珠江—西江经济带新型城镇化空间分布格局及其动力研究

2016-07-26杨宏昌

学术论坛 2016年12期

黎鹏，杨宏昌

黎鹏，杨宏昌

珠江-西江经济带上升为国家战略，为该经济带新型城镇化的发展带来了机遇。文章通过建立珠江-西江经济带新型城镇化的综合评价模型，分析了珠江-西江经济带新型城镇化的空间分布格局，探讨了新型城镇化的动力来源。总体来看，珠江-西江经济带新型城镇化处于中低水平，在空间布局上呈现出梯级特征，珠江三角洲地区、南宁、柳州三个核心区域呈现出不同的城镇化辐射特征。经济的发展、城镇居民收入水平的提高、农村居民生活水平的提高、人口的增加以及邻近地区新型城镇化的发展是该经济带新型城镇化的动力来源，而本地区经济的发展和周边地区新型城镇化发展是该经济带新型城镇化的核心动力。

新型城镇化；动力机制；空间分布格局；珠江-西江经济带

一、引言

城镇化是第二、三产业向城镇集聚，农村剩余劳动力向城镇和非农产业集中，城镇地域不断扩大、农村地域不断缩小的一个过程[1][2]。2014年，国务院印发《国家新型城镇化规划（2014—2020年）》，指出目前我国城镇化发展进程中存在的问题，提出今后城镇化发展的方向。2015年中央经济工作会议提出我国已经进入经济发展的新常态，那么在这种经济新常态的背景下，城镇化该如何实现，或者说城镇化的新常态又是指什么呢？实际上，城镇化的新常态就是新型城镇化。新型城镇化就是要摒弃以往“摊大饼”式的城镇化发展状态，将结构优化、创新驱动作为城镇化发展的新动力[3]，以人的城镇化为目标，实现人口、产业、土地、生活方式、思想观念、生产方式的城镇化[4]。

城镇化的动力来源，按照发展经济学的理论，当工业化发展到一定阶段，工业产品将不断地被运用到农业生产中，农业生产率不断提高，农业生产所需要的劳动力数量逐渐减少，出现大量的剩余农村劳动力，而工业则处于规模不断扩大阶段，对劳动力的需求不断增加，这样就形成了农村劳动力向工业产业集聚的城市不断集中的互动过程，在这个过程中，工业化和城镇化互为动力，互相促进[5][6]。这是一种在市场机制下自发形成的城镇化过程，城镇化的动力来源于工业化。但是我国由于历史原因，城镇化进程并未按照这一市场逻辑进行，而是存在“自上而下”和“自下而上”两个发展动力[7]。“自上而下”是指政府主导下的城镇化，政府指令是城镇化的主要动力；“自下而上”是市场机制引导下的城镇化，市场利益是驱动城镇化的主导。第一种城镇化动力不可持续，但是直到现在，仍有部分地区采用此种方式推动城镇化。对应新型城镇化的概念，新型城镇化的动力来源也发生了变化。新型城镇化要将城镇化发展的动力定位于提升人口素质、提高生活质量和完善城镇生活环境[8]，把建立多元化的社会融资渠道、工业生产智慧化和公共财政服务化相结合作为新型城镇化的动力来源[9]。

目前对于新型城镇化的研究，在研究区域上多集中于国家层面或者市域层面[10][11][12]，以自然地理和经济关联为纽带而形成的地域单元往往是研究者所忽略的区域。本文将珠江—西江经济带作为研究的目标区域，以该经济带所有县级行政单元为研究对象，研究该区域新型城镇化的空间布局和动力来源。

2014年，国家发改委印发《珠江—西江经济带发展规划》，标志着珠江—西江经济带上升为国家战略。根据《珠江—西江经济带发展规划》，珠江—西江经济带横贯广东、广西两省区，规划面积为16.5万平方公里，规划范围包括广东省的广州、佛山、肇庆、云浮4市以及广西壮族自治区的南宁、柳州、来宾、贵港、梧州、崇左、百色7市，共11个地级市，49个县级城市。从历史上来看，珠江—西江一直都是连接广东和广西的重要水路通道，是广东、广西文化交流和经济交往的纽带。改革开放以来，广西更是依托珠江—西江纽带，不断加强与广东的经济往来，一方面不断承接广东向西转移的劳动密集型和资源密集型产业；另一方面不断加强与广东的人文交流，利用广东、广西文化同根、同脉的历史渊源，在产业联合、资源整合方面达成了许多共识，不断推动着广东、广西的经济一体化发展。作为经济发展的最直接外在表现，珠江—西江经济带城镇化的发展也具有很强的关联性，研究珠江—西江经济带新型城镇化的空间布局与动力来源，能够为今后珠江—西江经济带的一体化发展带来一定的参考价值。

