人口条件约束下的城市动态模型研究
《2024年基于系统动力学模型和元胞自动机模型的土地利用情景模型研究》范文

《基于系统动力学模型和元胞自动机模型的土地利用情景模型研究》篇一一、引言土地利用变化是全球环境变化的重要组成部分,其影响深远且复杂。
为了更好地理解土地利用的动态过程和预测未来可能的情景,本研究结合系统动力学模型(SDM)和元胞自动机模型(CAM)构建了一个土地利用情景模型。
该模型旨在模拟土地利用的动态过程,分析其影响因素,并预测未来可能的情景。
二、系统动力学模型与元胞自动机模型概述系统动力学模型(SDM)是一种定量的研究方法,通过建立系统的因果关系和反馈机制,模拟系统的动态行为。
而元胞自动机模型(CAM)是一种空间显式的模型,通过模拟空间单元的演变来反映整体系统的动态变化。
这两种模型各有优势,将它们结合起来可以更好地模拟土地利用的复杂过程。
三、模型构建本研究构建的模型以土地利用系统为研究对象,包括人口、经济、政策、自然环境等多个子系统。
在系统动力学模型中,通过建立各子系统之间的因果关系和反馈机制,模拟土地利用的动态过程。
在元胞自动机模型中,将土地划分为若干个元胞,每个元胞代表一定的土地类型,如农田、城市用地、森林等。
通过定义元胞的演变规则,模拟土地利用的空间变化。
四、模型应用本研究以某地区为例,应用所构建的模型进行土地利用情景模拟。
首先,收集该地区的人口、经济、政策、自然环境等数据,作为模型输入。
然后,设定不同的情景,如自然发展情景、政策干预情景等。
通过运行模型,模拟不同情景下土地利用的动态过程和空间变化。
最后,对模拟结果进行分析和评价,得出结论。
五、结果分析通过对模拟结果的分析,可以发现以下结论:1. 人口增长和经济发展是推动土地利用变化的主要驱动力。
随着人口增长和经济发展,城市用地不断扩大,农田和森林等自然用地不断减少。
2. 政策对土地利用变化具有重要影响。
通过实施土地政策、城市规划等措施,可以有效地引导土地利用的变化方向。
3. 自然环境对土地利用变化具有制约作用。
如气候、地形等自然条件限制了土地利用的可能性。
试论资源禀赋条件与居民消费差距的弥合

43引言稀缺性是研究经济问题的根源所在,也是社会系统不断追寻要素资源配置最优方案的根本性原因,这决定了在资源禀赋条件存在差异的地区或时期,要素配置所引起的生产供给规模与结果必然表现出阶段性发展特征,产品供给的变化又会影响市场价格的变化,从而对居民消费选择产生影响。同时,在资源禀赋条件影响居民消费的过程中,城乡固有差距的形成又会导致两者关系的波动,这也致使资源禀赋条件不仅影响居民的消费选择,也成为干预社会贫富差距的重要因素(官晓风,2021)。而反观消费需求的变化成因,收入是任何时期都不容忽视的重要因素之一,例如2020年我国城乡居民人均消费支出的绝对差值为1.33万元,同期城乡居民人均可支配收入的绝对差值达到2.67万元。城乡居民的收入差距远高于消费差距,提升农村居民收入水平对于弥合资源禀赋条件与居民消费差距的经济关系显得尤为重要。因此,本文以城乡居民收入差距为切入点,探寻资源禀赋条件与居民消费差距弥合过程中的收入约束机制,为要素资源的优化配置及城乡差距的缓和提供实证依据。
文献回顾资源禀赋通常指一个地区所拥有的劳动、资金、技术、管理等各类生产要素,而各类要素资源的配置结构又构成了当地资源禀赋的基础条件,亦或禀赋优势,尤其对于我国这样的人口、资源大国,不同地区所拥有的禀赋条件存在着明显的差异性,这也致使各地区在产业结构
余 瑶1 李瑞强2 副教授(1、成都文理学院 四川成都 610401;2、成都大学 四川成都 610106)
内容摘要:推动城乡消费差距的弥合是新时期我国共建高质量小康社会的重要任务之一。本文利用我国31个省份的面板数据,借鉴Hansen提出的门槛效应模型检验思路,分别从相对差距与绝对差距的角度实证分析了资源禀赋条件、城乡收入差距与城乡消费差距之间的经济关系。研究发现:在相对收入差距的约束条件下,2011-2020年我国省域间资源禀赋条件的改善显著抑制了城乡消费差距的扩大,并且随着收入差距的缩小,资源禀赋条件所起到的积极效应得到进一步增强;在绝对收入差距的约束条件下,资源禀赋条件对消费差距的抑制作用呈现出明显的双门槛特征,在收入差距处于中等水平时,其对消费差距的抑制作用表现得更加明显。因此,要不断拓宽农村居民收入渠道,优化区域要素配置结构,提高资源产出效率,促进城乡差距的持续缩小。关键词:资源禀赋;消费差距;收入差距;门槛效应;LLC方法中图分类号:F713 文献标识码:A 文章编号:2095-9397(2021)24-0043-04文章著录格式:余瑶,李瑞强.试论资源禀赋条件与居民消费差距的弥合[J].商业经济研究,2021(24):43-46
数字经济对城乡居民收入差距影响研究——兼论城镇化的门槛效应

第25卷第1期2024年2月南华大学学报(社会科学版)Journal of University of South China (Social Science Edition )Vol.25No.1Feb.2024[收稿日期]㊀2023-10-12[基金项目]㊀河南省哲学社会科学规划项目 郑州都市圈经济融合发展研究 资助(编号:2021BJJ095)[作者简介]㊀庞玉萍(1969 ),女,河南洛阳人,郑州大学商学院副教授,博士㊂1郑州大学商学院硕士研究生㊂数字经济对城乡居民收入差距影响研究兼论城镇化的门槛效应㊀㊀㊀㊀㊀㊀㊀庞玉萍,杨子钰1(郑州大学商学院,河南郑州450001)[摘㊀要]㊀数字经济为缩小居民收入差距带来了新机遇,而 数字鸿沟 又可能引发新的贫富差距㊂研究数字经济对城乡居民收入差距的影响,对于认识和缩小差距,实现共同富裕具有重要意义㊂文章基于2011 2020年31个省域面板数据,通过构建静态㊁动态面板模型及门槛模型,分析数字经济对城乡居民收入差距的影响㊂研究发现:省域层面上,数字经济显著缩小城乡居民收入差距,且该影响具有单一门槛效应㊂在城镇化水平较低时,数字经济对城乡收入差距的影响不显著;当城镇化水平越过门槛值,数字经济水平显著影响城乡收入差距的缩小㊂异质性分析发现,我国南北地区呈现出不同的效应,北方省份城乡收入差距受数字经济水平影响较小,而南方较大㊂[关键词]㊀数字经济;㊀城乡居民收入差距;㊀门槛效应[中图分类号]㊀F124.7;F49㊀[文献标识码]㊀A [文章编号]㊀1673-0755(2024)01-0063-08DOI :10.13967/ki.nhxb.2024.0011㊀㊀当前,数字化浪潮正凭借强大的渗透能力快速而广泛地与社会经济各个领域相融合㊂2022年 十四五 规划纲要提出要 建设智慧城市和数字农村 ,2023年中央一号文件指出 要深入实施数字乡村发展行动 ,让数字技术加速向农村延伸和渗透,引导资本㊁技术㊁人才等要素流向农村,为畅通城乡经济循环㊁破解城乡发展失衡问题提供契机㊂数字经济发展助力农业增效㊁农民增收,有望弥合城乡收入差距,实现共同富裕㊂然而,由于农村地区的数字信息技术相对比较落后㊁人口老龄化严重以及对数字技术的认识度和接受度较低,数字经济对缩小城乡收入差距可能起相反作用㊂那么,数字经济究竟会对城乡收入差距产生怎样的影响?对于不同地区的影响是否存在异质性?回答这些问题不仅能为缩小城乡收入差距提供新思路,还对促进城乡融合㊁实现共同富裕具有重要现实意义㊂一㊀文献综述(一)数字经济对城乡居民收入差距的影响 数字经济 这一概念源自20世纪90年代㊂数字经济之父Don Tapscott 指出,在数字经济中,信息流的呈现不依赖于实体,而是以数字化的方式通过网络流动和传输[1]㊂现有文献在关于数字经济的定义上各有侧重,但达成的基本共识是:数字经济是以数据为关键生产要素[2],以数字基础设施为发展载体[3],以数字产业化和产业数字化为数字价值呈现形式的经济活动[4]㊂这一定义对后文构建数字经济指标体系具有极大借鉴意义㊂当前,已有学者关注到数字经济对城乡居民收入差距的影响并进行研究,主要形成三类观点:第一类观点认为,数字经济能够缩小城乡收入差距㊂由于数字具有低成本重复查询和调用的特点,可降低农村居民的信息搜寻成本㊁工作搜寻成本以及商品运输成本[5]㊂一方面,有助于农户做出最优生产决策和市场决策,从而降低生产成本㊁提高农业收入[6]㊂另一方面,能够促使农村剩余劳动力由农业部门转向非农部门,增加农户的非农就业收入[7]㊂第二类观点认为,数字经济会加剧城乡收入差距㊂城乡经济发展的巨大反差以及城市强大的虹吸效应逐渐引致了 城乡数字鸿沟 ,进一步加深多维贫困的程度[8]㊂第三类观点认为,数字经济对城乡收入差距的影响呈现非线性关系㊂如程名望等采用2003 2016年31个省份的数据考察互联网普及与中国城乡收入差距之间的关系,发现二者呈现 倒U型 发展趋势,并指出现阶段我国处于曲线拐点右侧,即利用数字技术缩小城乡收入差距的机遇期[9]㊂王军等基于2013 2019年省级面板数据研究发现,数字经济发展与城乡收入差距呈 U 型 关系,全国大部分地区处于数字经济发展有利于缩小城乡收入差距的阶段[10]㊂(二)数字经济影响城乡居民收入差距的作用机制已有文献主要从资源优化配置㊁产业结构升级㊁技术创新水平提升等多个角度解析数字经济与城乡收入差距之间的影响机理和理论逻辑㊂第一,数字经济可以通过提升各类生产要素的配置效率,加深城乡间土地㊁人口㊁资金㊁技术㊁信息等要素市场的联动[11],促进非农生产活动的扩散,从而影响城乡收入差距㊂第二,数字经济凭借高技术㊁高渗透㊁低成本的优势,动摇传统分工基础,推动城乡产业链深度融合和产业升级[12],进而影响城乡收入差距㊂第三,数字经济发展产生了技术创新效应,数字化创新工具的全面铺开可以带动农业农村实现高质量发展,对城乡收入差距产生影响㊂如韩先锋等认为,互联网发展可以驱动区域创新效率,中西部区域具有 后发优势 从而获益更多,有助于缩小发达地区和落后地区的创新差距[13]㊂此外,也有学者关注到城镇化水平可能影响数字经济的共同富裕效应㊂如柳江等研究发现,数字经济发展与城乡收入差距之间存在城镇化的门槛效应,认为在城镇化水平程度较低阶段,其缩小城乡收入差距的作用更大[14]㊂总体上,现有文献为本文提供了有益参考,但依然存在一些不足:第一,关于数字经济对城乡收入差距影响的研究仍较少;第二,鲜有文献关注到城镇化水平的门槛作用,而城镇化是关系我国城乡融合的重要内容,忽略其作用可能会导致对数字经济与城乡收入差距之间关系的认识偏误;第三,现有文献大多利用静态面板模型进行分析,不能反映数字经济对城乡收入差距影响的滞后现象㊂基于此,本文以2011 