中國城鎮化的空間動力機制與效應
——基于第六次人口普查2869個縣域單元數據

趙果慶，吳雪萍

(云南財經大學 數量經濟研究所，云南 昆明 650221)

中國城鎮化的空間動力機制與效應
——基于第六次人口普查2869個縣域單元數據

趙果慶，吳雪萍

(云南財經大學 數量經濟研究所，云南 昆明 650221)

城鎮化是一個空間現象。如何揭示與測度城鎮化的空間動力機制，是經濟地理學的一大難題。本文利用我國第六次人口普查的2869個區縣域單元(縣，區，市)城鎮化率數據，通過構造空間動態計量模型揭示我國城鎮化的空間動力機制。結果顯示，以城市人口、人口遷入、工業化、地理位置為控制變量，我國城鎮化具有穩健的二階空間滯后動力機制。這表明，城鎮化形成空間動力系統，一個縣域單元的城鎮化受周邊兩縣域單元城鎮化的促進。在城鎮化空間動力效應作用下，我國已形成北部與東南部兩個高城鎮化區域，大西南區域的城鎮化水平仍較低。因此，我國要加大力度促進“南方絲綢之路”城市群建設，重塑城鎮化經濟地理，促進城鎮化的區域協調發展。

縣域單元；城鎮化；空間動力機制；空間計量；中國

一、問題提出

城鎮化也稱城市化(Urbanization)，是當今中國重要的社會、經濟與空間現象之一，也是當今世界影響最大、最深刻、最全面的經濟地理重塑。正如斯蒂格利茨所說：“中國的城市化與美國的高科技發展將是影響21世紀人類社會發展進程的兩件大事。”他認為城市化將使中國成為世界領袖。究竟是什么動力推進著中國的城鎮化？這是人口學、經濟學、文化學、生態學、地理學等多學科理論探索與實證研究的焦點。

城鎮化是一個復雜的、多層面的社會經濟空間變遷的動態過程，是經濟與非經濟因素共同作用的結果。城鎮化動力是城鎮化研究中的核心問題。目前，學術界已對城鎮化動力機制進行了大量的研究，總體上可分為定性與定量兩條線路。

在定性方面，人口城鎮化的根本動力在其初期主要來自工業化的進步，在中后期主要來自城市服務業的發展與新興產業的創新[1]；后來出現了以多元城鎮化動力替代以往一元或二元城鎮化動力的新的機制形式[2-4]，人口遷移[5]、工業化[6]、鄉鎮企業[7]、外資[8]，文化[9]等均成為中國人口城鎮化的重要動力因素。值得一提的是，寧越敏[10]從政府、企業、個人三個城市化主體的角度分析了90年代中國城市化的動力機制和特點。

在定量方面，學者們主要是對城鎮化動力機制進行統計評價和實證研究。(1)城鎮化動力機制的評價。紀曉嵐和趙維良在中國城市化動力機制的分析框架下，構建了城市化動力機制評價指標體系，對城市化動力機制進行準確反映和綜合評價，但沒有具體評價出城市化動力機制[11-12]；曹廣忠等[13]利用2000年截面數據，用因子分析法考察了東部沿海省區人口城鎮化影響因素的差異、特征和類型；也有學者以四維分析視角對人口城鎮化的動力過程進行了分析，總結出行政力、市場力、外向力與內源力等主要影響動力，并強調城鎮化動力的多元化[14-15]。(2)實證研究。一些學者對部分地區如江蘇[16]、廣東[17]城市化動力機制的進行實證研究；陳波翀等[18]建立了不確定條件下農村剩余勞動力的城市化決策模型，認為城市化快速發展是政府和市場共同作用的結果；在對傳統工業化與城市化之間數量關系進行計量分析的基礎上，提出了城市化快速發展主要是由第三產業推動的觀點。有的學者還應用VAR模型分別對內蒙古和新疆城鎮化的時間動力機制進行了實證研究[19-20]。

近年來，隨著地理信息技術的快速發展，越來越多的學者開始將空間計量分析等方法運用到人口城鎮化動力機制的研究中[21-23]。從方法上，除非傳統的空間計量模型外，龐瑞秋等[24]還使用了地理加權回歸模型(GWR)，鄧志旺[25]最先依據空間杜賓模型構建中國城市化動力機制模型，并分別進行時間固定效應模型、空間固定效應模型以及雙固定效應模型回歸檢驗本地區城市化水平的提高將會對其他地區城市化的發展所具有促進或阻礙作用。

