中国城镇化的空间动力机制与效应——基于第六次人口普查2869个县域单元数据-赵果庆.pdf

《中国城镇化的空间动力机制与效应——基于第六次人口普查2869个县域单元数据-赵果庆.pdf》由会员分享，可在线阅读，更多相关《中国城镇化的空间动力机制与效应——基于第六次人口普查2869个县域单元数据-赵果庆.pdf（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国软科学2017年第2期中国城镇化的空问动力机制与效应基于第六次人口普查2869个县域单元数据赵果庆，吴雪萍(云南财经大学数量经济研究所，云南 昆明650221)摘要：城镇化是一个空间现象。如何揭示与测度城镇化的空间动力机制，是经济地理学的一大难题。本文利用我国第六次人口普查的2869个区县域单元(县，区，市)城镇化率数据，通过构造空间动态计量模型揭示我国城镇化的空间动力机制。结果显示，以城市人口、人口迁入、_r-&4E、地理位置为控制变量，我国城镇化具有稳健的二阶空间滞后动力机制。这表明，城镇化形成空间动力系统，一个县域单元的城镇化受周边两县域单元城镇化的促进。在城镇化空间动力效应作用下，

2、我国已形成北部与东南部两个高城镇化区域，大西南区域的城镇化水平仍较低。因此，我国要加大力度促进“南方丝绸之路”城市群建设，重塑城镇化经济地理，促进城镇化的区域协调发展。关键词：县域单元；城镇化；空间动力机制；空间计量；中国中图分类号：C813 文献标识码：A 文章编号：10029753(2017)02007612Spatial Dynamic Mechanism and Effect of Urbanization in ChinaBased on Spatial Unit Data of 2869 Counties Derived from the Sixth CensusZHAO Guoq

3、ingWU Xueping(Institute ofQuantitative Economics，Yunnan University ofFinance and Economics，Kunming 650221，China)Abstract：Abstract：Urbanization is a phenomenon of space，how to reveal the space dynamic mechanism of urbanizationis a major difficult problem of geographyIn this paper，using the 2869 count

4、y urbanization rate data of our sixthcensus，by constructing dynamic spatial econometric model reveals the space dynamic mechanism of urbanization inChinaThe results show that to urban population，population migration，industrialization，geographical location as acontrol variable，urbanization in china s

5、till has a robust spatial secondorder lag dynamic mechanism and urbanizationformation a spatial dynamic system，it is shown that a county urbanization is promoted by two surrounding countiesUnder the effect of the dynamic effect of urbanization，the high level of urbanization in the north and the sout

6、h hasformed and big Southwest regional urbanization level is still relatively lowTherefore，China should intensify efforts topromote the construction of the“Southern Silk Road”urban agglomeration，reshape the economic geography of the city，and promote coordinated development of regional urbanizationKe

7、y words：county unit；urbanization；spatial dynamic mechanism；spatial econometrics；China76收稿日期：201611一10 修回日期：201702一08基金项目：国家自然科学基金项目(71563059)。作者简介：赵果庆(1964一)，男，云南鹤庆人，云南财经大学教授，经济学博士，博士后，博士生导师，研究方向：数量经济。万方数据城镇化与区域发展 中国城镇化的空间动力机制与效应一、问题提出城镇化也称城市化(Urbanization)，是当今中国重要的社会、经济与空间现象之一，也是当今世界影响最大、最深刻、最全面的经济

8、地理重塑。正如斯蒂格利茨所说：“中国的城市化与美国的高科技发展将是影响2l世纪人类社会发展进程的两件大事。”他认为城市化将使中国成为世界领袖。究竟是什么动力推进着中国的城镇化?这是人口学、经济学、文化学、生态学、地理学等多学科理论探索与实证研究的焦点。城镇化是一个复杂的、多层面的社会经济空间变迁的动态过程，是经济与非经济因素共同作用的结果。城镇化动力是城镇化研究中的核心问题。目前，学术界已对城镇化动力机制进行了大量的研究，总体上可分为定性与定量两条线路。在定性方面，人口城镇化的根本动力在其初期主要来自工业化的进步，在中后期主要来自城市服务业的发展与新兴产业的创新；后来出现了以多元城镇化动力替代

