为何城市总体规划不能准确预测未来人口规模？
——对中国城镇化经济动因的空间计量分析
石先进
(北京大学 国家发展研究院，北京 100871)
[摘 要] 梳理16个城市历次城市总体规划对其未来人口规模的预测，发现近80%的样本低估了未来人口规模。因此通过构架劳动力转移模型，并使用空间计量模型分析2000-2017年间中国31个省市城镇化的经济动因，发现：第二、三产业比重越高、市场化程度越高、城乡收入差越大、房地产占GDP比重越高、人口增长速度越高的地区，城镇化率也越高，而资本形成占GDP比重越高的地区城镇化率越低，GDP增速对城镇化率没有显著影响。基于驱动城镇化的计量结果，认为有三方面原因导致预测人口规模失败：一是政府忽略了人口转移的经济规律，二是由于制度原因政府偏好小城镇并刻意压低人口规模，三是苏联模式后遗症的影响。因此，在未来城市发展进程中，应结合人口转移的经济规律进行城市规模预测，继续强化市场机制建设，充分信任市场作为资源配置的主要机制，减少制度性障碍，积极调整公共资源的供给缺口，认真落实社会法治，做好公平市场竞争机制的维护者。
[关键词] 城市规划 人口规模 预测偏差 劳动力转移
一、引 言
北京、上海、广州、深圳历次城市总体规划均未能准确预测未来人口规模。北京市1958年到2016年共6版城市总体规划中，1993年版对2000年的人口预测值1360万最接近2000年的人口真实值1357万，其他各版的预测均失败。2004年《北京城市总体规划(2004-2020年)》对2020年的总人口预测为1800万人，但事实上2009年北京市常住人口就已达1860万。根据北京市统计局最新数据，2018年北京市常住人口为2154.2万。2017年9月国务院批复的《北京城市总体规划(2016-2035年)》提出，严控人口规模，将北京市人口控制在2300万以内，并在2020年以后长期稳定在这一水平。北京市政府通过“以房管人”“以证管人”“以业控人”的政策控制人口数量，首次在2016年政府工作报告中提出居住证制度，并逐步将其制度化和法律化，2016年北京市常住人口比2015年总量只增加了2.4万。上海1946-2016年的7版城市总体规划中，除了1946年《大上海都市计划》对1996年的人口预测与实际值之间的差值最小以外，其余各版预测值均与实际值相去甚远，预测误差最大的是1953年《上海市总图规划》对1973年、1959年《上海城市总体规划草图》对1974年的人口预测，两者的实际值是预测值的1.78倍，1986年《上海市城市总体规划方案》的实际值是预测值的1.6倍。广州1981-2012年间城市总体规划对人口规模的预测，没有一次的预测误差在50万以内，预测值最接近真实值的是2001年《广州市城市总体规划(2001-2010)》对2010年的预测，预测值为1155万，2010年的真实值为1270.08万。深圳1981年至今各版规划中，1996年《深圳市城市总体规划(1996-2010)》对2000年人口规模的预测与实际值之间的差距最小，预测人口为400到420万，实际值为432万。预测差异最大的是1981年《深圳经济特区社会经济发展大纲》，其预测2000年深圳市人口为80万，而实际则是432万，1986、1989版分别将2000年人口预测值更新为110万、150万，但实际人口仍然是预测人口的3.9倍、2.9倍。
北京、上海、广州、深圳4个超大城市总体规划低估了未来城市人口规模，其他城市是否也同样如此？因此，利用可得的公开资料，选取郑州、北京、上海、宁波、深圳、西安、天津、厦门、武汉、杭州、青岛、南京、广州、长沙、成都、重庆16个大中城市为分析对象，尽可能收集历史各版《城市总体规划》，共得57个样本，搜集其中对未来人口预测年份、人口预测值数据，并从年鉴中查找到该年实际人口值数据。对未来人口预测值、实际值、预测偏差、实际值/预测值的描述性统计如表1。
习近平语言风格对马克思主义话语中国化的启示 … …………………………………… 李秋梅，罗顺元（5．27）
表1 样本城市总体规划中总量人口预测值与实际值偏差统计
数据来源：根据笔者搜集的郑州、北京、上海、宁波、深圳、西安、天津、厦门、武汉、杭州、青岛、南京、广州、长沙、成都、重庆16个城市历次版本《城市总体规划》相关数据统计。
定义偏离系数为实际人口数量对预测人口数之比值，即：预测偏离系数(h)=实际人口÷预测人口。如果h为1，意味着实际人口与预测人口数量没有偏离，预测效果最好；如果h>1，意味着实际人口大于预测人口，城市总体规划低估了未来人口数量；如果h<1，意味着实际人口数量小于预测人口数量，城市总体规划高估了未来人口数量。以1为基准，规定偏离范围在10%以内时表示非常准确，在11%到20%时表示预测有小幅偏差，在21%到50%时表示预测有明显偏差，在51%到100%时表示有较大偏差，在101%到300%时表示预测有大幅偏差，超过300%时表示预测存在严重偏差，统计如表2。
只是时光经常也无情。悄然的流动中也藏匿着尖锐与残酷。它们像飞刀，随时会迸射而出，落在某地某家某人的头上。
表2 按偏离系数划分的六个等级
数据来源：根据笔者搜集的郑州、北京、上海、宁波、深圳、西安、天津、厦门、武汉、杭州、青岛、南京、广州、长沙、成都、重庆16个城市历次版本《城市总体规划》相关数据统计。
在表1的描述性统计中，低估未来人口数量的样本有46个，占总样本的80.7%；高估未来人口数量的样本有11个，占总样本的19.3%。在表2定义的偏差系数统计中，对未来人口预测非常准确的样本占22.8%，偏差在11%到20%的占12.3%，偏差在21%到50%占比14.0%，偏差在51%到100%的占比14.0%，偏差在101%到300%的占比26.3%，偏差超过301%的占比10.5%。
为何近80%的规划样本会低估未来城市人口规模？通过架构简单的城乡劳动力转移模型，使用空间计量模型分析各省城镇化数据，发现除GDP实际增速(%)、劳动报酬占GDP比重(%)在空间面板模型中仍不显著外，第二、三产业比重(%)、市场化指数、人口自然增长速度(‰)、城镇与农村年度实际收入差(元)、房地产投资完成额占比(%)上升，城镇化率(%)随之也会显著上升，资本形成占GDP比重(%)上升后城镇化率(%)会随之下降。实证表明，经济规律是驱动城镇化过程的重要显著动因，忽略人口转移经济规律的城市总体规划，也是历次预测未来人口规模失准的原因之一。
