城市群“精明增长”测度研究——以辽中南城市群为例

张 宇，衣保中

(吉林大学 东北亚研究中心，吉林 长春130012)

在经济全球化不断推进的背景下，我国的城镇化进程迅猛发展。长期以来，城市的快速简单扩张是我国城市发展的主要模式，但是随着城市化的逐步推进，城市群已经成为了城镇化发展的阶段性区域城市结构，并在经济全球化的全球竞争中逐渐展现出优势。[1]而目前我国城市无序化的蔓延发展导致当前土地利用效率低下、人地关系矛盾、资源环境压力增大、社会成本增高等一系列问题的凸显。为此，早在2007年3月国务院政府工作报告中便提出了“要努力建设资源节约型、环境友好型社会”，即所谓两型社会。两型社会的本质内涵是在合理利用自然资源和环境容量的前提下，尽可能满足当代人类日益增长的生存和发展需要，在提高生产力和理性消费的基础上实现可持续发展。这一理念与在美国已经取得广泛认同并付诸实践的城市“精明增长”理念高度一致，其目的都是降低城市资源能源消耗[2]、提高人民生活质量。当前中国正处于城镇化转型的重要阶段，转变当前的粗放式城镇化发展模式，融合“两山理论”推进新型城镇化发展，实现城市基于保护与发展的“精明增长”，具有重要的社会意义。

东北地区城市群是在国家工业重点布局的体系下发展演变而来的，在经济新常态的背景下面临着较大的经济下行压力，更面临着迫切的社会经济转型需求。借鉴相关研究，本文将从“精明增长”的角度，结合城市群的实际情况，构建综合评价指标体系，运用2010～2015年辽中南城市群地区的社会经济数据，对其社会经济的“精明程度”进行科学测度，探寻辽中南城市群的转型路径。

一、 研究理论和方法

(一) “精明增长”理论

20世纪80年代末，美国的城镇化发展在出现了“郊区化”浪潮后，又呈现出一种无限扩张、低效利用的现象，美国学界将其定义为“城市蔓延”。“城市蔓延”具有5个典型特征：(1)土地资源在利用过程中无限浪费；(2)市政基础设施建设无效投入且增量巨大；(3)公路里程数居高不下；(4)土地利用方式粗放；(5)居住空间分配不均且引发社会问题。[3]

根据美国国家县级政府协会(NAC)、美国规划协会(APA)的研究及实践，“精明增长”是“将城市空间扩展融入到区域整体生态体系和人与社会的和谐发展为目标的协调思想。”[4]是应对“城市蔓延”的最直接的方法以及系统性的措施。学界基于“精明增长”概念总结了十项基本原则：(1)土地综合利用；(2)住宅的集约化发展；(3)差异化的住宅结构设计；(4)具有游憩功能的社区设计；(5)具有特色的社区；(6)实现对具有代表性和生态功能的开敞空间、耕地以及其他自然景观的保护和利用；(7)对现有社区进行改造；(8)公共交通及私人交通模式的差异化设置；(9)基于规划的相对公平性；(10)公众在城镇化增长中的参与。[5]

总体而言，“精明增长”指的是在土地利用效率最大化的基础上，严格控制城市规模扩张，在自然环境保护中践行“两山理论”[6]，促进社会经济的健康有序发展，实现城乡发展一体化和人居环境质量不断提升的高效发展模式。

(二)“精明增长”评价体系及指标选取

结合“精明增长”的内涵，从社会经济发展的角度出发，可从以下四个方面对城市群社会经济精明程度进行考量[7]：一是规模增长，表明城市发展在“量”上的水平，突出的是区域社会经济发展的总体规模。二是福利增长，表明城市除体量增长以外的社会公共服务水平，体现的是居民在收入、医疗、教育等方面的福利水平。三是空间增长，表明城市在发展过程中对土地资源的占用情况，体现的是城市不断向外扩张和蔓延的水平。四是消耗增长，反映的是城市发展中资源的消耗水平，比如水资源消耗、电力资源消耗等等，包括生活和生产方面。