不難看出，揭示城鎮化動力機制是一個重要的研究領域，目前已取得了豐碩成果，但探索城鎮化動力機制的研究遠沒有結束。城鎮化也是一個空間現象。雖然，國內學者應用空間計量實證了城鎮化動力機制的存在，但是僅把空間作為一個動力因素來看待，并沒有揭示出具體的空間動力機制。城鎮化是人口遷移引起人口經濟重塑的必然結果。空間力量是城市化的重要力量[26]，空間動力機制也同樣是城市化不可缺失的重要機制。觀察發現，在我國城鎮化水平高的地區如長三角地區和珠三角地區會成片出現，而城鎮化水平較低的地區也相對成片出現，城鎮化呈現出空間集聚的特征。為什么會有這種現象？我們猜想，這是空間單元城鎮化相互作用的結果，進一步體現為空間動力機制產生的效應。類比時間動力機制，空間動力機制也應是一種空間滯后自相關現象。也就是說，空間動力機制來源于空間單元相互依賴產生系統性。而區域相互依賴的原理規律及測算方法仍是一道尚未得到解決的地理學難題[27]。這說明，揭示城鎮化的空間動力機制是地理學的一大難題。目前，基于空間計量研究了空間單元的空間相鄰自相關，所揭示的是城鎮化空間集聚機制，因此，有必要從空間滯后自相關的角度予以審視城鎮化的空間動力機制。這不僅是對城鎮化動力機制研究的有效完善，而且更是對中國城鎮化空間過程演化機理的深入探索。

本文沿第二條線路，從空間滯后自相關視角探尋城鎮化的空間動力機制。本文創新之處主要在于用空間單元的城鎮化滯后自相關中發現我國城鎮化的空間動力機制，并以人口遷入率、工業化水平和地理位置為控制變量對其進行對穩健性檢驗；其次，本文在2869個縣區市(縣、區、市，下同統稱縣域)空間單元第六次人口普查的大樣本數據中通過可視化展示出我國城鎮化空間動力效應的空間結構，有助于認清我國城鎮化發展的空間力量格局，為重塑城鎮化經濟地理、優化城鎮化空間布局提供政策依據和支持。

二、研究方法與模型構建

(一)城鎮化的空間效應

人類活動是在一定的空間范圍內進行的，也就是人們的經濟社會活動要受空間因素的制約。人類行為與所在地區有著密切關系，依據引力定律，此種關系隨著距離的增大而遞減。具體地，空間有兩個重要的效應，一是集聚效應，二是位置效應。“物以類聚，人以群居”是一個自然的現象。集聚成為人類空間經濟活動的一種屬性，其表現為對空間的依賴性，本地依距離受相鄰地區的影響。按新經濟地理學解釋，人口集聚或聚類產生可以節約資源和交易成本，具有外部性，規模效應和溢出效應。在現實人口分布中，具有高人口密度地區會在空間“抱團”集聚在一起，產生城市與城市群，進而出現高水平的城鎮化集聚區或城鎮化帶。

從空間位置看，緯度決定氣候，氣候又影響生產環境和人的生產力，進一步影響城鎮化。由于地理位置決定著交通的通達程度、離出海口的距離，決定著運輸成本。同時地理位置決定著宜居性，空間異質性產生不同的人口集聚區。城市化有著向低緯度地區發展，是一個規律。從我國看，東南沿海低海拔地區擁有眾多的港口碼頭和低成本的航運優勢，國際貿易較為發達，形成人口的集聚生產力，具有其它地區無法比擬的地緣優勢，而西北地區不具有人口集聚的有利地理條件和區位優勢，地廣人稀，人口的集聚功能較弱。從世界上看，大多數大城市分布在氣溫適中的中緯度地帶，其中又明顯集中于年降雨量在400mm以上的濕潤半濕潤地區，而氣候惡劣的荒漠干旱地區，高緯度寒冷地區，海拔3500米以上的高原和濕熱的熱帶雨林地區則鮮有人居住。地理因素通過對經濟發展的促進或限制而影響到城鎮化的發展[28]。

城市是人口在一定地域范圍的大量集聚和有效集中的空間形態，而人口城鎮化在一定程度上體現著人口集聚，城鎮化成為當代人口生存與發展最有效的空間組織機制。我國區域經濟無論在單個城市、城市群的層面上，還是在經濟地帶的層面上，城鎮化都表現出明顯的集聚趨勢。相對來說，在人口城鎮化進程中，資源、地理位置、氣候等地理因素(或者說傳統的經濟地理因素)對人口城鎮化發展的過程中的確起著根本性的作用，而其中特別重要的則是空間集聚動力與地理位置。實證表明，區位地理條件是城市規模等級序列的首要要素[29]。顯然，理解空間的動力機制直接關系到城鎮化發展戰略。

