黔中城市群人口-产业-土地城镇化协调发展时空格局及驱动机制

2024-03-12 15:18张鑫雨李旭东

内江师范学院学报 2024年2期

张鑫雨, 李旭东, 田俊

(贵州师范大学地理与环境科学学院, 贵州贵阳 550025)

0 引言

改革开放以来,中国城镇化经历了前所未有的发展,特别是20世纪90年代以后,随着市场经济体制的确立,资源流动壁垒被打破,各类生产要素在城乡间自由流动,城镇化步入高速发展阶段[1-3],这一时期我国实现了大规模的工业化发展,居民的生活水平得到提高[4],与此同时也面临着城镇化质量不高[5-6]、公共服务供给不足[7]、土地资源浪费[8-10]等问题.近年来,为改善上述现状,国内外学者对城镇化驱动机制[11-13]、城镇化要素联系[14-16]和城镇化的相关理论[17-18]等方面展开了一系列的研究,如赵磊[19]等认为市场调节机制对新型城镇化发展有一定的导向作用,吴一凡等[20]发现经济发展水平、政府决策行为和人口规模等是土地城镇化的主要驱动因素,Zhang等[21]将自然地理条件的优劣作为影响县域城镇化发展最重要的因素之一.总体而言,当前对于城镇化的特征分析以及相关影响因素的研究取得了一定程度上的进展,也为高速发展的城镇化进程所带来的问题提供了科学理论依据.

在“新型城镇化”和“高质量发展”等战略影响下,学者们开始关注城乡转型过程中人口、产业、土地在城镇化过程中的重要作用[22-24].城镇化高质量发展的核心是资源的合理配置和要素的协调发展[25],即人口集聚、产业发展和土地流通.推动新型城镇化建设,人口城镇化是根本,产业城镇化是落脚点,土地城镇化是支撑,因此,人口、产业与土地非农化转型协调发展成了必要要求.近年来已有学者将人口、产业和土地纳入城镇化系统考量,例如城镇化与工业化的关系研究[26-27]、人口与土地城镇化的关系研究[28-29]以及人口与产业城镇化的空间协调研究[30-31]等方面.然而,研究往往局限在以其中两者为主的互动关系上,对于人口-产业-土地城镇化三者的耦合协调关系研究较少,对其形成机理的实证研究相对不足,并且研究区多集中于中、东部地区[32],对西部山地城市群的关注较少.

国发〔2022〕2号文件提出要培育发展黔中城市群,打造区域高质量发展增长极,全面推进以人为核心的新型城镇化[33].黔中城市群是国家实施新型城镇化战略、长江经济带战略和新一轮西部大开发战略的重点区域,也是贵州省实施工业强省和城镇化带动的重要支撑.近10年来,黔中城市群城镇化进程明显加快,人口城镇化率从44.72%增至63.01%,但当前城镇化水平非均衡现象突出,人口、产业与土地等生产要素在城乡与区域间的加速流转对统筹区域城乡高质量发展、推进新型城镇化建设提出了新的挑战.综上所述,本文利用耦合协调度模型,对2010—2020年黔中城市群县域人口、产业、土地城镇化时空特征及耦合协调进行探究,并运用偏最小二乘回归和地理加权回归模型探究其驱动因素,以期为推动西部山地特色城镇化,促进区域协调、高质量发展决策提供参考.

1 研究区概况与研究方法

1.1 研究区概况

黔中城市群位于贵州省中部,地处云贵高原腹地,以山地、丘陵为主,多喀斯特地貌,地形复杂、地表崎岖.区域总面积5.38万平方千米,占贵州土地面积的30.54 %,包括贵阳、遵义、毕节、安顺、黔东南、黔南6个市(州)的33个县级行政单元.人口方面,2020年人口净流出县域占比66.67 %,人口流出为主,人口城镇化率空间分异明显;产业方面,非农产业占主导地位,但以粗放式增长为主,发展水平不高;土地方面,城镇用地扩张速度较快,但可利用土地资源有限.

