王梅梅，王 寅，劉藹明，董蘊(yùn)萱，毛錦凰

（1.蘭州大學(xué) 資源環(huán)境學(xué)院，蘭州 730000；2.西安電子科技大學(xué) 馬克思主義學(xué)院，西安 710000；3.蘭州大學(xué) 經(jīng)濟(jì)學(xué)院，蘭州 730000）

中國進(jìn)入高質(zhì)量發(fā)展階段，城市發(fā)展與治理面臨內(nèi)外部條件的系統(tǒng)性重構(gòu)，呈現(xiàn)明顯的差異性和多階段發(fā)展的復(fù)雜疊加性。城市群作為國家新型城鎮(zhèn)化主體的戰(zhàn)略引領(lǐng)地位被提升到前所未有的戰(zhàn)略高度（方創(chuàng)琳，2021）。目前國內(nèi)京津冀等城市群將繼續(xù)擴(kuò)張，成渝地區(qū)等城市群不斷壯大，但以西部為代表的城市群以及廣大三四線城市多是資源枯竭、產(chǎn)業(yè)結(jié)構(gòu)單一、創(chuàng)新能力弱，甚至是被“高碳”鎖定的城市，面臨人口負(fù)增長(zhǎng)與產(chǎn)業(yè)轉(zhuǎn)型的雙重困境。

第七次全國人口普查數(shù)據(jù)顯示中國總和生育率僅1.3，逼近超低生育率水平的閾值（楊菊華 等，2008）。2021 年中國總?cè)丝诮咏阍鲩L(zhǎng)，甚至負(fù)增長(zhǎng)（王桂新，2021）。當(dāng)前中國人口正增長(zhǎng)態(tài)勢(shì)得益于人口慣性，隨著少子化不斷加深以及平均世代間隔的不斷擴(kuò)大，人口負(fù)增長(zhǎng)慣性不斷積累（王豐等，2008），預(yù)測(cè)中國將于2030 年左右進(jìn)入人口負(fù)增長(zhǎng)時(shí)代（Liu et al., 2018）。人口負(fù)增長(zhǎng)指在一定時(shí)空范圍內(nèi)總?cè)丝谝?guī)模呈現(xiàn)縮減趨勢(shì)的人口現(xiàn)象，是后工業(yè)化社會(huì)中城市可持續(xù)發(fā)展的典型問題，也是新時(shí)期中國城鎮(zhèn)化、國土空間規(guī)劃與城市治理面臨的全新命題。人口負(fù)增長(zhǎng)被稱為人口內(nèi)爆（Leridon, 2020），陶濤等（2021）將其分為外生型負(fù)增長(zhǎng)和內(nèi)生型負(fù)增長(zhǎng)。外生型人口負(fù)增長(zhǎng)指遷移或者戰(zhàn)爭(zhēng)等外生性因素導(dǎo)致的人口變化，中國外生型人口負(fù)增長(zhǎng)主要由遷移引起（Parnwell et al., 2002）。內(nèi)生型人口負(fù)增長(zhǎng)主要是由人口結(jié)構(gòu)變化以及人口增長(zhǎng)慣性引起的內(nèi)源性負(fù)增長(zhǎng)，表現(xiàn)為人口再生產(chǎn)類型的變化（宋健 等，2013）。

從內(nèi)生型人口負(fù)增長(zhǎng)看，生育率對(duì)人口負(fù)增長(zhǎng)有直接影響（張現(xiàn)苓 等，2020），深層機(jī)制是育齡人群總量降低、現(xiàn)階段生育率長(zhǎng)期偏低、社會(huì)經(jīng)濟(jì)發(fā)展帶動(dòng)的生育觀念的改變（陸杰華，2019）。人口負(fù)增長(zhǎng)存在明顯的年齡（組）傳導(dǎo)過程，人口負(fù)增長(zhǎng)與人口老齡化同時(shí)出現(xiàn)（Gu et al., 2021），人口負(fù)增長(zhǎng)周期越長(zhǎng)、人口數(shù)量減少越激烈，人口結(jié)構(gòu)老齡化的速度與程度越強(qiáng)烈。此外，人口負(fù)增長(zhǎng)特征還包括人口數(shù)量呈負(fù)增長(zhǎng)趨勢(shì)，但規(guī)模高峰與負(fù)增長(zhǎng)的時(shí)間節(jié)點(diǎn)不同。隨著人口負(fù)增長(zhǎng)，人口結(jié)構(gòu)發(fā)生重大轉(zhuǎn)變（林寶，2020）。同時(shí)，少兒人口與勞動(dòng)年齡人口數(shù)量先增后減，占總?cè)丝诒戎爻掷m(xù)下降（Taketoshi et al., 2020），當(dāng)前中國人口結(jié)構(gòu)呈現(xiàn)“總量增多，兩頭上翹，中間塌陷”的狀況（翟振武 等，2021）。已有研究認(rèn)為中國青年占比低于全球和印度水平，甚至低于美國青年人口占比（周宇香，2022）。約6成縣級(jí)單元人口減少，人口分布非均衡性加劇，中心城市和縣域人口增減趨勢(shì)加速分化（劉濤 等，2022），可以預(yù)見中國人口增長(zhǎng)慣性即將消耗殆盡（王金營 等，2023），內(nèi)生型人口負(fù)增長(zhǎng)的風(fēng)險(xiǎn)增加。