基于综合性、全面性、科学性、可操作性、可获取性等原则，选取以下四个维度的评价指标：

1.规模增长。该方面选取了反映人口集聚规模的人口密度(人/km2)；反映经济规模和结构的人均GDP(元)、地均GDP(亿元/km2)、进出口总额(亿元)、非农产业比重(%)。

2.福利增长。该方面选取了反映居民收入水平的城镇居民人均可支配收入(元)；用于描述基础公共交通服务配套水平的年末实有公共汽(电)车营运车辆数(辆)指标；体现医疗配套水平的卫生机构床位数(个)；反映教育水平的在校大学生人数(人)。

3.空间增长。该方面选取了反映城市空间利用的城市区建成面积(km2)、居住用地面积(km2)；体现城市在城市群空间结构中与其他城市及城市群外部城市联系程度的公路货运总量(万吨)、境内等级公路里程(km)。

4.消耗增长。该方面选取了反映城市生产方面资源利用状况的全年供水总量(万吨)、工业用电量；反映城市居民生活方面资源利用状况的居民生活用电量(万千瓦时)、家庭煤气用量(万m3)。

(三)研究方法

信息熵测度的是一个系统内的各元素的秩序。熵值算法就是在多要素的指标体系中，通过对不同要素的信息熵的测度来实现对目标的评价。同时，为了避免评价单元中出现各类极端数值及异常波动对评价结果产生影响，需要对评价单元的指标数据进行合理的标准化转化。具体步骤如下：

若参与评价的评价单元(DMU)共有m个，参与评价的指标类型共有n种，依照上述假设，则可以构建指标数据矩阵X=(xij)m×n，其中xij是第i个评价单元的第j项指标。

1.进行无量纲化处理，目的是使其转化为无量纲数值，消除不同计量单位的影响。采用最大最小标准化的方法对原始数据经过无量纲处理，该方法可以有效消除量纲和数量级的影响，在对评价单元指标数据进行相应的处理后，将其值映射至[0,1]的区间内。在保留了指标相对差异的前提下，实现不同指标类型的相对可比。

最大最小标准化公式：

(1)

(2)

其中，Zij为第i个评价对象第j个评价指标的标准化指标值，xij为对应的原始数据值。

2.第j项指标第i方案指标比重pij值的计算过程如下：

3.第j项指标的熵值ej的计算过程如下：

k>0,ej≥0,ln为自然对数

如果zij对于给定的j都相等，则有：pij=1/m

此时ej取得最大值: ej=klnm；令k=1/lnm，则有：

4.对于第j项评价指标来说，有差异系数gj=1-ei，对于确定的评价项j来说，ej=emax=1，则gj为0，即该项指标j对于整个体系无贡献；各评价单元指标j的差异越大，则其ej越小，该指标的重要性越高；因此gj越大，表明j指标的重要性越强。

5.第j项指标的权重aj算法如下：

(四)数据来源及处理

本文所采用的数据源自2010～2016年的《中国城市统计年鉴》和《辽宁省统计年鉴》。

为确定评价指标的相对权重，本文采用熵值法进行测算。信息熵测度的是一个系统内各元素的秩序，是一个热力学概念，用于描述系统的不确定性。使用熵值法获得的评价指标信息熵，值越小，表明信息的混乱性越小，其有效性越大，指标的权重越大。在具体计算中，分别计算2010～2015年各指标的信息熵，最终取各指标6年的算术平均值得到对应权重，结果见表1。

表1 辽中南城市群社会经济精明程度评价指标体系及权重

在权重确定结果中，发现非农产业比重指标较低，仅有0.0005，按熵值法处理原则，可将该指标剔除。(实际也表明，该指标年度变化率较小，信息贡献度极低。)

结合前文计算出的指标层对准则层的权重，则社会经济“精明程度”评价模型的计算公式：

(3)