9、以往一元或二元城镇化动力的新的机制形式口叫1，人口迁移。5 o、工业化6|、乡镇企业7|、外资8|，文化91等均成为中国人口城镇化的重要动力因素。值得一提的是，宁越敏【l叫从政府、企业、个人三个城市化主体的角度分析了90年代中国城市化的动力机制和特点。在定量方面，学者们主要是对城镇化动力机制进行统计评价和实证研究。(1)城镇化动力机制的评价。纪晓岚和赵维良在中国城市化动力机制的分析框架下，构建了城市化动力机制评价指标体系，对城市化动力机制进行准确反映和综合评价，但没有具体评价出城市化动力机制卜12。；曹广忠等列利用2000年截面数据，用因子分析法考察了东部沿海省区人口城镇化影响因素的差异、特征

10、和类型；也有学者以四维分析视角对人口城镇化的动力过程进行了分析，总结出行政力、市场力、外向力与内源力等主要影响动力，并强调城镇化动力的多元化4。is。(2)实证研究。一些学者对部分地区如江苏引、广东71城市化动力机制的进行实证研究；陈波狲等_l 8建立了不确定条件下农村剩余劳动力的城市化决策模型，认为城市化快速发展是政府和市场共同作用的结果；在对传统工业化与城市化之间数量关系进行计量分析的基础上，提出了城市化快速发展主要是由第三产业推动的观点。有的学者还应用VAR模型分别对内蒙古和新疆城镇化的时间动力机制进行了实证研究9。驯。近年来，随着地理信息技术的快速发展，越来越多的学者开始将空间计量分析

11、等方法运用到人口城镇化动力机制的研究中21。2 3|。从方法上，除非传统的空间计量模型外，庞瑞秋等心4 o还使用了地理加权回归模型(GWR)，邓志旺旧纠最先依据空间杜宾模型构建中国城市化动力机制模型，并分别进行时间固定效应模型、空间固定效应模型以及双固定效应模型回归检验本地区城市化水平的提高将会对其他地区城市化的发展所具有促进或阻碍作用。不难看出，揭示城镇化动力机制是一个重要的研究领域，目前已取得了丰硕成果，但探索城镇化动力机制的研究远没有结束。城镇化也是一个空间现象。虽然，国内学者应用空间计量实证了城镇化动力机制的存在，但是仅把空间作为一个动力因素来看待，并没有揭示出具体的空间动力机制。城镇

12、化是人口迁移引起人口经济重塑的必然结果。空间力量是城市化的重要力量旧6I，空间动力机制也同样是城市化不可缺失的重要机制。观察发现，在我国城镇化水平高的地区如长三角地区和珠三角地区会成片出现，而城镇化水平较低的地区也相对成片出现，城镇化呈现出空间集聚的特征。为什么会有这种现象?我们猜想，这是空间单元城镇化相互作用的结果，进一步体现为空间动力机制产生的效应。类比时间动力机制，空间动力机制也应是一种空间滞后自相关现象。也就是说，空间动力机制来源于空间单元相互依赖产生系统性。而区域相互依赖的原理规律及测算方法仍是一道尚未得到解决的地理学难题心川。这说明，揭示城镇化的空间动力机制是地理学的一大难题。目前

13、，基于空间计量研究了空间单元的空间相邻自相关，所揭示的是城镇化空间集聚机制，因此，有必要从空间滞后自相关的角77万方数据中国软科学2017年第2期度予以审视城镇化的空间动力机制。这不仅是对城镇化动力机制研究的有效完善，而且更是对中国城镇化空间过程演化机理的深人探索。本文沿第二条线路，从空间滞后自相关视角探寻城镇化的空间动力机制。本文创新之处主要在于用空间单元的城镇化滞后自相关中发现我国城镇化的空间动力机制，并以人口迁入率、工业化水平和地理位置为控制变量对其进行对稳健性检验；其次，本文在2869个县区市(县、区、市，下同统称县域)空间单元第六次人口普查的大样本数据中通过可视化展示出我国城镇化空间

14、动力效应的空间结构，有助于认清我国城镇化发展的空间力量格局，为重塑城镇化经济地理、优化城镇化空间布局提供政策依据和支持。二、研究方法与模型构建(一)城镇化的空间效应人类活动是在一定的空间范围内进行的，也就是人们的经济社会活动要受空间因素的制约。人类行为与所在地区有着密切关系，依据引力定律，此种关系随著距离的增大而递减。具体地，空间有两个重要的效应，一是集聚效应，二是位置效应。“物以类聚，人以群居”是一个自然的现象。集聚成为人类空间经济活动的一种属性，其表现为对空间的依赖性，本地依距离受相邻地区的影响。按新经济地理学解释，人口集聚或聚类产生可以节约资源和交易成本，具有外部性，规模效应和溢出效应。

