人口密度與經(jīng)濟(jì)發(fā)展的空間關(guān)系分析

徐 鶴(上海應(yīng)用技術(shù)大學(xué) 城市建設(shè)與安全工程學(xué)院，上海 201418)

1 引言

隨著全球城市化的持續(xù)進(jìn)行以及人口在城市地區(qū)的快速增長(zhǎng)，城市面臨土地利用、住房、交通和資源管理等方面的挑戰(zhàn)，因此對(duì)更有效的城市規(guī)劃和管理方法的研究顯得尤為重要，其中緊湊發(fā)展是一個(gè)備受關(guān)注的選項(xiàng)。過去多年，迫于土地資源緊缺和經(jīng)濟(jì)發(fā)展的雙重壓力，一些學(xué)者提出了精明增長(zhǎng)的城市發(fā)展模式，強(qiáng)調(diào)城市存量空間的集約利用，高密度的開發(fā)通過加大空間供給保障了城市的相對(duì)低成本和城市新經(jīng)濟(jì)的發(fā)展，但城市高密度發(fā)展也帶來了一系列的環(huán)境壓力，如大城市綠色開敞空間越來越少、生態(tài)安全風(fēng)險(xiǎn)、城市管理難度越來越大等。

一些學(xué)者認(rèn)為，隨著人口密度上升，較高的城市人口密度通常意味著人口和企業(yè)聚集，從而促進(jìn)了資源的高效利用和交流，這有助于降低交易成本并提高生產(chǎn)效率[1]。此外，高密度城市更有可能形成產(chǎn)業(yè)集群和創(chuàng)新聚集區(qū)，推動(dòng)產(chǎn)業(yè)鏈條的延伸和技術(shù)進(jìn)步，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)[2]。城市人口密度的增加通常伴隨著更多的經(jīng)濟(jì)活動(dòng)，這為居民提供了更多的就業(yè)機(jī)會(huì)[3]。高城市人口密度意味著更大的市場(chǎng)規(guī)模，可以刺激供需之間更多的交易，吸引更多的投資和企業(yè)進(jìn)駐，進(jìn)一步促進(jìn)經(jīng)濟(jì)的發(fā)展[4]。然而，人口密度對(duì)經(jīng)濟(jì)增長(zhǎng)也可能帶來一些負(fù)面影響，比如過高的人口密度會(huì)導(dǎo)致交通擁堵成為城市生活的常態(tài)[5]。交通擁堵會(huì)使人們?cè)谕ㄇ诤拓浳镞\(yùn)輸方面耗費(fèi)更多時(shí)間和資源，降低城市的整體效率。還可能導(dǎo)致生產(chǎn)成本上升，對(duì)市場(chǎng)供應(yīng)鏈產(chǎn)生不利影響。高人口密度可能導(dǎo)致教育資源匱乏、醫(yī)療服務(wù)緊張等問題，影響市民的生活質(zhì)量和社會(huì)穩(wěn)定[6]。為了實(shí)現(xiàn)城市人口密度與經(jīng)濟(jì)增長(zhǎng)之間的平衡，政府和城市規(guī)劃者應(yīng)該采取相應(yīng)的政策措施，緩解交通擁堵、改善環(huán)境質(zhì)量、解決住房短缺問題，并提供足夠的公共服務(wù)供給。通過科學(xué)合理的規(guī)劃和管理，最大限度地發(fā)揮城市人口密度對(duì)經(jīng)濟(jì)增長(zhǎng)的正面影響，緩解潛在的負(fù)面影響。

過往研究多集中于城市人口密度對(duì)經(jīng)濟(jì)增長(zhǎng)的直接影響效應(yīng)的探究，缺乏空間視角下城市人口密度及經(jīng)濟(jì)增長(zhǎng)發(fā)展水平的關(guān)聯(lián)性探究；研究區(qū)域多以省級(jí)行政單位為主，缺乏區(qū)域視角下的分析?；谇叭搜芯?，本文選取長(zhǎng)三角41個(gè)城市為研究對(duì)象，驗(yàn)證城市人口集聚對(duì)經(jīng)濟(jì)發(fā)展水平的空間關(guān)聯(lián)性及差異性。對(duì)推進(jìn)城市人口密度與經(jīng)濟(jì)增長(zhǎng)的研究提供一定的理論意義，也為中國(guó)城市經(jīng)濟(jì)增長(zhǎng)與城市規(guī)模、結(jié)構(gòu)調(diào)整政策提供一定的現(xiàn)實(shí)指導(dǎo)。

