,1,2, 段祖亮1,22.
The spatial-temporal pattern of the relationship between urban-ization and economic development at prefecture-level units in China: A quantitative analysis based on 2000 and 2010 census data
YANG Zhen1,2, ZHANG Xiaolei1,2, LI Jiangang1,2, LEI Jun,1,2, DUAN Zuliang1,21. 2.
通讯作者:
收稿日期:2018-08-17修回日期:2019-01-14网络出版日期:2020-01-20
| 基金资助: |
Received:2018-08-17Revised:2019-01-14Online:2020-01-20
作者简介 About authors
杨振（1988-）,男,河南夏邑人,博士研究生,研究方向为城市与区域规划E-mail:yangzhen16b@163.com。
摘要
关键词：
Abstract
Keywords：
PDF (10102KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
杨振, 张小雷, 李建刚, 雷军, 段祖亮. 中国地级单元城镇化与经济发展关系的时空格局——基于2000年和2010年人口普查数据的探析. 地理研究[J], 2020, 39(1): 25-40 doi:10.11821/dlyj020180811
YANG Zhen.
1 引言
城镇（市）化与经济发展之间存在着密切的关系[1,2,3,4]：一方面经济发展是城镇化的基础;另一方面城镇化对经济发展也有巨大的推动作用,二者相辅相成,又相互制约[5]。因此,对二者关系的准确把握是一国或地区制定相关战略的科学基础,也是地理学、人口学、经济学等学科关注的经典问题[6]。进入21世纪以来,中国的城镇化与经济发展都经历了快速增长（2000—2018年,中国常住人口城镇化率从36.9%增加到59.6%,即将迈入城镇化发展的后期阶段,发展速度和规模在人类历史上前所未有;国内生产总值从2000年的10.03万亿元迅速增长到2018年的90.03万亿元,一跃成为世界第二大经济体）,但在二者高速增长的背后却出现了诸多问题,如对资源环境的破坏[7,8]、农村空心化、土地闲置现象十分突出、粮食安全与土地保障风险增加、文化与自然遗产遭到破坏等 [9],并伴有半城镇化现象[10,11]。导致这些问题的原因固然是多方面的,但没有厘清城镇化与经济发展之间的关系是其中不可否认的原因之一。当前,城镇化已经上升为国家战略,且处于加速发展的后半阶段,同时中国经济也处于关键转型期,在这样一个时代背景下,定量识别中国城镇化与经济发展的关系,探索其空间格局演变规律具有重要的理论和现实意义。中国城镇化与经济发展之间的关系一直是学界长期关注的话题,国内外****对其进行了大量的理论探讨和实证研究,但由于中国城镇化模式的独特性 [2,12,13],以及二者关系的复杂性。因此,对于二者关系的理解,不同****存在着左右相悖的观点和莫衷一是的多种解释[6]。当前,对中国城镇化与经济发展关系的看法主要有三种：① 主流观点一般认为中国城镇化滞后于经济发展水平[13,14,15],表现为改革开放前中国城镇化与具有同等经济发展水平国家的城镇化相比是滞后的,但近年来已开始赶上这些国家的城镇化水平[15];然而,Chang等提出了相反的观点,他们认为改革开放前中国的城镇化水平并不滞后,其城镇化水平滞后是在改革后才开始出现,尽管这一时期有大量的农村人口涌入城市,并认为在经济快速增长时期,消除对城乡移民限制的步伐缓慢是城镇化滞后的主要原因[16]。② 个别****认为中国并不存在着城镇化严重滞后于经济发展的状况,较低的城镇化是与较低的经济发展相协调的,在类型上属于低级协调型[3]。③ 也有****认为中国城镇化进程过快[17,18],过快的城镇化速度对资源环境造成极大的破坏,并把其称之为中国的第二次“大跃进”[8],具有前所未有的破坏力,尤以近十几年来,城镇化年均增速高达1.3个百分点,超出了正常的城镇化发展轨道,出现了“驱赶型城镇化”[19],衍生了一系列区域剥夺行为[20]。从研究方法上看,对二者关系研究常见的方法有：一是Chen等****提出的象限图法[6];二是选取同等发展程度或者相同发展阶段的有关指标的截面数据进行直接对比[21];三是利用时间序列数据对二者关系进行比较研究[22];四是利用较为少见的面板数据方法[16]。从研究对象上看,实证研究主要为中国城镇化与经济发展关系的国际比较[3];较长时间序列的中国城镇化与经济发展关系的定量评估[2];中国城镇化与经济发展关系的省域尺度关系研究[6];省域内部不同地级市二者关系的比较研究[23]。总体而言,已有关于二者关系的研究主要集中在国家、省域尺度,缺乏更微观和更细致尺度的刻画,而基于个别省份内部地级尺度的分析则缺乏全国整体的把握和比较。在地理学研究中,有****提出不宜将相同的理论应用于不同的空间尺度,地理现象的变化趋势和背后的机理在不同空间尺度上可能大相径庭[24]。从较小尺度研究二者关系可以弥补大尺度探究带来的不足,能够更加细腻地刻画二者关系,从而更好地揭示二者关系格局的空间异质性和空间依赖性特征。此外,在当前的研究中,对二者关系的空间格局演化没有引起足够的重视,很少对二者关系的空间自相关模式进行探讨。
