中国县域人口集聚时空演变特征及其影响因素研究

姜 菁，张晓青，王玉琳

(山东师范大学地理与环境学院，中国 济南 250358)

人口集聚是指基于各种原因，在一定地理范围内的部分甚至全部人口向该地理范围内的一个或多个特定区域汇聚的现象[1]。人口集聚通过增加劳动力供给、改善人口的年龄结构、增加有效需求等为人口集聚区域带来持续的经济增长动力[2]。县域是我国区域经济的基本组成单元，是连接城乡市场、吸纳农业转移人口、承接城市产业转移的重要载体，同时也是构建完整内需体系、畅通国内循环的重点难点所在[3]。伴随我国经济从高速增长迈向高质量发展，中国县域发展越来越受到国家各级政府的重视，“十四五”规划要求“推进以县城为重要载体的城镇化建设”以促使更多人民群众享有更高品质的城市生活。随着中国人口发展形势的重大变化[4]，众多县域地区出现传统产业聚集效应削弱、人口流失趋势加重等问题。人口集聚程度是评判县域地区竞争力和发展潜力的重要指标,面对新阶段新问题，亟需探索县域人口聚集的新动向新特点。此外，人口在区域经济发展中发挥重要作用，同时区域经济发展水平关乎区域人口生活质量[5]，经济发展作为影响人口集聚的核心要素，分析经济高质量发展背景下经济集聚对县域人口集聚的影响有利于合理规划县城建设，引导人口合理布局。目前关于人口集聚与经济发展之间关系的研究成果颇丰，从研究尺度和区域上看，已有研究主要集中在全国省域、市域[6]或者北京、上海等超大城市[7]；近年来有关都市圈人口集聚的研究明显增加，例如有学者对东京都市圈[8]、中国三大城市群[9]进行研究，同时由于“一带一路”国家级顶层合作倡议的提出，“一带一路”背景下西部地区[10]人口集聚的研究受到重视；还有学者对某一省份人口集聚现状进行研究，主要集中于山西省[11]、广东省[12]、云南省[13]、东北地区[14]等区域。在研究方法上，学者们普遍采用空间计量模型、PVAR模型、GMM模型、地理加权回归和逐步多元回归[15]等方法对经济集聚与人口集聚的关系进行实证分析。在研究数据方面，主要采用人口普查数据和人口抽样调查数据。大部分学者认为经济集聚对人口集聚具有正向的非线性促进作用，也有部分学者认为人口集聚与经济集聚呈倒“U”型关系[16]。

通过对相关文献进行梳理，发现有关全国县域尺度的人口集聚问题研究较少；且已有研究侧重解析人口集聚对经济发展的影响作用，较少关注经济社会发展对人口集聚的影响机制；此外，中国各地区县域经济发展水平差异较大，其对人口集聚的影响力度同样具有异质性，经济集聚对各地区人口集聚的影响是非线性的，有必要引用门限变量进行分析。基于以上分析，本文以中国县级行政单元为研究对象，在对县域人口集聚时空演变特征分析的基础上，利用面板门槛回归模型实证分析中国县域经济集聚对人口集聚的影响。考虑到地域差异和东北地区近年来人口大量迁出的问题，本研究进一步对四大经济板块的县域经济集聚与人口集聚的关系进行比较分析，以期为促进县域经济发展、吸引人口集聚以及制定合理人口政策等提供理论依据，从而促进县域中小城镇人口与经济协调发展。

1 经济发展对县域人口聚集的影响机制分析

经济集聚影响人口集聚的传导机制是本文研究的重要理论基础(图1)。人口集聚本质是区域人口分布的空间差异问题，空间异质性是产生人口集聚的前提。在经济发展初期，地区异质性导致区域发展差异，优势区域形成中心区[17]，中心区由于自然条件优越且经济发展水平高吸引大量人口集聚。进一步讲，人口集聚的核心问题是劳动力集聚，经济发达地区对周边欠发达地区劳动力具有显著“极化”作用，劳动者为追求更高的工资和生活水平迁往临近发达地区，劳动者的集聚促进地区经济集聚，促使地区市场规模扩大，产业规模扩展，形成因果累积循环效应，集聚力越强，经济发展水平越高，所需劳动力数量越多，从而形成人口集聚区。从发展经济学家刘易斯提出的两部门模型[18]中可以进一步分析经济因素对劳动力迁移的影响：在发展中国家或地区的经济结构中，同时存在着传统落后的农业部门与现代发达的城市工业部门，由于两部门劳动生产率与劳动边际收益率存在差异引起农业剩余劳动力在产业间流动，即剩余劳动力普遍集聚于发达的城市工业部门从而使地区人口集聚。

