硕士论文发表-博士毕业论文润色-职称论文发表-研究生论文网专业硕士论文博士论文职称论文等各类论文写作
  • 您当前的位置:论文发表 > 建筑学论文 > 城市规划 >
  • 城市收缩背景下的城市效率探究--以鞍山市为例

    22-06-11 11:41 来源:未知 ; 浏览:
    城市收缩背景下的城市效率探究--以鞍山市为例
    正义战士
    摘要:城市收缩是城市发展的历史阶段,也是我国新型城镇化进程所面对的新挑战。深入研究城市收缩,不仅能够客观认识城市发展规律,也有助于深入理解城市化的内涵,这对于构建城市发展规划和推进新型城镇化建设具有重要的参考意义。本文从社会、经济和空间三个维度构建城市综合发展指数评估体系,测度了鞍山市10年间的城市收缩状况;利用超效率DEA模型测度了城市效率,并探究了城市收缩和城市效率的影响及其作用机制。研究结果显示:(1)2013年之后鞍山市步入收缩状态,2018年相较于2009年鞍山市收缩18.38%;(2)十年间鞍山市城市效率逐步提高,其中资源效率和环境效率呈现波动上升的趋势,经济效率在2013年达到高点后出现回落;(3)城市发展指数和经济效率在0.05的显著水平上呈显著正相关,说明城市增长会促进城市经济效率的提高,而城市收缩会抑制城市经济效率的提高;(4)城市发展指数与环境效率和资源效率之间没有明显的相关性,即城市收缩过程中不一定出现环境效率和资源效率的下降。今后的城市规划应该正视城市收缩的客观事实,放弃规模扩张的城市发展思路,将收缩作为城市发展的新机遇。
    关键词:城市收缩、城市发展指数、城市效率、超效率DEA模型
    1引言
    20世纪中叶以来,西方发达国家在去工业化、全球化、金融危机和社会转型的多重影响下,许多城市开始陷入人口减少、经济下滑的收缩困境[1]。1960-2003年,欧洲超过一半的城市出现了不同程度的人口流失;1940-2010年,美国有超过1000个城市出现了人口规模的持续下降,其中以东部“锈带”地区城市收缩最为严重[2,3]。城市收缩并非发达地区特有的现象,研究表明部分发展中国家同样面临城市收缩的问题。联合国人居署2008年发布的《世界城市报告》显示,在发展中国家调查的1408个城市中有十分之一的城市出现了人口减少的情况[4]
    当前,我国仍处于城市化的加速发展阶段,多数城市仍呈现增长趋势,但随着我国经济步入新常态,受老龄化、制度变迁和资源枯竭等因素的影响,持续增长的城市发展模式已经受到冲击[5]。事实上,有一些地区开始出现收缩的状态,呈现“人口流失与空间扩张”的收缩悖论现象[6]。国务院2013年发布的《全国资源型城市发展规划(2013-2020)》显示,东北地区有37个城市列入资源型城市,其中有19个已经呈现收缩状态。这充分说明整体的增长和局部的收缩是我国当前城市发展的新特征,收缩将是我国新型城镇化所面临的新挑战。在此背景下,深入研究城市收缩,不仅能够客观认识城市发展规律,也有助于深入理解城市化的内涵,进而实现城市高质量发展,这对于构建城市发展规划和推进新型城镇化建设具有重要的参考意义。
    2相关研究概述
    城市收缩一词最早是由德国学者Häußermann提出,用来描述德国鲁尔地区由于去工业化造成的人口下降的经济衰退现象[7]。早期的研究学者们普遍将城市收缩等价于人口收缩,他们认为城市收缩就是人口数量的减少或者人口密度的下降。Oswalt从人口数量的角度对收缩城市进行了量化分析,他将城市人口流失10%或者年均人口流失大于1%的城市界定为收缩城市[8]。Lötsche认为城市收缩既不是城市版图法律意义上的减少,也不是城市物理空间的缩小,而仅仅是人口数量的减少或者说平均人口密度下降[9]
    随着研究的深入,城市收缩的内涵得到了深化和拓展,更多学者认为城市收缩是人口、社会、经济、空间影响等多种要素综合作用的结果。Martinez等认为只要经历了人口流失、经济衰退、就业下降、社会问题等结构性危机的地区即为收缩城市[10]。徐博认为,人口收缩只是城市收缩的一个显著特征,而城市收缩是包括人口、经济、社会、环境乃至文化等诸多方面在空间的全面衰退[11]。收缩城市的识别和测度也随着内涵的深化逐步完善。张明斗等利用第五次、第六次人口普查数据分析了我国东北地区的城市收缩格局,结果显示东北地区有13个城市出现收缩现象,占地区城市总量的51.10%,并将收缩城市分为全域收缩型、边缘收缩型和中心收缩型三种[12]。高喆等从人口、经济、用地三个维度测度了武汉市收缩的状态,研究发现武汉市在空间上成“穿孔式”收缩[13]