從外生型人口負(fù)增長(zhǎng)看，人口流動(dòng)、人口遷移對(duì)人口規(guī)模以及增長(zhǎng)的影響顯著。中國人戶分離人口（居住地與戶籍所在地不一致）約占總?cè)丝诘?5%，流動(dòng)人口在10 年間增長(zhǎng)了近70%（王桂新，2006）。同時(shí)，中國人口流動(dòng)趨勢(shì)明顯加快，人口聚集效應(yīng)明顯，加之受COVID-19 的影響，城市的人口規(guī)模也發(fā)生不同程度的變化（童昀 等，2020），人口、經(jīng)濟(jì)活動(dòng)和資金正在“向西推進(jìn)”（Qi et al.,2021）。人口遷移流動(dòng)可以推遲甚至逆轉(zhuǎn)人口負(fù)增長(zhǎng)過程。但不能從根本上阻止人口負(fù)增長(zhǎng)進(jìn)程（Bettini et al., 2016）。此外，大量“鄉(xiāng)－城”流動(dòng)遷移人口，造成農(nóng)村人口負(fù)增長(zhǎng)區(qū)域繼續(xù)擴(kuò)散和城鄉(xiāng)倒置的人口老齡化形勢(shì)繼續(xù)擴(kuò)大（許昕 等，2020）。省會(huì)首府人口增長(zhǎng)優(yōu)勢(shì)愈發(fā)突出，西北已出現(xiàn)與東南相似的人口集疏過程，人口集疏模式已突破了“胡煥庸線”（戚偉 等，2022）。人口流動(dòng)形成以近距離流動(dòng)、省內(nèi)流動(dòng)、“鄉(xiāng)－城”流動(dòng)（向），東部地區(qū)流動(dòng)為主的相對(duì)穩(wěn)定模式（林潔等，2022），流動(dòng)人口成為城鎮(zhèn)人口增長(zhǎng)的主導(dǎo)因素（程夢(mèng)瑤 等，2021）。同時(shí)，人口流動(dòng)呈現(xiàn)省內(nèi)流動(dòng)增強(qiáng)，省際人口遷移逆向弱化的特征（王桂新，2021）。

人口變動(dòng)與區(qū)域功能存在耦合作用，拉文斯坦的“經(jīng)濟(jì)律”和“距離律”可解釋當(dāng)前人口變動(dòng)的原因（趙落濤 等，2018），遷出地與目的地之間的空間依賴性對(duì)省際人口遷移具有重要影響（趙心怡等，2018），人口變動(dòng)的原因的主要體現(xiàn)在收入、產(chǎn)業(yè)和環(huán)境等因素（吳蕾，2001），東部地區(qū)人口遷移研究表明地區(qū)增長(zhǎng)極化趨勢(shì)促進(jìn)人口要素集聚（王桂新 等，2022），產(chǎn)業(yè)生命周期演進(jìn)及其空間布局變化是長(zhǎng)三角人口擴(kuò)散的根本機(jī)制（陳前虎 等，2009）。市場(chǎng)引力、生態(tài)系統(tǒng)壓力是農(nóng)村人口遷移的重要影響因素（譚文兵 等，2002）；西部鄉(xiāng)村移民研究顯示，生態(tài)環(huán)境、社會(huì)組織是鄉(xiāng)村居民遷移的影響因素（卓昱含，2017）。游牧地區(qū)的人口定居因素是生態(tài)補(bǔ)償和生態(tài)產(chǎn)業(yè)（王娟娟，2010）。此外，與男性相比，女性人口遷移容易受宏觀產(chǎn)業(yè)結(jié)構(gòu)和個(gè)人婚姻的影響（張艷娥，2011）。通過土地制度改革、戶籍制度改革、勞動(dòng)就業(yè)制度改革（鄔靜瓊，2002），完善教育、管理、保障的機(jī)制，可以促進(jìn)農(nóng)村勞動(dòng)力轉(zhuǎn)移（楊繼，2021）。

已有研究對(duì)當(dāng)前人口負(fù)增長(zhǎng)的概念和特征進(jìn)行詳實(shí)的分析和探索，但對(duì)人口負(fù)增長(zhǎng)在中國不同發(fā)展階段的城市的風(fēng)險(xiǎn)還未進(jìn)行明確測(cè)算和對(duì)比，對(duì)城市群尺度的人口負(fù)增長(zhǎng)的影響因素還沒有理清。因此，本文以中國19個(gè)城市群為例，分析外生增長(zhǎng)和內(nèi)生增長(zhǎng)雙重作用下中國城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)，并探討其風(fēng)險(xiǎn)的空間格局和影響因素，以期為中國城市群的未來人口政策提供參考，對(duì)不同發(fā)展階段城市群的經(jīng)濟(jì)規(guī)劃和社會(huì)發(fā)展政策的制定提供依據(jù)。

1 研究區(qū)與研究方法

1.1 數(shù)據(jù)來源及研究區(qū)域

中國城市群“5+5+9”的空間組織新格局（方創(chuàng)琳，2021）將城市群分為3 類，分別為5 個(gè)提升型城市群（京津冀、長(zhǎng)三角、珠三角、成渝、長(zhǎng)江中游城市群），5個(gè)壯大型城市群（山東半島、海峽西岸、中原、關(guān)中平原、北部灣城市群）和9個(gè)培育型城市群（哈長(zhǎng)、遼中南、山西中部、黔中、滇中、呼包鄂榆、蘭西、寧夏沿黃、天山北坡城市群）。本文以這19個(gè)城市群為研究區(qū)，研究尺度為城市群的地級(jí)市，由于部分城市的數(shù)據(jù)缺失，最終的研究區(qū)為198個(gè)地級(jí)市（圖1）。

