Vol. 43No. 2Jun 2021
第 43 卷 第 2 期2021 年6 月延 边 大 学 农 学 学 报
Agricultural Science Journal of Yanbian University
文章编号：1004-7999（2021）02-0102-07 DOI :10. 13478/j. cnki jasyu 2021. 02. 016
城市收缩的影响因素测度及应对策略
—
—以延边朝鲜族自治州为例乔泽浩】，栾志理2, 丁月龙】，吕弼顺“，张达1
（1.延边大学地理与海洋科学学院，吉林延吉133000；.聊城大学环境与规划学院，山东 聊城252000）
摘要：以人口流失为主要表征的城市收缩引起国内政界和学界的广泛关注，成为我国新型城镇化和乡村振兴
必须面临的重要挑战之一。该文在总结国内外研究的基础上，以延边朝鲜族自治州为研究范围，结合2011—
2019年社会经济数据，通过构建收缩度模型和评价指标体系，运用Pearson 相关分析和多元线性回归方法，探
讨延边州城市收缩状况及影响因素，研究表明：）图们市、敦化市、龙井市、和龙市、安图县、汪清县以城市收
benzamide缩为主，其中，和龙市收缩最为严重；）延边州各县市的城市收缩是主动和被动并存的过程，经济收入和存款
余额因素是影响城市收缩的主要原因，其次是区域城镇化水平的差异造成了人口的流动，其中具有鲜明的民 族特色；）抓住城市收缩提供的机遇，运用精明增长和精明收缩理论，合理规划城市空间布局，加快产业结构
转型升级，冀图为城市相关规划提供借鉴参考和有益启示。
关键词：城市收缩;Pearson 相关分析；多元线性回归；延边朝鲜族自治州
中图分类号：F29927 文献标识码：A
Influencing factors measurement of urban shrinkage and coping strategies of county
------A ca study in Yanbian Korean Autonomous Prefecture , China
QIAO Zehao 1 , LUAN Zhiii 2, DING Yuelong 1 , LV Bishun 1* , ZHANG Da （1. College of Geography and Ocean Sciences ,anbian University , Yanji Jilin 133000, China ；
2. College of 'Environment and Planning ，犻aocheng University , Liaocheng Shandong 252000, China ）
Abstract : Urban shrinkage with population loss as the main criterion has aroud widespread concern in the
domestic political and academic circles , and has become one of the important challenges that China must confront in the process of implementing the new urbanization and rural revitalization strategy . Bad on
the summary of domestic and foreign rearch , this paper takes the Yanbian Prefecture as the scope , and
constructs the shrinkage model and evaluation index system through Pearson correlation analysis and mul tiple linear regression methods. The conclusions are drawn as follows :① Sk
rinking has emerged in Tu men ,Dunhua , Longjing , Helong , Antu , and Wangqing City . The Helong City is most rious among oth ers ； ②While economic income and deposit balance factors are the main factors affecting urban shrinkage ,
regional urbanization differences have also caud population mobility ；③We should make planning for the urban spatial layoutrationally , and accelerate the transformation and upgrading of industrial structure with
收稿日期：2021-01-15基金项目：国家自然科学基金(41801184)；中国工程院院地合作重点咨询项目(2019-JL-2)；国家
级大学生创新创业训练计划项目(202010184004)
作者简介：乔泽浩(1996—)男，山东淄博人，硕士研究生，研究方向为区域经济、区域规划。吕弼顺为通信作者，
E-mail ：bslv@ybu. edu. cn
第2期乔泽浩，等：城市收缩的影响因素测度及应对策略一一以延边朝鲜族自治州为例103
the opportunity of urban shrinkage.