具体分析经济因素对人口集聚的影响，主要从产业集聚入手。从马歇尔(1890)外部性理论中的劳动力池效应中可以得出，产业集聚引起人口集聚，人口集聚提高了本地劳动力供给与需求的匹配性，本地产业因为拥有了“一个稳定的技能市场”而获得巨大收益，产业进一步集聚，产生更大的劳动力需求，进一步吸引劳动力，促进人口集聚。此外，以政府主导的“空间拓展→产业集聚→人口集聚”的发展逻辑，将产业、人口与空间布局有效地衔接起来[12]。从近代城市发展历程来看，一个城市首先出现产业集聚，产业集聚提供就业机会，吸引工人做工居住，工人收入增加，进而家庭定居甚至进一步吸引亲朋迁移导致“链式迁移”，人口开始呈聚集趋势。劳动力增加可以带动产业集聚，产业集聚使地区产值增加，基础设施建设投入增加，建设交通、学校、医院等基础设施，良好的生活和发展环境产生吸引人口迁入的拉力[19]，吸引更多人口集聚成为人口集聚区。依据上述理论，本文进一步分析县域人口集聚空间分布格局及其演变机制。

图1 经济发展对人口集聚的影响机制

2 数据来源与研究方法

2.1 研究区域与数据来源

本文以全国县级行政单位作为基本研究单元，包括县、县级市、自治县、旗、自治旗，根据中华人民共和国民政部统计得到2019年中国县级行政单位共有1862个。其中，2000—2019年间部分县级行政单位进行了名称或者范围的调整，为方便统计分析，本文采用2019年的行政区划对2019年以前的县域名称和范围进行校正。数据来源于2000—2019年《中国县域统计年鉴》，主要包括县域户籍人口数(万人)、地区生产总值(亿元)、行政区域面积(km2)、地均一般公共预算支出(万元/km2)、地均居民储蓄存款余额(万元/km2)、地均普通中学生在校学生数(万人/km2)、地均规模以上工业总产值(万元/km2)、地均第二产业增加值(万元/km2)和地均第一产业增加值(万元/km2)等指标，在构建面板数据时对部分缺失数据采用插值法进行补充。

2.2 研究方法与变量描述

2.2.1 研究方法 采用刘睿文[1]的研究计算县域经济集中度和人口集中度，并利用2000—2019年中国县域面板数据进行面板门槛回归分析，具体分析过程如下：

1)经济集中度和人口集中度

经济集中度和人口集中度测量公式如下：

(1)

(2)

上式中：ec表示经济集中度，Gi表示i地的地区生产总值(GDP)，Gn表示全国GDP，Pi表示i地的户籍人口数，Pn表示全国人口总数，Ai表示i地行政区划面积，An表示全国行政区面积。

为进一步分析我国县域人口聚集与经济发展的空间分布一致性，利用蒋子龙[20]的研究计算县域人口与GDP的不均衡指数。计算公式如下：

(3)

2)面板门限回归模型

Hansen[21]提出的个体固定效应变截距面板门槛回归模型的基本方程为

pc=αi+α2xit+β1qit(qit≤γ)+β2qit(qit>γ)+εit。

(4)

式(4)中：i表示地区，t表示年份，αi反映模型的个体固定效应，qit为门槛变量，γ为未知门槛，εit(0，δ2)为随机扰动项，式(4)等价于：

(5)

该模型(5)实际上相当于一个分段函数模型，当qit≤γ时,xit的系数为β1；而当qit>γ时,xit的系数为β2。根据这一思想，假设存在“门槛效应”，在(5)的基础上构建门槛模型，检验全国、东部、中部、西部和东北地区不同区域县域经济集中度对人口集中度的影响。因此，本文研究的门槛回归模型设定如下：

pc=α1+α2xit+β1ecwhit(ecwhit≤γ1)+β2ecwhit(ecwhit>γ1)+εit，

(6)

pc=α1+α2xit+β1eceait(eceait≤γ2)+β2eceait(eceait>γ2)+εit，

(7)

pc=α1+α2xit+β1ececit(ececit≤γ3)+β2ececit(ececit>γ3)+εit，

(8)

pc=α1+α2xit+β1ecweit(ecweit≤γ4)+β2ecweit(ecweit>γ4)+εit，

(9)

pc=α1+α2xit+β1ecneit(ecneit≤γ5)+β2ecneit(ecneit>γ5)+εit。

(10)

