李書婷,張 瑜
(1.山西金融職業(yè)學院,山西 太原 030000;2.馬來西亞蘇丹依德里斯教育大學 管理與經(jīng)濟學院,馬來西亞 霹靂州丹戎馬林 35900;3.中國人民大學 應用經(jīng)濟學院,北京 100872)
黨的二十大報告圍繞促進區(qū)域協(xié)調發(fā)展作出一系列重要部署,強調“以城市群、都市圈為依托構建大中小城市協(xié)調發(fā)展格局”。中國城市群的快速發(fā)展是當前中國城市化進程中的一個重要現(xiàn)象。城市群的形成和發(fā)展對于提高區(qū)域經(jīng)濟發(fā)展水平、優(yōu)化城市空間結構、促進資源集約利用、推動城市可持續(xù)發(fā)展等方面具有重要意義。然而,由于城市群內部城市之間的空間結構和時空特征的差異,城市群的發(fā)展也存在著一些問題和挑戰(zhàn),例如單中心城市過度發(fā)展、城市群內部城市發(fā)展不均衡、資源浪費等。因此,對于城市群空間結構演變及其時空特征的研究,可以更加深入地了解城市群的發(fā)展趨勢和規(guī)律,為城市群規(guī)劃和發(fā)展提供依據(jù)。同時,也有助于促進城市群之間的協(xié)同發(fā)展,提高城市群的整體競爭力,為城市群可持續(xù)發(fā)展提供理論支撐和指導。
關于城市群范圍的界定,國內學者基于不同的界定方法,提出了不同的城市群空間范圍識別的標準。方創(chuàng)琳(2005)結合中國城市群形成發(fā)育的特征,提出“3+11+14”的三大等級、28 個城市群構成的結構體系[1]。之后,此發(fā)展框架進一步被修改為“15+8”的23 個城市群空間結構格局[2],即由政府主導建設的23 個城市群中,其中15 個已達到發(fā)育標準,8 個尚未達到發(fā)育標準。此外,國內其他著名學者,結合中國城市化發(fā)展階段特征和城市群發(fā)育程度,相繼提出了相應的城市群發(fā)展框架[3-6]。
文章以城市間經(jīng)濟聯(lián)系為依據(jù)來識別城市群空間范圍,同時參考已有研究的劃分方法,結合《國家新型城鎮(zhèn)化規(guī)劃(2014—2020 年)》 《全國主體功能區(qū)劃》 《中華人民共和國國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035 年遠景目標綱要》等多個官方文件,最終確定20 個城市群作為研究對象,其中包括13 個發(fā)育程度較高的國家級城市群和7 個經(jīng)濟發(fā)展程度較低的區(qū)域性城市群。具體包括京津冀、長三角、珠三角、山東半島、海峽西岸、武漢、長株潭、江淮、中原、關中平原、成渝、遼中南、哈長13 個國家級城市群,以及南昌、呼包鄂、晉中、南寧、蘭西、滇中、黔中7 個區(qū)域性城市群。從全國層面來看,文章選取的20 個城市群涵蓋了中國東部、中部、西部、東北四大區(qū)域;從區(qū)域層面來看,20 個城市群包含了165個城市單元,約占全國設區(qū)城市數(shù)的56%,其中包括4 個直轄市、155 個地級市、2 個自治州和4 個縣級市。除海口、銀川、拉薩和烏魯木齊外,其他所有省會城市均涵蓋在內。