从城市个体来看,临沂、连云港、济宁、泰安和日照的城镇化与旅游经济耦合度长期处于高水平,虽然10年间有所波动变化,但始终处于高水平阶段,并未影响这些城市在淮海经济区的领先地位．徐州与淮安相似,大部分时间处于高水平,但2008～2011年受金融危机影响较大,出现了明显下降,甚至跌入磨合的水平,2012开始回升,但在同类高水平城市中排名靠后．莱芜、宿迁、菏泽、枣庄、蚌埠和商丘的城镇化与旅游经济耦合度在淮海经济区处于低值,且在10年间波动起伏较多、较大．其余城市在2005～2015年,都在拮抗、磨合与高水平阶段内存在着较多波动．
二、城乡之间的劳动人口流动模型
首先构建静态消费选择模型导出劳动力流入城市的基本条件，即劳动力在城市的工资收入，应大于在农村的工资收入与城乡劳动转换成本之和。在此基础上将该条件拓展为动态过程，以此为依据研究城乡之间资本产出弹性差异及技术差异对劳动力流动的影响，从理论上导出劳动力从农村转移到城市的资本弹性与技术增长差异条件。
(一)理论模型
从静态消费选择模型出发，假定居民以预算约束为基础选择适当的消费品数量来实现效用最大化，居民效用函数为常风险规避系数函数，其中相对风险规避系数σ >0，常数Z >0。居民效用函数为：
(1)
预算约束函数为：
(1-ω )w c +ωw r =p c c +(1-ω )p s
(2)
将劳动者所供应的劳动力单位化为1，劳动者在农村供应的劳动力比重ω ，且ω ∈[0,1]，在城市供应的劳动力比重为(1-ω )，城市和农村的劳动工资分别为w c 、w r ，居民实际消费数量为c，消费品价格不因城乡存在差异均为p c 。劳动者从农村转换到城市时，每增加1单位城市中劳动力的供应，会增加p s 单位的劳动转换成本，比如额外的城市生活费用、交通费用等成本，从而在城市供应(1-ω ) 劳动力会带来的成本为(1-ω )*p s 。假定劳动者只依靠劳动获取收入，其总收入为城市和农村所获劳动收入之和，劳动者的支出为消费支出和劳动转换成本支出。
将预算约束函数中的消费c带入居民效用函数，个人通过决定最优的农村劳动力供给ω *使u (ω )最大化，一阶条件为u ′(ω )，易证二阶条件u ″(ω )>0，即：
u ′(ω )=Z σ c -σ (w r +p s -w c )/p c
可以看出，很多学者在降低并联机构整机位姿误差方面进行了大量研究，但针对定位器类并联机构位姿误差与结构误差的相关研究较少。已有的关于定位器类并联调姿托架的研究存在以下不足：①未将全部约束方程纳入误差模型，导致所建误差模型无法识别单个主驱动的定位器主动移动副角度误差，对本并联调姿托架而言，如果采用已有方式建模，将不能使用误差模型辨识大部分主动移动副角度误差；②文献[2]采用方式组成结构误差项系数矩阵辨识结构误差，该方阵为奇异矩阵，采用正则化方法消除矩阵奇异性会导致误差项系数发生变化，降低结构误差辨识精度。
(3)
在静态模型中很容易证明，如果u ′(ω )<0，即劳动者在农村分配的劳动力时间比重ω 越小，其所获效用越大，此时意味着劳动者会将更多的劳动力时间投入城市，即此时满足的条件为：
理论推导与数值模拟结果认为，城乡资本产出弹性以及技术水平差异是决定劳动力转移的重要影响因素。其一，当城市资本产出弹性大于农村时，只要城市技术进步率高于农村，随时间推移劳动力迟早会从农村转移到城市；存在技术进步差异时，尽管更高资本产出弹性会阻碍劳动力流动，但随时间推移这种阻碍作用会逆转，在更长时间内技术进步作用会促进农村劳动力进城。其二，当城乡之间不存在技术进步差异时，城市资本产出弹性越大，越不利于劳动力流动。其三，当城乡之间的资本产出弹性相同时，城乡技术进步率差异越大，劳动力越愿意转移到城市。
(4)
上式简单地揭示了劳动力转移的动因，即劳动者在城市获得的工资水平高于农村地区工资水平与劳动转换成本之总和。进一步分析城市与农村劳动工资决定因素，暂时假定不考虑人口老龄化对劳动力供给的冲击，定义劳动平均资本数量为k =K /L ，劳动力可以在城乡之间自由转换，劳动力的转换成本为p st 。假定城市和农村产出函数都满足规模报酬不变假设，技术为希克斯中性，城乡产出函数、技术水平、资本产出弹性分别为F(Kc，Lc)和F(Kr,Lr)，Ac和Ar，α和β，且α∈(0,1) β∈(0,1)，假定某时刻城市的技术水平表示为Act=Ac0eγt，其中基期技术水平为Ac0，城市技术进步率为γc。同理将下标c转换为r后可以表示农村的生产函数，即城市产出函数为
农村产出函数为
劳动工资率按照劳动边际产出分配，从而城市与农村劳动工资率wc、wr分别表示为：
(5)
将(5)中两式带入(4)中，并加入时间因素后得(6)，即当城市和农村之间的技术水平、资本产出弹性、人均资本以及劳动转换成本满足不等式(6)时，劳动者会减少农村劳动供给，相应地增加城市劳动供给，从而发生农村劳动力转移到城市，即：
(6)
在(6)基础上分情况讨论。为简化起见，假定城市、农村资本产出弹性完全一样且无技术差距，但二者人均资本量有差异，城市、农村初始技术水平均为A 0，技术进步率均为γ ，则(6)式表示为：
(7)
因此发现：第一，资本产出弹性和技术增长率固定时，城乡人均资本差距k ct /k rt 越是大于1，城乡劳动力转换成本p st 越小时，劳动力越容易向城市迁移，即Δm t >0，且Δm t 越大劳动力流入城市的动机越强。第二，当人均资本的存量差距与技术增速固定时，资本产出弹性越大Δm t 值越小，劳力越不愿意流入城市。第三，技术和资本产出弹性对劳动力流入城市意愿的影响以第一点为前提，当第一点得到满足时，技术进步越快、资本产出弹性越低，Δm t 越可能为正，劳动力越愿意流入城市。现实中城乡之间的技术水平、劳动资本产出弹性以及平均劳动资本有差异，将(5)带入(6)中，劳动力流入城市需要满足以下条件：
(8)
对(8)展开讨论，为简化分析，令城乡初始技术水平均为A c0 =A r0 =1，初始平均劳动资本均为k rt =k ct =1，且不存在劳动力转换成本p st =0。城乡间技术进步差异用技术进步的速率倍数A =γ c /γ r 表示，即城市技术进步速度是农村的A 倍。将(8)式简化为：
