安徽省城市收缩水平测度及影响因素分析

2020-01-07李刚张淑清

安徽建筑大学学报 2019年5期

李刚，张淑清

(安徽财经大学经济学院，安徽蚌埠 233030)

0 引言及文献综述

城市收缩现象起源于欧美地区[1]。20 世纪90年代，德国城市在经历了严重的人口下降后引发了诸如失业率上升、产业发展缓慢、经济萎缩等一系列社会问题，这种现象被Grobmann 首次命名为“城市收缩”。城市收缩一般指一座城市(镇)区域出现人口减少，进而给城市带来了诸如运输系统、住房教育等基础设施闲置、经济发展失去活力等一系列负面影响，是包含经济、人口、社会和物质环境的多维度表现过程[2]。实际上，城市收缩不是区域版图意义上的减少，也不是城市空间的缩小，而是人口流失导致的人口密度下降(Lotscher，2005)[3-5]；如果城市暂时或永久失去大量居民，或人口流失数量占到总人口10%时，我们就认为城市开始收缩(Oswalt，2006)[6-9]。当然，随着经济一体化态势不断加强，城市作为网络节点嵌入到世界城市体系中，在发展过程中亦将受到其他城市或外部要素的影响，因此，人口减少并不能作为识别城市是否收缩的唯一标识。对于单一产业或企业主导的城市而言，也有可能会由于经济转型、资源枯竭或国外市场竞争引起的市场环境变化，而导致人口流失或经济衰退，这同样是城市收缩的表现形式(Fernandez.al，2012)[10]。

中国自改革开放以来，城市化进程经历了一个快速发展的阶段。现阶段中国城市人口数已接近峰值，无限制供给劳动力的发展模式接近尾声，人口红利正逐步消失[11]，部分资源型城市、外向加工制造业城市以及位于大都市外围的边缘城市均出现了局部收缩的新现象(李郇等，2017)[12]，不同于欧美国家，中国城市表现出的增长与收缩在时空界限上并不清晰，增长与收缩并行或者局部收缩的格局成为中国城镇收缩的重要特征(高喆，2019)[13]。在第五次和第六次人口普查数据的基础上，通过对常驻、户籍人口数的比源进一步枯竭的背景下，城市人口规模的扩大在部分城市(区域)开始呈现，我国近1/4 的县级及以上城市出现人口密度下降趋势(龙瀛，2015)[14-18]；长三角地区有近1/2 的城市呈现局部收缩趋势(吴康，2015)[2]。从人口角度而言，部分城市正逐渐出现增长动力不足、人口密度或数量下降的现象，在一定程度上说明中国城市的“增长主义”时代结束了，城市发展正面临着“收缩问题”(张京祥，2013)[19-20]。

随着我国人口、经济的增长趋缓，城市收缩这一严峻现实逐渐显现，但我国学界现阶段对城市的研究大多基于“增长主义”这一模式背景，对城市收缩现象的研究有所忽视[15][21]。现有研究成果多是资源型或老工业基地(如东北老工业基地等)的案例分析层面[22]，对城市收缩的认知、定义以及如何判断一座城市是否正在经历收缩等问题缺乏相关的研究。本文通过对国内外文献的梳理和总结，构建指标体系对研究区域(安徽)城市进行收缩水平评估，并进一步对城市收缩的影响因素进行分析，对可能出现收缩现象的城市提出相关建议以缓解这一现象，以期对城市收缩研究提供一定借鉴。

1 指标体系、数据来源与方法选取

1.1 指标体系的构建和数据来源

城市收缩是一个长期漫长的过程，短时间内无法准确判断收缩城市的分布状况，需建立长序列时间数据综合反映各地级市的城市收缩特征[23]，因此选取安徽省各地级市2009-2016 年数据，以人口、经济、社会与空间结构这三个层面出发选取指标构建指标体系。