2020年31个省份的面板数据为样本,建立静态㊁动态面板模型以及门槛模型,分析数字经济对城乡居民收入差距的影响及其异质性,并进一步探讨城镇化的门槛效应㊂二㊀理论分析与研究假设(一)数字经济发展对城乡居民收入差距的影响机制数字经济通过节约农业生产成本㊁促进产业融合㊁影响农民就业能力等渠道而影响城乡收入差距,见图1㊂图1 数字经济发展对城乡居民收入差距的影响机制㊀㊀第一,数字经济节约农业生产成本和信息获取成本㊂具体而言,农户可依托大数据测防系统实现对气象灾害的精准防控和病虫害精准防治,科学规避农业经营风险,避免农产品大量减产;从互联网获取新品种㊁新技术㊁新模式等农业科技信息,提高农业生产经营能力和农业生产效率[15],实现农业增值,缩小城乡收入差距㊂第二,数字经济促进一二三产业相互融合㊂数字经济发展过程中,产业创造价值的方式不再是独立的,只有与其他产业实现有效融合,才能找到新的成长空间㊂当前的社会需求也不单是产品的数量增加,更多的是产品的质量提升㊂数字经济时代,城乡间要素流通以及跨产业链上下游之间的交流愈加频繁,驱使农村第一产业与城市二三产业深度融合,同步提升生产和供给能力使农业增产,即提升农村特色资源优势的同时满足城市高质量消费需求[12],最终缩小城乡收入差距㊂第三,数字经济提升农民的就业能力和创业活力㊂一方面,随着互联网普及的深化,农民可以通过社交平台或参与线上培训掌握更多数字信息知识和46㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀南华大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年技术,提高就业能力㊂另一方面,金融机构贷款效率在云计算㊁区块链等技术手段下得到极大提升,能够为农户创业提供更加灵活快捷的小额贷款服务和充足稳定的资金来源,缓解农民融资约束[16],激发创业活力,提高农村居民收入,逐步缩小城乡收入差距㊂基于此,提出如下假设:假设1:数字经济有助于缩小城乡收入差距㊂(二)城镇化水平在数字经济对城乡收入差距的影响中存在门槛效应数字经济作为一种新经济㊁新业态,具有一定的城镇偏向[17]㊂因此,当城镇化水平处于较低水平时,城乡间数字鸿沟和人力资本差距较为明显,数字经济红利会优先被城镇高收入居民享有[18],使其对该地城乡收入差距的收敛作用较小㊂但随着城镇化水平的逐步提高,数字经济红利更加 普惠 ,无论城镇还是农村的人力资本㊁产业结构㊁市场潜能都将被深刻优化,从而弥合城乡间的数字鸿沟,缩小城乡收入差距㊂据此,提出以下假设:假设2:数字经济缩小城乡收入差距的效应会受城镇化水平的影响,随着城镇化水平的提升,数字经济对城乡收入差距的收敛效应增强㊂三㊀模型构建、变量说明与数据来源(一)模型构建1.基准回归模型本文构建基准回归模型,为了考察数字经济对城乡收入差距的影响,建立如下计量模型:Theil it=α0+βDe it+δX control+μi+λt+εit(1)其中,i表示省份,t表示年份;Theil it为衡量i省份在t年份的城乡收入差距的泰尔指数;De it表示i省份在t年份的数字经济发展水平;X control为一系列控制变量;μi表示个体效应,λt表示时间效应,εit为随机扰动项㊂式(1)为静态面板模型,但考虑到城乡收入差距可能存在路径依赖,即过去的城乡收入差距会影响当期城乡收入差距,因此将城乡收入差距指数的一阶滞后项作为解释变量引入模型,构建如下动态面板模型:Theil it=α0+α1Theil i,t-1+βDe it+δX control+μi+λt+εit(2)其中,Theil i,t-1表示城乡收入差距指数的一阶滞后项㊂2.面板门槛模型为判断城镇化水平在数字经济与城乡收入差距关系中的门槛作用,本文构建如下门槛回归模型: Theil it=α0+β1De it I(ln Urban itɤγ)+β2De it I(ln Urban it>γ)+δX control+μi+λt+εit(3)其中,ln Urban it为门槛变量城镇化水平;γ为待估门槛值㊂I(㊃)为示性函数,若括号内条件成立,则I=1,反之则I=0㊂式(3)为存在单个门槛值的情况,若存在多个门槛值,则模型设定为: Theil it=α0+β1De it I(ln Urban itɤγ1)+β2De it I(γ1<ln Urban itɤγ2)+β3De it I(ln Urban it>γ2)+δX control+μi+λt+εit(4)(二)变量选取1.被解释变量:城乡居民收入差距(Theil)目前衡量城乡居民收入差距的常用指标主要有三种,分别为城镇与农村人均可支配收入之比㊁基尼系数和泰尔指数㊂综合考虑,虽然城乡人均可支配收入比的计算方法简单,却无法充分体现城乡人口份额和收入份额的变化所带来的影响㊂基尼系数为各个收入组之间差距的加总平均,无法反映各个收入组的动态变化过程㊂相比之下,泰尔指数将城乡人口结构变化因素考虑在内,也对收入的两级变动更为敏感㊂因此,本文采用泰尔指数测算城乡收入差距,具体公式如下:Theil it=ð2r=1I r,it I it()ln I r,it IitP r,itP it()(5)其中,r=1和r=2分别表示城镇和农村地区, I r,it和P r,it分别表示t时期i省份城镇或农村居民的可支配收入和人口数量;I it和P it分别表示t时期i 省份的总收入和总人口数量㊂该数值越大,表示城乡收入差距越大㊂2.解释变量:数字经济发展水平(De)本文基于数字经济内涵,借鉴王军等[21]㊁陈贵富等[22]的方法,并结合数据可得性,从数字基础设施㊁数字产业化㊁产业数字化三个方面构建了包含5项具体指标的数字经济发展水平指标体系,对指标进行标准化处理,并使用熵值法确定各指标的权重,然后进行加权求和得到综合指数值㊂具体指标及其权重见表1㊂56第1期庞玉萍,杨子钰:数字经济对城乡居民收入差距影响研究表1㊀数字经济发展水平指标体系一级指标二级指标衡量标准(单位)指标属性权重数字基础设施宽带互联网基础每百人国际互联网用户数(户)+0.1277移动互联网基础每百人移动电话年末用户数(户)+0.1197数字产业化信息产业基础信息传输㊁软件和信息技术服务业从业人员占比(%)+0.4482电信产业产出人均电信业务总量(万元)+0.1165产业数字化数字金融数字普惠金融指数+0.1879㊀㊀3.控制变量本文选取如下控制变量:(1)产业结构水平(IS),用第二㊁三产业增加值占GDP的比重来表示;(2)财政支农水平(Agr),采用农林水事务支出占GDP的比重来表示;(3)金融发展水平(Finance),以金融产业增加值占GDP的比重来表示;(4)受教育程度(lnEdu),以每十万人口高等教育平均在校生人数的对数来表示;(5)市场化水平(Market),借鉴樊纲等(2001)[23]的研究,用市场化指数来衡量;(6)城镇化水平(lnUrban),采用城镇常住人口占总人口的比例的对数值来表示㊂(三)数据来源与描述性统计本文的数据样本由2011 2020年31个省的面板数据组成㊂其中,数字普惠金融指数来源于北大数字金融研究中心所公布的数字普惠金融指数①,其他数据均来源于EPS数据库和各省份的统计年鉴㊂表2为各变量描述性统计结果㊂表2㊀主要变量描述性统计结果变量符号观测值均值标准差最小值最大值城乡居民收入差距Theil3100.09070.03980.01800.2020数字经济发展水平De3100.23440.18100.03110.9999产业结构水平IS3100.90200.05230.74200.9970财政支农水平Agr3100.03800.03740.00790.2621金融发展水平Finance3100.07140.03040.02650.1963受教育程度ln Edu3107.82300.2918 6.98668.6328市场化水平Market3107.7215 2.1828-0.160012.1067城镇化水平ln Urban310 4.03500.2339 3.1224 4.4954四㊀实证分析(一)基准回归分析首先,使用静态面板模型估计数字经济对城乡居民收入差距的影响,固定效应模型的回归结果见表3的列(1)㊂结果显示,数字经济的回归系数在5%的水平上显著为负,即数字经济能够显著缩小城乡收入差距㊂其次,运用动态面板模型进行估计,使用差分GMM模型(DIFF-GMM)和系统GMM模型(SYS-GMM)来考察数字经济与城乡收入差距的关系,估计结果见表3的列(2)和列(3)㊂由回归结果可以看到,无论是使用差分GMM还是系统GMM,数字经济的回归系数均在1%的水平上显著为负,数字经济的发展对城乡收入差距具有显著的收敛效应㊂此外,两个模型的AR(2)值都大于0.05,表明只存在一阶序列相关不存在二阶序列相关,即通过了自相关检验;Sargan检验的P值接近1,接受所有工具变量都有效的原假设,即表明工具变量不存在过度识别问题㊂因此,差分GMM和系统GMM的估计结果可靠且一致㊂66㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀南华大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年表3 数字经济发展与城乡居民收入差距的关系解释变量被解释变量:城乡收入差距(1)FE(2)DIFF-GMM(3)SYS-GMML.Theil0.8420①(0.0498)0.8360①(0.0273) De-0.0143②(0.0056)-0.0275①(0.0023)-0.0144①(0.0021) IS0.0543①(0.0084)-0.0015①(0.0003)-0.0001(0.0002) Agr-0.3689①(0.0561)0.0743①(0.0204)0.0449①(0.0084) Finance0.2170①(0.0316)-0.0149(0.0116)-0.0552①(0.0150) ln Edu-0.0269①(0.0019)-0.0278③(0.0169)0.0616①(0.0119) Market-0.0073①(0.0011)-0.0189①(0.0015)-0.0158①(0.0016) ln