东北三省城市人口—经济增长异速关系及影响机制

郑旭雯

〔内容提要〕新时代推动东北全面振兴关键在构建新发展格局，推动经济突破性发展，而人口作为经济发展的重要依托，发挥关键作用。通过构建东北三省地区城市人口—经济增长异速增长模型，分析东北三省地区城市人口—经济增长的时空异速特征，并运用地理探测器模型分析影响其异速关系的主要因素。研究表明：（1）东北三省地区城市人口与经济增长量之间具有较强的空间关联性，整体上呈现东北、西南高，中间低的空间分布格局。（2）东北三省地区城市人口—经济增长异速关系整体为经济扩张弱型，异速增长系数呈现“N”型变化趋势。（3）教育投入度、固定资产投资、对外开放度、服务业水平为影响其异速关系的主要因素。

〔关键词〕城市人口；经济增长；异速增长关系；影响机制；东北三省

一、引言

东北在我国的经济发展中占有重要的战略地位。国家高度重视东北经济复苏与产业转型，在政策引领下，东北全面振兴不断取得新突破，但其在全国经济总量排名中仍居后位。2023年习近平总书记主持召开新时代推动东北全面振兴座谈会时强调，“要牢牢把握东北的重要使命”“要构建新发展格局，进一步凸显东北的重要战略地位”“以人口高质量发展支撑东北全面振兴”。由此可见，深入推进人口高质量发展、提升人口规模，全面突破东北人口匮乏与经济落后问题尤为关键且刻不容缓。人口作为经济发展的重要依托，发挥至关重要的作用。解决好东北人口问题不仅有助于东北振兴，更涉及其与周边边境地区的合作发展，以推动国家长治久安。在新时代东北全面振兴背景下，本研究探讨东北地区城市人口与经济增长之间的异速关系，以促进东北地区产业转型与经济复苏。

城市人口与经济增长是衡量区域发展水平的关键因素。现有研究多集中于人口收缩、人口集聚、人口迁移、人口老龄化等与经济发展之间的关系，研究方法多为耦合协调度模型、空间杜宾模型等，在研究城市人口与经济增长的相对生长速度关系上较为欠缺。

本文以东北三省34个地级及以上城市为研究对象，通过构建东北三省地区城市人口—经济增长异速模型，分析其异速增长特征，通过地理探测器及交互因子探测分析其影响机制。为进一步深化新时代东北全面振兴，改善产业结构，构建新发展格局提供战略理论支撑。

二、研究区概况与研究方法

（一）研究区概况

东北三省由黑龙江省、吉林省、辽宁省构成，位于我国最北部，与俄罗斯接壤，是中国四大经济区之一。近些年东北三省因资源短缺、产业发展退化，地理区位优势日渐丧失，整体经济衰退，发展速度慢。《2019年新型城镇化建设重点任务》和《2020年新型城镇化建设和城乡融合发展重点任务》中指出东北人口流失极为严重，解决东北三省长期人口负增长问题尤为迫切，要全面加快建设，推动东北三省高质量发展。

本文以东北三省34个地级及以上城市为研究单元，因大兴安岭地区和延边朝鲜族自治州部分数据缺失难以获取即予以剔除。本文相关数据来自2012—2021年的《中国城市统计年鉴》《中国统计年鉴》、各省市统计年鉴、各市国民经济和社会发展统计公报。

（二）研究方法

1.异速增长模型

异速增长最初用于生物学中，用来描述生物体部分大小与其他部分或生物体整体大小之间的相对关系，现亦常用于研究地理学中城市与城市群之间发展关系等问题。异速增长关系常用于描述系统的一个部分与另一个部分之间相对生长速率的比例关系，或系统的一个部分与系统整体之间相对生长速率的比例关系。分为纵向异速与横向异速两种，纵向异速是指全部空间单元整体在时序尺度上的异速关系，横向异速是指各独立空间单元在同一时间尺度上的异速关系。异速增长模型的公式为：

2.地理探测器

地理探测器是探究地理空间的分层异质性，并用于揭示其驱动力的空间统计学分析方法，常用于研究对象的驱动力分析与因子分析。本文通过分析不同变量与异速增长系数之间的空间分布特征进而判断不同变量对其异速增长系数解释力的大小。地理探测器的表达式为：

三、東北三省地区城市人口—经济增长异速关系

（一）城市人口—经济增长的时空格局

分别计算2012—2016年、2017—2021年东北三省各地级市城市人口、经济增长量，进而对东北三省各地级市城市人口与经济情况进行分析。

在人口增长量上，2012—2016年沈阳、大连、盘锦、朝阳和葫芦岛为人口正增长，其中沈阳人口增长量为9.1万人，大连人口增长量为5.3万人，盘锦人口增长量为1.3万人，朝阳和葫芦岛人口增长量为0.5万人。其余29个城市均为人口负增长，负增长量均值为7万人，其中，哈尔滨人口负增长量为31.4万人。2017—2021年长春、沈阳、大连为人口正增长，长春人口增长量达到102.7万人，位居第一。其余31个城市人口负增长量均值达到10.8万人。人口增长较多集中在东北三省的东北部和西南部地区。

