徐 鶴(上海應用技術大學 城市建設與安全工程學院，上海 201418)

1 引言

隨著全球城市化的持續(xù)進行以及人口在城市地區(qū)的快速增長，城市面臨土地利用、住房、交通和資源管理等方面的挑戰(zhàn)，因此對更有效的城市規(guī)劃和管理方法的研究顯得尤為重要，其中緊湊發(fā)展是一個備受關注的選項。過去多年，迫于土地資源緊缺和經濟發(fā)展的雙重壓力，一些學者提出了精明增長的城市發(fā)展模式，強調城市存量空間的集約利用，高密度的開發(fā)通過加大空間供給保障了城市的相對低成本和城市新經濟的發(fā)展，但城市高密度發(fā)展也帶來了一系列的環(huán)境壓力，如大城市綠色開敞空間越來越少、生態(tài)安全風險、城市管理難度越來越大等。

一些學者認為，隨著人口密度上升，較高的城市人口密度通常意味著人口和企業(yè)聚集，從而促進了資源的高效利用和交流，這有助于降低交易成本并提高生產效率[1]。此外，高密度城市更有可能形成產業(yè)集群和創(chuàng)新聚集區(qū)，推動產業(yè)鏈條的延伸和技術進步，進而促進經濟增長[2]。城市人口密度的增加通常伴隨著更多的經濟活動，這為居民提供了更多的就業(yè)機會[3]。高城市人口密度意味著更大的市場規(guī)模，可以刺激供需之間更多的交易，吸引更多的投資和企業(yè)進駐，進一步促進經濟的發(fā)展[4]。然而，人口密度對經濟增長也可能帶來一些負面影響，比如過高的人口密度會導致交通擁堵成為城市生活的常態(tài)[5]。交通擁堵會使人們在通勤和貨物運輸方面耗費更多時間和資源，降低城市的整體效率。還可能導致生產成本上升，對市場供應鏈產生不利影響。高人口密度可能導致教育資源匱乏、醫(yī)療服務緊張等問題，影響市民的生活質量和社會穩(wěn)定[6]。為了實現城市人口密度與經濟增長之間的平衡，政府和城市規(guī)劃者應該采取相應的政策措施，緩解交通擁堵、改善環(huán)境質量、解決住房短缺問題，并提供足夠的公共服務供給。通過科學合理的規(guī)劃和管理，最大限度地發(fā)揮城市人口密度對經濟增長的正面影響，緩解潛在的負面影響。

過往研究多集中于城市人口密度對經濟增長的直接影響效應的探究，缺乏空間視角下城市人口密度及經濟增長發(fā)展水平的關聯(lián)性探究；研究區(qū)域多以省級行政單位為主，缺乏區(qū)域視角下的分析。基于前人研究，本文選取長三角41個城市為研究對象，驗證城市人口集聚對經濟發(fā)展水平的空間關聯(lián)性及差異性。對推進城市人口密度與經濟增長的研究提供一定的理論意義，也為中國城市經濟增長與城市規(guī)模、結構調整政策提供一定的現實指導。

2 研究區(qū)域與數據來源

2.1 研究方法

2.1.1 標準差橢圓

標準差橢圓方法通過可視化的方式，定量描述研究對象的空間分布和多維特征，已經被許多學者用于揭示經濟空間整體的多維特征及其動態(tài)變化。本文使用標準差橢圓反映城市人口密度和經濟發(fā)展水平等研究要素的空間分布格局及演變特征，計算公式參考文獻[7]。

2.1.2 雙變量空間自相關分析

空間自相關分析可揭示空間變量的分布是否與鄰近的變量有關，分為全局空間自相關與局部空間自相關。Anselin 提出的雙變量空間自相關分析（Bivariate Moran's I）[8]，可以有效反映兩類變量空間分布的關聯(lián)性與依賴特征。利用雙變量全局Moran's I 研究城市人口密度和經濟發(fā)展水平之間是否存在空間關聯(lián)性，如果存在，再利用雙變量局部Moran's I 分析不同地區(qū)城市人口密度與經濟發(fā)展水平之間的集聚性與分異特征。雙變量全局空間自相關的計算方法為：

式中：I為雙變量全局空間自相關指數，即總體上空間變量x與y空間分布的相關性；n為空間單元的總數；wij為通過K鄰接關系法建立的空間權重矩陣；xi、yj分別為自變量、因變量在空間單元i、j的觀測值；S2為所有樣本的方差。

