张 明 斗,张 蕊

(东北财经大学经济学院,辽宁 大连 116025)

0 引言

国家统计局网站(https://data.stats.gov.cn/index.htm)数据显示,改革开放以来,中国城镇化率由2000年的36.22%快速增至2022年的65.22%,为经济腾飞注入了新活力。然而,快速城镇化也衍生出土地资源紧张、环境污染严重、城乡二元结构突出、务工人员难以融入城镇、城乡差距进一步拉大等诸多非包容性现象,导致城镇化发展未能实现发展机会均等化、发展内容全面化、发展成果共享化,与包容性发展的理念背道而驰[1]。作为一种全新的发展理念和模式,包容性发展倡导包括弱势群体在内的所有国民发展机会均等、福利互惠、发展环境与发展成果实现共享,注重经济、社会和政治的全面协调发展,旨在缩小城乡差距、缓解资源紧张、解决城乡分化带来的非包容性问题[2,3]。实现城镇化包容性发展,进而推动城镇化由数量型向质量型转变成为解决当前各种非包容问题的重要方式,有助于从本质层面为中国城镇化健康可持续发展提供不竭动力。为此,国家从顶层视角出发,于2014年颁布《国家新型城镇化规划(2014—2020年)》,正式将城镇化包容性发展提升至国家战略高度,并陆续颁布新型城镇化建设和城乡融合发展重点任务,不断推进城乡融合发展,保障进城人群的基本权利和待遇,逐步提高城镇化建设质量,足以看出国家对于坚定不移实施推进城镇化包容性发展这一战略的决心。

早在2007年,亚洲开发银行率先提出了“包容性增长”理念,倡导发展机会要实现均等增长[4]。国外城镇化包容性发展文献主要集中在概念内涵、影响因素及推进措施等方面。例如:Shriya结合印度城市发展特点,建议城市发展规划要纳入“包容性发展”理念,指出包容性的城市发展规划能提高人类健康水平,促进城市可持续发展[5];Serageldin等通过研究以印度、巴西为代表的发展中国家的城市包容性发展,指出阻碍城市包容性发展的主要因素是城乡收入差距大和发展机会未能实现均等化[6,7];Liu等指出提高城镇化包容性发展水平需要提供平等的公共服务和就业机会,优化资源的使用配置方式,鼓励公众参与城市建设规划[8];Wang等进一步指出增加公共住房供应不仅能促进城市经济增长,还有助于加快城市社会融合,不断推动城镇化包容性发展[9]。国内城镇化包容性发展研究主要集中在概念内涵、量化测度及优化路径等方面。例如:何景熙结合中国城镇化发展情况,提出包容性发展是中国新型城镇化的必然选择[10];张明斗等从发展主体、内容、过程及成效四方面入手,充分诠释了新型城市化包容性发展的作用机理和内核[11];刘耀彬等从包容性发展视角构建评价指标体系,测度了不同地区的城镇化包容性发展质量[12-14];杨飞虎等通过分析我国城镇化包容性发展现存的问题,指出应进一步完善包容性发展制度,构建多维包容性发展体系,形成包容性发展创新模式,提高城镇化包容性发展质量[15]。

综上,现有研究在城镇化包容性发展的理论架构上取得了丰硕成果,但关于量化城镇化包容性发展的研究较少,尤其是与社会网络分析结合的研究有待深度挖掘。随着国家对于城镇化包容性发展战略的不断推进,包容性发展将形成复杂的网络结构,相邻地区间相互促进、协同发展的新趋势逐渐凸显,全国城镇化包容性发展一盘棋的新格局已然形成。基于此,本文以中国30个省域(不包括西藏及港澳台地区)为研究对象,通过构建评价指标体系和熵值法对城镇化包容性发展水平进行测度,并结合城镇化包容性发展的概念内涵对引力模型进行修正,以刻画各地区城镇化包容性发展的关联程度;对于传统计量模型难以全面揭示“关系数据”空间关联关系的问题,本文采用社会网络分析法[16,17]考察城镇化包容性发展空间关联网络的整体结构、个体结构、凝聚子群特征,并利用二次指派程序(QAP)探寻其形成机制,以期为促进城镇化包容性发展与高质量发展提供思路。

