EN中文

自然资源学报 >

2019 , Vol. 34 >Issue 10: 2087 - 2102

DOI: https://doi.org/10.31497/zrzyxb.20191006

理论与概念

多源数据融合的市县国土空间规划人口城镇化模式——以扬州市为例

  • 朱杰 , 1, 2
展开
  • 1. 中规院（北京）规划设计公司,北京 100000
  • 2. 南京新时代国土空间规划研究院有限公司,南京 210006

作者简介：朱杰（1982- ）,男,江苏扬州人,硕士,高级城市规划师,主要从事区域发展与国土空间规划研究。E-mail:

收稿日期: 2019-04-28

  要求修回日期: 2019-07-25

  网络出版日期: 2019-10-28

基金资助

国家自然科学基金项目（41571146）

收起

The model of population urbanization in urban land spatial planning based on multi-source data fusion: A case study of Yangzhou city

  • ZHU Jie , 1, 2
Expand
  • 1. CAUPD Planning and Design Consultants Company, Beijing 100000, China
  • 2. Nanjing New Era Land and Space Planning Research Institute Company, Nanjing 210006, China

Received date: 2019-04-28

  Request revised date: 2019-07-25

  Online published: 2019-10-28

Copyright

《自然资源学报》编辑部 所有
Fold

摘要

围绕“人、地、财”等新型城镇化三大核心问题,衍生出人口流动的社会、空间、经济属性,构建多源数据融合的人口城镇化概念模型。基于迁移流、位置识别和企业关联网络等方法,展开实证研究。结果表明：（1）区域层面：受落户门槛、家庭权益、社会保障等限制,人口流动比资本流动更为谨慎,也更遵从行政区经济和城镇等级体系。（2）市域层面：城镇化形式主要表现为城市和乡村的直接联系,重点镇辐射和吸纳作用不强。（3）新经济使后发地区弯道超车成为可能。研究发现此概念模型适用性较好,能够合理识别经济社会联系的主体格局,为城镇开发边界划定和国土空间格局优化起到一定的支撑作用,对市县国土空间规划的区域协调研究具有较强的参考价值。

关键词： 人口城镇化; 手机信令; 人口普查; 关联网络; 扬州

本文引用格式

朱杰 . 多源数据融合的市县国土空间规划人口城镇化模式——以扬州市为例[J]. 自然资源学报, 2019 , 34(10) : 2087 -2102 . DOI: 10.31497/zrzyxb.20191006

Abstract

Nowadays, with the increasingly coordinated development of regions, the study of population urbanization also urgently needs to be carried out from a broad regional perspective. Focusing on the three core issues of new urbanization, mamely, people, land, and property, the social, spatial, and economic attributes on population mobility are derived. Based on a comparison of the advantages and disadvantages of commonly used data methods in urbanization analysis, this paper constructs a new conceptual model for population urbanization in different scales with multi-source data. Using the census and survey data, mobile phone data, and enterprise registration data, the conceptual model is applied to an empirical study of urban dense areas-Yangzhou city and shows strong applicability, based on migration flow analysis, location identification, and enterprise headquarters-branch network analysis methods. The results show that: (1) At the regional level, due to the factors such as the threshold of settlement, family rights, and social security, population mobility is more cautious than capital flows. And it is compliant with the administrative district economy and urban hierarchy system. (2) At the municipal level, because the central city has greater advantages than the villages and towns, in terms of public service facilities and income levels, the urbanization form is mainly manifested in the direct connection between urban and rural areas, while the radiating and absorbing effects of key towns for population and enterprises are not strong. (3) In the era of ecological civilization, places with beautiful scenery, profound history, and rich cultural heritage are the natural soil for new economy. And the new economy has become a powerful engine for new urbanization in the late-developing areas. Yangzhou has a pleasant ecological environment and profound cultural atmosphere, which is the natural advantage and foundation of developing new types of economy. It needs to develop industrial platform, innovative environment, and innovation system to jointly create a comprehensive advantage of new economic development. Empirical research shows that the conceptual model has good applicability. It can identify the main pattern of economic and social linkages scientifically, reveal the intensive communicating area in town cluster region, and play a supporting role in delimiting urban development boundaries and optimizing the spatial pattern of land. Therefore, this model has a strong reference value for the study of regional coordination of territorial spatial plan at city and county level.

Key words： population urbanization; mobile phone signaling; population census; interlocking network; Yangzhou city