雙變量局部空間自相關的計算方法為：

式中：Ii即空間單元i的自變量與因變量的局部空間關系；zi、zj是空間單元i、j觀測值的方差標準化值?；贗i可形成4 種聚類模式，并由此組成的LISA（Local Indications of Spatial Association）分布圖能直觀地呈現局部區(qū)域中自變量與因變量的集聚性及分異特征。聚類模式可分為高-高（High-High）聚集，即空間單元i 的自變量與鄰近單元j的因變量值均較大；低-低（Low-Low）聚集，即空間單元i的自變量與鄰近單元j 的因變量值均較??；低-高（Low-High）聚集，即空間單元i 的自變量值較小而鄰近單元j 的因變量值較大；高-低（High-Low）聚集，即空間單元i 的自變量值較大而鄰近單元j的因變量值較小。

2.2 城市人口密度與經濟發(fā)展的定量評價

城市人口密度是指在城市地區(qū)內，單位面積上的人口數量或人口總數。這個指標通常用來衡量城市的人口集中程度和城市化程度，在城市人口集聚的過程中，技術得以進步，經濟實現增長，城市獲得繁榮。其中，城市人口密度以年末常住城鎮(zhèn)人口/建成區(qū)面積表征，城市經濟增長以地均收入水平（第二、三產業(yè)產值/建成區(qū)面積）衡量[9]。

2.3 研究區(qū)域與數據來源

長三角城市群作為東部地區(qū)重要的發(fā)展增長極被納入國家戰(zhàn)略，未來發(fā)展將向更加協(xié)調、更高質量和更具競爭力的方向邁進，選擇長三角41 個地級市作為研究對象，能夠代表中國大多數城市，可以為該地區(qū)城市高質量發(fā)展提供科學依據。

研究數據選取2000 年、2010 年和2019 年三個斷點年份作為樣本，城市人口密度指標中建成區(qū)面積來源于《城市建設統(tǒng)計年鑒》，年末常住城鎮(zhèn)人口、第二和第三產業(yè)產值來源于《上海統(tǒng)計年鑒》《江蘇統(tǒng)計年鑒》《安徽統(tǒng)計年鑒》及《浙江統(tǒng)計年鑒》。

3 結果分析

3.1 城市人口密度與經濟增長的時空演變

由圖1（a）和表1 可得，2000-2010年，城市人口密度重心位于長三角幾何重心的東南部，東南部城市人口密度顯著高于西北部地區(qū)。城市人口密度的標準差橢圓重心由東南部向西北地區(qū)移動。城市人口密度的主要發(fā)展方向為東南-西北方向，長半軸先增大后減小，短半軸始終增大，橢圓面積經歷了先擴張后收縮的波動性增長過程。由圖1（b）可知，經濟密度空間分布重心坐標的區(qū)域位置、遷移趨勢與主要發(fā)展方向與城市人口密度一致，表明東南部地區(qū)經濟發(fā)展水平高于西北部，但經濟增長速度與西北部相比較慢，因此重心坐標向西北偏移。橢圓長半軸、短半軸均增大，空間分布面積擴大。經濟密度不斷升高，區(qū)域經濟發(fā)展水平差距逐漸縮小。對比分析二者的標準差橢圓可知，二者的重心坐標移動趨勢、主軸方向與面積變化趨勢均相同，二者之間存在一定的空間關聯(lián)性。

表1 標準差橢圓參數統(tǒng)計

圖1 城市人口密度與經濟發(fā)展標空間分布標準差橢圓

3.2 城市人口密度與經濟增長的空間關聯(lián)性分析

利用全局莫蘭指數進一步驗證城市人口密度與經濟增長之間的空間關聯(lián)性，結果如圖2所示，2000年、2010年以及2020 年市密度與碳績效的雙變量全局莫蘭指數分別為0.683、0.56 和0.51，且均通過1%的顯著性水平檢驗，說明2000-2019 年長三角地區(qū)城市人口密度與經濟增長在地理空間上并非隨機分布，而是存在顯著的空間正相關關系和空間聚集規(guī)律，區(qū)域城市人口密度的提升會加快經濟增長速度，但會逐漸減弱正向的空間關聯(lián)性。