1.2 数据来源

黔中城市群县级行政区划来源于贵州省自然资源厅(https://zrzy.guizhou.gov.cn/);土地利用遥感监测数据(分辨率30 m)来源于中国科学院资源环境科学与数据中心(https://www.resdc.cn/);人口数据来源于贵州省第六、七次人口普查和2015年人口抽样调查资料;社会经济数据来源于《贵州统计年鉴》《中国县域统计年鉴》和贵州省宏观经济数据库;DEM数据来源于地理空间数据云(https://www.gscloud.cn),分辨率30 m.

1.3 研究方法

1.3.1 指标界定

参考已有研究[16],从数据可获取性出发,采用如下指标来衡量人口城镇化、产业城镇化和土地城镇化,具体公式如下:

式中:Pi、Ii和Fi分别为i县域单元人口城镇化、产业城镇化和土地城镇化水平;Ti和Ei分别为i县域单元总人口数量和城镇人口数量;Gi、Qi和Bi分别为i县域单元地区生产总值、第二产业增加值和第三产业增加值;Ui、Ri和Ai分别为i县域单元建设用地面积、农村居民点面积和行政区总面积.

1.3.2 耦合协调度模型

借鉴物理学中耦合度模型来揭示区域城镇化过程中人口、产业与土地发展的状态和相互作用关系,表达式如下:

式中:C值为耦合度,其大小用来表征人口、产业和土地城镇化三者之间相互作用强度;D为耦合协调度,取值在(0～1);K为区域人口城镇化、产业城镇化、土地城镇化综合发展指数;α、β、δ为待定系数,在城镇化发展系统中人口、产业与土地同等重要,故α=β=δ=1/3.本文将耦合协调度按数值大小划分为5个档次:严重失调[0,0.25]、轻度失调(0.25,0.35]、濒临失调(0.35,0.45]、勉强协调(0.45,0.6]和初级协调(0.6,1].

1.3.3 偏最小二乘回归模型

偏最小二乘(PLS)回归是一种基于高维投影思想的新的非参数回归方法,是对一般最小二乘(OLS)的改进,回归公式如下:

通过PLS回归最终可以得到2个重要指标:变量重要性指标(VIP)和回归系数(BETA),公式为:

式中:VIP代表第j个预测变量的重要性;pVk为第k个成分对相应变量Y的方差解释量.

1.3.4 地理加权回归模型

地理加权回归(GWR)是一种基于空间变化关系建模的局部线性回归方法,它在研究区域的每一处产生一个描述局部关系的回归模型,从而能很好地解释变量的局部空间关系与空间异质性,公式如下:

式中:(mi,ni)是i县域单元的中心地理坐标;Yi(mi,ni)是变量xij连续函数Yj(m,n)在i县域单元的值.

1.4 影响因素指标选取

人口-产业-土地城镇化是一个综合复杂开放的系统,其协调发展水平受到自然条件基底和社会、经济、制度等多方面的影响.根据已有研究,从黔中城市群实际情况出发,将自然及区位条件、经济发展水平、政府决策支持和人口状况纳入考量指标(见表1).经济发展水平、政府决策支持和人口状况:经济发展是城镇化的核心动力,对城镇化协调发展影响显著;政府决策支持能引导资源的再分配,对城镇化过程中的不协调趋势具有调节作用;人口是城镇化建设的主体,以人为中心的城镇化协调发展离不开具有一定文化素质的规模人口.交通及地理区位条件:地形、交通等因素是人口-产业-土地城镇化的原始基础,良好的基底条件能促进城镇化协调发展.

表1 黔中城市群人口-产业-土地城镇化协调度影响因素选择及说明

2 人口-产业-土地城镇化协调发展结果分析

2.1 人口、产业、土地城镇化时空演变格局

2.1.1 人口城镇化格局

2010—2020年黔中城市群人口城镇化率均值从0.415增至0.591,呈上升趋势.空间上表现为“东高西低,中部突出”的分布格局(见图1).高值区与次高值区主要集中在贵阳、遵义,东南部也有零星分布,低值区与次低值区分布广泛,低值区集中于乌蒙山和苗岭地区.变化特征上,高值区集聚范围逐步扩大,表现为从点状到团状的演化趋势;次低值区分布呈现斑块化—集聚片区的演化态势;低值区分布范围逐步缩小且更加分散.贵阳、遵义拥有较强的人口吸引力和就业承载力,人口迁入率和人口密度相对较高,因而人口城镇化水平也较高;乌蒙山、苗岭等地区受自然条件影响,产业发展层次较低,就业吸纳能力弱,青壮年人口外流明显,相应地人口城镇化指数也较低.

