城镇化耦合协调发展的时空演化规律及其影响因素

栗向阳　王磊　张宇欣

摘要：在我國经济发展逐渐转向高质量增长阶段的背景下，研究市域单元城镇化的协调发展程度对转变城市经济增长方式和推动城市高质量发展具有重要的现实意义.基于2003—2019年中国285个城市的面板数据，利用耦合协调度模型和探索性时空数据分析方法从城镇化水平和城镇化质量角度对城镇化耦合协调发展水平的时空格局特征进行识别和刻画，并借助空间面板杜宾模型分析我国城镇化耦合协调发展的驱动因素及其空间效应.研究表明：研究期间内，中国城镇化耦合协调发展水平较低但呈持续上升特征，城际差异呈持续缩小特征，空间格局呈“东高西低”和“南高北低”的地带性特征.Morans I指数表明中国城镇化耦合协调发展呈现出空间集聚分布，且集聚程度随时间不断增强；时间路径分析表明城镇化协调发展局部空间结构和空间依赖方向上稳定性较强，其空间格局演变呈动态整合的特征；时空跃迁分析表明城镇化协调发展具有明显的路径依赖和空间锁定特征.经济发展、人口规模、人力资本、科技创新、产业结构、政府能力对本地城市城镇化协调发展均具有正向直接效应；人力资本、科技创新和产业结构对邻域城镇化协调发展具有负向溢出效应，人口规模对邻域城镇化协调发展具有正向溢出效应.在未来城市发展过程中，要综合考虑城镇化协调发展的区域差异和空间溢出效应，因地制宜地制定推动城镇化高质量发展的指导意见和政策方针.

关键词：城镇化协调发展；城镇化水平和质量；耦合协调度模型；空间计量模型

中图分类号：F 126文献标志码：A文章编号：1001－988Ⅹ（2024）02－0110－13

Spatial－temporal evolution of coupled and coordinatedurbanization and its influencing factors

—From the perspective of urbanization level and quality

LI Xiang－yang WANG Lei ，ZHANG Yu－xin3

Abstract：Under the background that Chinas economic development is gradually turning to the stage of high－quality growth，it is of great practical significance to study the coordinated development degree of urban unit urbanization for transforming the mode of urban economic growth and promoting the high－quality development of the city.Based on the panel data of 285 cities in China from 2003 to 2019，the coupling coordination degree model and exploratory spatial－temporal data analysis method

is used to identify and characterize the spatial－temporal pattern characteristics of coupled and coordinated urbanization development level from the perspective of urbanization level and urbanization quality，and analyzes the driving factors and spatial effects of coupled and coordinated urbanization development in China with the help of spatial panel Durbin model.The results show that：During the study period，the coupled coordinated development of Urbanization in China is at a low level，but it continues to rise，and the inter－city differences continue to narrow.The spatial pattern shows a zonal characteristic of“high in the east and low in the west”and“high in the south and low in the north”.Morans I index shows that the coupled coordinated development of Urbanization in China presents a spatial agglomeration distribution，and the agglomeration degree increases with time.The time path analysis shows that the local spatial structure and spatial dependence of coordinated urbanization development are stable，and its spatial pattern evolution shows the dynamic characteristics of spatial integration.The spatial－temporal transition analysis shows that the coordinated development of urbanization has obvious characteristics of path dependence and space lock.Economic development，population size，human capital，scientific and technological innovation，industrial structure and government capacity have positive and direct effects on the coordinated development of local urbanization.Human capital，scientific and technological innovation and industrial structure have negative spillover effects on the coordinated development of neighborhood urbanization，while population size has positive spillover effects on the coordinated development of neighborhood urbanization.In the process of future urban development，regional differences and spatial spillover effects of coordinated urbanization development should be considered comprehensively，and guidelines and policies for promoting high－quality urbanization development should be formulated according to local conditions.

Key words：urban coordinated development;level and quality of urbanization;coupling coordination degree model;spatial econometric model

城镇化是一个伴随着人口结构转变、产业结构调整、土地利用规模扩张、经济增长方式转变和城市环境质量提升的复杂动态过程［1－2］.其水平和质量的提升，不仅有利于拉动消费内需增长，实现我国循环经济的持续健康发展；也有助于推动工业化、信息化和农业现代化的协同发展，加快推进社会主义现代化进程.自改革开放以来，伴随着工业化的推进，我国的城镇化发展也取得了巨大成就.若以城镇常住人口与社会总人口的比重作为衡量指标，我国的城镇化率从1978年的17.92%提升到2020年的63.89%，年均增速1.095个百分点；城镇常住人口也由1.7亿增加到9.02亿［2－4］.从全球范围看，我国的城镇化水平也远超过世界银行公布的55.3%的世界平均标准.中国的城镇化发展，不仅决定着其自身经济发展动态和走向，也决定着世界城镇化发展的未来和前景，影响着世界经济的发展格局［5］.经济学家Stiglitz［6－7］就曾高度评价过中国的城镇化发展，认为其与以美国为首的新技术革命是影响21世纪世界经济发展最为深刻的事件.另一方面，由于国情和发展的需要，我国在追求城镇化规模快速扩张的同时忽略了城镇化的发展质量，使得我国的城镇化发展出现了水平与质量不相协调的现象，表现为城镇化各子系统失衡发展（例如土地城镇化快于人口城镇化）、城市空间结构分布不合理、城市管理和治理水平效率低下，进而导致城市无序扩张、生态环境恶化、交通严重拥堵等一系列“城市病”问题.

