區位導向性政策下廣西人口與經(jīng)濟空間格局演變

鄧學(xué)龍 , 曹世武 , 王 慧

(南寧師范大學(xué) 旅游與文化學(xué)院，南寧 530001)

人口與經(jīng)濟發(fā)展的空間格局、空間相互作用和演進(jìn)動(dòng)態(tài)一直是區域經(jīng)濟學(xué)和經(jīng)濟地理學(xué)等學(xué)科研究的核心領(lǐng)域，受到國內外學(xué)者廣泛關(guān)注。國外研究主要集中于產(chǎn)業(yè)、企業(yè)和特定人口的空間分布。A.Watkins以澳大利亞墨爾本為例，通過(guò)構建產(chǎn)業(yè)分散和經(jīng)濟活動(dòng)依賴(lài)指數，指出墨爾本產(chǎn)業(yè)存在分散和集中兩種空間行為模式[1]。J.L.Eugenio-Martin等通過(guò)分析愛(ài)彼迎(Airbnb)的住房空間分布，發(fā)現其地理位置選擇與旅游目的地的類(lèi)型密切相關(guān)[2]。K.J.Katherine等探討了美國貧困的空間集聚特征，提出工業(yè)是貧困空間集聚變化的基礎[3]。國內研究主要以特定地理區域為研究對象，聚焦于3個(gè)方面：一是構建人口與經(jīng)濟地理集中度、人口與經(jīng)濟不均衡指數、不一致指數等指標，研究探討研究區域人口和經(jīng)濟的協(xié)調關(guān)系[4-5]。二是利用空間自相關(guān)系數探討人口與經(jīng)濟的空間關(guān)聯(lián)性[6-8]。三是利用重心分析方法，探討研究區域人口和經(jīng)濟重心遷移軌跡[9-13]。此外，還有涉及流動(dòng)人口等特定人群的研究[14]。

綜上，現有研究涉及企業(yè)、產(chǎn)業(yè)、宏觀(guān)經(jīng)濟、特定人群等多個(gè)領(lǐng)域，取得了一定的成果。但有關(guān)人口與經(jīng)濟現狀的研究較多，剖析空間格局演變背后動(dòng)因的研究較少。而且，關(guān)于中東部地區的研究較多，對西部地區，尤其是對西南邊疆民族地區的研究較為缺乏。而邊境民族地區由于經(jīng)濟社會(huì )發(fā)展總體滯后，人口空間合理分布與區域協(xié)調發(fā)展更顯得尤為緊迫。鑒于此，本研究以廣西為研究對象，從城市內部、城市之間和全區整體3個(gè)維度，分析廣西人口和經(jīng)濟空間格局和演變軌跡，對人口經(jīng)濟空間格局演變的驅動(dòng)因素進(jìn)行探討，并就如何統籌推進(jìn)區域人口和經(jīng)濟高質(zhì)量發(fā)展提出相應對策建議。

1.1 數據來(lái)源

本研究以廣西14個(gè)地級市為研究對象，屬性數據來(lái)源于2004—2021年的《中國統計年鑒》《廣西統計年鑒》和各市歷年統計年鑒，空間數據來(lái)源于廣西標準地圖服務(wù)平臺。

1.2 研究方法

(1)

式中：Ci為第i個(gè)地級市人口或經(jīng)濟地理集中度指數，其取值介于0～100，取值越高表示人口或經(jīng)濟分布越集中，反之越分散；
Pij，Aij分別表示第i個(gè)地級市下轄第j個(gè)縣級行政區域的常住人口或地區生產(chǎn)總值(GDP)與面積；
Pi,Ai分別表示第i個(gè)地級市的常住人口或GDP與行政區域面積。

1.2.2全局自相關(guān)檢驗和局部自相關(guān)檢驗。綜合采用全局和局部莫蘭指數(Moran’sI)進(jìn)行空間自相關(guān)檢驗。其中，全局莫蘭指數用于檢驗整個(gè)研究區域中相鄰地區是否相似或相異，局部莫蘭指數用來(lái)檢驗局部地區是否存在相似或相異的觀(guān)察值聚集在一起。

