EN中文

经济地理 >

2025 , Vol. 45 >Issue 3: 52 - 63

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.03.006

城市地理与新型城镇化

中国式城乡现代化进程中的县城人口变化格局及其影响因素

  • 吴康 , 1, 2 ,
  • 邱灵 3 ,
  • 宋嘉卓 , 1, ※ ,
  • 耿一睿 1
展开
  • 1.首都经济贸易大学 城市经济与公共管理学院，中国 北京 100070
  • 2.城市群系统演化与可持续发展的决策模拟研究 北京市重点实验室，中国 北京 100070
  • 3.国家发展和改革委员会 产业经济与技术经济研究所，中国 北京 100038
※宋嘉卓（1996—），女，博士研究生，研究方向为经济地理、区域与城市经济。E-mail：

吴康（1984—），男，博士，教授，博士生导师，研究方向为城市经济与空间治理、大数据与城市可持续发展模拟。E-mail：

收稿日期: 2024-02-22

  修回日期: 2024-09-25

  网络出版日期: 2025-05-13

基金资助

国家自然科学基金项目(42171216)

首都经济贸易大学重大培育项目(ZD202302)

收起

Spatial Pattern and Influencing Factors of Population Changes in Counties in the Process of Chinese-style Modernization and Urban-rural Integrated Development

  • WU Kang , 1, 2 ,
  • QIU Ling 3 ,
  • SONG Jiazhuo , 1, ※ ,
  • GENG Yirui 1
Expand
  • 1. School of Urban Economics and Public Administration，Capital University of Economics and Business，Beijing 100070，China
  • 2. Beijing Key Laboratory of Megaregions Sustainable Development Simulation，Beijing 100070，China
  • 3. Institute of Industrial and Technological Economics，National Development and Reform Commission，Beijing 100038，China

Received date: 2024-02-22

  Revised date: 2024-09-25

  Online published: 2025-05-13

Fold

摘要

考察县城人口变化格局及其影响因素是因地制宜推进以县城为载体的新型城镇化建设、促进城乡融合发展的重要基础。文章构建中国式城乡现代化进程中县城人口变化的“格局—规模—功能—机理”分析框架，探讨中国式城乡现代化进程中县城人口变化与城乡发展的内在逻辑，并综合运用位序规模、专业化指数和梯度提升决策树（GBDT）等分析方法考察了中国县城的人口变动现状并探讨相关影响因素及其异质性。研究发现：①县城人口占城镇人口比重不断下降，人口流失县城北多南少，且集中分布在东北地区和省际交界地带；②县城人口规模体系呈扁平化，不同主体功能区类型的县城人口变化差异并不显著，其中城市化地区县城、农产品主产区县城的人口增长与距离中心城市远近密切相关；③经济发展是影响县城人口变动的关键性因素且影响程度不断提升，基础设施与公共服务的影响变化不大且趋于减弱，政策、区位对县城人口变动的影响相对有限，各因素对不同区域县城人口变动的影响存在明显空间异质性。

关键词： 县城; 人口变化; 人口收缩; 空间格局; 影响因素; 中国式城乡现代化; 梯度提升决策树

本文引用格式

吴康 , 邱灵 , 宋嘉卓 , 耿一睿 . 中国式城乡现代化进程中的县城人口变化格局及其影响因素[J]. 经济地理, 2025 , 45(3) : 52 -63 . DOI: 10.15957/j.cnki.jjdl.2025.03.006

Abstract

Examining the population change pattern and its influencing factors is an important foundation for promoting the construction of new-type urbanization with the county as the carrier and promoting the integrated development of urban and rural areas according to local conditions. This paper constructs an analytical framework of "pattern-scale-function-mechanism" of the demographic change of counties in the process of Chinese-style urban-rural modernization, and explores the internal logic of the demographic change of counties and urban-rural development in the process of Chinese-style urban-rural modernization. It comprehensively uses the methods of rank-size, specialization index and gradient boosting decision tree (GBDT) to investigate the population change of counties, and explore the relevant influencing factors and their heterogeneity. It's found that: 1) The proportion of county population to urban population is declining, and the population loss of county is more serious in the north of China than that in the south of China, and is concentrated in the northeast region and the inter-provincial border areas. 2) The population size system of the counties exhibits the relatively flattened feature, the population change of counties in different types of main functional areas is not significant. The population growth is closely related to the distance from the central city in counties which are the urbanization areas and the main producing areas of agricultural products. 3) Economic development is the key factor affecting the population change of counties, its influence degree is constantly increasing, the impact of infrastructure and public services on population change in counties has not changed much and tends to be stable, the impact of policies and locations on population changes in counties is relatively limited, and the fluctuation degree of different factors on the population change of counties has obvious spatial heterogeneity.

Key words： county; population change; population shrinkage; spatial pattern; influencing factors; Chinese-style urban-rural modernization; gradient boosting decision tree (GBTD)

