基于無監(jiān)督學(xué)習(xí)方法的收縮城市識別研究
——以粵港澳大灣區(qū)9座地級市為例

韓梓軒 彭康珺 米加寧 陳 翔

【政策之窗】

? 當(dāng)前部分城市人口流失所帶來的負面后果為持續(xù)向好的經(jīng)濟數(shù)據(jù)所掩蓋。但長期而言，其擴張式發(fā)展與現(xiàn)實中發(fā)展條件缺失之間的矛盾不容忽視。

? 本文提供了一種探尋城市收縮狀況的方法與視角，以充分意識城市收縮特點的地區(qū)性，為相應(yīng)城市突出所具優(yōu)勢、融入城市集群化發(fā)展提供參考。

一、問題提出

在第一次工業(yè)革命到第二次世界大戰(zhàn)結(jié)束后的200多年時間里，西方國家經(jīng)過快速城市化的發(fā)展實現(xiàn)了由農(nóng)業(yè)社會向城市社會的轉(zhuǎn)變。20世紀(jì)中葉以后，世界經(jīng)濟增長的中心發(fā)生了變化，逐漸從大西洋沿岸向亞太轉(zhuǎn)移。同時，隨著區(qū)域間增長的分化和社會經(jīng)濟結(jié)構(gòu)的轉(zhuǎn)型，以美國東北部銹帶地區(qū)和歐洲工業(yè)區(qū)為代表的一些城市也邁入了城市發(fā)展周期的后半段，經(jīng)歷了以人口密度降低、人口減少等為標(biāo)志的城市收縮。有研究結(jié)果顯示，在過去的50年間，世界范圍內(nèi)人口超過100萬的450個城市或地區(qū)，共計減少了約10%的城市人口(Oswalt & Rieniets，2006)。在全球經(jīng)濟放緩和區(qū)域性金融危機的大背景下，城市收縮正逐漸成為一個普遍存在的現(xiàn)象，且和城市增長一樣成為社會不可回避的新的常規(guī)發(fā)展過程。盡管中國憑借人類歷史上規(guī)模最大、速度最快的城市化進程，創(chuàng)造了新的增長奇跡。但隨著經(jīng)濟發(fā)展瓶頸期和人口紅利拐點的到來，中國近年來全面增長的格局逐漸出現(xiàn)區(qū)域分化的特征。盡管增長仍是我國城市發(fā)展的主流，然而部分城市已開始經(jīng)歷人口等領(lǐng)域的收縮過程，這使得中國的收縮城市問題也開始引起社會和學(xué)界的廣泛關(guān)注。

在此背景下，國內(nèi)城市轉(zhuǎn)型無可避免。而收縮城市的出現(xiàn)為城市轉(zhuǎn)型提供了研究與實踐的視角，但收縮城市的多樣性與復(fù)雜性需要得到進一步的探究，才能實現(xiàn)城市根據(jù)自身特點實現(xiàn)相應(yīng)的合理調(diào)整，避免“一刀切”的擴張發(fā)展思路。本文將通過數(shù)據(jù)驅(qū)動的方式，利用機器學(xué)習(xí)與定量、定性方法相結(jié)合的路徑，探究收縮城市在多個領(lǐng)域的典型特征表現(xiàn)，為實現(xiàn)收縮城市精準(zhǔn)轉(zhuǎn)型提供認知與實踐基礎(chǔ)。

二、研究設(shè)計

(一)文獻述評

“收縮城市”一詞雖說是一個新概念，但并不是所謂的新現(xiàn)象(高舒琦，2017)。在早期研究中，“收縮城市”常常被“人口衰減”或“城市衰退”等類似術(shù)語所替代(Bourne，1980)。1988年，德國學(xué)者哈特穆特·赫曼(Hartmut H?u?ermann)和沃爾特·西貝爾(Walter Siebel)(H?u?ermann & Siebel，1988)在一篇有關(guān)德國經(jīng)濟和人口衰退的城市的實證研究中正式提出了“收縮城市”這一概念。直到20世紀(jì)末以后，大量的城市出現(xiàn)了建筑用地空置和人口持續(xù)流失的現(xiàn)象，“收縮城市”這一概念的用法才逐漸被學(xué)界認可。盡管收縮城市作為當(dāng)前社會的一個熱門話題，但是關(guān)于收縮城市的概念界定尚未形成統(tǒng)一的標(biāo)準(zhǔn)(Martinez-Fernandez et al.，2012a)。目前，比較有代表性的有關(guān)收縮城市的定義主要通過在一定時期內(nèi)的人口流失數(shù)量進行測量(Schilling & Logan，2008；Wiechmann，2008)。

