黃河流域城鄉轉型的時空格局及影響因素研究

陳文風，劉 丹，李琳娜

（北京師范大學 地理科學學部，北京 100875）

0 引言

城鄉轉型發展是城鄉關系由隔離、對立轉向協調、一體化發展的綜合人文過程，包括城鄉要素轉移、戰略轉變和機制轉換［1］。目前，中國城鄉處于快速轉型階段［2］，人口、土地和產業作為影響城鄉發展的核心要素，表現為城鎮人口比重、非農產業比重和城鎮建設用地比重的提高［3］，但三者之間尚未建立起良性互動關系，造成區域人口、土地和產業之間的協同空間差異明顯，影響城鄉發展一體化進程的推進［2，4］。在此背景下，人口、土地和產業等要素的轉型，逐漸成為學術界關注的重點［5］。首先，在研究內容上，已有的城鄉轉型研究圍繞城鄉關系和城鄉結構形態，探究了城鄉的人口流動［1，6］、土地利用轉型［7，8］和產業升級［9，10］。近 年 來，國 內 學 者 們 對 京 津冀［11］、長三 角［12］和 珠 三 角［13］等 城 市 群 進 行 了 諸 多實證研究，為研究城鄉轉型奠定了基礎。但以往的實證研究多針對城鄉轉型的人口、土地或產業轉型中的單要素或雙要素［14，15］，忽略了人口、土地、產業三要素之間的相互關系。其次，在研究方法上，多局限于用耦合協調度來測量要素間的相互作用與協調程度［16］，無法揭示要素間的復雜關系。再次，在分析影響因素時，多集中分析單一要素的城鄉轉型［1，17］，無法揭示多要素城鄉轉型發展的影響因素，難以確保結果的有效性，導致對城鄉轉型發展的認識不全面。

黃河流域是中國重要的糧食產區和能源基地，整體處于工業化中期到后期的轉型發展階段［18］?；诖耍疚囊渣S河流域為實證研究對象，從人口、土地、產業三方面綜合構建城鄉轉型指標體系，并以縣域為研究單元，采用彈性系數、空間自相關分析、軌跡分析法等，分析黃河流域城鄉轉型質量的特征，并進行城鄉轉型功能分區，利用2000—2020 年人口、土地和產業轉型面板數據，探析城鄉轉型的影響因素，以期全面反映要素間的關系及演化規律，提高模型估計的有效性，并為區域均衡、城鄉統籌和人地協調提供科學依據。

1 研究區域概況與數據來源

1.1 研究區域概況

黃河流域位于96°—119°E、32°—42°N 之間。黃河發源于青藏高原，自西向東分別流經青海省、四川省、甘肅省、寧夏回族自治區、內蒙古自治區、陜西省、山西省、河南省和山東省9 省區，最后注入渤海。黃河流域是我國經濟和文化發展的中心，也是重要的糧食產地和能源基地，同時，由于生態環境脆弱，流域上游、中游環境承載力較差、水土流失嚴重，也是我國流域治理的重點和難點。本文中的縣域研究單元包括縣級市、縣（自治縣）和旗（自治旗），因研究時間為2000—2020 年，以及涉及到行政區劃調整等原因，部分縣域數據缺失，故本文的研究區域共涉及到339 個縣域。

1.2 數據來源

本文中的人口、GDP、社會消費品零售總額等社會經濟數據來源于《中國縣域統計年鑒》《中國區域經濟統計年鑒》和各省份統計年鑒，缺失數據采用相鄰年份或市域數據代替，土地利用數據根據中國科學院資源環境科學數據中心提供的2000 年、2005年、2010 年、2015 年和2020 年30m × 30m 土地利 用數據庫提取，DEM數據來源于中國科學院資源環境科學數據中心，降水量數據來源于國家地球系統科學數據中心（http：//www.geodata.cn）。

2 研究方法

2.1 城鄉轉型指標體系

本文采用城鄉轉型指數，分別從人口、土地、產業3 個維度測度城鄉轉型的水平、相互關系與時空演化規律，計算公式為［19-21］：

式中：Ui、Li和Ii分別為i 行政單元的人口、土地與產業城鄉轉型指數；PUi和PTi分別為i 行政單元的城鎮人口與總人口，LUi、LIi和LRi分別為i行政單元的城鎮用地、工礦用地和農村居民點用地面積，ISi、ITi和Gi分別為i 行政單元的第二、三產業產值和地區生產總值。根據人口、土地、產業城鄉轉型指數大小，可以將其轉型水平劃分為3 個階段：城鄉轉型指數≤0.3 為低水平，＞0.3 且≤0.6 為中等水平，＞0.6 為高水平。

