2. 南方海洋科学与工程广东省实验室(珠海), 珠海 519080
2. Southern Marine Science and Engineering Guangdong Laboratory(Zhuhai), Zhuhai 519080, China
随着全球新冠疫情的持续发展,后疫情时代的逆全球化趋势加剧,我国需要面对疫情冲击下的不确定性,并谋求发展。十四五规划做出畅通“双循环”新发展格局的战略抉择,强调建设以国内大循环为主体,国内国际双循环相互促进的新发展格局。构建“一带一路”内外联通的战略大走廊是促进国际大循环新格局建设的重要抓手,也是世界新的贸易轴心和产业协作、共同发展的国际大平台,更是中国引领新一轮全球化的重要阵地。环南海周边国家及地区因其独特的地理位置,是“21世纪海上丝绸之路”建设发展的首要对象[1]。同时,环南海区域作为世界上人口密度较大的区域之一,不同国家和地区的自然条件、制度背景及经济发展水平的差异,塑造了环南海区域独特的城市化过程与城市体系格局。
近年来,学者聚焦环南海国家及地区的城市发展进程与问题,进行了一系列的研究。针对区域内整体的城市化进程,有学者将其分为三个阶段:①城市化初级阶段(1950—1970年),区域内各国以工业化为核心进行经济建设,农村人口向城市集中,除少数几个城市型国家和地区之外,城市化率开始缓慢增长;②城市化加速阶段(1970—1990年),由于经济政策的变革实施,城市的经济中心作用不断加强,区域整体城市化发展速度远超世界平均水平;③城市化稳定发展阶段(90年代以来),城市化高速发展之后带来的问题逐渐凸显,区域内各国调整经济政策,城市化增速放缓,城市发展政策由提速转向提质[2-5]。环南海区域的城市化增长模式研究方面,有学者发现城市化趋势与人口的增长具有极大的相关性,呈现出随人口的无约束空间增长模式[6];Boon-Thong认为在过去几十年里环南海区域伴随着城市化进程有超级大都市发展、大都市区域扩展与城市卷积三种可识别的城市增长模式[7]。针对区域内城市规模、等级、空间结构等城市体系的研究方面,Zhang等人利用航海网络数据发现环南海城市群极化与区域化并存,呈现特定的幂律分布特征,城市群内部联系十分密切,并呈现核心—中间—边缘三层的城市空间关系[8];而唐菁菁等学者认为以东盟为代表的环南海区域以单中心结构为主[9]。另外有学者对城市化过程中伴随的城市发展问题进行研究,从可再生资源扩张、城市复原力、土地利用变化等视角分析城市扩张模式,认为环南海区域城市化扩张是一种不可持续的发展模式[10-13],且将关键挑战总结为“促进城市经济增长,同时减少城市(和农村)贫困,保护地方、国家、区域安全与环境”[14],并对城市的可持续性进行研究[15, 16]。研究方法上,万庆、王志宝等利用城市首位度分别对中国城市规模分布和东亚城市体系进行研究[17, 18],发现中国城市以及东亚城市均符合首位位序—规模分布;方创琳、杨晓军等利用城市基尼指数分别从城市群和全国尺度对人口和经济集聚度进行分析[19-21],认为中国城市人口规模的总体差异较大;阿里木江·卡斯木、陈利、孙小芳等分别利用人口数据进行城市人口核密度空间化分析[22-24],认为亚洲和非洲城市具有明显的人口密集特征。
总体上,环南海区域在自然地理条件与社会政治经济发展各方面差异较大,国家尺度之间的城市化进程差异明显,已有研究结论难以形成一致性观点,因此需要对环南海内部不同类型的城市化进行区分,既关注区域内城市化的一致性,更要进一步发现城市化过程的差异性。与此同时,环南海城市空间结构和城市体系的研究目前主要以国家尺度为主[25, 26],空间结构尚不明晰,需要从不同空间尺度去理解区域内部结构和关系,以及通过较长时间尺度的数据厘清城市化过程,更新和挖掘对现状的认识。基于此,本文利用1960—2020年城市人口数据,在剖析环南海国家及地区城市化发展阶段类型的基础上,通过首位度指数与空间基尼系数两个主要指标,结合核密度空间分析方法,进一步从国家尺度与城市尺度对区域城市体系的等级规模和人口空间结构特征进行实证研究。研究对厘清环南海国家及地区的城市发展规律有重要价值,对我国“一带一路”战略布局和南海航线建设、福建21世纪海上丝绸之路核心区建设等具体建设方案具有一定的现实参考,对推进“21世纪海上丝绸之路”和中国—东盟自由贸易区建设具有重要的科学意义。
2 数据和研究方法 2.1 研究区域与数据来源与东南亚、“东盟自由贸易区”等经济区域概念不同,本研究基于“一带一路”战略背景选取环南海国家及地区的研究范围,包括新加坡、文莱、马来西亚、菲律宾、印度尼西亚、泰国、柬埔寨、越南、中国大陆、中国香港、中国澳门11个国家和地区。至2020年末,区域总人口为20.05亿人,其中城市人口11.58亿人。
本研究收集了1960—2020年上述国家和地区的总人口与主要城市人口数据。其中国家尺度的人口数据来源于世界银行网站,区域内主要城市人口数据来源于人口数据统计网站,部分缺失的主要城市的人口数据通过本国统计局数据加以补充。需要说明的是,区域内主要人口数据中,2020年人口规模仍在2万以下的小城市,因数量多、数据缺失比例高,因此不进入本研究对历史阶段基尼系数的计算范围。最终主要城市人口数据中,马来西亚选取11个城市,菲律宾选取31个城市,印尼选取33个城市,泰国28个城市,越南11个城市,文莱5个城市,柬埔寨9个城市,中国大陆选取100个城市,新加坡、澳门特别行政区、香港特别行政区单独列出,共计231个城市和地区(表 1)。此外,因新加坡、香港、澳门三地为城市型国家和地区,在进行基尼系数和城市体系等内容研究时,不将其纳入计算范围内。
地理空间底图来源于自然资源部标准地图服务系统,主要城市人口分析底图为1:3530万亚洲标准地图
2.2 研究方法本文在人口规模等级分析中,采用集中首位度和位序首位度两个指标来反映各国人口在首都(最大人口城市)的集聚程度,通过空间基尼系数分析城市人口的空间分布均衡情况,利用核密度估计分析主要城市人口的集聚程度。