2 研究區(qū)域與數(shù)據(jù)來源

2.1 研究方法

2.1.1 標(biāo)準(zhǔn)差橢圓

標(biāo)準(zhǔn)差橢圓方法通過可視化的方式，定量描述研究對(duì)象的空間分布和多維特征，已經(jīng)被許多學(xué)者用于揭示經(jīng)濟(jì)空間整體的多維特征及其動(dòng)態(tài)變化。本文使用標(biāo)準(zhǔn)差橢圓反映城市人口密度和經(jīng)濟(jì)發(fā)展水平等研究要素的空間分布格局及演變特征，計(jì)算公式參考文獻(xiàn)[7]。

2.1.2 雙變量空間自相關(guān)分析

空間自相關(guān)分析可揭示空間變量的分布是否與鄰近的變量有關(guān)，分為全局空間自相關(guān)與局部空間自相關(guān)。Anselin 提出的雙變量空間自相關(guān)分析（Bivariate Moran's I）[8]，可以有效反映兩類變量空間分布的關(guān)聯(lián)性與依賴特征。利用雙變量全局Moran's I 研究城市人口密度和經(jīng)濟(jì)發(fā)展水平之間是否存在空間關(guān)聯(lián)性，如果存在，再利用雙變量局部Moran's I 分析不同地區(qū)城市人口密度與經(jīng)濟(jì)發(fā)展水平之間的集聚性與分異特征。雙變量全局空間自相關(guān)的計(jì)算方法為：

式中：I為雙變量全局空間自相關(guān)指數(shù)，即總體上空間變量x與y空間分布的相關(guān)性；n為空間單元的總數(shù)；wij為通過K鄰接關(guān)系法建立的空間權(quán)重矩陣；xi、yj分別為自變量、因變量在空間單元i、j的觀測(cè)值；S2為所有樣本的方差。

雙變量局部空間自相關(guān)的計(jì)算方法為：

式中：Ii即空間單元i的自變量與因變量的局部空間關(guān)系；zi、zj是空間單元i、j觀測(cè)值的方差標(biāo)準(zhǔn)化值?；贗i可形成4 種聚類模式，并由此組成的LISA（Local Indications of Spatial Association）分布圖能直觀地呈現(xiàn)局部區(qū)域中自變量與因變量的集聚性及分異特征。聚類模式可分為高-高（High-High）聚集，即空間單元i 的自變量與鄰近單元j的因變量值均較大；低-低（Low-Low）聚集，即空間單元i的自變量與鄰近單元j 的因變量值均較小；低-高（Low-High）聚集，即空間單元i 的自變量值較小而鄰近單元j 的因變量值較大；高-低（High-Low）聚集，即空間單元i 的自變量值較大而鄰近單元j的因變量值較小。

2.2 城市人口密度與經(jīng)濟(jì)發(fā)展的定量評(píng)價(jià)

城市人口密度是指在城市地區(qū)內(nèi)，單位面積上的人口數(shù)量或人口總數(shù)。這個(gè)指標(biāo)通常用來衡量城市的人口集中程度和城市化程度，在城市人口集聚的過程中，技術(shù)得以進(jìn)步，經(jīng)濟(jì)實(shí)現(xiàn)增長(zhǎng)，城市獲得繁榮。其中，城市人口密度以年末常住城鎮(zhèn)人口/建成區(qū)面積表征，城市經(jīng)濟(jì)增長(zhǎng)以地均收入水平（第二、三產(chǎn)業(yè)產(chǎn)值/建成區(qū)面積）衡量[9]。

2.3 研究區(qū)域與數(shù)據(jù)來源

長(zhǎng)三角城市群作為東部地區(qū)重要的發(fā)展增長(zhǎng)極被納入國(guó)家戰(zhàn)略，未來發(fā)展將向更加協(xié)調(diào)、更高質(zhì)量和更具競(jìng)爭(zhēng)力的方向邁進(jìn)，選擇長(zhǎng)三角41 個(gè)地級(jí)市作為研究對(duì)象，能夠代表中國(guó)大多數(shù)城市，可以為該地區(qū)城市高質(zhì)量發(fā)展提供科學(xué)依據(jù)。

研究數(shù)據(jù)選取2000 年、2010 年和2019 年三個(gè)斷點(diǎn)年份作為樣本，城市人口密度指標(biāo)中建成區(qū)面積來源于《城市建設(shè)統(tǒng)計(jì)年鑒》，年末常住城鎮(zhèn)人口、第二和第三產(chǎn)業(yè)產(chǎn)值來源于《上海統(tǒng)計(jì)年鑒》《江蘇統(tǒng)計(jì)年鑒》《安徽統(tǒng)計(jì)年鑒》及《浙江統(tǒng)計(jì)年鑒》。

