賈 巖,楊學(xué)紅
(六盤(pán)水師范學(xué)院,貴州 六盤(pán)水 553001)
經(jīng)濟(jì)新常態(tài)下,GDP增速告別以往的年均10%的飛速增長(zhǎng),逐步回落進(jìn)入經(jīng)濟(jì)新常態(tài)階段,同時(shí)自2014年頒布《國(guó)家新型城鎮(zhèn)化規(guī)劃(2014—2020年)》以來(lái),城鎮(zhèn)建設(shè)也從以往的快速擴(kuò)張逐步向高質(zhì)量、內(nèi)涵式發(fā)展演進(jìn)。伴隨著“劉易斯”拐點(diǎn)的到來(lái),人口“紅利”會(huì)逐漸消失??梢灶A(yù)見(jiàn)的是未來(lái)城鎮(zhèn)甚至一些大城市將面臨人口老齡化、人口縮減的困境。山地城市受到地形地質(zhì)條件的限制,空間的發(fā)展演變依附于自然條件特征,環(huán)境承載力相較于平原城市較脆弱,城鎮(zhèn)多零散分布于山間平地,受地形交通影響來(lái)往不頻繁,城市吸引力偏弱。因此多數(shù)山地城市社會(huì)經(jīng)濟(jì)發(fā)展速度較平原緩慢,而長(zhǎng)期緩慢發(fā)展引發(fā)的城鎮(zhèn)收縮現(xiàn)象也較為普遍。
城市收縮理論最早被廣泛討論是在20世紀(jì)90年代,當(dāng)時(shí)德國(guó)統(tǒng)一后東德出現(xiàn)人口、經(jīng)濟(jì)迅速衰減的局面,經(jīng)濟(jì)在西德等地區(qū)的競(jìng)爭(zhēng)下逐漸失去優(yōu)勢(shì),10 a間一百多萬(wàn)人口從東德遷出去往其他地區(qū),由于大量人口遷出城市空置率迅速上升,空間衰敗感隨之而來(lái),由此引發(fā)的城市收縮問(wèn)題很快被學(xué)界所重視。人口流失是收縮現(xiàn)象有力判斷標(biāo)準(zhǔn)之一,但相關(guān)度量標(biāo)準(zhǔn)未統(tǒng)一,Schilling等[1]認(rèn)為收縮城市是指在40 a內(nèi)失去25%人口的城市。國(guó)內(nèi)學(xué)者龍瀛等[2]認(rèn)為人口規(guī)模超一萬(wàn)的城市,人口連續(xù)超過(guò)2 a流失即可認(rèn)定為收縮城市。目前可采用的判定指標(biāo)還包括社會(huì)經(jīng)濟(jì)指標(biāo)、空間統(tǒng)計(jì)類(lèi)指標(biāo)、地理空間和景觀(guān)類(lèi)等指標(biāo),判斷過(guò)程多元又可驗(yàn)證。國(guó)內(nèi)關(guān)于收縮城市的研究實(shí)例主要集中在東北地區(qū),閆廣華[3]、馬佐澎[4]等通過(guò)不同數(shù)學(xué)分析模型對(duì)東北收縮城市的識(shí)別、收縮特征及成因、應(yīng)對(duì)機(jī)制及措施進(jìn)行了不同角度的探索。經(jīng)濟(jì)新常態(tài)下具有收縮趨勢(shì)的城市會(huì)越來(lái)越多,但現(xiàn)有研究實(shí)例主要集中在東北地區(qū),并且多數(shù)是基于地級(jí)市層面,本文研究貴州縣級(jí)城鎮(zhèn)收縮問(wèn)題,以期豐富對(duì)縣級(jí)山地城鎮(zhèn)收縮研究的探索。
以貴州省所轄88個(gè)縣(市、區(qū))為研究對(duì)象。研究數(shù)據(jù)主要分為矢量行政區(qū)域圖、數(shù)字高程圖(DEM)、相關(guān)社會(huì)經(jīng)濟(jì)數(shù)據(jù)。矢量數(shù)據(jù)來(lái)自國(guó)家地理空間數(shù)據(jù)云及規(guī)劃云網(wǎng)站,社會(huì)經(jīng)濟(jì)數(shù)據(jù)主要來(lái)源于《中國(guó)縣域經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)2020》(縣市卷)、2010年和2020年各市統(tǒng)計(jì)年鑒、各縣(市、區(qū))政府發(fā)布的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)公報(bào)等。
