楊 卡，馬可頡，盧睿智

（國(guó)際關(guān)系學(xué)院 國(guó)家安全學(xué)院，北京 100091）

當(dāng)前，公共服務(wù)均等化已經(jīng)成為促進(jìn)機(jī)會(huì)公平、實(shí)現(xiàn)人人共享社會(huì)發(fā)展成果的重要舉措。對(duì)于區(qū)域治理現(xiàn)代化而言，公共服務(wù)均等化還是推動(dòng)區(qū)域人口由高聚集區(qū)域向低密度區(qū)域遷移的重要力量，是促進(jìn)區(qū)域空間均衡發(fā)展的關(guān)鍵策略。2022年國(guó)家“十四五”規(guī)劃提出到2025年基本公共服務(wù)均等化水平明顯提高、到2035年基本公共服務(wù)實(shí)現(xiàn)均等化的部署要求。作為國(guó)家戰(zhàn)略的京津冀協(xié)同發(fā)展，核心內(nèi)容之一便是公共服務(wù)的協(xié)同和一體化，重要的是通過(guò)促進(jìn)城市化核心區(qū)域的公共服務(wù)疏散帶動(dòng)人口、產(chǎn)業(yè)和經(jīng)濟(jì)要素合理流動(dòng)，進(jìn)而推動(dòng)京津冀區(qū)域空間格局優(yōu)化。

西方傳統(tǒng)文獻(xiàn)中，“公共服務(wù)”和“公共產(chǎn)品”常被看作可以等同和互換的概念，或認(rèn)為公共服務(wù)屬于公共物品[1]。亞當(dāng)斯密早在18世紀(jì)初就強(qiáng)調(diào)了國(guó)家提供公平的公共服務(wù)體系的主張[2]，如今，公共服務(wù)均等化仍是國(guó)內(nèi)外學(xué)者研究的重要領(lǐng)域，國(guó)外學(xué)者聚焦于對(duì)不同階層、區(qū)域、鄰里等各類型群體公共服務(wù)配置分析，和對(duì)公共服務(wù)要素聚集水平的評(píng)價(jià)[3-4]，以及政府舉措和公眾意見(jiàn)等的探究[5]。國(guó)內(nèi)相關(guān)研究主要關(guān)注區(qū)域、省際、城鄉(xiāng)之間和城市之間的公共服務(wù)配置，著重于構(gòu)建指標(biāo)體系對(duì)全國(guó)范圍內(nèi)的公共服務(wù)支出進(jìn)行測(cè)算、評(píng)價(jià)[6-7]與成效分析[8]，以及從省域?qū)用鏈y(cè)度公共服務(wù)發(fā)展水平與差異[9-10]，近期關(guān)于區(qū)域?qū)用娴墓卜?wù)水平測(cè)算則集中在長(zhǎng)三角[11-12]和西部區(qū)域[13-14]。本文以京津冀區(qū)域?yàn)檠芯繉?duì)象，從醫(yī)療、教育、交通和環(huán)境四個(gè)維度建立公共服務(wù)水平指標(biāo)體系，運(yùn)用熵值法、Dagum基尼系數(shù)分析、收斂度檢驗(yàn)和面板數(shù)據(jù)分析，綜合分析京津冀區(qū)域公共服務(wù)水平差異及橫向、縱向演變過(guò)程，探討公共服務(wù)水平與人口變量之間的影響關(guān)系，最后提出相關(guān)政策建議，為區(qū)域政策決策提供依據(jù)。

一、數(shù)據(jù)來(lái)源與研究方法

（一）數(shù)據(jù)來(lái)源

公共服務(wù)水平的相關(guān)數(shù)據(jù)和城區(qū)人口、市區(qū)人口數(shù)據(jù)來(lái)源于2011年至2021年《中國(guó)城市統(tǒng)計(jì)年鑒》，個(gè)別缺失數(shù)據(jù)從《北京區(qū)域統(tǒng)計(jì)年鑒》《天津統(tǒng)計(jì)年鑒》補(bǔ)充。為了剔除人口差異，涉及具體規(guī)模的變量均采用人均值計(jì)算，即除以當(dāng)年的年末常住人口數(shù)。