2011年末,中国城镇人口首次超过农村人口,城镇化率达到51.27%,这对于中国城镇化发展具有里程碑式的意义[1],标志着追求规模和速度的传统城镇化路径让位于以人为本的新型城镇化路径。新型城镇化涉及经济、社会、自然资源等多重领域,在城乡规划时代,偏重于土地利用等物质空间研究,略显片面;而步入国土空间规划时代,从自然资源和人地协调等综合视角展开分析,有利于全方位、系统地研究问题。
新型城镇化本质是人的城镇化,人口城镇化自然成为其核心内容。从方法论角度来看,相关研究聚焦于静态截面数据的分析,特别是对人口普查数据的运用居多。如郭志刚利用人口普查数据分析了京津沪三大城市的人口现状,揭示出我国城镇社会经济发展背后对吸纳农村年轻劳动力的重度依赖[2]。此外,人口流动视角下的城镇化空间格局变动和区域经济差异研究也不断涌现,尤以省际人口分析为主[3,4,5]。而由于截面数据对样本数量的要求较高,且偏重于宏观分析[6],在流空间逐渐成为区域、城市以及居民活动主要载体的时代[7],难以揭示要素快速流动规律。因此,需要重新构建新的空间研究方法体系,以适应智慧城市空间发展的要求[8]。现有人口城镇化方面的大数据应用主要聚焦于3S技术、灯光数据、手机信令、交通流等[9,10,11,12]。尽管分析方法已经出现了从静态分析向动态分析转变的趋势,但两者的结合分析和比较分析还不多见。
从区域观角度来看,研究尺度呈现出以下两种趋势。第一,从中宏观为主向微小单元渗透。尽管省域、市县域仍然是人口城镇化研究的主阵地,但相关研究已经向街道、行政村尺度细化[13]。第二,从行政区向功能区演进。在行政区经济日益淡化的时代,关注流域、城市群的研究不断增多[14,15]。在国土空间规划改革的大背景下,城镇化的区域研究需求逐步递增,特别是在城镇密集地区,区域协同的重要性愈发凸显[16,17]。如自然资源部新近出台的《市县国土空间总体规划编制工作指导意见（征求意见稿）》明确将“城乡融合、区域协同”上升到总体要求的高度,并提出“促进城镇密集地区的空间协同,和落实都市圈城镇圈的建设要求”。但文件对如何界定协同区域范围,协同内容和技术方法支撑并未提及。
从驱动力角度来看,新型城镇化“人、地、财”三大核心问题逐步取得共识,聚焦于人口城镇化、土地城镇化和产业城镇化的测度和协调性分析较多,并主要运用地理加权回归模型、主成分分析等方法分析城镇化机制[18,19,20],缺乏从区域要素流动角度揭示城镇化三大核心问题机制的研究。

1 代表性数据源分析人口城镇化的特点和问题

人口普查和抽样调查系列数据是分析人口城镇化和人口迁移最常见的传统数据,而由第三方服务商提供的位置数据（如腾讯位置、手机信令等）则是大数据时代的分析利器;两者在运用过程中特点明显,存在较强的差异性和互补性（表1）。
Table 1 Comparison of advantages and disadvantages of traditional data and big data in population flow analysis

表1 传统数据和大数据在人口流动分析方面的优劣势比较

属性 人口普查或抽样序列 手机信令
时间跨度 长期趋势：普查10年一次,1%抽样调查5年一次 短期特点：一周、一日分析居多
空间尺度 国家 全国人口总体发展特征,省区人口流动特征 数据量巨大,不适宜分析
区域 人口流动数据无法分解到地级市和以下层级 城市群/都市圈尺度可细分到县市
城市 城市内部可细分到乡镇、街道,乃至村庄
数据结构 迁移人口属性数据丰富,涵盖年龄结构、职业构成、受教育程度、迁移原因等;但只有外来人口,缺乏外出人口 因数据保密性等因素,不含属性数据;但能够辨识外来、外出人口
从时间跨度来看,人口普查每10年、人口抽样调查每5年进行一次,能够揭示人户分离半年以上人口的迁移特征,擅长把握人口流动的长期趋势。而手机信令数据则具有时效性、复杂性等瞬时数据特点,擅长分析一周或一日内人口流动情况。从空间尺度来看,人口普查或抽样调查序列数据擅长分析宏观尺度的人口迁移状况,其对于外来人口的户籍地仅分到省区。而手机信令数据则在中微观尺度更具优势,能够较好地揭示城市之间的通勤状况,对都市圈或城镇密集区的功能联系研究具有天然的优势。相反,由于手机信令数据庞杂,不适宜进行全国尺度的详细分析。从数据结构来看,人口普查或抽样调查序列数据含有丰富的经济社会属性,可以有效把握迁移原因和人口城镇化机制,具有手机信令所无法比拟的优势。但普查数据一般只包括外来人口,对外出人口的分析无能为力。

2 人、地、财耦合下的人口城镇化模式概念模型

针对不同数据特点,围绕人（社会属性）、地（空间属性）、财（经济属性）三大核心问题,构建多源数据融合下的人口城镇化模式理想图谱（图1）。社会属性方面,通过人口普查或抽样调查获取迁移人口的年龄、职业、受教育程度、迁移原因、迁出地来源等属性数据。空间属性方面,人口的跨省流动可以通过普查或抽样数据获得,人口的跨市和市域内部流动可以通过诸如手机信令的位置数据获得。通过社会属性和空间属性的关联,可以突破原有城镇体系强调各级城镇人口规模的单一特点,将人口阶层属性与城镇体系融合,揭示出不同城镇对不同人群的吸引程度。
Fig. 1 The conceptual model of population urbanization based on three core issues

图1 基于三大核心问题的人口城镇化模式概念模型

经济属性方面,利用企业投资或总部—分支网络对经济活动进行空间投影,全国层面可以揭示城市经济地位,区域尺度能够进行功能分区,城市尺度可以分析地域生产组织方式。将“财”与“地”关联,可以分析产业布局与人口流动的空间协同度。对企业分类后,再与人的社会属性关联,则得到不同产业发展方向与人力资源的协同程度,分析特定产业与人才之间的匹配关系。
在存量主导的国土空间规划时代,人口发展逐步由规模预测和等级划定向素质提升和人才吸引转变,土地利用方式逐步由增量扩张向存量更新转变,产业布局也逐渐由水平分工向垂直分工转变。与此同时,国土空间规划编制对区域协同和全域统筹的要求也不断强化。《市县国土空间总体规划编制指南（征求意见稿）》明确将“区域协同发展”单列一章节,作为“战略目标”和“国土空间格局优化”之间承上启下的重要部分。同时特别指出“要加强城镇圈、都市圈等跨行政区域的规划研究,在重大产业发展、城镇功能布局等方面进行协调”。因而,人、地、财不仅是新型城镇化的核心要素,也是市县国土空间总体规划区域协同分析的核心要素。区域协同分析必须落实到人口、经济、信息等各种流要素上才能体现功能联系的价值。通过概念模型的构建,能够为市县国土空间总体规划的区域协同研究提供可落实的抓手,从而识别城镇功能紧密联系地区,把握经济要素主导空间流向,强化对国土空间开发保护格局的支撑。

