,重庆大学经济与工商管理学院,重庆 400044Classification of resource-based cities from the perspective of resource decoupling
YAN Taihua, HU Yao,Economics and Business Administration, Chongqing University, Chongqing 400044, China通讯作者:
收稿日期:2019-05-14修回日期:2019-10-19网络出版日期:2019-12-25
| 基金资助: |
Received:2019-05-14Revised:2019-10-19Online:2019-12-25
作者简介 About authors
严太华,男,重庆市璧山区,博士生导师,教授,研究方向为资源与环境经济E-mail:yantaihua@cqu.edu.cn。
摘要
关键词：
Abstract
Keywords：
PDF (4228KB)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
严太华, 胡尧. 基于资源脱钩视角的资源型城市分类. 资源科学[J], 2019, 41(12): 2172-2181 doi:10.18402/resci.2019.12.02
YAN Taihua.
1 引言
资源型城市是因本地矿产、森林等自然资源的开采活动而兴起,并在一段时间内以资源类产品输出为主要职能的一类特殊城市。中国资源型城市数量多、分布广,以2013年国务院发布的《全国资源型城市可持续发展规划》[1]（简称《规划》）划分标准,仅地级行政区的资源型城市就达126个,占当年全国地级行政区总数的1/3以上。作为重要的原材料基地,中国资源型城市自1949年以来累计生产原煤529亿t、原油55亿t、铁矿石58亿t、木材20亿m3,为推动国民经济发展作出了重大历史性贡献。然而,当前绝大多数资源型城市都面临资源枯竭、环境破坏、长期增长乏力等一系列可持续发展的问题,资源枯竭型城市尤为严重。“资源诅咒”的有关研究[2,3,4]将资源丰裕地区所存在的较差经济表现归结为经济体过度依赖资源而对人力资本投入、制造业发展、制度建设等长期增长因素的抑制作用。资源依赖是资源型城市主要特征,也是资源型城市病症问题的根源,经济转型是其可持续发展的必由之路,转型的核心则是城市经济活动去资源化,即由依赖本地资源开采向不依赖本地资源开采转变,实现经济与本地资源的脱钩,这是一个长期性持续性的过程。因此,如何衡量资源型城市发展与本地资源的关系,如何识别资源型城市的发展与转型状态,对进一步加深资源型城市可持续发展研究,以及资源型城市转型政策的分类制定,非常重要。资源依赖是资源型城市的最本质特征,选取能反映资源依赖特征的核心指标是资源型城市定量分析的关键。早期重要文献对资源型城市的定义与界定做了大量工作[5,6,7],其定量界定的核心指标多为采掘业产值规模、采掘业增加值占地区总产出比重或采掘业就业人口占总就业人口比重等,而在“资源诅咒”的相关实证研究中,对于关键性变量资源依赖,国内****也通常使用采掘业产值或就业占比来衡量[8,9,10]。但上述做法都聚焦于采掘业的绝对重要性,而忽视了资源型城市发展与转型过程中制造业所扮演的重要角色,忽略了采掘业与制造业之间的一般互动性与协调性。从“资源诅咒”理论来看,资源产业繁荣挤出制造业从而抑制长期经济增长是一条重要的传导机制[11],制造业作为资源产业的下游或替代产业,其集聚规模效应与创新溢出效应是推动经济可持续增长的重要原因。因此,未考虑制造业发展的相关分类或定量研究难以反映资源型城市的真实发展状态。
目前对资源型城市的分类方式中主要有以下几种：
一是按主导资源或资源产业进行分类。刘云刚[12]将资源型城市分为煤炭型、石油型、金属型、非金属型和森林型五大类;《中国矿业年鉴》[13]分为煤炭、石油、有色、冶金、黄金、化工、非金属与综合;肖劲松等[14]按主导资源产业分为煤炭型、石油型、冶金及建材型、农副产品加工、森工以及旅游资源型。这种按主导资源或资源产业的分类边界较为模糊,实际操作中分类难以统一,部分城市可能存在多种主导资源,比如铜金、煤铁等共生关系,纯粹的资源或资源产业种类分类方式也无法体现与城市发展之间的关系。
二是按生命周期或综合分类方式。韩凤芹等[15]提出利用资源保障、资源产业规模以及经济内生动力3个指标来综合评价;余建辉等[16]则利用资源保障能力和可持续发展能力两个评价指标,分类上都结合生命周期论将资源型城市分为成长型、成熟型和枯竭型,其中枯竭型包括衰退型和再生型,与国务院《规划》分类一致,有较强的科学性,也有利于政府进行分类别的政策指导。但该分类所需基础数据收集难度大,并且基于生命周期的阶段论暗含着明显不可逆先后时序,即成长—成熟—衰退或者再生,这是一个长期演化过程,在历史局部以中短期数据来进行长期的分类划分,可能会因为当前探矿能力和采矿技术水平限制、资源景气度等因素干扰而造成对所处阶段的误判,从而影响政策制定与实施。
