中国城市化速度区域差异及其主要影响因素分析

杨晓娇,王效科

1.中国科学院生态环境研究中心,城市与区域生态国家重点实验室,北京 100085

2.中国科学院大学,北京 100049

0 前言

中国的城市化问题,已成为全世界关注的焦点[1]。美国诺贝尔经济学奖得主斯蒂格利茨曾预言,中国的城市化是21 世纪对世界影响最大的两件事之一。城市化就是农村人口为了更好的就业条件、经济水平、社会资源和公共服务等迁移城市[2-3],导致城市人口比重持续增长,城市用地需求和规模不断扩大[4-8],由此带来了巨大的生态环境挑战[9-10]。人口的聚集需要更多资源能源供给,产生了大量的废物、废水和废气[11],由此造成了空气污染、水资源污染、土地退化和生态系统服务功能下降等一系列严重问题[12-13]。我国幅员辽阔,生态环境、社会经济发展状况差异巨大,城市化水平也不一样,这将会造成城市化速度的区域差异。因此,有必要对人口城市化和城市扩张的区域差异及其主要影响因素进行深层次的探究和讨论。

近年来,针对人口城市化和建设用地城市化区域差异及驱动因素的研究一直是学者关注的焦点。许学强等[14]、刘玉[15]、曹广忠等[16]对城市化的区域格局研究表明,不同的区域因历史背景、地理条件、经济基础和规划模式等的不同,导致了城市化的显著差异。为了探究城市化驱动机制,学者们对城市化进行了综合测度[17-19],结果表明城市系统的演变过程是多元的、复杂的和不确定的,影响其发展的因素具有多个维度和时空差异。曹广忠等[20]的研究结果显示,沿海省区的城市化水平受到多种因素不同程度的影响,并具有明显的个性化特征。朱传耿等[21]对中国地级城市的人口城市化的影响因素做了研究,认为中国城市人口规模与经济实力要素、社会发展要素和消费要素显著相关,但与经济结构要素相关性不显著；而秦佳等[22]认为第二、三产业就业水平和产值水平,以及人均GDP 的差距造成中国地级城市人口城市化水平空间差异的主要原因。卢丽文等[23]认为区位因素是影响中国省份人口城镇化水平的一个重要因素,经济的发展和第二三产业的发展对人口城镇化有正向促进作用,其中,第三产业的推动作用最明显。刘永健等[24]对中国省份的建设用地驱动因素作了研究,认为经济增长、财政赤字率以及经济政策执行力是主要因素。

可以发现,现有文献大多数都是探讨经济发展、产业结构等与城市化的关系,并认为经济发展是城市化区域差异的主要原因。城市作为社会-经济-自然的复合系统,而自然资源、环境以及地理区位作为城市发展的基础要素,在城市化进程中具有重要作用。鉴于此,本文以2000—2014年为时间范围,以中国地级及以上城市为研究对象,选取人口城市化速度和建成区面积城市化速度两个城市化表征指标,分析了城市化速度的区域差异,并采用相关分析、因子分析和多元回归的方法,从人口、经济、社会、资源和环境等角度,构建城市化影响因素指标集,分析影响中国城市化区域差异的主要影响因子,为我国城市局部优化、城市功能提升、城市发展的合理规划及区域可持续发展提供可参考依据。

1 数据来源与研究方法

1.1 数据来源

本文数据主要来自《中国城市统计年鉴》(2001—2015)及各省统计年鉴和相关地市统计年鉴,个别年份数据的缺失采用相邻年份值插值补齐。气象数据资料均来自中国气象局气象数据中心中国气象数据网(http://data.cma.cn/)。

1.2 研究样本和指标选取

1.2.1 研究样本

进入21 世纪后的近十多年是中国城市化持续高速发展的阶段。城市数量和规模迅速增加的同时,城市资源环境受到胁迫,城市化质量也面临巨大挑战。因此,本文选取2000—2014年为研究时段。这个时段能够代表中国城市化发展最快速的阶段,也能代表三个五年计划从落实到完成的三个阶段。

