李卫东 张玥
摘要：城镇化质量是我国城镇化发展过程中面临的重要问题。本文对各省城镇化质量进行了实证评价，并利用空间自相关方法分析了我国城镇化质量的空间分布特征及演进特征。结果表明，自2000年以来我国各省份城镇化质量存在明显的空间集聚特征，空间分布始终保持“东高西低”的非平衡形态；邻近区域城镇化发展存在“示范效应”。
关键词：城镇化质量 空间分布 空间集聚 空间演进特征
一、引言
改革开放以来，中国的城镇化经历了一个高速增长的时期。2015年，中国的城镇化率已达到56.1%，全国城镇常驻人口达到7.7亿，未来这一数字还会继续扩大。但是，我国城镇化发展存在许多问题，《国家新型城镇化规划（2014—2020年）》指出，“我国城镇化是在人口多、资源相对短缺、生态环境比较脆弱、城乡区域发展不平衡的背景下推进的，这决定了我国必须从社会主义初级阶段这个最大实际出发，遵循城镇化发展规律，走中国特色新型城镇化道路。[1]”可见我国城镇化发展不仅面临人口、社会、环境等多方面的制约，还面临着城乡和地区之间发展不平衡的问题。
现有城镇化研究主要集中在三个方面，一是城镇化质量内涵及评价体系构建，研究视角从反映城镇化进程的单个指标[2-3]过渡到反映经济、社会、生态、人口、效率、协调等多个指标的视角[4-5]。二是城镇化质量的发展特征及其与城镇化速度、经济发展水平之间的协调性，认为我国城镇化的综合质量滞后于人口城镇化和经济城镇化[6-7]。三是我国城镇化发展的影响因素分析，不同学者主要从“自下而上”和“自上而下”两个方面对我国城镇化进程的动力机制进行了理论和实证分析，得出经济发展水平、产业结构、对外贸易、政府政策、市场环境以及农村发展等都对我国城镇化发展有重要影响[8-9]。但是，上述研究大多没有考虑我国城镇化地区分布非均衡的现状，而且城镇化是资源要素在空间上的聚集，对我国城镇化质量及其演进机制的研究，不仅应从时间角度加以分析，还应将空间因素引入研究过程，从而更加全面地反映我国城镇化发展的特征及规律。本文利用空间自相关方法分析代表年份我国城镇化质量的空间分布情况及其演进特征，为如何提高我国城镇化质量提供参考。
二、研究方法和数据
（一）综合评价法
借鉴已有的城镇化水平综合评价指标体系[2-6]，结合我国现阶段城镇化发展的目的和问题，从人口、经济、社会、空间、生态以及城乡协调六个方面构建指标体系（表1），对我国城镇化质量进行测评。为了消除量纲的影响，在事先对负向指标进行正向化处理的基础上，对原始数据进行标准化处理，公式如下：
Xij’=（Xij-minXj）/（maxXj-minXj） （1）
对经济城镇化、社会城镇化、生态城镇化和城乡协调度这四个更能体现城镇化质量的一级指标赋予20%的权重，人口城镇化和空间城镇化更侧重于城镇化水平，赋予10%的权重。对二级指标则采取等权重处理，测算出城镇化的综合评价指数。
（二）空间自相关
探索性空间数据分析是一种具有识别功能的空间数据分析方法，主要用于探测一些变量的空间关联性和集聚现象。某一变量在空间上发生集聚，意味着在一定区域内，这一变量在各个低于单元之间具有自相关性。空间自相关性可以看作是一种反应集聚现象的尺度[10]。
1、全局空间自相关
总体Moran’s I指数是检验整体空间自相关程度的指标，反映了整体空间内区域单元的平均聚集程度。通常取值在-1到1之间，大于0表示正空间自相关，小于0表示负空间自相关，等于0则表示不存在空间自相关，且绝对值越大表示相关程度越高。其计算公式为：
其中，各变量的含义同公式（1）。Moran散点图有四个象限，位于第一、三象限表示高值区域同样被高值区域包围（第一象限）或低值区域同样被地址区域包围（第三象限），空间分布较为集聚；位于第二、四象限则表示低值单元被高值单元包围（第二象限）或高值单元被低值单元包围（第四象限），空间分布比较分散。LISA聚集图可以将观测属性可视化，在地图上直观地显示指标的区域分布情况，识别出空间关联关系中的突出区域与差异情况。
