黄河流域城镇化水平的时空特征及影响因素研究

赵 田， 刘兆德， 郭树明， 李凯龙

(山东建筑大学 建筑城规学院， 山东 济南 250101)

改革开放以来，我国的城镇化水平不断提高，常住人口城镇化率由1978年的17.92%提高到2019年的60.60%。我国幅员辽阔，城镇化水平和速度的地区差异及影响因素一直受到学者的广泛关注，研究内容和方法逐步完善。通常采用变异系数、基尼系数、泰尔指数、威廉森系数等对区域差异进行测度[1]，运用探索性空间分析对城镇化水平的空间格局进行可视化表达[2]。从经济要素、社会要素等方面，采用主成份分析[3]、灰色关联[4]、多元回归[5]、地理加权回归[6]等方法，探讨影响城镇化水平和空间差异的主导因素，有效地解释了快速城镇化进程中的动力机制。研究尺度包括省级[7]、地级市[8]、县级[9]和大区域内部如东部沿海[10]、西部地区[11]、东北地区[12]、中部地区[4]以及国家战略区域如长三角[13]、珠三角[14]、京津冀[15]、长江经济带[16]等。有学者对黄河流域城镇化水平空间格局进行了初步研究[17]，但影响因素研究鲜见报道。

黄河流域的大部分地区是我国传统农耕区，横跨我国的东、中、西部，研究其城镇化时空格局及其影响因素，对于推动该区域城镇化协调发展与全国城镇化进程具有重要意义。基于此，本文以黄河流域69个地级单元为研究对象，研究黄河流域2005—2019年城镇化水平的时空特征及其影响因素，以期为黄河流域制定差异化、科学化的城镇化发展战略，推动流域城镇化健康发展提供一定的参考依据。

1 研究区域和数据来源

1.1 研究区域

选取黄河自然流经区流经的69个地级市、州、盟(以下简称为地市)为基本研究单元，同时根据北京大学许学工教授对黄河流域生态-文化-经济分区融合发展的分区建议，将研究区域划分为4个分区：青川甘地区(包含19个地市)、宁蒙地区(包含12个地市)、陕晋地区(包含19个地市)、豫鲁地区(包含19个地市)，进行区域差异测度分析。

1.2 指标选取和数据来源

采用常住人口城镇化率来反映城镇化水平。2010年的常住人口城镇化率来源于六普的统计数据，其他年份城镇化率和社会经济数据来自各省区、地市、州、盟统计年鉴、国民经济和社会发展统计公告以及政府工作报告。

DEM数据来自地理空间数据云平台(http://www.gscloud.cn/)，为SRTM地形数据的V4.1版本，空间分辨率为90 m，经过拼接和掩膜处理后得到研究区范围DEM，经过坡度计算后得到研究区范围的坡度数据。气象站点数据来自中国气象数据网(http://data.cma.cn)。选择研究范围及邻近区域的2010年的230个站点、2019年的194个站点的降水数据，进行协同克里金(Co-Kriging)插值运算，得到研究区的降水数据。

2 研究方法

2.1 区域差异测度

采用泰尔指数对黄河流域城镇化水平的区域差异进行测度。泰尔指数是利用信息理论中的熵概念来考察差异性，用泰尔指数来衡量不平等的一个最大优点是，它可以衡量组内差异和组间差异对总差异的贡献，把总体差异在不同尺度上进行分解[18]。

2.2 空间自相关分析

2.2.1 全局空间自相关

Moran’s I值用来度量空间自相关的全局指标，反映的是空间邻接或空间邻近的区域单元属性值的相似程度，取值一般在-1和1之间。小于0表示负相关，在空间上表现为同质单元分散分布，越接近-1分散分布越明显，各单元差异性越大；等于0表示不相关；大于0表示正相关，在空间上表现为同质单元集中分布。

2.2.2 局部空间自相关

全局空间自相关即Moran’s I值是对空间自相关的全局评估，忽略了空间过程中潜在的不稳定性。本文借助 LISA 集聚图反映各单元城镇化水平的局部空间自相关关系，分析研究区内部城镇化水平集聚格局特征。

2.3 地理探测器

空间异质性是相对于空间自相关的空间数据的另一大特性，是地理现象的基本特点之一。地理探测器是探测空间分异性以及揭示背后影响分异的驱动因子的一种新的分析模型[19-20]。不同于传统经典统计学，地理探测器模型没有线性假设，而且具有明确的物理含义。由于两个变量在空间上测度关联性比在数值上测度关联性要更困难，但分析结果更可靠可信，因此地理探测器越来越被广泛应用于社会和自然现象的影响因素分析。