三是按城市的发生学分类。从发生学来看,资源型城市本身就是一类产生或发展与资源开发密切联系的城市,沈镭等[5]从发生学角度定义矿业城市是在能源和矿产资源基础上发展起来的勘探开发基地城市。张以诚[6]首次提出可以按城市“成因”将矿业城市分为四大类：一是无依托矿城,指原先没有城市的地方因为矿产资源开发而形成的矿业城市,比如大庆、攀枝花;二是有依托矿城,指原先已有城市因为周边发现和开发矿产资源而具备了矿业职能的城市,比如大同、邯郸;三是历史矿城,指早期以矿业开发为主导,但后来随着产业更迭,矿业退出支柱地位的城市,比如徐州;四是矿名矿城,指因矿著称或因矿得名的城市,比如白银。这种分类方法以定性为主,作为定量界定的辅助参考,主要用于早期对资源型城市界定研究。
四是其他分类方式。包括城市规模分类、经济区域分类、行政区划分类等都从纯经济角度出发,没有纳入资源型城市的核心要素资源因素,通常只能作为辅助分类来协助定量分析。
以上分类中,仅综合分类考虑资源型城市的资源依赖特征,而后者因为指标过多,数据获取不易,中央有关规划的发布周期较长（5年以上）,无法满足基层经济快速发展与相关研究的需要。
此外,上述方法都是属于静态分析,无法分析资源型城市的动态变化。脱钩理论是用于描述经济体去物质化、去污染化的动态变化和过程的重要定量模型,目前被大量运用在能源消耗、低碳发展、土地使用、农业资源、海洋资源等资源环境领域[17,18,19,20,21],但鲜有见到运用到资源型城市转型领域。而资源型城市的转型本质也是资源型经济体对本地资源脱钩的过程,将脱钩理论引入到资源型城市的分类识别,可以动态识别资源型城市在发展中的资源脱钩情况,有助于基层转型政策的灵活实施。
因此,本文将围绕资源型城市分类问题,沿着资源型城市转型—资源脱钩—城市与资源关系（城资关系）的逻辑思路,通过理论分析城资关系变化与城市职能演变之间的联系,提出反映城资关系的关键性指标,即采掘业与制造业相对强弱程度,在验证此指标合理性的基础上,从静态和动态两个方面以该指标为基础对资源型城市进行重新分类与分析。
2 理论与分类方法
2.1 理论分析
城市经济学基本理论将城市经济活动分为基本活动和非基本活动,前者即可贸易部门的发展是城市发展最主要的动力,后者即不可贸易部门的发展,是城市发展的基本支撑。在区域分工体系下,可贸易部门的专门化促成了城市对外职能表现的形成,从职能角度看,资源型城市是提供资源类产品的城市。资源型城市基本活动通常以资源开采和加工为主,采掘业和制造业则往往是最突出的两个职能部门。沈镭等[5]指出,从职能发展的演变规律来看,中国大多数矿业城市在早期阶段以采掘业为主,经过采掘-加工型阶段后,逐步过渡为加工-采掘型。资源型城市发展与职能演变基本规律如图1所示。为方便分析,假定资源型城市在发展初期为农业经济。由于矿产资源的可耗竭性,资源型城市的资源产量必然会经历从增大到稳产再到减少的过程,采掘业在资源型城市经济中的部门占比会呈现先升高再缩小的趋势。资源型城市在增产初期,采掘业职能突出,城市以资源输出为主要基本活动,制造业相对弱小,这类城市经济活动极度依赖于本地资源,属于“强依赖型”城市;随着采掘业的扩张,较低的资源成本以及专业化分工需求,会刺激资源加工业、产业链上下游等相关制造业的发展,到了稳产期,逐步形成采掘业、制造业共存的局面,当制造业占经济体量开始超过采掘业时,城市职能由单一采掘业主导过渡到多样化的工业职能,经济活动呈现与本地资源脱钩的倾向,属于“中依赖型”;而到了减产期,因开采成本提升,城市采掘业逐渐衰退,资源输出职能减弱,本地资源无法满足资源加工业的需求,城市开始向外寻求所需资源,其他制造业也因产业集聚效应而壮大,综合性制造业开始占据绝对主导地位,这类城市经济活动与本地资源关系较弱,属于“弱依赖型”。因此,资源型城市职能演变过程也对应着经济活动与本地资源关系强弱的变化,由强依赖型向弱依赖型发展。
图1
新窗口打开|下载原图ZIP|生成PPT图1资源型城市与资源关系的一般性演化过程
Figure 1General evolution process of the relationship between urban development of resource-based cities and resources
有两点值得指出：一是这种演变过程并非线性单向过程,随着探矿、采矿、应用等资源相关技术的进步,新资源的发现都会打破演变路径,本地特色的非资源型制造业的发展、地方政府产业行为、资源开采和环境保护政策的变化、甚至资源本身可采储量等也都会影响到演变先后顺序;二是以上3种分类只是从资源型城市演化规律出发所总结的状态,是对资源活动与制造业活动相对强弱的衡量,而并非是对资源活动的绝对描述,反过来也未必成立,比如“弱依赖型”状态也未必表明是资源开采活动的减弱或矿山趋于枯竭,也可能是开采活动与制造活动的同时繁荣,但后者表现相对更为强劲。
2.2 研究方法
2.2.1 基于资源依赖强度的静态分类方法刘云刚[22]曾利用采掘-制造职能优势比,即采掘业与制造业从业人数的比值（K）来衡量资源型城市优势职能,并由此将资源型城市分为典型期（
使用样本期间的平均K值（
2.2.2 基于资源脱钩模型的动态分类方法