1 城镇化包容性发展的空间关联网络及其理论机制

城镇化包容性发展是对实现机会均等、内容全面、成果共享等方面的综合提高。随着国家对城镇化包容性发展重视程度的不断加深以及各地区包容性发展理念的持续深化,农村转移人口跨区域进城务工现象趋于常态化,这不仅能加快各地区城镇化的建设速度,还能反向激励当地政府出台更多优惠政策以回馈务工群体,助力全国统一大市场的建设,为国家早日实现“共同富裕”目标奠定基础。同时,各地区城镇化包容性发展相互影响,逐步形成了地区间城镇化包容性发展的空间传导路径,在打破传统空间地理距离的桎梏后,借助完善便捷的交通体系和数字化技术,城镇化包容性发展的空间关联网络联系得到加强和延伸,空间传导路径不断拓展,其空间关联网络的形成机制主要包含地理邻近、经济发展、产业结构升级以及技术创新四方面[18]。

首先,地理邻近是地区间可通过传统交通及物流方式实现人、物等实质性空间物质的转移与交换,进而促进城镇化包容性发展的空间关联网络连接。地理距离往往是农村转移人口进城所考虑的首要问题,同等条件下,进城人员更倾向于选择距离较近的地区,不仅能降低进城过程中所产生的直接成本及试错成本,还能减少住房成本、公共服务成本、生活成本等间接成本。同时,地理距离邻近还可使进城人员享用更方便的公共产品及相应基础设施服务等直接收益,也可以提高进城人员在生活习俗、生活习惯及文化方面的社会融入度,降低进城务工人员转换职业的学习成本,从而推动农村剩余劳动力转移,使之更方便参与城镇化建设并分享城镇化建设成果,由此产生大量间接收益,形成包容性发展的空间关联网络。

其次,经济发展对城镇化包容性发展空间关联网络的形成具有重要经济支撑力。城镇化包容性发展旨在消除进城务工人员不能公平享有与城镇居民相同权利的差异,打造资源互通、福利互惠、服务共享。而经济发展水平越高,越能从“经济力”方面为进城务工人员(尤其是农民工)提供帮助,营造互利共赢新局面,即进城务工人员为城镇化建设贡献力量,城镇为进城务工人员提供相关服务,使之切实享受到经济快速发展带来的社会福利,以形成良性循环、双向促进的优势闭环,更有利于进城人员群体在地区间的流动。同时,经济发展水平的提高也能为进城务工人员提供完整的基础设施服务和医疗服务,解决“有需求无法提供、有疾病无地可医”的问题,有利于提升其生活便利度,满足生活的基本需求。

再次,产业结构升级为城镇化包容性发展空间关联网络的形成注入内在凝聚力。随着我国经济快速发展,消费结构不断升级助推相关产业的发展,其中以服务业为主的产业发展迅速,极大激发了农村剩余劳动力的就业活力,促进了务工人员在地区之间的流动,并且多元化的就业需求也为进城务工人员提供了多样化的工作选择,增加了就业机会,加强了各地区之间的凝聚力。得益于城镇化的集聚效应,大批量的企业能为务工人员提供大量与之匹配的工作岗位以解决“就业难”的问题,从而有利于形成全国就业市场一盘棋。同时,产业结构升级能有效缓解当前土地资源紧张和环境污染带来的压力,通过建立起适配经济发展的资源节约型和环境友好型发展体系,为城镇化包容性发展和绿色可持续发展提供动力,进一步巩固城镇化包容性发展的空间关联网络关系。

最后,技术创新对于城镇化包容性发展空间关联网络的形成具有“推进器”的作用。在创新发展背景下,拥有高技术的地区能通过技术改革和管理创新等方式重点解决进城务工人员存在的“就业难、就医难、医保难”等问题,并借助物联网、大数据分析、人工智能和区块链等技术提高所在地区城镇公共物品使用效率,降低务工人员进城成本。同时,技术创新能缩小地区之间创新能力的差距,解决资源分配不当问题。通过深化相邻地区间的合作交流,激发邻近地区的学习效应,以制定更有利的包容性创新政策,从而使创新性技术不再成为地区间发展差异的核心垄断力量。鼓励技术在地区间传播流动,真正使进城人员享受到技术进步为生活带来的积极效用,共同为促进包容性的城镇化发展目标而努力,最终形成城镇化包容性发展的关联网络形态。

