李秀霞　崔永靜　陳奇　劉春艷　李輝

摘 要：東北地區(qū)人口收縮問題具有典型性，全面審視東北地區(qū)人口收縮空間格局，科學(xué)判斷人口收縮程度，探討人口收縮的經(jīng)濟(jì)效應(yīng)具有重要意義。從人口收縮內(nèi)涵入手，利用收縮指數(shù)對(duì)2009—2020年東北地區(qū)34個(gè)地級(jí)市及以上城市進(jìn)行人口收縮的測度，利用空間自相關(guān)分析其空間相關(guān)性，并運(yùn)用多元回歸分析探究人口收縮的經(jīng)濟(jì)效應(yīng)。結(jié)果表明：東北地區(qū)除長春市、沈陽市和大連市外，其他91.18%的城市均存在不同程度的人口收縮現(xiàn)象，資源枯竭型城市是人口收縮最典型的區(qū)域；東北地區(qū)城市人口收縮空間差異顯著，呈現(xiàn)由南向北遞增趨勢；“高—高”集聚區(qū)主要分布在南部哈—大經(jīng)濟(jì)帶，“低—低”集聚區(qū)位于北部資源枯竭型城市，少數(shù)“低—高”集聚區(qū)主要位于“高—高”集聚區(qū)外圍，沒有形成明顯集聚中心；城市人口收縮“高—高”集聚區(qū)與“低—低”集聚區(qū)隨時(shí)間變化呈現(xiàn)出“南北”分異現(xiàn)象；沈陽市和大連市是未來東北地區(qū)人口集聚的集中區(qū)域；東北地區(qū)人口收縮引起負(fù)面的經(jīng)濟(jì)效應(yīng)；科教投入水平在沿海型和資源型城市對(duì)經(jīng)濟(jì)產(chǎn)出率的影響作用力相反；人口收縮制約了經(jīng)濟(jì)密度、就業(yè)密度、能源供應(yīng)水平的提高，加深了人口老齡化程度。據(jù)此，應(yīng)科學(xué)制定人口發(fā)展戰(zhàn)略、明確精明收縮的發(fā)展理念、積極融入城市群以及優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)等，尋求人口收縮地區(qū)城市發(fā)展的新出路。

關(guān)鍵詞：人口收縮；經(jīng)濟(jì)效應(yīng)；空間自相關(guān)；人口收縮—城市經(jīng)濟(jì)模型

中圖分類號(hào)：C92-05 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1000-4149（2023）01-0071-16

DOI：10.3969/j.issn.1000-4149.2023.00.005

一、引言

人口始終是經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)性、全局性、長期性乃至戰(zhàn)略性因素。人口增長模式的方向性變化會(huì)

影響社會(huì)經(jīng)濟(jì)發(fā)展空間格局演化［1］。當(dāng)前，學(xué)術(shù)界對(duì)人口問題的研究多基于人口正增長的背景環(huán)境，然而自20世紀(jì)下半葉以來，歐洲和北美許多工礦城市出現(xiàn)了不同程度的人口收縮現(xiàn)象［2-4］。據(jù)統(tǒng)計(jì)，1960—2003年歐洲50%以上的大城市出現(xiàn)了人口收縮現(xiàn)象［5］，如德國魯爾區(qū)工礦城鎮(zhèn)和英國曼切斯特等老工業(yè)城市［6］。因此，國外學(xué)者對(duì)人口收縮的內(nèi)涵［7-8］、變化趨勢［9-10］、案例分析與空間差異［11］及區(qū)域影響［12］等方面都進(jìn)行了大量的理論與實(shí)證研究。也有部分學(xué)者對(duì)城市人口收縮會(huì)引起的經(jīng)濟(jì)效應(yīng)進(jìn)行了實(shí)證研究，但結(jié)論卻不盡相同：維希曼（Wiechmann）、霍斯珀斯（Hospers）和內(nèi)爾（Nelle）等學(xué)者認(rèn)為，城市人口收縮會(huì)引起負(fù)面的經(jīng)濟(jì)效應(yīng)［13-15］；而霍蘭德（Hollander）、馬斯塔德（Musterd）和哈特（Hartt）等學(xué)者卻認(rèn)為，城市人口收縮引起的經(jīng)濟(jì)效應(yīng)并非總是負(fù)面的［16-18］。20世紀(jì)90年代以來，我國的生育率降至更替水平以下，人口增長方向也迎來新的轉(zhuǎn)折點(diǎn)，局部性的城市人口收縮正逐漸進(jìn)入人們的視野并蔓延至全國。國內(nèi)學(xué)者曾就人口收縮的識(shí)別與測度、空間特征、演變趨勢及影響因素進(jìn)行了研究［19-25］，但對(duì)人口收縮的經(jīng)濟(jì)效應(yīng)研究還相對(duì)不足，而且研究結(jié)論中人口收縮在不同區(qū)域的正負(fù)作用力方向也不盡相同，如楊玲、劉玉博、吳浩等學(xué)者認(rèn)為，城市人口收縮會(huì)引起負(fù)面的經(jīng)濟(jì)效應(yīng)［26-28］；而郭源園等學(xué)者通過研究我國的收縮城市發(fā)現(xiàn)，在人口超載的區(qū)域人口收縮就可能產(chǎn)生正效應(yīng)［29］。這就需要針對(duì)不同區(qū)域進(jìn)行深入研究，針對(duì)存在的問題提出相應(yīng)的對(duì)策措施。