在空間效應下，我國人口分布具有極大的差異，形成了東部—中部—西部的東高西低梯度集聚的格局。最為突出的是“胡煥庸線”所說明的區域分異現象。不論是歷史因素，還是改革開放以來的新因素，“胡煥庸線”*胡煥庸線(Hu Line，或Heihe-Tengchong Line，或Aihui-Tengchong Line)，即中國地理學家胡煥庸(1901-1998)在1935年提出的自黑龍江璦琿至云南騰沖畫出一條我國人口密度對比線(約為45°)，線東南半壁36%的土地供養了全國96%的人口；西北半壁64%的土地僅供養4%的人口，二者平均人口密度比為42.6∶1。“胡煥庸線”不僅是人口界線，同時為一條中國生態環境界線和適宜人類生存地區的界線。所揭示的人口分布規律依然沒有被打破。

(二)城鎮化的空間滯后自相關

空間集聚是空間自相關的具體表現。城鎮化的空間動力機制來自空間滯后自相關性。如果，城鎮化存在空間動力機制，那么各空間單元之間的城鎮化之間存在空間自相關性。這種空間自相關與時間序列自相關類似，表現為空間依賴性中的空間滯后效應。只要城鎮化存在顯著的空間自相關，就可將其分成四類集群，在空間上形成中心—外圍結構。具體到中國的具體國情，縣域相鄰空間單元與其滯后空間單元的城鎮化在地理空間上表現出一定的相關性，就說明縣域城鎮化的空間相互作用或影響的途徑可以通過鄰接縣域而相互傳遞。檢驗縣域城鎮化的空間相關性存在與否，在實際的空間相關分析中可以使用空間自相關指數Moran’I，但是空間滯后自相關指數與Moran’I仍有一定差別。為直接分析空間滯后自相性，這里采用空間自關系數[30]。空間滯后自相關系數定義如下：

(1)

(三)地理位置相關與趨勢面

地理位置相關性是研究一個觀察變量與一個地理變量的關系是否密切。地理相關系數就是用來研究空間變量與地理位置要素間的相互關聯強度的一種度量指標。城鎮化率的地理相關系數計算公式：

(2)

城鎮化與地理位相關性分析揭示了城鎮化與地理位置之間的相關程度，但是當使用經度和緯度進行相關分析時，只能反映東西或南北關系。如果要分別做回歸分析，那么就會產生兩個回歸模型，尚不能確定城鎮化與空間位置的關系。因此，客觀需要經度和緯度同時進入一個回歸模型，一般情況還是非線性方程，這就產生了趨勢面分析。趨勢面分析就是用空間數據擬合一個數學曲面，以反映觀察變量空間分布的變化趨勢特征。實際上，趨勢面分析是通過回歸分析原理，運用最小二乘法擬合一個二維函數，應用線、面或三維曲面來識別、分離和度量趨勢的一種空間分析方法[31]。

趨勢面反映的是總體變化，受大范圍的系統性空間位置的影響。趨勢面分析的基本功能，是把空間分布的一個具體的或抽象的曲面分解成兩部分：一部分主要由變化比較緩慢、影響遍及整個研究區域分量組成，稱為趨勢分量；另一部分是變化比較快，其影響在研究區域內并非處處可見的分量，稱為局部分量。設(xi,yi)表示某一觀察變量Yi對應于空間位置，xi、yi分別為經度和緯度值。每一個觀測點的Yi都可分解為兩個部分：

Yi=f(xi,yi)+εi

(3)

(3)式中，f(xi,yi)為Yi的趨勢量，εi為殘差值。趨勢面模型的數學方程式為多項式函數：

f(xi,yi)=a00+a10xi+a01yi

(4)

(5)

(6)

(4)式為一次多項式，是一個平面。它可以是水平的，但極少見，一般是以某傾角傾向于某一方向。(5)式為二次多項式曲面，可以是橢圓面，雙曲面，或是拋物面，只有一個極值點的曲面。(6)式三次多項式曲面，可以出現四個極值點，多為馬鞍型三次曲面。但在建立實際模型時，有些項不顯著，一般只使用多項式函數中的幾項。不同次數的多項式函數所描述的曲面有不同的復雜程度。

(四)城鎮化空間動力機制計量模型

在采用傳統的計量分析方法時，隱含假設橫截面空間單元是同質的，也就是空間單元之間沒有自相關性或集聚。而實際上，根據“地理學第一定律”，幾乎所有的空間數據都具有一定程度的空間依賴性或空間自相關性的特征。經濟的動力機制就來源于空間單元的經濟空間依賴性[32]。具體到城鎮化，亦即一個空間單元上的城鎮化水平與鄰近空間單元上的城鎮化水平是正相關的，這種自相關性是城鎮化空間動力機制的來源。