2 研究方法与数据来源

2.1 指标体系构建

作为一种全新发展理念,包容性发展的核心是合理分配经济发展的成果,以促进发展的协调与均衡[19]。因此,本研究借鉴已有研究成果[20-23],主要从发展机会均等、发展内容全面、发展成果共享三方面构建城镇化包容性发展指标体系,并将三方面细分为公共资源配置、人口发展、资源利用、环境保护、经济发展、均等化发展6个子系统(表1)。为更客观、准确地反映城镇化包容性发展的真实情况,采用熵值法计算指标权重。

表1 城镇化包容性发展测评指标体系Table 1 Evaluation index system of inclusive urbanization development

2.2 研究方法

2.2.1 引力模型 社会网络分析的基础是建立城镇化包容性发展关联矩阵,本研究选取中国30个省域作为网络节点,将城镇化包容性发展的空间关联作为网络节点间的连线,这些点和线构成城镇化包容性发展的空间关联网络。参考修正的引力模型,并借鉴刘华军等的研究[24],本研究构建模型如式(1)所示,进而由式(1)构建城镇化包容性发展的空间引力矩阵,为减少省域间微弱的联系对整体网络产生的影响,参照相关研究[25,26],以引力矩阵中所有元素去极值后的均值作为阈值进行处理,得到式(2)。

(1)

式中:Rij为地区i和地区j之间城镇化包容性发展水平Ii、Ij的关联强度,Kij为调节系数,pi、pj分别为地区i和地区j的年末总人口数,Sij为地区i和地区j省会城市之间的几何中心距离。

(2)

2.2.2 社会网络分析法 ①整体网络结构特征,通过网络密度、网络关联度、网络等级度和网络效率(表2)刻画[27]。其中,网络密度衡量各地区城镇化包容性发展联系的紧密程度,为实际关系数与理论最大连接数之比,密度越大,代表地区间城镇化包容性发展关联关系越紧密;网络关联度衡量网络中任两个地区之间直接或间接联系的程度,表征城镇化包容性发展整体网络的连通度和稳健性;网络等级度衡量城镇化包容性发展网络中非对称可达的程度,等级度越高,网络等级越森严;网络效率衡量各地区在实现城镇化包容性发展水平提升过程中存在的交流互动冗余程度。②个体网络结构特征,一般通过度数中心度、接近中心度和中介中心度(表2)刻画[28]。其中,度数中心度分为出度中心度和入度中心度,可评估网络中个体的连接能力,如果某个体与其他个体直接相连,说明该个体具有较高的度数中心度;接近中心度通过测度某成员与其他所有成员的最短路径距离,表征该成员与其他所有成员快速交流的能力与协同的紧密程度;中介中心度用于刻画不同地区在城镇化包容性发展过程中发挥的中介作用,若某地区位于两个个体之间的最短链接路径上,则表明该地区起到中介传导作用,出现次数越多,表明中介作用越显著。③凝聚子群特征,通过块模型刻画。块模型能分析城镇化包容性发展空间关联网络集聚特征,识别各大板块内部成员数量及所包含地区,以此分析板块之间连接方式及关联关系,进而揭示网络中凝聚子群的分布情况。参考相关研究[29],本研究将城镇化包容性发展空间关联网络中的板块角色划分为净受益、净溢出、双向溢出和经纪人4种类型。

表2 整体网络结构特征和中心度的计算公式Table 2 Calculation formula of overall network structure characteristics and centrality

2.3 数据来源

本文研究时段为2011—2020年,城镇化包容性发展测度和引力模型涉及的数据来源于2012—2021年《中国统计年鉴》《中国教育统计年鉴》《中国卫生健康统计年鉴》《中国区域经济统计年鉴》《中国城市统计年鉴》、EPS全球统计数据/分析平台及省域统计年鉴,城乡之间比较的指标通过查阅数据计算得出,部分缺失数据通过查询政府统计公报和地区门户网站进行补充,各地区空间距离以省会城市的球面距离表示,通过ArcGIS 10.8计算求得。

3 城镇化包容性发展的空间关联网络分析

3.1 空间关联网络结构特征及演变

鉴于研究时段内地区间城镇化包容性发展的传递方向及关键节点未发生较大改变,为深入刻画城镇化包容性发展空间关联路径及联系强度,本研究利用ArcGIS 10.8软件选取2020年绘制出地区间城镇化包容性发展双向关联关系图(图1),利用自然断点法对关联强度进行分类。为达到更好的图示效果,参照相关研究[30,31],选取适当比例,剔除关联强度低于0.142以下的联系对。由图1可以看出,地区间城镇化包容性发展具有明显的空间关联网络特征,不存在相互独立的地区,整体联系较强,节点间关联关系方向存在差异,且关键节点以城镇化包容性发展水平较高的地区(北京、上海、浙江、江苏、天津、山东、安徽等)为主,胡焕庸线右侧地区空间关联关系密集,说明城镇化包容性发展过程中仍存在较大的空间差异。