以新型城镇化推进城乡现代化是实现中国式现代化的重要方面，实现城乡深度融合发展是中国式现代化的重要目标。县城作为连接城市与乡村的桥梁，在新型城镇化和城乡融合发展中具有特殊地位，是实现中国式城乡现代化的重要支撑。2022年中共中央办公厅、国务院办公厅印发了《关于推进以县城为重要载体的城镇化建设的意见》，将我国县城分为大城市周边县城、专业功能县城、农产品主产区县城、重点生态功能区县城和人口流失县城五类，并要求实施有针对性的发展策略，明确了兼顾区位条件与特色产业的县城发展路径。改革开放以来，以省会城市为代表的高行政等级的城市人口规模迅速扩大，而以县城为代表的较低行政等级城镇的人口增长相对缓慢[1]。2021年底，我国城镇常住人口为9.1亿人，其中1472个县的县城常住人口约1.6亿人，394个县级市城区常住人口约0.9亿人，县城和县级市城区人口占全国城镇常住人口的近30% ① ，县城构成了我国城镇化的重要承载空间。截至2021年，我国仍有4.98亿农民位于乡村地区，在跨省人口流动趋缓、近域化流动趋势增强的背景下，提高县城人口承载力是当前中国特色城镇化转型的阶段性趋势，也是加快以人为核心的新型城镇化的本质要求[2]。在这样的背景下，系统审视县城人口变动的空间差异及其影响因素，对准确把握我国县城体系的发展趋势、因地制宜推进以县城为重要载体的新型城镇化建设、助推中国式城乡现代化建设具有重要战略意义。
人口变化深刻影响地区经济社会发展，其空间格局及影响因素是学术界和政策界关注的重要议题。相关研究主要利用人口普查和公报等数据揭示不同时期人口分布格局及特征趋势，覆盖省、市、街镇以及城市群等尺度[3⇓⇓-6]。在县级层面，刘涛、刘彦随等分别对我国县级人口、县域城镇化的空间格局展开了研究[7-8]。随着研究手段的进步，刻画人口空间格局的数据和方法日益丰富，夜光遥感数据、LandScan数据等被引入[9-10]，空间统计等方法的应用对揭示人口空间特征与规律也起到重要作用[5]。在影响因素方面，自然地理条件奠定了人口分布的基本格局[11]，经济发展和公共服务是人口变化的主要驱动力[3]，近年来环境质量对人口变动的影响也受到重视[12]，在中国的治理体系下，政府有着较强的资源配置能力，地方政府不同土地使用策略也影响着地区人口变动[10]。同时，对人口变动因素的揭示也由传统计量统计向空间回归、地理探测器拓展[11⇓⇓-14]，尤其是近年来机器学习方法也开始用于揭示人口分布与复杂城市问题的研究[15]。
县城通常是指县级行政单元（包括县级市、县、自治县、旗、自治旗、林区和特区）政府所在的城（镇）区（即县级政府驻地的城关镇或街道） ② 。县城作为我国城镇体系的一种重要层级，其人口空间变动的研究亟待深化[16]。一方面，现有成果多聚焦宏观城镇化，对中国式城乡现代化的新背景下的县城发展格局、功能定位及人口变动影响因素缺乏系统解析。另一方面，已有研究更关注不同因素与人口空间变动的线性关系，难以深入挖掘二者的非线性机制，且容易忽视影响因素的复杂关联对研究结果产生的影响。此外，现有研究多采用传统计量方法进行实证检验，人口影响因素的内生性问题难以处理。
鉴于此，本文在深入探讨中国式城乡现代化中县城人口变化及城乡发展理论逻辑的基础上，沿着“格局—规模—功能—机理”的分析思路，探讨现阶段我国县城人口变动的现状与特征事实，同时引入梯度提升决策树算法识别影响县城人口变动的关键因素，进一步揭示其复杂非线性机制。这不仅克服了传统计量模型无法捕捉复杂社会系统动态变化的局限性（包括处理复杂变量时的精度下降和遗漏变量带来的内生性问题），也加强了机器学习算法在人口空间变化影响机制实证分析中的应用。同时，还将为精准优化县城人口空间布局、促进以县城为载体的城镇化发展提供科学决策参考。

