長江經(jīng)濟帶人口空間分布的“逆城市化”趨勢及影響因素研究

張啟春 梅 瑩

(1.華中師范大學(xué) 公共管理學(xué)院、湖北地方政府治理與地方發(fā)展研究中心， 湖北 武漢 430079；2.華中師范大學(xué) 公共管理學(xué)院， 湖北 武漢 430079)

一、引言

在城市現(xiàn)代化發(fā)展過程中，“城市病”及鄉(xiāng)村凋敝成為普遍的世界性問題，并為城、鄉(xiāng)的現(xiàn)代化，可持續(xù)發(fā)展帶來挑戰(zhàn)①。我國一向重視并致力于打破城鄉(xiāng)二元結(jié)構(gòu)，推動城鄉(xiāng)要素雙向自由流動，重塑新型城鄉(xiāng)關(guān)系。為此，先后提出了城鄉(xiāng)統(tǒng)籌發(fā)展、城鄉(xiāng)一體化發(fā)展及城鄉(xiāng)融合發(fā)展等戰(zhàn)略。特別是黨的十九大以來，做出了建立健全城鄉(xiāng)融合發(fā)展體制機制和政策體系的重大戰(zhàn)略部署，發(fā)布了《中共中央 國務(wù)院關(guān)于建立健全城鄉(xiāng)融合發(fā)展體制機制和政策體系的意見》，并提出了“堅決破除體制機制弊端，促進城鄉(xiāng)要素自由流動，加快形成工農(nóng)互促、城鄉(xiāng)互補、全面融合、共同繁榮的新型工農(nóng)城鄉(xiāng)關(guān)系，加快推進農(nóng)業(yè)農(nóng)村現(xiàn)代化”的重要戰(zhàn)略決策。城鄉(xiāng)融合發(fā)展需要對城鄉(xiāng)空間布局結(jié)構(gòu)、產(chǎn)業(yè)發(fā)展、基礎(chǔ)設(shè)施、公共服務(wù)、資源能源、生態(tài)環(huán)境等進行統(tǒng)籌謀劃，也需要推動人才、土地、資本等要素的雙向流動。而“逆城市化”作為城市發(fā)展的一個階段，具體表現(xiàn)為人口空間分布格局的轉(zhuǎn)變，即人口由向中心城區(qū)集聚轉(zhuǎn)變?yōu)橄虺墙己袜l(xiāng)村集聚②。這種變化可以在一定程度上解決中心城區(qū)的“城市病”，同時為村鎮(zhèn)發(fā)展帶來資本與人才等要素，為城鄉(xiāng)融合發(fā)展及鄉(xiāng)村振興提供良好契機。因此，研究“逆城市化”問題，對于精準判定人口流動的新特點與新傾向，妥善處理“逆城市化”、城市化及鄉(xiāng)村振興之間的關(guān)系，助力推動城鄉(xiāng)融合發(fā)展及鄉(xiāng)村振興具有重要的基礎(chǔ)性作用。

我國自20世紀90年代開始，便零星出現(xiàn)了以“非轉(zhuǎn)農(nóng)”、“民工荒”、“逃離北上廣”、“離城返鄉(xiāng)”等為代表的“逆城市化”現(xiàn)象，學(xué)界也展開了對該現(xiàn)象的研究。然而，多數(shù)學(xué)者將研究視角集中于“辨析我國逆城市化真?zhèn)巍?、“對比發(fā)達國家與我國逆城市化的發(fā)展歷程”、“總結(jié)與歸納逆城市化的概念與表征”等問題上。對于我國的“逆城市化”趨勢及人口出現(xiàn)“逆城市化”意愿的影響因素的量化研究較少，且具有一定的區(qū)域局限性及時間滯后性。僅有毛新雅、王紅霞對長三角及京津冀1982-2010年間的人口空間分布狀態(tài)進行了研究，并得出長三角城市群處于人口加速集中的城市化階段，京津冀城市群處于由城市化向郊區(qū)化的過渡階段③；唐任伍、肖彥博對北京、上海及天津三市2010-2014年的城市發(fā)展階段進行了測度，并分析得出三市均出現(xiàn)了不同程度的“逆城市化”趨勢④。長江經(jīng)濟帶作為橫跨東、中、西三大階梯的“帶狀”經(jīng)濟域，具有重要的生態(tài)及經(jīng)濟地位，也是主要的人口流動聚集區(qū)。從全國層面看，長江經(jīng)濟帶經(jīng)濟地位突出，人口流動量巨大。2018年，長江經(jīng)濟帶11省市的生產(chǎn)總值為402985.24億元⑤，占全國生產(chǎn)總值的約45%；從人口流動量來看，根據(jù)《中國人口年鑒(2015)》，跨省流入人口占比較多的為浙江省(16.97%)、上海市(14.01%)和江蘇省(7.70%)；跨省流出人口最多的為四川省，占全部跨省流出人口的16.42%，其次為安徽省(10.12%)、湖北省(7.22%)、貴州省(6.97%)、重慶市(6.78%)、湖南省(5.97%)和江西省(5.16%)，共占流出人口的58.64%。從區(qū)域?qū)用婵?，長江經(jīng)濟帶內(nèi)含“三極”，即長江三角洲城市群、長江中游城市群及成渝城市群，覆蓋面積大，輻射帶動范圍廣。因此，研究長江經(jīng)濟帶近期人口空間分布的“逆城市化”以及人口產(chǎn)生“逆城市化”傾向的原因具有重要的全局性、階段性、戰(zhàn)略性意義。鑒于此，本文以長江經(jīng)濟帶及其主要城市為研究對象，從“逆城市化”定義、城市發(fā)展階段理論出發(fā)，運用ROXY指數(shù)模型對長江經(jīng)濟帶是否出現(xiàn)了人口空間分布的“逆城市化”進行考察，并在此基礎(chǔ)上，運用結(jié)構(gòu)方程模型，對人口出現(xiàn)“逆城市化”傾向的原因進行分析，以期為精準判定城市化發(fā)展方向、促進人口雙向自由流動、制定城鄉(xiāng)融合及鄉(xiāng)村振興發(fā)展戰(zhàn)略提供參考。