脱钩理论被广泛运用在资源环境与经济关系的动态描述和评价上,其核心在于构建适当指标评价两个变量间的脱钩程度。在指标构建上,目前运用较为广泛的是基于Vehmas等[23]和Tapio[24]的弹性评价法,使用两个变量的弹性系数之比作为脱钩程度的评价指标,前者将脱钩状态分为强脱钩、弱脱钩、强复钩、弱复钩、扩张性复钩和衰退性脱钩6种类型,后者将复钩改为负脱钩,并增加了扩张性连结（expansive coupling）与衰退性连结（recessive coupling）两种类型,以平滑在同一象限内脱钩与负脱钩之间的转变。后者的八分法虽然更加细致,但过渡状态标准设定过于主观（0.8~1.2）,带一定随意性,而且过多状态设定也为脱钩辨析的实际运用带来了一定麻烦,因此本文将以前者六分法为基础进行动态分类。在变量选择上,基于DSR（驱动-状态-响应）模型,选取驱动力变量与状态变量分别构建弹性指标的分母和分子。陈景新等[25]在脱钩模型对产业聚集、扩散研究的应用拓展中,其分子设为某产业在该地区的增速,而分母为某产业全国的产业增速。借鉴该思路,结合前文对资源依赖强度与职能演变规律的分析,构建资源脱钩指数如下：
式中：
Table 1
表1
表1资源型城市资源脱钩的分类标准
Table 1
| 趋势 | 状态 | 判断条件 | 特征 |
|---|---|---|---|
| 资源脱钩 | 强脱钩 | 制造业扩张,采掘业衰退,表明制造业职能绝对增强,城市对资源绝对脱钩 | |
| 弱脱钩 | 制造业与采掘业同时扩张,且制造业扩张速度高于采掘业,表明制造业职能相对增强,城市对资源相对脱钩 | ||
| 衰退性脱钩 | 采掘业与制造业都在衰退中,且制造业衰退速度慢于采掘业,表明城市工业职能衰退,城市对资源衰退性相对脱钩 | ||
| 资源负脱钩 | 强负脱钩 | 制造业衰退,采掘业扩张,表明城市采掘业职能绝对增强,城市对资源绝对负脱钩 | |
| 扩张性负脱钩 | 制造业与采掘业同时扩张,且采掘业扩张速度高于制造业,表明采掘业职能相对增强,城市对资源扩张性相对负脱钩 | ||
| 弱负脱钩 | 制造业与采掘业同时衰退,且制造业衰退速度快于采掘业,表明采掘业职能相对增强,城市对资源相对性弱负脱钩 |
新窗口打开|下载CSV
2.3 研究对象与数据来源
2013年底,中国政府正式发布了《规划》[1],将资源型城市定义为“以本地区矿产、森林等自然资源开采、加工为主导产业的城市（包括地级市、地区、自治州等地级行政区和县级市、县、自治县等县级行政区）”,并遵循定量界定为主、定性判断为辅的原则首次系统界定了全国262个资源型城市。《规划》中所列262个资源型城市名单,仅区分了矿业类与森工类,其中包括地级行政区126个。在综合考虑了研究的针对性,统计资料的可得性、连续性以及城市之间的可比性之后,本文选取了该资源型城市名单中非森工类地级市（建制市）,并从中剔除了自贡（盐）、景德镇（陶瓷）两个特殊资源城市以及毕节市（于2011年升为地级市）,最终确定了107个资源型城市作为研究对象。基础数据来源于《中国城市统计年鉴》 [26],样本期为2003—2015年,主要有以下3个重要指标：各资源型城市与全国的采掘业单位从业人员数、制造业单位从业人员数以及地区生产总值增速。指标统计范围为全市,对部分缺失数据进行插值处理,并对年份间变动异常数据、考察期内部分城市区划存在变动的数据,结合相应城市统计年鉴进行一定修正,保证了数据的可靠性。
3 实证研究
3.1 指标合理性验证
首先检验采掘制造相对强弱指数是否可以作为资源依赖强度的合适代理变量。“资源诅咒”假说提供了资源依赖对经济增长存在负影响的理论基础,这为上述关系的检验提供了一定参考,但就已有结论来看,学术界观点尚不一致,比如胡尧等[10]发现资源诅咒现象在地级市层面并不存在,靖学青[27]利用省级数据也得到类似结论。因此,经济增长率并不适合作为检验资源依赖强度的指标。而从产业关联角度来看,原材料工业是各产业中敏感度最大的产业,受到最终消费或宏观经济影响最大,资源依赖强度越高,城市的采掘业职能越强,地区经济波动率就越高。因此,可以利用经济波动率与资源依赖强度的关系进行指标合理性验证,资源依赖强度越高,经济波动率越大,则该指标可视为合理。借鉴干春晖等[28]的做法,利用经济增长率的变异系数作为经济波动的衡量,具体计算公式为：
式中：
利用简单OLS截面回归模型进行关系验证,具体计量模型为：
式中：
以107个资源型城市作为样本进行OLS估计,结果如表2所示,以采掘-制造优势比衡量的资源依赖强度与经济波动率正相关,采掘-制造相对强弱指数K每提高1%,地区经济波动率将提高0.136%,并且在稳健标准误下通过了1%的显著性检验,表明以采掘-制造相对强弱指数作为资源依赖强度的代理变量存在合理性。这一结果也反映了资源型城市转型是抵御外部经济波动,增强自身经济稳定性的重要路径。
Table 2
表2
表2指标合理性的验证结果
Table 2
| 变量 | 系数 | 稳健标准误 | T值 | P值 |
|---|---|---|---|---|
| 常数 | -1.209 | 0.056 | -21.671 | 0.000 |
| 0.136 | 0.034 | 4.005 | 0.000 |
新窗口打开|下载CSV
3.2 资源型城市静态分类分析
