, 杨宇Comparative research on regional differences in urbanization and spatial evolution of urban systems between China and India
LIJiaming, YANGYu通讯作者:
收稿日期:2017-03-28
修回日期:2017-05-23
网络出版日期:2017-06-25
版权声明:2017《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:
作者简介:
-->
展开
摘要
关键词：
Abstract
Keywords：
-->0
PDF (5290KB)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 前言
20世纪末期以来,中国和印度快速崛起,正逐步实现从落后的农业国家向先进的工业化国家转变,同时由于两个国家经济体量巨大,对世界经济的整体格局产生了重要影响。中印两国不仅同为历史悠久、人口众多的亚洲国家,而且近现代以来经历了较为相似的发展过程。20世纪50年代左右先后成为独立的主权国家,分别于20世纪70年代末和90年代初推行经济改革,实施放松管制、对外开放等经济政策,1995年和2001年先后加入世界贸易组织（World Trade Organization, WTO）,经过70年左右的发展,分布成为世界第二和第七大经济体。但是由于自然条件、历史文化、社会环境等,特别是政治体制的不同,使得中国和印度发展路径的差异和竞争关系广受关注。黄亚生等****甚至提出了“龙象之争”的概念用于描述中印之间的竞争关系,此后国际上关于“龙象之争”的讨论也不绝于耳。这些研究多是从经济发展和政治制度角度对比两国经济、产业等的国际竞争力和发展的可持续性。Gulati等从解决贫困问题的角度对比了中印农村改革的差异和得失[1];Mukherjee等从政治制度、所有制结构以及信用系统3个方面解析中印两国农村工业发展的差异[2];Lu等从法律和金融制度角度分析了外资对于中印两国的偏好[3];Haley等分析了对外出口等国家发展导向对于中印两国商业环境的影响[4]。与中国相比,印度政治体制更符合西方民主、自由的理念,被认为是民主制度下经济发展的典范,因此中印两国发展路径的优劣、经济增长的可持续性等问题也引起了****的极大兴趣[5-7]。同时,中国****也分析了中印在历史、文化、经济等方面的异同。王德华等从历史、经济、宗教、文化、科技等多个领域对中印未来发展进行比较[8];张敏秋也从中国的视角对印度政治、经济、文化、宗教、社会、外交等进行了介绍[9];更多的****则专注于单一领域的对比研究,如产业结构、农村金融体系、土地制度、出口贸易等[10-13]。
现有研究多从宏观层面比较整个国家经济、制度等方面的差异,但是中国和印度拥有广阔国土空间,内部区域发展的差异也十分显著,而且作为拥有悠久历史的大国,除现行政治经济制度外,长久以来形成的文化传统、城乡关系等也是导致两国发展路径差异的重要因素。然而目前对于两国国内区域和城乡发展差异的比较研究相对较少,尤其缺少从地理空间角度对两国城镇化及城镇体系的对比分析。文富德对比了中国和印度解放或独立以来城镇化过程,认为改革开放以后,随着经济快速发展,中印城镇化率快速提升[14]。从中国发展的经验来看,经济改革确实加速了城镇化进程,但是印度的情况却可能是不同的,如Bhagat的研究表明印度在20世纪70-80年代城镇化速度是最快的,而在90年代经济改革后的10年间,城镇化速度反而降低了,而且在孟买、加尔各答、钦奈等大城市人口增速也快速降低,这些表明城镇化过程存在明显的区域差异[15]。李文静等研究一定程度上涉及了城镇化的空间差异,认为中国城镇化的区域差异主要表现在内陆和沿海地区的差异,而印度则是南北差异[16],但以省和邦为基本空间单元的研究,对区域特征和差异的刻画不够细致。
总体来看,中印对比研究没有引起中国****的重视,已有研究多是宏观尺度上经济、制度等的对比分析,缺少对于两个国家城镇发展和区域差异等的系统研究。本文将以城市为基本研究单元,系统地对比中印城镇化发展过程和城镇体系空间演化等,揭示两国城镇发展的区域差异和动力机制。
2 研究区域和数据来源
2.1 研究区域概况比较
自1991年经济改革后,印度经济快速发展。到2015年名义GDP达到2.61万亿美元,是世界第七大经济体,但是按购买力计算则高达9.55万亿美元,仅次于中国和美国;人均GDP为1965美元,较中国的8239美元有一定差距。2015年印度总人口为13.11亿人,是仅次于中国的第二大人口国家。与中国相同,印度人口在空间中的分布也并不均衡。有3个邦人口超过1亿,其中人口最多的地区是北方邦,人口接近2亿（19958.15万人）,人口最少的地区是拉克沙群岛,仅有64429人;从人口密度看,人口密度最高的是首都所在德里地区,高达11297人/km2;人口密度最低的是安达曼和尼科巴群岛,仅有46人/km2。
印度是南亚次大陆最大的国家,国土面积位居世界第七位,约298万km2（不包括中印边境印占区和克什米尔印度实际控制区等）,是中国国土面积的1/3左右。但是印度全境以平原为主,山地和高原也多在海拔1000 m以下,低矮平缓的地形地貌配合温暖多雨的气候条件使得印度大多数地区都适合耕种,农业发展条件整体优于中国。
目前印度全国分为28个邦（Pradesh）和7个中央直辖区（union territory）,其中特伦甘纳邦是2014年从安得拉邦分离出来。因此根据2011年最近一次人口普查,印度共有27个邦和7个中央直辖区,475个城市集聚区（Urban Agglomeration, UA）,640个区级行政单元（district）以及3894个人口普查镇（表1）。而2010年底中国有31个省（市、自治区）、333个地级区划以及2856个县级行政单元。印度的城市集聚区与中国的直辖市、地级市、县级市较为接近,区（district）级行政单元与县级行政单元较为接近。
Tab.1
表1
表12011年印度各邦和中央直辖区城镇化及人口概况
Tab.1India's urbanization and demographic profile in 2011