3 基于城镇密集区扬州的实证研究

3.1 研究方法与数据来源

3.1.1 手机信令数据
本文手机信令从长三角三省一市、宁镇扬都市圈、扬州市域等三个尺度来表示人口位置变化。其中,长三角层面由于数据量较大,采用使用腾讯地图app的手机用户位置数据。数据时段为2017年上半年,数据精度为城市级每日更新,并将其进行了1~100的标准化处理。都市圈和市域层面则采用联通手机信令数据,数据时间段为2018年3月20日至26日一周内捕获到的联通手机通勤人口。
以扬州市域人口位置移动为例,首先根据联通基站的数据进行采样,获取一周内人口位置变化的信令。其次使用终端设备对属性字段进行脱敏、对海量数据进行清洗并扩样,形成只包括OD位置以及流量的数据库,再将OD位置对应到乡镇单元。最后通过ArcGIS软件对数据库进行图像化处理。
3.1.2 企业总部—分支关联网络
企业总部—分支关联网络是分析区域城市经济联系和节点关系的常见方法[21,22]。假设X个企业注册在城市B,并且在城市A设有分支机构;Y个企业注册在城市A,并且在城市B设有分支机构;则城市A与B之间的网络关联值为Tab=X+Y。并定义：
T N a = ∑ T an （1）
式中：TNa为A城市与其他所有城市的关联度之和,即总体关联度;Ta为A城市与某个网络中城市的关联度; n 为网络中城市个数 。城市的总体关联度越大,则该城市在经济网络中的能级越高,外向性越强,往往占据统治地位。数据来源于国家工商总局注册企业数据库,并通过空间坐标在ArcGIS软件中进行匹配。长三角层面涉及3009对企业关联数据,江苏层面涉及29031对企业关联数据,市域层面涉及2416对企业关联数据。
3.1.3 耦合度模型
耦合是指两个或两个以上的系统或运动形式通过各种相互作用而彼此影响以致协同的现象。引入耦合度模型[23],用以测度企业关联网络强度和人口流动强度之间的相关性。为消除原始数据间量纲差异,首先采用极差标准化法对数据进行处理：
Z i = 1 - α + α × ( X i - X i min ) / ( X i max - X i min ) （2）
式中：Zi表示第i个指标的标准化值;Xi是第i个指标初始值;Ximax和Ximin分别为指标的最大值和最小值,参考相关经验数据, α 取0.9。标准化后的经济和人口子系统值应在0.1~1之间。
其次,构建耦合度模型,具体测算公式如下：
C = n × ∏ m = 1 n Y m ∑ m = 1 n Y m n n （3）
式中：C表示耦合度,介于0~1之间,且C越接近于1,说明子系统间的相互作用程度越强,反之越弱;Ym表示第m个子系统标准化后数值;n代表子系统个数,当研究企业关联网络和人口流动耦合度时,n取2。

3.2 空间属性

3.2.1 区域尺度
在长三角三省一市层面,与扬州联系紧密的城市基本局限于省内（图2）。主导联系方向一是北沿江方向,特别是与南京、泰州的通勤联系较为紧密,分别占长三角通勤联系比例的21.4%和19.1%;二是与上海、苏南地区的联系,联系强度占比高达36.8%;相比之下,与安徽、浙江联系较不紧密。
Fig. 2 The population communication pattern between Yangzhou and cities in Yangtze River Delta

图2 扬州与长三角城市的人流联系格局

将研究范围进一步聚焦至宁镇扬都市圈,可以发现区域通勤流较为密切,网络化程度较高,区域协同发展态势强烈（图3）。因数据样本为一周内的手机信令数据,所以能够较好地揭示出区域职住关系和同城化效应。结果发现,南京、镇江、扬州形成了各自腹地相对明显,又互有交融的三大人流中心体系。除了宝应、高邮等传统腹地,扬州市区与仪征同城化程度最高,与南京、镇江的跨江联系也比较强,且该流动都是双向流动,具有明显的潮汐通勤特征。
Fig. 3 The population communication pattern in Nanjing-Zhenjiang-Yangzhou metropolitan area

图3 宁镇扬都市圈人流联系格局

3.2.2 市域尺度
利用手机信令数据监测市域层面一周内的通勤轨迹,可以揭示出乡镇之间的人口流动格局和相对微观尺度的城镇化模式。将日均净流入人口≥500的乡镇划分为输入型,日均净流入人口在（-500, 500）之间的乡镇划分为平衡型,日均净流入人口≤-500的乡镇划分为输出型（图4）。
Fig. 4 The scale of one-workday commuting links between towns of Yangzhou