3 黄河流域城镇化水平时空演变特征

3.1 城镇化水平时空变化

3.1.1 城镇化水平稳步提高，超过50%的单元数量明显增加

2005年黄河流域城镇化水平为39.12%，低于全国平均水平3.87个百分点，2019年为56.82%，低于全国平均水平3.78个百分点。2005—2019年，黄河流域及全国、长江流域城镇化水平见表1。近10年来黄河流域城镇化水平一直呈上升趋势，与全国、长江流域的差距呈缩小的趋势。

选取2005、2012、2019年3个年份，参考美国地理学家诺瑟姆对城市化发展3个阶段的划分，结合黄河流域城镇化发展特点，将黄河流域69个单元镇化水平分为6个等级，见图1。2005年城镇化水平低于30%单元为21个，所占比重为30%，上中下游均有分布；高于50%的单元只有18个，主要是省会(首府)和资源禀赋较好的地级市，呈点状分布。2012年城镇化水平低于30%的单元下降到9个，主要集中在少数民族聚居区；高于50%的单元增加到28个，增加的单元主要集中在河南、山西、陕西等。2019年城镇化水平低于30%的只有果洛州；高于50%的单元增加到了50个，表明黄河流域城镇化水平仍处于快速增长期，形成了以济南、郑州、西安为中心的三大城市群高值区，以及宁蒙晋黄河几字弯高值区，只有兰西城市群中的定西、关中城市群中的庆阳、宁夏沿黄城市群中的固原和4个西部民族自治州城镇化水平低于40%。

表1 2005—2019年黄河流域与全国、长江流域城镇化水平比较 %

(a) 2005年 (b) 2012年 (c) 2019年图1 2005年、2012年、2019年黄河流域城镇化率空间分布

3.1.2 城镇化水平相对增长率空间差异较明显

在测度经济要素速度问题上, 多数学者倾向于采用增长率来表示。由于发达地区基数大, 在增长率相同的情况下，发达地区实际增长量大于欠发达地区。本文借鉴相对增长率来研究黄河流域城镇化水平增长的区域差异[20]。相对增长率表示各单元在某一时期内城镇化水平的变化值与同一时期黄河流域城镇化水平变化值的比值。2005—2012年、2013—2019年69个单元的相对增长率见图2。

(a) 2005— 2012年 (b) 2013—2019年图2 黄河流域城镇化水平相对增长率空间分布图

两个阶段城镇化水平的相对增长率空间差异较为明显。2005—2012年比值大于1的城市分布相对分散，零散分布于黄河流域，集中分布区仅在山西中部和河南西北部、兰西城市群南部地区。2013—2019年比值大于1的城市呈面状分布于兰西、关中、晋中、中原和山东半岛(西部)城市群，比值小于1的城市主要集中在上游地区、呼包鄂城市群以及下游地区。

3.1.3 空间分布格局呈“东高西低，北高南低”态势

用ArcGIS10.2绘制2005、2012、2019年黄河流域城镇化水平空间趋势图(如图3)，可看出，黄河流域城镇化水平保持“东高西低、北高南低”的格局，空间指向性明显，东部和北部地区为城镇化水平较高的区域。同时，不同方向上的趋势线变化也存在差异和变化。2005年到2012年南北方向趋势线趋于陡峭，2012年到2019年又趋于平缓，说明2005年到2019年城镇化水平在南北方向差距先扩大后缩小。2005年到2012年东西方向趋势线西部趋于平缓而中东部趋于陡峭，说明2005年到2012年西部地区间城镇化水平差异变小而中东部地区间城镇化水平差异有所扩大；2012年到2019年东西方向趋势线西部趋于陡峭而中东部趋于平缓，说明2012年到2019年西部地区间城镇化水平差异扩大而中东部地区间城镇化水平差异缩小。但总体上东西方向的分异特征基本保持不变，仍是东高西低的态势。

(a) 2005年 (b) 2012年 (c) 2019年a线表示东西方向，b线表示南北方向图3 黄河流域城镇化水平相对增长率空间分布图

3.2 城镇化水平区域差异

3.2.1 区域差异呈缩小趋势，青川甘地区内部差异最大

2005—2019年黄河流域、四大区域城镇化水平的泰尔指数见表2。黄河流域、四大区域的泰尔指数均呈下降趋势，说明黄河流域及四大区域城镇化水平的内部差异呈缩小趋势，其中青川甘、宁蒙两个区域的内部差异大于黄河流域整体水平。从泰尔指数的变化率看，黄河流域由2005年的0.108 2下降到2019年的0.031 5，年均递减率为8.44%，仅高于宁蒙(7.91%)0.53个百分点，低于豫鲁(8.92%)0.48个百分点，青川甘(9.26%)0.82个百分点，低于陕晋(10.32%)1.87个百分点。

