空间视角下中国城市人口增长的同群效应

杨晓军

(中南财经政法大学 经济学院,湖北 武汉 430073)

1 引言

城市人口持续增长是城市化进程的显著特征,它会通过集聚效应和规模效应促进城市经济增长。20世纪90年代以后,随着户籍制度改革推进和东部沿海地区经济快速发展,人口大规模向城市集聚,城镇人口比值由1990年的26.41%上升至2019年的60.60%,30年间增加了2.3倍。伴随着更为快速和便捷的交通工具如高速铁路和公路的普及,人口空间流动性普遍增强,使得城市人口增长呈现明显的空间关联性特征。影响城市人口增长的因素既有来自于城市自身的就业机会、工资待遇、产业结构、公共服务等激励,也有来自于相邻城市的外溢,即相邻城市间人口增长会互相影响,会为推动人口增长产生相似的决策行为,社会学中称之为“同群效应”。城市人口增长的同群效应是指城市人口增长存在空间相互作用,会受到“同群”城市的影响,即某城市的人口增长不仅受到本城市自身特征的影响,还会受到相邻城市的影响。在城市体系结构视角下,城市间存在共生与竞争的交互影响,政府间的行为会发生策略互动,呈现出趋同的特征。在地方政府竞争和策略互动作用下,当某城市政府采取积极措施增加人口规模时,其相邻城市会采取对应的模仿策略,使得互相学习和竞争成为城市间人口增长策略互动的来源。从某种意义上来讲,同群效应本质上属于空间溢出效应,但它更强调行为主体间的策略互动,是空间溢出效应的进一步细化和阐释。因此,科学认识城市人口增长的空间特征与规律,运用同群效应理论分析城市人口增长的空间关联性及其作用机制,有利于促进城市人口合理有序分布与优化调整,对推动城镇体系合理化和新型城镇化高质量发展具有重要现实意义。

中国城市人口增长一直是学术界研究的热点话题,现有文献主要从其增长规律、增长趋势和空间相关性等方面进行深入分析。一是Gibrat定律的检验。国外学者运用大量国家城市人口数据进行验证,结果存在有差异:有部分证据支持Gibrat定律,认为城市人口增长率与其初始规模无关(Eeckhout,2004;Ioannides &Skouras,2013;González-Val,2014;Gray,2021);也有部分证据拒绝Gibrat定律,认为城市人口增长率取决于其初始规模(Black &Henderson,2003;Portnov et al.,2012;Vitanov &Ausloos,2015;Grudtner &Marques,2020)。国内学者对国内城市的经验证据表明,中国实施的大城市优先战略使得大城市人口更集中,导致整体不服从Gibrat定律(魏守华等,2018,2020;年猛,2021)。二是城市人口增长趋势。中国城市平均人口规模不断提高,特大城市数量和规模快速增长,城市人口规模分布逐步上移(苏红键、魏后凯,2020),但大中小城市人口规模变化不协调(金浩然等,2017),尤其是2000年后大中城市的数量和人口规模增长迅速,中小城市数量多但人口规模增长动力相对不足(邓智团、樊豪斌,2016)。从增长速度看,小城市增长率相对较高,可一旦跨入中等规模后增长率会相对停滞(李松林、刘修岩,2017),却存在着一条由中小城市逐步发展为大城市的成长路径(陈洁仪等,2022)。三是城市人口增长的空间相关性。中国城市人口增长与其周围相邻城市存在较高的空间自相关(吴雪萍、赵果庆,2018;尹德挺、袁尚,2019),总体上正空间集聚性不强,但局部空间集聚特征明显(陈刚强等,2008),且空间距离在人口流动中具有重要作用(马志飞等,2019;张伟丽等,2021)。

现有文献主要关注城市人口增长的特征、规律和空间相关性,基于此,本文根据1990-2019年中国251个地级及以上城市面板数据,将同群效应假说引入城市人口增长的空间特征分析,采用空间计量模型检验中国城市人口增长的同群效应及其作用机制。对比前期研究成果,本文的贡献在于:一是将同群效应假说引入城市人口增长问题研究,并首次运用空间计量模型揭示城市人口增长存在同群效应,为推动区域人口协同发展战略提供有益参考;二是验证城市间人口增长存在的互相模仿行为,并进一步研究不同规模城市间模仿行为的差异程度,为城市间制定人口增长政策提供经验借鉴和参考依据;三是深入分析同群效应的作用机制,分别从学习性模仿和竞争性模仿两方面分析其对同群效应的影响程度,为制定区域人口增长政策提供科学论据。