15、在现实人口分布中，具有高人口密度地区会在空间“抱团”集聚在一起，产生城市与城市群，进而出现高水平的城镇化集聚区或城镇化带。从空间位置看，纬度决定气候，气候又影响生产环境和人的生产力，进一步影响城镇化。由于地理位置决定着交通的通达程度、离出海口的距离，决定着运输成本。同时地理位置决定着宜居性，空间异质性产生不同的人口集聚区。城市化有着向低纬度地区发展，是一个规律。从我国看，东南沿海低海拔地区拥有众多的港口码头和低成本的航运优势，国际贸易较为发达，形成人口的集聚生产力，具有其它地区无法比拟的地缘优势，而西北地区不具有人口集聚的有利地理条件和区位优势，地广人稀，人口的集聚功能较弱。从世界上看，大多数

16、大城市分布在气温适中的中纬度地带，其中又明显集中于年降雨量在400mm以上的湿润半湿润地区，而气候恶劣的荒漠干旱地区，高纬度寒冷地区，海拔3500米以上的高原和湿热的热带雨林地区则鲜有人居住。地理因素通过对经济发展的促进或限制而影响到城镇化的发展旧8|。城市是人口在一定地域范围的大量集聚和有效集中的空间形态，而人口城镇化在一定程度上体现着人口集聚，城镇化成为当代人口生存与发展最有效的空间组织机制。我国区域经济无论在单个城市、城市群的层面上，还是在经济地带的层面上，城镇化都表现出明显的集聚趋势。相对来说，在人口城镇化进程中，资源、地理位置、气候等地理因素(或者说传统的经济地理因素)对人口城镇化发

17、展的过程中的确起着根本性的作用，而其中特别重要的则是空间集聚动力与地理位置。实证表明，区位地理条件是城市规模等级序列的首要要素口9|。显然，理解空间的动力机制直接关系到城镇化发展战略。在空间效应下，我国人口分布具有极大的差异，形成了东部一中部一西部的东高西低梯度集聚的格局。最为突出的是“胡焕庸线”所说明的区域分异现象。不论是历史因素，还是改革开放以来的新因素，“胡焕庸线”所揭示的人口分布规律依然没有被打破。(二)城镇化的空间滞后自相关空间集聚是空间自相关的具体表现。城镇化的空间动力机制来自空问滞后自相关性。如果，城镇化存在空间动力机制，那么各空间单元之问的城镇化之间存在空间自相关性。这种空间自

18、相胡焕庸线(Hu Line，或HeiheTengchong Line，或AihuiTengchong Line)，即中国地理学家胡焕庸(19011998)在1935年提出的自黑龙江瑷珲至云南腾冲画出一条我国人口密度对比线(约为45。)，线东南半壁36的土地供养了全国96的人口；西北半壁64的土地仅供养4的人口，二者平均人口密度比为426：1。“胡焕庸线”不仅是人口界线，同时为一条中国生态环境界线和适宜人类生存地区的界线。78万方数据城镇化与区域发展 中国城镇化的空间动力机制与效应关与时间序列自相关类似，表现为空间依赖性中的空间滞后效应。只要城镇化存在显著的空问自相关，就可将其分成四类集群，在空

19、间上形成中心一外围结构。具体到中国的具体国情，县域相邻空间单元与其滞后空间单元的城镇化在地理空间上表现出一定的相关性，就说明县域城镇化的空间相互作用或影响的途径可以通过邻接县域而相互传递。检验县域城镇化的空间相关性存在与否，在实际的空间相关分析中可以使用空间自相关指数MoranI，但是空间滞后自相关指数与MoranI仍有一定差别。为直接分析空间滞后自相性，这里采用空间自关系数0I。空间滞后自相关系数定义如下：(“r。一ur。)(班iWi k j kur。)”2F矛2=2222了亍22=222222222，、(ur。一五；。)2(zq一。，一。MrfWi-k,j-k五；。)2(1)(2)式中，N