| 邦 (中央直辖区) | 2011年人口(人) | 城镇化 率(%) | 人口密度(人/km2) | 邦 (中央直辖区) | 2011年人 口(人) | 城镇化率(%) | 人口密度(人/km2) |
|---|---|---|---|---|---|---|---|
| 北方邦 | 199,581,477 | 26.17 | 828 | 恰蒂斯加尔邦 | 25,540,196 | 23.24 | 189 |
| 马哈拉施特拉邦 | 112,372,972 | 45.22 | 365 | 北阿坎德邦 | 10,116,752 | 30.23 | 189 |
| 比哈尔邦 | 103,804,637 | 11.30 | 1102 | 喜马偕尔邦 | 6,856,509 | 10.03 | 123 |
| 西孟加拉邦 | 91,347,736 | 31.87 | 1029 | 特里普拉邦 | 3,671,032 | 48.40 | 350 |
| 安得拉邦 | 84,665,533 | 33.36 | 308 | 梅加拉亚邦 | 2,964,007 | 20.07 | 132 |
| 中央邦 | 72,597,565 | 27.63 | 236 | 曼尼普尔邦 | 2,721,756 | 29.21 | 122 |
| 泰米尔纳德邦(马德拉斯邦) | 72,138,958 | 23.21 | 555 | 那加兰邦 | 1,980,602 | 28.86 | 119 |
| 拉贾斯坦邦 | 68,621,012 | 24.87 | 201 | 果阿邦 | 1,457,723 | 62.17 | 394 |
| 卡纳塔克邦(迈索尔邦) | 61,130,704 | 38.67 | 319 | 米佐位姆邦 | 1,091,014 | 52.11 | 52 |
| 古吉拉特邦 | 60,383,628 | 42.60 | 308 | 锡金邦 | 607,688 | 25.15 | 86 |
| 奥里萨邦 | 41,947,358 | 16.69 | 269 | 德里 | 16,753,235 | 97.50 | 9340 |
| 喀拉拉邦 | 33,387,677 | 47.70 | 859 | 本地治里 | 1,244,464 | 68.33 | 2598 |
| 贾坎德邦 | 32,966,238 | 24.05 | 414 | 昌迪加尔 | 1,054,686 | 97.25 | 9252 |
| 阿萨姆邦 | 31,169,272 | 14.10 | 397 | 安达曼和尼科巴群岛 | 379,944 | 37.70 | 46 |
| 旁遮普邦 | 27,704,236 | 37.48 | 550 | 达德拉—纳加尔哈维利 | 342,853 | 46.72 | 698 |
| 哈里亚纳邦 | 25,353,081 | 34.88 | 573 | 达曼和第乌 | 242,911 | 75.17 | 2169 |
| 查谟和克什米尔邦(印占) | 12,548,926 | 27.38 | 56 | 拉克沙群岛 | 64,429 | 78.07 | 2013 |
新窗口打开
2.2 数据来源
研究数据主要来自于中印两国的人口普查数据和联合国经济和社会事务部的城市人口数据。一方面,本文使用人口普查数据分析人口分布及城镇化过程,中国和印度大致每十年进行一次全面的人口普查,本文将对比中国1990年、2000年、2010年人口普查数据（不包括港澳台地区）和印度1991年、2001年、2011年3组年份的人口数据,对城镇化的过程和空间格局等进行分析。尽管中印普查的年份相差1年,但对于十年期人口格局的特征影响不大。另一方面,本文也利用联合国1950年以来30万人口以上城市的人口数据对两国区域城镇体系及其空间演化进行分析,联合国人口数据包括了2015年人口在30万以上的城市（中国的地级和县级市,印度的城市集聚区（UA）以及这些城市自1950年以来每5年的人口规模。3 中印城镇化和人口空间分布格局
城镇化不仅表示人口和非农产业向城镇集中,而且涉及生活方式、价值观念、技术变革、城乡景观等的转变,同时与工业化等有很强的相关性,是一个国家社会经济发展的综合体现,一定程度上反映了国家或地区综合发展水平。但是城镇化在不同国家具体统计中存在一定差异,因此在进行对比分析前有必要明确中印两国城镇化的含义。在中国,城镇化是指城镇常住人口在总人口中的比重,除本地居民外,常住人口还包括在本地居住半年以上的外来人口;而印度城镇化率是指在城镇注册的人口占总人口的比重,城镇除国家确定的城市和镇外,还包括人口5000人以上、人口密度达到400人/km2且至少有75%的男性从事非农产业的地区。3.1 中印城镇化过程比较
20世纪以来的中印两国总人口和城镇化发展过程显示,虽然中国人口总量一直高于印度,但是在很长一段时间里,城镇化率是低于印度的,直到20世纪80年代后期中国城镇化水平才稳定的高于印度。从人口总量的变化过程来看,20世纪80年代中国对人口的限制政策使得人口增速快速下降,而印度人口继续高速增长,到2015年两国人口总量已经较为接近（中国13.75亿人,印度13.11亿人）,但近年来印度人口增速也有所降低,2001-2011年间的人口增速较上个十年下降了3.90个百分点。从城镇化率变化来看,自20世纪70年代末中国施行改革开放等经济改革措施以来,城镇化率稳定、快速的增加,90年代开始中国城镇化率年均增长超过1%;而印度从20世纪90年代起也推行对外开放等经济政策,但是城镇化率并没有出现快速的提升,事实上印度城镇化增长率在1971-1981年间增速是最快的,90年代以后增速趋缓,且印度从来没有像中国一样出现年均增长到达1%,因此中国城镇化率在80年代后期超过印度,此后两国城镇化率的差距不断扩大（图1）。但总体来说,相对于中国和印度在解放或独立初期10%左右的城镇化率,两国城镇化水平都已经显著 提升。
显示原图|下载原图ZIP|生成PPT图11901年以来中国和印度人口规模和城镇化率变化趋势
注：中国1949年以前的数据来源于《中国人口史》,因缺乏1921年和1941年的数据,用1928年和1937年的人口总数替代,1949年以后的数据来源于《中国国家统计年鉴》（不包括港澳台地区）;印度数据来源于印度内政部户政总署署长暨人口普查站站长办公室（Office of the Registrar General & Census Commissioner）。
