京津冀公共服务水平区域差异及其人口效应研究

杨 卡，马可颉，卢睿智

（国际关系学院 国家安全学院，北京 100091）

当前，公共服务均等化已经成为促进机会公平、实现人人共享社会发展成果的重要举措。对于区域治理现代化而言，公共服务均等化还是推动区域人口由高聚集区域向低密度区域迁移的重要力量，是促进区域空间均衡发展的关键策略。2022年国家“十四五”规划提出到2025年基本公共服务均等化水平明显提高、到2035年基本公共服务实现均等化的部署要求。作为国家战略的京津冀协同发展，核心内容之一便是公共服务的协同和一体化，重要的是通过促进城市化核心区域的公共服务疏散带动人口、产业和经济要素合理流动，进而推动京津冀区域空间格局优化。

西方传统文献中，“公共服务”和“公共产品”常被看作可以等同和互换的概念，或认为公共服务属于公共物品[1]。亚当斯密早在18世纪初就强调了国家提供公平的公共服务体系的主张[2]，如今，公共服务均等化仍是国内外学者研究的重要领域，国外学者聚焦于对不同阶层、区域、邻里等各类型群体公共服务配置分析，和对公共服务要素聚集水平的评价[3-4]，以及政府举措和公众意见等的探究[5]。国内相关研究主要关注区域、省际、城乡之间和城市之间的公共服务配置，着重于构建指标体系对全国范围内的公共服务支出进行测算、评价[6-7]与成效分析[8]，以及从省域层面测度公共服务发展水平与差异[9-10]，近期关于区域层面的公共服务水平测算则集中在长三角[11-12]和西部区域[13-14]。本文以京津冀区域为研究对象，从医疗、教育、交通和环境四个维度建立公共服务水平指标体系，运用熵值法、Dagum基尼系数分析、收敛度检验和面板数据分析，综合分析京津冀区域公共服务水平差异及横向、纵向演变过程，探讨公共服务水平与人口变量之间的影响关系，最后提出相关政策建议，为区域政策决策提供依据。

一、数据来源与研究方法

（一）数据来源

公共服务水平的相关数据和城区人口、市区人口数据来源于2011年至2021年《中国城市统计年鉴》，个别缺失数据从《北京区域统计年鉴》《天津统计年鉴》补充。为了剔除人口差异，涉及具体规模的变量均采用人均值计算，即除以当年的年末常住人口数。

各城市之间人口迁移热度数据来自于2015、2018年的腾讯出行大数据，研究选取了剔除春节、国庆节、五一、清明等法定节日前后数据的日常每日出行数据共约12万条。常住人口数据来自京津冀三地的统计年鉴。

（二）分析方法

1.基于熵权法与主成分分析的综合评价

采用基于熵权法与主成分分析法的综合评价模型对2010—2020年京津冀区域的公共服务水平进行测度。熵权法利用各指标数据中包含的数据信息来确定其权重，熵值越大越混乱，则携带信息越小，效应值小，权重也就会相应的小，因此能够有效保证指标权重的真实性与合理性。

首先，将表1中指标层的24项数据进行归一化的处理，统一数量级、缩小数据间差距，后将处理过的数据分别对应其准则层指标，运用熵权TOPSIS模型进行评价，形成各城市跨年份准则层的指标数据；其次，将医疗-教育-交通-环境所构成的准则层通过主成分分析法确定权重，再将准则层的数据依据权重计算得出公共服务综合评价得分。

具体计算步骤如下：

1）数据标准化，并计算第i个评价对象的第j项指标的比重

2）计算指标熵值，并逆向化

3）计算指标的权重，权重结果见表1。

4）将原始指标数据标准化，并进行主成分分析。

5）根据累计方差贡献率确定主成分，对m个主成分加权求和，即得最终评价值，权数为每个主成分的方差贡献率。

按照上述步骤，各评价准则层的权重结果见表1①。

表1 京津冀区域公共服务评价指标体系②

6）综合指数的确定。根据上述确立的权重值，求得京津冀2010—2020年公共服务水平综合指数。

式中：E为京津冀区域公共服务水平综合指数。

2.Dagum基尼系数分析

计算京津冀区域公共服务得分间的Dagum基尼系数，用以衡量京津冀区域公共服务水平差异大小，Dagum基尼系数计算公式如下：

式中：yi，yj分别为i，j城市的公共服务水平指数；y¯为京津冀公共服务水平指数的平均值；n为地级市个数，本研究中包括北京、天津与河北的11个地级市；G为总体基尼系数。

