四川省城市收縮影響因素及空間溢出效應(yīng)研究

□文/段媛媛 嚴(yán)惠云 張 毅

（西安財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院 陜西·西安）

［提要］ 在我國進(jìn)入以城市群為主題的新型城鎮(zhèn)化時(shí)代背景下，城市化的快速發(fā)展加劇了區(qū)域發(fā)展不均衡，導(dǎo)致部分城市及局部出現(xiàn)人口收縮以及發(fā)展滯后的問題。“城市收縮”將成為我國新型城鎮(zhèn)化發(fā)展過程中的新常態(tài)。本文以四川省地級(jí)市為研究對(duì)象，選取2009～2019年四川省17個(gè)地級(jí)市相關(guān)數(shù)據(jù)，建立空間杜賓模型，檢測(cè)四川省城市收縮的空間溢出效應(yīng)。結(jié)果表明：四川省城市收縮存在顯著的空間聚集效應(yīng)，人均GDP對(duì)城市收縮的影響顯著為正，產(chǎn)業(yè)結(jié)構(gòu)變化的系數(shù)顯著為負(fù)；空間因素對(duì)城市收縮的影響顯著為正；政策變化對(duì)城市收縮的影響顯著為負(fù)；而生態(tài)環(huán)境對(duì)城市收縮的影響并不顯著。識(shí)別影響四川省城市收縮因素，為城市發(fā)展策略奠定基礎(chǔ)。

一、前言

“十四五”規(guī)劃中提出“穩(wěn)妥調(diào)減收縮型城市市轄區(qū)，審慎研究調(diào)整收縮型縣（市）”。2019年4月，國家發(fā)展和改革委員會(huì)首次提出了“收縮型城市”的說法，這說明國家對(duì)城市收縮的重視，要改變以前的發(fā)展思路。中國城市和小城鎮(zhèn)改革發(fā)展中心研究員馮奎認(rèn)為，中國區(qū)域經(jīng)濟(jì)、城市經(jīng)濟(jì)正在發(fā)生極其深刻的變化，因此原有的行政區(qū)劃必須進(jìn)行一定調(diào)整，嚴(yán)防城市收縮。

收縮城市出現(xiàn)后，收縮城市形成的原因與影響因素是相關(guān)研究的重要內(nèi)容之一。目前，大多數(shù)學(xué)者以人口流失界定城市收縮，人口流失是傳統(tǒng)產(chǎn)業(yè)衰退、資源消耗、人口結(jié)構(gòu)變化、郊區(qū)化等多種因素相互作用形成的。在原來以傳統(tǒng)產(chǎn)業(yè)為主的城市中，隨著產(chǎn)業(yè)衰退，城市對(duì)人口的吸引和聚集作用降低，導(dǎo)致勞動(dòng)力減少，勞動(dòng)成本升高，以加工貿(mào)易型產(chǎn)業(yè)為主的東莞市面臨城市收縮。浙江省金華市浦江縣傳統(tǒng)產(chǎn)業(yè)技術(shù)水平低、產(chǎn)品價(jià)值低，在產(chǎn)業(yè)轉(zhuǎn)型過程中，就業(yè)崗位減少，就業(yè)人口減幅達(dá)90%，產(chǎn)業(yè)發(fā)展斷層，是城市收縮的最大風(fēng)險(xiǎn)。一些依托礦產(chǎn)資源發(fā)展的城市在資源開采殆盡時(shí)，工業(yè)企業(yè)面臨倒閉，城市開始出現(xiàn)收縮現(xiàn)象。東北地區(qū)的資源型城市有19座資源枯竭型城市出現(xiàn)人口流失，大約占東北地區(qū)資源枯竭型城市的95%。日本北海道是資源型城市，其中有6座礦業(yè)城市正處在人口收縮中，1996～2006年加拿大13個(gè)礦產(chǎn)地區(qū)共流失近5萬人口。人口結(jié)構(gòu)變化中的人口老齡化也已經(jīng)成為城市收縮中不可忽視的重要因素。2020年，伊春市人口老齡化已經(jīng)達(dá)到了26%，遠(yuǎn)高于全國老齡化率18%，使城市活力降低，社會(huì)負(fù)擔(dān)加重，對(duì)城市綜合發(fā)展產(chǎn)生了很大影響，引發(fā)城市收縮現(xiàn)象。郊區(qū)化并不意味著居民的流失，而是人們從城市中心搬到了城市外圍，帶動(dòng)城市外圍消費(fèi)，郊區(qū)化進(jìn)程加快，加劇城市收縮。目前，郊區(qū)化因素在中國城市中極少體現(xiàn)。全球化是除了常規(guī)收縮動(dòng)因之外的一個(gè)重要因素。在全球化的競(jìng)爭中，資本與資源不斷涌向全球各大城市，有優(yōu)勢(shì)的大城市不斷吸引全世界人口的遷入，而處于劣勢(shì)、產(chǎn)業(yè)結(jié)構(gòu)單一的中小城市受到全球化的影響，出現(xiàn)城市收縮現(xiàn)象。英國曼徹斯特就是單一產(chǎn)業(yè)主導(dǎo)的城市，在全球化過程中出現(xiàn)持續(xù)收縮。

