中国实体城市的常住人口变化

2024-10-20 电梯产品箱体

  人居环境信息实验室联合研究发布,合作双方发挥各自在时空大数据分析研究领域的资源、技术优势,形成一系列在城乡规划行业中具有前瞻性的研究成果,并不断促进研究成果的转化与应用。双方协作研究的领域涵盖城镇化发展动态监测与预测、城市空间分析评估与模拟、城市空间决策支持与咨询、AI与城市智慧管理、国土空间规划新技术探索等。

  探究城市人口的变化规律,是认识城市、顺应城市发展的基础。“百度慧眼”用大数据告诉您,目前中国所有实体城市(基本上认为是城镇居民点)的常住人口变动情况,看看哪些实体城市人口正在流失。本文借助百度地图慧眼提供的2018年11月、2016年11月中国非流动人口数据,以及2018年11月、2016年11月中国就业地人口数据(常住就业人口基于过去6个月行为挖掘),探究中国所有城市的常住人口变化,识别中国哪些城市是人口变化视角的收缩城市,收缩程度如何以及解析收缩城市的就业人口变化。本文结论部分中所提及的城市,均指实体城市。请读者注意,实体城市不是行政意义的城市,而是实体地域的城市(即具有一定规模的连续的城镇建设用地构成的居民点)。

  百度地图日均位置服务请求次数已超越1200亿次,月活硬件设备数达到11亿,涵盖全国主要省、市、区县级行政区划。百度慧眼整合去隐私化的位置、POI等多源数据,提取位置属性、时间分布等上百个特征,基于人工智能技术挖掘得到精度高、覆盖广的居住和就业人口。(注:相关数据处理各环节均匿名化,各环节及输出均不涉及个体隐私)

  在以往的人口研究中,百度慧眼数据的可靠性得到了多次验证。例如,青岛规划设计研究院通过选取20个居住小区的走访调查,对统计年鉴数据与百度数据来进行总量对比,并结合比重差来分析百度人口与年鉴人口的分布差异,从而验证了百度慧眼数据的准确性(点这里就可以看原文)。

  宁波市规划局对比了封闭管理的宁波工程学院(杭州湾汽车学院)校教务处提供的学生统计数据得出,百度慧眼大数据在总的人口数据上偏差仅为1.46%,在人口位置定位和人口画像上和学校真实情况基本相符(点这里就可以看原文)。

  同济大学建筑与城市规划学院空间分析和决策支持实验室通过对百度慧眼数据、手机信令数据、传统调查数据结果的横向比较,发现百度慧眼数据与手机信令数据在各统计单元内具有更高的一致性(点这里就可以看原文)。

  百度慧眼天津规划院联合创新实验室将百度慧眼提取的职住及通勤信息与天津城市规划设计研究院获取的天津市2017年1%样本的居民出行调查数据来进行指标对比分析,发现两组的相关性达到0.8,距离分布曲线拟合度较好(点这里就可以看原文)。

  对城市地域概念的理解,我们大家可以分为三种:城市行政地域、城市实体地域和城市功能地域。

  城市行政地域指城市管辖权对应的空间范围。城市实体地域则指城市中城镇型的城市空间。我国城市的统计工作及其他各项工作,一般是以行政地域为基础开展的。

  然而,我们并不能简单的利用行政城市作为研究城市非流动人口变化和识别收缩城市的边界。北京大学周一星教授曾指出,中国城市的行政范围和实体范围相差太大。比如北京市辖区范围是16400平方公里,但其中三分之二是山地,包括西面太行山及北面燕山。北京主城范围大体上就是到五环外多一些。县城虽然在行政上不属于城市,但也有自己的公共服务设施、基础设施和政府大规模用地,也应当判定为城市(图1)。此外,由于行政城市的边界经常变动,对于城市非流动人口变化和识别收缩城市的研究,应该基于实体城市而非行政城市。因此龙瀛老师团队利用全国城镇建设用地识别出了包括县城在内的3022个实体城市。在ArcGIS平台将城镇建设用地与全国社区边界进行叠加分析,确定每个社区内的城镇建设用地比例,龙瀛老师团队认为超过一定建设用地比例的社区则为城市实体地域的候选区,练成片并超过一定面积规模的实体地域则为城市实体地域并形成一个实体城市;具体指标:为城镇建设用地比例占社区面积40%以上且连成片的实体地域总面积≥5km2),并对全部面积大于10km2的实体城市进行命名(当设区的市同一个区有多个实体城市时,分别命名为区加编号,例如北京市顺义区1、北京市顺义区2、北京市房山区1、北京市房山区2,如图1所示)。在这个基础上结合了“百度慧眼”数据,观察非流动人口在实体城市内的变动情况(详见BCL北京城市实验室:马爽,龙瀛. 中国城市实体地域识别: 社区尺度的探索[J]. 城市与区域规划研究, 2019, 11(1) :9-16)。

