毛成希

（華中科技大學(xué)經(jīng)濟(jì)學(xué)院 湖北·武漢 430070）

0 引言

十四五規(guī)劃強(qiáng)調(diào)，我國(guó)完善城鎮(zhèn)化空間布局需要推動(dòng)城市群一體化發(fā)展、建設(shè)現(xiàn)代化都市圈、優(yōu)化提升特大超大城市中心城區(qū)功能，反映了我國(guó)逐漸認(rèn)識(shí)到基于地理區(qū)位優(yōu)勢(shì)的大城市的不斷壯大是經(jīng)濟(jì)發(fā)展的客觀規(guī)律。但國(guó)民對(duì)于大城市的認(rèn)識(shí)不足以及恐懼，還只是剛剛開(kāi)始轉(zhuǎn)變，例如2007年才正式停止，于1989年頒布的《城市規(guī)劃法》強(qiáng)調(diào)嚴(yán)格控制大城市規(guī)模；媒體，文藝界乃至學(xué)界用“城市病”一詞概括城市發(fā)展過(guò)程中出現(xiàn)的交通擁堵、環(huán)境污染、熱島效應(yīng)、房?jī)r(jià)高企甚至一些新詞匯，如“青少年問(wèn)題”、“城市冷漠”、網(wǎng)癮與缺乏室外活動(dòng)等歸結(jié)于城市發(fā)展（譚縱波，2020）。其中一些往往存在邏輯漏洞，例如肥胖問(wèn)題，在鄉(xiāng)村也同樣存在，甚至可能更加嚴(yán)重（柳倩，高雋泓，2021）；無(wú)法否認(rèn)的事實(shí)是，即使城市存在如此多的“弊端”，中國(guó)每年向大城市，以及東部較為發(fā)達(dá)地區(qū)流動(dòng)的人口，是十分龐大的；《中國(guó)流動(dòng)人口發(fā)展報(bào)告2016》的數(shù)據(jù)顯示，2015年流動(dòng)人口規(guī)模約2.4億，東部地區(qū)流動(dòng)人員占比74.7%，2015年流向中心城市的跨省流動(dòng)人口占全國(guó)跨省流動(dòng)人口的比例為54.9%。

城市規(guī)模的擴(kuò)大，往往使得一些問(wèn)題從總量上看起來(lái)較為嚴(yán)重，但從人均的福利角度和效率來(lái)說(shuō)，很多結(jié)論卻恰好相反。例如，一項(xiàng)關(guān)于我國(guó)城市研究發(fā)現(xiàn)，盡管城市的熱島效應(yīng)可能帶來(lái)高溫?zé)崂?，但一般高溫死亡率與城市化程度是負(fù)相關(guān)的(Qing Wang et al.,2020)；從環(huán)保角度來(lái)看，城市人口集聚反而能降低人均排污量，并促進(jìn)新移民提高環(huán)保知識(shí)水平（鄭怡林，陸銘，2018）；而城市擁堵以及相應(yīng)的工作通勤時(shí)間，隨著城市人口規(guī)模擴(kuò)張，并沒(méi)有大幅提高（李杰偉，陸銘，2018）。

以優(yōu)質(zhì)教育和醫(yī)療資源為代表的公共服務(wù)，也是大城市對(duì)移民的一大重要吸引力；但如部分大城市的大型醫(yī)院出現(xiàn)的排隊(duì)長(zhǎng)，看病難現(xiàn)象，讓人們質(zhì)疑人口規(guī)模過(guò)大會(huì)帶來(lái)公共資源緊張，但另一方面，大城市人口集聚可能催生網(wǎng)絡(luò)問(wèn)診，家庭醫(yī)院等新意義上的公共服務(wù)，以及更便捷的公共交通系統(tǒng)，因此，城市人口規(guī)模與公共服務(wù)便利性的關(guān)系如何是值得進(jìn)一步探討的。本文利用滴滴發(fā)展研究院等公布的“城市發(fā)展指數(shù)報(bào)告”中“公共服務(wù)便利性得分”這一指標(biāo)，以計(jì)量方法分析其與城市人口規(guī)模之間的關(guān)系。發(fā)現(xiàn)在控制了人均GDP，流動(dòng)人口比重等變量后，在所有城市組別中兩者呈現(xiàn)負(fù)相關(guān)；在把樣本城市分為人口凈流入組和凈流出組后，發(fā)現(xiàn)在凈流出組系數(shù)絕對(duì)值更大且顯著負(fù)，凈流入組中系數(shù)絕對(duì)值較小且不顯著，進(jìn)一步的機(jī)制探討發(fā)現(xiàn)，城市人口增加伴隨的職住平衡的惡化部分解釋了便利性得分的下降；而大城市中居民更偏向使用公共汽（電）車出行緩解了得分的下降，對(duì)人口凈流出組來(lái)說(shuō)，市轄區(qū)和下轄縣市的公共資源不平等部分解釋了其與凈流入城市的系數(shù)上的差別。