2 研究假说与模型设定

2.1 研究假说

中国城市人口规模呈现明显的空间集聚特征,首先表现为地理空间集聚。1990年后中国大规模人口向城市集聚,地理分布呈现明显的空间非均衡特征,区域层面表现为向东部沿海地区集聚(刘睿文等,2010;尹德挺、袁尚,2019;刘涛等,2022),城市群层面表现为向长三角、珠三角和京津冀等三大城市群集聚(张国俊等,2018;张耀军、王小玺,2020;童玉芬等,2022),由此说明地理位置对中国城市人口规模分布具有显著影响。由于地理位置较近的城市通常拥有相似的区位优势、运输成本和市场规模等,对外来人口具有相似的吸引力,从而使得地理相邻城市间人口增长会存在正向同群效应。其次,城市人口规模与其经济发展水平紧密相关(吴瑞君,2021)。从劳动力报酬看,劳动力进入城市的主要动机是获得更高的劳动报酬,因而城市工资水平是吸纳外来人口的重要因素。经济发展水平相近的城市通常拥有相近的工资水平,进而对城市外来人口具有相似的吸引力,使其人口增长存在相同趋势。从地方政府决策看,经济发展水平相近的城市会存在较强的攀比和模仿行为,一方面城市经济发展要与人口规模相适应,不同经济发展阶段对人口规模的需求量存在差异,经济相邻城市间会为吸纳人口会采取相同的政策措施;另一方面城市产业结构需要配套相应的人口规模,由于产业结构对人口需求的差异性,使得拥有相同产业结构的城市必然会竞争拥有相同技能的劳动力,使得经济相邻城市间会通过竞争人口以满足产业配套需求。最后,城市人口规模也与行政区划具有密切关系(魏守华等,2020)。相同省份城市不仅在经济发展中存在激烈竞争,而且还会在人口增长中存在竞争模仿行为。由于相同省份城市通常拥有相同的户籍管制措施,其对外来人口进入具有相同阻力,进而在人口增长方面具有相似特征,同时,相同省份的城市政府官员是最直接的竞争对手,为了满足城市产业发展对人才的需求,也会采取相同人才引进优惠政策,进而对人口增长产生相似影响。基于上述分析得出以下假说1:地理、经济和行政相邻城市间人口增长均存在显著的正向同群效应。

城市人口增长并不是一成不变的,不同时期、区域和规模城市人口增长会存在差异(李松林、刘修岩,2017;刘涛等,2022)。不同时期内,由于城市工资水平、产业结构和公共服务等均存在较大差异,使其对人口吸纳和需求存在差异,政府会采取不同的人口竞争策略以满足城市发展需要,进而会对相邻城市影响产生差异,最终造成城市人口增长同群效应的差异化特征;不同区域城市人口增长差异明显,这与其自身经济发展、产业结构、自然条件和优惠政策等因素相关,这些差异性会导致不同区域城市政府会采取不同策略来促进人口规模增长,进而对本区域内的相邻城市产生不同的影响效应,最终使其人口增长同群效应存在差异;不同规模城市人口增长存在不同的初始优势水平,其人口增长也会存在较大的差异,且不同规模城市的工资水平、产业结构和公共服务等也存在较大差异,不仅使其人口增长差异明显,也会对相邻城市的空间外溢存在差异,最终造成不同规模城市人口增长同群效应的差异。基于上述分析得出以下假说2:不同年份、区域和规模城市人口增长的同群效应存在差异。

城市人口增长过程中存在互相学习和借鉴经验的模仿行为(杨孟禹等,2017),不仅相同规模城市会相互学习和借鉴人口增长经验,不同规模城市间也会学习和模仿其他城市行为决策以扩大人口规模。相同规模城市通常拥有相似的经济发展水平,会为外来人口提供相似的就业机会和工资待遇,也会为吸纳外来人口采取相似策略,使得城市政府通常以相同规模城市的行为和做法作为决策依据,以避免在人口竞争中处于劣势地位。此外,不同规模城市也存在互相模仿行为。由于小城市和中等城市人口规模相对较低,为促使城市人口快速增长,中小城市会主动向大城市学习和借鉴,这使得大城市自然成为中小城市人口增长的主要模仿对象。同时,大城市人口增长除了具有初始人口、经济和制度优势外,大多数城市都是从中等城市,甚至是小城市慢慢发展起来的,这就为中小城市人口增长提供了良好的经验借鉴。基于上述分析得出以下假说3:城市间人口增长存在相互模仿行为,且人口规模较大的城市更容易成为模仿对象。

