中国主要城市群的人口模式分类研究

□童玉芬 和明杰 杨 欢 刘志丽

（首都经济贸易大学劳动经济学院，北京100070）

一、问题的提出

城市群作为区域空间形态的最高组织形式已成为我国新型城镇化的重要载体。中共中央、国务院印发的《国家新型城镇化规划（2014—2020年）》以及“十四五”规划等政策文本中均明确指出要以城市群为主体，优化城镇格局，使城市群成为支撑全国经济增长、促进区域协调发展、参与国际竞争合作的重要平台。在城市群发展和形成过程中，人口是其最基本的构成要素。人口的规模、空间分布形态及发展态势既是城市群发展过程中的产物，也直接决定着城市群未来的发展动态。另外，不同城市群各自的人口规模和变动形态还对城市群建设中的产业布局、基本公共服务和基础设施规划发展有着重要的引导和推动作用。因此，对城市群人口集聚、发展的状况进行深入研究，并提出有针对性的对策，对于促进城市群形成合理的区域发展格局，朝着健康方向发展有着十分重要的现实意义。

关于中国城市群的分类，学者们以往主要从三个维度进行过划分。第一类是基于城市群的发育程度，从城市群发展的综合角度对其进行的等级划分。所选择的指标包括城市群的经济规模与结构、人口规模和密度、城镇化率、基础设施等情况，一般采用多指标综合方式，将城市群划分为不同等级或类别。如方创琳、曾伟平等曾将我国城市群分为国家级、区域级和地区级三个等级[1-2]，也曾以趋向鼎盛阶段、发育成熟和快速发育阶段、发育雏形阶段来进行阶段特征的划分[3]；黄金川等将我国城市群划分为国家级、区域级、次区域级和地区级[4]；董青等划分为发育成熟、发育程度较高、发育程度较低但具备省级意义的三个等级[5]；倪鹏飞划分为潜在区域级、区域级、国家级和世界级[6]；郑少峰等划分为国际级、国家级、区域级、潜在级[7]。第二类是基于城市群空间形态及其内部的城市间关系进行城市群类别划分。如崔功豪把城市群空间结构分为城市—区域、城市群组和巨大都市带三种类型[8]；姚士谋依据布局形式的差异,将城市群划分为组团式集聚的城市群、沿交通走廊发展的带状城市群、地区分散形式的放射状城市群，及集群式的城市群组[9]；方创琳等依此标准将中国城市群划分为“高度紧凑、紧凑、中度紧凑、低度紧凑和不紧凑”五大类型[10]；宋迎昌等将城市群划分为一体化发展程度较高、一般和较低三个类别[11]；王德利等将城市群划分为规模分布趋优型、规模分布波动型、规模分布趋劣型三种类型[12]。上述两种对我国城市群类别的划分，不论出于城市群综合发展指标还是出于空间形态的划分，不同作者划分结果大同小异，并无特别大的区别。这些分类在国家城市群发展战略和政策中起到重要作用，也得到学术界的基本认同。但是因为城市群是一个综合了经济、人口、土地面积、社会发展、交通等各种要素及其相互联系的复杂地域单元，虽然这种综合性的分类是基础和必要的，但是构成城市群的某个单方面重要因素的变化和态势，往往也会对城市群的某个方面发展产生重大影响。因此还存在第三类划分：即从城市群某方面的单个要素出发进行城市群类别划分，这方面研究近年也出现不少。如刘杨等根据绿色发展效率评价将我国19 个城市群划分为高效高均衡、高效低均衡和低效高均衡三个类别[13]；程广斌等根据城市群综合承载力指标将西北城市群所包括的28个城市划分为高承载力、较高承载力、较低承载力、低承载力四大类[14]；龚朴一等基于微博签到数据将18 个城市群组团划分为11个单中心组团、4个双中心组团和3 个多中心组团[15]；王录仓等基于人口普查数据，应用地理探测器方法，划分并描绘了中国20 个城市群人口老龄化的空间格局及其变化特征，将20个城市群划分为年轻型、成年型Ⅰ期、成年型Ⅱ期、老年型Ⅰ期、老年型Ⅱ期、老年型Ⅲ期[16]；史进等将中国城市群的土地利用效益划分为高、较高、中等、较低和低5 个等级[17]；司润磊等将全国城市群空间利用综合效率划分为3 个综合指数区和12个整治提升区[18]；张义帅等运用“网络联系”与“地域属性”分析相结合的网络模型和算法，按照城市群的发育和发展程度将城市群划分为Ⅲ型城市群（初级发育阶段）、Ⅱ型城市群（中度发育阶段）、Ⅰ型城市群和超Ⅰ型城市群（较成熟阶段，分为两个层级）[19]；宋洁等基于“三经普”数据，根据城市群职能特征的相似性与差异性，将20 个城市群分为三大类五个亚类[20]；黄跃等依据中国城市群绿色发展水平差异，将城市群分为高度推进区、快速推进区、稳步推进区、初步推进区、初始起步区5 类[21]；然而专门从人口角度来考察城市群差异的研究并不多见，可以说基本处于空白。作为城市群构成的最基本也是最重要因素之一的人口，其特征及变化规律将直接影响甚至决定着城市群未来的发展动态与趋势，需要专门加以重视和关注。在人口结构发生重大变化的今天，非常有必要开展这方面的研究，以便提出更加精准的有针对性的专业化政策建议，同时在理论上也能够有一些新的发现和价值。