各城市之間人口遷移熱度數(shù)據(jù)來(lái)自于2015、2018年的騰訊出行大數(shù)據(jù)，研究選取了剔除春節(jié)、國(guó)慶節(jié)、五一、清明等法定節(jié)日前后數(shù)據(jù)的日常每日出行數(shù)據(jù)共約12萬(wàn)條。常住人口數(shù)據(jù)來(lái)自京津冀三地的統(tǒng)計(jì)年鑒。

（二）分析方法

1.基于熵權(quán)法與主成分分析的綜合評(píng)價(jià)

采用基于熵權(quán)法與主成分分析法的綜合評(píng)價(jià)模型對(duì)2010—2020年京津冀區(qū)域的公共服務(wù)水平進(jìn)行測(cè)度。熵權(quán)法利用各指標(biāo)數(shù)據(jù)中包含的數(shù)據(jù)信息來(lái)確定其權(quán)重，熵值越大越混亂，則攜帶信息越小，效應(yīng)值小，權(quán)重也就會(huì)相應(yīng)的小，因此能夠有效保證指標(biāo)權(quán)重的真實(shí)性與合理性。

首先，將表1中指標(biāo)層的24項(xiàng)數(shù)據(jù)進(jìn)行歸一化的處理，統(tǒng)一數(shù)量級(jí)、縮小數(shù)據(jù)間差距，后將處理過(guò)的數(shù)據(jù)分別對(duì)應(yīng)其準(zhǔn)則層指標(biāo)，運(yùn)用熵權(quán)TOPSIS模型進(jìn)行評(píng)價(jià)，形成各城市跨年份準(zhǔn)則層的指標(biāo)數(shù)據(jù)；其次，將醫(yī)療-教育-交通-環(huán)境所構(gòu)成的準(zhǔn)則層通過(guò)主成分分析法確定權(quán)重，再將準(zhǔn)則層的數(shù)據(jù)依據(jù)權(quán)重計(jì)算得出公共服務(wù)綜合評(píng)價(jià)得分。

具體計(jì)算步驟如下：

1）數(shù)據(jù)標(biāo)準(zhǔn)化，并計(jì)算第i個(gè)評(píng)價(jià)對(duì)象的第j項(xiàng)指標(biāo)的比重

2）計(jì)算指標(biāo)熵值，并逆向化

3）計(jì)算指標(biāo)的權(quán)重，權(quán)重結(jié)果見(jiàn)表1。

4）將原始指標(biāo)數(shù)據(jù)標(biāo)準(zhǔn)化，并進(jìn)行主成分分析。

5）根據(jù)累計(jì)方差貢獻(xiàn)率確定主成分，對(duì)m個(gè)主成分加權(quán)求和，即得最終評(píng)價(jià)值，權(quán)數(shù)為每個(gè)主成分的方差貢獻(xiàn)率。

按照上述步驟，各評(píng)價(jià)準(zhǔn)則層的權(quán)重結(jié)果見(jiàn)表1①。

表1 京津冀區(qū)域公共服務(wù)評(píng)價(jià)指標(biāo)體系②

6）綜合指數(shù)的確定。根據(jù)上述確立的權(quán)重值，求得京津冀2010—2020年公共服務(wù)水平綜合指數(shù)。

式中：E為京津冀區(qū)域公共服務(wù)水平綜合指數(shù)。

2.Dagum基尼系數(shù)分析

計(jì)算京津冀區(qū)域公共服務(wù)得分間的Dagum基尼系數(shù)，用以衡量京津冀區(qū)域公共服務(wù)水平差異大小，Dagum基尼系數(shù)計(jì)算公式如下：

