基于“城区常住人口”的2010—2020年中国收缩城市识别

收缩城市成为中国城镇化发展的关注焦点之一,已有研究多面临城市空间范围界定和人口统计口径不确定问题。2008年《统计上划分城乡的规定》和2014年《国务院关于调整城市规模划分标准的通知》确立的“城区常住人口”标准口径更加符合城市实体地域的人口规模。基于国家标准口径,通过对行政区划调整、工矿区和开发区城乡代码调整等进行空间一致性处理,识别2010—2020年城区人口发生减少的收缩城市。主要结论包括：(1)中国693个城市中,收缩城市仅有48个,且绝大部分收缩城市的城区人口减少规模低于5万人。(2)收缩城市主要分布在东北地区,以县级市和中小型城市居多,包括部分资源型或资源枯竭型城市。(3)收缩城市的形成受到经济发展、人口结构和城市政策等因素影响。收缩城市尚未成为中国城市发展的主要类型,已有研究中不准确的统计口径造成了收缩城市数量和规模的夸大。但是,随着城镇化进入中后期发展阶段和人口生育水平下降,未来中国收缩城市数量和规模很可能出现明显增长,并且需要重视独立市辖区、县城、开发区等城区人口变动的精准核算和监测。     

收缩型城市:认知误区、统计甄别与测算反思

收缩型城市是中国城镇化、空间规划与城市治理的全新命题。论文在简要梳理收缩型城市相关文献的基础上总结了当前收缩型城市研究在中国的认知误区。因人口统计口径不一致、划分标准不可比、数量属性与地域空间脱节等原因给科学清晰的识别收缩型城市提出了挑战。在周一星、史育龙（1995）建议的基础上,论文提出了基于实体地域对比与行政地域互验来分析全国城市人口的增减变化及收缩型城市的甄别框架,测算表明：全国有114个建制市2010年的“城人口”规模低于2000年“市人口”规模,但由于2000年“市人口”的偏大统计以及2010年“城人口”存在的“个别水分”,这些城市也未必就全是“收缩型城市”;在剔除乡村人口较高的“城市型政区”后,全国2000年和2010年人口处于净流出状态的建制市分别为56个和75个。论文认为：中国应尽快建立城市实体地域概念,推进城市化区域协同统计制度;要构建“时空对齐”的全国常住人口地理信息系统数据库并综合考虑各地行政区划建制差异,持续推进城乡人口的精准划分。     

中国城市发展方针的演变调整与城市规模新格局

城市发展方针是指导城市持续健康发展、把握城市发展大局与方向的总体纲领。处在不同发展阶段的城市需要与之相适应的城市发展方针来指导,城市发展的阶段性规律决定了城市发展方针是随着城市发展阶段的变化而调整的,因而不是一成不变的。在对中国近60 多年来城市发展总体方针演变过程与指导效果回顾总结的基础上,客观分析了中国现行城市发展方针的局限性,包括现行城市发展方针与国家城市发展的客观现实不相符合,缺少对城市化重点地区“城市群”的基本表述,对大、中、小城市的划分标准不尽合理,现行城市发展方针指导下的城市体系等级规模结构与行政区划不相协调等。最后提出了调整现行城市发展方针的建议方案,重新划分大、中、小城市的规模标准,将中国城市划分为超大城市（市区常住人口规模≥1000 万人）、特大城市（介于500 万~1000 万人）、大城市（介于100 万~500 万人）、中等城市（介于50 万~100 万人）、小城市（介于10 万~50 万人）、小城镇（<10 万人） 共六个规模等级标准;将新形势下中国城市发展方针调整为：引导发展城市群,严格控制超大和特大城市,合理发展大城市,鼓励发展中等城市,积极发展小城市和小城镇,形成城市群与大、中、小城市与小城镇协调发展的国家城市发展新格局。到2020 年将形成由20 个城市群、10 个超大城市、20 个特大城市、150 个大城市、240 个中等城市、350 个小城市和19000 个小城镇组成的6 级国家城市规模结构新体系;重新构建建制市的设市标准,尝试建立民族自治市;鼓励发展小城市和小城镇,把其作为农业人口就近就地市民化的首选地,不断提升城镇化发展质量。     