1 中国式城乡现代化中的县城人口变化分析框架

城乡现代化是中国式现代化的主战场，也是全面建设社会主义现代化国家的应有之义。党的二十大报告阐明了“中国式现代化”的5个鲜明特征，这对中国式城乡现代化的发展路径和“空间方案”给出了纲领性的指引[17]。①中国式现代化是人口规模巨大的现代化，这要求城镇化进程中充分考虑人口总量大但规模结构分布不平衡的现实国情[18]，需要进一步完善以城市群、都市圈为主体空间形态，优化形成大中小城市和小城镇协调发展的城镇化格局[19]。②共同富裕是中国式现代化的本质要求，也是我国新型城镇化的初心与使命，未来要进一步统筹城乡和区域、促进城乡之间的双向赋能和区域间的协调均衡，推进共同富裕。③精神文明是人类现代化的共性之一，同时又具有国情与制度的差异，这就要求在城乡现代化发展中彰显中国传统文化和地方乡土乡情，统筹城镇化与城市文脉、乡村记忆以及社会文化变迁[20]。④中国式现代化是人与自然和谐共生的现代化，在生态文明和“双碳”愿景下，城乡现代化进程中需要不断优化“生产—生活—生态”空间，关注城镇化的可持续、高质量发展。⑤中国式现代化是走和平发展道路的现代化，具有互利共赢的开放性，要处理好不同时空尺度下城镇网络与外部关联等议题[19-20]，中国的城乡现代化进程与改革开放相辅互促，随着发展环境的变化，还需不断完善户籍、财政、土地等制度安排[21]。
城乡现代化进程的研究需要关注不同空间尺度下的城镇体系演化及县城人口动态变化[22]。当前，我国城乡现代化中面临着城镇体系与城镇格局尚待优化、区域与城乡间共同富裕使命艰巨、“双碳”转型压力较大、乡土文化传承保护不够等诸多挑战[17]。近年来，我国城镇化趋于都市化，城市发展日益分化，人口向主要城市群、都市圈以及特大超大城市集中，部分中小城镇出现了较为明显的人口收缩现象[16,22]。作为国家治理体系中的重要层级和城镇体系中的基础组成部分，县城处于“城尾”和“乡头”，是驱动县域发展的核心增长极，也是推进就地就近城镇化、吸引县域农村人口转移和非农产业集聚的核心区域，在推进中国式城乡现代化中扮演着承担着承上（承接大中城市辐射）启下（引领带动乡村振兴）、支撑城乡融合的关键作用。县城体系的人口动态变化不仅反映城镇化和城乡融合的阶段性特征，更能深刻揭示其在未来中国式城乡现代化中的潜力。一方面，人口向大城市及其中心城区集聚是城镇化发展的必然趋势，但经历快速城镇化之后，在人力资本的溢出效应下，县城逐渐承载大城市溢出的人口和产业，为县城带来资本、人力、信息、技术等多重补偿，推动县城和县域经济的发展；另一方面，县城是促进农业转移人口市民化的前沿阵地，越来越多的农民就近在县城就业和置业，加快发展县城既有利于适应农民对高质量教育、医疗及消费等需求，增强其面向就近就地城镇化的生活服务能力，又有利于辐射带动乡村发展，实现农业农村的现代化[21]。
县城发展需要将其置于中国式城乡现代化的框架下讨论，县城人口变化的“格局—规模—功能—机理”也反映出当下中国式城乡现代化进程中的阶段特征。①从空间布局来看，县城处于县域的“城区”，具有城市的一般特征，主要表现为产业和人口的高度集聚。长期以来快速工业化和城镇化的发展推动县城经济不断扩张和人口持续增加，县城成为吸纳县域内农业转移人口的重要空间载体。随着我国城镇化和现代化进程的不断推进，人口和经济进一步向城市群和中心城市集聚[2]，不同区位的县城人口变化趋势存在差异，其中大城市及其周边县城人口集聚态势明显，而城市群外围及省域交界地带的县城人口增长缓慢甚至出现人口流失。②从规模结构来看，县城是我国城镇体系的重要组成部分，县城的发展对于构建大中小城市和小城镇协调发展的新型城镇化格局具有重要意义。目前我国城镇体系中大城市所占人口比重较大且会持续提升[2]，县城整体规模偏小且分布较为扁平化；同时也有少数县城伴随着现代要素的集聚，人口规模日益扩大，并逐渐向大中型城市转型。③从功能定位来看，中国县城的资源禀赋和发展状况差异，导致其比较优势和发展功能具有异质性。《关于推进以县城为重要载体的城镇化建设的意见》明确了大城市周边县城、专业功能县城、农产品主产区县城、生态功能区县城、人口流失县城五类县城的功能定位与发展路径，不同类型县城人口变化趋势也存在差异。④从影响机理来看，产业体系、基础设施、公共服务以及自然地理和区位因素等是影响县城人口变动的重要因素，但会因县城区位优势、资源禀赋和发展条件不同而具有异质性。对不同的县城而言，需要积极探索差异化发展道路，提高其人口承载能力。中国式城乡现代化中的县城体系人口变化与城乡发展逻辑如图1所示。
图1 中国式城乡现代化中的县城体系人口变化与城乡发展逻辑

Fig.1 Population change of counties and urban-rural development in Chinese-style urban-rural modernization

2 研究方法与数据来源

2.1 数据来源与处理

本文以县城为研究对象，人口指标来自《中国2010年人口普查分县资料》《2020中国人口普查分县资料》《中国城市建设统计年鉴》（2015—2020）和《中国县城建设统计年鉴》（2015—2020）。需要补充说明的是，非普查年份的县城人口数据无法获取，住建部从2015年开始出版的《中国县城建设统计年鉴》是目前唯一可公开获取县城连续人口变化的官方数据，故本研究以此面板数据为基础，采用城区人口和暂住人口之和来度量县城的人口规模，同时辅以第六、七次人口普查数据开展分析。社会经济指标数据主要来源于《中国县域统计年鉴》《中国县城建设统计年鉴》《中国城市建设统计年鉴》。为了尽可能使数据分析具有可比性，依据国家统计局发布的2020年统计用区划和城乡划分代码，以及历年中华人民共和国行政区划简册发布的县级及以上行政区划变更情况，以2020年城市行政区划及其城乡分类代码为基准，对相关区域进行了合并处理，最终得到1876个县城的样本。平均坡度数据基于中国科学院资源环境科学与数据中心下载的250m全国DEM数据计算得到；PM2.5数据来源于哥伦比亚大学国际地球科学信息网络中心公开发布的全球PM2.5栅格数据集。此外，基础地理数据基于2020年“中国县级行政区划高清矢量地图”（来自国家基础地理信息中心），各县级行政区经纬度信息根据GB/T2260—2007国标编码和对应经纬度坐标确定。

2.2 研究方法

2.2.1 位序—规模法则

位序—规模法则通常用于揭示城市体系规模分布规律，已有关于城镇体系规模的分析多基于地级市、自治州或建制市及以上的人口，忽略了建制镇[23]。本文将县城人口纳入城镇体系分布的考察中，利用位序—规模法则来评估城镇体系的人口规模分布，以揭示县城在城镇体系规模分布中的规律。