Urban-0.1247①(0.0100)0.0076(0.0097)-0.0112②(0.0044) Constant0.8134①(0.0253)0.0817②(0.0393)0.1410①(0.0284) AR(2)0.58890.1741 Sargan检验0.9968 1.0000观测值310248279㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂②表示在5%的水平上显著㊂③表示在10%的水平上显著㊂㊀㊀静态面板模型和动态面板模型估计结果都显示数字经济对城乡收入差距的影响系数显著为负,说明当前的数字经济发展显著缩小城乡收入差距㊂而对于其他控制变量,估计结果存在一定的差异㊂因为静态面板模型没有考虑到可能存在的遗漏变量和内生性问题,且动态面板模型考虑了时间的影响,所以本文主要以动态面板模型的估计结果为准㊂进一步考虑,系统GMM比差分GMM的估计偏差更小㊁效率更高,本文主要依据系统GMM的两步估计结果进行分析㊂表3中系统GMM的估计结果表明,金融发展水平(Finance)有助于缩小城乡收入差距,由于资金的利用效率提高,较多闲置的存款资金以各类贷款的形式投入到生产之中,加速经济和金融的发展,促进城乡整体发展㊂市场化水平(Market)有利于城乡差距的收敛,市场化进程的推进使城乡间资源要素流动加速㊁利用效率提升,这能为农民增收创造良好条件㊂产业结构水平(IS)的优化也有助于缩小城乡差距,但收敛效果尚不显著㊂财政支农水平(Agr)会扩大城乡差距,可能的原因在于,虽然财政支农补贴一定程度上增加了农民收入,但同时也强化了小农经营模式,阻碍农业规模化生产和集约化经营,抑制了农业生产效率㊂另外,财政支农政策还存在 福利依赖效应 ,可能陷入财政支农补贴得越多㊁农民对支农政策的依赖效应就越强㊁城乡差距越大的恶性循环㊂对于受教育程度(lnEdu)会扩大城乡差距的原因可能是,当人们的受教育程度提高后,不再满足于在本地区能够获取到的各种资源,导致大量人才流向大城市,留在农村的大多是劳动能力较弱且对新知识㊁新技术接受能力与意愿都比较低的老年人,不利于农村人力资本的提升,导致城乡差距扩大㊂(二)稳健性检验为进一步验证结果的有效性,本文采用替换解释变量和剔除部分样本两个方面进行稳健性检验㊂首先,替换解释变量㊂将解释变量替换为北京大学数字普惠金融指数(DIF),该指数衡量了数字金融的发展程度,部分学者将其作为评估数字经济的指标之一,在一定程度上反映了数字经济发展水平㊂如表4的列(1)回归结果显示,数字经济对城乡收入差距的收敛效应依然显著,与基准回归结果一致,说明实证结果稳健㊂其次,剔除部分样本数据㊂将北京㊁天津㊁上海和重庆这四个直辖市样本数据剔除,继续使用双向固定效应模型进行回归分析㊂如表4的列(2)回归结果显示,数字经济系数仍显著为负,实证结果稳健㊂76第1期庞玉萍,杨子钰:数字经济对城乡居民收入差距影响研究表4㊀稳健性检验变量(1)替换解释变量Theil (2)剔除部分样本数据TheilDIF-0.0003①(0.0003)De-0.0459①(0.0132) Constant0.8706①(0.8706)0.6500①(0.0369)观测值310270R-squared0.79580.7191控制变量是是地区固定效应是是时间固定效应是是㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂(三)异质性分析经济进入新常态以来,我国南北发展差距逐渐扩大, 南快北慢 格局成为制约我国区域协调发展的重要障碍[24]㊂长期以来,南方数字技术和实体经济融合程度更高,而北方数字化转型较慢㊂同时,南方地区比北方地区的城镇化水平㊁市场化程度更高,可能加剧南北之间数字化转型的差异,影响数字经济对城乡居民收入差距的收敛效果㊂因此,为观察地理区域上的异质特征,本文以秦岭 淮河一线为划分标准②,将样本分为北方与南方地区进行分地区检验,检验结果见表5㊂由表5可知,数字经济能够显著缩小南方地区省份的城乡收入差距,而对北方地区省份则不显著,呈现出明显的地区异质性㊂从 南北差异 角度分析原因,除上述市场化㊁城镇化水平等影响因素外,南方地区拥有更合理的经济结构㊁更强的创新能力,因此数字经济对缩小南方省份城乡收入差距的作用更为明显;北方地区高度依赖重工业,导致数字化转型较慢,因此现阶段数字经济对北方省份城乡收入差距的影响尚不明显㊂表5㊀异质性分析变量(1)北方地区Theil(2)南方地区TheilDe-0.0085(0.0084)-0.0673①(0.0157)IS0.0920②(0.0288)0.1698①(0.0333)Agr-0.2545①(0.0487)0.6778②(0.2828) Finance0.0252(0.0827)0.2298①(0.0564) ln Edu-0.0166①(0.0038)-0.0601①(0.0085) Market-0.0088①(0.0019)-0.0030(0.0026) ln Urban-0.0903①(0.0189)-0.0809①(0.0146) Constant0.5761①(0.1087)0.7422①(0.0589)观测值160150R-squared0.71820.9161地区固定效应是是时间固定效应是是㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂②表示在5%的水平上显著㊂(四)门槛效应分析1.门槛效应检验表6为城乡收入差距以城镇化水平为门槛变量的检验结果㊂结果表明,城镇化水平在单一门槛下估计值通过了显著性检验,而其他门槛均未通过显著性检验㊂因此,本文使用单一门槛模型来研究数字经济对城乡收入差距的影响㊂表6㊀门槛效应自抽样检验门槛变量门槛个数F值P值Bootstrap次数临界值10%5%1%城镇化水平单一门槛49.740.0070100028.584634.205246.3731双重门槛13.150.5720100027.437833.440442.9512三重门槛12.280.6270100028.221734.395244.9828㊀㊀表7为单一门槛估计值,城镇化水平的单一门槛值为4.1125,对应的城镇化率约为61.10%㊂2.门槛效应回归结果表8为城镇化水平的门槛效应回归结果,在不同的城镇化水平下产生的影响有所不同㊂当城镇化水平低于门槛值4.1125时(即城镇化率低于61.1%时),数字经济发展对城乡收入差距的影响系数为负但不显著,说明此时数字经济对城乡收入差距的收敛效应较弱㊂而当城镇化水平大于门槛值4.1125时(即城镇化率高于61.1%时),数字经济86㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀南华大学学报(社会科学版)㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀2024年发展对城乡收入差距的影响系数在1%水平下显著为负,此时数字经济能显著缩小城乡收入差距㊂原因可能在于,随着城镇化水平的提高,城市溢出效应增强,城乡之间的分化逐渐缩小,农村地区所享受的数字红利逐步增加,从而城乡收入差距缩小㊂该结论验证了本文最初提出的假设,即随着城镇化水平的提升,数字经济对城乡收入差距的收敛效应增强㊂同时也进一步印证了前文关于异质性分析的讨论结果,即数字经济对城乡收入差距的作用效果会受到城镇化水平的影响,该效果在城镇化水平较高的南方地区省份表现得更加显著,而北方地区省份仍受城镇化水平的制约而无显著效果㊂表7㊀门槛估计值和置信区间门槛变量门槛值估计值95%置信区间城镇化水平单一门槛检验γ 4.1125[4.1068,4.1198]表8㊀门槛效应回归结果变量TheilDe(ln Urbanɤ4.1125)-0.0279(0.0211) De(ln Urban>4.1125)-0.0647①(0.0204)IS-0.0915(0.0615)Agr-0.1710②(0.0816)Finance-0.2270②(0.0829)ln Edu-0.0685①(0.0081)Market-0.0018(0.0014)Constant0.7580①(0.0745)观测值310R-squared0.8390㊀㊀注:括号内为标准误㊂①表示在1%的水平上显著㊂②表示在5%的水平上显著㊂五㊀结论与建议本文在探讨数字经济对城乡居民收入差距的影响机制的基础上,以2011 2020年31个省级面板数据为样本,利用静态和动态面板模型进行实证分析,并进一步运用门槛模型探究城镇化水平的门槛效应㊂研究发现:第一,2011 2020年在省域层面上数字经济的发展能够显著缩小城乡居民收入差距,该结论具有稳健性㊂第二,数字经济对城乡居民收入差距的影响存在地区差异性㊂对于南方地区省份,数字经济能够显著缩小其城乡收入差距,而对于北方地区省份,数字经济对城乡收入差距的影响并不显著㊂第三,数字经济对城乡居民收入差距的影响具有单一门槛效应㊂在城镇化水平较低时,数字经济对城乡收入差距的影响不显著;当城镇化水平越过门槛值达到较高水平后,数字经济对缩小城乡收入差距的效果显著增强㊂该检验结果与异质性分析中的结论保持一致㊂上述结论的政策启示是:第一,进一步做大做强做优数字经济,缓解城乡居民收入不平衡现象㊂加强农村数字基础设施建设,畅通城乡要素流通渠道,吸引数字技术人才扎根农村干事创业,激活农村经济活力㊂第二,统筹考虑区域产业基础㊁资源禀赋,制定差异化发展策略㊂北方地区应加快 数字赋能 的步伐,鼓励企业数字化转型,提高数字技术在产业中的应用,充分释放数字经济红利,更好地缩小城乡收入差距㊂南方地区需夯实数字经济的共同富裕效应,并充分发挥辐射带动作用,进一步提升乡村等落后地区的数字经济水平㊂第三,鼓励和引导城镇化有序发展,更好地发挥数字经济对城乡收入差距的收敛作用㊂一方面积极推进就地城镇化,缓解传统城镇化模式下大规模空间迁移带来的城乡失衡问题;另一方面开展新型城镇化建设,推动城乡公共服务均等化,激发城乡发展活力,推动城乡间㊁区域间的整体发展,最终实现共同富裕㊂注释:①数据来源于数字经济开放研究平台(https://www. /research/numberdata#hotChart)㊂②根据秦岭淮河一线分界线,南方地区包括上海㊁江苏㊁浙江㊁安徽㊁福建㊁江西㊁湖北㊁湖南㊁广东㊁广西㊁海南㊁重庆㊁四川㊁贵州㊁云南㊁西藏等16个省(区㊁市),台湾省因数据缺失不包括在样本中,北方地区包括北京㊁天津㊁河北㊁山西㊁内蒙古㊁辽宁㊁吉林㊁黑龙江㊁山东㊁河南㊁陕西㊁甘肃㊁青海㊁宁夏㊁新疆等15个省(区㊁市)㊂[参考文献][1]㊀TAPSCOTT D.The Digital Economy:Promise and Perilin the Age of Networker Intelligence[M].New York:McGraw-Hill,1996.[2]㊀李海舰,赵丽.数据成为生产要素:特征㊁机制与价值形态演进[J].上海经济研究,2021(8):48-59. [3]㊀白俊红,陈新.数字经济㊁空间溢出效应与区域创新效率[J].研究与发展管理,2022,34(6):67-78.[4]㊀刘钒,余明月.长江经济带数字产业化与产业数字化96第1期庞玉萍,杨子钰:数字经济对城乡居民收入差距影响研究。