20、为县域样本数，ttri为第i县域城镇化率，五ri为城镇化率的平均值，埘Hj-k空间相邻滞后矩阵，k=1，2，q，为滞后阶数，当k=1时，为空问1阶滞后，表示一个县域城镇化与其最邻近县域城镇化的相关性；当Jj=2时，为空间2阶滞后，表示一个县域城镇化与其第二邻近的县域城镇化的相关性，以此类推。WHm中行和列都对应县域，对角线上的元素为零。(三)地理位置相关与趋势面地理位置相关性是研究一个观察变量与一个地理变量的关系是否密切。地理相关系数就是用来研究空间变量与地理位置要素间的相互关联强度的一种度量指标。城镇化率的地理相关系数计算公式：(,ri一玩)(戈；一互i)r=iF=i=1二=二=iF二=二(

21、2)7 2万F=二=二=_7i=二=二L z，；(眠一l；i)2；i刊xi 2(2)式中，r为城镇化率的地理相关系数，其值在一1，1区间之内；戈i为第i县域地理变量，指空间单元对应的经度或纬度值，互i为平均值，一般情况下，相关性的显著性检验是在给定的置信水平下通过查相关系数检验的临界值表来完成。城镇化与地理位相关性分析揭示了城镇化与地理位置之间的相关程度，但是当使用经度和纬度进行相关分析时，只能反映东西或南北关系。如果要分别做回归分析，那么就会产生两个回归模型，尚不能确定城镇化与空间位置的关系。因此，客观需要经度和纬度同时进入一个回归模型，一般情况还是非线性方程，这就产生了趋势面分析。趋势面分

22、析就是用空间数据拟合一个数学曲面，以反映观察变量空间分布的变化趋势特征。实际上，趋势面分析是通过回归分析原理，运用最小二乘法拟合一个二维函数，应用线、面或三维曲面来识别、分离和度量趋势的一种空间分析方法31|。趋势面反映的是总体变化，受大范围的系统性空间位置的影响。趋势面分析的基本功能，是把空间分布的一个具体的或抽象的曲面分解成两部分：一部分主要由变化比较缓慢、影响遍及整个研究区域分量组成，称为趋势分量；另一部分是变化比较快，其影响在研究区域内并非处处可见的分量，称为局部分量。设(戈i，Yi)表示某一观察变量F对应于空间位置，zi、Yi分别为经度和纬度值。每一个观测点的K都可分解为两个部分：Y

23、=八zi，Yi)+si (3)(3)式中，八xi，Yi)为的趋势量，占i为残差值。趋势面模型的数学方程式为多项式函数：八zi，Yi)=a00+oIo戈i+aolYi (4)【戈i，Y。)=amxi+aolYi+a11xiyi+a20X；+a02Yi(5)【戈i，Yi)：alo戈i+a01Yi+allziY；+a20X。i+a02y；+a30戈；+a03y；+a21算j2yi+12戈iy2i (6)(4)式为一次多项式，是一个平面。它可以是水平的，但极少见，一般是以某倾角倾向于某一方向。(5)式为二次多项式曲面，可以是椭圆面，双曲面，或是抛物面，只有一个极值点的曲面。(6)式三次多项式曲面，可以

24、出现四个极值点，多为马鞍型三次曲面。但在建立实际模型时，有些项不显著，一般只使用多项式函数中的几项。不同次数的多项式函数所描述的曲面有不同的复杂程度。79万方数据中国软科学2017年第2期(四)城镇化空间动力机制计量模型在采用传统的计量分析方法时，隐含假设横截面空间单元是同质的，也就是空间单元之间没有自相关性或集聚。而实际上，根据“地理学第一定律”，几乎所有的空间数据都具有一定程度的空间依赖性或空间白相关性的特征。经济的动力机制就来源于空间单元的经济空间依赖性3 2。具体到城镇化，亦即一个空间单元上的城镇化水平与邻近空间单元上的城镇化水平是正相关的，这种自相关性是城镇化空间动力机制的来源。空间

25、计量经济学的基本思想是将空间单元之间的空间依赖关系引入基本线性回归模型旧卜34 J。借鉴时问动力机制的AR模型，引入空间滞后变量，建立在控制变量作用下的城镇化空间动力机制模型即SAR(q)模型：qwf=A形吨Huri+卢置+si (7)(7)式为在考虑其它因素影响下，多阶空间空间滞后自相关模型，其中，ur为城镇化率，x为控制变量，WHj-k为nn阶的空间滞后相邻矩阵，i=1，2，凡；k滞后阶数，A。是空间动力效应系数。城镇化空间相关分为空间自相关与空间位置相关。因此，只有把空间自相关与空间位置相关结合起来，才能更有效地解释空间因素对城镇化的影响。另外，城镇化与城镇人口有关，城镇人口规模越大，城