本文采用人口、土地、產業城鄉轉型彈性系數，對黃河流域城鄉轉型發展的質量進行評價，計算公式為［22，23］：

式中：α1、α2和α3分別為產業—人口、人口—土地和產業—土地城鄉轉型彈性系數；IR 為產業城鄉轉型指數的年均變化率；UR 為人口城鄉轉型指數的年均變化率；LR 為土地城鄉轉型指數的年均變化率。根據彈性系數的變化，對黃河流域人口、土地和產業城鄉轉型進行分類（表1）。

表1 人口—土地—產業轉型彈性系數分類及特征Table 1 Classification and characteristics of elasticity coefficient of population- land- industry transformation

（續表1）

2.2 耦合協調模型

本文借用耦合度模型［5，16］，揭示人口、土地與產業轉型的協同關系，計算公式為：

式中：C 為耦合度，表示人口、土地、產業轉型之間的聯系程度。將人口—土地—產業城鄉轉型耦合度劃分為4 個階段（表2）。

表2 城鄉轉型耦合度劃分標準Table 2 Division standard of coupling degree of urban-rural transformation

為揭示人口、土地、產業3 個子系統之間的協調程度，構建三者的耦合協調度模型，計算公式為［21］：

式中：D 為耦合協調度；T 為人口、土地、產業城鄉轉型綜合評價指數；α、β、λ均設為1/3。將人口—土地—產業城鄉轉型協調度劃分為4 個等級（表3）。

表3 城鄉轉型協調度劃分標準Table 3 Division standard of coordination degree of urban- rural transformation

2.3 空間自相關分析

局部空間自相關可以揭示局部區域單元在相鄰空間的自相關性和空間差異的變化趨勢，本文用以反映城鄉轉型耦合度與耦合協調度集聚狀況的空間差異，計算公式為：

式中：Ii為局部空間自相關指數；zi、zj分別為區域i、j 觀測值的標準化值；Wij為空間權重矩陣。根據局部空間自相關指數，可劃分為4 種空間關聯類型：“高—高”類型區、“高—低”類型區、“低—高”類型區和“低—低”類型區。

2.4 面板數據模型

采用面板數據模型對2000 年、2005 年、2010 年、2015年和2020 年黃河流域縣域的面板數據回歸分析。分別建立人口、土地、產業城鄉轉型指數為因變量的回歸模型，結合已有研究并考慮到黃河流域農業生產背景，從自然環境、社會經濟條件和農業生產水平3 個方面，選取平均海拔（V1）、地表破碎度（V2）、平均降水（V3）、人均GDP（V4）、社會消費品零售總額（V5）、人口密度（V6）、人均糧食產量（V7）和人均肉類產量（V8）共8 項指標作為解釋變量（表4），將所有解釋變量做取對數處理，與因變量建立回歸模型。面板數據模型包含3 種基本類型，由于F檢驗和Hausman 檢驗的P 值均小于0.05，因此，研究采用固定效應模型［24］。

表4 城鄉轉型發展的解釋變量選擇Table 4 Choice of explanatory variables for urban- rural transformation and development

式中：Yit為因變量；c0為常數項；εi為個體效應；vt為時間效應；uit為隨機誤差項；α1、α2、α3、α4、α5、α6、α7、α8分別為各解釋變量的回歸系數；i 為縣級行政單元；t 為年份。

2.5 軌跡分析法

本文采用數字代碼表示城鄉轉型的軌跡路線。根據刻畫人口、土地、產業轉型綜合發展水平的協調轉型度（CTD），將城鄉人口—土地—產業轉型劃分為4 種類型：低水平類型［0.0，0.4）、中等水平類型［0.4，0.6）、較高水平類型［0.6，0.8）和高水平類型［0.8，1.0］，數字1、2、3、4 分別對應這4 種類型，城鄉轉型變化軌跡通過數字代碼表示，代碼“11111”表示2000—2020 年間城鄉轉型一直保持在低水平類型，協調轉型度（CTD）計算公式為［20，25］：