二、文獻綜述與理論分析

“逆城市化”概念最早由學(xué)者Berry提出⑥，用以描述美國在20世紀70年代開始出現(xiàn)的與以往完全割裂的人口“逆向”遷移變化現(xiàn)象。此后，國內(nèi)外學(xué)者密切關(guān)注，并將其發(fā)展成為一個交叉學(xué)科議題。從現(xiàn)有研究成果看，對逆城市化的研究主要涉及經(jīng)濟學(xué)、社會學(xué)、人口學(xué)、地理學(xué)及城市發(fā)展學(xué)等。由于學(xué)科側(cè)重有所不同，學(xué)界對逆城市化的定義尚未達成一致，學(xué)者普遍從城市化與逆城市化關(guān)系、地理空間演變、人口遷移流向、城市發(fā)展階段等角度對逆城市化進行釋義。Berry指出“逆城市化”是由“城市化”概念逆向推導(dǎo)而得，指人口的分散過程，其本質(zhì)是城市人口規(guī)模的縮小、密度的下降及局部人口同質(zhì)性的增加⑦。Fielding從地理空間演變視角將逆城市化定義為當?shù)貐^(qū)的大小與人口變化率(凈遷移率)之間成反比時出現(xiàn)的一種情況⑧。Champion在此基礎(chǔ)上對“逆城市化”進行了更為通俗的解釋，認為“逆城市化”是人口由大都市向非都市、鎮(zhèn)或鄉(xiāng)村流動的一種人口重新分配過程⑨。由于中國一直處于城市化發(fā)展的加速期，對“逆城市化”現(xiàn)象關(guān)注甚少，且其定義大多沿用西方概念并在此基礎(chǔ)上進行改良。孟祥林等將“逆城市化”定義為城市發(fā)展演進過程中，由于城市中心區(qū)生存空間狹小、交通擁堵、地價上漲而導(dǎo)致的中心城區(qū)居民不斷向城市邊緣郊區(qū)、鄉(xiāng)村地帶遷移的現(xiàn)象⑩。蔣長流、唐任伍等也基本認同這一定義，認為逆城市化是城市發(fā)展到一定階段出現(xiàn)的城市居住人群由中心城區(qū)向外圍城鎮(zhèn)以及鄉(xiāng)村遷移的現(xiàn)象，同時也會伴隨勞動力、資源、產(chǎn)業(yè)等要素由中心城區(qū)向城郊、鄉(xiāng)鎮(zhèn)的轉(zhuǎn)移。綜上所述，本文認為逆城市化體現(xiàn)了人口空間分布的動態(tài)變化過程，應(yīng)將其定義為人口由中心城市向外圍城市、由城市中心區(qū)向城市外圍腹地、城鎮(zhèn)及鄉(xiāng)村遷徙的一種變化過程。