26、镇化水平越高；城镇化还与人口迁移和工业化存在正向关系。6。基于上此，构造出我国城镇化空间动力机制的空间杜宾计量模型：上u-=艺Ak形叱卜kUFi+卢lCP；+伤形_l，j_1cP；十k=J83lPI+piWt。i_、lPi+|B5It+pjWt。j。l L+八戈i，Yi)+占i (8)(8)式中C只、，Pi、，i和八搿。，Yi)为控制变量，用于检验假设及空间动力机制的稳健性。其中，CPi表示城镇人口总量，Pi为迁人人口量，i表示工业化率，八石i，Yi)为地理位置效应。(9)式揭示了县域城镇化率的拟合值，而偏差表示县域城镇化实际值和拟合值之差，即：si=M-一u (9)(9)式中，si为残差，“

27、为城镇化的拟合值。残差可能是由三方面原因起的，即局部异常、随机干扰、模型本身的误差。残差的出现意味着空间相关存在局部异常，不能简单的当作误差删除掉。尽管残差无规律可循，但在实际应用中，通过对残差图的分析能发现很多有价值的非空间信息或现象。三、数据来源(一)数据来源本文数据来自中国2010年人口普查分县资料阳31提供的第六次人口普查分2869个县域相关数据计算，其中，城镇化率为城镇人口总人口，人口迁人率为迁人人口总人口，工业化率以第二产业人口占全行业人口比重表示。此外，代表县域地理位置的经度和纬度数据来自国家地理信息系统网站。(二)数据描述性统计从表1可以看出，各个变量的差别非常大，选择的286

28、9个县域中有的城镇化率达到100，也有城镇化率仅为138的县域，工业化率、人口迁入率和城镇化人口规模分布均呈非正态分布，存在着两极分化的现象，最大值和最小值相差较大。表1 2010年我国县域人口城镇化率、工业化率、人口迁入率的描述性统计变量 平均值 最大值 最小值 标准差 偏度 峰度 JarqueBera城镇化率 469149 loo 13796 256777 07908 25157 3270363城市人口(对数值) 118143 157995 62305 11735 0926l 48676 8270713人口迁入率 56403 303350 01424 48495 14704 493ll 1

29、4796420工业化率 206328 761300 O 149696 10549 37368 5970233万方数据城镇化与区域发展 中国城镇化的空间动力机制与效应(三)城镇化率空间分布城镇化率是城镇化发展水平的关键指标，其空间分布基本可以代表城镇化发展水平分布。以2010年我国城镇化率平均值(4691)为界线，超过平均水平的县域有1065个，其平均城镇化率为7523；低于平均水平的县域有1804个，其平均城镇化率仅为3019。城镇化率超过平均值的县域分布相对集中，包括两个主集聚区和两个次集聚区。其中主集聚区：一是在东经120度，北纬30度附近，以上海为中心主要包括浙江、江苏的长图1 2010

30、年城镇化率高于平均值的县域分布按(2)式计算，我国县域城镇化率与经度的相关系数为01835，与纬度的相关系数为01718。当N为1000时，01显著性水平为临界值为0104。可见，两者均在01的水平上显著。这表明，县域城镇化率随东经和北纬的增加而增大，以随东经的增加更为明显。也就是说，东南部城镇化率明显高于西北部。总体上，我国城镇化率分布与地理位值具有极强的相关性，我国南北差距相对较小，而东西差距更大。四、城镇化滞后自相关检验与空间动力机制参数估计(一)城镇化空间自相关与显著性检验根据我国2869个县域的经度和纬度计算，得到我国县域13阶和46阶滞后的空间矩阵结构(图3和图4)。以(1)式计算

31、，2010年城镇化率的滞后16阶空间自相关系数分别为05457、三角地区；二是在东经115125度，北纬3542度的环渤海经济地区，包括山东，河北、北京和天津。两个次集聚区分别是广东珠三角和福建(图1)。可见，高发展水平县域主要分布在东部沿海一带地区，大部分中部和西南地区很少有高发展水平县域分布。而城镇化率小于平均水平的地区，全国31个省市都有分布，主要集中在东经97115度，北纬2340度区域，以西南地区和广大中部地区为主，东南沿海县域分布很少，已是点缀其中(图2)。图2 2010年城镇化率低于平均值的县域分布05408、04772、04014、03726和03392，均为正值，且在1的水平