3 黃河流域城鄉轉型的時空格局

3.1 黃河流域城鄉轉型的時間特征

2000—2020 年間，黃河流域的人口和土地城鄉轉型水平總體呈上升趨勢，產業轉型水平在2020 年略有下降，相較于人口、土地轉型水平，黃河流域整體的產業轉型水平較高（圖1）。本文以2000 年的城鄉轉型指數為基準，分別計算了人口、土地和產業轉型指數的上升速度，發現2010—2020 年間人口和土地轉型增長速度較快，這與2010 年前后國家批復的一系列黃河流域區域規劃有關，如《關中—天水經濟區發展規劃（2009）》《中原經濟區規劃（2012）》《晉陜豫黃河金三角區域合作規劃（2014）》等［26，27］，規劃的引導推動了黃河流域人口和土地城鎮化的發展。2015 年和2020 年人口城鄉轉型高于土地轉型增長速度，主要由于農業轉移人口市民化、國土資源節約集約利用政策和土地利用效率提高等因素的綜合作用［26］。

圖1 2000—2020 年黃河流域城鄉轉型水平時序演變Figure 1 Temporal change of urban- rural transformation level in the Yellow River Basin，2000-2020

3.2 黃河流域城鄉轉型質量的空間特征

本文采用彈性系數表征人口、土地、產業兩兩之間轉型速度的相對快慢。由圖2 可知：①就產業—人口要素而言，黃河流域“產增人增滯后型”（IR ＞0，UR ＞0，且0 ＜α1＜1）的縣域數量最多，占黃河流域縣域總數的86%，表明黃河流域絕大部分縣域的產業轉型滯后于人口轉型，未來非農產業有待進一步發展?！爱a減人增衰退型”（IR ＜0 且UR ＞0）的縣域共有28 個，主要分布在青海、甘肅、陜西和山西省，如海晏縣、靖遠縣、白水縣和神池縣，這些地區產業轉型與人口轉型處于脫鉤狀態。“產人同增協調型”（IR ＞0，UR ＞0，且α1＞1）的縣域共有10 個，占比3%，主要分布在青海省和甘肅省，如天峻縣和夏河縣，產業轉型增速快于人口?！爱a增人減衰落型”（IR ＞0 且UR ＜0）的縣域共有10 個，分布在黃河上中游省份。②就人口—土地要素而言，“人地同增協調型”（UR ＞0，LR ＞0，且α2＞1）縣域共有231 個，占黃河流域縣域總數的68%，這表明黃河流域超出一半的地區城鎮用地處于相對集約利用狀態?！叭说赝鰷笮汀保║R ＞0，LR ＞0，且0 ＜α2＜1）縣域共有75 個，占黃河流域縣域總量的22%，主要分布在黃河上中游地區?！叭嗽龅販p衰落型”（UR ＞0，LR ＜0）縣域共有22 個，占黃河流域縣域總數的6%，主要分布在山西、陜西和青海3 省，如沁源縣、洛南縣和瑪多縣。③就產業—土地要素而言，產業轉型慢于土地轉型的現象在黃河流域較為普遍，共有264 個（78%）縣域處于“產地同增滯后型”（IR ＞0，LR ＞0，且0 ＜α3＜1），山西、陜西、甘肅、內蒙古和山東5 省區尤為明顯?！爱a減地增失調型”（IR ＜0且LR ＞0）縣域共有27 個，主要分布在青海、陜西和甘肅3 省，表現為產業轉型動力不足?！爱a地同增協調型”（IR ＞0，LR ＞0，且α3＞1）縣域共有25 個，主要分布于陜西、山西和青海3 省，這些地區土地和產業轉型均為正增長，且土地處于較為集約狀態。

圖2 產業—人口（a）、人口—土地（b）和產業—土地（c）城鄉轉型彈性系數格局Figure 2 The elasticity coefficient pattern of urban- rural transformation of industry- population（a），population- land（b）and industry- land（c）