3.2.1 资源型城市静态分类利用2003—2015年K值平均值对107个资源型城市进行分类,结果如表3所示。107个资源型城市包括资源强依赖型38个、资源中依赖型40个以及资源弱依赖型29个。可以看出,采掘-制造相对强弱指数最高的4个城市是七台河市8.541、庆阳市8.084、双鸭山市7.630和鹤岗市4.814,其中,七台河、双鸭山和鹤岗均是黑龙江的典型煤炭城市,受宏观经济影响,2010—2015年年人均GDP增速分别只有-1.43%、0.31%和-0.98%,也是十二五期间中国地级市中增速最低的3个地级市,而甘肃庆阳则作为新兴的石油城市,“十二五”年均增速达13.21%,增速排名在地级市中靠前,可见,即便是同属资源依附型城市,不同的资源种类、不同的发展阶段,其增长表现也差异明显。从分类特征上看,资源强依赖型城市多是以煤炭、石油等资源开采为主的城市,有明显的能源基地特征,如榆林、鄂尔多斯、克拉玛依等;资源中依赖型型城市多是以煤电、钢铁、有色等本地资源加工为主的重工业城市,城市保持一定比重的采掘部门以支持对本地资源加工业的发展,如攀枝花、唐山、黄石等;资源弱依赖型城市则为有色或综合型工业类城市,采掘-制造业的相对强弱指数甚至低于全国水平,说明资源采掘部门在当地经济中不占主要地位,城市发展对本地资源的依赖较低,这其中既有资源深加工城市金昌、铜陵、石嘴山等,也有其他综合工业类城市如湖州、泸州、洛阳等。可见,该分类较大程度地反映了现实情况。
Table 3
表3
表3基于资源依赖强度的资源型城市分类
Table 3
| 分类 | 城市（采掘-制造相对强弱指数） |
|---|---|
| 资源强依赖型 （38） | 七台河市（8.541）、庆阳市（8.084）、双鸭山市（7.630）、鹤岗市（4.814）、延安市（4.731）、淮北市（4.690）、阳泉市（4.346）、平凉市（3.860）、晋城市（3.857）、淮南市（3.813）、鸡西市（3.566）、广安市（3.536）、松原市（3.434）、朔州市（3.292）、大同市（2.766）、盘锦市（2.609）、克拉玛依市（2.604）、阜新市（2.331）、六盘水市（2.117）、辽源市（2.025）、铜川市（2.016）、东营市（1.712）、榆林市（1.677）、三门峡市（1.665）、濮阳市（1.566）、大庆市（1.500）、呼伦贝尔市（1.415）、晋中市（1.413）、乌海市（1.41）、忻州市（1.398）、枣庄市（1.335）、陇南市（1.305）、济宁市（1.188）、吕梁市（1.156）、鹤壁市（1.156）、长治市（1.133）、平顶山市（1.121）、鄂尔多斯市（1.068） |
| 资源中依赖型 （40） | 昭通市（0.968）、宿州市（0.935）、广元市（0.923）、赤峰市（0.897）、临汾市（0.881）、郴州市（0.795）、泰安市（0.743）、达州市（0.700）、徐州市（0.669）、渭南市（0.641）、萍乡市（0.624）、邯郸市（0.606）、白银市（0.604）、曲靖市（0.595）、宜春市（0.490）、抚顺市（0.428）、唐山市（0.428）、邢台市（0.427）、邵阳市（0.385）、河池市（0.341）、焦作市（0.325）、百色市（0.323）、娄底市（0.310）、张家口市（0.298）、黄石市（0.283）、龙岩市（0.281）、攀枝花市（0.259）、马鞍山市（0.258）、承德市（0.254）、武威市（0.248）、安顺市（0.217）、通化市（0.214）、张掖市（0.206）、葫芦岛市（0.205）、雅安市（0.204）、莱芜市（0.199）、亳州市（0.198）、衡阳市（0.189）、本溪市（0.183）、南阳市（0.178） |
| 资源弱依赖型 （29） | 淄博市（0.147）、三明市（0.146）、临沧市（0.142）、咸阳市（0.141）、保山市（0.135）、鄂州市（0.130）、赣州市（0.123）、临沂市（0.122）、池州市（0.103）、韶关市（0.096）、洛阳市（0.089）、普洱市（0.079）、滁州市（0.077）、新余市（0.077）、包头市（0.067）、云浮市（0.062）、湖州市（0.059）、石嘴山市（0.057）、宝鸡市（0.056）、贺州市（0.053）、鞍山市（0.037）、泸州市（0.036）、铜陵市（0.036）、南平市（0.027）、宣城市（0.023）、南充市（0.017）、运城市（0.016）、宿迁市（0.015）、金昌市（0.012） |
新窗口打开|下载CSV
3.2.2 资源型城市空间分布特征
资源型城市的空间分布如图2所示。资源型城市的地域分布较为广泛,除了华中和沿海一带以及大片未开发的西部地区,整体呈现出中间和边界镂空的环形分布,在分类别的城市分布上,从强依赖型到弱依赖型,大致形成由内向外的梯度发散分布。具体而言,资源强依赖型城市主要集中在陕西、内蒙古、山西一带以及黑龙江,占全部资源型城市数量的35.5%,多为中国重要的煤炭、油气等能源基地。中依赖型城市最多,分布则相对分散,主要集中在河北、湖南、山东、辽宁、四川和广西一带,占总数量的37.4%,是中国重要的钢铁有色机械等重工业基地。资源弱依赖型数量最少,只占总数27.1%,分布相对更加靠近外围,主要集中在江苏、浙江、安徽、广东和云南,主要是有色和其他综合工业类城市。中央可以通过资本引导、产业倾斜、资源规范等政策促进高依赖型地区向产业多元化转型,对中依赖型地区则应重点关注地区工业的节能减排改造与环境污染的治理,弱依赖型地区应进一步扩大开放,加快技术研发与制度改进,努力提高经济质量。
图2
新窗口打开|下载原图ZIP|生成PPT图22003—2015年资源型城市的地域分布与分类