    已有的研究表明城市收缩的诱因在不同时期、不同地区有所不同[14]。关于城市的收缩影响因素,学者们认为全球化、去工业和郊区化、及其产业结构变化、区域发展不均衡是造成城市收缩的普遍原因[10,15,16]。针对国内收缩城市,学者研究发现中心城市的虹吸效应、人口老龄化趋势加重、产业结构需求变化与劳动力供给结构变化不匹配、以及增长主义政府及规划倾向等是造成我国城市收缩的主要原因[17,18]。面对不同的收缩城市,学者们提出了相应的应对措施。Alexander指出面对收缩型城市资金缺位的情况,可以通过建立“土地银行”,盘活土地资产,为收缩城市复兴提供资金支持[19]。付苗等通过研究我国东北老工业城市指出收缩型城市应当适度、合理精简城市产业和空间发展规模,科学确定与人口数量相适应的城市发展规模[20]。张明斗等指出,今后的城市规划应当接受城市收缩的现实,转变城市发展的价值导向,树立“精明收缩”的发展理念,通过发展城市的特色产业,实施生态环境治理措施,提升城市居民的生活质量,建设小而美的城市[14]
    综上所述,当前国内外学术界对城市收缩的研究主要集中在城市收缩的内涵、诱因、分类识别以及规划应对,即辨识城市收缩的现状和收缩城市的应对措施,鲜有研究关注收缩城市的内在变化以及由此带来的经济外部效应。鉴于此,本文通过构建评估体系测度了鞍山市10年间的城市收缩度和城市效率,并探究了城市收缩和城市效率的影响及其作用机制,以期为城市的规划管理、政策设施及科学研究提供新的思路,为资源的优化配置和收缩城市的复兴提供实证参考依据。
    3研究对象和数据来源
    3.1研究区概况
    鞍山地处环渤海经济区腹地,辽东半岛中部,位于沈大黄金经济带的重要支点,是辽宁中部城市群与辽东半岛开放区的重要连接带。鞍山是我国最早一批工业城市之一,素有“钢都”的美誉。建国以来,依托丰富的铁矿资源,鞍山逐步发展起了以钢铁为主导的工业体系。受传统产业发展的影响,鞍山市经济结构长期偏重,服务业以及新兴产业发展滞后。当前我国经济逐步转向高质量发展,单位GDP钢材消耗逐步下降,我国钢材需求处于减量调整阶段。再加上国际贸易摩擦的影响,钢材出口受阻,造成了钢铁行业的不景气。在这样的背景下,鞍山这座以钢铁立身的城市经济也遭受了较大冲击。2014年鞍山经济开始出现下滑,全年实现地区生产总值2386亿元,较上一年下降9.1%,三产业比值为5.5:50.6:43.9,其中第二产业占比较全国平均值高7.5个百分点。鞍山市的人口峰值出现在2012年,年末户籍总人口352.03万人,之后人口开始逐年下降,到2018年末户籍总人口341.78万人,人口数量减少20.25万人,十年间人口较最高值下降2.9%。人口数量减少的同时,鞍山市老年人口占比持续上升,2018年末鞍山市老年人口占比高达25.07%,社会抚养压力较大。从以上数据可以看出鞍山市正处于以经济衰退、人口数量下降、结构恶化、产业结构不合理为主要特征的收缩状态。
    3.2数据来源
    本文数据均来源于《中国城市建设统计年鉴(2009-2018)》、《辽宁统计年鉴(2009-2018)》和《鞍山统计年鉴(2009-2018)》,相关的密度、比重数据均根据原始数据计算得到。
    4研究方法和模型
    4.1城市综合发展指标体系构建
    纵观国内外学者对城市收缩的研究可知,学者们对城市收缩的定义是根据不同的城市发展背景提出的,因而城市收缩的概念没有得到统一的认识。但其城市收缩的内涵已经从单一的人口维度过渡到城市在人口、经济、社会、环境等多方面的综合衰退。因此对城市收缩的测度应当采用多维视角。本文在充分理解城市收缩概念内涵的基础上,遵循指标选取系统性、科学性以及可获取性等原则,从社会、经济和空间三个维度选择了12个指标构建了城市综合发展指标体系,并对鞍山市收缩水平进行评估。
    表1 城市综合发展指数评价指标体系
    Tab.1 Evaluation index system of urban comprehensive development index
    目标层 指标层 单位 权重
    社会维度 城区人口数量 万人 9.65%
    老年人口抚养比(%) % 7.56%
    人口自然增长率(%) % 6.89%
    城镇登记失业率(%) % 6.26%
    经济维度 地区生产总值 亿元 9.87%
    GDP增长率 % 5.86%
    第二、三产业产值占GDP比 % 11.68%
    社会消费品零售总额( 万元 6.96%
    空间维度 房地产开发投资 万元 13.91%
    建成区路网密度 公里/平方公里 10.03%
    绿化覆盖率 % 5.76%
    建成区面积 平方公里 5.66%
     