合理量化城市群空間結構并總結其特征和演變規(guī)律是研究的重要前提。對于空間結構的研究,不同研究關注的角度有所差異。文章從區(qū)域經(jīng)濟學研究視角出發(fā),基于單中心和多中心維度來分析空間結構。沿用Anas 等(1998)[7]對形態(tài)單中心和多中心的定義,根據(jù)要素是否集聚在中心城市,以及多大程度上集聚于中心城市,來判斷城市群空間結構屬于單中心化還是多中心化。文章以中心度及其變化刻畫城市群空間結構的演變趨勢。需要說明的是,中心度指數(shù)的大小僅表明集中程度的高低差異,只具有相對意義,不存在絕對的單中心和多中心。對空間結構的測算,可以采用衡量區(qū)域層面的單中心和多中心程度,如位序規(guī)模法則、城市基尼系數(shù)、赫芬達爾指數(shù)、首位度等。這些測算方法均是基于城市規(guī)模而構造,都可以反映出城市間經(jīng)濟活動的空間分布和集中程度,并不存在本質上的差異。文章著重以位序規(guī)模法則和城市基尼系數(shù)構造的中心度指數(shù)為主來分析城市群空間結構的演變特征。
(1) 位序規(guī)模法則
位序規(guī)模法則是從城市規(guī)模和城市規(guī)模位序的關系角度來分析城市體系的規(guī)模分布特征,是衡量形態(tài)單中心和多中心最常用的指標。文章借鑒Meijers&Burger(2010)[8]研究美國大都市區(qū)空間結構的方法,通過對城市群規(guī)模等級結構的空間分布特征來反映中國城市群空間結構的單中心—多中心程度。位序規(guī)模法則的公式為:
其中,Pi是城市i 的人口規(guī)模,Ri是城市位序,q 為OLS回歸斜率的絕對值,也稱Zipf 指數(shù)。文章將q 定義為中心度,用以判斷城市群空間結構的集中程度,q 越大,表明規(guī)模等級結構呈冪律分布,城市群規(guī)模分布差異較大,核心城市的地位突出,城市群趨于單中心結構;反之,當q 越小,規(guī)模等級結構的空間分布呈現(xiàn)均衡化模式,城市群內部規(guī)模分布較為均衡,高位序城市規(guī)模不突出,城市群趨于多中心結構分布。因此,通過觀察城市群不同年份的Zipf 指數(shù)變化,可以分析出城市群空間結構的演化特征。
(2) 城市基尼系數(shù)
基尼系數(shù)最早是由意大利統(tǒng)計學家Gini(1912)提出,是衡量地區(qū)居民收入分配差異性的指標,城市基尼系數(shù)由此而來。考慮到城市群中的城市數(shù)量、各城市群經(jīng)濟體量存在較大差距,文章在計算城市基尼系數(shù)時選擇以城市人口為權重。城市群的基尼系數(shù)的具體公式為:
現(xiàn)有文獻對空間結構測算大多采用社會經(jīng)濟統(tǒng)計數(shù)據(jù),如城市人口數(shù)據(jù)、就業(yè)數(shù)據(jù)或GDP 數(shù)據(jù)。對于城市人口數(shù)據(jù),《中國城市統(tǒng)計年鑒》中的戶籍人口數(shù)據(jù)無法反映城市的真實人口規(guī)模,由此測算的城市群空間結構容易出現(xiàn)偏誤。而每十年一次的全國人口普查數(shù)據(jù)包含城市常住人口數(shù)據(jù),但時間間隔較長,難以形成連續(xù)年份的面板數(shù)據(jù)。對于就業(yè)統(tǒng)計數(shù)據(jù)而言,也有諸如人口數(shù)據(jù)的弊端,且多年來的就業(yè)統(tǒng)計口徑變動較大,不利于長時序觀測,難以反映真實的城市質量。GDP 數(shù)據(jù)的內生性更強,往往導致顯著的因果偏差。正是由于以城市行政單元統(tǒng)計的社會經(jīng)濟統(tǒng)計數(shù)據(jù)存在諸多弊端,導致由此測算的空間結構指數(shù)難以真實準確地刻畫城市群空間結構的時空特征和演變規(guī)律。