当前，我国正处于社会经济转型升级的重要时期，城镇化的发展也逐渐由加速推进阶段过渡到高质量发展阶段.为了克服城镇化快速发展过程中存在的发展不平衡、发展不协调的问题，积极发挥城镇化对经济高质量发展的引擎作用，党中央和国务院也提出了若干政策和建议.2014年3月，国务院印发《国家新型城镇化规划（2014—2020年）》，指出要走以人为本、布局高效、生态文明的新型城镇化道路，不断提升城市的可持续发展水平，并积极推进城镇化水平和质量的稳步提升和协同发展.党的“十八大”、“十九大”和“二十大”报告连续提出要通过绿色低碳、集约高效的发展方式来持续提升我国的城镇化发展质量.《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》更是明确要求“要加快转变城市发展方式，推进新型城市建设，统筹城市规划管理，提高城市治理水平，通过实施城市更新行动，推动城市空间结构优化和品质提升”.“十四五”规划期间将是我国推进新型城镇化高质量发展的关键时期，在此背景下，如何协调城镇化的发展已成为学者们关注的焦点.

纵观现有文献，关于城镇化协调发展的研究主要集中在以下几个方面.一是城镇化内部各子系统的耦合协调发展.学者们从人口城镇化、土地城镇化和经济城镇化等方面出发，分析城镇化各系统的协调匹配程度、演变模式和时空差异［2，8－12］，并着重探究了经济发展、产业结构、政府行政、户籍管制、财政体制、土地制度等因素对人口和土地城镇化失衡发展的影响机制［13－18］，进而提出城镇化协调发展的优化路径和策略［19－21］.二是城镇化与农业化、工业化、生态环境等相关系统的耦合协调发展.邓宗兵等［22］利用耦合协调度模型研究了长江经济带生态文明建设和新型城镇化协调发展的时空分布差异，并从对外开放程度、经济发展水平、产业结构升级等方面探讨了影响机制；王玉娟等［23］以全国284个地级及以上城市为例，通过研究发现新型城镇化和低碳发展水平具有彼此强化的内生互动性，并且这种交互性受内生和外生驱动因素的影响非常显著；李建豹等［24］从江苏省的城镇化和CO2排放水平的耦合协调水平进行分析，发现其协调度随着时间演进呈上升趋势，并且“北高南低，东高西低”的空间格局较为稳定.目前，关于城镇化耦合协调发展的研究已取得了丰硕成果，但在以下几个方面仍存在不足，总结如下：① 现有学者主要从人口、经济、土地、生态等方面对中国城镇化发展进行研究，并重点关注人口城镇化、土地城镇化等城镇化子系统的耦合协调性，较少从城镇化水平和质量维度探究城镇化子系统之间的相互关系.② 作为推动区域协调发展和城乡融合发展的重要引擎，城镇化的耦合协调发展是一个时空维度并行的过程，而针对其路径演化的研究往往将时间和空间维度割裂开，需要进一步关注城镇化耦合协调发展的时空关联和时空交互特征.③ 已有研究更多地关注城镇化耦合協调发展的测度和评价，而对影响城镇化耦合协调发展的因素和机制探讨不足.有鉴于此，本文从城镇化的规模和质量两个方面出发，将城镇化系统分解为城镇化水平和城镇化质量两个子系统.在此基础上，以中国285个地级及以上城市为研究对象，通过引入耦合协调度模型、探索性时空数据分析框架和空间计量模型等方法，分析中国城镇化发展的耦合关系及其时空演变格局，并探究城镇化耦合协调水平的影响因素和空间效应，旨在为推动我国新型城镇化的高质量发展提供有益参考和借鉴.

1 研究方法与数据来源

1.1 研究方法

1.1.1 城镇化水平和质量的测度

上述两个方面对城镇化的耦合协调发展水平进行分析，并将城镇化发展划分为城镇化水平和质量两个子系统.其中，城镇化水平从数量上反映了城镇化发展情况；参考相关研究［3，25］，本文采用城镇人口占市辖区总人口的比重和城镇建设用地占市辖区总土地的比重来刻画城镇化水平这一子系统.作为一个内涵丰富的综合性概念，城镇化质量的具体涵义包括经济发展质量、居民生活质量、社会发展质量、公共服务质量和生态环境质量等五个方面.其中经济发展质量是城镇化发展的物质基础，居民生活质量是城镇化发展的目的，社会发展质量、公共服务质量和生态环境质量是城镇化发展的保障.因此在参考相关研究［1，3，14－25］的基础上本文从上述五个方面选取18项指标衡量城镇化质量发展子系统（具体的指标选取参见表1）.本文采用熵值法测算各城市的城镇化水平和质量.首先采用极差法对各指标的原始数据进行归一化处理，其次利用熵值法计算各指标的信息熵并确定各指标的权重，最后采用多目标加权求和法分别计算各城市的城镇化水平和质量.

其中，uit表示城市i在t年的城镇化水平和质量，其值越大，表示城市的城镇化水平和质量越高，反之则表示城市的城镇化水平和质量越低;pijt为城市i在t年第j项指标标准化处理后的值;wj为第j指标的权重.

1.1.2 耦合协调度模型

耦合协调度是测度两个及以上系统之间相互作用和联系程度的指标，本文利用城镇化水平和质量耦合分析城镇化的协调发展水平［26－27］.构建耦合协调度模型如下：

其中，A为耦合度，u1表示城镇化水平，u2表示城镇化质量；T为综合协调指数，a和b分别为城镇化水平和质量对其贡献份額，一般认为在城镇化进程中，两者的重要程度相当，故取a=b=0.5；C表示城镇化水平和质量的耦合协调度，0≤C≤1，值越大，城镇化的协调发展水平越高，借鉴相关研究［25，28－29］，本研究将城镇化水平和质量的协调等级分为10类.