Key words:Urban shrinkage；Pearson Correlation Analysis；Logistics Model；Yanbian Korean Prefecture
城市收缩是城市生命周期过程中一个客观发展阶段，也是当前我国新型城镇化过程中倒逼传统的城市增长主义价值观进行转变的重要挑战。20世纪中后期以来，在郊区化、去工业化、全球化、局部金融危机和社会转型的交叠影响下，全球各国出现了以人口减少、经济活动衰退为主要表征的“城市收缩”（Urban shrinkage）现象，尤其是以地处“铁锈地带”（Rust belt）及其周边约1/10的美国城市、德国莱比锡和法国巴黎等为代表的老工业城市，都经历过严重的人口流失和产业凋敝。尽管全球城市每年还有大量人口涌入城市，城市化水平仍在进一步攀升（尤其对于发展中国家）但扩张和增长已不再是城市唯一的标准演替路径，城市收缩正成为一种“新常态”席卷全球［1］。
截至21世纪初，世界上越来越多的城市开始经历大规模持续性人口流失和住宅空置，逆增长情境下的收缩城市引起了学界和政界的广泛关注。收缩城市的研究初始于德国学者及其相关实践［2-3］，国外对城市收缩研究主要集中在对城市收缩的定量描述、分类、成因、对策［4「6］等，多数从收缩城市的典型案例入手，从城市个体研究再到大范围区域研究，再 到城市机体内部研究，经历了从性能特征的外部视角向成因和规划的内部视角转变［7］，城市收缩现象在西方国家的城市发展中普遍发生，存在较长时间的经济衰退和人口流失现象，同时也是城市发展转型的一个过渡阶段。相比之下，我国的收缩城市研究尚处于概念认识和实证探索的起步阶段，主要积极跟踪引介欧美国家的研究进展［8-9
］、经验借鉴［10］、状况评估［11］等，研究区域主要集中在全国整体［12］、东北老工业区［13-14］、长江三角洲地区［15］等，且主要以定性研究为主，对定量研究特别是影响城市收缩的因素研究较少，对我国城乡规划工作的指导意义不强。
在当前中国经济由高速增长阶段向高质量发展阶段转换的背景下，城市收缩问题成为东北地区推动经济结构调整、产业转型升级和经济全面振兴的重大挑战。近3年来国内出现人口流失的城市主要集中在东北三省，“收缩型城市”占比高达73%，黑龙江、吉林和辽宁分别有7座、5座和5座。其中，位于中、俄、朝3国交界的吉林省延边朝鲜族自治州（下文简称延边州）是我国最大的朝鲜族聚居地区，在延吉市、安图县二道白河镇列入国家新型城镇化试点，且珲春市列为国家中小城市综合改革试点、打造珲春国际合作（海洋经济）示范区背景下，研究延边州的城市收缩具有更加重要的现实意义。该文以延边州为研究对象，在人口数据的基础上，结合相关社会经济数据，运用Pearson相关分析和多元线性回归方法深入分析城市收缩现状及影响因素，为推进我国城市健康发展和适度发展提供有益参考。
1研究区概况
moon
地处吉林省东部的延边州是中国唯一的朝鲜族自治州，也是我国最大的朝鲜族人口聚居地，下辖6市2县（图1）延边州常住人口在2008年达到峰值2187万人，至今一直处于人口负增长状态。其中，延吉
市和珲春市人口在一直增长，而图们市、敦化市、龙井市、和龙市、安图县、汪清县人口在不断减少（表1）。
图1延边朝鲜族自治州位置示意图
Fig.1Location of Yanbian
Prefecture
104延边大学农学学报第43卷
表12010—2018年延边州各县市人口变动Table1Population Migration of Yanbian Prefecture in2010一2018(万人)
年份总人口延吉市珲春市图们市敦化市龙井市和龙市汪清县安图县20112190851.3122.5512.824&381803197924.4621.73 201221859520022.6512.664&361773195024.2321.46 20132182152.8122.7512.384&311742192123.472086 201421497530122.5912.2347.4316971847233320.94 201521458535922.6612.0647331671182623.1120.84 20162135854.1322.7911.9147001640179722.862052 20172120454.51228311.6246.651605175722.5420.27 20182101455.0122.8811.2846.021*********.1619.97 20192086655.2822.8511.0445.671540167821.8919.75
2数据来源及研究方法
21数据来源
该文测算所需的城市收缩相关数据来源于2011—2019年各年份的《延边朝鲜族自治州统计年鉴》，考虑到数据的准确性和连续性，为更加有效地进行测度，其中人口数据来源于延边州公安局，极少部分指标所缺失的数据采用线性插值和求平均值的方法补齐。