2.1.2 产业城镇化格局

2010—2020年黔中城市群产业城镇化率均值从0.855增至0.861,波动中略微上升.空间上呈现出中、东南、东北部高,西、南部低的空间格局(见图2).高值区与次高值区集中于贵阳、遵义,其余则零星分布在都匀、凯里;低值区和次低值区交错分布,低值区集中在毕节和贵阳以南,分散于东部高值区与次高值区之间.变化特征上,高值区与次高值区分布无明显变化,中部高值区范围扩大;次低值区分布变动幅度较大,次低值区分布由斑块状到北部集中连片.“十二五”以来,受到东部沿海地区产业转移和重点实施工业强省战略的影响,贵阳、遵义大数据、大健康、装备制造等新兴行业快速发展推动了产业城镇化进程.大方、黔西等地以传统煤炭产业为主,发展日渐式微;长顺、惠水等地苗岭横亘其中,地理环境复杂,工业基础薄弱,再加上紧邻贵阳,受虹吸效应影响,产业城镇化发展缓慢.

2.1.3 土地城镇化格局

2010—2020年黔中城市群土地城镇化率均值从0.023增至0.057,上升幅度较大但总体水平偏低.空间上呈现出中部高、四周低的分布格局,高值区和次高值区集中在贵阳及其周边(见图3).变化特征上,低值区范围大幅缩减,从连片集中到星点状分散;次低值区由南部向北部扩散转移,大致呈条状分布;中值区分布范围逐步扩大,从点状到块状分布,集中在北部;高值区与次高值区分布范围在2010—2015年基本不变,2015年以后次高值区分布范围明显扩大,以高值区为中心呈半环状分布.一方面,贵阳为丘原盆地地形,建设用地资源禀赋较好,经济更发达,土地城镇化水平更高;另一方面,受“强省会”战略影响,省内国土空间规划在建设用地方面向贵阳倾斜,土地城镇化空间扩张速度更快.

2.2 人口-产业-土地城镇化协调度时空格局

2010年、2015年、2020年黔中城市群人口-产业-土地城镇化协调度均值分别为0.043、0.052、0.095,总体呈上升趋势,说明不同要素间城镇化水平差距趋于缩小,但绝大多数县域处于濒临失调和轻度失调状态,人口、产业、土地城镇化之间协同发展程度较低、相互作用效率不高.2010—2020年,南明、云岩、白云、观山湖人口-产业-土地城镇化协调度提升明显,清镇、红花岗、西秀、凯里、龙里略有提升,其余县域协调水平基本不变(见图4).

(1)人口-产业-土地城镇化处于严重失调(协调度≤0.016)的县域数量大幅减少,占比从63.64%下降到6.06%,分布呈现集中连片—斑块状—碎片化演变特征(见图5).2010年,除中、东北、东南部小范围区域,其余县域均表现为严重失调;2015年,严重失调县域分化为三大集中区,分别是西北部的大方、黔西、织金,东北部的播州、瓮安,中南部的长顺、惠水、龙里;2020年严重失调县域仅剩绥阳和长顺,均处于城市群边缘区.

(2)人口-产业-土地城镇化处于轻度失调(0.016<协调度≤0.025)的县域数量略微增加,占比从12.12%提升到24.24%,分布范围呈斑块状增长趋势.2010年,轻微失调县域零星分布于南部,包括西秀、乌当、福泉、都匀;2015年,轻度失调县域向北延伸,北部出现大量轻度失调县域;2020年,北部轻度失调县域范围大幅缩小,呈块状分布,南部范围略有扩大,呈带状分布.

(3)人口-产业-土地城镇化处于濒临失调(0.025<协调度≤0.08)的县域数量增长明显,从12.12%增长至45.45%,分布呈现星点状—连片集中的演变趋势.2010年,濒临失调县域分散于中、东北、东南部;2015年,濒临失调县域在南部分布范围变广,在北部保持不变;2020年濒临失调县域数量激增,在北部形成集中连片区.