但本文發(fā)現(xiàn)的遠(yuǎn)不能稱為人口對(duì)公共服務(wù)便利性的因果關(guān)系，在大城市中還有不少人為的規(guī)劃不合理等因素造成了這種不便，有待未來(lái)文獻(xiàn)進(jìn)一步考察。

1 文獻(xiàn)綜述與機(jī)制探討

1.1 文獻(xiàn)綜述

“公共服務(wù)便利性”指標(biāo)分?jǐn)?shù)，是利用滴滴收集的所有城市出租車，專車出行訂單中，終點(diǎn)為學(xué)?；蜥t(yī)院等公共基礎(chǔ)設(shè)施的訂單所占的比例來(lái)衡量的：比例越高，在一定程度上反映了公共服務(wù)設(shè)施步行可達(dá)性越低①，即到最近的公共設(shè)施的平均距離越遠(yuǎn)，或步行越困難，但這個(gè)指標(biāo)并不完全客觀，例如，前往大城市中心醫(yī)院治病的不少是短期內(nèi)的外地人口，相比于本地常住人口其是否更可能乘坐出租車？此外，該指標(biāo)會(huì)受到公共質(zhì)量分布不平衡的影響，例如在小城鎮(zhèn)中，即便存在更多社區(qū)醫(yī)院、診所和醫(yī)療室，但如果其質(zhì)量較差，當(dāng)?shù)鼐用襁€是會(huì)考慮前往市區(qū)的大醫(yī)院。

與公共服務(wù)便利性相關(guān)的英文文獻(xiàn)，較多探討城市自身如何提高公共服務(wù)可達(dá)性：一篇關(guān)于比利時(shí)根特市的研究發(fā)現(xiàn)，公共服務(wù)設(shè)施開(kāi)放時(shí)間的重新安排可以提高其可得性(Tijs Neutens et al.)；還有一些文獻(xiàn)研究了從城市環(huán)路中心到外圍，公共綠地的可得性，發(fā)現(xiàn)處于城市中心會(huì)更容易尋找到綠地(Jiamin Zhang et al.,2021)；還有文獻(xiàn)針對(duì)公共服務(wù)便利性指標(biāo)的測(cè)量提出了新方案，如加入對(duì)出行的主觀評(píng)價(jià)(IgnacioTiznado-Aitkenetal.,2021)。我國(guó)相關(guān)文獻(xiàn)，較多在探討公共服務(wù)的供給對(duì)于人口流動(dòng)的影響，研究發(fā)現(xiàn)勞動(dòng)力也愿意為更好的公共服務(wù)而發(fā)生流動(dòng)，即“用腳投票”（夏怡然，陸銘，2015，孟母三遷）；也有研究發(fā)現(xiàn)在城市適當(dāng)空間位置布局的優(yōu)質(zhì)公共服務(wù)有利于吸引人口集聚，人口密度增加（姚永玲，王帥，2014）。筆者認(rèn)為缺乏衡量公共服務(wù)便利性的數(shù)據(jù)指標(biāo)可能是使得相關(guān)文獻(xiàn)偏少的原因之一，滴滴報(bào)告利用其出租車、專車出行的大數(shù)據(jù)提出了一種在城市層面計(jì)算該指標(biāo)的方法。

另一類研究考察了通勤行為與城市人口規(guī)模之間的關(guān)系：利用美國(guó)大城市區(qū)數(shù)據(jù)的研究發(fā)現(xiàn)即使城市人口規(guī)模擴(kuò)大一倍，平均通勤時(shí)間只增加約13%（Kahn,2010）。

城市的住宅、商圈、企業(yè)和公共服務(wù)設(shè)施不僅會(huì)改變?nèi)丝诹鲃?dòng)集聚，其分布本身也受人口集聚影響，那些發(fā)生產(chǎn)業(yè)集聚的地理區(qū)位往往伴隨著更多公共服務(wù)設(shè)施（姚永玲，王帥，2014）。因此，筆者認(rèn)為，本論文所希望研究的人口規(guī)模與公共服務(wù)便利性變動(dòng)特征，與人口規(guī)模和通勤時(shí)間這一問(wèn)題有一定的相似性，下面的機(jī)制探討主要借鑒了李杰偉，陸銘在2018年的研究。

1.2 機(jī)制探討

用所有出行訂單中終點(diǎn)為學(xué)校醫(yī)院等公共設(shè)施的比例來(lái)作為公共服務(wù)可得性的衡量指標(biāo)，一方面反映了離最近公共設(shè)施距離的遠(yuǎn)近，另一方面則是以其他出行工具（步行，公共交通）前往的難易程度。

城市人口規(guī)模擴(kuò)大伴隨公共服務(wù)便利性下降的一種可能性是，假如城市仍然是單中心或少數(shù)幾個(gè)距離很近的中心，人口增長(zhǎng)引起城市外圍擴(kuò)張，新增加的人口居住在郊外，而郊外的公共服務(wù)設(shè)施沒(méi)有配套地增加，缺乏與城市中心連通的公共交通設(shè)施（李杰偉，陸銘，2018），或者這些設(shè)施不能滿足基本需求，例如2017年之前，北京的回龍觀和通天苑，由于“先開(kāi)發(fā)，后規(guī)劃”的模式，就業(yè)環(huán)境和居住服務(wù)配套設(shè)施落后，當(dāng)?shù)鼐用窬歪t(yī)上學(xué)路上出行困難。