空間計量經濟學的基本思想是將空間單元之間的空間依賴關系引入基本線性回歸模型[33-34]。借鑒時間動力機制的AR模型，引入空間滯后變量，建立在控制變量作用下的城鎮化空間動力機制模型即SAR(q)模型：

(7)

(7)式為在考慮其它因素影響下，多階空間空間滯后自相關模型，其中，ur為城鎮化率，X為控制變量，wi-k, j-k為n×n階的空間滯后相鄰矩陣，i=1，2，…，n；k滯后階數，λk是空間動力效應系數。

城鎮化空間相關分為空間自相關與空間位置相關。因此，只有把空間自相關與空間位置相關結合起來，才能更有效地解釋空間因素對城鎮化的影響。另外，城鎮化與城鎮人口有關，城鎮人口規模越大，城鎮化水平越高；城鎮化還與人口遷移和工業化存在正向關系[5-6]。基于上此，構造出我國城鎮化空間動力機制的空間杜賓計量模型：

β3IPi+β4Wi-1, j-1IPi+β5Ii+β6Wi-1, j-1Ii+

f(xi,yi)+εi

(8)

(8)式中CPi、IPi、Ii和f(xi,yi)為控制變量，用于檢驗假設及空間動力機制的穩健性。其中，CPi表示城鎮人口總量，IPi為遷入人口量，Ii表示工業化率，f(xi,yi)為地理位置效應。

(9)式揭示了縣域城鎮化率的擬合值，而偏差表示縣域城鎮化實際值和擬合值之差，即：

(9)

三、數據來源

(一)數據來源

本文數據來自《中國2010年人口普查分縣資料》[33]提供的第六次人口普查分2869個縣域相關數據計算，其中，城鎮化率為城鎮人口/總人口，人口遷入率為遷入人口/總人口，工業化率以第二產業人口占全行業人口比重表示。此外，代表縣域地理位置的經度和緯度數據來自國家地理信息系統網站。

(二)數據描述性統計

從表1可以看出，各個變量的差別非常大，選擇的2869個縣域中有的城鎮化率達到100%，也有城鎮化率僅為1.38%的縣域，工業化率、人口遷入率和城鎮化人口規模分布均呈非正態分布，存在著兩極分化的現象，最大值和最小值相差較大。

表1 2010年我國縣域人口城鎮化率、工業化率、人口遷入率的描述性統計

(三)城鎮化率空間分布

城鎮化率是城鎮化發展水平的關鍵指標，其空間分布基本可以代表城鎮化發展水平分布。以2010年我國城鎮化率平均值(46.91%)為界線，超過平均水平的縣域有1065個，其平均城鎮化率為75.23%；低于平均水平的縣域有1804個，其平均城鎮化率僅為30.19%。城鎮化率超過平均值的縣域分布相對集中，包括兩個主集聚區和兩個次集聚區。其中主集聚區：一是在東經120度，北緯30度附近，以上海為中心主要包括浙江、江蘇的長三角地區；二是在東經115～125度，北緯35～42度的環渤海經濟地區，包括山東，河北、北京和天津。兩個次集聚區分別是廣東珠三角和福建(圖1)。可見，高發展水平縣域主要分布在東部沿海一帶地區，大部分中部和西南地區很少有高發展水平縣域分布。而城鎮化率小于平均水平的地區，全國31個省市都有分布，主要集中在東經97～115度，北緯23～40度區域，以西南地區和廣大中部地區為主，東南沿海縣域分布很少，已是點綴其中(圖2)。

圖1 2010年城鎮化率高于平均值的縣域分布 圖2 2010年城鎮化率低于平均值的縣域分布

按(2)式計算，我國縣域城鎮化率與經度的相關系數為0.1835，與緯度的相關系數為0.1718。當N為1000時，0.1%顯著性水平為臨界值為0.104。可見，兩者均在0.1%的水平上顯著。這表明，縣域城鎮化率隨東經和北緯的增加而增大，以隨東經的增加更為明顯。也就是說，東南部城鎮化率明顯高于西北部。總體上，我國城鎮化率分布與地理位值具有極強的相關性，我國南北差距相對較小，而東西差距更大。

四、城鎮化滯后自相關檢驗與空間動力機制參數估計

(一)城鎮化空間自相關與顯著性檢驗

根據我國2869個縣域的經度和緯度計算，得到我國縣域1-3階和4-6階滯后的空間矩陣結構(圖3和圖4)。以(1)式計算，2010年城鎮化率的滯后1-6階空間自相關系數分別為0.5457、