當(dāng)前國外對于收縮城市的識別研究主要有以下幾個方面：第一，基于一些宏觀的理論視角探討收縮城市的形成原因。通過城市發(fā)展周期理論、鄰里生命周期理論、地方精英擴散理論、經(jīng)濟周期理論、區(qū)域不平等、全球化生產(chǎn)和資本、人口運動等經(jīng)典理論視角都能從不同的側(cè)面解釋城市收縮現(xiàn)象(Martinez-Fernandez et al.，2012b)?；谏鲜隼碚摚瑢W(xué)者們進一步總結(jié)了收縮城市所形成的一系列原因，諸如去工業(yè)化、全球化、去郊區(qū)化、自然經(jīng)濟周期的變動、社會轉(zhuǎn)型、資源條件惡化等(Blanco et al.，2009；Bontje，2004；Reckien & Martinez-Fernandez，2011)。第二，提出收縮城市的判別標(biāo)準(zhǔn)，構(gòu)建收縮城市的測量維度。當(dāng)前，國外學(xué)者從量化的角度識別收縮城市主要分成三類路徑(劉合林，2016)：第一類是從社會經(jīng)濟維度判別收縮城市。由于人口的衰減是收縮城市的最直觀的表現(xiàn)，且人口統(tǒng)計數(shù)據(jù)容易獲得，豐富且量大，因而被廣泛應(yīng)用在判別收縮城市的研究中(Turok & Mykhnenko，2007)。例如一些學(xué)者采用不同時期人口收縮率、城鎮(zhèn)人口數(shù)量絕對值的變化來識別和衡量收縮城市(Alves et al.，2016)。此外，部分學(xué)者在利用人口指標(biāo)的同時，也引入了一些經(jīng)濟指標(biāo)諸如失業(yè)率等來描述收縮城市(Wiechmann & Pallagst，2012)。第二類是從地理空間維度來識別收縮城市(Reis et al.，2016；Couch et al.，2005；Evans，2011)。還有一類是借助遙感技術(shù)，基于生態(tài)學(xué)理論從地理景觀維度結(jié)合諸如香農(nóng)多樣性系數(shù)(Shannon’s Diversity Index)、葉面積指數(shù)(Leaf Area Index)或最大斑塊指數(shù)(Largest Patch Indes)等指標(biāo)來判別收縮城市(Deng et al.，2009)。第三，選取世界上具有代表性的收縮地區(qū)作為案例進行分析，探究這些收縮城市的收縮類型(Schetke & Haase，2008)。上述西方社會對于收縮城市的研究開展時間早，關(guān)于收縮城市理論與實踐等方面的研究雖然取得的成果頗豐，但是對于收縮城市的界定與識別指標(biāo)尚未形成統(tǒng)一的認知，收縮城市的分析框架還亟待完善和補充，并且大部分研究都是基于社會工業(yè)化完成的大環(huán)境下進行城市發(fā)展的研究。這也是西方學(xué)界有關(guān)收縮城市研究的一個時代背景特色。

受到西方收縮城市相關(guān)研究的影響，中國的城市收縮現(xiàn)象也正在引起學(xué)界的關(guān)注(周愷、錢芳芳，2015)。但是與西方相比，我國對于收縮城市的識別研究還處于起步階段。當(dāng)前，國內(nèi)對于收縮城市的識別研究大體可以歸納為兩類。一類是在已有的收縮城市的識別框架基礎(chǔ)上構(gòu)建指標(biāo)體系。依據(jù)國際上收縮城市的概念中所關(guān)注的人口指標(biāo)數(shù)據(jù)，來識別國內(nèi)收縮城市的現(xiàn)狀(Long & Wu，2016；吳康等，2015)。另一類是理論建構(gòu)和探討。主要是提出對收縮城市的識別方法，然后選取典型區(qū)域或城市群作為個案，采取定量或定性的傳統(tǒng)研究方法構(gòu)建收縮城市的測量和分析框架。例如：杜志威與李郇(2017)以東莞為例，從經(jīng)濟、人口、用地三個維度提出了城鎮(zhèn)增長與收縮的分析框架，并劃分了城鎮(zhèn)的不同發(fā)展類型；楊東峰等(2015)以收縮城市的人口收縮指數(shù)值和城鎮(zhèn)建設(shè)用地擴張指數(shù)值的中位數(shù)為界將收縮城市分為四類。也有一些學(xué)者構(gòu)建人口、經(jīng)濟、社會等項目層，選取這些項目層下多類代表性的子指標(biāo)，基于地級、縣級多尺度對國內(nèi)發(fā)生收縮城市的區(qū)域進行識別劃分，分析收縮城市的動因等(劉風(fēng)豹等，2018；林雄斌等，2017；張學(xué)良等，2016；龍瀛、吳康，2016)。

國內(nèi)學(xué)者對收縮城市的研究積極借鑒了西方學(xué)者的經(jīng)驗與成果，但考慮到中國收縮城市產(chǎn)生的歷史背景、階段和原因跟西方社會的收縮城市現(xiàn)象的出現(xiàn)具有較大差異(張貝貝、李志剛，2017)，將西方收縮城市的分析框架照搬到中國城市的研究中并不恰當(dāng)，中國城市的收縮研究亟待建立本土化的識別分析框架。在研究實踐層面上，對于收縮城市的識別測量框架雖各有差異，但大抵接近，且識別測量過程中存在樣本量過小、數(shù)據(jù)時間跨度小、測量維度與指標(biāo)單一以及測量指標(biāo)選取存在較強的主觀性等諸多問題。因此，中國對于收縮城市的識別研究無論是在理論建構(gòu)還是實踐技術(shù)層面上都存在待改善之處。

(二)理論框架

根據(jù)以往研究中所提出的城市發(fā)展生命周期理論、人口運動理論和核心-邊緣理論，本文提出，我國的收縮城市研究需要從人口、經(jīng)濟、空間地理和行政四個方面展開。

城市發(fā)展生命周期理論。事物的發(fā)展具有周期，城市的發(fā)展演變亦如此。城市發(fā)展周期理論認為城市的發(fā)展包含興起、發(fā)展、繁榮和衰退四個階段。每個階段都承載人類文明的發(fā)展，同時每個階段城市發(fā)展在人口、經(jīng)濟、地理、社會和物質(zhì)環(huán)境方面的特征都有明顯變化。根據(jù)這些特征變化可以有效幫助識別城市發(fā)展所處的階段。

人口運動理論。人口運動理論通過人口變化來解釋城市發(fā)展的起伏階段。人口老化和生育率下降等人口結(jié)構(gòu)變動會影響城市的收縮，其次就業(yè)、產(chǎn)業(yè)等經(jīng)濟活動的變動與調(diào)整和移民的流動也會影響城市的收縮。

核心-邊緣理論。該理論被認為是一種城市空間系統(tǒng)發(fā)展理論。它將核心和邊緣作為其基本的結(jié)構(gòu)要素。核心區(qū)通常是城市集聚區(qū)，具有資本投放密集、核心產(chǎn)業(yè)發(fā)展、經(jīng)濟增長迅速、人口基數(shù)大的特點。而邊緣區(qū)相對于核心區(qū)而言，通常指那些相對較為落后的地區(qū)。核心區(qū)在區(qū)域發(fā)展中處于主導(dǎo)地位，而邊緣區(qū)的發(fā)展方向則需要依賴核心區(qū)的帶動。通常而言，核心區(qū)會通過市場系統(tǒng)、行政系統(tǒng)、供給系統(tǒng)來組織自己周圍的邊緣區(qū)、傳播創(chuàng)新成果給外圍地區(qū)等。該理論對于區(qū)域發(fā)展優(yōu)化具有指導(dǎo)意義。

