基于质和量测度视角的云南省州市城市化水平研究

陈锡才，任均益，赵亚俊，曹 尘

（楚雄师范学院 资源环境与化学学院，云南 楚雄 675000）

李克强总理强调城市化是“实现现代化的重大战略选择”和推动经济增长的持续动力［1］。城市化在很大程度上能够改善民生，能够促进区域增长极的形成。因此，区域城市化意义深远。然而，在我国的城镇化进程中，存在着人口城镇化滞后于工业化，经济发展、土地城镇化快于人口城镇化、“被城镇化”“大跃进城镇化”“贵族化城镇化”城市生存条件不佳和环境质量恶化等问题［2］，因此，高质和高量并重的城市化方式成为城市化的最佳路径。云南省是我国西南边境的重要省份，该区域的资源开发、生态建设和边境安全，对国家经济的可持续发展与社会和谐稳定有着重大贡献。该地区在国家战略中除了保护生态环境和继续维护社会的和谐稳定之外，自身也要充分、合理、科学地利用区域的资源禀赋优势、区位优势、发展机遇，通过“高质”和“高量”的城镇化，实现社会经济的可持续发展。然而，云南省城市化水平的质和量高否？针对这一科学性问题，目前尚缺乏系统的研究。李继云等［3］用人口从业结构单一指标法测度了云南省的城市化水平，但该方法不能全面表征云南省的城市化水平。潘玉君教授在主持完成“云南省主体功能区区划研究”的过程中构建了云南省主体功能区指标体系，在进行区域“现有开发强度的‘城镇化’”测度时，采用人口城镇化、城区城镇化和经济城镇化同权重的测度方法［4］，此种赋权方法为专家赋权法。童彦等［5，6］对云南省人口城市化与土地城市化的协调度、耦合协调发展进行研究，该研究也尚未全面测度出云南省的城市化状况。鉴于研究区山地多、平地少的特殊地理情况，基于“质和量”测度的视角从人口城市化、经济城市化、社会生活城市化、土地城市化和环境城市化五大维度综合测度云南省的城市化水平。完善土地城市化率指标算法，新增“卫生技术人员数与城镇人口的比值”“病床数与城镇人口的比值”等社会城市化指标，构建新的城市化测度体系，用纵横向拉开档次法赋权，用灰色系统建模并预测2025年各州市的城市化水平，用空间自相关分析方法探索州市城市化水平空间格局。

1 研究方法

1.1 城市化测度指标体系的构建遵循系统性、科学性、可比性、有效性和可操作性等原则，从人口城市化、经济城市化、社会生活城市化、土地城市化和环境城市化五个维度构建指标体系（见表1）。对土地城市化率进行测度时，鉴于研究区山地多、平地少的情况，根据文件《城市用地竖向规划规范（CJJ 83－99）》要求及指导思想，运用Arcgis10.2提取云南省各州市坡度小于等于25%的DEM数据，提取的各地区数据减去各地区相应的基本农田面积，以此数据作为云南省各州市可以用于城镇建设的国土面积。研究所需的其余数据主要来自《云南省统计年鉴》以及各州、市年鉴。

表1 云南省州、市城市化水平综合评价体系Table 1 The urbanization level evaluation system for prefectures of Yunnan Province

1.2 极差法采用极差法对数据进行标准化处理。

对于正向指标，标准化处理公式为

对于逆向指标，标准化处理公式为

公式中，x′ij(t k)为某一年某一研究区某一指标值标准化的结果，且x′ij(t k)∈[ ]0,1，x ij(t k)为某一年某一指标原始值

1.3 纵横向拉开档次法赋权鉴于研究以云南省12个州市多年数据为基础赋权，这些数据同时具有时间维度和空间维度两个特性，所以采用纵横向拉开档次法对指标体系进行赋权。纵横向拉开档次法［7］是一种适用于三维面板数据、不受主观色彩影响、完全基于观测数据挖掘的综合评价方法，实现步骤如下：