式中：p为被解释变量，xit表示控制变量，ecwh，ecea，ecec，ecwe和ecne分别表示全国、东、中、西和东北地区的县域经济集中度，γi为门限值。模型(6)、(7)、(8)、(9)、(10)依次表示全国、东部地区、中部地区、西部地区和东北地区的门槛效应模型。

2.2.2 变量描述 本文按照式(2)计算所得的人口集中度作为被解释变量；根据式(1)计算所得的经济集中度作为核心解释变量；为分析经济集中度对人口集中度的门槛效应，将经济集中度作为门槛变量构建模型。为进一步保证统计回归的客观性，本文在已有数据的基础上选择多个对人口集聚产生影响的变量作为控制变量，这些变量主要包括：①地均一般公共预算支出：该变量表示某地基础设施发展水平。②地均居民储蓄存款余额：居民储蓄是影响人口集聚的重要因素。③普通中学在校学生数，本文用该变量表示教育水平，教育水平高的地区更容易吸引家庭定居。④地均第二产业增加值表示地区工业发展水平，工业化是城市化的直接因素，在一定条件下工业化发展直接带动城市人口集聚，为减小其数据波动，将其做取对数处理。⑤地均第一产业增加值，该变量表示地区农业发展水平，代指地区自然条件，自然条件是影响人口集聚的先决条件，优良的自然条件是人口集聚的重要因素。表1是相关变量的描述性统计结果。

表1 变量描述性统计

3 中国县域人口聚集在2000—2019年时空演变特征

3.1 县域人口聚集的空间特征

本研究将2019年县域人口集中度划分为低人口集聚地区(pc≤0.5)、较低人口集聚地区(0.5

注:基于国家地理信息公共服务平台下载的审图号为GS(2016)1579号的标准地图制作，底图无修改。

3.2 县域人口聚集的演变格局

由表2可知，2000—2010年县域人口集聚度增长率100%以上的地区有2个，2010—2019年人口集聚度增长率100%以上的县域数量明显增加，达到46个。2000—2010年与2010—2019年大部分县域人口集聚度增减度分布于(0,30%]与(-10%,0]区间内，与2000—2010年相比，2010—2019年人口集中度增长率处于(0,30%]区间的县域数量明显减少，而(-10%,0]区间内县域数量显著增加。2000—2010年县域人口集聚度减少30%以上的地区有6个，而2010—2019年达到69个，综上所述，2000—2019年间中国县域人口集聚度减少的县域明显增加，部分县域出现人口集聚度急剧减少趋向。

表2 2000—2019年中县域人口集聚度增减数量

图3表示2000—2019年中国县域人口集聚变化情况，其中图3a表示2010与2000年中国县域人口集中度差值的分布情况，从该图中可以看出：2000—2010年中国县域人口集中度减少的区域主要集中在东北地区的辽宁和吉林中部、山东半岛地区、川渝地区和长江中下游沿岸地区，此外，人口集中度减少区域集中分布于各省中心城市周围；中国北方人口集中度减少的县域明显多于南方地区；西部地区大部分县域人口集中度均有所上升。图3b表示2015与2010年中国县域人口集中度差值分布状况，与图3a相比，2000—2015年人口集中度减少区域除东北和川渝地区之外还包括江苏地区和广东北部。图3c表示2019与2015年中国县域人口集中度差值分布，从图中可以看出，与图3b相比，县域人口集中度减少的地区数量明显增加，尤其是东北地区、长江流域和川渝地区县域人口集中度明显减少；西部地区人口集中度整体上仍然呈增加趋势。综上，中国县域人口集中度减少的区域主要集中在东北地区、长江中下游地区和川渝地区及广东地区，同时呈现中心城市周边县域人口集中度普遍减少的分布特点，人口集中度增加的地区主要集中于西部和南方地区。以上中国县域人口集中度的时空分布格局在一定程度上反映了经济发展水平是影响人口集中的主要因素：由历次人口普查数据可知，近年来由于东北地区产业结构老化，经济发展活力不足导致人口大量外流；长江中下游和江苏地区县域人口大量流入上海等中心城市，川渝地区县域人口流入广东等地的趋势显著，中心城市对周边县域人口的“极化”作用显著。得益于国家经济发展支持政策和“一带一路”经济带建设，西部地区经济发展较快，劳动力需求增加，出现人口“回流”现象，人口集中度有所增加。地区经济发展导致劳动力需求增加，在“极化”作用影响下，中心城市等经济发达地区对周边经济欠发达地区人口的吸引增加，使人口集中分布于经济发展水平高的区域。

