中国省域城市化效率与人口素质的耦合协调性分析
徐鑫,赵明华,韩荣青,任亚平, 殷冠文
(山东师范大学 地理与环境学院 山东 济南 250358)
摘要:本文采用DEA模型、熵值法和耦合协调度模型对2001年-2016年我国30个省区市的城市化效率、人口素质以及两者的耦合协调关系进行了研究,并选取2001、2006、2011、2016四个年份进行时间断面分析。研究结果表明:我国的城市化效率和人口素质的整体水平不断提高,但是省域差异明显,呈现出东部优于中西部、北方好于南方的地理格局;二者的耦合协调性不断上升,极度耦合协调省份的占比由2001年的6.67%增长到2016年的36.67%。该研究可以从耦合协调性角度为新型城镇化建设和区域人口素质提升提供一定的借鉴和指导。
关键词:城市化效率、人口素质、耦合协调度
Abstract:This paper adopted DEA model, entropy value method and coupling coordination degree model to study the urbanization efficiency, population quality and coupling coordination relationship of 30 provinces, autonomous regions and municipalities in China from 2001 to 2016, and selected four years from 2001, 2006, 2011 and 2016 for time section analysis. The results show that the overall level of urbanization efficiency and population quality in China is continuously improved, but the regional differences are obvious, showing that the eastern region is better than the central and western region, and the northern region is better than the southern region. The coupling coordination between the two is on the rise, and the proportion of the provinces with extreme coupling coordination increased from 6.67% in 2001 to 36.67% in 2016. This study can provide reference and guidance for the construction of new urbanization and the improvement of regional population quality from the perspective of coupling and coordination.
Keywords: urbanization efficiency, population quality, coupling coordination
中图分类号:F061.5;F299.2
1引言
中国《国家新型城镇化规划(2014-2020)》强调城市化质量是新型城镇化发展的核心,城市化效率是衡量城市化质量的重要标准[1]。改革开放以来,快速发展的城市化对经济社会的发展做出了重要贡献,城市化使一定区域先进的社会要素集中起来[2、3],使原来的城市功能更加完善,结构更加合理,人们得到全面发展的机会。城市化促进了社会经济的发展、人民收入的提高和物质生活条件的改善,人们拥有更大的能力投入教育、医疗、卫生、体育及社会公德的宣传和维护中去,进而不断提高人民的物质生活水平和精神境界[4]。但是高能耗、高污染、高投入等问题一直存在,随着资源环境约束作用的加大,传统的城市化发展模式已经变得不可持续,高效有序地推进城市化将是今后工作的重点[5]。城市化的快速发展给政治、经济和文化带来了巨大的影响的同时,也对人口素质提出了更高的要求[6]。从人口的质量两个方面来说,城市化是一个城乡人口结构演变的过程,在这个过程中,人口素质作为核心因素自然深受影响。