第一步，取综合评价的函数为：

(i=1,2,…,n;j=1,2,…,m;k=1,2,…,T)，x ij(t k)表示在t k时间上第i个评价对象的第j个指标值，w j表示第j个指标的权重，y i(t k)表示第i个评价对象在t k时间的综合得分。

第二步，确定指标权重w j(j=1,2,…,m)。原则是最大可能地体现出各被评价对象之间的差异，即令y i(t k)的总离差平方和σ2=取到最大值，由于对原始数据的标准化处理，有，所以，

采用纵横向拉开档次法对指标体系赋权的结果见表1。

1.4 实际GDP的计算由于受价格水平变动的影响，时间维度的名义GDP不具备可比较性，故需将名义GDP转换为实际GDP。

转换公式为：

具体以2005年为基期，利用GDP指数、一产指数、二产指数、三产指数和工业产值指数计算2005年至2017年云南省各州市的实际GDP、实际一产产值、实际二产产值、实际三产产值和实际工业产值。

1.5 灰色系统预测法本研究拟对研究区城市化水平趋势做出判断，故采用灰色系统进行预测。灰色系统由学者邓聚龙于1982年提出，用于解决信息不完备系统的数学方法，它把控制论的观点和方法延伸到复杂的大系统中，将自动控制与运筹学的数学方法相结合，用于研究广泛存在于客观世界中具有灰色性的问题。

1.6 空间自相关分析空间自相关分析是空间数据探索分析的一种类型，空间数据探索分析是一般数据探索分析的扩展，具有一些针对空间数据特性的工具，目的在于探测数据的空间属性［8］。空间自相关是检验某一要素的属性值是否显著地与其相邻空间点上的属性值相关联的重要指标［9，10］，可以分为正相关和负相关两类，正相关表明某单元的属性值变化与其相邻空间单元具有相同变化趋势，负相关则相反。表示全局空间自相关的指标和方法很多，本研究欲采用Moran I来衡量局域空间自相关性。Moran’s I是对空间自相关的全局评估，不能反映某个子区域与其周边子区域的相关程度，因此必须进行局部空间自相关分析。每个观察值的LISA（Local Indications of Spatial Association）是反映它与空间邻近的观察值空间聚集性的指标，可将全局型空间相关系数分解成各个区域上的空间自相关性。

Moran散点图分为4个象限，分别对应4种不同的空间格局。其中，H表示变量值高于平均值，L表示变量值低于平均值。右上象限（HH）表示高值区域被高值邻居所包围；左上象限（LH）表示低值区域被高值邻居所包围；左下象限（LL）表示低值区域被低值邻居所包围；右下象限（HL）表示高值区域被低值邻居所包围。HH和LL表示区域与周边地区的差异较小，即高值或低值的地区集中分布，而LH和HL表示区域与周边地区的变量值具有一定程度的差异［11］。

2 结果与分析

2.1 云南省州、市城市化水平预测模型的建立根据云南省州、市12年城市化水平数据，采用灰色系统进行建模，得到以下云南省各州、市城市化水平时间响应式：

昆明市的时间响应式为

曲靖市的时间响应式为

玉溪市的时间响应式为

保山市的时间响应式为

昭通市的时间响应式为

普洱市的时间响应式为

临沧市的时间响应式为

楚雄州的时间响应式为

红河州的时间响应式为

文山州的时间响应式为

西双版纳州的时间响应式为

迪庆州的时间响应式为

以上预测模型都通过了残差、关联度检验进行GM（1，1）模型检验，当k取值为1时，所得的响应式值减去2006年城市化的实际值，相应的差值即为2007年城市化水平预测值。当k取值为2时，所得的响应式值减去2007年城市化的预测值，相应的差值即为2008年城市化水平预测值，依次计算得到2025年云南省州、市城市化水平数据。

2.2 云南省州、市城市化水平时间序列分析2006年至2017年云南省州、市城市化水平演变情况如图1和图2所示：

图1 云南省州、市城市化水平时间序列Fig 1 The time series of urbanization level in cities and prefectures of Yunnan Province

图2 云南省州、市城市化水平时间序列Fig 2 The time series of urbanization level in cities and prefectures of Yunnan Province

