中国高质量城镇化水平空间分异及影响因素研究

王靖雯,和占琼

（昆明理工大学 管理与经济学院，云南 昆明 650093）

一、引言

城镇化是提高中国经济实力和综合国力的重要发展战略。截至2020 年，中国常住人口城镇化率已达到63.89%，但传统的“重速度，轻质量”的城镇化发展模式导致的资源浪费、生态环境污染等问题严重阻碍了中国城镇化建设进程。如何实现城镇化建设从高速度发展到高质量发展？ 成为当下亟待解决的重要问题。2021 年“十四五”规划明确提出高质量城镇化战略。推进高质量城镇化建设对提高人民生活质量，实现城乡协调发展，增强中国经济实力有重要意义。

高质量城镇化建设要求实现中国城镇化整体水平的提高，而目前中国城镇化发展水平存在较大的地区间差异。截至2020 年已有13 个省市常住人口城镇化率超过全国平均水平，其中上海、北京、天津、广东等地常住人口城镇化率超过70%。但区域发展不平衡，仍有18 个省份的人口城镇化率低于全国平均值，尤其是西藏、甘肃、云南等省份人口城镇化率尚不足50%。在“十四五”规划的新时期，要实现中国城镇化整体高质量发展，解决不平衡问题。基于此，探究中国各个省份间的高质量城镇化水平空间分异特征及影响因素对全面提高中国城镇化水平显得尤为重要。本文在借鉴前人研究的基础上，结合“十四五”规划的要求，对高质量城镇化这一概念进行界定，构建高质量城镇化综合指标测度体系，探究中国高质量城镇化的空间分布特征，分析中国高质量城镇化的空间分布的相关性及影响因素。

二、理论分析

（一）概念界定

根据 “十四五规划”“完善新型城镇化战略，提升城镇化发展质量”的要求，结合前人研究，本论文将高质量城镇化定义为“以人为本，城镇化布局完善，城乡协调发展，城市品质全面提升的城镇化”。其内涵可概括为：高质量城镇化更加强调“以人为本”。“以人为本”就是在城镇化建设过程中，把人民的需要放在第一位。（1）在高质量城镇化建设过程中，应更多地考虑人民的生活保障和生活环境等与人民生活切实相关的方面，满足人民追求更高的幸福感需要，缩小区域间差距，实现中国城镇化整体协调发展。高质量城镇化强调城乡协调发展，缩小城乡间在生活、基础设施建设等方面的差距，实现城乡统筹。中国目前仍处于“城乡二元结构”阶段，在经济发展水平，居民生活等方面存在巨大差距。（2）在高质量城镇化的建设过程中，缩小农村城市的差距成为十四五时期提高城镇化质量的重点。高质量城镇化更加强调经济发展。经济发展是高质量城镇化建设的保证，是城镇化建设的动力，城镇化水平与区域内经济发展水平通常呈同步发展的关系。城市经济水平的提高可以吸引人口的流入，促进城镇化的发展。（3）高质量城镇化同时强调生态环境的优化，从而实现人与自然和谐发展的目标。生态是高质量城镇化建设的基本保障，良好的生态环境对社会发展、人民生活有重要意义。