4 城鄉轉型耦合協調格局與影響因素

4.1 黃河流域城鄉轉型的耦合度格局

人口—土地—產業之間的耦合格局揭示了城鄉轉型子系統之間的影響程度（圖3）。與2000 年相比，2020 年耦合度格局發生了明顯變化，大部分縣域處于高水平耦合階段，66%的高水平耦合縣域由磨合階段轉變而來，主要由人口和土地要素的變化導致，主要分布在山西、陜西、河南、甘肅和山東等省。從耦合階段來看，2000—2020 年，黃河流域人口、土地、產業轉型耦合度為高水平耦合階段的縣市個數，分別為93 個、83 個、120 個、232 個、292 個，占黃河流域縣域單元總數的比重依次為27%、24%、35%、68%、86%，這說明黃河流域人口、土地、產業3個子系統城鄉轉型之間的影響程度不斷加強。從處于高水平耦合階段縣域的人口、土地、產業轉型水平來看，2000 年主要為人口低水平、土地中等水平、產業高水平（簡稱為“低中高”，其他類型的簡稱以此類推），“低低中”“低低高”“中低高”，2005—2015 年主要為“中低高”“中中高”“低低高”和“低中高”，2020年為“中低高”“中中高”“高中高”和“中高高”。

圖3 黃河流域城鄉轉型耦合度格局Figure 3 Coupling degree pattern of urban- rural transformation in the Yellow River Basin

黃河流域人口—土地—產業三者轉型的耦合度 空間格局呈現出集聚分布，以顯著“高—高”類型區和顯著“低—低”類型區為主（圖4）。2000 年，顯著“高—高”類型區主要分布在青海北部和南部、山西北部、陜西東部和四川，顯著“低—低”類型區主要分布在甘肅南部和青海東部。2020 年，顯著空間關聯類型的分布格局有所變化，顯著“高—高”類型區主要分布在寧夏東部、陜西北部、山西北部和內蒙古南部，顯著“低—低”類型區主要分布在甘肅南部和青海東部?？梢?，自2002 年黨的十六大召開以來，我國在統籌城鄉發展上進展加快，黃河中游地區的城鄉轉型迅速發展，人口、土地、產業3 個子系統演化共振性逐漸增強。

圖4 黃河流域城鄉轉型耦合度空間自相關格局Figure 4 Spatial autocorrelation pattern of coupling degree of urban- rural transformation in the Yellow River Basin

4.2 黃河流域城鄉轉型的協調度格局

人口—土地—產業之間的協調度格局揭示了城鄉轉型子系統之間的協同水平（圖5）。2000 年大部分縣域處于一般協調和中度協調階段。2020 年大部分縣域處于高度協調階段，共有274 個，其次是中度協調階段（64 個），共有193 個縣市由2000 年的中度協調轉變為2020 年的高度協調，主要分布在山西、陜西、河南和山東等省，如右玉縣、興平市、衛輝市和利津縣，主要由于大量農業人口向城鎮轉移就業，促進了人口的非農化轉型和人口—土地—產業的協調。

圖5 黃河流域城鄉轉型協調度格局Figure 5 Coordination degree pattern of urban- rural transformation in the Yellow River Basin

黃河流域人口—土地—產業的協調度空間格局呈現為集聚分布特征。2000—2020 年，協調度的顯著空間關聯類型，以顯著“高—高”類型區和顯著“低—低”類型區為主。顯著“高—高”類型區從2000 年的青海北部、陜西東部和山西等地轉變為2020 年集中分布在晉陜蒙寧交界處，這些縣域多靠近煤礦、鐵礦、鋁土礦等礦產資源富集地區，礦產資源的集聚為當地城鄉轉型提供了動力。顯著“低—低”類型區主要分布在甘肅南部，地形復雜多樣，自然條件較差，且受中心城市影響較小，城鄉轉型發展較為落后（圖6）［27］。

圖6 城鄉轉型協調度空間自相關格局Figure 6 Spatial autocorrelation pattern of coordination degree of urban- rural transformation