(一)城市發(fā)展階段論及應(yīng)用

從城市演進歷程來看，“逆城市化”并非意味著城市化進程的倒退，而是城市發(fā)展到成熟階段的產(chǎn)物。城市化發(fā)展的一般“S型曲線”指出，城市化可分為三個階段：初期階段，即工業(yè)化初期，由農(nóng)耕經(jīng)濟向工業(yè)經(jīng)濟過渡時期，城市發(fā)展緩慢，城市化率一般低于30%；加速階段，即工業(yè)化中期或擴張期，這一時期城市數(shù)量明顯增多，規(guī)模持續(xù)擴大，城市化率一般高于30%，并迅速向70%逼近，同時，這一時期也是交通擁堵、住房緊張、環(huán)境惡化等“城市病”的高發(fā)期；后期階段，城市化總體水平較高，城市化率超過70%，且增速緩慢，并常伴隨“逆城市化”現(xiàn)象。從人口空間分布來看，Klaassen等提出了“空間循環(huán)假說”(圖1)，認為從城市中心與周圍人口的相互關(guān)系出發(fā)，城市化會沿著“城市化——郊區(qū)化——逆城市化——再城市化”的路徑發(fā)展。根據(jù)空間的集聚與分散程度，當城市中心的人口減少量超過外圍區(qū)域的人口增加量時，城市就進入了逆城市化階段。根據(jù)這一理論，日本經(jīng)濟學(xué)家川島辰彥運用ROXY指數(shù)模型并計算其取值范圍(表1)對日本大都市圈及大都市圈內(nèi)部人口的“逆城市化”傾向進行了分析。分析結(jié)果表明，20世紀80年代末日本大都市圈人口處于減速分散狀態(tài)。中國學(xué)界對于“逆城市化”的測度開展較晚，毛新雅等根據(jù)統(tǒng)計年鑒數(shù)據(jù)計算了1982-2010年長三角城市群及京津冀城市群中核心城市的ROXY指數(shù)值及其邊際值ΔROXY/ΔT的變化情況，結(jié)果表明：長三角城市群處于人口加速集聚的城市化階段，而京津冀城市群的城市化則處于由城市化向郊區(qū)化的過渡階段。魯繼通通過計算人口集中指數(shù)和ROXY指數(shù)對京津冀都市圈1990-2013年的城市演進狀態(tài)進行了分析，結(jié)果表明，京津冀都市圈經(jīng)歷了人口減速集聚——加速分散——加速集聚——加速分散——減速分散的變動過程，城市發(fā)展處于郊區(qū)化向逆城市化的過渡階段。唐任伍、肖彥博分別對北京、上海、天津三個城市2010—2014年常住人口的ROXY指數(shù)進行了測算，結(jié)果均為負，說明這三個城市均出現(xiàn)了程度不等的“逆城市化”現(xiàn)象。

圖1 Klaassen城市發(fā)展“空間循環(huán)”假設(shè)

表1 ROXY和ΔROXY指數(shù)的取值范圍及評價意義表

資料來源：唐任伍、肖彥博：《基于ROXY指數(shù)的中國“逆城市化”》，《經(jīng)濟與管理研究》2017年第3期;中華人民共和國國家統(tǒng)計局：2018年分省年度數(shù)據(jù)地區(qū)生產(chǎn)總值，http:/data.stats.gov.cn/easyqyery.htm？cn=E0103，2019年9月16日。

(二)“逆城市化”的影響因素研究

根據(jù)托達羅(Todaro)的預(yù)期收入理論，勞動力的遷移決策是在遷入地(城市)能夠獲得的預(yù)期收入、遷移的實際與機會成本、獲得工作機會的概率、遷移后收入等共同影響下做出的。吳玥弢運用托達羅模型實證分析了省際人口回流的經(jīng)濟原因，分析得出流入省份與流出省份的城鎮(zhèn)人均收入比越高，越易發(fā)生人口回流現(xiàn)象。以斯塔克和布魯姆(Stark & Bloom)為代表的新遷移經(jīng)濟學(xué)理論學(xué)派擴大了遷移決策做出時應(yīng)考慮的因素范圍，認為遷移決策不僅僅受工資差異、個人預(yù)期收入水平的影響，還受家庭預(yù)期收入和預(yù)期風(fēng)險的影響，強調(diào)了家庭作為決策主體的重要性。蔡瑞林等運用扎根理論方法，證明了家庭責任例如贍養(yǎng)留守老人、留守兒童等是農(nóng)民工做出逆城市化遷移決策的重要影響因素。李超等從準自然實驗視角驗證了農(nóng)民工愿意犧牲部分工資收入換取隨遷子女公辦學(xué)校的入學(xué)資格，從而降低了農(nóng)民工家庭的流動性，說明了子女教育在農(nóng)民工遷移決策中的重要作用。此外，個體福利因素也是影響人口遷移的重要原因。齊紅倩等證明了個體年均收入、職業(yè)培訓(xùn)、子女上學(xué)情況、政治參與狀況等個體福利指標對農(nóng)業(yè)轉(zhuǎn)移人口“逆城市化”意愿的顯著影響。結(jié)合我國具體國情、戶籍制度以及附著于戶籍上的土地優(yōu)惠政策等也一定程度上對人口的遷移決策產(chǎn)生影響。綜上所述，人口的逆城市化選擇與政策因素、家庭因素、個體福利因素存在一定聯(lián)系，是在綜合考量這些因素之后做出的決定。

三、模型選取、數(shù)據(jù)說明與實證分析

(一)城市內(nèi)部人口空間分布的“逆城市化”測度

1.模型解釋

ROXY指數(shù)模型通過計算區(qū)域人口增長的加權(quán)平均與算術(shù)平均的比值，來描述城市發(fā)展過程中空間循環(huán)運動的特征以及區(qū)域中心及腹地的人口流動傾向，從而達到測度城市化發(fā)展階段及空間集聚與擴散水平的目的。該模型是很好的量化人口與經(jīng)濟活動時空分布特性的定量研究方法，具體模型表達式如下：

Rt=[WAGRt/SAGRt-1.0]×Sc

(1)

(2)

(3)

(4)