1.2.3人口與經(jīng)濟重心及標準差橢圓。重心用于描述點(diǎn)分布的集中趨勢，是一組點(diǎn)的平均位置，人口和經(jīng)濟重心描述人口和經(jīng)濟的空間均值。標準差橢圓用于描述點(diǎn)分布的離散趨勢和方位，人口和經(jīng)濟標準差橢圓用來(lái)描述人口和經(jīng)濟分布的空間分散情況。

1.2.4雙重差分法(DID)。這是用來(lái)估計政策干預效應的常用方法，通過(guò)比較政策實(shí)施前后處理組和對照組結果變量的變化，識別政策實(shí)施所帶來(lái)的因果效應。

2.1 人口與經(jīng)濟地理集中度分析

2.1.1人口地理集中度。2010—2020年，廣西人口地理集中度有所提升，但是幅度不大。其中最低集中度指數由4.889提升到5.615，最高集中度指數由36.000提升到39.265。就各城市而言，除柳州在2010年、2015年和2020年3個(gè)年份、南寧在2020年集中度指數高于30之外，其余城市集中度指數均小于30?？梢哉J為，各市內部人口空間分布較為分散。2010—2020年，除南寧由近似分散轉變?yōu)榈投燃型?，其余城市人口地理集中?lèi)型均總體保持不變。這表明2010年以來(lái)廣西各市內部人口空間分布基本保持穩定(表1)。

2.1.2經(jīng)濟地理集中度。2010—2020年，廣西經(jīng)濟地理集中度也有一定提升，最低集中度指數由9.208提升到11.215，最高集中度指數略有下降。在2010年、2015年和2020年3個(gè)年份，柳州和南寧分別一直是經(jīng)濟高度集中和中度集中城市，這是由柳州作為廣西最大工業(yè)城市和南寧作為廣西首府的地位所決定的。防城港因其行政區域面積狹小也一直保持經(jīng)濟中度集中城市地位，且集中度持續提升。2015年后，北海進(jìn)入經(jīng)濟中度集中城市行列，玉林和崇左的經(jīng)濟集中度也得到較大提升，反映出隨著(zhù)北部灣經(jīng)濟區的開(kāi)放開(kāi)發(fā)，北部灣核心及周邊城市進(jìn)入持續較快增長(cháng)階段，經(jīng)濟集聚程度逐步提升。而同期，賀州經(jīng)濟集中度下降，表明賀州由于毗鄰廣東，可能受到廣東虹吸效應影響(表1)。

表1 2010年、2015年和2020年人口和經(jīng)濟地理集中度

2.2 人口與經(jīng)濟空間關(guān)聯(lián)分析

2.2.1單變量空間自相關(guān)檢驗。全局Moran’sI檢驗表明，在地級市尺度上，5%顯著(zhù)水平下，2010年、2015年和2020年3個(gè)年份的常住人口和GDP空間自相關(guān)均不顯著(zhù)(表2)。即在全局層面，不同城市人口與人口之間、經(jīng)濟與經(jīng)濟之間的空間分布均未表現出高-高(高-低)、低-低(低-高)相鄰的空間聚類(lèi)模式，而是表現為隨機分布模式。這表明城市之間的經(jīng)濟社會(huì )聯(lián)系還遠遠不夠緊密，一個(gè)城市人口和經(jīng)濟發(fā)展受相鄰城市人口和經(jīng)濟發(fā)展水平影響的程度較弱。

表2 2010年、2015年和2020年人口和經(jīng)濟全局Moran’s ITab.2 Global Moran’s I of the population and GDP in 2010, 2015 and 2020