(1)首位度指数。由于部分国家(区域)首都城市并非最大城市,且首都城市与最大城市之间的人口规模差距较大,因此本文同时采用位序首位度和集中首位度两个指标来衡量各国家(区域)内城市等级结构和全国(区域)资源的集中程度[27]。其中,位序首位度是首都城市人口规模与国内非首都最大城市人口规模之间的比值,集中首位度是首都城市和最大城市人口规模与全国(区域)人口规模之间的比值(当首都城市与最大城市一致时,集中首位度只计算一次)。
(2)空间基尼系数。空间基尼系数主要是通过人口在城市分布的均衡程度来反映不同规模城市的空间集中度[28]。主要是研究不同规模城市的发育成长状况,分析城市体系中人口与经济的协调情况[19],本文采用Marshall提出的空间基尼系数计算方法进行测度[29]。
(1) |
式中,G为空间基尼系数,Pi与Pj分别为城市i和城市j的人口规模,μ为区域所有城市的平均人口规模,n为城市数量。G越接近1,表明城市间规模差距越大,人口越倾向于集中在大城市;反之,则表明城市间规模差距较小,人口在城市间呈均衡分布。
综合来看,首位度指数与空间基尼系数均较高时,说明城市体系中核心城市集聚能力强,呈现单中心的城市空间结构;当首位度指数较低而空间基尼系数高时,说明城市体系的中心城市与次级中心城市发展较好,呈现双中心或多中心的城市空间结构;而首位度指数较高但空间基尼系数较低,目前还没有对应的理论模式,可能存在于首位城市发达且总体城市数量较多的情况;首位度指数与空间基尼系数与城市均较低的情况下,城市体系是一种分散的空间结构,中心城市不突出[28]。
(3)核密度。核密度估计方法是通过对区域内的点设置搜索半径以及赋予不同的权重来构建要素点峰值的连续面,是一种非参数检验方法[30]。研究采用的核函数为Roseblatt-Parzen函数,其表达式为:
(2) |
式中,fn为基于要素点进行核密度估算的值,n为范围内研究要素点的数量,K() 为核密度方程,其中(x - xi) 为点x到点xi的距离,h为搜索半径。
3 环南海国家及地区城市化发展阶段与特征根据1960—2019年城镇人口占总人口比重数据分析环南海国家和地区城市化进程(图 1)。结合各国家和地区城市化起始状态与发展演化特征,可将环南海国家及地区国家城市化发展分成三类:①高水平城市化国家和地区,包括新加坡、中国香港和中国澳门,这一类型的国家地区城市化水平目前均已达到100%;②中等水平城市化国家和地区,包括文莱、马来西亚与菲律宾,这类国家和地区1960年城市化率已在25%以上,城市化发展前期较快后期发展相对平稳;③起始城市化程度较低国家和地区,主要是印度尼西亚、中国大陆、泰国、柬埔寨与越南,这些国家和地区60年代城市化率不足20%,城市化发展进程既有相似性又具有较大的差异性。
高水平城市化国家以新加坡、中国香港、中国澳门三个城市型国家(地区)组成。1960年,三地城市化率已经高达85%,处于城市化发展后期阶段,城市化发展稳定成熟,1995年实现全部城市化(图 2)。其中,新加坡较早进行工业化发展,以外贸导向型经济为主,根据全球金融中心指数,在2018年新加坡成为全球四大国际金融中心之一,在2019年成为全球竞争力排名第一的经济体,新加坡的城市化始终处于区域最高水平[1]。香港是国际金融中心之一,仅次于伦敦和纽约,80年代以来进行产业转移升级,城市化发展迅速,90年代基本实现全部城市化。澳门经济发展以轻工业、旅游业为主,是中国国际贸易自由港之一,城市化处于较高水平。作为城市型国家(地区),新加坡、香港和澳门的城市化相较于环中国南海周边其他国家(地区),城市化发展特征具有典型性与特殊性。
该类型国家(地区)1960年城市化水平处于在25%—45%之间,之后经历了城市化快速发展时期,进入城市化发展后期。其中,马来西亚与文莱发展速度较快,较早进入城市化后期发展阶段,菲律宾自1990年以来城市化增速放缓,城市化率和发展速度均落后于马来西亚与文莱(图 3)。
不同于高水平发展类型的国家和城市以金融、旅游和轻工业为主导的产业结构,本类型中工业生产对推动城市化进行的作用至关重要。具体来看,文莱由于石油与天然气资源丰富,较早实现产业的非农化发展,城市化一直处于东南亚地区前列,城市化较早进入后期发展。1958年马来西亚颁布“新型工业法”促使工业发展从初级产品转向新兴工业部门产品[2],菲律宾在20世纪50年代由于经济基础较好,率先发展替代加工业从而成为东南亚地区经济发展最好、现代化最高的国家[31]。1991年马来西亚实行“第六个五年计划”[2],经济发展更进一步,城市化发展迅速,与菲律宾的城市化差距拉大。20世纪90年代末的金融危机导致外商直接投资急剧下降,中小城市经济发展受到巨大冲击,区域内城市为应对危机制定新的经济转型计划来吸引全球企业[7]。菲律宾由于政治社会环境的不稳定导致其外资引进具有不稳定特征,自20世纪70年代以来全要素生产率一直呈现负增长,经济发展受到严重阻碍,城市化增长速度急剧下降[32]。进入新世纪以来,菲律宾在金融、工业贸易、农业等领域进行经济发展改革以恢复城市经济发展[33]。文莱与马来西亚新世纪以来城市化率达到60%以上,文莱接近80%的城市化率,城市化增长缓慢。
3.3 起始城市化程度较低的国家(地区):城市化发展迅速,内部差距逐渐拉大如图 4所示,第三类国家初始阶段城市化程度均较低,城市化率不足16%。伴随着近60年的城市发展,区域内部国家及地区之间城市化水平差距不断加大。中国大陆、泰国、印度尼西亚三个国家城市化发展迅速,先后经历城市化快速发展阶段,尤其是中国大陆,城市化增速一直保持较高水平,近年来进入城市化发展后期,城市化增速回落。越南和柬埔寨两个国家初始阶段城市化发展十分缓慢,后期城市化发展速度相对提升,但对比中国大陆等国家,城市化发展速度依然较为平缓,两个国家成为环南海国家及地区城市化发展水平洼地。