數(shù)據(jù)來源于第七次人口普查資料、百度遷徙大數(shù)據(jù)（2020）及《中國城市統(tǒng)計(jì)年鑒（2021）》（國家統(tǒng)計(jì)局城市社會(huì)經(jīng)濟(jì)調(diào)查司，2021）。第七次人口普查資料來源于國家統(tǒng)計(jì)局、國務(wù)院第七次全國人口普查領(lǐng)導(dǎo)小組辦公室，百度遷徙大數(shù)據(jù)來源于百度地圖LBS（Location Based Service）開放平臺(tái)①http://lbsyun.baidu.com/。由于百度遷徙大數(shù)據(jù)在2020年6—8月的數(shù)據(jù)缺失，本文收集了其他月份共270 d 的人口遷移數(shù)據(jù)。使用第七次人口普查資料中人口結(jié)構(gòu)、年齡結(jié)構(gòu)以及地方遷移流動(dòng)的截面數(shù)據(jù)反映城市人口的基本流入流出情況，采用百度遷徙大數(shù)據(jù)反映城市間的人口遷移的詳細(xì)情況，用于彌補(bǔ)人口普查資料缺乏人口遷移流向以及出行強(qiáng)度等數(shù)據(jù)的欠缺，為分析人口流動(dòng)網(wǎng)絡(luò)特征提供數(shù)據(jù)支撐。

1.2 研究方法

1）網(wǎng)絡(luò)構(gòu)建方法 城市間的人口流動(dòng)可構(gòu)成一個(gè)從起點(diǎn)到終點(diǎn)的復(fù)雜網(wǎng)絡(luò)，該網(wǎng)絡(luò)的節(jié)點(diǎn)代表每個(gè)城市，城市之間的每日人口流量由鏈接的權(quán)重表示。通過將每日的遷入流乘以遷移規(guī)模指數(shù)，獲得城市間具體的人口流動(dòng)數(shù)據(jù)，以縱坐標(biāo)為流出城市，橫坐標(biāo)為流入城市，運(yùn)用ArcGIS構(gòu)建每日198個(gè)城市間人口流動(dòng)網(wǎng)絡(luò)的鄰接關(guān)系矩陣表，最終進(jìn)行平均計(jì)算，得到2020年兩兩城市間的人口流動(dòng)網(wǎng)絡(luò)的關(guān)系矩陣（蔣小榮 等，2017）。

2）人口流動(dòng)網(wǎng)絡(luò)特征測(cè)算 在人口流動(dòng)有向加權(quán)網(wǎng)絡(luò)中，入度為流向節(jié)點(diǎn)的流強(qiáng)度，出度為從該節(jié)點(diǎn)流出的流強(qiáng)度。本文定義Tij為人口從城市i流入到城市j的人口流動(dòng)系數(shù)，即連接邊權(quán)重（邊權(quán)），Tji表示相反的向量數(shù)值，為計(jì)算某個(gè)節(jié)點(diǎn)總強(qiáng)度，進(jìn)一步做如下定義（蔣小榮 等，2017）：

式中：n為樣本內(nèi)節(jié)點(diǎn)的個(gè)數(shù)；Win和Wout分別表示為城市i在網(wǎng)絡(luò)中的入度和出度?？紤]到有向網(wǎng)絡(luò)的方向性，Ti≠Tji，Win≠Wout。Win越大表示流入該節(jié)點(diǎn)的人口較多，該城市的吸引力越大，Wout越大表示從該節(jié)點(diǎn)流出的的人口較多，反映該節(jié)點(diǎn)人口流出較多，該城市人口輻射力越大。在定向加權(quán)網(wǎng)絡(luò)中，節(jié)點(diǎn)的總強(qiáng)度是一個(gè)節(jié)點(diǎn)的入度和出度之和。節(jié)點(diǎn)的總強(qiáng)度越大，表示該節(jié)點(diǎn)在網(wǎng)絡(luò)中處于中心位置的程度。

3）節(jié)點(diǎn)對(duì)稱性測(cè)算 節(jié)點(diǎn)對(duì)稱性用于描述每個(gè)節(jié)點(diǎn)的入度和出度所反映的差異，城市間人口遷移的數(shù)量關(guān)系并不能僅通過入度和出度反映。NSI指數(shù)是有向加權(quán)網(wǎng)絡(luò)的人口流動(dòng)強(qiáng)度來計(jì)算節(jié)點(diǎn)對(duì)稱指數(shù)，可用于判斷城市節(jié)點(diǎn)是流入型城市還是流出型城市。根據(jù)NSI的大小，運(yùn)用ArcGIS顯示中國城市群所含城市類型的空間分布。城市節(jié)點(diǎn)i的NSI的公式（蔣小榮 等，2017）為：

式中：Wini為i城市的入度；Wouti為i城市的出度。

4）模糊邏輯方法 本文將模糊邏輯的模糊推理方法（Fuzzy logic reasoning method）進(jìn)行優(yōu)化，用于測(cè)算城市的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)。與經(jīng)典邏輯系統(tǒng)相比，模糊邏輯可有效捕捉真實(shí)世界的近似的和不精確的性質(zhì)（Ghosh and Biswas, 2021）。城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)是包含多指標(biāo)的模糊概念，適合采用模糊推理方法測(cè)算。通過MATLAB 中的模糊推理系統(tǒng)工具箱，構(gòu)建Mamdani FIS模型，使用線性三角函數(shù)計(jì)算每個(gè)指標(biāo)的模糊評(píng)價(jià)分?jǐn)?shù)，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理和歸一化，以消除量綱影響?；谀：壿嫷哪：评矸椒ǎ褂媚：摹癷f-then”規(guī)則建模，基于乘法原理確定人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的綜合得分（Tong et al., 2023）。

