山东省人口城镇化的时空特征及空间效应研究*

刘兆德， 罗胜方， 林志文， 陈有川， 郭树明

(山东建筑大学建筑城规学院，250101，山东省济南市)

0 引 言

改革开放后，我国市场经济蓬勃发展，城镇吸纳人口能力不断增强，常住人口城镇化率由1978年的17.92%提高到2018年的59.58%，形成了长三角、珠三角和京津冀三大一级城市群及山东半岛、中原、成渝、长江中游等二、三级城市群[1]，是国家推进新型城镇化与经济发展的战略核心.2019年习总书记在中央财经委员会第五次会议上强调，要增强城市群等优势发展区域的人口与经济承载能力，形成优势互补的区域发展格局[2].山东作为国家城镇体系的重要板块之一，对我国城镇化的发展有着重要影响.研究山东城镇化水平差异的时空特征及影响效应，有助于从历史、空间双重视角把握山东城镇化发展的特点，因地制宜制定新型城镇化发展政策，以期为山东城镇化高质量发展提供一些思考.

近年来学者对城镇化发展的时空特征及影响因素做了大量研究.综合来看，目前对时空特征的研究方法较为成熟，通常运用探索性空间分析对城镇化发展的空间格局可视化表达.全局空间相关性采用莫兰指数、Getis-Ord指数等进行度量[3]，而具体的空间依赖与异质性分析借助LISA集聚图、莫兰散点图、热点分析等进行表征[4,5]；区域差异采用变异系数、基尼系数、泰尔指数、威廉森系数等方法量化[6,7].研究区域上主要从省市、地市、县市等不同研究单元出发，分析全国[8]、省级行政区[9]、城市群[10]、经济带[11]、流域与特殊地理区域[12]的城镇化发展状况.影响因素虽考虑到国有动力、非国有动力、对外开放、产业发展、宏观政策、区位条件等诸多方面[13,14]，但多用定性分析以及灰色关联、地理加权回归、地理探测器等定量分析方法[15,16]，较少考虑空间效应，尤其是直接、间接与总效应的对比研究.基于此，本文分析山东城镇化水平差异时空变化与空间相关性特征，并运用面板空间计量模型及其效应分解深入研究各影响因素对城镇化发展的溢出作用.

1 研究区域、方法及数据来源

1.1 研究区域

2018年末，山东省常住人口数为10047万人，常住人口城镇化率为61.18%，高于全国平均水平1.6个百分点，位居全国第11.本文以2018末行政区划为基础，选取山东省全部县、县级市和辖区作为研究单元，并对部分辖区进行合并，最终形成100个研究单元.同时，将全省分为省会经济圈(济南(莱芜)、淄博、泰安、聊城、德州、滨州、东营)、胶东经济圈(青岛、烟台、威海、潍坊、日照)、鲁南经济圈(临沂、枣庄、济宁、菏泽).

1.2 研究方法

1.2.1 标准差椭圆

标准差椭圆用来反映地理要素的空间分布格局，其中展布范围是要素空间分布的主体区域，其变化主要反映标准差椭圆内外部区域要素的增速快慢；方向角是以正南北向为参考，顺时针旋转至长半轴所形成的夹角，是研究要素空间分布的主要方向；椭圆扁率反映要素分布的方向性强弱，椭圆扁率越大，方向性越强；长短半轴变化反映主要方向、次要方向上要素的极化或扩散趋势；重心是要素空间分布的平均中心[17].

1.2.2 泰尔指数

由于泰尔指数具有可分解的特性，因此经常用来衡量区域总体差异及区域间、区域内差异的比较研究，因此本文除了采用变异系数和基尼系数反映城镇化水平的区域差异外，还采用泰尔指数，计算出3个经济圈内(区内)的差异和3个经济圈间(区间)的差异.

1.2.3 空间自相关

(1)全局空间自相关

本文用Global Moran’s I初步探索山东城镇化水平是否存在空间效应.Global Moran’s I的值介于[-1,1]，Global Moran’s I的值大于0，说明各单元城镇化水平存在正的空间关联性，表现为城镇化水平同质单元集中分布，且越接近于1，集聚分布越明显；Global Moran’s I的值小于0，说明各单元城镇化水平存在负的空间关联性，表现为城镇化水平同质单元的分散分布，且越接近于-1，分散分布越明显[3].另外，需结合标准化统计量Z值及显著性水平P值大小来判断空间自相关关系是否显著.