Figure 2Regional distribution and classification of resource-based cities, 2003-2015
3.3 资源型城市动态分类分析
3.3.1 资源型城市动态分类利用资源脱钩模型测算各资源型城市2003—2015年的脱钩情况,结果如表4所示。从脱钩趋势来看,107个资源型城市在2003—2015年间处于脱钩趋势有56个,处于负脱钩趋势有51个。以脱钩城市数量占城市总数之比作为脱钩率,整体脱钩率为52.3%,说明略微多于一半的资源型城市正处于转型的趋势中。其中,资源强依赖型城市资源脱钩率最低,只有42.1%,说明大部分强依赖型城市的采掘业职能正在加强,这些城市转型压力在加剧,其中形势较为严峻的是处于弱负脱钩状态的4个城市：淮南市、鸡西市、七台河市、铜川市,除淮南外,其他3个城市都是来自国家发改委于2008、2009和2011年三批规定的资源枯竭型城市名单,一方面城市资源即将面临枯竭,另一方面作为工业主体的采掘业与制造业同时面临萎缩,并且制造业衰退更为严重,可持续发展能力进一步减弱,转型风险正在持续增大。而处于强负脱钩和扩张负脱钩的强依赖型城市18个则是中国重要能源基地,包括少数石油城市大庆、庆阳、盘锦和延安,以及主要的煤炭城市鄂尔多斯、榆林、大同等,这些城市为中国经济的飞速发展提供了必要的能源保障,但在城市资源依赖程度持续加重的同时,需要早做转型准备,合理配置资源出口红利,设置转型专项资金,扶持本地资源深加工和其他制造业的发展,减少“资源诅咒”的负面效应。
Table 4
表4
表4基于资源脱钩模型的资源型城市分类（2003—2015）
Table 4
| 静态分类 | 趋势 | 状态分类 | 城市 |
|---|---|---|---|
| 强依赖型 （38） | 脱钩 （16） | 强脱钩 | 东营市、鹤壁市、鹤岗市、淮北市、辽源市、濮阳市、松原市、乌海市 |
| 弱脱钩 | 广安市、晋城市、克拉玛依市、陇南市、平顶山市、枣庄市 | ||
| 衰退性脱钩 | 呼伦贝尔市、双鸭山市 | ||
| 负脱钩 （22） | 强负脱钩 | 大庆市、大同市、阜新市、晋中市、六盘水市、平凉市、庆阳市、三门峡市、朔州市、忻州市、阳泉市、长治市 | |
| 扩张性负脱钩 | 鄂尔多斯市、济宁市、吕梁市、盘锦市、延安市、榆林市 | ||
| 弱负脱钩 | 淮南市、鸡西市、七台河市、铜川市 | ||
| 中依赖型 （40） | 脱钩 （24） | 强脱钩 | 郴州市、赤峰市、邯郸市、河池市、衡阳市、黄石市、焦作市、龙岩市、娄底市、南阳市、萍乡市、邵阳市、泰安市、渭南市、邢台市、徐州市、宜春市 |
| 弱脱钩 | 安顺市、通化市 | ||
| 衰退性脱钩 | 本溪市、承德市、广元市、葫芦岛市、雅安市 | ||
| 负脱钩 （16） | 强负脱钩 | 百色市、临汾市、马鞍山市、攀枝花市、武威市、张掖市 | |
| 扩张性负脱钩 | 亳州市、达州市、莱芜市、曲靖市、唐山市、宿州市、昭通市 | ||
| 弱负脱钩 | 白银市、抚顺市、张家口市 | ||
| 弱依赖型 （29） | 脱钩 （16） | 强脱钩 | 鞍山市、滁州市、鄂州市、赣州市、湖州市、韶关市、铜陵市、新余市、宣城市、淄博市 |
| 弱脱钩 | 池州市、临沂市、普洱市、云浮市 | ||
| 衰退性脱钩 | 金昌市、石嘴山市 | ||
| 负脱钩 （13） | 强负脱钩 | 南平市、三明市、运城市 | |
| 扩张性负脱钩 | 宝鸡市、保山市、贺州市、临沧市、泸州市、洛阳市、南充市、咸阳市、宿迁市 | ||
| 弱负脱钩 | 包头市 |
新窗口打开|下载CSV
资源中依赖型城市的脱钩率最高为60.0%,资源脱钩城市中大部分处于强脱钩状态,包括黄石、焦作、萍乡、徐州等转型明星城市,这些城市转型势头良好,去采掘业化逐步推进,城市制造业支撑能力正不断加强,但大部分作为重化工城市,更应该注意在重工业化中的环境治理和生态保护,加大产业节能减排的支持力度,走绿色循环发展之路。而资源负脱钩下的中依赖型城市,尤其是强负脱钩和弱负脱钩城市,则需要重视本地制造业的衰退趋势,加大对制造业发展的支持力度。
资源弱依赖型城市本身资源依赖强度低于全国水平,采掘业水平较低,制造业占绝对主导地位,资源脱钩状态和趋势的变动可能属于采掘业部门的正常波动。部分经历过资源繁荣的城市,比如鞍山、铜陵、淄博等,正处于转型末期,持续去资源化过程中,需要利用资源深加工领域的知识积累和产业积淀,加强产业技术创新,提高产品科技含量和利润率,增强产业和城市核心竞争力。但对于部分经济发展水平较低,并未经历资源繁荣的负脱钩弱依赖型城市,比如保山、临沧、南充等,需要警惕地区贫困刺激下资源无序开采造成的环境破坏和资源浪费问题,务必做好资源勘探和开采相关规划,促进本地资源的有序开采和合理高效运用,推进地方经济稳定发展。
3.3.2 资源型城市资源脱钩演变特征