2.2研究方法
2.2.1收缩度模型
目前，国内外对城市收缩的定义尚未达成一致［16］，但从学术界关注的角度来分析，主要以人口减少作为城市收缩的主要判定标准，因为人口流失是城市发展环境恶化、人口收入水平降低、城市吸引力丧失等多种因素作用的综合体现，也是城市收缩现象的最直观体现［11,7］。因此，该文以城市人口收缩度（City'population shrinkage）来进行判定收缩城市，主要计算公式为：
CPS-（1—P”/P”_1）X100%（1）
式中，CPS代表城市人口收缩度，当CPS〉0时，代表城市人口正在减少，该城市处于收缩状态当CPS<0时，城市人口处于增长态势。P为城市常住人口数，n为年份。
2.2.2Pearson分析
Pearson相关性分析是一种统计学方法，主要考察2种变量之间的相关程度，其公式为：
P x,—corr(X,Y)c v(X,Y)—E[X—“x)(犢一“y)]
G x G y G x G y
(2)
式中,E代表数学期望,ov为协方差。
系数P的取值范围为［—1,1］，负值为负相关，正值为正相关，绝对值越大，则表示相关性越强，越接近于0，表示相关度越弱。
2.2.3评价指标体系
在当前全球化和去工业化的时代背景下，影响城市收缩的因素包括环境变化、人口流动、经济发展、政策引导、城市空间等。为了更好地全面测度城市收缩的影响因素，参考张伟等［16］人的研究成果，结合延边州客观状况，遵循系统性和有效性的原则，从城市规模（A）、城市经济（B）、城市生活（C）和城市生态（D）等4大方面及其10个指标建立评价指标体系（表2）o其中，城市规模（A）主要侧重于城市建成区范围土地利用强度方面，包括建成区面积和城镇化水平，城市经济（B）是推
动城市快速发展的核心力量，一般而言，城市经济收入水平越高、城市经济结构越优化的地区，对人力资源的吸引力就更大，反之则会更容易发生人口流失现象。城市发展的最终目标是为市民营造生态宜居的生活环境，生活环境品质越差，发生人口流失和城市收缩的可能性就越高，故城市生活（C）和城市生态（D）主要从公共基础设施、公共服务水平和城市环境方面选定指标。
第2期乔泽浩，等：城市收缩的影响因素测度及应对策略一一以延边朝鲜族自治州为例105
表2影响城市收缩因素指标体系
Table2Index system of factors affecting urban shrinkage 目标层指标层变量
城市规模建成区面积/km2A1 (A)城镇化水平/%A
2城市经济人均生产总值/元・人t B1
(B)人均固定资产投资/万元・人t B
2单位从业人员/人B s 城市生活人均居民人民币储蓄存款余额/万元•人t C1iweibo
(C)每万人拥有医生数/人・万人t C
2人均公园绿地面积/hm2・人t C3城市生态污水处理率/%D1
(D)生活垃圾无害化处理率/%D
儿童动画片排行榜
23结果与分析
3.1城市收缩度
待遇英文
将常住人口数据代入收缩度模型中得到2011—2019年延边州各县级市的城市收缩度(图2)。由图2可知，延边州各地区CPS以波动上升为主，其中，图们市、敦化市、龙井市、和龙市、安图县、汪清县4市2县自2011年来多以CPS〉0为主，表明城市一直以收缩为主，属于收缩型城市。而延吉市的CPS、珲春市除2014年和2019年之外的CPS 均一直为负，表明城市以扩张为主，人口数量一直在增长，为稳定型城市，但两市在2019年均出现了上升趋势，珲春市2019年CPS〉0，出现了人口收缩的现象。从线性预测趋势来看，出现收缩现象的城市CPS将仍不断上升，存在人口不断流失的风险。
-0.06
T—图们市-—延吉市
T-敦化市
—♦—环春市
T-龙井市
一^汪清县
—和龙市
—一安图县图22011—2019年延边州各县级市的城市收缩度
Fig.2Urban shrinkage of county-level cities in Yangban Prefecture from2011to2019
纵然如此，2018年城区人口为21.5万的珲春市在城市总体规划(2016—2030)提出，至2030年珲春市中心城区人口达到82万人，对于步入新型城镇化阶段的中国而言,030年可能是中国城镇化的分水岭，企图在今后10余年间增加这么多的人口几乎是不可能的。
从累计数据来看，城市收缩程度最严重的城市为和龙市，累计CPS为0.163，这与杨琳［18］、程艺［19］等人的研究成果一致，其次为龙井市，累计CPS为0.156，表明在快速城镇化进程中，这2座城市人口流失最为严重。延边州安图县、汪清县城市人口也在减少，主要向延吉、珲春流动。由此可见，以人为本的发展理念和打造生态宜居环境的政策措施在这些城市经济建设发展中的践行效果不佳。
3.2驱动机制分析