中国大陆在80年代之后,社会经济发生大变革,城市化水平大幅度提升,在2000年之后,经济稳步发展,城市化保持持续稳定增长。印度尼西亚在1970年之前,由于政局不稳定,经济长期处于停滞状态,1969年开始实行第一个“五年建设计划”,经济发展取得较大进展,伴随的城市化进程也逐渐加快,在1990—2010年间城市化水平领先其他四个国家[2]。与之不同的是,泰国在1959年成立国民经济和社会发展委员会,促进泰国五年计划的顺利实施,为后续工业化发展打下基础[31]。1970年之后,调整经济结构,优先发展装配工业,着重发展外向型经济,经济进入高速增长期,城市化飞速发展[34]。20世纪80年代后期,受资本主义世界经济衰退的影响,经济发展受到冲击,城市化增速放缓。近二十年间,泰国在国际竞争力方面表现较好,根据2019年世界经济论坛的全球竞争力世界排名,泰国位列40,仅次于区域内的新加坡、文莱和马来西亚。
3.3.2 城市化发展缓慢:越南和柬埔寨80年代后期,越南确立新的经济发展路线,在工业、农业、商业和对外经济贸易等方面进行革新[35],经济得到恢复和发展。1960年柬埔寨西哈努克政府实施第一个经济发展五年计划,经济得到恢复和发展,随后由于国内战争爆发,人口骤减,城市化率随之下降[36]。20世纪90年代之后,柬埔寨通过立法改善国内投资环境从而吸引外商投资,经济得到复苏[37],城市化也在缓慢增长。到2019年,越南和柬埔寨城市化发展依旧处于较低水平,与中国大陆、印度尼西亚、泰国之间的差距较大。
4 环南海国家及地区城市规模等级结构特征 4.1 城市规模等级不断提升,除中国外,其他地区多为中小城市根据区域内1960—2020年主要城市人口数据进行城市规模划分,人口规模超过500万为特大城市,人口规模100—500万人为大城市,人口规模50—100万人为中等城市,人口规模10—50万人为小城市,人口规模低于10万人为小城镇,如表 2。1960年,环南海区域内仅上海为特大城市,印度尼西亚雅加达,泰国曼谷,菲律宾马尼拉,越南河内和中国北京、天津、重庆、广州等为大城市,其他均为中小城市,城市总体规模较小,处于初步发展阶段。
环南海区域主要城市规模等级结构清晰,除中国外,其他国家仅首都为特大城市,其他地区中小城市居多。1960—1980年各国的城市规模发展迅速,尤其是中小城市,到2020年各国10万人以下小城镇数量稀少。马来西亚与菲律宾在1960—1980年间城市规模发展较快,马尼拉成为特大城市;2020年吉隆坡城市人口规模突破500万人成为特大城市,其他城市人口规模基本达到10万人以上,人口规模差距有缩减趋势。印度尼西亚与泰国首都城市发展较快,与其他中小城市人口规模差距较大。中国大陆城市数量多,发展快,1960年上海已成为特大城市,到2020年特大城市数量达到19个,北京和上海人口超越1000万。越南城市人口规模发展缓慢,首都河内与其他城市规模等级差异明显。当前阶段环南海区域以大城市数量居多,中小城市次之,城市总体规模有较大提升,有进一步发展潜力。
4.2 首位城市人口高度集中,中高度城市化国家集聚减弱,起始城市化低国家集聚加强将1960、1980、2000、2020年环南海国家及地区各国首都城市按“高/低位序”“高/低集中”分为四种类型进行分析,以2020年集中首位度与位序首位度的平均值作为参考标准,如图 5所示。发现该区域所有国家的集中首位度在不断提升,而位序首位度在下降。该区域的首都城市,基本分布在“高位序、高集中”与“低位序、低集中”这两个类型内。前者的首都城市相比国内次级城市占有绝对优势,全国的人口高度集中于首都城市,集聚的经济资源要素巨大。后者的首都城市与次级城市优势差距与前者对比差距较小,人口分布较为均衡。
中等城市化水平国家地区,集中首位度均较高,尤其以文莱最为显著,这是由于文莱首都斯里巴加湾是全国最大城市,集聚了全国四分之一左右的人口。马来西亚首都吉隆坡的首位集中度仅次于文莱,远高于区域平均集中首位度。总体来看,中等城市化水平国家,集中首位度与位序首位度都在不断增强,集中首位度的增长变化远高于位序首位度,又以马来西亚最为明显,而菲律宾的增长变化不明显。起始城市化程度低的国家地区,柬埔寨特征最为明显,柬埔寨经济以农业为主,工业基础还较为薄弱,首都金边作为全国的政治、经济、文化中心,工商业繁荣,与其他城市之间差距巨大,因此位序首位度在区域内最高。泰国首都曼谷是东南亚第二大城市,除曼谷之外其他城市经济发展较快,因此曼谷的位序首位度和集中首位度与区域平均水平相当。中国和越南,首都北京和河内均不是国内人口规模最大的城市,因此位序首位度都小于1。中国由于人口基数庞大,首都北京的集中首位度与位序首位度均较低,其首位度具有特殊性。越南首都河内与最大城市胡志明市经济体量差距较小,胡志明市作为全国经济中心,经济发展起步较早,对外贸易发达,是全国最大的港口城市与交通枢纽,而河内近年来经济增长较快,也吸引了更多的人口前往首都。
5 环南海主要城市人口空间分布结构 5.1 区域内城市人口首位分布特征明显,各城市化类型国家空间分布特征存在差异根据人口数据计算首都城市空间基尼系数得到表 3,柬埔寨与文莱由于1960—2000年城市数据不完整,本文主要就2020年说明两国现状情况。总体上,区域内1960—2020年空间基尼系数基本呈现波动式下降,人口的首位分布依然突出。
中等水平城市化国家,1960—2020区域中心极化不断增强,强单中心结构明显。马来西亚的空间基尼系数一直在增加,单中心的空间结构愈发明显。菲律宾的空间基尼系数十分接近区域平均水平,全国有三个大都市区域中心,除首都马尼拉大都市区之外,还有宿务大都市区与达沃大都市区,空间结构较为均衡。文莱全国划分为4个区,首都所在的文莱—穆阿拉区是全国政治、文化、商业中心,马来奕区为全国经济中心,石油和天然气开采和生产都集中在此区内(图 5)。