赣南原中央苏区中心城市的选择与培育

对中心城市的选择与培育是欠发达地区区域发展必须解决的关键问题。在江西省社会经济数据及交通地理数据支持下,以2000、2005及2010年为时间断面,采用Kernel城市空间密度分析和“自下而上”的城市等级与腹地划分方法,从城市规模结构、等级结构与腹地结构3个角度对赣南原中央苏区城市体系演变进行研究,在此基础上识别出中心城市,并提出培育路径。研究结果表明,2000―2010年,赣南原中央苏区的城市人口规模正处于加速扩张阶段。城市规模空间结构呈现显著的核心―边缘特征,以赣州、吉安、瑞金、南城为中心的城市人口集聚核心区已经显现。以赣州、吉安、瑞金、南城为中心的城镇密集区释放出了显著的空间集聚效应,成为推进苏区城市化进程的重要增长极。苏区的城市等级可划分为3个等级,赣州、吉安、瑞金和南城一直是苏区最具辐射力的一级城市,其在城镇体系中的高等级城市地位已经比较稳固。在城市腹地结构演变上,尽管二级城市的腹地范围持续变动,但赣州、吉安、瑞金和南城4个一级城市的腹地范围始终保持稳定,这与其在城市等级中的稳定性高度吻合。研究认为,应选取赣州作为苏区主中心城市,选取吉安、瑞金、南城作为次中心城市;应从优化城市职能分工、壮大城市产业、做大城市城区、优化交通网络与加强制度创新等方面对中心城市进行培育。     

中国城市土地扩张与人口增长协调性研究

基于城市建成区面积和城区人口数据,构建城市土地扩张与人口增长关系模型,对2000年和2010年中国657个城市的土地扩张与人口增长之间的协调性进行了评价。结果表明:①中国城市用地扩张和人口增长之间的协调性较弱,土地显著扩张是中国城市发展的主要类型,数量占城市总量的1/3;其次是人口显著增长类型,占城市数量的1/4,两极分化明显。②在空间分布上,土地显著扩张的城市主要集中在东部沿海、沿江、沿线等经济相对发达地区;人口显著增长的城市分布重心则相对西移,主要处于胡焕庸线以东的中西部地区。③从不同规模城市用地扩张与人口增长的协调性来看,特大城市、大城市发展以土地快速扩张为主,且土地显著扩张所占比例最大;中、小城市发展以人口快速增长为主,并以人口显著增长占优。④由城市规模变动来看,小城市规模晋升多以人口快速增长实现,大、中城市规模晋升则更多通过土地快速扩张推进,特别是以房地产、新城建设等带动的用地驱动型城市化来完成。     

中国城市行政地域与实体地域的空间差异及优化整合

中国的城市界定与行政区划紧密关联。根据2010年人口普查数据,系统分析不同尺度城市行政地域与城市实体地域的界定及其空间差异。主要结论：① 按照直辖市或地级市、设区的市和不设区的市、设街道的市和不设街道的市的层级,城市行政地域范围依次收缩,但是都大于城市实体地域范围。按照实体地域界定,2010年中国城市人口仅占30.18%。② 城市实体地域更能客观地反映城市位序规模的分布状态,而按照城市行政地域会导致规模或排序偏差。③ 未来在行政区划调整时,着重考虑撤县设市、增设地级市、确立乡级行政区划调整标准等,在建立城市实体地域时,可从独立市辖区、县城、特大镇等方面优化,并加强统计信息公开。     

中国城市人口增长过程及差异研究

采用1984—2003年中国所有设市城市完整的人口规模数据,揭示该阶段中国城市人口增长过程的总体特征、等级差异特征及空间差异特征。分析认为:中国城市人口增长过程具有持续性和波动性的总体特征;在等级差异方面则表现为明显的阶段性特征,2000年前以中小城市增长为主,之后则以特大城市和大城市增长为主;人口增长过程存在显著的空间差异,最突出的是以东北三省为主的北方城市人口增长明显慢于全国平均水平,此外,新城市的人口增长明显快于原有城市。     

基于分形理论的新疆城市规模分布及异速生长特征研究

采用2005-2014年新疆非农业人口和城区建成面积数据,运用城市位序-规模法则、人口-面积异速生长等相关的分形理论,分析新疆城市体系规模结构的演化和异速生长规律。结论表明：新疆城市体系首位分布明显,新疆城市规模分布的集中力量高于分散力量,中间位序城市快速发展,使城市规模分布逐渐趋向合理;新疆城市人口-面积异速生长关系整体上呈现退化迹象,城市等级结构较为松散。     