人口素质是指一个国家或地区在一定的生产模式下理解和改造世界综合素质与能力[7],目前已经成为影响城市化的关键因素之一,在推动农业转移人口市民化进程中发挥了重要作用[8]。人口素质特别是社会劳动力素质的提高是城市化的灵魂,没有高水平的人口素质支撑的城市化是低质量的、没有未来的城市化[9]。人口素质的整体提高是城市化的最终目的,城市化是实现这一目标的方法和手段[10]。人口素质与城市化效率之间相互影响,存在良性互动的关系,较高的人口素质可以为城市化提供可持续性的智力支持,同样城市化可以为人口素质的提高提供基本的物质保障[11、12]。人口素质的提高可以使劳动力掌握更多科学知识和技能,为社会培养和造就大批高素质的人才;可以优化劳动力就业结构,有效转移社会剩余劳动力,推动劳动力向二、三产业转移;可以提高社会生产率,促进城市产业优化和升级,使人口素质水平与城市化建设相适应[13]。高水平的人口素质有助于提升城市文化,能形成城市持续发展凝聚力[14],有利于吸引和集聚人才、技术和资本;有利于形成城市居民积极向上的精神风貌;有利于转变思想观念和行为方式,减少城市化进程中的阻碍,从而加速城市化进程[15]。
近年来,国内外学者对人口素质和城市化效率进行了大量的研究,其中关于城市化效率或人口素质的研究比较丰富,但是两者的耦合协调性研究比较稀少。在城市化效率方面,方创琳、关兴良采用CRS、VRS、Bootstrap-DEA等模型, 研究了中国城市群的投入产出比例、发展趋势及时空演化规律[16];陈明星、陆大道、张华等采用指标分析法研究了中国城市化的动力因素[17];戴永安、孙东琪、刘雷等运用 DEA、SFA等模型对城市化效率进行测度[18-20];何艳冰、黄晓军、翟令鑫等分析了城市化效率的影响因素[21]。在人口素质研究方面,张小平、唐万梅等对人口素质的评价进行了研究[22、23];廖建辉、李钢等则研究了人口素质的影响因素[24];徐惠民研究了人口素质评价指标体系的构建[25];耿修林对我国人口素质的时空演变进行了研究[26]。在城市化效率与人口素质的关系方面,现有研究主要集中在城市化与人口素质的互动效应[27],人口素质对城市化的推动作用[28、29],城市化与人口素质的关系[30]等方面。
在此背景下,本文以30个省级行政单位为研究对象,探讨了其城市化效率和人口素质的发展规律,分析两者的耦合协调关系。旨在探讨人口素质对城市化效率的空间异质性影响,以期能够对新型城镇化建设、人口素质的提升提供借鉴和参考,弥补研究工作的空白。
2 研究方法、数据来源与指标体系
2.1研究方法
2.1.1 DEA模型
数据包络分析方法(DEA)是美国的A.Charnes,W.W.Cooper和 E.Rhodes于1978年发明的一种统计与运筹学方法,分为CCR(规模收益不变)和BCC(规模收益可变)两种模型[31]。
(1)
(2)
式中,n表示决策单元数量,i代表决策单元(i=1,2,3…,m),xi、yi、Q分别代表第i个研究对象的投入、产出变量和综合效率值,MinQ、s、t分别代表目标函数和限制性条件,λi、X0、Y0分别代表某项指标的权重变量、决策单元的原始投入和产出值。
本文采用数据包络分析法计算了2001至2016年30个省区市的城市化效率,将各省级行政单位作为地域单元,运行模型得到各单元每年的综合效率、纯技术效率、规模效率、规模报酬等情况,对其投入产出状况进行分析。
2.1.2 熵值法
熵值法是指用来判断某个指标的离散程度的数学方法[32]。根据熵的特性,我们可以通过计算熵值来判断某个指标的离散程度,指标的离散程度越大,该指标对综合评价的影响越大。因此,本文利用熵值法这个工具,计算出各个指标的权重,为省域人口素质综合评价提供依据。
首先将正负项指标数据进行标准化,消除量纲影响,然后计算出各指标的权重并求出各指标最终得分:
(3)
最后将同一年的各值相加得到年综合得分:
(4)
上式中,X’ij代表第j年第i个指标的标准化值,Wi代表第i个指标的权重,yj代表第j年的综合得分。
2.1.3 耦合协调度模型
(1)耦合度模型:耦合水平说明的是两者之间的相互依赖程度,所以城市化效率和人口素质的耦合度模型可以看作为“城市化效率”体系与“人口素质”体系的耦合关系模型,具体计算公式为:
(5)
上式中,C表示的是城市化效率与人口素质的耦合度,其值大于0且小于1, C值越大,城市化效率与人口素质的耦合程度越高、关系越密切;u、v代表的是城市化效率、人口素质的值;k是调节系数,且k≥ 2 ,本文研究两个体系,故k取2。
(2)耦合协调度模型:由于耦合度只能反映系统间相互作用的强度,而难以反映协调发展的水平。为了更好地评价城市化效率与人口素质的关系引入耦合协调度模型,其具体计算公式如下:
,
(6)
其中D是耦合协调度,C是耦合度,T是两者之间的综合评价指数,反映两者的整体效益或水平,α、β为待定参数,由于仅有两个系统,故α、β分别取0.5。
2.2 数据来源
本文数据主要来自研究时间段内的《中国统计年鉴》、《中国城市统计年鉴》以及所研究的30省市区的统计年鉴。具体计算时,由于西藏自治区及港澳台地区统计数据缺失,以其它30个省级行政单位为研究对象。研究区间是2001至2016 年,并选择2001 、2006、2011和2016年4个年份进行详细研究。
2.3 指标体系的构建