東北地區(qū)是中國四大經(jīng)濟(jì)板塊之一，是中國的老工業(yè)基地，曾經(jīng)為中國經(jīng)濟(jì)發(fā)展作出不可磨滅的貢獻(xiàn)。但改革開放以來，因地理區(qū)位優(yōu)勢喪失、產(chǎn)業(yè)結(jié)構(gòu)重型化，東北地區(qū)出現(xiàn)區(qū)域整體經(jīng)濟(jì)低迷、人口外流嚴(yán)重等一系列問題，且這種新態(tài)勢下人口發(fā)展具有先行趨勢，引發(fā)了社會(huì)學(xué)、經(jīng)濟(jì)學(xué)、人口學(xué)、地理學(xué)等學(xué)者的重點(diǎn)關(guān)注。20世紀(jì)80年代初，胡煥庸先生發(fā)現(xiàn)東北人口增長速度顯著快于全國總?cè)丝谠鲩L速度［30］。此后有文獻(xiàn)對(duì)東北人口問題進(jìn)行了持續(xù)關(guān)注［31］。近年來，東北吸納流動(dòng)人口在全國的占比顯著下降［32］，“東北人口困局”［33］、“東北人口危機(jī)”［34］等一系列東北人口發(fā)展相關(guān)議題成為新的熱點(diǎn)。也有個(gè)別學(xué)者探討了人口流失對(duì)區(qū)域發(fā)展的影響，如東北地區(qū)人口持續(xù)流失對(duì)區(qū)域的創(chuàng)新能力、消費(fèi)結(jié)構(gòu)以及社會(huì)保障體系等影響較大，拖累了東北經(jīng)濟(jì)發(fā)展步伐［35-37］。這些研究為本研究奠定了基礎(chǔ)，但對(duì)東北地區(qū)人口收縮的經(jīng)濟(jì)效應(yīng)與對(duì)策響應(yīng)研究依舊缺乏。時(shí)值國家提出《東北全面振興“十四五”實(shí)施方案》，有必要全面審視東北地區(qū)人口收縮的空間格局，科學(xué)判斷東北地區(qū)人口收縮的程度，探討人口收縮的經(jīng)濟(jì)效應(yīng)?；诖?，本文以東北地區(qū)34個(gè)地級(jí)市及以上城市為研究區(qū)域，系統(tǒng)地測算與識(shí)別2009—2020年東北地區(qū)人口收縮程度，利用空間自相關(guān)分析其空間相關(guān)性，并運(yùn)用多元回歸分析探究人口收縮對(duì)經(jīng)濟(jì)的影響，旨在為東北地區(qū)新一輪振興發(fā)展提供技術(shù)支撐。

二、研究方法與數(shù)據(jù)來源

1. 研究范圍界定與數(shù)據(jù)來源本文的研究范圍為狹義東北地區(qū)，包括黑龍江、吉林和遼寧三省，以地級(jí)市及以上城市為研究單元，其中黑龍江大興安嶺地區(qū)、吉林省延邊朝鮮族自治州因數(shù)據(jù)缺乏予以剔除，最終為34個(gè)地級(jí)市及以上城市，起止期限為2009—2020年；文中

數(shù)據(jù)均來源于2020—2021年《黑龍江統(tǒng)計(jì)年鑒》、《吉林統(tǒng)計(jì)年鑒》、《遼寧統(tǒng)計(jì)年鑒》和地級(jí)市及以上城市的國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，數(shù)據(jù)處理中為去除通貨膨脹的影響對(duì)價(jià)格數(shù)據(jù)進(jìn)行平減化處理。

2. 研究方法

（1）城市人口收縮時(shí)空特征分析方法。關(guān)于人口收縮的內(nèi)涵，目前并沒有形成統(tǒng)一的認(rèn)識(shí)，一般認(rèn)為人口收縮是指一個(gè)區(qū)域的總?cè)丝?、勞?dòng)力或者家庭數(shù)量出現(xiàn)下降的現(xiàn)象?；诖?，總?cè)丝凇趧?dòng)力或者家庭數(shù)量都可作為人口收縮的測度指標(biāo)，但是由于家庭數(shù)量受家庭規(guī)模的影響比較大，在實(shí)際測度中可能會(huì)出現(xiàn)較大偏差。因此，本文使用具有代表性的總?cè)丝诤蛣趧?dòng)力數(shù)量變化進(jìn)行人口收縮測度。具體方法如下：

其中，shinkt為一個(gè)城市在t時(shí)期的人口收縮指數(shù)，Mt、Mt+1分別為t和t+1時(shí)期的總?cè)丝冢琋t、Nt+1分別為t和t+1時(shí)期的勞動(dòng)力數(shù)量，wm、wn分別為總?cè)丝诤蛣趧?dòng)力的權(quán)重值，本文用熵權(quán)法求取權(quán)重值。根據(jù)城市總?cè)丝诘淖兓?，結(jié)合人口收縮指數(shù)，將城市人口收縮劃分為四種類型（見表1）。

為了進(jìn)一步研究人口收縮的時(shí)期演化特征，將輕度收縮、中度收縮、重度收縮歸為人口收縮，將人口收縮多時(shí)期演變類型劃分四種類型（見表2）。

三、東北地區(qū)城市人口收縮時(shí)空演化特征分析

1. 東北地區(qū)城市人口收縮類型特征

根據(jù)城市人口收縮的測量方法，利用2009—2020年各城市總?cè)丝谧兓屎腿丝谑湛s指數(shù)界定東北地區(qū)城市人口收縮的情況，具體結(jié)果見表3。

從表3可知，東北地區(qū)除長春、沈陽、大連3個(gè)城市沒有人口收縮外，其他91.18%的城市均存在不同程度的人口收縮。其中，撫順、錦州、遼陽、鐵嶺、朝陽、葫蘆島、通化、白山、齊齊哈爾、雞西、鶴崗、雙鴨山、伊春、佳木斯、七臺(tái)河、牡丹江、黑河、綏化、阜新19個(gè)資源枯竭型城市為重度人口收縮，占比達(dá)55.88%，表明這些城市面臨人口負(fù)增長與勞動(dòng)力流失的雙重人口收縮壓力，這主要是由于該類城市長期以來高度依賴資源過度開發(fā)，忽視產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和技術(shù)創(chuàng)新，伴隨資源枯竭和生態(tài)環(huán)境惡化，導(dǎo)致大量職工失業(yè)，人口大量外流。該結(jié)論與段利鵬等學(xué)者得到的結(jié)論［39］一致。今后切實(shí)做好資源型城市發(fā)展規(guī)劃的“響應(yīng)”是解決問題的關(guān)鍵。丹東、鞍山、本溪、營口、盤錦等遼中南城市群和哈爾濱市，由于城市群和省會(huì)城市對(duì)所在區(qū)域“發(fā)展勢能”有支撐作用，總?cè)丝谀壳俺尸F(xiàn)小幅度增長，但勞動(dòng)力資源卻呈現(xiàn)減少趨勢，說明城市人口收縮趨勢已在累積，呈現(xiàn)了輕度人口收縮趨勢，如果不加干預(yù)，城市人口收縮現(xiàn)象將逐漸加強(qiáng)。雖然沈陽、大連、長春3個(gè)城市處于無收縮階段，但是這些城市依然存在明顯的高素質(zhì)人才流失現(xiàn)象，只是流失的人口數(shù)量迅速由所在“虹吸”范圍的城市人口補(bǔ)充，造成人口無收縮的假象，相反處于其“虹吸”范圍的其他城市，如長春“虹吸”范圍的四平、松原、遼源、白山等，大連“虹吸”范圍的鐵嶺、遼陽等，沈陽“虹吸”范圍的撫順、阜新、鞍山等都呈現(xiàn)出不同程度的城市人口收縮現(xiàn)象。總之，東北地區(qū)大部分城市都存在不同程度的人口收縮現(xiàn)象，說明東北地區(qū)“發(fā)展勢能”的區(qū)域性呈現(xiàn)弱化趨勢。