1.2.1 城鎮(zhèn)收縮指數(shù)
表征城市收縮主要有三方面:人口減少與人口流失、經(jīng)濟(jì)維度的產(chǎn)業(yè)衰敗和城市財(cái)稅下降等、景觀(guān)維度的空間品質(zhì)下降和空間利用率極低等情況[5-6]。選取適用性最廣的表征要素——人口變化作為衡量城市收縮指數(shù)的主要標(biāo)準(zhǔn),公式如下:
其中,Sn為貴州縣級(jí)城鎮(zhèn)收縮指數(shù);R2020,R2010分別為2010年和2020年地區(qū)常住人口與戶(hù)籍人口的比值,Sn>0為城市未出現(xiàn)收縮現(xiàn)象,城市發(fā)展處于增長(zhǎng)階段;Sn<0為城市出現(xiàn)收縮現(xiàn)象,而且Sn數(shù)值的大小反映城市收縮的差異性程度。
1.2.2 空間自相關(guān)
空間自相關(guān)是研究對(duì)象與自身所處空間位置之間相關(guān)性的檢驗(yàn),結(jié)果為正相關(guān)表明研究對(duì)象屬性值的變化與空間位置息息相關(guān),若為負(fù)相關(guān)則相反。其中對(duì)數(shù)據(jù)的探索從全局和局部自相關(guān)出發(fā),更準(zhǔn)確了解研究對(duì)象空間異質(zhì)性程度[7]。常用指標(biāo)方法為MoranⅠ,Local MoranⅠ。
按照縣級(jí)城鎮(zhèn)收縮狀態(tài)將城鎮(zhèn)類(lèi)型劃分為增長(zhǎng)型、收縮型,從收縮趨勢(shì)可繼續(xù)將增長(zhǎng)型分為持續(xù)增長(zhǎng)型和增長(zhǎng)轉(zhuǎn)收縮型;收縮型分為持續(xù)收縮型和收縮轉(zhuǎn)增長(zhǎng)型。2010年—2020年貴州共有59個(gè)縣(市、區(qū))發(fā)生收縮現(xiàn)象,占縣(市、區(qū))總量的67%,其中持續(xù)收縮型57個(gè)縣(市、區(qū)),增長(zhǎng)轉(zhuǎn)收縮型2個(gè)區(qū),收縮轉(zhuǎn)增長(zhǎng)型19個(gè)縣(市、區(qū)),持續(xù)增長(zhǎng)型8個(gè)縣(市、區(qū)),未發(fā)生變化2個(gè)縣(見(jiàn)圖1,圖2)。從地級(jí)市層面分析,畢節(jié)地區(qū)城鎮(zhèn)收縮最為嚴(yán)峻,收縮比例達(dá)100%,其次是黔西南(88%)>黔東南(81%)>六盤(pán)水(75%)>遵義(71%)>安順(67%)>黔南(58%)>銅仁(50%)>貴陽(yáng)(20%)。
從產(chǎn)業(yè)發(fā)展特征來(lái)看,持續(xù)增長(zhǎng)型縣(市、區(qū))找準(zhǔn)自身定位,大數(shù)據(jù)、特色產(chǎn)品加工、裝備制造、醫(yī)藥等產(chǎn)業(yè)不斷完成升級(jí),逐步融入以信息技術(shù)主導(dǎo)的現(xiàn)代產(chǎn)業(yè)體系。收縮轉(zhuǎn)增長(zhǎng)型縣(市、區(qū))依托當(dāng)?shù)靥厣Y源逐步改變現(xiàn)有收縮現(xiàn)狀,遵義地區(qū)主要依托當(dāng)?shù)靥厣拙浦еa(chǎn)業(yè),銅仁主要依托特色農(nóng)產(chǎn)品等,而收縮轉(zhuǎn)增長(zhǎng)型中發(fā)展最好的碧江、興義、都勻,人口由原來(lái)的流出型已轉(zhuǎn)變?yōu)榱魅胄汀?/p>