32、上显著，显示出了很强的空间滞后自相关性。可以看出，我国县域城镇化水平的空间自相关系数随滞后期数的增加而递减。这也意味着，我国城镇化的空间动力随空间距离增大而减小。相对而言，一阶滞后的城镇化率空间白相关系数最大，表明对一个县域来说，最邻近的县域城镇化率对其城镇化水平的作用越明显。(二)城镇化空间动力模型参数估计由于县域之间的人口城镇化水平存在显著的空间滞后自相关性，所以必须采用控制了空间自相关性的空间计量模型对各动力因素的贡献进行分析，以得到回归系数的无偏估计量。利用2010年的2869个县域数据对(8)式进行回归分析，得到参数估计结果(表2)。81万方数据中国软科学2017年第2期O20002

33、5000翊p4蔫-1000 1500n=28691阶滞，2阶滞，3阶洲，黻精搽：O曳5001000蠹20002500熬O 5004阶5阶6阶1000 1500 2000 2500nz=2869表2我国城镇化的空间动力机制模型的参数估计UPi变量 ( ) (2) (3) (4) (5)参数 t统计量 参数 t统计量 参数 t统计量 参数 t统计量 参数 t统计量84144 85068 314557 93733 一113608 37359 一173620 19213WiI，J一1 uri 02503 145002 04046 247933 02358 136166 03276 194666一2，一

34、2 uri 02325 130670 0070l 6048l 02210 124172 00608 55400Wr3 t3 urI O128l 73500 00236 2132l 01179 67665彤f_4，一4 00612 35178 00303 28630 00507 29155Wi一5J一5zri 00630 36614 00445 25620Wi一6J一6 uri 00329 197ll 00178 10540CPi 56903 161327 59934 19174l 60733 188136一J，JICP。 一10114 28060 42052 一125409 36148 一lO

35、5712IP 308“ 360855 29868 381679 30237 392804职一1J一1Pi 一03477 43812 一16537 一189254 13252 一149783，。 03846 165094 03927 163144 04376 180718WtI ji一1lt O1908 77493 01349 54270，(z。，Yf) (z。，Y。) (z。，y。)占 8I 62 63 64 65R2 O4076 06847 07594 O4145 0773lF 3299478 12465434 9059785 2040929 6993390sE 197627 144188

36、125965 196405 122327A，C 88079 81770 79085 87975 78509D 15738 O9217 1557l 154715 1524582一纂，篓零。耘爹一喜|万方数据城镇化与区域发展 中国城镇化的空间动力机制与效应(Yi)=00131x。Y。+34310戈；一215 X 10Yi戈；+173 X 10戈；Y；(20156) (41613) (一33863) (26832)(戈i，Yi)=一41390x。+129271yi+00836x；一02772xiYi(一31608) (39335) (33601)(一43957)一433 X 10-4戈，3+146

37、X 103yi戈；表2中的(1)是空间滞后自相关的动力机制模型，(2)是控制变量及其一阶滞后模型，比较(1)和(2)看出，(2)的R2值大于(1)式，而其5E和AIC的值比(1)小，说明(2)优于(1)。(3)为(1)和(2)的综合，(3)的R2比(1)和(2)都要高，且|sE和AIC值比(1)和(2)都小，说明(3)比(2)、(1)更佳。(4)为加入了地理位置因素影响后的空间动力模型，从(4)可以看出，地理位置效应对我国大范围城镇化产生影响。与(1)相比，(4)的拟合优度值提高了，而SE和AIC的值下降了，(4)优于(1)。(5)显示，在城市人口规模、城市人口迁入量、工业化水平和地理位置的影

38、响下的城镇化动力机制模型估计结果。(5)比(1)、(2)、(3)和(4)都好，是最好的模型。表2的(4)中，工(戈i，Y!)为不对称的三次多项式曲面，仅有xiyi、戈。3、Yi戈；、xiyi 2的t值在5水平上显著，其余各项t值在5水平不显著；(5)中的五(戈。，Yi)也为不对称的三次多项式曲面，仅有戈i、Yi、戈i 2、xiyi、戈。3、Yi戈；的t值在5水平上显著，其余各项t值在5水平不显著。值得一提的是，DW在时间序列计量经济学中用于检验残差项的序列自相关。在时间序列中时间序列是单向的，且是唯一的，而从空间看，空间位置是固定的，由距离决定，空间滞后也是唯一的。因此，以可以借用DW检验一种