3.收敛性检验

收敛理论是新古典增长模型中基于资本边际报酬递减和规模报酬不变条件下得出的推论，后引申至经济学中用于研究国家或地区间经济差距动态变化趋势。通过σ收敛性检验，衡量区域内公共服务水平差异的离散程度随着时间推移而逐渐降低的状况。计算公式为：

式中：i为分区内的地级市（i＝1，2，3，…）；Nj为各分区内的地级市个数；Fi为i城市的公共服务水平指数；为京津冀区域内公共服务水平指数的平均值。

4.人口迁移热度分析

基于腾讯出行数据，统计2018年京津冀区域城市日常人口迁入热度，对其汇总计算，获得各城市间的人口迁移强度，公式为：

Rij表示两地之间的迁徙强度，rij为腾讯位置数据记录的某日两地之间的迁徙热度，t为日期。某城市的迁徙热度则为该城市对区域内所有城市迁徙强度的总和。

5.面板数据分析

面板模型涉及3个模型分别是混合POOL模型、固定效应FE模型和随机效应RE模型，通过F检验、BP检验与Hausman检验三种检验确定固定效应模型（FE模型）更适合本研究。公式如下：

式中：yit为i城市在t时间点的公共服务水平指数；λi为个体固定效应模型中仅与城市i相关而不随时间变化的常量；xkit为i城市t年份的常住人口、市区人口、城区人口数；k为解释变量的顺序数；uit为模型的非观测误差。

二、京津冀公共服务水平及区域差异

（一）区域公共服务水平波动上升，城市间增幅差异显著

基于熵权综合评价模型、主成分分析评价模型与公共服务评价指标体系，测度京津冀区域公共服务综合指数（表2），数据显示：2010—2020年京津冀区域公共服务综合指数呈逐年波动上升趋势，所有城市2020年的公共服务水平都较2010年有显著提升；区域公共服务水平在空间上存在明显的差异，京、津公共服务水平显著高于其他城市；从2020年的公共服务水平综合指数来看，河北各市公共服务水平相近，石家庄、秦皇岛、唐山和承德稍高一些，其他城市的公共服务水平指数均在40以下；从增幅看，天津的公共服务水平保持较快速增长趋势，北京（增幅22.79）、石家庄（22.48）次之，衡水（增幅19.88）、沧州（增幅18.83）、保定（增幅17.7）也增幅较大，两个城市公共服务水平提升也较快，承德、廊坊和秦皇岛的公共服务水平提升较为缓慢，但增幅在10左右。

表2 2010—2019年京津冀区域公共服务水平综合指数②

（二）空间差异性明显

公共服务水平还呈现出特定的空间特征，高分值和低分值区域存在一定的空间聚集表现：如表3，区域中部、北部地区的城市基础条件较好，除京津之外，承德、秦皇岛和张家口等北部城市基础建设和生态环境品质较高，在教育、医疗方面的得分也较高，因此公共服务水平总的分值较高，中部城市2020年较2010年的得分提升幅度最大；相对而言，南部片区的公共服务水平较低，但2020年较2010年有显著提升，除石家庄外，其他南部片区城市的公共服务水平横向差异不大，区域南部也形成了比较均衡发展的片区。总体而言，如表2所示，区域中公共服务水平得分增幅最高的城市构成了京-津-沧-衡-石的类环状区域，该区域的公共服务水平提升较快。

表3 按片区划分的2010年和2020年公共服务水平得分及增幅

（三）区域公共服务水平总体上趋于均衡

区域公共服务水平的空间差异缓慢缩小，区域公共服务逐渐朝着均衡化方向发展。根据年度各城市的公共服务水平指数计算当年的区域公共服务基尼系数，结果显示（图1），总体而言京津冀区域的公共服务水平的空间分布情况呈现上下波动和缓慢降低的趋势，其空间基尼系数一直在0.2左右波动，并从2010年的0.23降低到了2020年的0.17，近几年的降低趋势更显著。