基于经济竞争或政治晋升动机,地方政府间存在策略互动行为,学习性模仿和竞争性模仿成为促使同群效应形成的重要内在机制(邓慧慧、赵家羚,2018;石磊等,2020),因而将城市人口增长的同群效应来源分为学习性模仿和竞争性模仿。前者是指城市间存在相互借鉴和交流的行为,会通过互相学习积累促进人口增长的经验;后者是指城市间存在相互竞争行为,会为了竞争需要而采取相似的竞争策略以促进人口增长。从学习性模仿看,城市人口规模是一个不断增长的过程,也是一个城市自身经验积累和自我完善的过程,因此城市人口增长可以通过自我学习和经验积累来不断更新和强化自身行为决策实现;同时,相邻城市人口增长通过空间溢出效应也会影响本城市,使得本城市人口增长过程中还会不断学习借鉴相邻城市经验。从竞争性模仿看,城市人口规模也是城市间互相竞争的结果,城市会为了吸引人口进入而采取的各种竞争策略,如城市公共服务供给对人口规模增长具有显著的促进作用(杨晓军,2017),政府间会通过提高城市公共服务质量来吸引外来人口进入;户籍管制是阻碍人口向城市迁移的重要制度障碍(伍薆霖、卢冲,2020),放松户籍管制有利于促进人口向城市迁移。城市政府会通过采取相似的竞争性策略来促进城市人口增长,进而影响城市人口增长的同群效应。基于上述分析得出以下假说4:学习性模仿和竞争性模仿均对城市人口增长的同群效应具有促进作用。

2.2 模型设定

基于上述假说,本文构建包含空间外溢因素的面板模型对其进行实证检验,以考察中国城市人口人口增长的同群效应及其异质性,分析其内在的作用机制,从新的视角拓展研究城市人口增长的空间关联及内在动力。

2.2.1 同群效应检验模型

吉布拉定律是城市经济学中的典型事实之一,主要用来考察城市人口增长率与初始规模关系,且空间计量经济学方法可以用来检验同群效应,因此构建包含空间外溢效应的城市人口增长模型来识别城市人口增长的同群效应,具体模型为:

git=βlnPit-1+ρWgit+θlnZit-1+μi+ηt+εit

(1)

其中,g代表城市人口增长率,采用González-Val(2019)的对数增长率,计算公式为:git=lnPit-lnPit-1,P为城市人口规模,W代表空间权重矩阵,Z为解释变量,β和θ代表解释变量的估计系数,i代表某个城市,t代表年份,μ代表城市效应,η代表年份效应,ε代表误差项。Wg作为城市人口增长的空间滞后项,可以解释为对本城市人口增长有影响的相邻城市人口增长的加权平均,其系数ρ既是空间回归系数,也是同群效应系数。若ρ在统计上显著,则表明存在同群效应,反之则不存在同群效应;若ρ大于零,则表明存在正向同群效应,反之则存在负向同群效应。

实证分析中,为确保空间计量模型的有效性,首先使用全局莫兰指数检验城市人口增长率是否存在空间相关性,结果显示城市人口增长率的莫兰指数值均大于零且在统计上显著,即观测期内城市人口增长率存在显著的空间正相关,由此说明本文设定空间计量模型是有效的。同时,为克服计量模型存在的内生性问题,一是将城市人口规模等解释变量滞后一年,以克服其与城市人口增长率之间可能存在的双向因果关系;二是使用Lee &Yu(2010)的拟最大似然估计方法(Quasi-Maximum Likelihood Estimator)对模型进行有效估计。此外,考虑到解释变量间的异方差问题,对所有解释变量取自然对数。

2.2.2 补充检验模型

模型(1)只能检验城市人口增长是否存在同群效应,而由于城市人口规模差异的存在,使得不同人口规模城市之间可能存在相互学习和模仿行为。因此,本文构建不同城市规模间人口增长同群效应的检验模型,具体模型为:

gmit=c+ρWgmit+φlnXit+εit,m=S,M,B

(2)