貴州收縮縣(市、區(qū))分布形成了“空心”圓、集中連片的空間格局,遠(yuǎn)期有集中組團(tuán)發(fā)展的趨勢(shì)。如圖1所示,“空心”指的是花溪-白云-烏當(dāng)?shù)燃鄣拇笤鲩L(zhǎng)核心,以及由興義、鐘山、碧江-萬(wàn)山-玉屏、仁懷-習(xí)水-赤水-播州、德江-思南形成的小增長(zhǎng)核心。收縮城鎮(zhèn)圍繞增長(zhǎng)核心呈環(huán)形、集中連片分布。圖1中增長(zhǎng)型城鎮(zhèn)發(fā)展有放射帶狀的空間發(fā)展趨勢(shì),收縮城鎮(zhèn)逐步趨向組團(tuán)集中化。集中連片分布的收縮縣(市)在貴州西部并且收縮指數(shù)較高。“空心”圓的格局形態(tài)反映多數(shù)縣(市、區(qū))仍處于低水平發(fā)展階段,從地級(jí)市層面,域內(nèi)多數(shù)仍以單核(舊核心區(qū))為中心,其他縣(市、區(qū))很難突破原有格局,持續(xù)呈現(xiàn)收縮狀態(tài)。特例出現(xiàn)在遵義市的匯川區(qū)和紅花崗區(qū),作為遵義傳統(tǒng)城市核心區(qū)在10 a的發(fā)展過(guò)程中出現(xiàn)收縮趨勢(shì),其他縣(市、區(qū))逐漸形成以白酒為主的生產(chǎn)加工、配套產(chǎn)業(yè),帶動(dòng)經(jīng)濟(jì)發(fā)展的同時(shí)提供大量技術(shù)、服務(wù)崗位,縣(市、區(qū))活力也被帶動(dòng)起來(lái),城鎮(zhèn)收縮開(kāi)始向增長(zhǎng)轉(zhuǎn)變。德江-思南兩縣同樣并非傳統(tǒng)城鎮(zhèn)發(fā)展核心區(qū),但10 a間在農(nóng)產(chǎn)品加工、當(dāng)?shù)靥厣称分谱鳟a(chǎn)業(yè)發(fā)展中逐漸找到與自身較貼合的發(fā)展模式,城鎮(zhèn)由收縮型轉(zhuǎn)變?yōu)樵鲩L(zhǎng)型。
貴州縣(市、區(qū))的收縮程度西高東低,邊緣城鎮(zhèn)收縮程度高,同時(shí)收縮城鎮(zhèn)存在空間聚類(lèi)現(xiàn)象??h(市、區(qū))收縮指數(shù)的Moran′sⅠ為0.311 3,Z值為5.057 0,通過(guò)了0.01水平上的顯著性檢驗(yàn),表明貴州縣(市、區(qū))收縮程度存在高度空間相關(guān)性(見(jiàn)圖3)。進(jìn)一步對(duì)局部空間自相關(guān)計(jì)算,得到收縮城鎮(zhèn)的LISA圖,分為五級(jí)即高-高聚集、低-低聚集、低-高聚集、高-低聚集、不顯著區(qū)域(見(jiàn)圖4,圖5)。其中高-高聚集縣(市、區(qū))主要分布在貴陽(yáng),是花溪-白云-烏當(dāng)?shù)葌鹘y(tǒng)核心區(qū)并不斷向外圍擴(kuò)張的增長(zhǎng)型城鎮(zhèn)。高-低聚集屬于收縮型包圍增長(zhǎng)型城鎮(zhèn)的重點(diǎn)區(qū)域。由圖4可知包圍較明顯的是興義市和鐘山區(qū)。低-高聚集則屬于增長(zhǎng)包圍收縮城鎮(zhèn),在全域未形成類(lèi)似空間特性。低-低聚集屬于收縮城鎮(zhèn)主要聚集地,六枝-鎮(zhèn)寧-關(guān)嶺-晴隆-興仁-貞豐-望謨形成收縮城鎮(zhèn)最為明顯的聚集。目前,全域縣(市、區(qū))空間總體聚集依然呈現(xiàn)單中心-邊緣的初期發(fā)展特征。