2.樣本選取與數(shù)據(jù)說明

根據(jù)ROXY指數(shù)的定義和表達式，剔除了城市化率未達到70%的貴陽和重慶兩市，將其余9市作為研究區(qū)域，運用ROXY指數(shù)測量城市中心區(qū)及外圍區(qū)人口的變化情況。其中，中心區(qū)和外圍區(qū)的劃定分別根據(jù)各市的城市規(guī)劃方案、區(qū)域功能、環(huán)線劃分等，具體劃分見表2。人口數(shù)據(jù)來自2015-2018年各市的統(tǒng)計年鑒及《中國城市統(tǒng)計年鑒》，統(tǒng)計口徑均為常住人口。但是由于長沙和昆明市的數(shù)據(jù)不完善，后續(xù)分析中僅計算了可獲取的部分。同時，根據(jù)表1，在解讀ROXY指數(shù)取值方面：當Rt>0時，人口測度指標的加權(quán)平均增長率大于算數(shù)平均增長率，說明人口向權(quán)重大的區(qū)域集聚，即向城市中心區(qū)集聚，該區(qū)域的人口呈現(xiàn)不斷集聚分布的特征；當Rt=0時，區(qū)域發(fā)展較為恒定，無明顯人口集散變化特征；當Rt<0時，人口測度指標的加權(quán)平均增長率小于算術(shù)平均增長率，說明權(quán)重較大區(qū)域的人口增長率小于權(quán)重較小的地區(qū)，人口向權(quán)重較小的外圍區(qū)分散。

表2 長江經(jīng)濟帶9市中心區(qū)和外圍區(qū)分部情況表

3.測量結(jié)果

從測量結(jié)果看(表3)，長江經(jīng)濟帶9市的人口空間分布基本表現(xiàn)出以下特征：(1)上海市和武漢市2014-2017年的ROXY指數(shù)值呈現(xiàn)由正向負轉(zhuǎn)變的傾向，臨界點為2015年，說明兩市已出現(xiàn)“逆城市化”傾向。2014-2015年上海市ROXY值為正，說明該時間段人口加權(quán)平均增長率大于算數(shù)平均值，權(quán)重較大的城市中心人口年均增長率大于城市外圍，人口呈現(xiàn)由外圍向中心流動的傾向。但是，同時期△ROXY為負，說明人口集聚速度減緩。武漢市在2014-2015年人口空間分布也呈現(xiàn)出相同特征，出現(xiàn)人口由外圍向中心流動的集聚態(tài)勢，但集聚速度緩慢。而2015-2016年、2016-2017年兩個時間段，上海及武漢市的ROXY指數(shù)值均為負，說明該時期兩市的人口呈現(xiàn)出由中心區(qū)向外圍區(qū)擴散的現(xiàn)象，即“逆城市化”現(xiàn)象。但有所不同的是，上海市2015-2016年間的△ROXY值為正，說明該時期人口處于由中心向外圍的低速擴散階段；而武漢市的△ROXY值為負，說明人口處于由中心向外圍的較快擴散階段。(2)南京市、成都市、合肥市及南昌市自2014年起便出現(xiàn)了“逆城市化”現(xiàn)象，但人口流動速度呈現(xiàn)出不同特征。2014-2017年間，4市的ROXY指數(shù)值均為負，說明該時期內(nèi)人口的加權(quán)平均增長率值小于算數(shù)平均值，權(quán)重較大的中心區(qū)人口年均增長率小于外圍地區(qū)，人口呈現(xiàn)由中心區(qū)向外圍區(qū)流動的傾向，即“逆城市化”傾向。但從△ROXY值來看：南京市2014-2015年、2015-2016年兩階段的值均為負，說明人口一直處于由中心區(qū)向外圍區(qū)的加速擴散狀態(tài)。成都市及合肥市的△ROXY值則經(jīng)歷了由正向負轉(zhuǎn)變的過程，說明人口由中心區(qū)向外圍區(qū)的空間擴散速度經(jīng)歷了由高速向低速的轉(zhuǎn)變，人口擴散至外圍區(qū)的速度在逐步減緩。南昌市的△ROXY值一直為正，但有向0發(fā)展的傾向。說明南昌市人口在勻速擴散至外圍區(qū)。(3)長沙市和昆明市也出現(xiàn)了不同程度的“逆城市化”傾向，但由于數(shù)據(jù)無法獲取，只計算了長沙市2014-2015年、2015-2016年兩個時間段的ROXY指數(shù)值，且結(jié)果均為負，說明長沙市已經(jīng)出現(xiàn)了人口由中心向外圍流動的“逆城市化”現(xiàn)象。且2014-2015年間的△ROXY值為正，說明人口呈現(xiàn)加速擴散傾向。昆明市2014-2015年間的ROXY指數(shù)為負，說明該階段昆明市人口外流現(xiàn)象已顯現(xiàn)。(4)杭州市是唯一未出現(xiàn)明顯“逆城市化”現(xiàn)象的城市，人口仍處于集聚分布狀態(tài)。2014-2015年，杭州市的ROXY指數(shù)值為負，△ROXY值也為負，說明杭州市該時段人口呈現(xiàn)減速擴散態(tài)勢；但2015-2016年，杭州市ROXY指數(shù)值轉(zhuǎn)變?yōu)檎?，△ROXY值為負，說明該時期人口處于增速較低的集聚狀態(tài)；2016-2017年該市ROXY指數(shù)值仍為正，說明人口仍呈集中分布于中心區(qū)的狀態(tài)。

