自20世纪末以来，在全球化、郊区化、去工业化和社会转型等因素的综合影响下，以人口减少为主要特征的城市收缩现象引起了学者的广泛关注^{[1, 2]}。当前的收缩城市的研究主要集中在欧美地区，学者们以德国、英国、日本等城市为例，对城市收缩的类型、程度、影响因素及应对措施等进行了系统的研究^[3]，而我国学术界对城市收缩的研究起步较晚，如黄鹤^[4]总结了美国的精明收缩的实践和经验；龙瀛等^[5]较为精确地识别了中国645个县级以上城市的城市收缩现状，并提出了中国城市收缩的研究框架；张学良等^[6]在2000~2010年时间尺度内，运用大、小两个空间尺度的人口变化，分层次分析当前中国城市收缩特征，发现我国东北地区和长江经济带的城市收缩现象最为严重。

本文利用我国第5次、第6次人口普查数据，识别长江经济带的收缩城市；综合运用空间数据分析方法论述了城市收缩的空间分布特征和集聚性；借助相关性分析和多元线性回归方法识别城市收缩的影响因素；并提出了长江经济带应对城市收缩的规划思路。

1 研究区域的数据来源与研究方法

长江经济带是我国综合实力最强，也是全国除沿海开放地区以外，经济密度最大的地带，覆盖11省市。为保证研究区域在地理上的连续性，同时全面反映长江经济带的空间分布特征，选取长江经济带全部地级以及地级以上城市作为研究对象，共包含131个城市。

由于人口普查的周期为10年，时间间隔较长，期间长江经济带各级行政区划会发生少量变动，为保证两期人口普查数据具有可比性和空间对应性，以2010年人口普查市级统计单元为基础，对2000年的人口普查数据进行相应的调整。其他社会经济数据来源于2000年及2010年的《中国城市统计年鉴》。

1) 空间自相关。主要有以下两种方法：①全局空间自相关分析是对属性或者现象在全域范围内空间特征的描述，用于衡量区域整体的空间关联程度和空间差异程度，实际研究中常采用空间自相关指数Moran’s I；②局部空间自相关分析用于弥补全局空间自相关在描述空间具体区域集聚状况和区域异质性特征的不足。本文采用Local Moran’s I指数作为计算指标。

2) Pearson相关性分析是一种统计学方法，可以定量的衡量变量之间的相关关系。当对一个样本进行计算时，Pearson相关系数的大小由r值决定，它反映了两个变量线性相关的程度，r的值域为[-1, 1]。相关系数为+1表示变量之间是完美的正线性相关。

2 城市收缩识别及空间格局分析 2.1 空间分布分析

本文计算了两次人口普查年间(2000~2010年)长江经济带131个地级市常住人口的增长率，结果如表 1所示，从而得到的空间分布图如图 1所示。

由表 1和图 1可知，2000~2010年，长江经济带有55个城市出现了不同程度的人口流失，占比达到42%。总体而言，长江经济带的收缩城市大多集中分布在长江以北的区域，呈现人字形绵延分布，大部分城市的人口收缩率在10%以下。

2.2 空间集聚效应分析

计算2000~2010年长江经济带市域的全局Moran’I指数值，得到Moran’I指数值为0.404，显著性检验p值为0.00，在0.01的水平下通过显著性检验，表明长江经济带的城市收缩程度呈现明显的空间正相关性。

为了进一步研究城市收缩空间异质性，将Moran散点图进行可视化处理，结果如图 2所示。

由图 2可知，2000~2010年，城市收缩程度HH(高-高)型城市主要分布在重庆市、四川省、湖北省、江苏省，表示自身城市收缩程度高，周围的城市收缩程度也高；HL(高-低)城市位于安徽省的滁州市和江苏省南通市，表明自身城市收缩程度高，周围城市收缩城市低；LH(低-高)城市位于成都和武汉，表明城市自身在收缩而周边的城市在扩张，成都和武汉作为省会城市，其经济水平、交通条件、基础设施状况优于周围的地区，对周围地区的人口吸引力大，人口处于增长态势。LL(低-低)城市位于常州市、湖州市、嘉兴市、马鞍山市、宁波市、绍兴市、台州市、无锡市、芜湖市、镇江市、舟山市，表示城市人口扩张程度高，周围的城市人口扩张程度也高。这也进一步说明长江经济带收缩程度大多集聚在武汉城市圈和成渝经济区一带，城市人口增长地区分布比较零散。

3 长江经济带城市收缩影响因素识别 3.1 Pearson相关性分析

相关学者的研究结果表明，引发城市收缩的因素有很多种主要包括人口变化、环境变化、经济变化、政治变化和空间变化等5大类。本文借鉴人口流动及人口分布动力因子的选择^{[7, 8]}，综合考虑人口结构、城镇化水平、区域经济发展水平、社会环境因素4个方面，选取14项指标，进行Pearson相关性分析^[9]。