参考前人的相关研究,指标选取遵循科学、合理、全面、可得等原则。城市化效率的评估遴选了6个代表性指标,包括城市建成区面积、城镇固定资产投资额、财政支出、城镇单位从业人员数等4项投入指标,城市化率和二三产业增加值2项产出指标。人口素质评价指标体系主要由身体健康素质、人口结构、劳动力素质、科学文化素质4个方面组成,包括居民年住院率、每万人医生人员数、居民病死率、性别比、抚养比、失业率、第三产业从业人数占总从业人数的比重、工资报酬占GDP比重、文盲率、专利申请授权量、每万人用有公共图书馆面积、每万人在校大生数等12项指标。
表1 城市化效率与区域人口素质综合评价指标体系
目标层 |
准则层 |
指标层 |
指标权重 |
指标属性 |
区 域 人 口 素 质 |
身体健康素质 |
居民年住院率(%) |
0.07 |
- |
每万人医生人员数(人) |
0.12 |
+ |
||
居民病死率(%) |
0.04 |
- |
||
人口结构 |
性别比(女=100) |
0.08 |
- |
|
抚养比(%) |
0.10 |
- |
||
劳动力素质 |
失业率(%) |
0.11 |
- |
|
第三产业从业人数占比(%) |
0.08 |
+ |
||
工资报酬占GDP比重(%) |
0.11 |
+ |
||
科学文化素质 |
文盲率(15岁以上)(%) |
0.03 |
- |
|
专利申请授权量(件) |
0.05 |
+ |
||
每万人用有公共图书馆面积(平方米/万人) |
0.12 |
+ |
||
每万人在校大生数(人) |
0.10 |
+ |
||
城 市 化 效 率 |
城市化投入 |
城市建成区面积(平方千米) |
— |
+ |
城镇固定资产投资额(亿元) |
— |
+ |
||
财政支出(亿元) |
— |
+ |
||
城镇单位从业人员数(万人) |
— |
+ |
||
城市化产出 |
城市化率(%) |
— |
+ |
|
二三产业增加值(亿元) |
— |
+ |
3城市化效率的时空变化分析
3.1 中国城市化效率时序演变
基于构建的城市化效率评价指标体系,采用DEA模型对30省区市的城市化效率进行计算。结果如表2所示,从时间序列上看,研究区间内30个省市区城市化综合效率的均值分别为2001年的 0.830、2006年的0.811、2011年的0.827、2016年的0.849,呈现先下降后上升总体上升的趋势,年均上升0.1267%,说明中国总体城市化效率正在缓慢提高。各省区市城市化效率的标准差由2001年的0.1565下降到2016年的0.1539,说明各省区市城市化效率的差距正在缩小。2001-2016年间城市化效率呈上升趋势的有北京、天津、湖南、广东、广西、宁夏、上海、山东、内蒙古、重庆、贵州、陕西、辽宁、吉林等14省市区;呈下降趋势的有河北、山西、黑龙江、浙江、安徽、江西、河南、湖北、四川、云南、甘肃等11省区;江苏、福建、海南、青海、新疆等5省区的城市化效率不变。从规模报酬来看,2001年有10个省市区的规模报酬不变,10个省市规模报酬递增;10个省市规模报酬递减;2016年则变成12个省市区的规模报酬不变,15个省市区的规模报酬递增,3个省区市的规模报酬递减。这说明在城市化过程中投入产出情况较合理,达到了理想状态(DEA 有效),实现规模报酬不变的省市正在增多;而城市化过程中要素投入量过多,未能实现要素有效配置,实现规模报酬递减的省份大量减少;在城市化过程中要素投入量不足,未能实现要素有效配置,实现规模报酬递增的省市数量不断上升。
表2 2001、2006、2011、2016年中国30省市区城市化效率
年份 |
2001 |
2006 |
2011 |
2016 |
||||
省份 |
综合效率 |
规模报酬 |
综合效率 |
规模报酬 |
综合效率 |
规模报酬 |
综合效率 |
规模报酬 |
北京 |
0.566 |
drs |
0.872 |
drs |
0.971 |
drs |
0.964 |
drs |
天津 |
0.976 |
drs |
1.000 |
- |
1.000 |
- |
1.000 |
- |
河北 |
1.000 |
- |
0.868 |
irs |
0.892 |
drs |
0.843 |
drs |
山西 |
0.763 |
- |
0.737 |
irs |
0.715 |
irs |
0.713 |
irs |
内蒙古 |
0.674 |
drs |
0.690 |
drs |
1.000 |
- |
1.000 |
- |
辽宁 |
0.877 |
drs |
0.638 |
irs |
0.734 |
irs |
1.000 |
- |
吉林 |
0.729 |
drs |
0.650 |
irs |
0.764 |
- |
0.775 |
irs |
黑龙江 |
0.867 |
drs |
0.867 |
drs
|