起始城市化程度低国家,城市空间分布差异显著。印度尼西亚与中国大陆,由于全国人口规模基数大,首位城市的空间基尼系数均较低。随着印度尼西亚城市岛屿组群发展规划逐步成熟,区域多中心结构逐步成型。中国大陆内部城镇体系发展较为成熟,在全国划分出20多个城市群,空间区域上形成多中心的集聚类型。泰国首都曼谷作为国际大都市集聚大量人口,形成单中心的集聚类型,但随着春武里、罗勇、清迈等其他城市制造业、旅游服务业发展起来,泰国的单中心结构在逐步减弱。越南的胡志明市与首都河内在一南一北形成两个区域发展中心,胡志明市为全国经济中心,河内为全国政治文化中心,空间上呈现双中心结构。柬埔寨的空间基尼系数一直较高,空间分布为强单中心结构(图 5)。
5.2 主要城市人口吸引力不断增强,部分国家人口密度空间出现次增长极环南海国家及地区城市人口密度的空间差异较为明显,通过1960、1980、2000、2020年四个时间段的人口核密度变化(图 6)分析发现:主要城市及周边人口密度一直在增大,对人口的吸引力不断增强,核心热点区集中在上海、香港、广州、马尼拉、雅加达、曼谷、成都、重庆、武汉为核心的城市群地区,尤其以马尼拉与雅加达两个显著的核心热点区。
从图 6中可以看出,1960—2020年人口密度增长显著,人口密度向外扩展明显。1960年人口在成渝城市群、长江三角洲城市群、雅加达相对集中,总体上人口密度基本在10万以下。1960—1980年显著变化的是各国首都城市的人口密度增加,主要城市人口吸引力增强。2000—2020年由于沿海口岸城市的交通便利,经济集聚能力不断增强,人口密度大幅度增加,形成雅加达、吉隆坡、马尼拉、曼谷等沿海国际性大都市。
中度城市化水平国家城市马尼拉与吉隆坡的人口密度一直在增强,尤其以马尼拉增长显著,同时菲律宾与马来西亚的全域人口也整体提高。起始城市化程度低的国家的城市,印度尼西亚雅加达、泰国曼谷与中国大陆广州、重庆、成都、武汉等城市的人口密度增长变化明显,尤其以广州与曼谷变化较为突出。1960—2000年曼谷都是泰国的绝对人口中心,到2020年由于清迈、呵叻两个城市的人口集聚,在西北与东北出现次级增长极。越南与柬埔寨两个国家首都城市的人口核密度远低于区域其他首都城市,而越南在2020年首都河内也成为次增长极中心。
5.3 省会与中小城市人口规模增长差异明显,中小城市人口规模将持续扩大将1960—2020年的城市人口规模(2020年超过100万人口)与人口年均增长率进行关联分析,可以划分为“高/ 低规模”与“高/低增长”四种类型(图 7)。“高规模高增长”类别的城市以深圳和吉隆坡为代表,首都与省会城市的人口集聚能力一直较高且逐步加强。
① 高度城市化水平国家地区的新加坡和香港,一直为“高规模低增长”类型,人口规模大,但人口的年均增长率变化不大。②中度城市化水平国家的四个城市马尼拉、吉隆坡、达沃和柔佛州新山,吉隆坡基本一直处于高增长状态,马尼拉与达沃的人口增长率较缓,属于低增长状态,柔佛州新山的人口增长率与区域平均水平相差不大,人口规模较小。③起始城市化程度低的国家城市,人口年均增长率大部分都属于高增长类别,深圳是最为突出的高规模高增长城市。首都和省会城市人口规模大,人口的增长率相对较低,但人口增长数依然较大。中小城市与首都、省会城市的人口规模差距较大,人口增长率也低于首都、省会城市。
此外,“高增长/低规模”与“高增长/高规模”的城市由于持续保持较高增速,特别是深圳、吉隆坡、昆明、宁波等特大/大城市经济发展基础好潜力大,且以创新型和服务型行业为主导产业,其城市进一步发展存在更大潜力。清迈、北榄、绍兴、常州等城市虽然人口基数低于主要城市平均值,但均进入2020年全球城市500强排名①,说明其具有较强的综合实力,将持续吸引大量人口,近期将进一步集聚发展。而“低增长/高规模”与“低增长/高规模”的城市中,例如曼谷、新加坡等城市,根据2020年全球城市500强排名其旅游指标进入前十,后疫情时代全球旅游复苏和反弹情况下,其发达的旅游业可能为城市带来众多的就业机会,人口规模也将进一步扩大,城市化水平也将随之提升。从近60年的总体人口增长趋势以及各城市的发展战略来看,起始城市化程度低的国家(地区),主要城市未来一段时间内,人口还将进一步增长,城市规模也进一步扩大,城市化潜力较大。而中等城市化水平国家,首都城市规模已然十分巨大,人口增长速度放缓,城市化潜力相对较低,而次一级城市在很长一段时间内,城市人口规模都将进一步扩大。
由此可看,高水平城市化国家(地区),受地域限制,其城市人口规模较大,空间结构单一,人口分布集中,属于典型的城市型国家(地区)。中等城市化水平国家,首位城市人口规模大,单中心结构突出,首都城市集中了大量人口,人口分布的中心集聚特征明显,但随着其他省会大城市的经济发展,主要城市的人口集聚在不断加强,单中心结构有减弱的趋势。起始城市化程度低的国家(地区),人口规模大,城市规模等级结构清晰,人口的空间分布差异较大,中国和印度尼西亚的人口空间分布较为均衡,而泰国、越南和柬埔寨的人口单中心空间结构明显,总体来看主要城市的人口集聚能力还在不断增强,首位城市有进一步集聚倾向。
6 结论与讨论本文基于首位度指数与空间基尼系数两个指标和核密度估计方法分析环南海国家及地区的城市规模分布情况,结合各国的城市化发展进程,进一步分析不同城市化水平类型国家及地区出现的城市规模分布差异特征与主要城市的人口空间分布特征,结果表明:①环南海国家及地区的城市化发展是区域内各国自然资源条件、经济发展、政治文化等多个要素相互作用影响下的结果,由于各国内部要素之间差异较大,城市化进程存在较大差异,但总体而言环南海国家及地区的城市化过程大部分已进入中后期,城市化总体呈减速发展。其中,新加坡、中国香港、中国澳门城市化已进入成熟发展期,文莱、马来西亚两个起始阶段城市化率已相对较高的国家目前进入城市化发展后期,中国大陆、印度尼西亚、泰国在60年间发展迅速,菲律宾近30年来城市化率增加有限,而越南和柬埔寨的城市化仍处于相对低速发展阶段。②区域内主要城市规模等级不断提升,特大城市、大城市数量逐渐增多,但区域范围内各国内部城市发展差距依然较大。三种城市化发展类型的国家及地区城市在初期均呈现典型的首位分布,城市体系以单(双)中心结构为主,区域内部发展不平衡。随着国内次级城市与中小城市发展,单中心结构有减弱的趋势。越南与柬埔寨由于经济发展落后,城市化发展水平较低,其首都城市与首位城市人口仍处于高度集聚阶段,除文莱受国土面积限制,城市化发展水平相近的国家及地区,城市的规模分布具有相似性。③区域内各国主要城市人口空间分布均以首位分布为主,但各国主要城市人口空间分布之间依然存在较大差异。1960—2020年主要城市人口规模持续增长,区域内各国主要城市由于在经济上具有巨大的发展优势,拥有众多的就业机会,将持续吸引大量人口进入城市,城市规模与城市化水平将进一步提升。中国、泰国等起始城市化程度低的国家(地区),未来一段时间内主要城市人口还将进一步增长,城市规模也进一步扩大,其城市化潜力较大。值得注意的是,进入城市化发展后期的国家及地区,首位城市可能出现集聚不经济现象,首位城市的集中指数出现减小的趋势。
