APP下载

淮海经济区城镇化时空格局及驱动力分析*

2018-07-31陈敬霄

中国农业资源与区划 2018年6期
关键词:淮海城镇化率经济区

陈敬霄

(淮北师范大学管理学院,安徽淮北 235000)

0 引言

21世纪以来,我国城镇化率年均增长达1.35%,城镇化发展迅速, 2000年我国城镇化率为36.2%,截止2016年底,城镇化率高达57.35%,由此可见,我国城镇化规模正在不断扩大[1-2]。淮海经济区是我国最早的区域性经济合作组织之一,经济发展较为迅速。其经济发展带来的是城镇化剧烈发展,虽然城镇化率整体上有所增长,但受其省际边缘区位的影响导致其城镇化发展呈边缘后发型及断裂切变性特征,城镇化发展缺陷已经成为淮海经济区总体发展的重要障碍因素。同时,城镇化发展是社会、经济、生态等的共同发展,城镇化发展过快和空间扩张过速必然导致资源的浪费,反过来只有城镇化健康发展才能促进资源的合理利用[3-4]。基于此,以科学的方法测定淮海经济区城镇化率,分析其时空变化并找出推动我国城镇化发展的驱动因素有利于我国城镇化的发展。

正确把握城镇化的时空格局和驱动力一直是各领域学者尤其是经济学家研究的重点。国内多数学者从城镇化率内涵[5]、测算方法[6]、与经济发展的关系[7]多方面进行研究,也有学者从城镇化的时空格局和影响因素进行分析,如王新越等[6]对城镇化的内涵进行了深度的解读,认为城镇化包括人口、经济、空间、社会、生态环境、生活方式、城乡一体化、创新与研发8个方面; 李江苏等[5]以河南省为研究区,采用城镇化质量分段函数评价模型,测算近10年河南省18市的城镇化率; 鲍超[7]认为我国城镇化对经济增长的综合贡献率较稳定,约为30%,生产效率的提高是经济增长的决定性因素,因此,应通过提高生产效率的方式提高我国城镇化水平。陈忠暖[8]、张引[9]等分别就我国及重庆城镇化的时空变化做了一定分析,但单纯地研究城镇化率和时空分布只能分析该区域城镇化发展的现状,并不能为合理优化城镇化发展提供有效建议,而从已有研究来看,一方面,现有研究多以我国或者某省为研究区分析城镇化发展的现状,而对于经济区城镇化的研究较少,另一方面,仅对研究区城镇化率现状做研究不能准确为提高城镇化发展及合理规划布局提供有效建议。基于此,文章通过各市统计年鉴查找淮海经济区各城市的城镇化率,并利用变异系数法测算城镇化率差异,在此基础上运用Logistic二元回归模型分析淮海经济区的驱动因素,以便更好地为淮海经济区城镇化发展提供有效建议。

1 研究区概况及研究方法

1.1 研究区概况

淮海经济区成立于1983年,地处亚欧大陆桥东部地区,北接齐鲁、南连江淮、东临黄海、西临中原,属温带季风气候,包括江苏省徐州、连云港、盐城、淮海、宿迁等5市,山东省济宁、临沂、菏泽、日照、枣庄、泰安、莱芜等7市,河南省商丘、周口、开封等3市,安徽省淮北、宿州、阜阳、蚌埠、亳州等5市,共20个城市[10-12],其GDP占全国GDP约为9%,近年来随着城镇化和工业化的不断推进,淮海经济区作为我国经济发展较好的地区,其城镇化发展备受关注。统计数据显示, 2015年全国城镇化率达55%,而淮海经济区城镇化率远低于全国平均水平,尤其是蚌埠、亳州、阜阳等地城镇化率较低,而徐州、济宁、莱芜等地的城镇化率较高。可见淮海经济区城镇化总体上虽然有一定发展,但地区差异较明显,空间分布不均匀。

1.2 研究方法

1.2.1 变异系数法

变异系数法是衡量观测数据差异的常用方法之一,是一种客观赋权的方法。采用该系数能够有效测度2005~2015年淮海经济区城镇化率及2005年、2010年、2015年等3个时段城镇化率年均变化率的区域差异[13-14],故选用此方法。计算公式如下:

表1 淮海经济区城镇化水平驱动因素指标选取

(1)

1.2.2 二项Logistic回归模型

Logistic回归模型是对二分类变量进行回归分析的较普遍应用的多元量化分析方法,主要用于分析驱动力及影响因素[15-16]。城镇化主要受经济、人口、社会、环境等方面的影响,通过相关文献的阅读以及淮海经济区城镇化发展历程,该文选择以下指标作为回归模型的解释变量(表1)。

回归模型计算方法如下:

(2)