基于此，本文采集和計算粵港澳大灣區(qū)城市群中9座地級市(廣州、深圳、珠海、東莞、佛山、惠州、肇慶、中山、江門)的統(tǒng)計面板數(shù)據(jù)、燈光遙感數(shù)據(jù)DMSP/OLS，利用無監(jiān)督學(xué)習(xí)中的K均值聚類算法與定量方法中的因子分析對初級識別體系進行“升級”，構(gòu)建收縮城市測量識別框架，豐富收縮城市理論內(nèi)涵，推動收縮城市研究的發(fā)展。同時，結(jié)合社會科學(xué)常用的定性、定量方法，進一步對收縮城市本土化問題進行研究和梳理，揭示國內(nèi)收縮情況、收縮類型和特點，為政府實現(xiàn)收縮城市轉(zhuǎn)型提供決策視角，重塑城市發(fā)展的新活力。

(三)研究策略

本文將采用無監(jiān)督學(xué)習(xí)中的K均值聚類和定量方法中的因子分析進行數(shù)據(jù)處理，并分析收縮城市特征；之后通過定性分析中的文本與政策研究探究收縮城市出現(xiàn)的成因。

本章將首先對9個研究城市進行分類，再行探究產(chǎn)生分類結(jié)果的決定性因素。本文為綜合維度與特征下的收縮城市識別探究，在維度多重、指標(biāo)多樣且數(shù)據(jù)量較大的情況下，采用了無監(jiān)督學(xué)習(xí)的方法作為基礎(chǔ)研究方法。部分學(xué)者曾先行采用單一維度進行收縮城市的分類，再行探究所得出的收縮城市在各個維度的特征，以此作為收縮城市的綜合特征標(biāo)準(zhǔn)，本文稱之為“事后綜合”。這一方法忽略了維度間可能存在的不一致性與相互影響，即人口收縮的城市可能存在于其他維度擴張的情況，在無法得知我國城市是否存在維度之間組合多樣的情況下，這一方法將所要探究的問題作為了結(jié)論運用，有悖于“綜合維度下的收縮城市識別”這一說法。本文以無監(jiān)督學(xué)習(xí)作為主要研究方法，可實現(xiàn)4個維度中所有數(shù)據(jù)指標(biāo)的“事前綜合”探究，分類結(jié)果完全基于4個維度所有的指標(biāo)數(shù)據(jù)，可真正實現(xiàn)在綜合維度與綜合表征下的收縮城市識別。同時，無監(jiān)督學(xué)習(xí)和定量方法的結(jié)合，能夠有效避免在選取指標(biāo)當(dāng)中的主觀干擾，轉(zhuǎn)而使用機器在大量指標(biāo)中選取出具有決定性的識別，使得對收縮城市主要特征的探究成為可能。具體研究設(shè)計如下：(1)通過無監(jiān)督學(xué)習(xí)中的K均值聚類算法，將9個樣本城市進行分類，得到N個分類結(jié)果。(2)通過定量分析方法中的因子分析對原有44個指標(biāo)進行降維，獲得由貢獻較大的指標(biāo)組成的X個因子變量，并通過權(quán)重對指標(biāo)進行排序。(3)對N類城市在X個因子變量所組成的新型收縮城市識別體系下的指標(biāo)數(shù)據(jù)表現(xiàn)進行分析，獲取收縮城市在新型維度下的主要特征。(3)采用定性方法分析對收縮城市出現(xiàn)的成因進行探究。

三、數(shù)據(jù)處理與分析

(一)數(shù)據(jù)處理

1.樣本與指標(biāo)選取

根據(jù)中共中央、國務(wù)院發(fā)布的《中共中央國務(wù)院關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機制的意見》中提出的城市群帶動區(qū)域發(fā)展的新模式，以及復(fù)旦大學(xué)數(shù)字與移動治理實驗室發(fā)布的《中國地方政府?dāng)?shù)據(jù)開放報告》所計算的各省級地方政府?dāng)?shù)據(jù)開放程度和數(shù)據(jù)質(zhì)量程度，本文以粵港澳大灣區(qū)城市群中的9座地級市(廣州、深圳、珠海、東莞、佛山、惠州、肇慶、中山、江門)為研究樣本，開展收縮城市問題的研究。

此外，通過對城市收縮、城市發(fā)展等相關(guān)領(lǐng)域的文獻研究，結(jié)合我國以行政權(quán)力主導(dǎo)的區(qū)域政策對地區(qū)發(fā)展的影響，同時考慮數(shù)據(jù)質(zhì)量與可獲取性，本文初步建立了由4個維度，44個指標(biāo)組成的收縮城市識別體系。4個維度分別是經(jīng)濟維度、人口維度、空間地理維度和行政維度。經(jīng)濟維度包括工業(yè)增加值在內(nèi)的23個指標(biāo)，人口維度包括常住人口在內(nèi)的9個指標(biāo)，空間地理維度包括燈光遙感指數(shù)在內(nèi)的4個指標(biāo)，行政維度包括縣級市數(shù)量在內(nèi)的7個指標(biāo)。由于篇幅所限，文中對具體指標(biāo)不做詳細羅列，如有需要，可與作者聯(lián)系索取。

2.數(shù)據(jù)來源

各項數(shù)據(jù)來源如下：(1)廣東省及各城市統(tǒng)計年鑒：4個維度中的所有統(tǒng)計面板數(shù)據(jù)均來自廣東省統(tǒng)計信息網(wǎng)站(http：//www.gdstats.gov.cn/)中最新的2008—2017年廣東統(tǒng)計年鑒。(2)美國國家海洋和大氣管理局(NOAA)網(wǎng)站：空間地理維度中的燈光遙感數(shù)據(jù)DMSP/OLS來自美國國家海洋和大氣管理局(NOAA)網(wǎng)站(https：//www.noaa.gov/)。該原始數(shù)據(jù)通過美國國防氣象衛(wèi)星計劃(Defense Meteorological Satellite Program，DMSP)采集獲取。