考慮到社會經(jīng)濟統(tǒng)計數(shù)據(jù)的不足,文章采用全球夜間燈光數(shù)據(jù)作為基礎數(shù)據(jù)來測算城市群中心度指數(shù)。在經(jīng)濟學領域,夜間燈光數(shù)據(jù)已經(jīng)得到廣泛應用。文章選取的2000—2020 年可比較的中國城市夜間燈光數(shù)據(jù)集,來源于2000—2013 年的DMSP/OLS 夜間燈光數(shù)據(jù)和2014—2020 年的NPP-VIIRS 夜間燈光數(shù)據(jù)。關于不同時間段、不同衛(wèi)星的夜間燈光數(shù)據(jù)的來源與處理,需要說明的有以下幾點:其一,2000—2013 年夜間燈光數(shù)據(jù)源于美國空軍防御氣象衛(wèi)星(Defense Meteorological Satellite Program,DMSP)搭載的業(yè)務型掃描傳感系統(tǒng)(Operational Linescan System,OLS)探測所得,簡稱DMSP/OLS 夜間燈光數(shù)據(jù)。這一數(shù)據(jù)集經(jīng)美國軍方收集后,由美國國家海洋和大氣管理局(NOAA)國家地球物理數(shù)據(jù)中心(NOAA's National Geophysical Data Center)進行處理并對外發(fā)布。盡管對外公布的燈光影像已經(jīng)經(jīng)過初步的處理,但該數(shù)據(jù)集仍存在一些問題不便于直接使用,如數(shù)據(jù)未經(jīng)輻射定標、存在明顯的“飽和”現(xiàn)象等問題。其二,2014—2020 年夜間燈光數(shù)據(jù)來源于美國2011 年發(fā)射的新一代對地觀測衛(wèi)星(Suomi National Polarorbiting Partnership,SNPP)搭載的可見光/紅外輻射成像儀(Visible Infrared Imaging Radiometer Suite,VIIRS)所獲取的夜間燈光遙感影像。相比于DMSP/OLS 夜間燈光數(shù)據(jù),NPP-VIIRS 數(shù)據(jù)集不存在像元亮度飽和的問題,且在時間分辨率、空間分辨率和輻射分辨率等方面都更有優(yōu)勢,不同年份數(shù)據(jù)的可比性也較強。這一數(shù)據(jù)集在2012 年開始對外發(fā)布并持續(xù)更新,成為經(jīng)濟活動估算的新熱點。通過對這兩個不同時間段的衛(wèi)星數(shù)據(jù)集進行處理、校正和整合,構建了2000—2020 年間長時序可比較的城市夜間燈光數(shù)據(jù)集。
選取2000—2020 年間的城市夜間燈光數(shù)據(jù),文章采用多種方法(如位序規(guī)模法、基尼系數(shù)等) 對中國20 個城市群的空間結構指數(shù)進行計算。具體從整體趨勢、分區(qū)域特征、個體差異三方面對中國城市群空間結構指數(shù)的變化趨勢進行分析。
為判斷城市群中心度的整體趨勢,文章將各城市群中心度指數(shù)簡單加權求得城市群中心度指數(shù)均值,以判斷中國城市群空間結構的總體演變趨勢?,F(xiàn)有文獻普遍認為,空間結構形態(tài)具有相對的黏性(或穩(wěn)定性),即在一段時間內,空間結構指數(shù)的變化有限。文章測得的中國城市群空間結構指數(shù)也表現(xiàn)出這一規(guī)律,2000—2020 年間,由位序規(guī)模法測得的城市群平均中心度指數(shù)的波動區(qū)間在[1.54,1.09]之間,基尼系數(shù)、HHI 指數(shù)測得的中心度指數(shù)波動區(qū)間更小,分別在[0.51,0.38]和[0.35,0.26]之間。多種測算方法得出的中心度指數(shù)表明,其變動幅度有限,表現(xiàn)出一定的穩(wěn)定性。