基于abm建模技术人群应急疏散仿真模型的研究与应用

基于abm建模技术人群应急疏散仿真模型的研究与应用基于ABM建模技术的人群应急疏散仿真模型的研究与应用1. 引言人群应急疏散是一个涉及到公共安全和生命安全的重要问题。
在人口密集的城市环境中,应急疏散的效率和准确性对于预防灾害和减少伤亡具有关键性的作用。
为了能够更好地理解和指导人群应急疏散工作,基于Agent-Based Modeling(ABM)的仿真模型逐渐发展成为一种研究人群行为和应急疏散方式的有效工具。
本文将从深度和广度的角度探讨基于ABM建模技术的人群应急疏散仿真模型的研究与应用。
2. ABM建模技术的基本原理2.1 Agent和Agent-Based Modeling在人群应急疏散仿真模型中,Agent是指代表一个个体的行为单位。
Agent-Based Modeling则是基于Agent的行为模拟和交互来构建整体系统模型的一种方法。
每个Agent都有自己的特征、行为规则和决策机制,通过与其他Agent的交互和环境的影响来模拟真实世界中的人群行为和疏散过程。
2.2 ABM建模技术的优势ABM建模技术具有以下几个优势:(1)可以模拟大规模复杂系统,更贴近真实情况;(2)能够考虑个体间的相互影响和动态变化,模拟出不同情况下的应急疏散效果;(3)提供了灵活的可视化和分析工具,方便对模型结果进行评估和优化。
3. 基于ABM建模技术的人群应急疏散仿真模型研究与应用3.1 模型构建基于ABM建模技术的人群应急疏散仿真模型的构建包括以下几个关键步骤:(1)定义Agent的特征和行为规则:包括个体的属性、行走速度、认知能力、决策机制等,这些特征将直接影响疏散过程中的行为选择;(2)设计环境和障碍物:模拟真实场景中的道路、建筑、通道等,以及可能存在的障碍物,这些环境因素将影响人群的移动路径和速度;(3)设置初始状态和触发事件:根据具体研究的场景和目标,设置应急疏散的初始状态和触发事件,如火灾、地震等;(4)定义评估指标和模拟参数:根据应急疏散的目标,确定衡量疏散效果的评估指标,并设置模拟的时间步长、Agent数量等参数。
流动人口的城市社会融入研究——基于“中国城镇化与劳动移民研究”的数据分析

流动人口的城市社会融入研究——基于“中国城镇化与劳动移民研究”的数据分析叶鹏飞【摘要】流动人口的城市社会融入关系到我国新型城镇化的健康发展。
流动人口包括由农村流入城市和城镇之间流动的两类人口,他们在社会融入水平上存在很大差异。
"城城流动人口"在经济维度和文化维度完全能够适应和融入城市社会,在心理层次的接纳、社会关系的拓展和社区成员身份的认同上,都有较好的表现和成效。
"乡城流动人口"社会融入程度明显较低,表现在经济维度上处于不融入状态,文化方面还不能较好地融入当地城镇的语言体系和生活习惯,心理层次、社会参与和社区认同上处于较低层次的融入水平。
【期刊名称】《城市学刊》【年(卷),期】2015(036)003【总页数】11页(P6-16)【关键词】流动人口;社会融入;城镇化【作者】叶鹏飞【作者单位】中国劳动关系学院工会学院,北京100048【正文语种】中文【中图分类】F222流动人口的城市社会融入是当前我国城镇化过程中的重大问题。
2013年3月,李克强总理在回答记者提问时指出“我们强调的新型城镇化,是以人为核心的城镇化。
现在大约有2.6亿农民工,使他们中有愿望的人逐步融入城市,是一个长期复杂的过程,要有就业支撑,有服务保障。
”根据国家统计局的数据,截至2013年底,我国城镇常住人口已经达到53.7%。
在城镇化快速发展的背景下,有两个问题值得注意:一是相对于发达国家平均75%以上的城市化水平,我国新型城镇化发展还有很长的道路要走;二是现有城镇化水平在统计上包含了城镇居住半年以上的流动人口,实际城镇化率远小于目前53.7%的水平。
户籍城镇化率就是一个验证。
本次调查显示,我国非农户籍人口占全国总人口的比例仅为27.6%。
这意味着很多在城镇中长期居住的流动人口,仍然保留着农业户籍身份。
相应地,他们在享受与户籍关联较大的城镇公共服务、福利待遇等方面,与城镇户籍人口还存在较大差异。
这种差异是流动人口城市社会融入情况的基本表征之一。
建筑三维建模和可视化动态展示的国内外研究现状

建筑三维建模和可视化动态展示的国内外研究现状文章介绍了建筑三维建模和可视化动态展示的国内外研究现状,包括建筑三维建模的方法和技术,可视化动态展示的技术和应用,以及未来的发展方向。
下面是本店铺为大家精心编写的3篇《建筑三维建模和可视化动态展示的国内外研究现状》,供大家借鉴与参考,希望对大家有所帮助。
《建筑三维建模和可视化动态展示的国内外研究现状》篇1一、引言随着计算机技术的不断发展,建筑三维建模和可视化动态展示技术逐渐成为了建筑设计、施工和管理的重要工具。
建筑三维建模和可视化动态展示技术可以真实地模拟建筑物的外观、结构和空间布局,为建筑设计、施工和管理提供重要的参考依据。
本文将介绍建筑三维建模和可视化动态展示的国内外研究现状,包括建筑三维建模的方法和技术,可视化动态展示的技术和应用,以及未来的发展方向。
二、建筑三维建模的方法和技术建筑三维建模是指利用计算机技术,通过三维建模软件进行建模,生成建筑物的三维模型。
建筑三维建模的方法和技术包括以下几种: 1. 传统手工建模:传统手工建模是指利用手工测量、绘制和建模等方法,生成建筑物的三维模型。
这种方法需要专业的技术人员,耗时较长,精度较低,但可以满足一些简单的建筑设计需求。
2. 激光扫描建模:激光扫描建模是指利用激光扫描仪对建筑物进行扫描,生成建筑物的三维模型。
这种方法可以快速、准确地生成建筑物的三维模型,但需要专业的技术和设备支持。
3. 卫星遥感建模:卫星遥感建模是指利用卫星遥感技术,对建筑物进行遥感成像,生成建筑物的三维模型。
这种方法可以远程、快速、准确地生成建筑物的三维模型,但需要专业的技术和设备支持。
三、可视化动态展示的技术和应用可视化动态展示技术是指利用计算机技术,通过三维建模软件和可视化技术,将建筑物的三维模型展示在屏幕上,并可以进行交互式操作。
可视化动态展示技术可以应用于以下方面:1. 建筑设计:建筑设计是指利用计算机技术,通过三维建模软件和可视化技术,进行建筑设计。
中国县域城镇化:人口与土地空间匹配差异及影响因素
第37卷 第12期2023年12月Vol.37 No.12Dec.,2023中国土地科学China Land Science 改革开放以来,中国城镇化发展迅速,截至2022年全国城镇化率已达到65.22%[1],正处于城镇化质量提升和转型升级的关键时期[2-3]。
城镇化作为城乡融合发展的重要动力,与区域经济、产业结构和基础设施之间相互影响[4]。
《国家新型城镇化规划(2014—2020年)》中强调,系统推进农业转移人口市民化和城镇布局优化是引领我国新型城镇化发展的重要目 标[5]。
该文件的发布也标志着我国迈入了新型城镇化发展阶段[6]。
县城作为新型城镇化的重要载体[2],在实现乡村振兴和就地城镇化方面发挥着重要作用[7]。
已有研究表明,我国县域城镇化过程普遍存在土地城镇化快于人口城镇化的现象[8-9],引发了一系列社会经济和生态环境问题[10]。
中共中央办公厅、国务院办公厅发布的《关于推进以县城为重要载体的城镇化建设的意见》中指出[11],要严控人口流失县城的建设用地增量,促进人口和公共资源适度集中,以实现县域公共资源与人口规模基本匹配的战略目标。
城镇土地资源作为重要的公共资源之一,不仅是各类社会经济活动的基本载体,同时也是重要的生产资料,具有资源和资本双重属性,其与城镇人口的合理配置关系对县域城镇化高质量发展具有深远意义[12]。
学界对县域人口城镇化、土地城镇化以及二者的收稿日期:2023-07-03;修订日期:2023-10-13基金项目:国家自然科学基金青年项目(42101275);中央高校基本科研业务费专项资金资助项目(CUGL170408,CUGGG-2021);湖北省自科基金面上项目(ZRMS2023000450)。
第一作者:任英健(1999-),男,河南郑州人,硕士研究生。
主要研究方向为城市土地利用与土地变化模拟。
E-mail:***************.cn 通讯作者:杨建新(1988-),男,湖北鄂州人,博士, 副教授,硕士生导师。
区域城镇化水平预测方法归纳
四、区域城镇化水平预测模型国土规划、城镇体系规划以及各种关于城市和区域的发展战略研究中,都需要预测若干年后区域的城镇人口数和城镇人口在总人口中的比重。
预测期限常常是10年、20年甚至更长,属于长期或超长期预测,要求得到的是一种控制性指标。
下面介绍的是几种常用的预测模型。
(一)联合国法这是联合国用来定期预测世界各国、各地区城镇人口比重时常用的方法。
它的关键是根据已知的两次人口普查的城镇人口和乡村人口,求取城乡人口增长率差,假设城乡人口增长率差在预测期保持不变,则外推可求得预测期末的城镇人口比重。
根据假设:式中U(i)——i时的城镇人口;R(i)——i时乡村人口;t——时间;K——城乡人口增长率差。
对(1)式取不定积分:最终可以得到:ln U(i)-ln R(i)=Kt+c(2)即总人口,则PU(i)为城镇人口比重,(2)式可变成:(3)式正是S型曲线的数学模型。
可见联合国法预测城镇人口比重符合正常的城镇化过程曲线的原理。