(2)局部空间自相关

全局空间自相关只能说明某一经济地理属相在全局是否存在空间关联，而无法解释局部空间关联特征.本文借助LISA集聚图反映各单元城镇化水平的局部空间自相关关系，LISA集聚图主要表达H-H、L-H、L-L、H-L 4种空间关系[4].

1.2.4 面板空间计量模型构建及变量选择

(1)模型构建

由于真实世界中各种地理经济属相在地理空间上存在空间依赖性与异质性特征，忽视空间关联可能会导致估计结果存在偏误，因此有必要将空间联系加入到计量模型.目前，常用的面板空间计量模型主要有SLM、SEM、SDM 3种[18].

SLM模型为面板空间滞后模型，主要考虑被解释变量的空间依赖性.可表示为

(1)

SEM模型为面板空间误差模型，主要考虑误差项的空间依赖性.可表示为

lnurbit=α+βlnX+μit

μit=λWμit+εit.

(2)

SDM模型为面板空间杜宾模型，主要考虑解释变量与被解释变量的空间依赖性.可表示为

θWlnX+εit,

(3)

式中α表示常数项；W表示n×n阶空间权重矩阵；ρ、β、λ、θ表示相关系数；X表示城镇化水平的各影响因素；εit、μit表示服从正态分布的随机误差项；Wlnurbit为空间滞后因变量，反映邻近地区城镇化水平变化对本地区城镇化水平的影响；WlnX反映邻近地区各解释变量变化对本地区城镇化水平的影响；Wμit反映误差项的空间关联性.

(2)变量选取

参考刘欢[18]、高强[19]等学者研究，综合考虑数据获取的难易程度，本文从经济发展、产业结构、城市规模、投资强度、财政状况、农业发展、对外开放7个方面构建城镇化区域差异影响因素的空间计量模型.城镇化水平用城镇人口(常住)占总人口的比重表示；经济发展水平(ECO)用人均GDP表示；产业结构(STR)用二、三产业产值比重之和表示；城市规模(ARE)用城市建成区面积表示；投资强度(INV)用固定资产投资表示；财政状况用一般公共财政预算收入(REV)、一般公共财政预算支出(EXP)两项指标表示；农业发展(CER)用粮食产量表示；对外开放(OPEN)用出口总额表示.同时，为了降低异方差影响与提高数据间的可对比性，对所有数据进行取对数处理.

1.3 数据来源

本文各单元常住人口城镇化率、年末总人口、GDP、城市建成区面积、固定资产投资与第二、第三产业产值数据来源于2006～2018年《山东省城镇化发展报告》，一般公共财政预算收入、一般公共财政预算支出、粮食产量、出口总额数据来源于2006～2018年《山东省统计年鉴》，少量缺失数据采用前后两年的年均增长率进行估算.

2 城镇化区域差异的时空特征及异质性分析

2.1 城镇化水平差异的时空特征

2.1.1 城镇化水平均呈提高趋势，地级市辖区普遍较高

2005、2010、2017年山东省城镇化水平分布见图1.100个单元的城镇化水平均呈提高趋势，城镇化水平低于30%(极低水平)的单元由2005年的45个减少到2017年的1个，30%～50%(低水平、较低水平)的单元数由2005年的39个减少到2017年的37个，50%～70%(中等水平、较高水平)的单元数由2005年的12个增加到2017年的52个，高于70%的单元由2005年的4个提高到2017年的10个，2017年城镇化率高于50%的单元已经达到62个.