为提取延边州各县级市城市收缩度的影响因素，首先对数据进行正态性分布检验，结果显示各指标与城市收缩度之间总体呈正态分布，可以利用Pearson相关系数做出进一步分析，利用相关分析探讨CPS与所选取10项指标之间的相关关系。使用Pearson相关系数表示相关关系的强弱情况，结果如表3所示
。
106延 边 大 学 农 学 学 报
第43卷
表3 城市收缩因素与CPS 的Pearson 系数
Table 3 Pearson coefficient between
urban shrink factors and CPS
影响因素
CPS CPS 〉0CPS V 0A 1—0 698…—0 662**
—0 307A 2—0 519…0 239—0 407
B 1—0 738…
—0 386 *0 334B 2— 0.454…0 0250. 672…B 3
— 0.493**0 076—0 075C 1— 0.812…—0 655**—0 527*
C 2—0338 *—0 377*0 056*C 3—0146—0 057—0 326
D 1—0 059—0 489**
0 200D 2
0367**
0 156
—0 302
注：*代表P C 0.05水平（双侧）上显著相关,* *代表
P V 0.01水平（双侧）上显著相关，下同。
在城市规模方面，通过对城市建成区变化和城
镇化水平的分析可知，两者与城市收缩与扩张具有 显著的相关性，即建成区规模和城镇化水平越低，城 市收缩越严重。具体来看，对于CPS 〉0的城市收
缩区域和CPS <0的城市扩张区域而言，城镇化水 平与城市收缩区域呈现正相关关系， 反之与城市扩
张区域呈现显著的负相关关系。在延边州8个县市
之中，城市收缩的区域主要归因于农村人口的流失。 在人口流入的城市扩张区域应注重新迁入人口的管 理和建设，加快吸收非农人口转化，提高城镇化率和
区域竞争力［022］。
从城市经济来看，区域经济发展的差异性是造成 人口流动的重要动因。研究结果发现，人均生产总值 与城市收缩度之间呈现极强的负相关性，人均GDP 收入高的地区不易发生人口流失；对于CPS <0的城 市扩张区域，城市发展对GDP 的依赖性很大，人口增
加得益于城市经济的快速发展，CPS 〉0的收缩区域 和城市扩张区域一样对人均GDP 有依赖性，呈现负 相关，表明城市经济发展水平越差，越容易出现城市
维持的意思
收缩。而且，人均固定资产投资和单位从业人员与
CPS 的相关性分析结果显示，其影响效果并没有人均 GDP 显著，但也均呈现出负相关关系，特别是人均固
定资产投资在城市扩张区域的影响程度较为显著，不
过其他相关性并不明显。
从城市生活来看，人均居民人民币储蓄存款余 额对城市收缩的影响具有极其明显的相关性，呈现 出极为强烈的负相关，这表明人均储蓄存款余额越
小，越容易发生人口流失，引发城市收缩现象。在
CPS 〉0的收缩区域，每万人拥有医生数在一定程
度上会对城市收缩产生影响，但在CPS <0的城市
扩张区域，此项指标相关性并不明显，表明每万人拥
有医生数并不是城市扩张的必要因素。 人均公园绿
地面积对城市收缩度的影响较小，说明此地区人们
对公园绿地的要求较低， 不属于影响人口 流动的一 项重要因素。
在城市生态方面，主要选取污水处理率和生活 垃圾无害化处理率进行测度，但污水处理率与城市
收缩度CPS 相关性并不显著，表明该指标不是影响 城市扩张或收缩的主要因素；但生活垃圾无害化处 理率与CPS 呈现较弱的正相关，这一定程度上说 明，一部分居民开始注重生活环境条件，出现向
生活
环境品质更高的城市地区流动的倾向。因此，城市
扩张区域应重视垃圾无害化处理问题，推动高质量
生态宜居性生活环境的营造，满足人们对美好生活
的需求。
3.3多元线性回归分析
多元线性回归是一种分析连续性因变量与多个
自变量之间线性关系的统计学分析方法。 为进一步 揭示影响因素与城市收缩度之间的关系，结合上述
分析结果及延边州实际情况，选取相关度绝对值〉
0.3的指标，采用逐步回归法建立多元线性回归模
型，经过此模型的自动识别，最终剩余A 2、B 3、C 1、
D 2—共4项在模型中，R 2值为0. 819，意味着该4
项指标可以解释CPS 的绝大部分变化原因，回归结 果如表4 所示。
表4回归系数表
Table 4 Regression coefficient table
reckful非标准化系数标准化
VIF R 2
调整R 2
F
系数 Beta
t
p
B
标准误差
常数
12 7077. 347—0 7330. 467—
A 2—0 403
0 100—0 422
裙子英文
—4 0290 000** 2. 964F=55. 427
B 32 6350. 1860 358
2. 9670. 005 …3 9340. 8190 804P=0. 000
C 10 0010 001—0 891 -—10 682
0 000** 1. 882D 2
eid
0 285
0. 147
0. 145
1. 935
maneater0 059
1. 511