4.3 黃河流域城鄉轉型的影響因素

面板數據回歸模型結果表明，除了人均糧食產量，其他解釋變量均與黃河流域的人口轉型呈現顯著相關（表5）。從表5 可見：①平均降水、社會消費品零售總額與人口轉型指數為正相關，表明研究期間黃河流域降水較多，經濟發達地區提供了大量的非農就業機會，吸引鄉村人口不斷向城市聚集，促進了城鄉人口轉型。然而，人均GDP、人口密度、人均肉類產量與人口轉型指數成負相關，表明人口聚集地區，鄉村人口占有一定比重，受到統籌城鄉發展、新農村建設、鄉村振興等戰略實施的影響，這對解決鄉村發展問題具有一定作用［28］；以畜牧區工業化水平較低，導致城鎮就業崗位較少，人口轉型指數較低。②土地轉型指數與平均降水、人均GDP、社會消費品零售總額成正相關，與人均肉類產量呈負相關。表明經濟越發達地區城鎮建設用地占比越高，經濟發展增加了對土地的需求，造成工業用地和居住用地等生產生活用地增加，提高了土地利用價值，城鎮建設用地擴張以支撐經濟發展。而人均肉類產量與土地轉型指數成負相關，主要原因是人均肉類產量高的地區多為傳統的畜牧區，如內蒙古和甘肅，這些地區畜牧為主的生產方式和產業分布，影響著土地利用結構。③產業轉型與人均GDP、社會消費品零售總額、人口密度呈現顯著正相關，與平均降水、人均糧食產量和人均肉類產量呈現顯著負相關。表明經濟發展較快、人口密集地區，促進了當地的非農業取代農業，成為主要的產業類型，非農產業占比高是經濟發達地區的重要標志。而黃河流域產業轉型指數較低縣域，主要為平均降水較多，人均糧食和肉類產量較高的地區，農業發展條件較為優越，產業結構中第一產業占比較大，二三產業發展相對落后，一定程度上阻礙了產業的非農化轉型。

表5 城鄉轉型發展的回歸結果Table 5 Regression results of urban- rural transformation and development

總體來看，經濟發展水平是影響城鄉轉型的重要因素。隨著城鎮化和工業化的不斷推進，產業結構從第一產業為主轉變為第二、三產業為主；產業結構的演變和經濟發展帶動了就業結構的變化［2］，城市提供了大量的非農就業機會，吸引人口集聚，城鄉就業非農化水平不斷提高，引起城鄉人口轉型，即人口城鎮化水平的升高；經濟發展和人口增加促使城鎮建設用地增長，城鎮周邊的土地不斷向城鎮建設用地轉化，為城鎮化發展提供空間載體，促進了土地的轉型發展。

5 城鄉轉型的區域劃分及對策建議

本文采用軌跡分析法共獲得38 種城鄉轉型類型，根據研究時期內不同階段的變化特征，將黃河流域劃分為3 種類型功能區：核心轉型區、潛在轉型區和限制轉型區。每種轉型區的具體類型如表6 所示，轉型功能區的空間分布如圖7 所示。

表6 城鄉轉型類型劃分Table 6 Classification of urban- rural transformation types

圖7 黃河流域城鄉轉型功能分區Figure 7 Function partition of urban- rural transformation in the Yellow River Basin

城市與鄉村相互作用，統籌新型城鎮化與鄉村振興兩大戰略。城鄉發展戰略平等、要素有序流動，有助于促進城鄉轉型，走具有中國特色的城鄉轉型發展道路。以黃河流域縣域為單元，利用“大數據”及人工智能技術，對其“人—地—業”耦合協同發展程度及動態變化，進行監測和預測［29］，為城鄉轉型發展質量提供評判依據，進而服務城鄉發展規劃的編制。此外，建立黃河下游經濟區，依托河南和山東這兩個人口和農業大省，引領區域城鄉轉型。下游經濟區的設立，將與京津冀協同發展和長三角區域一體化發展相銜接，發揮擴散效應，驅動城鎮化與鄉村化發展，激發人口、土地和產業轉型活力。由于黃河對流域內整體的聯系較弱［30］，而縣域城鄉轉型具有顯著的空間相關性，可依托下游經濟區，借助交通軸線，打破行政壁壘，推動城鄉均衡發展，探索符合區域特色的城鄉發展新模式，形成核心轉型類型的聚集區。