    社会维度选择了城区人口数量、老年人口抚养比、人口自然增长率和城镇登记失业率四个指标。其中人口数量人口自然增长率反映了人口规模和变化情况,一定的人口规模有利于城市集聚经济和规模效益的发生,人口数量的下降也是城市收缩最直观的标志。老年人口占比反映了人口结构,人口结构是衡量城市发展活力的潜力的指标,老年人口占比越高意味着人口结构恶化,城市社会抚养压力大,城市越有可能步入收缩状态。城镇登记失业率反映了城市的就业情况,失业率高,意味着人口外流的可能性大,也从侧面反映了城市经济衰退。
    经济维度选择了地区生产总值、GDP增长率、第三产业占GDP的值和社会消费品零售总额。地区生产总值反映了当地经济的总量和变化趋势,经济因素是推动城市发展的主要因素,经济发达、增速大的地区一般不容易发生城市收缩。第三产业占GDP的比重反映了第三产业在地区生产中的贡献,比重越高,说明服务业越发达,繁华程度越高。社会消费品零售总额反映居民的消费水平,该指标越大,说明经济活跃,城市出现收缩的概率越小。
    空间维度选择了建成区面积、建成区路网密度、绿化覆盖率和房地产开发投资四个指标。其中建成区面积是城市规模在空间上最直观的体现,已有的研究表明,一定的规模有利于城市效率的提高。城市发展的目的是为人们提供便捷的服务和舒适的生活环境,选取建成区路网密度和绿化覆盖率反映了城市的基础设施和生活环境状况。房地产开发投资是固定资产投资的主要部分,是拉动经济发展的重要动力,房地产投资水平越高,表明房地产开发越活跃,也在一定程度放映了经济更有活力。
    4.2城市效率测度模型及指标体系构建
    城市效率是在一定的生产技术条件下,城市总产出与资源投入总量之比,是衡量资源投入的有效配置、运行状态和管理水平的综合体现[21]。城市效率高意味着同等要素投入的产出最大化,减少资源的浪费,增强城市的可持续发展能力。
    城市效率的评价主要有指标体系法、含参数前沿生产函数法、能值法和数据包络分析法。数据包络分析法(DEA)是美国运筹学家Charme等学者在“相对效率评价”概念基础上发展起来的一种系统分析方法,它采用数学规划方法对决策单元(DMU)进行有效性评价,适用于多投入多产出决策单元的绩效评价[22]。1989年Charnes等学者运用DEA模型测算了中国28个城市的经济发展效率,该研究证实了数据包络分析法是研究城市效率的有效方法[23]
    传统DEA模型计算得出的城市效率评价值介于0与1之间,当效率值为1时表示决策单位属于有效决策单元,否则为无效决策单元[24]。其缺点在于当存在多个决策单元均有效,即效率值均为1时,无法对其进一步比较。为了克服这一弊端,Andersen在传统DEA模型的基础上提出了超效率DEA模型,基本思想是将有效决策单元的投入和产出用其他决策单元投入产出的线性组合代替,而将这个决策单元排除在外[25]。对于一个有效的决策单元来说,在增加其投入时仍能保持相对有效性的最大比值即为其超效率值,该值可能大于1。超效率DEA模型如下:
    式中θ为效率值,θ越大表示决策单元的效率值越高;I表示决策单元的数量,M、N表示决策单元的投入和产出要素数;   分别表示决策单元的投入要素集和产出要素集[26,27]
    4.3城市效率指标体系
    城市是一个复杂的生产系统,其发展内涵丰富,因此评价城市效率必须综合考虑城市的物力、人力、财力以及能源、环境等多维度指标。本文借鉴杜志的研究将城市效率分解为经济、能源和环境三个维度[28],采用超效率DEA模型分别测算经济效率、能源效率和环境效率[29]。评价指标如表所示。
    表2 城市效率评价指标体系
    Tab.2 Urban efficiency evaluation index system
    经济效率 投入 固定资产投资(万元) 反映了资本的投入
    财政支出(万元)
    实际利用外资(万美元)
    在岗职工人数(人) 反映了劳动力的投入
    产出 地区生产总值GDP(亿元) 反映了经济的规模
    第二、三产业产值占比(%) 反映了经济的结构
    人均GDP(元) 反映了经济的效益
    资源效率 投入 建成区面积(平方千米) 反映了土地的投入
    用水总量(万吨) 反映了水的投入
    用电总量(万千瓦时) 反映了电能的投入
    燃气供气总量(万立方米) 反映了燃料的投入
    产出 地区生产总值GDP(亿元) 反映了经济的规模
    第二、三产业产值占比(%) 反映了经济的结构
    人均GDP(元) 反映了经济的效益
    环境效率 投入 固体废弃物产生量(万吨) 将这三项城市主要污染物指标作为投入要素,就是遵循再利用,再循环的原则