在“一带一路”政策背景下,环南海国家(地区)内部城市化发展的巨大差异,城市体系发展的不平衡,对中国落实“一带一路”倡议具有重大的挑战。而城市作为国家经济发展的主要空间载体,需要我们对政策落脚、合作实施的城市进行深入的考察与研究。研究环南海区域中泉州、福州、广州、海口、北海、河内、吉隆坡、雅加达等丝绸之路经济带南线核心节点城市,对建立中国—中南半岛经济走廊,构建面向东盟区域的国际通道有重要意义,也可为我国区域和地方发展政策实施提供参考,如广东—广西共同推进的珠江—西江经济带开放发展,福建建设21世纪海上丝绸之路核心区等。同时,中国作为环南海国家及(地区)的中心国家,应积极发挥自身优势,整合周边国家资源,提升自身影响力,应对当前全球经济出现的新挑战。
需要说明的是,由于环南海地区各个城市人口数据不连贯,部分国家城市的人口数据缺失严重,特别是缺少较小规模的城市数据,因此本文对城市尺度的分析还有待进一步补充。同时,由于数据不易获取,且各国统计口径存在差异性,本文以人口城市化为主要分析对象,而对经济、社会等因素的考虑相对较少,具有一定的片面性,未来考虑将经济、人口、社会等多重因素融合进行城市发展的综合研究,并思考基于城市尺度通过城市建成用地等要素分析城市的收缩与扩张的可能性,以进一步对环南海国家及(地区)的城市发展驱动因素和未来发展态势等进行讨论。
注释:
① 全球城市500强排名网址:http://globalcitylab.com/index.html
[1] |
王洋, 张虹鸥, 黄耿志, 等. 东南亚国家综合城市化水平差异特征及驱动因素[J]. 热带地理, 2015, 35(5): 680-686. [Wang Yang, Zhang Hong'ou, Huang Gengzhi, et al. Different characteristics and driving factors of the comprehensive urbanization levels of countries in Southeast Asia[J]. Tropical Geography, 2015, 35(5): 680-686.] |
[2] |
费昭珣. 东南亚国家的城市化进程及其特征[J]. 东南亚研究, 1999(4): 49-54. [Fei Zhaoxun. Urbanization in Southeast Asian countries and its characteristics[J]. Southeast Asian Studies, 1999(4): 49-54.] |
[3] |
孟令国, 胡广. 东南亚国家人口红利模式研究[J]. 东南亚研究, 2013(3): 31-40. [Meng Lingguo, Hu Guang. Study on the demographic dividend model of Southeast Asian countries[J]. Southeast Asian Studies, 2013(3): 31-40. DOI:10.3969/j.issn.1008-6099.2013.03.005] |
[4] |
张庭伟, 吴浩军. 关于东南亚城市发展研究的几个问题[J]. 规划师, 2008(3): 79-85. [Zhang Tingwei, Wu Haojun. Several issues on Southeast Asian cities evolution research[J]. Planners, 2008(3): 79-85. DOI:10.3969/j.issn.1006-0022.2008.03.018] |
[5] |
饶本忠. 论东南亚国家城市化的差异及其形成原因[J]. 东南亚纵横, 2004(10): 22-24. [Rao Benzhong. On the differences and their causes of the urbanization in Southeast Asian countries[J]. Around Southeast Asia, 2004(10): 22-24. DOI:10.3969/j.issn.1003-2479.2004.10.006] |
[6] |
Kamarajugedda S A, Mandapaka P V, Lo E Y M. Assessing urban growth dynamics of major Southeast Asian cities using night-time light data[J]. International Journal of Remote Sensing, 2017, 38(21): 6073-6093. DOI:10.1080/01431161.2017.1346846 |
[7] |
Boon-Thong L. Decontextualisation: Some issues in the Southeast Asian urban and regional spatial constructs[J]. Conference Series: Earth and Environmental Science, 2020, 451: 2-6. |