-->Fig. 1Change of population scale and urbanization in China and India since 1901
-->
3.2 中印两国城镇化空间格局的演变
就20年间中国城镇化空间格局的演变来看,各省级单元城镇化水平不断提高,城镇化的区域差异逐渐由南北差异演变为沿海与内陆地区的差异。20世纪90年代中国除北京、上海、天津3个直辖市以外,大部分区域城镇化率普遍低于50%,中部和南部省份城镇化率都在30%以下;2000年东南沿海及中部地区一些省份城镇化率超过30%,广东等超过50%,东部沿海地区快速发展的趋势初步显现;到2010年,除西藏外,中国各省（自治区、直辖市）城镇化率都超过了30%,沿海及东北地区城镇化率都在50%以上,城镇化率的沿海高、内陆低的空间格局十分明显（图2）。
显示原图|下载原图ZIP|生成PPT图21990-2010年中国城镇化空间格局演变
-->Fig. 2Change of the spatial pattern of urbanization in China between 1990 and 2010
-->
与中国的剧烈变化不同,印度城镇化空间格局相对较为稳定,南北差异的区域特征有所强化,尽管印度城镇化水平整体是持续提升的,但是也存在城镇化水平下降的地区。1991年印度城镇化率最高的德里地区已经接近90%,但其他大部分地区城镇化率都在30%以下,5个超过30%的邦中,仅面积和人口较少的米佐拉姆邦达到46.10%,其他都在30%左右,北部位于喜马拉雅山西北部的喜马偕尔邦城镇化率甚至不到10%。2001和2011年印度城镇率缓慢增加,大部分地区城镇化率仍低于30%,泰米尔纳德邦城镇化率甚至从2001年的40.04%下降到了2011年的23.20%。城镇化整体格局也变化不大,尽管北部的旁遮普邦、西孟加拉邦等城镇化率逐渐到达30%,但没有改变南部城镇化率高于北部的格局,且随着南方的安得拉邦城镇化水平的提高,南高北低的空间格局进一步增强（图3）。事实上,印度也存在沿海与内陆的差异,但是由于南部各邦都临海,因此这一差异和南北差异是一致的。值得注意的是,印度西部临阿拉伯海的马哈拉施特拉邦等城镇化水平要高于东部临孟加拉湾各邦,可能是因为相对于东部的亚洲各国,印度受英国等西方欧洲各国的影响更大。
显示原图|下载原图ZIP|生成PPT图31991-2011印度城镇化空间格局演变
-->Fig. 3Change of the spatial pattern of urbanization in India between 1991 and 2011
-->
3.3 人口空间集聚状况及其与城镇化的相关性分析
以2010年中国人口普查数据和2011年印度人口普查为基础,采用局部Moran's I分析人口在空间中的分布状况,结果表明印度总人口和城镇人口在空间上集聚的区域存在显著差异,而在中国两者则较为接近。在中国,总人口和城镇人口的集聚区域较为接近,主要是在东南沿海地区,重庆等西部地区城镇人口也呈现高—低集聚的空间分布模式（图4）。印度总人口在空间中形成了4个主要集聚区,北部主要是北方邦、比哈尔邦以及西孟加拉邦,南部主要是在马哈拉施特拉邦和安得拉邦;而城镇人口集聚的区域主要是在南部的马哈拉施特拉邦、安得拉邦和喀拉拉邦,北部则主要是在加尔各答周边较小的区域,北部多是城镇人口较多的区域周边围绕大片城镇人口较少的区域,即呈现高—低分布的集聚模式,而且与总人口相比,城镇人口集聚的区域明显较小（图5）。
显示原图|下载原图ZIP|生成PPT图42010年中国人口空间分布特征
-->Fig. 4Characteristics of spatial distribution of population in China in 2010
-->
显示原图|下载原图ZIP|生成PPT图52011年印度人口空间分布特征
-->Fig. 5Characteristics of spatial distribution of population in India in 2011
-->
进一步在县级行政单元尺度上对中印两国人口密度进行分析,结果表明中国人口空间分布依然呈现沿海与内陆地区的差异化特征,而印度尽管一定程度上也出现沿海与内陆地区的差异,但北部连片的人口密集地区使得南北差异更为显著。但是中国人口分布的沿海—内陆差异与城镇化是一致的,而印度人口分布的南北差异与城镇化格局则是相反的,即在中国人口密集地区的城镇化率也相对较高,而印度人口密集的地区城镇化率反而相对较低（图6）。
显示原图|下载原图ZIP|生成PPT图6中印两国人口密度空间分布特征
-->Fig. 6Characteristics of spatial distribution of population density in China and India
-->
印度人口密集但城镇化率较低的主要是北部的北方邦和比哈尔邦,它们是印度人口最多的两个邦,总人口规模都超过1亿人。大规模农业人口在空间上密集分布表明两个邦单位农业用地上承载的人口较多,一定程度上说明地区农业人口已经过剩。通常来说,随着经济的发展,在农村劳动力过剩等推力和城镇较高收入等吸引力的共同作用下,农村人口将逐步向城镇转移,城镇化率会快速提升。印度北方地区大量农业人口高密度集聚的状况可能是由于地区经济仍然以农业为主,城镇难以提供更多的就业岗位,导致农业人口难以向城镇流动。加之,由于基础设施、经济条件以及土地制度等的 限制,印度贫困的农村人口也难以长距离迁移到更为发达的地区[17]。实际上,中国在20世纪80年代以前也出现高密度农村人口集聚的状况,周一星等对此也进行了深入研究,认为除放开人口迁移政策外,调整城镇产业结构、发展乡镇工业等是解决这一问题的有效手段[18]。
尽管从2011年中国的经验看人口密度与城镇化水平呈现较明显的正相关性,但是叶嘉安等对1978年中国分省城镇化率的研究表明人口密度是最主要因素之一（另一个是工业化）,且人口密度对城镇化率的影响是负向的[19]。为了进一步明确城镇化率与人口密度的关系,采用非参数估计方法,对3个时期两个国家省级空间单元的城镇化率与人口密度相关性进行分析,结果表明从省级空间单元来看,两个国家城镇化率与人口密度总体都呈现正相关关系,但是当城镇化率达到50%后,城镇化率与人口密度的正相关关系才会较为明显（图7）。