2.2.2 基尼系数

基尼系数是反映地区相对均衡度指标，通过计算基尼系数评价县城人口空间分布的均衡性。

2.2.3 城镇功能专业化指数

城镇功能分工表现为空间上的功能分工或职能分工，主要表现为中心城市主要承担总部管理与研发中心功能，而中小城市、县城主要承担生产制造部分。本文利用第七次全国人口普查分县资料的相关数据，借鉴苏红键等的研究思路[24]，测度县城的功能专业化指数。计算公式如下：
F S i t = ∑ k = 1 N L i k m t / ∑ k = 1 N L i k p t ∑ k = 1 N ∑ i = 1 M L i k m t / ∑ k = 1 N ∑ i = 1 M L i k p t
式中： ∑ k = 1 N L i k m t表示在t时期县i中所有产业中管理人员的从业人数； ∑ k = 1 N L i k p t表示在t时期县i中所有产业中生产制造人员的从业人数； ∑ k = 1 N ∑ i = 1 M L i k m t表示t年全国所有县中所有产业的生产制造人员的从业人数；m代表管理人员；p代表生产制造人员；k代表产业门类，k=1，2…N。若 F S i t > 1，表示在全国县域范围内管理部门在该县城相对集中，表明该县城的功能专业化程度较高；若 F S i t < 1，表示在全国县域范围内生产制造部门在该县城相对集中；且 F S i t越接近于0，则表示县城越倾向于集聚生产部门。考虑到大部分县城在城镇功能分工中主要承担集聚生产部门，将 0 < F S i t < 0.5作为专业功能县城的衡量依据，筛选出171个专业功能县城。

2.2.4 梯度提升决策树（GBDT）

梯度提升决策树（Gradient Boosting Decision Tree，GBDT）是由Friedman为预测和解释计算机数据而开发的机器学习算法，其核心是利用损失函数的负梯度作为当前模型的残差近似值，在残差减小的梯度方向建立新的决策树[25]，通常用来揭示变量之间的非线性和阈值关系，近年来逐步应用于经济地理与规划政策研究中[26]。
相较于传统线性模型要求线性假设的局限性，GBDT通过最小化损失函数预测相应变量，在控制模型中所有其他预测变量之后，生成偏依赖图，用来检测变量之间非线性关系，同时能有效克服多重共线性并捕捉变量之间的相互作用[26]。考虑到县城人口变化的影响因素具有复杂性特征（多要素耦合、内生性问题），本文采用GBDT方法分析其非线性作用机制。计算公式如下：
f t x i = ∑ k = 1 t T k x i = f t - 1 x i + T t x i
式中： x i是影响县城人口变化的变量； f t x i表示第t次迭代后预测的县城人口变化情况；t表示迭代的次数；k指梯度增强的迭代次数； T k代表第 k个树的迭代； f t - 1 x i表示从上一次迭代中可以预测出的集成使用情况； T t x i代表第 t次迭代后的树函数。

3 中国县城体系的人口变化特征分析

3.1 县城人口占城镇人口比重不断下降，人口流失县城空间分异显著

2006—2021年我国城镇人口从5.83亿人增加至9.13亿人，城镇化率从44.34%增加至64.72%，城镇化水平显著提高。随着城镇化政策和发展阶段的转变，大城市因具备服务业和制造业的规模效应，其辐射带动作用不断被强化，人口从小城镇流入大城市是城镇化进程的必然现象[2]。与此同时，县城人口虽自2006年的1.82亿人增加至2021年的2.43亿人，但县城人口占城镇人口的比重却逐渐下降（图2）。相对于大城市而言，部分县城体制机制不足、新旧动能转换不畅导致地区缺乏活力，造成县城经济增长乏力，就业岗位缺乏，人口大量外流不可避免；同时县城是城乡基本公共服务供给的主要空间，在政策支持缺失、公共投入不足、治理体系缺位等因素影响下，县城基础设施和公共服务供给相对不足，也阻碍着人口进一步集聚[27]。
图2 2006—2021年我国城镇人口变化情况

注：数据来自国家统计局，《中国城市建设统计年鉴》《中国县城建设统计年鉴》。

Fig.2 Changes in China's urban population from 2006 to 2021

由图3可知，2010—2020年县域成为我国人口流失的主要区域单元，但县域城镇人口增幅较为明显 ① 。从县域人口流失情况来看，研究期间人口减少的县域有1220余个，约占全部县域的65.50%。从县域城镇人口增幅情况来看，90.02%的县域城镇人口呈现增加态势，其中城镇人口增幅达20%以上县域占72.98%；城镇人口下降的县域仅有185个，大部分集中在东北，少数分布在西南、西北地区的省际交界地带，反映出我国城镇化进程中县城吸纳大量农业转移人口，县城人口的集聚规模不断提升，部分远离大城市的县域城镇人口减少，大城市及其周边逐渐形成“核心—外围”的空间结构。
图3 2010—2020年县域人口变动空间分布

注：基于自然资源部标准地图服务网站审图号为GS（2019）1835号的标准地图制作，底图边界无修改。图4同。

Fig.3 Spatial distribution of population change at the county level from 2010 to 2020

由图4可知，2015—2020年县城人口增幅情况出现分化，人口流失县城空间分异逐渐显著，其中“胡焕庸线”东南侧人口流失县城明显多于西北侧，北方人口流失县城的比例高于南方地区。在1873个县城样本中，人口流失的县城有426个，占总数的22.74%，其中在“胡焕庸线”西北侧和东南侧的人口流失县城分别有96和330个，占人口流失县城比例分别为22.54%和77.46%，这可能是因为东南侧人口更多向沿海城市群或省会周边集聚，而西北侧民族地区有较高的人口自然增长率[29]。“秦岭—淮河线”北侧和南侧的人口流失县城分别为254和172个，占人口流失县城比例分别为59.62%、40.38%，北方县城的人口流失数量和比重均高于南方。此外，人口流失在20%及以上的县城集中分布在东北三省和省际交界地带，其中晋冀鲁豫交界地带，山西与陕西、安徽与江西、福建与广东的省际交界地带县城人口流失较为明显。
图4 2015—2020年县城人口增幅空间分布