根據(jù)以往的相關(guān)研究表明，DMSP-OLS穩(wěn)定的夜間燈光遙感數(shù)據(jù)是能夠體現(xiàn)人口與城市化水平狀況的可靠數(shù)據(jù)源。但由于大氣條件的逐年變化和衛(wèi)星傳感器的周期性變化，不同年份獲得的夜間光照數(shù)據(jù)無法直接比較。本文采用一種新的時間序列DMSP/OLS夜間燈光數(shù)據(jù)歸一化技術(shù)，并利用偽不變特征(Pseudo Invariant Features，PIF)推導(dǎo)出城市檢測閾值。其數(shù)據(jù)處理包括三個步驟：(1)當(dāng)某些局部區(qū)域有高分辨率圖像數(shù)據(jù)時，估計參考年的最佳市區(qū)檢測閾值。(2)根據(jù)城市化進程的不可逆性，確定一組被視為城市區(qū)域的PIF，研究期間夜間光照條件沒有顯著變化。(3)基于PIF和線性回歸的時間序列DMSP-OLS數(shù)據(jù)集歸一化，根據(jù)參考年份閾值確定各年份城市區(qū)域檢測的最佳閾值，并據(jù)此提取城市區(qū)域。由此得到2008—2017年廣東省燈光的DN均值，并將其作為潛在的能夠反映收縮城市特征的指標(biāo)之一。

3.數(shù)據(jù)清洗

如下：(1)數(shù)據(jù)整理：將統(tǒng)計年鑒、夜間燈光數(shù)據(jù)整理成以城市為元組，各個指標(biāo)為屬性的形式，并以年為單位進行組織。(2)缺失值填充：在數(shù)據(jù)清洗過程中，對于少部分屬性數(shù)據(jù)值的缺失情況，可采用眾數(shù)、均值、中位數(shù)的填充方法。本文所需數(shù)據(jù)缺失率為0.3%。對于缺失數(shù)據(jù)采用中位數(shù)的填充方法，將該年同一屬性下其他城市數(shù)值的中位數(shù)作為該城市的缺失屬性數(shù)值。

(二)數(shù)據(jù)分析

1.K均值聚類

本文將采用無監(jiān)督學(xué)習(xí)中的K均值聚類算法，同時以層次聚類作為輔助手段實現(xiàn)樣本城市的分類。K均值聚類是一種矢量量化方法，是數(shù)據(jù)挖掘中聚類分析的常用方法。 K均值聚類的目的是將N個觀測值劃分為K個聚類，其中每個觀測值屬于具有最近均值的聚類，作為聚類的原型。

本文首先將粵港澳大灣區(qū)的廣州、深圳、佛山、東莞、中山、珠海、江門、肇慶、惠州9座地級市分別編號為1-9，并選取9座城市在4個維度下的44個指標(biāo)作為屬性，之后對9座城市進行K均值聚類。通過圖1可確定最佳聚類數(shù)目為3類或4類。若將這些城市按照屬性值的相似性分成3類，結(jié)果為：(1)廣州、深圳。(2)江門、肇慶、惠州。(3)佛山、東莞、中山、珠海。若分為4類，結(jié)果則為：(1)廣州。(2)深圳。(3)江門、肇慶、惠州。(4)佛山、東莞、中山、珠海。通過方差分析后，類與類之間差異明顯，同時同類內(nèi)部具有相似性。

圖1 組內(nèi)誤差平方和圖

資料來源：作者自制。

2. 因子分析

因子分析能夠在分類結(jié)果的基礎(chǔ)上，找出對分類結(jié)果有決定性意義的指標(biāo)，并將高度相關(guān)的指標(biāo)組成一類因子。這些因子能夠反映出44個指標(biāo)構(gòu)成的數(shù)據(jù)基本特征，同時包含原有識別體系的所有關(guān)鍵信息。

圖2 因子分析碎石圖

資料來源：作者自制。

由平行分析結(jié)果表明，因子數(shù)為4，組分?jǐn)?shù)為4。由此，從圖中和函數(shù)所給出的信息，我們保留4個因子變量即可。對于因子變量分別的指標(biāo)組成，本文挑選了得分超過92%的指標(biāo)，并按照得分高低，即相關(guān)程度進行排序。第一個因子變量主要由街道數(shù)、固定資產(chǎn)投資(萬元)、房地產(chǎn)開發(fā)住宅投資額(億元)、高等學(xué)校在校學(xué)生數(shù)(人)、消費品零售總額(萬元)、戶籍人口(萬人)組成。第二個因子變量主要由省內(nèi)年末凈遷移人口(省內(nèi)遷入-遷往省內(nèi))、第一產(chǎn)業(yè)生產(chǎn)值增長速度(%)、出口總額(億美元)組成。第三個因子變量主要由城鎮(zhèn)化率(%)、縣數(shù)量、鄉(xiāng)數(shù)量組成。第四個因子變量主要由失業(yè)率(%)、第一產(chǎn)業(yè)就業(yè)人口比率(%)組成。

四、實證結(jié)果與收縮城市成因分析

根據(jù)第三章的數(shù)據(jù)分析結(jié)果，可建立由4個維度、14個指標(biāo)組成的新型收縮城市綜合識別體系。本文根據(jù)各維度的指標(biāo)組成特點，將它們分別命名為城市擴張水平、人口遷入與對外貿(mào)易水平、城鎮(zhèn)化水平以及第二與第三產(chǎn)業(yè)就業(yè)水平。如表1所示。