除穩(wěn)定性外,中心度指數(shù)還呈現(xiàn)出明顯的多中心化趨勢。圖1 展示了位序規(guī)模法則、基尼系數(shù)、HHI 指數(shù)等多種方法測得的中心度指數(shù)的變化趨勢,結果顯示,不同方法得出的變化趨勢是一致的,即城市群中心度指數(shù)均值呈現(xiàn)出明顯的下降趨勢。Zipf 指數(shù)測算得出的城市群中心度指數(shù)均值從2000 年的1.54 波動下降至2020 年的1.09,基尼系數(shù)和HHI 指數(shù)也呈現(xiàn)出相似的波動下降趨勢。這意味著在平均意義上,中國城市群呈現(xiàn)出普遍明顯的多中心化趨勢。
圖1 城市群中心度指數(shù)整體變化趨勢
(1) 不同發(fā)育程度的城市群空間結構特征
考慮到不同方法得到的中心度指數(shù)變化趨勢一致,文章以位序規(guī)模法說明空間結構指數(shù)的區(qū)域特征。將20 個城市群按照發(fā)育程度分為國家級城市群和區(qū)域性都市圈兩類,圖2 對比了兩種等級城市群的中心度指數(shù)變化趨勢。如圖2 所示,不同發(fā)育等級城市群中,中心度指數(shù)表現(xiàn)出顯著的空間差異。在大部分時間段內,發(fā)育程度較高的國家級城市群,其中心度要低于發(fā)育程度較低的區(qū)域性都市圈,表明經(jīng)濟基礎較好、發(fā)展階段較高的國家級城市群的多中心程度要高于經(jīng)濟基礎相對薄弱的區(qū)域性都市圈。盡管如此,兩種等級的城市群中心度差距在不斷縮小,甚至在少數(shù)年份,區(qū)域性都市圈的多中心程度要高于國家級城市群。
圖2 不同等級的城市群中心度指數(shù)變化
(2) 不同地區(qū)的城市群空間結構特征
文章將20 個城市群按照所處板塊劃分為東部、中部、西部、東北四大地區(qū)①東部地區(qū)城市群包括京津冀、長三角、珠三角、山東半島和海峽西岸等城市群,中部地區(qū)城市群包括武漢、長株潭、江淮、中原、南昌、呼包鄂、晉中城市群,西部地區(qū)城市群包括成渝、關中平原、北部灣、蘭西、滇中、黔中等城市群,東北地區(qū)城市群包括哈長和遼中南城市群。,圖3 對比了四大地區(qū)城市群的中心度指數(shù)變化趨勢。從圖3 中可以看出,中心度指數(shù)呈現(xiàn)出顯著的空間差異特征。其中,東部地區(qū)城市群的中心度指數(shù)降幅最大,且現(xiàn)階段東部地區(qū)城市群的多中心程度最高;中部和東北地區(qū)城市群的中心度指數(shù)相差不大,且變動趨勢基本一致,目前中部地區(qū)城市群的多中心程度略高于東北地區(qū)城市群;西部地區(qū)城市群的中心度指數(shù)在樣本期間有較大的波動幅度,且多中心程度顯著低于其他地區(qū),與東部、中部、東北地區(qū)城市群形成明顯落差?,F(xiàn)階段來看,中國城市群多中心程度從高到低的順序依次是:東部地區(qū)城市群、中部地區(qū)城市群、東北地區(qū)城市群和西部地區(qū)城市群。
圖3 不同地區(qū)的城市群中心度指數(shù)變化
(1) 代表性年份城市群中心度指數(shù)變化
從個體城市群的中心度指數(shù)變化趨勢,可以更清楚地看出城市群空間結構演變的空間差異特征。圖4 顯示了2000 年、2010年、2020 年三個年份下,基于位序規(guī)模法測算的各城市群中心度指數(shù),對比這三個年份的中心度數(shù)值發(fā)現(xiàn),絕大部分城市群的中心度指數(shù)均呈現(xiàn)出“2000 年>2010 年>2020 年”的下降趨勢,這也印證了圖1 的結論,即中國城市群整體上呈現(xiàn)明顯的多中心化趨勢。值得注意的是,關中平原城市群的中心度指數(shù)顯著高于其他城市群,表明其單中心結構的形態(tài)十分突出;呼包鄂都市圈的中心度指數(shù)最低,這與其中包含的城市數(shù)量最少有關。