图1 2005、2010、2017年山东省城镇化水平空间分布

2005年，城镇化水平高于50%的单元主要集中在15个地级市(菏泽、莱芜除外)的市辖区和县级市龙口市，分布相对分散；低于30%的单元主要集中在省会经济圈的西北部、鲁南经济圈的大部分地区以及胶东经济圈的西南部，呈面状分布.2010年，城镇化水平高于50%单元包括17个地级市辖区以及龙口、荣成、即墨等6个县级市；低于30%的单元数量明显下降，呈点状分布在3个经济圈中.2017年，城镇化水平高于50%的单元明显增加，除了17个地级市辖区和6个县级市外，德州、聊城的部分县市，济宁、临沂的大部分县市也均超过50%，但胶东经济圈中仍有海阳、栖霞、莱阳、平度等城镇化水平低于50%；低于30%的只有济南的商河县.

2.1.2 城镇化水平的重心向西南方向移动，极化和扩散方向相异

2005～2017年城镇化水平的重心向西南方向移动，呈现东北—西南向的格局，但方向性减弱；标准差椭圆外部单元城镇化发展速度加快，东北—西南方向趋向极化，而西北—东南方向趋向扩散.从展布范围看，2005～2011年椭圆面积扩大明显，城镇化水平呈扩散趋势；2011～2015年面积变小，内部单元城镇化发展速度较外部快，发展趋向极化；2013～2015年先趋向扩散、后极化；2015年后面积变化不大，内部单元城镇化增速与外部相当.从方位角看，由71.32°逆时针旋转至70.52°，城镇化水平呈现东北—西南向格局特征并呈强化趋势.椭圆的扁率从2005年的0.48变化至2017年的0.45，城镇化水平呈离散趋势，方向性减弱.从长短半轴看，长轴标准差从2005年的232.17 km缩短至2017的227.46 km，东北—西南方向趋向极化发展，但2005～2006、2009～2010、2013～2014年长半轴有所增大，城镇化水平在东北—西南方向趋向扩散；短轴标准差2005～2017年呈增长趋势，城镇化水平在西北—东南方向始终趋于扩散，2005～2011年尤为明显.

2.1.3 城镇化水平增长速度差异明显，区域差异呈现出缩小趋势

2005～2017年各单元城镇化水平变化值空间分布见图2，可以看出城镇化水平增长较快单元主要分布在省会经济圈西部和北部、鲁南经济圈，而胶东经济圈所辖县市增长速度普遍较慢.

图2 2005～2017年山东省城镇化水平变化值空间分布

图3 山东省城镇化水平区域差异变化及其分解

2005～2017年山东省城镇化水平区域差异变化及分解如图3所示，可以看出泰尔指数、基尼系数、变异系数都呈减小趋势，城镇化水平的区域差异逐渐缩小，省会、胶东和鲁南经济圈内部差异也都呈减小态势.从3大经济圈看，省会经济圈城镇化水平内部差异始终最大，2005～2008年胶东经济圈城镇化水平内部差异最小，2008年后鲁南经济圈内部差异最小.虽然3大区域间与区域内城镇化水平差异都呈减小趋势，但区域内差异贡献率越来越大，2009年后贡献率始终在90%以上.

2.2 城镇化水平的空间异质性分析

2.2.1 城镇化水平存在正的全局空间自相关，但逐年趋向均衡

2005～2017年100个单元城镇化水平的Moran’s I均大于0，且所有年份都在90%的置信度水平下通过显著性检验，见表1，说明山东城镇化水平存在正的空间自相关，在空间上主要表现为城镇化发展水平同质单元的集聚分布，即存在高—高集聚、低—低集聚分布规律.2005～2017年Moran’s I及Z统计量均呈下降趋势，尤其2010之后，多数年份Z统计量小于1.96，P值大于0.05，表明城镇化水平集聚分布规律减弱，发展趋向均衡.