    工业二氧化硫排放量(吨)
    城市污水排放量(万立方米)
    产出 固体废物综合利用量(万吨) 反映了废弃物的利用程度
    反映了废弃的处理能力
    反映了水资源的循环利用
    工业二氧化硫去除量(吨)
    污水处理量(万立方米)
     
    5实证结果分析
    5.1鞍山市收缩状况分析
    5.1.1数据标准化处理
    由于本文构建城市综合发展指数测度体系既包括正向指标也包括负向指标,且各指标的单位、数量级也不相同,为使各项指标之间具有可比性,需要对各评价指标进行标准化处理,以便消除量纲的影响。本文选择极值标准化法对原始数据进行标准化处理。公式如下:
                    (1)
                    (2)
    式中:Zij和Xij分别为第i个决策单元第j项指标的标准化值和原始值,maxXi和minXi分别为原始数据第i项指标的最大值和最小值。
    5.1.2权重确定
    指标权重的确定是科学评估的基础,权重的确定方法分为主观赋权法和客观赋权法两种,主观赋值法包括层次分析法、特尔菲法等,客观赋值法包括主成份分析法、熵值法和多目标规划法等。本文选择熵值法来确定各项评价指标的权重,熵值法是根据各项指标值的变异程度来确定指标权数的,相对其他赋值法,精度较高且客观性更强,而且避免了人为因素带来的偏差,能够更好的解释所得到的结果。过程如下:
    (1)计算第i个决策单元,第j项指标的比重:
                                  (3)
    (2)计算第j项指标的信息熵:
                    (4)
    (3)计算信息冗余度
                                        (5)
    (4)第j项指标的权重为
                                   (6)
    5.1.3计算城市综合发展指数和城市收缩度
    城市综合发展指数计算公式为:
                                  (7)
    城市收缩度计算公式为:
                       (8)
    若SK小于零,表明报告期城市发展指数小于基期,即该城市在此期间发生了收缩。其绝对值的大小为该城市在这一期间的收缩度。鞍山市2009-2018年城市发展指数如图所示。鞍山市城市发展拐点出现在2013年,2013年之前鞍山市处于增长状态,经济持续增长,2013年鞍山市实现地区生产总值2623亿元,为历史最高水平。2013年之后鞍山市出现收缩状态,经济下滑最为明显,2016年鞍山市实现地区生产总值1462亿元,经济总量较2013年下滑44.26%。2018年鞍山市综合发展指数为0.3626,相较于2009年鞍山市收缩18.38%。
     
    图1 鞍山市近10年城市发展指数
    Fig1 Urban development index of Anshan City in recent 10 years
    综合分析鞍山市社会发展状况,鞍山市出现收缩主要有以下两个原因:
    (1)产业结构不合理
    鞍山市是我国最早发展起来的钢铁工业基地,产业结构中重工业占比高,且结构单一,新型产业发展滞后,无法适应当今时代产业转型升级的需求[30]。当下,传统制造业产能过剩、竞争加剧以及鞍山市自身产业结构不合理,鞍山市开始步入困境,经济持续下滑。同时由于鞍山市国有经济占比高,改革难度大,致使鞍山市支柱产业面临困境时,接续产业发展迟缓。
    (2)少子化和老龄化
    改革开放初期,鞍山市依靠全国领先的工业化水平成为当时城镇化水平最高的地区之一。较高的城镇化水平,意味着计划生育政策严格执行,造成总体生育率低,出现人口结构性失衡的现象。改革开放之后,东南沿海地区经济超过东北地区,本地人口开始向外流出。在少子化和老龄化的共同作用下,鞍山市人口增长率已经处于全国倒数位置,人口数量持续减少。
    5.2鞍山市城市效率分析
    DEA模型分为投入导向和产出导向两种。前者是指产出一定的条件下,使投入最小的决策问题,后者是投入一定的情况下,怎样获得最大产出的问题[31]。本质上两者是从不同角度来解决同一问题,其结论是一致的[32]。由于投入要素是决定城市发展的基本变量,因此本文采用投入导向的超效率DEA模型,并利用MAXDEA6.0软件分别测算经济效率、资源效率和环境效率,鞍山市历年城市效率值如图所示。
    表3 鞍山市近10年城市效率值