3 結(jié)果分析

3.1 城市人口密度與經(jīng)濟(jì)增長(zhǎng)的時(shí)空演變

由圖1（a）和表1 可得，2000-2010年，城市人口密度重心位于長(zhǎng)三角幾何重心的東南部，東南部城市人口密度顯著高于西北部地區(qū)。城市人口密度的標(biāo)準(zhǔn)差橢圓重心由東南部向西北地區(qū)移動(dòng)。城市人口密度的主要發(fā)展方向?yàn)闁|南-西北方向，長(zhǎng)半軸先增大后減小，短半軸始終增大，橢圓面積經(jīng)歷了先擴(kuò)張后收縮的波動(dòng)性增長(zhǎng)過程。由圖1（b）可知，經(jīng)濟(jì)密度空間分布重心坐標(biāo)的區(qū)域位置、遷移趨勢(shì)與主要發(fā)展方向與城市人口密度一致，表明東南部地區(qū)經(jīng)濟(jì)發(fā)展水平高于西北部，但經(jīng)濟(jì)增長(zhǎng)速度與西北部相比較慢，因此重心坐標(biāo)向西北偏移。橢圓長(zhǎng)半軸、短半軸均增大，空間分布面積擴(kuò)大。經(jīng)濟(jì)密度不斷升高，區(qū)域經(jīng)濟(jì)發(fā)展水平差距逐漸縮小。對(duì)比分析二者的標(biāo)準(zhǔn)差橢圓可知，二者的重心坐標(biāo)移動(dòng)趨勢(shì)、主軸方向與面積變化趨勢(shì)均相同，二者之間存在一定的空間關(guān)聯(lián)性。

表1 標(biāo)準(zhǔn)差橢圓參數(shù)統(tǒng)計(jì)

圖1 城市人口密度與經(jīng)濟(jì)發(fā)展標(biāo)空間分布標(biāo)準(zhǔn)差橢圓

3.2 城市人口密度與經(jīng)濟(jì)增長(zhǎng)的空間關(guān)聯(lián)性分析

利用全局莫蘭指數(shù)進(jìn)一步驗(yàn)證城市人口密度與經(jīng)濟(jì)增長(zhǎng)之間的空間關(guān)聯(lián)性，結(jié)果如圖2所示，2000年、2010年以及2020 年市密度與碳績(jī)效的雙變量全局莫蘭指數(shù)分別為0.683、0.56 和0.51，且均通過1%的顯著性水平檢驗(yàn)，說明2000-2019 年長(zhǎng)三角地區(qū)城市人口密度與經(jīng)濟(jì)增長(zhǎng)在地理空間上并非隨機(jī)分布，而是存在顯著的空間正相關(guān)關(guān)系和空間聚集規(guī)律，區(qū)域城市人口密度的提升會(huì)加快經(jīng)濟(jì)增長(zhǎng)速度，但會(huì)逐漸減弱正向的空間關(guān)聯(lián)性。

圖2 城市人口密度與經(jīng)濟(jì)發(fā)展雙變量莫蘭指數(shù)

雙變量全局莫蘭指數(shù)無法反映區(qū)域內(nèi)部局部地區(qū)城市人口密度與經(jīng)濟(jì)發(fā)展水平的相關(guān)性，進(jìn)一步采用局部雙變量空間自相關(guān)來繪制城市人口密度與經(jīng)濟(jì)發(fā)展的LISA 集聚分析圖，結(jié)果見圖2。由圖可知，城市人口密度與經(jīng)濟(jì)密度的雙變量局部空間自相關(guān)顯著區(qū)域主要集中在長(zhǎng)三角西北部的安徽省、上海都市圈以及東南部的浙江省。城市人口密度與經(jīng)濟(jì)發(fā)展水平的空間關(guān)聯(lián)性以高-高集聚和低-低集聚為主，局部地區(qū)存在低-高集聚，但未出現(xiàn)高-低集聚。