表1 新型收縮城市綜合識別體系

資料來源：作者自制。

上述4個維度的劃分與命名主要考量首要指標(biāo)的含義，同時兼顧總體指標(biāo)綜合所涉及領(lǐng)域。城市擴張水平反映城市在地理空間、社會與經(jīng)濟方面的擴張態(tài)勢；人口遷入與對外貿(mào)易水平綜合了省內(nèi)人口凈流入及產(chǎn)業(yè)發(fā)展、產(chǎn)品出口領(lǐng)域的變化；城鎮(zhèn)化水平是城市化程度的集中體現(xiàn)；第二與第三產(chǎn)業(yè)就業(yè)水平是城市產(chǎn)業(yè)發(fā)展?fàn)顩r的反映。本章將在新型4維識別體系的基礎(chǔ)上，結(jié)合各城市的其他指標(biāo)表現(xiàn)進行實證結(jié)果分析。

(一)樣本城市的各維度表現(xiàn)

1. 城市擴張水平

街道數(shù)作為該維度影響最為突出的指標(biāo)，直接體現(xiàn)了城區(qū)在空間維度的擴張情況，并能夠集中反映該維度其他指標(biāo)的變化。其中深圳市在10年間街道數(shù)增長34.5%，尤其在2015—2016年即增長25.4%，由59條街道增加為74條。如此迅速的街道數(shù)量增長，足以體現(xiàn)深圳勢不可擋的發(fā)展勢頭。相較之下，包括廣州在內(nèi)的其他城市大多在10年中街道擴增緩慢，但廣州街道基數(shù)大，2008年即有131條，2017年增長為136條；而江門市街道數(shù)減少5條。

深圳市固定資產(chǎn)投資額在10年間增長251.5%，房地產(chǎn)開發(fā)投資額增長384.9%，城市空間保持高速擴張。廣州在2014年后，固定資產(chǎn)投資增速放緩，被深圳與佛山超過，但投資額10年均保持首位。而戶籍人口數(shù)據(jù)方面，各城市10年間戶籍人口數(shù)量變化趨勢如圖3所示。其中，江門、肇慶、惠州3市在2008—2009年出現(xiàn)劇烈增長，增速分別為186.4%、683.9%、157.5%，此后9年幾乎陷入停滯，甚至是衰減。其中江門市2009年與2015年的戶籍人口數(shù)量持平，均為391萬余人。

圖3 2008—2019年9座城市戶籍人口數(shù)量變化趨勢

資料來源：作者自制。

2.人口遷入與對外貿(mào)易水平

該維度包含的最主要指標(biāo)是省內(nèi)年末凈遷移人口(戶籍人口)，體現(xiàn)的是同屬一省份各城市間差異，受人口在省內(nèi)范圍遷移活動的影響大于省外范圍遷移活動。同時為統(tǒng)一維度的表現(xiàn)，考慮到出口總額對第一產(chǎn)業(yè)發(fā)展的負向反映，故將維度命名為“人口遷入與對外貿(mào)易水平”。

根據(jù)2008—2017年各研究城市的省內(nèi)年末凈遷移人口指標(biāo)數(shù)據(jù)和變化折現(xiàn)圖(紅點為負值，即凈流出>凈流入)顯示，江門、肇慶和惠州為9座城市中僅有的3座在10年間出現(xiàn)過負值的城市：江門和肇慶在2012—2017年連續(xù)6年出現(xiàn)負值；惠州在2012—2013年出現(xiàn)負值，且兩年省內(nèi)凈流出人口均超過 10 000 人。在此10年間，惠州在該指標(biāo)的表現(xiàn)波動較大。

根據(jù)我國三大產(chǎn)業(yè)的劃分標(biāo)準(zhǔn)，第一產(chǎn)業(yè)主要分為農(nóng)業(yè)、林業(yè)、畜牧業(yè)和漁業(yè)。因此在第一產(chǎn)業(yè)生產(chǎn)值增速方面，深圳作為城鎮(zhèn)率100%的城市，第一產(chǎn)業(yè)生產(chǎn)值有5年降幅超過10%則不足為奇。中山、東莞和珠海也在某些年份出現(xiàn)負增長，其余5座城市10年間均處于增長態(tài)勢。而江門與惠州的出口總額則在9座城市中處于墊底位置。

圖4 2008—2019年9座城市省內(nèi)年末凈遷移人口數(shù)量(戶籍人口)變化

資料來源：作者自制。

3.城鎮(zhèn)化水平

該維度包含城鎮(zhèn)化率和縣、鄉(xiāng)數(shù)量3個指標(biāo)。根據(jù)數(shù)據(jù)顯示，肇慶、江門、惠州是9座城市中城鎮(zhèn)化率最低的3座城市，其中肇慶10年城鎮(zhèn)化率均處于45%左右，增長不足2%，即鄉(xiāng)村人口始終多于城鎮(zhèn)人口。同時，惠州城鎮(zhèn)化率也長期處于低增長狀態(tài)。而江門雖城鎮(zhèn)化率低，但10年間出現(xiàn)了16%左右的增長，在2017年達到65.81%。

4.第二、三產(chǎn)業(yè)就業(yè)水平

根據(jù)我國對第二、第三產(chǎn)業(yè)的定義，第二產(chǎn)業(yè)主要包括工業(yè)、制造業(yè)，第三產(chǎn)業(yè)主要包括服務(wù)業(yè)。第二與第三產(chǎn)業(yè)就業(yè)水平維度所包含的失業(yè)率與第一產(chǎn)業(yè)就業(yè)率能夠反映城市第二與第三產(chǎn)業(yè)的就業(yè)水平。由于相同維度中各指標(biāo)是通過線性組合，所以將可信度高于92%的失業(yè)率與第一產(chǎn)業(yè)就業(yè)率指標(biāo)相加，能夠反映各城市第二與第三產(chǎn)業(yè)的就業(yè)水平，即失業(yè)率與第一產(chǎn)業(yè)之和越高，第二與第三產(chǎn)業(yè)的就業(yè)水平就越低。根據(jù)2012—2016年的統(tǒng)計數(shù)據(jù)，肇慶、江門、惠州的第二與第三產(chǎn)業(yè)就業(yè)水平最低，在第一產(chǎn)業(yè)就業(yè)人口比率中，肇慶、江門、惠州穩(wěn)居前3位，第一產(chǎn)業(yè)就業(yè)人口與第二與第三產(chǎn)業(yè)就業(yè)人口比值分別維持在1 ∶1、1 ∶2與1 ∶4。