[8] |
Zhang X Z, Chen Y M, Li M C. Research on geospatial association of the urban agglomeration around the South China Sea based on marine traffic flow[J]. Sustainability, 2018, 10(9): 33-46. |
[9] |
唐菁菁, 庞芳莹, 范祚军. 城市化进程中的空间结构与区域经济效率——基于东盟8国的经验研究[J]. 南洋问题研究, 2018(4): 84-104. [Tang Jingjing, Pang Fangying, Fan Zuojun. Spatial structure and regional economic efficiency in the process of urbanization: Empirical study based on ASEAN eight countries[J]. Southeast Asian Affairs, 2018(4): 84-104. DOI:10.3969/j.issn.1003-9856.2018.04.007] |
[10] |
Ooi G. Cities and sustainability: Southeast Asian and European perspectives[J]. Asia Europe Journal, 2008, 6(2): 193-204. DOI:10.1007/s10308-008-0176-0 |
[11] |
Daudey L, Matsumoto T. Integrating urban resilience and resource efficiency into local green growth strategies: The case of fast-growing cities in Southeast Asia[J]. International Journal of Urban sustainable Development, 2017, 9(2): 226-241. DOI:10.1080/19463138.2017.1339278 |
[12] |
Arfanuzzaman M, Dahiya B. Sustainable urbanization in Southeast Asia and beyond: Challenges of population growth, land use change, and environmental health[J]. Growth and Change, 2019, 50(2): 725-744. DOI:10.1111/grow.12297 |
[13] |
Xu G, Jiao L M, Liu J F, et al. Understanding urban expansion combining macro patterns and micro dynamics in three Southeast Asian megacities[J]. Science of the Total Environment, 2019, 660: 375-383. DOI:10.1016/j.scitotenv.2019.01.039 |
[14] |
Yap K, Moe T. Urbanization in Southeast Asia-Issues & Impacts[M]. Singapore: Institute of Southeast Asian Studies, 2012: 2-3.
|
[15] |
Khuong P M, Mckenna R, Fichtner W. Analyzing drivers of renewable energy development in Southeast Asia countries with correlation and decomposition methods[J]. Journal of Cleaner Production, 2019, 213: 710-722. DOI:10.1016/j.jclepro.2018.12.192 |
[16] |
陈章喜, 欧阳婧超, 张震宇. 东南亚城镇化评析: 可持续发展视角[J]. 东南亚纵横, 2014(4): 60-64. [Chen Zhangxi, Ou Yangjingchao, Zhang Zhenyu. Analysis on the urbanization in Southeast Asia: Under sustainable development perspeltive[J]. Around Southeast Asia, 2014(4): 60-64. DOI:10.3969/j.issn.1003-2479.2014.04.012] |
[17] |
万庆, 吴传清, 罗翔, 等. 中国城市规模分布时空演化特征——基于"五普"和"六普"人口统计数据的实证研究[J]. 经济地理, 2018, 38(4): 81-90. [Wan Qing, Wu Chuanqing, Luo Xiang, et al. Spatial and temporal evolution characteristics of China's city size distribution: Empirical studies based on the "five universal" and "six universal" demographic data[J]. Economic Geography, 2018, 38(4): 81-90.] |
