2015-2030年中国新型城镇化发展及其资金需求预测

未来的新型城镇化如何发展是政府和社会各界广泛关注的问题。本文利用时间序列预测法、Logistic曲线估算法、复合函数估算法及建立模型等方法,借助SPSS和ArcGIS平台,对2015-2030年全国及31个省市区的城镇化发展进行预测研究。根据预测结果,探讨了中国城镇化率70.12%背景下的城镇化质量空间分异状况,估算了2015-2030年全国及31个省市区新型城镇化建设的资金需求。结果表明：① 2015-2030年,中国人口、城镇化率将分别达到14.45亿和70.12 %;② 2015-2030年,人口红利将不存在,会承受人口总量最大的压力。城镇人口自身再生产7016.26万,需要城镇化的农村人口为31567.96万,城市人口净增加3.86亿;③ 2015-2030年,从中国城镇化率时—空分异变化来看,各省市区城镇化率发展的差异性很大,但都在增长,而且增长的幅度空间差异性很大。从城镇化质量来看,也存在着极大的差异,不仅如此,有些省区其城镇化质量与经济社会不相协调;④ 2015-2030年,全国新型城镇化建设所需资金105.38万亿元,而各省市区的资金需求并不均衡,差别极大,资金需求最多的是广东,最少的是西藏,相差148.09倍。最后,就新型城镇化发展及投资建设等方面提出了相关建议。     

中国中西部地区就近城镇化空间分异格局及机理

就近城镇化是中国中西部地区破除异地城镇化模式弊端、推进新型城镇化健康发展的现实路径选择。通过构建就近城镇化率、贡献力和贡献势指标,从本省、本县和本镇3个城镇化尺度,系统分析2000—2015年中国中西部地区就近城镇化空间分异特征,并深入剖析其驱动机制。研究发现：① 2000—2015年中西部地区就近城镇人口总数从1.96亿增加到3.47亿,就近城镇化率从28.16%上升到46.89%。② 从贡献力看,中西部地区就近城镇化的主要来源是本镇户籍人口,但本镇贡献力呈下降趋势,本县贡献力波动上升,本省贡献力变化不大。③ 从贡献势看,本县贡献势>本省贡献势>本镇贡献势,县域尺度是中西部大部分地区就近城镇化的优势空间单元。④ 中西部地区就近城镇化空间分异是自然环境背景、经济增长和非农产业发展、城市公共服务供给、交通运输条件和地方行政力量等多重因素的综合作用结果。     

迈向城乡融合:新型城镇化与乡村振兴结合研究的关键与趋势

新型城镇化和乡村振兴两大国家战略有机结合并进行城乡共治是实现城乡融合的关键。通过分析新型城镇化和乡村振兴研究文献,认为新型城镇化与乡村振兴战略结合应聚焦两大战略的共生效应,科学评价城乡耦合程度,明确城乡融合的时空格局,提炼两大战略的耦合机制。要实现城乡融合,需要深入探究新型城镇化和乡村振兴战略的结合点和时空差异,以问题为导向进行学科交叉,从空间、经济、社会3方面入手,厘清城乡在行政管理、土地、户籍和社会保障制度间的关系,倡导多维制度联动改革,从国家、省域、城市、县域、乡镇到社区,通过多尺度整合,重构城乡融合的理论,激发以社区为核心的基层治理活力,进而创新中国城乡共治的模式。     

Spatio-temporal evolution of population and urbanization in the countries along the Belt and Road 1950–2050

This paper uses data for the period 1950–2050 compiled by the United Nations Population Division together with methods including spatial autocorrelation analysis, hierarchical cluster analysis and the standard deviational ellipse, to analyze the spatio-temporal evolution of population and urbanization in the 75 countries located along the routes of the Silk Road Economic Belt and the 21st-century Maritime Silk Road, to identify future population growth and urbanization hotspots. The results reveal the following: First, in 2015, the majority of Belt and Road countries in Europe, South Asia and Southeast Asia had high population densities, whereas most countries in Central Asia, North Africa and West Asia, as well as Russia and Mongolia, had low population densities; the majority of countries in South Asia, Southeast Asia, Central Asia, West Asia and North Africa had rapid population growth, whereas many countries in Europe had negative population growth; and five Belt and Road countries are in the initial stage of urbanization, 44 countries are in the acceleration stage of urbanization, and 26 are in the terminal stage of urbanization. Second, in the century from 1950 to 2050, the mean center of the study area’s population is consistently located in the border region between India and China. Prior to 2000, the trajectory of the mean center was from northwest to southeast, but from 2000 it is on a southward trajectory, as the population of the study area becomes more concentrated. Future population growth hotspots are predicted to be in South Asia, West Asia and Southeast Asia, and hotspot countries for the period 2015–2030 include India, China, Pakistan and Indonesia, though China will move into negative population growth after 2030. Third, the overall urban population of Belt and Road countries increased from 22% in 1950 to 49% in 2015, and it is expected to gradually catch up with the world average, reaching 64% in 2050. The different levels of urbanization in different countries display significant spatial dependency, and in the hundred-year period under consideration, this dependency increases before eventually weakening. Fourth, between 2015 and 2030, urban population hotspots will include Thailand, China, Laos and Albania, while Kuwait, Cyprus, Qatar and Estonia will be urban “coldspots.” Fifth, there were 293 cities with populations over 1 million located along the Belt and Road in 2015, but that number is expected to increase to 377 by 2030. Of those, 43 will be in China, with many of the others located in India, Indonesia and the eastern Mediterranean.     

