国务院发展研究中心卓贤等人的文章《从城镇化到都市圈化》,利用街道人口和地理信息数据,比较了北京、上海、东京和纽约内部的人口空间结构。他们的研究发现,北京和上海人口分布呈现“内极密外极疏”的时空失衡特征,即中心城区拥挤效应较高,居间和外围区域集聚效应不足,昼夜人口差异大,在整体人口密度不太高的情况下,产生较为严重的城市病。基于一个“公共资源隐性补贴”的土地竞租框架,他们认为土地、教育、医疗等公共资源的空间错配是超大城市功能失衡的重要原因。因此,我国新型城镇化应从单中心城市化转向多中心都市圈化,关键要以公共资源的空间再配置来引导产业和人口疏解,通过公共服务网、轨道交通网和信息通信网将地理邻近的大中小城市(镇)整合为高效的城市网络,以“大城”辐射“小市”,以“小市”疏解“大城”。本文原载《比较》94辑,全文共计4919字,阅读需要8-10分钟。
全球人口向超大城市集聚的趋势颇为引人注目:1950年全球20个最大城市的人口规模均值为500万,2015年前20大城市人口平均规模已上升到1859万。但人口集聚并不一定孕育繁荣,在全球人口超过1000万的前29个超大城市中,来自非洲、亚洲、拉美的发展中国家就占据22席。中国大陆有32座特大城市和超大城市,承载了总人口的18.6%,产生41.7%的经济总量。对这些特大和超大城市规模的讨论,一直是新型城镇化的焦点问题。
本文利用街道人口和地理信息数据,比较了北京、上海、东京和纽约内部的人口空间结构。研究发现北京和上海人口分布呈现“内极密外极疏”的时空失衡特征,即中心城区拥挤效应高于东京和纽约,居间和外围区域集聚效应不足,昼夜人口差异大,在整体人口密度不太高的情况下,产生较为严重的城市病。基于一个“公共资源隐性补贴”的土地竞租框架,我们认为土地、教育、医疗等公共资源的空间错配是超大城市功能失衡的重要原因,应以公共资源的空间再配置来引导产业和人口疏解。
1.都市圈的密与疏
本文设计了“中心-半径”的标准化统计方法,运用地理信息软件ArcGIS分别确定天安门广场、上海市政府、银座、帝国大厦为四个都市圈的中心,测算半径0至50公里范围内各圈层的人口规模和密度。本文将半径0-10km的区域定义为中心城区,半径10-30km范围为居间区域,半径30-50km范围为外围区域。此空间统计框架克服了不规则行政区的不可比性,可按相同口径比较各城市人口分布。
在中心城区,北京和上海常住人口密度远高于东京和纽约。在0-10km的半径范围,北京和上海人口密度为2.07万人/km2和2.56万人/km2,每平方公里分别高出东京7421和1.24万人、高出纽约7539和1.25万人。其中,在0-5km最核心区域内,上海常住人口密度高达3.67万人/km2,比纽约(2.66万人/km2)高出10041人/km2;北京(2.02万人/km2)虽低于纽约,但仍接近东京(1.08万人/km2)的两倍。在总人口增长较快的背景下,2000-2015年北京和上海0-5km半径范围的常住人口略有下降,显示出中心城区密度已达峰值,基础设施和公共服务的承载力出现饱和。
在居间区域,北京和上海常住人口密度出现剧降。在半径10-30km的居间区域,四大都市圈的常住人口密度都出现一定幅度下降,但北京和上海的下降幅度远甚于东京和纽约。与半径5-10km相比,北京和上海在半径10-20km圈层的常住人口密度均下降1万人/km 2以上,东京和纽约只分别下降1734人/km2和3272人/km2,东京人口密度从中心城区的末位跃居此圈层第一,反超北京和上海56%和63%。到半径20-30km圈层,北京和上海人口密度已下降为东京的30%和42%,尤其是北京,比郊区化蔓延的纽约还要低432人/km2。四大都市圈中,东京居间区域人口密度的下降最为平缓。从动态来看,2000—2015年,北京和上海的居间区域常住人口分别增长458万人和491万人,是人口增长主要来源(分别占总新增人口60%和64%),但目前其集聚程度仍明显偏低。
在外围区域,北京和上海都市圈常住人口密度继续明显下降。在半径30-50km外围区域,除东京外,其他三大都市圈人口密度均低于2000人/km2,东京(2781人/ km2)分别是上海(1516人/ km2)、北京(840人/ km2)和纽约(867人/ km2)的1.8倍、3.3倍和3.2倍。相比中心城区和居间区域,东京30-50公里的外围区域人口增长速度更快。在东京大都市圈1200万就业人口中,有900万工作岗位在东京都23区之外的郊区。相比之下,2000—2015年,北京和上海外围区域人口分别增长了134万人和43万人,仅占总新增人口的18%和6%,对疏解中心城区人口的贡献不大。