[18] |
王志宝, 李国平. 东亚地区城市体系研究[J]. 世界地理研究, 2011, 20(4): 67-75. [Wang Zhibao, Li Guoping. Study on urban system in East Asian region[J]. World Regional Studies, 2011, 20(4): 67-75. DOI:10.3969/j.issn.1004-9479.2011.04.008] |
[19] |
方创琳, 宋吉涛, 张蔷, 等. 中国城市群结构体系的组成与空间分异格局[J]. 地理学报, 2005, 60(5): 827-840. [Fang Chuanglin, Song Jitao, Zhang Qiang, et al. The formation, development and spatial heterogeneity patterns for the structures system of urban agglomerations in China[J]. Acta Geographical Sinica, 2005, 60(5): 827-840. DOI:10.3321/j.issn:0375-5444.2005.05.014] |
[20] |
方创琳, 祁巍锋, 宋吉涛. 中国城市群紧凑度的综合测度分析[J]. 地理学报, 2008, 63(10): 1011-1021. [Fang Chuanglin, Qi Weifeng, Song Jitao. Researches on comprehensive measurement of compactness of urban agglomerations in China[J]. Acta Geographical Sinica, 2008, 63(10): 1011-1021.] |
[21] |
杨晓军. 中国城市人口规模的区域差异与收敛性分析[J]. 人口学刊, 2021, 43(2): 5-19. [Yang Xiaojun. The regional difference and convergence of urban population size in China[J]. Population Journal, 2021, 43(2): 5-19.] |
[22] |
孙小芳. 夜光遥感支持下的城市人口核密度空间化及自相关分析[J]. 地球信息科学学报, 2020, 22(11): 2256-2266. [Sun Xiaofang. Spatialization and autocorrelation analysis of urban population kernel density supported by nighttime light remote sensing[J]. Journal of Geo-information Science, 2020, 22(11): 2256-2266. DOI:10.12082/dqxxkx.2020.200289] |
[23] |
阿里木江·卡斯木. 人口密度、夜间光数据及Modis的全球城市分类[J]. 遥感信息, 2018, 33(1): 86-92. [Alimujiang Kasimu. Global urban characterization using population density, DMSP data and MODIS data[J]. Remote Sensing Information, 2018, 33(1): 86-92. DOI:10.3969/j.issn.1000-3177.2018.01.013] |
[24] |
陈利, 朱喜钢. 中国城镇化的地域非均衡及其动态演进——来自基尼系数及核密度估计的经验证据[J]. 统计与信息论坛, 2017, 32(5): 76-84. [Chen Li, Zhu Xigang. Regional disequilibrium and dynamic evolution of China's urbanization: Evidence from the gini coefficient and kernel density estimation[J]. Statistics & Information Forum, 2017, 32(5): 76-84. DOI:10.3969/j.issn.1007-3116.2017.05.012] |
[25] |
王小民. 东南亚国家的城市化: 原因与可持续发展[J]. 东南亚研究, 2002(4): 42-46. [Wang Xiaomin. Urbanization in Southeast Asian countries: Causes and sustainable development[J]. Southeast Asian Studies, 2002(4): 42-46. DOI:10.3969/j.issn.1008-6099.2002.04.007] |
[26] |
景丞, 苏布达, 巢清尘, 等. 基于共享社会经济路径的"一带一路" 沿线国家城市化水平与经济预测研究[J]. 中国人口·资源与环境, 2019, 29(1): 21-31. [Jing Cheng, Su Buda, Chao Qingchen, et al. Projection of urbanization and economy in the "Belt and Road" countries based on theshared socioeconomic pathways[J]. China Population, Resources and Environment, 2019, 29(1): 21-31.] |