注:基于国家地理信息公共服务平台下载的审图号为GS(2016)1579号的标准地图制作，底图无修改。

3.3 中国县域人口聚集与经济集聚不均衡指数

本文通过统计分析可知2000—2010年人口集聚度和经济集聚度均降低的县域有403个，占总县域数22.07%；两者均增加的县域有567个，占比31.05%；经济集聚度增加而人口集聚度减少的县域有400个，占比21.91%；经济集聚度减少而人口集聚度增加的县域有456个，占比24.97%。2010—2019年人口集聚度和经济集聚度均降低的县域明显增加共635个，占比为35.30%；两者均增加的县域有359个，占比19.96%；经济集聚度增加而人口集聚度减少的县域有572个，占比31.80%；经济集聚度减少而人口集聚度增加的县域有233个，占比12.95%。综上，中国县域经济集聚度与人口集聚度的增减趋势具有一致性，但有相当部分县域两者增减情况相反，这在一定程度上表明经济集聚与人口集聚之间存在非线性关系。

为进一步明确中国县域经济发展与人口聚集的空间一致性，本文计算了全国县域和东部、中部、西部和东北地区的不均衡指数，2019年中国县域经济与人口的不均衡指数为0.000 481，数值低说明中国县域经济发展和人口聚集空间分布具有高度一致性；东部地区2019年不均衡指数为0.001 772，东北地区2019年不均衡指数为0.002 514，均高于中国中部和西部地区，同样高于全国发展水平。其中东北地区在2000—2019年间不均衡指数呈现不断下降趋势，东部地区在2000—2010年间不均衡指数呈上升趋势，而2010之后不均衡指数呈下降趋势。中部和西部地区不均衡指数基本一致，明显低于东部和东北地区且略高于全国水平，其中，中部地区2019年不均衡指数为0.000 992且2000年来中部地区不均衡水平一直呈不断上升趋势；西部地区2019年不均衡指数为0.000 990， 2000年以来不均衡水平呈现先升后降的发展趋势。综上，中国县域经济聚集与人口集聚空间分布具有高度一致性，但东部和东北地区县域经济集聚与人口集聚存在一定的不协调发展趋势。

4 基于门槛效应模型的中国县域经济发展对人口聚集的影响模拟

4.1 门槛效应分析

在进行实证分析前，为避免出现伪回归，造成结果不准确以致得出错误的结论。首先，对所有解释变量进行多重共线性检验，结果表明，各解释变量的方差膨胀因子均小于10，各解释变量平均方差膨胀因子为2.30小于10，即各变量之间不存在多重共线性。本文根据式(4)设定的模型对人口集聚中经济集聚的非线性效应进行实证分析。首先对全国模型进行实证检验。在进行模型估计之前，首先进行门槛模型效应检验。根据前文的模型设计，以经济集聚度作为门槛变量，运用Hansen(1999)提供的检验方法进行门槛效应检验，结果见表3。

表3 人口集聚中经济集聚水平的门槛效应检验

表3的统计结果表明，经济集聚对人口集聚的影响存在着双门槛效应，在此基础上进一步分析，可得到基于全国县域样本的双门槛估计值分别为6.186和10.503。求得门槛估计值之后，以经济集聚度作为门槛变量进行门槛回归分析，结果见表4。为了对比整体水平上经济集中对人口集中度的影响，表4同时报告了线性个体固定效应模型的估计结果，固定效应结果显示，经济集聚度对人口集聚度的影响系数为0.045，其对人口集聚具有显著的促进作用，其余控制变量同样对人口集聚存在正向促进作用。由表4可知，在全国县域模型中，当经济集中度小于6.186时，经济集中度对人口集中度的影响系数为0.607；当经济集中度大于6.186且小于10.503时，其对人口集中度的影响系数为0.374；当经济集中度大于10.503时，经济集中度对人口集中度的影响系数为0.199。总体来看，经济集中对人口集中度具有正向效应，但该正向影响随着经济集中度的增加而减弱。