多维视角下京津冀地区人口集疏时空变化

城镇化过程中,人口集疏是区域空间结构演化的根本动力。基于四普、五普、六普及2015年人口抽样数据,从多维视角分析京津冀地区近25年人口空间分布特征与集疏态势,研究发现：①京津冀地区人口总体分布仍呈西南稠密而东北稀疏格局,交通干线沿线人口地理集中度高;1990—2015年区县尺度上数量差异加剧,且在空间上存在强相关性：人口热点分布呈现以京、津和沿海区域为轴的“T”形结构,冷点区域则小幅扩张呈“C”形结构;②1990—2015年,京、津两市人口集疏空间表现出明显圈层特性,且人口扩散表现“核心-边缘”特性;河北各市人口集中在市辖区,且其周边区县人口流失程度呈阶段性加重。③综合城市规模等级与行政等级视角,城市规模与行政等级挂钩,城市行政等级越高其人口规模越大,人口集聚能力越强;主体功能分区视角下,开发区人口份额在提高,生态功能区人口份额在下降;京津冀地区人口集疏空间在2010年后发生转变,向沿海地区集聚趋势突出,表现出显著临海性。     

中国大都市区的界定和发展研究——基于第六次人口普查数据的研究

借鉴都市区概念,采用“六普”城乡统计口径,以区、县为基本单元,利用人口密度、城镇化率等指标界定了128个大都市区。其次,对2000~2010年中国大都市区人口规模结构和空间分布的特征及变动进行了研究。从规模结构上看,以大都市区人口表征的中国城市规模分布符合位序规模法则,且属于较为分散的类型,但斜率q从2000年的0.787提高到2010年的0.891,显示都市区的规模分布趋向集聚,且高等级都市区仍有一定发展空间。从空间分布上看,东部是中国大都市区的主要分布地带,且人口有进一步向该地区集聚的趋势,并形成了三大都市区连绵地区;中部地区都市区数量增加较多,但人口比重有所下降;西部地区大都市区发展最为滞后,都市区极化现象十分突出。最后就中国大都市区的发展提出了建议。     

中国城市规模分布的形态和演化与城市增长模式——基于Zipf定律与Gibrat定律的分析

鉴于以往研究较少关注城市规模分布形态的规模差异性和城市规模分布演化与城市增长模式之间的关联,论文基于1953—2010年中国6次人口普查数据,选择了全部城市(包含地级市市区和县级市)和地级市(地级市市区)2种样本组,对中国城市位序规模分布的形态特征、演变趋势及其与Gibrat定律间的关系进行了实证分析。结果显示,中国的城市规模分布主体符合Zipf定律的线性分布,但两端即小城市和超大城市因规模不足而偏离线性分布,这一现象也得到全球各国证据的支持;从演化角度来看,中国城市规模分布在早期逐渐分散化并偏离Zipf定律,但从2000年开始转而向符合Zipf定律的方向回归,其中大城市率先在1990年就开始了转向,与这一阶段城市人口随机增长表现出耦合性,从而验证了Zipf定律和Gibrat定律的逻辑一致性。该发现对于促进中国城市规模分布高质量发展具有重要启示。     

辽中南城市群城市规模分布演变特征

运用城市首位指数、城市规模分布的基尼系数和分形等理论与方法,对改革开放以来辽中南城市群城市规模分布的现状及演变特征进行分析。结果表明,2007年,辽中南城市群城市等级规模结构呈位序-规模分布;城市体系中大城市规模偏大,中等城市偏小,小城市规模较小;城市规模空间分布不均衡,区域分异明显。改革开放以来,辽中南城市群城市规模分布发生显著变化,城市规模与数量均呈快速扩张态势;城市首位指数均不断降低,城市规模结构由首位分布向位序-规模分布转变;城市规模分布的分维数不断增加,城市规模差异逐渐减小,不断向均衡方向发展。在此基础上提出了加快沿海城市带的发展、加强交通基础设施的建设和重视矿业城市转型等建议。     

2000年以来江西省城市规模体系与空间体系的时空演变

基于2001―2012年江西省各县市城市人口数据,结合ArcGIS和SPSS等分析工具,采用城市首位指数、分形等计量分析方法,对2000年以来江西省城市规模体系与空间体系的时空演变特征进行深入分析。结果表明：1）随着大城市和中等城市数目的增加,城市规模“金字塔”趋于合理;2）城市间人口规模的相对差距在扩大,绝对差距在缩小,城市等级规模趋于合理;3）城市首位度较高,属于典型的首位型城市分布;4）城市规模分维数较小且下降明显,大城市发展快于中小城市,城市发展总体处于集聚效益加速凸显阶段;5）城市规模空间体系演变表现出区域差异性、圈层集聚性以及轴线指向性等特征。最后指出江西省城市规模体系与空间体系存在特大城市数量过少、城市规模偏小、城市人口发育南北差距过大等问题并提出相应优化对策。     