    Tab.3 Urban efficiency value of Anshan City in recent 10 years
    年份 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018
    资源效率 0.7695 0.8686 0.9521 1.0928 1.0728 0.9843 1.0076 0.9681 0.9973 1.0582
    环境效率 0.7045 0.7955 0.9235 0.9221 1.0517 0.9938 0.9401 0.9579 1.0191 1.0574
    经济效率 0.8812 0.9268 0.9735 1.0516 1.2032 1.1802 1.1906 0.9562 0.9327 0.9122
     
     
    图2 鞍山市近10年城市效率走势
    Fig.2. Trend of urban efficiency in Anshan City in recent 10 years
    总体上来看,十年间鞍山市城市效率有所提高。其中经济效率在2013年最高,当年鞍山市实现历年最高生产总值2623亿元,之后开始出现下滑。可能原因是,2013年之后我国钢铁产能过剩,国家推动去产能政策,鞍山市支柱产业钢铁行业受到较大冲击,致使鞍山市经济下滑,经济效率下降。资源效率和环境效率呈现波动上升的状态,主要原因是,近些年国家重视生态环境保护,推动生态文明建设,实施了严格环保政策,关停了一批高耗能、高污染企业,积极推动新能源、新技术的推广,在这样的背景下鞍山市资源效率和环境效率也持续提高。
    5.3城市发展指数和城市效率相关性分析
    理论上,城市增长伴随着人口的增长和生产要素的集聚,将有利于降低生产成本和规模效应的发生,从而提高城市效率。而城市收缩导致的人力资本水平下降和生产要素的分散将会阻碍城市生产率的提高。本文采用Pearson相关分析法对城市发展指数和城市效率两指标是否存在关系及关系形式进行实证研究。
    Pearson相关性分析是一种统计学方法,反映了两个变量的线性相关性的强弱程度。相关系数r的值域为[-1,1],当r>0时,表明两个变量正相关,即一个变量值越大则另一个变量值也会越大;反之亦然,其绝对值越大表明相关性越强。
    表4 城市发展指数和城市效率pearson相关系数
    Tab.4 Pearson correlation coefficient between urban development index and urban efficiency
    效率 城市综合发展指数
    资源效率 r 0.315
    P 0.376
    环境效率 r 0.065
    P 0.858
    经济效率 r 0.680*
    P 0.030
     
    * p<0.05 ** p<0.01
    由表4可知,鞍山市城市综合发展指数与资源效率和环境效率的显著性值均大于0.05,即城市综合发展指数与资源效率和环境效率不存在相关性;城市综合发展指数和经济效率之间的相关系数为0.680,并且呈现出0.05水平的显著性,因而说明城市综合发展指数和经济效率之间有着显著的正相关关系,即城市增长会最近经济效率的提高,而城市收缩会阻碍经济效率的提高。
    6结论和建议
    6.1结论
    本文以东北老工业城市鞍山市为研究对象,通过构建城市综合发展评价指标体系和城市效率评价指标体系,利用熵值法和超效率DEA模型,测度了鞍山市近10年的收缩度和城市效率,并探究了城市发展指数和城市效率之间的关系,得出如下结论:(1)2009-2013年,鞍山市处于增长状态,2013年之后鞍山市出现人口下降和经济下滑为主要特征的城市收缩,2018年相较于2009年鞍山市收缩18.38%;(2)十年间鞍山市城市效率逐步提高,其中资源效率和环境效率呈现波动上升的趋势,经济效率在2013年达到高点后出现回落;(3)城市发展指数和经济效率在0.05的显著水平上呈显著正相关,说明城市增长会促进城市经济效率的提高,而城市收缩会抑制城市经济效率的提高;(4)城市发展指数与环境效率和资源效率之间没有明显的相关关系,即城市收缩过程中不一定伴随着环境效率和资源效率的下降。
    6.2建议
    (1)推进产业转型,培育接续产业
    作为典型的老工业城市,长期以来重工业是经济发展的主动力,其中钢铁产业更是占到工业产值的“半壁江山”。鞍山市今后的发展要基于钢铁行业的优势,注重科技创新,提高产品附加值,向产业链高端发展,实现原有产业的提档升级。要抓住东北振兴的良好契机,持续推进供给侧结构性改革,逐步淘汰落后产能、高污染产业,同时应当关注新能源、新材料等高新技术和产业的培育和引进,做好经济发展新旧动能的转换,推动产业结构转型。