人口维度，主要选取人口增长率、人口密度、人口迁出率、老龄人口比重(60 岁及以上)和劳动年龄人口比重(15-59 岁)，人口增长率主要反映区域人口变化，该指标值下降，表明人口增长速度放缓，与城市收缩水平呈现负相关关系，人口迁出率则直接反映人口迁移变动情况，该指标值越大，则人口净流出程度越大，收缩越明显。经济维度主要选取人均GDP 增长率、第三产业比重、社会固定资产投资总额增长率、社会消费品零售总额增长率、人均缴税水平这5 个指标[24-26]，其中，人均GDP 增长率是衡量区域经济状况的重要指标，人均GDP 增长率下降，则区域经济发展放缓，进而影响城市居民收入，降低城市对居民的吸引力，容易引起城市居民外迁，城市收缩程度加剧；社会消费品零售总额变化率反映居民消费状况，该指标越大则经济发展越快，收缩程度越小；社会与空间维度选取城市建设用地面积、每万人拥有公共交通车辆、城镇化率、每十万人口拥有的受教育程度人口和城镇社区服务设施数这5 个指标，建成区绿化覆盖率作为社会环境是否优良的重要衡量标准，覆盖率越高，对社会环境持续改善的能力越强，对城市居民的吸引力越大，收缩程度越小；教育资源密度反映出教育便利性及一定程度上与教育质量呈正相关关系，对居民生活水平起到促进作用，有效缓解城市收缩水平。(参见表1)

选取安徽省16 个地级市为研究对象，查阅《安徽省统计年鉴》、国研网以及安徽省各地级市统计年鉴，采集反映人口、经济、社会与空间结构这3 个维度的15 个指标(部分指标经过简单处理)，对于一些原始数据缺失值，采用均值法进行处理[27]。

表1 安徽省城市收缩评价指标体系

1.2 方法选取

对综合发展水平的评价有多种方法，根据权重确定方式的不同，有主观赋权评价法和客观赋权评价法。由于主观赋权法多依赖于评价者的主观意愿，缺乏客观性，本文采用客观赋权法中的熵值法，通过信息熵原理来确定权重，研究对象的评价相对客观准确。

(1)指标选取：设有n 个地级市，m 个指标，则xij为地级市i 的第j 个指标值(i=1，2…，n；j=1，2，…，m)。

(2)指标的标准化处理，由于各项指标的计量单位并不统一，因此在用它们计算综合指标前，先进行标准化处理，由于正向指标和负向指标数值代表的含义不同，故对正负向指标用不同算法进行标准化处理[28]。具体方法如下：

(3)计算第j 项指标下第i 个地级市占该指标的比重：

(4)计算第j 项指标的熵值：

(5)计算第j 项指标的信息效用值：

(7)计算各城市城市发展指数综合得分：

(8)城市收缩度：shrinking = ΔZi= Zit1- Zit2

2 安徽省城市收缩的时空演变分析

2.1 时序变化分析

根据安徽省各地级市2009-2016 年综合发展指数变化，归纳出安徽省综合发展特征，进而反映各地级市收缩状况。本文利用综合指数的变化来衡量城市增长与城市收缩状况，若城市综合发展指数下降，则可定义为该城市呈现收缩状态，反之则为增长状态。发展指数下降(上升)幅度反映城市收缩(增长)程度大小。

如表2 所示，2009-2016 年间，安徽省整体综合发展指数呈现“M”趋势，呈现先增长后收缩的波动循环状态。其中，安徽省总体综合发展指数在2010-2011 年和2015-2016 年这两个时间段内均呈现小幅度下降，即处于收缩状态。从下降速度来看，2010-2011 年综合指数下降幅度相对缓慢，即收缩程度相对较缓。

表2 2009-2016年安徽省总体以及16个城市的综合发展指数(%)