图4 扬州市域乡镇街道的单日工作通勤联系规模

从市域人口通勤格局可以发现,扬州市域内部城乡关系紧密,尤以中心城区与近郊乡镇的联系成为绝对主导。城市近郊“双栖”人口和兼业现象普遍,职住分离造成了频繁、短期的城乡双向流动,这与经济发达地区城乡之间半城市化现象高度吻合,城乡融合地带也成为经济增长活跃区和新增城镇人口的主要吸纳地[24,25,26]。据统计（表2）,扬州城郊农民到市区或其他乡镇务工人数占总非农务工人数的27.3%。早上赶往市区工作,晚上回到农村居住、生活,形成每天“钟摆式”的城乡通勤流动。然而,真正融入城市,实现市民化的占比并不高。根据问卷调查（表3）,只有不到30%的务工农民在城里工作、生活,在城里交税,享受城里的公共服务,绝大多数仍然居住在乡村,享受着农村户籍的隐形福利。
Table 2 The statistical table of employment sites of non-farm workers in the suburbs of Yangzhou

表2 扬州城郊非农务工农民就业地点情况统计表

地点 人数/人 百分比/%
本镇 579 57.1
扬州市区及其他乡镇 277 27.3
扬州市以外地区 158 15.6
总计 1014 100

注：资料来源于《扬州市区镇村布局规划》问卷调研,下同。

Table 3 The statistical table of residence of non-farm workers in the suburbs of Yangzhou

表3 扬州城郊务工农民居住情况统计表

居住情况 人数/人 百分比/%
住农村自家 629 61.67
住镇上自家房子 74 7.25
住城里自家房子 83 8.14
租房子或单位提供 206 20.2
拒绝回答 28 2.75
总计 1020 100
其次,县城辐射力不强,辐射范围限于近郊,仪征、高邮、宝应县城对县市域远郊乡镇引力较弱。同时,扬州市区对仪征和高邮县城仍有较强的引力,宝应县城自身属于输出型城镇,一定程度上也反映出县城的吸引力不足。
第三,近远郊乡镇在人口吸引类型上各具特点,近郊乡镇以输出型为主,远郊以平衡型为主。对于近郊乡镇而言,由于中心城区吸引能力过强,呈现明显的“灯下黑”现象,广陵、邗江、仪征、江都近郊乡镇多为人口输出型,甚至省级重点镇邵伯镇也难逃命运。对于远郊乡镇而言,其集聚规模和服务供给能力较弱,发展态势相对缓慢,与其他城镇联系较少,多为平衡型。

3.3 社会属性

从外来人口来源地构成分析,市域内部流动是人口流动的主导形式,其次是省内其他县市的人口,省外人口流入偏少（占18.1%,图5）。2010-2015年,扬州对本县（市、区）的人口吸引力逐渐加强,占比从41.6%提升至44.4%,对省内其他县市和省外人口的吸引力有所下降。这说明对于长三角城市群次级节点城市而言,城市的辐射能级存在天花板,但因其县域经济发达,因此本地人口城镇化需求旺盛。侧面印证了长三角城市群步入扩散阶段,城市内部联系需求增加,节点城市迎来发展契机[27]。
Fig. 5 The origin composition of household registration for migrant population in Yangzhou in 2010 and 2015

图5 2010年和2015年扬州外来人口户籍来源地构成
注：资料来源于扬州市2010年人口普查资料、2015年扬州市1%人口抽样调查资料,下同。

从年龄结构来看（图6）,2010年,扬州市外来人口年龄组别占比最高的为“15~19岁”和“20~24岁”两组,两者合计占比高达28.7%。2015年这两个年龄组人口占比大幅下降,占比最高的为“25~29岁”组别,占比为13.1%,同时“45~54岁”中壮年人口和“60岁以上”老年人口占比迅速提升,说明随着城市综合影响力的提升和宜居城市建设的持续推进,扬州对成熟家庭和有休疗养需求的老年人口吸引力迅速增强。外来人口受教育程度不断提升（图7）,与2010年相比,本科学历外来人口占比从7.3%提升到15.7%,说明了扬州市外来人口正在从“生计型”主导向“知识性”和“疗养型”主导转变。
Fig. 6 The age composition of immigrant in Yangzhou in 2010 and 2015

图6 2010年和2015年扬州外来人口年龄构成

Fig. 7 The educational level of immigrants in Yangzhou in 2010 and 2015

图7 2010年和2015年扬州外来人口受教育程度

从外来人口职业构成角度分析（图8）,尽管制造业仍然是外来人口职业的主导,表现为生产制造及有关人员仍然占比高达41.8%,但“去制造业化”“去行政化”的趋势有所显现。一是机关、企事业单位负责人和相关办事人员占比大幅降低,二是制造业相关人员比例有所下降;与此同时,生产和生活服务人员占比大幅提升,反映出在制造业产业升级和劳动力密集型产业逐渐转移的大背景下,城市由生产主导向生活主导的趋势演变。
Fig. 8 The occupation classification of immigrant in Yangzhou in 2010 and 2015

图8 2010年和2015年扬州外来人口职业大类构成

3.4 经济属性

3.4.1 区域尺度
在长三角层面,将41个设区市与扬州的企业总部—分支进行关联（图9）,可以发现：（1）企业联系与人口流动布局具有较强的相关性,但企业联系的城市覆盖更广。无论是人口流动还是经济联系,沪宁轴线、北沿江轴线都是与扬州联系最为紧密的区域,但企业联系已经走出江苏,覆盖安徽和浙江。（2）企业网络联系强度逐渐增强,覆盖广度不断扩大。2010-2017年,扬州与长三角其他城市企业总关联度由1045对增加到4848对,关联城市也增加了10个,做到设区市全覆盖。（3）网络联系集中度有所下降,极化趋势有所减弱。尽管扬州市与南京市、上海市、泰州市关联度仍遥遥领先,分别占据总关联度的30.1%、15.4%和10.8%,但前三位的总关联度比例已经由66.2%下降至56.4%。网络离散系数也由2.59下降到2.19。
Fig. 9 Headquarters-branch enterprise linkage network between Yangzhou and prefecture-level cities in Yangtze River Delta