(4)人口-产业-土地城镇化处于勉强协调(0.08<协调度≤0.16)的县域数量基本保持稳定,占比处于6.06%～9.09%,分布从集中转为分散.2010年,勉强协调县域紧邻初级协调县域,集中于中部;2015—2020年,勉强协调县域向东北、东南部扩散.

(5)人口-产业-土地城镇化处于初级协调(协调度>0.16)的县域数量小幅增加,占比从2010年的6.06%上升到15.15%,提高了9.09%,集中于中部贵阳,分布由中心城区向周边县域拓展,范围逐步扩大.

随着区域社会经济发展,黔中城市群人口-产业-土地城镇化协调度水平不断提高,纵观2010-2020年演变过程,发现各县域协调水平呈现逐级演进趋势,遵循“严重失调—轻度失调—濒临失调—勉强协调—初级协调”逐级递补演进规律,而非跳跃式演进.

2.3 人口-产业-土地城镇化协调度变化时空格局

为分析黔中城市群人口-产业-土地城镇化协调发展变化的演变特征,分时期统计协调度变化值,正值代表协调水平提升,负值代表协调水平下降,绝对值越大,其协调水平提升越明显.总体而言,2010—2020年黔中城市群全域人口-产业-土地城镇化协调水平表现为“微升—大幅提升”的演变特征(见图6).从空间分布来看,中部协调度上升幅度较大,西北部协调度上升较为缓慢(见图7),其中,绥阳、开阳、贵定、织金和镇宁在两个时期均表现出较低的协调度增长水平.织金和镇宁喀斯特地貌广布且地处少数民族聚居区,城镇建设用地资源紧缺,以传统的煤磷化工产业为主,工业驱动较弱,人口集聚能力不强.绥阳、开阳和贵定地处山区,地形起伏较大,建设开发难度大,工业基础薄弱,且毗邻大城市及中心城区,被动虹吸效应较强,人口流出较为明显.

图4 黔中城市群人口-产业-土地城镇化协调度时间演变

分时期变化特征来看,①2010—2015年人口-产业-土地城镇化协调度变化绝对值均为正,协调发展水平以微升为主,低增长(≤0.008)县域占比57.58%.协调度增长水平表现为北高南低、中部突出的空间格局,凯里、白云、南明、花溪增长趋势明显.②2015—2020年人口-产业-土地城镇化协调度提升明显,协调发展水平以大幅提高为主,高增长(≥0.04)县域占比增至27.27%.空间上呈现出中部与东北部突出,高增长与低增长县域交错分布的格局,中部高增长县域扩张明显,表现为“点状-连片集中”的阶段演变特征.从不同阶段来看,后期较前期人口-产业-土地城镇化协调水平提升更快,同时县域之间的增幅差异也更大.

图6 人口-产业-土地城镇化协调度变化时间演变

(a)2010-2015年 (b)2015-2020年

2.4 人口-产业-土地城镇化协调度空间集聚性特征

为进一步探究黔中城市群人口-产业-土地城镇化协调度在空间上的集聚特征,将核密度分析结果可视化呈现(见图8).从图8可以看出,2010—2020年,协调度高值集聚区以贵阳云岩、南明为核心,呈圈层状向外扩张,逐步影响到平坝、龙里,同时形成了凯里、汇川、红花岗、西秀为首的多级中心.总体来看,中部协调度高值集聚最明显,东部高于西部.

3 人口-产业-土地城镇化协调发展的驱动因素

3.1 基于PLS模型的影响因素综合分析

偏最小二乘回归能够克服多重共线性对模型造成的不良影响,通过对自变量数据进行分解和筛选,从中提取出对因变量解释性最强的自变量,一般认为VIP值大于1的自变量对模型有重要贡献,PLS模型回归结果如表2所示.根据2010年和2020年的模型回归结果,VIP值大于1的解释变量有农民人均纯收入、单位面积固定资产投资强度、人口迁入率、平均受教育年限、路网密度,且这些变量均通过95%显著性检验.