基于前人的研究工作,本文拟利用2000年和2010年全国人口普查数据,以地级单元为核心分析单元,试图对全国城镇化与经济发展关系进行精细刻画,融合宏观格局研究和中观尺度评价优势,以期为城镇化与区域发展战略相关政策的制定提供一定的科学依据。
2 数据来源与研究方法
2.1 数据来源
以地级行政区（地级市、地区、自治州、盟）和直辖市为研究单元,香港特别行政区、澳门特别行政区、台湾省由于数据缺失,遂不在本研究范围之列;为保持空间连续性和便于分析,将个别属于省直辖的县级行政区进行归并处理或单独列出,具体为河南省济源市并入焦作市,湖北省天门市、潜江市和仙桃市合并为一个研究单元,海南省除海口和三亚外的省直辖区合并为一个单元,其相应的数据采用除上述2市以外的全省平均值代替,神农架林区和新疆石河子市单独列出;基于研究需要,对部分矢量底图与统计数据进行了前期处理,具体做法是以2010年的矢量数据为基准,对2000年的矢量数据进行归并和处理,并对应校正2000年相应的统计数据,以确保纵向比较的准确性和可靠性,据此,共得到341个地级单元参与研究。只所以选择2000年、2010年作为评价年份,主要考虑数据的可获取性①(① 中国人口数据的主要获取途径有两个：一是人口普查数据,其数据全面、详细,但具有时滞性,即只有在普查年份才能得到;二是统计年鉴数据,其主要来自公安年报数据或抽样调查数据,统计指标不全面、不详细,但数据的实时性较好。)及准确性②(② 普查数据是以常住人口为统计口径进行统计的,数据的质量相对较高,能够全面地反映当今中国人口的流动性特征,精确地刻画以常住人口为标准的城镇化水平。);城镇化率（城镇化水平）指的是一个评价单元的城镇人口占该单元总人口的比率（人口数据来源于常住人口数据而非户籍人口数据,该数据是通过两个年份普查数据中的城镇人口与总人口的比值得到）;需要说明的是,城镇化水平有许多潜在的解释变量,但经济发展水平是最重要的一个,其可以用人均GDP进行表征,因为人均GDP可以解释世界上大多数国家城镇化水平变化的75%,且人均GDP也是联合国和世界银行等国际机构广泛使用的代表各国经济发展水平的指标[6,16]。因此,经济发展水平用人均GDP进行表示,其定义为评价单元的GDP与该研究单元总人口的比值;2000年GDP③(③ 2004年以前中国采用户籍人口代替常住人口计算人均GDP,使得人口大量流入地区如广东、上海等,人均GDP往往被高估,人口大量流出的地区如湖南、河南等,人均GDP又往往被低估,难以反映一个地区的经济发展水平。鉴于这一状况,国家统计局根据国务院第28次常务会议精神,于2004年1月6日下发了《关于改进和规范地区GDP核算的通知》,要求各省、区、市今后统一使用常住人口（即户籍人口扣除半年以上流出人口加上流入人口）计算人均GDP。但流动人口数量很难精准监测,因此以人口数据计算出的人均GDP常常被高估或者低估;而人口普查数据提供了相对精确的常住人口数据,因此所得人均GDP也相对更加准确。)数据来自于《中国县（市）社会经济统计年鉴（2001）》《中国城市统计年鉴（2001）》,2010年GDP数据来自于《中国区域经济统计年鉴（2011）》。再者,需要解释的是,对两个年份人均GDP的计算没有考虑通货膨胀的因素,究其原因,Z得分归一化方法应用于本研究中的截面数据,使用这种方法可以比较GDP数据,以减少CPI变化（显示通货膨胀率）对研究结果的影响[2]。2.2 研究方法
2.2.1 象限图法 本文对中国地级单元城镇化与经济发展关系进行定量识别采用的是陈明星等****提出的象限图法[6],该方法的详细处理步骤如下：（1）选取目标年份地级单元的两个指标,城镇化水平指标（URBAN）和人均GDP（GDPP）。
（2）将两个指标URBAN、GDPP的数据进行标准化处理,生成两个新的变量ZURBAN、ZGDPP。标准化的目的有两个：一是消除数据量纲的影响;二是坐标原点平移到样本中心位置,这对于识别类型划分和动态演变尤为关键。本文标准化方法采用抽样标准差法,即
（3）利用标准化处理以后的新变量数据列,ZGDPP为X轴,ZURBAN为Y轴,不同地级单元的人均GDP和城镇化水平形成一个点集（ZGDPP,ZURBAN）,在坐标点上绘制出散点样式的象限图。
经过以上数据处理,生成了二者关系的判别原理：
准则1,ZGDPP-ZURBAN的符号。当某一地级单元数据经过标准化处理映射到象限图上时,如果ZGDPP-ZURBAN<0,即坐标点（ZGDPP,ZURBAN）落入第Ⅰ类区域,表明该地级单元属于城镇化超前类型;反之,如果ZGDPP-ZURBAN>0,即坐标点（ZGDPP,ZURBAN）落入第Ⅱ类区域,表明该地级单元属于城镇化滞后类型;当ZGDPP-ZURBAN=0,即坐标点（ZGDPP,ZURBAN）落在过原点且斜率为1的直线上时,城镇化与经济发展完全协调（图1）。
图1
新窗口打开|下载原图ZIP|生成PPT图1城镇化与经济发展关系的类型划分[6]
Fig. 1The classification of the relationship between urbanization and economic development
准则2,-0.1≤ZURBAN-ZGDPP≤0.1为基本协调;0.1<ZURBAN-ZGDPP≤0.5为城镇化轻微超前型;-0.5≤ZURBAN-ZGDPP<-0.1为城镇化轻微滞后型;0.5<ZURBAN-ZGDPP≤1为城镇化中度超前型;-1≤ZURBAN-ZGDPP<-0.5为城镇化中度滞后;ZURBAN-ZGDPP>1为城镇化严重超前;ZURBAN-ZGDPP<-1为城镇化严重滞后。