利用表3數(shù)據(jù)，通過ArcGIS 10.8軟件，制作東北地區(qū)城市人口收縮分布圖（見圖1），探討東北地區(qū)34個(gè)研究單元的人口收縮空間分布特征。如圖1所示，東北地區(qū)城市人口收縮呈現(xiàn)明顯的空間差異，重度人口收縮區(qū)集聚在北部，中度收縮區(qū)集聚在中部，輕度收縮區(qū)主要分布在南部。該結(jié)論與王佳琪等學(xué)者得到的結(jié)論［40］基本一致。具體來看，無人口收縮區(qū)分布在東北地區(qū)中心區(qū)位的省會(huì)及核心城市，該類型城市功能完善、經(jīng)濟(jì)帶動(dòng)作用強(qiáng)，在一定程度上阻礙了人口收縮現(xiàn)象的發(fā)生；輕度人口收縮區(qū)主要分布在遼中南地區(qū)部分城市以及哈爾濱市，表明該區(qū)域城市雖然人口自然增長緩慢，但勞動(dòng)力已經(jīng)開始逐漸呈現(xiàn)流失狀態(tài)，城市人口收縮的趨勢已顯現(xiàn)，主要呈現(xiàn)出勞動(dòng)力收縮現(xiàn)象；中度人口收縮區(qū)主要呈環(huán)狀分布在省會(huì)城市長春周圍，很大程度上是由于其“吸虹”效應(yīng)導(dǎo)致；重度人口收縮型城市大部分集中在吉林省南部、遼寧省西部以及黑龍江省北部的資源枯竭型城市，表明該區(qū)域城市面臨較為嚴(yán)重的人口收縮現(xiàn)象，今后要轉(zhuǎn)變發(fā)展動(dòng)能，從資源驅(qū)動(dòng)轉(zhuǎn)向創(chuàng)新驅(qū)動(dòng)。

2. 東北地區(qū)人口收縮的時(shí)間演變特征

為了進(jìn)一步探究城市人口收縮的時(shí)間演化特征，分別對(duì)東北地區(qū)34個(gè)研究單元2009—2014年和2015—2020年兩個(gè)時(shí)段的城市人口收縮進(jìn)行測度，結(jié)果見表4。

從表4來看，東北地區(qū)34個(gè)地級(jí)市及以上城市中處于持續(xù)收縮型城市的數(shù)量最多，占比高達(dá)61.76%，表明東北地區(qū)大部分城市處于持續(xù)人口收縮狀態(tài)，亟須引起廣泛關(guān)注；增長轉(zhuǎn)收縮型城市有8個(gè)，占23.53%，主要分布在撫順市、本溪市、阜新市、遼源市、白山市、雞西市、鶴崗市、伊春市，表明這些城市從五年前的人口緩慢增長逐漸轉(zhuǎn)為人口收縮，這主要是由于城市資源枯竭以及產(chǎn)業(yè)動(dòng)力不足導(dǎo)致人口逐漸外流所致，需要及時(shí)作出調(diào)整以恢復(fù)城市活力；收縮轉(zhuǎn)增長型城市有3個(gè)，占比為8.82%，主要分布在營口市、大慶市、長春市，這些城市在前五年逐漸出現(xiàn)人口收縮現(xiàn)象，但近五年轉(zhuǎn)變?yōu)槿丝诰徛鲩L，這是由于近年來產(chǎn)業(yè)與經(jīng)濟(jì)政策吸引人才的緣故；持續(xù)增長型城市只有沈陽市和大連市，這兩個(gè)城市始終是引領(lǐng)東北經(jīng)濟(jì)發(fā)展、功能完善、輻射帶動(dòng)力強(qiáng)的重要中心城市，未來對(duì)帶動(dòng)?xùn)|北地區(qū)人口集聚具有重要意義。

3. 東北地區(qū)人口收縮的空間格局

（1）全局空間自相關(guān)分析?；谌丝谑湛s（shink）數(shù)據(jù)，利用GeoDa軟件測算2009—2020年以及2009—2014年、2015—2020年東北地區(qū)城市人口收縮空間數(shù)據(jù)的全局Morans I指數(shù)和標(biāo)準(zhǔn)化統(tǒng)計(jì)量Z值（見表5）。

從表5中可以看出，Morans I值大于0，且shink值通過了全局自相關(guān)的Z值與P檢驗(yàn)，表明在空間上東北地區(qū)城市人口收縮存在全局正的空間自相關(guān)。

利用GeoDa軟件繪制東北地區(qū)2009—2020年以及2009—2014年、2015—2020年城市人口收縮的Moran散點(diǎn)圖，如圖2所示。散點(diǎn)圖多數(shù)散點(diǎn)呈離散分布且大多數(shù)散點(diǎn)分布在第一、三象限，說明大多研究單元與其鄰接單元關(guān)聯(lián)性較強(qiáng)。圖中四個(gè)象限表達(dá)了某一城市與周圍其他城市四種類型的局部空間關(guān)系。第一、三象限是正的空間自相關(guān)，均質(zhì)性顯著；第二、四象限是負(fù)的空間自相關(guān)，異質(zhì)性顯著。第一象限為“高—高”集聚型，說明城市人口收縮指數(shù)與周邊城市人口收縮指數(shù)均較高，相似性較大；第三象限是“低—低”集聚型，說明城市人口收縮指數(shù)和周邊城市人口收縮指數(shù)均較低，相似性較大；第二象限為“低—高”集聚型，表示城市人口收縮指數(shù)低，而周邊城市人口收縮指數(shù)高，差異性比較大；第四象限為“高—低”型，表明城市人口收縮指數(shù)高，而周邊城市人口收縮指數(shù)較低，差異性比較大。

（2）局部空間自相關(guān)分析。LISA是測量空間單位值特征與周圍單位值的相似（正相關(guān)）和相異（負(fù)相關(guān)）水平與顯著性的指標(biāo)。依據(jù)2009—2020年以及2009—2014年、2015—2020年東北地區(qū)34個(gè)地級(jí)及以上城市人口收縮指數(shù)（shink），利用GeoDa軟件測度LISA值，顯著性水平（p≤0.05），分別繪制2009—2020年以及2009—2014年、2015—2020年LISA集聚圖（見圖3）。

