淮河生態經濟帶城市多維度收縮測度與影響因素分析

李剛　湯勇

摘 要：基于人口、經濟、社會和環境四個維度構建指標體系，測度淮河生態經濟帶在綜合維度和單一維度上的城市收縮程度，利用雙欄模型識別各維度城市收縮的影響因素。結果顯示： 2010—2019年淮河生態經濟帶在綜合維度發生收縮的有連云港市、濟寧市等5座城市，其主要影響因素為城市類型和人力資本水平；在人口維度發生收縮的有鹽城市、連云港市等8座城市，主要影響因素為城市類型、生態保護水平、基礎設施水平、財政透支程度和失業程度；在經濟維度上發生收縮的有連云港市、濟寧市等7座城市，主要影響因素為收入水平和生態保護水平；在社會維度上發生收縮的有淮南市、淮北市等9座城市，主要影響因素為財政透支程度、失業程度和老齡化程度；在環境維度上發生收縮的有亳州市、漯河市等6座城市，主要影響因素為產業結構水平、基礎設施水平、失業程度和老齡化程度。以此為基礎，為緩解淮河生態經濟帶城市收縮提出了因地制宜“盤活存量”、把握戰略定位以及推進基本公共服務共建共享的政策建議。

關鍵詞：淮河生態經濟帶；城市收縮；影響因素

中圖分類號：F293.1文獻標識碼：A文章編號：1672-1101（2023）01-0020-12

Multi-dimensional shrinkage measurement and influencing factors analysis of cities in Huaihe River Ecological Economic Belt

LI Gang，TANG Yong

（School of Economics，Anhui University of Finance and Economics，Bengbu，Anhui?? 233030，China）

Abstract： Based on the four dimensions of population，economy，society and environment，the index system was constructed to measure the degree of urban contraction in the comprehensive dimension and the single dimension of Huaihe Ecological Economic Belt，and the influencing factors of urban contraction in each dimension were identified by using the two-column model. The results show that five cities，including Lianyungang city and Jining ?city，etc.have contracted in the comprehensive dimension of Huaihe River ecological economic Belt from 2010 to 2019，and the main influencing factors are city type and human capital level. In the population dimension，8 cities such as Yancheng and Lianyungang shrank，and the main influencing factors were city type，ecological protection level，infrastructure level，financial overdraft degree and unemployment degree. In terms of economic dimension，7 cities，including Lianyungang city and Jining city，have contracted，and the main influencing factors are income level and ecological protection level. In the social dimension，9 cities such as Huainan city and Huaibei City have contracted，and the main influencing factors are financial overdraft degree，unemployment degree and aging degree. In the dimension of environment，six cities such as Bozhou city and Luohe city have contracted，and the main influencing factors are industrial structure level，infrastructure level，unemployment degree and aging degree.

Based on this， in order to alleviate the urban shrinkage of the Huaihe River Ecological Economic Belt， policy suggestions are put forward， such as “reviving the stock” according to local conditions， grasping the strategic positioning， and promoting the co-construction and sharing of basic public services.

Key words：Huaihe River ecological economic Belt;Urban shrinkage;the Factorsaffecting

20世紀50年代以來，由于去工業化、郊區化、人口老齡化和少子化，城市收縮現象在英國、美國、日本等其他國家相繼出現，這一現象否定了學者們認為城市發展即是一味地增長的觀點。面對城市收縮問題，城市管理部門的盲目投資和擴張規劃不僅無法抑制城市收縮，而且加劇了城市資源的浪費。隨后，基于城市生命周期理論的完善，城市收縮被認為是城市衰退的初始表現，城市發展應包含城市收縮階段，繼而提出遵循城市客觀發展規律，避免盲目投入資源的治理觀點。改革開放40多年以來，我國城市處于快速發展階段，經濟快速增長、城鎮化和社會服務水平不斷提高。但在我國經濟由高速增長向高質量發展轉變的過程中，城市經濟增速放緩，加之“老齡化”程度加劇以及中心城市的人口集聚，城市收縮問題逐漸顯現。已有測度發現，我國在2000—2010年有180座城市出現收縮現象［1］，包括京津冀、長三角 ［2］以及東北［3］等地區。為緩解城市收縮帶來的影響，國家發改委在2019年和2020年出臺的關于新型城鎮化建設重點任務文件中，強調收縮型中小城市要瘦身強體，轉變慣性的增量規劃思維，嚴控增量、盤活存量，穩妥調減收縮型城市市轄區。目前，城市收縮已成為中國新型城鎮化建設面臨的重要挑戰，如何科學測度城市收縮狀態，識別城市多維度收縮的影響因素，對推動城市經濟高質量發展、提高城鎮化水平具有重要意義。