2.2.2 空间自相关分析 使用全局空间自相关指数Moran's I对两个年份地级单元城镇化与经济发展关系分布的空间模式进行验证,全局Moran's I指数的具体数学模型见参考文献[25, 26];运用局部Moran's I指数揭示二者关系的空间异质性特征,从而全面反映二者关系空间差异的变化趋势,局部Moran's I指数的具体数学模型见参考文献[27]。
3 研究结果
3.1 城镇化与经济发展水平的地级单元格局演变特征
总体而言,2000—2010年间,中国城镇化与经济发展继续保持高速增长的态势。2000年中国经济总量和人均GDP分别为10.03万亿元、7942元,到2010年经济总量和人均GDP分别达到41.30万亿元、30876元,经济总量在10年间翻了4倍,年均经济增长率达到15.2%,人均GDP则增加了3.9倍。与此同时,中国实现了快速的城镇化,城镇化率从2000 年的36.9%快速增加到2010年的50.3%,城镇化率年均递增1.34个百分点,城镇人口规模也从2000年的4.6亿人增加到2010年的6.7亿人,年均增加2100万城镇人口[28]。对2000年、2010年中国地级单元城镇化水平和人均GDP进行聚类分析。城镇化发展水平按照方创琳等提出的划分方案[29],即城镇化起步阶段（城镇化率<30%）、中期阶段（30%~60%）、后期阶段（60%~80%）和终期阶段（80%~100%）;同样,经济发展水平参照世界银行关于区域经济的4类划分标准进行划分[30],即低水平区（人均GDP低于全国均值的50%）、中低水平区（人均GDP位于全国均值的50%~100%）、中高水平区（人均GDP处于全国均值的100%~150%）、高水平区（人均GDP高于全国均值的150%）。基于以上划分标准,绘制出中国地级单元城镇化与经济发展水平差异格局图（图2）。
图2
新窗口打开|下载原图ZIP|生成PPT图2中国城镇化与经济发展水平的地级单元格局
注：该图基于国家测绘地理信息局标准地图（审图号为GS (2019) 1825号）绘制,底图无修改。
Fig. 2The prefecture-level pattern of China's urbanization and economic development
（1）2000年中国大部分地级单元城镇化率总体偏低,且区域差异显著（图2a）。其中,城镇化处于起步阶段的研究单元个数为152个,占研究单元总数的44.6%,其城镇化率为21.61%。主要分布在新疆西南部、青藏高原、黄土高原、黄淮海传统农区、环首都贫困带和南方低山丘陵等呈面状分布的区域;44.3%的研究单元处于中期阶段,其城镇化率为42.42%,东部沿海地区、东北三省、内蒙古边境地区及北疆地区分布尤为集中;剩余的11.1%为城镇化处于后期和终期的研究单元,其中,7.3%处于后期阶段,3.8%处于终期阶段,主要分布在国有经济较为发达的东北地区,工矿业较为发达的新疆、内蒙古,综合经济水平较为发达的北京、天津、上海、广州和深圳为聚点的点状区域[31,32]。
（2）与2000年相比,2010年中国地级单元城镇化水平有明显提高,从2000年的36.9%快速增加到2010年的50.3%（图2b）。从四大经济区来看④(④ 东部地区包括河北、北京、天津、山东、江苏、上海、浙江、福建、广东、海南,共10个省市;中部包括山西、河南、安徽、湖北、湖南、江西,共6省;西部包括内蒙古、陕西、甘肃、宁夏、青海、新疆、四川、云南、贵州、西藏、重庆、广西,共12个省市;东北包括黑龙江、吉林、辽宁,共3省。),东、中、西、东北地区分别由2000年的45.7%、29.3%、28.8%、52.4%提高到2010年的59.7%、43.6%、41.6%、57.6%,10年间分别提高了14%、14.3%、12.8%、5.2%。处于起步阶段研究单元个数明显减少,由2000年的152个减少至2010年的49个,但仍主要集中分布在新疆西南部、青藏高原、黄土高原、云贵高原及中原传统农区;中期阶段的研究单元个数明显增加,超过研究单元总数的60%,空间分布范围更广且面状分布态势明显;后期阶段和终期阶段所占研究单元的占比有所增加,达到24%,这部分地级单元分布呈现出集聚与分散并存的态势。
（3）2000年,中国地级单元人均GDP空间分异明显（图2c）。高值区主要分布在东部沿海城市群地区、内陆省会城市及新疆资源富集型地级单元。低值区主要集中在新疆西南部、青藏高原、黄土高原、云贵高原和中原传统农区等集中连片特困地区。
（4）2000—2010年中国地级单元人均GDP空间分异格局总体保持稳定,但部分地区呈现出细变特征,北方边境资源富集型地级单元由经济发展的中低水平区转变为高水平区。与2000年相比,中国地级单元经济差异程度有所减小,人均GDP的变异系数由2000年的0.764下降到2010年的0.713,符合中国经济发展由“不均衡-逐步均衡”的空间分异特征[33]（图2d）。
通过以上两个年份地级单元城镇化与经济发展水平的发展格局分析可知：地级单元城镇化水平与经济发展水平之间存在较高的匹配度,即地级单元城镇化的高值区也是经济发展水平的高值区;同样,地级单元城镇化的低值区一般经济发展水平也相对较低。分别对两个年份城镇化率和人均GDP做相关分析,在0.01显著性水平下,两者相关系数分别为0.684和0.741,初步验证了上述判断。