在经济增长量上，2012—2016年哈尔滨和长春居前两位，经济增长量均达到1500亿元以上，牡丹江、佳木斯、绥化次之。伊春、鸡西等20个城市呈现不同程度的经济下行，其中，大庆最为严重。2017—2021年沈阳、大连、长春、盘锦、鞍山经济增长量均在270亿元以上，其中，沈阳经济增长量达到1465亿元，同比上一五年阶段增长2521亿元。经济下行城市有所减少，但哈尔滨由上一五年阶段的经济上行转变为经济下行且本阶段降幅达到905亿元。

比较东北三省地区城市人口与经济增量的时空分布得知：2012—2016年人口增长量均值为-5.5万人；经济增长量均值为-63亿元。2017—2021年人口增长量均值为-5.8万人；经济增长量均值为21亿元。比较两阶段各要素增长量，人口仍持续负增长态势，经济稍有回升。在空间分布上，盘锦、大连、沈阳、长春城市人口和经济增长量均位于前列，四平、吉林、铁岭、抚顺城市人口和经济增长量较低。

（二）城市人口—经济增长的时空异速关系

为了解东北三省地区城市人口—经济增长的异速关系特征，建立城市人口—经济增长异速增长模型，经计算得出东北三省地区城市人口—经济增长的异速拟合模型（表2），经过检验得知，该模型拟合效果较好，R2均大于0.64。标度指数整体呈现“N”型变动趋势，总体大于1，为经济扩张弱型，经济相对增长速度高于城市人口相对增长速度，人均GDP小幅上升。2012—2015年标度指数持续增长，并在2015年达到最大值；2016—2019年标度指数呈现缓慢下降，说明城市人口与经济增长相对增速差距趋于扩大，人均GDP下降；2020—2021年标度指数略有上升，说明人均GDP稍有回升。总的来说，东北三省地区城市人口—经济增长异速关系长期处于经济扩张弱型，城市人口长期的负增长状态导致经济增长压力尚在。

为进一步探究东北三省各个地区的城市人口—经济增长异速关系，分别对2012— 2016年和2017—2021年的城市人口—经济增长异速增长模型进行拟合。

2012—2016年东北三省各城市异速类型主要为负异速，负异速城市19个，占研究区的55.88%，主要分布在朝阳、葫芦岛、盘锦、营口、大连、沈阳、黑龙江省西南部和吉林省大部分地区。正异速城市15个，占研究区的44.12%，正异速一级城市仅有吉林；正异速二级城市有伊春、七台河；正异速三级城市有12个，分布地区较为分散，主要分布在鸡西、鹤岗、双鸭山、大庆和辽宁省中部、东部地区。

2017—2021年其异速类型仍以负异速为主，负异速城市21个，占研究区的61.76%，负异速二级城市三个，分别是齐齐哈尔、绥化、长春；负异速三级城市18个，主要分布在黑龙江省中东部和辽宁省西南部。正异速城市13个，正异速二级城市4个，占正异速城市的30.77%，分别是佳木斯、七台河、四平和大连；正异速三级城市9个，位于牡丹江、沈阳、抚顺、吉林省西北部和东南部。对比两阶段各城市的异速类型变化，异速级别上升的城市仅有14个，异速级别下降的城市有12个，且变动前均为正异速城市，其余8个城市异速级别无变化，说明东北三省城市人口问题压力过大，对经济增长造成较大影响。

四、东北三省地区城市人口—经济增长异速关系影响机制

（一）影响因素选取

东北三省人口问题日益突出，城市人口与经济增长之间存在显著的异速增长关系，根据人口学与区域经济学相关理论，综合考虑指标的可行性与适宜性，选取服务业水平、城市化水平、财政投入度、固定资产投资、教育投入度、对外开放度6项指标作为东北三省地区城市人口—經济增长异速关系的影响因素指标。

选取理由如下：（1）服务业水平：以第三产业占地区生产总值的比例表示服务业水平，不同产业结构对经济增长的影响不同，第三产业比重增加，产业结构趋向高级化，促进经济增长与人口迁移。（2）城市化水平：以城市人口占常住人口的比例表示城市化水平，城市化水平提高，聚集大量的人力资源与物质资本，推动产业链升级和市场体系完善，进而提高经济发展水平。（3）财政投入度：以财政支出占地区生产总值的比例表示财政投入度，地方财政通过生态建设、科技创新发展建设等支出促进社会经济发展。（4）固定资产投资：以固定资产投资额占地区生产总值的比例表示固定资产投资，作为推动经济增长的主力，通过基础设施建设等带领城市发展与经济增长，进而促进人口回流。（5）教育投入度：以教育支出占财政支出的比例表示教育投入度，教育性建设通过提高城乡居民受教育水平，间接促进经济发展，通过城镇化聚集，作用于人口城镇化。（6）对外开放度：以当年实际使用外资金额占地区生产总值的比例表示对外开放度，实际使用外资金额可以反映其对外开放水平和吸纳外资的水平，通过对外开放加强城市沟通协作，促进产业创新与资源互换，增加就业机会。