城镇化与房价变动的空间计量——基于省级面板数据分析

基于2001—2015年中国31个省份(不含港澳台地区)的面板数据,运用空间面板模型,分析了城镇化对房地产价格水平的影响。研究发现:在考察期内,人口城镇化率、产业城镇化率、房屋施工面积对房地产价格水平产生显著的正向影响,城镇化投资额对房地产价格水平产生显著的负向影响;人口城镇化率、产业城镇化率、城镇化投资额、人均GDP、绿化面积、房屋施工面积的空间滞后项对房地产价格水平产生显著的正向影响,空间溢出效应显著。为此,需要优化城镇化投资结构,提高人口城镇化质量,强化产城融合,促进房地产价格合理稳定运行。     

中国城镇化地区贡献的内陆化演变与解释——基于1982-2008年省区数据的分析

改革开放30 年来,中国持续快速的经济发展和城镇化受到了世界关注.由于政策环境和地理基础的差异性,地带间差异成为中国城镇化空间差异的主要特征:在多元动力的共同推动下,东部十省的快速城镇化为全国的城镇化进程贡献了49%.新世纪以来,随着西部大开发、东北老工业基地振兴和中部崛起三大区域发展战略的相继提出,政策和地理基础的地带间差异逐步缩小,国内外投资重点向内陆转移,外出务工人员的回流与创业成为人口流动的新特征,带动中西部地区对全国城镇化的贡献迅速提升,中国城镇化的重心向内陆转移,省区城镇化趋同现象比较明显.这些新现象在2005 年以来更加强化.实证结果表明,区域发展战略的提出促进内陆省份对全国城镇化的贡献率提高了8.7%,但并没有对中国省区城镇化的动力机制产生影响;沿海地区产业转移和国际市场的开拓将成为内陆地区城镇化的重要依托.     

中国省级人口迁移及其对城市化的影响

本文回顾了建国以来省级人口迁移和城市化的主要变化过程,分析了导致这些变化的主要原因;根据1987年1%人口抽样调查资料,应用马尔柯夫模型预测中国未来省级人口迁移过程及其对未来省级城市化的影响。     

1982年以来中国省级区域城市化水平趋势

城镇人口数据不一致的问题非常严重, 几乎没有系统的省级区域城市化数据。这种情况部分是因为人口普查城镇人口定义的变化,部分是由城镇设置标准的变动引起的。人口普查是全国和各省区城镇人口数据的重要来源。但是由于人口普查的城镇人口定义在不断变化,城镇人口数据很多是前后不一致的,必须进行相应调整。本文首先讨论改革时期新的城市化进程,澄清城镇人口定义的变化,然后概括地说明估计全国和区域城镇人口所用的一个基于双轨城市化概念模式的区域方法。将调整后的1982年和2000年人口普查得到的城镇人口作为计算的基础数据,对1982~2000年中国各省的城市化水平进行估计。在估计结果的基础上,分析1982~2000年中国城市化过程的主要空间特征。揭示了1982~2000中国省级区域城市化发展的主要趋势。本文最后为将来城镇人口的统计提出一些建议。     

中国非农化与城市化关系的省际差异

根据2000年中国第5次人口普查和统计年鉴的分地区数据,比较了全国及各地区普查及统计口径的非农化水平的准确性与可信度,认为宜采用普查数据来分析比较各地区非农化与城市化的关系。中国各地区的非农化与城市化关系呈现出多样化的类型和极为悬殊的差异,不宜实行全国统一的城市化政策,而应该分类指导、因地制宜地推进各地区的城市化进程。一方面,改革开放以来,中国绝大部分省区的城市化发展快于非农化进程,导致城市化滞后的省区逐渐减少,非农化滞后的省区在较快增长;另一方面,中国各地区的城市化发展呈现出较显著的“马太效应”。在长江三角洲、珠江三角洲、福建和北京等地区,城市化的现状水平高、发展速度快,但仍相对滞后于非农化;在大部分中西部地区和广西、山东等部分沿海地区,城市化的现状水平较低、增长速度较慢,但却相对超前于非农化。     

我国东部沿海省区城镇化水平影响因素的空间差异

本文利用2000年截面数据,用因子分析法考察了我国东部沿海省区人口城镇化影响因素的差异、特征和类型。分析结果表明,沿海省区的城镇化水平受到多种因素不同程度的影响,各省区城镇化水平的影响因素及其影响作用呈现出明显的差异化特征,既有明显受到转型期要素流动影响的省份如广东省;也有综合经济实力提高推动城镇化的区域如沪苏和浙江省;还有表现为典型的工业化带动城镇化的传统模式的省份如山东省等。省区间差异化的城镇化影响因素表明,我国沿海省区的城镇化具有明显的个性化特征。