1.1.3 探索性时空数据分析（ESTDA）

基于地理空间分异规律的研究在时间和空间维度上常处于割裂状态，为了弥补这一缺陷，Rey等学者综合考虑了时空因素的耦合性和连续性特征并提出了探索性时空数据分析（ESTDA）框架［30］.本文引入ESTDA分析框架并利用全局（Morans I）空间自相关、局部空间自相关（LISA）、LISA时间路径、时空跃迁等方法对城镇化耦合协调发展的时空交互特征进行分析.利用Morans I指数衡量城镇化耦合协调发展的空间集聚状况.通过LISA时间路径揭示城镇化耦合协调发展的局部时空动态演变特征和时空交互变化特征，其特征量包括相对长度（Γi）、弯曲度（Δi）和移动方向（θi）.计算公式如下［31］：

其中，n为研究单元数量，本文取值为285；d（Li，t，Li，t+1）为研究单元i在莫兰散点图中从第t年到第t+1年的移动距离，d（Li，1，Li，T）为研究单元i从研究初期到末期的移动距离；Γi为时间路径相对长度，其值越大表明城镇化耦合协调发展的局部空间结构动态性越强；Δi为时间路径弯曲度，其值越大城镇化耦合协调发展在变化过程中的波动性越强，相邻区域对城市i的空间溢出或极化作用越明显；θi为时间路径移动方向，划分为4种类型，其中，0～90°方向（90～270°方向）表示城市及相邻地区的耦合协调发展水平呈正（负）向协同增长， 90～180°方向（270～360°方向）表示本地城镇化的耦合协调发展水平增长趋势较低（高）而其相邻城市的增长趋势较高（低）.

借助时空跃迁方法探究我国城镇化耦合协调发展局部邻域空间关系的时空转移特征，并将其分为Ⅰ、Ⅱ、Ⅲ和Ⅵ四种类型，分类标准和依据参照相关研究［32－36］.则城镇化耦合协调发展水平的空间凝聚度可表示为：

其中，F0，t表示在t研究时段内，本地区与邻域均未发生跃迁的城市数量；m为可能发生跃迁的数量，在本研究中取值为16×285=4560；St取值为［0，1］，其值越大，表明城镇化耦合协调发展水平的空间稳定性越强，路径依赖性特征越明显.

1.1.4 空间计量模型

城镇化的耦合协调发展水平具有较强的空间效应，而传统的计量分析方法未将这种空间交互效应纳入到模型中，会导致估计结果出现偏差［37－38］.本文以城镇化的耦合协调发展水平为被解释变量，构建如公式9所示的空间计量模型：

其中，W为空间权重矩阵，本文基于Rook法则构建邻接矩阵，并以反距离权重矩阵作为替代权重进行稳健性分析；λ为空间误差系数，ρ为空间自回归系数；Wuit为空间误差项，WCODit为被解释变量的空间滞后项；CODit为城镇化的耦合协调发展程度；GDPit为地区经济发展水平，采用城市人均GDP增速表示；POPit为城市人口规模，以各城市人口密度的自然对数表征；HUMit为人力资本，以万人普通高等学校在校学生数和专任教师数通过熵值法［39－40］计算求得；INOVit为城市创新水平，利用万人专利授权数的自然对数测算；STRUit为产业结构水平，采用第二、三产业产值占地区生产总值的比重表示；GOVit为政府能力，以人均地方财政预算收入和支出利用熵值法求取；εit为随机扰动项.

1.2 数据来源

考虑到数据的可获得性并消除新冠疫情对本研究可能造成的干扰，本文选取全国285个地级及以上城市2003—2019年的面板数据作为研究样本，所涉及的数据包括社会经济数据和地理空间数据.社会经济数据主要来源于各省、直辖市的统计年鉴、中国城市统计年鉴以及EPS数据平台，缺失数据采用加权平均法和趋势外推法补齐.地理空间数据包括行政边界数据和夜间灯光遥感数据.其中，各级行政边界数据来源于国家基础地理信息中心.夜间灯光数据则来源于哈佛大学数据库中的“类NPP－VIIRS夜间灯光数据集”［41］，融合了DMSP－OLS和NPP－VIIRS两种夜间灯光遥感数据，并经过几何校正、过饱和校正、时序校正和数据合成处理，能够长时间监测城镇化动态变化过程.参考相关文献［42－43］，计算城市灯光平均亮度值和灯光面积占辖区总面积的比重，并将其分别作为城镇化质量和水平的替代指标以进行稳健性检验.相关变量的描述性统计结果如表2所示.

2 城镇化耦合协调发展水平的时空特征

2.1 城镇化耦合协调发展水平的时空演化格局

利用耦合协调度模型测算2003—2019年中国城镇化的耦合协调发展水平，并利用ArcGIS进行可视化分析得到其空间分布图（图1）.2003—2019年，中国城镇化耦合协调发展程度处于较低水平，但整体呈现波动上升态势.从各年份协调程度的均值来看，2003年中国城镇化耦合协调程度的平均水平为0.1424，2019年其值上升为0.2844，年均提升6.23%；从各等级城市数量分布来讲，2003年中国城镇化耦合协调发展程度在中等及以上水平的城市有5个（以0.5为划分依据），占全部城市的比重为1.75%，2019年中等及以上水平的城市增加至24个，占比达到8.42%.长期以来，我国城镇化的发展以规模扩张为主，使得以高质高效为特征的城镇化质量的提升远远滞后于城镇化水平的增强，进而导致城镇化耦合协调发展一直处于较低水平.2003—2019年，中国城镇化耦合协调发展水平的空间分布变化趋势明显且整体呈现“东高西低”和“南高北低”的地带性分异特征.研究期间内，城镇化耦合协调发展水平的高值区表现出“零星散点状分布—沿海带状分布”的变化特点，高值点集中分布在珠三角、长三角和京津冀等地区，主要包括深圳、东莞、上海、厦门、苏州、中山等城市；耦合协调发展水平的低值区呈片状分布，低值点主要分布在我国的甘肃、宁夏、四川、云南、黑龙江等省份和地区，其中陇南、固原、中卫、张掖、安康等城市的城镇化不协调程度尤为凸显.从区域差异来看，研究期间内，中国城镇化耦合协调发展水平的Theil指数由研究初期的0.4609下降至期末的0.2907，年均下降2.31%，表明我国城镇化耦合协调发展的区域差异整体呈现波动缩小态势.究其原因，伴随着我国城镇化质量的不断提升，城镇化耦合协调程度整体也得到提升，使得城镇化耦合协调发展的总体差异有所下降；东、中、西部三个地区及地区间的城镇化耦合协调发展差异对我国整体区域差异的贡献度由大到小依次为东部地区>西部地区>中部地区>地区间，说明地区内差异是造成城镇化耦合协调发展整体差异的主要原因，同时也表明我国东部地区城镇化耦合协调发展的区内差异最大，西部地区次之，中部地区最小.