3.1.1 整体网络特征分析 2020年30个地区之间的关联关系数总和为251个,最大可能关联关系数为870个,网络密度为0.289,这说明城镇化包容性发展的关联关系度并不高,地区之间的交流合作仍有较大提升空间;网络关联度为1.000,说明地区之间均有直接或者间接的空间溢出效应,关联关系明显;网络等级度为0.067,处于较低水平,说明等级秩序鲜明的网络结构并未形成,地区之间均有一定的溢出效应,城镇化包容性发展水平差异逐渐缩小,空间关联性逐渐增强,更有利于形成地区内部深化合作新局面;网络效率为0.621,说明城镇化包容性发展空间关联网络的冗余路径较少,关联效率高,地区之间能更便利地通过整体网络来加强沟通与协作,也意味着关联网络中路径较单一,网络整体的稳定性无法得到有效保障。伴随着城镇化包容性发展理念的逐渐深入以及相关政策的不断实施,城镇化包容性发展的新格局逐渐形成,更能促进整体网络结构的稳定性。

3.1.2 个体网络结构特征 通过对2011—2020年各中心度指标进行测度,结果表明各年份指标数据未发生显著变化,故选取2020年为样本,采用自然断点法对节点中心度进行分类,利用 ArcGIS 10.8 绘制各节点中心度的空间分布(图2),以此对城镇化包容性发展空间关联个体网络结构特征进行分析。

图2 城镇化包容性发展空间关联网络中心度Fig.2 Centrality of spatial correlation network of inclusive urbanization development

1)度数中心度。由图2a、图2b可知,城镇化包容性发展空间关联网络度数中心度均值为42.069,高于均值的地区有10个,除甘肃外,均位居我国东、中部,这些地区经济发展基础较好,交通网络密集,城镇化程度较高,与其他地区的关系数较多,整体网络对以上地区依赖度较高。其中,上海的度数中心度最高(89.655),与26个地区存在空间关联及溢出效应,扮演着“中心行动者”的作用;作为全国的经济中心,上海的城镇化率最高,具备良好的经济基础,产业结构完整,能为进城务工人群提供完善的基础设施服务和大量的就业机会。而陕西、辽宁、海南、黑龙江和吉林等地区在空间关联网络中的度数中心度较低,受地理位置较偏和经济发展缓慢影响,与其他地区的连接较少。此外,江苏、上海、福建、浙江、广东、山东等东部地区点度中心度较高,在城镇化包容性发展空间关联网络中既发挥着辐射带动作用,又接受着整体网络带来的收益。可以看出,经济发达地区凭借良好的区位优势及便利的交通等有利条件在城镇化包容性发展网络中发挥重要作用,并带动周边地区城镇化包容性发展。

2)接近中心度。由图2c可知,城镇化包容性发展空间关联网络的接近中心度均值为64.865,高于均值的地区有8个,接近中心度较高的地区依旧是经济发展较好的地区(北京、上海、浙江和江苏等)。其中,上海的接近中心度最高(90.625),说明上海在城镇化包容性发展过程中与其他地区的联系更密切,处于整个关联网络的核心位置;而陕西、辽宁、海南、黑龙江和吉林等地区的接近中心度较低,受限于城镇化包容性发展较慢及地理位置欠佳等因素,在关联网络中扮演“边缘行动者”的角色。这表明经济基础较好的地区不仅点度中心度位居前列,同时也能在城镇化包容性发展空间关联网络中更快地与其他地区保持紧密连接,并且凭借地理位置优势和较高的交通通达度,在网络中扮演“中心行动者”的角色,更好地发挥着中介、桥梁作用,加速其他地区城镇化包容性发展建设。