3 種類型功能區主要分布情況為：①核心轉型區主要分布在城市市區周邊，如榆林市、鄭州市、太原市和呂梁市，該類型區區位條件較為優越，受擴散效應的影響，以及依賴本身的資源優勢，城鄉轉型水平較高。核心轉型區具有臨近市區的區位優勢，要借助優越的區位條件，提升轉型質量。依賴較為完善的基礎設施，提供優惠政策，吸引企業來此落戶，發展壯大產業園區，發揮集聚效益。鄉村依賴獨特的景觀形態和鄉土文化，開展休閑旅游活動，促進轉型。②潛在轉型區主要分布在核心轉型區周圍以及部分地級市周邊，主要集中在黃河中下游的山西、陜西、河南和山東4 個省份。潛在轉型區的成因不同，各地區要根據成因，尋找提升途徑，促進城鄉轉型。礦產資源富集地區，面臨產業結構單一、資源枯竭等問題，對此政府要加大財政支持力度，改善投資環境，吸引國內外投資，學習其他地區資源型產業轉型經驗，促進轉型［31］；河南和山東兩省為糧食主產區，鄉村人口較多，農村居民點規模較大，需保障糧食安全，加快農業現代化，依賴勞動力優勢，發展服務型產業，為周圍農村地區的剩余勞動力提供就業機會［2］，積極推進土地的流轉，實現農業的適度規模化經營［32］，落實城鄉建設用地增減掛鉤的土地制度。③限制轉型區主要分布于青海、甘肅和陜西南部，這些區域自然條件較差，城鄉轉型的動力不足，轉型水平較低，需要國家的重點支持。限制轉型區經濟發展條件較差，在發展過程中，應注重生態保護與發展經濟相結合，實現可持續發展?？茖W制定產業發展方向，通過產業間的延伸融合及高新技術的滲透融合等方式，實現效益最大化，如建立農牧產品加工企業，提高產品的附加值，應用“互聯網＋”，創新經營模式，培育發展新動能。生存環境惡劣地區，通過易地搬遷，改善人們的生活狀況，促進城鄉轉型［20］。

6 結論與討論

本文以黃河流域為研究區域，以人口、土地和產業轉型為研究對象，探討了2000—2020 年黃河流域城鄉轉型質量，探討了其耦合協調度的時空格局，分析了城鄉轉型的影響因素，并對縣域城鄉轉型類型進行了劃分。主要結論如下：①研究期間，黃河流域人口、土地、產業兩兩之間的城鄉轉型質量存在差異。從人口、土地、產業轉型速度的相對快慢來看，黃河流域大部分縣域處于產業轉型慢于人口轉型狀態，且產業轉型慢于土地轉型，產業轉型速度有待提升，黃河流域68%的縣域處于“人地同增協調型”，表明黃河流域超出50%的地區城鎮用地處于相對集約利用狀態。②黃河流域人口、土地、產業轉型共同推動城鄉系統由低級向高級、由無序向有序轉變。從縣域的耦合和協調階段來看，2000 年大部分縣域處于磨合階段，2020 年以處于高水平耦合階段的縣域為主，主要協調階段類型由2000 年的中度協調演變為2020 年的高度協調。耦合度和協調度的空間關聯類型以顯著“高—高”和顯著“低—低”類型區為主，顯著“高—高”類型區的主要分布區由2000 年的山西和陜西兩省，轉變為2020 年的晉陜寧蒙邊界，顯著“低—低”類型區主要穩步分布在甘肅南部。③研究期間，黃河流域縣域人口、土地、產業轉型差異的主要影響因素包括經濟發展水平和農業生產等。其中，經濟發展水平對黃河流域人口、土地、產業城鄉轉型均起到推動作用。產業結構的演變促使城鄉就業非農化水平提高，引起城鄉人口轉型，由于城鎮化的發展，促進了土地的城鄉轉型發展。④基于軌跡分析法，將黃河流域城鄉轉型類型劃分為核心轉型區、潛在轉型區和限制轉型區。不同轉型功能區城鄉發展面臨的問題明顯不同，從區域差異的角度出發，不同轉型功能區需要采取差別化的發展策略，增強經濟發展和人口流動的牽引力，促進二三產業的發展，進而帶動人口和土地轉型，從而有序促進城鄉轉型發展。

6.2 討論

人口、土地與產業各要素轉型之間相互聯系、相互制約，其協調發展是城鄉協調發展的基礎。以新型城鎮化與鄉村振興戰略為引導，建立黃河下游經濟區，引領區域城鄉轉型，借助交通軸線，促進縣域人口、土地和產業轉型活力，探索符合區域特色的城鄉發展模式，形成核心轉型類型的聚集區。此外，由于人口、土地、產業轉型的影響因素比較復雜，黃河流域縣域的城鄉轉型必然受到外部區域的影響，研究未能將外部區域的影響納入模型分析，未來有必要進一步深入探索城鄉轉型各子系統之間內在的關聯效應及其影響因素。