（二）评价指标体系的构建

根据前文对高质量城镇化的概念界定及内涵诠释，本文从人口、生活、环境、城镇化布局等七个维度建立指标评价体系。与之前学者的研究相比，本论文从多个维度诠释了高质量城镇化的内涵，在城镇化质量测度体系中增加了“城镇化布局”这一维度，在先前研究的基础上更加全面地测度城镇化质量，丰富了高质量城镇化的研究。（1）人口维度。高质量城镇化的核心是“以人为本”，人口城镇化能够最直观地反映城镇化的进程。因而，在评价指标中，人口维度选择人口城镇化率这一指标来反映城镇化的质量。（2）生活维度。居民的生活质量是城镇化建设进程中关注的核心。区域内养老制度与医疗制度的完善，关乎居民的福利水平和生活质量。因而，文中选取城乡居民基本养老保险参保数、城乡居民基本医疗保险参保数这两个指标，来衡量各省份的养老制度与医疗制度的完善程度。（3）环境维度。良好的居住环境应保证居民水资源的供给，高效无害的处理生活垃圾以及合理的人口密度。水资源是人民生活必不可少的资源之一，城市用水普及率的高低直接反映了区域内人民生活用水的便利程度，进而反映居民的生活质量。生活垃圾无害处理率可反映居民居住环境，高效无害的处理生活垃圾可以保障人民拥有干净卫生的生活环境，提高人民的生活质量。合理的人口密度是保障人民拥有良好生活环境的关键，过于拥挤的人口会压缩居民的生活空间，降低生活的舒适度，过于低的人口密度不利于区域内城镇化的建设。故而文中选取生活垃圾无害处理率、城市用水普及率、人口密度来衡量区域内居民生活环境的好坏。（4）城镇化布局。合理的城镇化布局应包括良好的交通条件、充足的文化教育资源供给等。良好的交通条件是经济发展的重要保障，有利于城镇化建设，提高了城镇化的质量。各省份博物馆和公共图书馆的设立可提高人民的文化素质，更好地推动城镇化建设。因此，本文选取公路网密度这一指标来衡量区域内的交通条件，选取普通高校数目、各省份博物馆和公共图书馆数目衡量区域内对教育和文化的重视程度。（5）城乡协调程度。城乡协调发展是城乡居民收入差距和居民生活差距的缩小。因而选取农村、城镇人均可支配收入比以及农村、城镇人均消费水平比这两个指标来衡量城乡协调水平。（6）经济维度。在经济层面，产业结构，经济状况均有重要意义，地区国民生产总值这一指标可反映区域的整体经济发展水平，二、三产业占GDP 的比重这一指标可反映区域内产业结构的优化升级。（7）生态。在生态维度中，建成区绿化覆盖率可反映区域内城镇绿化建设的规模，人均绿地面积可反映城市居民的生活环境和生活质量。本文选取建成区绿化覆盖率这一指标来衡量区域内绿化区的覆盖率，选取人均公园绿地面积这一指标来衡量区域内居民生活的生态环境（表1）。

表1 高质量城镇化水平综合评价体系

（三）数据来源

本文数据来源于 《中国统计年鉴（2016—2020）》。其中农村、城镇人均可支配收入比，农村、城镇人均消费比指标的数据通过对已获得的数据进行计算得到，主要包括中国大陆地区。

（四）指标权重的确定

本文通过熵值法确定各指标权重。各年份子系统评价指标权重见表2。

表2 各年份子系统评价指标权重

三、中国高质量城镇化空间分异分析

为了探究中国近几年来各省份城镇化水平的空间分异情况，根据熵值法对2015—2019 年中国31 个省份的16 项指标进行处理。得到各省高质量城镇化的综合指标得分，各省份综合得分及排序如表3 所示。

表3 2015—2019 年各省区市综合指标得分及排序

从表3 可以看出，近五年来，中国大陆31 个省份城镇化发展水平空间差异显著。为了进一步从总体上分析中国31 个省份高质量城镇化的空间分异特征，通过ArcGIS10.2 软件的自然断点法将各省份高质量城镇化水平综合得分从高到低分成五类（高质量城镇化，较高质量城镇化，中等质量城镇化，较低质量城镇化，低质量城镇化），得出中国高质量城镇化发展水平空间分布格局，见图1—5。