0.5408、0.4772、0.4014、0.3726和0.3392，均為正值，且在1%的水平上顯著，顯示出了很強的空間滯后自相關性。可以看出，我國縣域城鎮化水平的空間自相關系數隨滯后期數的增加而遞減。這也意味著，我國城鎮化的空間動力隨空間距離增大而減小。相對而言，一階滯后的城鎮化率空間自相關系數最大，表明對一個縣域來說，最鄰近的縣域城鎮化率對其城鎮化水平的作用越明顯。

(二)城鎮化空間動力模型參數估計

由于縣域之間的人口城鎮化水平存在顯著的空間滯后自相關性，所以必須采用控制了空間自相關性的空間計量模型對各動力因素的貢獻進行分析，以得到回歸系數的無偏估計量。利用2010年的2869個縣域數據對(8)式進行回歸分析，得到參數估計結果(表2)。

圖3 1-3階空間滯后矩陣 圖4 4-6階空間滯后矩陣

變量uri(1)(2)(3)(4)(5)參數t統計量參數t統計量參數t統計量參數t統計量參數t統計量c8.41448.5068-31.4557-9.3733-11.3608-3.7359-17.3620-1.9213Wi-1,j-1uri0.250314.50020.404624.79330.235813.61660.327619.4666Wi-2,j-2uri0.232513.06700.07016.04810.221012.41720.06085.5400Wi-3,j-3uri0.12817.35000.02362.13210.11796.7665Wi-4,j-4uri0.06123.51780.03032.86300.05072.9155Wi-5,j-5uri0.06303.66140.04452.5620Wi-6,j-6uri0.03291.97110.01781.0540CPi5.690316.13275.993419.17416.073318.8136Wi-1,j-1CPi-1.0114-2.8060-4.2052-12.5409-3.6148-10.5712IPi3.084436.08552.986838.16793.023739.2804Wi-1,j-1IPi-0.3477-4.3812-1.6537-18.9254-1.3252-14.9783Ii0.384616.50940.392716.31440.437618.0718Wi-1,j-1Ii-0.1908-7.7493-0.1349-5.4270f(xi,yi)f1(xi,yi)f2(xi,yi)εε1ε2ε3ε4ε5R20.40760.68470.75940.41450.7731F329.94781246.5434905.9785204.0929699.3390S.E.19.762714.418812.596519.640512.2327AIC8.80798.17707.90858.79757.8509DW1.57380.92171.55711.547151.5245

(2.0156) (4.1613) (-3.3863) (2.6832)

(-3.1608) (3.9335) (3.3601) (-4.3957)

(-3.7095) (4.8521)

值得一提的是，DW在時間序列計量經濟學中用于檢驗殘差項的序列自相關。在時間序列中時間序列是單向的，且是唯一的，而從空間看，空間位置是固定的，由距離決定，空間滯后也是唯一的。因此，以可以借用DW檢驗一種特定排列的空間計量模型殘差序列的自相關性。從表2看，(2)中沒有城鎮化的的空間滯后變量，僅有控制變量及其一階空間滯后變量，DW值僅為0.9217，ε2存在較強的空間自相關性，而(1)、(3)、(4)和(5)中具有多項城鎮化的空間滯后變量，其DW值在1.5以上，殘差序列中的的自相關性已較弱。顯然，城鎮化空間滯后變量已消除了空間自相關。

(三)城鎮化空間動力機制化的穩健性檢驗

從表2的(1)看出，在不考慮其它因素的情況下，在5%的顯著性水平上，中國城鎮化具有顯著的5階滯后空間動力機制。從1階到5階，t值大幅度減小，空間動力的邊際效應也大幅度減小。(5)表明，城市人口規模、人口遷入量、工業化水平與空間位置對城鎮化的空間動力機制產生明顯的影響，對3階到5階空間動力因子產生了擠出效應。這也就是，在控制變量作用下，我國城鎮化只具有穩健的空間二階滯后動力機制。

五、可視化分析

(一)LISA集群與可視化

表2中(5)表明，我國城鎮化具有穩健的一階、二階空間滯后動力機制。這表明，縣域城鎮化具有較強的一階、二階滯后自相關性，城鎮化率與其滯后一階和二階滯后城鎮化率平均值的相關性為0.6138，在大樣本下表現出極強的顯著性。以城鎮化率與其滯后一階和二階城鎮化率的平均值(46.9149，50.8711)為坐標原點，把我國縣域分為四類集群：HH集群，由一個高城鎮化率縣域與其滯后一階和二階平均高城鎮化率縣域構成；LH集群，由一個低城鎮化率縣域與其滯后一階和二階平均高城鎮化率縣域構成；LL集群，由一個低城鎮化率縣域與其滯后一階和二階平均低城鎮化率縣域構成；HL集群，由一個高城鎮化率縣域與其滯后一階和二階平均低城鎮化率縣域構成。