3.2 地级单元城镇化与经济发展关系的定量识别
3.2.1 地级单元城镇化与经济发展水平关系的分布格局 借鉴陈明星等提出的象限图判别方法[6],根据其阈值设定标准进行城镇化与经济发展关系的类型区划分,将全国341个研究单元划分为7种类型（表1）。Tab. 1
表1
表1中国城镇化与经济发展关系的类型分异
Tab. 1
| 城镇化类型 | 严重滞后 | 中度滞后 | 轻微滞后 | 基本协调型 | 轻微超前 | 中度超前 | 严重超前 | |||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 年份 | 2000 | 2010 | 2000 | 2010 | 2000 | 2010 | 2000 | 2010 | 2000 | 2010 | 2000 | 2010 | 2000 | 2010 |
| 城镇个数 | 17 | 10 | 43 | 40 | 105 | 103 | 56 | 61 | 58 | 71 | 27 | 32 | 35 | 24 |
新窗口打开|下载CSV
从表1可以看出,两个年份城镇化轻微滞后型、城镇化轻微超前型、城镇化基本协调型地级单元个数位居所有类型个数的前三位,两个年份三种类型地级单元个数共占全国地级单元总数的64%和69%,城镇化中度滞后和城镇化中度超前型地级单元数量也较多,城镇化严重滞后型和城镇化严重超前型地级单元个数较少。
进一步对二者关系的七种类型进行空间可视化表达,以便识别每种类型的空间分布状况（图3）,不同类型区的基本信息列于表2。
图3
新窗口打开|下载原图ZIP|生成PPT图3中国城镇化与经济发展水平关系的地级单元格局
注：该图基于国家测绘地理信息局标准地图（审图号为GS (2019) 1825号）绘制,底图无修改。
Fig. 3The prefecture-level pattern of the relationship between China's urbanization and economic development
Tab. 2
表2
表2中国城镇化与经济发展关系七种类型的基本统计
Tab. 2
| 城镇化类型 | 2000年城镇化率（%） | 2000年人均GDP（元） | 2010年城镇化率（%） | 2010年人均GDP（元） |
|---|---|---|---|---|
| 严重超前型 | 66.4（1.80） | 8461（1.07） | 73.9（1.47） | 34531（1.12） |
| 中度超前型 | 48.5（1.31） | 7235（0.91） | 63.3（1.26） | 36044（1.17） |
| 轻微超前型 | 44.4（1.20） | 8386（1.06） | 55.6（1.11） | 34766（1.13） |
| 基本协调型 | 30.4（0.82） | 5449（0.69） | 42.6（0.85） | 24255（0.79） |
| 轻微滞后型 | 26.6（0.72） | 5826（0.73） | 42.7（0.85） | 30630（0.99） |
| 中度滞后型 | 36.7（0.99） | 11046（1.39） | 43.9（0.87） | 40813（1.32） |
| 严重滞后型 | 48.6（1.32） | 19580（2.47） | 63.1（1.25） | 85999（2.79） |
新窗口打开|下载CSV
（1）城镇化严重超前型。2000年该类型主要集中分布在东北地区、北方边境沿线和部分内陆省会城市,处于城镇化发展的后期阶段与经济发展的中高水平区;2010年除北方边境地级单元和东北地区二者关系变化较大外,其他地区分布格局基本保持不变,城镇化发展处于后期阶段,经济发展处于中高水平偏下阶段。究其原因,东北地区是老工业基地,国企员工、森工较多,农业人口少,致使城镇化率偏高[32];此外,由于“体制”和“结构”制约,导致东北地区城市活力不足、产业结构老化、经济增长乏力,引致该地区城镇化超前于经济发展水平。2003年,党中央、国务院作出了振兴东北老工业基地的重大战略决策。10多年来,在各方共同参与下,东北老工业基地振兴取得阶段性成果,表现为该地区GDP年均增长率接近同期全国平均水平,但其城镇化增长率却远低于全国水平。因此,东北地区城镇化严重超前型地级单元数量有所下降,尤其是辽宁省,这明显是东北经济振兴的结果,但没有从根本上改变当前东北地区城镇化超前于经济发展水平的现状。北方边境地级单元是资源富集区域,成为城镇化“统计型虚高”和经济发展水平相对较高的地区,随着西部大开发战略的深入推进,经济的快速发展,这一状况得到明显改变。在内陆地区,流动人口对省会城市保持了持续偏好,一些省会城市成为流动人口的集中地。流动人口的流入在促进这些省会城市城镇化率增长的同时,也相对拉低了它们的人均GDP,致使其城镇化处于超前状态。
（2）城镇化中度超前型。2000年该类型呈分散分布,2010年则主要集中在东北地区,总体来看,中西部省市分布较多,东部沿海省市分布较少。两个年份城镇化率均高于全国水平,2000年经济发展略低于全国水平,而2010年略高于全国水平。
（3）城镇化轻微超前型。2000年该类型主要分布在内蒙古中东部、山西中北部和鄂渝地区等;2010年该类型在空间分布上发生较大变化,主要集中在长江中游地区、闽北、皖中和苏北地区等。