二、新型城镇化综合评价模型

（一）新型城镇化综合评价指标体系

根据新型城镇化的概念，这里将新型城镇化具体化为人口城镇化、经济城镇化、社会城镇化和基础设施城镇化4个方面。

人口城镇化是传统城镇化的衡量指标，主要是指城镇人口占总人口的比重。人口城镇化是农业生产方式向非农业生产方式转变的外在表现，是人口在地理空间上向城镇集中的过程。新型城镇化强调人的发展，人的发展离不开城市环境的熏陶，所以这一指标仍然是新型城镇化的核心指标之一。这里将人口城镇化的指标又具体化为户籍城镇人口占总人口比重、常住人口密度和户籍城镇人口密度3个指标。

由于城镇化与工业化之间是一种相互促进、互为动力的关系，所以新型城镇化的水平也体现为产业的发展水平，也就是经济城镇化水平。因为城镇经济的生产效率和产出效率都要高于农村经济，所以在城镇经济发展水平较高的地区，人均产值水平高，社会投资活动频繁，农业产业的产值占总产值的比重较低。因此，这里用人均地区生产总值、人均社会固定资产投资、二三产业产值占GDP的比重来具体衡量经济城镇化水平。

由于新型城镇化强调对市场规律和社会规律的遵循，所以其实现过程不以消灭农村为代价，而以城市和农村的全面发展为目标。社会城镇化指标就从微观的层面衡量了城镇和农村的全面发展水平。城镇居民可支配收入水平衡量了城市的发展水平，人均耕地面积体现了农村经济的发展水平（随着人口不断向城镇集聚，农村地区的人均耕地面积不断扩大，农业生产效率得到提高，农民收入水平得到提高），城镇与农村收入比衡量了农村和城市的全面发展水平，这三个指标综合体现了社会城镇化的发展水平。

新型城镇化的一个重要体现就是城镇生活环境的改善，包括交通、医疗、教育、卫生等诸多方面。这里用千人医疗机构床位数、普通中小学数量、公路网密度三个指标来衡量基础设施的城镇化水平。

表1 新型城镇化综合评价指标体系

基于数据可获得性、可靠性、科学性、有效性和完整性的原则，本文以《国家新型城镇化规划（2014—2020）》关于新型城镇化的主要评价指标作为参考，构建了三个层次组成的新型城镇化综合评价指标体系（见表1），包括珠江—西江经济带城镇化综合评价系统目标层、准侧层和指标层。目标层G是单一指标层；准侧层N包括4个方面，这里采用上文确定的人口城镇化、经济城镇化、社会城镇化、基础设施城镇化4个影响因素；指标层I共包括12项具体指标，比较全面地反映了新型城镇化的各个方面。

（续表）

（二）综合评价模型

在综合评价分析中，各项指标权重的确定有主观赋权法或客观赋权法两种方法[13]。主观赋值法由于先天的缺陷，较少被采用。本文则运用熵值法来确定新型城镇化综合评价体系中各指标的权重。熵值法是一种客观赋权法，若评价体系中各项指标对应观测值的变异程度较大，说明该指标观测值无序程度较高，则提供的信息量越大，指标权重也越大；反之，指标权重越小[14][15]。运用熵值法确定新型城镇化综合发展水平的步骤为：