表4 基于全国样本数据的门槛回归结果

为进一步分析全国县域经济集中度对人口集中度的门槛效应，本文将经济集聚水平高于10.503的县域称为高经济集聚度分布区，经济集中度大于6.186且小于10.503时为中经济集聚度分布区，经济集中度小于6.186为低经济集聚度分布区。由统计可知，2019年高经济集聚度分布区的县域共28个，主要有南安市、昆山市、江阴市、晋江市和张家港市等县域，集中分布于江苏、浙江、山东等东部沿海地区；这一部分县域对人口集聚的影响效应较弱，可能的原因是这部分县域经济发展起步早，经济发展迅速，在过去发展过程中已经吸引大量人口集聚于此，随着经济的进一步发展该部分县域生活水平提高，房价上升，外来劳动力在该部分县域定居成本高，对人口集聚的边际效应减弱。2019年处于中经济集中度分布区的县域共33个，主要有丹阳市、海盐县、东山县、临夏市和海安县等县域地区，集中分布区是河北、湖南和山东等地，该部分县域对人口集聚的影响力度高于高经济集聚度县域但低于低经济集聚度县域，可能的原因是这些地区相比高经济集聚度县域其经济发展水平尚存在较大的发展空间，房价较低但高于低经济集聚度县域，同时该部分县域普遍具有较好的基础设施以吸引人口集聚；从空间分布上看，中经济集聚度县域多分布于省级中心城市周边，中心城市对其人口的“虹吸效应”也使该部分县域对人口集聚的吸引力所有减少。2019年低经济集聚度县域数量为1764个，远高于中、高经济集聚度县域数量，该部分县域分布广泛，说明中国大部分县域经济集聚度水平低，正处于经济发展起步或快速发展阶段，需要大量劳动力支持，且随着农业发展水平的提高，大量农村剩余劳动力进城务工，该部分县域是连接城乡市场、吸纳农业转移人口、承接城市产业转移的重要载体，对人口集聚具有显著的正向促进作用。

4.2 门槛效应的空间差异分析

为研究经济集聚对人口集聚影响力的区域差异，将全国分为东、中、西和东北地区进行进一步分析。按照前文步骤，依次进行门槛效应检验、门槛值估计以及面板门槛回归分析，得到的F统计量和p值结果如表5所示。当经济集中度作为门槛变量时，东部、中部、西部和东北地区门槛模型均具有显著的单一门槛效应，均通过了1%的显著性检验，门槛值依次为7.825，4.268，4.171和3.184。

表5 门槛效应检验结果

表6面板固定效应模型回归结果显示，中国东、中、西、东北四个经济板块经济集聚对人口集聚均具有显著的正向促进作用，其中经济集聚对东部地区人口集聚影响力最小，影响系数为0.015，西部影响系数最大为0.150，中部和东北地区影响系数分别为0.086和0.051。面板门槛回归模型显示，东部、中部、西部和东北地区县域经济集聚对人口集聚的影响均具有显著的门槛效应。当模型未跨越门槛值时，东部、中部、西部和东北地区经济集聚对人口集聚的影响系数分别为0.045，0.150，0.292和0.161，当跨越门槛值时影响系数依次为0.013，0.086，0.128和0.063，因此，中国四大经济板块经济集中度对人口集中度的促进作用在突破门槛值后呈现出明显的衰减效应。东部地区经济发展水平和人口数量整体高于中、西部地区，其在本身具有大量人口的前提下对人口的进一步接纳能力有所减少。中西部地区地域广阔但人口数量低于东部地区，具有较大的人口增长空间，其中中部地区大部分县域处于经济发展起步或快速发展阶段，且近年来中部县域吸纳东部转移产业数量增加，导致中部地区劳动力需求大，进一步促进人口集聚。西部地区由于普遍环境恶劣，人口数量少，地区经济发展水平差异较大，导致少数几个经济发展水平较高的县域集聚了大量人口，且西部地区普遍经济发展水平较低，所以经济集聚度对人口集聚的边际效应明显高于其他地区。由图2可知，东北地区人口集聚水平普遍较低，人口集聚度高的县域集中分布于经济发展水平较高的中心城市周边，但这些县域在经济集聚度跨越门槛值后对人口集聚的影响力大幅下降，主要是因为该部分地区城镇化水平高但产业结构老化，致使其经济地位下降，大量城镇人口迁往东部沿海地区进一步引发“链式迁移”，导致该部分县域对人口集聚的吸引力有所下降。当经济集中度相对较低时其对县域人口集聚具有重要影响，低经济发展水平县域要想吸引足够人口集聚，仍然需要进一步提高经济实力。