（三）数据来源
本文选取2000—2013年共14年全国31个省、市、自治区的数据作为样本对我国省域城镇化质量进行测评。数据来源包括《中国统计年鉴》、《能源统计年鉴》、《城市统计年鉴》以及各省统计年鉴和国家统计局网站，个别缺失数据由合理测算得出。分析城镇化的空间分布及演进特征时，则选取我国“十五”、“十一五”、“十二五”的收官之年和2013年作为研究节点，以考察不同时期我国城镇化质量的空间分布特征。
三、我国城镇化质量的空间分布特征
我国是一个区域发展很不平衡的国家，如何实现区域协调发展一直是我国经济社会发展面临的一个重大挑战。这种不平衡不仅表现在经济发展水平上，更体现在教育、文化、医疗、交通、生态以及收入水平等方方面面，直接导致了我国城镇化质量的区域不均衡。而这种差距一旦形成就很难改变，因为经济发展水平高，社会资源较为集中的地区对人力、物力会产生强大的吸引力，促使社会资源的进一步流入，城镇化质量的进一步提高。因此，虽然我国政府长期以来对欠发达地区的城镇化过程给予了很多财政和政策支持，但其与发达地区的差距始终存在且难以缩小。
为了更加直观地认识我国城镇化质量的空间分布特征，本文选取了2000年、2005年、2010年和2013年四个年份为代表，绘制城镇化质量的区域分布“四分位图”，将我国城镇化质量分为四个层级：“高”、“较高”、“较低”和“低”。不难发现，随着时间的推移，我国城镇化质量虽然不断提高，但其空间分布特征却总体上保持稳定，即东南沿海地区的城镇化质量最高，东北地区、中部地区次之，西部地区最低。可见，我国经济社会发展水平高的地区，其城镇化质量总体上也处于领先位置。
但是，在城镇化质量分布总体保持稳定的基础上，一些代表性省份的城镇化质量却在不同“层级”间有调整。例如，由于传统重工业、高耗能产业等近年来发展的动力不足，东北三省的城镇化质量“层级”从2000年至2013年，都有不同程度的下降，辽宁从“高”变为“较高”，黑龙江和吉林则从“较高”变为较低；以煤炭产业为支柱产业的山西也表现出同样的发展态势，城镇化质量从2005年以前的“较高”变为如今的“较低”。此外，受自身资源条件所限，云南、广西等省份的城镇化质量“层级”也都有一定的下降。相反，河南、山东是我国的人口大省，邻近江苏、北京、天津等城镇化质量高的地区，再加上发达的交通网络，更利于人才、资源等要素的流入，使周边地区的扩散作用能够很好地显现，其城镇化质量“层级”平稳上升分别由“较低”和“较高”上升至“较高”和“高”。
四、我国城镇化质量的空间集聚与扩散
（一） 我国城镇化质量的空间集聚
唐纳德·博格发表了“人口推拉理论”，认为迁移者在原住地的推力或排斥力以及迁入地的拉力或吸引力的共同作用发生迁移，城镇化过程正是在农村的“推力”和城镇的“拉力”共同用下形成的。这一理论同样可以用于解释资源要素的区域间流动，劳动力往往会从生产率水平低、劳动报酬低、生活水平低的地区流向就业机会多、劳动报酬高、生活水平高的地区，人口的流动又往往伴随着其他社会资源的流动，必然会导致城镇化质量的空间集聚现象。
对我国省域城镇化质量进行全局空间自相关分析，得出各年的全局Moran’I指数。测算结果显示，各年的Moran’s I指数均为正，且通过了显着性检验，说明我国省域城镇化质量存在显着的正向空间依赖性，存在空间集聚特征。从Moran’s I指数的演变趋势来看，2009年之前Moran’I指数呈波动下降态势，之后呈波动上升趋势，但波动范围始终保持在0.1以内，幅度很小，这说明我国省域城镇化质量的空间依赖程度基本保持稳定。
（二）我国城镇化质量的空间集聚特征
全局空间自相关分析只能判断出城镇化质量是否存在空间依赖性，难以考察这种集聚的局部特征，可能会掩盖反常的局部区域状况或小范围的不稳定，因此还需要运用局部空间自相关加以分析，这里主要运用Moran散点图和LISA聚集图。