本文在前人研究的基础上，从我国主要的城市群所体现出来的人口特征角度，尤其是人口空间聚合变动特征上，对城市群进行人口空间集聚特征分类研究，为相关的国家城市群和区域一体化发展提供决策咨询和政策参考。

二、城市群人口模式分类的指标、方法及原理

当前我国城市群的个数及各城市群包括的城市数量和范围，学术界已有较多研究，但有一定差异。不同学者曾提出10 个城市群[22]、13 个城市群[23]、14个城市群[24]、17个城市群[25]，以及20大城市群[26]等不同看法。“十四五”规划延续了“十三五”规划中对19 个城市群的界定，学术界对19 个城市群的划分方式也比较认同，如方创琳[27]、李培鑫[28]、陆大道[29]等学者也都以这19 个城市群作为研究对象。本文参考相关学者的研究和政府文件，遵循时效性、前瞻性、最具覆盖性等原则，选取“十四五”规划纲要中界定的19个城市群为研究对象，包括长江三角洲、珠江三角洲、京津冀、长江中游、成渝、哈长、山东半岛、辽中南、海峡西岸、中原、关中平原、北部湾、天山北坡、呼包鄂榆、山西中部、宁夏沿黄、兰西、滇中、黔中城市群①参见《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》第28章第1节。，各城市群包括的具体区域范围见附表1。

附表1 中国19个城市群及其覆盖地区

资料来源：参见《中华人民共和国国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》;《国家新型城镇化规划（2014—2020年）》及《中华人民共和国国民经济和社会发展第十三个五年规划纲要》各城市群发展规划①天山北坡城市群发展规划已通过专家评审还未出台实施，本文主要参考方创琳等学者关于天山北坡城市群所包含城市范围的划分。

（一）指标选择及原始数据

就城市群人口特征分类而言，人口的规模、变动情况、空间格局、比重、结构等都是需要考量的方面。本文按照综合性、针对性、简洁性原则，并充分考虑数据可得性、一致性和可对比性等因素，最终选择城市群的人口规模、人口增长率、人口密度、人口空间格局、城市群人口城市化水平5 项指标反映城市群人口的主要特征。选择这些指标的理由如下：