图9 长三角地级以上城市与扬州的总部—分支企业关联网络

在江苏层面,从两个维度分析企业之间的网络关系。一种是全产业类型,另一种是按新经济类型将产业细分。新经济分类参考国家统计局发布的《新产业新业态新商业模式统计分类（2018）》,包含先进制造业、节能环保活动、互联网与现代信息技术服务、现代技术服务与创新创业服务、现代生产性服务活动、新型生活性服务活动和现代综合管理活动等共7大类,54中类,对应国民经济行业标准（2017）中的小类代码。关联网络图以县级市为基本单元（图10）,为了便于统计,关联度计算以地级市为基本单元。全产业类型下（表4）,南京、苏州在全省的核心地位非常明显,关联度比例分别占20.4%和14.6%,企业主要关联走廊则形成了以南京为中心,沿沪宁、北沿江、宁连、宁徐等高强度轴线。扬州仅作为地方网络,与南京保持着中等强度联系。新经济分类下则呈现企业联系更加地方化和分散化态势。首先是南京、苏州核心地位有所削弱,关联度比例分别下降2.5%和1.9%;其次是地方化新经济网络联系不断增强。甚至传统意义的苏北后发地区,如徐州、淮安、宿迁等地,影响力也有所提升。以睢宁县沙集镇和沭阳市新河镇为代表的淘宝村,成为互联网经济时代后发地区弯道超车的典型代表[28]。相反,扬州在新经济网络中的关联度有所下降。
Fig. 10 Headquarters-branch linkage network of enterprises in county-level cities of Jiangsu province in 2017

图10 2017年江苏县级城市企业总部—分支关联网络

Table 4 The headquarters-branch linkage of prefecture-level cities in Jiangsu under the classification of whole industry and new economy

表4 江苏省设区市全产业和新经济分类下企业总部—分支关联度

城市名称 全产业门类 新经济门类 新经济分类下关联度提升情况/%
关联度 比例/% 关联度 比例/%
南京 39551 20.42 6468 17.91 -2.51
苏州 28313 14.62 4594 12.72 -1.89
无锡 18762 9.69 4051 11.22 1.53
南通 16304 8.42 2570 7.12 -1.30
盐城 13927 7.19 2360 6.54 -0.65
徐州 13685 7.07 2661 7.37 0.30
常州 12329 6.36 2018 5.59 -0.78
扬州 11999 6.19 2068 5.73 -0.47
淮安 9104 4.70 2038 5.64 0.94
泰州 8759 4.52 2068 5.73 1.21
宿迁 7566 3.91 1780 4.93 1.02
镇江 7406 3.82 1947 5.39 1.57
连云港 5996 3.10 1486 4.12 1.02
3.4.2 市域尺度
市域分乡镇的企业总部—分支网络与人口流动网络具有高度的一致性（图11）,反映出人口流动与产业布局的高度相关。中心城区关联度一枝独秀,与所辖县级城市、甚至部分乡镇形成强关联。人口流动网络中为数不多属于输入型的乡镇在企业关联网络中也表现为较强的关联度。如小纪镇、郭集镇和头桥镇等。而多数远郊型乡镇则在企业联系中表现平庸,这与人口流动格局的结论相互印证。
Fig. 11 Headquarters-branch linkage network of enterprises among towns in Yangzhou city in 2017

图11 2017年扬州市域分乡镇企业总部—分支关联网络

3.5 企业关联网络和人口通勤强度的耦合度测算

选取长三角和市域尺度的企业关联网络和人口通勤数据进行耦合度测算（表5、表6）。长三角层面设区市与扬州存在明显经济投资和人口流动关系的城市有16个。市域层面因乡镇（街道）之间关联数据较多,故选取企业关联网络在20对以上,日均人口通勤规模在1000人以上的乡镇联系数据,共31条,用来分析市域层面的耦合度。
Table 5 The coupling degree between enterprises interlocking network and migration from prefecture-level cities to Yangzhou in Yangtze River Delta

表5 长三角各地市与扬州的企业关联网络和人口流动强度之间的耦合度

城市名称 标准化后企业
关联网络强度Y1		 标准化后人口
通勤强度Y2		 耦合度C
南京市 1.00 1.00 1.000
合肥市 0.10 0.10 1.000
连云港市 0.11 0.10 0.999
盐城市 0.21 0.23 0.999
杭州市 0.13 0.10 0.993
徐州市 0.11 0.15 0.988
上海市 0.58 0.39 0.982
常州市 0.17 0.26 0.975
宿迁市 0.11 0.18 0.967
南通市 0.15 0.26 0.966
无锡市 0.18 0.34 0.951
苏州市 0.24 0.46 0.949
滁州市 0.10 0.23 0.918
淮安市 0.13 0.38 0.876
镇江市 0.15 0.51 0.838
泰州市 0.23 0.90 0.807
平均值 0.950
Table 6 The coupling degree between enterprises interlocking network and migration among towns in Yangzhou