第二，新增加人口所在區(qū)域人口密度低于城市中心。一項(xiàng)基于出行大數(shù)據(jù)的觀察發(fā)現(xiàn)，在北京、上海、成都等大城市人口密度越高的地區(qū)，反而生活服務(wù)可達(dá)性越高②。

最后，沒(méi)有出現(xiàn)新的出行方式，例如地鐵，輕軌，共享單車等?；蛘咴谐鲂蟹绞阶兊酶щy了，比如有些城市中心區(qū)域，人行道被機(jī)動(dòng)車擠占，或者設(shè)計(jì)過(guò)窄，使得步行變得困難。

當(dāng)研究對(duì)象變?yōu)槎鄠€(gè)城市時(shí)，上述假設(shè)未必成立。陸銘等人測(cè)算的城市人口密度對(duì)人口規(guī)模的對(duì)數(shù)彈性為0.59（李杰偉，陸銘，2018）；而且，人口規(guī)模達(dá)到一定程度時(shí)，修建諸如地鐵，輕軌和投放共享單車會(huì)產(chǎn)生規(guī)模效應(yīng)，降低人均成本，我國(guó)對(duì)城市申報(bào)開(kāi)通軌道交通的條件也對(duì)地鐵負(fù)荷強(qiáng)度有較為明確的要求③。

政府規(guī)劃的人為干預(yù)也會(huì)帶來(lái)不便,例如在城市中心用寫(xiě)字樓來(lái)代替老化的住宅區(qū),造成就業(yè)過(guò)度集中，住宅區(qū)遠(yuǎn)離市中心，由于公共服務(wù)設(shè)施往往向集中就業(yè)區(qū)域靠攏，導(dǎo)致從居住地前往最近公共服務(wù)的距離增加。例如北京市的百所特色學(xué)校，或品牌小學(xué)絕大多數(shù)在東城、西城、海淀、朝陽(yáng)和豐臺(tái)的中心城區(qū)，七成的重點(diǎn)初中在東城、西城和海淀區(qū)，“三甲”醫(yī)院大部分在城六區(qū)（姚永玲，王帥，2014;Lu et al.,2017），居民對(duì)優(yōu)質(zhì)公共服務(wù)的需要，可能使得他們?cè)敢饣ㄙM(fèi)更多的通勤時(shí)間和更長(zhǎng)的距離前往這些中心區(qū)域。

綜合上述討論，我們發(fā)現(xiàn)人口規(guī)模擴(kuò)大帶來(lái)的影響存在正反多方面可能機(jī)制，其總的影響如何，需要在中國(guó)城市中進(jìn)行實(shí)證檢驗(yàn)。

2 變量說(shuō)明與基本數(shù)據(jù)描述

2.1 變量說(shuō)明

公共服務(wù)便利性指數(shù)，是一個(gè)從零分到十分的指標(biāo)，其構(gòu)建過(guò)程如下：統(tǒng)計(jì)當(dāng)年第i個(gè)城市所有訂單中公共服務(wù)目的地占比，記為vi，vmin和vmax代表所有城市中該指標(biāo)的最小值和最大值，該指數(shù)和公共服務(wù)便利性往往成反比，故可以計(jì)算如下：

此得分是核心的被解釋變量。

核心解釋變量是城市人口規(guī)模。由于該統(tǒng)計(jì)數(shù)據(jù)存在兩套指標(biāo)，一是戶籍人口，即登記了本地戶籍的人員都算在本地；一是常住人口，只以居住在本地時(shí)間超過(guò)六個(gè)月人口計(jì)算，由于我國(guó)戶籍制度的存在，在人口流出地區(qū)，戶籍人口大于常住人口，人口流入地區(qū)則相反④。對(duì)本地公共服務(wù)有需要的應(yīng)該是常住人口（也包括部分旅游和就醫(yī)人員），因此人口規(guī)模用該數(shù)據(jù)衡量，另一個(gè)可行的代理變量是就業(yè)人口，但由于公共服務(wù)還包括針對(duì)未成年人與在校大學(xué)生的教育系統(tǒng)，采用就業(yè)人口進(jìn)行解釋可能有一定偏誤。

其他主要的控制變量，參照陸銘，李杰偉（2014）的做法，包含了人均GDP，是否是省會(huì)城市或直轄市以及第三產(chǎn)業(yè)就業(yè)人數(shù)占全部就業(yè)人數(shù)的比例。

由于滴滴報(bào)告并未說(shuō)明是否只統(tǒng)計(jì)了市轄區(qū)的訂單，但考慮到東部發(fā)達(dá)地區(qū)的部分市轄縣也有完善的交通系統(tǒng)，以上變量本文使用地級(jí)市級(jí)別的數(shù)據(jù)。