    (2)实施积极的人口政策
    人口数量持续下降和老龄化加剧是鞍山市步入收缩状态的主要原因,因此政府应当制定积极的人口政策抑制人口外流和结构老化。一方面鞍山市应该放开生育限制,鼓励生育,缓解人口增产率常年为负的趋势;另一方面政府应当健全公共服务体系,制定人才奖励政策,缓解人口外流,引导人口流入,从而保证劳动力供给。
    (3)推动城市精明收缩
    目前中国城市发展的顶层设计都建立在以人口增长和城市扩张的前提下,城市收缩往往被以增长为导向的政策所忽略。在城市收缩的背景下,传统的城市规划已经不利于城市的可持续发展。今后的城市规划应该正视城市收缩的客观事实,放弃规模扩张的城市发展思路,将收缩作为城市发展的新机遇。通过制定科学的城市规划,实现对现有发展空间的重构,转变以往盲目扩张城市空间的发展导向,将城市规划的重点放在人口总量和城市规模的协调上,稳步推进城市的转型,实现城市的可持续发展。
     Research on urban efficiency in the context of urban contraction:A Case Study of Anshan
    GAO Lunian,DONG Huihe,GAO Xinyu,ZHENG Jiaqi
    ( College of Earth Sciences,Jilin University,Chang Chun 130061,Jilin,China)
    Abstract: [Objective] Urban contraction is the historical stage of urban development, and it is also a new challenge in my country's new urbanization process. In-depth study of urban shrinkage, not only objectively understanding the regular city development law, but also helps understand the connotation of urbanization, which has important reference significance for building urban development planning and promoting new urbanization construction. [Method] This paper constructs the urban comprehensive development index assessment system from social, economic and space, and measures urban contraction in Anshan City; urban efficiency is measured using super efficiency DEA model, and explores urban shrinkage and urban efficiency. Influence and its mechanism. [Conclusion] Empirical results show: (1) After 2013, Anshan City stepped into the contraction state, compared with the 2009 Anshan City in 2018, 18.38%. (2) The urban efficiency of Anshan City gradually increases, in which resource efficiency and environmental efficiency showed rising fluctuations, economic efficiency fell back after the high point in 2013. (3) The urban development index and economic efficiency are significantly positively related to the significant level of 0.05, indicating that