A =γ c /γ r
(9)
当Δm >0时有：
γ r (A -1)>ln((1-β )/(1-α ))/t
20世纪80年代开始，中国城市发展方针为“控制大城市规模，合理发展中等城市，积极发展小城市”，夸大了小城市的经济作用，[5]从第十个“五年计划”到第十三个“五年计划”，均强调重点发展小城镇及中小城市，而没有强调大城市发展的重要性，反而提出防止盲目扩大大城市规模。
(10)
根据(10)式可以得到两个推论：
第一，在城市资本产出弹性小于或等于农村资本产出弹性时，即α ≤β ，城市技术进步率快于农村时，即γ r >0且A >1，劳动力会从农村流入城市。
第二，在城市资本产出弹性大于农村时，即α >β ，当γ r >0且城乡技术增长倍数满足(11)式时：
由表5可知，旅游目的地马尼拉（103.61）的整体风险感知最高，薄荷岛（102.75）则在第二，马尼拉和薄荷岛的整体风险感知均超出了平均水平（102.61）。同时游客对马尼拉和薄荷岛两地的社会治安类风险感知都较高，其原因可能是2017年4月至5月期间，马尼拉发生两起严重爆炸事件以及薄荷岛发生武装交火事件，使游客普遍产生惶恐情绪。
A >A 0=1+ln((1-β )/(1-α ))/γ r t
(11)
劳动力会从农村流入城市。这也意味着，当城市资本产出弹性大于农村时，如果劳动力从农村迁移到城市，此时的城乡技术增长倍率临界值A 0，随时间推移会向右趋近于1，即limA 0(t →+∞)=1。也就是说，当城市资本产出弹性大于农村时，只要城市技术进步率快于农村，哪怕二者之差极小(limA 0(t →+∞)=1)，未来在无穷远的时间内总会发生劳动力转移。(11)式也揭示了一个有趣的道理：只有当农村生产技术超过某一临界值时，农业劳动力才有可能从农业中释放出来并转移到城市中，农村生产技术的提升也为城市劳动力的供应提供了基础。
杂文讲究“见解第一”，就是衡量是不是好杂文，首要标准，是看有没有新见解，或曰有没有新思想、新观点。读到一篇这样的好杂文，大有顿悟之感，不禁眉飞色舞、喜出望外，好像雨过天晴太阳升。此为一乐。
(二)数值模拟
上述以(9)式为基础探讨了城乡资本产出弹性和技术差异对城乡劳动力转移的影响，本节对Δm t 进行数值模拟，以下列举了5种情况。
第一，模拟了城市资本产出弹性大于农村时，劳动力发生转移的技术差异条件，即(11)。令城市资本产出弹性为0.8、农村资本产出弹性为0.2，令城市与农村之间的技术进步倍数差异从0.99变化到1.1。当技术进步倍率小于或等于1时，劳动力不会从农村转移到城市，相反会引发劳动力逆向转移；而随着技术差异倍率上升，当A 在1.08附近时会出现拐点，在A =1.08，城乡资本产出弹性分别为0.8、0.2时，时间为187期以后时会发生劳动力转移(即Δm t >0)；当技术进步倍率A 超过1.08倍率时，最早会在153期左右发生劳动力转移。如图1、图2所示。
图1 城市资本产出弹性高于农村时技术进步 倍率对劳动力流动影响(A<1)
图2 城市资本产出弹性高于农村时技术进步 倍率对劳动力流动影响(A>1)
第二，模拟了技术差异A >1且城市资本产出弹性大于农村时，城市资本产出弹性增大对劳动力流动的影响。令城市资本产出弹性从0.5上升到0.9，农村资本产出弹性恒为0.2，技术进步倍率恒为2。这种情况下，城市资本产出弹性增加会使劳动力从农村转移到城市的启动时间拉长，转移意愿变小(Δm t 越小)。如图3所示。
图3 城乡资本产出弹性差异对劳动力流动的影响 (技术进步率倍数A为2)
图4 城乡技术进步倍率差异A对劳动力流动的影响 (资本产出弹性α、β为0.8)
第三，模拟了城市和农村资本弹性相等，城乡技术差异倍数增大后的劳动力流动。令城市与农村资本产出弹性均为0.8，技术进步倍率从1到10。城乡之间技术进步率差异越大，劳动力越愿意流入城市。如图4所示。
第四，城乡之间不存在技术进步率差异，城市资本弹性越大劳动力逃离城市的意愿越强。令A =1，农村资本产出弹性为0.2，城市资本产出弹性从0.5到0.9。在技术进步率无差异时，城市产出所需资本份额越高，劳动力越不会选择留在城市。如图5、图6所示。
Δm =w c -w r -p s >0
图5 城乡资本产出弹性差异对劳动力流动的影响 (不存在技术进步率差异)
图6 城乡技术进步倍率差异A对劳动力流动的影响 (资本产出弹性α=0.8，β=0.2)
(三)实证模型
Tobler[1]的地理学第一定律认为，空间距离越近，事物之间的关联程度越强。传统非空间最小二乘法估计的关键假设之一为回归方程残差服从独立同分布，且自变量与残差项协方差为0。但在包含地理区位特征的计量经济学模型中，不同截面样本的被解释变量之间、解释变量与被解释变量之间会有相互影响。如A地区注射疫苗的比例会影响到B地区的疾病传播率，又如A地区的经济发展会影响到B地区的就业，即变量的影响作用会产生空间外溢效应。非空间计量经济学在研究这些关系时，更多考虑某个特定样本自身解释变量的变化对被解释变量的影响，因此空间计量经济学的运用解决了非空间计量经济学在应对空间外溢性上的缺陷。令因变量向量Y it 与自变量矩阵X it 之间的线性关系如下，其中β 为待估参数向量，μ it 为残差项：
Y it =X it β +μ it θ
(12)
按照经典OLS假设μ it θ ～N (0,σ 2)且cov(X it ,μ it θ )=0，但如果某个截面单位的残差项与周边地区的残差项之间存在空间相关性，即：
(13)
其中W表示样本之间临近的距离关系，如果二者毗邻则取值为1，如果不毗邻则取值为0。将(13)中残差写为
将μ it 带入(12)中得：
Y it =X it β +(I -ρW )-1ζθ
(14)
由于自变量对因变量所产生的空间外溢性，第i个地区样本残差中ζθ 与第j个地区样本自变量相关，即进一步有：
(15)
将(15)带入(14)中展开得：
(16)
或者可以进一步表示为：
(17)
[8]叶裕民. 中国城市化与统筹城乡发展基本概念解析[J]. 湖南城市学院学报， 2013(2).