表6 扬州市域各乡镇企业关联网络和人口流动强度之间的耦合度

总部所在地 分支所在地 标准化后企业关联网络强度Y1 标准化后人口通勤强度Y2 耦合度C
东关街道 丁沟镇 0.24 0.25 1.000
真州镇 新集镇 0.12 0.14 0.998
东关街道 公道镇 0.12 0.10 0.997
东关街道 真武镇 0.23 0.28 0.995
邵伯镇 东关街道 0.69 0.87 0.993
东关街道 邵伯镇 0.42 0.60 0.984
东关街道 樊川镇 0.29 0.19 0.980
东关街道 李典镇 0.14 0.22 0.977
马棚街道 高邮街道 0.16 0.25 0.970
杨寿镇 东关街道 0.13 0.23 0.964
安宜镇 泾河镇 0.20 0.38 0.953
东关街道 真州镇 1.00 0.53 0.952
安宜镇 氾水镇 0.20 0.39 0.949
安宜镇 射阳湖镇 0.38 0.19 0.947
东关街道 郭村镇 0.36 0.18 0.946
东关街道 安宜镇 0.60 0.30 0.942
东关街道 吴桥镇 0.12 0.24 0.940
东关街道 小纪镇 0.49 0.22 0.928
小纪镇 东关街道 0.10 0.24 0.911
安宜镇 山阳镇 0.24 0.58 0.911
安宜镇 望直港镇 0.26 0.62 0.910
东关街道 头桥镇 0.15 0.37 0.904
真州镇 马集镇 0.20 0.65 0.851
东关街道 丁伙镇 0.16 0.53 0.850
东关街道 甘泉街道 0.12 0.44 0.826
东关街道 宜陵镇 0.21 0.76 0.825
东关街道 高邮街道 0.98 0.26 0.818
高邮街道 卸甲镇 0.12 0.47 0.813
高邮街道 龙虬镇 0.11 0.47 0.778
真州镇 东关街道 0.17 0.87 0.742
杨庙镇 东关街道 0.19 1.00 0.739
平均值 0.913
结果表明：第一,无论是在哪个尺度,企业关联网络和人口通勤强度之间的耦合度均较高,大部分城市、乡镇的耦合度都进入了0.9~1.0的高度耦合区间,反映出人口流动与经济联系之间的高度相关性。第二,长三角尺度的耦合度要高于市域尺度。长三角尺度下企业关联网络和人口通勤强度的耦合度平均值为0.95,市域为0.913。随着研究单元从设区市向乡镇的不断细化,不确定因素对耦合度的干扰程度增加,而设区市之间,无论是人口还是经济联系,体量均远大于乡镇,因此其经济联系和人口流动之间的关系相对综合和稳定,耦合度更高。第三,乡镇之间耦合度内部分异高于城市。不少乡镇耦合度小于0.9甚至0.8,研究发现这些数据流基本属于城区与周边乡镇之间的联系。这些地区人口通勤强度相对较高,企业关联强度相对较低,说明中心城区与近郊乡镇人口流动的目的除了工作通勤之外,还包含就学就医、享受高层次的公共服务以及社会联系等,很大程度上分散了单一经济原因,导致耦合度不高。

4 结论与讨论

本文从城镇化的社会属性、空间属性、经济属性三大核心问题出发,利用传统数据和大数据融合的优势,构建了不同尺度分析人口城镇化模式的概念模型,通过实证研究,形成如下结论：
（1）区域尺度：长三角层面扬州与其他城市的经济联系广度和复杂度要强于人口联系,宁镇扬都市圈经济联系复杂性则弱于人口联系。在长三角范围内,扬州的人口通勤局限于省内,与安徽、浙江联系较少,但企业关联网络则是41个设区市全覆盖。宁镇扬都市圈层面,企业关联网络中南京强磁力中心地位非常凸显,扬州和镇江之间关联度较弱。高邮、宝应、仪征等县级城市均与南京直接构成强链接,与传统城镇等级体系有所偏差。而人口流动网络则相对复杂,南京龙头地位有所弱化,扬镇联系有所加强,宝应、高邮等县级市与扬州人口流动频繁,通过扬州,再与南京联系,符合传统城镇体系特征。这反映出人口流动较易受落户门槛、身份转变、社会保障等因素限制,自由度低于资本流动。
（2）市域尺度：城乡直接联系紧密,重点镇“蓄水池”作用不强。对扬州而言,城市无论是经济发展水平还是公共服务供给水平都远比乡村优越,同时城乡公路的升级改造和民众机动化程度的提升促使乡村居民进入城市的成本有效降低。因此,城乡之间的双向流动成为城镇化的主导模式,一般镇和中心城区、一般镇和县城的人口双向流动占市域总通勤比例分别高达29.1%和29.7%。相反,重点镇辐射能力较弱。从企业关联网络也可以看出,一般镇往往和城市（县城）直接联系。尽管被寄予城镇化“蓄水池”和“分水渠”的众望[29],但人口流动往往跳过重点镇这一层级,直接由乡村进入城市（县城）。
（3）新经济时代使节点城市弯道超车成为可能,而产业平台和政策扶持必须先行。有风景、有文化的地方是滋生新经济的天然土壤。扬州具有深厚的人文底蕴和秀美的生态环境,从扬州迁入人口的社会属性来看,其受教育水平、综合素质已得到较大提升,具备培育新经济的良好基础。但扬州在全省新经济网络中发展一般,需要从产业平台、创新环境、创新制度等角度优先发力,共同营造新经济发展的综合优势。
随着国土空间规划改革的不断深入,“五级三类”的规划体系已经明晰。基于人、地、财三大核心要素的人口城镇化概念模型构建,不仅能够有效融合多源数据,避免人口、经济等子系统单独分析的片面性,而且能够填补市县国土空间总体规划关于区域分析方法论的空白,构建层次清晰的逻辑框架,具有如下的通用性意义：第一,能够合理界定区域分析范围,确定区域功能联系边界,特别适用于都市圈和城镇密集地区,可作为都市区功能边界划定的依据。第二,市域层面识别出经济社会联系的主体格局,为国土空间格局优化和城镇开发边界划定提供有效的技术支持。第三,通过人口流动与企业关联网络的耦合分析,揭示地区经济发展和人口流动的协同程度,以及不同类型企业布局、人口集聚的偏好特征。有利于地方结合特色资源,有的放矢做好公共服务和软硬环境的配套,针对性的吸引要素集聚。
未来仍可以在以下方面进行深化研究：第一,目前新经济分类标准只是简单套用国标,仍可以结合地方生态、文化特色,制定类似于成都、杭州的地方标准。第二,文章利用耦合度模型,分析各子系统相互作用的强弱。后续研究可增加协调度的分析,并从空间单元划分出耦合关联类型。第三,对手机信令数据在时间段和属性方面进行细化研究。比如针对都市圈跨界地区的人口流动,研究重点时段（早晚高峰期间）和特定区域（跨界地区）的产居平衡问题等。
致谢：感谢中国城市规划设计研究院学术信息中心的技术支持！