Fig.4 Spatial distribution of population growth in counties from 2015 to 2020

3.2 县城体系分布呈扁平化，不同区域县城在人口城镇化中的承载力有差异

随着我国城镇化进入后半程，“城—城”人口迁移成为主要趋势[2]，县城人口规模分化日益明显，部分县城因具备良好的区位条件和资源禀赋，人口规模不断扩大，2021年我国有4个县级市的城区人口超过了100万人，已达到Ⅱ类大城市的人口规模门槛，因此在城镇体系分布的考察中纳入县城人口尤为必要。基于此，分别刻画县及县级以上城市（2166个）、地级及以上城市（307个）以及县城（1859个）的规模分布总体特征（图5）。2015—2020年城市规模分布回归系数整体相对稳定，其中包括所有县及县级以上城市样本的Zipf指数 α均大于1，且逐渐趋向于1，不包括县城样本的地级及以上城市Zipf指数 α小于1，仅计算县城样本的Zipf指数 α稳定在0.8附近。这说明我国县城体系在3种不同样本的城镇体系中规模差异较小，最为扁平化。同时，进一步对比东北、东部、西部、中部四大区域Zipf指数（图6），可看出中部地区和东北地区的城镇体系规模分布较均衡，尤其是中部地区，由于超大特大城市高度集中在省会，以县城为代表的中小城镇体系普遍规模较小， α指数不足0.6。
图5 中国城市Zipf回归的结果估计

Fig.5 Estimation of results of Zipf regression in Chinese cities

图6 中国分区域城市Zipf回归的 α系数结果

Fig.6 α coefficient results of Zipf regression in sub-cities in China

进一步考察1859个不同区域县城内人口的空间集中化程度，发现人口空间基尼系数的排序依次是西部>东部>东北>中部地区（图7）。西部地区县城人口在空间上分布之所以更加集中，主要是由于特殊的自然地理环境，存在大面积荒漠、高原等不适宜居住的无人区，而人口相对集中在绿洲、河谷等人居环境适宜的少数地区，地区内人口城镇化承载能力差异明显。从空间基尼系数的变化趋势来看，东部地区县城人口基尼系数有增加的趋势，县城人口规模朝集中化方向发展，人口城镇化承载能力不断增强；东北地区和中部地区的县城人口基尼系数略有减小，县城规模体系朝着更均衡化的方向发展。
图7 分区域县城人口空间基尼系数变化

Fig.7 Changes in the spatial Gini coefficient of population in counties of different regions

3.3 不同主体功能区县城的人口增长无显著差异，城市化地区县城、农产品主产区县城人口增长与最近中心城市距离相关

对比2015和2020年大城市周边县城、专业功能县城、城市化地区县城、农产品主产区县城和重点生态功能区县城人口增幅情况 ① ，整体而言，五大类型县城的人口以增长为主（图8a），平均增幅介于12.70%~16.22%，其中重点生态功能区县城平均人口增幅最大（mean=16.22%）。进一步利用Kruskal-Wallis非参数多独立样本检验方法进行显著性差异检验，验证了五类县城人口增长率无显著差异（P=0.844>0.05），尤其是位于不同主体功能区的县城人口增长分异并不明显（P=0.525>0.05）。其中，专业功能县城与农产品主产区县城的人口变化离散程度较小（IQR=15.78与18.07），表明其人口增长情况相对集中，而位于生态功能区与城市化地区的县城离散程度较高（IQR=23.40与22.49），表明其人口增长分化更为明显。
图8 2015—2020年不同类型县城人口增减情况箱线图

Fig.8 Changes of population increase and decrease in different types of counties from 2015 to 2020

进一步对县城距离中心城市（省会或地级市）最短距离（0~30 km、30~60 km、60~90 km、90 km及以上）进行分组（图8b）发现，城市化地区县城、农产品主产区县城的人口增长与最近中心城市距离具有一定相关性。其中，城市化地区县城人口平均增幅与最近中心城市距离通过卡方检验（P=0.032<0.05），说明二者之间存在较强相关性，且人口增幅随与最近中心城市距离的增加而递减。农产品主产区县城人口平均增幅与最近中心城市距离也通过卡方检验（P=0.051<0.1），中心城市周边0~60 km范围内农产品主产区县城人口增幅随最近大城市距离增加而减少，距离中心城市越近的县城受大城市的辐射带动作用越大，人口增幅越明显，距离中心城市60 km以外的农产品主产区县城人口集聚更多体现在农业转移人口市民化。

4 基于GBDT的县城人口变动的影响因素及其非线性作用

4.1 变量选取

4.1.1 被解释变量

本文重点探讨县城人口增幅变化的影响因素，将县城人口增长率（growth）作为核心被解释变量。

4.1.2 解释变量

借鉴相关文献，本文从经济、社会、空间、自然条件以及政策维度选取解释变量。同时，本文以县城所在省份的人口自然增长率表征县城人口自然增长率（ngrowth）作为影响县城人口变动的条件。为减少内生性问题，解释变量均采用2015—2019年基期年份数据，为剔除通货膨胀的影响，相关数据以2015年为基期进行平减处理。县城人口增长率选择滞后一期的数据，时间跨度为2016—2020年。此外，以2020年行政区划为准，对行政区划调整的区域数据进行核实处理，剔除连续缺失的样本，对少部分数据进行插值处理，最终纳入回归分析中的观测值有8792个，并对数值变量进行对数处理以消除量纲影响。主要变量的指标选取见表1。
表1 变量的指标体系选取及说明