urban growth will promote the improvement of urban economic efficiency, and urban contraction will inhibit urban economic efficiency (4) City development index and environmental efficiency There is no obvious relevant relationship between resource efficiency, that is, the urban shrinkage process is not necessarily accompanied by environmental efficiency and resource efficiency. [Conclusion] In the future, urban planning should face the objective facts of urban contraction, abandoning urban development ideas of scale, will shrink as new opportunities for urban development. Through the development of scientific urban planning, the rectification of existing development space is achieved, and the development and guiding of the past blind expansion urban space is changed. The focus of urban planning is placed in the coordination of population and urban scale, and steadily promotes the transformation of urban transformation. Realize the sustainable development of the city.
    Keywords: urban shrinkage; urban development index; urban efficiency; super-efficiency DEA model
     
    参考文献
     [1] 姚瑶. 东北地区传统工业城市收缩的规划应对. 中国河南郑州: 2019: 5.
     [2] III-James Murdoch. Specialized vs. diversified: The role of neighborhood economies in shrinking cities[J]. Cities, 2018, 75({}): 30-37.
     [3] Thorsten Wiechmann, Bontje Marco. Responding to Tough Times: Policy and Planning Strategies in Shrinking Cities[J]. European Planning Studies, 2015, 231-11.
     [4] 温佳楠,宋迎昌. 城市收缩对城市生产率的影响[J]. 现代经济探讨, 2020, (04): 68-74.
     [5] 温佳楠,宋迎昌,任杲. 中国城市收缩状况评估——基于地级及以上城市市辖区数据的测算[J]. 城市问题, 2019, (09): 4-10.
     [6] 杨东峰,龙瀛,杨文诗,等. 人口流失与空间扩张:中国快速城市化进程中的城市收缩悖论[J]. 现代城市研究, 2015, (09): 20-25.
     [7] Hartmut Huermann, Siebel Walter. Die Schrumpfende Stadt und die Stadtsoziologie[M]. VS Verlag für Sozialwissenschaften, 1988.
     [8] Philipp Oswalt, Rieniets Tim, Schirmel Henning, et al. Atlas of shrinking cities[J]. 2006.
     [9] L Lötscher. Shrinking east German cities?[J]. 2005, 7879-98.