圖5是以一階和二階滯后城鎮化率平均值計算的我國縣域城鎮化四分類結構。其中，HH類、LH類、LL類和HL類的數量分別為754、446、1358和311，占總縣域數的26.28%、15.55%、47.33%和10.84%。不難看出，我國LL類的樣本占比較大比重，接近50%，其次是HH類，兩類并在一起占72%，它們是我國城鎮化空間滯后自相關的主導力量，呈現出典型的空間俱樂部特征。

圖5 城鎮化率與其1、2階滯后空間變量平均值相關性

把圖5中的四象限的縣域在空間展開，分別得到圖6-9。HH類縣域主要分布在黑龍江省東部與俄羅斯接壤的地區，遼寧省的沈陽等幾個主要城市；外向型經濟特征明顯的長三角地區到珠三角地區形成的東南沿海地帶；西部烏魯木齊與克拉瑪依、內蒙中南部與東北部區域也比較集中，其它地域和零星分布，西藏沒有分布(圖6)。LL類縣域主要分布在次沿海與次沿邊的腹地較大區域，沿邊分布較少，沿海的長三角和珠三角地區有較少分布出現(圖7)。HL類和LH類縣域主要分布在我國東南部，西藏、內蒙、新疆、甘肅、寧夏分布較少，西藏沒有LH類縣域分布(圖8和圖9)。

(二)城鎮化空間動力機制與效應趨勢面

表2中的(5)表明，我國城鎮化具有穩健的一階、二階空間滯后的動力機制，因此，再對一階、二階空間滯后的聯合動力機制進行估計，SAR(2)模型：

uri=0.4396Wi, i-1uri+0.4307Wi, i-2uri+εi

(10)

(28.0986) (27.0167)

R2=0.3202，DW=1.7672，AIC=8.9437。

對比(10)式與表2中的(1)，(10)式的R2值小于(1)的R2值，而(10)式的AIC值高于(1)的AIC值，但(10)沒有截距項，其DW值高于(1)的DW值。這說明(10)代表著主要的空間動力機制。圖10為(10)式擬合城鎮化率的空間動力效應的趨勢面。

圖6 2010年我國HH類縣域分布 圖7 2010年我國LL類縣域分布

圖8 2010年我國HL類縣域分布 圖9 2010年我國LH類縣域分布

圖10 我國城鎮化SAR(2)動力效應的空間分布

圖10顯示，中國的版圖上，城鎮化空間動力效應分布空間趨勢面具有多中心—外圍結構，而總體形態呈鞍型結構，可以劃分為四個區域。(1)由東南沿海、環勃海和東北三省東部沿邊地帶構成一個高城鎮化區域。(2)由北部沿邊地帶主要是新疆東北部、青海北部、甘肅西北部、寧夏北部、陜西北部、內蒙沿邊區域、內蒙與黑龍江交界地區構成的高城鎮化區域。(3)由新疆西南部、西藏、青海南部、寧夏南部、甘肅南部、四川西北部、云南西北部連片形成低城鎮化大區域(簡稱“大西南片區”)。(4)由內蒙古自東南部、黑龍江中部、吉林北部構成了另一個低城鎮化小區域。此外，在安徽、河南、江蘇、山東和河北的交界處有一個低城鎮化小區域，江西等也有低城鎮化區的零星分布。除西藏外，每一個省份都有超過50%的高城鎮化局部小區域分布。很明顯，我國城鎮化水平具有明顯的多元化差距特征，空間異質性較為突出。

不難發現，兩個高城鎮化區域分布在“胡煥庸線”的兩側(圖10)。從空間動力效應看，城鎮化低谷區域也形成了從西藏錯那縣勒門馬巴民族鄉到黑龍江蘿北名山鎮的一條分界線，稱城鎮化空間動力效應“谷底線”。按兩地東經和北緯計算，“谷底線”長達4899.50公里。“谷底線”與“胡煥庸線”交于河北張家口市沽源縣九連城鎮。

(三)殘差空間趨勢面

(10)式的εi值序列只有較弱的空間自相關性。從圖11看出，非空間動力效應在全國范圍只有局部的特征，沒有趨勢和規律所循，但也有一些明顯的特點。非空間動力強正效應(>20)的區域分布在北部，尤其是在青海、新疆和甘肅交界區域具有較強的城鎮化非空間動力效應，在內蒙古東北部也有非空間動力效應優勢。非空間強阻力效應(<-40)區域呈分散分布，在西部的云南、四川、重慶分布較少，在廣東、福建、江蘇、浙江、山東為主的東南沿海區域更是少見。