（1）玉溪市的城市化水平始终高于其他区域且保持稳定态势；（2）昆明市和曲靖市的城市化水平都经历了降低—升高—微小摆幅中降低三个阶段，并且在2012都有一个峰值；（3）保山市和昭通市的城市化都呈现出在微小波动中降低的态势；（4）普洱市的城市化水平呈现两个显著的阶段，2006年至2009年大致不增不减阶段，2009年至2016年显著增长但也不乏微小波动的阶段；（5）楚雄州和红河州的城市化水平都经历了降低—升高—降低三阶段。2014年以后，两个区域都在微小的摆动中下降；（6）迪庆州的城市化水平呈现出与其余11个区域显著不同的态势，2006年至2007年微微地降低，2007年至2009年急剧增长，2009年至2010年急剧下降，2010年至2017年这一阶段几乎零增长；（7）文山州、西双版纳州和临沧市的城市化水平有大致相同的变化趋势，即降低—微小摆动中升高—微小波动中降低，但是也存在一个2009年至2010年文山州和临沧市显著升高而西双版纳州微小降低的异常小阶段。

2.3 三个时间节点的云南省州、市城市化水平分析三个时间节点的云南省州、市城市化水平如表2所示。2006年，在云南省12个研究区中，玉溪、昆明、曲靖和楚雄的城市化水平在0.3至0.9之间，其余地区均在0.3以下，云南省城市化水平的“质”和“量”总体偏低。城市化水平最高的区域是玉溪市，昆明市位居第二，曲靖市位居第三，最低的是临沧市和普洱市。玉溪市城市化水平最高，原因是：（1）人口城市化水平的质和量都极高；（2）经济城市化水平的质和量都最高；（3）社会生活城市化水平极高；（4）非农产值与建成区面积的比值最高；（5）环境城市化水平的质和量最高。昆明市城市化水平低于玉溪市，原因为：（1）城镇人口增长率低；（2）经济城市化水平“量”虽大，“质”却低于玉溪市；（3）社会生活城市化水平质量略低；（4）土地城市化水平的“量”和“质”略低。普洱市的城市化水平位居末位，原因为：（1）人口城镇化率偏低；（2）经济城镇化水平的质和量都极低；（3）卫生技术人员数与城镇人口的比值、病床数与城镇人口的比值极低，即社会生活城市化水平极低；（4）土地城镇化率处于中等水平；（5）非农产值与建成区面积的比值最低；（6）第二产业产值极低（根本原因）。临沧市的城市化水平位居倒数第二，原因为：（1）人口城镇化率极低；（2）经济城市化水平的质和量都最低；（3）社会生活城市化水平质和量都最低；（4）土地城市化的量为中等水平，但“质”极低；（5）绿化覆盖面积与城镇人口的比值极低，即环境城市化质量不高；（6）第二产业不发达（根本原因）。

表2 云南省各州、市城市化水平Table 2 The urbanization level in cities and prefectures of Yunnan Province

2017年，云南省州、市城市化水平处于0.24至0.97的区域有4个，其余8个区域城市化水平偏低，云南省城市化水平的“质”和“量”仍然总体偏低。在12个研究区中，玉溪市的城市化水平仍然稳居第一位，昆明市仍然保持在第二位，红河州由2006年的第五位升至第三位，曲靖市由2006年的第三位降至第四位，临沧市由2006年的第十一位降至第十二位，普洱市由2006年的第十二位升至第十位，保山市由2006年的第十位降至第十一位。玉溪市城市化水平最高的原因为：（1）人口城市化水平的质和量都最高；（2）经济城市化水平的质和量都最高；（3）土地城市化的质量最高。昆明市城市化水平低于玉溪市，原因为：（1）城镇人口增长率最低；（2）经济城市化水平“量”和“质”都低于玉溪市；（3）社会生活城市化水平质量偏低；（4）非农产值与建成区面积的比值偏低，即土地城市化水平质量偏低。红河州城市化水平位居第三的原因为：（1）人口城市化水平的质和量都较高；（2）经济城市化水平的质和量都较高；（3）环境城市化水平极高。临沧市城市化水平最低的原因为：（1）人口城市化水平的“量”极低；（2）经济城市化水平的质和量都最低；（3）社会生活城市化水平接近最低；（4）土地城市化水平的质量接近最低；（5）环境城市化水平较低；（6）第二产业态势欠佳（根本原因）。