人口密度變量，筆者考慮了使用市轄區(qū)密度，第一是為了剔除少數(shù)幾個(gè)大部分面積人口稀少的地區(qū)（如錫林郭勒盟）的影響，第二，市轄區(qū)有部分政府業(yè)務(wù)等下轄縣不能直接辦理，需要前往市轄區(qū)。

另一個(gè)控制變量是該城市流動(dòng)人口的比例，用常住人口中非本地戶籍比例代替。受戶籍制度的制約，大中城市里沒(méi)有本地戶籍的流動(dòng)人口無(wú)法完全享受到戶籍人口相同的公共服務(wù)，例如義務(wù)教育。一項(xiàng)對(duì)北京市打工者的抽樣調(diào)查顯示，農(nóng)民工進(jìn)城但其子女卻留在家鄉(xiāng)的占了大多數(shù)（呂紹青，張守禮，2001），這些人對(duì)公共服務(wù)的需要可能低于城市落戶人群，在一定程度上會(huì)“虛假地”抬高便利性的得分。

由于統(tǒng)計(jì)年鑒中城市年末總?cè)丝诮y(tǒng)計(jì)的是戶籍人口；而人均GDP則是利用年中的常住人口來(lái)計(jì)算的，因此常住人口考慮使用當(dāng)?shù)禺?dāng)年GDP除以人均GDP代表常住人口⑤。

2.2 數(shù)據(jù)來(lái)源與基本描述

城市年平均戶籍人口，各產(chǎn)業(yè)從業(yè)人口比例，和市區(qū)面積，人均GDP等源于2015年《中國(guó)城市統(tǒng)計(jì)年鑒》的數(shù)據(jù)，因?yàn)榈蔚螆?bào)告利用的是2017年的數(shù)據(jù)，這樣可能有利于緩解反向因果關(guān)系帶來(lái)的內(nèi)生性問(wèn)題。銅陵市的常住人口，年鑒與統(tǒng)計(jì)局給出數(shù)據(jù)不一致，故剔除，興安盟，錫林郭勒盟，喀什地區(qū)數(shù)據(jù)不完整，被剔除，少部分缺失數(shù)據(jù)由筆者從各省市統(tǒng)計(jì)局網(wǎng)站搜集而來(lái)⑥，總計(jì)207個(gè)城市。

表1展示了公共服務(wù)便利性與城市常住人口的散點(diǎn)圖；三亞市作為一個(gè)人口并不算大的旅游城市，獲得了最高的便利性得分，原因可能，作為一個(gè)以休閑旅游為主要吸引力的城市，其投入了較多的共享單車，共享電車，一定程度上減少了中短距離通行對(duì)出租車的需求，并且以全年旅游最高峰日需求總量的95%作為交通設(shè)施供給校核的標(biāo)準(zhǔn)⑦。周口市得分最低；人口超過(guò)1200萬(wàn)的幾個(gè)特大城市都取得了高于擬合線之上的分?jǐn)?shù)。

表1：人口與城市散點(diǎn)圖

此外，大多數(shù)城市常住人口集中在300萬(wàn)到800萬(wàn)，而這一密集區(qū)域呈現(xiàn)出負(fù)相關(guān)關(guān)系。但人口大于800萬(wàn)的城市，沒(méi)有出現(xiàn)明顯的正相關(guān)或負(fù)相關(guān)趨勢(shì)，表明可能存在其他因素干擾性。

最后，可以大致觀察到，位于擬合線以上的城市多為東部沿海省份城市，也包括西部部分旅游城市（如麗江、拉薩），擬合線靠下方則出現(xiàn)了較多中部城市，這也印證了滴滴城市報(bào)告中提到的“中部塌陷”現(xiàn)象。

但是，僅僅從單一變量的散點(diǎn)圖中不能推斷兩者的關(guān)系，一些中間變量，例如人均GDP，既影響著人口數(shù)量（通過(guò)流動(dòng)人口），也通過(guò)改變通行方式影響著公共服務(wù)可得性，需要對(duì)此類變量進(jìn)行控制（見(jiàn)圖Ⅰ）。

圖Ⅰ：揭陽(yáng)市部分衛(wèi)星地圖

3 基本計(jì)量回歸分析

要從理想的自然實(shí)驗(yàn)中探討兩者的因果關(guān)系，需要假設(shè)這個(gè)城市除了人口規(guī)模發(fā)生變動(dòng)以外，個(gè)人偏好，技術(shù)水平，地理環(huán)境等都保持不變，而且公共服務(wù)的提供建立在知道每個(gè)人對(duì)其的需求上。但如陸銘等強(qiáng)調(diào)的，我們?cè)跓o(wú)法獲得較好的面板數(shù)據(jù)，只能利用橫截面數(shù)據(jù)情況下，這種關(guān)系只能視為一種相關(guān)關(guān)系；此外，由于涉及的城市地理跨度巨大，一些潛在的地理影響因素難免會(huì)影響可得性（筆者認(rèn)為可能有海拔和山地因素，比如拉薩下轄縣多河谷，又多為自然保護(hù)區(qū)域，交通方式受限）。因此，本文的計(jì)量分析，包括中間因素的探討，只能視為一種相關(guān)性，不過(guò)這種相關(guān)也可能讓我們發(fā)現(xiàn)幾個(gè)重要因素，或許是人口的特征變化，出行偏好的變化，也可能是政府城市規(guī)劃特征等，為未來(lái)研究提供幾個(gè)具體思路。