表6 分区域门槛估计模型

4.3 稳健性检验

为了进一步说明结果的合理性，本文在原有模型变量的基础上添加了地均规模以上工业总产值(单位为万元/km2，用lngio表示)进行稳健性检验，但由于该变量在2017—2019年《中国县域统计年鉴》中并未统计，所以本研究构建了2000—2016年中国县域面板数据进行面板门槛回归，回归结果如表7和表8所示。从表7的结果看，增加变量并缩短面板时间后经济集中对人口集中度仍然具有正向效应，且该正向影响在跨越门槛值后同样呈现衰减趋势。表8的结果显示东部、中部、西部以及东北地区县域经济集聚对人口集聚均呈现出明显的门槛效应，且当模型跨越门槛值时，各模型的影响系数同样呈现减小趋势。这说明稳健性检验结果与前文回归结果基本一致。

表7 更换变量后全国样本数据的门槛回归结果

表8 更换变量后的分区域门槛估计模型

5 结论与讨论

5.1 结论

本文通过计算县域人口集中度和经济集中度，分析中国县域人口集聚的时空分布特征，并构建了2000—2019年县域面板数据进行面板门槛回归，实证分析经济集聚对人口集聚的影响，具体分析结果如下：

从空间分布上看，2000—2019年中国县域人口聚集并未发生根本性变化，仍然以胡焕庸线为界呈现东部聚集和西部稀疏的人口空间分布格局。西部地区地域广阔但人口集中度低，明显低于全国平均水平；东部地区人口集中度普遍较高。从时间分布上看，中国县域人口集中度减少的区域主要集中在东北地区、长江中下游地区和川渝地区及广东地区，人口集中度增加的地区主要集中于西部和南方地区，中心城市对周边县域人口具有较强的“极化”作用，经济发展仍然是影响人口集聚的主要因素。通过计算不均衡指数可知中国县域经济聚集与人口集聚空间分布具有高度一致性，但东部和东北地区县域经济集聚与人口集聚呈现一定不协调趋势。

由门槛回归结果可知：经济集聚对人口集聚具有显著的正向影响。经济集聚对人口集聚的影响具有显著的门槛效应，当经济集中度跨域门槛值时，经济集中度对人口集中度的影响系数低于未跨越门槛系数。具体来看，全国县域跨越经济集中度门槛值的地区相对较少，集中于东部沿海经济发达地区；西部地区经济集聚对人口集聚的影响高于全国和东、中、东北地区。当经济集中度相对较低时其对县域人口集聚具有重要影响，中国大部分县域地区仍然需要通过提高经济实力以吸引人口集聚。

5.2 讨论

本文对人口集聚的空间格局分析和经济集聚对人口集聚的面板门槛回归实证分析结果与部分文献的研究结果一致，经济集聚对人口集聚具有重要促进作用。但由面板门槛模型实证分析可知，随着县域经济集聚程度加深，其对人口集聚的影响力度有所降低，经济集聚力度的进一步加深将有可能对人口集聚产生一定抑制作用。其次，由于中国县级行政单元数量众多，考虑到地区异质性，存在一部分经济落后地区人口集聚程度过高而经济发展难以支撑的现象，需要对这些地区进一步筛选以制定正确发展战略。此外，由于面板数据本身存在一定内生性影响，可能导致回归结果与真实情况存在一定误差，且由于数据缺失，未能对全国县域进行研究，随着夜光数据与POI等大数据的广泛应用，需要借助多元数据进行进一步分析。