3)中介中心度。由图2d可知,城镇化包容性发展空间关联网络的中介中心度均值为2.069,其中大于均值的地区有6个(山东、北京、浙江、江苏、天津、上海),在网络中扮演着重要的中介作用;湖北、云南、四川、宁夏、海南、黑龙江、陕西、青海、吉林、新疆位居后10名,这些地区容易受到中介中心度较大地区影响,无法对其他地区产生明显的影响和支配作用。总之,中介中心度较高的地区在城镇化包容性发展空间关联网络中处于核心位置,网络控制能力更强,也会削弱其他地区在网络中的支配作用,因而经济发展慢、地理位置欠佳、交通通达度低的地区通常在网络中处于边缘地位。

3.2 块模型

为进一步探究城镇化包容性发展空间关联网络的内部结构状态及各地区在网络中扮演的角色,根据2020年城镇化包容性发展的空间关联网络关系,通过块模型深入分析城镇化包容性发展空间关联网络的聚类特征。本研究采用CONCOR迭代分析方法,设置最大切分深度为2,集聚标准为0.200,将中国30个省域划分为4个板块(表3),并分析四大板块的空间交互关系[32-35]。

表3 城镇化包容性发展板块间空间关联关系Table 3 Spatial correlation between the four sectors of inclusive urbanization development

由表3可知,板块整体空间布局呈现出以华北地区为主的板块Ⅰ,以东部沿海和长江经济带中下游地区为主的板块Ⅱ,以中部地区为主的板块Ⅲ,以东北、西北、西南地区为主的板块Ⅳ。其中,板块Ⅲ在整个网络中起到“第一发动机”的作用,溢出效应明显,尤其是对板块Ⅱ的溢出关系最高(50个),可能原因是板块Ⅱ成员所在地区经济发展水平较高、城镇化覆盖率较全面、产业结构完整、基础设施完善,更能为进城务工人群提供就业机会和享受健全的医疗卫生服务,容易产生较强的空间关联联系,从而促进城镇化包容性发展。

在城镇化包容性发展空间关联网络的251个关系数中,板块间关系数为211个,其余40个为板块内部关系数,板块间关系数明显多于板块内部关系数,说明空间关联和溢出效应明显。①板块Ⅰ溢出关系总数为20个,板块内部关系数为8个,接收板块外关系数为63个,实际内部关系比例(29%)大于期望内部关系比例(10%),因此,板块Ⅰ具有“净受益”板块角色特征。该板块内部成员溢出效应有限,内部成员城镇化率水平较高,加之北京是全国的首都,地理位置优势明显,更容易吸引人群流入。②板块Ⅱ溢出关系总数为40个,板块内部关系数为15个,接收板块外关系数为84个,实际内部关系比例(27%)大于期望内部关系比例(17%),表明该板块既接收板块内部联系,又向其他板块溢出关系,因此,板块Ⅱ具有“双向溢出”板块角色特征。该板块内部成员之间经济基础好,城镇化水平高,包容性发展效果较好,空间关联网络强度较高,对其他地区进城人员能给予一定的政策支持和福利照顾,从而鼓励人口流动。③板块Ⅲ溢出关系总数为82个,板块内部关系数为1个,接收板块外关系数为52个,实际内部关系比例(1%)小于期望内部关系比例(31%),因此,板块Ⅲ具有“经纪人”板块角色特征。该板块内部成员形成了较完备的交通网络,人口流动性强,能为进城人员提供较好的交通服务,在区位优势和政策倾斜的双重利好条件下,这些地区在城镇化包容性发展空间关联网络中扮演“中介”作用,具有明显的“经纪人”属性特征。④板块Ⅳ溢出关系总数为69个,板块内部关系数为16个,接收板块外关系数为12个,实际内部关系比例(19%)小于期望内部关系比例(31%),因此,板块Ⅳ具有“净溢出”板块角色特征。这是因为该板块内部成员经济发展水平相对较低,城镇化发展更需要以“人”为核心带动发展,对于外来人口的迁入能提供较好的生活条件及相关的政策支持以促进本地区的经济发展。

根据各板块的空间交互关系,进一步计算各板块的网络密度,将局部密度大于整体网络密度(0.350)的板块赋值为1,反之为0,整理可得像矩阵(表4)。从表4可见,板块Ⅰ凭借区位优势,实现板块内部地区频繁交流,从而促进板块内城镇化包容性发展的均衡提升,板块Ⅲ和板块Ⅳ的溢出作用主要体现在板块间的交流,板块Ⅱ既有板块内部联系,又能向外溢出。总体看,块模型分析结果基本验证了中国30个省域城镇化包容性发展的基本态势。经济发展水平高、基础设施完善、交通通达度高的地区在整个关联网络中占据“核心”地位,对实现发展机会均等和发展成果共享的城镇化包容性发展起到重要推动作用。

