中国城镇化结构发展现状、原因与对策

2019-06-21阚大学吕连菊

江西广播电视大学学报 2019年2期

阚大学，吕连菊

（南昌工程学院经济贸易学院，江西南昌 330099）

一、城镇化结构测度方法选择

目前城镇用地规模数据获取较为困难，且可比性较差，一般城镇化结构主要是用城镇人口规模结构来测度。由于中国长距离的劳动力迁移较少，城镇化是高度本地化的、中国城镇间存在行政层级，低层级城镇经济活动受到上级城镇影响以及为了追求经济增长，在财政分权竞争背景下，各省域间存在市场分割。因此，为了衡量中国和三大地区的城镇人口规模结构，将中国31个省域涵盖的城市看成是相对独立的城镇体系。然后利用各省域县级市及以上城市样本与首位度指数、基尼系数、赫芬达尔指数和熵值法四种方法来测度，进而避免仅利用地级市为样本测度和仅利用单一方法测度所产生的结果不可靠。这里之所以没有用文献中通用的Zipf法则和Pareto指数，是因为Zipf法则虽然在一定程度上反映出了城镇规模分布情况，但其主要侧重的是城镇规模与对应的位序关系，且其理论基础缺乏明确解释，又其和Pareto指数均是通过普通最小二乘法拟合的结果，往往是有偏差的（谢小平和王贤彬，2012）［1］。此外，之所以没有用城市流强度来测度是因为其主要反映的是区域内城市对于外部区域辐射能力的强度，即经济影响力。故文章首先用首位度指数来测算城镇化结构，但由于该指数主要是刻画区域内城市人口在最大城市的集中度，并不能完整反映整个省域城镇化结构。因此，文章进一步用基尼系数、赫芬达尔指数和熵值法来测度。其中基尼系数侧重区域城市规模之间的差距，赫芬达尔指数测度的是整个省域城市居民的集中度，熵值法则是一种客观赋权法，可以对城镇人口规模结构的多样性和合理性做出客观描述。三种方法与首位度指数相比，均能更加完整地反映城镇化结构情况。

二、城镇化结构发展现状分析

（一）基于首位度指数的现状分析

1939年，Jefferson提出了城市首位律（Law of the Primate City），用来反映一国（地区）的城镇化结构。其提出了首位度指数中的二城市指数，即首位城市与第二位城市的人口规模之比。依据奥尔巴赫理论，理想状态下二城市指数为2，但仅用二城市指数来测度人口规模在最大城市的集中程度不免以偏概全。因此，学术界又提出了四城市指数和十一城市指数，以便能较为全面的反映城镇化结构。但四城市指数和十一城市指数与二城市指数存在很大的相关性，相关性高达0.8以上，因此，文章依然采用二城市指数，这样做显得更为简单实用。

由于北京、天津、上海、重庆均为直辖市，因此，为了更好地利用二城市指数对中国和三大地区城镇化结构进行分析，借鉴朱顺娟和郑伯红（2014）做法［2］，将北京、天津归属到京津冀区域，上海归属到苏沪区域，重庆并入四川。具体计算结果如表1所示。从表1可知，相对2000年的3.575，2016年中国二城市指数平均值下降为2.824，表明中国城镇集中度下降，中国城镇化结构向均衡方向转化。分区域来看，东中西部地区2016年二城市指数平均值分别为2.178、2.662和3.412，可见，东部地区的城市集中度较低，仅比理想状态稍高，而西部地区的城市集中度最高，城镇化结构最不均衡。

表12016 年中国二城市指数

（二）基于基尼系数的现状分析

众所周知，基尼系数是用来衡量一个国家（地区）收入差距的，但由于一个国家（地区）的城市所处地理位置、历史基础和享受政策优惠程度等不同，所有城市难以同步发展。因此，基尼系数也可以用来测度城镇化结构情况。具体测度公式如下：

其中，n为区域内城市数量，Scale为城市人口规模，其中Scale1≥Scale2≥……≥Scalen，TS为n个城市的人口总和或区域总人口。当基尼系数为0时，表示区域内城市人口规模相同，规模分布最分散，当基尼系数为1时，则表示区域内人口全集中在一个城市。因此，基尼系数越大，城市规模分布集中度越高。

利用上述公式计算发现，中国城镇化结构基尼系数从2000年的0.578下降为2016年的0.512，城市规模分布集中度趋于下降，中国城镇化结构向均衡方向转化。进一步计算发现，2016年东中西部地区的城镇化结构基尼系数分别为0.501、0.513和0.562，而城镇化结构基尼系数位于0.50-0.55属于城市规模分布较为均衡，大于0.55属于城市规模分布较为集中。故相对而言，西部地区城镇化结构不合理，东中部地区城镇化结构较为合理，其中东部地区城镇规模分布最为均衡。

（三）基于赫芬达尔指数的现状分析

赫芬达尔指数，全称赫芬达尔—赫希曼指数（Herfindahl-Hirschman Index，简称 HHI）。一般是用来测度市场中企业规模的离散度，衡量企业市场份额的变化。其是指一个行业中各企业所占行业总收入或总资产百分比的平方和。因此，为了利用该指数测度城镇化结构，其被定义为各城市人口规模占区域城市总人口规模比重的平方和。其公式如下：

