转型期城市病的测度与影响因素——以西安市为例

赵晨阳，谢 东，祁新华，2*

（1.福建师范大学 地理科学学院，福建 福州 350007；2.福建师范大学 地理研究所，福建 福州 350007）

改革开放以来，中国城镇化水平从1978年的17.92%快速增长至2018年的59.58%，远超历史上发达国家的城镇化发展速度[1]。超常城镇化速度虽促进了社会经济的发展，但同时也引发了城市人口膨胀、交通拥挤及环境污染等一系列问题，在某种意义上已经逐渐背离经济社会发展的初衷，并被人诟病为“城市病”[2]。这种现象已引起学术界的高度关注，许多学者就城市病的表现、形成机理、治理对策等展开了一系列研究并取得了丰硕的成果：在表现特征方面，相关研究聚焦于人口膨胀、交通拥挤、房价高企、就业困难、教育医疗费用较高、环境污染与资源紧张等[3-4]；在产生机理方面，城市规划不科学、土地城市化过快、优质公共资源配置不均衡、城市人口剧增、人口空间分布欠合理、环境保护滞后以及顶层制度设计缺陷等被反复强调[5-6]；在治理策略方面，学者们提出了城市规划、人口调控、提升城市资源和能源的利用效率等多条解决路径[7-8]。

迄今为止，城市病相关研究多以文字定性描述为主，结合具体案例展开的定量研究成果相对较少，如李天建、李珊珊等和朱燕玲等运用主成分分析法对北京市城市病进行了测度[9-11]；鲍嘉从社会、经济、环境三个方面选取17个二级指标形成评价指标体系，运用模糊综合评价法测度了合肥市城市病状况[12]；李源源等则运用BP神经网络对北京市的相关数据进行训练，并得出2010—2015年北京市城市病的等级[13]；张媛运用多指标专家评判法对北京的大城市病进行了测度[14]，对丰富城市病的测度方法、深入理解城市病的程度和危害具有较高的参考价值。目前城市病相关研究样本多为东部沿海城市，对内陆城市关注较少。基于此，本研究以处于转型期的西安市为例，从经济社会统计数据中提取相关指标，利用熵权法与灰色关联分析法，定量测度西安市城市病的影响因素，并提出对策建议，以期为西安市及同类型城市的城市病治理提供参考。

1 研究区概况

西安市是陕西省省会，位于东经107°40′—109°49′和北纬33°42′—34°45′，北濒渭河，南依秦岭，下辖11区2县，总面积10 108 km2。近年来，西安市城镇化快速发展，2018年常住人口达到1000.37万人，其中城镇人口740.37万人，城镇化率高达74.01%，远超全国平均水平（59.58%）；2018年西安市GDP已突破8000亿大关，机动车保有量为325.63万辆（较2010年增长一倍多），2018第一季度西安市全天交通运行指数为1.620，居全国首位，成为全国最堵的城市；2018年西安市环境空气质量达到《环境空气质量标准》二级以上的天数仅有188天，重度污染和严重污染的天数共有29天，其环境空气质量在陕西省13个市（区）中排名倒数第二。

作为较发达的西北内陆城市，西安市近年来正处在转型期，主要表现在以下几个方面：一是由劳动密集型产业转化为资金密集型或技术密集型高新技术产业，目前已经建成以电子信息、智能终端、新能源汽车等为代表的战略性产业；二是已经形成由公交车、私家车与地铁共同构成的综合交通出行方式，于2018年发布了“云巴”地方建设标准；三是通过实施“三放四降”人才落户政策引进了一批高学历人才。上述转变极大推进了西安市产业结构调整和人才聚集，对城市人居环境的要求越来越高。《中国城市竞争力报告2016》曾对全国38个主要大城市的“城市病”进行了测度，结果表明，作为新一线城市的西安市“城市病”指数跻身前十。同时，在全国城市宜居竞争力排名中，西安市从2016年的第13名下降到2018年的第51名。近年来许多新一线城市环境污染、城市拥堵、资源紧张等问题频发，极大地影响了城市的可持续健康发展和居民的生活水平，西安市的城市病问题具有典型性与代表性。

2 数据来源与研究方法

本研究所用的环境、人口、交通、资源等方面基础数据来源于西安市统计局（2010—2017年），部分交通数据来源于《中国主要城市三季度交通分析报告》（2016、2017年），城市空气质量数据来源于《西安市环境状况公报》（2017、2018年）。对于缺失的个别数据利用线性插值法和平均值法进行补全。

熵权法是一种常用的赋指标权重的方法，其基本思路是根据指标变异性的大小来确定客观权重，操作性和客观性较强，能够反映数据隐含的信息，增强指标的分辨意义和差异性[15]。本研究利用熵权法确定各指标的权重（见表1），并进一步得出城市病各表现层的评价得分。