根据2010年模型回归结果对解释变量影响力进行排序,结果如下:农民人均纯收入>单位面积固定资产投资强度>平均受教育年限>路网密度>人口迁入率.①区域农业生产力的发展为城镇化提供了经济基础,是城镇化的必要前提.贵州是传统农业省份,农业生产力水平与城镇化发展联系紧密.农民人均纯收入对人口-产业-土地城镇化协调度具有显著正向影响;②工业化是城镇化的核心动力,而交通运输、教育、卫生等第三产业的发展为城镇化提供了动力保障.单位面积固定资产投资强度和路网密度对城镇化协调发展具有明显的正向激励作用;③新型城镇化是“以人为本”的城镇化.表征人力资本状况的人口平均受教育年限和表征人口集聚能力的人口迁入率均对城镇化协调度有正向影响.

根据2020年模型回归结果对解释变量影响力进行排序,结果如下:单位面积固定资产投资>路网密度>平均受教育年限>农民人均纯收入>人口迁入率.①农民人均纯收入的影响系数绝对值显著下降,单位面积固定资产投资强度成为主导影响因素,随着城镇化进程演进,农业生产力的作用逐渐弱化,工业化的作用进一步凸显;②路网密度影响系数增大明显,表明交通发展对城镇化协调度的促进作用进一步凸显;③人口迁入率、人口平均受教育年限影响系数也有明显提升,人口因素对协调度的正向影响逐步增强.

表2 黔中城市群人口-产业-土地城镇化协调度PLS模型回归结果

3.2 基于GWR模型的影响因素空间异质性分析

3.2.1 模型构建与拟合结果

利用GWR4.0分别对2010年和2020年的黔中城市群人口-产业-土地城镇化协调度和农民人均纯收入、单位面积固定资产投资强度、人口迁入率、平均受教育年限、路网密度进行GWR模型拟合,两个年份的模型拟合优度分别为96.14%和98.61%(见表3),拟合效果均较好.

表3 黔中城市群人口-产业-土地城镇化协调度GWR模型拟合结果

3.2.2 影响因素的空间分异特征

经济发展水平.农民人均纯收入对黔中城市群人口-产业-土地城镇化协调发展的正向促进作用随着城镇化演进而逐渐减弱(见图9).2010年,以修文、白云及平坝等为中心向外,回归系数递减,表明农业生产力的发展能够有效促进这些县域城镇化协调发展.贵州是传统农业省份,“十一五”时期贵州加快农业和农村经济结构调整,农民增收渠道不断拓宽,农业较发达、农民人均收入较高的县域城镇化进程较快、协调程度相对较高.2020年,农民人均纯收入对城镇化协调度的影响基本为负,低值区向中、南部转移,表明农业的正向影响力大幅降低.随着城镇化进程加速,建设用地资源需求加剧,而九山半水半分田的地形,决定了黔中城市群可利用土地资源的有限性,粗放式的农业增长方式加剧了“人-地”矛盾,在一定程度上抑制了城镇化协调发展.

单位面积固定资产投资强度对黔中城市群人口-产业-土地城镇化协调发展具有正向影响(见图10).2010年,单位面积投资强度影响高值区主要集中在东南部,整体呈现由东南向西北递减趋势.西北部为乌蒙山区腹地,社会经济较落后,固定资产投资不足,工业化水平低,教育、医疗基础设施落后,人口、产业城镇化水平较低.2020年,高值区环中部呈倒“U”型分布,影响力整体表现为中部高、四周低的空间格局.“十二五”和“十三五”时期,在提升贵阳首位度、拓展发展空间政策影响下,贵阳中心城区不断向龙里、清镇、修文等周边县域拓展,固定资产投资大幅增加,人口、产业等要素加快集聚,有效提升了人口与产业城镇化水平,城镇化协调度明显提高.

人口集聚能力.人口迁入率对黔中城市群人口-产业-土地城镇化协调发展影响空间分异较为明显(见图11).2010年,人口迁入影响显著县域分散分布于东部和西南部,包括福泉、红花岗和镇宁,其中红花岗人口迁入率较高,人口集聚对人口与产业城镇化驱动机制明显.镇宁和福泉均表现为人口外流,前者人口总数较少,后者人口自然增长率较低,再加上紧邻区域中心城区,被动虹吸效应强烈,人口流失特别是强壮年外流对人口与产业城镇化发展影响较大.2020年,人口迁入对城镇化协调发展基本表现为正向作用,影响高值区向南转移且范围扩张,表明人口集聚对城镇化协调发展驱动效应逐步增强,南部县域人口流动对城镇化协调度发展的敏感度更高.