（1）城市群人口规模。静态表征城市群人口规模大小，反映城市群人口的存量维度，是最基础的人口指标之一，本文用城市群内各城市的城区常住人口（城区户籍人口+居住在城区6 个月以上的暂住人口）规模表征。（2）城市群人口增长率。反映城市群人口规模的动态变化，甚至是趋势性变化，因此也反映城市群的主要人口特征。本文用所覆盖各城市近5 年来的城区常住人口增长率平均值作为反映城市群人口随时间变动维度的指标。（3）城市群人口密度。由于各城市群所含城市数量不同、面积差异很大，使得城市群常住人口规模总量不具备很好的可比性，而人口密度是人口分布特征最直接最主要的表现形式，因此，本文选择城区常住人口密度作为反映城市群人口疏密状况的指标纳入研究中。（4）城市群内部人口空间格局指标。人口密度从总体上反映了人口的平均疏密状况，但难以反映城市群内部人口集聚或扩散的状况。为了全面反映城市群人口的内部空间特征，本文采用各城市群城区常住人口的齐普夫指数与其标准值1 的差值作为代表性指标①齐普夫指数是城市群内城市的人口规模与其按人口所排位序之间的拟合回归参数，反映城市群内各城市人口空间结构的状况，最优分布时其值趋近于1，故本文选取了该指数与其标准值1的差值作为代表性指标。，反映城市群内部的人口空间分布集疏格局及合理性。（5）城市群地区的人口城市化水平。城市群的人口城市化水平不仅可以反映城市群内部城市人口所占的比例，同时也是反映城市群发展质量的主要指标，因此本文选择城市群全部常住人口的城市化率作为表征城市群城市化程度的指标。基础数据情况见下表1。

表1 中国19个城市群人口指标的原始数据

(二)方法的选择及计算步骤

1.方法的选择及原理

目前基于多指标的分类方法包括德尔菲方法、模糊综合分类法、BP 神经网络方法、因子分析法、聚类分析法等。这些方法虽然都能够满足分类的要求并得出分类结果，但是前三种方法需根据先验知识设定类别等级标准，主观或人为的因素较多，所得结果客观性较弱，而因子分析法适用于指标较多的情形。聚类分析方法是统计学所研究的“物以类聚”问题的一种方法，属于多变量统计分析的范畴，它能够将一批样本数据(或变量)按照它们在性质上的亲疏程度在没有先验知识的情况下自动进行分类，在分类过程中,聚类分析无需事先给出一个分类标准，而是从样本数据本身出发,客观地决定分类标准。所以本文选择聚类分析方法对城市群人口模式进行分类。

聚类分析方法主要有两种：k 均值聚类算法（k-means）和层次聚类方法。其中k 均值聚类算法（k-means）首先需要事先给定最终聚合的目标簇数k，k个簇作为所有样本点的初始中心，按照选定的距离算法对于每一个样本点计算它们与k 个中心的最小距离，对应的中心即为其应归入的簇，所有的样本点归类完毕后计算k个簇的中心，重复以上过程直至样本点归入的簇不再变动。k均值聚类算法（k-means）在具体操作上存在不足：它需要操作者确定要聚成的类别数，在对样本和数据不熟悉的情况下较难给出，并且初始质心也要自己选定，这将直接决定最终的聚类效果。相比之下，层次聚类的原理更为简单，它最初将每个样本点视为一个簇，计算各个簇之间的距离，距离最近的两个簇合并为一个新簇，重复该过程直到最后全部合并为一个簇。层次聚类的优点是不需要事先人为指定簇数，只需要关注簇的距离远近，并且最终得到的树状谱系图清晰形象，类别的选择灵活性强。所以综合两种聚类方法的优劣，本文选择层次聚类法。

2.分类计量过程

为了消除各变量间量纲的影响，本文首先对5类原始数据进行标准化处理，然后借助SPSS26.0软件运用平方欧式距离测算并输出聚类分析结果，计算过程如下：

第一，对原始数据进行标准化处理。本文各指标数据按照极大极小值算法（min - max）进行标准化处理，将数据统一映射到[ ]0,1 区间上，其基本原理是：选定某类指标的最大值和最小值，以最大最小值的差值作为分母，用该类某一年指标值与最小值的差值（如果是反向指标，则用最大值与该指标的差值）作为分子，二者的比值即为[0，1]之间的标准化值。

第二，计算类别之间的距离。在层次聚类算法中，度量类别间的距离是关键步骤，这一步包括了两个重要算法，即相似性度量方法与联接规则，分别用于测算样本间距离和类别间距离。本文选用常见的平方欧式距离法，即样本点对应向量之间的绝对距离作为样本间距离；平方欧式距离的算法为各指标间差值的平方和，距离越近，表明样本间的特征越相近，应归结为一类，距离越远则相反。用组间平均连接法测量类别间距离，即两类个体两两之间距离的平均数作为类间距离，距离越近，类别间的特征越接近，应归为同一类。