在实际应用中,从(2)式可以找到一种求取城乡人口增长率差的简便方法:式中:URGD——城乡人口增长率差;PU(1)——前一次人口普查的城镇人口比重;PU(2)——后一次人口普查的城镇人口比重;n——两次普查间的年数。
(4)式的优点是避免了用城镇和乡村人口的绝对值进行计算的麻烦。
假设URGD是一个常数,就可以从下式(5)向前估计两次普查年之间每一年的城镇化水平,也可以向后预测某年的城镇化水平:式中:t——距离第一次人口普查的年数。
例如,1982年中国第三次人口普查公布市镇人口比重为20.6%,当时这一数字比较接近中国城镇化的实际水平,但后来各年因市镇范围扩大,国家公布的市镇人口比重已失去意义。
1990年第四次人口普查用新的统计口径,公布当年市镇人口比重为26.23%,也比较接近实际。
作者用联合国法求得1982~1990年中国城乡人口增长率差为0.03939,据此修补了1983~1989年各年的城镇人口比重。
城市建设用地扩张研究中CA模型的应用
城市建设用地扩张研究中CA模型的应用摘要:本文首先介绍了元胞自动机基本理论及其应用于城市建设用地扩张研究中表现的特性。
其次,就城市建设用地扩张的特点,阐述了研究中如何定义元胞自动机。
然后以Idrisi Andes软件中集成的Markov模型和CA模型为研究工具,重点提出了研究方法及思路。
最后总结分析了利用成熟CA模块研究城市建设用地扩张的利弊。
关键词:建设用地;扩张;CA随着人类生存需求和经济活动的日趋加剧,特别是近年城市化水平的不断提高,给耕地保护和经济发展带来了巨大压力。
为了合理有序的推进城市化建设,必须加强城市用地扩张的管理,提高城市用地规划的水平。
城市用地是城市复杂巨系统的一部分,其扩张的演变过程遵循一定规律,受到地理条件、基础设施、社会经济、政治、人口、国家政策法规和人类活动等因素的影响。
目前,元胞自动机(CA)模型与GIS技术相结合,进行城市用地扩张的动态模拟日益成为研究热点,作为时空演化分析和模拟的工具,将元胞自动机模型和GIS技术引入城市建设用地扩张的研究中,能够弥补统计分析模型的不足,提供具有时空特性的分析结果。
一、基本概念元胞自动机(CA)由V on Neumann在20世纪40年代提出,用于研究自复制系统的逻辑特性。
元胞自动机是一种时间、空间、状态都离散,空间相互作用及时间因果关系皆局部的网格动力学模型(周成虎等,1999)。
分布在规则格网中的每一个元胞拥有有限的离散状态,按照一致的作用规则,根据确定的局部规则同时同步更新元胞状态,完成整个元胞空间的变化。
大量元胞通过简单的相互作用完成系统的动态演化。
与传统的动力学模型不同,元胞自动机不是由明确的函数或模型确定,而是一系列模型在确定的构造规则条件下的有机组合。
遵守这些既定构造规则的模型都可以称作元胞自动机模型。
所以元胞自动机是一种解决问题思想,或者说是一个方法框架。
元胞自动机由元胞、元胞空间、元胞状态、邻域、转换规则和离散时间构成。
城镇化水平、产业结构与经济增长——基于长三角城市群的实证研究
城镇化水平㊁产业结构与经济增长基于长三角城市群的实证研究张㊀杨,庄道元(淮北师范大学经济与管理学院,安徽淮北235000)[摘㊀要]基于长三角城市群中26个城市2003 2019年的面板数据,构建城镇化水平㊁产业结构对城市经济增长影响的PD-GMM面板数据模型㊂研究结果表明:现阶段长三角城市群城镇化率与城市产出存在显著的正相关,随着人口规模的增加与城镇化率的提高,城市产出水平呈现出先升后降的 倒U型 趋势,但当前长三角城市群尚未达到最优城镇化水平,因此城镇化进程脚步不能停下;产业结构变量与经济增长呈正向关系,第二产业仍然是长三角城市群经济增长的主要动力;进一步而言,财政支出㊁消费水平㊁基础设施也会影响城市的经济增长㊂[关键词]长三角城市群;城镇化;产业结构;经济增长[中图分类号]F121.3;F299.21㊀[文献标志码]A㊀[文章编号]2095-7602(2022)07-0040-07城市群在中国特色新型城镇化发展道路上扮演着重要角色㊂ 十一五 规划以来,中共中央多次强调中国城镇化的主体形态是城市群,城市群的战略地位日益提高[1]㊂‘2016中国城市群发展报告“显示,城市群内人口占比已经超过75%,城市群创造了全国GDP的80%㊂改革开放40余年来,长三角城市群经济发展迅速,整体竞争力不断增强,尤其是城镇化水平以及产业结构的转化成为经济持续增长的重要动力㊂长三角城市群已经是我国区域经济发展较受关注的 领头羊 ,推动新常态下长三角地区实现区域一体化高质量发展是实现新旧动能转换㊁经济增速换挡的关键[2]㊂因此,探究长三角城市群经济发展的影响因素对地区持续稳定发展具有重要意义㊂城市经济增长带动城市人口规模扩大的同时,城镇化水平提高也对城市经济增长有明显的促进作用㊂我国城镇化水平已经由1978年的17.82%增长到2019年的60.6%㊂城市经济发展往往伴随着产业结构的转化,产业结构与城镇化水平具有相互促进的关系㊂在城镇化进程早期,产业结构大多由农业向工业进行转变,工业发展带来的集聚效应能促进转变,因此早期工业化对城镇化发挥了较强的带头作用;中期工业化中,除了工业化带动城镇化发展,服务业所占比重也增大[3]㊂国内外学者的理论与实证研究表明,城镇化率提升的同时,城市工业与服务业也在发生变化㊂普遍认为,随着城镇化率的提高,服务业的比重会逐渐上升,制造业的比重则会逐渐下降㊂近几年我国服务业比重得到了一定的增加,但城市是工业集聚的主体,工业仍然是我国经济发展的主力㊂因此,我国经济能否高质量发展,取决于城镇化水平和产业结构协同发展水平的高低㊂本文基于面板数据模型,实证研究长三角城市群中26个城市城镇化水平和产业结构对经济增长的影响㊂一㊁文献综述(一)城镇化与经济增长目前已经有一些学者研究城镇化水平㊁产业结构和经济增长之间的关系㊂根据现有文献,在城镇化水平[收稿日期]2021-11-01[基金项目]安徽省教育厅人文社科重大项目(SK2018ZD029);安徽省哲学社会科学规划重点项目(AHSKZ2019D004)㊂[作者简介]张杨,女,硕士研究生,从事城镇化研究;庄道元,男,教授,硕士生导师,博士,从事乡村振兴㊁城镇化研究㊂㊃04㊃对经济增长的影响方面,大致有三种观点㊂有学者认为城镇化的发展可以对经济增长起正面影响㊂Bertineli和Black发现城镇化是增长的引擎,能鼓励人力资本积累,因此不应减少一个经济体的城市人口[4]㊂产业结构与经济增长对城镇化水平有正向影响,两者协调发展会使城镇化发展加快,两者不能协调发展则会减慢城镇化发展[5]㊂孙叶飞等通过主成分法和莫兰指数发现新型城镇化可以优化产业结构,促进经济增长[6]㊂周慧等研究省级面板数据,认为城镇化对经济增长有积极影响[7]㊂也有学者认为城镇化与经济增长并无显著关系㊂Bloom发现目前还不能证明城镇化与经济增长有关系[8]㊂黄婷对19个战后经济恢复较快的国家进行研究后发现城镇化和经济增长关系很弱,难以相互解释[9]㊂Poelhekke发现,20世纪80年代一些国家的城镇化速度很快,但经济增长很慢[10]㊂还有一些学者认为两者呈非线性关系㊂Henderson的研究表明城市集中度对经济增长有影响,这种关系随着期望的专注水平的变化呈倒U型[11]㊂柯善咨和赵曜对地级及以上城市建立面板数据研究表明,城市经济效益随着城市规模扩大而先增加再减小,目前我国大部门城市还未达到最优规律[12]㊂曾永明等用计量模型估计出人口分布与经济增长呈倒U型关系[13]㊂王垚等以最优规模理论为依据,估算城市人口数量与人均产出水平存在的关系:城市人口数量的增长会导致人均产出水平呈先上升后下降趋势[14]㊂(二)产业结构与经济增长在产业结构对经济增长的影响方面,很多国内外学者证明了产业结构升级对经济增长有提升作用㊂干春晖等构建经济模型,认为经济增长受到产业结构的影响,表现为较明显的持续推动作用[15]㊂新常态下,产业结构升级使服务业发展取得了一些进步,服务业的潜力逐步发挥出来,成为推动我国高质量发展的支撑[16]㊂韩永辉等研究发现各省份自身产业结构的合理化具有正的外部效应,自身产业结构的高度化具有双重正向效应[17]㊂部分学者有不同的观点,认为产业结构对经济增长的影响不显著,甚至不利于经济增长㊂李小平等认为生产要素跨部门对生产率增长的贡献较小,也就是结构红利假说并不显著[18]㊂李子联对1990 2012年劳动者报酬份额与第二产业占比数据的研究表明,第二产业占比增加会带来劳动者报酬份额的减少㊂Marcel对亚洲四个国家的制造业总生产率增长进行研究,发现并不支持结构红利假说[19]㊂Fagerberg的研究结果表明就产业结构平均变化来说,不利于生产率增加[20]㊂Parteka发现欧盟的10个国家每个小时工作增加值仅在较低程度上向生产率更高的部门转移[21],所以需要对产业结构与经济高质量发展之间的关系进行调整㊂(三)城镇化与产业结构在产业结构与城镇化的影响方面,研究主要集中在两个方面㊂有学者认为,城镇化对产业结构有积极作用㊂田逸飘等用迪氏指数分解法分析我国不同时期城镇化的驱动因素,认为城镇化对产业结构有积极的推动作用[22]㊂黄亚捷发现城镇化的提高对我国产业结构有促进作用,从短期看,中㊁西部相对于东部提高显著;而从长期来看,提高效果都很明显[23]㊂城镇化水平的提升对产业结构的优化有重要作用,城市基础设施㊁公共服务等方面的改善会要求产业结构进行调整与优化[24]㊂也有学者认为,产业结构对城镇化有促进作用㊂吴穹等构建空间滞后计量模型,研究表明产业结构的合理化与高级化对新型城镇化有正向促进作用[25]㊂于骥验证东中西不同地区的产业结构对城镇化的影响,认为东部受产业结构高级化影响,中部受产业结构合理化与高级化共同影响,西部受产业结构合理化影响[26]㊂已有研究中大多研究国家层面的静态数据,而没有考虑到各城市间动态的相互联系㊂大多文献局限于考虑城镇化水平㊁产业结构与经济增长中两者之间的关系,而没有把三者联系起来分析其交互关系㊂因此,城市群如何成为未来经济增长的主动力,需要用动态㊁开阔的角度进行研究㊂城镇化水平存在适度城镇化率,在没有达到适度城镇化率时,城镇化率增加时城市总产出也会增加;而达到适度城镇化率后,城镇化率的提高会使城市总产出减少,城市人均产出呈现倒U型㊂产业结构对经济增长有积极影响,长三角地区产业结构还处于以工业为主的阶段,第二产业对城市经济发展仍然起重要作用㊂二、理论分析与研究假说城市规模不能一直扩大,城市规模扩大到一定程度时就会从规模经济转为规模不经济,这是由于在城市规模继续扩大时,成本也在增加㊂城市规模经济时,随着城市规模的增加,每单位产出所增加的成本会下降;㊃14㊃而超过城市规模经济点后,随着城市规模的进一步增加,每单位产出对应的成本会急剧上升㊂人口和经济集聚在城市中,从中获得利益的同时,也得付出一定的成本㊂如果集聚利益大于成本,集聚就会继续,直至两者相等,此时就是城市集聚的适度规模㊂从城市经济角度看,城市规模的经济成本表现为门槛成本和外部性成本㊂城市门槛成本指某些公共服务事业需要设定一个最低限度的人口规模,这是由于城市基础建设大多是一次性巨额投资,偿还这些成本需要较长的时期㊂城市外部性成本是指一些企业或家庭的生产和生活活动对其他企业或家庭的生产造成负面影响,为克服这些负面影响所需承担的费用或福利损失,人口和经济的集聚在获得利益的同时也得付出一定的成本㊂如果集聚利益大于成本,集聚就会继续直至两者相等,此时就是城市集聚的适度规模㊂城市规模是否能产生规模经济,反映的是城市人口和城市土地资本等要素的集合力量与产出之间的关系㊂图1中,把城市看作一个集聚的单位㊂可以看出, S 