城市收縮的界定可分為狹義和廣義兩種。狹義的城市收縮將人口流失作為評判城市是否收縮的重要指標，例如，收縮城市國際研究網絡（SCIRN）為識別城市收縮提出的三個測度標準：城市人口達一萬以上；城市人口流失超過兩年；城市經歷了結構性經濟危機［4］。廣義的城市收縮則包括了人口、經濟、社會、環境等多個維度，其代表性的觀點是：城市收縮為多重因素導致的人口持續性流失、城區局部空心化，結構性衰退或轉型等現象為基本表現特征的一種城市發展過程［5］。

由于城市收縮的概念有狹義和廣義之分，因此在測度方法上存在以人口為主要指標的單一指標法和以多維度綜合衡量的綜合指標法，例如龍瀛利用人口密度對我國2000—2010年城市收縮現象進行識別［2］，李剛則通過人口、經濟、社會與空間結構構建指標體系來測度2009—2016年安徽省的城市收縮水平［6］。在城市收縮的分類上，國外主要以“穿孔形”和“圈餅形”進行劃分，但由于城市收縮具有地區異質性，因此已有研究結合我國城市發展特征進行分類：一是按空間分布特征分為孤點式城市收縮、連綿式城市收縮、交錯式城市收縮［7］；二是按形成原因，分類為地理環境惡劣引致、資源枯竭引致、產業結構不合理引致和虹吸效應引致四種類型［8］。在城市收縮的影響因素上，除了人口老齡化、資源枯竭等在國外較為普遍的因素外，我國城市收縮還受行政級別、城市化水平差異以及區域發展不均衡等因素的影響［2，6］，且不同區域的影響因素也略有差異。在城市收縮的治理方面，已有研究從萊比錫、利物浦、東京等案例出發［9-12］，試圖探尋我國收縮型城市的發展路徑，但城市收縮的區域相關性致使國外的精明增長與精明收縮不完全適用于我國現階段收縮城市治理［13］，因此，一些學者認為我國城市收縮的治理應從地區發展狀況出發，采取因地制宜的措施及規劃，如打造韌性規劃建設［14］、打造城市命運共同體［13］、推進養老式就業［15］等。

已有文獻為我國城市收縮的理論和測度奠定了堅實的基礎，不過大部分學者是從人口密度、人口增長率的視角出發來測度城市收縮，而城市收縮的表現具有多維度、多層次的特點，因此以多維度指標進行測度更為精確。此外，我國城市收縮的研究對象多為全國或東北地區，對不同地區不同維度的收縮測度較少，且鮮有文獻識別城市不同維度收縮的影響因素。因此，為完善地方城市收縮研究，本文以淮河經濟帶為例，通過構建城市發展綜合指標體系測算城市各維度的收縮程度并進行時空分析，識別各維度收縮的影響因素，對城市收縮治理提出相關建議。