表4 城镇化包容性发展空间四大板块间的密度矩阵和像矩阵Table 4 Density matrix and image matrix for the four sectors of inclusive urbanization development

4 城镇化包容性发展空间关联网络形成机制

精准识别城镇化包容性发展空间关联网络的形成机制,对加快建设全国包容性发展大市场,进而推动城镇化高质量发展具有重要意义,但由于城镇化包容性发展空间关联矩阵及各自变量矩阵均为“关系”数据矩阵,采用常规的计量分析方法进行因果关系检验时,可能由于多重共线性的影响导致估计结果出现偏差。因此,本研究采用非参数方法QAP回归实证检验城镇化包容性发展网络形成的影响因素,该方法无须假设解释变量之间相互独立,能有效解决“关系数据”的内生性问题,比参数方法更有效和稳健,可增强结论的有效性[30,36]。

4.1 影响因素选择及模型建立

参照已有文献[31,37-41],本研究选择地理邻近性、经济发展水平差异、产业结构升级差异、政府公共规制力度差异、教育水平差异、技术创新水平差异六方面影响因素探究城镇化包容性发展空间网络的形成机制。①地理邻近性:地理学第一定律指出,距离越近的地区越容易产生联系,故采用GeoDa软件中Rook邻接权重矩阵表征,地区之间相邻即为1,否则为0;②经济发展水平差异:采用人均GDP差值表征;③产业结构升级差异:产业结构升级促使第三产业比重提升,进而改变城镇化包容性发展的联系,故采用第三产业占GDP的比重差值表征;④政府公共规制力度差异:政府作为城镇化包容性发展的实施方,对城镇化包容性发展空间关联网络形成具有重要推动作用,采用财政支出占GDP的比重差值表征;⑤教育水平差异:提高教育水平对城镇化包容性发展具有推动作用,能加强对包容性发展理念的理解,采用教育支出占GDP的比重差值表征;⑥技术创新水平差异:技术创新能提升公共资源利用效率,解决就业和医保问题,能更好地为进城人员提供医疗服务,采用专利授权数差值表征。据此构建模型如下:

U=f(D0,P0,I0,G0,E0,T0)

(3)

式中:U为城镇化包容性发展空间关联矩阵,D0、P0、I0、G0、E0、T0分别为地区i和地区j的地理邻近矩阵、经济发展水平差异矩阵、产业结构升级差异矩阵、政府公共规制力度差异矩阵、教育水平差异矩阵、技术创新水平差异矩阵。

4.2 QAP回归结果分析

基于中心对称的原则,选取2011年、2014年、2017年和2020年4个样本年份进行回归分析,采取随机置换5 000次得到QAP回归结果,并采取研究时段内各影响因素均值的差值构建关系矩阵进行稳健性检验。由表5可知,随着时间演进,各影响因素对城镇化包容性发展空间关联网络的影响力和方向较稳定,并未呈现显著的变化趋势,说明回归结果稳健。①从自然联系看,地理邻近性的系数显著为正,说明地理距离越近,越能为地区间城镇化包容性发展的深度交流和学习提供便利,降低交易成本,同时能为务工人员参与城镇建设并享受城镇化建设成果提供便捷条件,显著促进了城镇化包容性发展空间网络的形成。②从拓展的空间传导路径看,经济发展水平差异、产业结构升级差异和技术创新水平差异的系数显著为正。首先,地区间经济发展水平差异越大,在促进农村剩余劳动力转移的同时,越能为进城务工人员提供更满意的薪资待遇,满足其基本物质生活需求,并逐步向外辐射,带动地区的城镇化包容性发展水平,因此,经济发展水平存在差异的地区更容易在交流和互动中加强地区之间的联系,不断提升城镇化包容性发展空间关联网络的联系强度,促进整体网络的稳定发展。其次,地区间产业结构升级差异越大,越能显著促进空间关联网络联系,不但可以为进城务工人群提供足够的工作岗位,增加其就业灵活度,也在无形中减轻了国家的就业压力,有助于实现“稳就业,保就业”目标,加速全国就业市场一盘棋的构建,形成更稳固的空间关联关系。最后,地区间技术创新水平差异越大,越能为进城人员提供完整的基础设施及相关服务,改善其生活品质,并通过新兴的技术手段提高信息的透明度,减少资源分配不均问题,使进城人员切身感受到资源共享、机会公平、成果共享的新局面,不断提升空间关联强度。③政府公共规制力度差异和教育水平差异的估计系数整体上并不显著,表明二者对于城镇化包容性发展空间关联网络的形成无显著影响。