其中ωj表示第j个指标对准则层的权重，yij为第i个评价对象第j个评价指标的无量纲数据值，Bi为第i个评价对象在准则层上的评价分值。

二、辽中南城市群社会经济“精明增长”评价结果和分析

(一)辽中南城市群“精明增长”指标权重分析

通过对2010～2015年信息熵的处理，获得了四个准则层对“精明增长”目标的权重占比。其中规模增长维度的权重最大，占比达到40%左右；消耗增长紧随其后，占比约为30%左右。规模增长和消耗增长对“精明增长”的综合评价较高，综合熵值较大，二者之和约占总权重的68%左右。福利增长和空间增长对综合熵值的贡献率较低，权重在20%和14%以下。熵值的计算证明了在研究期内辽中南城市群在福利增长以及空间增长方面的总体空间利用率较为低下，且福利水平未得到有效率的提高，这与整个东北地区的发展现状也相吻合。总体来看，研究期内辽中南城市群的增长主要体现为城市群规模的扩张以及城市生产消耗方面的增长。这表明研究区内整体城市群依然处在提速增长的模式，主要依靠“量”的提升，同时在城市空间规模方面逐渐向集约发展的态势也日趋明显。但总体来说城市“质”的提升不够显著。

从单一指标层权重大小进行分析，可以发现影响熵值综合评价的具体区域。对表1中的指标权重按照大小进行排列，发现影响程度较高的影响因子为规模增长和消耗增长，空间增长和福利增长仅有少数位于指标权重较高的区域。指标因素中影响最大的指标为进出口总额、在校大学生人数以及固定资产投资额，说明当前辽中南城市群的主要发展动力为整体经济规模的增长，其对于经济社会发展具有举足轻重的作用，同时在校大学生人数作为福利增长维度的指标因素，其较高的权重表明教育事业及科学技术的发展对研究期内辽中南的整体增长具有较高的贡献。居民生活用电量、煤气家庭用量、全年供水总量的权重也位于较高水平，表明研究期内辽中南城市群的居民生活水平普遍提升，但其主要提升方式来自于更多生活能源的消耗。城市建成区面积以及居住用地面积具有较高权重，也印证了近年来辽中南城市群城镇化得到较为迅猛的发展，城市居民的生活水平有所提高。在指标权重较低的区域中，除剔除的非农生产占比指标外，主要的权重较低指标来自福利增长、规模增长以及空间增长三个准则层维度。其中，福利增长准则层的城镇居民人均可支配收入以及公共汽车运营车辆数稳居指标权重的末两位，表明在城镇化不断推进和居民生活水平日益提高的过程中，居民收入和城市公共服务并没有得到同步提升。这会增加城镇居民的生活成本在家庭支出中的占比。空间增长中的境内等级公路里程权重较低也印证了上述推论。规模增长准则层中的人口密度以及人均GDP权重较低，则表明辽中南城市群在规模扩张的同时，虽然整体规模效率没有明显下降，但是整体生产效率也没有有效提升，同时整体土地的节约利用程度有所提高，但是集约程度有待加强。

(二)辽中南城市群“精明增长”指数时序变动

2010～2015年辽中南城市群各城市社会经济精明程度评价分值如表2所示。为了考察辽中南地区2010～2015年增长的精明程度空间分布情况以及阶段变化，将整个辽中南城市群的所有城市2010～2015年“精明增长”程度分为1～3从低到高的3个等级(见表3)，分析辽中南地区2010～2015年各城市社会经济精明程度，得出如下结论：

1.大连市和沈阳市一直处在最高的等级。在整个研究期内，大连市和沈阳市的“精明增长”得分一直处在整个区域第一和第二的位置；但整体来说，大连市对沈阳市的优势在逐渐丧失。在研究期内，盘锦市多数年份的“精明增长”指数位列辽中南城市群的第三位，但在研究期中期有所下降。辽阳市和阜新市在研究期末对比研究期初的增长最为明显，分别提高了4位和2位。铁岭市和鞍山市的“精明增长”指数则出现了明显的下降，下降幅度约4%左右；尤其是铁岭市的整体“精明增长”指数在辽中南城市群内部的排名从前列降低到中游水平，表明整个城市的产业转型在研究期内出现了明显的障碍。