接下來(lái)我們通過(guò)計(jì)量回歸的方法具體分析數(shù)量關(guān)系，需要控制的變量依次為人均GDP，三產(chǎn)占比，人口密度，是否為省會(huì)城市；被解釋變量簡(jiǎn)稱為“得分”，解釋變量采用了其自然對(duì)數(shù)。結(jié)果如表2所示：

表2：便利性得分與人口規(guī)模等變量回歸結(jié)果

回歸（1）當(dāng)中，采用對(duì)數(shù)常住人口作為主要解釋變量，在所有城市的集合中，其系數(shù)顯著為負(fù)，但結(jié)合表Ⅰ的結(jié)果，分組討論可能是必要的。

回歸（2）表明在全國(guó)范圍內(nèi)，該城市的第三產(chǎn)業(yè)的比重幾乎無(wú)法解釋該城市的公共服務(wù)便利性（即使依據(jù)常住人口分組之后，筆者發(fā)現(xiàn)仍然不顯著）；關(guān)于服務(wù)業(yè)比重的一個(gè)誤區(qū)是，觀察到世界上發(fā)達(dá)國(guó)家普遍有更高的第三產(chǎn)業(yè)占比，會(huì)認(rèn)為人為提高服務(wù)業(yè)比重就是實(shí)現(xiàn)“現(xiàn)代化”，但在一個(gè)國(guó)家內(nèi)部的城市，由于地理區(qū)位的優(yōu)勢(shì)不同，一個(gè)城市地區(qū)的優(yōu)勢(shì)產(chǎn)業(yè)不一定是服務(wù)業(yè)，違背地理等自然因素和市場(chǎng)力量的城市規(guī)劃不能帶來(lái)所謂的產(chǎn)業(yè)現(xiàn)代化，而如果政府沒(méi)有更高效地提供公共產(chǎn)品，公共服務(wù)便利性也不會(huì)得到提升。

回歸（3）顯示了一個(gè)城市的2017年的服務(wù)便利性水平與其在2015年擁有的流動(dòng)人口比例高度正相關(guān)，故可能存在公共服務(wù)便利性對(duì)人口規(guī)模的反向因果關(guān)系。但本文限于作者能力，無(wú)法探討具體的因果關(guān)系和具體的系數(shù)的含義，主要試圖發(fā)現(xiàn)兩者的相關(guān)性；在接下來(lái)的回歸中控制流動(dòng)人口比例，也只能一定程度減少反向因果關(guān)系帶來(lái)的系數(shù)偏誤（我們尚且不知道真實(shí)的系數(shù)方向是否為正）。

回歸（4）和（5）是為了討論下述問(wèn)題：一個(gè)城市是否人口凈流出（入）和其自身公共服務(wù)便利性是高度相關(guān)的，但在人口凈流出和流入流出相對(duì)穩(wěn)定的城市里，常住人口與便利性得分的關(guān)系，與人口凈流入的城市里的關(guān)系是否相同？該問(wèn)題的答案也許能幫助回答不同規(guī)模的城市面對(duì)人口流出（特別是勞動(dòng)力流出時(shí)）如何合理規(guī)劃城市，提供優(yōu)質(zhì)公共服務(wù)。

常住人口與便利性得分的關(guān)系在凈流入組和另一組的系數(shù)方向相同，表明都擁有負(fù)相關(guān)關(guān)系，但在人口凈流入城市組的系數(shù)，絕對(duì)值小于人口凈流出組，該系數(shù)只在凈流出組顯著。雖然便利性得分這一指標(biāo)無(wú)法給我們提供直觀的圖景，而且即便小城市相對(duì)大規(guī)模城市有更高的便利性，大城市的服務(wù)質(zhì)量和多樣性卻是更勝一籌。凈流入組中，當(dāng)人口翻一番時(shí)，便利性得分僅下降0.3分，用一個(gè)不恰當(dāng)?shù)膶?duì)比來(lái)說(shuō)，相當(dāng)于人口約500萬(wàn)的貴陽(yáng)市和人口約1000萬(wàn)的武漢市之間的區(qū)別——從直觀感受上并不明顯。

此外，市轄區(qū)人口密度，三產(chǎn)比重在兩組都不顯著，其他變量的斜率系數(shù)在兩組都有相同的方向。人均GDP對(duì)便利性得分的正的邊際影響，在人口凈流出組更高，但流動(dòng)人口比率在人口凈流出組不再顯著，雖然依舊為正。在人口凈流入組，是否為省會(huì)城市帶來(lái)的正的提升較小，但在人口凈流出組這一差距拉大了。

從模型解釋力的角度，在人口凈流入組，所選取的變量可以解釋得分變動(dòng)的33%，但在中小城市組卻只能解釋21%的變動(dòng)。因此，可能有其他因素，例如地理特征或政府的城市規(guī)劃發(fā)生著更大作用，下文將予以討論。