选取中国地级及以上城市为研究单元。地级市作为每个地区的“中心城市”不仅在城市建设和人口吸纳方面都具有更强的带头作用,而且能反映出各个区域城市化的主要特征。本文参考国家行政区划网及相关年份《中国人民共和国行政区划简册》,对基础数据进行比对核实,除去研究时段期间行政区划变动较大的城市和数据缺失严重的城市,保留了数据连续性较好的261 个地级及以上城市,构成分析样本。

1.2.2 指标选取

本文认为,城市人口增长和空间扩张是城市化的外在表现,所以选取人口城市化速度和建成区面积城市化速度作为城市化指标。以2000—2014年市辖区年末总人口的平均年增长率定量人口城市化速度,市辖区建成区面积的平均年增长率定量建成区面积城市化速度。市辖区年末总人口以户籍人口为统计范畴,能够代表真正在城市落户的人口,也能避免以常住人口为统计方法带来的不准确性。市辖区建成区是指城市市辖区内实际开发建设和基础公共设施基本具备的地区,是城市居民集中活动的场所,也是城市空间扩张的主要对象。

本文以2000年为基准年并根据数据的可获得性,从规模、资源、地理、环境、经济、社会这六个方面中一共选取40 个基础指标构建城市化速度的影响因素指标集。其中需要说明的是,虽然政策和行政的变化是城市化的重要影响因素,但随着城市化的多元发展,政策和制度因素的效能在不断降低,并且难以定量化,所以本文未将其考虑在影响因素指标集内。另外,综合经济区划指标按照六大地理分区,分为华北、东北、西北、华东、中南和西南六个大区；行政区划指标分为直辖市、省会城市和地级城市。

1.2.3 城市化速度指标计算

人口城市化速度以人口平均年增长率来计算,建成区面积城市化速度以建成区面积平均年增长率来计算,计算公式为:

式(1)中,K1为人口平均年增长率；Pn为期末人口；P0期初人口；n为年数。

式(2)中,K2为建成区面积平均年增长率,An为期末建成区面积,A0期初建成区面积,n为年数。

式(3)中,K表示城市用地增长弹性系数。

1.3 数据处理

本文运用Microsoft Excel 2016 和SPSS 20.0 软件对数据进行整理、分析和制图。分析方法包括相关性分析、单因素方差分析、因子分析和多元回归分析。单因素方差分析用于分析处理组均数之间的差异。本文用最小显著差异法(LSD)检验组间成对均值的差别,显著性差异水平小于0.05。因子分析是一种数据降维的方法,不仅能够把多个观测变量归类为几个少数的综合指标来指标反映事物本质,还可以克服传统评价方法在处理指标高度相关和权重设定上的缺陷[25]。多元线性回归分析能表达出一个因变量与多个自变量在数量上的依存关系。本研究对因子分析的结果进行了KMO 和Bartlett 检验。结果显示KMO 大于最低标准0.5 且Bartlett 球形检验拒绝原假设(P＜0.001),适合做因子分析。然后根据特征根大于1,提取主成份因子,并用最大方差法进行旋转使因子变量更具可解释性,再将旋转所提取的主成份保存为用于多元回归分析的新解释变量因子。通过多元回归分析结果,选取1%水平上显著的新解释变量因子,并根据因子分析的旋转成分矩阵对新解释变量因子进行命名。

2 结果与分析

2.1 中国人口城市化速度和建成区面积城市化速度

中国261 个地级及以上城市的人口平均年增长率范围在-2.18—6.74%之间,均值为1.06%；建成区面积平均年增长率范围在0%—15.00%之间,均值为5.35%。从图1可知,在综合经济区划差异下,人口平均年增长率：西北＞华北＞中南＞华东＞西南＞东北,西北和东北差距最大且显著(P＜0.05)；建成区面积平均年增长率：华东＞西南＞中南＞西北＞华北＞东北,华东和东北地区差异最大且显著(P＜0.05)。由此,建成区面积城市化速度快于人口城市化速度。