    [10] Cristina Martinez-Fernandez, Audirac Ivonne, Fol Sylvie, et al. Shrinking Cities: Urban Challenges of Globalization[J]. International Journal of Urban and Regional Research, 2012.
    [11] 徐博,庞德良. 增长与衰退:国际城市收缩问题研究及对中国的启示[J]. 经济学家, 2014, (04): 5-13.
    [12] 张明斗,肖航. 东北地区城市收缩的空间格局特征与作用机理[J]. 城市问题, 2020, (01): 33-42.
    [13] 高喆,尹宁玮,童馨仪,等. 城镇增长下的收缩:以武汉为例[J]. 热带地理, 2019, 39(1): 29-36.
    [14] 张明斗,刘奕,曲峻熙. 收缩型城市的分类识别及高质量发展研究[J]. 郑州大学学报(哲学社会科学版), 2019, 52(05): 47-51.
    [15] 马佐澎,李诚固,张婧,等. 发达国家城市收缩现象及其对中国的启示[J]. 人文地理, 2016, 31(02): 13-17.
    [16] Thorsten Wiechmann, Pallagst Karina-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.
    [17] 刘风豹,朱喜钢,陈蛟,等. 城市收缩多维度、多尺度量化识别及成因研究——以转型期中国东北地区为例[J]. 现代城市研究, 2018, (07): 37-46.
    [18] 张明斗,曲峻熙. 城市精明收缩的空间模式、分析框架与实施路径[J]. 学习与实践, 2018, (12): 16-25.
    [19] Frank Alexander. Land Bank Authorities: A Guide for the Creation and Operation of[J]. 2005.
    [20] 付苗,李诚固,马佐澎,等. 我国东北老工业城市的精明收缩[J]. 北京规划建设, 2019, (03): 53-57.
    [21] 柴攀峰,孟秀兰,李珍. 城市效率测度及其空间分布特征研究——基于浙江省11个地级市的数据分析[J]. 山西农业大学学报(社会科学版), 2019, 18(02): 68-76.
    [22] 黄永斌,董锁成,白永平. 中国城市紧凑度与城市效率关系的时空特征[J]. 中国人口·资源与环境, 2015, 25(03): 64-73.
    [23] 瞿晨超. 长江中游城市群城市效率与开发程度的耦合分析[J]. 宿州学院学报, 2018, 33(01): 9-14.
    [24] 韩民春,朱森林. 湖北省城市经济效率的测评[J]. 统计与决策, 2016, (09): 68-71.
    [25] 郭家东. 基于超效率DEA的长三角地区城市循环经济效率评价[J]. 北方经济, 2011, (14): 18-19.
    [26] 王恩旭,武春友. 基于超效率DEA模型的中国省际生态效率时空差异研究[J]. 管理学报, 2011, 8(03): 443-450.
    [27] 马远. 干旱区城镇化进程对水资源利用效率影响的实证研究——基于DEA模型与IPAT模型[J]. 技术经济, 2016, 35(04): 85-90.
    [28] 杜志. 基于循环经济的城市效率研究[D]. 合肥工业大学, 2008.
    [29] 王文彬,马歆. 科技投入、网络特征与生态效率——以中原城市群为例[J]. 技术经济, 2020, 39(06): 109-118.
    [30] 高舒琦,龙瀛. 东北地区收缩城市的识别分析及规划应对[J]. 规划师, 2017, 33(01): 26-32.
    [31] 李恒吉,陈兴鹏,许新宇,等. 基于超效率DEA的甘肃省城市效率演变特征[J]. 兰州大学学报(自然科学版), 2012, 48(05): 35-40.
    [32] A Charnes, Cooper W-W, Rhodes E. Measuring the efficiency of decision making units[J]. European Journal of Operational Research, 1978, 2(6): 429-444.
     
     

      发表硕士论文,发表mba论文请咨询客服
    • 曹编辑:
    • 王编辑:
    • 曹编辑(同微信):18078928157
    • 王编辑(同微信):18089751873
      热门论文