一、理論框架、指標選取與研究方法

（一）理論框架的構建

城市收縮現象是多維度多重因素影響的結果。伴隨我國農村空心化以及少子化現象的出現，農村流向城市的人口規模逐漸縮小，城市與城市間的人口流動更為普遍。在此背景下，勞動人口偏于向發達城市聚集以滿足對美好生活的追求，中小城市勞動人口不斷外流。與此同時，發達城市的房價等因素使得人口流動的遷移成本增加，具有較高收入或期望收入的高素質人才流向大城市，進而造成人力資本在城市規模中形成“二元結構”：高素質的勞動人才不斷聚集于發達城市，缺乏職業技能的工人則會留在中小城市。由于中小城市人才和技術的相對缺乏，新興產業和替代產業發展相對滯后，企業競爭力下降，城市經濟增長減緩，進而引發城市經濟收縮。經濟收縮一方面降低了城市財政收入，使得教育、醫療等公共服務水平下降，導致城市在社會維度上的收縮；另一方面由于財政和政府績效考核的壓力，部分城市盲目引進企業入駐，但忽略了企業健康發展的必要條件，導致了“拉一批，倒一批”的現象，工廠的無序蔓延對周邊環境造成了破壞，繼而引發環境收縮。而較差的環境質量不僅抑制了當地旅游業的發展空間，也對地區居民生活質量造成嚴重影響，進而抑制了當地產業轉型并加劇人口流失。基于此，本文將人口、經濟、社會和文化四個維度全部納入城市收縮概念體系，并建立城市收縮測度理論框架，如圖1所示。

（二）指標體系的構建

在指標選取上，以市轄區常住人口密度、戶籍人口增長率衡量人口維度，常住人口密度和戶籍人口增長率下降，說明城市收縮程度加劇。在經濟維度上，以人均GDP增長率、經濟密度、第三產業占GDP比重、實際使用外資來衡量，其中經濟密度為市轄區GDP與土地面積之比。人均GDP增長率、經濟密度反映該地區經濟發展總體情況，指標越大，表明經濟發展越好，城市收縮程度越低；第三產業占GDP比重反映了該地區產業結構優化程度，第三產業占GDP比重越大，則該地區經濟發展越好，城市收縮程度越小；實際使用外資反映該地區對外貿易程度，實際使用外資越大，則該地區對外貿易程度越大，說明城市發展較好。社會維度以人均一般公共預算收支、教育資源密度、醫療衛生機構床位數來衡量，其中教育資源密度為小學、中學、職高專任教師人數與土地面積之比。人均一般公共預算收支、教育資源密度、醫療衛生機構床位數越大，表示社會綜合實力越強，城市發展越好。環境維度以建成區綠化覆蓋面積率和人均綠地面積來衡量，建成區綠化覆蓋率和人均綠地面積指標越大，表示該地區環境越優。構建城市發展指標體系如表1所示。

（三）研究方法

1.收縮測度方法。利用極值法對數據進行標準化處理，避免各指標單位不同造成的影響。再利用以變異系數法確定各指標權重，避免了各指標量綱和主觀賦權的影響。在收縮測度上，以2009年淮河經濟帶城市發展指數為基準，測度2010—2019年淮河經濟帶城市收縮度，測度過程如下：

極值法進行標準化處理：

式（7）通過構建probit模型測算第一階段城市發生收縮概率，城市收縮度為負時Wi=1，否則，Wi=0，；式（8）使用Truncated模型估計收縮程度的影響因素。其中式（9）為式（8）的約束條件。式（7）—（9）中，Wi和Y*i分別為第一、二階段的因變量；X1i和X2i為自變量；α、β和σ為待估參數；隨機誤差項μi和εi服從正態分布；Yi為收縮程度，即當城市發生收縮時，Yi =Y*i，否則，Yi= 0。

3.數據說明。數據來源于2009—2019年《中國城市統計年鑒》《中國城市建設統計年鑒》、中國第六次人口普查（中國國家統計局，2010）以及各省、市的統計年鑒。對于部分城市缺失的數據，借鑒現有文獻［19］，以地級市相關指標作為權重乘以省級指標進行推算。

二、測度結果分析

根據式（1）—（6），測出2009—2019年淮河生態經濟帶城市發展指數，以2009年數據為基準，測度2010—2019年城市收縮度，并分析不同維度的收縮程度。為反映城市收縮程度在時空上的變化特征，將樣本分為2010—2014年以及2014—2019年兩個階段，利用Arcgis 10.5 繪制城市收縮分布圖。