选用空间计量经济学的SDM法分析，一方面是区域经济发展本身具有较强外溢性，区域之间投资和人口流动具有相互依赖关系，从而使用SDM更加切合现实经济运行；另一方面使用SDM可以排除由于空间变量遗漏带来的偏误。
三、决定城镇化进程的 经济动因实证分析
(一)变量及数据选取
[6]丁守海.概念辨析：城市化、城镇化与新型城镇化[J].中国社会科学报，2014(5).
表3 文中所选变量、含义与假设以及来源
(二)实证过程
对模型是否存在空间滞后项进行检验，显示存在显著的空间滞后效应。进一步通过本地区城镇化率与毗邻地区城镇化率之间的散点关系发现，二者存在显著的线性趋势，如图7所示。但由于散点在时间上存在滞后相关性，因此计算每一年所有31个省市本地区与毗邻地区城镇化率的相关系数，发现2001-2016年期间，各地区城镇化率的空间相关性都较高，如图8所示。为进行对比，实证中给出普通面板回归结果以及空间面板回归结果，普通面板回归结果中，由于不考虑空间滞后效应。自变量系数即为该变量对因变量产生的直接效应，在空间面板回归中，由于引入空间效应，即自变量和因变量各自的临近项，从而不能根据回归系数直接进行解释，需要计算得到自变量的直接效应以及间接效应后进行解释。直接效应是本地区自变量对本地区因变量的影响，间接效应是本地区自变量对其他地区的间接影响。通过Hausman检验发现无论是普通面板回归还是空间面板回归中，固定效应模型都更恰当，见表4。
[6]曹云华：《关键是民心相通——关于中国—东南亚人文交流的若干问题》，《对外传播》2016年第5期；Dung Thi Phuong Nguyen, “China’s Cultural Diplomacy in Southeast Asia from the 1990s to the Present: A Case Study of Thailand and Vietnam”,M.A. Thesis, Graduate School of Chulalongkorn University, 2006.
图7 本地区与毗邻地区城镇化率散点图
图8 本地区域与毗邻地区城镇化率相关系数
表4 普通与空间面板回归系数
续表
注：括号内为t值，*p<0.05, **p<0.01, ***p<0.001，“-”表示估计中没有该项值。
普通面板固定效应模型中，第二产业比重(%)、市场化指数、人口自然增速度(‰)、城镇与农村年度实际收入差(元)、房地产投资完成额占比(%)上升，城镇化率也显著地上升，即与假设思路一致。工业发展吸引劳动力进城，市场化指数越高意味着市场对资源配置能力越强，越有利于在打破二元制度的格局下促进农村劳动力转移到城市。城乡之间的实际收入差距越大也越吸引农村劳动力进城务工，房地产投资完成额越高也加快了各地区的城镇化进程。
城市扩张过程中，政府应继续强化市场机制建设，充分信任市场作为资源配置的主要机制，有以下几点原因。
但第三产业比重(%)、GDP实际增速、劳动报酬占GDP比重(%)、资本形成占GDP比重(%)与成长率上升，城镇化率不会发生显著变化。由于LM检验结果，以及本地区与毗邻地区城镇化率之间散点关系、各年二者相关系数均显示，普通模型中可能遗漏了变量产生的空间外溢性，从而使用空间面板模型进一步回归，表4上最右两列为空间面板模型的回归系数，毗邻地区因变量回归系数(W*Y)显著为正，即较高城镇化率的现象会扎堆出现。表5给出空间面板回归的直接效应与间接效应。对比发现，在空间外溢性模型中各变量显著性得到改善。
除了GDP实际增速(%)、劳动报酬占GDP比重(%)在空间面板模型中仍不显著外，第三产业比重(%)、资本形成占GDP比重(%)显著性改善。第二、三产业比重、市场化指数、人口自然增速度(‰)、城镇与农村年度实际收入差(元)、房地产投资完成额占比(%)上升，城镇化率也会随之上升；资本形成占GDP比重(%)上升，城镇化率会随之下降。
四、城市总体规划预测失败的 原因是什么？
(一)“城镇化”替代“城市化”，忽略人口转移的经济动因
与“城市”“城镇”相关的常见英文有三个“City”“Urban”“Town”。《牛津字典》给出了三个名词的定义，“City”为“大的城镇(Town)”，“Town”为“一个有名字、边界和地方政府的建成区，比村庄大，通常比城市(City)小”，“Urban”为“属于、关于或具有城镇或城市的特征”。美国国家地理杂志也给出了三个定义，“城市(City)为人口密度高的大型居住区”，“Town”为“城市的一种类型是城镇(Town)，人居比村庄大，比城市小(City)”，“urban area”为“城市周围的区域。[4]大多数城市居民从事非农业工作，城市地区非常发达，这意味着人类建筑的密度非常大，有房屋、商业建筑、道路、桥梁和铁路”。中国《辞海》定义“城市”为“有宽广繁盛的街道，人口集中，为政治、经济、文化的中心，相对于乡村而言”，“城镇”为“城市、镇集”。
（1）高校自主研发困难较大。仿真平台建设需要土木专业技术、通讯技术、虚拟仿真技术、网站开发技术等多专业人才联合研发，精通各专业的综合型人才严重短缺，研发沟通协调困难。政府招投标制度不灵活等致使多数仿真实验平台的建设直接外包委托给社会企业，高校甩手当掌柜，难以自主研发。
表5 空间面板回归的直接效应与间接效应
注：括号内为t值
*p<0.05, **p<0.01, ***p<0.001