① 輸入?yún)?shù)的模糊化

假設(shè)有n個(gè)輸入?yún)?shù)分別為人口負(fù)增長(zhǎng)的測(cè)算指標(biāo)X1，X2，…，Xn，輸出參數(shù)為人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)（Y）。為捕獲與收集數(shù)據(jù)相關(guān)的不確定性，輸入和輸出參數(shù)的隸屬函數(shù)都用三角模糊數(shù)表示。

② 確定指標(biāo)的正負(fù)向

對(duì)所有指標(biāo)對(duì)于人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的正負(fù)向進(jìn)行分析，這樣每一個(gè)隸屬函數(shù)表現(xiàn)為論域X的一個(gè)向量。

③ 構(gòu)建fuzzy規(guī)則器

制定fuzzy規(guī)則（if-then規(guī)則），fuzzy規(guī)則根據(jù)指標(biāo)的數(shù)量n會(huì)有n3條，借助MATLAB對(duì)相同規(guī)則進(jìn)行合并，匯總剩余的推理關(guān)系，構(gòu)建fuzzy 規(guī)則器。第i(i= 1，2，…，m)條if-then規(guī)則為：

式 中：xj∈Xj，y∈Y(j= 1，2，…，n)，(j=1，2，…，n)都是三角模糊數(shù)且分別表示對(duì)應(yīng)輸入指標(biāo)的定性描述；也是三角模糊數(shù)，表示對(duì)應(yīng)輸出指標(biāo)的定性描述。

④ 計(jì)算每條規(guī)則的強(qiáng)度

利用模糊交運(yùn)算計(jì)算第i條規(guī)則的強(qiáng)度βi，公式為：

式中：是第i條規(guī)則Ri導(dǎo)出模糊輸出的隸屬函數(shù)；m是總的規(guī)則數(shù)目；y∈Y。

⑦ 聚合所得輸出的去模糊化

利用面積質(zhì)心法將聚合所得的輸出去模糊化，得到最終的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)為：

式中：yl∈Y，是Y的k量子化。

3 人口外生增長(zhǎng)和內(nèi)生增長(zhǎng)的空間格局

3.1 人口外生增長(zhǎng)的空間格局

2020年中國中心城市的人口流動(dòng)打破以往“鉆石模型”的流動(dòng)格局，形成城市群內(nèi)部組團(tuán)式的流動(dòng)格局。中國人口流動(dòng)集中分布在提升型城市群，其次是壯大型城市群，培育型城市群城市的人口流動(dòng)強(qiáng)度較弱（圖2）。整體上，沿著胡煥庸線以東，城市群分布較多，且由于城市化趨于飽和等原因，城市群的人口流動(dòng)相對(duì)復(fù)雜，而胡煥庸線以西城市群流向單一，且流動(dòng)強(qiáng)度（人口遷移頻率）較低。

圖2 中國城市群人口流動(dòng)網(wǎng)絡(luò)的空間分布Fig.2 Spatial distribution of population flow of urban agglomerations in China

培育型城市群、壯大型城市群、提升型城市群的人口外生強(qiáng)度呈逐級(jí)遞增趨勢(shì)，出度、入度和總強(qiáng)度存在明顯趨同性。中國城市群中城市的平均入度值大于平均出度值。其中，提升型城市群流動(dòng)強(qiáng)度相對(duì)較高，珠三角城市群、長(zhǎng)三角洲城市群、京津冀城市群流動(dòng)強(qiáng)度最高且流動(dòng)方向更加多元化。壯大型城市群中山東半島城市群的流動(dòng)強(qiáng)度強(qiáng)于其他壯大型城市群。培育型城市群的人口流動(dòng)強(qiáng)度較前2類城市群低，其中蘭西城市群、天山北坡城市群流動(dòng)強(qiáng)度最低、流動(dòng)方向較單一。

（1）外生增長(zhǎng)總強(qiáng)度

2020年城市群所包含的198個(gè)城市的外生增長(zhǎng)總強(qiáng)度均值為544.06，最大為廣州市（2 998.97），最小為博爾塔拉蒙古自治州（50.09）。具體地：1）提升型城市群的總度值均值為410.13～732.26，但珠三角城市群的總度值達(dá)到1 495.25，超過同類其他城市群的2倍以上。在城市群內(nèi)部的極值均為省會(huì)城市或直轄市，另外，城市群內(nèi)部的總度值差距較大。2）壯大型城市群的總度值均值總體處于500左右，但北部灣城市群總度值僅為379.4，與其他城市群相差較大。在城市群內(nèi)部，大部分城市群城市總度值分布較為連續(xù)，關(guān)中城市群與中原城市群存在極值城市，即西安（1 827.3）和鄭州（1 782.7）存在明顯的首位度。3）培育型城市群的總度值均值總體為200～300，但滇中城市群總度值均值達(dá)到677.89。在培育型城市群中，省會(huì)城市存在明顯的首位度。