Tab.1 Selection and explanation of indicator system for variables

变量类型 因素 指标 变量 变量描述
被解释变量 人口增长率 growth 县城人口增长率（%）
解释变量 经济发展 经济发展水平 lnGDP 地区GDP（万元）
第三产业发展 indsTer 第三产业增加值占GDP比重（%）
第二产业发展 indsSec 第二产业增加值占GDP比重（%）
产业非农化程度 business 规模以上工业企业数（个）
地方财政支出 fiscal 地方公共预算支出占GDP比重（%）
公共服务和
基础设施		 交通基础设施 road 建成区道路面积率（%）
基础教育水平 edu 每万人普通中学在校学生数（人/万人）
医疗卫生服务 hos 每千人医疗卫生机构床位数（张/千人）
城市绿化 green 建成区绿化覆盖率（%）
区位条件 到最近港口的距离 disport 各县城到最近港口的直线距离（km）
到最近中心城市距离 lndis 各县城到最近省会城市或地级市市辖区重心的直线距离（km）
到海岸线的最近距离 disc 各县城到最近海岸线的直线距离（km）
自然地理条件和
环境舒适度[13,31]		 一月份平均气温 temJan 根据中国地面气候资料日值数据集，使用IDW法插值成格点数据计算所得一月份平均气温（℃）
PM2.5浓度 pm 根据全球PM2.5栅格数据集得到年平均PM2.5浓度（μg/m3）
平均坡度 slope 根据1 km×1 km DEM数据计算各区域的平均坡度
平均高程 ele 根据1 km×1 km DEM数据计算各区域的平均高程
政策因素[10,32] 地方工业用地供给 iland 建成区工业用地出让面积占城市建设用地面积比重（%）
地方商住用地供给 crland 建成区商业和居住用地出让面积占城市建设用地面积比重（%）
人口自然增长 人口自然增长率 ngrowth 所在省份的人口自然增长率（‰）

4.2 影响因素的重要性分析

首先需要识别影响县城人口变动的关键因素，在机器学习算法中支持向量机（SVM）、AdaBoost、随机森林（R-Forest）、梯度提升决策树（GBDT）均可解决此类问题。本文采用随机抽样将数据按8∶2划分为训练集和测试集。其中，训练集用于模型学习获得待拟合的参数，测试集用于评价模型拟合的结果。通过对支持向量机（SVM）、随机森林（R-Forest）、梯度提升决策树（GBDT）、AdaBoost四类算法模型在训练集和测试集上的R2，得到四类算法在不同超参数下训练后R2变化，进一步比较不同算法的R2，以确定最佳的机器学习算法。结果表明，梯度提升决策树（GBDT）在训练集和测试集上的R2最大，说明GBDT是研究县城人口变动影响因素的最佳模型。
GBDT结果显示，经济发展、自然地理条件、公共服务与基础设施以及人口自然增长是影响县城人口变动的重要方面，其中经济发展水平（lnGDP）、一月份平均气温（temJan）、PM2.5浓度（pm）、平均高程（ele）、城市绿化（green）、财政支出（fiscal）、人口自然增长率（ngrowth）、第三产业发展（indsTer）和交通基础设施（road）对县城人口增长率的重要性依次递减。整体而言，经济发展是影响县城人口变动的关键性因素，自然地理条件、公共服务、人口自然增长率对县城人口变动影响也较大，政策因素、区位条件对县城人口变动的影响则相对有限。在快速工业化和城镇化进程中，县城经济发展水平是影响人口变动的重要因素，县城相对于乡村而言，第二、三产业发展水平较高，吸纳部分乡村人口前往县城就业，县城人口规模增加。近年来PM2.5浓度对县城人口变化影响也逐渐增大，气温、平均高程等自然地理条件对县城人口变动具有长期性影响，这与刘涛等的研究结果[7]相一致。同时，随着经济社会发展到一定阶段，居民对公共服务的引致性需求上升，城市绿化、交通基础设施对县城人口变动亦很重要。

4.3 影响因素的非线性作用

根据GBDT影响因素的特征排序，提取影响县城人口变动最重要的9种因素偏依赖图（PD），同时绘制其拟合曲线（图9），探讨影响县城人口变动的非线性作用变化。研究发现，自然类因素对县城人口变化的影响波动程度明显大于非自然类因素；生产力水平和人居环境质量的差异使区域间人口增幅波动明显[28]，经济增长水平（lnGDP）、地方财政支出（fiscal）对县城人口变动的影响幅度呈不断增加的态势，经济发展是人口集聚的核心，发展壮大县域经济、提升县城就业吸纳能力能有效促进县城人口集聚，而第三产业的发展对县城人口变动的影响变化不大，这说明产业结构向服务业化的转型虽然可一定程度上吸引人口，但达到一定水平后，其对于县城的影响将趋于稳定。同时，城市绿化（green）、交通基础设施（road）对县城人口变动的影响程度逐渐下降，这说明建成环境与基础设施的完善和提升对县城人口增加的带动性初期较为明显，后则趋于减弱，这是由于县域层面的公共服务日趋均等化，且社会公共服务指标由于财政转移支付日益和经济发展脱钩。
图9 全国层面重要影响因素的非线性作用

Fig.9 Nonlinear role of important impact factors at the national level

4.4 区域间的异质性分析

进一步提取东北地区、东部地区、西部地区和中部地区前9个影响因子的偏依赖图，得到各影响因素对县城人口变动的作用变化（图10）。从中发现，不同地区影响县城人口变动因素的作用方式有明显差异。
图10 分区域重要影响因素的非线性作用