显然，从字面意思理解，英文里“City”“Urban”“Town”是三个不同含义的名词，他们都代表了具有某种属性的人类社区组成。表征“城市”的“City”是人口密度高的居住区，“Urban”所指的范围小于“City”但要大于“Town”，表征“城镇”的“Town”最接近村庄但大于村庄。在中文里，“城市”和“城镇”共同点都是“城”，即都有建筑群和某种规模的人口作为支撑，字面意思中包含了地理和人口特征。二者不同之处在于：一是行政级别不同，“市”和“镇”在行政概念上表示两种不同的行政级别，在中国“市”的行政级别高于“镇”；二是人口和地理的差异，体现为城市人口总量、密度以及种群多元化更高，在地理范围上所包含的面积也更大，城市可能包括若干城镇，也可能不包括城镇；三是经济上的差异，体现为城市经济总量、人均收入以及产业差异，平均而言要高于城镇，城市具有更灵活的经济形态，具有更强的资源吸纳、整合、分配能力以及创新能力，是一个国家或地区经济增长的重要引擎。
为了让学生能在课堂上集中注意力听讲、积极回答问题参与到课堂中来，我想在教案设计时，要穿插更多的学生参与的活动，如分小组、口语作业、课前准备作业、课上讨论话题、与英语有关的才艺展示。然后邀请学生展示。其次还要多增添空乘英语的口语活动。在实践过程中，其实有很多学生还是更希望锻炼自己的口语能力的，尤其是在他们做过充足准备后，很多不积极的学生也会积极表现。
丁守海[6]认为“城市化”和“城镇化”是两个范畴不一样的概念。中国“城镇化”不是真正具有产生规模经济的“城市化”，更类似于“造城运动”，通过行政手段大规模扩张城市建成区面积，催生地理意义上的城市，而不是市场自发调节吸引资源朝着最优效率的地方积聚。李迅雷[7]认为中国的“城镇化”道路包含了两个概念，一是“城市化”，即促进大城市发展，真正意义上扩大城市规模，通过规模经济和集聚效益促进经济发展；二是“乡镇化”，即以乡镇企业和小城镇为依托实现人口从农村向企业转移的过程。从“进厂不进城”“离土不离乡”的乡镇企业模式，到2001年第十个“五年计划”正式提出“城镇化战略”措施，走“大、中、小城市协调发展的道路”，再到最近“农业转移人口市民化”的城镇化及鼓励农民工买房的举措，实际上是局地人口城镇化的体现，即本乡本土的农村人口进入当地城镇。同样《国家新型城镇化规划(2014-2020年)》在总结城镇化过程时指出，“一些城市‘摊大饼’式扩张，过分追求宽马路、大广场，新城新区、开发区和工业园区占地过大，建成区人口密度偏低”。通过行政手段推动的城镇化更容易造成资源浪费，城市化本质应是资源自由组合的结果。与人口城市化相比，中国土地城市化进程更快。通过对wind数据库中各省会城市市辖区建设用地面积增速与该城市人口城镇化率增速做差发现，2004-2015年30个省会城市(除拉萨之外)12年中，只有30%的城市人口城镇化率速度快于其城市建成区面积增速，接近70%的城市其城市建成区面积增速超过人口城镇化率增速，有17%的城市建成区面积增速高出人口城镇化率增速10个百分点。可见，以“城镇化”替代“城市化”，导致城市建成区土地面积盲目扩张，激励地方政府积极卖地搞建设，只是扩张了城市地理外延，而没有提升城市功能和本身的内涵。
表6 “六五”到“十三五”期间中国城市的发展方针
资料来源：历次《中华人民共和国国民经济和社会发展五年规划纲要》。
早期中国城市建设主要是为了配合工业项目。工业体系建成初期，资源过度向重工业发展倾斜而压制轻工业、服务业，将城市生活服务的基础设施控制在最低规模，从而产生了工业化背景下的“城市病”。但这种现象“被当时的学者认为是普遍规律，认为大城市必然产生城市病问题”。[8]
(二)偏好小城镇压低人口规模
政府偏好小城镇建设主要有以下几方面的原因。一是制度原因。二元经济体制中政府对市民和农民承担的义务存在差异，对大城市市民投入的公共服务更多，拨付的财政资金也更多。而小城镇居民以及农民在二元制度下则是“自备口粮、自谋生路” ，[9]农民进城会推升城市建设成本加大政府财政负担，因此以户籍制度对城乡的分割作为前提，政府更加偏好小城镇建设。[10]此外，户籍制度改革初期，只有小城镇最先对农村人口开放，因此发展小城镇是转型背景下的“次优选择”。[11]二是经济原因。长期计划经济阻碍了真正意义上的现代企业管理制度的建立，由于工业体系建制的历史原因，大城市的企业以国企为主，随着制度开放进程的深化以及小城镇中小企业的发展，中小城镇释放了大量的就业岗位，“离土不离乡”的城镇化过程既解决了就业问题，又不会造成城市病，[11]从而夸大了中小城镇功能，尤其在农村改革后，乡镇企业的兴盛使小城镇建设比改革前更加活跃。三是政府高估大城市资源投入，而低估小城镇资源投入。[10]大城市在资源利用方面可以发挥规模经济，而小城市由于人口数量有限，资源利用效率较低。城镇化强调中小城镇建设的思路，导致全国小城镇建设遍地开花，很难形成规模经济与集聚效应，造成土地、环境、空间资源浪费。四是对“城市病”出路国际经验的浅显借鉴。发达国家较早经历工业化、城市化，其解决城市病的共同点都是发展卫星城市以及中小城市。向涛[12]认为可以借鉴英国的经验发展卫星城解决城市病。叶裕民[11]认为国内学者片面地借鉴发达国家经验，英国卫星城新城并没有吸引老城人口进入，而是吸引了其他人口进入，老城城市病问题仍然未得到解决，所以英国政府再次将注意力放在中心城区建设。[13] 2015年英国“Talk of the Town”[14]评估报告显示，英国的卫星城在居民医疗健康和教育等级方面都不如邻近中心城市，中心城市和周边城市的人口流入结构不同。与中国当前城市建设类似，大批新城建设并没有使老城人口自然向外扩散，而是吸引了周边地区人口或农村人口进入。
(三)苏联模式产生的后遗症
