人口密度与经济发展的空间关系分析

徐 鹤(上海应用技术大学 城市建设与安全工程学院，上海 201418)

1 引言

随着全球城市化的持续进行以及人口在城市地区的快速增长，城市面临土地利用、住房、交通和资源管理等方面的挑战，因此对更有效的城市规划和管理方法的研究显得尤为重要，其中紧凑发展是一个备受关注的选项。过去多年，迫于土地资源紧缺和经济发展的双重压力，一些学者提出了精明增长的城市发展模式，强调城市存量空间的集约利用，高密度的开发通过加大空间供给保障了城市的相对低成本和城市新经济的发展，但城市高密度发展也带来了一系列的环境压力，如大城市绿色开敞空间越来越少、生态安全风险、城市管理难度越来越大等。

一些学者认为，随着人口密度上升，较高的城市人口密度通常意味着人口和企业聚集，从而促进了资源的高效利用和交流，这有助于降低交易成本并提高生产效率[1]。此外，高密度城市更有可能形成产业集群和创新聚集区，推动产业链条的延伸和技术进步，进而促进经济增长[2]。城市人口密度的增加通常伴随着更多的经济活动，这为居民提供了更多的就业机会[3]。高城市人口密度意味着更大的市场规模，可以刺激供需之间更多的交易，吸引更多的投资和企业进驻，进一步促进经济的发展[4]。然而，人口密度对经济增长也可能带来一些负面影响，比如过高的人口密度会导致交通拥堵成为城市生活的常态[5]。交通拥堵会使人们在通勤和货物运输方面耗费更多时间和资源，降低城市的整体效率。还可能导致生产成本上升，对市场供应链产生不利影响。高人口密度可能导致教育资源匮乏、医疗服务紧张等问题，影响市民的生活质量和社会稳定[6]。为了实现城市人口密度与经济增长之间的平衡，政府和城市规划者应该采取相应的政策措施，缓解交通拥堵、改善环境质量、解决住房短缺问题，并提供足够的公共服务供给。通过科学合理的规划和管理，最大限度地发挥城市人口密度对经济增长的正面影响，缓解潜在的负面影响。

过往研究多集中于城市人口密度对经济增长的直接影响效应的探究，缺乏空间视角下城市人口密度及经济增长发展水平的关联性探究；研究区域多以省级行政单位为主，缺乏区域视角下的分析。基于前人研究，本文选取长三角41个城市为研究对象，验证城市人口集聚对经济发展水平的空间关联性及差异性。对推进城市人口密度与经济增长的研究提供一定的理论意义，也为中国城市经济增长与城市规模、结构调整政策提供一定的现实指导。

2 研究区域与数据来源

2.1 研究方法

2.1.1 标准差椭圆

标准差椭圆方法通过可视化的方式，定量描述研究对象的空间分布和多维特征，已经被许多学者用于揭示经济空间整体的多维特征及其动态变化。本文使用标准差椭圆反映城市人口密度和经济发展水平等研究要素的空间分布格局及演变特征，计算公式参考文献[7]。

2.1.2 双变量空间自相关分析

空间自相关分析可揭示空间变量的分布是否与邻近的变量有关，分为全局空间自相关与局部空间自相关。Anselin 提出的双变量空间自相关分析（Bivariate Moran's I）[8]，可以有效反映两类变量空间分布的关联性与依赖特征。利用双变量全局Moran's I 研究城市人口密度和经济发展水平之间是否存在空间关联性，如果存在，再利用双变量局部Moran's I 分析不同地区城市人口密度与经济发展水平之间的集聚性与分异特征。双变量全局空间自相关的计算方法为：

式中：I为双变量全局空间自相关指数，即总体上空间变量x与y空间分布的相关性；n为空间单元的总数；wij为通过K邻接关系法建立的空间权重矩阵；xi、yj分别为自变量、因变量在空间单元i、j的观测值；S2为所有样本的方差。

双变量局部空间自相关的计算方法为：

式中：Ii即空间单元i的自变量与因变量的局部空间关系；zi、zj是空间单元i、j观测值的方差标准化值。基于Ii可形成4 种聚类模式，并由此组成的LISA（Local Indications of Spatial Association）分布图能直观地呈现局部区域中自变量与因变量的集聚性及分异特征。聚类模式可分为高-高（High-High）聚集，即空间单元i 的自变量与邻近单元j的因变量值均较大；低-低（Low-Low）聚集，即空间单元i的自变量与邻近单元j 的因变量值均较小；低-高（Low-High）聚集，即空间单元i 的自变量值较小而邻近单元j 的因变量值较大；高-低（High-Low）聚集，即空间单元i 的自变量值较大而邻近单元j的因变量值较小。

2.2 城市人口密度与经济发展的定量评价

城市人口密度是指在城市地区内，单位面积上的人口数量或人口总数。这个指标通常用来衡量城市的人口集中程度和城市化程度，在城市人口集聚的过程中，技术得以进步，经济实现增长，城市获得繁荣。其中，城市人口密度以年末常住城镇人口/建成区面积表征，城市经济增长以地均收入水平（第二、三产业产值/建成区面积）衡量[9]。

2.3 研究区域与数据来源

长三角城市群作为东部地区重要的发展增长极被纳入国家战略，未来发展将向更加协调、更高质量和更具竞争力的方向迈进，选择长三角41 个地级市作为研究对象，能够代表中国大多数城市，可以为该地区城市高质量发展提供科学依据。