關(guān)于城市收縮的測(cè)度也是重要內(nèi)容之一。早期，在經(jīng)歷了人口流失后，住房市場(chǎng)受到威脅。Bontje用住房空置率作為描述城市收縮的重要指標(biāo)。Schetke等學(xué)者用MCA與DSS的結(jié)合初步了解區(qū)域、街區(qū)、建筑規(guī)模的總體數(shù)據(jù)質(zhì)量，用建筑物的拆除比率或翻新比例反映一個(gè)城市是否收縮，用指標(biāo)矩陣研究城市收縮。龍瀛等基于第五次人口普查（2000年）和第六次人口普查（2010年）中國鄉(xiāng)鎮(zhèn)街道辦事處微觀尺度的數(shù)據(jù)，用人口密度比例作為因變量，從歷史因素、行政區(qū)劃、經(jīng)濟(jì)因素、社會(huì)因素、交通因素出發(fā)，建立多元線性回歸模型識(shí)別城市收縮影響因素。近幾年，張帥等運(yùn)用收縮度模型從人口收縮、經(jīng)濟(jì)收縮和社會(huì)收縮建立城市收縮綜合評(píng)價(jià)指標(biāo)體系。孫青等以中國地級(jí)市為研究對(duì)象，從經(jīng)濟(jì)、人口、就業(yè)、空間四個(gè)方面構(gòu)建城市綜合發(fā)展水平指標(biāo)體系，通過城市夜間燈光輻射強(qiáng)度變化反映城市收縮變化。

鑒于四川省是第二人口流出大省，本文希望在已有的研究基礎(chǔ)上，通過四川省地級(jí)市之間的相互牽制與影響，進(jìn)一步從人口、經(jīng)濟(jì)、環(huán)境等多方面運(yùn)用空間面板數(shù)據(jù)模型分析其城市收縮現(xiàn)象，有針對(duì)性地識(shí)別城市收縮，并對(duì)其影響因素進(jìn)行深入分析，為解決我國新型城鎮(zhèn)化發(fā)展過程中所出現(xiàn)的城市收縮現(xiàn)象提供力量，加快城市高質(zhì)量發(fā)展。

二、研究方法

（一）城市收縮度模型。國內(nèi)外對(duì)于城市是否收縮并未有統(tǒng)一的標(biāo)準(zhǔn)，大多數(shù)學(xué)者通常將人口規(guī)模的減少作為識(shí)別城市收縮的主要指標(biāo)。在此次研究中，選取人口變化率（PCR）來作為城市收縮的測(cè)度指標(biāo)，PCR 值越低，表明城市收縮越強(qiáng)。計(jì)算公式如下所示：