形曲线可以很好地描述城市总产出曲线㊂在第一阶段,产出曲线的特征为:城市人均产出始终是上升的,且达到最大值;城市边际投入产出曲线上升达到最大值后开始下降,且城市边际投入产出始终大于城市人均产出;城市总产出始终是增加的㊂这说明:在这一阶段,只要增加城市投入就可以较大幅度地增加城市总产出,因此可以继续增加城市投入到第二阶段㊂在第三阶段,产出曲线的特征为:城市人均产出继续下降,城市边际投入产出降为负值,城市总产出也呈现下降趋势㊂但在这个阶段中城市总产出依然大于城市总投入,说明在这一阶段城市总收益仍然为正,城市总规模可以增加到P 5㊂其中,P 0点为城市发展起点㊂P 1点是城市边际效益最高点,即城市化发展的拐点规模,从这一点开始,城市进入适度规模发展期㊂虽然这时的城市边际收益由递增变为递减,但城市总产出增长率呈持续上升趋势,因而城市规模将继续发展㊂P 2点是城市人均效益最高规模,这时城市企业的平均效益或城市居民的人均收入最大㊂在此点之左,人口规模随着城市呈上升趋势的总产出增长率而上升;在此点之右,虽然总产出增长率呈下降趋势,但绝对额仍然增加,因而人口规模仍然增加㊂可见,此点无论城市总产出还是人均产出,效益都很大,所以是城市居民收入最高的城市适度规模㊂P 3点是城市最大总产出规模,此点城市总产出规模最图1㊀城市规模的成本与收益高,边际产出为零㊂超过这一点,城市总产出绝对数量下降,边际产出为负数,因而应当是城市人口的控制规模㊂但是由于这时的城市总效益仍然为正数,城市规模仍然可以在控制中相应少量扩大㊂P 4点是城市最大总产出规模,此点城市总产出规模最高,边际产出为零,超过这一点,城市总产出绝对数量下降,边际产出为负数,因而应当是城市人口的控制规模㊂但是由于这时的城市总效益仍然为正数,城市规模仍然可以在控制中相应少量扩大㊂假设1:长三角城市群产出水平与城镇化率呈倒U 型曲线关系㊂随着城市规模的扩大,在未达到适度城市规模时,总产出是增加的;而超过适度城镇化率后,总产出开始呈现下降趋势㊂产业发展与城市经济增长是密不可分的㊂长三角城市群正积极地进行产业结构调整,劳动力由第一产业为主导逐步向第二㊁三产业占主导调整,城市聚集的更多是非农产业㊂城镇化水平提升的同时,城市中第二㊁三产业的比重也在发生变化,对城市经济增长有重要影响㊂近几年服务业比重得到了提升,但目前长三角地区产业结构还处于以工业为主的阶段㊂假设2:长三角城市群产业结构升级对城市经济增长有正向影响,同一段时间内第二产业都是经济增长的主要动力㊂㊃24㊃三㊁指标选取和检验(一)计量模型设定根据前文的逻辑分析设定我国城市产出模型㊂城市产出水平和城镇化率两者呈非线性关系;产业结构升级对经济增长有提升作用;财政支出对城市产出水平有促进作用;上一期经济发展㊁消费水平和基础设施等也对城市经济增长起作用㊂因此,本文构建PD-GMM计量模型进行实证分析㊂ln G it=c+β1ln G it-1+β2U it+β3U2it+β4I it+β5ln F it+β6ln C it+β7R it+εiti=1,2, ,26;t=1,2, ,17.(二)指标的选定与检验1.指标选定本文论述的长三角地区范围采用2016年‘长江三角洲城市群发展规划“划定的长三角区域,包括上海市,江苏省的南京㊁无锡㊁常州㊁苏州㊁南通㊁盐城㊁扬州㊁镇江㊁泰州,浙江省的杭州㊁宁波㊁嘉兴㊁湖州㊁绍兴㊁金华㊁舟山㊁台州,安徽省的合肥㊁芜湖㊁马鞍山㊁铜陵㊁安庆㊁滁州㊁池州㊁宣城等,共26市㊂数据取自2004 2020年‘中国统计年鉴“‘中国城市统计年鉴“㊂被解释变量:城市经济增长水平(ln G),采用26个城市人均GDP取对数㊂核心解释变量:城镇化率(U),本文选取城市户籍人口占总人口的比重代表城镇化率[3];产业结构(I),第二产业增加值/第三产业增加值[27]㊂控制变量:财政支出(ln F),城市人均地方公共财政支出取对数;消费水平(ln C),城市人均社会消费品零售总额取对数;基础设施,城市人均道路面积(R)㊂2.数据检验为了保证模型估计结果的有效性,要在实验之前进行单位根检验㊂本文采用三种单位根检验方法:LLC 检验(Levin-Lin-Chu),ADF检验(Augmented Dickey-Fuller test),PP检验(Phillips-Perron)㊂检验选取的这些变量是否具有时间趋势[6],检验结果见表1㊂表1㊀变量单位根检验结果变量LLC检验ADF检验PP检验平稳性ln G0.00000.02760.0005是U0.39070.91590.5596否ΔU0.00000.00000.0000是I0.00000.00000.0000是ln F0.00000.00000.0000是ln C0.00000.00000.0000是R0.00000.00000.0000是由表1可知,城市增长水平ln G㊁产业结构I㊁财政支出ln F㊁消费水平ln C㊁城市人均道路R均不存在单位根,城镇化率U一阶差分后是平稳的,因此可以构建面板模型进行分析㊂四㊁模型结果及分析(一)实证结果本文基于26个城市2003 2019年的数据建立面板数据模型,分析城镇化水平㊁产业结构调整对经济增长的影响㊂Sargan可以检验零假设的过度识别㊂通过表2可知,P值为0.520296,即不能拒绝工具变量有效的零假设㊂AR(1)和AR(2)的P值分别为0.0708和0.9967,说明模型中的工具变量是合理的,模型的识别也是有效的[28]㊂㊃34㊃表2㊀城市经济增长效应面板数据回归结果变量被解释变量ln Gln G t-10.150433∗∗∗[4.759965]ΔU 2.619472∗∗∗[5.365674]ΔU2-2.044270∗∗∗[-4.941069]I0.228779∗∗∗[5.384047]ln F0.152952∗∗∗[4.668622]ln C0.508138∗∗∗[7.392247]R0.011798∗∗∗[7.866353]Sargan检验0.520296[18.03208]AR(1)0.0708AR(2)0.9967观测数26注:ln(G t-1)为G的一阶滞后取对数;∗,∗∗,∗∗∗分别表示通过10%㊁5%㊁1%的显著性水平检验;Sargan检验一栏中列出的为过度识别的检验值;AR(1)㊁AR(2)分别表示一阶和二阶差分残差序列的Arellano-Bond自相关检验;工具变量有效性检验的Sargan检验报告了相应的统计值和P值㊂(二)城镇化调整方向长三角城市群26个城市的城镇化率的系数,从表2可知β2=2.61947,说明在一定时期内城镇化率与城市产出存在显著的正相关关系㊂估计结果还显示,城镇化率的平方的系数β3=-2.04427,城镇化率的平方对城市产出的影响为负㊂城镇化率与城市产出存在非线性关系,即倒U型关系,至此假设1得以证明㊂由∂(ln G)/∂U=β2+2β3U=0可以计算出长三角城市群的适度城镇化率[3]㊂由于β2=2.61947㊁β3= -2.04427,可以计算出长三角城市群26个城市的适度城镇化率为64.07%㊂2019年长三角城市群26个城市平均城镇化率为46.14%,与计算出的适度城镇化率还存在一定差距㊂长三角城市群城镇化水平发展还在继续,需要进一步加强㊂(三)产业结构调整方向表2中产业结构变量的系数0.228779,说明第二产业仍然是经济增长的主要动力,至此假设2得以证明㊂目前长三角城市群还处于工业化中期阶段,应积极推动工业发展,促使城市资源向效率更高的部门转移,优化资源配置,从而提高产出效率㊂长三角城市群第三产业目前比重相对较少,若强行推进产业结构服务化,会适得其反㊂产业结构调整不仅表现为第二产业与第三产业的增减,还表现为产出效率较低部门向产出效率较高部门的转移,提升工业中现代部门的比重㊂国内外实践表明,产业结构优化可以推动城镇化水平的提升,城镇化水平的提升又能够促进产业结构优化,二者相互促进㊁协同发展㊂㊃44㊃(四)财政支出的产出效应表2中财政支出的系数β5为0.152952㊂可以看出,城市财政支出对长三角城市群经济增长有重要影响㊂随着城市人口规模不断增加,配套的城市公共基础设施也在增加,使得财政支出增加㊂财政支出发挥了杠杆原理,可以提升城市增长效率,增加就业岗位,拉动经济增长㊂在长三角城市群中,各城市对更新改造的投资加大,使得交通运输成本降低㊂投资需求增强了对经济增长的循环积累作用,有利于促进城市经济增长[29]㊂其他控制变量(消费水平㊁城市人均道路等)也对城市经济增长起促进作用,验证了财政支出对城市经济增长的重要性㊂此外,上期经济增长对本期经济增长也有很大的影响㊂五㊁主要结论城市群的发展是中国经济发展的大势所趋,符合中国高质量发展的需求㊂对长三角城市群发展进程进行科学评估,有助于协调和制定区域经济一体化政策㊂本文构建了城市适度规模理论分析,利用长三角城市群26个城市2003 2019年的面板数据,建立了城镇化水平㊁产业结构调整对城市经济增长的面板数据模型㊂实证分析结果发现:(1)现阶段长三角城市群城镇化率与城市产出存在显著的正相关关系;通过城镇化率的平方对经济产出的影响为负可以证明,城镇化水平与经济增长存在明显的倒U型关系,但目前长三角城市群26个城市的平均城镇化率还未达到适度城镇化率,需要继续推进城镇化进程㊂(2)目前长三角城市群产业结构仍处于工业化阶段,第二产业比重较大,第三产业比重相对较小,工业发展仍是推动经济增长的动力,应注重产出效率的提升,提升现代工业部门的比重㊂(3)财政支出通过增加基础设施投入㊁教育医疗投入㊁科研投入等发挥了杠杆作用,增加了就业,促进了经济增长㊂对此,本文提出以下建议:第一,新型城镇化已经成为我国现代化建设的重要部分,继续推进城镇化是经济进一步发展的重要内在潜力㊂中国经济发展目前正经历结构性减速,为推进长三角城市群高质量发展,政府对新型城镇化建设的规划应当合理,对基础设施建设㊁城镇居民养老㊁教育和医疗等进行完善,增强居民幸福感㊂中心城市应发挥辐射带动作用,推动区域经济发展㊂第二,中国经济增速放缓, 结构性减速 中等收入陷阱 等问题显现㊂因此,产业结构调整与升级尤为重要㊂目前长三角城市群工业仍发挥重要作用,政府应建立健全市场经济体制,积极营造良好的政策环境;为创新企业制定合理优惠政策,帮助其快速发展;鼓励企业积极引进国内外先进科学技术,推动产业结构现代化㊂中心城市应进一步壮大服务业的比重,其他城市应主动承接中心城市的产业转移,实现共同发展㊂第三,财政支出作为政府引导性支出,对城市经济增长起重要作用㊂随着城镇化的推进与产业结构的优化升级,政府财政支出应引导资本投向公共设施供给㊁城市科研创新,并引导资源要素在不同城市间流动,逐步实现城市间交通和能源等基础建设互联,提高经济效率,推动区域一体发展,发挥城市集聚效应㊂[参考文献][1]万陆.