显示原图|下载原图ZIP|生成PPT图7中印两国城镇化与人口密度相关性分析
-->Fig. 7Correlation between urbanization and population density in China and India
-->
进一步对比两个国家3个时期城镇化率与人口密度相关性的变化趋势,结果发现在中国城镇化率与人口密度的相关性不断增强。1990年城镇化率与人口密度几乎完全不相关,2000年两者的正相关性开始显现,在2010年这一相关性进一步增强（图8）。中国1990年城镇化率与人口密度不相关可能与当时对于大城市人口规模限制的政策有关,随着对于城市人口限制的放松,在市场机制作用下人口不断向经济发达的大城市转移,两者的相关性逐渐显现。
显示原图|下载原图ZIP|生成PPT图8中国城镇化与人口密度相关性演变过程
-->Fig. 8Change of correlations between urbanization and population density in China
-->
而在印度,城镇化率与人口密度的相关性则呈现不断下降的趋势。1991年印度城镇化率与人口密度的正相关性是3个时期中最为显著的,2000年在城镇化率低于50%的区域上,城镇化率与人口密度几乎不呈现相关性,2010年两者的相关性进一步降低（图9）。从Pearson相关性和spearman秩相关性的检验结果来看也是如此,尽管3个时期省级空间尺度上,印度城镇化率与人口密度保持显著的相关性,但相关性系数在不断降低（表2）。这些结果表明印度经济改革的推进可能没有有效的促进农村富余人口向城镇转移。
显示原图|下载原图ZIP|生成PPT图9印度城镇化与人口密度相关性演变过程
-->Fig. 9Change of correlations between urbanization and population density in India
-->
Tab. 2
表2
表2不同时期中印城镇化与人口密度相关性对比分析
Tab. 2Comparison between China and India in correlations between urbanization and population density in different periods
| 年份 | 中国 | 印度 | |||
|---|---|---|---|---|---|
| Pearson相关性分析 | Spearman相关性 | Pearson相关性 | Spearman相关性 | ||
| 1990/1991年 | 0.143 | 0.047 | 0.846** | 0.483** | |
| 2000/2001年 | 0.706** | 0.393** | 0.820** | 0.441** | |
| 2010/2011年 | 0.719** | 0.546** | 0.769** | 0.453** | |
新窗口打开
4 中印城镇体系的差异及其空间演化
城镇体系是城镇化推进的基础,中国和印度人口众多、历史悠久,经过长期的演化形成了相对较为完善的城镇体系,但是由于自然地理环境、社会文化等不同,城镇体系及空间演化等都存在一定差异。由于印度人口统计在城市地区是以区为基本单元,但这一统计单元并不合适用来作为城镇体系的研究基础,因为从区一级统计数据来看,人口超过1000万的区分别是孟买的一个卫星城塔那和加尔各答周边的北24区,这两个区域与中国北京等的一个下辖区较为接近,在城镇体系中应该属于所在的城市。因此本节将主要利用联合国城市人口数据进行城镇体系及空间演化分析,中国是以城市（city）为基本单元,包括直辖市、地级市、县级市,印度是以城市集聚区（UA）为基本单元。但联合国城市人口数据的问题是缺少30万人以下的城镇数据,因此本节研究主要反映中印两国大中城市为主的城镇体系状况。4.1 中印城镇体系比较分析
根据捷夫律,采用一元线性模型对中国和印度大中城市为主的城镇体系进行拟合,结果表明两国大中城市的城镇体系比较符合位序—规模分布的特征,尤其是印度城市规模与城市在城镇体系中位序取对数后,其斜率十分接近1（图10,表3）。本文没有考虑两国30万人以下的中小城市,如果将这些城市计算进来中国位序—规模分布的特征无疑会更加显著,而印度由于65%以上的城市集聚区（UA）（309个）,2015年的人口规模都小于30万人,因此整体上印度城镇体系城市规模与位序回归的斜率可能超过1,即可能呈现一定程度首位分布的特征。中国和印度作为历史悠久的国家,城镇体系经过长期的演化呈现位序规模特征符合城镇体系发展的一般规律。
显示原图|下载原图ZIP|生成PPT图10中印大中城市城镇体系发育程度比较分析
-->Fig. 10Comparison between China and India in development of urban system
-->
Tab. 3
表3
表3中印大中城市城镇体系拟合分析
Tab. 3Fitting analysis of urban system in China and India
| 中国 | 印度 | ||||
|---|---|---|---|---|---|
| a | b | a | b | ||
| 数值 | 10.7622 | -0.8251 | 10.5622 | -0.9380 | |
| 拟合优度(R2) | 0.9936 | 0.99 | |||
新窗口打开
4.2 中印区域城镇体系演化及其动力分析
以联合国30万人以上城市人口的数据为基础,对中印城镇体系的演化进行研究,重点关注两国经济改革对城镇体系的影响。中国和印度分别于1978年和1991年开始实行一系列经济改革措施,因此,本文将以1950年为基准,分析经济改革前后两国城镇规模增长及影响因素的变化,以反映经济改革对区域城镇体系的影响。从中国不同时期城镇体系的空间演化来看,1950-1980年的30年间中国城镇体系的空间格局变化不大,主要是湖北、河南等中部地区以及环渤海地区城镇发展较快,东南沿海地区变化不大,而1980-2015的30多年期间广东、福建、江苏等沿海地区城市规模和较大规模城市的密集程度明显提升（图11）。表明经济改革可能对于区域城镇体系的发展产生了重要影响。