1.若评价体系中存在负向指标，取其倒数将其转化为正向指标。将所有评价指标转化为正向指标后，根据以下公式（1）将观测值进行无量纲化处理：

2.无量纲化处理之后，计算第j项指标的第i个观测值所占比重pij。

4.计算第j项指标的差异性系数，即信息熵冗余度dj。

5.计算指标权重cj。

6.计算新型城镇化综合评价得分Ai。

三、珠江—西江经济带新型城镇化空间分布格局实证分析

（一）新型城镇化综合水平的确定

运用Matlab软件计算城镇化综合水平评价指标的熵值及权重（见表2），并进一步计算珠江—西江经济带60个县域单元的新型城镇化综合水平指数。从各项指标的权重来看，除了传统的、反映城镇化发展水平的人口指标外，反映地区经济城镇化水平的人均地区生产总值、反映社会城镇化水平的人均耕地面积、反映基础设施城镇化水平的境内公路密度均具有较大的权重，说明新型城镇化指标的选取具有科学性和分析的可行性。

表2 新型城镇化综合评价体系指标权重

（续表）

（二）珠江—西江经济带新型城镇化空间分布特征

1.总体特征。利用ArcGIS10.0软件，采用自然间断点方法，将珠江—西江经济带60个县域单元的新型城镇化综合水平从低至高分为5个等级：低水平、较低水平、中等水平、较高水平、高水平（见图1）。其中，高水平的县市共有4个，主要是社会和经济发展水平较高、人口较为集中的地级市；较高水平的县市有4个，以社会和经济发展水平较高、城市面积较大的地级市和发展条件好的县级市为主；中等水平的县市有19个，以社会和经济发展水平较弱的地级市以及部分区位条件优越、资源条件丰富的县域为主；较低水平的县市有27个，占总体数量的45%，以社会和经济发展水平较低的农业县和山区县为主；低水平的县市有6个，主要是自然条件比较恶劣的山区县。总体来看，社会经济发展水平较高的地级城市仍然是新型城镇化发展水平较高的主体，自然资源条件和区位条件对地区新型城镇化水平具有较大的影响。从分布特征来看，新型城镇化综合水平较高的地区主要集中在珠江—西江的下游地区和中游的部分城市，整个流域呈现出上游新型城镇化发展水平低、中游新型城镇化发展水平居中、下游新型城镇化发展水平高的梯级特征。

图1 珠江—西江经济带新型城镇化空间布局图

为了探究珠江—西江经济带60个分析对象新型城镇化之间是否存在空间上的关联性，采用全局空间自相关系数（Global Morans'I）进行检验。Global Morans'I指数的计算公式如下：

式中，Yi表示第i个子区域的城镇化综合水平观测值；n为子区域单元数目；Wij为二进制的空间邻接矩阵，子区域i与j相邻，Wij=1，反之Wij=0；S2和表示研究区域城镇化综合水平的方差和均值。

根据图2，全局 Morans'I值为0.6，并且通过1%显著性水平检验，说明珠江—西江经济带新型城镇化综合水平呈现明显的空间自相关性，表示对珠江—西江经济带整体而言，城镇化综合水平相似的县域单元在空间上呈现明显的集聚特征，某地区新型城镇化水平受到邻近县域新型城镇化水平的影响。

图2 珠江—西江经济带新型城镇化Morans'I指数散点图

2.局部特征。为了进一步探究新型城镇化的空间集聚状况和区域关联程度，可以通过 Local Moran's I指数分析局域空间上的新型城镇化水平与相邻区域的相关程度，具体衡量局域Moran's I的方法如下:

式中，Ii为区域i的空间自相关指数；zi和zj均为城镇化综合水平的标准差标准化形式，其中：

根据Local Moran's I指数的计算结果，结合ArcGIS10.0的可视化模块，可以以矢量图的方式显示局部空间自相关的分析结果（LISA集聚图），从而更加直观地展示珠江—西江经济带新型城镇化的局部空间集聚状况（见图3）。

LISA集聚图是通过计算研究区域与邻近区域的空间相关性来确定两个区域之间的空间关系，从而将所有区域分为5种集聚类型：“高-高”“高-低”“低-高”“低-低”以及“统计不显著”。“高-高”集聚格局是指新型城镇化水平较高的地区被同样是新型城镇化水平较高的地区所包围，“低-低”集聚格局是指新型城镇化水平较低的地区被同样是新型城镇化水平较低的地区所包围，“高-低”“低-高”概念与此类似。