圖3中某些局部范圍具有顯著的正空間相關(guān)性，表示東北地區(qū)城市與城市之間具有相同的空間作用，城市和其周圍城市之間互相關(guān)聯(lián)，互相制約。2009—2020年“高—高”集聚區(qū)主要分布在沈陽市和大連市，以及鞍山市、遼陽市等城市，這說明東北地區(qū)主要形成了南部哈—大經(jīng)濟(jì)帶1個(gè)人口高聚集核心區(qū)，這部分不僅是人口的聚集區(qū)，也是東北地區(qū)經(jīng)濟(jì)發(fā)展的熱點(diǎn)城市，城市人口收縮趨勢較弱。而東北部的牡丹江市、七臺(tái)河市、雙鴨山市、雞西市、佳木斯市等資源枯竭型城市，由于生存環(huán)境、科技水平落后、區(qū)位和人力資源不足等原因，表現(xiàn)出連續(xù)的城市人口收縮現(xiàn)象，經(jīng)濟(jì)發(fā)展持續(xù)低迷，呈“低—低”集聚狀態(tài)。小部分空間單元表現(xiàn)出空間異質(zhì)性，出現(xiàn)“低—高”集聚的現(xiàn)象，但沒有形成明顯的聚類中心，其形成原因是受哈—大經(jīng)濟(jì)帶的“虹吸”效應(yīng)所致，人口流向沈陽市和大連市等城市，導(dǎo)致其他城市人口收縮比較嚴(yán)重。

為了進(jìn)一步分析時(shí)空演化特征，從2009—2014年、2015—2020年LISA集聚圖可以看出“高—高”集聚區(qū)主要在本溪市，隨時(shí)間推移不斷向錦州市、遼陽市、鞍山市等遼南城市群擴(kuò)散，表明該區(qū)域人口收縮現(xiàn)象有所減緩。而“低—低”集聚區(qū)從中部的長春市、松原市、大慶市、綏化市、哈爾濱市向北部的牡丹江市、伊春市、佳木斯市和黑河市轉(zhuǎn)變，表明東北地區(qū)人口收縮“高—高”集聚區(qū)與“低—低”集聚區(qū)隨著時(shí)間變化呈現(xiàn)出“南北”分異的現(xiàn)象。

四、東北地區(qū)人口收縮城市的經(jīng)濟(jì)效應(yīng)分析

1. 東北地區(qū)人口收縮城市的經(jīng)濟(jì)現(xiàn)狀分析

本文采用GDP來反映城市經(jīng)濟(jì)產(chǎn)出率，分類計(jì)算東北地區(qū)34個(gè)地級(jí)市及以上城市在2009—2020年輕度收縮型、中度收縮型、重度收縮型和無收縮型四類城市的GDP，結(jié)果見表6。

由表6可知，東北地區(qū)34個(gè)地級(jí)市及以上城市在2009年輕度收縮型、中度收縮型、重度收縮型與無收縮型城市GDP相比，分別相差2542.48億元、2843.95億元、3369.06億元；2020年輕度收縮型、中度收縮型、重度收縮型與無收縮型城市GDP相比分別相差4889.84億元、5751.00億元、6045.35億元。這說明2009—2020年東北地區(qū)輕度收縮型、中度收縮型、重度收縮型與無收縮城市經(jīng)濟(jì)產(chǎn)出率差距進(jìn)一步擴(kuò)大。因此，可以初步判斷東北地區(qū)城市人口收縮對(duì)城市經(jīng)濟(jì)產(chǎn)出率具有負(fù)效應(yīng)，而且人口收縮越嚴(yán)重，對(duì)城市經(jīng)濟(jì)產(chǎn)出率產(chǎn)生的負(fù)效應(yīng)越大。

2. 人口收縮對(duì)城市經(jīng)濟(jì)產(chǎn)出率影響的實(shí)證分析

（1）指標(biāo)選取。①因變量：城市經(jīng)濟(jì)產(chǎn)出率（pgdp），用GDP來衡量。②自變量：人口收縮（shrink）。人口收縮型城市取1，非人口收縮型城市取0。③控制變量：根據(jù)現(xiàn)有文獻(xiàn)如程瑤的研究成果［21］，本文在回歸模型中加入人力資本水平（ta）（科研從業(yè)人員數(shù)），反映了城市對(duì)人才的吸引能力；對(duì)外開放度（fdi）（實(shí)際使用外資金額/地區(qū)生產(chǎn)總值）、政府行為（fexp）（財(cái)政支出占GDP比重）、科教投入水平（sciedu）（科學(xué)支出與教育支出的總和）、固定資產(chǎn)投資（fa）（固定資產(chǎn)投資總額/GDP）等控制變量進(jìn)行分析。④中介變量：經(jīng)濟(jì)集聚程度，選取經(jīng)濟(jì)密度（ecd）（地區(qū)生產(chǎn)總值/行政區(qū)域土地面積）和就業(yè)密度（emd）（年末單位從業(yè)人員數(shù)/行政區(qū)域土地面積）兩個(gè)指標(biāo)；人口老齡化程度（age）（60歲及以上年齡人口數(shù)/總?cè)丝跀?shù)）；能源供應(yīng)水平（es）（煤氣及液化石油氣供應(yīng)總量）。⑤工具變量：環(huán)境質(zhì)量（eqs）（可吸入細(xì)顆粒物年平均濃度）。各變量的描述性統(tǒng)計(jì)見表7。