表2 2005—2019年黄河流域及四大区域城镇化水平泰尔指数变化

3.2.2 区域内差异大于区域间差异，区间差异贡献率略呈上升趋势

区内差异是黄河流域城镇化水平差异的主要来源，见表2。无论是从区域内和区域间差异的绝对值来看，还是两者对总体差异的贡献率看，区域内差异对总体差异的贡献度都较区域间差异更高。2005—2019年区域内最低值为0.021 9，而区域间的最高值仅为0.025 4；区域内差异对总体差异的贡献率均在69%以上，而区域间差异对总体差异的贡献率最高才达30.28%。从动态变化趋势看，区域内差异对总体差异的贡献呈现呈下降趋势，虽然在2008—2010年有一个较为明显的波动，但总体上2005—2019年区域内差异对总体差异的平均贡献率仍为73.26%，并且近年来下降的幅度有所减少。

3.3 城镇化水平空间关联格局

3.3.1 城镇化水平存在正的全局空间自相关，集聚现象趋于明显

2005—2019年黄河流域城镇化水平的全局相关性 Moran’s I值见表3，Moran’s I值均为正值，Z值均大于2.58， Moran’s I的正态统计值在0.01条件下显著，具有统计学意义，说明黄河流域城镇化水平存在正的空间自相关特性，即城镇化水平较高的地区趋于相邻，城镇化水平较低的区域趋于相邻。2005—2019年Moran’s I指数不断增大，空间相关性逐渐增强，集聚现象也趋于明显。

表3 2005—2019年黄河流域城镇化水平Moran’s I指数变化

3.3.2 局部空间自相关特征变动不大，空间格局具有稳定性与强化性

运用 Geoda 软件计算出 3 个年份城镇化水平的局部自相关，得到 LISA 集聚图，见图4。 LISA 集聚图能够反映出各单元与周围区域的空间聚类关系。

(a) 2005年 (b) 2012年 (c) 2019年图4 2005、2012、2019年黄河流域城镇化水平局部LISA图

高-高集聚类型数量基本稳定，主要分布在银川、石嘴山、乌海、阿拉善盟、鄂尔多斯，位于黄河几字湾地区。低-低集聚类型数量基本稳定，主要包括上游地区的少数民族聚居区内的单元。高-低集聚类型极化效应区的单元均为3个，为西宁、兰州和海西州(海西州空间范围分两部分)，说明上游地区中心城市极化效应明显，如兰州、西宁占全省城镇人口的比重分别为23.86%、51.52%。低-高集聚类型的单元2005年和2012年只有乌兰察布和忻州，2019年又增加了巴彦淖尔，说明低速增长区的异质性在增强，但总体占比较小。

4 黄河流域城镇化空间分异影响因素分析

4.1 指标选择

城镇化水平受多种因素的综合影响，考虑到数据的可获得性以及黄河流域自然生态环境的脆弱性和复杂性，选取人均GDP(X1)、第二产业比重(X2)、第三产业比重(X3)、城镇居民可支配收入(X4)、农村居民可支配收入(X5)、社会固定资产投资(X6)、进出口总额(X7)、海拔高度(X8)、年均降水(X9)共9项指标，利用地理探测器法对城镇化空间分异的形成机理进行探测分析，以2010年、2019年为例，结果见表4。

表4 地理探测器因子分析结果

4.2 结果分析

4.2.1 经济发展和居民收入是城镇化水平提高的核心动力

两个年份的人均GDP的影响力均通过了显著性检验，影响力均居第1位，并且呈上升趋势，说明经济发展是黄河流域城镇化水平空间格局最重要的影响因素。以人均GDP的对数为自变量，城镇化水平的对数为因变量，求出二者的回归方程，见图5。在其他条件不变的情况下，人均GDP每高一个百分点，2010年、2019 年城镇化水平相应高0.464 0和0.383 6个百分点，经济发展水平越高，其城镇化水平也越高。城镇居民和农村居民可支配收入的影响力也较高，且影响力均呈上升趋势，说明提高居民收入尤其是农村居民可支配性收入对城镇化水平提高依然十分重要。