式中，PCRi代表城市人口收縮度，Pi代表i 城市常住人口數(shù)。當(dāng)PCRi＜0 時(shí)，代表城市人口正在減少，該城市正處于收縮狀態(tài)。根據(jù)計(jì)算結(jié)果將其分為四大類，分別為不收縮、輕度收縮、中度收縮、重度收縮，結(jié)果如表1 所示。四川省17 個(gè)地級(jí)市中僅有3 座城市人口增長率為正，分別是成都市、瀘州市、宜賓市，約占城市總量的17.65%；14 座處于收縮狀態(tài)，約占城市總量的82.35%。（表1）

表1 四川省收縮城市一覽表

（二）計(jì)量模型設(shè)定

1、變量選擇。被解釋變量：城市收縮度（PCR）。本文采用年末人口來衡量城市收縮，以反映城市收縮程度。解釋變量：人均GDP（GDP_P）、產(chǎn)業(yè)結(jié)構(gòu)（CIS）、人口密度（PPD）、綠地面積（GA）?？刂谱兞浚赫深A(yù)：政府公共支出占公共收入比重（GOV）；生態(tài)環(huán)境：一般固體廢物綜合利用率（CUS）、工業(yè)廢水排放量（IWE）。

2、空間面板數(shù)據(jù)模型。空間面板數(shù)據(jù)模型不僅考慮自身因素還考慮其他地區(qū)因素，而且空間面板數(shù)據(jù)模型通過引入空間權(quán)重矩陣能夠區(qū)別地區(qū)間的關(guān)聯(lián)程度?？臻g面板數(shù)據(jù)模型包含三個(gè)最主要的模型，即空間自回歸模型（SAR）、空間誤差模型（SEM）、空間杜賓模型（SDM）。為了檢驗(yàn)最合適的空間面板數(shù)據(jù)模型，本研究首先用莫蘭指數(shù)檢驗(yàn)變量的空間相關(guān)性，若變量之間存在空間相關(guān)性，使用拉格朗日乘數(shù)檢驗(yàn)（LM 檢驗(yàn)）來檢驗(yàn)?zāi)Ｐ褪欠翊嬖诳臻g誤差項(xiàng)或空間滯后項(xiàng)。

經(jīng)過一系列檢驗(yàn)，空間杜賓模型（SDM）是本文最優(yōu)模型。具體模型如下：

其中，ρ 為空間自回歸系數(shù)，反映相鄰省份對(duì)本省的影響；β 是反映解釋變量對(duì)城市收縮水平影響；θ 為空間溢出系數(shù)，反映其他省份對(duì)本省的影響；νt為時(shí)間固定效應(yīng)；εit為隨機(jī)誤差項(xiàng)。

三、實(shí)證分析

（一）空間自相關(guān)檢驗(yàn)?？臻g依賴可以通過空間自相關(guān)來度量，使收縮城市的聚集特征得以量化。莫蘭指數(shù)作為一種空間自相關(guān)指數(shù)，可以描述收縮城市的總體分布，檢驗(yàn)城市收縮是否具有全局空間相關(guān)性。本文選取地理鄰接空間權(quán)重矩陣W（兩個(gè)地區(qū)相鄰為1，不相鄰為0），利用Geoda 軟件，運(yùn)用上式計(jì)算得出2009～2019 年城市收縮的全局莫蘭指數(shù)值，結(jié)果見表2。從表2 可以看出，2009～2019 年城市收縮的莫蘭指數(shù)在1%的顯著性水平下顯著為正，表明各個(gè)地級(jí)市之間城市收縮不是獨(dú)立的，而是具有明顯的空間正相關(guān)性。（表2）