[27] |
武前波, 惠聪聪. 新时期我国中心城市人口城镇化特征及其空间格局[J]. 世界地理研究, 2020, 29(3): 523-535. [Wu Qianbo, Hui Congcong. Urbanization characteristics and spatial pattern of population in central cities of China in the 21st century[J]. World Regional Studies, 2020, 29(3): 523-535. DOI:10.3969/j.issn.1004-9479.2020.03.2019086] |
[28] |
李佳洺, 张文忠, 孙铁山, 等. 中国城市群集聚特征与经济绩效[J]. 地理学报, 2014, 69(4): 474-484. [Li Jiaming, Zhang Wenzhong, Sun Tieshan, et al. Agglomeration characteristics and economic performance of urban agglomerations in China[J]. Acta Geographical Sinica, 2014, 69(4): 474-484.] |
[29] |
Marshall J U. Beyond the rank-size rule: A new descriptive model of city sizes[J]. Urban Geography, 1997, 18(1): 36-55. DOI:10.2747/0272-3638.18.1.36 |
[30] |
李晓玲, 修春亮. 中俄滨海大城市人口密度空间格局比较研究——以圣彼得堡和大连市为例[J]. 经济地理, 2018, 38(9): 78-86. [Li Xiaoling, Xiu Chunliang. Comparing spatial pattern of population density of sino-russian large costal metropolitans: Case study of St. Petersburg and Dalian[J]. Economic Geography, 2018, 38(9): 78-86.] |
[31] |
张虹鸥, 黄耿志. 新世纪海上丝绸之路: 东南亚发展与区域合作[M]. 北京: 商务印书馆, 2018. [Zhang Hong'ou, Huang Gengzhi. Maritime Silk Road in the New Century: Development and Regional Cooperation in Southeast Asia[M]. Beijing: The Commercial Press: The Commercial Press, 2018: 75-117.]
|
[32] |
沈红芳. 东亚主要发展中经济体经济发展模式研究[D]. 厦门: 厦门大学, 2006: 226. [Shen Hongfang. A Study on Economic Develoment Models of Main Developing Economies in East Asia[D]. Xiamen: Xiamen University, 2006: 226.]
|
[33] |
沈红芳. 21世纪的菲律宾经济转型: 困难与挑战[J]. 人民论坛·学术前沿, 2017(1): 6-13. [Shen Hongfang. Economic transformation of the philippines in the 21st century: Difficulties and challenges[J]. People's Forum·Academic Frontier, 2017(1): 6-13.] |
[34] |
赵文骝. 90年代泰国经济发展战略的调整[J]. 南洋问题研究, 1995(1): 19-25. [Zhao Wenliu. The adjustment of Thailand's economic development strategy in the 1990s[J]. Southeast Asian Affairs, 1995(1): 19-25.] |
[35] |
侯松岭. 90年代前期越南社会经济的发展: 问题、影响与政管措施[J]. 东南亚研究, 1999(1): 3-5. [Hou Songling. Vietnam's social and economic development in the early 1990s: Problems, influences and administrative measures[J]. Southeast Asian Studies, 1999(1): 3-5.] |
[36] |
陈浩. 柬埔寨经济现代化进程研究(1953-2015)[D]. 昆明: 云南师范大学, 2019: 97. [Chen Hao. Research on Cambodia's Economic Modernization Process (1953-2015)[D]. Kunming: Yunnan Normal University, 2019: 97.]
|
[37] |
王国平. 1993-2003年柬埔寨的经济改革[J]. 东南亚, 2003(2): 9-15. [Wang Guoping. Cambodia's economic reform from 1993 to 2003[J]. Southeast, 2003(2): 9-15. DOI:10.3969/j.issn.1674-6392.2003.02.003] |