其中,gm代表不同规模城市的人口增长率;Wgm代表不同规模城市人口增长率的同群效应;S、M和B分别代表小城市、中等城市和大城市;c代表常数项;X代表控制变量;φ代表控制变量的系数。

2.2.3 机制检验模型

城市人口增长中不仅存在互相学习借鉴行为,也存在互相竞争策略。学习性模仿和竞争性模仿是城市人口增长同群效应的内在机制,本文采用实证模型对其进行检验,具体模型为:

Wgit=c+δVit+γlnXit+εit

(3)

其中,Wgi代表城市i所属类别中其他城市人口增长率的平均值;δ和γ分别代表相关变量的系数;V代表影响同群效应的模仿机制变量。具体来看,学习性模仿变量包括:内部学习效应(INE)采用虚拟变量衡量,若该城市当年的人口增长率大于上一年,则取值为1,否则为0。具体来说,如果城市当年人口增长率大于1,即表示当年的城市人口增长率大于去年,说明城市可以从自身的经验中学习,而弱化盲目模仿的倾向。外部示范效应(EXE)采用该城市500公里范围内与其所属类别相同的城市数量衡量。竞争性模仿变量包括:城市公共服务供给(PS)采用城市教育(普通中学师生比和小学师生比)、医疗(医疗机构医生数)和文化(公共图书馆图书总藏量)等指标的主成分值衡量,其既尽可能保持原有指标的信息,又避免了原始指标的共线性问题;户籍管制(HR)借鉴邹一南和李爱民(2013)的方法,采用户籍限制率(常住人口规模/户籍人口规模)衡量,若指标值越大,则表明城市常住人口和户籍人口的偏离程度越高,即户籍管制程度越高。

2.3 变量与数据说明

本文所研究的城市为地级及以上城市,基于数据可获得性,最终样本选取1990-2019年251个城市。关于区域划分标准,本文依据国家统计局2011年公布的《东中西和东北地区划分方法》,将中国划分为东部、中部、西部和东北四个区域,其原因在于按照传统东中西三大区域划分标准不能准确反映东北地区城市人口状况,而东北三省很多城市人口收缩程度普遍较高(吴康、戚伟,2021)。关于城市规模划分标准,本文以2019年各城市的城镇人口规模为划分标准,其中人口50万及其以下的城市为小城市,人口50-100万的城市为中等城市,人口大于100万的城市为大城市。如无特别说明,本文所有涉及指标的原始数据均来源于历年《中国城市统计年鉴》和该城市《统计年鉴》等。

3 实证检验与分析

3.1 基准回归

表1分别给出了不考虑空间效应的OLS回归结果和不同空间权重矩阵下计量模型的回归结果。OLS模型结果显示,城市人口增长率与其初始人口规模呈现显著负相关,表明城市人口增长存在显著的β收敛特征,即人口规模较少的城市拥有较快的增长率,而人口规模较大的城市拥有较慢的增长率,使得城市间人口规模差异逐渐缩小,最终收敛到各自的稳态水平;由于城市人口增长率与其初始人口规模存在明显相关性,进而验证了城市人口规模增长不服从吉布拉定律。城市人口增长的这两种特征并未随着使用空间计量模型而发生改变,这说明城市人口增长存在β收敛特征和不服从吉布拉定律的结论是稳健的。此外,城市工资水平提高能够显著促进其人口增长,其原因在于工资收入是劳动力价值的直接体现,是促进人口流动的重要动力因素,因此城市工资水平提升会促使越来越多的农村或城镇人口向城市流动,增加城市常住人口规模(陈林、肖倩冰,2020);产业结构系数显著为正也意味着第三产业相比第二产业对人口具有更强的吸纳能力,有利于吸引更多的人口进入城市,促进城市就业增长(尹靖华、韩峰,2019);金融发展也显著促进城市人口增长,这主要是因为金融发展可以更好地优化资源配置和促进实体经济发展(刘海洋等,2012)。同样的,这些解释变量的促进作用也并未随着空间计量模型的设定而发生变化,由此说明这些解释变量的回归结果也是稳健的。