2.2 城镇化耦合协调发展水平的时空交互特征

2.2.1 空间自相关分析

基于Rook邻近规则构建空间权重矩阵，并利用ArcGIS软件计算2003—2019年中国城镇化耦合协调发展水平的Morans I指数（表3）.研究期间内，城镇化耦合协调发展的全局Morans I指数均为正值，且通过了1%的显著性检验，表明中国城镇化耦合协调发展水平在全域范围内具有较强的正相关性，即在空间上趋向于集聚分布.從时序上来看，2003—2019年城镇化耦合协调发展的Morans I指数不断增大，2003年Morans I值为0.50，2019年增大为0.60，说明城镇化耦合协调发展的“马太效应”愈加明显，其空间依赖程度和空间集聚水平逐步增强.

2.2.2 LISA时间路径分析

利用公式分别计算中国城镇化耦合协调发展水平时空路径的相对长度、弯曲度及移动方向，并采用自然断点法对其进行分级，结果如图2所示.由相对长度来看，2003—2019年，中国城镇化耦合协调发展水平相对长度大于1的城市数量为107个，占城市总数的37.54%，说明城镇化耦合协调发展水平的整体空间结构较为稳定；相对长度整体呈现以城市群（圈）为核心向外围递减的变化趋势，表明城市群尤其是中心城市城镇化耦合协调程度的局部空间结构具有较强的动态性，究其原因，城市群的地理位置、交通区位、资源禀赋、政策条件等较为优越，其城镇化质量的提升相较于其它地区也尤为明显，因此这些地区的城镇化耦合协调发展水平的提升也最快.从弯曲度来看，研究期间内，全国285个城市的弯曲度均大于1，表明中国城镇化耦合协调程度在发展过程中具有较强的空间依赖性；其中，呈现较高弯曲度的城市（前10位）主要分布在我国中部地区及河北、山东、陕西、广西等省份，如延安、青岛、安康、阳江、石家庄等，表明这些地区的城镇化耦合协调水平的变化在空间依赖方向上具有很强的波动性，易受邻域空间极化或溢出效应的影响；弯曲度较低的城市有东莞、齐齐哈尔、宿州和菏泽等，这些地区的城镇化耦合协调水平具有较强的路径依赖特征，受临近区域空间作用的影响较小，其空间依赖变迁过程较为稳定.从移动方向上分析，2003—2019年，时间路径移动方向在0～90°方向和90～270°方向的城市有230个，占城市总数的80.70%，表明中国城镇化的耦合协调发展以协同增长为主，整体呈现空间整合的动态性特征；其中，正向协同增长的城市有113个，占协同增长城市数的49.13%，主要分布在东部沿海及安徽省、河南省、湖北省、贵州省、重庆市和四川省的部分地区，这些城市的城镇化耦合协调水平呈现协同高增长特征；负向协同增长的城市有117个，占协同增长城市数的50.87%，集中分布于西部内陆和东北地区，该地区呈现协同低增长特征，同时也说明我国的城镇化耦合协调发展水平仍处于低速增长阶段.

2.2.3 LISA时空跃迁分析

本研究利用时空跃迁和转移概率矩阵分析中国城镇化耦合协调发展局部空间关联类型的转移特征和演变过程.由表4可知，中国城镇化耦合协调发展局部空间类型未发生跃迁（Ⅰ型）的数量为4355，占全部可能发生跃迁数量的95.5%，即城镇化耦合协调发展局部Morans I的空间凝聚度0.955，局部空间类型发生时空跃迁的数量为205，占全部可能发生跃迁数量的4.5%，局部Morans I的空间离散度为0.045，表明我国城镇化耦合协调发展的局部区域结构极为稳定，其分布具有较强的空间锁定特征；其中，在发生跃迁的城市中，各类型时空跃迁的数量依次为Ⅱ型（102）、Ⅲ型（97）、Ⅵ型（6），发生的概率分别为0.022，0.021和0.001，即城市自身发生跃迁而邻域未发生的情形在我国最显著，其次是城市自身未发生跃迁而邻域发生跃迁的情景，而城市自身和邻域均发生跃迁的情形比较稀少.具体来看，在Ⅰ型中时空跃迁概率最大的是HH→HH（0.972）和LL→LL（0.974），说明大部分城市稳定地保持在“协调型”或“失衡型”的空间关联状态下；在Ⅱ型中时空跃迁概率最大的是LH→HH（0.089），反映出部分城市由“洼地型”向“协调型”转变，城市的耦合协调水平在发展过程中受到邻域的影响逐渐趋同于周边城市；在Ⅲ型中时空跃迁概率最大的是LH→LL（0.074），反映出部分城市的耦合协调发展水平由“洼地型”向“失衡型”转变；在Ⅵ型中时空跃迁概率最大的是LL→HH（0.002），随着城镇化的推进，部分地区的城镇化耦合协调水平与邻域协同提升，局部空间关联状态由“失衡型”转变为“协调型”.