（2）回歸結(jié)果與分析。表8為2009—2020年間東北地區(qū)34個(gè)地級(jí)市及以上城市樣本的估計(jì)結(jié)果。模型a在回歸模型（6）中單獨(dú)加入人口收縮（shrink），人口收縮（shrink）對(duì)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）的影響系數(shù)為負(fù)，并且通過了1%的顯著性檢驗(yàn)；模型b在回歸模型（6）中加入控制變量人力資本（lnta）、對(duì)外開放度（lnfdi）、政府行為（lnfexp）、科教投入水平（lnsciedu）、固定資產(chǎn)投資（lnfa），人口收縮（shrink）對(duì)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）的影響系數(shù)仍然為負(fù)，并且通過1%的顯著性檢驗(yàn)，說明東北地區(qū)的人口收縮確實(shí)對(duì)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）有負(fù)向影響。為了進(jìn)一步檢驗(yàn)城市個(gè)體固定效應(yīng)，將東北地區(qū)34個(gè)研究單元分為沿海型城市和資源型城市，將模型c（沿海型城市）和模型d（資源型城市）分別在回歸模型（6）中加入上述變量，沿海型和資源型城市人口收縮（shrink）對(duì)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）的影響系數(shù)仍然為負(fù)，并且通過1%的顯著性檢驗(yàn)，說明東北地區(qū)城市人口收縮確實(shí)對(duì)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）有負(fù)向影響。從經(jīng)濟(jì)發(fā)展的影響因素來看，控制變量的回歸系數(shù)均在1%的置信水平上顯著有效。人力資本（lnta）對(duì)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）的影響系數(shù)為正，表現(xiàn)出人力資本對(duì)經(jīng)濟(jì)發(fā)展的促進(jìn)作用，說明東北地區(qū)應(yīng)積極提高從業(yè)人員的專業(yè)技能和管理能力，這是提高城市經(jīng)濟(jì)產(chǎn)出的必然條件；政府行為（lnfexp）對(duì)城市經(jīng)濟(jì)產(chǎn)出率的影響系數(shù)為負(fù)，表現(xiàn)出對(duì)經(jīng)濟(jì)發(fā)展的阻礙作用；僅科教投入水平（lnsciedu）對(duì)資源型城市和沿海型城市經(jīng)濟(jì)產(chǎn)出率的影響作用力相反，資源型城市對(duì)城市經(jīng)濟(jì)產(chǎn)出率的影響系數(shù)為負(fù)，說明科教投入水平（lnsciedu）越高越不利于經(jīng)濟(jì)增長，從另一個(gè)角度來說，資源型城市經(jīng)濟(jì)并不是科教驅(qū)動(dòng)的結(jié)果；而沿海型城市科教投入水平（lnsciedu）對(duì)城市經(jīng)濟(jì)產(chǎn)出率的影響系數(shù)為正，說明在沿海型城市科教投入水平促進(jìn)了城市的發(fā)展；對(duì)外開放度（lnfdi）對(duì)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）表現(xiàn)出正向影響，說明外資的引進(jìn)對(duì)于經(jīng)濟(jì)增長具有重大意義，積極引進(jìn)外資可以推動(dòng)?xùn)|北地區(qū)的經(jīng)濟(jì)發(fā)展；固定資產(chǎn)投資（lnfa）表現(xiàn)出了正向促進(jìn)作用，說明投資作為經(jīng)濟(jì)增長的三駕馬車之一，仍是拉動(dòng)?xùn)|北地區(qū)經(jīng)濟(jì)增長的關(guān)鍵性因素。

由此可見，城市人口收縮對(duì)城市經(jīng)濟(jì)產(chǎn)出率具有負(fù)效應(yīng)。下面對(duì)回歸結(jié)果進(jìn)行中介機(jī)制檢驗(yàn)。表9模型1—9均是上述回歸模型（7）的演變。由表9可得，模型1、模型2、模型3、模型4中人口收縮（shrink）的系數(shù)為負(fù)且通過了1%的顯著性檢驗(yàn)，說明人口收縮（shrink）制約了經(jīng)濟(jì)密度（lnecd）、就業(yè)密度（lnemd）、人口老齡化程度（lnage）、能源供應(yīng)水平（lnes）的提高。模型5中就業(yè)密度（lnemd）和模型6中經(jīng)濟(jì)密度（lnecd）的系數(shù)、模型8中的能源供應(yīng)水平（lnes）的系數(shù)均顯著為正，說明經(jīng)濟(jì)密度（lnecd）、就業(yè)密度（lnemd）、能源供應(yīng)水平（lnes）的提高均有利于東北地區(qū)城市經(jīng)濟(jì)產(chǎn)出率的提高。模型7中人口老齡化程度（lnage）系數(shù)顯著為負(fù)，說明人口老齡化程度（lnage）越高，勞動(dòng)力數(shù)量越少，將阻礙東北地區(qū)城市經(jīng)濟(jì)產(chǎn)出率的提高。模型5將人口收縮（shrink）、就業(yè)密度（lnemd）同時(shí)納入回歸模型，模型6將人口收縮（shrink）、經(jīng)濟(jì)密度（lnecd）同時(shí)納入回歸模型，與模型9對(duì)比，發(fā)現(xiàn)人口收縮（shrink）影響城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）的估計(jì)系數(shù)絕對(duì)值出現(xiàn)減小，從而驗(yàn)證了人口收縮（shrink）通過降低就業(yè)密度（lnemd）和經(jīng)濟(jì)密度（lnecd）而使城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）下降，也就是人口收縮（shrink）通過減少經(jīng)濟(jì)集聚效益使城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）下降。模型7將人口收縮（shrink）、人口老齡化程度（lnage）同時(shí)納入回歸模型，與模型9對(duì)比，人口收縮（shrink）的系數(shù)絕對(duì)值與顯著性出現(xiàn)提高，在人口收縮（shrink）情況下，人口老齡化程度（lnage）提高必然導(dǎo)致城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）的降低。所以吸引人才、提高生育率、優(yōu)化人口結(jié)構(gòu)、增加勞動(dòng)力數(shù)量是東北地區(qū)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）提高的必然途徑。模型8將人口收縮（shrink）、能源供應(yīng)水平（lnes）同時(shí)納入回歸模型，與模型9對(duì)比，人口收縮（shrink）的系數(shù)絕對(duì)值與顯著性都出現(xiàn)降低，所以在人口收縮（shrink）情況下，能源供應(yīng)水平（lnes）降低從而導(dǎo)致城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）的降低，能源是發(fā)展經(jīng)濟(jì)和提高人民生活水平不可缺少的重要物質(zhì)條件，因此能源是東北地區(qū)經(jīng)濟(jì)現(xiàn)代化的基礎(chǔ)，是城市經(jīng)濟(jì)的命脈，節(jié)約能源、保護(hù)環(huán)境、發(fā)展綠色產(chǎn)業(yè)是東北地區(qū)城市經(jīng)濟(jì)產(chǎn)出率（lnpgdp）提高的必然途徑。

由于城市經(jīng)濟(jì)產(chǎn)出率和人口收縮之間互為因果，為了避免其造成的內(nèi)生性問題，本文采用工具變量法，選取環(huán)境質(zhì)量指標(biāo)作為工具變量，運(yùn)用兩階段最小二乘法對(duì)模型進(jìn)行檢驗(yàn)。在工具變量的選擇中，由于選用解釋變量環(huán)境質(zhì)量作為工具變量，所以工具變量與被解釋變量之間是具有明顯相關(guān)性的，故不存在弱工具變量的情況，滿足相關(guān)性的約束條件。此外，選用環(huán)境質(zhì)量指標(biāo)作為工具變量，當(dāng)期的擾動(dòng)項(xiàng)無法影響環(huán)境質(zhì)量結(jié)果，所以滿足外生性的約束條件。估計(jì)結(jié)果如表10所示。