(二)城市類別與特征

根據(jù)第2章得出的城市分類結(jié)果，同時結(jié)合第3章新型維度下對各城市指標(biāo)數(shù)據(jù)的分析可以得出：(1)江門、肇慶、惠州3座城市共同表現(xiàn)為低人口遷入水平、低城鎮(zhèn)化水平以及低第二與第三產(chǎn)業(yè)就業(yè)水平，具體表現(xiàn)為農(nóng)村人口相較城鎮(zhèn)人口有更為明顯的持續(xù)流出至省內(nèi)其他城市的現(xiàn)象。其中江門、肇慶還表現(xiàn)出低對外貿(mào)易水平的特點。但由于受到人口在省內(nèi)遷移活動的影響較大，故仍將3座城市劃分為同一類城市。同時在經(jīng)濟方面，3座城市并未出現(xiàn)衰退，由此利用該類城市最為突出的特征，將它們劃分為“人口流失型收縮城市”。(2)深圳具有高城市擴張水平、高人口遷入與對外貿(mào)易水平、高城鎮(zhèn)化及高第二與第三產(chǎn)業(yè)就業(yè)水平的全方位高速發(fā)展特點，將其劃分為“全面型擴張城市”。(3)對于廣州市而言，雖然根據(jù)第2章的聚類結(jié)果，可與深圳劃分為同一類型城市，但結(jié)合第3章的各關(guān)鍵指標(biāo)數(shù)據(jù)分析結(jié)果，本文認為其在街道數(shù)變化與城鎮(zhèn)化率上與深圳有明顯不同，可視為具有空間上的相對穩(wěn)定性，故將其劃分為“空間穩(wěn)定型擴張城市”。(4)相較其他3類城市而言，東莞、佛山、珠海、中山4座城市在本章建立的4個維度下無明顯特點，各維度均處于相對穩(wěn)定的增長態(tài)勢，故將其劃分為“穩(wěn)定型城市”。各城市類型與相應(yīng)特點如表2總結(jié)所示。

表2 9座城市所劃分城市類型及其對應(yīng)特點

城市類型類型特點所屬該類型城市人口流失型收縮城市低人口遷入與對外貿(mào)易水平、低城鎮(zhèn)化水平、低第二與第三產(chǎn)業(yè)就業(yè)水平、低城市擴張水平江門、肇慶、惠州全面型擴張城市高城市擴張水平、高第二與第三產(chǎn)業(yè)就業(yè)水平、高城鎮(zhèn)化水平、高人口遷入與對外貿(mào)易水平、深圳空間穩(wěn)定型擴張城市城市擴張水平中的空間擴張水平相對增速較緩,其余維度維持高水平廣州穩(wěn)定型城市人口遷入與對外貿(mào)易水平、城鎮(zhèn)化水平、第二與第三產(chǎn)業(yè)就業(yè)水平、城市擴張水平均相對保持穩(wěn)定增速珠海、中山、佛山、東莞

資料來源：作者自制。

(三)收縮城市成因分析

1.自然條件局限

對于城市自身轉(zhuǎn)型和城市群發(fā)展來說，城市自身的地理位置等自然條件的局限是城市收縮的重要原因。盡管江門有著先天河運港口和出海便利的優(yōu)勢，但是其西面緊鄰山區(qū)和欠發(fā)達的陽江地區(qū)，東面和北面有著廣闊且豐富的西江水系，與佛山和珠海隔岸。由于受河網(wǎng)障礙，影響了其與周邊較為發(fā)達城市的關(guān)聯(lián)程度。因此，比較而言，江門其區(qū)位開放條件遠不及大灣區(qū)其他核心地區(qū)，其輔助性地位和外圍成為了制約其格局和經(jīng)濟發(fā)展的重要因素(劉作珍、梁育民，2018)。根據(jù)相關(guān)統(tǒng)計數(shù)據(jù)顯示，江門的經(jīng)濟外向程度不高，低于東莞、深圳、珠海、中山和惠州。2018年江門外貿(mào)進出口總值1 473.3億元，僅占全省約2%。而肇慶9個縣區(qū)，一半坐落于山區(qū)，一半位于珠三角?！鞍肷桨胫椤钡牡乩砦恢檬蛊涮幱诎l(fā)展相對不利的地位，由此逐漸與粵港澳大灣區(qū)其他城市拉開較大差距。因此，可初步認為自然條件的局限是導(dǎo)致江門和肇慶具有低對外貿(mào)易水平的重要特征。

2.政策引導(dǎo)缺位

新制度主義理論解釋了制度環(huán)境與制度安排對促進或抑制經(jīng)濟增長的作用。制度環(huán)境決定制度安排，而制度安排決定制度績效。制度績效即國家能力，包括經(jīng)濟增長的能力。制度環(huán)境與制度安排的差異，反映地區(qū)吸收和創(chuàng)新能力的不同，進而決定了地區(qū)經(jīng)濟發(fā)展的差異性。其中，政策環(huán)境的支撐作用有助于城市實現(xiàn)城市轉(zhuǎn)型增長，有效避開衰退的局面，同時也可能對城市發(fā)展產(chǎn)生負面的限制作用(楊光斌，2003)。