圖11 我國城鎮化的非空間動力因素效應(εi)的空間分布

六、結論與含義

本文利用我國第六次人口普查的2869個區縣域單元城鎮化率數據，通過構造動態空間計量模型，揭示我國城鎮化的空間動力機制與效應。結果表明：

一是城鎮化空間擴展的過程和格局受空間動力機制的影響。在城市人口規模、人口遷入量、工業化水平及地理位置參與的情況下，我國城鎮化仍具有穩健的空間二階滯后動力機制。中國每個縣域空間單元的城鎮化水平對其最近兩個縣域空間單元的城鎮化存在明顯的空間依賴性。這意味著孤立縣域空間單元的城鎮化難以推進，縣域空間單元越密集，城鎮化越易抱團發展。這就是我國版圖上形成高城鎮化水平集聚區和低城鎮化水平集聚區的根本原因。

二是城鎮化是一個復雜的、多層面的社會經濟空間變遷的動態過程，是多動力綜合作用結果。我國城市人口規模、人口遷入量、工業化水平及其地理位置也是城鎮化的顯著動力因素。這意味著，我國在制定區域政策時，既不能以地理決定論的觀點夸大地理因素作用而忽視政府的宏觀調控作用，也不能以非地理因素排斥或忽視空間效應，以導致在調節城鎮化發展差距政策效應受到空間力量阻制與抗拒，過高預期政策對城鎮化不發達區域的促進作用。

三是在空間動力機制影響下我國城鎮化空間分布呈現出鞍型結構。在我國北部沿邊已突破了“胡煥庸線”，形成多個高水平城鎮化集聚區，這意味著，我國人口分布難以突破“胡煥庸線”，但城鎮化可以突破“胡煥庸線”，這一點對中國具有特殊的意義。目前，“胡煥庸線”西南端“次大西南片區”的城鎮化仍然相對滯后，主要是城鎮化的空間動力不足。我國要加大對“大西南片區”發展的政策支持力度，加快人口遷移，擴大城市人口規模，提升人口密度，提高城鎮化率，重塑經濟地理，同時，要進一步推進“三縱兩橫”的城鎮化戰略，加快南方絲綢之路經濟帶工業化發展，讓“大西南片區”居民分享城鎮化和工業化的成果。

[1] 趙新平，周一星. 改革以來中國城市化道路及城市化理論研究述評[J]. 中國社會科學，2002(2)：132-138．

[2] 寧越敏. 新城市化進程: 90年代中國城市化動力機制和特點探討[J]. 地理學報, 1998, 53(5): 470-477.

[3] 周一星, 曹廣忠. 改革開放20年來的中國城市化進程[J]. 城市規劃，1999, 23(12): 8-13.

[4]蔡建明. 中國城市化發展動力及發展戰略研究[J]. 地理科學進展, 1997, 16(2) :9-14.

[5]ZhangKH,SongS.Rural-urbanmigrationandurbanizationinChina:Evidencefromtime-seriesandcross-sectionanalyses[J].ChinaEconomicReview, 2003, 14(4):386-400.

[6]顧朝林. 改革開放以來中國城市化與經濟社會發展關系研究[J]. 人文地理, 2004, 19(2): 1-5.

[7]崔功豪, 馬潤潮. 中國自下而上城市化的發展及其機制[J]. 地理學報, 1999，54(2): 106-115.

[8]薛鳳旋, 楊 春. 外資: 發展中國家城市化的新動力——珠江三角洲個案研究[J]. 地理學報, 1997, 52(3): 193-206.

[9] 俞萬源. 城市化動力機制: 一個基于文化動力的研究[J]. 地理科學, 2012, 32(11): 1135-1139.

[10] 寧越敏. 新城市化進程: 90年代中國城市化動力機制和特點探討[J]. 地理學報, 1998, 53(5): 470-477.

[11] 紀曉嵐, 趙維良. 中國城市化動力機制評價指標體系的構建[J]. 統計與決策, 2007, 233(3): 70-72.

[12] 趙維良, 紀曉嵐. 中國城市化動力機制評價指標體系的構建[J]. 上海市經濟管理干部學院學報, 2007, 5(6): 52-58.

[13] 曹廣忠, 王純潔, 齊元靜. 我國東部沿海省區城鎮化水平影響因素的空間差異[J]. 地理研究, 2008, 27 (6):1399-1406.

[14]歐向軍, 甄峰, 秦永東等. 區域城市化水平綜合測度及其理想動力分析: 以江蘇省為例[J]. 地理研究, 2008, 27(5): 993-1002.

[15]陳明星, 陸大道, 張華. 中國城市化水平的綜合測度及其動力因子分析[J]. 地理學報, 2009, 64(4): 387-398.

[16] 吳莉婭. 生產要素市場化與江蘇城市化動力機制演變[J]. 地理科學, 2006, 26(5): 529-535.