Moran散点图中城镇化质量的分布情况在2000年、2005年、2010年和2013年总体上保持稳定，且大多数省份位于第一和第三象限，这进一步说明我国的城镇化质量存在高度的空间集聚特征，我国城镇化发展存在区域差异。具体而言，北京、天津、山东、上海、江苏、浙江、福建7个省份都位于第一象限，说明这些省份的城镇化质量一直较高，且其周边省份的城镇化质量也较高。这些省份除北京和天津外，全部位于我国东部沿海发达地区，经济社会发展水平高，而北京和天津的经济社会发展水平也处于全国领先地位。内蒙古、河南、湖南、广西、宁夏、贵州、四川、云南、甘肃、青海、新疆、西藏12个省份都位于第三象限，说明这些省份的城镇化质量较低，且其周边省份的城镇化质量也较低。其中，除河南和湖南属于中部地区以外，其他均位于我国西部地区，人口密度低，经济落后，社会生活水平低等因素直接导致这些地区及其周边地区的城镇化质量较低。安徽和江西两省则一直处于第二象限，说明其紧邻的江苏、浙江、福建、广东等省份的高城镇化质量并未对其形成强有力的推动力。辽宁一直处于第四象限，说明辽宁在其所在地区“一枝独秀”，没有对周边地区起到很好的示范带动作用。
LISA聚集图的结果能够更加直观地显示我国31个省份城镇化质量的空间分布特征。从LISA聚集图中可以发现，我国城镇化质量分布的“极化”特点非常明显，且这种分布一直保持相对稳定的状态。我国的长三角地区一直是高城镇化质量的集聚中心，上海、江苏、浙江这三个省份在经济、人口、社会、生态等各个方面普遍高于全国其他地区，且这些地区就业机会多、各种资源丰富，人民生活水平高，城乡差距相对较小，这些因素都使长三角地区成为我国城镇化质量分布结构中“高的一极”。此外，京津冀地区在2000年时也是我国高城镇化质量的又一个集聚中心，但是2005年以后其集聚效应不再明显。这很可能与京津冀地区较为粗放的经济发展方式相关，钢铁、水泥、玻璃等传统重工业是河北省的支柱产业，2000年之前我国经济发展主要依靠重工业，在这样的背景下，河北省经济社会的发展速度自然较高，城镇化质量也较为突出。但2000年以后，我国不断进行经济结构调整，产业结构不断升级，以重工业为主的产业结构弊端日益突出，资源环境更是面临极大的挑战，严重制约了城镇化质量的提升。北京、天津地区虽然产业结构不存在明显弊端，但近年来资源环境的恶化也拉低了地区城镇化质量。因此，2005年后京津冀地区已难以维持我国高城镇化质量集聚中心的地位。
我国城镇化质量的另一个集聚中心是位于我国西部的新疆、西藏、青海、云南、四川等省份，这些地区长期以来经济社会发展水平滞后、自然条件恶劣、人民生活水平低，构成了我国城镇化质量“低的一级”。值得一提的是，陕西省2010年从这一级中退出，其城镇化质量明显高于周边地区，成为地区城镇化质量提升过程中的一个“亮点”。
而从时间维度来看，我国城镇化质量的空间形态始终保持“西高东低”的不平衡形态。由于资源的分配存在“马太效应”，那些经济发展良好、社会资源丰富，基础设施完备、生活环境良好的地区会吸引更多的人力、物力、财力的流入，而经济发展滞后、社会资源匮乏、生活和收入水平低的地区则越来越难以将人才和各种物质资源留住，也正因为如此，虽然中央和地方政府一直致力于缩小区域差距，出台了很多有利于欠发达地区城镇化质量提升的政策措施，城镇化质量的“极化”现象长期以来也一直难以扭转。
五、结论及建议
（一） 结论
通过上述分析可看出，我国城镇化质量的空间演进呈现以下特征：
第一，城镇化质量呈现明显的空间集聚特征，存在两个“极化”的集聚中心。保持稳定。我国城镇化质量的空间集聚现象非常明显，存在一个稳定的高城镇化质量集聚中心——长三角地区，和一个稳定的低城镇化质量集聚中心——西部欠发达地区，这两个中心及其周边省份共同构成了我国城镇化质量“极化”分布的特征。