（2）入度和出度

從入度看，城市群的入度值在141.01～404.03，珠三角城市群為極值（875.89）。城市群所含城市人口流動(dòng)入度的均值為284.22，其中最大值為1 820.87（廣州市），最小值為36.86（商洛市）。具體地：1）提升型城市群的入度值為195.40～875.89，大部分城市群的入度為195.40～397.59，珠三角城市群達(dá)到875.89。城市群內(nèi)部存在極值（省會(huì)城市）；2）壯大型城市群的入度值為168.96～257.49，大部分城市群入度值集中在255左右，在城市群內(nèi)部出現(xiàn)最低值（商洛市的入度值為36.86）；3）培育型城市群的入度值為141.01～373.95，大部分城市群的入度值集中在141.01～197.9，地域上呈明顯的“俱樂部”效應(yīng)，如滇中及黔中城市群的入度值與出度值數(shù)值相近，且與同類型其他城市差距較大，在出度最大的前10 個(gè)城市中，滇中、黔中城市群占半數(shù)以上。

中國城市群的出度值在129.47～334.67 波動(dòng)，珠三角城市群出度均值達(dá)到619.36，遠(yuǎn)高于其他城市群，與總度值趨勢(shì)一致。中心城市人口流動(dòng)出度的均值為259.84，其中最大值是1 178.10（廣州市），最小值為73.06（?？谑校?。具體地：1）提升型城市群的出度值在214.73～619.36，總體位于320左右，在城市群內(nèi)部存在極值（省會(huì)城市）；2）壯大型城市群的出度值在210.44～262.15，總體集中在210～240；3）培育型城市群的出度值在129.47～303.95，分布較為均衡。

（3）流入型流出型城市的空間分布格局

單從外生增長(zhǎng)入度或者出度并不能顯示該城市人口流動(dòng)的趨勢(shì)，有必要對(duì)城市人口流動(dòng)網(wǎng)絡(luò)的節(jié)點(diǎn)對(duì)稱性進(jìn)行測(cè)算。本文對(duì)城市類型的界定標(biāo)準(zhǔn)為：若NSI<-0.01，則為流出型城市，若NSI>0.01，則為流入型城市，若NSI 為-0.01～0.01，則為平衡型城市。根據(jù)NSI測(cè)算結(jié)果，中國19個(gè)城市群198個(gè)城市中，平衡型城市有4 個(gè)（占比2%），為煙臺(tái)市、濟(jì)寧市、?？谑泻桶^市，均位于壯大型城市群和培育型城市群。

中國城市群的NSI 值為-0.18～0.1，沒有明顯的極值現(xiàn)象。流出型城市有137個(gè)（70%），流入型城市有57個(gè)（28%）。NSI均值是-0.06，NSI最大值為0.37（西寧市）。NSI 最小值為-0.47（商洛市）。從空間分布上看，流入型城市在沿海城市群較多且集聚，在內(nèi)地分布少且分散。東南沿海的三四線城市是人口流入較密集的區(qū)域，而西部的流入型城市則為省會(huì)城市（圖3）。

圖3 中國中心城市NSI的空間分布Fig.3 Spatial distribution of NSI of urban agglomerations in China

1）提升型城市群的NSI為-0.15～0.1，較多城市為流入型，表現(xiàn)為省會(huì)城市NSI＞0.01，其他城市＜0.01。京津冀城市群與長(zhǎng)三角城市群均有半數(shù)以上城市NSI＞0.01，為流入型城市。2）壯大型城市群的NSI 為-0.18～-0.01。壯大型城市群內(nèi)部的山東半島與海峽西岸城市群內(nèi)部有近半數(shù)城市NSI值＞0.01，而其他城市群均＜0.01。3）培育型城市群的NSI為-0.07～0.07，省會(huì)城市人口流入型，其他城市人口流出。培育型城市群的三四線城市是人口流出較密集的區(qū)域。此外，在城市群內(nèi)部存在明顯的首位度，如蘭西城市群中的蘭州（0.27） 與西寧（0.37）。

3.2 人口內(nèi)生增長(zhǎng)的空間格局

通過戶籍人口自然增長(zhǎng)率反映中國城市人口的內(nèi)生增長(zhǎng)狀況。人口自然增長(zhǎng)率較高的城市主要集聚在提升型城市群。自然增長(zhǎng)率為負(fù)的城市有17個(gè)（12%），主要集聚在培育型城市群。同時(shí)，培育型城市群的自然增長(zhǎng)率高于壯大型城市群和提升型城市群，提升型城市群自然增長(zhǎng)率較低，成渝城市群出現(xiàn)明顯的內(nèi)生型人口負(fù)增長(zhǎng)。培育型城市群的自然增長(zhǎng)率較高，如寧夏沿黃、黔中的人口自然增長(zhǎng)率普遍較高，但遼中南城市群的自然增長(zhǎng)率總體＜0（圖4）。

圖4 戶籍人口自然增長(zhǎng)率的空間分布Fig.4 Spatial distribution of household registrational population's natural growth rate in urban agglomerations in China

戶籍人口自然增長(zhǎng)率最高為0.19（深圳市），最低為-0.05（本溪市）。流出型城市的自然增長(zhǎng)率普遍較低，均值為0.047。自然增長(zhǎng)率最高為0.147（茂名市），最低為-0.052（本溪市）。同時(shí)，省會(huì)城市的自然增長(zhǎng)率較低，其他城市的自然增長(zhǎng)率較高。流入型城市的自然增長(zhǎng)率普遍較高，均值為0.065。人口自然增長(zhǎng)率超過0.1 的城市占總數(shù)的21%。自然增長(zhǎng)率為負(fù)的城市有17個(gè)，占比5.2%。