测算各影响因素与增长率之间的Pearson相关系数，结果如表 2所示。

1) 区域经济发展与城市收缩。区域经济发展不平衡是引发人口流动的一个重要因素^[10]，结果发现，初始人均国内生产总值(gross domestic product，GDP)与人口增长率R存在明显的正相关性，进一步区分收缩区域和扩张区域。发现对于R>0的城市扩张地区，R与初始人均GDP呈现显著的正相关；说明城市的发展对于初始城市经济水平有较大的依赖性；而在R < 0的收缩地区，初始经济发展水平对R的相关性并不显著，说明并不是初始经济水平越差的地方，城市收缩的程度越大。分析2000~2010年的GDP增量与R的相关性可知，区域经济增长速度与R有相关性，但没有初始经济水平的相关性显著，说明经济发展越快的地区，人口增长越快，对于R>0的地区，这种现象越明显；而对于R < 0的地区，经济发展速度与R的相关性并不明显。

2) 城市化水平与城市收缩。通过分析2000年城市的城镇化率与人口增长率R的相关性，可知长江经济带城市初期的城镇化率与城市的收缩和扩张有着显著的相关性，进一步区分R>0的扩张区域和R < 0的收缩区域；初始城镇化水平与扩张区域的人口增长率R有显著的正相关关系，而对于收缩区域，初始城镇化水平与城市收缩水平没有显著的关系，即对于长江经济带地区，并不是城市初期的城镇化水平低，城市收缩的程度就越大。通过分析2000~2010年城镇化增幅与人口增长率R的相关性可知，长江经济带城市的城镇化增幅与城市收缩扩张程度并没有显著的相关性。

3) 人口结构变化与城市收缩。通过选取人口自然增长率和人口老龄化增长率与人口增长率R进行相关性分析。发现人口老龄化变化率与常住人口的收缩和扩张具有显著的负相关性，无论对于扩张地区，还是在收缩区域，老龄化程度的上升都将影响城市的发展，在一定程度上抑制城市扩张。从人口自然增长率与R的相关性分析来看，人口增长率对长江经济带的城市收缩并没有显著的影响。

4) 社会环境变化与城市收缩。通过选取代表社会环境变化的地区财政、投资状况、交通环境及基础设施等多项指标与人口增长率R进行相关性分析，发现这些影响因素并不是引起城市的收缩或扩张的主要因素。

3.2 多元线性回归分析

为进一步分析影响因素与人口增长率之间的关系，选取与相关性较大的影响因素：GDP指标、人口老龄化变化率、初始城镇化率、城镇化增幅和第一产业占GDP的比重变化率建立多元线性回归模型，采用逐步回归法，采纳人口老龄化变化率、初始城镇化率和第一产业占GDP的比重变化率3个变量，设定R²=0.768，回归结果如表 3所示。从表 3可以看出，常量为用SPSS软件计算得到的结果，为回归方程的常量，但由于其标准化系数无数值，说明在标准化方程中常数项被剔除，剩余3个自变量的VIF值均小于5，两个变量之间不会出现共线性。标准化系数绝对值从高到低依次为人口老龄化变化率、初始城镇化率、第一产业占GDP比重的变化率。其中，人口老龄化变化率和第一产业占GDP的比重(占比)变化率的回归系数为负数，表明去工业化、人口老龄化和城镇化水平差异是引起长江经济带城市收缩的主要原因。

4 对长江经济带城市规划的建议

1) 突破人口增长的桎梏观念，转变空间规划与增长模式。在我国，城市收缩现象还被增长的主流所忽视，大多数的城市规划也都是基于人口增长和建设用地扩张而制定^[11]。虽然总体上还是在快速发展的城市化时期，但对于一些自然资源逐渐枯竭的城市，未来将不可避免地发生收缩，国外相关研究也表明城市收缩是城市发展的一个必然阶段。因此，笔者认为需要辩证地看待城市扩张与收缩的问题，可以适当地调整城市规划策略，以“控制增量、盘活存量”为原则，使城市增长边界更加合理，避免城市蔓延，积极应对收缩问题。

2) 优化产业结构，合理配置资本。目前长江经济带许多收缩城市仍以第二产业为主，需要进一步调整优化，发展第三产业，增加就业岗位，带动城市经济的发展，抑制资本和人力资源的流出。对于人口外迁的城市，为避免城市人口的减少，城市规划应该采用更加“精明”的方式进行开发，合理配置资本，倡导规模合理的城市组团空间规划策略，使土地利用更加集约高效。

3) 积极应对城市人口老龄化问题。根据第6次人口普查数据，统计长江经济带各省城市人口老龄化比重可以发现，2010年，长江经济带11个省的人口老龄化比重均超过了10%。人口老龄化现象会导致社会劳动力不足，同时增加养老性费用的支出，对储蓄和人力资本的积累有较大影响，从而影响城市的经济发展，导致城市收缩。就城市而言，合理吸纳外来人口改善老龄化，积极应对城市收缩。

5 结束语

本文以长江经济带市级行政区为基本单元，利用第5次、第6次人口普查数据及社会经济统计指标，以2000~2010年城市常住人口的增长率来测度长江经济带的城市收缩格局，采用空间自相关方法判断收缩城市的空间集聚性，并进行Pearson相关性分析和多元线性回归分析影响因素。结果显示，产业结构变动、人口老龄化和城市化水平差异是引起长江经济带城市收缩的主要原因。

国际上广泛采用人口指标来判定收缩，而单一指标并不全面，可增加经济指标来衡量城市的收缩程度；引起长江经济带城市收缩的原因有很多，且形成机制是一个复杂的过程，相关性分析和线性回归分析显然是不够的，有待今后进一步探索。