2.2 指标筛选

通过相关性分析(表1)筛选,与人口城市化关系密切的指标有30 个,分别是：建成区土地面积、GDP、人均供水总量、人均居民用水总量、人均土地面积、人均园林绿地面积、纬度、经度、年平均气温、行政区划、综合经济区划、生活污水处理率、生活垃圾无害化处理率、工业固体废物综合利用率、每平方公里二氧化硫排放量、工业废水排放达标率、人均GDP、第二产业所占GDP 比重、固定资产投资总额、外商实际投资额、人口密度、人口自然增长率、人均在职工资、单位从业人员、每百人医院床位数、高等学校在校学生数、每百人公共图书馆藏书、每万人拥有公共汽电车、客运总量、货运总量。

图1 城市化的综合经济区划差异 Figure1 The difference of comprehensive economic regionalization of urbanization

表1 城市化速度指标与影响因素之间的相关性分析 Table1 Correlation analysis between urbanization speed index and influencing factors

续表

与建成区面积城市化关系密切的指标有19 个,分别是:人均居民用水总量、人均土地面积、纬度、经度、年平均气温、年平均降水、行政区划、综合经济区划、建成区绿化率、生活垃圾无害化处理率、工业固体废物综合利用率、人口密度、人均在职工资、第二产业就业人员比重、第三产业就业人员比重、每百人医院床位数、高等学校在校学生数、每 百人公共图书馆藏书、客运总量。

2.3 人口城市化速度和建成区面积城市化速度的影响因子

由表2可以看出,人口城市化速度的因子分析提取了7 个公共因子替代原来的30 个指标,累积方差贡献率达到72.3%,其中因子1、因子2 和因子3的总贡献率为49.7%。建成区面积城市化速度的因子分析提取了5 个公共因子替代原来的19 个指标,累积方差贡献率达到69.3%,其中因子1'、因子2'和因子3'的总贡献率达到51.7%。

表2 主成分总方差解释率 Table2 Principal component analysis of total variance

从表3的多元回归分析结果中,因子2、因子3和因子6 与人口城市化速度在1%水平上表现出显著的正相关性,回归系数分别是0.326、0.185 和0.276；因子1’、因子2’、因子3’与建成区面积城市化速度在1%水平上表现出显著的正相关性,回归系数分别是0.309、0.183 和-0.172。

根据表4,人口城市化速度的因子2 在人均供水总量、人均居民用水总量、每万人拥有公共汽电车和人均园林绿地面积上具有较大的系数,尤其在均供水总量和人均居民用水总量上载荷较大,主要体现了水资源、绿地资源等状况,故称作资源因子；因子3 主要载荷体现在经度、年平均气温和综合经济区划上,主要反映了自然地理的条件,可称其为地理因子；因子6 主要在生活污水处理率和生活垃圾无害化处理率上负荷较大,可作环境治理因子。结合表3可知,三个因子与人口城市化均呈正相关关系,贡献率依次为:资源因子(0.326)＞ 环境治理因子(0.276)＞ 地理因子(0.185)。

表3 逐步回归系数 Table3 Regression coefficient

表4 人口城市化速度因子成份矩阵 Table4 Factor component matrix of population urbanization

根据表5,建成区面积城市化速度的因子1',在经度、年平均气温、综合经济区划和年平均降水上具有较大负荷,主要体现了自然地理状况,将其命名为地理因子；因子2'中高等学校在校学生数、行政区划(不同的行政区划级反应了不同的城市规模,行政级别越高越能获得更多的资源,城市人口相应也会增长更快)、每百人公共图书馆藏书、人均在职工资和客运总量负荷明显,主要体现了经济、教育和交通在数量上的范围,故称作规模因子；因子3'的主要载荷体现在第三产业就业人员比重和第二产业就业人员比重,故称作经济结构因子。结合表3可知,三个因子中除了经济结构因子与建成区面积城市化速度是负相关关系,其他均为正相关关系,贡献大小分别是:地理因子(0.309)＞ 规模因子(0.183)＞ 经济结构因子(-0.172)。