式(2)中,Ai为每个因子的变化对城镇化影响的概率,结果在0~1之间;Xn,i表示该驱动因子在该位置上的值; 1-Ai是表示不发生该事件的概率:Ai/(1-Ai)是事件发生的比例。Logistic函数是一个累积分布函数,自变量在不同阶段发生不同变化时,其影响也相对不同,这种非线性的函数能够很好地拟合社会和自然中的许多实际情况。

1.2.3 数据来源

该研究数据包括社会经济数据和基础地理数据,其中,社会经济数据来源于中国国家统计局、《江苏省统计年鉴》《山东省统计年鉴》《安徽省统计年鉴》及当地的社会经济发展公报,基础地理数据来源于国家地理信息中心。研究时期分为2005年、2010年、2015年等3个时间段。

2 结果与分析

2.1 淮海经济区城镇化时空格局分析

2005年淮海经济区城镇化率整体形势低迷,多数处于低城镇化水平,仅徐州、连云港两市城镇化率相对处于较高水平,城镇化市域间差异并不十分显著(图1)。具体来讲,连云港、徐州处于高城镇化率水平,其中徐州城镇化水平为43.4%,连云港城镇化率为38.35%,莱芜、泰安、枣庄、商丘、宿州、宿迁、济宁处于中城镇化率水平,菏泽等处于低城镇化率水平。总体来讲,淮海经济区城镇化率水平呈现出以连云港、徐州为核心的集聚式辐射分布状态,核心周边市域城镇化率水平普遍高于边缘地区。

2010年由徐州、商丘、济宁、连云港、枣庄、宿迁、淮北、宿州组成的淮海经济区核心区生产总值已达到9 584亿元,随着经济的迅速发展对人口产生了更大的集聚效应,区域总人口达到4 892万。在经济发展与区域间加强协调联动的良性带动之下,开封、淮北、亳州、盐城、周口、蚌埠已由低城镇化率发展为中城镇化率,城镇化率均高于40%。商丘、宿迁、济宁人口城镇化发展步入高城镇化率城市的新起点。跨省际区域合作机制对于城镇化的拉动效应出显,为区域共同发展注入了新活力。

截止2015年淮海经济区城镇化水平步入快速发展快车道。枣庄、宿州、淮北、开封相继成为高城镇化率水平城市,高城镇化率水平城市高达9个(高于50%),中城镇化率水平城市9个(高于40%)。淮海经济区中心城市城镇化水平较高,归因于这些地区的经济基础水平较高,具有地缘优势,有效带动了周边地区的经济发展、增强了周边地区对人才的吸引能力。2005~2015年高城镇化率水平地区分布从零星式的点状分布发展为连片式的条带状分布; 城镇化率由中心城市徐州向周边地区辐射的发展走势显著。

图1 淮海经济区市域城镇化水平空间分布

对各年份城镇化发展水平差异度的测算结果表明, 2005~2015年以来城镇化发展水平差异总体上呈现出先扩大后减小的趋势, 2005年、2010年、2015年城镇化差异度分别为0.95、1.21、0.89,上述数字说明淮海经济区城镇化发展的区域均衡性得到强化,各市域间城镇化发展水平之间的差异先扩大后减小,经济区城镇化水平大幅提升。由表2可知,临沂、宿迁城镇化水平差异较为明显,城镇化一直处于高速增长状态,城镇化发展水平差异度指数高于1.0,枣庄、淮北、开封、日照等城镇化发展水平增长速度随时间加快。2005年水平差异度指数处于1.0~1.5之间的市域有12个, 2010年有8个, 2015年已经减少为6个。整体来看,淮海经济区城镇化水平已经逐渐趋于稳步上升水平。

表2 淮海经济区各地市城镇发展化水平差异度

表3 H-L拟合优度检验结果

2.2 淮海经济区城镇化发展驱动力分析

城镇化水平反映了人口向城市或城镇集中的程度,城镇化的发展受多种因素的影响,结合淮海经济区的实际情况该文从经济、人口、社会、环境等4个方面共选取9个指标,定量分析各指标与城镇化的相关程度,以识别淮海经济区城镇化发展的主要驱动因素。将2005年、2010年、2015年等3个时期各市域的因变量和自变量带入到Logistic回归模型中,H-L拟合优度检验中显著性sig.值依次为0.921、0.806、0.907,表明模型的拟合效果良好,预测正确率分别为82.8%、87.3%、84.1%,模型较为稳定(表3)。最终回归模型在3个时期的具体情况见表4。由表4中偏回归系数的显著性水平(P<0.05)以及Wald统计量可以看出, 2005年城镇化率变化主要的解释变量为人均GDP、人口密度、距中心城市距离。新型城镇化体现的是“以人为本”的城镇化,是产城互动、生态宜居、和谐发展、经济与社会协调发展的城镇化。2005年,淮海经济区城镇化快速发展市域,例如济宁、宿迁等主要归因于经济发展较为良好的中心城市对其经济的带动作用,人均GDP大幅提高; 同时,由于经济发展对于人才产生吸引作用,导致市域人口密度增加,从而提高了城镇化率; 2010年,伴随《关于加快淮海经济区核心区一体化建设重点工作方案》《淮海经济区核心区一体化建设合作与发展协调机制》等政策文件的发布,淮海经济区经济发展进一步加快,非农人口比重增加,乡村人口大量进入城镇务工,市域人口密度增大,非农人口比重与人口密度成为继距中心城市距离之外的城镇化率提高的主要驱动因素; 2015年,距中心城市距离对于城镇化率驱动能力下降,人均GDP、二、三产业增加值占GDP的比重等经济驱动力以及人均城镇固定资产投资额等社会驱动因素成为主要驱动力。亦表明在城镇化发展的一定阶段之后,城镇化发展将从规模向提升质量方面过渡,经济区各要素资源优化配置、区域综合竞争力的提升成为提升城镇化水平的主要动力。