39、特定排列的空间计量模型残差序列的自相关性。从表2看，(2)中没有城镇化的的空间滞后变量，仅有控制变量及其一阶空间滞后变量，DW值仅为0。9217，占，存在较强的空间自相关性，而(1)、(3)、(4)和(5)中具有多项城镇化的空间滞后变量，其DW值在15以上，残差序列中的的自相关性已较弱。显然，城镇化空间滞后变量已消除了空间自相关。(三)城镇化空间动力机制化的稳健性检验从表2的(1)看出，在不考虑其它因素的情况下，在5的显著性水平上，中国城镇化具有显著的5阶滞后空间动力机制。从1阶到5阶，t值大幅度减小，空间动力的边际效应也大幅度减小。(5)表明，城市人口规模、人口迁入量、工业化水平与空间位置对

40、城镇化的空间动力机制产生明显的影响，对3阶到5阶空间动力因子产生了挤出效应。这也就是，在控制变量作用下，我国城镇化只具有稳健的空间二阶滞后动力机制。五、可视化分析(一)LISA集群与可视化表2中(5)表明，我国城镇化具有稳健的一阶、二阶空间滞后动力机制。这表明，县域城镇化具有较强的一阶、二阶滞后自相关性，城镇化率与其滞后一阶和二阶滞后城镇化率平均值的相关性为06138，在大样本下表现出极强的显著性。以城镇化率与其滞后一阶和二阶城镇化率的平均值(469149，508711)为坐标原点，把我国县域分为四类集群：HH集群，由一个高城镇化率县域与其滞后一阶和二阶平均高城镇化率县域构成；LH集群，由一个

41、低城镇化率县域与其滞后一阶和二阶平均高城镇化率县域构成；LL集群，由一个低城镇化率县域与其滞后一阶和二阶平均低城镇化率县域构成；HE集群，由一个高城镇化率县域与其滞后一阶和二阶平均低城镇化率县域构成。图5是以一阶和二阶滞后城镇化率平均值计算的我国县域城镇化四分类结构。其中，HH类、LH类、LL类和HL类的数量分别为754、446、1358和31 1，占总县域数的2628、1555、4733和1084。不难看出，我国LL类的样本占比较大比重，接近50，其次是HH类，两类并在一起占72，它们是我国城镇化空间滞后自相关的主导力量，呈现出典型的空间俱乐部特征。83万方数据中国软科学2017年第2期50

42、40N 30：20_：一1口+ 0芋：二10主一20一一304050二。鬻 鞭。母霹麓。：鞭糕麓了鬻瓣a；。灞。口。“鬻锅 口田一q：硪：岛瑚。越。：臻 帮糕 黧黪警一 相关线 - HH HL tj LH 口 LL一40 30 20 1口 口 1 D 2D 3口40 50Uf图5城镇化率与其1、2阶滞后空间变量平均值相关性把图5中的四象限的县域在空间展开，分别得到图69。HH类县域主要分布在黑龙江省东部与俄罗斯接壤的地区，辽宁省的沈阳等几个主要城市汐向型经济特征明显的长三角地区到珠三角地区形成的东南沿海地带；西部乌鲁木齐与克拉玛依、内蒙中南部与东北部区域也比较集中，其它地域和零星分布，西藏没有

43、分布(图6)。LL类县域主要分布在次沿海与次沿边的腹地较大区域，沿边分布较少，沿海的长三角和珠三角地区有较少分布出现(图7)。HL类和LH类县域主要分布在我国东南部，西藏、内蒙、新疆、甘肃、宁夏分布较少，西藏没有LH类县域分布(图8和图9)。(二)城镇化空间动力机制与效应趋势面表2中的(5)表明，我国城镇化具有稳健的一阶、二阶空间滞后的动力机制，因此，再对一阶、二阶空间滞后的联合动力机制进行估计，SAR(2)模型：“=04396WiiIuri+04307Wii一2121i+si(10)(280986) (270167)R2=03202，DW=17672，AIC=89437。对比(10)式与表2