（1）流出型城市群內(nèi)生增長(zhǎng)的空間格局

從城市群范圍看：1）在提升型城市群流出型城市中，長(zhǎng)江中游城市群的自然增長(zhǎng)率大多在0.05～0.07 附近波動(dòng)，而其他城市群則在0.02～0.03附近波動(dòng)。成渝城市群較其他城市群的自然增長(zhǎng)率明顯低，且在城市群內(nèi)部自然增長(zhǎng)率＜0 的城市也最多。2）壯大型城市群流出型城市的自然增長(zhǎng)率大多在0.05以上。在自然增長(zhǎng)率前10城市中，有4個(gè)屬于壯大型城市且半數(shù)屬于北部灣城市群。3）培育型城市群流出型城市中，黔中城市群和滇中城市群的流出型城市的自然增長(zhǎng)率明顯高于其他城市群，遼中南城市群的流出型城市的自然增長(zhǎng)率明顯低于其他城市群，且大多＜0（圖5）。

圖5 不同類型城市群的戶籍人口自然增長(zhǎng)率Fig.5 The natural growth rate of household registrational population in urban agglomerations in China

（2）流入型城市群內(nèi)生增長(zhǎng)的空間格局

從城市群范圍看：1）提升型城市群中流入型城市中，珠三角城市群中流入型城市的自然增長(zhǎng)率較高，如深圳市達(dá)到0.19，遠(yuǎn)高于其他城市。2）壯大型城市群中流入型城市群的自然增長(zhǎng)率為0.06～0.13，且多集中于沿海地區(qū)，如海峽西岸以及山東半島。3）培育型城市群中流入型城市的自然增長(zhǎng)率呈現(xiàn)2 個(gè)極端，蘭西城市群、滇中城市群、晉中城市群中的流入型城市自然增長(zhǎng)率較高，集中于0.07～0.1，東北地區(qū)如遼中南以及哈長(zhǎng)城市群中流入型城市的自然增長(zhǎng)率較低，存在自然增長(zhǎng)率為負(fù)的城市（見圖5）。

4 中國城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)評(píng)價(jià)

4.1 城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的空間分布

在外生與內(nèi)生增長(zhǎng)相互作用下，中國部分城市群存在一定的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)。隨著人口負(fù)增長(zhǎng)，兒童比例、老齡化率、平均家庭規(guī)模、人口密度、性別比都會(huì)發(fā)生明顯變化，兒童比例越高，平均家庭規(guī)模越大，人口密度越大的城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)越小，因此選用上述5個(gè)指標(biāo)分析中國城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)。結(jié)果如下：

提升型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)均值為0.48。除成渝城市群（0.52）外，各城市群的風(fēng)險(xiǎn)均小于全國平均值（0.48）。提升型城市群中，長(zhǎng)三角城市群、珠三角城市群和京津冀城市群所含城市風(fēng)險(xiǎn)均較低。而長(zhǎng)江中游城市群和成渝城市群的風(fēng)險(xiǎn)表現(xiàn)為省會(huì)城市低，其余城市高。如成渝城市群內(nèi)部大部分城市的風(fēng)險(xiǎn)高于全國平均值（0.48），其中最高風(fēng)險(xiǎn)值為廣安市（0.62），其值是雅安市（0.39）的1.5 倍，這是因?yàn)槌捎宄鞘腥簝?nèi)部人口向成渝兩地集中的態(tài)勢(shì)明顯，廣安市人口外流現(xiàn)象嚴(yán)重且城鎮(zhèn)化水平不高，因而面臨較高的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)（圖6）。

圖6 城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的空間分布Fig.6 Spatial distribution of negative population growth risk in urban agglomerations in China

壯大型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)均值為0.49。其中海峽西岸城市群（0.47）與關(guān)中城市群（0.47）的風(fēng)險(xiǎn)均小于全國平均值。海峽西岸城市群內(nèi)城市的風(fēng)險(xiǎn)均較低。但山東半島城市群、中原城市群、關(guān)中平原城市群和北部灣城市群的風(fēng)險(xiǎn)表現(xiàn)為省會(huì)城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)低，而其余城市風(fēng)險(xiǎn)高（見圖6）。

培育型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)均值為0.49，其中哈長(zhǎng)城市群（0.45）與遼中南城市群（0.48）的風(fēng)險(xiǎn)均小于全國平均值。哈長(zhǎng)城市群和遼中南城市群風(fēng)險(xiǎn)普遍較高。在城市群內(nèi)部，哈長(zhǎng)城市群各市的風(fēng)險(xiǎn)均低于全國平均值，但遼中南城市群存在兩極現(xiàn)象，如沈陽市（0.42）與撫順市（0.60）存在較大差距。而天山北坡城市群和呼包鄂榆城市群的各城市風(fēng)險(xiǎn)普遍較低。同時(shí)，蘭西城市群和寧夏沿黃城市群、以晉中城市群、黔中城市群和滇中城市群的風(fēng)險(xiǎn)表現(xiàn)為省會(huì)城市低，其余城市高（見圖6）。