表5 建成区面积城市化速度因子成份矩阵 Table5 Factor component matrix of urbanization in built-up area

3 讨论

3.1 建成区面积城市化速度与人口城市化速度

研究表明,中国的城市化发展存在区域差异。这是由于不同区域在自然背景、区位条件、发展历史和经济基础等多个方面存在很大区别[15-16]。区域差异下,中国城市化面积的扩张速度均高于人口增长速度。国内学者用城市用地增长弹性系数K(城市用地增长率/城市人口增长率)来分析城市化人地关系合理性,认为系数值为1.12 时比较合适[8]。虽然城市人均用地随城市化发展有较大幅度的增加,但城市用地增长弹性系数仍然符合我国国情,可以作为评判城市用地扩展合理性的依据之一[26]。从表6可知,各区域的城市用地增长弹性系数K都大于1.12,且全国均值为7.36,说明城市扩张与城市人口增长的不合理性。土地城市化快于人口城市化,也表明中国稀缺而有限的土地在开发利用的建设上集约程度较低,而这种依赖土地支持的城市化的可持续性令人担忧。城市扩张的主要来源是耕地资源[27],土地城市化速度过快,可能会主动或被动侵蚀18 亿亩耕地红线[28],并加剧了耕地供需矛盾、威胁粮食安全、损害生态环境系统。加之,大量肥沃有限的耕地向建设用地转化的过程也是不可逆的[29]。

随着社会经济的迅速发展和城市人口膨胀,势必加强了城市住房、公共设施和交通等方面的需求。“造城运动”的兴起,郊区并入市区、郊县改为市辖区、城市规划调整等政策的实施以及当地政府的利益驱动,产生了新的圈地之风。开发区和大学城的建设失控,农村居民点用地宅基面积的超标和布局混乱等[29],使得人均建设用地增加,土地利用效率降低[30-31]。由于城市规划和建设以摊大饼的形式地盲目向周边蔓延,这些被圈入地区的产业结构在转型速度、公共基础设施、交通网络等都远落后于城市中心,造成城市布局分散和密度下降。另外,城市布局的分散和低密度的发展都会刺激城市能耗的增加,不利于节能减排[32]。同时,土地城市化过快也造成了交通运输的压力和能耗增加。例如,交通网络的分散和独立使得居民对私人小汽车的依赖程度高,交通严重堵塞；随通勤距离的拉长,相应的交通能耗增加,汽车尾气排放量增多,空气污染加剧。

表6 城市建设用地弹性系数 Table6 Urban elasticity coefficient of construction land

因此,我国城市化应遵循集约、紧凑的发展理念。城市化的紧凑型发展是指城市土地利用的空间布局的紧凑,即在有限的城市空间上布置较高密度的产业和人口,城市用地单位面积有较高的产出。这种模式能够实现城市形态上的最佳密度与土地的混合利用,避免城市空心化问题,维持市中心繁荣。同时,城市化紧凑型发展有利于减少城市基础设施、社会保障、医疗、教育的成本投入和集约,提高居民效用；还能够减少居民的通勤时间和距离,降低交通成本及能源消耗[33],对城市生态系统的可持续发展有积极作用。

3.2 城市化速度的主要影响因素

研究结果表明,在人口城市化速度增长率的影响因子中,资源因子贡献率最大,达到32.6%；在建成区面积城市化速度增长率的影响因子中,地理因子贡献率最大,达到30.9%。由此,本文认为城市化的主要影响因素为资源因子和地理因子。