44、中的(1)，(10)式的砰值小于(1)的R2值，而(10)式的AIC值高于(1)的AIC值，但(10)没有截距项，其DW值高于(1)的DW值。这说明(10)代表着主要的空间动力机制。图10为(10)式拟合城镇化率的空间动力效应的趋势面。万方数据城镇化与区域发展 中国城镇化的空间动力机制与效应图10我国城镇化SAR(2)动力效应的空间分布图10显示，中国的版图上，城镇化空间动力效应分布空间趋势面具有多中心一外围结构，而总体形态呈鞍型结构，可以划分为四个区域。(1)由东南沿海、环勃海和东北三省东部沿边地带构成一个高城镇化区域。(2)由北部沿边地带主要是新疆东北部、青海北部、甘肃西北部、宁夏北部、陕

45、西北部、内蒙沿边区域、内蒙与黑龙江交界地区构成的高城镇化区域。(3)由新疆西南部、西藏、青海南部、宁夏南部、甘肃南部、四JiI西北部、云南西北部连片形成低城镇化大区域(简称“大西南片区”)。(4)由内蒙古自东南部、黑龙江中部、吉林北部构成了另一个低城镇化小区域。此外，在安徽、河南、江苏、山东和河北的交界处有一个低城镇化小区域，江西等也有低城镇化区的零星分布。除西藏外，每一个省份都有超过50的高城镇化局部小区域分布。很明显，我国城镇化水平具有明显的多元化差距特征，空间异质性较为突出。不难发现，两个高城镇化区域分布在“胡焕庸线”的两侧(图10)。从空间动力效应看，城镇化低谷区域也形成了从西藏错那县

46、勒门马巴民族乡到黑龙江萝北名山镇的一条分界线，称城镇化空间动力效应“谷底线”。按两地东经和北纬计算，“谷底线”长达489950公里。“谷底线”与“胡焕庸线”交于河北张家口市沽源县九连城镇。(三)残差空间趋势面(10)式的si值序列只有较弱的空间自相关性。从图11看出，非空间动力效应在全国范围只R5万方数据中国软科学2017年第2期有局部的特征，没有趋势和规律所循，但也有一些明显的特点。非空间动力强正效应(20)的区域分布在北部，尤其是在青海、新疆和甘肃交界区域具有较强的城镇化非空间动力效应，在内蒙古东北部也有非空间动力效应优势。非空间强阻力效应(一40)区域呈分散分布，在西部的云南、四川、重庆

47、分布较少，在广东、福建、江苏、浙江、山东为主的东南沿海区域更是少见。图1 1 我国城镇化的非空间动力因素效应(si)的空间分布六、结论与含义本文利用我国第六次人口普查的2869个区县域单元城镇化率数据，通过构造动态空间计量模型，揭示我国城镇化的空间动力机制与效应。结果表明：一是城镇化空间扩展的过程和格局受空问动力机制的影响。在城市人口规模、人口迁人量、工业化水平及地理位置参与的情况下，我国城镇化仍具有稳健的空间二阶滞后动力机制。中国每个县域空间单元的城镇化水平对其最近两个县域空间单元的城镇化存在明显的空间依赖性。这意味着孤立县域空间单元的城镇化难以推进，县域空间单元越密集，城镇化越易抱团发展。

48、这就是我国版图上形成高城镇化水平集聚区和低城镇化水平集聚区的根本原因。二是城镇化是一个复杂的、多层面的社会经济空间变迁的动态过程，是多动力综合作用结果。我国城市人口规模、人口迁入量、工业化水平及其地理位置也是城镇化的显著动力因素。这意味着，我国在制定区域政策时，既不能以地理决定论的观点夸大地理因素作用而忽视政府的宏观调控86作用，也不能以非地理因素排斥或忽视空间效应，以导致在调节城镇化发展差距政策效应受到空间力量阻制与抗拒，过高预期政策对城镇化不发达区域的促进作用。三是在空间动力机制影响下我国城镇化空间分布呈现出鞍型结构。在我国北部沿边已突破了“胡焕庸线”，形成多个高水平城镇化集聚区，这意味着，我国人口分布难以突破“胡焕庸线”，但城镇化可以突破“胡焕庸线”，这一点对中国具有特殊的意义。目前，“胡焕庸线”西南端“次大西南片区”的城镇化仍然相对滞后，主要是城镇化的空间动力不足。我国要加大对“大西南片区”发展的政策支持力度，加快人口迁移，扩大城市人口规模，提升人口密度，提高城镇化率，重塑经济地理，同时，要