（一）城市發展指數分析

淮河生態經濟帶城市綜合發展指數的測度結果如表2所示。可以看出，淮河經濟帶城市綜合發展指數呈先上升后下降的趨勢。2009年淮河生態經濟帶平均綜合發展指數為0.320，至2014年增長至最高值，為0.407。隨后，淮河生態經濟帶平均發展指數不斷下降，2018年下降至0.365，2019年有所提升。2014年徐州市綜合發展指數最高，為0.685，其次為揚州市，綜合發展指數為0.608。平頂山市和連云港市發展指數均超過0.500，發展較好。而亳州市綜合發展指數最低，為0.212。2019年平頂山市綜合發展指數為0.546，位居首位；其次為徐州市，發展指數為0.532；蚌埠市位列第三，綜合發展指數為0.510。而亳州市綜合發展指數以0.228位居末位。與2014年相比，淮河生態經濟帶城市群綜合發展指數最高值有所回落，最低值有所增長，地區差異略有改善。

（二）城市收縮程度及態勢分析

城市收縮是多維度因素綜合作用的結果，且不同城市在不同維度上收縮程度也有所差異，因此在測度和分析城市收縮的同時，有必要納入不同維度進行分析。同時，為區分收縮程度，以SSD<-0.3劃分為重度收縮，以SSD≤-0.3劃分為輕度收縮，并利用Arcgis10.5繪制淮河生態經濟帶各維度城市收縮分布圖以分析城市收縮的時空演變特征。

在綜合維度上，2010—2019年淮河生態經濟帶有5座城市發生輕度收縮，分別為連云港市（-0.102）、濟寧市（-0.101）、揚州市（-0.055）、徐州市（-0.053）以及臨沂市（-0.035）。 分時間段看， 2010—2014年淮河生態經濟帶僅有六安市（-0.054）發生輕度收縮，而2014—2019年有15座城市發生輕度收縮，分別為棗莊市（-0.283）、連云港市（-0.278）、鹽城市（-0.272）、徐州市（-0.224）、揚州市（-0.223）、淮安市（-0.215）、宿遷市（-0.168）、淮北市（-0.161）、宿州市（-0.144）、泰州市（-0.126）、濟寧市（-0.116）、臨沂市（-0.073）、漯河市（-0.058）、菏澤市（-0.053）以及信陽市（-0.015），在綜合維度發生收縮的城市聚集在淮河生態經濟帶的東北區域，聚發性特征較為明顯。與2010—2014年相比，在2014—2019年淮河生態經濟帶在綜合維度上發生收縮的城市數量顯著增加，收縮態勢愈發嚴重，分時間段收縮分布如圖2所示。

在人口緯度上，2010—2019年淮河生態經濟帶有2座城市發生重度收縮，為鹽城市（-0.911）和連云港市（-0.430）；有6座城市發生輕度收縮，分別為信陽市（-0.211）、淮安市（-0.210）、駐馬店市（-0.188）、菏澤市（-0.170）、宿遷市（-0.157）、周口市（-0.080）。分時間段看， 2009—2014年，有16座城市在人口維度上發生收縮，其中信陽市（-0.596）、六安市（-0.539）、亳州市（-0.506）、宿州市（-0.493）、駐馬店市（-0.448）、棗莊市（-0.380）以及阜陽市（-0.365）為重度收縮，漯河市（-0.299）、滁州市（-0.297）、連云港市（-0.220）、鹽城市（-0.216）、淮南市（-0.191）、商丘市（-0.133）、徐州市（-0.064）、周口市（-0.049）以及宿遷市（-0.047）為輕度收縮。 2014—2019年有6座城市發生人口維度的收縮，分別為鹽城市（-0.886）、菏澤市（-0.423）、淮安市（-0.388）、連云港市（-0.269）、宿遷市（-0.115）以及周口市（-0.033），其中鹽城市、菏澤市和淮安市為重度收縮，連云港市、宿遷市以及周口市為輕度收縮。淮河生態經濟帶城市群人口維度收縮程度在2010—2014年較為嚴重，且聚集于西南部，在2014—2019年有所緩解，分時間段人口維度收縮分布如圖3所示。