表1 2005～2017年山东省城镇化水平全局Moran’s I值

2.2.2 城镇化水平的局部空间格局相对稳定，空间异质性明显

选取2005、2009、2013、2017年4个年份，分别绘制LISA集聚图.从图4可以发现：

图4 2005、2009、2013、2017年山东省城镇化水平LISA集聚图

①高—高集聚区主要分布在青烟威及济南都市圈周边，威海市区、荣成、胶州、博兴、莱芜市区、泰安市区城镇化水平均呈现高—高集聚，说明自身城镇化水平高，其周边地区城镇化水平也高.②低—低集聚区主要分布在德州、菏泽、济宁、滨州、泰安等中西部城市，商河、郓城、单县、梁山、金乡四个年份城镇化水平均呈现低—低集聚分布，说明以上地区城镇化水平低，周边地区城镇化水平也低.③低—高异质单元主要分布在沿海地市市辖区附近，2005年有栖霞、五莲、广饶、利津、宁阳，2009年有蓬莱、栖霞、五莲、广饶、利津，2013年有蓬莱、乳山、五莲、利津，2017年有蓬莱、乳山、莒县、利津、宁阳.④高—低异质单元主要是鲁西欠发展地区的市辖区，4个年份中聊城、菏泽市区均属于高—低集聚.

3 山东城镇化发展的影响因素及溢出效应分析

3.1 空间面板模型选择

借助Moran’s I只能初步判断是否存在空间效应，选择面板空间计量模型前需进行OLS估计，然后进行LM检验，相关参数估计见表2.LM-error与LM-lag都在1%的水平上通过显著性检验，但Robust LM-error显著，Robust LM-lag不显著，说明空间依赖形式是以空间误差形式存在的.首先考虑建立空间杜宾模型，Wald与LR检验都在1%的水平上通过了显著性检验，说明SDM模型不可以简化成SLM、SEM模型；Hausman检验(55.3457，P=0.0000)拒绝随机效应的原假设；最后通过时间固定、空间固定、时空固定及空间随机、时间固定4种模型拟合优度、对数似然函数值、方差的比较，选择时空固定的空间杜宾模型.

表2 空间计量模型识别检验结果

3.2 空间面板模型回归结果分析

空间面板模型回归结果表明，时空双固定效应(无偏差修正)模型的拟合优度高达0.9271，说明解释变量能够很好解释被解释变量；空间效应系数(W*dep.var.)为0.18，在1%的显著性水平下显著，说明山东各县市城镇化发展溢出效应明显，某地区城镇化水平提高1%，整体上也会带动邻近地区城镇化水平提高0.18个百分点.由于空间杜宾模型的回归系数不能代表真实的偏回归值，需用偏微分将空间效应分解为直接、间接与总效应[20]，分解后估计结果如表3所示，直接效应占比61.87%，间接效应占比38.13%，表明城镇化水平主要由各单元内部各影响因素决定，但也存在高度的外溢效应.

表3 不同解释变量对城镇化发展影响的空间效应分解

3.2.1 直接效应

经济发展水平、产业结构、建成区面积、固定资产投资、粮食产量、出口总额的作用系数为正且通过了1%水平下的显著性检验，说明研究期内上述解释变量对本地区城镇化发展均有显著正向影响，但作用强度存在差异.产业结构与经济发展水平的作用系数最大，二、三产业比重提高1%，能带来本地城镇化水平增长0.3969%；人均GDP增长1%，能带来本地城镇化水平增长0.2177%.建成区面积、粮食产量的作用强度次之，分别为0.0844、0.0601，固定资产投资与对外开放的作用强度最弱，分别为0.0475、0.0345.产业结构与经济发展对本地城镇化发展的促进作用最强，因为二、三产业发展能创造大量工作岗位，特别是第三产业具有很高的就业弹性，同时二、三产业发展对经济带动作用强，非农产业发展好的地区经济实力普遍较强，吸引人口流入带动本地城镇化水平的提高.建成区面积扩张与农业生产对本地城镇化发展的带动作用居中，过去15年间各县市固定资产投资大量流向房地产业，扩张速度很快，土地城镇化超前于人口城镇化，也带动了本地区人口城镇化的发展；山东是农业大省，粮食产量与效率的提高释放了大量农村劳动力，乡村人口由农村走向城镇，推动城镇化水平的提高.对外开放的作用系数最弱，说明山东外向型经济发展对城镇化水平提高作用甚微，这与山东省相对内向型的产业结构特征有关.财政收入与支出的作用系数分别为-0.0209、-0.0093，且没有通过显著性检验，说明研究期内财政收入与支出对本地城镇化发展的影响不大.