人力资本状况.人口平均受教育年限对黔中城市群人口-产业-土地城镇化协调度基本表现为正向影响(见图12).2010年,人口平均受教育年限对黔中城市群人口-产业-土地城镇化协调度影响呈现出中部低、四周高,西北部略有突出的空间趋势.中部南明、云岩、观山湖等地城镇化协调度明显高于其他县域,且以大数据、信息技术、新能源汽车等产业为主,人力资本状况较好,人口平均受教育年限影响系数较小.2020年,人力资本对城镇化协调度的强影响范围出现收缩,但整体表现为正向影响,说明随着产业结构调整升级,人力资本对城镇化协调发展的正向作用逐渐凸显.

交通及区位条件.良好的交通路网条件对黔中城市群人口-产业-土地城镇化协调发展具有促进作用(见图13).2010年,道路交通条件影响的高值区主要集中在中部及向南延伸的部分县域,整体作用强度较高,主要原因是受地形和资金限制,除贵阳以外的大部分地区交通状况较差,对城镇化协调发展影响较弱.2020年,道路交通条件的影响范围迅速扩张,尤其是西部交通条件的改善对城镇化协调度的促进作用显著提升.值得注意的是,中部息烽、修文、龙里等地交通路网完善反而抑制了城镇化协调发展,可能的原因是这些县域紧邻贵阳核心城区,在极化效应的影响下,交通条件改善反而为劳动力、资金等要素流出提供了便利,从而一定程度上抑制了本县域的城镇化协调发展.

(a)2010年 (b)2020年

4 结论

本文以黔中城市群为研究对象,利用耦合协调度测度、核密度分析探讨2010年以来其人口-产业-土地城镇化的时空格局,并综合运用偏最小二乘回归和地理加权回归模型探究城镇化协调发展的影响因素,结论如下:

(1)黔中城市群人口、产业、土地城镇化发展整体处于低水平状态,且空间分异明显.2010—2020年:城镇人口数量不断增多,县域人口城镇化率增速均值为54.50%,人口城镇化水平表现为东高西低,中部突出的空间格局,次低值区扩散最为明显;产业城镇化发展呈波动缓慢上升趋势,增速为0.73%,产业城镇化水平高值区集中于中部和东北部,低值区分布在西北部乌蒙山区和贵阳以南苗岭地区;土地城镇化率增幅明显,高达356.39%,呈现出中部高、四周低,东北、东南部略有突出的空间分布特征,但受地形限制较大,总体发展水平滞后.

(2)黔中城市群人口-产业-土地城镇化协调发展水平表现出明显的时空分异特征:时间上,协调度均值从0.043升至0.095,上升了120.93%,增幅明显,但总体协同发展程度较低,以濒临失调和轻度失调县域为主;空间上,协调度水平呈现出东高西低、中部突出的分布格局,高值区分布有所扩大,低值区范围大幅缩减,协调水平的空间差异逐步缩小;人口-产业-土地城镇化协调发展水平在两个时期均表现为上升趋势,2015—2020年协调水平较2010—2015年提升更快,县域之间的增幅差异也更大,空间上中部上升幅度较大,西北部上升较为缓慢.

(3)黔中城市群人口-产业-土地城镇化协调发展空间极化现象明显,形成了以云岩、南明为核心的高协调度集聚区,并且影响范围逐步呈圈层状向外扩张,同时由极核向多中心演变.

(4)人口-产业-土地城镇化协调发展时空演变是自然及区位条件、经济发展水平、政府决策支持和人口状况相互作用的结果.其中路网密度、农民人均纯收入、单位面积投资强度、平均受教育年限、人口迁入率是黔中城市群人口-产业-土地城镇化协调发展的主导驱动因素.随着城镇化推进,农业生产力的作用逐渐弱化,工业化和交通的作用进一步凸显,单位面积投资强度和路网密度影响力的空间变化最为明显.