城市化滞后区域主要有青海、甘肃中东部及四川盆地中部,重庆、新疆以及部分省会城市出现了一定程度的城市化超前。据此提出,各地区应根据自身实际情况,制订差异化的城市化发展战略。 , 城市化与就业是中国目前经济社会发展中的热点问题,充分认识城市化与就业之间相互作用关系对于指导中国城市化与就业健康有序发展具有现实意义。在梳理中国城市人口与就业统计口径变更的基础上,选用第五、第六次人口普查及相关统计年鉴数据,利用莫兰指数和地理加权回归探讨中国地级行政单元尺度城市化与非农就业增长的空间特征及相互关系。研究表明:① 2000-2010 年间中国城市化与非农就业均呈现出快速增长的趋势,绝对增长均表现为大城市主导,相对增长则表现出向中心城市周边扩散的趋势;② 莫兰指数揭示出中国2000-2010 年间城市化与非农就业增长空间分布呈现出极化趋势,且两者空间分布格局类似;③ 通过对地理加权模型回归系数划分得到各区域城市化与非农就业增长的关系类型,全国大部分地区城市化与非农就业呈现出协调发展的趋势,城市化滞后区域主要有青海、甘肃中东部及四川盆地中部,重庆、新疆以及部分省会城市出现了一定程度的城市化超前。据此提出,各地区应根据自身实际情况,制订差异化的城市化发展战略。 |