另外，人口凈流出組中有一個(gè)極端值重慶，是全國(guó)人口最大的城市，有著多達(dá)26個(gè)市區(qū)和8個(gè)縣等，盡管其總體人口凈流出，但在城市內(nèi)部，市區(qū)因?yàn)榻蛹{了下轄縣和鄉(xiāng)鎮(zhèn)流入的人口，主要是凈流入地，而不發(fā)達(dá)的縣鄉(xiāng)可能有更多的向外流出人口；筆者在凈流出組剔除了重慶，系數(shù)方向不變，不過(guò)常住人口前面的系數(shù)絕對(duì)值增大到了0.73，因?yàn)橹貞c有著較高的得分。

4 機(jī)制探討

本文想要回答的應(yīng)該是在所有城市組中，常住人口的增加為何伴隨便利性得分的下降，但分組之后發(fā)現(xiàn)，在人口流出城市組，該效應(yīng)變得更加顯著（特別是剔除重慶市之后），下文首先對(duì)案例進(jìn)行探討，然后用計(jì)量方法，討論可能的作用機(jī)制。

案例分析：廣東省揭陽(yáng)市。公共服務(wù)便利性得分為1.05分，年中常住人口約為604萬(wàn)人，人均GDP31255元；為了控制經(jīng)濟(jì)發(fā)展水平，筆者選取了人均GDP在29000到32000元的一些城市做參考，內(nèi)蒙古的興安盟得分是5.28，人口約160萬(wàn)人，山西的晉中得分為6.41，人口332萬(wàn)人。筆者認(rèn)為可能有以下幾點(diǎn)因素導(dǎo)致了分?jǐn)?shù)偏低，第一，截至2017年，揭陽(yáng)市尚且沒(méi)有開(kāi)通地鐵，而輕軌的開(kāi)通處于規(guī)劃階段⑧。第二，從人口和公共服務(wù)分布來(lái)看，揭陽(yáng)市的核心城區(qū)榕城區(qū)與揭東區(qū)，距離下轄的兩個(gè)縣都較遠(yuǎn)，截至2020年，榕城區(qū)常住人口為53萬(wàn)人，揭西縣則有67萬(wàn)人；而衛(wèi)星地圖上看到，榕城區(qū)的市政府為核心的約10公里范圍內(nèi)就有四家大醫(yī)院，兩所中學(xué)；而揭西縣建筑最密集區(qū)域沒(méi)有一家較大的醫(yī)院。部分公共服務(wù)的分布不均，下轄縣的居民來(lái)到市區(qū)就醫(yī)上學(xué)，辦理政務(wù)等遇到道路不熟的問(wèn)題，就有更大可能采用出租車等出行方式，進(jìn)而導(dǎo)致了便利性得分偏低。

另外，市轄區(qū)密度對(duì)反映整個(gè)地級(jí)市的人口分布特征幫助有限。該市轄區(qū)密度是用戶籍人口予以計(jì)算，不代表常住人口的密度。揭陽(yáng)市市轄區(qū)的人口密度達(dá)到了約2000人/平方千米，但其容納的人口相對(duì)于全市來(lái)說(shuō)較小，而自身又集中了最多的公共資源。再加上該市大多數(shù)區(qū)域還是山林，向分散的鄉(xiāng)鎮(zhèn)提供優(yōu)質(zhì)資源成本很高，加上該市也是戶籍人口大于常住人口的凈流出地區(qū)；在人口大規(guī)模流動(dòng)依然是主要趨勢(shì)的當(dāng)下，或許讓鄰近的深圳珠海廣州等大城市吸收更多的就業(yè)人口，留下的人口再進(jìn)一步集中居住可能是一種更優(yōu)的解法。

下文對(duì)可能的機(jī)制予以計(jì)量方法上的探討：

表3：職住平衡度與人口的關(guān)系

表4：職住平衡度的解釋力

表5：人均公汽出行次數(shù)與人口的關(guān)系

（1）大城市更嚴(yán)重的職住分離帶來(lái)的居住地和公共服務(wù)設(shè)施距離較遠(yuǎn)。一個(gè)城市的職住分離現(xiàn)象不僅帶來(lái)了主要就業(yè)地和居住地的距離拉長(zhǎng)或者出行不再便利，還可能因?yàn)楣卜?wù)往往集聚在就業(yè)區(qū)域附近，帶來(lái)了公共服務(wù)可得性的下降。職住分離現(xiàn)象可能由政策引起，例如一項(xiàng)對(duì)重慶的研究顯示，公共租賃住房的政策性搬遷增加了通勤距離和時(shí)間（李小廣，邱道持等，2013），而公共租賃住房主要是針對(duì)中低收入層級(jí)和外來(lái)務(wù)工者，如果沒(méi)有配套的公共交通，他們的出行就更可能依靠出租車等。

職住分離度的衡量利用了滴滴發(fā)展報(bào)告的指標(biāo)，該指標(biāo)由早高峰相對(duì)速度、早高峰相對(duì)出行距離、早高峰相對(duì)出行時(shí)間三個(gè)指標(biāo)加權(quán)得來(lái)。