图1 2010—2020年京津冀区域公共服务水平基尼系数及σ收敛度变化

京津冀区域的收敛系数由2010年0.074，降低至2020年的0.061，表明京津冀区域的公共服务水平存在σ收敛特征，研究期内京津冀区域的公共服务区域差异随时间推移而不断减小，且呈现出较为平稳的变化。

（四）教育、医疗均衡度高，交通、环境差异较大

从教育、医疗、交通和环境四个子项目得分来看（如表4）：教育、医疗水平相对较为均衡，指数的极差分别为33和39，各城市教育水平指数处于31-64之间，医疗水平指数处于38-77之间；交通方面的差异较为突出，京津交通水平指数分别为72和59，石家庄为27，秦皇岛、唐山、张家口的交通水平指数不足15，而河北其他城市的交通水平指数均在10以下；环境水平指数的差异也较大，最大的北京为96，最小的沧州仅为33。

表4 2020年京津冀区域城市各项公共服务得分统计

三、公共服务水平的人口空间效应分析

（一）交通、环境服务水平与人口分布、流动关联性显著

根据京津冀主要城市常住人口密度计算的Dagum基尼系数，如图2所示，人口密度的Dagum基尼系数自2010年以来表现为先增后减的显著变化，初步呈现倒U型演进趋势，也即区域内城市间的人口密度差异先期逐年增加，近几年已经开始逐渐降低。

图2 京津冀区域常住人口密度Dagum基尼系数变化趋势图③

根据2018年腾讯出行数据，统计区域内各城市人口区内迁移的总热度和汽车热度、火车热度（飞机方式的迁移数据较少，未单独分析），与2015—2018年各城市医疗、教育、交通和环境得分均值进行相关分析，结果显示，教育均值与人口变量的关联性不显著，医疗服务水平与城市常住人口总量的相关性不显著，与城区人口、市区人口的相关性显著，交通均值、环境均值和总得分都与人口流动、人口规模有显著相关（如表5）。

表5 公共服务水平与人口流动、人口规模变量相关分析表

偏相关分析结果显示，在将城区人口作为控制变量时，火车迁移热度与得分之间仍然存在关联（相关系数为0.638，P=0.026），其余公共服务水平指标和人口迁移热度之间并无显著关联，这表明：城区人口规模作为城市发展的重要指征，与城市公共服务水平和城市间人口流动强度都有显著关联，城区人口规模越大的城市，其人均拥有的公共资源较多，享受的公共服务水平一般也较好；各单项公共服务水平状况与城市人口流动强度并无显著关联。

（二）人口增长对公共服务水平提升作用显著

本研究以常住人口、市区人口、城区人口作为解释变量，以得分作为被解释变量进行面板模型构建，并且使用稳健标准误法进行建模。首先进行模型检验，找出最优模型为FE模型。

FE模型分析结果显示：得分对常住人口、市区人口和城区人口的回归结果均显著（t值为2.618、4.772、-2.497，p值均小于0.05），回归系数分别为0.029、0.046和-0.029，说明常住人口、市区人口会对得分会产生显著的正向影响关系，城区人口对得分会产生显著的负向影响关系。

总体而言，面板数据的分析结果排除掉城市个体特征等不可预测的因素效应，更直接反应公共服务水平变化与人口规模增减之间的互动关系。从区域空间实际看，个体效应和内生性因素同时影响了市区人口规模和城市公共服务水平的状况，所以spss分析时会呈现出市区人口影响显著，但从单个城市人口变量和公共服务水平的动态变化来看，常住人口、市区人口增长对城市公共服务水平提升的作用更显著。

而反之，将常住人口、市区人口和城区人口作为因变量，将医疗、教育、交通和环境等得分作为解释变量，结果显示（表6），以常住人口为因变量的FE模型通过检验，P值为0.008，以市区人口和城区人口为因变量的模型未通过检验，说明：城市交通服务水平对常住人口总量的影响显著，教育、医疗和环境方面的公共服务水平状况对人口变量的影响暂未得到证实。长期以来，人口推拉学说将设施服务水平等看做人口流动的动力因素，但目前本研究分析结果显示，除交通设施水平外，近阶段教育、医疗和环境公共服务要素的拉动作用还未凸显，通过公共服务均等化促进人口疏散的政策行动有待进一步加深和优化。