图1 2015 中国城镇发展水平空间分布图

图2 2016 中国城镇发展水平空间分布图

图3 2017 中国城镇发展水平空间分布图

图4 2018 中国城镇发展水平空间分布图

图5 2019 中国城镇发展水平空间分布图

通过图1—5 可以看出，31 个省市的高质量城镇化发展水平逐年提高。根据空间分布图显示，各省份的城镇化率东部最高，西部最低，中部地区城镇化发展水平介于东西两地带之间，区域差异显著。高质量城镇化区域与较高质量城镇化区域的省份包括河北、山东、河南、湖北、湖南、江西、安徽、浙江、江苏、福建、广东等，大部分位于东部地区。东部地区因地理位置优越，加上自改革开放以来东部具有交通便利，经济发展水平高，与国际间交流频繁，各类基础设施完善，人民生活条件相对较高，属于高质量城镇化发展水平区域。较低质量城镇化区域包括甘肃、青海、西藏、吉林，大部分位于西部地区。地理条件较为恶劣，海拔较高，经济发展受到制约。城市农村间发展不均衡，人民对于高质量城镇化发展观念相对落后，城镇化发展水平较低。中等质量城镇化发展区域包括内蒙古、陕西、山西、重庆、贵州、广西、云南、新疆、辽宁、黑龙江等，大部分省份位于中部地区，介于东西部地区的过渡地带，城镇化发展水平也介于东西两地带之间。

四、中国城镇化质量发展水平空间关联分析

（一）全局空间自相关

根据上文近五年的综合指标得分可以明显看出，虽然从2015 到2018 年全国各省份城镇化得分逐年升高，但各省份间差距较大，尚未达到高质量城镇化的发展要求。而2019 年的各省份整体城镇化质量水平最高，区域间差距缩小，符合高质量城镇化的要求。因此，本文选取2019 年31 个省份的高质量城镇化数据分析中国高质量城镇化发展水平的空间相关性及影响因素。本文通过Arcgis10.2软件计算2019 年31 个省份综合指标得分的空间自 相 关 系 数Moran’s I,Moran’s I 为0.299，p 值 为0.001，通过了99%置信度水平检验。表明在中国各省份城镇化发展水平的空间分布上具有正相关特征，即城镇化水平相对较高的地区集聚在一起，或城镇化水平相对较低的地区集中在一起。因此，可使用空间计量经济学工具，建立空间计量模型，探讨城镇化发展质量的影响因素。

（二）局域区域自相关

为了探究各省份的城镇化发展水平是否存在局部聚类现象，结合Local Moran’s I 指数进行分析（图6）。观察图6 发现，H-H 集聚区域、H-L 集聚区域通过显著性检验并在图中显示。在5%的显著性水平下，H-H 集聚区域（高值集聚型）集中分布在山东、河南、江苏三个省份，城镇化发展水平较高。H-L 集聚区域（高低集聚型）集中在广东省，广东省地理位置优越，受到优越的区位优势等影响，城镇化质量水平高，周围地区城镇化质量水平较低。采用Local Moran’s I指数进行分析，在5%的显著性水平下大部分省份没有通过显著性检验。

图6 全国各省份局部聚类分布图

（三）影响因素分析

为了对31 个省份城镇化质量的影响因素进行探究，将影响因素划分经济水平、城乡协调水平、产业结构、财政水平四个方面。（1）经济水平用GDP 表示（X1）,地区内经济发展水平越高，城镇化水平也相对较高，经济发展是实现高质量城镇化的重要推动力，本文中利用GDP 这一指标来衡量区域内经济水平。（2）城乡协调水平用农村城镇收入比表示（X2）,城乡协调水平的高低对高质量城镇化的建设有重要意义，本文中利用农村、城镇收入比来衡量城乡协调水平。（3）产业结构用二、三产业占GDP 的 比 重 来 表 示（X3），城镇化是生产力水平和工业化水平提高的结果，第二产业特别是工业的发展，对区域内城镇化水平的提高有重要作用。以服务业为代表的第三产业的发展扩大了服务范围，提高了服务质量，强化了城镇化的吸纳能力，逐渐成为推动区域内城镇化建设的重要动力。产业结构的优化和科学调整是推动高质量城镇化建设的关键保障，故而选择二、三产业占GDP 的比重来衡量区域内产业结构。（4）财政水平是政府用地方一般公共预算支出表示（X4），政府通过财政支出等手段完善公共基础设施，提供公共服务，能够实现资源的合理配置和科学调整，对城镇化建设、城镇化质量的提高有重要作用，故而本文选取地方一般公共预算支出来衡量政府宏观调控的影响。