江門和肇慶在城市轉(zhuǎn)型和發(fā)展過程中均存在產(chǎn)業(yè)弱質(zhì)問題。其中，江門市內(nèi)多個園區(qū)經(jīng)濟體和省級專業(yè)鎮(zhèn)形成了多樣化發(fā)展格局，產(chǎn)業(yè)空間主體多，但是產(chǎn)業(yè)無序化擴張?zhí)攸c突出，產(chǎn)業(yè)特色引導(dǎo)力不足。而傳統(tǒng)制造業(yè)作為江門經(jīng)濟發(fā)展的主力軍，在轉(zhuǎn)型過程中由于自主創(chuàng)新能力薄弱、廣深創(chuàng)新中心直接輻射比較困難，總體研發(fā)投入不高，對國外新技術(shù)消化吸收不足，產(chǎn)業(yè)集聚程度不高，關(guān)鍵技術(shù)裝備數(shù)字化、信息化、智能化水平落后，導(dǎo)致傳統(tǒng)優(yōu)勢競爭力不斷下降，對現(xiàn)有勞動力的吸引力不足。反觀肇慶和惠州，二者存在產(chǎn)業(yè)結(jié)構(gòu)層次發(fā)展不合理的問題。兩市以第二產(chǎn)業(yè)為主，第三產(chǎn)業(yè)發(fā)展不夠突出。其中肇慶三大產(chǎn)業(yè)比例為14.8 ∶46.9 ∶38.3，惠州三大產(chǎn)業(yè)比例為4.5 ∶55 ∶40.5。而粵港澳大灣區(qū)其他城市諸如廣州、深圳和東莞，第三產(chǎn)業(yè)均超過了第二產(chǎn)業(yè)，呈“倒三角型”形態(tài)。三座城市在第一產(chǎn)業(yè)的就業(yè)人口比重過大，存在一定的剩余勞動力?，F(xiàn)有的政策環(huán)境和產(chǎn)業(yè)結(jié)構(gòu)安排未能有效將這部分剩余勞動力轉(zhuǎn)移至其他產(chǎn)業(yè)，制約了第二與第三產(chǎn)業(yè)的進一步發(fā)展，產(chǎn)業(yè)結(jié)構(gòu)還有較大的進一步優(yōu)化空間。產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化能夠進一步調(diào)整人口分布結(jié)構(gòu)，提高城鎮(zhèn)化水平。此外，江門、肇慶和惠州三地相較于大灣區(qū)其他城市，人才配套制度和政策不到位，引進、培育、留用高端技術(shù)人才較為困難。由此可見，政策短板在一定程度上導(dǎo)致了三座城市出現(xiàn)低人口遷入水平和低第二與第三產(chǎn)業(yè)就業(yè)水平的特征。

3.基礎(chǔ)設(shè)施不配套

公共基礎(chǔ)設(shè)施建設(shè)跟不上城市發(fā)展步伐，在一定程度上限制了城市發(fā)展活力。肇慶和江門交通基礎(chǔ)設(shè)施建設(shè)的滯后，已然無法滿足融入大灣區(qū)發(fā)展的要求。時至今日，肇慶通過交通重要節(jié)點拉動城市經(jīng)濟發(fā)展的效應(yīng)尚未顯現(xiàn)，對接大灣區(qū)中廣州、中山、佛山等城市交通網(wǎng)絡(luò)體系亟待完善。而江門區(qū)域內(nèi)多種交通方式銜接不暢通，物流基礎(chǔ)設(shè)施不完善，軌道交通不能有效支持服務(wù)業(yè)發(fā)展和區(qū)域空間擴展等問題，也在一定程度上影響了江門的城市可持續(xù)發(fā)展。在大灣區(qū)深入融合發(fā)展的過程中，肇慶和江門均未建立起一個與地區(qū)發(fā)展情況相適應(yīng)的、內(nèi)外聯(lián)通發(fā)達的公路、鐵路、城際輕軌、河道和海港的交通網(wǎng)絡(luò)基礎(chǔ)設(shè)施，影響了大灣區(qū)內(nèi)各種資源配置的連通性，進而影響地區(qū)城市發(fā)展的未來潛能。

4.人口年齡結(jié)構(gòu)變動

人口年齡結(jié)構(gòu)老年化，勞動適齡人口減少已成為國內(nèi)外收縮城市的重要成因。人口老齡化帶來的人口自然增長率下降和勞動適齡人口下降，使得城市人口相對減少，城市出現(xiàn)相對萎縮的狀態(tài)。根據(jù)數(shù)據(jù)顯示，過去5年，江門、肇慶和惠州人口自然增長率在大灣區(qū)城市群中位列倒數(shù)。從常住人口變動來看，江門、肇慶和惠州三市在2008—2009年出現(xiàn)劇烈增長，此后9年幾乎無增長。此外，我國正面臨著劉易斯拐點(The Lewis Turning Point)的到來，中國勞動適齡人口即將進入負增長階段，勞動力無限供給的狀況發(fā)生改變，影響了三地支柱產(chǎn)業(yè)制造業(yè)的可持續(xù)發(fā)展，由此也影響了當(dāng)?shù)氐诙c第三產(chǎn)業(yè)就業(yè)情況。對于江門、肇慶和惠州三座人口流失型收縮城市而言，在國內(nèi)經(jīng)濟結(jié)構(gòu)向高質(zhì)量發(fā)展轉(zhuǎn)型的大背景下，各方投資高速向第三產(chǎn)業(yè)集中。同時城鄉(xiāng)一體化進程仍在穩(wěn)步推進當(dāng)中，農(nóng)村人口在教育、福利和醫(yī)療保障等領(lǐng)域待遇相較而言仍有較大差距。作為第一或第二產(chǎn)業(yè)主導(dǎo)的該類傳統(tǒng)型城市，尤其是江門和肇慶，在缺乏第三產(chǎn)業(yè)發(fā)展基礎(chǔ)的狀況下，容易存在農(nóng)村人口規(guī)模化順勢流入其他城市從事相對高收入行業(yè)的現(xiàn)象，勞動適齡人口減少，推動城市收縮。

五、結(jié)論與討論

本文以粵港澳大灣區(qū)城市群中的9座地級市為樣本對收縮城市識別方法及其特征與成因進行探究。本文從經(jīng)濟、人口、空間地理和行政4個維度出發(fā)，首先建立了包含44個指標(biāo)組成的初級收縮城市識別體系，后利用無監(jiān)督學(xué)習(xí)中的K均值聚類算法對9座城市進行分類，利用因子分析對初級識別體系中的指標(biāo)進行降維，提取了由14個指標(biāo)組成，并對城市分類結(jié)果具有決定性作用的4個因子，由此構(gòu)建了新型4維綜合識別體系，從而得以進一步探尋收縮城市的類別與特征，揭示了類型的潛在多樣性與特征的復(fù)雜性。本文結(jié)論如下：