圖2 城市人口密度與經濟發(fā)展雙變量莫蘭指數

雙變量全局莫蘭指數無法反映區(qū)域內部局部地區(qū)城市人口密度與經濟發(fā)展水平的相關性，進一步采用局部雙變量空間自相關來繪制城市人口密度與經濟發(fā)展的LISA 集聚分析圖，結果見圖2。由圖可知，城市人口密度與經濟密度的雙變量局部空間自相關顯著區(qū)域主要集中在長三角西北部的安徽省、上海都市圈以及東南部的浙江省。城市人口密度與經濟發(fā)展水平的空間關聯(lián)性以高-高集聚和低-低集聚為主，局部地區(qū)存在低-高集聚，但未出現高-低集聚。

高-高集聚主要集中在長三角東南部地區(qū)，2000 年高-高聚集區(qū)以東南部的浙江省為主，2010 年浙江省高-高聚集區(qū)范圍縮小，江蘇省的蘇州由不顯著區(qū)域轉變?yōu)楦?高集聚，2019 年高-高集聚區(qū)向長三角東部沿海地區(qū)轉移。位于高-高集聚區(qū)的城市人口規(guī)模龐大、地理位置十分優(yōu)越、城鎮(zhèn)化水平較高，城市的快速發(fā)展使得這些城市經濟發(fā)展水平不斷提高，區(qū)域之間相鄰城市空間的合作交流不斷增強，共享勞動力、資本、技術、知識、信息資源，城市間的交通便捷程度不斷提高，基礎設施水平更加完善，帶動區(qū)域及周邊城市經濟發(fā)展[10]，促進城市人口密度與經濟發(fā)展水平在空間上的高-高集聚。

低-高聚集是指城市本身密度水平較低，周圍城市經濟發(fā)展水平較好。低高集聚區(qū)主要集中在蘇錫常地區(qū)。該類城市人口密度較低，而其東部為長三角核心城市，擁有較多高技術產業(yè)，單位土地經濟產值較高。經濟的發(fā)展帶動開發(fā)區(qū)、高新區(qū)等建設，國家的財政支持也更有力地推動城市經濟的發(fā)展，形成了明顯的低-高聚集。

低-低集聚區(qū)主要集中在以安徽省為主的西北部地區(qū)，2000-2020 年低-低集聚區(qū)城市不斷減少，西北地區(qū)經濟水平不斷提高。低-低集聚類城市如淮南、淮北、馬鞍山、銅陵和宣城等，以資源依賴型城市為主，城市空間開發(fā)力度較弱，優(yōu)質人才吸引力不足，人口向東南地區(qū)遷移使得地區(qū)人才分布不均勻的情況更為嚴峻，同時地區(qū)產業(yè)發(fā)展滯后、產業(yè)結構不合理導致經濟效益水平較低[11]，造成城市人口密度與經濟發(fā)展水平的低-低集聚。

圖3 城市人口密度與經濟發(fā)展水平的LISA集聚圖

4 結論與建議

4.1 結論

本文選取2010 年、2015 年、2019年三個斷點年份數據，利用標準差橢圓和雙變量空間自相關模型對城市人口密度與經濟發(fā)展水平的空間分布特征以及二者之間的空間關聯(lián)性展開深入分析，主要結論如下。

①城市人口密度與經濟發(fā)展增長的空間分布格局具有一定的相似性，2000-2020 年城市人口密度與經濟密度協(xié)同增長，表現出東南高西北低的空間分布格局。

②城市人口密度與經濟增長存在空間正相關，人口密度的提升有利于區(qū)域經濟水平的發(fā)展，但局部地區(qū)二者之間的空間分布存在差異。以浙江省和上海市為主的東南部區(qū)域城市人口密度與經濟發(fā)展水平以高-高集聚為主，而以安徽省為主的西北部地區(qū)則以低-低集聚為主；個別城市，主要是蘇錫常地區(qū)，以低-高集聚為主。

4.2 政策建議

在城市總體規(guī)劃至詳細規(guī)劃階段，應通過合理調控城市人口密度來優(yōu)化城市空間結構，通過調整基本公共服務以及居住功能用地布局引導人口流動，形成更為合理的城市體系。加強政策引導作用，實現資源優(yōu)化配置及經濟效益的提升。相鄰城市應加強彼此間政策制定的交流合作，共同促進長三角城市群經濟發(fā)展。應考慮各地區(qū)的實際發(fā)展情況，制定差異化策略，秉承城市理性與精明增長理念，根據城市發(fā)展階段，制定引導性政策，促進城市集約化發(fā)展。