研究数据选取2000 年、2010 年和2019 年三个断点年份作为样本，城市人口密度指标中建成区面积来源于《城市建设统计年鉴》，年末常住城镇人口、第二和第三产业产值来源于《上海统计年鉴》《江苏统计年鉴》《安徽统计年鉴》及《浙江统计年鉴》。

3 结果分析

3.1 城市人口密度与经济增长的时空演变

由图1（a）和表1 可得，2000-2010年，城市人口密度重心位于长三角几何重心的东南部，东南部城市人口密度显著高于西北部地区。城市人口密度的标准差椭圆重心由东南部向西北地区移动。城市人口密度的主要发展方向为东南-西北方向，长半轴先增大后减小，短半轴始终增大，椭圆面积经历了先扩张后收缩的波动性增长过程。由图1（b）可知，经济密度空间分布重心坐标的区域位置、迁移趋势与主要发展方向与城市人口密度一致，表明东南部地区经济发展水平高于西北部，但经济增长速度与西北部相比较慢，因此重心坐标向西北偏移。椭圆长半轴、短半轴均增大，空间分布面积扩大。经济密度不断升高，区域经济发展水平差距逐渐缩小。对比分析二者的标准差椭圆可知，二者的重心坐标移动趋势、主轴方向与面积变化趋势均相同，二者之间存在一定的空间关联性。

表1 标准差椭圆参数统计

图1 城市人口密度与经济发展标空间分布标准差椭圆

3.2 城市人口密度与经济增长的空间关联性分析

利用全局莫兰指数进一步验证城市人口密度与经济增长之间的空间关联性，结果如图2所示，2000年、2010年以及2020 年市密度与碳绩效的双变量全局莫兰指数分别为0.683、0.56 和0.51，且均通过1%的显著性水平检验，说明2000-2019 年长三角地区城市人口密度与经济增长在地理空间上并非随机分布，而是存在显著的空间正相关关系和空间聚集规律，区域城市人口密度的提升会加快经济增长速度，但会逐渐减弱正向的空间关联性。

图2 城市人口密度与经济发展双变量莫兰指数

双变量全局莫兰指数无法反映区域内部局部地区城市人口密度与经济发展水平的相关性，进一步采用局部双变量空间自相关来绘制城市人口密度与经济发展的LISA 集聚分析图，结果见图2。由图可知，城市人口密度与经济密度的双变量局部空间自相关显著区域主要集中在长三角西北部的安徽省、上海都市圈以及东南部的浙江省。城市人口密度与经济发展水平的空间关联性以高-高集聚和低-低集聚为主，局部地区存在低-高集聚，但未出现高-低集聚。

高-高集聚主要集中在长三角东南部地区，2000 年高-高聚集区以东南部的浙江省为主，2010 年浙江省高-高聚集区范围缩小，江苏省的苏州由不显著区域转变为高-高集聚，2019 年高-高集聚区向长三角东部沿海地区转移。位于高-高集聚区的城市人口规模庞大、地理位置十分优越、城镇化水平较高，城市的快速发展使得这些城市经济发展水平不断提高，区域之间相邻城市空间的合作交流不断增强，共享劳动力、资本、技术、知识、信息资源，城市间的交通便捷程度不断提高，基础设施水平更加完善，带动区域及周边城市经济发展[10]，促进城市人口密度与经济发展水平在空间上的高-高集聚。

低-高聚集是指城市本身密度水平较低，周围城市经济发展水平较好。低高集聚区主要集中在苏锡常地区。该类城市人口密度较低，而其东部为长三角核心城市，拥有较多高技术产业，单位土地经济产值较高。经济的发展带动开发区、高新区等建设，国家的财政支持也更有力地推动城市经济的发展，形成了明显的低-高聚集。

低-低集聚区主要集中在以安徽省为主的西北部地区，2000-2020 年低-低集聚区城市不断减少，西北地区经济水平不断提高。低-低集聚类城市如淮南、淮北、马鞍山、铜陵和宣城等，以资源依赖型城市为主，城市空间开发力度较弱，优质人才吸引力不足，人口向东南地区迁移使得地区人才分布不均匀的情况更为严峻，同时地区产业发展滞后、产业结构不合理导致经济效益水平较低[11]，造成城市人口密度与经济发展水平的低-低集聚。

图3 城市人口密度与经济发展水平的LISA集聚图

4 结论与建议

4.1 结论

本文选取2010 年、2015 年、2019年三个断点年份数据，利用标准差椭圆和双变量空间自相关模型对城市人口密度与经济发展水平的空间分布特征以及二者之间的空间关联性展开深入分析，主要结论如下。

①城市人口密度与经济发展增长的空间分布格局具有一定的相似性，2000-2020 年城市人口密度与经济密度协同增长，表现出东南高西北低的空间分布格局。

②城市人口密度与经济增长存在空间正相关，人口密度的提升有利于区域经济水平的发展，但局部地区二者之间的空间分布存在差异。以浙江省和上海市为主的东南部区域城市人口密度与经济发展水平以高-高集聚为主，而以安徽省为主的西北部地区则以低-低集聚为主；个别城市，主要是苏锡常地区，以低-高集聚为主。

4.2 政策建议

在城市总体规划至详细规划阶段，应通过合理调控城市人口密度来优化城市空间结构，通过调整基本公共服务以及居住功能用地布局引导人口流动，形成更为合理的城市体系。加强政策引导作用，实现资源优化配置及经济效益的提升。相邻城市应加强彼此间政策制定的交流合作，共同促进长三角城市群经济发展。应考虑各地区的实际发展情况，制定差异化策略，秉承城市理性与精明增长理念，根据城市发展阶段，制定引导性政策，促进城市集约化发展。