2.辽中南中部地区，“精明增长”指数在研究期内有所降低，西部地区则出现了连续的波动。

3.对整个辽中南城市群来说，2015年的城市群“精明增长”指数相较于2010年有明显的增长，整体得分提高了0.1左右，表明研究期内辽中南城市群在“精明增长”方面有了显著的进步，城市群内部的城市功能划分及产业结构调整措施起到了明显的作用。

表2 2010～2015年辽中南城市群各城市社会经济精明程度评价分值

注：+表示评价分值较上一年增加；-表示评价分值较上一年减少。

表3 2010～2015年辽中南城市群各城市社会经济精明程度评价分级表

(三)辽中南城市群“精明增长”指数截面比较

在对2010～2015年时序数据进行分析后，对2010～2015年辽中南城市群“精明增长”的平均水平进行测度，各城市社会经济精明程度平均分值及排名如表4所示，并根据辽中南地区“精明增长”评价分值将辽中南城市群平均“精明增长”进行分级，表中1～3级分别为从低到高的3个等级。

2010～2015年间，辽中南城市群14个城市中，除少数城市外，大部分城市的社会经济“精明程度”呈上升趋势。就2010～2015年的平均水平而言，大连市的社会“精明程度”达到了0.612，排名第一，沈阳市和营口市分别以0.506、0.338分列第二、第三。鞍山市、抚顺市、本溪市则分别以0.300、0.277、0.268排在最后。

总体上看，除沈阳市和大连市南北各呈现1高极外，整个辽中南地区的“精明增长”呈现了西高东低的态势，抚顺市和本溪市的平均“精明增长”指数较低。

表4 2010～2015年辽中南城市群各城市社会经济精明程度平均分值及排名

从各城市的年度评价分值增减状况看，各城市都出现了有增有减的情况，不存在社会经济精明程度持续增长或下降的城市。

三、结论与讨论

本文基于“精明增长”理论，构建了四维度“精明增长”综合测度指标体系，在此基础上对2010～2015年辽中南城市群的“精明增长”进行了相关测度。充分结合了定性分析和定量分析的技术方法，既有对现状的定性分析，又有通过数据的定量分析，得出研究结论如下：

第一，运用熵值法，在评价过程中通过指标的去量纲化以及非参的权重确定方法，很好地避免了主观因素对评价权重的不合理影响。但是参数确定的相对性决定了指标体系是否合理是对权重影响最大的因素，且评价结果的相对性不能够体现评价对绝对值的判断。例如本文在选取指标中，非农产业比重指标对整体熵值影响较小，但事实上农业产业的发展也对“精明增长”的测度具有不可或缺的影响；整个辽中南城市群在研究期内“精明增长”程度在缓慢提高，但并不能够测度目前整个城市群“精明增长”的绝对状态是有效还是无效。从截面数据的比较上看，沈阳市作为辽宁省的省会城市，其“精明增长”的测度值相对较高，而大连作为辽宁省的一个重要核心城市，其“精明增长”指数一直位于整个城市群首位。这表明整个辽中南城市群形成了以大连和沈阳为核心的双核城市群结构，其社会服务、城市聚集效应等对整个城市群的经济增长和产业转型具有至关重要的影响作用。

第二，模型构建的四个准则层维度，体现了当今城市的“精明增长”在“质”和“量”两个方面的综合需求。在研究期内，规模增长维度的权重最大，消耗增长紧随其后，二者之和约占总权重的68%左右，这与整个东北地区在研究期内的整体发展状况相吻合。研究期内整体城市群依然处于提速增长的模式阶段，主要依靠了“量”的提升，同时在城市空间规模方面逐渐向集约发展的态势也日趋明显。但总体来说，对于城市“质”的提升不够显著。

第三，本文的主要实证对象为辽中南城市群，因此“精明增长”评价指标的主要测度对象应为城市群综合发展的指标。但由于受限于统计数据来源及技术限制，所构建的评价指标体系不能完全体现整个城市群内部的城市分级结构及城市的交互关系。

第四，结合本文的研究成果，各指标对城市“精明增长”的不同影响程度及分类维度，能够为辽中南城市群乃至更大区域的城市群“精明增长”提供决策的相关参考及依据。