新中国成立之初，中国仍处于经济秩序混乱期，薄弱的基础工业体系导致经济停滞不前。1952年中国第一、二、三产业产值占GDP比重分别为50.5%、20.8%、28.7%，其中工业占比为17.6%。此时不仅物质匮乏，各行业也亟须高端技术人才，国家缺少经济建设的经验。中国对苏联在制度上有着特殊的依赖关系，在人才、技术方面需求助于苏联，因此中国的基础工业体系也烙上了苏联工业的印记。反观苏联历史，由于沙俄以农业为主导产业，斯大林时期以防御和经济发展为导向转而发展工业，1940年苏联就基本完成工业化。[15]在苏联第五个五年计划(1951年到1956年)期间，苏联农业与轻工业投资占比分别为14.2%、4.5%，重工业投资比重则高达81.3%，1984年苏联重工业占第二产业比重为74.9%。[16]中国第一个五年计划期间，苏联援助建设的156个项目构成中国基础工业体系的核心，其他项目围绕着这些核心进行建设，城市规划也需要与工业建设匹配。两院院士、原建设部副部长周干峙认为，[17]50年代初期西安规划技术力量薄弱，首轮城市规划是在苏联专家指导之下完成的，规划主题围绕工业布局展开。由于苏联经济严重依赖于工业，其产业结构特点是通过向工业倾斜投资来优先发展重工业，而这样的产业配置导致其他产业发展受到严重挤压。
苏联工业模式的特点是通过中央政府计划调配作用配置城市人口就业，即劳动平衡法。其城市规划的特点为“工业较为分散、城市人口集中度较低、大城市发展较为受限”，通过需求和供给两个方面规划城市管理，需求方面控制人口对住宅的需求，供给方面动用中央集权对大城市经济功能计划安排，统一规划工业分布并控制城市人口数量。具体措施为：控制城市工业发展，限制大城市人口迁入，减少大城市中用于高层建筑、地铁和专门学校的投资，将城市建设资金直接投资到小城镇而非大城市。[17]苏联城市规划理论分为两类，一种是倾向于更高人口密度的城市论者，另一种是倾向于分散式城市布局者。后者主张更低的人口密度，也是限制城市规模发展的主要理论根基。苏联所采用的城市规模控制法则为等级-规模法则，即某个城市的规模等级乘以其人口数等于常量，但这样的规定并无合理依据。这种人为设置人口规模的政策结果为：大力发展小城镇、较快发展中等城市、限制发展大城市。
五、如何评价城市人口 规模预测的偏差？
(一)应结合人口转移的经济规律，预测未来城市人口规模，继续强化市场机制建设
高水平城市化的好处在于：经济方面，更高水平的城市化对应着更高的收入、更稳定的经济结构、更健全的社会制度、更强劲的危机抵御能力。社会和健康方面，更高水平的城市化对应着更优质的医疗健康环境、更高质量的教育资源、更长的预期寿命。[18]大城市有良好的共享机制、匹配机制、学习机制、竞争机制，与中小城市相比更能发挥规模经济与集聚效应。“城镇化”和“城市化”在规模经济的概念上有着本质区别，小城镇和大城市的功能与定位也有着本质区别。从16个城市历次城市总体规划预测来看，57个样本中有78%的样本低估了未来人口规模，而预测失败进一步给城市发展带来新的“城市病”。
UPLC-MS/QAMS测定小鼠血浆中石斛碱及其代谢产物M-250、M-280的浓度 ………………………… 鲁艳柳等（11）：1476
(1)利用试验区良好的光照、热量和冬闲田资源，种植优良牧草，既可提高土地复种指数，又能为冬春季节生产优质饲草，缓解草畜供求矛盾。试验结果表明，冬春季燕麦+光叶紫花苕混播青干草产量可达到5 855 kg/hm2，夏秋季全株青贮玉米鲜草84 000 kg/hm2，全年轮作饲草干物质产量合计22 t/hm2。其结果是在冬春季节无灌溉条件、全年施肥量不足的条件下得出的，通过实施灌溉、牛粪返田等栽培措施，单位土地饲草产量可以进一步提高。试验采用的饲草轮作方式能够为当地种植业结构调整及“粮改饲”模式优化提供可借鉴的技术依据。
第一，大城市的共享机制强化了规模经济效应。一方面，容量较大的市场更有利于参与者共享基础设施、中间供应商以及多样化的劳动力供给，规模经济的充分发挥有效降低了基础设施的平均成本，[19]提高了资源的利用效率。供应商在横向和纵向之间的行业关联，为市民提供了更加便捷的专业化服务，如在较近范围内就可以享受到计算机专业服务、会计师事务服务、律师服务等，面对面的情景交流更能够提供充分的细节，这可能是技术无法替代的。因此，大城市有利于提高资源利用效率，也可以提高居民生活的便利性。
第二，大城市通过匹配机制减小了交易成本。较大市场中参与配置的要素类型和数量也更多，更有利于雇主和雇员、买家和卖家以及商业伙伴之间的多元化供求匹配，也为市场提供了更多人才和技能的空间组合。相对于中小城市或者城镇而言，大城市的劳动力储备更加丰富，所提供差异化的劳动技能更容易与多元化企业匹配，劳动力市场有更低的搜寻—匹配成本以及更低的资源错配成本。[20-22]大城市对需求冲击的抵御能力也比中小城市强：在受到需求冲击后，大城市劳动力市场调整时间更短。当某个劳动者被受影响的企业解雇后，他的调整速度比在中小城市中快，更容易找到新岗位，从而避免收入遭受巨大损失。因此，大城市的经济韧性比中小城市或城镇更高。
第三，大城市通过学习机制促进技术创新。与中小城市或城镇相比，大城市中更大的市场容量还有利于新技术的使用和商业活动的开展。基础设施便利性利于创新者之间的频繁交流，这些交流包括知识分享、融合、积累，交流过程中又会产生新技术和新理念。[23]多样化的就业岗位也有利于城市中创新的探索与尝试，年轻人进入大城市后与高技能劳动者之间的沟通交流，利于城市人力资本的积累和知识的传播。[24]丰富的创造空间和创新平台，使创新者们无须反复迁移就能配置多样化的资源，因此创新与城市多样化相辅相成、共同促进。[25]Knudsen和 Florida等[26]发现创新人员密度与城市专利数量呈显著正相关性。本文认为，有以下三方面的“度”驱动了城市经济的知识外溢和创新，即：城市中人口的密度、人与人之间交流的频度、人口的多样化程度。