表3 長江經(jīng)濟帶超大及特大城市ROXY指數(shù)和△ROXY的測量結(jié)果

續(xù)表

(二)城市群人口空間分布測度

根據(jù)《長江經(jīng)濟帶發(fā)展規(guī)劃綱要》所提出的“三極”：下游長江三角洲城市群、中游城市群和上游成渝城市群，以及“發(fā)揮上海、武漢、重慶的核心作用”，將上海、武漢、重慶分別作為“三極”的核心區(qū)，南京、杭州、合肥作為下游腹地，長沙、南昌作為中游腹地，成都、昆明、貴陽作為上游經(jīng)濟區(qū)腹地，從而以區(qū)塊考察長江經(jīng)濟帶整體的城市化發(fā)展進程。仍沿用上述ROXY指數(shù)模型，對權(quán)重(di)進行重置，將中心權(quán)重設(shè)置為1；腹地權(quán)重設(shè)置為0。分析結(jié)果表明(表4)，除上游城市群未出現(xiàn)人口由中心重慶市向周邊成都、昆明、貴陽擴散的現(xiàn)象外，長江中游城市群、下游長江三角洲城市群均出現(xiàn)了不同程度的人口由核心區(qū)向外圍腹地擴散的現(xiàn)象。2014-2015年，長江經(jīng)濟帶中、下游城市群的△ROXY指數(shù)值均為負，說明兩城市群的人口均呈現(xiàn)出由中心向外圍擴散的現(xiàn)象。但這一時期，下游城市群的ROXY<0，說明人口處于由中心市上海向外圍區(qū)南京、杭州及合肥加速擴散的階段。而中游城市群的△ROXY>0，說明處于人口由中心武漢向外圍長沙及南昌緩慢擴散的時期。2015-2016年，長江中、下游兩城市群的人口空間分布均呈現(xiàn)出由核心區(qū)向周邊腹地的加速擴散階段；2016-2017年，兩城市群的人口分布仍延續(xù)了這一擴散狀態(tài)。

(三)影響因素分析

1.數(shù)據(jù)來源與變量解釋

本研究的數(shù)據(jù)來源于2017年流動人口衛(wèi)生計生動態(tài)監(jiān)測數(shù)據(jù)。根據(jù)前文的人口空間分布“逆城市化”分析結(jié)果，已有7個城市初步顯現(xiàn)出“逆城市化”端倪。因此，本文選取這7個城市2017年的流動人口數(shù)據(jù)作為樣本進行分析，通過剔除漏選較多的無效問卷以及人員在流入地居留小于6個月的樣本問卷，最終得到有效樣本量4887個。其中，上海市有效數(shù)據(jù)為1493個，南京市為543個，合肥市為580個，南昌市為385個，武漢市為629個，長沙市為665個，成都市為592個。表5給出了相關(guān)變量的含義、賦值及描述性統(tǒng)計。

表4 長江經(jīng)濟帶上中下游城市群ROXY指數(shù)及△ROXY的測量結(jié)果

表5 變量含義、賦值及描述性統(tǒng)計

續(xù)表

2.模型選擇與模型評價

本文運用Partial Least Squares-Structural Equation Modeling(PLS-SEM:偏最小二乘—結(jié)構(gòu)方程模型)方法，來分析政策因素、家庭因素、個體福利因素對人口“逆城市化”意愿的影響。PLS-SEM模型多用于組織行為學(xué)、市場營銷學(xué)、管理信息系統(tǒng)學(xué)、經(jīng)濟學(xué)等學(xué)科領(lǐng)域，其優(yōu)點主要集中于：沒有對變量正太分布的嚴格要求；可以同時處理反映型(Reflective)及形成型(Formative)指標測量模式；在方法上，PLS-SEM模型要優(yōu)于協(xié)方差結(jié)構(gòu)方程模型，因為協(xié)方差結(jié)構(gòu)方程模型在假定不滿足的情況下會出現(xiàn)Heywood現(xiàn)象，即會出現(xiàn)不適當解或不收斂現(xiàn)象，而PLS-SEM模型通常能夠避免這類現(xiàn)象的產(chǎn)生；此外，其在處理多重共線性問題上的表現(xiàn)也優(yōu)于其他方法。在運用結(jié)構(gòu)方程時通常需要考慮兩類測量設(shè)定：反映性(RM)與形成性(FM)指標測量模式。但多數(shù)學(xué)者在分析過程中并沒有對兩種模式進行嚴格區(qū)分，以至于會導(dǎo)致參數(shù)估計偏誤和模型設(shè)置錯誤。因此，本文根據(jù)Jarvis等總結(jié)提出的形成型與反映型指標測量模式的四項判定準則：考察潛變量與顯變量的因果關(guān)系方向、判斷顯變量是否具有可替代性、顯變量之間彼此能否共變、是否所有的顯變量都要求具有相同的前提和結(jié)果，對本研究適用的指標測量模式進行了劃分。其中，形成型指標測量模式適用于土地權(quán)益、家庭責任；反映型指標測量模式適用于社會融入、“逆城市化”意愿。由于AMOS、LISREL等結(jié)構(gòu)方程模型分析軟件均是基于反映型指標模型進行分析的，而形成型指標模型需要使用偏最小二乘法進行估計，因此，本研究選用WarpPLS 5.0軟件，對流動人口的“逆城市化”意愿進行分析。