式中：yi，yj分別為i，j城市的公共服務(wù)水平指數(shù)；yˉ為京津冀公共服務(wù)水平指數(shù)的平均值；n為地級(jí)市個(gè)數(shù)，本研究中包括北京、天津與河北的11個(gè)地級(jí)市；G為總體基尼系數(shù)。

3.收斂性檢驗(yàn)

收斂理論是新古典增長(zhǎng)模型中基于資本邊際報(bào)酬遞減和規(guī)模報(bào)酬不變條件下得出的推論，后引申至經(jīng)濟(jì)學(xué)中用于研究國(guó)家或地區(qū)間經(jīng)濟(jì)差距動(dòng)態(tài)變化趨勢(shì)。通過(guò)σ收斂性檢驗(yàn)，衡量區(qū)域內(nèi)公共服務(wù)水平差異的離散程度隨著時(shí)間推移而逐漸降低的狀況。計(jì)算公式為：

式中：i為分區(qū)內(nèi)的地級(jí)市（i＝1，2，3，…）；Nj為各分區(qū)內(nèi)的地級(jí)市個(gè)數(shù)；Fi為i城市的公共服務(wù)水平指數(shù)；為京津冀區(qū)域內(nèi)公共服務(wù)水平指數(shù)的平均值。

4.人口遷移熱度分析

基于騰訊出行數(shù)據(jù)，統(tǒng)計(jì)2018年京津冀區(qū)域城市日常人口遷入熱度，對(duì)其匯總計(jì)算，獲得各城市間的人口遷移強(qiáng)度，公式為：

Rij表示兩地之間的遷徙強(qiáng)度，rij為騰訊位置數(shù)據(jù)記錄的某日兩地之間的遷徙熱度，t為日期。某城市的遷徙熱度則為該城市對(duì)區(qū)域內(nèi)所有城市遷徙強(qiáng)度的總和。

5.面板數(shù)據(jù)分析

面板模型涉及3個(gè)模型分別是混合POOL模型、固定效應(yīng)FE模型和隨機(jī)效應(yīng)RE模型，通過(guò)F檢驗(yàn)、BP檢驗(yàn)與Hausman檢驗(yàn)三種檢驗(yàn)確定固定效應(yīng)模型（FE模型）更適合本研究。公式如下：

式中：yit為i城市在t時(shí)間點(diǎn)的公共服務(wù)水平指數(shù)；λi為個(gè)體固定效應(yīng)模型中僅與城市i相關(guān)而不隨時(shí)間變化的常量；xkit為i城市t年份的常住人口、市區(qū)人口、城區(qū)人口數(shù)；k為解釋變量的順序數(shù)；uit為模型的非觀測(cè)誤差。

二、京津冀公共服務(wù)水平及區(qū)域差異

（一）區(qū)域公共服務(wù)水平波動(dòng)上升，城市間增幅差異顯著

基于熵權(quán)綜合評(píng)價(jià)模型、主成分分析評(píng)價(jià)模型與公共服務(wù)評(píng)價(jià)指標(biāo)體系，測(cè)度京津冀區(qū)域公共服務(wù)綜合指數(shù)（表2），數(shù)據(jù)顯示：2010—2020年京津冀區(qū)域公共服務(wù)綜合指數(shù)呈逐年波動(dòng)上升趨勢(shì)，所有城市2020年的公共服務(wù)水平都較2010年有顯著提升；區(qū)域公共服務(wù)水平在空間上存在明顯的差異，京、津公共服務(wù)水平顯著高于其他城市；從2020年的公共服務(wù)水平綜合指數(shù)來(lái)看，河北各市公共服務(wù)水平相近，石家莊、秦皇島、唐山和承德稍高一些，其他城市的公共服務(wù)水平指數(shù)均在40以下；從增幅看，天津的公共服務(wù)水平保持較快速增長(zhǎng)趨勢(shì)，北京（增幅22.79）、石家莊（22.48）次之，衡水（增幅19.88）、滄州（增幅18.83）、保定（增幅17.7）也增幅較大，兩個(gè)城市公共服務(wù)水平提升也較快，承德、廊坊和秦皇島的公共服務(wù)水平提升較為緩慢，但增幅在10左右。