下面的單變量回歸以職住平衡度作為被解釋變量。結(jié)果顯示，在人口凈流出或流動(dòng)穩(wěn)定的城市中，人口增加并沒(méi)有伴隨職住平衡度的顯著下降，即職住分離的加劇。而人口凈流入組系數(shù)顯著為負(fù)，而且經(jīng)濟(jì)顯著性意義上，人口從100萬(wàn)增加到1600萬(wàn)的時(shí)，職住平衡度下降2.3分。

為了進(jìn)一步說(shuō)明職住分離的加劇是否能，以及多大程度上能解釋凈流入組的得分下降現(xiàn)象，我們可以在最開(kāi)始的回歸中加入職住平衡度，觀察原先系數(shù)的變化和R2是否增加。

加入職住平衡度減小了人口凈流入組城市的常住人口系數(shù)的絕對(duì)值，雖然解釋度R2沒(méi)有多少上升。說(shuō)明原本觀察到的人口與便利性的負(fù)相關(guān)一部分是因?yàn)槌Ｗ∪丝谠酱蟮某鞘型氉∑胶舛仍降?，而職住平衡度與便利性得分是正相關(guān)的。但在凈流出組這一效應(yīng)恰好相反，筆者認(rèn)為可能是因?yàn)樵谠摻M職住平衡度在不同人口城市中變化不大。

（2）從通行方式視角。正如陸銘，李杰偉指出的，大城市中雖然伴隨著不合理規(guī)劃帶來(lái)的通行困難增加的問(wèn)題，例如部分城中村居民搬遷之后離商業(yè)就業(yè)中心較遠(yuǎn)，但大城市自身也會(huì)帶來(lái)解決方案——如更便利的公共交通系統(tǒng)，但大城市市民是否會(huì)愿意更多地采用該系統(tǒng)出行？

已有文獻(xiàn)采用了城市抽樣調(diào)查獲取的出行比例數(shù)據(jù)（陸銘，李杰偉，2014），但筆者沒(méi)能獲得2015年該數(shù)據(jù)的值，因此間接利用城市統(tǒng)計(jì)年鑒中城市全年公共汽（電）車客運(yùn)總數(shù)除以該市常住人口，反映城市年人均公共汽電車出行次數(shù)。不可否認(rèn)，對(duì)那些旅游城市來(lái)說(shuō)，這個(gè)數(shù)據(jù)不能完全反映本地居民的需要，但旅游人員對(duì)這種出行方式的偏好也意味著公交系統(tǒng)本身出行質(zhì)量較好，偏誤是有限的。

表6：人均公汽出行次數(shù)便利性得分的關(guān)系

表7：人均公汽出行次數(shù)的解釋力

下面對(duì)全體城市組和人口凈流入組，凈流出組分別考察了人均公汽出行次數(shù)與常住人口數(shù)量，以及出行次數(shù)與便利性得分的關(guān)系。

可以看到，不同組別中都顯示著人口越多的城市，居民利用公汽出行次數(shù)越高，而更高的次數(shù)伴隨著更高的便利性得分，下表在表1基礎(chǔ)上加入了人均公汽出行次數(shù)，結(jié)果如下：

結(jié)果與我們所設(shè)想的相同，常住人口對(duì)數(shù)前面的系數(shù)絕對(duì)值相較于沒(méi)有加入出行次數(shù)時(shí)更大。人口規(guī)模更大的城市因?yàn)榫用窀噢D(zhuǎn)向公共汽（電）車緩解了公共服務(wù)可得性的緊張。但我們還未能探索這種負(fù)相關(guān)關(guān)系的其他成因，以及兩個(gè)分組之間的系數(shù)差別是什么其他因素造成的。

前一個(gè)問(wèn)題可以從多個(gè)角度提供思路，例如大城市中街區(qū)尺度的擴(kuò)大，兩個(gè)街區(qū)之間缺乏步行通道，使得大城市中步行到達(dá)公共設(shè)施變得更加困難；傳統(tǒng)的封閉式社區(qū)管理，盡管在特殊時(shí)期的視角下，會(huì)帶來(lái)一些管理上的便捷，也帶來(lái)了讓行人行車?yán)@遠(yuǎn)路的問(wèn)題；人行道和自行車道被車行道擠占；不合理的紅綠燈設(shè)置帶來(lái)的交通擁堵等等。不過(guò)，這些問(wèn)題不一定是人口擴(kuò)張必然帶來(lái)的，私以為合理的規(guī)劃和大數(shù)據(jù)的應(yīng)用是能夠緩解這些所謂的矛盾的。