工业化㊁全球化与中国城市群空间格局的演化与发展[J].广东财经大学学报,2021(4):17-28.[2]郭湖斌,邓智团.新常态下长三角区域经济一体化高质量发展研究[J].经济与管理,2019(4):22-30.[3]高铁梅,崔广亮,刘硕.适度城镇化㊁产业结构调整与经济增长 基于面板数据广义矩(PD-GMM)模型的实证检验[J].吉林大学社会科学学报,2018(3):32-44.[4]BERTINELLI L,BLACK D.Urbanization and Growth[J].Journal of Urban Economics,2004(1).[5]徐传谌,王鹏,崔悦,等.城镇化水平㊁产业结构与经济增长 基于中国2000 2015年数据的实证研究[J].经济问题,2017(6):26-29.[6]孙叶飞,夏青,周敏.新型城镇化发展与产业结构变迁的经济增长效应[J].数量经济技术经济研究,2016(11):23-40.[7]周慧,苗洪亮,曾冰.创新驱动㊁城镇化与区域经济增长: 基于空间溢出及门槛效应的实证分析[J].经济问题探索,2017(4):95-102.[8]BLOOM D E.,CANNING D,FINK G.Urbanization and the Wealth of Nations.Science[J].2008(5864):772-775.[9]黄婷.论城镇化是否一定能够促进经济增长 基于19国面板VAR模型的实证分析[J].上海经济研究,2014(2):32-40.㊃54㊃[10]POELHEKKE S.Urban Growth and Uninsured Rural Risk:Booming Towns in Bust Times[J].Journal of Development Eco-nomics,2010(2).[11]HENDERSON V.The Urbanization Process and Economic Growth:the So-what Question[J].Journal of Economic Growth,2003(1).[12]柯善咨,赵曜.产业结构㊁城市规模与中国城市生产率[J].经济研究,2014(4):76-88.[13]曾永明,张利国.新经济地理学框架下人口分布对经济增长的影响效应 全球126个国家空间面板数据的证据:1992 2012[J].经济地理,2017(10):17-26.[14]王垚,年猛,王春华.产业结构㊁最优规模与中国城市化路径选择[J].经济学(季刊),2017(2):441-462.[15]干春晖,郑若谷,余典范.中国产业结构变迁对经济增长和波动的影响[J].经济研究,2011(5):4-16.[16]崔敏,赵增耀.服务业内部结构异质性与高质量发展路径 基于全要素生产率视角[J].山西财经大学学报,2020(6):73-86.[17]韩永辉,黄亮雄,王贤彬.产业结构优化升级改进生态效率了吗?[J].数量经济技术经济研究,2016(4):40-59.[18]李小平,陈勇.劳动力流动㊁资本转移和生产率增长 对中国工业 结构红利假说 的实证检验[J].统计研究,2007(7):22-28.[19]TIMMER M P,SZIRMAI A.Productivity Growth in Asian Manufacturing:the Structural Bonus Hypothesis Examined[J].Structural Change and Economic Dynamics,2000(4).[20]FAGERBERG J.Technological Progress,Structural Change and Productivity Growth:a Comparative Study[J].StructuralChange and Economic Dynamics,2000(4).[21]PARTEKA A.Economic growth,structural change and quality upgrading in New Member States[J].University of Milan,De-partmental of Economics Working Paper,2009(2009-27).[22]田逸飘,郭佳钦,廖望科.我国城镇化进程的驱动因素分解及阶段性变化 基于LMDI模型的再检验[J].生态经济,2021(7):73-77.[23]黄亚捷.城镇化水平对产业结构调整影响研究[J].广东社会科学,2015(6):22-29.[24]沈正平.优化产业结构与提升城镇化质量的互动机制及实现途径[J].城市发展研究,2013(5):70-75.[25]吴穹,仲伟周,张跃胜.产业结构调整与中国新型城镇化[J].城市发展研究,2018(1):37-47.[26]于骥.产业结构变迁影响我国城镇化实证分析[J].上海经济研究,2017(4):11-16.[27]项本武,张鸿武,王珅.人力资本积累对城市规模扩张的影响 基于中国地级及以上城市面板数据的实证检验[J].中南财经政法大学学报,2012(6):15-20.[28]蒋伏心,王竹君,白俊红.环境规制对技术创新影响的双重效应 基于江苏制造业动态面板数据的实证研究[J].中国工业经济,2013(7):44-55.[29]武晓利,晁江锋.政府财政支出结构调整对经济增长和就业的动态效应研究[J].中国经济问题,2014(5):39-47.Urbanization Level,Industrial Structure and Economic GrowthAn Empirical Study Based on the Yangtze River Delta City ClusterZHANG Yang,ZHUANG Dao-yuan(School of Economic Management,Huaibei Normal University,Huaibei235000,China)Abstract:Based on the panel data of26cities in the Yangtze River Delta urban agglomeration from2003to2019,a PD-GMM panel data model is constructed for the effects of urbanization level and industrial structure on urban economic growth.The results of the study show that there is a significant positive correlation between urbanization rate and urban output in the Yangtze River Delta urban agglomer-ation at this stage,and with the increase of population size and urbanization rate,the urban output level shows an inverted U-shaped trend of rising and then falling.The industrial structure variable is positively related to economic growth,and the secondary industry is still the main driving force of economic growth in the Yangtze River Delta urban agglomeration;furthermore,fiscal expenditure,con-sumption level and infrastructure also affect the economic growth of cities.Key words:Yangtze River Delta urban agglomeration;urbanization;industrial structure;economic growth㊃64㊃。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
人口条件约束下的城市动态模型研究* 张岩 陈云浩 李京 (北京师范大学资源学院,资源技术与工程研究所,北京 100875) Email: tiffany@ires.cn