第四，大城市通过竞争机制提升产品质量与专业化水平。大城市中市场的竞争程度高于中小城市与城镇，更能促进经济创新。[27]在竞争压力下，产品供应商会想办法通过新的竞争优势远离竞争，因此会加快技术革新促进生产力提升，竞争能提升大城市中专业化分工的质量和层次。[28-29]
陆游常常自觉不自觉地以一个越人之眼，比较着、衡量着梁益地区的各个方面，而他的比较与衡量中总带着一些政治、经济、文化各方面的优越感。这种与生俱来的优越感，让陆游在远离政治文化中心的梁益地区生活以及书写时，时常具有一种有意无意地居高临下式的审视与判断，将原本可以更加客观的比较衡量，变成带有明显偏爱色彩的俯视性考量。
这类平台的特点是能够依靠电商平台为其提供大量的潜在用户，不仅本身能够通过借贷盈利，在为用户提供极大便利性的同时能反过来加强用户对平台的依赖性，提升平台收益。淘宝、京东曾推出“京东校园白条”、“天猫校园分期”、等专门针对大学生的互联网消费分期产品。目前大学生主要使用的消费分期产品有“蚂蚁花呗”、“京东白条”等。
(二)对未来城市规模预计偏差太大会导致新的“城市病”问题
城市人口规模迅速扩张对环境、交通、社会治安的挑战有着重要的制度根源，不能简单归咎于城市人口数量的增长。陆铭[30]认为，拥挤、污染和犯罪等“城市病”是当前城市控制论者对大城市发展的主要担忧。如果合理划分城市区域功能，劳动者便无须去市中心上班，也就不会增加城区通行压力。城市污染可以通过制度和技术手段控制，使用交通基础设施的人口密度越高，城市人均交通碳排放就会越低。社会治安问题与犯罪则是公共管理的问题，可能缘于政府治理偏差、收入差距、身份地位不平等等，而不能单独归咎于人口密度上升。从竞争角度看，“城市病”反映了城市公共资源供求双方力量的相对强弱，当城市公共资源供不应求时就会引发“城市病”问题。从规模经济角度看，更高的城市人口密度也提升了资源的利用效率，减少了资源的浪费与污染处理的平均成本。
世界卫生组织(WHO)[19]认为，预期之外的城市人口规模扩张会给城市公共资源供给带来挑战，而低估未来城市规模更是持续“城市病”问题的制造者。政府对城市规模预计不足，所提供的土地、住房条件、交通运力、公共服务不能满足未来人口需要，实际人口规模扩张超过政府估计的人口规模后，会产生公共资源供给缺口，而短期内政府很难调整公共资源的结构和数量，对现有交通路线的规划和建造以及城市环境的改善都需要较长时间。相反，如果对城市人口规模严重高估，则未来对城市资源的实际需求不足，供给相对过剩，又会导致资源利用效率不高，造成土地与资本浪费。刻意强调大城市人口控制，反而使大城市失去发展机会，扭曲资产配置机制，造成资源错配和浪费，增加局部地区经济风险。[31]
(三)城市最佳规模究竟在何处？
城市人口密度增加提升了需求水平，形成价格与工资的上涨螺旋。从微观角度来看，对理性劳动者而言，他们需要根据自己的收支水平决定是否留在城市，高密度地区的企业也会根据营业规则决定是否继续生产。[29]因此，接受市场竞争规则的参与主体，会根据自己的净收益最大化确定是否留在该城市。政府则应当充分保障市场竞争规则的公平性，保障市场所有参与者的合法利益，及时根据公共资源需求缺口调整供给。
从宏观角度看，城市人口增量的平衡点在于，当城市进入者所引发的城市边际收益正好等于其自身以及其他社会成员活动负外部性的总边际成本时，城市的人口数量保持动态平衡；当集聚的经济性和集聚的不经济性相等时，城市人口不再增加。[32]在城市扩张过程中，政府应结合人口转移的经济规律对城市规模合理预测，继续强化市场机制建设，充分信任市场作为资源配置的主要机制，减少制度性障碍，积极调整公共资源的供给缺口，认真落实社会法治，做好公平市场竞争机制的维护者。
注释：
[1]Tobler Waldo R. A computer movie simulating urban growth in the Detroit region[J]. Economic geography，1970(46).
[2]LeSage J. P. An introduction to spatial econometrics[M]. Revue d′économie industrielle，2008(3).
[3][荷]保罗·埃尔霍斯特(J.Paul Elhorst)著. 空间计量经济学:从横截面数据到空间面板[M]. 中国人民大学出版社， 2015.
[4]National Geographic Society. Resource Library Encyclo-pedic Entry[EB/OL].https://www.nationalgeographic.org/encyclopedia/urban-area/，2019-04-26.
[5]胡必亮.城镇化是否等于城市化[EB/OL].http://theory.people.com.cn/GB/49154/49156/6106943.html，2007-08-13.
“二元户籍制度”和战后生育潮，使大规模劳动力积压在农村，但改革开放和制度转型的逐渐推进、市场机制配置资源的能力增强以及农业生产率的提升，均为农村劳动力的释放创造了条件。第二、三产业的蓬勃发展创造了大量就业岗位，吸引了大规模农业劳动力，从某种程度上讲，城乡收入差距拉大既是劳动力转移的结果，也是劳动力转移的驱动因素。结合现实考虑，本文选用以下变量(见表3)进行实证。
[7]李迅雷.城镇化与城市化：一字之差致使房价高落差[EB/OL]. http://finance.ifeng.com/a/20160904/14857293_0.shtml，2016-09-04.