（4）城镇化基本协调型。2000年该类型分布较广,黄土高原、贵州省及新疆西北部是主要分布区,城镇化和经济发展均低于全国水平,属于“双低”协调型;2010年该类型空间分布发生较大变化,主要分布在华北平原、长江中游及四川盆地东部等,其城镇化率由2000年的低于全国均值6.5个百分点至2010年低于全国均值7.7个百分点,人均GDP则由2000年占全国均值的68.6%上升到2010年占全国均值的78.6%。可见,该类型区城镇化与经济发展的潜力较大。
（5）城镇化轻微滞后型。除东北地区分布极少外,其他地区均有较多分布。2000年该类型城镇化率低于全国均值10.3个百分点,人均GDP则低于全国均值2116元;2010年城镇化率低于全国均值7.6个百分点,人均GDP低于全国均值246元。可见,该类型属于“双低”型城镇化轻微滞后型,即城镇化率与经济发展均滞后于全国水平,但城镇化率滞后的程度更甚。该类型空间分布深受中心城市极化作用强、涓滴效应弱、国家主体功能定位、地形等自然和社会经济因素的多重影响。
（6）城镇化中度滞后型。2000年该类型主要集中在河北中南部、河南东南部及青藏高原地区等,城镇化率略低于全国均值,而人均GDP远高于全国水平;与2000年相比,2010年该类型分布格局发生较大变化,青藏高原地区与南疆地区成为该类型的集中分布区,其他省市分布相对较少,城镇化率相当于全国水平的87%,而人均GDP为全国均值的1.32倍。
（7）城镇化严重滞后型。2000年该类型空间分布集聚特征明显,主要聚集在经济发达的长三角城市群,城镇化率为全国水平的1.32倍,而人均GDP则是全国水平的2.46倍;与2000年相比,2010年该类型空间分布发生了较大变化,东部沿海地区虽有零星分布,但已不是该类型的主要分布区,北方边境诸多地级单元,尤其是那些资源富集的地级单元成为该类型的集中分布区。造成两个年份该类型空间分异格局的原因完全不同：2000年该类型主要分布在经济发达的长三角地区,主要因为该地区乡镇企业较多、制造业发达、乡村人口较多,以“苏南模式”、“温州模式”为代表,也有****称之为半城镇化地区[34],城镇化相对于经济发展水平较低;2010年则是西部大开发战略对矿产资源富集型城市大规模开发在该年份的集中体现,2000—2010年由于油气、稀有金属等矿产资源的开发,大企业、大集团的入驻使资源富集型地级单元成为中国经济增长的热点地区,经济发展水平高,但城镇化率相对于经济发展严重滞后。2000年该类型分布是产业结构较为优化、综合经济发达的结果,但2010年则是资源大规模集中开发带动经济总量的迅速膨胀,其掩盖了背后的社会发展滞后和经济结构失调等诸多问题 [33]。
3.2.2 省域内部地级单元城镇化与经济发展水平关系的分布模式 省域内部地级单元二者关系的分布模式具有一定的规律性,即省会城市通常城镇化超前,省内边缘城市多城镇化滞后（本文中省内边缘城市是指距离省会城市远、受省会城市经济辐射带动作用弱、地理条件差、社会经济发展水平低和行政边缘化的城市）（图3）。
从图3可以看出,27个省会城市中有18个城市两个年份城镇化均超前于经济发展水平。究其原因,这是因为省会城市大都位于省域的中心位置,是省级行政单元的政治、经济、文化中心[35],拥有较多的就业机会;同时也会集中更多的公共服务资源,因此对流动人口的吸引力更大[36]。在中国40余年的城镇化进程中,流动人口一直是其最主要实现方式和核心主体,流动人口空间格局的演变必将对中国城镇化形成根本性冲击[36]。对流入地城市而言,流动人口会对其城镇化与经济发展带来两种效应：一是提高该市的城镇化水平;二是拉低了该市的人均GDP,这就很好地解释了流动人口吸引力较强的省会城市为什么大多处于城镇化超前于经济发展水平的状态。省内边缘城市受到省会城市辐射带动作用弱,城镇化与经济发展水平均比较低,对流动人口的吸引力极其有限,如苏鲁豫皖交界地区是中国最重要的人口外流区[36],对本地人口和外地人口的吸引力均不强,是典型的省际边缘塌陷区。因此,省内边缘城市多城镇化滞后于经济发展水平。需要注意的是,在大多数省会城市处于城镇化超前于经济发展水平的状态的同时,尚有6个城市处于两个年份城镇化均滞后于经济发展水平状态,这些城市又可细分为两类：一类是城市本身社会经济发展水平比较低,对流动人口的吸引力有限,如长春市和拉萨市（2010年两个城市的流动人口均不足百万）。另一类则是对流动人口的吸引力大,社会经济发展水平高的城市,如2010年济南、长沙、杭州和广州的流动人口均在百万以上[36],且城镇化水平均在60%以上,广州甚至达到84%,但它们的人均GDP更高,这就解释了这些城市在两个年份城镇化均滞后于经济发展水平的原因。
此外,在18个两个年份城镇化均超前于经济发展水平的省会城市中,存在着东中西部省会城市城镇化超前于经济发展水平程度的明显差异,表现为西部省会城市城镇化超前的程度明显大于中东部省会城市,这同样可以从流动人口的视角得到合理的解释。西部地区距就业集中的发达地区距离较远,且交通欠发达、文化和生活习惯差异大,加之西部省会城市具有相对更多的就业机会和更高的收入,会有更多的人愿意留在西部城市务工和生活[36],由此形成了西部地区流动人口在省会城市的高度集聚,致使城镇化超前于经济发展水平的程度较高。然而,中部地区接近东部发达地区有利区位条件,决定着其农村剩余劳动力可以较方便地到东部沿海城市务工,以致于中部省会城市集聚人口的能力并不强;东部沿海省会城市虽集聚了大量的流动人口,城镇化水平较高,但其经济发展水平也高。这造成中东部省会城市城镇化超前于经济发展水平的程度较低。