對常住人口和GDP分別進(jìn)行單變量局部空間自相關(guān)檢驗的結果顯示：兩個(gè)變量的局部空間自相關(guān)(LISA)聚類(lèi)地圖在2010年、2015年和2020年均保持相同的分布，即局部莫蘭指數(Moran’sI)顯著(zhù)的城市在3個(gè)年份保持不變。以2020年為例，在5%水平下，就常住人口而言，只有來(lái)賓局部Moran’sI顯著(zhù)，呈現低-高分布，表明來(lái)賓對人口吸引力明顯小于相鄰城市。就GDP而言，只有南寧和來(lái)賓局域Moran’sI顯著(zhù)。其中，南寧呈現高-低分布，具有顯著(zhù)的空間極化特征；
來(lái)賓呈現低-高分布，受到周邊GDP較高城市的極化影響。由于LISA圖未出現高-高和低-低分布局部空間集聚現象，表明即使在局部層面，相鄰城市之間也缺乏空間集聚特征，以隨機分布特征為主(圖1)。

圖1 2020年單變量LISA聚類(lèi)圖

2.2.2雙變量空間自相關(guān)檢驗。首先，選取常住人口和GDP的時(shí)間序列分別進(jìn)行雙變量全局時(shí)空自相關(guān)分析，檢驗城市常住人口(GDP)與周?chē)徑鞘屑訖嗥骄Ｗ∪丝?GDP)的時(shí)空關(guān)系，即內向溢出效應和外向溢出效應。以2019年和2020年的數據進(jìn)行分析、檢驗發(fā)現，5%水平下，兩個(gè)年份常住人口(GDP)交互為第一、第二變量的兩種情形下，雙變量全局Moran’sI均顯著(zhù)為負。表明從全局角度各市人口(經(jīng)濟)之間不存在正向的溢出效應，既不對外產(chǎn)生正向溢出，也接受不到周?chē)鞘械恼蛞绯?，城市之間屬于明顯的競爭型空間關(guān)系。其次，選取2010年、2015年和2020年常住人口與GDP進(jìn)行全局空間交互相關(guān)分析，檢驗結果顯示，在5%水平下，雙變量全局空間交互Moran’sI均顯著(zhù)為負。表明常住人口與GDP的主要分布特征為：低GDP的城市被常住人口數量多的城市所包圍，高GDP的城市被常住人口數量少的城市所包圍。再次，對2019年和2020年常住人口和GDP分別進(jìn)行雙變量局部時(shí)空相關(guān)LISA檢驗得到的聚類(lèi)地圖，與對其分別進(jìn)行單變量局部空間自相關(guān)檢驗得到的聚類(lèi)地圖(圖1)分布形態(tài)相同，表明即使在局部層面，相鄰城市彼此之間也不存在正向溢出效應。最后，對常住人口與GDP進(jìn)行雙變量局部空間交互相關(guān)分析，發(fā)現2010年、2015年和2020年3個(gè)年份人口和GDP交互為第一、第二變量情形下，LISA聚類(lèi)地圖均呈現相同的分布形態(tài)。以2020年為例，可以發(fā)現，即使在局部層面，人口和經(jīng)濟空間交互關(guān)系也以隨機分布特征為主，在一定范圍體現為低-高或高-低相鄰的空間負相關(guān)關(guān)系。這表明相鄰城市之間人口與經(jīng)濟正向聯(lián)系較弱，未形成空間集聚特征(圖2)。

圖2 2020年雙變量交互LISA聚類(lèi)圖

2.3 人口與經(jīng)濟地理分布特征分析

2.3.1重心分析。2008—2020年，廣西經(jīng)濟重心持續向南和西南方向移動(dòng)，即由內陸向沿海遷移，總移動(dòng)距離為13.79 km，表明西南方向城市經(jīng)濟發(fā)展相對較快。目前經(jīng)濟重心位于來(lái)賓市興賓區與南寧市賓陽(yáng)縣交界處，也反映出經(jīng)濟重心向首府遷移的趨勢。人口重心遷移軌跡與經(jīng)濟重心大致相同，但遷移速度明顯小于經(jīng)濟重心，總移動(dòng)距離為6.33 km。這表明，一方面人口重心隨著(zhù)經(jīng)濟重心的遷移而遷移，但同時(shí)又具有一定的滯后性；
另一方面也說(shuō)明人口重心與經(jīng)濟重心距離越來(lái)越遠，人口與經(jīng)濟空間開(kāi)始出現失衡現象(圖3)。