在經濟維度上，2010—2019年發生收縮的城市分別為連云港市（-0.295）、濟寧市（-0.264）、徐州市（-0.247）、揚州市（-0.222）、鹽城市（-0.104）、泰州市（-0.090）以及淮安市（-0.089），均為輕度收縮。分時間段看，2010—2014年淮河生態經濟帶城市群中僅有六安市（-0.239）發生輕度收縮，而2014—2019年有14座城市發生收縮，其中連云港市（-0.608）、棗莊市（-0.493）、徐州市（-0.492）、淮安市（-0.434）、濟寧市（-0.420）、泰州市（-0.402）、鹽城市（-0.397）以及揚州市（-0.385）為重度收縮，宿遷市（-0.277）、淮北市（-0.201）、臨沂市（-0.154）、漯河市（-0.086）、信陽市（-0.063）以及周口市（-0.042）為輕度收縮，且集中于東北部。與2010—2014年相比， 2014—2019年淮河生態經濟帶城市群在經濟維度上發生收縮的城市數量顯著增多，且收縮程度更為嚴重，分時間段經濟收縮分布如圖4所示。

在社會維度上，2010—2019年淮河生態經濟帶有9座城市發生收縮，其中淮南市（-0.372）和淮北市（-0.320）為重度收縮，臨沂市（-0.265）、揚州市（-0.209）、平頂山市（-0.176）、徐州市（-0.158）、漯河市（-0.113）、蚌埠市（-0.105）和商丘市（-0.039）為輕度收縮。分時間段看，2010—2014年淮河生態經濟帶有10座城市在社會維度發生收縮，分別為臨沂市（-0.305）、淮北市（-0.224）、淮南市（-0.208）、駐馬店市（-0.186）、揚州市（-0.136）、徐州市（-0.131）、蚌埠市（-0.125）、棗莊市（-0.106）、平頂山市（-0.099）以及周口市（-0.026），其中除臨沂市呈重度收縮外，其他城市均為輕度收縮。2014—2019年有12座城市在社會維度上發生收縮，分別為六安市（-0.249）、淮南市（-0.207）、鹽城市（-0.182）、漯河市（-0.137）、淮北市（-0.123）、平頂山市（-0.086）、揚州市（-0.085）、濟寧市（-0.062）、商丘市（-0.051）、連云港市（-0.035）、徐州市（-0.032）以及宿遷市（-0.012）。與2010—2014年相比，2014—2019年淮河生態經濟帶在社會維度發生收縮的城市數量有所增加，但無重度收縮，收縮程度有所緩解，分時間段收縮分布如圖5所示。

在環境維度上，2010—2019年亳州市（-0.503）和漯河市（-0.323）發生重度收縮，宿州市（-0.182）、臨沂市（-0.152）、六安市（-0.084）和連云港市（-0.017）發生輕度收縮。分時間段看，2010—2014年僅有3座城市在環境維度上發生收縮，其中亳州市（-0.583）和漯河市（-0.300）為重度收縮，濟寧市（-0.083）為輕度收縮。而2014—2019年，有15座城市發生收縮，其中宿州市（-0.816）、棗莊市（-0.401）和菏澤市（-0.327）為重度收縮，臨沂市（-0.222）、平頂山市（-0.196）、徐州市（-0.193）、淮安市（-0.159）、淮北市（-0.155）、揚州市（-0.128）、六安市（-0.124）、信陽市（-0.103）、宿遷市（-0.096）、周口市（-0.086）、連云港市（-0.034）和漯河市（-0.033）為輕度收縮。可以看出，2014—2019年淮河生態經濟帶在環境維度發生收縮的城市數量顯著增多，新增城市多位于東北區域，同時收縮程度愈發嚴重，分時間段收縮分布如圖6所示。