表2 2010—2019年京津冀區(qū)域公共服務(wù)水平綜合指數(shù)②

（二）空間差異性明顯

公共服務(wù)水平還呈現(xiàn)出特定的空間特征，高分值和低分值區(qū)域存在一定的空間聚集表現(xiàn)：如表3，區(qū)域中部、北部地區(qū)的城市基礎(chǔ)條件較好，除京津之外，承德、秦皇島和張家口等北部城市基礎(chǔ)建設(shè)和生態(tài)環(huán)境品質(zhì)較高，在教育、醫(yī)療方面的得分也較高，因此公共服務(wù)水平總的分值較高，中部城市2020年較2010年的得分提升幅度最大；相對(duì)而言，南部片區(qū)的公共服務(wù)水平較低，但2020年較2010年有顯著提升，除石家莊外，其他南部片區(qū)城市的公共服務(wù)水平橫向差異不大，區(qū)域南部也形成了比較均衡發(fā)展的片區(qū)。總體而言，如表2所示，區(qū)域中公共服務(wù)水平得分增幅最高的城市構(gòu)成了京-津-滄-衡-石的類環(huán)狀區(qū)域，該區(qū)域的公共服務(wù)水平提升較快。

表3 按片區(qū)劃分的2010年和2020年公共服務(wù)水平得分及增幅

（三）區(qū)域公共服務(wù)水平總體上趨于均衡

區(qū)域公共服務(wù)水平的空間差異緩慢縮小，區(qū)域公共服務(wù)逐漸朝著均衡化方向發(fā)展。根據(jù)年度各城市的公共服務(wù)水平指數(shù)計(jì)算當(dāng)年的區(qū)域公共服務(wù)基尼系數(shù)，結(jié)果顯示（圖1），總體而言京津冀區(qū)域的公共服務(wù)水平的空間分布情況呈現(xiàn)上下波動(dòng)和緩慢降低的趨勢(shì)，其空間基尼系數(shù)一直在0.2左右波動(dòng)，并從2010年的0.23降低到了2020年的0.17，近幾年的降低趨勢(shì)更顯著。

圖1 2010—2020年京津冀區(qū)域公共服務(wù)水平基尼系數(shù)及σ收斂度變化

京津冀區(qū)域的收斂系數(shù)由2010年0.074，降低至2020年的0.061，表明京津冀區(qū)域的公共服務(wù)水平存在σ收斂特征，研究期內(nèi)京津冀區(qū)域的公共服務(wù)區(qū)域差異隨時(shí)間推移而不斷減小，且呈現(xiàn)出較為平穩(wěn)的變化。

（四）教育、醫(yī)療均衡度高，交通、環(huán)境差異較大

從教育、醫(yī)療、交通和環(huán)境四個(gè)子項(xiàng)目得分來(lái)看（如表4）：教育、醫(yī)療水平相對(duì)較為均衡，指數(shù)的極差分別為33和39，各城市教育水平指數(shù)處于31-64之間，醫(yī)療水平指數(shù)處于38-77之間；交通方面的差異較為突出，京津交通水平指數(shù)分別為72和59，石家莊為27，秦皇島、唐山、張家口的交通水平指數(shù)不足15，而河北其他城市的交通水平指數(shù)均在10以下；環(huán)境水平指數(shù)的差異也較大，最大的北京為96，最小的滄州僅為33。

表4 2020年京津冀區(qū)域城市各項(xiàng)公共服務(wù)得分統(tǒng)計(jì)

三、公共服務(wù)水平的人口空間效應(yīng)分析

（一）交通、環(huán)境服務(wù)水平與人口分布、流動(dòng)關(guān)聯(lián)性顯著

根據(jù)京津冀主要城市常住人口密度計(jì)算的Dagum基尼系數(shù)，如圖2所示，人口密度的Dagum基尼系數(shù)自2010年以來(lái)表現(xiàn)為先增后減的顯著變化，初步呈現(xiàn)倒U型演進(jìn)趨勢(shì)，也即區(qū)域內(nèi)城市間的人口密度差異先期逐年增加，近幾年已經(jīng)開(kāi)始逐漸降低。