第三，输出并分析结果。在输出的结果中需要重点对树状谱系图（见图1）进行分析。树状谱系图的横轴是类间距离，纵轴为各类别包括的样本。谱系图最左侧罗列出所有样本，本文的研究对象为19 个城市群，最初各城市群分别作为独立的一类，随着类别不断向上级合并，聚类数量也在减少。在谱系图中，可以沿横轴垂直向下作一条垂线，与之相交的端点个数即为划分的类别数目。对最终确定选取的类别数量需要，本着组间差异的明显性和实际情况来决定。

图1 中国19个城市群分类谱系图

三、计算结果及分析

本文对中国19个城市群的五个方面的人口特征进行的聚类结果见树状谱系图（图1）。按照各类别之间相对距离的大小，可以对城市群的人口分类层次进行不同的聚类个数选择，例如两类、三类、四类、五类甚至更多类别。从树状谱系图来看，结合表1 对城市群的原始数据综合分析，我们将中国19 个城市群分为五类，这五类人口模式的特征和基本情况见表2。

表2 城市群人口空间模式聚类结果及特征描述

（1）第一类包括3 个城市群，分别是珠江三角洲城市群、长江三角洲城市群和京津冀城市群，均位于我国东部和南部沿海地区。主要特征是城市群人口规模巨大、人口密度很高、城市化水平也很高。首先，这三个城市群的人口规模居于19 个城市群的前三位，远超其他类别城市群，规模最大的长三角城市群中的城区人口合计达8400 万，是人口规模最小的宁夏沿黄城市群的30 多倍。其次，这三个城市群的人口密度也是19个城市群中最高的，均超过9450 人/平方公里，其中密度最高的京津冀城市群是密度最低的宁夏沿黄城市群的近2倍。此外，该类城市群的城市化水平也较高，人口更为集中地居住在城区。

（2）第二类包括6 个城市群，分别为成渝城市群、长江中游城市群、海峡西岸城市群、山东半岛城市群、北部湾城市群和关中平原城市群，分布范围也比较广泛，囊括了东中西三大区域但以东、中部为主。这类城市群的特征是人口增长率高、人口空间结构比较合理。首先，该类城市群近年来的人口增长率超过3.27%，远超过19 个城市群的平均人口增长率3.15%，山东半岛、成渝和关中平原城市群的人口年增长率甚至超过了5%，可以推测到该类城市群正处于城市化进程的快速发展阶段。另外，该类城市群的空间结构较为合理，大中小规模等级的城市体系更加符合齐普夫规模-位序法则。

（3）第三类包括5 个城市群，分别是中原城市群、哈长城市群、山西中部城市群、滇中城市群、辽中南城市群，主要位于我国的东北部、中部和西南部。该类城市群的特征是人口增长率低，且城市化水平不高。首先，该类城市群中人口增长率最高的滇中城市群仅为2.52%，低于19 个城市群的平均人口增长率3.15%，而且辽中南和山西中部城市群的人口增长率尚不足1%。另外，该类城市群的城市化水平也偏低，其城镇化率大部分处于19个城市群的平均值62.48%偏下的水平。

（4）第四类包括2 个城市群，分别是兰西城市群和黔中城市群，分别位于我国西北和西南地区。该类城市群的典型特征是规模小、城市化水平低，城市群人口规模均不足700万，并且城市人口比例相对较低，都只是刚刚突破50%，农村人口依然占据相当大的比例，城市群发育相对落后。

（5）第五类包括 3 个城市群，分别是天山北坡城市群、呼包鄂榆城市群、宁夏沿黄城市群，这类城市群主要分布在我国西北地区。主要特征是城市群规模小、密度低，且人口分布不合理。首先该类城市群的人口规模均在600万以内，人口规模最小的宁夏沿黄城市群只有大约257万，与人口规模最大的长三角城市群相差30 多倍。其次，该类城市群的人口密度也是这几类城市群中最低的，宁夏沿黄城市群与京津冀城市群的人口密度相差近1倍。此外，该类城市群的人口分布明显偏离齐普夫规模—位序法则，主要是因为城市群内部人口主要集中在少数中心城市，例如天山北坡城市群城区总人口的80%以上分布在乌鲁木齐市，而其他城市则规模非常小。