预测2025年，云南省州、市城市化水平处于0.24至0.97的区域有5个，其余7个区域城市化水平偏低，虽然云南省城市化水平的“质”和“量”有所提升，但总体仍然偏低。在12个研究区中，玉溪市的城市化水平仍然稳居第一位，昆明市降至第三位，红河州升至第二位，曲靖市保持第四位，临沧市升至第十位，普洱市升至第六位，迪庆州降至第十二位。

2.4 云南省州、市城市化水平空间分析2006年、2017年和2025年云南省州、市城市化水平的Moran’s I值 分 别 是0.289616、0.231295和0.289633。通过做三个时间节点的云南省州、市城市化水平Moran散点图进行分析发现：（1）昆明市、曲靖市、楚雄市、玉溪市、红河州城市化水平具有相同变化趋势，这些区域空间差异程度较小，区域集中分布，存在较强的空间正相关，为高—高集聚区。这些区域极为发达的工业推动了区域社会经济的发展、人口就业、人口城市化和土地城市化；（2）昭通市、文山州和普洱市被城市化水平高的区域包围，这些区域与周边地区的城市化水平具有一定程度的差异，为低—高集聚区；（3）迪庆州、保山市、临沧市、西双版纳州与周边地区的差异较小，即低值集中分布区。基于三个时间节点的Moran散点图做出的州、市城市化LISA聚类图（图3）表明：（1）城市化高—高集聚区分布在滇中地区，与滇中城市群的范围吻合；（2）低—低集聚区分布在滇西地区。

图3 云南省州市城市化水平LISA聚类图Fig.3 The LISA cluster graph of cities and prefectures of Yunnan Province

3 结论与讨论

在国内已有的“城市化质和量”理论和研究的基础上，结合云南省山地多平地少的自然地理状况，从“质”和“量”测度的视角完善土地城市化率指标，构建新的城市化测度体系，并用纵横向拉开档次法赋权。基于每个研究区12年的城市化水平数据，进行各个研究区城市化水平灰色系统预测模型构建，得出12个时间响应式，并对时间响应式进行了检验。用各地区的时间响应式预测出各地区2025年的城市化水平。进行云南省州市三个时间节点的城市化水平分析、城市化水平时间序列分析和城市化水平空间分析，结论为：（1）2006年、2017年和2025年三个时间节点，云南省城市化水平总体偏低。2025年，云南省城市化水平有所提升；（2）2006年至2017年，大部分研究区的城市化水平都呈现降—升—降的变化特点；（3）滇中城市群为城市化水平高高集聚区；（4）昭通市、文山州和普洱市为城市化水平低高集聚区；（5）迪庆州、保山市、临沧市、西双版纳州为城市化水平低低集聚区。

由于部分数据的不可获得性，此次研究未能对大理州、德宏州、丽江市和怒江州进行研究。在所构建的指标体系中，未包括体现居民受教育水平的指标，如中专以上学历人数在区域总人口中的占比，这是后续研究需要完善的地方，因为人口受教育水平的提高能够促进城市化水平的提升。12个研究区应在秉持习近平总书记提出的“绿水青山就是金山银山”绿色发展理念以及深刻认识“城镇化是一个国家经济结构、社会结构和生产方式、生活方式的根本性改变，涉及产业的转型和新产业的成长、城乡社会结构的全面调整以及庞大的基础设施建设、资源、环境的支撑以及大量的立法、管理、国民素质提高等方面，它必然是长期的积累和长期发展的渐进式过程”［11］的基础上，结合自身主体功能区定位，通过加强城镇化的宏观管理和科学规划［2］、科学的工业化来推进城市化水平的提升。