表2 Moran’s I 指數(shù)檢驗(yàn)結(jié)果一覽表

（二）空間面板數(shù)據(jù)模型實(shí)證結(jié)果。通過LM 檢驗(yàn)、LR 檢驗(yàn)、Hausman 檢驗(yàn)等一系列檢驗(yàn)確定本文最優(yōu)模型，結(jié)果表明SDM 是合適的，從表3 回歸結(jié)果來看，空間自相關(guān)系數(shù)在1%的水平上顯著，說明四川省各地級(jí)市之間的人口收縮城市存在顯著空間溢出效應(yīng)，本地區(qū)城市收縮水平的提高會(huì)使相鄰地區(qū)的城市收縮水平降低，即本地區(qū)城市收縮將通過空間溢出效應(yīng)向鄰近收縮區(qū)域傳遞，本地區(qū)收縮城市的人口每增加1%，相鄰收縮城市的人口將減少0.537%。（表3）

表3 實(shí)證結(jié)果一覽表

GDP_P、CIS、PPD、GA、GOV 的系數(shù)分別在 0.037、-0.06、0.301、0.285 和-0.17 顯著，說明較高的財(cái)富水平、人口密度、綠化程度吸引力更多的人口，從而緩解城市收縮。而產(chǎn)業(yè)結(jié)構(gòu)變化和政府支出收入的變動(dòng)導(dǎo)致城市收縮更嚴(yán)重。政府公共支出占公共收入比重對(duì)收縮城市人口增長呈現(xiàn)負(fù)面影響，說明在發(fā)展過程中政府政策的變動(dòng)對(duì)人口增長有負(fù)向影響。收縮城市一般情況下經(jīng)濟(jì)發(fā)展遲緩，從而導(dǎo)致政府公共財(cái)政收入減少，用于基礎(chǔ)設(shè)施建設(shè)資金減少，對(duì)人口吸引力減弱。產(chǎn)業(yè)結(jié)構(gòu)變化可能是收縮城市第二產(chǎn)業(yè)，即制造業(yè)、建筑業(yè)等發(fā)展緩慢，導(dǎo)致就業(yè)崗位減少，從而使得人口外流。

W*GDP_P 和 W*PPD 的系數(shù)分別為 0.628、0.463，說明其他收縮城市人均GDP 和人口密度的增加增加了局部收縮地區(qū)的人口?？赡艿脑蚴牵徑湛s城市人口數(shù)的增加帶動(dòng)了區(qū)域經(jīng)濟(jì)發(fā)展，具體來說，鄰近收縮地區(qū)的人均GDP 和人口密度每增加1%，收縮地區(qū)人口將分別增加0.628%和0.463%。W*CIS 的系數(shù)為-0.381，說明其他收縮城市產(chǎn)業(yè)結(jié)構(gòu)變化導(dǎo)致當(dāng)?shù)厥湛s城市人口的減少。

在分析空間溢出效應(yīng)時(shí)，由于存在空間關(guān)聯(lián)，一個(gè)地區(qū)某一解釋變量的變化，不僅會(huì)影響自身被解釋變量，而且也會(huì)影響鄰近地區(qū)被解釋變量。為了深入分析空間相互作用效應(yīng)，本文基于SDM 模型分析了所有收縮城市的直接效應(yīng)、間接效應(yīng)、總效應(yīng)。