[17] 陳德寧, 沈玉芳. 廣東城市化的動力特征與發展方向探討[J]. 經濟地理, 2004, 24(1): 76-80.

[18] 陳波翀, 郝壽義, 楊興憲. 中國城市化快速發展的動力機制[J]. 地理學報, 2004, 59(6):1068-1075.

[19] 王瑞鵬, 馮曉華. 基于VAR模型的新疆城市化動力機制研究[J]. 企業經濟, 2013,(2): 149-153.

[20] 耿麗娟. 基于VAR模型的內蒙古城鎮化動力機制研究[J]. 內蒙古科技與經濟, 2015, 333(11): 21-23.

[21] 柳思維, 徐志耀, 唐紅濤. 基于空間計量方法的城鎮化動力實證研究——以環洞庭湖區域為例[J]. 財經理論與實踐, 2012, (4):100-104.

[22] 曾昭法, 左 杰. 中國省域城鎮化的空間集聚與驅動機制研究——基于空間面板數據模型[J]. 中國管理科學, 2013, (S2): 580-586.

[23] 王小斌, 邵燕斐. 基于空間計量的新型城鎮化動力機制研究[J]. 工業技術經濟,2015(12): 144-155.

[24] 龐瑞秋, 騰 飛, 魏冶. 基于地理加權回歸的吉林省人口城鎮化動力機制分析[J]. 地理科學, 2014, 34(10): 1210-1217.

[25] 鄧志旺. 中國城市化動力機制的模型構建及其空間計量分析[J]. 統計與決策, 2015, 427(25):129-131.

[26] 陸 銘. 空間的力量: 地理、政治與城市發展[M]. 上海：格致出版社, 2012.

[27] “10000個科學難題”地球科學編委會. 10000個科學難題(地球科學卷)[M]. 北京：科學出版社, 2010.

[28] 陸大道．地理學關于城鎮化領域的研究內容框架[J].地理科學，2013，33(8):897-901．

[29]PeterChristensen,GordonC.McCord．GeographicdeterminantsofChina’surbanization[J].RegionalScienceandUrbanEconomics, 2016, (59): 90-102.

[30] 羅宏翔, 趙果慶.FDI產業空間自相關與空間集聚——再論為什么FDI不集聚西部[J]. 經濟管理, 2012, (9): 37-45.

[31] 郭仁忠. 空間分析[J]. 北京：高等教育出版社, 2001.

[32]RobertoBasile,MaríaDurbán,RománMínguez,JoseMaríaMontero,JesúsMur.Modelingregionaleconomicdynamics:Spatialdependence,spatialheterogeneityandnonlinearities[J].JournalofEconomicDynamicsandControl, 2014, 48: 229-245.

[33]L.Anselin.Spatialeconometrics:methodsandmodels[M].Dordrecht:KluwerAcademicPublishers, 1988.

[34]AnselinL,FloraxR.Smallsamplepropertiesoftestsforspatialdependenceinregressionmodels[C].InAnselinandFloraxREds.NewDirectionsinSpatialEconometrics.Berlin:Springer, 1995, 21-74.

(本文責編：王延芳)

Spatial Dynamic Mechanism and Effect of Urbanization in China Based on Spatial Unit Data of 2869 Counties Derived from the Sixth Census

ZHAO Guo-qing，WU Xue-ping

(InstituteofQuantitativeEconomics，YunnanUniversityofFinanceandEconomics，Kunming650221，China)

Abstract:Urbanization is a phenomenon of space, how to reveal the space dynamic mechanism of urbanization is a major difficult problem of geography. In this paper, using the 2869 county urbanization rate data of our sixth census, by constructing dynamic spatial econometric model reveals the space dynamic mechanism of urbanization in China. The results show that to urban population, population migration, industrialization, geographical location as a control variable, urbanization in china still has a robust spatial second-order lag dynamic mechanism and urbanization formation a spatial dynamic system, it is shown that a county urbanization is promoted by two surrounding counties. Under the effect of the dynamic effect of urbanization, the high level of urbanization in the north and the south has formed and big Southwest regional urbanization level is still relatively low. Therefore, China should intensify efforts to promote the construction of the“Southern Silk Road” urban agglomeration, reshape the economic geography of the city, and promote coordinated development of regional urbanization.

county unit; urbanization; spatial dynamic mechanism; spatial econometrics; China

2016-11-10

2017-02-08

國家自然科學基金項目(71563059)。

趙果慶(1964-)，男，云南鶴慶人，云南財經大學教授，經濟學博士，博士后，博士生導師，研究方向：數量經濟。

C813

A

1002-9753(2017)02-0076-12