從表10中可以看出，運(yùn)用環(huán)境質(zhì)量作為工具變量對(duì)內(nèi)生性問題加以控制之后，結(jié)果顯示人口收縮在1%的顯著性水平上顯著，且系數(shù)的符號(hào)和顯著性水平都沒有發(fā)生改變。所以，在可能出現(xiàn)的內(nèi)生性問題得到控制之后，人口收縮對(duì)城市經(jīng)濟(jì)產(chǎn)出率的阻礙作用仍然非常明顯，說明研究結(jié)果是穩(wěn)健的。

五、結(jié)論與政策響應(yīng)

1. 結(jié)論

本文以東北地區(qū)34個(gè)地級(jí)市及以上城市為研究區(qū)域，系統(tǒng)地測算與識(shí)別了2009—2020年東北地區(qū)城市人口收縮程度，利用空間自相關(guān)分析其空間相關(guān)性，并運(yùn)用多元回歸分析探究了人口收縮的經(jīng)濟(jì)效應(yīng)，得到結(jié)論主要包括以下幾個(gè)方面。

第一，東北地區(qū)除長春、沈陽、大連等城市外，其他91.18%的城市均存在不同程度的人口收縮現(xiàn)象，資源枯竭型城市是東北地區(qū)城市人口收縮最典型的城市。該結(jié)論與段利鵬等學(xué)者得到的結(jié)論［39］是一致的。

第二，2009—2020年東北地區(qū)城市人口收縮呈顯著空間差異，無收縮型城市分布在中心區(qū)位的省會(huì)及核心城市，輕度收縮型城市主要分布在遼中南沿海地區(qū)，中度收縮型城市分布在中部，重度收縮型城市大部分集中在北部資源枯竭型城市內(nèi)?？傮w上來看，東北地區(qū)城市人口收縮程度在空間上呈現(xiàn)出由南向北遞增的趨勢，該結(jié)論與王佳琪等學(xué)者得到的結(jié)論［40］基本一致。

第三，2009—2020年東北地區(qū)城市人口收縮“高—高”集聚區(qū)主要分布在南部哈—大經(jīng)濟(jì)帶；“低—低”集聚區(qū)位于北部資源枯竭型城市；少數(shù)“低—高”集聚區(qū)主要在“高—高”集聚城市的外圍，并沒有形成明顯的聚類中心。

第四，2009—2014年、2015—2020年東北地區(qū)人口收縮“高—高”集聚區(qū)從本溪市不斷向錦州市、遼陽市、鞍山市等遼南城市群擴(kuò)散，而“低—低”集聚區(qū)從中部的長春市、松原市、大慶市、綏化市、哈爾濱市向北部的牡丹江市、伊春市、佳木斯市和黑河市轉(zhuǎn)變，表明東北地區(qū)人口收縮“高—高”集聚區(qū)與“低—低”集聚區(qū)隨時(shí)間變化呈現(xiàn)出南北分異現(xiàn)象。

第五，持續(xù)增長型城市僅有沈陽市和大連市，這兩個(gè)城市始終是引領(lǐng)東北經(jīng)濟(jì)發(fā)展、功能完善、輻射帶動(dòng)力強(qiáng)的重要中心城市，未來對(duì)帶動(dòng)?xùn)|北地區(qū)人口發(fā)展具有重要意義。

第六，東北地區(qū)的人口收縮對(duì)經(jīng)濟(jì)發(fā)展具有負(fù)效應(yīng)。其中，人力資本、對(duì)外開放度、固定資產(chǎn)投資對(duì)城市經(jīng)濟(jì)產(chǎn)出率影響系數(shù)為正，而政府行為對(duì)城市經(jīng)濟(jì)產(chǎn)出率的影響系數(shù)為負(fù)，說明東北地區(qū)應(yīng)積極聚集人才，引進(jìn)外資，以推動(dòng)?xùn)|北地區(qū)的經(jīng)濟(jì)發(fā)展。

第七，科教投入水平在資源型城市和沿海型城市對(duì)城市經(jīng)濟(jì)產(chǎn)出率的影響作用力相反，資源型城市對(duì)經(jīng)濟(jì)產(chǎn)出率的影響系數(shù)為負(fù)，說明科教投入水平越高越不利于經(jīng)濟(jì)增長，從另一個(gè)角度來說，資源型城市經(jīng)濟(jì)并不是科教驅(qū)動(dòng)的結(jié)果；而沿海型城市科教投入水平對(duì)城市經(jīng)濟(jì)產(chǎn)出率的影響系數(shù)為正，說明在沿海型城市科教投入水平的提高會(huì)促進(jìn)城市的發(fā)展。

第八，人口收縮制約了經(jīng)濟(jì)密度、就業(yè)密度、能源供應(yīng)水平的提高，加深了人口老齡化程度。所以發(fā)展經(jīng)濟(jì)、吸引人才、提高生育率、優(yōu)化人口結(jié)構(gòu)、節(jié)約能源、保護(hù)環(huán)境、發(fā)展綠色產(chǎn)業(yè)是東北地區(qū)城市經(jīng)濟(jì)產(chǎn)出率提高的必然途徑。

2. 政策響應(yīng)

本文研究表明，東北地區(qū)城市人口以收縮為主，且人口收縮對(duì)經(jīng)濟(jì)發(fā)展具有阻礙作用。鑒于此，研究提出以下政策建議。

第一，科學(xué)制定人口發(fā)展戰(zhàn)略，遏制東北地區(qū)人口持續(xù)收縮。政府應(yīng)采取經(jīng)濟(jì)激勵(lì)和社會(huì)扶持等多種舉措來提高東北地區(qū)人口生育水平，因?yàn)橹挥袑⑸教嵘礁嫠?，才能有效遏制人口收縮的趨勢，保證區(qū)域人口的可持續(xù)發(fā)展；地方政府需要采取吸引人才的政策和措施，以遏制東北地區(qū)人才持續(xù)外流，同時(shí)發(fā)展地方經(jīng)濟(jì)增加就業(yè)，或者提升公共服務(wù)水平，增強(qiáng)對(duì)本地人口的吸引力。

第二，掘棄傳統(tǒng)的無序擴(kuò)張主義，明確精明收縮的發(fā)展戰(zhàn)略。東北地區(qū)城市人口收縮與城市土地?zé)o序擴(kuò)張并存，不利于城市可持續(xù)發(fā)展，今后應(yīng)根據(jù)城市自身特色進(jìn)行發(fā)展定位，確立“內(nèi)涵式”城市發(fā)展戰(zhàn)略。政府應(yīng)該把握城市發(fā)展的方向，科學(xué)合理制定“內(nèi)涵式”國土空間規(guī)劃，掘棄傳統(tǒng)增量無序擴(kuò)張模式，提高存量土地利用率，明確精明收縮的發(fā)展戰(zhàn)略，完善城市社會(huì)保障系統(tǒng)，提高人們的生活水平，吸引人才和留住人才，以保障充足的人口來支撐經(jīng)濟(jì)發(fā)展。