显示原图|下载原图ZIP|生成PPT图11中国城镇空间格局的演化
-->Fig. 11Change of urban spatial pattern of China
-->
从印度城镇体系的空间演化来看,区域城镇体系的整体格局变化不大。自1950年就基本形成了以德里、孟买、加尔各答、钦奈、班加罗尔、海得拉巴6个为主城市的空间格局（图12）。尽管1950年德里、孟买、加尔各答、钦奈、海得拉巴5个城市的规模相差不大,而此后德里和孟买发展相对较快,班加罗尔也超过钦奈和海得拉巴成为第四大城市,但是整体格局没有太大改变。6个核心城市的空间分布也较为分散,没有出大城市向沿海地区集聚的趋势,经济改革前后的差异相对较小。
显示原图|下载原图ZIP|生成PPT图12印度城镇空间格局的演化
-->Fig. 12Change of urban spatial pattern of China
-->
克鲁格曼等将城市发展的影响因素归结为第一自然和第二自然两大类,前者主要是指自然地理环境或历史偶然因素决定的区位条件,后者主要是指经济系统的空间结构所产生的影响,如邻近经济发达的大城市等。总体来看,中国在经济改革前受第一自然的影响较大,之后明显受到第二自然的影响,而印度在改革前后都主要受到第一自然的 影响。
为了进一步明确中印两国城镇体系空间演化的驱动力,本文将1950年的中印城镇体系空间格局视为仅受第一自然影响下的状况,由于中印两国都刚成为独立的国家,现代经济系统没有形成,经济以农业为主,因此这一假设是也较为复合现实状况,且也符合城镇体系空间演化研究的通常作法。在此基础上,分别研究城镇规模增长与1950年城镇规模和到距离城镇最近的国家核心城市距离的相关关系。本文将北京、上海、广州、重庆、天津以及深圳作为中国的6个核心城市,德里、孟买、加尔各答、钦奈、班加罗尔、海得拉巴作为印度的6个核心城市,由于深圳在改革开放后才逐渐发展成为核心城市,因此在分析中国1950-1980年城市规模增长与到核心城市距离时不考虑深圳。
从Pearson相关性和Spearman秩相关的分析结果来看,中印两国在经济改革之前,城镇规模的增长主要是受第一自然的影响（表4）。尽管1950年对改革后的城镇影响都显著下降,但是如果以改革初期的城镇规模为基础（即中国以1980年为基础,印度以1990年为基础）,城镇初始规模对中国经济改革后城镇规模增长的影响依然显著低于改革前的影响,而对印度城镇规模增长的影响则甚至超过改革前。因此中国经济改革后,城镇的初始规模对于城镇增长的影响显著降低,而印度改革后城镇增长依然在很大程度上受到城镇初始规模的影响。
Tab. 4
表4
表4中印两国城镇规模增长与城镇初始规模的相关性
Tab. 4Correlation between urban development and initial scale in China and India
| 年份 | 中国 | 印度 | |||
|---|---|---|---|---|---|
| Pearson相关性 | Spearman相关性 | Pearson相关性 | Spearman相关性 | ||
| 1950年城市规模与城市规模增长（1950-1980/1990年） | 0.730** | 0.860** | 0.857** | 0.646** | |
| 1950年城市规模与城市规模增长（1980/1990-2015年） | 0.768** | 0.350** | 0.623** | 0.496** | |
| 1980/1990年城市规模与城市规模增长（1980/1990-2015年） | 0.796** | 0.440** | 0.848** | 0.737** | |
新窗口打开
从城镇规模增长与到国家核心城市距离的分析结果来看,经济改革前中国城镇的增长已经在一定程度上受到核心城市的影响,但影响相对较弱。改革后,中国核心城市对于城镇增长的影响显著增强,而印度无论是改革前还是改革后,核心城市一直没有对于城镇增长产生显著的影响,甚至改革后城镇规模增长与到核心城市距离相关性的显著程度更低了（表5）。改革前,印度城镇规模增长与到核心城市距离的Spearman秩相关检验的P值为0.050,改革后P值扩大为0.806,这表明经济改革减弱了核心城市对周边城镇发展的带动作用。
Tab. 5
表5
表5中印两国城镇规模增长与到国家核心城市距离的相关性
Tab. 5Correlation between urban development and distance to core cities in China and India
| 年份 | 中国 | 印度 | |||
|---|---|---|---|---|---|
| Pearson相关性 | Spearman相关性 | Pearson相关性 | Spearman相关性 | ||
| 到六大城市的距离与城市规模增长(1950-1980/1990年) | -0.053(0.301) | -0.146**(0.004) | 0.108(0.176) | 0.155(0.050) | |
| 到六大城市的距离与城市规模增长(1980/1990-2015年) | -0.189**(0.000) | -0.243**(0.000) | 0.016(0.837) | 0.020(0.806) | |
新窗口打开
总体来看,中国经济改革前后影响城镇发展的因素明显由历史或自然因素转变为经济因素,而印度经济改革对城镇体系发展的驱动力没有产生显著影响,城镇的初始规模很大程度上决定了城镇未来的发展。进一步来说,在中国和印度,国家核心城市对国家及周边城镇体系的辐射带动作用有较为显著的差异,与中国已经形成以京津冀、长三角、珠三角等大型城市群区域的经济空间格局不同,印度没有形成以核心城市为核心的大型经济协作区,国家核心城市没有形成较大范围的区域影响力。
城镇空间结构的差异一定程度上反映了两个国家产业发展方向的差异。中国以城市群为主的经济空间结构,大中小城市在一定地理空间范围内集中分布,核心城市与周边城镇联合发展,更容易形成高效的区域制造业生产体系,使得制造业快速发展;而印度经济改革以后,将服务外包等作为重点发展产业,充分利用语言等先天优势,服务业在空间上是典型的点状集聚的模式,与较为松散的城镇空间结构也是一致的。尽管我们更倾向于认为不同类型的产业发展造成了中印两国城镇空间结构的差异,而不是为了适应两国不同的城镇空间结构而形成了不同的产业发展方向,但是需要进一步的证明。