1985―2010年中国沿海城市人口密度时空变化

基于1985―2010年沿海城市人口密度数据,利用ArcGIS和空间统计的方法,分析了1985、1990、1995、2000、2005和2010年6个时间节点沿海城市人口密度的时空变化特征,并探讨了沿海城市人口密度变化的驱动因素。结果表明：1985年以来中国沿海城市人口密度整体上呈现不断增长的趋势,2010年沿海城市常住人口总数为2.64亿人,约占全国总人口的19.70%,平均人口密度在640人/km2左右。人口空间分布差异明显,集中表现为区域中心城市人口密度大,南通市以北地区大部分沿海城市的人口密度小于南通市以南的沿海城市。自然因素、经济因素、城市地位与功能、国家政策以及城市发展历史等是沿海城市人口密度差异的主要驱动因素,其中人口迁入已成为影响人口密度时空变化的最重要驱动力。为进一步促进沿海城市人口的合理分布,建议加强引导沿海地区人口有序流动,积极发展中小城镇,注重提高环境的承载力,促进人口、资源与环境的可持续发展。     

中国地级以上城市公园绿地服务水平评估:数据、模型和方法

现有城市公园绿地服务的评估常以给定的城市空间范围和公园绿地为前提,评估对象及其空间范围具有较大随意性,致使很难根据评估结果判断城市公园绿地的空间配置是否合理,或对不同城市进行比较。本文对城市公园绿地服务水平评估的数据、模型和方法进行了梳理,从公园绿地的类别、等级、服务范围和可选择性等要素着眼,提出了以城市建成区内居民至周边公园绿地的可达性为核心的评估指标和模型方法。运用开源空间数据和Densi-Graph分析方法,解决了城市公园绿地空间数据的提取、城市建成区范围的界定、指标构建等关键技术问题,使城市公园绿地的评估获得了客观性、统一性和可比性的保障。对全国273个地级的评估结果表明,我国地级市公园绿地服务覆盖率平均值达到64.8%,尚有超过两成的城市公园绿地服务覆盖率不到50.0%,公园绿地服务水平与现行国家标准之间尚有差距。公园绿地服务水平存在明显的区域差距,服务水平较高的城市显著集中于特大城市、东部沿海发达地区和东北地区,同时,与城市人口规模相对应呈现出S型曲线上升趋势。为避免区域发展的不协调,应增加对中小城市和中西部地区城市绿地公共服务的投入。     

中国超大城市户籍人口转化的实证研究

“十四五”时期到2030年,加快流动人口市民化是推进新型城镇化和实现共同富裕的关键。中国户籍人口城镇化率与常住人口城镇化率相差约18%,老龄化压力与劳动力市场缺口使大城市纷纷出台“抢人”政策,市民化程度亟待提升,焦点在北上广深等超大城市。超大城市每年户籍人口转化数相差很大,学界对此缺乏研究,使得城市每年能“化”多少户籍人口成为重要学术问题。本文结合自然和社会两个视角,选取简明指标,构建可能—满意度模型,测算4个超大城市年均户籍城镇化转化缺口,构建面板数据模型实证分析超大城市户籍缺口的主导因素。影响超大城市户籍人口转化的因素主要是医疗、教育和供水。城乡治理亟需转变被动和僵化的制度安排,实现弹性的常态化治理。     

Similarities and differences of city-size distributions in three main urban agglomerations of China from 1992 to 2015: A comparative study based on nighttime light data

Comparing the city-size distribution at the urban agglomeration (UA) scale is important for understanding the processes of urban development. However, comparative studies of city-size distribution among China’s three largest UAs, the Beijing-Tianjin-Hebei agglomeration (BTHA), the Yangtze River Delta agglomeration (YRDA), and the Pearl River Delta agglomeration (PRDA), remain inadequate due to the limitation of data availability. Therefore, using urban data derived from time-series nighttime light data, the common characteristics and distinctive features of city-size distribution among the three UAs from 1992 to 2015 were compared by the Pareto regression and the rank clock method. We identified two common features. First, the city-size distribution became more even. The Pareto exponents increased by 0.17, 0.12, and 0.01 in the YRDA, BTHA, and PRDA, respectively. Second, the average ranks of small cities ascended, being 0.55, 0.08 and 0.04 in the three UAs, respectively. However, the average ranks of large and medium cities in the three UAs experienced different trajectories, which are closely related to the similarities and differences in the driving forces for the development of UAs. Place-based measures are encouraged to promote a coordinated development among cities of differing sizes in the three UAs.