灰色关联分析法依据各因素数列曲线形状的接近程度研究因素间的关系[16]，其模型为

式中，xo(k)和xs(k)分别为比较数列和参考数列的无量纲值，ξ(xo(k),xs(k))为关联系数，γ(xo,xs)是xo与xs的灰色关联度。关联度越大，比较序列与参考序列的关系越密切。一般来说，如果两因素的关联度大于0.6，则认为两因素关联显著[17-18]。本研究利用灰色关联分析法计算西安市城市病与所选取指标的关联度，关联度越大，说明该指标对城市病的影响越大。

表1 城市病综合评价指标体系及权重Table 1 Comprehensive evaluation index system and weight of urban disease

3 评价指标体系构建

结合相关学者对城市病的研究和西安市的具体情况，根据数据的科学性、典型性及可获得性等原则，本研究构建了包括环境污染、城市拥挤（人口拥挤和交通拥挤）、生活质量下降、自然资源短缺、公共资源紧张5个维度的评价指标体系，其中环境污染、城市拥挤、自然资源短缺、公共资源紧张维度主要从资源环境承载力和城市发展失衡的角度来反映城市病的程度，生活质量下降维度主要从城市病给居民生活带来负面作用的角度反映城市病的程度，共选取32个指标（见表1）。指标的指向分为正向和负向，比如污水未处理率越大，城市病就越严重，则为正向；反之则为负向。

4 结果与分析

4.1 城市病变化趋势

4.1.1 城市病综合变化趋势

如图1所示，2010—2017年西安市城市病综合得分值整体呈下降趋势，表明近年来城市病的情况总体有所好转。期间，2010年的城市病最为严重，2010年西安市城镇常住人口为农村常住人口（262.7万人）的两倍多，剧增的人口数量与城市资源、环境之间的矛盾凸显，导致一系列问题。2010—2016年，城市病综合得分波动下降，与西安市在这期间展开的车辆限行、“治污减霾”等治理工作有关，城市病状况总体上得以改善。值得注意的是，2017年城市病综合得分突然明显上升，表明城市病于2017年又有所恶化，可能是由于西安市为了吸引人才两年来7次升级人口落户政策，剧增的人口导致资源供需矛盾突出。其中比较典型的供需矛盾体现在“抢房潮”，西安市2018年以来新增供应房屋约8万套，根本不能满足新落户的30万人使用，“摇号购房”已成趋势，产生了一系列生活成本增加、城市拥挤加剧的问题。

图1 西安市城市病综合得分（2010—2017年）Figure 1 Comprehensive score of urban diseases in Xi′an(2010—2017)

4.1.2 各评价维度的变化趋势

从图2可以看出，虽然生活质量下降、自然资源短缺、公共资源紧张三个维度的评价得分在2010—2017年间有一定的起伏变化，但总体上呈下降趋势，表明城市病在这些评价维度有所好转。具体来看，城市病在生活质量下降维度的好转最为显著，自然资源短缺维度次之，而公共资源紧张维度减小的较为缓慢。然而，随着2017年新人才引进政策的实施，人口在短时间内集聚，大大影响了居民的生活质量，生活质量下降和自然资源短缺两个维度的得分于2017年突然上升，较2016年有所恶化。值得注意的是，城市拥挤和环境污染两个维度总体有所恶化。2010年城市拥挤问题在各评价维度得分中排名第四，虽然期间情况有过好转，但至2017年该评价维度得分已上升至第一，成为西安市城市病最突出的表现特征，尤其是自2017年3月实行宽松的人才落户政策以来，西安市的人口增幅高达4.02%，甚至超过同期的广州、深圳、杭州等城市成为全国第一，截至2018年常住人口突破1000万。同时，环境污染问题总体上波动恶化，2017年较2010年严重。究其原因，主要是西安市在此期间治理过环境污染问题，情形有过好转，但近年来由于周边的咸阳市、铜川市等工业城市的排放污染情况较为严重，造成西安市水资源污染、雾霾现象等依旧严重，甚至发生过因为雾霾红色预警而停工停学的事件。

4.2 城市病的影响因素分析

4.2.1 城市病与各维度、指标的灰色关联分析

根据式（1）（2）计算城市病综合得分与各评价维度得分的灰色关联度，结果见表2。各评价维度与城市病的关联度均大于0.77，表明公共资源紧张、城市拥挤、自然资源短缺、生活质量下降及环境污染均是西安市城市病的主要表现特征，其中公共资源紧张维度与西安市城市病的关联度最大，达0.8052，可见公共资源紧张是西安市城市病最突出的表征。