本研究首先對反映型指標測量模式的內(nèi)部一致性信度、聚合效度(Convergent Validity)及區(qū)別效度(Discriminant Validity)進行考察。由于Cronbach’sα在PLS通徑模型中存在低估顯變量信度的可能，采取合成信度(Composite Reliabilityρ)指標的效果更好。因此，本研究也采用合成信度對社會融入和“逆城市化”意愿的信度進行測量，結(jié)果見表6，均大于0.7。聚合效應(yīng)(Convergent Validity)主要是對潛變量的組內(nèi)一致性、聚攏性進行測量，通過分析因子載荷(表7)可得出，依據(jù)分析結(jié)果，所有結(jié)果都超過了Hair等建議的0.5。區(qū)別效度(Discriminant Validity)表示在構(gòu)念上不同的潛變量應(yīng)表現(xiàn)出差異。為了使區(qū)別效度存在，F(xiàn)ornell和Larcker提出每一構(gòu)念的AVE平方根必須大于構(gòu)念的其他相關(guān)值，由表8可看出，所得結(jié)果均滿足這一標準。對于形成型指標測量模式，Bagozzi指出信度、聚合效度及區(qū)別效度在評價形成型測量模式中并沒有意義。因此，對于形成型測量模式，首先應(yīng)對效度進行檢驗，具體通過測量變量對潛變量的權(quán)重顯著性實現(xiàn)(表9)，結(jié)果顯示所有測量變量對潛變量的權(quán)重均顯著。其次，運用方差膨脹系數(shù)(VIF)對測量變量之間是否存在多重共線性進行檢驗。測量結(jié)果(表10)顯示，所有測量變量的VIF值均小于Petter等建議的低于3.3的要求，說明測量變量之間不存在多重共線性。最后，需要對模型整體的擬合優(yōu)度進行測量，本文使用兩個指標：結(jié)構(gòu)模型內(nèi)生潛變量的測定系數(shù)R2及預(yù)測相關(guān)性的重要衡量指標Q2進行檢驗。但是，Chin提出在包含F(xiàn)M測量模式的結(jié)構(gòu)方程模型中，具有良好擬合優(yōu)度的模型并不一定具有較高的R。因此，我們進一步考察預(yù)測相關(guān)性Q2，結(jié)果顯示Q2=0.074，大于0，模型具有測相關(guān)性，說明模型具有一定的解釋力。

表6 反映型指標內(nèi)部一致性信度

表7 反映型測量模型因子載荷

表8 相關(guān)矩陣及區(qū)別效度檢驗

注：***、**、*分別表示顯著性水平為0.1%、1%、5%；AVE值在對角線上。

表9 形成型測量模型中測量變量對潛變量的權(quán)重顯著性檢驗

表10 測量變量的多重共線性檢驗(VIF值)

3.實證結(jié)果分析

表11報告了政策、家庭及個體福利因素對“逆城市化”意愿的路徑系數(shù)，通過結(jié)果分析可以得出以下結(jié)論：首先，戶籍對“逆城市化”意愿的路徑系數(shù)顯著，方向為負，表明非農(nóng)業(yè)戶籍人口的“逆城市化”意愿低于農(nóng)業(yè)戶籍人口。而附著于戶籍制度的土地權(quán)益與“逆城市化”意愿正相關(guān)，且路徑系數(shù)顯著，說明土地已經(jīng)成為吸引、拉動流動人口“逆城市化”的重要因素。其次，家庭責任與“逆城市化”意愿顯著負相關(guān)，說明家庭責任越大，流動人口逆向遷移的意愿越小，這可能是由于較大的家庭責任致使其外出打工以補貼家用。遷入地的子女教育困境與“逆城市化”意愿正相關(guān)且顯著，在遷入地子女上學(xué)越困難，其返鄉(xiāng)的意愿越強。子女教育作為一項重要的人口遷移考量標準，很多流動人口由于子女教育問題，迫于無奈，選擇“離城返鄉(xiāng)”。再次，凈收入與“逆城市化”意愿負相關(guān)，在遷入地凈收入越高，遷入者越愿意選擇永久居留于遷入地。最后，社會融入與“逆城市化”意愿負相關(guān)，且路徑系數(shù)顯著，表明社會融入狀況好的人更能夠適應(yīng)遷入地生活，更可能居留于遷入地，“逆城市化”意愿較弱；反之，則由于社會融入狀況差，隔閡感的產(chǎn)生而選擇逆向遷回流出地。值得注意的是，醫(yī)療保障條件與“逆城市化”意愿呈負相關(guān)，但結(jié)果并不顯著。這可能是因為統(tǒng)計中年齡在40歲以下的人口占55.9%，人口年輕化致使醫(yī)療保險需求隱形化。