三、淮河生態經濟帶城市收縮的影響因素分析

（一）變量的選取

影響我國城市收縮的因素較為復雜，涵蓋范圍較廣。從人口角度來看，由于收入差距以及遷移成本的存在，人口流動存在著門檻效應，這使得具有高收入的高素質人才不斷聚集于發達城市，缺乏職業技能的工人則會留在中小城市，造成不同規模城市在人力資本上形成“二元結構”，而人力資本水平影響了城市生產效率，在一定程度上影響了城市收縮的發生。此外，人口老齡化程度對城市收縮也具有影響［17］。從經濟發展角度來看，產業結構水平的高低對城市收縮也有影響，對于產業結構水平較低的城市而言，產業調整的過程中更易發生城市收縮［18］。城市類型也影響城市發生城市收縮的概率與程度。資源型城市在資源稟賦上具有較大優勢，資源的合理利用對城市發展具有推動作用，但城市發展若過度依賴資源，造成資源枯竭，則會導致城市收縮。此外，財政收入在城市發展中也占有重要地位，財政透支程度對城市收縮具有一定影響。影響城市收縮的其他因素還包括生態保護水平、基礎設施水平等［16］，各變量及其賦值如表3所示。

（二）結果分析

為避免多重共線性的干擾，在進行雙欄模型分析之前，需對變量進行多重共線性檢驗。結果顯示，方差膨脹因子介于1.827—2.712，說明各變量之間不存在明顯的多重共線性，模型回歸結果如表4所示。

1.綜合維度城市收縮的影響因素。在綜合維度上，通過顯著性檢驗的影響因素有人力資本水平和城市類型。其中，人力資本水平系數均為負值，說明人力資本水平對綜合維度的收縮具有抑制作用，平均邊際效應系數為-0.897，說明每提升1%的人力資本水平時，在綜合維度的收縮率會降低89.7%。與全國相比，2010年淮河生態經濟帶城市群人力資本水平為0.333，至2019年已下降至0.288，不斷下降的人力資本水平對城市創新能力和生產效率造成負面影響，促使了城市收縮的發生。

資源型城市在綜合維度收縮概率、收縮程度和平均邊際效應中的系數均為負值，且均通過1%的檢驗，說明資源型城市對城市收縮發生概率以及收縮程度具有顯著的抑制作用，當資源型城市每增加1%時，城市收縮概率會降低18.8%。淮河生態經濟帶城市群中，有11座城市為資源型城市，其中有6座為成熟型城市，有3座為再生型城市，僅有淮北市和棗莊市為衰退型城市。可以看出，淮河生態經濟帶中資源型城市并未處于嚴重的衰退狀態，而成熟型和再生型城市對城市發展具有一定的促進作用。與此同時，當地政府不斷優化城市發展模式，合理規劃資源，這促進了衰退型城市的轉型和城市的持續發展，在一定程度上減緩了衰退型城市對城市收縮的推動作用。

2.人口維度城市收縮的影響因素。在人口維度上，通過顯著性檢驗的影響因素為城市類型、生態保護水平、基礎設施水平、財政透支程度以及勞動力吸納水平。失業程度對發生人口收縮概率及人口收縮程度具有推動作用，失業程度每增加1%，發生人口收縮的概率會增加41.2%。資源型城市、生態保護水平、基礎設施水平以及財政透支程度對人口收縮程度及其概率具有抑制作用。其中，基礎設施水平的平均邊際效應系數最低，為-0.339，說明基礎設施水平對人口維度收縮的抑制程度最大，基礎設施水平每增加1%，人口收縮程度會降低33.9%。近年來，淮河生態經濟帶城市群不斷發展基礎設施建設，尤其在《淮河生態經濟帶發展規劃》正式出臺后，城市群進一步提高城市基礎設施水平，完善的基礎設施拉動人口流入，緩解了在人口維度上城市收縮的程度。

3.經濟維度城市收縮的影響因素。在經濟維度上，通過顯著性檢驗的影響因素為生態保護水平。生態保護水平在經濟維度收縮概率及經濟收縮程度中的系數為負，且通過1%的顯著性，說明生態保護水平對經濟維度收縮具有顯著的抑制作用，邊際效應系數為0.282，意味著生態保護水平每增加1%，在經濟維度上發生收縮的概率會降低28.2%。生態保護水平是經濟高質量發展的基礎，地區生態保護水平的提高有助于降低經濟維度收縮的發生。2010—2014年淮河生態經濟帶平均工業固體廢物綜合利用率有所增長，由2010年的92.52%增長至2014年的94.44%，但2014—2019年利用率呈下降趨勢，2019年已下降至91.97%，生態保護水平的下降對淮河生態經濟帶產業轉型和升級帶來負面影響，進而推動城市在經濟維度發生收縮。