3.2.2 间接效应

经济发展、财政支出、对外开放作用系数为负，分别为-0.1053、-0.0073、-0.0006，只有经济发展在10%的水平上通过了显著性检验，说明邻近地区经济发展对本地区城镇化发展具有明显负向溢出效应，财政支出、对外开放虽有负向溢出效应，但作用不显著.产业结构、建成区面积、财政收入作用系数为正，分别为0.3383、0.0871、0.1120，且至少在5%的水平下通过显著性检验，表明邻近地区产业结构调整、建成区面积扩大、财政收入提高对本地区有很强的示范效应，带动本地区城镇化的发展.固定资产投资、粮食产量估计系数为正，分别为0.0326、0.0429，但不显著.邻近地区经济发展抑制本地区城镇化水平提高是因为经济发展呈现竞争关系，邻近地区经济发展的同时也会创造吸引力强的工作岗位，提供优越的教育医疗条件与公共服务，吸引本地人口流入.邻近地区产业结构调整对本地区的正向溢出效应最强，表明邻近地区产业结构调整具有很强的示范效应；同时，区域间进行产业合作，产业链条共织、共建、共补也会带动本地区产业结构调整优化，吸引人口流入，促进本地城镇化水平的提高.

3.2.3 总效应

产业结构、建成区面积、经济发展、固定资产投资、财政收入、粮食产量、出口总额的估计系数为正，分别为0.7352、0.1715、0.1123、0.0801、0.0911、0.1030、0.0339，且至少在10%的水平上通过了显著性检验，表明上述各因素对山东省城镇化水平的提高具有促进作用.其中产业结构调整、建成区面积扩大、经济增长的促进作用最明显，表明产业因素、土地城镇化、经济增长仍是山东人口城镇化发展的主要动力；固定资产投资、财政收入、粮食产量的促进作用居中；而相比之下，出口总额对城镇化发展的促进作用最弱，表明山东沿海的优势没有直接转化为城镇化发展的优势.财政支出对山东整体城镇化发展的作用系数为负值，但没有通过显著性检验，表明财政支出与城镇化发展的关系不明显.

4 结论与讨论

(1)山东省城镇化区域差异显著，空间格局相对稳定.城镇化水平较高的单元主要集中在沿海、京沪、胶济铁路沿线，构成了“H”型高城镇化格局；城镇化水平较低的单元主要分布在省会经济圈西北部及鲁南经济圈.中西部地区城镇化水平增长速度较快，城镇化水平重心向西南方向移动.城镇化水平存在全局空间自相关，但集聚态势减弱.

(2)不同因素对城镇化发展的直接、间接与总效应存在差异.产业结构调整、建成区面积扩大不仅能提高本城市及邻近城市城镇化水平，而且对山东整体城镇化水平提高有显著促进作用.固定资产投资、农业发展、对外开放对本城市及山东整体城镇化水平提高有促进作用，对邻近城市作用不明显.经济发展可带动本地城镇化的发展，而与邻近城市表现出竞争关系，对山东整体城镇化水平提高有促进作用.

(3)山东省城镇化发展应凸显主体功能、地域差异、城乡融合等理念.东部沿海以及京沪、胶济沿线应以21世纪海上丝绸之路及山东自贸区建设等重大机遇为契机，发挥对外开放对城镇化发展的促进作用，构筑都市连绵区.西部和北部传统粮食主产区应因地制宜，强化县城基础设施建设，引导人口向县城集聚.鲁中南山地丘陵区应结合自然条件，适度推进迁移型城镇化，注重县城和特色小镇建设，完善生态补偿机制.

(4)空间自相关和空间面板模型是研究城镇化空间格局和影响因素较为有效的研究方法，如何将传统的回归分析和空间面板模型有机结合，值得进一步推广和探索，并且要对影响因素的影响力的方向和强度进行定性分析，如本研究的财政收入和财政支出对山东省城镇化空间格局影响甚微，这和现实直觉有一定的偏差.同时2020年初的新冠疫情，对世界经济的影响将是长远的，作为经济发展内外动力相对均衡的山东来讲，如何在以国内大循环为主体、国内国际双循环相互促进的新发展格局中，探索出增长速度处于相对稳定阶段的城镇化发展新路径也是今后应重点关注的问题.