筆者對(duì)后一個(gè)問(wèn)題進(jìn)行了一些嘗試，想法在于，對(duì)揭陽(yáng)市的案例分析發(fā)現(xiàn)盡管部分人口凈流出地的市轄區(qū)集中著最好的公共資源，其下轄縣距離遠(yuǎn)，擁有的資源有限，而市轄區(qū)容納的人口相對(duì)于全市來(lái)說(shuō)很小。這種資源不平等既可能造成便利性得分下降，也可能驅(qū)使下轄縣的人口遷移出去。一種反映醫(yī)療公共服務(wù)充裕度的指標(biāo)是人均的醫(yī)院床位數(shù)多少，筆者因此構(gòu)建了一個(gè)市轄區(qū)人均床位數(shù)和下轄縣市人均床位數(shù)之比的變量，加入到表2的原始回歸中，發(fā)現(xiàn)在人口凈流出組，常住人口對(duì)數(shù)的系數(shù)從-0.649提升到了-0.633，比較有限，盡管部分是因?yàn)楣卜?wù)不止包括醫(yī)療硬件設(shè)施，還有很多種類無(wú)法一一囊括。

5 結(jié)論與不足

上述內(nèi)容通過(guò)計(jì)量方法和案例探討發(fā)現(xiàn)了以下結(jié)論：第一，控制了人均GDP，是否為省會(huì)城市等變量后，在滴滴報(bào)告提供的所有地級(jí)市樣本組中，常住人口與公共服務(wù)便利性得分是負(fù)相關(guān)的；第二，在人口凈流入組中，這種負(fù)向作用有所緩和而且不顯著，而在人口凈流出組中，負(fù)向作用加大了；第三，城市人口增加伴隨的職住平衡的惡化部分解釋了便利性得分的下降；而大城市中居民使用公共汽（電）車出行比例的上升緩解了得分的下降；最后，在人口凈流出組中市轄區(qū)與下轄縣人均公共資源的差距部分解釋了其系數(shù)的絕對(duì)值比凈流入組中大。

但該結(jié)論并不意味著對(duì)大城市更糟糕，要限制大城市人口這一看法的支持。首先，這種負(fù)相關(guān)關(guān)系可能是城市街區(qū)，道路規(guī)劃的不合理帶來(lái)的；其次，大城市的公共服務(wù)質(zhì)量更加優(yōu)秀，而且也更有能力提供新的優(yōu)質(zhì)服務(wù)。十四五規(guī)劃中提及完善財(cái)政轉(zhuǎn)移支付和城鎮(zhèn)新增建設(shè)用地規(guī)模與農(nóng)業(yè)轉(zhuǎn)移人口市民化掛鉤政策，向人口流入地提供更多的公共服務(wù)設(shè)施，以及建設(shè)以人為核心的城鎮(zhèn)化，表明了大城市是能夠解決自己的問(wèn)題，提供更好的公共服務(wù)的。

該研究也有很多不足，例如我們沒(méi)有考慮不同收入層級(jí)居民對(duì)公共服務(wù)的需求特征，他們通過(guò)何種出行方式到達(dá)公共服務(wù)設(shè)施；未來(lái)的研究，筆者認(rèn)為還需要弄清楚大城市的街區(qū)和交通規(guī)劃等如何影響了出行方式，是否造成了出行困難；以及向大城市的新移民就業(yè)和居住特征，在未來(lái)向中低收入移民提供的廉租房公租房該如何合理選址等問(wèn)題。但無(wú)論如何，最重要的認(rèn)識(shí)到向充滿更多機(jī)遇的大城市遷移是一個(gè)長(zhǎng)期不可逆的過(guò)程。

注釋

① 來(lái)自《滴滴“城市發(fā)展指數(shù)”報(bào)告》,上海交通大學(xué)中國(guó)發(fā)展研究院,東北財(cái)經(jīng)大學(xué)經(jīng)濟(jì)與社會(huì)發(fā)展研究院,滴滴發(fā)展研究院.

② 茅明睿《.大數(shù)據(jù)視角下帝都魔都的愛(ài)恨情仇》.北京城市象限科技有限公司CEO.

③ 《國(guó)家發(fā)展改革委關(guān)于加強(qiáng)城市軌道交通規(guī)劃建設(shè)管理的通知》.發(fā)改基礎(chǔ)〔2015〕49號(hào).

④ 《當(dāng)我們談城市化時(shí),陷入多少誤區(qū)》.文章作者為陸銘.

⑤ 由于是年中值,會(huì)與統(tǒng)計(jì)調(diào)查的年末值有區(qū)別,例如筆者用公式計(jì)算的北京市2015年年中常住人口約為2133萬(wàn)人,當(dāng)年年末統(tǒng)計(jì)調(diào)查結(jié)果常住人口為2170.5萬(wàn)人.

⑥ 比如紹興市沒(méi)有市轄區(qū)常住人口數(shù)據(jù),筆者用當(dāng)年的戶籍人口比重進(jìn)行了估算.

⑦ 中國(guó)城市規(guī)劃設(shè)計(jì)研究院.三亞市綜合交通規(guī)劃及老城區(qū)治理[Z].2010.

⑧ 2017年4月17日,揭陽(yáng)市交通運(yùn)輸局官網(wǎng)發(fā)布《海峽西岸城市群粵東地區(qū)城際鐵路網(wǎng)規(guī)劃社會(huì)穩(wěn)定風(fēng)險(xiǎn)分析公眾參與公示》.