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
陆杰华, 李月. 2012-2013年中国人口学研究的回顾与评述. 人口与经济, 2014, (3): 31-41.

[LU J H, LI Y.Review and observation on China's demography research of 2012 and 2013. Population and Economics, 2014, (3): 31-41.]

[2]
郭志刚. 我国人口城镇化现状的剖析: 基于2010年人口普查数据. 社会学研究, 2014, 29(1): 10-24.

[GUO Z G.On current situation of population urbanization in china: Based on the 2010 population census data. The Research on Society, 2014, 29(1): 10-24.]

[3]
张付娟, 王振江. 人口流动视角下中国城镇化区域差异及其经济基础研究. 西北人口, 2015, 36(5): 13-19.

[ZHANG F J, WANG Z J.Study on regional difference of China and its economic foundation from the perspective of population flowing. Northwest Population, 2015, 36(5): 13-19.]

[4]
邓羽, 刘盛和, 蔡建明, 等. 中国省际人口空间格局演化的分析方法与实证. 地理学报, 2014, 69(10): 1473-1486.

[DENG Y, LIU S H, CAI J M, et al.Spatial pattern and its evolution of Chinese provincial population and empirical study. Acta Geographica Sinica, 2014, 69(10): 1473-1486.]

[5]
刘盛和, 邓羽, 胡章. 中国流动人口地域类型的划分方法及空间分布特征. 地理学报, 2010, 65(10): 1187-1197.

[LIU S H, DENG Y, HU Z.Research on classification methods and spatial patterns of the regional types of China's floating population. Acta Geographica Sinica, 2010, 65(10): 1187-1197.]

[6]
龙瀛. 城市大数据与定量城市研究. 上海城市规划, 2014, (5): 13-15.

[LONG Y.Studies and practices of urban big data and open data in China. Shanghai Urban Planning Review, 2014, (5): 13-15.]

[7]
CASTELLS M.The Informational City: Information Technology, Economic Restructuring, and the Urban-regional Process. Oxford: Blackwell, 1989.

[8]
甄峰, 秦萧. 大数据在智慧城市研究与规划中的应用. 国际城市规划, 2014, 29(6): 44-50.

[ZHEN F, QIN X.The application of big data in smart city research and planning. Urban Planning International, 2014, 29(6): 44-50.]

[9]
王宏志, 黄欢欢, 徐新良, 等. 基于3S技术的城乡一体化进程监测评价方法及应用: 以浙江嘉善县为例. 地理科学, 2017, 37(4): 563-572.

[WANG H Z, HUANG H H, XU X L, et al.Evaluation method and its application of urban-rural integration progress based on 3S technology: A case study of Jiashan county, Zhejiang. Scientia Geographica Sinica, 2017, 37(4): 563-572.]

[10]
赵金彩, 钟章奇, 卢鹤立, 等. 基于夜间灯光的城市居民直接碳排放及影响因素: 以中原经济区为例. 自然资源学报, 2017, 32(12): 2100-2114.

[ZHAO J C, ZHONG Z Q, LU H L, et al.Urban residential CO2 emissions and its determinants: A case study of Central Plains Economic Region. Journal of Natural Resources, 2017, 32(12): 2100-2114.]

[11]
马春景. 基于手机信令数据的流动人口出行特性分析方法研究. 南京: 东南大学, 2016.

[MA C J.Study on methods of analyzing the floating population trip characteristics based on phone signaling data. Nanjing: Southeast University, 2016.]

[12]
李峰清. 基于高铁网络的我国城镇化空间模式再探: 基于上海—长三角腹地的检验及辨析. 城市规划, 2018, 42(3): 109-120.

[LI F Q.Re-exploring the spatial model of urbanization in China based on highspeed rail network: Inspection and analysis of Shanghai-hinterland of Yangtze River Delta. City Planning Review, 2018, 42(3): 109-120.]

[13]
路雅文, 张正河. 迁移圈层结构: 一种新的乡城人口流动—迁移分析方法. 西北工业大学学报: 社会科学版, 2017, 37(4): 6-13.

[LU Y W, ZHANG H Z.Migration circle structure: A new method of analysis of rural-urban population flow-migration. Journal of Northwestern Polytechnical University: Social Sciences, 2017, 37(4): 6-13.]

[14]
孙阳, 姚士谋, 陆大道, 等. 中国城市群人口流动问题探析: 以沿海三大城市群为例. 地理科学, 2016, 36(12): 1777-1783.

[SUN Y, YAO S M, LU D D, et al.Population mobility of urban agglomeration in China: A case study on the three coastal agglomerations. Scientia Geographica Sinica, 2016, 36(12): 1777-1783.]