圖2 京津冀區(qū)域常住人口密度Dagum基尼系數(shù)變化趨勢(shì)圖③

根據(jù)2018年騰訊出行數(shù)據(jù)，統(tǒng)計(jì)區(qū)域內(nèi)各城市人口區(qū)內(nèi)遷移的總熱度和汽車熱度、火車熱度（飛機(jī)方式的遷移數(shù)據(jù)較少，未單獨(dú)分析），與2015—2018年各城市醫(yī)療、教育、交通和環(huán)境得分均值進(jìn)行相關(guān)分析，結(jié)果顯示，教育均值與人口變量的關(guān)聯(lián)性不顯著，醫(yī)療服務(wù)水平與城市常住人口總量的相關(guān)性不顯著，與城區(qū)人口、市區(qū)人口的相關(guān)性顯著，交通均值、環(huán)境均值和總得分都與人口流動(dòng)、人口規(guī)模有顯著相關(guān)（如表5）。

表5 公共服務(wù)水平與人口流動(dòng)、人口規(guī)模變量相關(guān)分析表

偏相關(guān)分析結(jié)果顯示，在將城區(qū)人口作為控制變量時(shí)，火車遷移熱度與得分之間仍然存在關(guān)聯(lián)（相關(guān)系數(shù)為0.638，P=0.026），其余公共服務(wù)水平指標(biāo)和人口遷移熱度之間并無(wú)顯著關(guān)聯(lián)，這表明：城區(qū)人口規(guī)模作為城市發(fā)展的重要指征，與城市公共服務(wù)水平和城市間人口流動(dòng)強(qiáng)度都有顯著關(guān)聯(lián)，城區(qū)人口規(guī)模越大的城市，其人均擁有的公共資源較多，享受的公共服務(wù)水平一般也較好；各單項(xiàng)公共服務(wù)水平狀況與城市人口流動(dòng)強(qiáng)度并無(wú)顯著關(guān)聯(lián)。

（二）人口增長(zhǎng)對(duì)公共服務(wù)水平提升作用顯著

本研究以常住人口、市區(qū)人口、城區(qū)人口作為解釋變量，以得分作為被解釋變量進(jìn)行面板模型構(gòu)建，并且使用穩(wěn)健標(biāo)準(zhǔn)誤法進(jìn)行建模。首先進(jìn)行模型檢驗(yàn)，找出最優(yōu)模型為FE模型。

FE模型分析結(jié)果顯示：得分對(duì)常住人口、市區(qū)人口和城區(qū)人口的回歸結(jié)果均顯著（t值為2.618、4.772、-2.497，p值均小于0.05），回歸系數(shù)分別為0.029、0.046和-0.029，說(shuō)明常住人口、市區(qū)人口會(huì)對(duì)得分會(huì)產(chǎn)生顯著的正向影響關(guān)系，城區(qū)人口對(duì)得分會(huì)產(chǎn)生顯著的負(fù)向影響關(guān)系。

總體而言，面板數(shù)據(jù)的分析結(jié)果排除掉城市個(gè)體特征等不可預(yù)測(cè)的因素效應(yīng)，更直接反應(yīng)公共服務(wù)水平變化與人口規(guī)模增減之間的互動(dòng)關(guān)系。從區(qū)域空間實(shí)際看，個(gè)體效應(yīng)和內(nèi)生性因素同時(shí)影響了市區(qū)人口規(guī)模和城市公共服務(wù)水平的狀況，所以spss分析時(shí)會(huì)呈現(xiàn)出市區(qū)人口影響顯著，但從單個(gè)城市人口變量和公共服務(wù)水平的動(dòng)態(tài)變化來(lái)看，常住人口、市區(qū)人口增長(zhǎng)對(duì)城市公共服務(wù)水平提升的作用更顯著。