3 城镇化耦合协调发展的影响因素及空间效应分析

3.1 模型选择

本文采用空间计量模型进行分析.进一步地，利用LM和稳健性LM检验识别空间关联形式，LM、robust LM检验的统计量均通过了1%水平的显著性检验，表明空间误差项和空间滞后项可能同时存在，倾向于选择空间杜宾模型；同时，LR检验和Wald检验的统计量均在1%水平的显著，表明SDM模型不能退化为SEM模型或者SAR模型，因此选择空间杜宾模型.此外，Hausman检验和联合显著性检验的检验结果也表明时间和个体固定效应同时存在，所以本研究最终选用时空双向固定效应空间杜宾模型对城镇化耦合协调发展水平的影响因素及其空间效应进行分析.

3.2 影响因素分析

空间面板杜宾模型（SPDM）的回归分析结果如表6，被解释变量空间滞后项的回归系数ρ为正（0.102），并通过了1%的显著性检验，表明城镇化的耦合协调水平具有显著的正向空间溢出效应，即城市自身城镇化耦合协调程度的提升会促进其邻域城镇化耦合协调发展.同时这一分析结果也验证了将空间交互效应纳入到计量模型的合理性和必要性，采用空间计量模型分析具有良好的稳健性.本研究对影响城镇化耦合协调水平的因素进行分析，并将其分解为直接效应和间接效应，结果如表7所示.

经济发展水平的直接效应系数为0.006，在1%水平上显著，间接效应系数为-0.001，未通过显著性水平检验，表明城市本身经济发展水平的提升会促进本地城镇化的耦合协调发展，这与金丹等［9］、周艳等［11］、张鹏岩［28］等的研究结论一致，但尚未对邻域城镇化耦合协调程度形成显著的空间溢出作用.究其原因，经济增长是城镇化耦合协调发展空间格局形成的内生驱动力，一方面，经济的发展必然伴随着外来资金的注入和大规模的人口集聚，使得居住用地、工业用地等城市建设用地规模不断扩张，进而导致城镇化水平持续扩大；另一方面，经济增长会增加政府社会固定资产投资和对公共设施的投资，提高教育医疗、文体娱乐、交通通信等公共服务设施水平，持续推动城市环境和质量提升，吸引人才等优质资源向城市集聚，进一步使得城镇化质量不断提升；整体来说，经济发展会通过改变城镇化水平和质量的相互关系来影响城市自身的城镇化耦合协调程度.

人口规模的直接效应系数为0.073，间接效应系数为0.034，两者均至少通过了10%水平的显著性检验，表明人口规模的扩张不仅会推动本地城市的城镇化耦合协调发展，这与范擎宇等［10］的研究结论较为一致，并且对邻域城镇化耦合协调程度具有正向溢出效应.主要原因是人口的规模集聚会倒逼城镇化发展走集约化道路，在一定程度上改变长期以来我国存在的“人口城镇化滞后于土地城镇化”的不合理现象以及“重体量不重质量”的城镇化发展模式，改善城市土地利用方式、有效提升土地利用效率，进而通过提升城镇化质量来促进城镇化的耦合协调发展.对于邻域地区，由于地域范围内存在人口的自由流动和再分布，城市自身人口规模的扩大会间接提高邻近城市的人口集聚程度，从而提升邻域地区的城镇化耦合协调发展水平.但整体来讲，城市人口集聚效应对其本身的城镇化耦合协调水平的带动作用更为明显.

人力资本的直接效应系数为0.168，间接效应系数为-0.075，并且均至少通过了5%水平的显著性检验，表明本地城市人力资本水平的提高对其自身城镇化的耦合协调发展具有推动作用，这与吴一凡等［8］的研究结果较一致，但对其邻近地区具有负向溢出效应，即抑制了邻域城镇化的耦合协调发展.对于城市来说，人力资本会通过人力资本规模扩大和人力资本外部性对本地城镇化耦合协调发展产生正向促进作用，人力资本规模的扩大会增加高素质人才比例，引导人才供给与产业发展相匹配，促进当地产业转型升级，实现城市人口结构和产业结构的匹配协调；人力资本外部性会促进信息、知识的外溢，加快人才、劳动力的集聚，从而实现城市综合发展水平和质量的提升.同时，人力资本这一因素对周边区域城镇化耦合协调发展具有较强的空间负外部性，原因是人才这一生产性要素具有较强的流动性，人力资本水平高的城市会对邻近地区的高技能、高素质人才产生虹吸效应，间接抑制邻域地区的城镇化耦合协调发展.

创新水平的直接效应系数为0.006，在1%水平上显著，间接效应系数为-0.004，通过了10%水平的显著性检验，表明科技创新水平的提升会促进城市自身城镇化耦合协调发展，与范擎宇等［10］的研究结论一致，但会通过负向溢出效应抑制邻域城镇化耦合协调程度.科技创新作为人力资本集聚的产出和体现，其对城镇化耦合协调发展的影响机理与人力资本相似，从城市自身来分析，科技创新不仅可以通过推动产业结构升级、优化城市空间布局来提高资源和能源的利用效率，也可以通过培育环保型的现代产业企业来降低对资源和能源的消耗.总的来说，科技创新主要是通过优化城市产业结构和空间布局，间接提升城市生态环境质量，进而促进城镇化的协调发展.从邻域角度分析，科技创新水平高的地区也会通过虹吸效应对邻域地区产生负外部性，使得周边城市的城镇化耦合协调程度降低.