从市域层面看，2009-2016 年，合肥市的发展水平整体呈现“W”形态，即先下降后上升再下降再上升趋势，近8 年的平均综合指数达到1.71，综合发展水平最高，这主要由于合肥市具有良好的经济、产业和投资优势；铜陵发展水平则呈现“M”型变化趋势；芜湖市发展水平总体呈现上升、下降再上升趋势；淮北、淮南、池州、黄山等市发展水平先后经历3 次上升和3 次下降，且交替循环；亳州、蚌埠、阜阳、六安、宣城和安庆的发展水平交替经历4 次上升和3 次下降。

其中，2009-2011 年，池州的发展指数均呈现小幅度下降，即城市呈现持续收缩；芜湖市发展水平缓慢上升，即城市处于增长状态；淮北、亳州、宿州、蚌埠、阜阳、淮南、滁州、六安、宣城、铜陵、安庆和黄山2009-2011 年间处于增长收缩循环状态；马鞍山与其相反。2011-2015 年，铜陵发展指数小幅度上升，马鞍山、芜湖等城市发展指数趋于下降再上升趋势，合肥、淮北、宿州、淮南、滁州、池州发展指数经历了“N”型变化过程，亳州、蚌埠、阜阳、六安、宣城、安庆和黄山发展指数呈现“M”型变化，即城市处于增长收缩交替循环状态。2015-2016 年，淮北、淮南、马鞍山、铜陵、池州、黄山等城市发展指数有所下降，其余城市发展指数则有所上升。

以2016 年为基期，根据城市收缩度公式，计算得出2009、2011、2013 和2015 年各地级市的收缩度。如表3 所示，安徽省在2009-2013 年间处于增长阶段，但增长幅度逐年递减，于2015 年出现局部收缩。其中，2009 年有5 个城市出现收缩，分别为合肥、淮北、淮南、马鞍山和铜陵；2011 年收缩城市个数减少为4 个；2013 年，宿州市出现城市收缩现象，马鞍山市开始呈现增长趋势；2015 年城市收缩加剧，淮北、淮南、马鞍山、铜陵、池州和黄山均呈现不同程度收缩。

2.2 空间演变分析

以2016 年为基准，计算得出2009、2011、2013和2015 年各地级市城市收缩度，利用Arcgis10.2软件绘制出相应年份收缩城市空间分布图，参见下图1。

表3 安徽省16个地级市城市收缩度

如图1，2009 年，合肥、淮北、淮南、马鞍山、铜陵出现收缩现象；2011 年，淮北、淮南、马鞍山和铜陵等城市仍处于收缩，而合肥市收缩现象有所缓解；2013 年，宿州市呈现收缩状态；2015 年安徽省城市收缩加剧，增加为6 个。空间分布上：2009年，收缩城市中皖北(淮北、淮南)、皖中(合肥)和皖南收缩城市(马鞍山、铜陵)比例为2：1：2；2011 年，皖中城市均处于增长状态，皖北(淮北、淮南)和皖南(马鞍山、铜陵)收缩城市比例为1：1；2013 年，皖北收缩城市增加了宿州，皖南收缩城市有所缩减，皖北(淮北、淮南、宿州)和皖南(铜陵)收缩城市比例为3：1；2015 年，皖南收缩城市在2013 年基础上增加了池州和黄山，皖北、皖南收缩城市比例为1：2。总体来说，收缩城市多分布于皖北和皖南地区，其中皖南地区收缩相对严重。

3 安徽省城市收缩影响因素分析

3.1 模型设定

图1 安徽省收缩城市空间分布图

综合发展水平的变化是反映城市收缩的重要指标之一，以城市综合发展指数为因变量建立回归方程。模型设定为检验人口增长率、人口密度、人口迁出率、老龄人口比重、劳动年龄人口比重、人均GDP 增长率、第三产业比重、社会固定资产投资总额增长率、社会消费品零售总额增长率、人均缴税水平、城市建设用地面积、每万人拥有公共交通车辆、城镇化率、每十万人口拥有的受教育程度人口、城镇社区服务设施数与城市综合发展指数的关系，进而反映对城市收缩的影响作用。本文建立如下回归模型：