3.3 地级单元城镇化与经济发展关系的空间自相关分析
为进一步刻画城镇化与经济发展关系分布的空间关联特征,对两个年份城镇化与经济发展关系分布状况进行空间自相关分析。结果发现,两个年份城镇化与经济发展关系在整体上均呈现出空间正相关性,在0.01显著性水平下,两个年份全局Moran's I指数分别为0.2850、0.2393。可见,随着时间的推移中国城镇化与经济发展关系分布的空间依赖性有所减弱,空间异质性增强。此外,城镇化与经济发展关系定量识别分析中的各种特征在局部空间自相关分析中均得到了印证（图4）,如两个年份东北地区是中国地级单元城镇化超前型集中分布区,长三角城市群城镇化滞后的态势有所弱化,青藏高原地区城镇化滞后的态势渐趋增强,北方边境沿线资源富集型地级单元由城镇化超前型演变为滞后型。图4
新窗口打开|下载原图ZIP|生成PPT图4中国城镇化与经济发展水平关系的空间关联特征
注：该图基于国家测绘地理信息局标准地图（审图号为GS (2019) 1825号）绘制,底图无修改。
Fig. 4Spatial autocorrelation of the relationship between China's urbanization and economic development
由局部空间自相关得到的“LISA”图可知（图4）,二者关系分布的空间聚集方式有“高-高”、“高-低”、“低-高”和“低-低”四种。“高-高”即某地级单元及周围地级单元城镇化均处于超前状态,“低-低”与其相反,即某地级单元及其周围地级单元均处于城镇化滞后的状态;“高-低”即该地级单元城镇化超前,但其周围地级单元却城镇化滞后,“低-高”与其相反,即该地级单元城镇化滞后,但其周围地级单元却城镇化超前。就四种类型的时空变化来看,由于“高-低”和“低-高”两种类型地级单元数量较少,且时空变化不明显,这里主要对“低-低”和“高-高”两种类型的时空变化进行分析。
“高-高”型变化并不明显,两个年份该类型主要分布在东北地区,与2000年相比,2010年该类型集中分布的态势有所弱化。究其原因,改革开放后至实施振兴东北老工业基地战略之前的这段时期,得益于丰富的自然资源和良好的工业基础,东北地区城镇化处于快速发展时期,但由于产业结构的“畸形化”发展,以及“东北现象”的出现使东北地区经济发展受到一定程度影响,致使该地区成为中国城镇化超前于经济发展的集中分布区。进入21世纪之后,长期以来由于东北地区城镇体系结构不合理,资源型城市占比过高,小城镇发育水平低等原因,导致该地区城镇化速度明显趋缓,以2000—2010年这一时期为例,期间中国城镇化率从36.9%快速跃升到50.3%;同期东、中、西和东北四大经济经济区城镇化率分别由45.7%、29.3%、28.8%和52.4%提高到59.7%、43.6%、41.6%和57.6%,10年间分别提高了14%、14.3%、12.8%和5.2%,可见该阶段东北地区城镇化率仍高于全国水平,但发展速度远低于全国水平。与此相对应的是,自实施东北老工业基地振兴战略以来,在社会各界共同努力下,东北老工业基地振兴取得阶段性成果,表现为该地区GDP年均增长率接近同期全国平均水平,引致该地区城镇化超前于经济发展水平的态势有所弱化。
“低-低”型发生了较为明显地变化：2000年该类型主要分布在长三角城市群和青海、四川和西藏三省交界处;2010年明显地开始向西部地区转移,内蒙古中部、西藏自治区及甘肃河西地区等成为该类型的主要分布区。发生这一转变的主要原因是,东部地区的长三角城市群由于受产业结构优化升级、人口集聚能力强、公共服务质量优及地理位置佳的驱动,城镇化增长速度快于全国同期水平,与同期城镇化增长速度相比,该地区经济增长速度低于全国平均水平;同期西部地区的内蒙古城镇化与经济发展关系则发生了剧烈变化,由2000年城镇化中度超前转变为2010年城镇化中度滞后,城镇化增长速度略高于同期全国水平,但由于受资源大规模开发的影响,经济增长速度远高于全国水平;青藏高原地区受自然和经济条件的限制,城镇化发展速度低于全国水平,但随着西部大开发战略的实施,国家财政转移支付力度的加强及其他相关政策的倾斜,该地区经济发展的相对速度高于城镇化发展的相对速度[37]。
3.4 地级单元城镇化与经济发展关系的类型区变化
对2000年、2010年地级单元城镇化与经济发展关系进行叠加分析,以探究10年来城镇化与经济发展水平的类型区变化,将原来的七种类型按照ZURBAN-ZGDPP>0和ZURBAN-ZGDPP<0分别划分为城镇化超前型和城镇化滞后型两种,以简化两个年份评价单元类型区变化的复杂性,共划分为四种类型（图5）：“滞后-滞后”型（2000年和2010年城镇化均滞后）,“超前-超前”型（2000年和2010年城镇化均超前）,“滞后-超前”型（2000年城镇化滞后、2010年城镇化超前）和“超前-滞后”型（2000年城镇化超前、2010年城镇化滞后）,不同类型区的基本信息列于表3。图5
新窗口打开|下载原图ZIP|生成PPT图52000—2010年中国城镇化与经济发展关系的类型区变化
注：该图基于国家测绘地理信息局标准地图（审图号为GS (2019) 1825号）绘制,底图无修改。
Fig. 5Changing patterns of the relationship between China's urbanization and economic development, 2000-2010