四、结论与讨论

本文在汇集中国19个城市群主要人口特征基础数据的基础上，采用聚类分析方法，将城市群按照人口特征分为五大类别，综合分析各类别的人口特征，可以得到如下基本结论与政策启示：

第一，从城市群人口规模和变动情况来看，不同城市群之间人口规模和增长率存在较大差距，19 个城市群的人口规模最大相差30 倍以上。然而，一些人口规模较小的城市群其人口增速依然乏力，远不及人口规模大的城市群，该趋势会导致规模较大的城市群与规模较小的城市群人口规模上的差距逐渐拉大，因此从政策的制定层面应该予以高度关注，对城市群的人口增长状况施以对策，促进各城市群人口的合理有序增长，将各城市群人口增长速度控制在合适的范围之内。对于人口基数大且人口增长速度过快的城市群而言，要合理评估经济、社会、资源和环境的承载能力，对人口流入做出相应的反应；对于人口增长速度较慢的城市群而言，要采取人才引进等相关政策，提升流入人员的福利待遇，并为流入人口的融入提供更多的便利；对于人口基数小且增速慢的城市群而言，要将政策的重点放在吸引人口流入方面，对人口的流入因素进行充分的调研，出台各种优惠政策，积极承接产业转移，同时制定各类人才政策，吸引外来人口前来工作和落户。通过以上措施最终实现各城市群人口合理增长，适应经济社会发展要求和自然环境的客观条件。

第二，从城市化发展的质量来看，除了珠江三角洲城市群常住人口城市化水平达到了80%，第一类的三大城市群的平均城市化率超过75%，其他四类城市群的平均城市化率均不足70%，甚至第三类的中原、滇中城市群和第四类城市群的城市化水平还不足60%。而城市群的发展目标是成为城市连接区域，使农业人口的比例降到很低，现在的城市化状况距此目标还有较大的差距，人口向城市地区集聚的环节尚未完成。因此，十分有必要为城市化水平落后的城市群制定合理的政策指引，例如，从经济方面完善产业布局，为进城务工人员提供更多的工作机会，合理控制城市房价进而减轻进城人员务工生活压力；从环境保护方面，美化城市自然环境，增加城市人文景观，增强对人口的吸引力；从社会保障方面，为进城务工人员开放落户限制、解决子女入学和医疗等社会保障问题，加大基础设施建设投入力度，为他们提供更多生活和工作便利。同时，引导农村剩余人口有序向城市转移，提升城市化质量，同时也增强城市人口参与经济的活力。

第三，从各类别城市群在我国所处的空间区域来看，第一类城市群在我国东部和东南沿海地区，第二类城市群主要分布在我国东部和中部地区，第三类城市群主要分布在我国中部和东北、西南地区，第四、第五类城市群分布则以西部为主。所以总体来看，五类城市群的分布依次由东南沿海向西北内陆分布。而且越向西北方向的城市群，其规模往往越小，甚至有些城市群尚不具备成熟的现代城市发育形态。因此，将来还需要国家投入大量的资源，对这些城市群进行重点建设和优先发展。结合区域实际情况，因地制宜打造特色产业，充分发挥地区优势，吸引相关领域人才，完善能源、通信、交通等基础设施条件，推动区域开发开放，增进与东部地区甚至与国际社会的交流合作，突破发展瓶颈，最终实现西部地区城市群对人口和经济的承载和吸纳作用。

第四，从城市群内部城市之间的人口分布差异来看，天山北坡城市群、珠江三角洲城市群、呼包鄂榆城市群等其内部人口分布很不均衡，人口过多地集中在少数核心城市，外围城市的人口规模则相差甚大。这不符合大中小城市合理布局协调发展的城镇化目标。因此，需要通过政策力量来调节城市群内部城市之间的人口分布状况，对于中心城市尤其是特大城市而言，要进行人口承载力评估，如果实际人口数量明显超过理想规模，需要大力提高承载力，使人口和承载力相匹配；对于外围城市而言，要积极承接中心城市的产业转移，吸纳人口就业，同时制定积极的人口流入政策，吸引人才前来工作和落户。通过以上不同措施，促使城市群内部形成有序的城市规模结构，形成中心城市带动周边城市的发展格局，以此来降低中心城市的人口压力，提升外围城市的人口和经济活跃度。