4.2 流出型流入型城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)對(duì)比分析

流出型城市的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)在0.31～0.62，均值為0.49，較流入型城市高。培育型城市群中流出型城市的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)較提升型城市群和壯大型城市群中流出型城市更高。具體地：1）提升型城市群中流出型城市的風(fēng)險(xiǎn)平均值為0.47，在成渝城市群內(nèi)部城市的風(fēng)險(xiǎn)相差較大；2）壯大型城市群中流出型城市風(fēng)險(xiǎn)平均值為0.47，但海峽西岸城市群的風(fēng)險(xiǎn)平均值僅為0.43，較其他城市群明顯偏低；3）培育型城市群中流出型城市風(fēng)險(xiǎn)平均值為0.50，如遼中南城市群達(dá)到0.52，遠(yuǎn)高于其他城市群（圖7）。

流入型城市的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)在0.39～0.54，均值為0.48。具體地：1）提升型城市群中流入型城市的風(fēng)險(xiǎn)平均值為0.47，在城市群內(nèi)部，省會(huì)城市或直轄市的風(fēng)險(xiǎn)高于其他城市；2）壯大型城市群中流入型城市風(fēng)險(xiǎn)平均值為0.48；3）培育型城市群中流入型城市風(fēng)險(xiǎn)平均值為0.49（表1）。

表1 城市群不同類型城市的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)Table 1 Risk of negative population growth in different types of urban agglomerations

4.3 城市群人口負(fù)增長(zhǎng)的影響因素分析

中國城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)是內(nèi)生增長(zhǎng)和外生增長(zhǎng)雙重作用的結(jié)果，但內(nèi)生增長(zhǎng)和外生增長(zhǎng)對(duì)于不同城市群人口負(fù)增長(zhǎng)的影響存在異質(zhì)性（表2）。

表2 人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的影響因素Table 2 Influencing factors of the negative population growth risk

1）提升型城市群中，入度的Sig.值為0.006，顯示為在1%水平上具有統(tǒng)計(jì)學(xué)意義，入度每增加1個(gè)單位，則提升型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)降低3.283（見表2），即入度為提升型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的影響因素。同時(shí)自然增長(zhǎng)率的Sig.值為0.002，顯示為在1%的水平上具有統(tǒng)計(jì)學(xué)意義，自然增長(zhǎng)率每增加1個(gè)單位，則提升型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)降低2.100，即自然增長(zhǎng)率為提升型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的影響因素。即，提升型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)受外生增長(zhǎng)和內(nèi)生增長(zhǎng)作用的共同影響，相比而言，外生增長(zhǎng)的影響更大。

2）壯大型城市群中，入度的Sig.值為0.000，顯示為在0.1%的水平上具有統(tǒng)計(jì)學(xué)意義。入度每增加1個(gè)單位，則壯大型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)降低21.211，即入度為壯大型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的絕對(duì)影響因素。

3）培育型城市群中，自然增長(zhǎng)率的Sig.值為0.000，顯示為在0.1%的水平上具有統(tǒng)計(jì)學(xué)意義。自然增長(zhǎng)率每增加1個(gè)單位，則培育型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)降低3.166，即自然增長(zhǎng)率為培育型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的絕對(duì)影響因素。

4.4 不同城市群的人口負(fù)增長(zhǎng)類型細(xì)分

根據(jù)中國城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)及其影響機(jī)制，19 個(gè)城市群的人口負(fù)增長(zhǎng)可劃分為8 種類型（表3）。

表3 人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)類型劃分Table 3 Classification of negative population growth risk in urban agglomerations in China

提升型城市群的人口增長(zhǎng)狀態(tài)可分為2種類型：1）以長(zhǎng)江中游城市群和成渝城市群為一類，省會(huì)城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)低，其余城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)高，其動(dòng)力機(jī)制主要是外生增長(zhǎng)。2）以長(zhǎng)三角城市群、珠三角城市群和京津冀城市群為一類，省會(huì)城市和其余城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)均比較低，其動(dòng)力機(jī)制主要是外生增長(zhǎng)。

壯大型城市群城市人口增長(zhǎng)狀態(tài)可分為2種類型：1）以山東半島城市群、中原城市群、關(guān)中平原城市群和北部灣城市群為一類，省會(huì)城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)低而其余城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)高，其動(dòng)力機(jī)制是外生增長(zhǎng)。2）以海峽西岸城市群為一類，省會(huì)城市和其余城市人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)均比較低，其動(dòng)力機(jī)制是外生增長(zhǎng)。

培育型城市群的人口增長(zhǎng)狀態(tài)可分為4種類型：1）以哈長(zhǎng)城市群和遼中南城市群為一類，人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)高，其動(dòng)力機(jī)制是內(nèi)生增長(zhǎng)。2）以天山北坡城市群和呼包鄂榆城市群為一類，人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)低，其動(dòng)力機(jī)制是內(nèi)生增長(zhǎng)。3）以蘭西城市群和寧夏沿黃城市群為一類，人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)表現(xiàn)為省會(huì)城市低，其余城市高，其動(dòng)力機(jī)制是內(nèi)生增長(zhǎng)。4）以晉中城市群、黔中城市群和滇中城市群為一類，人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)表現(xiàn)為省會(huì)城市低，其余城市高，其動(dòng)力機(jī)制是內(nèi)生增長(zhǎng)。