图10 Mechanism of action of important influencing factors in subregions

①在经济发展方面，地区经济增长对东北地区县城人口变动的影响波动性较大，且呈先减少后增加的“U”型关系。东北地区作为传统老工业基地，工业主要集中在大中型城市，城镇化进程中农业人口逐渐转向大中型城市，同时县城经济发展水平相对较低，就业人口吸纳能力不足，县城出现人口流失[27]，当GDP增长到一定阶段后，县城人口呈现增加的趋势。此外，相对于其他地区，地方财政支出、第三产业的发展对东北地区县城人口增长影响程度较低。东北地区县域经济普遍缺乏活力，财政收入较少，在基础设施和公共服务上财政投入不足，第三产业的就业岗位不足也加剧人口外流[33]。
②在公共服务和基础设施方面，交通基础设施对东北地区县城人口变动的影响波动性程度明显大于东部、中部和西部地区，东北地区县城普遍面临经济发展和产业结构水平不高、就业容纳能力有限的问题，发展交通基础设施有利于降低流动成本，增强地区联通能力和市场可达性，促进人口流动。此外，城市绿化对东部地区县城人口增长有明显波动性影响，对东北、西部和中部地区县城人口增长的影响趋势不明显，可能的原因在于东部地区经济发展水平较高，发展城市绿化能进一步提升居民生活质量，吸引人口流入[34]；而东北、西部和中部地区整体县城的经济发展水平相对滞后，仅依赖环境与基础设施的投入和改善难以吸引人口流入。
③在自然地理条件和环境舒适度方面，一月平均气温对东北地区县城人口增长影响波动性较大，自然地理因素对人口变动具有基础限制性作用，一月平均气温具有明显的纬度分异性，其对东北地区县城人口变动影响波动较大。同时，人口自然增长率对西部地区县城人口变动有明显波动性影响，西部地区经济发展水平较低、人口结构转变较晚，自然增长仍是塑造县城人口变动空间格局的重要力量[7]。

5 结论与讨论

本文基于中国式城乡现代化进程中县城人口变化的“格局—规模—功能—机理”分析框架，刻画了我国县城体系的人口空间格局及其演化特征，并运用机器学习算法检验了县城人口变化的影响因素及其非线性作用。主要结论如下：①县城人口占城镇人口的比重不断下降，人口流失县城主要分布在东北地区和省际交界地带，其中北方人口流失县城的比例高于南方地区。②从人口规模体系看，县城体系分布较为扁平化，且不同区域县城在人口城镇化中承载力有差异。③从功能结构看，五大类型县城人口总体以增长为主，且不同主体功能区的县城人口增减无显著差异；城市化地区县城、农产品主产区县城人口增长与距离中心城市远近有一定相关性。④从影响因素来看，经济发展是影响县城人口变动的关键性因素且影响程度不断增加，自然地理条件与环境舒适度、人口自然增长率对县城人口变动呈现明显波动性，社会公共服务对县城人口变化影响的波动性较小且日趋减弱，政策、区位对县城人口变动的影响相对有限。⑤不同影响因素在区域间具有明显空间异质性，其中地区经济增长对东北地区县城人口变动的影响波动性较大，而第三产业的发展、地方财政支出对东北地区县城人口变动影响较小；城市绿化对东部地区县城人口增长有明显正向影响，而交通基础设施对其人口变动的影响波动性较小；一月平均气温对东北地区县城人口增长影响波动性较大，人口自然增长率对西部地区县城人口增长影响波动较为明显。
基于上述结论，本文提出以下对策建议：①密切关注不同类型县城人口增减变化，定期研判不同功能县城人口变化情况，加强主体功能区对不同功能县城人口聚集和流向的引导作用，避免县城人口增减趋势与所属主体功能区发展目标相违背。②经济发展对县城人口变化影响最为重要，基础设施和公共服务的改善对提高县城人口承载能力相对有限，且后期趋于衰减，县城要形成“产业发展—就业增长—人口集聚”的良性循环，增强实体产业的发展动力。③提高县城人口承载能力要综合考虑发展阶段、发展条件和区域差异，对发展相对落后的东北、西部和中部地区县城而言，要基于地方资源禀赋，培育特色支柱产业，壮大县域经济并完善交通基础设施，提高县城人口承载能力；对产业基础较好、经济发展水平较高的东部地区县城而言，要进一步提升居民生活舒适度促进县城人口集聚。
本文也存在以下不足：①因要获取连续的县城人口变化数据，本文借鉴苏红键等的做法[35]，采用《县城建设统计年鉴》中“县城人口（户籍人口）”+“县城暂住人口”来衡量县城人口规模，这套数据在精度上仍存在一定局限性，未来应基于第七次与第六次两次人口普查的街道乡镇长表数据，进一步验证并探讨县城体系人口变化和迁移方向的机制。②在实证分析部分，现有统计年鉴中无法得到县城的经济统计数据，部分指标采用县域整体的指标来代替。③本文依据国内外相关理论与国家对县城的功能分类，初步对大城市周边县城、专业功能县城、城市化地区县城、农产品主产区县城和重点生态功能区县城五类县城进行了分类并探讨其人口变化态势，未来需要进一步从人地协调关系入手，探索不同功能县城的城镇化路径以及在中国式城乡现代化中的分类引导政策。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
魏守华, 杨阳, 陈珑隆. 城市等级、人口增长差异与城镇体系演变[J]. 中国工业经济, 2020(7):5-23.

[2]
陆铭, 李鹏飞. 区位与分工:论统一大市场建设下的县域城镇化[J]. 农业经济问题, 2023(1):18-28.

[3]
王桂新, 陈玉娇. 中国省际人口迁移目的地选择的影响因素及其省际差异——基于第七次全国人口普查数据的分析[J]. 人口研究, 2023, 47(2):48-62.