Tab. 3
表3
表3中国城镇化与经济发展关系类型区变化的基本统计
Tab. 3
| 类型 | 个数 | 2000年 | 2010年 | ||
|---|---|---|---|---|---|
| 城镇化率（%） | 人均GDP（元） | 城镇化率（%） | 人均GDP（元） | ||
| “滞后-滞后”型 | 138 | 30.3（0.82） | 8280（1.04） | 43.6（0.87） | 34919（1.13） |
| “超前-超前”型 | 112 | 47.6（1.29） | 8134（1.02） | 59.8（1.19） | 34957（1.13） |
| “滞后-超前”型 | 52 | 33.4（0.91） | 8477（1.07） | 49.7（0.99） | 29276（0.95） |
| “超前-滞后”型 | 39 | 33.2（0.90） | 5194（0.65） | 42.9（0.85） | 30741（1.00） |
新窗口打开|下载CSV
（1）“滞后-滞后”型：该类型主要集中在长三角城市群及河南、新疆、西藏、青海、云南和四川大部分地市。今后,这些地级单元要着力提高城镇化水平,使之与其经济发展水平协同推进。具体为：长三角城市群仍需挖掘人力资本的关键引领作用,做足外来人口集聚能力等方面的工作,发挥优越地理位置的推动作用;中西部地区应顺应产业结构优化升级的趋势,继续强调制造业的转型升级和就业吸纳能力,时刻关注资源环境要素的系统反馈。
（2）“超前-超前”型：该类型主要集中在东北地区和长江中游地区;按照城镇化增速判别标准,研究时段该类型城镇化年均增速超过1%,属于中高速增长型。因此,这一类型地级单元应该在城镇化增长速度方面适当“降温”,同时应该提高地级单元经济发展水平。具体地,东北地区需改善投资环境和市场准入制度,挖掘新常态下的城市经济增长潜力并增强城市发展的可持续性;长江中游地区应加快产业发展与人口集聚,促进经济社会发展,适当提高国土开发强度。
（3）“滞后-超前型”：该类型涵盖地级单元相对较少且分布较为分散,为52个;10年间城镇化年均增长1.63个百分点,属于城镇化高速增长型。该类型区在城镇化增长速度方面应适度放缓,使之与经济增长相协调。
（4）“超前-滞后”型：该类型涵盖的地级单元最少,为39个,总体来看东部沿海省市分布较少,而中西部内陆省市分布较多。当前,中西部地区部分地级单元的城镇化进程仍然需加快发展,中西部地区部分地级单元的城镇化进程应该与“乡村振兴”战略紧密结合在一起,各地级单元在自身资源、区位、市场等优势的基础上,加速城镇化步伐,与经济发展协调演进。
4 讨论
对地级单元城镇化与经济发展关系的定量识别不仅可以从中观上（地级尺度）精确剖析二者之间关系,而且可以从宏观上对全国二者关系进行整体把握,这对于城镇化与经济发展的协同推进具有重要的指导意义。值得注意的是,近年来中国城镇化增长速度过快,从2004开始,中国城镇化的相对水平逐渐超过了经济发展的相对水平[2]。城镇化的快速增长带来了诸多问题和挑战值得关注：首先,过度追求城镇化增长速度,忽视了城镇化发展质量的提高[38];其次,土地城镇化增长速度远快于人口城镇化增长速度[2,22,39],造成许多城市的无序扩张和城市病的发生,导致职住分离现象加剧,通勤时间增加,城市环境污染的严重后果。值得强调的是,象限图法的判断结果只能显示系统内部差距,并不能评判关系优劣：说明象限图法识别城镇化与经济发展水平关系是相对的,不是绝对的,也即是系统内部存在的某种二者之间的关系,跳出该系统可能并不适用。以2010年北京市为例,如将北京置于地级行政单元分析,北京的城镇化是超前于经济发展的,但若把北京置于省级行政单元分析时,情况则刚好相反,北京的城镇化是滞后于经济发展的。这就启示我们运用该方法测度二者关系时,一定要清楚在何种尺度下得出结论,以免对相关政策的制定带来误导;同时也从另一个侧面说明了运用该方法测度二者关系时宜从不同的空间尺度（省域、市域和县域）分别进行探讨或将多种尺度进行对比研究,这更利于各层级行政单元相关政策的制定。
为简化起见,本文对中国地级单元城镇化与经济发展关系研究时,对基于地理特征的基本市情差异的诸要素,如地形、水文、气候、人口规模、国家政策和经济密度等对二者关系的影响采用忽略处理（限于篇幅,这里不妨就人口规模对二者关系的影响进行探讨：已有研究表明人口规模较小国家的城镇化受经济发展水平影响大于人口规模较大的国家,其原因可归结为较大人口规模的国家往往具有有利的农业发展条件和悠久的农业发展历史,因此其城镇化进程相对来看一般是稳妥和渐进的。此外,人口规模小的国家由于城镇人口规模总体不大,在受到同等经济发展影响时其城镇化变化往往会更为明显一些,而人口规模较大的国家的城乡人口结构相对人口规模较小的国家会保持更强的路径依赖和稳定性的特点。总体来看,人口规模对城镇化与经济发展关系的影响可概括为：人口规模较大国家的城镇化受经济发展影响小于人口规模较小的国家,而较小人口规模的国家则呈现出相对的不稳定性[40]）。诚然,综合考虑多个因素对二者关系的影响,及时修正因评价单元差异对评估结果造成的误差,势必对提高评估精度大有裨益。虽然人均GDP是最重要的宏观经济指标之一,比较客观地反映了一个国家的社会发展水平和发展程度,具有社会公平和平等的内涵,与城镇化率具有高度相关性。但也要看到人均GDP在表征经济发展水平时所带来的不足,如大多数资源型地级单元人均GDP都很高,这并不能掩盖这些地级单元在社会保障、医疗卫生、教育以及环境和生态建设等方面的发展水平落后的事实,且这些地级单元的城镇化水平并不一定很高,因此仅用人均GDP表征经济发展水平的弊端是显而易见的。今后在评价二者关系时,在经济发展水平指标选取时应考虑运用复合指标体系进行表征;另外,应该注重合理评价方法的应用（主观赋权和客观赋权应该根据实际情况进行选取）以及指标选取过程中对规模指标和效率指标进行同时考量,以免指标选取过程中的盲目和遗漏。