5 結(jié)論與啟示

5.1 結(jié)論

本文首先在第七次人口普查數(shù)據(jù)的基礎(chǔ)上，構(gòu)建人口流動(dòng)網(wǎng)絡(luò)分析中國城市群人口變動(dòng)的外生格局，并通過戶籍人口生育率顯示中國城市群人口變動(dòng)的內(nèi)生格局；其次，構(gòu)建城市群尺度的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)測(cè)算指標(biāo)，進(jìn)而測(cè)度城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的空間分布及其異質(zhì)性；最后，對(duì)中國城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)內(nèi)在影響因素進(jìn)行探究。得出的主要結(jié)論有：

1）培育型城市群、壯大型城市群、提升型城市群的人口外生強(qiáng)度呈逐級(jí)遞增趨勢(shì)，出度、入度和總強(qiáng)度存在明顯趨同性。中國城市群中城市的平均入度值大于平均出度值。培育型城市群的自然增長(zhǎng)率高于壯大型城市和提升型城市群，同時(shí)，省會(huì)城市的自然增長(zhǎng)率較低，其他城市的自然增長(zhǎng)率較高。

2）中國城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)平均值為0.48，其中提升型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)為0.48，壯大型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)平均值為0.49，培育型城市群的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)平均值為0.49。同時(shí)流出型城市的人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)較流入型城市高，這進(jìn)一步驗(yàn)證戚偉等（2022）的結(jié)論。

3）提升型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)受外生增長(zhǎng)和內(nèi)生增長(zhǎng)作用的共同影響，相比而言，外生增長(zhǎng)的影響更大；外生增長(zhǎng)為壯大型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的絕對(duì)影響因素；內(nèi)生增長(zhǎng)為培育型城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)的絕對(duì)影響因素。這與毛新雅和翟振武（2013）的研究一致。

4）根據(jù)中國城市群人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)及其影響機(jī)制，19個(gè)城市群的人口負(fù)增長(zhǎng)可劃分為8種類型。其中，提升型城市群和壯大型城市群的人口增長(zhǎng)狀態(tài)均可分為2種類型，培育型城市群的人口增長(zhǎng)狀態(tài)可分為4種類型。

5.2 政策啟示

快速城市化導(dǎo)致不同地區(qū)城市化進(jìn)程不同，致使不同城市群均面臨人口負(fù)增長(zhǎng)風(fēng)險(xiǎn)，因此不同城市群應(yīng)采取差異化政策應(yīng)對(duì)。

1）提升型城市群應(yīng)以人口分布空間均衡為目標(biāo)。目前提升型城市的人口政策聚焦于人才引進(jìn)，如《天津海河英才計(jì)劃人才引進(jìn)政策》《重慶市引進(jìn)海內(nèi)外英才“鴻雁計(jì)劃”實(shí)施辦法》等。在吸引人才促進(jìn)城市職能轉(zhuǎn)變的同時(shí)，提升型城市群應(yīng)借助區(qū)域三四線城市強(qiáng)大的人口吸引力，加強(qiáng)區(qū)域互聯(lián)互通建設(shè)，完善社會(huì)保障體系，改善居民生活水平，保證社會(huì)可持續(xù)發(fā)展。此外，提升型城市群空間區(qū)位大都臨江臨海，在物流運(yùn)輸和信息接觸上具有天然優(yōu)勢(shì)，應(yīng)發(fā)揮其高質(zhì)量發(fā)展的聯(lián)動(dòng)引領(lǐng)效應(yīng)，促進(jìn)資源空間重組與高效利用，避免高度人口集聚帶來的負(fù)面效應(yīng)。

2）壯大型城市群應(yīng)充分發(fā)揮大城市對(duì)人口的“截流”作用。目前壯大型城市群的人口吸引政策一方面體現(xiàn)在引進(jìn)和培養(yǎng)高層次創(chuàng)新創(chuàng)業(yè)人才，如《防城港市引進(jìn)和培養(yǎng)高層次創(chuàng)新創(chuàng)業(yè)人才暫行辦法》，另一方面放寬落戶政策加快人口集聚，如《關(guān)于加快海門區(qū)人口集聚的實(shí)施意見》。在加快人口集聚的同時(shí)，壯大型城市群應(yīng)利用其基礎(chǔ)設(shè)施建設(shè)較好，吸引力較強(qiáng)的優(yōu)勢(shì)，注重創(chuàng)新環(huán)境，深化創(chuàng)新教育，吸引當(dāng)?shù)丶扒钒l(fā)達(dá)地區(qū)流出的人才，提高人才聚集能力，以大城市人才聚集帶動(dòng)城市群建設(shè)。

3）培育型城市群應(yīng)以“固本”為要。培育型城市群目前出臺(tái)的人口吸引政策較少，吸引人口力度較弱。培育型城市群應(yīng)通過優(yōu)化省會(huì)城市人才服務(wù)政策，完善基礎(chǔ)設(shè)施，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，提高省會(huì)城市人口首位度，并與經(jīng)濟(jì)首位度相匹配，確?，F(xiàn)有人才不流出，同時(shí)吸引周圍縣區(qū)的人口流入。在省會(huì)城市人口聚集和經(jīng)濟(jì)發(fā)展壯大的基礎(chǔ)上，帶動(dòng)其余城市特色產(chǎn)業(yè)發(fā)展，以產(chǎn)業(yè)帶動(dòng)就業(yè)，確保當(dāng)?shù)貏趧?dòng)力就地就近就業(yè)，減少人口外流對(duì)經(jīng)濟(jì)發(fā)展的負(fù)面影響。同時(shí)，采取“精明收縮”政策，通過集約化發(fā)展，提高居民生活水平和人均收入，從而提升自身的人口吸引力。