对资源型城市进行脱钩分类,统计每年各类城市的脱钩率,以考察2003—2015年资源型城市资源脱钩率变动特征,结果如图3所示。从整体趋势来看,资源型城市的资源脱钩率呈现上升趋势,说明越来越多的资源型城市加快经济转型,正加速去资源化。整个趋势可以明显分为两段：2003—2012年的平稳波动阶段,总的资源脱钩率在0.27~0.45间波动,脱钩城市不足全体城市一半,3种类型城市的波动规律基本一致,其中资源强依赖型城市的资源脱钩率往往最低,最低值0.18出现在2007—2008年,2003—2012年国内经济高速增长对资源产生的巨大需求带来了前所未有的资源繁荣,也引致了资源型城市采掘业扩张,多数城市发展与资源处于负脱钩状态;2012—2015年的上升阶段,整体脱钩率最高上升到2012—2013年0.7,脱钩率较2011—2012年几乎上升了一倍,此后开始下滑,但各类城市脱钩率仍保持在0.5以上,这与2012年以来外围经济不景气,资源市场低迷,国内经济增长减速有关,也说明国家自2007年以来对资源型城市转型的大力支持起到了一定成效。
图3
新窗口打开|下载原图ZIP|生成PPT图32003—2015年资源型城市资源脱钩率趋势图
Figure 3Trend of resource decoupling rate of resource-based cities, 2003-2015
4 结论
资源型城市基本活动与资源之间的关系是资源型城市发展过程中最根本的关系,两者关系的变动也影响着城市工业职能的演变过程。资源型城市转型的本质是摆脱对本地资源开采的依赖,实现资源脱钩,打造可以自我造血的产业体系,以生产制造能力和服务提供能力而非完全靠资源输出能力融入区域经济协作与竞争。本文通过分析城资关系与职能变化之间的理论联系,提出可以利用采掘业-制造业相对强弱指数来反映资源型城市发展对本地资源的依赖程度,并以此为思路从静态和动态两方面对资源型城市进行分类：静态上,按照依赖强度可以划分为资源强依赖型、中依赖型和弱依赖型;动态上,借助脱钩模型将城市的资源脱钩状态区分为强脱钩、弱脱钩、衰退性脱钩、强负脱钩、扩张性负脱钩和弱负脱钩6种状态。得到如下主要发现：
（1）城市资源依赖强度上升会显著增加经济增长的波动性,减少经济体抵御外部风险的能力,阻碍城市转型,不利于城市可持续发展。地方政府可以设置“烫平”基金,在资源繁荣期将部分资源红利存入“烫平基金”,在资源萧条期,可以利用该基金对相关产业进行帮扶和支持以及用于社会民生改善,减少外部环境对经济社会的冲击。
（2）静态分类方面,资源中依赖型城市最多,强依赖型其次,弱依赖型最少,这说明大部分资源型城市面临转型问题。而在空间分布上,整体表现为以华中地区为镂空的环型分布,分类上则形成由强依赖型、中依赖型到弱依赖型的梯形分布,以陕蒙晋为核心向沿海扇形发散,中央可以根据资源型城市区域分布特征有针对性地制定区际间的协调转型方案。
（3）动态分类方面,2003—2015年间强依赖型城市有57.9%处于负脱钩状态,中依赖型和弱依赖型则有超过一半数量处于脱钩状态;而时间趋势上,中国资源型城市的整体资源脱钩率呈现上升的趋势,这表明资源型城市整体上向去资源化转型迈进,在中央政策与地方努力下整体转型工作有所成效,但强依赖型城市大部分仍处于负脱钩状态,转型趋势不容乐观,仍应是转型政策的重点关注对象,此外,各种类资源型城市的脱钩状态也表现出明显异质性。
研究还表明采掘-制造相对强弱指数是衡量资源型城市与本地资源关系之间的合理衡量指标,从职能演变角度考察资源型城市与资源之间关系的做法是合理科学的。以该指标为关键基础的动静态分类至少存在以下几方面的好处：一是可以一定程度反映资源型城市与本地资源关系的状态,这是指标适用性的关键基础;二是指标涉及的相关数据易于获取,以资源依赖为核心的分类具有经济学意义,便于进一步研究与经济学分析;三是在中央文件综合分类不及时或缺少县以下分类指导时,基层政府很容易根据上述指标实时动态初步了解地方当前发展与转型状态,并根据实际发展情况作出相应的政策调整。
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
[J].
DOI:10.18402/resci.2016.03.12URL [本文引用: 1]
土地利用效率研究一直是城镇化过程中资源环境与社会经济协调可持续发展相关方面关注的热点.将脱钩分析的理论框架应用于土地利用效率变化的研究,构建基于脱钩视角的城市土地利用效率变化的分析范式,剖析1990年以来南昌市在不同时期段以及连续时期之间的土地利用效率变化特征,并进一步讨论提升南昌市城市土地利用效率的策略.结果表明:①大多数时期段内南昌市土地利用效率下降,并未实现城市经济增长与土地资源消耗的脱钩;②连续时期之间南昌市土地利用效率具有波动上升的趋势.探究这两类变化的原因之后,本文认为"严控增量,盘活存量"这一般性策略仍然非常适用于南昌市脱钩经济增长与土地资源消耗和提升土地利用效率,并辅以产业优化与制度保障.
[J].
DOI:10.18402/resci.2016.03.12URL [本文引用: 1]
土地利用效率研究一直是城镇化过程中资源环境与社会经济协调可持续发展相关方面关注的热点.将脱钩分析的理论框架应用于土地利用效率变化的研究,构建基于脱钩视角的城市土地利用效率变化的分析范式,剖析1990年以来南昌市在不同时期段以及连续时期之间的土地利用效率变化特征,并进一步讨论提升南昌市城市土地利用效率的策略.结果表明:①大多数时期段内南昌市土地利用效率下降,并未实现城市经济增长与土地资源消耗的脱钩;②连续时期之间南昌市土地利用效率具有波动上升的趋势.探究这两类变化的原因之后,本文认为"严控增量,盘活存量"这一般性策略仍然非常适用于南昌市脱钩经济增长与土地资源消耗和提升土地利用效率,并辅以产业优化与制度保障.