产业结构的直接效应系数为0.105，间接效应系数为-0.130，两者均通过了1%水平的显著性检验，表明产业结构的升级有助于城市自身城镇化耦合协调程度的提升，这与周艳等［11］、张鹏岩等［28］、朱高立等［44］的研究结果较一致，但对邻域城镇化耦合协调发展具有空间负外部性.从城市本身分析，产业结构升级意味着城市自身的产业体系逐渐转变为以高新技术产业、先进制造业、现代服务业等资本密集型和技术密集型产业为主，城市的经济发展水平和活力不断增强，城镇化质量得到持续提升.同时，产业结构水平的提高也会增加城市就业空间，吸引高素质人才和高技能劳动力不断向城市集聚，使得城市自身的城镇化水平和质量均得到了提升并在更深层次上相协调.而对于邻近区域，随着城市自身产业结构的升级和产业体系的调整，城市倾向于将其资源密集型产业和能源依赖型企业就近转移给邻近城市，造成邻域地区能源资源浪费、生态环境质量下降，从而抑制了周边区域的城镇化耦合协调发展.

政府能力的直接效应系数为0.171，通过了1%水平的显著性检验，间接效应系数为0.011，未通过显著性检验，表明政府能力的提高对本地城镇化耦合协调发展具有推动作用，这与郭付友等［27］的研究结论一致，但其对邻近地域的城镇化耦合协调发展并无显著影响.对于城市自身来说，政府能力尤其是财政能力的提升，会通过增加科技、教育、医疗等的支出提高城市公共服务供给水平，进而提升城市人居环境质量和人民生活质量，吸引人口等资源要素向城市流动，同步拉动城镇化水平和质量提升；同时，政府财政的增加也有助于增加社会固定资产投资，并从短期的增加生产要素投入、提升投资需求和长期的弥补社会存量、扩大社会再生产拉动宏观经济增长［45］，实现城市人口集聚、建成区面积扩大以及土地利用强度和效率提升，从对城镇化水平和质量的协调发展产生积极影响.

3.3 稳健性分析

随着数据科学的发展，以遥感数据为代表的地理空间大数据越来越多的被学者们所采用，成为反映和感知人类活动的重要数据来源.其中，以美国国家海洋和大气管理局（NOAA）发布的夜间灯光数据集，不仅能从微观尺度刻画人类的社会经济活动，也为长时间监测区域城镇化发展提供了可能.因此在参考Li和Wang［46］的研究基础上，本文利用城市灯光平均亮度值和灯光面积占辖区总面积的比重作为城镇化质量和城镇化水平的替代指标.利用耦合协调度模型和空间杜宾模型对本文的研究结论进行稳健性分析.另一方面，考虑到不同的空间权重矩阵所代表的空間相互关系有所不同，从而导致研究的分析结果存在差异.因此，本文进一步将邻接权重矩阵替换为反距离空间权重矩阵并对空间计量模型进行估计，以验证不同空间权重矩阵下实证结果的一致性和保证研究结果的可靠性.表8和表9的稳健性检验计算结果显示无论是更换被解释变量还是替换空间权重矩阵，被解释变量空间滞后项、解释变量空间滞后项和空间误差项系数的正负号和显著性均与4.2的基础回归分析结果保持一致，说明本文的实证分析结果具有较强的稳健性.

4 结论与讨论

4.1 讨论

本研究分析了2003—2019年中国城镇化耦合协调发展的时空演化格局、时空交互特征和影响因素机制.与以往城镇化协调发展的研究相比［9－10，29］，本文从城镇化水平和质量两个维度进行耦合协调度分析，能较全面地揭示城镇化发展的内涵.从时空演变特征来看，城镇化耦合协调度整体不断提升，高值集聚分布在珠三角、长三角和京津冀等地区，低值集聚分布在中、西部和东北地区，空间集聚特征和趋同特征明显，与金丹等［9］研究结果相同.从城镇化耦合协调发展的影响因素分析，经济发展、人口规模、政府能力、科技创新等因素对城镇化协调程度的直接效应均较显著，与范擎宇等［10］的研究结论相似，但上述因素的间接效应为负或不显著，与前人的研究［10］不相一致，究其原因，现有研究倾向于以长三角等沿海发达地区为研究对象，这些区域的城镇化发展已具规模，影响城镇化协调发展的各项因素具有明显的空间溢出效应，而本文以全国285座城市为样本，大部分城市尚未形成规模效应，对周边地区的虹吸效应强于溢出效应，这也间接说明本文研究结论的普适性和可信度较高.

本文从城镇化水平和质量两个方面考察城镇化的协调发展水平，并将空间溢出效应纳入到研究之中，对于推动我国城镇化的协调发展具有重要的参考价值.城镇化发展具有多维性，涵盖领域和内容诸多.本文虽然选取了诸多指标对城镇化水平和质量的耦合协调发展水平进行测度，并利用夜间灯光数据从灯光面积占比和灯光平均亮度代替城镇化水平和质量进行稳健性分析，但在未来研究过程中还需进一步融合诸如POI等数据集对城镇化的协调发展进行测度，使研究指标的选取更加豐富和多样.此外，由于省域单元的研究较多及县域单元数据获取难度大，本文仅从市域单元对城镇化协调发展的时空演化和空间效应进行分析，这使得研究结论的实践指导建议在省域和县域尺度的适用性有所降低.在不同尺度下城镇化协调发展的内在驱动机制可能存在差异，未来的研究中将进一步分析省域和县域尺度的城镇化协调发展，并深入探讨不同尺度下城镇化协调发展时空演化和形成机制的内在差异，以便获取更具针对性的研究结论和政策启示.