圖4 不同年份下各個城市群中心度指數(shù)變化
(2) 全部年份城市群中心度指數(shù)變化
個別年份的中心度指數(shù)變化固然可以說明城市群空間結構演變的一些時空特征,但綜合2000—2020 年長時序連續(xù)年份的面板數(shù)據(jù),可以更細致地解釋城市群空間結構演變的個體特征。文章借鑒股市K 線圖予以說明,如圖5 所示。利用K 線實體和上下影線來刻畫每個城市群在2000—2020 年間的中心度指數(shù)的變化情況。其中,柱狀部分的實體大小表示該城市群中心度指數(shù)均值加減一個標準差所至的區(qū)間,上影線和下影線所至表示樣本期內該城市群中心度的最大值和最小值。圖5 中,各城市群在橫軸上的排序是按照東部、中部、西部、東北四大地區(qū)劃分。
圖5 各城市群中心度指數(shù)變動幅度
從圖5 中可以看出,各城市群空間結構演變過程中表現(xiàn)出以下特征:一是,在樣本期內(2000—2020 年間),所有城市群中心度指數(shù)均呈現(xiàn)出顯著的波動下降趨勢,中國城市群的去中心化趨勢明顯。二是,大部分城市群的中心度指數(shù)標準差較小,表明空間結構具有相對黏性(或穩(wěn)定性)。少數(shù)城市群的中心度指數(shù)有較大幅度的下降,如海峽西岸、呼包鄂和黔中等城市群,表明這些城市群的多中心化趨勢明顯。三是,從中心度指數(shù)的絕對值大小來看,大部分城市群的中心度回落至1 附近,少數(shù)城市群,如山東半島、呼包鄂城市群的中心度更低,這表明城市群的中各城市之間規(guī)模分布相對合理,之前依靠核心城市支撐的單中心空間結構逐漸趨于多中心化。
文章通過構建可比較長時序面板數(shù)據(jù)集分析了中國城市群空間結構的演變規(guī)律。主要結論有兩點:第一,利用全球夜間燈光數(shù)據(jù),文章重構了2000—2020 年間的可比較的城市夜間燈光面板數(shù)據(jù)集,用以對中國城市群空間結構進行刻畫。通過計算發(fā)現(xiàn),中國城市群空間結構具有一定黏性,但也呈現(xiàn)出普遍明顯的多中心化趨勢,即黏性與多中心化并存。位序規(guī)模法、基尼系數(shù)、赫芬達爾指數(shù)等多種測算方法均證實這一結果是成立的。第二,從城市群空間結構的區(qū)域特征和個體差異來看,經(jīng)濟基礎較好、發(fā)展階段較高的國家級城市群的多中心程度要顯著高于經(jīng)濟基礎相對薄弱的區(qū)域性都市圈?,F(xiàn)階段,東部地區(qū)城市群的多中心程度最高,且多中心進程顯著,西部地區(qū)城市群的多中心程度最低且多中心化趨勢緩慢。
基于上述研究結論,文章有如下政策建議:在城市群層面,應積極引導多中心城市網(wǎng)絡的形成,通過積極的財政支持和稅收優(yōu)惠等政策手段,激勵城市間的合作和互利共贏;加強城市群的多中心發(fā)展規(guī)劃,引導城市群內部的城市合理布局和發(fā)展,避免城市群內部的城市發(fā)展不均衡;建立跨行政區(qū)域的管理體系。協(xié)調各地政策和資源,促進城市群內部的協(xié)同發(fā)展。各級地方政府應積極打造面向未來、更合理有序的多中心城市網(wǎng)絡體系,同時加快打造互聯(lián)互通的基礎設施,通過高速公路、機場、鐵路、港口等基礎設施的建設,降低城際運輸成本、溝通成本,為多中心發(fā)展模式提供便利,以此為城市群實現(xiàn)區(qū)域協(xié)調發(fā)展創(chuàng)造有利的“空間”環(huán)境。