表1 同群效应的基准回归结果

空间计量模型结果显示,同群效应系数ρ值在四种空间权重矩阵下均为正值且满足1%的显著性水平,表明中国城市人口增长不仅存在显著的同群效应,而且是正向同群效应,即一个城市人口增长不仅会受到地理距离较近和经济发展水平相近城市的影响,也会受到既地理相邻又经济相邻城市的双重影响,此外,同省其他城市也会对其具有一定的影响,表明城市人口增长的同群效应既来自于地理相邻和经济相邻城市,也来自于同省份其他城市。这充分说明假说1是成立的。通过比较四个同群效应系数ρ值可以发现,地理距离权重矩阵下的ρ值最大,表明城市人口增长同群效应在地理相邻城市间的表现最为明显;经济距离权重矩阵下的ρ值最小,表明经济相邻城市间人口增长的同群效应最小;行政相邻权重矩阵下的ρ值也较小,同样表明省内城市间人口增长的同群效应较小。综合来看,地理相邻城市间拥有最高的同群效应,这说明中国城市人口空间分布存在显著的地理位置效应,且城市人口增长的竞争主要是来自于地理相邻城市,而非经济相邻或行政相邻城市。对此现象的解释为,城市在空间结构中不是独自存在的,地理相邻的城市总会围绕一些中心城市形成一个城市体系,具体表现形式为城市群或城市圈。城市群是由地理相邻的若干城市组成的庞大城市化区域,通常会跨越行政区划和经济差异,且城市群内人口增长具有很强的空间相关性,形成典型的“中心—外围”结构。具体来看,中心城市因具有较强的行政调动资源能力,对人口和要素聚集具有较强的吸引力,且人口承载力会随着城市规模效益的提高而增加,会对外围城市人口增长产生空间竞争效应;随着人口和产业集聚的增强,中心城市会通过示范、辐射和共享效应促进外围城市人口集聚和经济发展,会对外围城市人口增长产生空间溢出效应,使得相邻城市间会互相激励、采取相似策略促进人口增长。由此说明,地理力量是影响城市人口增长的重要因素,在城市人口体系的空间分布和动态发展中具有重要作用。

3.2 稳健性检验

表2 同群效应的稳健性检验结果

3.3 分样本检验

3.3.1 分地理距离样本

考虑到地理相邻城市间拥有最高的同群效应,本文探讨不同地理距离下城市人口增长同群效应的大小,以深入分析城市人口增长同群效应与地理距离的关系。在地理距离样本选取过程中,设定地理距离每相隔100公里进行一次回归,直至1000公里,其中,地理权重矩阵为0-1矩阵,若两个城市在对应的地理距离内,矩阵元素取值为1,否则为0。由此得到不同地理距离下城市人口增长的同群效应,如表3所示。结果显示,城市人口增长的同群效应系数ρ值在0-1000公里范围均为正值且在1%水平上显著,这表明不同距离样本下城市人口增长均存在同群效应;同群效应系数ρ值会随着地理距离增加呈现先上升后下降趋势,其峰值出现在400-500公里,这表明400-500公里范围内城市人口增长的同群效应影响最大。对此现象的解释为地理距离较近的城市可能在吸引人口流入方面存在激烈竞争,或是中心城市对周边城市人口增长存在虹吸效应,而400-500公里范围内的城市均与中心城市保持一定的空间距离,不仅有效避免了相互间对人口的竞争,而且还会通过学习模仿中心城市的经验做法而吸引外来人口进入。此外,城市人口增长的同群效应也存在于500公里以上的远距离,其原因在于中国东西部城市间地理跨度较大,且很多城市与直辖市或东部沿海城市的地理距离均在500公里以上,甚至是1000公里,由此推断这种远距离影响主要来源于人口规模较大的直辖市和东部沿海城市,这皆是因其作为全国和区域经济中心,属于政府偏爱型城市,集中了较多的行政和经济资源,随着人口吸纳能力最高的第三产业迅猛发展,能够为外来人口提供更多的就业机会,最终形成人口高度集聚的现状。