图3 珠江—西江经济带新型城镇化LISA集聚图

从图3可以看出，2014年珠江—西江经济带呈现“高-高”集聚格局的区域主要分布在珠江三角洲地区，包括广州市和佛山市；呈现“低-低”集聚格局的区域主要分布在西江上游地区，包括广西田林、隆林、西林、乐业；呈现“高-低”极具格局的区域主要是百色市，并且与“低-低”区域相邻。可见，总体上来说，珠江—西江经济带新型城镇化在空间布局上呈现明显的核心—边缘结构，而且这种核心—边缘结构是沿珠江—西江自下而上递减的。

结合图2，珠江—西江经济带新型城镇化在空间分布格局上形成了珠江三角洲地区、南宁、柳州三个高值辐射区，这三个地区的新型城镇化水平明显高于周边地区，并且其周边地区主要以新型城镇化中等水平地区为主，说明这三个地区除了自身新型城镇化水平的提高外，还带动着周边地区新型城镇化的发展。但是这三个区域之间又存在较大的差异，珠江三角洲地区新型城镇化的辐射作用要明显强于其他两个地区，属于强溢出区域，是一种扇形辐射形态；柳州地区新型城镇化的局部空间格局是较为典型的核心—边缘结构，是一种同心圆型的辐射形态；南宁地区新型城镇化的辐射作用最弱，从目前的局部空间格局来看，南宁市新型城镇化既存在向周边地区的辐射作用，也存在对周边地区的“虹吸”作用，而其辐射作用的发挥主要沿交通干线向周围辐射，是一种星型辐射形态。

四、珠江—西江经济带新型城镇化的动力来源

为了进一步揭示珠江—西江经济带新型城镇化发展的动力来源，本文选取常住人口密度、人均GDP、城镇居民人均可支配收入、人均耕地面积、境内公路密度5个代表性指标作为解释变量，对新型城镇化发展水平进行回归分析。从对珠江—西江经济带新型城镇化空间分布格局的分析可以看出，珠江—西江经济带新型城镇化在空间分布上具有明显的集聚特征，存在空间自相关现象，因此在进行回归分析时，采用考虑了空间因素的空间滞后模型（SLM）和空间误差模型（SEM），作为对比，同样列出一般回归模型的分析结果。三类模型的回归方程为：

一般非空间线性模型（OLS模型）：

空间滞后模型（SLM）：

空间误差模型（SEM）：

模型中，pop代表常住人口密度、gdp代表人均GDP、income代表城镇居民人均可支配收入、plough代表人均耕地面积、load代表境内公路密度。为了消除异方差，对各变量取自然对数。

（一）模型分析结果

本文选取GeoDa软件对本文建立的OLS、空间滞后模型和空间误差模型进行回归分析，结果见表3。

表3 回归模型估计值及检验结果

首先，从拟合效果（R2）来看，SLM模型（0.77）的拟合程度最高，SEM模型（0.75）次之，OLS模型（0.75）则处于三者中的末位；其次，以赤池信息准则（AIC）为依据，SLM模型为 44.93，较其他模型低，模型拟合效果最佳；最后，SEM模型的空间误差估计参数λ没有通过5%的显著性检验，而SLM模型的空间滞后估计参数则通过了5%显著性检验。鉴于上述分析，SLM模型要优于OLS模型和SEM模型。

（二）模型分析的解读

与未考虑新型城镇化空间滞后影响的一般模型相比，空间滞后模型的拟合效果更好，从回归结果对比来看（见表2），得到以下结论：

1.与未考虑空间滞后的一般模型相比，空间滞后模型各个变量的回归系数要小，说明不考虑空间滞后因素会高估各个变量对新型城镇化的影响，邻近县、市新型城镇化免费享受到了本地区为实现新型城镇化而做出的各项努力，在一定程度上削弱了本地区为实现新型城镇化而采取各项措施的实际效果。

2.空间滞后模型的空间滞后项通过5%的显著性水平检验，说明珠江—西江经济带新型城镇化的发展普遍受到邻近县、市新型城镇化水平的影响，邻近县、市新型城镇化水平每提高一个百分点，本地区新型城镇化水平就提高0.209个百分点，这是一种新型城镇化的“搭便车”现象。

3.从空间滞后模型的回归结果看，珠江—西江经济带新型城镇化的动力来自于经济的发展、城镇居民收入水平的提高、农村居民生活水平的提高、人口的增加以及周围地区新型城镇化的发展带动，而本地区经济的发展和周边地区新型城镇化发展的带动是新型城镇化的核心动力，这个结果与新型城镇化“以人为本”“城市和农村协调发展”的核心理念相吻合。