4.社會維度城市收縮的影響因素。在社會維度上，通過顯著性檢驗的影響因素有財政透支程度、失業程度和老齡化程度。其中，財政透支程度和老齡化程度在社會維度上發生收縮的概率、收縮程度以及平均邊際效應中的系數均為正值，說明財政透支程度和老齡化程度對社會維度上的城市收縮具有顯著的推動作用，而失業程度的系數均為負值，說明失業程度對社會維度的城市收縮具有顯著的抑制作用，其原因可能是由于存在失業人群保障性補貼，城鎮登記失業人數提高在一定程度上加大了政府的公共預算，進而抑制了社會維度上的收縮。

5.環境維度城市收縮的影響因素。在環境維度上，產業結構水平、基礎設施水平、失業程度和老齡化水平對城市收縮具有顯著影響。產業結構在環境維度上發生收縮的概率、收縮程度以及平均邊際效應的系數均為負值，說明產業結構水平對環境維度收縮具有顯著的抑制作用。城市產業結構水平的提高意味著第三產業的興起，與第二產業相比，第三產業對環境負面影響較低，而例如旅游業等環境友好型產業對環境保護和治理具有促進作用，因此產業結構水平抑制了城市在環境維度上發生收縮。基礎設施水平、失業程度以及老齡化程度對環境維度收縮均有推動作用，其中失業程度最易增加發生環境維度上收縮的風險，失業程度每增加1%，發生收縮的概率增加50%。基礎設施水平、失業程度以及老齡化程度通過財政分配影響了政府對環境方面的財政支出，繼而影響了城市在環境維度上發生收縮的概率以及收縮程度。

四、結論與建議

從人口、經濟、社會、環境四個維度對2010—2019年淮河生態經濟帶25座城市的發展指數進行評估，進而測度城市不同維度的收縮程度，測度結果顯示：2010—2019年有5座城市在綜合維度上發生輕度收縮，其中2014—2019年發生城市收縮的數量顯著上升；有8座城市在人口維度上發生收縮，其中2010—2014年收縮程度較為嚴重，2014—2019年有所緩解；有7座城市在經濟維度上發生收縮，且集中出現在2014—2019年；有9座城市在社會維度發生收縮；有6座城市在環境維度發生收縮，與2010—2014年相比，2014—2019年淮河生態經濟帶在環境維度上的收縮程度明顯加劇。利用雙欄模型識別不同維度收縮的影響因素，回歸結果顯示：人力資本水平和資源型城市對綜合維度上的城市收縮具有抑制作用；資源型城市、生態保護水平以及基礎設施水平對人口維度上的城市收縮具有抑制作用，而財政透支程度和失業程度具有推動作用；生態保護水平對經濟維度上的城市收縮具有顯著的抑制作用；財政透支程度和失業程度對社會維度上的城市收縮具有抑制作用，老齡化程度具有推動作用；產業結構水平對環境維度上的城市收縮具有顯著的抑制作用，而老齡化程度、基礎設施水平和失業程度具有推動作用。

基于以上研究結論，提出建議如下：1.因地制宜“盤活存量”，促進各類城市協調發展。淮河生態經濟帶中各城市的收縮維度以及不同收縮維度的影響因素有所差異，因此，城市應根據自身不同維度的收縮情況，結合自身資源優勢，采取相應措施以實現“存量”的配置優化和效率提升。同時，依據合作基礎和區位優勢來推動城市組團、聯動發展模式，充分發揮資源要素的集聚效應，形成各類城市協調發展的局面，進而抑制城市收縮。2.把握淮河生態經濟帶的戰略定位，提高城市發展活力。淮河生態經濟帶應積極把握淮河生態經濟帶的國家戰略定位，加大生態文明建設，提高特色產業創新水平。同時，充分發揮淮河水道和新亞歐大陸橋經濟走廊紐帶作用，發展新興產業和技術，加快對外開放平臺建設，提升貿易水平，為發生城市收縮的地區注入發展活力。3.轉變發展思路，推進基本公共服務共建共享機制。淮河生態經濟帶應轉變發展思路，從“自上而下”的重視經濟發展和產業結構調整轉變為“自下而上”的以打造人民美好幸福生活的發展思路。通過加大基礎設施投資力度、提高政策服務效率、加強醫療和教育資源共享機制等，提高居民健康、素質、生活水平，進而預防城市收縮。