貴州地區(qū)生態(tài)本底良好,森林覆蓋率高,生物多樣性豐富,但境內(nèi)多山導(dǎo)致可利用平整用地較少,生態(tài)環(huán)境問(wèn)題也比較突出,如喀斯特山區(qū)水土流失、石漠化,受人類(lèi)活動(dòng)影響生態(tài)景觀(guān)格局破碎等問(wèn)題,地區(qū)環(huán)境綜合承載能力較一般地區(qū)差。從DEM數(shù)據(jù)中的坡度、起伏度來(lái)看,集中連片的收縮縣(市、區(qū))地形平整度整體更差,以六枝-鎮(zhèn)寧-關(guān)嶺-晴隆-興仁-貞豐-望謨收縮聚集地區(qū)較為典型。受地形地貌影響氣候多變,地質(zhì)條件復(fù)雜,全省自然災(zāi)害頻發(fā),災(zāi)害對(duì)全省社會(huì)經(jīng)濟(jì)與人民生產(chǎn)生活構(gòu)成重大影響,以2020年為例各類(lèi)自然災(zāi)害共造成88個(gè)縣(市、區(qū))475.65萬(wàn)人次不同程度受災(zāi),直接經(jīng)濟(jì)損失90.53億元。因此自然條件成為制約城鎮(zhèn)發(fā)展、加速城鎮(zhèn)收縮的重要原因之一。
人口老齡化從人口結(jié)構(gòu)層面反映勞動(dòng)力豐富程度,關(guān)乎經(jīng)濟(jì)社會(huì)未來(lái)長(zhǎng)遠(yuǎn)發(fā)展的能力。人口老齡化與城鎮(zhèn)收縮二者不斷形成累計(jì)循環(huán),加速城鎮(zhèn)收縮。通過(guò)第七次人口普查數(shù)據(jù)得到貴州各州市已全部進(jìn)入老齡化階段,遵義、銅仁、黔東南老齡化程度最深,青壯年憑借讀書(shū)、務(wù)工等形式離開(kāi)縣城,縣城人口結(jié)構(gòu)逐漸偏向老齡化,縣城產(chǎn)業(yè)缺少青壯年勞動(dòng)力的支撐,產(chǎn)業(yè)創(chuàng)新將無(wú)法得到保障。往復(fù)循環(huán)中城鎮(zhèn)收縮將繼續(xù)加劇,人口結(jié)構(gòu)失衡走向老齡化的過(guò)程將對(duì)社會(huì)經(jīng)濟(jì)的穩(wěn)定與可持續(xù)發(fā)展帶來(lái)巨大挑戰(zhàn)。
貴州境內(nèi)多礦產(chǎn)資源,其中煤炭以及鋁土礦、汞、銻等金屬礦產(chǎn)在全國(guó)占有較大比重,過(guò)去圍繞礦產(chǎn)資源形成的冶金、有色金屬、化工、機(jī)械等眾多重工部門(mén),貴陽(yáng)、遵義、畢節(jié)、六盤(pán)水形成區(qū)域工業(yè)基地。但重工業(yè)企業(yè)數(shù)量的不斷增長(zhǎng)、生產(chǎn)技術(shù)處理不當(dāng)?shù)榷技觿…h(huán)境的惡化。自2014年全國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”,強(qiáng)調(diào)集約化、綠色化生產(chǎn)發(fā)展道路,貴州針對(duì)老舊高污染企業(yè)進(jìn)行全面調(diào)整關(guān)停的政策,整體壓縮生產(chǎn)規(guī)模及崗位工人,這也造成了工業(yè)型縣(市、區(qū))人口大量流失。早在1991年貴州省旅游局就率先提出了“旅游扶貧”的發(fā)展思路,并在“十二五”規(guī)劃中強(qiáng)調(diào)努力培育旅游產(chǎn)業(yè)成為戰(zhàn)略性支柱產(chǎn)業(yè)。但目前縣域?qū)用娴穆糜萎a(chǎn)業(yè)發(fā)展也面臨諸多瓶頸,以六枝為例,縣域內(nèi)存在苗族、布依族等少數(shù)民族,文化多元,但在旅游產(chǎn)業(yè)發(fā)展中存在旅游資源雜而不精、分散,基礎(chǔ)設(shè)施落后等縣級(jí)旅游產(chǎn)業(yè)開(kāi)發(fā)中的共性問(wèn)題,導(dǎo)致旅游產(chǎn)業(yè)發(fā)展受阻。