表11 政策、家庭及個體福利因素對“逆城市化”意愿的直接效應(yīng)

注：***、**、*分別表示顯著性水平為0.1%、1%、5%。

四、結(jié)論與啟示

本文首先基于城市發(fā)展階段理論，利用ROXY指數(shù)模型，對長江經(jīng)濟帶11市內(nèi)部的“逆城市化”及上、中、下游城市群的人口空間分布進行了測度。其次，通過利用2017年流動人口衛(wèi)生計生動態(tài)監(jiān)測數(shù)據(jù)，構(gòu)建結(jié)構(gòu)方程模型，分析了政策因素、家庭因素及部分個體福利因素對流動人口“逆城市化”意愿的影響。研究結(jié)果表明：(1)人口遷移表現(xiàn)出流向及目的地選擇的雙重變化，“逆城市化”傾向明顯。從長江經(jīng)濟帶上、中、下游城市群來看，人口不再傾向于向城市群中心的超大城市聚集，而是選擇向大城市及中等城市遷移；從城市內(nèi)部看，人口的空間分布趨勢發(fā)生了改變，由向中心區(qū)集聚轉(zhuǎn)變?yōu)橄蛲鈬鷧^(qū)分散，城市周邊的鄉(xiāng)、鎮(zhèn)人口將逐步增多，這樣有助于疏解中心城區(qū)公共資源、住宅、交通等方面的壓力，提升空間利用效率，加速城市提質(zhì)升級。(2)城市群內(nèi)部的“逆城市化”現(xiàn)象契合中心城市引領(lǐng)，大中小城市協(xié)同發(fā)展的共贏理念。從長江經(jīng)濟帶內(nèi)部上、中、下游城市群人口空間分布的狀況來看，除上游城市群未出現(xiàn)人口空間分布由重慶向成都、昆明、貴陽擴散的現(xiàn)象外，其余中、下游城市群均出現(xiàn)了人口由中心市——上海市及武漢市，向周邊長沙市、南昌市、南京市、杭州市、合肥市擴散的趨勢。人力資本向周邊城市擴散有助于撬動物質(zhì)資本、財力、技術(shù)下沉至非中心城市，激發(fā)這些地區(qū)的發(fā)展?jié)摿Α?3)戶籍制度以及附著于戶籍制度的相對價值仍為人口自由流動帶來阻滯，使“城里人難入鄉(xiāng)，鄉(xiāng)鎮(zhèn)人難落戶”。從“逆城市化”意愿影響因素來看，戶籍仍是影響人口空間分布“逆城市化”的重要因素，其根源并不是戶籍制度本身，而是附著于戶籍上的相對價值。對于非農(nóng)戶籍人口來說，其在城市能夠享受較為完備的基礎(chǔ)設(shè)施建設(shè)及基本公共服務(wù)，同時，非農(nóng)戶籍人口無法在鄉(xiāng)村購置房屋，實現(xiàn)久居，從而使其遷移意愿的相對“固化”，造成由城到鄉(xiāng)的反向流動困難。而對于農(nóng)業(yè)戶籍人口來說，城市生活難融入，子女教育難實現(xiàn)，醫(yī)療保障難解決使其難以實現(xiàn)身份的轉(zhuǎn)變，被迫離城返鄉(xiāng)，進行“逆城市化”遷移。(4)土地權(quán)益對“逆城市化”意愿具有拉動作用，為鄉(xiāng)村振興帶來新機遇。依附于戶籍制度的承包地、宅基地可以帶來一定的經(jīng)濟價值，特別是《關(guān)于進一步加強農(nóng)村宅基地管理的通知》中提出的“要鼓勵村集體和農(nóng)民盤活利用宅基地，可通過自主經(jīng)營、合作經(jīng)營、委托經(jīng)營等方式，依法依規(guī)發(fā)展農(nóng)家樂、民宿、鄉(xiāng)村旅游等”，成為拉動農(nóng)業(yè)戶籍人口返鄉(xiāng)創(chuàng)業(yè)的重要契機，為鄉(xiāng)村的發(fā)展帶來多種可能。(5)個體福利因素成為人口是否做出“逆城市化”遷移決策的重要考量，為基本公共服務(wù)的均等化供給提出新期待。凈收入、醫(yī)療保障、社會融入等個體福利因素也納入人口遷移決策的考量范圍，成為影響人口“逆城市化”意愿的重要因素。這說明，收入只是人口做出遷移決策的部分原因，隨著經(jīng)濟的發(fā)展，主要矛盾的轉(zhuǎn)化，綜合的個體福利水平成為引導(dǎo)人口遷移決策的重要因素。這就意味著，“逆城市化”趨勢及人口的自由流動都急切需要基本公共服務(wù)供給實現(xiàn)城鄉(xiāng)之間、區(qū)域之間、城市之間的大體均衡，使人們能夠享受大體無差別的基本公共服務(wù)。(6)除考慮自身因素外，家庭責任及遷入地子女的教育問題也成為影響人口“逆城市化”決策的重要因素。家庭責任較大的流動人口被迫選擇“背井離鄉(xiāng)”、外出打工，以減輕家庭的經(jīng)濟負擔，因此，其“逆城市化”意愿較小。但這一選擇較易造成中小城鎮(zhèn)，特別是鄉(xiāng)村出現(xiàn)空巢老人和留守兒童等社會問題。下一代子女的教育問題同樣是人口遷移的重要因素，在遷入地上學(xué)難，上學(xué)貴的問題依然是制約外地人口定居遷入地的重要障礙。