[4]
张国俊, 黄婉玲, 周春山, 等. 城市群视角下中国人口分布演变特征[J]. 地理学报, 2018, 73(8):1513-1525.

DOI

[5]
王凯, 李凯, 刘涛. 中国城市流动人口市民化空间分异与治理效率[J]. 城市规划, 2020, 44(6):22-30,112.

[6]
毛其智, 龙瀛, 吴康. 中国人口密度时空演变与城镇化空间格局初探——从2000年到2010年[J]. 城市规划, 2015, 39(2):38-43.

[7]
刘涛, 卓云霞. 中国县级人口变动的空间格局及影响因素——基于第七次全国人口普查数据的新探索[J]. 人口研究, 2022, 46(6):72-87.

[8]
刘彦随, 杨忍, 林元城. 中国县域城镇化格局演化与优化路径[J]. 地理学报, 2022, 77(12):2937-2953.

DOI

[9]
Reia S M, Rao P S C, Barthelemy M, et al. Spatial structure of city population growth[J]. Nature Communications, 2022,13:5931.

[10]
林靖杰, 张京祥. 北京城市空间增长—收缩并存的特征与机制[J]. 城市规划, 2023, 47(11):90-100.

[11]
吕晨, 蓝修婷, 孙威. 地理探测器方法下北京市人口空间格局变化与自然因素的关系研究[J]. 自然资源学报, 2017, 32(8):1385-1397.

DOI

[12]
Chen S, Oliva P, Zhang P. The effect of air pollution on migration:Evidence from China[J]. Journal of Development Economics, 2022,156:102833.

[13]
Qi W, Deng Y, Fu B. Rural attraction:The spatial pattern and driving factors of China's rural in-migration[J]. Journal of Rural Studies, 2022,93:461-470.

[14]
曾永明, 钟子康, 刘厚莲. 网络视角下中国跨省人口流动格局跃迁及驱动机制:1991—2020年[J]. 中国人口·资源与环境, 2023, 33(3):160-170.

[15]
Casali Y, Aydin N Y, Comes T. Machine learning for spatial analyses in urban areas:a scoping review[J]. Sustainable Cities and Society, 2022,85:104050.

[16]
吴康, 洪辉. 县城人口流失:现状分析与治理重点[J]. 国家治理, 2023(5):61-66.

[17]
段进, 张庭伟, 尹稚, 等. “中国式城乡现代化:内涵、特征与发展路径”学术笔谈[J]. 城市规划学刊, 2023, 275(1):1-10.

[18]
陆大道. 人文与经济地理学如何响应“中国式现代化”的要求[J]. 经济地理, 2023, 43(3):1-5.

DOI

[19]
方创琳, 赵文杰. 新型城镇化及城乡融合发展促进中国式现代化建设[J]. 经济地理, 2023, 43(1):10-16.

DOI

[20]
陈明星, 王成金, 程嘉梵, 等. 中国式现代化与中国区域发展新格局[J]. 经济地理, 2023, 43(7):20-26.

DOI

[21]
刘守英, 龙婷玉. 城乡融合理论:阶段、特征与启示[J]. 经济学动态, 2022(3):21-34.

[22]
吴康, 戚伟. 收缩型城市:认知误区、统计甄别与测算反思[J]. 地理研究, 2021, 40(1):213-229.

DOI

[23]
李晓江, 郑德高. 人口城镇化特征与国家城镇体系构建[J]. 城市规划学刊, 2017, 233(1):19-29.

[24]
苏红键, 赵坚. 产业专业化、 职能专业化与城市经济增长——基于中国地级单位面板数据的研究[J]. 中国工业经济, 2011,(4):25-34.

[25]
Friedman J H. Greedy function approximation:A gradient boosting machine[J]. Annals of Statistics, 2001, 29(5):1189-1232.

[26]
Stojić A, Stanić N, Vuković G, et al. Explainable extreme gradient boosting tree-based prediction of toluene,ethylbenzene and xylene wet deposition[J]. Science of The Total Environment, 2019,653:140-147.

[27]
魏后凯, 李玏, 杨沫. 东北县域人口流失的特征、原因及应对措施[J]. 社会科学战线, 2022(8):89-95.

[28]
陈晨, 赵民. 论人口流动影响下的城镇体系发展与治理策略[J]. 城市规划学刊, 2016(1):37-47.

[29]
戚伟, 刘振, 刘盛和, 等. 基于“城区常住人口”的2010—2020年中国收缩城市识别[J]. 地理研究, 2023, 42(10):2539-2555.

DOI

[30]
郑德高, 朱郁郁, 陈阳, 等. 上海大都市圈的圈层结构与功能网络研究[J]. 城市规划学刊, 2017 (5):41-49.

[31]
Colmer J. Temperature,labor reallocation,and industrial production:Evidence from India[J]. American Economic Journal:Applied Economics, 2021, 13(4):101-124.

[32]
骆永民, 张越. 城市土地使用策略对劳动力流动的影响[J]. 现代经济探讨, 2021 (8):72-84.

[33]
张丽萍, 王广州. 东北地区人口负增长特征及突出问题研究[J]. 社会科学辑刊, 2023(2):129-142,238.

[34]
刘振, 戚伟, 齐宏纲, 等. 1990—2015年中国县市尺度人口收缩的演变特征及影响因素[J]. 地理研究, 2020, 39(7):1565-1579.

DOI

[35]
苏红键, 魏后凯. 密度效应、 最优城市人口密度与集约型城镇化[J]. 中国工业经济, 2013(10):5-17.

Options
文章导航

/

〈 〉