[15]
刘欢, 邓宏兵, 李小帆. 长江经济带人口城镇化与土地城镇化协调发展时空差异研究. 中国人口·资源与环境, 2016, 26(5): 160-166.

[LIU H, DENG H B, LI X F.Research on the spatial and temporal difference of coordinated development between population urbanization and land urbanization in Yangtze River Economic Belt. Chinese Journal of Population, Resources and Environment, 2016, 26(5): 160-166.]

[16]
自然资源部. 关于做好市县国土空间总体规划编制工作的指导意见(征求意见稿). 2019.

[Ministry of Natural Resources. Guiding Opinions on Making Overall Planning of Urban and County Territorial Space (Draft for Opinions). 2019.]

[17]
浙江省自然资源厅. 浙江省市县国土空间总体规划编制要点(征求意见稿). 2019.

[Ministry of Natural Resources in Zhejiang Province. Major Points for Making Overall Land and Space Planning of Cities and Counties in Zhejiang Province (Draft for Consultation). 2019.]

[18]
张浩, 冯淑怡, 曲福田. 耕地保护、建设用地集约利用与城镇化耦合协调性研究. 自然资源学报, 2017, 32(6): 1002-1015.

[ZHANG H, FENG S Y, QU F T.Research on coupling coordination among cultivated land protection, construction land intensive use and urbanization. Journal of Natural Resources, 2017, 32(6): 1002-1015.]

[19]
杨丽霞, 苑韶峰, 王雪禅. 人口城镇化与土地城镇化协调发展的空间差异研究: 以浙江省69 县市为例. 中国土地科学, 2013, 27(11): 18-25.

[YANG L X, YUAN S F, WANG X C.Spatial pattern disparity of coordinating the population urbanization and land urbanization in 69 counties of Zhejiang province. China Land Sciences, 2013, 27(11): 18-25.]

[20]
张宇, 曹卫东, 梁双波. 西部欠发达区人口城镇化与产业城镇化演化进程对比研究: 以青海省为例. 经济地理, 2017, 37(2): 61-67.

[ZHANG Y, CAO W D, LIANG S B.A comparative study on the evolution process of urbanization and industrialization in the underdeveloped areas of western China: A case study of Qinghai province. Economic Geography, 2017, 37(2): 61-67.]

[21]
郑德高. 基于网络和节点对长三角城镇空间的再认识. 城市规划学刊, 2017, (8): 20-26.

[ZHENG D G.Recognition of urban spaces in the Yangtze River Delta region on the basis of network and nodes. Urban Planning Forum, 2017, (8): 20-26.]

[22]
唐子来, 赵渺希. 经济全球化视角下长三角区域的城市体系演化: 关联网络和价值区段的分析方法. 城市规划学刊, 2010, (1): 29-35.

[TANG Z L, ZHAO M X.Economic globalization and transformation of urban system in the Yangtze River Delta region: Interlocking network and value-added hierarchy. Urban Planning Forum, 2010, (1): 29-35.]

[23]
张浩, 冯淑怡, 曲福田. 耕地保护、建设用地集约利用与城镇化耦合协调性研究. 自然资源学报, 2017, 32(6): 1002-1015.

[ZHANG H, FENG S Y, QU F T.Research on coupling coordination among cultivated land protection, construction land intensive use and urbanization. Journal of Natural Resources, 2017, 32(6): 1002-1015.]

[24]
陈贝贝. 无锡半城市化地区的空间范围识别. 地理研究, 2013, 32(7): 1209-1219.

[CHEN B B.Spatial definition of peri-urban areas in Wuxi. Geographical Research, 2013, 32(7): 1209-1219.]

[25]
刘盛和, 张擎. 杭州市半城市化地区空间分布变化. 地理研究, 2008, 27(5): 982-992.

[LIU S H, ZHANG Q.Spatial distribution change of semi-urbanized areas in Hangzhou city. Geographical Research, 2008, 27(5): 982-992.]

[26]
曹传新. 基于季节性人口流动影响下的县域城镇化路径模式: 以金寨县为例. 城市发展研究, 2013, 20(10): 41-46.

[CAO C X.The study of county urbanization path mode based on the influence of seasonal population movements: A case of Jinzhai county. Urban Development Studies, 2013, 20(10): 41-46.]

[27]
李凯, 刘涛, 曹广忠. 城市群空间集聚和扩散的特征与机制: 以长三角城市群、武汉城市群和成渝城市群为例. 城市规划, 2016, 40(2): 18-26.

[LI K, LIU T, CAO G Z.Characteristics and mechanism of spatial concentration and dispersion of the representative urban agglomerations in china: A case study of Yangtze River Delta Urban Agglomerations, Wuhan Urban Agglomerations, and Chengdu Chongqing Urban Agglomerations. City Planning Review, 2016, 40(2): 18-26.]

[28]
罗震东, 何鹤鸣. 新自下而上进程: 电子商务作用下的乡村城镇化. 城市规划, 2017, 41(3): 31-40.

[LUO Z D, HE H M.New urbanization from below in China: Rural urbanization driven by e-commerce. City Planning Review, 2017, 41(3): 31-40.]

[29]
戎一翎, 单军锋, 王宗记, 等. 新型城镇化背景下的小城镇发展初探: 以江苏省常州市区为例. 小城镇建设, 2013, (11): 44-50.

[RONG Y L, SHAN J F, WANG Z J, et al.A preliminary study on the development of small towns under the background of new urbanization: A case study of Changzhou city, Jiangsu province. Construction of Small Towns, 2013, (11): 44-50.]

Options
文章导航

/

〈 〉