圖3 2008—2020年廣西人口重心和經(jīng)濟重心及遷移軌跡

2.3.2標準差橢圓。人口標準差橢圓(圖4)顯示，廣西常住人口在沿東北—西南方向的空間離散分布，主要集中在柳州、來(lái)賓、南寧、貴港、玉林和欽州等傳統人口大市。2010年、2015年和2020年3個(gè)年份標準差橢圓的形狀和面積變化不明顯，但橢圓重心向西南有小幅移動(dòng)，表明廣西人口空間格局呈西南擴張、東北收縮趨勢。

圖4 2010年、2015年和2020年廣西人口和經(jīng)濟標準差橢圓

經(jīng)濟標準差橢圓顯示，廣西經(jīng)濟也是在沿東北—西南方向的空間離散分布，但相對于人口而言，經(jīng)濟在空間上分布更為集中。同時(shí)，經(jīng)濟標準差橢圓向西南方向發(fā)生一定程度的位移，向正南方發(fā)生一定角度的偏移，表明位于桂南方向的北部灣城市經(jīng)濟區發(fā)展較快，經(jīng)濟實(shí)力得到較大增強。

3.1 理論假設

2008年，國家批準實(shí)施《廣西北部灣經(jīng)濟區發(fā)展規劃》。其后，廣西人口和經(jīng)濟重心，尤其是經(jīng)濟重心出現了明顯的南移跡象，北部灣經(jīng)濟區核心城市和相鄰城市的經(jīng)濟地理集中度也得到一定提升。表明北部灣經(jīng)濟區具有高于非北部灣經(jīng)濟區城市的經(jīng)濟增速，GDP占比提升。由于經(jīng)濟發(fā)展對人口分布具有決定性影響，北部灣經(jīng)濟區對人口的吸引力逐年提升，常住人口的增長(cháng)也高于非北部灣經(jīng)濟區城市。除了區域經(jīng)濟增長(cháng)自我強化的原因外，國家針對廣西的區位導向性政策理應對人口和經(jīng)濟的空間格局演變起到了至關(guān)重要的推動(dòng)作用。

3.2 檢驗

3.2.1模型設定。選取2008年國家批準實(shí)施《廣西北部灣經(jīng)濟區發(fā)展規劃》(以下簡(jiǎn)稱(chēng)《規劃》)作為政策沖擊的準自然實(shí)驗，基準模型設定為：

yit=α0+β(Di×T2008)+γXit+μi+λt+εit。

(2)

式中：yit是被解釋變量，表示城市的人均地區生產(chǎn)總值(人均GDP)；
i，t分別表示城市和年份；
α0為截距；
Di是一個(gè)虛擬變量，用以識別受《規劃》影響的城市，本研究處理組包含南寧、北海、欽州和防城港4個(gè)北部灣城市；
T2008用以識別沖擊時(shí)間，由于《規劃》于2008 年2月批準實(shí)施，考慮到政策貫徹落實(shí)存在時(shí)滯，將2009年及其后各年份賦值為1，將2009 年之前各年份賦值為0；
β是核心變量的系數，反映了政策發(fā)生前后處理組相對于控制組經(jīng)濟受政策影響的變化。同時(shí)，Xit表示其他因素對城市人均GDP的影響，選取固定資產(chǎn)投資、社會(huì )消費品零售總額、出口額和公共財政預算支出作為控制變量，用向量表示；
γ表示控制變量的回歸系數；
μi和λt分別為城市固定效應和年份固定效應；
εit為隨機誤差項。

廣西現有14個(gè)地級市建制的形成始于2003年，因此，選擇2003—2020年的面板數據為樣本。所有變量均以2003年為基期進(jìn)行平減，其中人均GDP、社會(huì )消費品零售總額、公共財政預算支出和出口額分別按照人均GDP平減指數、零售價(jià)格指數、居民消費價(jià)格指數和出口商品價(jià)格指數進(jìn)行平減。并且，為克服數據波動(dòng)造成的影響，對主要變量均進(jìn)行取對數處理。