其中，Xi为i城市的人口数，X为区域总人口数。HHI值越大，表明城镇规模分布集中度越高。通过计算发现，中国2000年的HHI指数为0.083，2016年则下降到0.065，说明中国城镇规模分布集中度下降了，中国城镇化结构向均衡方向转化。其中2016年三大地区的HHI指数分别为0.053、0.064、0.082，可见，东部地区最小、中部地区次之，西部地区最大。因此，东部地区城镇人口分布最为均衡，西部地区城镇人口规模分布最不均衡。

（四）基于熵值法的现状分析

熵是德国物理学家克劳修斯1850年创造的一个热力学术语，其公式如下：

其中，Pi表示区域内各种规模城市数量占城市总数的比重，当Pi之间差别越小时，熵值就越大；城镇数量n增加时，熵值也越大。因此，计算出的熵值较小，则表明当Pi之间差别较大或城镇数量较少，这一般发生在一个地区城镇体系不成熟、不健全的第一阶段或者城镇体系较为完善，中小城市大多成为大城市，不再有新中小城市出现的第三阶段。故在获知城镇化结构是否均衡前，需先判断地区城镇体系处于哪个发展阶段。用上述公式计算了中国2000-2016年城镇化结构的熵值，发现熵值在0.953-1.192之间，总体来说，熵值处于第一阶段，并且熵值近年来整体趋势是在平稳增长，说明中国城镇化结构逐渐趋于合理。进一步计算了三大地区2016年的熵值，如表2所示。从表2可知，东部地区熵值最高，为1.168，中部地区次之，为1.024，西部地区最低，为0.987。这说明相对中西部地区，东部地区城镇化结构最均衡，各城镇规模和数量较为合理；而中部地区城镇化结构比较均衡，但城市规模偏小；西部地区则城镇化结构出现断层，中等城市较少，小城市规模较小。

表2 三大地区城镇化结构熵值

三、导致城镇化结构发展现状的原因

首先，2000年以来中国城镇结构逐渐向均衡方向转化的原因有以下几点：一是中国入世后，经济发展较快，工业比重提高，支撑了越来越多的中小城市发展，进而成长为大城市，致使大城市数量增多，由原先的“一支独秀”逐渐转向“百花齐放”的局面，新的大城市（或特大城市、超大城市）的出现降低了原先最大城市的份额，致使城市集中度趋于下降；二是中小城市的发展速度超过了大城市及以上城市，大城市及以上城市对中小城市的辐射作用发挥了积极效果。

其次，2000年以来东部地区城镇结构较为均衡，中部地区次之，西部地区城镇结构较为失衡的原因在于东部地区的区位优势和国家政策倾斜，使其各省市较快发展，特别是入世后，其外向型经济发展更快，使其产业发展水平大幅提高，支撑了中小城市成长为大城市，且东部地区在入世后市场化进程较快，区域市场分割程度降低，对外经济和贸易联系加强，使得比邻城市发展速度明显增加，大城市对中小城市的辐射作用也相应提高；此外，东部地区的超大城市和特大城市的人口生活成本和住房价格高，存在拥挤效应、就业难和环境污染等问题，其企业用工成本和租金等成本高，且生产要素的边际产出效率趋于下降，这些所带来的负效应超过了个体和企业迁移到超大城市和特大城市所享受到的差异化产品结构带来的正效应；且东部地区交通发达，劳动力要素在省域内流动便利，除超大和特大城市外的大城市替代集聚效应较大，使得东部地区的人口重心趋于偏离超大和特大城市，两类城市人口集聚的向心力被分散（倪鹏飞等，2014）［3］。而中部地区的区位优势、劳动力和用地成本低、中部崛起战略给予的政策优惠使其正好承接了东部地区城市的产业转移，和东部地区邻接和相近的中小城市也逐渐发展起来；且中部地区中小城市的交通条件得到了明显改善，与本省大城市和东部主要城市的往返时间大大缩短，受到的辐射作用增强；此外，该地区中小城市的基础设施等条件得到了明显改观，生活生产成本相对较低，城市拥挤效应和环境污染不明显，个体和企业迁移的规模经济效应大于负面效应，使中部地区中小城市的人口集聚向心力增加。至于西部地区，虽然实施了西部大开发战略，得到了国家大力扶持，但更多的使其主要城市开始迅速发展；且由于西部大开发战略实施的深度和广度问题，西部地区主要城市的发展并未对中小城市起到很好的辐射作用，致使大部分小城市并未成长为中等城市，出现中间断层，城镇化结构失衡；且西部地区中小城市的交通条件和其他基础设施条件较为落后，难以主动对接该地区主要城市的辐射作用，又中小城市教育、医疗、文化等软环境较差，这些带来的负面影响超过了该地区要素价格低、环境污染少等所带来的正面效应，对劳动力和企业迁移的吸引力不足（李晓阳和黄毅祥，2014）［4］，致使该地区中小城市规模偏小，城镇结构不合理。