表3 分地理距离样本的检验结果

3.3.2 分时间样本

通过分析不同年份城市人口增长率可以发现,1990-1999年间城市人口增长率较快,从2000年开始呈现下降态势,尤其是2010年后的下降态势尤其明显,因此为了考察不同时期内城市人口增长的同群效应差异,本文以2000年和2010年为分界时间点,将观测期划分为1990-1999年、2000-2009年和2010-2019年三个时间段。模型中被解释变量为城市人口对数增长率,空间权重矩阵为地理距离权重矩阵,具体回归结果参见表4。结果显示,不同时间段内城市人口增长的同群效应系数ρ值均大于零且在1%水平上显著,这表明不同时间段内城市人口增长均存在同群效应;三个时间段内同群效应系数ρ值分别为0.964、0.934和0.723,这表明城市人口增长的同群效应会随着时间推移呈现逐渐下降态势,尤其是2010年后的表现尤其明显,这与假说2相符合。对此现象的解释为,2000年前,随着户籍制度改革逐步推行和东部沿海经济快速发展,城市对劳动力需求在短时间内大量增加,使得城市间对劳动力需求竞争加剧,使得城市人口增长存在较大的同群效应;而进入二十一世纪,人口向城市转移逐渐有序化,城市对人口的竞争也日益理性,各城市会根据产业结构和经济发展需要选择性吸引人口,使得城市间人口竞争局面相对缓和,由此形成城市人口增长的同群效应逐渐下降的局面。

表4 分时间、区域和城市规模样本的检验结果

3.3.3 分区域样本

通过计算不同区域内城市人口增长率可以发现,东部、中部、西部和东北四大区域城市人口的总体增长率分别为5.22%、4.38%、4.55%和2.36%,由此说明不同区域城市人口增长存在明显差异,东部城市人口增长最快,而东北城市人口增长最慢,因此考察不同区域城市人口增长的同群效应差异。模型中被解释变量为城市人口对数增长率,空间权重矩阵为地理距离权重矩阵,具体回归结果参见表4。结果显示,不同区域内城市人口增长的同群效应系数ρ值均大于零且在1%水平上显著,这表明不同区域城市人口增长均存在同群效应;四大区域的同群效应系数ρ值分别为0.758、0.649、0.629和0.323,这表明东部城市人口增长的同群效应最大;中西部城市的同群效应基本相同,且略低于东部城市;东北城市的同群效应最小,且远低于东部城市,这与假说2相符合。对此现象的解释为,东部城市是中国经济最发达、舒适度和开放度最高的城市,对外来人口具有较强的吸纳能力和吸引力,且相互之间对人口竞争不断加剧,由初期的“人才大战”逐渐演化为后期的“抢人大战”,由此形成了东部城市间人口增长相互影响较大的局面;中西部城市主要直辖市和省会城市也依靠较多的工资收入、就业机会等吸引了大量外来人口,但与东部城市仍存在差距,城市相互间也存在激烈的人口竞争,进而造成其同群效应略低于东部城市的情况;而东北城市人口增长速度最慢,且很多城市人口呈现收缩态势,成为收缩型城市,而随着人口的不断流出,城市间人口增长的相互影响效应较小,使其同群效应最小。

3.3.4 分城市规模样本

通过计算不同城市规模样本的城市人口增长率可以发现,小城市、中等城市和大城市人口增长率分别为3.29%、4.13%和4.67%,由此可见城市人口增长率会随着城市人口规模增加而增加,因此考察不同城市规模样本下城市人口增长的同群效应差异。模型中被解释变量为城市人口对数增长率,空间权重矩阵为地理距离权重矩阵,具体回归结果参见表4。结果显示,不同城市规模样本下城市人口增长的同群效应系数ρ值均大于零且在1%水平上显著,这表明不同规模城市人口增长均存在同群效应;小城市、中等城市和大城市人口增长的同群效应系数ρ值分别为0.489、0.698和0.775,这表明城市人口增长的同群效应与城市规模呈现显著正相关,大城市间人口增长拥有最大的同群效应,其略高于中等城市,远高于小城市,这与假说2相符合。对此现象的解释为,大城市往往都是行政等级较高、自然区位优势较好、经济发达的城市,其人口增长具有较强的规模效应,对各种资源要素均具有较强的吸引力,且城市间也会人口需求存在较强的竞争,因而其人口增长存在最大的同群效应;随着城市规模逐渐缩小,城市对周边城市的影响力会逐渐减弱,使其与相同规模城市的人口竞争力也逐渐削弱,由此形成城市人口增长同群效应逐渐下降的态势。