摘要:城市化过程中人口的流动和转移,改变了不同地域上的人口分布,同时对原有用地需求和用地格局产生影响,使得土地利用方式发生相应的变化,因此探讨人口变动是研究非城市用地向城市用地变迁的一个重要方面。近几十年来,人们尝试利用元胞自动机模型来模拟,预测城市用地的扩张,但是标准的元胞自动机仅通过初始状态和既定不变的演化规则很难模拟出日渐复杂的城市系统,本文尝试将人口分布和就业结构的变化作为一种限制因素来控制元胞自动机的演化,并以北京市城市建成区的扩展为例,通过为不同的区域赋予不同的限制值从而更加准确的模拟城市化过程中城市用地的扩张。 关键词:城市化,人口密度,就业结构,元胞自动机模型
1 引言 城市化既是人口聚集的过程,又是地域功能改变的过程,它在时间和空间上的发展变化是人口变动直接或间接作用的结果,而作为城市化发展要素的土地资源,在此过程中也受到了巨大的影响。人口的流动和转移,改变了不同地域上的人口分布,同时对原有用地需求和用地格局产生影响,使得土地利用方式发生相应的变化,非城市用地不断地转变为城市用地,城市建成区面积不断地扩大。二十世纪六七十年代以来,人们尝试利用元胞自动机模型(Cellular Automata, CA)来模拟,预测这种城市用地的扩张,元胞自动机是一种基于微观个体行为的离散动力学模型,具有较强的模拟空间复杂系统时空演化的能力以及高度动态的特征,在地理学研究中,尤其是在进行城市增长和土地利用演化模拟方面具有天然的优势。但是,随着城市化进程的日益推进,越来越多的因素影响着城市的发展,尤其是人类活动,它对城市景观产生了决定性的作用,其复杂性和多变性也使得标准的元胞自动机在模拟城市扩展时遇到了前所未有的困难,既定不变的状态转换规则只能模拟出在一定初始条件下,城市单元通过内部的一系列相互作用最终呈现出的一种宏观现象,而这种不加任何限制,仅由初始状态和演化规则决定的城市模拟结果无疑会与真实情况产生较大的偏差,因此人们开始尝试将CA模型与其它城市发展的决定性因素相结合来进行城市扩展的模拟,黎夏等[7]在元
胞自动机中加入了一些约束性条件来控制模拟过程,进行城市规划,并且提出了使用主成分分析方法[8]来消除模拟过程中各种空间变量的相关性,使模拟结果更合理;何素芳[6]利用面
基金项目:教育部高等学校博士学科点专项科研基金(20030027014) 、三维信息获取与应用教育部重点实验室基金、测绘遥感信息工程国家重点实验室开放基金(WKL(03)0102)资助
http://www.paper.edu.cn 1向地理实体的思想对标准的元胞自动机进行扩展;何春阳[4]将Tietenberg资源分配模型与CA
结合使用,先进行城市用地数量上的最优分配,再利用CA模型完成位置上的最佳分配。 考虑到在城市发展过程中人口的变化是一个对土地利用方式产生复合影响的过程,探讨人口变动是研究非城市用地向城市用地变迁的一个重要方面,因此,本文在利用元胞自动机的概念进行北京城市演化模拟时,将人口的变动以及就业结构的变化作为一种限制因素来控制城市用地在不同地域上的扩张,以求更加有效地模拟现阶段北京城市用地的增长。
2 研究方法 2.1 研究区和数据 北京的地域结构习惯上把东城、西城、崇文和宣武四个区作为城市中心区,把海淀、朝阳、石景山和丰台作为近郊区,市域其余的十个区县作为远郊区。本文的研究区主要包括北京的市区,近郊以及远郊的部分区县,共14个区县级行政单位(如下面图1所示),具体范围为116˚4′16.28″E~116˚41′38.39″E,39˚41′55.13″N~40˚10′39.9″N,总面积2838.758km2,研究区内基本包括了北京的城市核心区,城乡过渡区,以及部分远郊区县,地形上由西北到东南呈现出丘陵—山前洪积扇—平原区的有序排列,人口分布从内向外具有明显的梯度变化,体现了人类活动由强到弱的渐变。
图 1 研究区 Fig.1 Study Area 本文采用的遥感数据主要包括北京的数字高程数据(DEM),以及季相一致,质量较好,完全研究区的四期北京Landsat TM影像,它们分别是1991年,1997年,2001年和2004年五月份的影像,这个时期地物光谱信息差别比较大,有利于进行目视解译和分类预处理,根据模型输入数据的要求,将影像按照AndersonⅠ分类体系进行较高精度的分类,主要分为城市用地,农田,森林,水体,裸地和山脉六大类。另外,研究中所用到的人口统计数据主
http://www.paper.edu.cn 2要来源于北京市1996年到2002年的统计年鉴。 2.2 人口分析 九十年代以来,北京城市发生了巨大的变化,发展的动力日趋多元化,内部空间结构日益复杂,突出表现在城市建成区面积不断扩大的同时,包括人口在内的各类要素也在不断地进行着内部的重组和分配。1996年到2002年间,北京市各圈层,各区县人口都发生了较大的变动,这主要以市区人口减少,近郊区人口大幅度增加为主,详细数据如下面表1所示。
表 1 北京市各区县1996年-2002年人口密度(单位:人/平方公里) Table 1 The population density of Beijing between 1996 and 2002
1996年 1997年 1998年1999年2000年2001年2002年年均增加量 东城 25964 25940 26000 25609 25452 25328 25492 -52.40
西城 26481 26586 26803 26387 26242 26048 26215 -44.30
崇文 27169 27090 27071 26449 26242 25969 25948 -203.50
宣武 33128 34441 32994 32620 33949 33980 32683 -74.20
朝阳 2939 2984 3032 3110 3160 3232 3297 59.70
丰台 2485 2519 2556 2612 2661 2704 2748 43.80
石景山 3692 3732 3770 3842 3867 3919 3963 45.20
海淀 3355 3434 3505 3582 3686 3795 3917 93.70
门头沟 182 181 179 176 177 176 176 -1.00
房山 400 400 399 399 399 398 400 0.00
通县 687 687 686 685 686 687 693 1.00
顺义 546 546 547 548 548 548 551 0.80
昌平 292 292 294 293 297 299 305 2.20
大兴 505 506 508 515 518 521 528 4.30
北京市各圈层从内而外人口密度呈现出比较明显的梯度变化,市中心四区最大,向外依次递减,远郊区最小,并且相差都在一个数量级左右。市区中宣武区人口密度最大,其他三个区县分布比较平均;近郊区西北部的石景山和海淀区要比东南部的朝阳和丰台人口密度大,这里是北京的城乡结合部,由于各区县发展条件有所不同,因此发展不太均等;而远郊区的人口密度则是东南部高过西北部,北京西北部大都是山区,受地形的影响人口密度会小一些。就人口密度的变化而言,1996年到2002年间,位于市中心的四个区人口密度均有大幅度的减少,其中以崇文区减少的最多(每平方公里年平均减少204人);而近郊区的四个区县则有相当幅度的上升,海淀区增加的最多(每平方公里年平均增加94人);研究区内远郊区的六个区县中大兴和昌平人口密度增加的最多,门头沟略有减少,其它区县变化不大。 仅从人口密度的大小及其变化量还不足以看出各个区县的发展势头,因为城市化过程并不仅仅是人口增加,人口密度增大的过程,同时也伴随着产业、就业结构的变化,这主要体
http://www.paper.edu.cn 3现在非农业人口的变化上,由北京市统计年鉴可以得出1996年到2001年间研究区内各区县第二、三产业从业人数六年中的变化量。由于市中心四区在研究中被认为是完全城市化,所以只考虑近郊区及远郊区的情况,下面表2给出了近郊及远郊十个区县中第二、三产业从业人数的变化。
表 2 1996年-2001年各区县第二、三产业从业人数变化情况(单位:人) Table 2 Change of the population of the secondary industry and the tertiary industry between 1996 and 2001
第二产业从业人数 第三产业从业人数 地区 1996~2001增长人数 增长比例 1996~2001增长
人数 增长比例
朝阳 52620 156.23% 86983 95.18%
丰台 15092 70.18% 32390 62.56%
石景山 4069 46.65% 13699 50.54%
海淀 54982 99.38% 87354 44.04%
门头沟 -6962 -24.95% 5010 9.96%
房山 30006 30.10% 20737 18.93%
通州 59 0.08% -6994 -7.92%
顺义 13718 14.53% 7051 6.88%
昌平 347 0.57% 13583 18.73%
大兴 42669 87.09% 41214 72.61%
1996年到2001年间,北京的近郊区及远郊区第二、三产业从业人数不断增加,非农产业发展很快,经济活动的主题呈多元化倾向,社会经济活动的分工日益复杂,上面表中可以看出近郊区的增长远远大于远郊区,其中又以朝阳区最为明显,六年中其第二产业从业人数增长了1.5倍,第三产业从业人数几乎增加了1倍,而远郊区发展比较缓慢,并且存在着区域不平衡问题,南部的房山,大兴发展很快,北部的昌平和顺义次之,而门头沟和通县发展比较缓慢,第二、三产业从业人数增长比例较小,有的还出现了负增长。
2.3 方法原理 这里用到的元胞自动机模型是SLEUTH3.0Beta[19],它是由加利福尼亚大学的Keith. C. Clarke开发的一种CA模型,包含了六个输入数据层,坡度(slope),土地利用(landuse),限制因素(excluded),现有城市化状况(urban),山体阴影(hillshade)以及交通层(transportation)。模型中考虑到了地形和交通线路对城市建成区扩展的影响,其中坡度会限制城市用地的扩张而交通线路则会对城市的发展起到引导和推动作用。另外,输入数据中还包括一个限制因素层(excluded),通过它可以设置模拟过程中任意一点被城市化的难易程度,较大的数值对应着较大的城市化难度,同时,他也给模型的扩展留下了很好的接口。本文正是利用这个限制因素层,将人口的分布与变化作为一种对城市扩展起约束作用的输入数