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
DOI:10.18402/resci.2017.09.05URL [本文引用: 1]
基于海洋经济增长与资源消耗“脱钩”的内涵,利用改进的Tapio脱钩模型和GIS空间分析技术研究了中国海洋经济增长与资源消耗脱钩关系的时空格局演变规律,引入无残差完全分解模型对中国沿海11省份海洋经济增长中海洋资源消耗的回弹效应进行分解分析,结果表明：①1997-2006年中国海洋资源消耗量随海洋经济增长而不断增加,海洋经济增长对资源的依赖性较高;2006-2014年海洋资源消耗量增长趋势减缓,海洋经济增长正逐步实现与海洋资源消耗的脱钩。②1997-2014年广东、山东、浙江、江苏、天津、福建、辽宁、河北海洋经济增长与资源消耗之间以弱脱钩为主,上海海洋经济增长与资源消耗之间以强脱钩为主,海南、广西海洋经济增长与资源消耗之间以扩张负脱钩为主,到2014年脱钩显著的区域呈现空间集聚的态势。③规模效应、人口效应对海洋资源消耗具有正向作用,而强度效应对海洋资源消耗具有抑制作用,着力提高技术效率、适度控制人口规模、合理调控海洋经济发展规模是实现海洋经济增长与资源消耗“脱钩”的关键。
[J].
DOI:10.18402/resci.2017.09.05URL [本文引用: 1]
基于海洋经济增长与资源消耗“脱钩”的内涵,利用改进的Tapio脱钩模型和GIS空间分析技术研究了中国海洋经济增长与资源消耗脱钩关系的时空格局演变规律,引入无残差完全分解模型对中国沿海11省份海洋经济增长中海洋资源消耗的回弹效应进行分解分析,结果表明：①1997-2006年中国海洋资源消耗量随海洋经济增长而不断增加,海洋经济增长对资源的依赖性较高;2006-2014年海洋资源消耗量增长趋势减缓,海洋经济增长正逐步实现与海洋资源消耗的脱钩。②1997-2014年广东、山东、浙江、江苏、天津、福建、辽宁、河北海洋经济增长与资源消耗之间以弱脱钩为主,上海海洋经济增长与资源消耗之间以强脱钩为主,海南、广西海洋经济增长与资源消耗之间以扩张负脱钩为主,到2014年脱钩显著的区域呈现空间集聚的态势。③规模效应、人口效应对海洋资源消耗具有正向作用,而强度效应对海洋资源消耗具有抑制作用,着力提高技术效率、适度控制人口规模、合理调控海洋经济发展规模是实现海洋经济增长与资源消耗“脱钩”的关键。
[J].
URL [本文引用: 1]
资源型城市是中国式"问题城市"的代表,但它本质上不属于同一职能类型。随发展阶段的不同,资源型城市表现出不同的职能特点。本文利用全国城市职能分类的成果,按照优势职能、突出职能、职能强度和职能规模四要素对中国资源型城市的职能特征进行了整理。按照优势职能将资源型城市划分为典型期资源型城市和变异期资源型城市,按照突出职能划分为采掘业城市、制造业城市和商业城市,按照职能强度和职能多样化程度划分为职能专业化和职能多样化的资源型城市。中国资源型城市的职能具有多样化的趋向,但多数城市仍囿于采掘业城市和制造业城市的范畴,并且职能演化缓慢反复。这说明,资源型城市的转型仍将是一个长期的政策命题。
[J].
URL [本文引用: 1]
资源型城市是中国式"问题城市"的代表,但它本质上不属于同一职能类型。随发展阶段的不同,资源型城市表现出不同的职能特点。本文利用全国城市职能分类的成果,按照优势职能、突出职能、职能强度和职能规模四要素对中国资源型城市的职能特征进行了整理。按照优势职能将资源型城市划分为典型期资源型城市和变异期资源型城市,按照突出职能划分为采掘业城市、制造业城市和商业城市,按照职能强度和职能多样化程度划分为职能专业化和职能多样化的资源型城市。中国资源型城市的职能具有多样化的趋向,但多数城市仍囿于采掘业城市和制造业城市的范畴,并且职能演化缓慢反复。这说明,资源型城市的转型仍将是一个长期的政策命题。
[本文引用: 1]
[J].
DOI:10.1016/j.tranpol.2005.01.001URL [本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[EB/OL]. (
URL [本文引用: 2]
[EB/OL]. (
URL [本文引用: 2]
[J].
DOI:10.1016/j.jpolmod.2016.03.013URL [本文引用: 1]
[J].
DOI:10.1007/s00168-018-0861-xURL [本文引用: 1]
[J].
DOI:10.1016/j.neunet.2019.11.006URLPMID:31869651 [本文引用: 1]
This paper proves an abstract theorem addressing in a unified manner two important problems in function approximation: avoiding curse of dimensionality and estimating the degree of approximation for out-of-sample extension in manifold learning. We consider an abstract (shallow) network that includes, for example, neural networks, radial basis function networks, and kernels on data defined manifolds used for function approximation in various settings. A deep network is obtained by a composition of the shallow networks according to a directed acyclic graph, representing the architecture of the deep network. In this paper, we prove dimension independent bounds for approximation by shallow networks in the very general setting of what we have called G-networks on a compact metric measure space, where the notion of dimension is defined in terms of the cardinality of maximal distinguishable sets, generalizing the notion of dimension of a cube or a manifold. Our techniques give bounds that improve without saturation with the smoothness of the kernel involved in an integral representation of the target function. In the context of manifold learning, our bounds provide estimates on the degree of approximation for an out-of-sample extension of the target function to the ambient space. One consequence of our theorem is that without the requirement of robust parameter selection, deep networks using a non-smooth activation function such as the ReLU, do not provide any significant advantage over shallow networks in terms of the degree of approximation alone.