因此如果存在解释变量和被解释变量的空间外溢效应WX或WY，非空间计量经济学所设定的计量模型是错误的，估计系数不仅无法满足一致性和有效性，也忽略了变量外溢性，估计参数偏误由自变量的外溢性正、负决定。(16)中WX捕捉自变量之间外生交互解释效应，WY捕捉被解释变量之间内生交互解释效应。(16)式也被称为空间杜宾模型(Spatial Dubin Model，SDM)，使用极大似然法对(16)参数估计。根据(16)的参数估计结果，可以得到自变量X it 变化带来的两种效应：一是直接效应，即某个体自变量X it 对其自身被解释变量Y it 的直接影响；二是间接效应，即某个体自变量X it 改变后对其他个体Y jt 产生的间接影响。[2]由于变量空间滞后项存在，不能按照回归系数直接解释某个自变量的边际影响，也不可能逐一给出每个样本自变量的解释系数，因此需对回归系数进行总体性描述。LeSage认为SDM模型中直接效应为矩阵(I it -ρW it )-1(I it +β +Wψ )的对角线元素平均值，间接效应用该矩阵所有非对角线元素列的平均值表示，即某个体外生变量特定元素变化对其他个体被解释变量的影响。[3]
[9]束瑞和. 劳动工作三大制度改革的思考[J]. 南京社会科学， 1990(5).
[10]孙自铎.政府为什么偏爱小城镇[J].中国国情国力， 2001(2).
[11]叶裕民. 中国统筹城乡发展的系统架构与实施路径[J]. 城市规划学刊， 2013(1).
[12]向涛. 发展卫星城是控制大城市规模的战略措施[J]. 未来与发展， 1984(2).
[13]段小梅. 城市规模与“城市病”——对我国城市发展方针的反思[J]. 中国人口·资源与环境， 2001(4).
[14]Charlie Cadywould. Talk of the Town[EB/OL]. https://www.demos.co.uk/project/talk-of-the-town/，2015-12-05.
[15]白秋晨. 对苏联产业结构及其调整的思考[J]. 管理科学， 1990(4).
[16]孙斌艺. 苏联解体以来俄罗斯产业结构政策的变化[J]. 俄罗斯研究， 1995(2).
[17]周干峙. 西安首轮城市总体规划回忆[J].城市发展研究，2014(3).
[18]E.克莱顿， Th.理查森， 郓洁. 苏联的城市规划[J].国外社会科学， 1990(2).
[19]World Health Organization. Hidden cities: unmasking and overcoming health inequities in urban settings: executive summary[EB/OL]. https://apps.who.int/iris/handle/10665/44468，2010-11-17.
[20]Ades A. F.， Glaeser E. L.. Trade and Circuses: Explaining Urban Giants[J]. Quarterly Journal of Economics， 1995(1).
[21]Quigley J. M.. Urbanization， agglomeration， and economic development[J]. Berkeley Program on Housing and Urban Policy， Working Paper Series， 2008(3).
[22]Puga D. The Magnitude And Causes of Agglomeration Economies[J]. Journal of Regional Science，2009(1).
[23]Spence M.， Annez P. C.， Buckley R. M.. Urbanization and Growth: Commission on Growth and Development[EB/OL]. https://openknowledge.worldbank.org/handle/10986/2582，2009-01-01.
[24]Rosenthal S. S.， Strange W. C.. Evidence on the nature and sources of agglomeration economies[J]. Handbook of regional and urban economics， 2004(4).
[25]Duranton G.， Puga D.. Nursery cities: Urban diversity，process innovation，and the life cycle of products[J]. American Economic Review，2001(1).
[26]Knudsen B.， Florida R.， Stolarick K.. Density and creativity in US regions[J]. Annals of the Association of American Geographers， 2008(2).
[27]Porter M. E.. Competitive advantage，agglomeration economies，and regional policy[J]. International regional science review，1996(19).
[28]Cottineau C.， Finance O.， Hatna E.. Defining urban agglomerations to detect agglomeration economies[J]. Environment and Planning B: Urban Analytics and City Science ，2016(1).
[29]Quigley J M. Urbanization，agglomeration，and economic development[J]. Urbanization and growth， 2009(115).
[30]陆铭.重思“城市病”[J].中国经济报告，2013(2).
[31]周晓津.特大城市人口规模调控对策[J].开放导报，2016(1).
[32]胡兆量.北京人口规模的回顾与展望[J].城市发展研究，2011(4).
Why Can ’t the City ’s Overall Plan Accurately Predict the Future Population Size ?——A Spatial Econometric Analysis of the Economic Motivation of China’s Urbanization
SHI Xian-jin
(National School of Development，Peking University，Beijing 100871，China)
Abstract :By sorting out the urban population overall plans of 16 cities and future predicted urban population size, this paper finds out that close to 80% of the urban overall plan edition underestimated the future population size. Therefore, it constructs a simple labor transfer model and uses the spatial measurement model, to analyze the economic motivations determining the urbanization rate in China’s 31 provinces from 2000 to 2017. It finds that the higher the proportion of the second and third industries, the higher the degree of marketization, the greater the difference between urban and rural incomes, and the higher the proportion of real estate to GDP, the higher the population growth rate, the higher the urbanization rate. The lower the urbanization rate of the capital formation in the higher proportion of GDP, the GDP growth rate has no significant impact on the urbanization rate. There are three reasons for the government’s failure to predict population: First, the government ignores the economic incentive of population transfer. Second, the government prefers small towns to deliberately suppress the population size. Third, the aftermath of the Soviet model. Therefore, in the process of urban expansion in the future, the government should carry out urban scale forecasting based on the economic law of population transfer, continue to strengthen the construction of market mechanisms, fully trust the market as the main mechanism for resource allocation, reduce institutional barriers, actively adjust the supply gap of public resources, conscientiously implement the rule of law as a maintainer of market competition mechanism.
Keywords :urban planning; population size; forecast bias; labor transfer
[中图分类号] F291.1
[文章编号] 1002- 3054(2019)11-0025-16
[文献标识码] A
[DOI] 10.13262/j.bjsshkxy.bjshkx.191103
[收稿日期] 2019-05-16
[作者简介] 石先进(1987-)，男，贵州湄潭人，北京大学国家发展研究院博士后。
[基金项目] 国家重点研发计划资助项目“金融风险的计量理论与方法”(2018YFA0703900)
标签：城市规划论文; 人口规模论文; 预测偏差论文; 劳动力转移论文; 北京大学国家发展研究院论文;