第三，積極融入城市群，推動(dòng)區(qū)域一體化。未來全球范圍空間競爭的基本單元是城市群而非單個(gè)城市，任何城市發(fā)展都離不開所在區(qū)域的城市群，東北地區(qū)城市也如此。因此，今后東北地區(qū)城市發(fā)展應(yīng)改變傳統(tǒng)城市發(fā)展模式，積極融入城市群，應(yīng)當(dāng)與核心城市、周邊城市建立分工協(xié)作，實(shí)現(xiàn)城市與城市之間協(xié)同發(fā)展，促進(jìn)區(qū)域一體化。

第四，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，擴(kuò)大經(jīng)濟(jì)對(duì)外開放度。產(chǎn)業(yè)結(jié)構(gòu)空間演變可以刻畫出人口動(dòng)態(tài)演化的路徑，經(jīng)濟(jì)變化與人口變動(dòng)再分配對(duì)于城市發(fā)展具有重要意義。東北地區(qū)應(yīng)立足本地的資源稟賦，明確各區(qū)域發(fā)展的比較優(yōu)勢，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，發(fā)展綠色農(nóng)業(yè)和低碳產(chǎn)業(yè)，打造“精而特”的產(chǎn)業(yè)發(fā)展路徑，以確保東北地區(qū)經(jīng)濟(jì)發(fā)展動(dòng)力和活力，不斷吸引人才和勞動(dòng)力流入，推動(dòng)?xùn)|北地區(qū)的經(jīng)濟(jì)持續(xù)發(fā)展。

參考文獻(xiàn)：

［1］陶濤，郭亞隆，金光照.內(nèi)生性人口負(fù)增長經(jīng)濟(jì)影響的國際比較［J］.人口學(xué)刊，2022（1）：32-43.

［2］JOHN R S，MICHAEL M. Population change in U.S.cities： estimating and explaining the extent of decline and level of resurgence［J］. The Professional Geographer，2014，66（1）：112-123.

［3］MADDEN T R. Precursors to neighborhood revitalization？ immigrant growth and urban neighborhood change in new and traditional immigrant settlement areas in the United States［J］. Urban Geography，2020，41（2）：1-15.

［4］MYKHNENKO V，TUROK I. East European cities： patterns of growth and decline［J］. International Planning Studies，2008，13（4）：311-342.

［5］WIECHMANN T， BONTJE M. Responding to tough times： policy and planning strategies in shrinking cities［J］. European Planning Studies， 2015， 23（1）： 1-11.

［6］BERNT M， HAASE A， GROMANN K， et al. How does（nt） urban shrinkage get onto the agenda？ experiences from Leipzig， Liverpool， Genoa and Bytom［J］. International Journal of Urban and Regional Research， 2014， 38（5）： 1749-1766.

［7］VAN DALEN P， HENKENS K. Who fears and who welcomes population decline？［J］. Demographic Research，2011，25（2）：437-464.

［8］HOLLANDER J B，NMETH J. The bounds of smart decline：a foundational theory for planning shrinking cities［J］. Housing Policy Debate，2011，21（3）：349-367.

［9］JANETTA N D. Demographic changes in Slovak Roma communities in the new millennium［J］. Sustainability，2021，13（7）：1-26.

［10］HOWE S R，BIER T，ALLOR D，et al. The shrinking central city amidst growing suburbs：case studies of Ohios Inelastic cites［J］. Urban Geography，1998，19（1）：714-734.

［11］WALFORD N， KUREK S. Outworking of the second demographic transition： national trends and regional patterns of fertility change in Poland， and England and Wales， 2002—2012［J］. Population， Space and Place，2016，15（6）：508-524.

［12］CRISTINA M F，NAOKO K， ANTONELLA N， et al. Demographic change and local development：shrinkage， regeneration and social dynamics［M］.Paris： OECD Publishing，2012：1-184.

［13］WIECHMANN T，PALLAGST K M. Urban shrinkage in Germany and the USA： a comparison of transformation patterns and local strategies［J］. International Journal of Urban and Regional Research，2012，36（2）：261-280.

［14］HOSPERS G J. Policy responses to urban shrinkage： from growth thinking to civic engagement［J］. European Planning Studies，2014，22（7）：1507-1523.

［15］NELLE A B. Tackling human capital loss in shrinking cities： urban development and secondary school improvement in Eastern Germany［J］. European Planning Studies，2016，24（5）：324-342.

［16］HOLLANDER J B. Can a city successfully shrink？ evidence from survey data on neighborhood quality［J］. Urban Affairs Review，2011，47（1）：129-141.

［17］BONTJE M，MUSTERD S. Understanding shrinkage in European regions［J］. Built Environment，2012，38（2）：151-162.

［18］HARTT M. The prevalence of prosperous shrinking cities［J］. Annals of the American Association of Geographers，2019，109（5）：1-23.

［19］楊青，蔡銀鶯.湖北省人口收縮城市的空間格局與類型識(shí)別［J］.城市問題，2020（2）：58-65.

［20］劉振，戚偉，劉盛和.中國人口收縮的城鄉(xiāng)分異特征及形成機(jī)理［J］.地理科學(xué)，2021（7）：1116-1128.

［21］程瑤，張松林，劉志迎，黃性芳.長三角城市人口收縮的特征、經(jīng)濟(jì)效應(yīng)與政策回應(yīng)［J］.華東經(jīng)濟(jì)管理，2021（8）：21-28.

［22］陳棋，薛東前，馬蓓蓓，等.黃土高原地區(qū)人口收縮格局與驅(qū)動(dòng)力分析［J］.干旱區(qū)地理，2021（1）：258-267.

［23］周愷，錢芳芳，嚴(yán)妍.湖南省多地理尺度下的人口“收縮地圖”［J］.地理研究，2017（2）：267-280.

［24］劉振，戚偉，齊宏綱，劉盛和.1990—2015年中國縣市尺度人口收縮的演變特征及影響因素［J］.地理研究，2020（7）：1565-1579.

［25］宮攀，張槊，王文哲.人口視角下中國城市收縮的演變特征與時(shí)空格局——基于第七次全國人口普查公報(bào)數(shù)據(jù)的分析［J］.人口與經(jīng)濟(jì)，2022（3）：1-15.