表6 以人口为因变量的面板数据FE模型回归结果②

四、结论与政策建议

（一）结论

从公共服务水平的变化趋势来看，研究期内，京津冀区域公共服务水平逐年提升，其中：北京市与天津市公共服务综合指数最高，平均值分别为80.94与53.42，河北的邢台、沧州、衡水、张家口、邯郸和保定等城市的公共服务水平指数均低于35，与区域平均水平有较大差距；河北各地级市东北部城市综合指数得分高于西南部城市，省内重点发展的石家庄市和保定市的公共服务水平提升幅度最大，京-津-沧-衡-石构成了类环状的公共服务水平高成长区域，而秦皇岛、承德、廊坊等城市的提升幅度较小。

近十年京津冀区域的公共服务发展仍然呈现出较显著的空间差异性，但总体差异呈现出逐年缩小趋势。总体基尼系数由2010年的0.23降低到2020年0.17，表明京津冀区域公共服务水平差距在逐步减小。σ收敛性检验结果也显示，京津冀区域公共服务水平发展不平衡的问题得到了一定程度改善，各城市间的差异随时间推移逐渐缩小，存在σ收敛特征。

京津冀常住人口空间集聚性呈现先升高再下降的倒U型趋势，自2015年以来人口格局的空间均衡性逐步提升。相关分析结果表明，城区人口与城市的公共服务水平指数高度相关，城区人口规模较大的城市，公共服务水平相对较高。

常住人口、市区人口规模对城市公共服务水平提升有正向影响，交通条件改善对人口规模影响显著，教育、医疗和环境资源与服务水平对人口的吸引作用不显著，人口流动规模与城市各单项公共服务状况也不存在显著关联性。

（二）政策建议

首先，继续提升区域公共服务整体水平，促进区域公共服务空间均等化发展。应积极发挥北京与天津这两座城市的辐射、引导与带动作用，继续推进优质公共服务设施和资源的空间疏散，促进教育、医疗等公共服务领域的城市间合作，着重提升周边城市公共服务服务水平，尤其需要用更多公共服务资源支持邢台、沧州、衡水、张家口、邯郸等南部城市发展，补足短板，进而提高京津冀区域公共服务的整体水平。

其次，根据京津冀区域现有公共服务资源的空间分布状况，对不同城市采取针对性的发展策略。具体而言，大力改进邢台、沧州、衡水、保定、廊坊等市的交通条件，增加道路面积，促进其与京津的联通与连接，优先发展沧州、张家口等城市的环境设施，加强对绿化覆盖率，改进邯郸的医疗条件和服务水平，加强对邯郸、衡水的教育扶植。

第三，对于河北省的城市而言，通过产业升级、政策优惠等方式大力吸引人才流入，尤其将廊坊市全域和石家庄、保定等地级市市区作为增长极，促进重点城市化区域的成长和发育，通过产业空间构建和就业带动等方式提升其城市影响力，通过汇聚人口来激发公共服务的活力，促进市域公共服务水平的提升。

第四，促进京津冀区域公共服务资源均等化，需要进一步优化政策路径，尤其需要促进优质资源的均衡布局，强化河北省各城市公共服务资源的核心吸引力，切实提升公共服务部署在优化人口空间格局方面的引导作用。

注释：

①由于各城市2020年的人口数据来自第七次人口普查，与2011—2019年的人口数据之间存在较大跳跃，北京、天津两市统计局已根据2020年的普查数据对2011—2019年的数据进行了修订，但河北各市没有官方的修订数据，为了保持数据序列的平滑性，熵权法和主成分法计算权重时仅才用了2011—2019年的指标数据。

②数据来源：2011—2021年的《中国城市统计年鉴》《北京区域统计年鉴》《天津统计年鉴》。

③北京、天津统计局已根据七普数据对以往常住人口数字进行修订，河北省暂未修订。

④考虑到疫情期间人口流动与往常有较大差异，因此选取2018年未受疫情影响时期的数据进行此项分析。数据来源：腾讯出行数据，https：//heat.qq.com/wap_qqmap_big_data/qianxi_index.html。