而反之，將常住人口、市區(qū)人口和城區(qū)人口作為因變量，將醫(yī)療、教育、交通和環(huán)境等得分作為解釋變量，結(jié)果顯示（表6），以常住人口為因變量的FE模型通過(guò)檢驗(yàn)，P值為0.008，以市區(qū)人口和城區(qū)人口為因變量的模型未通過(guò)檢驗(yàn)，說(shuō)明：城市交通服務(wù)水平對(duì)常住人口總量的影響顯著，教育、醫(yī)療和環(huán)境方面的公共服務(wù)水平狀況對(duì)人口變量的影響暫未得到證實(shí)。長(zhǎng)期以來(lái)，人口推拉學(xué)說(shuō)將設(shè)施服務(wù)水平等看做人口流動(dòng)的動(dòng)力因素，但目前本研究分析結(jié)果顯示，除交通設(shè)施水平外，近階段教育、醫(yī)療和環(huán)境公共服務(wù)要素的拉動(dòng)作用還未凸顯，通過(guò)公共服務(wù)均等化促進(jìn)人口疏散的政策行動(dòng)有待進(jìn)一步加深和優(yōu)化。

表6 以人口為因變量的面板數(shù)據(jù)FE模型回歸結(jié)果②

四、結(jié)論與政策建議

（一）結(jié)論

從公共服務(wù)水平的變化趨勢(shì)來(lái)看，研究期內(nèi)，京津冀區(qū)域公共服務(wù)水平逐年提升，其中：北京市與天津市公共服務(wù)綜合指數(shù)最高，平均值分別為80.94與53.42，河北的邢臺(tái)、滄州、衡水、張家口、邯鄲和保定等城市的公共服務(wù)水平指數(shù)均低于35，與區(qū)域平均水平有較大差距；河北各地級(jí)市東北部城市綜合指數(shù)得分高于西南部城市，省內(nèi)重點(diǎn)發(fā)展的石家莊市和保定市的公共服務(wù)水平提升幅度最大，京-津-滄-衡-石構(gòu)成了類環(huán)狀的公共服務(wù)水平高成長(zhǎng)區(qū)域，而秦皇島、承德、廊坊等城市的提升幅度較小。

近十年京津冀區(qū)域的公共服務(wù)發(fā)展仍然呈現(xiàn)出較顯著的空間差異性，但總體差異呈現(xiàn)出逐年縮小趨勢(shì)?？傮w基尼系數(shù)由2010年的0.23降低到2020年0.17，表明京津冀區(qū)域公共服務(wù)水平差距在逐步減小。σ收斂性檢驗(yàn)結(jié)果也顯示，京津冀區(qū)域公共服務(wù)水平發(fā)展不平衡的問(wèn)題得到了一定程度改善，各城市間的差異隨時(shí)間推移逐漸縮小，存在σ收斂特征。

京津冀常住人口空間集聚性呈現(xiàn)先升高再下降的倒U型趨勢(shì)，自2015年以來(lái)人口格局的空間均衡性逐步提升。相關(guān)分析結(jié)果表明，城區(qū)人口與城市的公共服務(wù)水平指數(shù)高度相關(guān)，城區(qū)人口規(guī)模較大的城市，公共服務(wù)水平相對(duì)較高。

常住人口、市區(qū)人口規(guī)模對(duì)城市公共服務(wù)水平提升有正向影響，交通條件改善對(duì)人口規(guī)模影響顯著，教育、醫(yī)療和環(huán)境資源與服務(wù)水平對(duì)人口的吸引作用不顯著，人口流動(dòng)規(guī)模與城市各單項(xiàng)公共服務(wù)狀況也不存在顯著關(guān)聯(lián)性。