4.2 结论

本文以2003—2019年中国285个地级及以上城市的面板数据为研究样本，利用耦合协调度模型和ESTDA方法从城镇化水平和质量视角探讨城镇化协调发展的时空演化格局和交互特征，并借助空间面板杜宾模型探究城镇化协调发展的影响因素及空间效应，得出以下主要结论：

1）从时空演化格局来看，研究期间内，中国城镇化耦合协调发展水平较低，但总体呈现波动上升趋势，协调度的提升空间较大；城镇化的耦合协调空间格局具有明显的“东高西低”和“南高北低”的地带性特征，高值区主要分布在珠三角、长三角和京津冀等城市群；市域间城镇化协调发展的整体差异不断缩小，三大经济区由大到小依次为东部、西部和中部地区.

2）从时空交互特征来看，中国城镇化的耦合协调发展具有正相关性，呈现空间集聚分布，并且集聚程度在时间趋势上递增；时间路径分析表明我国城镇化耦合协调发展具有较强的空间依赖性和稳定的空间结构，其空间格局演变呈现空间整合的动态性特征；时空跃迁分析表明我国城镇化耦合协调发展的分布格局具有明显的路径依赖和空间锁定特征.

3）空间面板杜宾模型的分析结果表明，经济发展、人口规模、人力资本、科技创新、产业结构、政府能力对本地城市的城镇化协调发展均具有促进作用，其中人力资本、产业结构及政府能力是影响城镇化协调发展程度的关键因素；人口规模对邻域城镇化协调发展的空间溢出效应为正，人力资本、科技创新和产业结构的空间溢出效应为负，而经济发展水平和政府能力的空间效应不显著.

根据以上的研究结论，结合新型城镇化发展战略规划实施以来城市建设过程中存在的问题，本文提出如下政策建议.

针对当前我国城镇化发展“重形式轻内涵”而导致的城镇化水平和质量不相协调的现状，各地应严格按照国家新型城镇化发展战略规划目标，积极推进以人为核心的城镇化发展，提高城市治理能力和管理服务水平，着力解决人口城镇化滞后于土地城镇化的问题，从而推动我国城镇化发展质量与快速扩张的城镇化水平相适应.

考虑到中国的城镇化建设具有明显的区域异质性特征，在未来的城市发展过程中，应因地制宜地制定推动城镇化协调发展的指导意见和政策方针.对于经济发展水平较高的东部先发地区，要根据城市主体功能定位，大力发展战略性新兴产业和现代服务业，并通过优化产业结构、增强创新能力、提高经济效益、降低能源消耗等方式推动城镇化发展阶段由以规模扩展为主转变为以质量提升为主.

实证分析结果表明经济发展等因素能显著促进城镇化的耦合协调发展，因此在城镇化建设过程中，一是要加快经济发展速度、提高经济发展质量，通过增加基础设施投资和公共服务投资，吸引人才等优质资源向城镇集聚；二是要合理控制城市人口规模，既避免城市规模较小造成的城市规模效应不足，又要避免城市规模过大导致的城市无序蔓延发展，从而提高城市土地利用效率和城市发展质量；三是要依托城市人才、科技等资源优势，增强城市创新能力，提高城市资源利用效率，从而发挥创新对城镇化发展的引领作用；四是要调整城市产业结构和布局，依据城市资源禀赋和比较优势，培育和形成以高新技术产业、先进制造业等为主的现代化产业体系；五是要提高政府治理体系和治理能力现代化水平，完善城市治理结构，创新城市治理模式.

要从交通、市场等方面加快区域一体化建设，强化城市间劳动力、资本、产业等各项资源要素的联系程度，从而加强区域城镇化耦合协调发展的空间联动效应.要通过优化城市空间结构体系来增强直辖市等中心城市的辐射带动作用，从而发挥中心城市对我国城镇化发展的支撑和引领作用.最后，从人才、科创、产业等方面构建区域协调发展和利益补偿机制，降低中心城市对中小城市的“虹吸效应”，推动区域城镇化的协同发展.

参考文献：

［1］王怡睿，黄煌，石培基.中国城镇化质量时空演变研究［J］.经济地理，2017，37（1）：90.

［2］范擎宇，杨山，胡信.耦合视角下长三角地区城镇化协调度的时空特征及交互机制［J］.地理研究，2020，39（2）：289.

［3］赖行健.我国城镇化质量与水平协调发展关系研究［J］.开发研究，2017（5）：34.

［4］王建康，谷国锋，姚丽，等.中国新型城镇化的空间格局演变及影响因素分析——基于285个地级市的面板数据［J］.地理科学，2016，36（1）：63.

［5］方创琳.中国新型城镇化高质量发展的规律性与重点方向［J］.地理研究，2019，38（1）：13.

［6］张荣天，焦华富.中国新型城镇化研究综述与展望［J］.世界地理研究，2016，25（1）：59.

［7］于猛，宋家宁.我国城镇化模式研究综述——基于规模选择和典型模式推广的分析讨论［J］.中国土地，2013（3）：54.

［8］吴一凡，刘彦随，李裕瑞.中国人口与土地城镇化时空耦合特征及驱动机制［J］.地理学报，2018，73（10）：1865.

［9］金丹，戴林琳.中国人口城镇化与土地城镇化协调发展的时空特征与驱动因素［J］.中国土地科学，2021，35（6）：74.

［10］范擎宇，杨山.长三角地区城镇化协调发展的空间特征及形成机理［J］.地理科学进展，2021，40（1）：124.

［11］周艳，黄贤金，徐国良，等.长三角城市土地扩张与人口增长耦合态势及其驱动机制［J］.地理研究，2016，35（2）：313.

［12］徐靜娴.西部地区人口城市化与土地城市化耦合协调发展研究［J］.湖北农业科学，2021，60（17）：139.

［13］刘娟，郑钦玉，郭锐利，等.重庆市人口城镇化与土地城镇化协调发展评价［J］.西南师范大学学报（自然科学版），2012，37（11）：66.

［14］张春梅，张小林，吴启焰，等.城镇化质量与城镇化规模的协调性研究——以江苏省为例［J］.地理科学，2013，33（1）：16.