3.2.2模型擬合與檢驗。① 模型擬合結果。由于數據類(lèi)型為長(cháng)面板，本研究運用時(shí)間趨勢(用變量t表示)來(lái)控制時(shí)間效應。模型估計結果見(jiàn)表3。結果顯示，在5%顯著(zhù)水平下，在控制固定資產(chǎn)投資、社會(huì )消費品零售總額、政府支出和出口、時(shí)間效應和個(gè)體固定效應后，北部灣經(jīng)濟區人均GDP增幅在2009年后顯著(zhù)高于非北部灣經(jīng)濟區人均GDP增幅。即可認為《規劃》的批準實(shí)施顯著(zhù)促進(jìn)了北部灣經(jīng)濟區經(jīng)濟增長(cháng)。

② 穩健性檢驗和平行趨勢檢驗。采用增加控制變量即金融機構人民幣貸款余額的對數的方法進(jìn)行穩健性檢驗?；貧w結果顯示，5%顯著(zhù)水平下，β系數仍然顯著(zhù)為正(表3模型Ⅳ)，即所得結果與基準回歸結果一致，這均表明《規劃》的批準實(shí)施能顯著(zhù)促進(jìn)北部灣經(jīng)濟區城市經(jīng)濟增長(cháng)。

此外，雙重差分法估計結果無(wú)偏的一個(gè)前提條件是實(shí)驗組和控制組之間滿(mǎn)足平行趨勢假設。為了檢驗該假設，本研究借助事件研究法(event-study)來(lái)進(jìn)行檢驗。借鑒沈坤榮等[17]、馮烽等[18]的研究，本研究在包含時(shí)間趨勢的基準模型基礎上設定如下回歸模型：

(3)

式中：Tj替換式(2)中變量T2008，表示《規劃》批準實(shí)施前和實(shí)施后若干年的虛擬變量。j=0表示《規劃》批準實(shí)施的2008年，當j≤-6時(shí)，定義Tj=1，否則Tj=0；
當j∈[-5,5]時(shí)，定義Tj=1，否則Tj=0；
當j≥6時(shí)，定義Tj=1，否則Tj=0。同時(shí)，將《規劃》批準實(shí)施的前1年作為基準年，即式(3)中去除了含β-1的項。βj是需要關(guān)注的參數，反映了《規劃》批準實(shí)施前后對北部灣經(jīng)濟區經(jīng)濟增長(cháng)的影響。2003—2020年，在《規劃》實(shí)施之前4個(gè)年份，北部灣經(jīng)濟區和非北部灣經(jīng)濟區的人均GDP增速并不存在顯著(zhù)差異，滿(mǎn)足平行趨勢假設。但《規劃》實(shí)施的第3年之后，相對于非北部灣經(jīng)濟區而言，北部灣經(jīng)濟區有著(zhù)更高的人均GDP增速，說(shuō)明區位導向性政策對北部灣經(jīng)濟區經(jīng)濟增長(cháng)具有顯著(zhù)正向影響，但政策效果顯現具有一定的時(shí)滯效應。

4.1 結論

第一，廣西各市人口和經(jīng)濟總體呈現隨機分布特征，各市之間經(jīng)濟社會(huì )聯(lián)系不緊密，城市之間屬于競爭型空間關(guān)系。第二，各市內部人口地理集中度較低，經(jīng)濟地理集中度高于人口地理集中度且經(jīng)濟中度集中城市范圍有所擴大。第三，廣西人口和經(jīng)濟重心均持續向西南方向遷移，人口和經(jīng)濟標準差橢圓也都呈現東北—西南方向，《廣西北部灣經(jīng)濟區發(fā)展規劃》的批準實(shí)施對人口和經(jīng)濟重心的南移以及北部灣經(jīng)濟區經(jīng)濟地理集中度的提高起到了重要促進(jìn)作用。