[J].
[本文引用: 3]
[J].
[本文引用: 3]
[J].
[本文引用: 2]
[J].
[本文引用: 2]
[本文引用: 1]
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 2]
[J].
[本文引用: 2]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[本文引用: 1]
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
[本文引用: 1]
[J].
DOI:10.11821/dlxb201804007URL [本文引用: 1]
资源型城市是一类具有特殊性质的城市,资源型城市转型与可持续发展是区域产业开发、区域经济和城市发展研究的重要内容,自2001年国家从阜新市开始资源型城市转型试点工作以来,对全国资源型城市的准确识别与类型划分一直是地理学界探讨的重点问题之一。本文在借鉴前人研究的基础上,运用城市职能分类的理论与方法,对资源型城市识别与分类的指标与阈值进行了系统分析,识别出全国262座资源型城市。同时,本文从资源型城市发展程度和资源型城市自身的问题出发,根据资源型城市发展的总体导向,结合资源型城市实际特点,尝试建立提出了以资源保障能力和可持续发展能力两个指标评价为基础的资源型城市综合分类框架,构建了资源型城市评价分类模型,将识别出的262座资源型城市分为成长型城市、成熟型城市、衰退型城市、再生型城市4类,并分析了不同类别城市的概念内涵与差异性特征。该研究成果很好的支撑了由国务院发布的《全国资源型城市可持续发展规划》对资源型城市的范围与类别的划定,并成为规划分类引导政策制定的基础。
[J].
DOI:10.11821/dlxb201804007URL [本文引用: 1]
资源型城市是一类具有特殊性质的城市,资源型城市转型与可持续发展是区域产业开发、区域经济和城市发展研究的重要内容,自2001年国家从阜新市开始资源型城市转型试点工作以来,对全国资源型城市的准确识别与类型划分一直是地理学界探讨的重点问题之一。本文在借鉴前人研究的基础上,运用城市职能分类的理论与方法,对资源型城市识别与分类的指标与阈值进行了系统分析,识别出全国262座资源型城市。同时,本文从资源型城市发展程度和资源型城市自身的问题出发,根据资源型城市发展的总体导向,结合资源型城市实际特点,尝试建立提出了以资源保障能力和可持续发展能力两个指标评价为基础的资源型城市综合分类框架,构建了资源型城市评价分类模型,将识别出的262座资源型城市分为成长型城市、成熟型城市、衰退型城市、再生型城市4类,并分析了不同类别城市的概念内涵与差异性特征。该研究成果很好的支撑了由国务院发布的《全国资源型城市可持续发展规划》对资源型城市的范围与类别的划定,并成为规划分类引导政策制定的基础。
[J].
DOI:10.18402/resci.2019.05.02URL [本文引用: 1]
提高能源利用效率可以降低能耗,促进各国经济持续增长。能源利用效率的提高与经济高质增长的协调发展,是增进各国人民福祉的本质要求。本文运用方向性距离函数（DDF）和Global Malmquist-Luenberger（GML）指数测算出1995—2015年“一带一路”沿线50个国家的能源利用效率,构建脱钩模型,探讨经济增长与能源消耗及能源利用效率的“脱钩”关系,研究发现：①1995—2015年“一带一路”国家能源利用效率整体均值为0.682,先下降后上升,在2008年达到峰值0.833,然后处于波动下降中;②“一带一路”国家能源利用效率在1995—2015年累计增长17.5%,追赶效率和技术进步贡献率分别为7.2%和10.0%,共同促进能源利用效率提升,除独联体出现负增长外,其他地区能源利用效率均有不同程度的提升;③“一带一路”国家经济增长和能源消耗、能源利用效率的脱钩关系从偏离弱脱钩变为实现弱脱钩,再发展为偏离弱脱钩,有待于继续减少能耗,提升能源利用效率,促进经济增长。因此,今后各国应从追赶效率和技术进步入手,提升能源利用效率,早日实现经济增长与能源消耗的强脱钩、与能源利用效率的弱脱钩或者扩张性负脱钩关系。
[J].
DOI:10.18402/resci.2019.05.02URL [本文引用: 1]
提高能源利用效率可以降低能耗,促进各国经济持续增长。能源利用效率的提高与经济高质增长的协调发展,是增进各国人民福祉的本质要求。本文运用方向性距离函数（DDF）和Global Malmquist-Luenberger（GML）指数测算出1995—2015年“一带一路”沿线50个国家的能源利用效率,构建脱钩模型,探讨经济增长与能源消耗及能源利用效率的“脱钩”关系,研究发现：①1995—2015年“一带一路”国家能源利用效率整体均值为0.682,先下降后上升,在2008年达到峰值0.833,然后处于波动下降中;②“一带一路”国家能源利用效率在1995—2015年累计增长17.5%,追赶效率和技术进步贡献率分别为7.2%和10.0%,共同促进能源利用效率提升,除独联体出现负增长外,其他地区能源利用效率均有不同程度的提升;③“一带一路”国家经济增长和能源消耗、能源利用效率的脱钩关系从偏离弱脱钩变为实现弱脱钩,再发展为偏离弱脱钩,有待于继续减少能耗,提升能源利用效率,促进经济增长。因此,今后各国应从追赶效率和技术进步入手,提升能源利用效率,早日实现经济增长与能源消耗的强脱钩、与能源利用效率的弱脱钩或者扩张性负脱钩关系。
[J].
[本文引用: 1]
[J].
[本文引用: 1]