參考文獻：

［1］龍瀛，吳康，王江浩.中國收縮城市及其研究框架［J］.現代城市研究，2015（9）：14-19.

［2］吳康，龍瀛，楊宇.京津冀與長江三角洲的局部收縮：格局、類型與影響因素識別［J］.現代城市研究，2015（9）：26-35.

［3］馬佐澎，李誠固，張平宇.東北三省城鎮收縮的特征及機制與響應［J］.地理學報，2021，76（4）：767-780.

［4］HOLLAND J B，PALLAGST K，SCHWARS T，et al.Planing Shrinking Cities［J］.Progress in Planning，2009（4）：1-37.

［5］張偉，單芬芬，鄭財貴，等.我國城市收縮的多維度識別及其驅動機制分析［J］.城市發展研究，2019，26（3）：32-40.

［6］李剛，張淑清.安徽省城市收縮水平測度及影響因素分析［J］.安徽建筑大學學報，2019，27（5）：62-70.

［7］陳肖飛，郜瑞瑞，韓騰騰，等.人口視角下黃河流域城市收縮的空間格局與影響因素［J］.經濟地理，2020，40（6）：37-46.

［8］張明斗，劉奕，曲峻熙.收縮型城市的分類識別及高質量發展研究［J］.鄭州大學學報（哲學社會科學版），2019，52（5）：47-51.

［9］徐博.萊比錫和利物浦城市收縮問題研究［D］.長春：吉林大學博士學位論文，2015.

［10］徐博，龐德良.從收縮到再增長：萊比錫與利物浦城市發展的比較研究［J］.經濟學家，2015（7）：79-86.

［11］張偉.收縮城市的國內外研究動態與關鍵問題［J］.經濟研究導刊，2021（5）：36-38.

［12］沈瑤，朱紅飛，劉夢寒，等.少子化、老齡化背景下日本城市收縮時代的規劃對策研究［J］.國際城市規劃，2020，35（2）：47-53.

［13］徐博.收縮城市與精明發展：收縮型中小城市政府治理與市場效率的內在邏輯匹配及改革創新空間［J］.經濟學家，2019（12）：34-45.

［14］張帥，王成新，王敬，等.中國城市收縮的綜合測度及其時空分異特征研究［J］.中國人口·資源與環境，2020，30（8）：72-82.

［15］霍鵬舉，米加寧.養老式就業：收縮型城市人才供給的新路徑［N］.中國人口報，2021-02-22（3）.

［16］錢鳳魁，朱益梅，張曉霞，等.遼寧省城市收縮綜合測度及影響因素分析［J］.中國土地科學，2021，35（9）：74-83.

［17］楊東峰，龍瀛，楊文詩，等.人口流失與空間擴張：中國快速城市化進程中的城市收縮悖論［J］.現代城市研究，2015（9）：20-25.

［18］孟祥鳳，王冬艷，李紅.東北老工業城市收縮的驅動力分析［J］.現代城市研究，2020（3）：25-32.

［19］范子英，趙仁杰.法治強化能夠促進污染治理嗎？［J］.經濟研究，2019，54（3）：21-37.

［責任編輯：范 君］

收稿日期：2022-05-27

基金項目：安徽省高校人文社會科學研究重大項目：國家治理體系視角下安徽省新型城鎮化高質量發展路徑研究（SK2020ZD001）；安徽財經大學科研創新基金項目：安徽省收縮性城市形成機制與發展研究（ACYC2020245）

作者簡介：李剛（1971-），男，安徽太和人，教授，博士，研究方向：區域經濟學、發展經濟學等。