1.空间计量模型。空间自回归模型：

其中，w1是二元对称n×n 的空间权重矩阵，X是解释变量矩阵，Y 是被解释变量矩阵。

空间自回归模型包含被解释变量的空间滞后，即影响区域城镇化水平提高的因素通过空间传导机制或溢出效应。空间误差模型：

其中，w2是二元对称n×n 的空间权重矩阵，X是解释变量矩阵，Y 是被解释变量矩阵。空间误差模型的空间滞后在误差项中考虑，城镇化水平在区域之间的相互影响随机发生。

2.空间权重矩阵。在进行31 个省份城镇化质量水平影响因素的实证分析中，以省级行政单元为基础，空间权重矩阵采用二进制临界矩阵。SAR 模型与SEM 均通过LM 检验，结果如表4。

表4 SAR 与SEM 模型结果

两个模型的结果显示，X3 变量未通过显著性检验，X1,X2,X4 均通过显著性检验。在SAR 模型中，X2 的系数值最高，相关系数为0.2637。即农村、城镇收入比值每增加1%，城镇化质量增加0.2637%。在SEM 模型中，X2 系数为0.391，即农村、城镇收入比值每增加1%，城镇化质量增加0.391%。在SAR 模型中，X1 系数值是0.0002；在SEM 模型中，X1 系数值为0.0001，系数较小。表明GDP 对于城镇化质量水平贡献较小，但仍呈正相关关系，具有促进作用。在SAR 模型中，X4 系数值为0.0012，表明当地方财政支出每增加1%，城镇化质量水平会提高0.0012%。在SEM 模型中，X4 系数值为0.0015，表明当地方财政支出每增加1%，城镇化质量水平会提高0.0015%。地方财政支出对该区域城镇化发展、产业结构转型、 公共设施建设等的提高具有重要意义，财政支出越多，该区域的城市化建设等越完善。

五、结论及建议

（一）结论

包括：（1） 传统的单一人口城镇化指标只能反映城镇化人口比重，忽略了经济水平、生态环境、生活质量等多方面的问题。在十四五时期，对于高质量城镇化提出了更高的要求，仅用单一指标衡量城镇化显然过于片面。本文根据“十四五”规划，用人口、经济、生活质量、城镇化布局等七个维度的综合指标来评价各省份的城镇化质量发展水平，更加全面地度量各省的城镇化质量发展水平。（2）31 个省份的城镇化质量发展水平在空间分布上呈集聚特征，可根据区域分布特征大致划分为东中西三大地带。东中西差距较为显著，城镇化质量发展水平呈自东向西逐渐降低的空间格局。（3）中国各省份城镇化高质量发展区域差距过大，空间分布呈现类似“马太效应”的格局。十四五时期，实现全国各地区高质量城镇化的协调发展，发挥东部地区的带动作用，提高西部地区城镇化质量，缩小区域间差异是未来发展的目标，也是依据现实的必然选择。（4）影响因素方面，城乡协调水平是影响高质量城镇化的首要因素。城乡间差距越小，城乡协调水平越高，城镇化发展水平越高，经济水平、地方财政水平对于城镇化高质量发展有重要作用。

（二）建议

“十四五”规划对城镇化建设提出了更高要求，为了更高质量地提高城镇化发展水平，提出几点建议：（1）为了缩小东西部地区城镇化质量的差距，应加强对西部地区的扶持，通过优惠政策、人才引进等一系列措施来增强西部地区的城镇化质量建设，加强区域间的交流，相互学习城镇化高质量发展的经验。（2）高质量城镇化对城乡协调方面提出了更高的要求，高质量城镇化意味着城乡间差距应进一步缩小。在城镇化建设过程中，应发挥城市地区的带头作用。同时，重点关注农村地区的城镇化建设，缩小城乡间差距。（3）重视经济发展在高质量城镇化发展中的动力作用。同时，应合理安排地方的财政支出，合理的地方财政支出能够更好地促进城镇化高质量发展。