陈明星等首次提出了识别城镇化与经济发展水平关系的象限图法,基于该方法以及参数可以识别出时间截面上城镇化是否超前或滞后[41],该方法已成功应用到城镇化与经济发展水平关系的省际格局研究中[6],对指导各省（市）城镇化与经济协调发展具有重要意义。然而,陈明星等的研究仅选择2005年一个年份的截面数据,没有对不同年份截面数据进行对比分析,且选择的研究尺度也较为宏观,对指导较小尺度二者关系的发展具有一定的局限性。有鉴于此,本文选择地级单元作为研究尺度（地级行政单元在中国经济发展中扮演着越来越重要的角色,是落实区域发展战略和相关政策的重要空间依托[33]。地级单元在经济发展过程中对城镇化的盲目攀比尤为严重,出现了“冒进式”城镇化）,采集2000年和2010年相对准确人口普查数据作为研究数据源,系统地探讨了中国地级单元城镇化与经济发展水平之间的关系,弥补了前人在较小尺度研究的不足,对厘清中国地级单元城镇化与经济发展水平关系具有重要的实践意义,同时对于规范各地级单元城镇化发展行为也具有指导意义。
5 结论
本文对中国地级单元城镇化与经济发展水平关系进行了比较,给出了类型划分并揭示了空间格局,探讨了二者关系的空间关联效应,分析了二者关系类型区变化。这对各地级单元认识自身发展的客观规律,因地制宜地推动城镇化与经济协调发展提供了有益的启示,得出以下结论：（1）2000年和2010年,中国地级单元城镇化与经济发展水平空间分异明显。高值区主要分布在人口集聚能力强、经济发展水平高、公共服务质量优、基础设施完善的东部沿海城市群地区,“极化”作用强、“涓滴”效应弱的中西部区域性中心城市及资源富集型的北方边境沿线部分地级单元;广大的自然条件差、人口流失严重、经济发展水平落后、公共服务质量差、基础设施不完善的传统农区、革命老区、陆地边境地区、丘陵山区、石漠化及荒漠化严重的地区则成为城镇化与经济发展水平的“洼地”。城镇化与经济发展水平之间具有较高的匹配度,说明城镇化与经济发展水平之间存在密切关系。
（2）近期,中国在不同区域上既有城镇化滞后于经济发展水平的地级单元,也存在城镇化超前于经济发展水平的地级单元,且各地级单元之间滞后或超前的程度存在着较大差异。因此,对城镇化与经济发展关系的研究,一方面需要在全国尺度上,对其有一个总体把握,从而制定一个科学合理的城镇化和区域发展的战略和方向[6];同时,在各地级尺度上,应该根据各地级单元实际状况,因地制宜地推进二者关系的协调发展。省域内部地级单元城镇化与经济发展水平关系的分布模式具有相似性,即省会城市通常城镇化超前,省内边缘城市多城镇化滞后。当前省域内部地级单元二者关系分布模式具有一定的合理性：一是省会城市有着其他城市难以比拟的政策条件和发展优势,是全省区域发展的重要增长极,可以适当优先发展,以促进各类要素合理流动和高效集聚,从而提升城市区域的核心竞争力。二是省会城市优先发展可以积累相关经验,对其他城市起到示范带动作用,最终实现共同发展。
（3）中国城镇化与经济发展水平关系分布的Moran's I值为0.2850和0.2393,均在99%置信度水平下通过检验,在空间格局上具有正向空间自相关性。局部空间自相关分析结果表明,中国城镇化与经济发展水平关系分布的空间依赖性有所减弱,空间异质性增强。2000年和2010年,东北地区是中国地级单元城镇化超前型集中分布区;长三角城市群城镇化滞后的态势有所弱化,青藏高原地区城镇化滞后的态势渐趋增强,北方边境沿线资源富集型地级单元由城镇化超前型演变为城镇化滞后型。
（4）中国地级单元城镇化与经济发展关系的类型区变化存在着一定程度的路径依赖效应,二者关系变化类型呈现出以 “滞后-滞后”型和“超前-超前”型为主,“滞后-超前”型与“超前-滞后”型为辅的分布形态。针对各类型区的属性特点提出今后发展的对策建议。
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
[本文引用: 1]
[本文引用: 6]
[本文引用: 3]
[本文引用: 3]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 10]
[本文引用: 1]
[本文引用: 2]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 2]
[本文引用: 1]
[本文引用: 2]
[本文引用: 3]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 2]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 2]
[本文引用: 2]
[本文引用: 3]
[本文引用: 3]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 5]
[本文引用: 5]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