高-高集聚主要集中在長(zhǎng)三角東南部地區(qū)，2000 年高-高聚集區(qū)以東南部的浙江省為主，2010 年浙江省高-高聚集區(qū)范圍縮小，江蘇省的蘇州由不顯著區(qū)域轉(zhuǎn)變?yōu)楦?高集聚，2019 年高-高集聚區(qū)向長(zhǎng)三角東部沿海地區(qū)轉(zhuǎn)移。位于高-高集聚區(qū)的城市人口規(guī)模龐大、地理位置十分優(yōu)越、城鎮(zhèn)化水平較高，城市的快速發(fā)展使得這些城市經(jīng)濟(jì)發(fā)展水平不斷提高，區(qū)域之間相鄰城市空間的合作交流不斷增強(qiáng)，共享勞動(dòng)力、資本、技術(shù)、知識(shí)、信息資源，城市間的交通便捷程度不斷提高，基礎(chǔ)設(shè)施水平更加完善，帶動(dòng)區(qū)域及周邊城市經(jīng)濟(jì)發(fā)展[10]，促進(jìn)城市人口密度與經(jīng)濟(jì)發(fā)展水平在空間上的高-高集聚。

低-高聚集是指城市本身密度水平較低，周圍城市經(jīng)濟(jì)發(fā)展水平較好。低高集聚區(qū)主要集中在蘇錫常地區(qū)。該類城市人口密度較低，而其東部為長(zhǎng)三角核心城市，擁有較多高技術(shù)產(chǎn)業(yè)，單位土地經(jīng)濟(jì)產(chǎn)值較高。經(jīng)濟(jì)的發(fā)展帶動(dòng)開發(fā)區(qū)、高新區(qū)等建設(shè)，國(guó)家的財(cái)政支持也更有力地推動(dòng)城市經(jīng)濟(jì)的發(fā)展，形成了明顯的低-高聚集。

低-低集聚區(qū)主要集中在以安徽省為主的西北部地區(qū)，2000-2020 年低-低集聚區(qū)城市不斷減少，西北地區(qū)經(jīng)濟(jì)水平不斷提高。低-低集聚類城市如淮南、淮北、馬鞍山、銅陵和宣城等，以資源依賴型城市為主，城市空間開發(fā)力度較弱，優(yōu)質(zhì)人才吸引力不足，人口向東南地區(qū)遷移使得地區(qū)人才分布不均勻的情況更為嚴(yán)峻，同時(shí)地區(qū)產(chǎn)業(yè)發(fā)展滯后、產(chǎn)業(yè)結(jié)構(gòu)不合理導(dǎo)致經(jīng)濟(jì)效益水平較低[11]，造成城市人口密度與經(jīng)濟(jì)發(fā)展水平的低-低集聚。

圖3 城市人口密度與經(jīng)濟(jì)發(fā)展水平的LISA集聚圖

4 結(jié)論與建議

4.1 結(jié)論

本文選取2010 年、2015 年、2019年三個(gè)斷點(diǎn)年份數(shù)據(jù)，利用標(biāo)準(zhǔn)差橢圓和雙變量空間自相關(guān)模型對(duì)城市人口密度與經(jīng)濟(jì)發(fā)展水平的空間分布特征以及二者之間的空間關(guān)聯(lián)性展開深入分析，主要結(jié)論如下。

①城市人口密度與經(jīng)濟(jì)發(fā)展增長(zhǎng)的空間分布格局具有一定的相似性，2000-2020 年城市人口密度與經(jīng)濟(jì)密度協(xié)同增長(zhǎng)，表現(xiàn)出東南高西北低的空間分布格局。

②城市人口密度與經(jīng)濟(jì)增長(zhǎng)存在空間正相關(guān)，人口密度的提升有利于區(qū)域經(jīng)濟(jì)水平的發(fā)展，但局部地區(qū)二者之間的空間分布存在差異。以浙江省和上海市為主的東南部區(qū)域城市人口密度與經(jīng)濟(jì)發(fā)展水平以高-高集聚為主，而以安徽省為主的西北部地區(qū)則以低-低集聚為主；個(gè)別城市，主要是蘇錫常地區(qū)，以低-高集聚為主。

4.2 政策建議

在城市總體規(guī)劃至詳細(xì)規(guī)劃階段，應(yīng)通過合理調(diào)控城市人口密度來優(yōu)化城市空間結(jié)構(gòu)，通過調(diào)整基本公共服務(wù)以及居住功能用地布局引導(dǎo)人口流動(dòng)，形成更為合理的城市體系。加強(qiáng)政策引導(dǎo)作用，實(shí)現(xiàn)資源優(yōu)化配置及經(jīng)濟(jì)效益的提升。相鄰城市應(yīng)加強(qiáng)彼此間政策制定的交流合作，共同促進(jìn)長(zhǎng)三角城市群經(jīng)濟(jì)發(fā)展。應(yīng)考慮各地區(qū)的實(shí)際發(fā)展情況，制定差異化策略，秉承城市理性與精明增長(zhǎng)理念，根據(jù)城市發(fā)展階段，制定引導(dǎo)性政策，促進(jìn)城市集約化發(fā)展。