第二，城镇化质量的空间结构稳定，始终保持“东高西低”的不平衡形态。由于“马太效应”的存在，我国城镇化质量的区域差异并没有随时间的推移发生明显好转，在空间形态上一直保持着“东高西低”的形态，东部沿海对人才、资源等的强大吸引力和西部地区自身城镇化发展的局限性共促使这种不平衡的空间结构长期保持稳定。
第三，城镇化质量高的地区对周边地区能够起到一定的扩散和示范效应。我国城镇化质量发展质量高的地区由相对分散的形态逐渐集中，城镇化质量“高”和“较高”地区由东部沿海地区逐渐向山东、河南等地扩散，并逐渐连接成片，此外，这种作用有逐渐扩大、逐渐加深的趋势，说明城镇化质量高的地区能够对周围形成一定的辐射带动作用。
（二）建议
第一，“因地制宜”制定发展战略，有选择地进行产业转移。各地区政府在制定政策时，应考虑到城镇化发展空间效应的存在，还应充分考虑城市发展的外部成本。城镇化质量较高的地区应重点发展服务业，注重环境保护，缩小城乡收入差距，同时积极向欠发达地区转移对其城镇化质量提升有帮助的产业，而不能仅仅将高污染高耗能的落后产能包袱甩给它们。而欠发达地区承接发达地区的产业转移时，也一定要考虑环境成本，取人之长补己之短，有选择地进行承接。
第二，推进城市群建设，减小要素流动阻力和成本。城镇化质量在空间上存在“示范效应”，而现阶段我国各地区行政界线过于明显，城镇化发展往往只考虑本地区利益，而忽略了与周边地区的互动。中央及地方政府应积极推进城市群建设，城市群的发展不能只是简单的城市组合，实现表面的联合和互动，而应是从城市群内部运行机制出发，促进各区域要素的空间整合。在基础设施、信息交流、生态保护等多个方面搭建网络，打破行政壁垒，减少资源流动成本。
第三，在西部地区培育新的城镇化示范区域，由点及面提升城镇化质量。由于资源在不同地区之间存在“马太效应”，而临近地区又存在“示范效应”，为了防止欠发达地区资源的流失，提升城镇化质量，最好的办法就是在该地区培育新兴城市，并以此为中心，发挥扩散带动作用，不断扩大辐射范围和半径，达到以点及面，全面提升西部地区城镇化质量的目的。
参考文献：
[1]中共中央国务院.国家新型城镇化规划（2014—2020年）[EB/OL]. http：//www.gov.cn
[2]王建军，吴志强.城镇化发展阶段划分[J].地理学报，2009（2）
[3]简新华，黄锟.中国城镇化水平和速度的实证分析与前景预测[J].经济研究，2010（3）
[4]中国社会科学院《城镇化质量评估与提升路径研究》创新项目组.中国城镇化质量综合评价报告[J].经济研究参考，2013（31）
[5]李明秋，郎学彬.城市化质量的内涵及其评价指标体系的构建[J].中国软科学，2010（12）
[6]CHEN Mingxing，HUANG Yongbin， etc.The prov-
incial pattern of the relationship between urbanization and economic development in China[J].Journal of Geographical Sciences，2014（1）
[7]简新华，黄锟.中国城镇化水平和速度的实证分析与前景预测[J].经济研究，2010（3）
[8]李江苏，王晓蕊，苗长虹，刘佳骏.城镇化水平与城镇化质量协调度分析——以河南省为例[J].经济地理，2014（10）
[9]刘建国，刘宇.中国城镇化质量的升级差异及其影响因素[J].现代城市研究，2012（11）
[10]陈安宁.空间计量学入门与GeoDa软件应用[M].浙江：浙江大学出版社，2014
[11]孟斌，王劲峰，张文忠等.基于空间分析方法的中国区域差异研究[J].地理科学，2005（4）
〔本文系全国统计科学研究项目重大项目“我国城镇化质量测评指标体系与演进机制研究” （项目编号：2014LD02）阶段性成果〕
（李卫东，1970年生，博士，北京交通大学经济管理学院副教授。研究方向：统计、技术经济。张玥，1991年生，北京交通大学经济管理学院硕士生。研究方向：技术经济）