（二）政策建議

首先，繼續(xù)提升區(qū)域公共服務(wù)整體水平，促進(jìn)區(qū)域公共服務(wù)空間均等化發(fā)展。應(yīng)積極發(fā)揮北京與天津這兩座城市的輻射、引導(dǎo)與帶動(dòng)作用，繼續(xù)推進(jìn)優(yōu)質(zhì)公共服務(wù)設(shè)施和資源的空間疏散，促進(jìn)教育、醫(yī)療等公共服務(wù)領(lǐng)域的城市間合作，著重提升周邊城市公共服務(wù)服務(wù)水平，尤其需要用更多公共服務(wù)資源支持邢臺(tái)、滄州、衡水、張家口、邯鄲等南部城市發(fā)展，補(bǔ)足短板，進(jìn)而提高京津冀區(qū)域公共服務(wù)的整體水平。

其次，根據(jù)京津冀區(qū)域現(xiàn)有公共服務(wù)資源的空間分布狀況，對(duì)不同城市采取針對(duì)性的發(fā)展策略。具體而言，大力改進(jìn)邢臺(tái)、滄州、衡水、保定、廊坊等市的交通條件，增加道路面積，促進(jìn)其與京津的聯(lián)通與連接，優(yōu)先發(fā)展滄州、張家口等城市的環(huán)境設(shè)施，加強(qiáng)對(duì)綠化覆蓋率，改進(jìn)邯鄲的醫(yī)療條件和服務(wù)水平，加強(qiáng)對(duì)邯鄲、衡水的教育扶植。

第三，對(duì)于河北省的城市而言，通過(guò)產(chǎn)業(yè)升級(jí)、政策優(yōu)惠等方式大力吸引人才流入，尤其將廊坊市全域和石家莊、保定等地級(jí)市市區(qū)作為增長(zhǎng)極，促進(jìn)重點(diǎn)城市化區(qū)域的成長(zhǎng)和發(fā)育，通過(guò)產(chǎn)業(yè)空間構(gòu)建和就業(yè)帶動(dòng)等方式提升其城市影響力，通過(guò)匯聚人口來(lái)激發(fā)公共服務(wù)的活力，促進(jìn)市域公共服務(wù)水平的提升。

第四，促進(jìn)京津冀區(qū)域公共服務(wù)資源均等化，需要進(jìn)一步優(yōu)化政策路徑，尤其需要促進(jìn)優(yōu)質(zhì)資源的均衡布局，強(qiáng)化河北省各城市公共服務(wù)資源的核心吸引力，切實(shí)提升公共服務(wù)部署在優(yōu)化人口空間格局方面的引導(dǎo)作用。

注釋：

①由于各城市2020年的人口數(shù)據(jù)來(lái)自第七次人口普查，與2011—2019年的人口數(shù)據(jù)之間存在較大跳躍，北京、天津兩市統(tǒng)計(jì)局已根據(jù)2020年的普查數(shù)據(jù)對(duì)2011—2019年的數(shù)據(jù)進(jìn)行了修訂，但河北各市沒(méi)有官方的修訂數(shù)據(jù)，為了保持?jǐn)?shù)據(jù)序列的平滑性，熵權(quán)法和主成分法計(jì)算權(quán)重時(shí)僅才用了2011—2019年的指標(biāo)數(shù)據(jù)。

②數(shù)據(jù)來(lái)源：2011—2021年的《中國(guó)城市統(tǒng)計(jì)年鑒》《北京區(qū)域統(tǒng)計(jì)年鑒》《天津統(tǒng)計(jì)年鑒》。

③北京、天津統(tǒng)計(jì)局已根據(jù)七普數(shù)據(jù)對(duì)以往常住人口數(shù)字進(jìn)行修訂，河北省暫未修訂。

④考慮到疫情期間人口流動(dòng)與往常有較大差異，因此選取2018年未受疫情影響時(shí)期的數(shù)據(jù)進(jìn)行此項(xiàng)分析。數(shù)據(jù)來(lái)源：騰訊出行數(shù)據(jù)，https：//heat.qq.com/wap_qqmap_big_data/qianxi_index.html。