五、结论与建议

本文通过构建新型城镇化的综合评价模型，分析了珠江—西江经济带新型城镇化的空间分布格局，探讨了新型城镇化的动力来源，得到以下主要结论：第一，珠江—西江经济带新型城镇化水平较高的县、市较少，大多数县、市新型城镇化处于中等或较低的水平。第二，总体来看，珠江—西江经济带社会经济发展水平较高的地级城市仍然是新型城镇化发展水平较高的主体，自然资源条件和区位条件对地区新型城镇化水平具有较大的影响。第三，珠江—西江经济带呈现出上游新型城镇化发展水平低、中游新型城镇化发展水平居中、下游新型城镇化发展水平高的梯级特征。第四，珠江—西江经济带新型城镇化在空间布局上呈现明显的核心-边缘结构，形成了珠江三角洲地区、南宁、柳州三个核心区域，珠江三角洲新型城镇化呈现扇形辐射形态，柳州地区新型城镇化是一种同心圆型的辐射形态，南宁地区新型城镇化呈现一种星型辐射形态。第五，珠江—西江经济带新型城镇化发展具有溢出效应，邻近地区新型城镇化发展一方面削弱了本地区为实现新型城镇化而做出努力的效果；另一方面邻近地区新型城镇化发展又会带动本地区新型城镇化的发展。第六，珠江—西江经济带新型城镇化的动力来自于经济的发展、城镇居民收入水平的提高、农村居民生活水平的提高、人口的增加以及周围地区新型城镇化的发展带动，而本地区经济的发展和周边地区新型城镇化发展的带动是新型城镇化的核心动力。

鉴于以上结论，提出以下促进珠江—西江经济带新型城镇化发展的建议：首先，要加强广西与广东在交通基础设施、经济、要素等方面的联系，从而建立起更加畅通的广东向广西经济溢出、城镇化溢出的渠道，充分利用好广东新型城镇化发展水平较高的龙头优势，引导广东向广西的产业转移、技术转移、理念转移。其次，要进一步强化珠江—西江经济带上游和中游地区新型城镇化核心区建设，提高南宁、柳州、百色、梧州等中心城市的新型城镇化发展水平，在珠江—西江经济带上培养多个具有较强辐射带动作用的节点城市，逐步形成覆盖整个经济带的新型城镇化辐射格局。最后，要转变新型城镇化的发展理念，将提高城乡居民收入、缩小城乡收入差距、改善居民生活条件作为新型城镇化的终极目标，改变过去单一追求人口城镇化和经济城镇化的城镇化发展方式，调整城镇化发展的动力来源，真正实现人的现代化。

[1]杨发祥，茹婧.新型城镇化的动力机制及其协同策略[J].山东社会科学，2014（1）.

[2]张占斌.新型城镇化的战略意义和改革难题[J].国家行政学院学报，2013（1）.

[3]厉以宁.新常态就是按经济规律办事[EB/OL].http:// www.bjnews.com.cn/finance/2015/01/16/350180.H tm l，2015-01-16.

[4]杨建科.新常态战略下的新型城镇化：选择动力与规避陷阱[J].城市发展研究，2016（7）.

[5]W.A.Lew is.Econom ic Development w ith Unlim ited Suppliesof Labor[J].The Manchester School，Vol.22,1954.

[6]G.Ranis，C.H.Fei.A Theory of Econom ic Development [J].The American Econom ic Review，Vol.51，1961.

[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]侯为民，李林鹏.新常态下我国城镇化的发展动力与路径选择[J].经济纵横，2015（4）.

[9]王树春，王俊.论新常态下提高城镇化质量的动力机制[J].贵州社会科学，2016（1）.

[10]彭立，刘邵权.川滇黔接壤地区城镇化空间特征及驱动力分析[J].地域研究与开发，2012（4）.

[11]陈忠暖，高权，王帅.中国省际城镇化综合水平及其空间分异[J].经济地理，2014（6）.

[12]王建康，谷国锋，姚丽，陈园园.中国新型城镇化的空间格局演变及影响因素分析——基于285个地级市的面板数据[J].地理科学，2015，36（1）.