此外,中国和印度城镇空间结构的差异不仅是由于经济改革后经济系统影响力变化造成的,还可能与中印传统社会文化有关。因为与从城镇增长与到核心城市距离的相关关系来看,中国在经济改革前也存在一定的联系,距离国家核心城市的距离越近,城镇规模增长越快,而印度两者的相关性改革前后都较弱。
5 结论与讨论
本文利用人口普查数据以及联合国30万人口以上城市数据,对中印两国城镇化和城镇体系的空间格局和演化进行了系统比较分析,结果表明：从发展趋势来看,中国自经济改革以来,尤其是20世纪90年代以后,中国城镇化率快速提升,但印度1991年经济改革后,城镇化增长率没有出现显著提升。从空间格局变化来看,90年代以来,中国城镇化的空间差异由南北差异快速转变为沿海—内陆差异,而印度城镇化空间格局基本保持稳定,以南北差异为主,但由于印度南部各邦都临海,因此这种南北差异一定程度上也反映了沿海—内陆的差异。
尽管在区（district）级尺度上,印度存在人口密度与城镇化不相吻合的现象,但是从省（邦）级空间单元来看,中国和印度的人口密度与城镇化率还是呈现较为明显的正相关性,从中印两国的经验来看当城镇化率超过50%后两者的相关性明显增强。从变化趋势上看,在1990年以来中国人口密度与城镇化的正相关关系越来越显著,但印度这一相关性则出现下降的趋势。
中印两国大中城市的城镇体系都比较符合位序—规模分布的特征。从城镇体系空间结构的演化来看,与经济改革后中国大中城镇向沿海集中趋势不同,印度城市空间分布一直较为分散,在经济改革前后也没有发生很大转变。中印两国经济改革前后影响因素的变化也印证了两国城镇空间结构的演化趋势。经济改革后,中国经济系统的空间结构对城镇的增长产生显著的影响,而历史、自然环境等的影响力显著下降;而在印度,历史形成的城市规模对其后的发展一直保持重要的影响,且经济改革看上去甚至降低了经济系统对城镇发展的影响。中国以城市群为主的城镇空间体系和印度分散式的城镇格局与两国产业主要发展方向存在较强的对应关系。尽管产业的发展可能是导致城镇空间结构差异的重要因素,但除经济系统的影响之外,中印两国城镇体系在空间结构及其演化驱动力的差异可能还受到两国长期形成的社会文化等因素的影响。
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
| [1] | |
| [2] | . The dynamic rural nonfarm sector in China has been a major contributor to the country’s remarkable growth, while in India the growth in output and employment in this sector has been rather stagnant. The paper argues that the observed patterns in the rural nonfarm development are the results of institutional differences between the two countries, especially in their political systems, ownership structure, and credit institutions. A review of the strengths and weaknesses of the rural nonfarm economy in China and India highlights the potentials and challenges of growth in the sector. |
| [3] | . This study seeks to unravel the puzzle underlying China's and India's differing experiences in attracting two types of foreign investment: namely foreign direct investment (090004FDI090005) and foreign venture capital investment (090004FVCI090005). Complementing the law and finance literature, we argue that foreign investors prefer the direct investment mode in China despite its poor governance environment because direct investment provides private means of control over the business, and China's institutional environment provides a more facilitating arena for FDI than India's. In contrast, India's legal infrastructure and related institutional settings prove to be better than China's in accommodating foreign portfolio (indirect) investment especially in the form of venture capital. The conclusion of this article has implications for the two countries' legal reform in the direction of the desired type of foreign investment. It also provides comparative insights into the legal institutions of China and India in fostering national innovative capacity and entrepreneurship. |