  (图中展示了北京、石家庄、滨州三个城市的行政城市及太谷县县域与实体城市的边界差异)

  从全国的尺度来看,并考虑到了数据的可获得性,我们利用百度慧眼2018年11月、2016年11月两期的非流动人口数据(居住地人口数)探索了中国所有城市常住人口的变化情况。

  考虑到两年期间使用设备增长在各个水平城市不同,针对不同发展水平城市(人口密度和人均GDP),我们第一步修正了设备增长对人口变化带来的误差,而后进行了城市非流动人口的变动情况的分析(图2a)。具体方法为(2018年11月的非流动人口数据-2016年11月非流动人口数据)/2016年11月的常住人口数据。并针对面积较大且常住人口负增长较为严重的几个城市,绘制了城市内部人口分布图(图2b)。

  研究结果为:全国所有城市非流动人口增加平均值为0.8%,两年期间非流动人口减少的城市共1506个,占3022个城市的34.9%,其中178个城市非流动人口减少超过15%。两年期间非流动人口增加的城市共1516个,平均增加9.4%,非流动人口增加超过15%的城市有包括昌吉市副城、兰溪市主城、五家渠市主城、龙岩市新罗区、墨玉县主城等在内的179个。

  我们依据不同发展水平,将实体城市分为5类,依次命名为高发展水平城市(实体城市1),较高发展水平城市(实体城市2),一般发展水平城市(实体城市3),较低发展水平城市(实体城市4)和低发展水平城市(实体城市5)。如表1所示,我们另外展示了不同非流动人口增加比例阶段不同类别的典型实体城市。

  图2:中国2016-2018各实体城市非流动人口的变动情况(基于百度慧眼数据推算)a.中国2016-2018各实体城市非流动人口的变化;b. 典型实体城市内部人口变化分布图(过滤了人口密度较小的网格)

  城市化进程必然带来城市人口数量的此消彼长。从人口研究方面出发,是方便市民在城市中寻找更好的就业机会和生活条件。研究中国所有城市的常住人口变化,有助于专业者客观判断不同实体城市发展的状况,从而合理的分配土地资源,更理性的规划城市。

  目前研究收缩城市的基本共识是用人口数据来判断城市是否收缩。但人口数据不能简单地从统计年鉴上来判断:一方面,在非人口普查统计年,统计年鉴上的数据多为估算得出,并不准确;另一方面,中国的城市边界变动较多,和历史人口数据之间经常对应不上。因此我们大家都认为靠大数据手段做辅助收缩城市的识别是必要的。

  我们利用百度慧眼数据识别了人口视角的中国收缩城市。我们将两年期间非流动人口减少5%及以上的面积不小于10km2的实体城市定义为收缩城市(人口视角)。研究共识别出217个收缩城市(图3),占所有3022个实体城市的7.2%。此外,我们以长江三角洲城市群、珠江三角洲城市群和京津冀城市群为例,放大展示了中国收缩城市情况(局部)(珠江三角洲城市群和京津冀城市群内收缩城市目前比例较小,以收缩程度5%-15%之间为主)(图4)。从城市生命周期的理论来讲,城市是从无到有,慢慢地繁荣,到达顶峰,开始衰落,然后重生或者彻底没落。在国内,城市化的意识是根深蒂固的——我们的城市必须要发展,我们的人口必须要增长,城市收缩对于一部分人来说可能是衰落的表征,多数时候是一个贬义词。但是在国际背景下,收缩是一个中性词,收缩只是人少了,并没有说这是个破败的、失落的城市。

  图4: 以长江三角洲城市群、珠江三角洲城市群和京津冀城市群,放大展示了中国收缩城市情况(局部)

  研究发现,我们所识别的中国收缩城市的平均收缩率为9.6%。收缩最严重(非流动人口减少比例超过15%)的城市有鸡西市城子河区1、同心县主城、北京市顺义区1、苏州市相城区2、日照市岚山区1、济南市章丘区2、静宁县主城、玉门市主城、大连市金州区、扎鲁特旗副城、科尔沁左翼中旗副城、沙湾县主城、绥滨县主城、绍兴市柯桥区2、榆树市副城、泰兴市副城、吉林市昌邑区、沈阳市沈北新区2、同江市主城、玉环市副城等(表2)。