基于上述結(jié)論，本文認為以下問題值得進一步思考：第一，應(yīng)正確認識并合理利用“逆城市化”趨勢，使其成為城市群深入發(fā)展、大中小城市協(xié)調(diào)發(fā)展、鄉(xiāng)鎮(zhèn)有序發(fā)展的重要助推器。對于城市群而言，中心城市人群有序分散至外圍城市，在一定程度上為這些地區(qū)引入了人力、物力、財力、智力、技術(shù)等資源，有助于新的城市增長極的顯現(xiàn)，為城市群的深入發(fā)展及高質(zhì)量發(fā)展助力；對于城市而言，“逆城市化”有助于分散超大城市、特大城市的人口壓力、公共服務(wù)壓力，疏解中心城區(qū)的非核心功能，防止大城市無序蔓延，為其更精準地定位城市功能，更精細地管理城市活動，更有針對性地提升科技創(chuàng)新及高端服務(wù)能力助力。中小城市作為人口的接收方，可利用人力資源的杠桿作用，引導(dǎo)物質(zhì)資源向其中心城區(qū)進駐，盤活存量，尋找新的發(fā)展契機；對于鄉(xiāng)鎮(zhèn)來說，“逆城市化”能夠帶動一部分城市人口及農(nóng)業(yè)轉(zhuǎn)移人口到鄉(xiāng)鎮(zhèn)發(fā)展農(nóng)家樂、民宿、特色小鎮(zhèn)旅游等產(chǎn)業(yè)，促進新產(chǎn)業(yè)新業(yè)態(tài)的培育，形成新的經(jīng)濟增長極，促使鄉(xiāng)鎮(zhèn)經(jīng)濟向多元化發(fā)展。第二，應(yīng)淡化戶籍制度，進一步推進居住證制度，實現(xiàn)人口的雙向自由流動。根據(jù)影響因素分析，附著于戶籍制度的相對價值是影響人口“逆城市化”意愿的重要因素，為體現(xiàn)以人為本的發(fā)展理念，實現(xiàn)人口的雙向自由流動，應(yīng)剝離與戶籍綁定的相對價值，使流動人口在遷入地能夠享受應(yīng)有的福利、待遇及保障，并最終實現(xiàn)人口的自由流動。第三，應(yīng)進一步推進基本公共服務(wù)均等化策略，實現(xiàn)城鄉(xiāng)之間、區(qū)域之間、大中小城市之間基本公共服務(wù)的大體均衡供給。隨著經(jīng)濟結(jié)構(gòu)的深度調(diào)整，社會結(jié)構(gòu)的深刻變化，人口遷移的根本動因已不僅僅局限于凈收入，而是更多地考慮與自身和家庭相關(guān)聯(lián)的綜合福利待遇。因此，要進一步縮小基本公共服務(wù)差距，從需求側(cè)出發(fā)，以公眾需求為核心，以公眾滿意為目標，針對急切的福利需求及特殊群體的具體要求制定相應(yīng)的傾斜政策，率先促進教育、醫(yī)療保障、養(yǎng)老等領(lǐng)域的服務(wù)均等化。同時，要著力提升中小城市及鄉(xiāng)鎮(zhèn)的基礎(chǔ)設(shè)施建設(shè)，改善交通運輸網(wǎng)絡(luò)，吸引各類城市人才及農(nóng)業(yè)轉(zhuǎn)移人口自發(fā)“逆城市化”，到中小城市及鄉(xiāng)鎮(zhèn)兼職或創(chuàng)業(yè)，引導(dǎo)要素在城市之間及城鄉(xiāng)之間的合理配置。

注釋

①王亞華、蘇毅清：《鄉(xiāng)村振興——中國農(nóng)村發(fā)展新戰(zhàn)略》，《中央社會主義學(xué)院學(xué)報》2017年第6期。

②楊傳開、朱建江：《鄉(xiāng)村振興戰(zhàn)略下的中小城市和小城鎮(zhèn)發(fā)展困境與路徑研究》，《城市發(fā)展研究》2018年第11期。

⑤參見中華人民共和國國家統(tǒng)計局：2018年分省年度數(shù)據(jù)地區(qū)生產(chǎn)總值，http:/data.stats.gov.cn/easyqyery.htm？cn=E0103，2019年9月16日。

⑥⑦B. J. L. Berry， “Urbanization and Counterurbanization in the United States，”TheANNALSoftheAmericanAcademyofPoliticalandSocialScience，vol.451，no.1,1980,pp.13-20．

⑧A. J. Fielding, “Counterurbanisation in Western Europe,”ProgressinPlanning,vol.17， no.82,1982,pp.1-52．

⑨A. G. Champion, “Counterurbanization in Britain，”TheGeographicalJournal,vol.155， no.1,1989,pp,52-59．