(a) 2010年 (b) 2019年图5 黄河流域经济发展和城镇化水平的回归方程

4.2.2 产业结构和投入水平的影响力在不断提高

非农产业的发展是城镇化的核心动力。在城镇化初级阶段，第二产业发挥主要作用，而在城镇化中后期，第三产业推动作用更为明显。从黄河流域非农产业对城镇化空间分异的影响力看，通过了显著性检验，均呈上升趋势，第二、三产业比重影响力由2010年的0.216 8、0.137 9，提高到2019年的0.294 6、0.165 4，说明非农产业对城镇化空间分异的影响在不断加强。目前黄河流域仍处于工业化的中期阶段，第二产业比重大，资源型产业和传统制造业占主导，高端制造业和现代服务业发育不足。2010、2019年黄河流域第二产业比重分别为55.53%、42.95%，高出全国平均水平分别为8.83、3.65个百分点，第三产业比重分别为36.40%、50.27%，低于全国平均水平分别为7.80、3.63个百分点。上游地区受生态环境的限制，第二产业产比重低，因此大多数城市的城镇化水平较低；而黄河几字湾地区的煤炭与天然气生产、能源供给、新型煤化工等产业已形成突出的规模优势，对保障全国能源安全意义重大，城镇化水平明显高于上游和中游其它地区；中下游地区河南和山东产业结构相对合理，城镇化的动力区域多元化，城镇化水平较高城市明显多于上中游地区。从固定资产投资影响力看，虽然呈下降的趋势，但随着双循环格局的构建和黄河流域生态环境保护和高质量发展上升为国家战略，国内投入将加大，将影响黄河流域城镇化的空间格局。同时进出口总额的影响力也呈提高趋势，说明对外开放水平区域差异对城镇化空间分异的影响将加强。黄河流域是“一带一路”在我国境内陆路的核心地带，将是我国向西开放的重要区域，其开放水平将影响到黄河流域城镇化水平的提高。

4.2.3 自然条件对城镇化空间分异作用明显

从表4可以看出，海拔高度和年均降水两个指标均通过显著性检验，虽然影响力较低，但两个年份均呈略微上升趋势。上游地区受降水和地形的影响，加上青藏高原生态屏障、黄土高原-川滇生态屏障、北方防沙带均位于或穿越上游地区，生态环境脆弱，人口集聚水平低，成为黄河流域城镇化水平最低的地区；中上游地区的内蒙古和黄土高原地区能源、部分金属与非金属资源丰富，是中游地区工业化和城镇化的重要支撑，黄河流域城镇化水平较高的城市大多分布在该区域；中下游地区的河南和山东地势起伏和缓，降水量相对较丰富，是我国重要的粮食主产区和人口稠密、城镇规模和产业规模比较大的区域，城镇化水平高的城市数量较多，且分布相对连片。

5 结论与讨论

(1)新世纪以来，黄河流域城镇化进程加快，城镇化水平的增长速度明显高于长江流域和全国平均水平，黄河流域逐渐成为支撑我国城镇化快速推进的最重要地区之一。

(2)黄河流域城镇化水平区域差异不断减小，四大区域内差异大于区间差异，但区间差异贡献度在不断提升。从增长速度上看，相对增长速度较快区域从前期的省会(首府)及资源型城逐步向省会(首府)城市的外围和非资源型城市转变。从空间分布上看，城镇化水平呈“东高西低、北高南低”的态势，城镇化水平高的单元多分布在城市群内，呈圈层式分布的空间形态。

(3)经济发展水平对城镇化有比较显著的影响；第二、三产业对城镇化空间分异起推动作用，产业结构的变动对城镇化水平的提高有较明显的影响；投入水平和外向经济对空间分异的作用虽小，但可以预见随着双循环格局的构建，这种影响力将逐渐加大；自然条件对黄河流域城镇化空间分异的作用依然存在。

(4)黄河流域的城镇化发展动力、模式和效果不同于我国其他地区，必须探索出符合自身条件的城镇化之路，形成发挥比较优势、具有特色的区域发展模式。青藏高原区域应面上保护、点状开发，形成服从自然的开发格局。以兰西城市群为主，建立生态友好型、大众受益型的经济社会体系，结合自然条件完善生态补偿机制，适度推进迁移型城镇化，注重县城和特色小镇建设。黄土高原地区应处理好资源开发与生态环境保护的关系，以关中、晋中、呼包鄂和宁夏沿黄城市群为载体，以绿化工业化推动新型城镇化发展，发挥历史文化比较优势，形成以文化旅游为重点的现代服务业体系，加快培育国家中心城市西安。华北平原地区以山东半岛城市群和中原城市群为重要载体，协调好新型工业化、新型城镇化、农业现代化与区域生态环境的关系，建设黄河流域具有开放性的经济体系，加快郑州国家中心城市的建设，深入推进济南新旧动能转换试验区建设。