表5 城镇化包容性发展空间关联网络影响因素的QAP回归结果Table 5 QAP regression results of influencing factors on spatial correlation network of inclusive urbanization development

5 结论与建议

本研究以中国30个省域为研究对象,通过构建评价指标体系和熵值法对2011—2020年城镇化包容性发展进行测度,并结合城镇化包容性发展的概念内涵对引力模型进行修正,从而刻画各地区城镇化包容性发展的关联程度;进一步采用社会网络分析法考察城镇化包容性发展空间关联网络的整体结构特征、个体结构特征和凝聚子群特征,并利用二次指派程序(QAP)深度探寻其形成机制。主要结论如下:①从整体网络结构特征看,城镇化包容性发展存在明显的空间关联性,整体网络密度为0.289,仍处在较低水平,不同地区之间的交流合作仍有较大提升空间;城镇化包容性发展并不处在完全的等级森严状态,整体网络结构相对稳定。②从个体网络结构特征看,城镇化包容性发展的溢出与受益关系具有明显的东、中、西不平衡特征,城镇化包容性发展空间关联网络中溢出与受益最多的地区仍以东部和中部地区为主,经济发展水平高、基础设施建设完善、交通通达度高的地区在整个关联网络中占据“核心”地位。③块模型分析结果表明,以华北地区为主的板块Ⅰ为净受益板块,以东部沿海及长江经济带中下游地区为主的板块Ⅱ为双向溢出板块,以中部地区为主的板块Ⅲ为经纪人板块,以东北、西北、西南地区为主的板块Ⅳ存在显著的溢出效应,为净溢出板块;板块Ⅰ的溢出作用主要集中在板块内部,板块Ⅲ和板块Ⅳ的溢出作用主要集中在板块间。④地理邻近性、经济发展水平差异、产业结构升级差异、技术创新水平差异等因素对城镇化包容性发展空间关联网络的形成具有推动作用。

基于以上结论提出如下建议:第一,摆脱固有思维,加强城镇化包容性发展合作。从整体网络结构特征出发,当前城镇化包容性发展空间关联密度仍较低,地区之间相互交流程度仍有提升空间,这就要求各地区打破故步自封的传统思维,在不断提高本地城镇化包容性发展水平的基础上,通过构建“点对点”的帮扶机制,不断缩小地区间差距,从而加强与其他地区的交流与合作,促进共同发展;同时,结合当前农村剩余劳动力跨区域流动常态化的局面,地区政府需要准确甄别进城人员的诉求,制定合理的政策解决进城人员最关心的“落户难、就医难、就业难”等问题,保障进城人员的基本权利,从而逐步增强城镇化包容性发展关系网的联系。第二,精准识别板块特点,促进城镇化包容性发展。从城镇化包容性发展的聚类特征出发,充分发挥东部地区在城镇化包容性发展网络中的溢出作用,并借助中部地区交通通达度高和地理区位明显等有利条件,紧密结合其传导机制,搭建起东部地区与西部地区及东北地区之间的联系通道,不断拓展联系深度和广度,助推中心行动者和边缘行动者之间的交流合作,形成区域发展一盘棋的新格局;此外,城镇化包容性发展水平较低地区在发展中要因地施策,结合自身发展情况,循序渐进提高发展水平,促进城镇化包容性发展。第三,打破技术壁垒,加快城镇化包容性发展进程。从空间关联网络的影响因素出发,城镇化包容性发展要充分考虑地理空间邻近、经济发展水平、产业结构升级和技术创新水平的作用,破除区域性技术差距等因素制约,鼓励技术在地区间的交流与传播,从而助力产业结构不断优化升级,持续推动经济健康可持续发展,加快城镇化包容性发展建设;同时,还应着眼于政府公共规制力度、教育水平等方面的差距,提升整体城镇化包容性发展空间关联网络密度,带动边缘地区融入空间关联网络,为城镇化包容性发展提升提供更多传导机制。