表4 淮海经济区城镇化水平驱动力模型估计结果

3 结论与建议

3.1 结论

该文首先对淮海经济区城镇化时空格局进行分析,在此基础上,利用Logistic回归模型识别淮海经济区各时期的驱动力,得出结论:2005~2015年淮海经济区城镇化水平呈不断上升趋势,在不同时期呈现出不同的变化特征。具体表现如下。

(1)2005年淮海经济区城镇化率整体水平较低,城镇化水平围绕徐州呈现辐射态势分布; 2010年淮海经济区城镇化总体呈上升趋势,南部及中部地区城镇化发展明显,北部地区城镇化较低,城镇化格局分化明显; 2015年淮海经济区各地区城镇化率多为中高城镇化,中部地区城镇化普遍较高,中高城镇化率水平地区分布从零星式的点状分布发展为连片式的条带状分布,城镇化区域间差异减小,空间格局趋于稳定,发展态势良好。

(2)2005年提升淮海经济区城镇化率的主要驱动因素为人均GDP、人口密度、距中心城市距离; 2010年提升淮海经济区城镇化率的主要驱动因素为非农人口比重、人口密度、距中心城市距离; 2010年提升淮海经济区城镇化率的主要驱动因素为人均GDP、人均固定资产投资额、二、三产业增加值占GDP的比重,这主要是由于随着城镇化和工业化的发展,各地区之间联系日益密切,对外开放程度越来越高。

3.2 建议

(1)淮海经济区城镇化的发展应突出表现各区域的主体功能化。从研究结果来看,淮海经济区城镇化水平是围绕区域内各大主体城市延伸的,各中心城市的主体功能应加以重视。建议淮海经济区在规划时应明确徐州、连云港等城市中心地位,以徐州为中心提高城镇化的发展,充分发挥徐州、济宁、临沂的交通枢纽、商务、物流、金融等服务功能,形成中间三点带动三角面内经济发展,以期增加其中心辐射能力; 另一方面,应该依托京杭大运河的优势发展其沿线城市,包括宿迁、淮北、淮安、盐城等地,以完善其城市主体功能。

(2)推进城镇化发展的差异性建设。从研究结果来看,对城镇化发展质量高且发展空间高的区域可适当加速其城镇化发展进程,但对于某些自身城镇化发展水平较低又具有特殊资源的地区应依托其资源合理推进城镇化建设。淮海经济区包括了江苏、山东、安徽、河南等多个城市,各地域资源不同。如河南省周口市文化传承了我国6 000多年文化,历史悠久,文化灿烂,被誉为“中华文化发祥的重地”,因此可以通过发展周口市的历史文化,将其定义为旅游型城镇发展城市,一方面可以宣传我国优秀的历史文化,大大提高周口市城镇化水平,间接带动整个淮海经济区城镇化的发展; 另一方面淮海经济区在推动城镇化发展时,徐州、连云港等地自身城镇化发展质量较高,但其地理位置较优越、经济发展较高,城镇化发展空间也较高,所以应当加速其城镇化发展进程。

(3)吸引国内外资本,充分释放城镇化发展的潜力。从研究结果来看,对外开放程度决定着其城镇化发展进程。淮海经济区涉及多个省份多个城市,涵盖范围广,而且根据该文分析淮海经济区城镇化影响因素可知,人均固定资产投资的影响力越来越高,而淮海经济区可以通过引入国内外资本以推进工业园区集中、革新生产技术,一方面形成产业密集带城市,另一方面,能够完善城市公共服务体系,促进城乡衔接、合理布局的公共服务网络,以提升淮海经济区的城镇化水平。

猜你喜欢

淮海城镇化率经济区
新一轮新型城镇化顶层设计来了
江苏淮海自控设备有限公司
江苏淮海自控设备有限公司
江苏淮海自控设备有限公司
河南省县域城镇化率影响因素分析以及空间分异性研究
义务教育城镇化率5年升至72.55%
图解北部湾经济区同城化
为什么要建设一带一路经济区
峥嵘岁月——纪念辽沈、淮海、平津战役胜利40周年(二)