图2 西安市城市病各评价维度得分（2010—2017年）Figure 2 Evaluation score of urban disease of Xi′an city in each dimension(2010—2017)

表2 西安市城市病与各评价维度的灰色关联度Table 2 Grey correlation between urban disease and evaluation dimensions in Xi′an city

各评价指标与城市病关联度的测算结果见表3，32个评价指标与西安市城市病的关系均较为密切，关联度均大于0.6，其中人均公共交通运营车辆、每万人的医院数、每百万人有艺术表演团体、道路交通噪声等效声均值及小学教师负担系数与城市病的关联度超过0.7，表明以上5个指标对西安城市病的影响较大，并且这些因素大多属于公共资源范畴，与前文中公共资源紧张是城市病最突出表征的研究结果较为一致。2017年西安市的人均公共交通运营车辆为14.4辆/万人，比2010年的23.8辆/万人减少了近一倍，但西安市人口还在不断增长中，必然会加剧城市交通拥挤，致使城市交通环境恶化，医疗、娱乐、教育等公共资源的供需矛盾突出。

表3 西安市城市病与评价指标的灰色关联度Table 3 Grey relevance degree between urban diseases and indicators in Xi′an city

4.2.2 各评价维度与其评价指标的灰色关联度

各评价维度与其评价指标的关联度如表4所示。在环境污染维度，关联度大于0.6的评价指标有可吸入颗粒物浓度年平均值和NO2浓度年平均值，说明吸入颗粒物浓度和NO2浓度对环境污染的影响较大。在城市拥挤维度，关联度大于0.6的评价指标有常住人口密度、城市人均道路面积和出租车万人拥有量，表明这三个因素对城市拥挤的影响显著。在生活质量下降维度，各评价指标的关联度均大于0.6，表明每一城市劳动力负担的人口数、城镇登记失业率、居民消费价格指数、新建住宅消费价格指数、二手住宅消费价格指数、城镇居民人均现住房建筑面积等均与生活质量下降有密切关系。在自然资源短缺维度，关联度大于0.6的指标有建成区绿化覆盖率、人均公园绿地面积、城市用气普及率和人均日生活用水量，表明这四个因素对自然资源短缺均会产生显著影响。在公共资源紧张维度，每万人医生数、每万人医院床位数以及中等学校教师负担系数与公共资源紧张的关系较为密切。

表4 西安市城市病各评价维度与其评价指标的灰色关联度Table 4 Grey correlation degree of each dimension and its individual index in Xi′an

5 讨论

本研究发现，2010—2017年西安市城市病综合得分波动下降，城市病总体呈现转好趋势，但2017年城市病情况又突然恶化。同时，各评价维度也分别呈现明显的阶段性变化。但值得注意的是，2017年环境污染、城市拥挤、生活质量下降和自然资源短缺情况较2016年均有所恶化，尤其城市拥挤问题最为严重，因此，西安市城市病问题仍需警惕。

本研究所选取的32个评价指标与西安市城市病的关联度均大于0.6，表明所选指标与城市病关联显著。各评价维度与城市病的关联度均大于0.6，对城市病影响显著。在医疗资源方面，继续大力支持市级公立医院的新建、改扩建项目，合理扩大公立医院的数量、提高医疗质量，合理增加医院床位并根据医院各科床位的需求进行合理分配；在教育资源方面，应该适当增加城市中心区域之外的中小学教师数量，优化教师学历结构，适当提高教师待遇，努力实现教师工资不低于公务员，吸引更多优秀教师；作为国家级新区的西咸新区将成为西安市的副中心，应继续完善其各项基础设施、提升投资服务环境，疏解和分担更多主城区的压力；加大交通设施投入，鼓励优先选择公交、地铁出行；努力提高居民生活质量，打击并杜绝炒房现象，推进房地产市场的稳定发展；继续加强“城市双修”和“创森”等工作的实施，加强道路两旁和居住区的、绿地小广场和绿地公园建设；继续加大“治霾”力度，利用公园、绿地的喷灌装置或洒水车进行定期喷水抑尘，惩处粉尘超标的工厂以及加大新能源的推广力度，努力缓解自然资源短缺和环境污染问题。

本文主要着眼于市域尺度上的时间序列变化，未来需要利用更多的实证案例进行空间上的横向比较。随着社会经济的发展和人们生活方式的改变，“抑郁症”“偏执报复社会心理”等“非典型性现代都市病”正越来越频繁地发生[19]，但鲜有与其相关的研究报道，未来可从“非典型性现代都市病”的表征、产生原因以及对策建议等方面对城市病进行深入探究。