（二）因子探测结果

通过利用地理探测器中的因子探测，测算2012—2016年和2017—2021年各影响因素对异速增长系数的解释力（表3）。

2012—2016年，教育投入度、对外开放度、服务业水平、固定资产投资、城市化水平、政府投入度对其异速系数解释力逐步减弱，教育投入度通过显著性检验。2017—2021年，固定资产投资、政府投入度、服务业水平、教育投入度、对外开放度、城市化水平对其异速系数解释力逐步减弱，固定资产投资通过显著性检验。综上，教育投入度、固定资产投资、对外开放度、服务业水平为城市人口—经济增长异速增长系数的主要影响因素。

（三）交互因子探测

结合上述因子探测结果，通过利用地理探测器中的交互因子探测工具，计算2012—2016年和2017—2021年两阶段影响因素的交互作用对城市人口—经济增长异速增长系数的解释力程度（图3）。计算得知，2012—2016年和2017—2021年两阶段双因素交互作用解释力均大于单因素解释力。

2012—2016年，影响因素交互作用解释力强度均呈现非线性增强。教育投入度与其他影响因素之间的交互解释力最强，均高于其他影响因素交互解释力，其中，教育投入度与城市化水平之间的交互解释力最强，为0.6250，提升129%。对外开放度和固定资产投资二者与其他影响因素交互作用解释力也呈现较大幅度提升。2017—2021年，影响因素交互作用解释力强度中10类呈现非线性增强，5类呈现双因子增强。固定资产投资与其他影响因素交互作用解释力较为突出，其中，固定资产投资与城市化水平之间的交互作用对异速增长系数的解释力最强，为0.8912，提升88%。教育投入度与政府投入度之间的交互作用也较好，为0.8333，提升357%。此外，城市化水平与服务业水平、教育投入度与固定资产投资之间交互作用解释力均达到0.76以上。

通过比较分析两阶段交互因子探测结果，教育投入度和固定资产投资与其他影响因素交互作用解释力的均值均位于前两位，由此得知，教育投入度和固定资产投资是影响东北三省地区城市人口—经济增长异速增长系数的关键因素。该两种因素与其他影响因素之间的交互作用解释力几乎均高于其作为单因素的解释力，由此可见，东北三省地区城市人口—经济增长异速增长是多因素非线性增强的结果。

五、结论与讨论

本文以东北三省34个地级及以上城市为研究单元，利用异速增长模型、地理探测器模型探究2012—2021年东北三省地区城市人口—经济增长异速关系及影响机制，得出以下结论。

（1）东北三省地区城市人口与经济增长量之间具有较强的空间关联性，整体上呈现东北、西南高，中间低的空间分布格局。各区域之间的差异性较为显著，中部地区应加强人口与经济建设，提升中部地区整体发展水平。

（2）东北三省地区城市人口—经济增长异速关系整体为经济扩张弱型，纵向异速增长系数呈现“N”型变动趋势，经济相对增长速度高于城市人口相对增长速度。在横向异速上，2012—2016年，正异速城市与负异速城市趋平；2017—2021年，以负异速城市为主。在等级跃迁上，仅有41%的城市实现等级向上跃迁。以此说明东北三省经济发展水平不够强劲，难以弥补因人口数量落后而产生的缺失问题。

（3）教育投入度、固定资产投资、对外开放度、服务业水平为其异速关系的主要影响因素。其中，教育投入度和对外开放度的影响力呈现下降趋势，固定资产投资、服务业水平二者影响力呈现上升趋势。在交互解释力方面，双因素交互解释力均高于单因素解释力，东北三省地区城市人口—经济增长异速关系是多因素非线性增强的结果。

随着习近平总书记新时代推动东北全面振兴座谈会的胜利召开，东北全面振兴步入新的发展阶段。打造东北地区新发展格局关键在经济，而人口是实现经济重塑的基础。东北三省城市人口与经济增长异速转型仅有41%的城市呈现上升态势，且幅度较小，存在严重的人口流失阻碍经济发展问题。东北三省地区紧邻边境，人口问题亦是国防问题，东北振兴势必有利于国际国防安全与国际外交，进而推动国家经济稳定发展。如此，东北三省城市人口与经济增长的異速问题已成为推进东北全面振兴的关键所在，结合新发展战略，加强教育投入度以推动科技技术创新，加大政府投资力度与投资水平加快产业结构转型升级，积极鼓励边境地区对外合作交流，引进建设项目，推动东北地区突破现有经济发展格局。

（作者单位：哈尔滨师范大学地理科学学院）