| [4] | . This paper deals with economic and institutional development policies and trajectories followed... |
| [5] | |
| [6] | . |
| [7] | . Among countries with at least 10 million people in 2003, China and India have been growing very rapidly since 1980. Their rapid growth has had a significant impact on the world economy. After describing the two basic channels, namely, import demand and export supply, through which the growth of a country influences growth of the rest of the world and vice versa, the paper turns to its theme, namely, the influence of the growth of China and India. China is integrated to a greater extent than India with the world economy. Although India has succeeded in becoming a major destination of global outsourcing and in exports of information technology enabled services, it lags behind China in the competition to become a global manufacturing hub, though it is catching up. India's advantage over China lies in its vibrant democracy and the legal and financial systems. The paper concludes that whether or not India overtakes China in the next two decades, it is clear that both countries will be economic powerhouses in the medium term, and undoubtedly, their growth will have significant impacts on the world economy. |
| [8] | |
| [9] | |
| [10] | . 文章基于三部门的产业结构变迁一般均衡模型和中印两国可比较的宏观数据，试图解释1978以 来中国的总劳动生产率反超印度并持续领先的原因。通过模型校准和增长核算，本文发现中印两国三大产业劳动生产率增长率和劳动力流动壁垒的差异，特别是中国 第一、第二产业的劳动生产率增长率高于印度，是导致印度与中国劳动生产率之比不断下降的主要原因。本文的增长核算也表明，印度目前的产业结构升级模式，即 第三产业劳动生产率增长比第二产业更快，恶化了与中国的总劳动生产率差距。如果印度试图缩小与中国的劳动生产率差距，则应借鉴中国的产业结构升级模式，即 同时提高第一、第二产业的生产率，比印度目前的产业结构升级模式会更有效果。而如果中国试图继续保持在生产率方面对印度的领先优势，可能需要提高第三产业 的劳动生产率。 . 文章基于三部门的产业结构变迁一般均衡模型和中印两国可比较的宏观数据，试图解释1978以 来中国的总劳动生产率反超印度并持续领先的原因。通过模型校准和增长核算，本文发现中印两国三大产业劳动生产率增长率和劳动力流动壁垒的差异，特别是中国 第一、第二产业的劳动生产率增长率高于印度，是导致印度与中国劳动生产率之比不断下降的主要原因。本文的增长核算也表明，印度目前的产业结构升级模式，即 第三产业劳动生产率增长比第二产业更快，恶化了与中国的总劳动生产率差距。如果印度试图缩小与中国的劳动生产率差距，则应借鉴中国的产业结构升级模式，即 同时提高第一、第二产业的生产率，比印度目前的产业结构升级模式会更有效果。而如果中国试图继续保持在生产率方面对印度的领先优势，可能需要提高第三产业 的劳动生产率。 |
| [11] | . 中印两国国情相似,但土地制度迥异。本文对两国的土地制度进行了介绍,对两国土地制度的效能进行了对比,研究发现印度的土地私有制和多头分散的土地管理体制并不成功,即便是相对完善的征地补偿制度,受益者也更多是地主和富农,所以不仅没能减少赤贫人口,缩小贫富差距,促进农业和农村的健康发展,而且没能维护社会稳定,改善基础设施,促进工业化和城镇化的健康发展。而中国的所有权与经营权分离的土地公有制则保障了农民对于农业产值和征地补偿的相对平均分配,保障了社会的相对稳定,调动了农民的生产积极性,对农村基础设施的建设、减少贫困人口等都有积极作用。由此得出了中国需要坚持和完善土地公有制的结论,并且参照印度土地管理和土地征收的有益经验对改进我国土地制度提出了建议。 . 中印两国国情相似,但土地制度迥异。本文对两国的土地制度进行了介绍,对两国土地制度的效能进行了对比,研究发现印度的土地私有制和多头分散的土地管理体制并不成功,即便是相对完善的征地补偿制度,受益者也更多是地主和富农,所以不仅没能减少赤贫人口,缩小贫富差距,促进农业和农村的健康发展,而且没能维护社会稳定,改善基础设施,促进工业化和城镇化的健康发展。而中国的所有权与经营权分离的土地公有制则保障了农民对于农业产值和征地补偿的相对平均分配,保障了社会的相对稳定,调动了农民的生产积极性,对农村基础设施的建设、减少贫困人口等都有积极作用。由此得出了中国需要坚持和完善土地公有制的结论,并且参照印度土地管理和土地征收的有益经验对改进我国土地制度提出了建议。 |