4 同群效应的进一步检验

4.1 补充性检验

运用补充检验模型探究地理距离权重矩阵下不同规模间城市人口增长的同群效应,回归结果如表5所示。结果显示,所有模型中的同群效应系数ρ值均大于零且通过1%显著性水平检验,表明所有规模样本城市间人口增长均存在显著的正向同群效应,即不同规模城市间人口增长存在互相学习借鉴和模仿行为。从小城市的同群效应来看,小城市对其他规模城市的同群效应从大到小依次为小城市、中等城市和大城市,且小城市间的同群效应尤为明显,表明小城市人口增长的同群效应与城市规模呈现显著负相关,其原因在于小城市人口增长主要是内部相互学习借鉴,而对中等城市和大城市的影响比较有限。从中等城市的同群效应来看,中等城市对其他规模城市的同群效应从大到小依次为小城市、中等城市和大城市,且对小城市的同群效应远高于对其他规模城市,表明中等城市人口增长的同群效应与城市规模呈现显著负相关,其原因在于中等城市人口增长对小城市而言具有很强的借鉴意义,更容易成为其模仿对象。从大城市的同群效应来看,大城市对其他规模城市的同群效应从大到小依次为小城市、大城市和中等城市,且对小城市的同群效应远高于对其他规模城市,表明大城市人口增长为小城市提供了很好的经验借鉴,也成为其重要模仿对象。综合来看,不同规模城市人口增长的同群效应存在差异,中等城市和大城市对小城市的人口增长均产生了最大的正向同群效应;小城市对中等城市和大城市人口增长也产生了正向同群效应,但其影响效应较小;同等规模城市人口增长也存在显著的正向同群效应,且小城市的表现尤为明显。由此可见,城市人口增长的同群效应不仅表现为相同规模城市间人口增长存在互相模仿行为,而且更多表现为规模较小城市学习借鉴和模仿规模较大城市的行为决策,主要体现在小城市对中等城市和大城市人口增长的学习借鉴和模仿行为,从而有效验证了假说3。

表5 同群效应的补充性检验结果

4.2 机制检验

运用机制检验模型来分析全国和城市规模层面城市人口增长同群效应中的学习性模仿和竞争性模仿,回归结果如表6所示。从内部学习效应来看,全国和不同规模城市内部学习效应的估计系数均显著为正,表明城市人口增长过程自我学习和经验积累会显著正向影响同群效应,即城市自身经验积累会不断强化同群效应。此外,城市人口增长的内部学习效应大小与城市规模呈现负相关,即规模越小的城市越能够通过自我学习和经验积累增加人口规模。从外部示范效应来看,全国和中等城市的估计系数均显著为正,表明全国或中等城市周围拥有相同规模城市的数量越多,其正向同群效应值越大,即外部示范效应会强化其同群效应,对城市人口增长具有显著促进作用;小城市和大城市的回归系数不显著,表明小城市和大城市的外部示范效应不会影响同群效应。从城市公共服务供给来看,全国和不同规模城市公共服务供给的估计系数均显著为正,表明城市公共服务供给对人口增长具有积极的促进作用,因此需要政府部门加强城市公共服务供给,以便在人口引进的竞争中处于优势地位。此外,城市公共服务供给的竞争效应在中等城市中的表现最明显,其原因在于小城市公共服务质量较低,对人口的吸引有限;大城市公共服务供给存在明显的户籍差异,使其难以真正满足外来人口的有效需求,而中等城市公共服务供给能够有效满足外来人口的需求,对外来人口具有一定的吸引力,从而带动城市人口规模增长。从户籍管制来看,全国城市和大城市的估计系数显著为正,而小城市和中等城市的估计系数不显著,表明全国城市和大城市间的户籍管制会强化城市间的正向同群效应,其原因在于规模越大的城市往往也是户籍管制较高的城市,城市间为了争夺人才会采取各种措施放宽户籍管制,如各种人才新政和创新创业政策,这使得城市间会形成竞争效应;同时,户籍管制较高的城市只是阻碍城市人口迁入,而未能限制流动人口进入,最后形成“户籍管制越高的城市,人口规模扩张也就越大”的现象。综合来看,全国和不同城市规模间人口增长的同群效应均来源于学习性模仿和竞争性模仿,即两者均对城市人口增长的同群效应具有促进作用,从而有效验证了假说4。