綜合上述產(chǎn)業(yè)發(fā)展,現(xiàn)狀區(qū)域產(chǎn)業(yè)從重工業(yè)逐步向旅游業(yè)、特色農(nóng)業(yè)轉(zhuǎn)型,但目前大部分縣(市、區(qū))產(chǎn)業(yè)動(dòng)力不足,例如六枝經(jīng)濟(jì)增速?gòu)?015年的12.6%下滑到2020年的4.6%。經(jīng)濟(jì)收縮是城鎮(zhèn)收縮的重要方面,經(jīng)濟(jì)決定了城鎮(zhèn)是否能“留住人”,也加速了收縮縣(市、區(qū))集中連片的空間格局形成。再反觀(guān)收縮縣(市、區(qū))空間分布形成的“空心”圓,這一“空心”即中心地,其產(chǎn)業(yè)強(qiáng)勁有力,不斷吸引邊緣城鎮(zhèn)的發(fā)展要素,形成強(qiáng)者越強(qiáng)的馬太效應(yīng),也是加速邊緣收縮城鎮(zhèn)擴(kuò)張的主要因素。
貴州縣(市、區(qū))受經(jīng)濟(jì)發(fā)展水平的限制,各類(lèi)設(shè)施建設(shè)水平存在明顯不足。突出體現(xiàn)在教育、醫(yī)療以及市政設(shè)施上。市縣之間、城鄉(xiāng)之間在辦學(xué)條件特別是辦學(xué)水平上仍存在著較大差距。醫(yī)療衛(wèi)生設(shè)施發(fā)展不平衡,發(fā)展較好的縣(市、區(qū))醫(yī)療設(shè)施較先進(jìn),一般縣(市、區(qū))醫(yī)療設(shè)施仍然較為落后并且占比很高。服務(wù)設(shè)施也只有中心地或者重點(diǎn)區(qū)域較為完善。服務(wù)設(shè)施支撐日常生活的便捷需求,因此產(chǎn)生了因教育、醫(yī)療產(chǎn)生的人口流失,進(jìn)一步加速一般性城鎮(zhèn)收縮的過(guò)程。而且以發(fā)展康養(yǎng)旅游為主體的縣(市、區(qū)),如貞豐縣、紫云縣等,由于先進(jìn)醫(yī)療設(shè)施、服務(wù)的缺乏嚴(yán)重制約康養(yǎng)旅游產(chǎn)業(yè)的發(fā)展,因此服務(wù)設(shè)施也成為影響城鎮(zhèn)收縮的關(guān)鍵。
貴州縣(市、區(qū))收縮趨勢(shì)依然嚴(yán)峻,2010年—2020年貴州共有59個(gè)縣(市、區(qū))發(fā)生收縮現(xiàn)象,占縣(市、區(qū))總量的67%??臻g分布上收縮縣(市、區(qū))形成了“空心”圓、集中連片的空間格局,遠(yuǎn)期有集中組團(tuán)發(fā)展的趨勢(shì)。收縮縣(市、區(qū))空間分異明顯,收縮程度整體西高東低,邊緣城鎮(zhèn)收縮比例更高,存在明顯空間聚類(lèi)現(xiàn)象。從自然條件、人口老齡化、產(chǎn)業(yè)發(fā)展、服務(wù)設(shè)施四個(gè)維度論述貴州縣(市、區(qū))收縮的主要原因并總結(jié)形成機(jī)制。
本文以貴州省縣(市、區(qū))為研究對(duì)象,在人口數(shù)據(jù)支撐下論述縣級(jí)城鎮(zhèn)收縮的空間格局及分異特征,存在幾點(diǎn)不足需要后續(xù)深入探討:
1)縣級(jí)城鎮(zhèn)收縮的判斷標(biāo)準(zhǔn)過(guò)于單一,未從經(jīng)濟(jì)、用地等角度進(jìn)行反復(fù)論證檢驗(yàn)。
2)城鎮(zhèn)收縮的影響因素判斷還可繼續(xù)細(xì)化成影響因子進(jìn)行定量分析判斷。
3)人口數(shù)據(jù)雖然采取的是人口普查年份的統(tǒng)計(jì)較為準(zhǔn)確,但跨度10 a的面板數(shù)據(jù)對(duì)于人口變動(dòng)的敏感程度較弱。后期繼續(xù)完善縣級(jí)城鎮(zhèn)收縮的識(shí)別及影響因素量化研究。