  繁荣的城市都是朝气蓬勃的,人口流失的城市则各有各的原因和特点。导致这些城市严重收缩的原因是多方面的,主要在于城市资源枯竭,小城市人口向周边大城市流入,以及产业体系转型等,此外,部分收缩城市的原因是多样的。举例来说,鸡西市城子河区1和大连市金州区的收缩,主要是由产业体系转型升级、新区开发以及大规模的公司改革导致的(黑龙江日报,2019);同心县主城和北京顺义区1的人口变动,则可能受政策影响较大,同心县从2012年起开始建设生态移民村(中国国土整治网,2019),导致大量人口迁出,而北京则在2017年底进行了三大专项整治运动;苏州市相城区2和静宁县主城的收缩则是劳动力人口向周边更发达城市外流所致,苏州市相城区2的人口可能移转到主城区、昆山、甚至上海,而静宁县是甘肃平凉市的一个深度贫困县,该县外出务工的现象越来越普遍;山东省的日照市岚山区1和济南市章丘区2的收缩原因则可能与棚改区改造有关,出现短期的人口迁出(中国拆迁网,2018)。玉门市主城是典型的资源枯竭型导致城市收缩。一部分东南沿海部分城市近两年来出现的人口收缩,则可能是由于工厂生产所带来的成本提高,制造业受互联网产业冲击较大导致的(网易新闻,2019;华印媒体,2019,搜狐新闻,2018)。

  我们还尝试利用“百度慧眼”2018年11月,2016年11月的中国就业人口数据,尝试回答中国收缩城市中就业人口是如何变化的。与非流动人口数据类似,考虑到两年期间使用设备增长在各个水平城市不同,我们第一步针对中国就业人口数据来进行了修正。

  图5展示了收缩城市内就业人口变化比例。一部分城市尽管城市非流动人口减少了,但是就业人数反而增多了(就业人口增长5%以上),这样的城市有24个,占收缩城市的11.1%。这种情况可能是城市人口结构变动导致的:尽管城市的总人口出现了下降,但由于城市引进新产业带来的就业人数的增加,引发城市中就业人口的增多。

  虽然如此,但大多数的收缩城市就业人口数是在减少的。217个收缩城市中,就业人口减少5%以上的147个,占收缩城市总数的67.7%。收缩城市中就业人口的减少可能伴随城市经济上的衰退和GDP的下滑。这217个收缩城市中,平均就业人口减少率为9.0%。其中,就业人口减少比例最高的是芜湖市鸠江区2、鸡西市城子河区1、佛山市顺德区、克山县主城、北京市顺义区1、铁力市副城、茂名市茂港区等(见表3)。

  表3:收缩城市中,就业人口减少比例最大的城市(就业人口减少比例超过20%)

  为了使大家更清楚的了解到实体城市的具置,我们针对全文出现所有的命名带有编号的实体城市,包括北京市房山区1/北京市顺义区1、临沂市兰山区1、杭州市余杭区1/杭州市余杭区2、西安市高陵区1、重庆市长寿区1、寿光市副城3、绍兴市柯桥区2、苏州市相城区2、鸡西市城子河区1/鸡西市城子河区2、日照市岚山区1、济南市章丘区2、沈阳市沈北新区和2芜湖市鸠江区2。我们在附图中绘制了它们所在的位置以供大家探索(附图1)。

  本文是利用“百度慧眼”数据对全国所有城市非流动人口变动情况的初步探索。利用百度慧眼我们得知中国所有城市非流动人口增加平均值为0.8%,两年期间非流动人口减少的城市共1506个。非流动人口增加最多的城市有昌吉市副城、兰溪市主城、五家渠市主城、龙岩市新罗区、墨玉县主城等。我们将两年期间非流动人口减少5%及以上的规模上实体城市定义为收缩城市。研究共识别出217个收缩城市,占所有实体城市的7.2%,收缩城市的平均收缩率为9.6%。收缩最严重的城市有鸡西市城子河区1、同心县主城、茂名市茂港区等。此外,我们得知我国绝大部分收缩城市的就业人口数已然浮现了减少,在217个收缩城市中,就业人口减少5%以上的147个,占收缩城市总数的67.7%。收缩城市中就业人口的减少可能伴随城市经济上的衰退和GDP的下滑。本研究利用2018年11月、2016年11月百度地图慧眼数据,虽然经过校对,但研究结果有待证实,不代表所在单位观点,仅作为一次有限的科研探索。

  华印媒体(2019),广东又一家500人电子厂倒闭,短短数月已倒了10余家大厂!

  搜狐新闻(2018),华为终究还是撤了,制造工厂还能在一线城市占得一席之地吗?

  网易新闻(2019),广东打工仔:工厂接连倒闭,害苦了我们,过年回家连一万都拿不出

  中国国土整治网(2018),荒地“绿”起来,闲地“动”起来——同心县国土局节约集约用地工作纪实