從直接效應(yīng)來看，人均GDP、人口密度、綠地面積對(duì)城市收縮的回歸系數(shù)為正，且在1%的顯著性水平下顯著，產(chǎn)業(yè)結(jié)構(gòu)變化、政府公共支出收入比對(duì)城市收縮的回歸系數(shù)為負(fù)，且在1%的顯著性水平下顯著。從間接效應(yīng)來看，人均GDP、人口密度、綠地面積對(duì)城市收縮的回歸系數(shù)為正，且在1%的顯著性水平下顯著，說明本地區(qū)的人均GDP 對(duì)相鄰地區(qū)的城市收縮存在顯著影響，人均GDP 的空間溢出效應(yīng)明顯。從總效應(yīng)來看，人均GDP 和綠地面積對(duì)城市收縮的回歸系數(shù)為正，且在1%的顯著性水平下顯著，說明本地區(qū)的人均GDP 和綠地面積對(duì)本地區(qū)和相鄰地區(qū)的城市收縮存在顯著影響，即人均GDP 和綠地面積可以推動(dòng)收縮城市人口的發(fā)展，并且存在顯著的正向空間溢出效應(yīng)。產(chǎn)業(yè)結(jié)構(gòu)變化、一般固體廢物綜合利用率、工業(yè)廢水排放量對(duì)城市收縮的回歸系數(shù)為負(fù)，分別在1%、5%、5%的顯著性水平下顯著。

總體來看，人均GDP 的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均在1%的顯著性水平下顯著為正，其中間接效應(yīng)的回歸系數(shù)大于直接效應(yīng)的回歸系數(shù)，說明本地區(qū)人均GDP 對(duì)相鄰地區(qū)城市收縮人口的影響大于本地區(qū)收縮城市人口的影響。產(chǎn)業(yè)結(jié)構(gòu)變化的直接效應(yīng)、間接效應(yīng)、總效應(yīng)均在1%的顯著性水平下顯著為負(fù)，且間接效應(yīng)的負(fù)向影響更強(qiáng)。綠地面積的直接效應(yīng)、間接效應(yīng)、總效應(yīng)均在1%的顯著性水平下顯著為正，且直接效應(yīng)的回歸系數(shù)大于間接效應(yīng)的回歸系數(shù)，說明本地區(qū)綠地面積對(duì)本地區(qū)收縮城市人口的影響大于對(duì)相鄰地區(qū)城市收縮人口的影響。政府公共支出收入比只有直接效應(yīng)在1%的顯著性水平下顯著為負(fù)，間接效應(yīng)與總效應(yīng)均不顯著。而生態(tài)方面兩個(gè)因素都只有間接效應(yīng)在5%的顯著性水平下顯著為負(fù)，直接效應(yīng)與總效應(yīng)不顯著，說明本地區(qū)的生態(tài)變化對(duì)相鄰地區(qū)收縮城市人口有負(fù)向影響。

四、結(jié)論

本文選取2009～2019 年四川省17 個(gè)地級(jí)市的面板數(shù)據(jù)，通過構(gòu)建空間杜賓模型綜合分析城市收縮的空間效應(yīng)及其成因。結(jié)論如下：（一）四川省除成都、宜賓、瀘州以外的城市均出現(xiàn)了不同程度的收縮。成都市是省會(huì)城市，人才吸引能力最強(qiáng)。而宜賓與瀘州鄰接重慶市受“虹吸效應(yīng)”影響，帶動(dòng)其人口流入與經(jīng)濟(jì)增長。（二）四川省城市收縮存在顯著的空間聚集效應(yīng)，各地級(jí)市之間的人口收縮城市存在顯著空間溢出效應(yīng)。（三）經(jīng)濟(jì)水平、政策變化仍然是影響人口的最重要因素，生態(tài)環(huán)境對(duì)城市收縮的影響并不是很顯著。由于一些地區(qū)缺乏就業(yè)機(jī)會(huì)，使得人口持續(xù)向外遷移，造成稅收減免、政府財(cái)政困難等一系列負(fù)面影響，這些最終導(dǎo)致城市系統(tǒng)崩潰。在未來發(fā)展過程中，既要注重提高城市本身的吸引力，又要引導(dǎo)收縮城市與鄰近地區(qū)的協(xié)調(diào)發(fā)展。政府要適當(dāng)增加財(cái)政支出，改善城市基礎(chǔ)設(shè)施；引進(jìn)特色產(chǎn)業(yè)，促進(jìn)充分就業(yè)。在未來發(fā)展過程中，應(yīng)對(duì)城市收縮值進(jìn)一步探討。