［26］楊玲，張新平.人口年齡結(jié)構(gòu)、人口遷移與東北經(jīng)濟(jì)增長［J］.中國人口·資源與環(huán)境，2016（9）：28-35.

［27］劉玉博，張學(xué)良，吳萬宗.中國收縮城市存在生產(chǎn)率悖論嗎——基于人口總量和分布的分析［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2017（1）：14-27.

［28］吳浩，王秀，周宏浩，王穎，陳曉紅.東北三省資源型收縮城市經(jīng)濟(jì)效率與生計(jì)脆弱性的時(shí)空分異與協(xié)調(diào)演化特征［J］.地理科學(xué)，2019（12）：1962-1971.

［29］郭源園，李莉.中國收縮城市及其發(fā)展的負(fù)外部性［J］.地理科學(xué)，2019（1）：52-60.

［30］胡煥庸.東北地區(qū)人口發(fā)展的回顧與前瞻［J］.人口學(xué)刊，1982（6）：60-64.

［31］王勝今，范力達(dá).20世紀(jì)90年代東北地區(qū)省際間人口遷移的人力資本考察［J］.人口學(xué)刊，2007（3）：3-7.

［32］尹德挺，袁尚，張鋒.改革開放四十年中國人口流動(dòng)與分布格局變遷［J］.人口與計(jì)劃生育，2018（12）：25-30.

［33］段成榮，呂利丹，秦敏.東北振興與破解人口困局［J］.中國黨政干部論壇，2015（7）：64-67.

［34］易富賢.人口政策調(diào)整功近而德遠(yuǎn)［J］.中國企業(yè)家，2015（22）：32-32.

［35］龔婧.東北地區(qū)人口衰減因素及其對(duì)經(jīng)濟(jì)發(fā)展的影響［J］.河北企業(yè)，2018（10）：43-46.

［36］陸豐剛.人口流失影響了東北地區(qū)經(jīng)濟(jì)增長嗎？——基于東北地區(qū)戶籍人口流失測算數(shù)據(jù)［J］.人口與發(fā)展，2021（5）：98-110，120.

［37］柳如眉，劉淑娜，柳清瑞.人口變動(dòng)對(duì)東北地區(qū)經(jīng)濟(jì)增長的影響研究［J］.中國人口科學(xué)，2021（5）：63-76，127.

［38］楊振山，蔡建明.空間統(tǒng)計(jì)學(xué)進(jìn)展及其在經(jīng)濟(jì)地理研究中的應(yīng)用［J］.地理科學(xué)進(jìn)展，2010（6）：757-768.

［39］段利鵬. 東北地區(qū)資源枯竭型城市收縮的特征、機(jī)制與調(diào)控研究［D］.長春：東北師范大學(xué)，2021： 1-76.

［40］王佳琪. 東北三省縣域人口收縮的識(shí)別、時(shí)空特征及決定機(jī)制研究［D］.沈陽：沈陽農(nóng)業(yè)大學(xué)，2020： 1-56.

A Study on the Economic Effects and Countermeasure Responses of Population ?Shrinkage

in Northeast China

LI? Xiuxia1， CUI? Yongjing1， CHEN? Qi1， LIU? Chunyan1， LI? Hui2

（1.College of Tourism and Geography Science， Jilin Normal University， Siping 136000， China；

2.China Center for Northeast Asian Studies， Jilin University， Changchun 130000， China）

Abstract：The problem of population shrinkage in Northeast China is typical， and it is of great significance to comprehensively review the spatial pattern of population? shrinkage? in Northeast China， scientifically judge the degree of population shrinkage， and explore the economic effects of population shrinkage. Starting from the connotation of population shrinkage， this paper uses the shrinkage index to measure and identify population shrinkage in 34 prefecture－level cities and above in Northeast China from 2009 to 2020， which analyzes its spatial correlation by using spatial autocorrelation， and uses multiple regression analysis to explore the economic effects of population shrinkage. The results show that： 1） 91.18% of the cities in Northeast China except Changchun， Shenyang and Dalian have different degrees of population shrinkage， and resource－depleted cities are the most typical areas of population shrinkage;

2） The spatial difference of urban population

shrinkage? in Northeast China is significant， showing an increasing trend from south to north; 3） The “high－h(huán)igh” agglomeration area is mainly in the southern Harbin－Dalian economic belt， and the “l(fā)ow－low” agglomeration area is located in the northern resource－depleted city， and a small number of “l(fā)ow－h(huán)igh” agglomeration areas are mainly on the periphery of the “high－h(huán)igh” agglomeration area， and no obvious agglomeration centers have been formed; 4） The “high－h(huán)igh” agglomeration area and the “l(fā)ow－low” agglomeration area of urban population shrinkage? show the phenomenon of “north－south” differentiation with time; 5） Shenyang and Dalian are the concentrated areas of population concentration in the northeast region in the future; 6） The population shrinkage in the northeast region has caused negative economic effects; 7） The level of investment in science and education has the opposite influence on economic output rate in coastal and resource－based cities; 8） Population shrinkage restricts the improvement of economic density， employment density and energy supply level， and deepens the degree of population aging. Therefore， we should scientifically formulate population development stategy， make clear the development concept of smart decline， actively integrate into the urban cluster and optimize the industrial structure to seek for the urban development of shrinking population areas.

Keywords：population shrinkage；economic effect；spatial autocorrelation；population

shrinkage－urban economic model

［責(zé)任編輯 武 玉責(zé)任編輯 ］

收稿日期：2022-03-25;修訂日期：2022-10-31

基金項(xiàng)目：國家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“中國東北人口現(xiàn)象研究”（21ARK003）；吉林省社會(huì)科學(xué)基金項(xiàng)目“東北地區(qū)城市人口收縮的經(jīng)濟(jì)效應(yīng)與對(duì)策研究”（2022B109）。

作者簡介：李秀霞，經(jīng)濟(jì)學(xué)博士，吉林師范大學(xué)旅游與地理科學(xué)學(xué)院教授、城市文化研究所所長；崔永靜，吉林師范大學(xué)旅游與地理科學(xué)學(xué)院碩士研究生；陳奇，吉林師范大學(xué)旅游與地理科學(xué)學(xué)院碩士研究生；劉春艷，經(jīng)濟(jì)學(xué)博士，吉林師范大學(xué)旅游與地理科學(xué)學(xué)院副教授；李輝，經(jīng)濟(jì)學(xué)博士，吉林大學(xué)東北亞研究中心教授、東北發(fā)展振興研究院研究員，博士生導(dǎo)師。