4.2 討論

廣西仍屬于我國經(jīng)濟最不發(fā)達的地區之一，區內大部分城市發(fā)展水平仍處于工業(yè)化、現代化的初級階段，都面臨吸引和集聚各種生產(chǎn)要素實(shí)現跨越發(fā)展的重任，因此，城市之間的關(guān)系主要表現為競爭關(guān)系，而城市分工合作帶來(lái)的空間依賴(lài)關(guān)系較弱。而且，由于各市經(jīng)濟發(fā)展水平、資源、區位相近，產(chǎn)業(yè)同構現象比較突出，產(chǎn)業(yè)互補性不強，城市之間也難以形成緊密的產(chǎn)業(yè)聯(lián)系。此外，作為首府的南寧因為首位度較低，也難以對周邊城市產(chǎn)生輻射擴散效應。由于經(jīng)濟欠發(fā)達，對人口的吸引力有限，因而各市人口地理集中度普遍偏低。

4.3 建議

(1)大力推動(dòng)北部灣經(jīng)濟區高質(zhì)量發(fā)展。充分利用北部灣經(jīng)濟區人口和經(jīng)濟地理集中度較高的優(yōu)勢，加快推進(jìn)北部灣經(jīng)濟區產(chǎn)業(yè)融合與城市融合。繼續將北部灣經(jīng)濟區作為新時(shí)代廣西開(kāi)放發(fā)展的優(yōu)先方向，通過(guò)深化面向東盟的開(kāi)放合作、積極參與西部陸海新通道建設、全面對接粵港澳大灣區，加強北部灣經(jīng)濟區產(chǎn)業(yè)統籌布局和分工協(xié)作，深入推進(jìn)北防欽港口、產(chǎn)業(yè)、交通、園區、生態(tài)等一體化和以人為核心的新型城鎮化，以改革創(chuàng )新開(kāi)放、深度融合的新舉措促進(jìn)北部灣經(jīng)濟區升級發(fā)展。積極縮小城市間發(fā)展差距，著(zhù)力破解欽州人均經(jīng)濟綜合實(shí)力相對偏弱的問(wèn)題，夯實(shí)北欽防一體化基礎。深入實(shí)施強首府戰略，加快構建具備比較優(yōu)勢的南寧現代產(chǎn)業(yè)體系，提升產(chǎn)業(yè)對城市的支撐作用，不斷增強首府南寧的首位度，提高南寧人口吸納和承載能力，發(fā)揮首府城市的輻射帶動(dòng)作用，引領(lǐng)北部灣經(jīng)濟區發(fā)展。

(2)大力加強城市之間合作聯(lián)動(dòng)。大力加強城市之間交通基礎設施建設，提升區域交通互聯(lián)互通水平，為人力、資金、技術(shù)和可移動(dòng)的自然資源等生產(chǎn)要素在城市之間的合理流動(dòng)和有效配置提供有力支撐。加快構建布局合理、重點(diǎn)突出、特色鮮明、錯位發(fā)展的現代產(chǎn)業(yè)體系，推動(dòng)形成主體功能明顯、優(yōu)勢互補、高質(zhì)量發(fā)展的區域經(jīng)濟布局。合理定位城市功能,通過(guò)優(yōu)勢互補、資源共享,實(shí)現城市之間的深度合作和聯(lián)動(dòng)發(fā)展，加快形成具備一定競爭優(yōu)勢的城市群，增強廣西區內各城市之間的經(jīng)濟社會(huì )聯(lián)系。

(3)探索推進(jìn)南寧—柳州經(jīng)濟軸建設。在東北—西南發(fā)展方向上，南寧和柳州是經(jīng)濟實(shí)力最強的兩個(gè)城市，但南寧和柳州的發(fā)展并沒(méi)有推動(dòng)形成發(fā)展軸，主要原因在于處于兩者中間的來(lái)賓經(jīng)濟實(shí)力較弱。因此，一是需要繼續強化南寧和柳州的區域龍頭城市地位，增強其輻射帶動(dòng)來(lái)賓發(fā)展的能力。二是加快工業(yè)轉型升級和培育發(fā)展新動(dòng)能，促進(jìn)來(lái)賓經(jīng)濟社會(huì )發(fā)展。三是繼續推進(jìn)“柳來(lái)河一體化”進(jìn)程，打造新的增長(cháng)極和增長(cháng)帶。