表6 同群效应的机制检验结果

5 结论与政策建议

本文根据1990-2019年中国251个城市面板数据,通过构建包含空间外溢效应的城市人口增长模型识别城市人口增长的同群效应及其时间、区域和规模差异,使用补充检验模型探讨不同规模城市间人口增长的同群效应,采用机制检验模型分析城市人口增长同群效应中的学习性模仿和竞争性模仿,研究发现:地理、经济和行政相邻城市间人口增长均存在显著的正向同群效应,且地理相邻城市间拥有最高的同群效应,通过更换被解释变量、空间权重矩阵和模型估计方法等进行检验的结果仍然是稳健的;不同地理距离下城市人口增长的同群效应会随着地理距离增加呈现先上升后下降趋势,且峰值在400-500公里距离;不同时期内城市人口增长的同群效应会随着时间推移呈现逐渐下降态势,尤其是2010年后的表现尤其明显;不同区域内城市人口增长的同群效应差异明显,从大到小依次为东部城市、中部城市、西部城市和东北城市;不同规模城市人口增长的同群效应与城市规模呈现显著正相关,大城市人口增长拥有最大的同群效应,其略高于中等城市,远高于小城市;城市人口增长的同群效应不仅表现为相同规模城市会相互学习和借鉴人口增长经验,而且更多表现为规模较小城市学习借鉴和模仿规模较大城市的行为决策,主要体现在小城市对中等城市和大城市人口增长的学习借鉴和模仿行为;全国和不同城市规模间人口增长的同群效应均来源于学习性模仿和竞争性模仿,即两者均对城市人口增长的同群效应具有促进作用,其中小城市的内部学习效应和中等城市的外部效应最大,中等城市的公共服务和大城市户籍管制的促进作用尤为明显。

基于上述研究结论,提出促进城市人口合理增长及优化布局的政策建议:一是科学认识城市人口增长的同群效应,促进国家城镇体系合理化。由于城市人口增长存在正向同群效应,这就需要城市间加强交流合作,充分发挥人口增长的空间依赖性和外溢性,促进人口在城市间自由合理流动和有效集聚。政府相关部门在制定政策时,应该充分注重不同规模城市的空间关联性,在充分利用城市自身比较优势的基础上使城市人口增长互相依存、共同发展,既要发挥大城市的集聚与辐射效应,也要注重中小城市的容纳与吸收作用,形成多层次城市人口增长格局,促进城市人口空间集聚与协调发展相结合,最终构建城市人口规模合理布局的城镇体系,从而有利于高效优化要素资源分配和充分发挥集聚或扩散效益优势。二是充分重视不同规模城市人口增长的学习和模仿行为。对大城市而言,在市场力量作用下,外来人口向其集聚的趋势在短期内难以发生改变,这就需要其继续发挥人口集聚效应,如消除户籍制度壁垒,进一步降低外来人口落户门槛,保障人口自由流动和迁移的权利;出台更多的人才吸引政策和产业优惠政策等,为外来人口进入提供保障。同时,也需要注重发挥其空间溢出效应,既可以一定程度上缓解其人口过度集聚产生的城市病问题,也可以强化对相邻城市的辐射力,与相邻城市构建良好的城市人口合理增长关系;对中小城市而言,应该充分利用国家实施的区域经济协调发展政策,在发挥自身特色产业基础上,有效承接大城市的产业转移,优化升级产业结构和增强经济集聚水平,以促进其人口增长;同时,还要持续推进户籍制度改革,采取奖励措施吸引人口落户,如加大对吸引人才政策的优惠力度,在教育、医疗、社保和购房等方面出台系列政策让外来人口进城落户,真正实现流动人口市民化。三是充分发挥外在因素对城市人口增长的影响效应。对所有城市而言,考虑到工资水平、产业结构和金融发展对城市人口增长的显著促进作用,因而需要城市应该注重提高工资水平、促进产业升级和金融发展,以更好促进城市资源配置优化和经济健康发展,为城市吸纳人口提供有力保障。同时,城市公共服务供给也是吸纳外来人口的重要优势。公共服务水平是城市宜居竞争力的重要内容,它能够显著提升居民生活质量,因此也需要政府部门加大对城市公共服务供给的财政支持和倾斜力度,以更有效地发挥其在城市人口增长中的竞争效应。