第一，通過城市聚類結(jié)果與新型識別體系下的指標(biāo)數(shù)據(jù)分析相結(jié)合，本文將江門、肇慶和惠州劃分為“人口流失型收縮城市”，深圳為“全面型擴張城市”，廣州為“空間穩(wěn)定型擴張城市”，珠海、中山、佛山和東莞為“穩(wěn)定型城市”。這一劃分結(jié)果是以9座城市為研究樣本的結(jié)果，存在針對性與相對性。如廣州在本文的劃分中主要考量了其在2008—2017年間城區(qū)空間基數(shù)較大，擴張幅度相較深圳穩(wěn)定的情況；珠海等4座城市也是在考慮相對穩(wěn)定的情況下進行的城市類型劃分。

第二，本文采取了一種真正意義上的學(xué)科交叉方法，將計算機學(xué)科領(lǐng)域的機器學(xué)習(xí)、數(shù)據(jù)挖掘方法與社會科學(xué)定量、定性分析相結(jié)合，展開了對收縮城市問題的研究，融合了前者強大的數(shù)據(jù)處理能力和后者強解釋性的優(yōu)勢，實現(xiàn)了多維度的收縮城市特征探究，提供了對收縮城市多樣性和復(fù)雜性探究的新路徑。解決了前人研究在維度單一、指標(biāo)單一和指標(biāo)選取主觀性較強所造成的反映收縮城市復(fù)雜性受限的問題。未來研究如果選取大量樣本城市進行研究，本文所提出的綜合方法優(yōu)勢將更為明顯，劃分類型將更為精確，并有望在全樣本中得出標(biāo)準(zhǔn)化收縮城市識別體系與收縮城市特征。

第三，通過對粵港澳大灣區(qū)內(nèi)9座地級市收縮情況分析，總體看，自然條件局限是大灣區(qū)部分城市出現(xiàn)收縮的原因。而在城市轉(zhuǎn)型過程中，由于地區(qū)政策引導(dǎo)缺位、區(qū)域內(nèi)基礎(chǔ)設(shè)施不配套和人口年齡結(jié)構(gòu)變動也是影響大灣區(qū)內(nèi)城市收縮的重要緣由。此外，本文從城市群的區(qū)域范圍對收縮城市進行研究，提供了一種未來主導(dǎo)的城市發(fā)展模式對收縮城市轉(zhuǎn)型影響的研究與決策視閾，具有前瞻性和現(xiàn)實意義，即對收縮城市的應(yīng)對，不僅需考慮城市自身，也需要考慮外部環(huán)境對收縮城市的形成與發(fā)展的影響。本文認為，當(dāng)今城市群的發(fā)展并不一定需要各城市在新興科技領(lǐng)域有所建樹。因地制宜、各司其職應(yīng)當(dāng)成為城市群集約高效發(fā)展的原則。對此，需完善政績評估體系，轉(zhuǎn)變城市發(fā)展思路，聚焦城市群協(xié)同發(fā)展下的合理定位作為發(fā)展引擎或許能在我國以城市群體系為單位的未來發(fā)展形勢下，為收縮城市提供發(fā)展路徑。而這種轉(zhuǎn)變必然會造成一系列的變化，也對收縮城市的判別標(biāo)準(zhǔn)提出了極高的要求。

但本文依然存在以下局限：

從決策角度而言，由于無監(jiān)督學(xué)習(xí)方法的特點，不考慮特定外部環(huán)境的收縮城市識別將降低研究結(jié)果的現(xiàn)實意義，即不同的研究樣本將可能產(chǎn)生不同的研究結(jié)果，也意味著在某一研究對象中被識別為收縮城市的研究對象放置于其他研究對象中時成為非收縮型城市。因此，本文所采用的方法存在對樣本城市所處外部環(huán)境的依賴，即需選取有決策意義的外部環(huán)境開展研究，才能使得進一步探究應(yīng)對方案具有現(xiàn)實意義。

為實現(xiàn)多維度數(shù)據(jù)支持下的收縮城市識別研究，以試圖彌補單一人口指標(biāo)帶來的識別方面的精準(zhǔn)性缺陷，本文選取了多維度指標(biāo)，并使其在現(xiàn)有統(tǒng)計數(shù)據(jù)的來源、尺度與口徑統(tǒng)一的基礎(chǔ)上盡可能反映了本文所需要的能夠體現(xiàn)城市在某一領(lǐng)域的特征。但由于我國統(tǒng)計資料在城區(qū)尺度方面的有限性，一些指標(biāo)無法完全代表城市實際區(qū)域的情況。這一研究現(xiàn)象普遍存在，也有相關(guān)研究指出該類問題(吳康，2019)。因此，這一方面所給本文基于多維指標(biāo)研究帶來的局限性不可避免，在今后的研究中通過大數(shù)據(jù)或能夠?qū)崿F(xiàn)尺度更為適配的收縮城市識別與特征探究，推進更加精細化的城市轉(zhuǎn)型策略。但與此同時，行為數(shù)據(jù)等新興數(shù)據(jù)的獲取受到其商業(yè)化的禁錮，可獲取資源較為有限。政府相關(guān)部門可加大數(shù)據(jù)開放力度，提升數(shù)據(jù)統(tǒng)計方法，推動各類數(shù)據(jù)集、數(shù)據(jù)湖的建設(shè)，實現(xiàn)社會發(fā)展的全方位精準(zhǔn)刻畫，提高對城市的管理水平。同時，應(yīng)在深入收縮城市形成機制和多樣性探究的基礎(chǔ)上提供合理的政策建議。針對收縮城市識別、類型和特征的探究僅揭示了收縮城市當(dāng)前存在的基本狀況，幫助決策者對相關(guān)現(xiàn)象有所意識，但更重要的是提供現(xiàn)有條件下可行的收縮城市轉(zhuǎn)型對策，實現(xiàn)收縮城市的精準(zhǔn)治理。