由表4可知,资源因子中人均供水总量(负荷系数为0.791)和人均居民用水总量(0.742)的载荷最大,说明了水资源的是人口城市化速度的重要影响因子。水资源不仅是人口容量的决定因素,也是城市经济发展和生态环境的限制因素。结合人口城市化速度区域差异的结果可知(图1),我国西北地区和华北地区的人口城市化速度较快,因此受到资源因素的影响最大。西北地区降水稀少、气候干旱,属于我国缺水地带,城市人口的增加必然加重了水资源的需求压力；同时由于经济水平欠发达,其水资源利用效率低下,这对西北地区的人口城市化发展有很大影响。华北地区处于我国少水地带,水资源总量偏少。尤其在京津冀城市群的带动发展下,城市生活水平不断提高,大量人口聚集城市,居民用水量也随之增大,因此水资源的短缺将会成为华北地区人口城市化发展的“瓶颈”。为了区域间的协调发展,实现供给平衡,我国开展了大量的资源跨区域调配工程(如“南水北调”)。在调配的过程中,由于施工不当或者开发利用效率低下导致水资源的严重浪费,并产生了具有长远性和难以修复性的负面影响[34],严重影响了城市化的发展速度。

由表5可知,地理因子中经度(负荷系数为-0.940)和气温(0.907)的载荷最大,说明经度较低和气温较高地区的城市,其建成区面积城市化速度较快。结合图1可知,华东、西南和中南地区的建成区面积城市化速度快于西北、华北和东北地区。东南地区(尤其是东部沿海地区),依托港口、岸线以及内核网络和后方通常的陆域交通优势,使得企业不断集聚、国际资本投资聚焦[35]；经济的高速增长,企业和人口的大量集聚,工业化和城市化的得到快速发展和优化升级。因此,东南地区的城市建设用地面积随之增加、建成区面积扩张速度较快。然而,在建成区面积城市化迅猛发展的同时也面临着土地资源的短缺、土地利用效率低下、环境质量下降等一系列问题。东部沿海地区的城市土地资源无论是开发拓展面还是利用强度都已达到较高的程度,如果不提高土地利用效率将会对这些地区的生态环境造成了更大的损害,不利于城市化的可持续发展。

4 结论

我国正处于全面快速城市化的历史发展时期,开展城市化方式、城市化区域差异和影响因素的研究,不仅有利于掌握人口城市化与建成区面积城市化的区域特征,进一步了解城市化的驱动因素以及城市化与生态环境之间的关系,而且对于城市乃至区域的经济、社会、生态的平衡稳定与可持续发展具有重要意义。研究的主要结论如下:

(1)我国建成区面积城市化速度远高于人口城市化速度,说明我国城市化属于一种土地扩张性城市化途径,这无疑对我国紧张的土地资源,特别是耕地资源造成严重威胁,也造成了城市布局分散,交通压力增大等,不利于集约型和节约型社会建设。

(2)中国城市化速度的区域差异显著。西北地区和华北地区的人口城市化速度较快,主要受到资源因素尤其是水资源的影响,水资源的短缺限制了人口城市化的发展；华东、西南和中南地区的建成区面积城市化速度较快,主要受到地理因子的影响,具有地理区位优势地区(东南沿海)的城市化速度较快,但长期以往,将会造成东南地区的资源(尤其是土地资源)紧张及环境污染的加重,不利于城市的可持续发展。

(3)经济发展水平的提高以及工业化的前进无疑是推动我国城市化进程的重要因素,但资源环境作为城市化发展的基础,随着城市化水平的提高发挥着越来越不可忽视的作用。因此,在城市化发展的过程中,应该遵循集约、紧凑的发展理念,不仅要考虑每个区域的资源环境承载力,也要提高资源开发利用和输送调配的效率,减小对资源的浪费和生态环境的破坏。