其中，Y 为各地级市综合发展指数，下标i 表示各地级市，t 表示年份，xi代表人口、经济、社会与空间结构的15 个指标，ε 为随机扰动项，αi为待估参数。

3.2 数据说明

本文基于安徽省16 个地级市2009-2016 年的市级面板数据，其中包括16 个地级市8 年的时间序列数据，共有128 个样本观测值。实证研究运用STATA15 进行操作，变量统计结果见表4。

表4 变量的描述性统计结果

3.3 回归结果分析

文章采用静态面板模型进行估计，静态面板模型选取上，经过Hausman 检验得出模型(1)—模型(14)均应采用随机效应模型估计。表5 为各指标对城市收缩的影响关系及程度的回归结果。

从人口方面可知，人口增长率、劳动年龄人口比重和人口密度的增加对城市收缩具有抑制作用，其中人口增长率和人口密度对城市收缩的抑制作用更显著。人口迁出率和老龄人口比重对城市发展具有负向影响，加剧城市收缩现象，其中人口迁出率对城市收缩的作用更显著。人口迁出率从迁出的角度反映人口迁移的变动程度，人口迁出率增加，该城市人口呈现收缩，进而城市收缩现象凸显。2009-2016 年间，淮北、淮南、马鞍山、铜陵、池州和黄山的人口增长率、劳动年龄人口比重均有所下降，人口总量的减少和劳动力的缺失是这些城市呈现收缩的原因之一；此外，人口迁出率的增加是这6 个城市呈现收缩的共同原因。

经济方面，人均GDP 增长率、第三产业比重、社会固定资产投资总额增长率、社会消费品零售总额增长率和人均缴税水平等促进城市的综合发展，其中人均GDP 增长率、第三产业比重、社会固定资产投资总额增长率和人均缴税水平对城市发展的推进作用比重更大。淮北、淮南、马鞍山、铜陵、池州和黄山近8 年间，人均GDP 增长趋缓甚至有些年份呈现下降趋势，社会固定资产投资总额增长率和社会消费品零售总额增长率也呈现小幅度下降趋势，此外淮南、铜陵、池州的人均税收水平2015年出现下降趋势，城市发展质量降低，加剧了城市收缩。

社会与空间结构方面，城市建设用地面积、每万人拥有公共交通车辆、城镇化率、每十万人口拥有的受教育程度人口增长率和城镇社区服务设施数的增加对城市综合发展具有显著促进作用，有助于消除城市收缩。2009-2016 年间，淮北、淮南、马鞍山、铜陵、池州和黄山市的公共交通车辆数目减少，居民出行便利度降低；此外淮南、铜陵的城镇化率有所下降，我省正处于城镇化初期，加速城镇化有助于加强社会主义精神文明建设，提高居民综合素质，淮南、铜陵城镇化率的降低，制约了城市的发展，进而加剧了城市收缩。

4 研究结论和政策建议

基于两次人口普查数据以及安徽省统计年鉴，

分别从人口、经济、社会与空间维度选取相应指标构建指标体系，对安徽省16 个地级市的收缩状况进行观测，结合研究区现状，利用静态面板模型对各影响因素的作用大小进行定量分析。研究发现：安徽省在2009-2016 年间出现局部收缩现象，皖北皖南地区收缩城市分布相对较广，以皖南地区较为严重，且收缩城市分布范围缓慢扩大。通过回归分析发现，人口迁出率和老龄人口比重增加会加剧城市收缩；而提高人口增长率、人口密度、劳动年龄人口比重、人均GDP 增长率、第三产业比重、社会固定资产投资总额增长率、社会消费品零售总额增长率、人均缴税水平和城镇化率等可以抑制城市收缩现象。近年来各市针对本市不足，制定了相应的发展规划，以期促进本市经济发展。或许未来发展应向“适应城市收缩”的方向转型。