［15］陶然，曹广忠.“空间城镇化”、“人口城镇化”的不匹配与政策组合应对［J］.改革，2008（10）：83.

［16］范进，赵定涛.土地城镇化与人口城镇化协调性测定及其影响因素［J］.经济学家，2012（5）：61.

［17］李子联.人口城镇化滞后于土地城镇化之谜——来自中国省际面板数据的解释［J］.中国人口·资源与环境，2013，23（11）：94.

［18］唐鹏，周来友，石晓平.地方政府对土地财政依赖的影响因素研究——基于中国1998—2010年的省际面板数据分析［J］.资源科学，2014，36（7）：1374.

［19］LIU Y，ZHOU G，LIU D，et al.The interaction of population，industry and land in process of urbanization in China：a case study in Jilin Province［J］.Chinese Geographical Science，2018，28（3）：529.

［20］SUN Y，CUI Y，GIL－LAFENTE A M.Analyzing the coupling coordination among economic，social，and environmental benefits of urban infrastructure：case study of four chinese autonomous municipalities［J］.Mathematical Problems in Engineering，2018，2018：828038.

［21］李晓庆，姜博，初楠臣.城市群土地集约利用与新型城镇化耦合协调分析——以我国三大城市群为例［J］.长江流域资源与环境，2017，26（7）：983.

［22］赵建吉，刘岩，朱亚坤，等.黄河流域新型城镇化与生态环境耦合的时空格局及影响因素［J］.资源科学，2020，42（1）：159.

［23］王玉娟，江成涛，蒋长流.新型城镇化与低碳发展能够协调推进吗？——基于284个地级及以上城市的实证研究［J］.财贸研究，2021，32（9）：32.

［24］李建豹，黄贤金，揣小伟，等.江苏省人口城镇化与能源消费CO2排放耦合协调度时空格局及影响因素［J］.经济地理，2021，41（5）：57.

［25］李江苏，王晓蕊，苗长虹，等.城镇化水平与城镇化质量协调度分析——以河南省为例［J］.经济地理，2014，34（10）：70.

［26］吕添贵，吴次芳，游和远.鄱阳湖生态经济区水土资源与经济发展耦合分析及优化路径［J］.中国土地科学，2013，27（9）：3.

［27］郭付友，李诚固，陈才，等.2003年以来东北地区人口城镇化与土地城镇化时空耦合特征［J］.经济地理，2015，35（9）：49.

［28］张鹏岩，杨丹，李二玲，等.人口城镇化与土地城镇化的耦合协调关系——以中原经济区为例［J］.经济地理，2017，37（8）：145.

［29］吕添贵，吴次芳，李洪义，等.人口城镇化与土地城镇化协调性测度及优化——以南昌市为例［J］.地理科学，2016，36（2）：239.

［30］ZHANG Y，PAN J，ZHANG Y，et al.Spatial－temporal characteristics and decoupling effects of Chinas carbon footprint based on multi－source data［J］.Journal of Geographical Sciences，2021，31（3）：327.

［31］张欣，潘竟虎.中国城市蔓延时空动态识别及驱动因素探测［J］.人文地理，2021，36（4）：114.

［32］许静，杨永春.“一带一路”背景下中国西部城市经济全球化水平的空间演化［J］.经济地理，2021，41（7）：20.

［33］张荣天，张小林，陆建飞，等.我国乡村转型发展时空分异格局与影响机制分析［J］.人文地理，2021，36（3）：138.

［34］REY S J，MURRAY A T，ANSELIN L.Visualizing regional income distribution dynamics［J］.Letters in Spatial and Resource Sciences，2011，4（1）：81.

［35］蘇聪文，邓宗兵，李莉萍，等.中国水生态文明发展水平的空间格局及收敛性［J］.自然资源学报，2021，36（5）：1282.

［36］马慧强，廉倩文，韩增林，等.基本公共服务—城镇化—区域经济耦合协调发展时空演化［J］.经济地理，2020，40（5）：19.

［37］尹鹏，王富喜，段佩利.中国基本公共服务效率与城镇化质量的时空耦合关系研究［J］.地理科学，2021，41（4）：571.

［38］CHEN Z，YU B，YANG C，et al.An extended time－series（2000—2018） of global NPP－VIIRS－like nighttime light data［J］.Earth System Science Data，2021，13（3）：889.

［39］SMALL C，ELVIDGE C D.Night on earth：Mapping decadal changes of anthropogenic night light in Asia［J］.International Journal of Applied Earth Observation & Geoinformation，2013，22：40.

［40］邵帅，李欣，曹建华，等.中国雾霾污染治理的经济政策选择——基于空间溢出效应的视角［J］.经济研究，2016，51（9）：73.

［41］朱高立，邹伟，王雪琪.经济结构调整对人口城镇化与土地城镇化协调性的影响差异［J］.中国人口·资源与环境，2018，28（5）：93.

［42］宋丽智.我国固定资产投资与经济增长关系再检验：1980—2010年［J］.宏观经济研究，2011（11）：17.

［43］LI X，WANG L.Does administrative division Adjustment promote low－carbon city development？Empirical evidence from the“revoke county to urban district”in China［J］.Environmental Science and Pollution Research，2023，30（5）：11542.

（责任编辑 武维宁）

收稿日期：2023－11－21;修改稿收到日期：2024－03－06

基金项目：国家社科基金重大项目（19YJA630079）；教育部人文社科研究规划基金项目（19YJA630079）

作者简介：栗向阳（1995—），河南驻马店人，助理研究员，博士.主要研究方向为城市和区域发展与治理.E－mail：lixiangyang@whu.edu.cn

*通信联系人，讲师，博士.主要研究方向为全球环境变迁.E－mail：zhangyx@xynu.edu.cn