| [12] | . 基于新新贸易理论的最新进展,利用出口增长三元分解框架和2001-2007年HS92版本 六分位出口数据,研究中印出口增长的三元边际及比较,探讨中印两国出口增长方式的差异性。结论如下：中国出口产品的总量和数量高于印度,价格低于印度;中 国出口产品价格和总量增长速度快于印度,数量增长速度慢于印度;中国出口产品价格随距离增加而减小,是典型的＂以量取胜＂模式;印度出口产品价格随距离增 加而增加,是典型的＂以质取胜＂模式。总体来看,现阶段中印增长方式存在较大差异性,从趋势看,呈现趋同特点。 . 基于新新贸易理论的最新进展,利用出口增长三元分解框架和2001-2007年HS92版本 六分位出口数据,研究中印出口增长的三元边际及比较,探讨中印两国出口增长方式的差异性。结论如下：中国出口产品的总量和数量高于印度,价格低于印度;中 国出口产品价格和总量增长速度快于印度,数量增长速度慢于印度;中国出口产品价格随距离增加而减小,是典型的＂以量取胜＂模式;印度出口产品价格随距离增 加而增加,是典型的＂以质取胜＂模式。总体来看,现阶段中印增长方式存在较大差异性,从趋势看,呈现趋同特点。 |
| [13] | [D]. [D]. |
| [14] | . . |
| [15] | . |
| [16] | . 作为世界上人口规模最大的两个发展中国家,又同时处在城市化的进程中,中印的城市化必将对世界城市化、经济发展、人口发展都有巨大而深远的影响。考察两者的异同有助于对这一重大进程中的一些机制的了解。本文研究发现:中印在城市规模上存在巨大差异,中国的城市规模结构呈纺锤型,而印度的城市规模呈金字塔型结构;中印在城市空间结构都存在一定的梯度特征,沿海地区相对于内陆地区城市化水平更高;人力资本在两国的城市化中均有至关重要的作用;笔者认为产业发展不能脱离本国的人力资源状况,更不能依附于其它国家;政策上应鼓励人口的自由流动,并做好配套措施,减少限制人口流动带来的效率损失。 . 作为世界上人口规模最大的两个发展中国家,又同时处在城市化的进程中,中印的城市化必将对世界城市化、经济发展、人口发展都有巨大而深远的影响。考察两者的异同有助于对这一重大进程中的一些机制的了解。本文研究发现:中印在城市规模上存在巨大差异,中国的城市规模结构呈纺锤型,而印度的城市规模呈金字塔型结构;中印在城市空间结构都存在一定的梯度特征,沿海地区相对于内陆地区城市化水平更高;人力资本在两国的城市化中均有至关重要的作用;笔者认为产业发展不能脱离本国的人力资源状况,更不能依附于其它国家;政策上应鼓励人口的自由流动,并做好配套措施,减少限制人口流动带来的效率损失。 |
| [17] | . The dynamic rural nonfarm sector in China has been a major contributor to the country’s remarkable growth, while in India the growth in output and employment in this sector has been rather stagnant. The paper argues that the observed patterns in the rural nonfarm development are the results of institutional differences between the two countries, especially in their political systems, ownership structure, and credit institutions. A review of the strengths and weaknesses of the rural nonfarm economy in China and India highlights the potentials and challenges of growth in the sector. |
| [18] | |
| [19] | . Compared to other developing countries, China has a low urbanization level as a result of government policy to control urban development since 1949. However, there is much regional variation in urbanization and urban primacy among its 26 provinces. This paper attempts to analyze the provincial variation in urbanization and urban primacy of China in 1978 by factor analysis and regression techniques. In China, government policy does not only slow down the overall rate of urbanization but also has profound influence on provincial variation in urbanization and urban primacy. Low urban primacy in the eastern provinces is mainly the result of the urbanization policy of controlling the development of large cities that favours the development of small and medium cities. The spatial industrial policy of decentralizing industries from the coastal provinces to interior provinces encouraged high urbanization and urban primacy in the western interior provinces of China. |