2.都市圈的日与夜
对四大都市圈常住人口的分析,实际上考察的是“夜间人口”。我们根据以下三部分估算一个地区的白天人口:(1)就业人口,包括本地就业人口和跨区就业人口;(2)就学人口,包括就近入学人口和跨区入学人口;(3)居家人口,包括学龄前儿童、退休老人和失业人口。相比夜间人口,北京和上海白天人口的空间分布更加失衡,“内极密外极疏”的特征更为明显,职住分离问题较为突出。
在中心城区,北京和上海的白天人口密度远高于其常住人口密度,与东京和纽约中心城区相当。在0—10km的半径范围,北京和上海的白天人口分别为538万人和765万人,比各自夜间常住人口高出136万人和197万人。在0—5km的最核心区域内,上海白天人口密度达到3.91万人/km2,不但比其夜间常住人口密度高出1.66万人/km2,也比东京(3.65万人/km2)和纽约(3.65万人/km2)都高出约2500人/km2;北京(3.22万人/km2)虽低于东京和纽约,但比自身夜间人口密度仍高出约1万人/km2。在5-10km的半径范围,上海和北京的白天人口密度降为1.94万人/km2和1.21万人/km2,虽低于东京(2.12万人/km2),但都明显高于纽约(0.94万人/km2)。
在居间区域,北京和上海白天人口密度剧烈下降。四大都市圈居间区域的白天人口密度都出现明显下降,但北京和上海下降得更为剧烈。在10-20km半径范围,东京和纽约白天人口密度分别下降到1.0万人/km2和0.70万人/km2,北京下降到0.64万人/km2,而上海(0.52万人/km2)从中心城区密度最高下降到此圈层末尾。到了20-30km半径范围,北京和上海白天人口密度进一步下降到0.22万人/km2和0.27万人/km2,虽比纽约(0.15万人/km2)高一些,但只是东京(0.52万人/km2)一半左右的水平。从20世纪70年代开始,依托东京中心城区的企业总部职能,东京企业的日常事务管理职能部门逐渐向新城市开发区集聚。但北京和上海在居间区域的生产性服务业集聚度明显不足,吸纳较多人就业的“服务业次中心”尚未形成。
在外围区域,北京和上海白天人口密度进一步下降,且明显低于夜间常住人口。在30-50km半径范围,北京和上海白天人口密度分别下降到874人/km2和1278人/km2,比其夜间人口少了60万人和55万人,形成了较为明显的“睡城区”。东京外围区域的白天人口密度(2419人/km2)远高于北京和上海,这归因于过去几十年日本电子企业成品的大规模生产转向都市圈外围区域。而在美国,便捷的物流网络使得工业去中心化成为可能,最为工业化的地区是乡村和小城市。因此纽约都市圈外围区域的人口密度(739人/km2)虽不及北京和上海,但其白天人口反而高于夜间人口,就业和居住实现相对平衡。
上海和北京都表现出较高的昼夜人口比,上海职住分离情况超过纽约。在中心城区(半径0-10km),各都市圈昼夜人口比都较高,北京(1.34)和上海(1.35)接近于纽约(1.44)的水平,而东京的昼夜人口比(1.87)高得惊人。在居间区域(半径10-30km),北京昼夜人口比(1.01)接近于1,与纽约(1.04)类似;上海昼夜人口比迅速下降为0.87,大量人口不在本圈层就业,其人口时空分布比以“痛勤”著称的东京(0.90)更不平衡。在外围区域(半径30-50km),纽约的昼夜人口比(1.02)仍略高于1,显示出职住平衡的特点。北京(0.88)、上海(0.9)和东京(0.91)则明显小于1,每天有大量通勤人口从外围区域跨区域就业或就学。
为综合评判四大都市圈的职住分离程度,我们设计了“加权的昼夜人口偏离度”。根据该指标,东京都市圈职住分离程度(0.27)最严重,上海(0.20)超过纽约(0.19),北京由于居间区域昼夜人口较为平衡,其职住分离程度(0.14)在四大都市圈中相对较低。根据测算,在50km半径范围内,即便是职住分离程度相对较轻的北京,每天也有约300万人为了就业和就学需要跨圈层奔波,而上海每日跨圈层移动的人口更是达到了485万。
昼夜人口差异和职住分离程度的提高,不仅加剧交通拥堵和汽车尾气排放,在某种意义上也不利于城市创新功能的发挥。如果职住一体化程度较高,本地通勤者下班后有更多时间从事社交活动,有利于激发信息分享和交流互动;与此相反,远距离跨圈层通勤者下班后参加社交活动的概率下降,其社会网络的潜在信息节点活跃度不高,不利于知识的溢出。
3.公共资源空间错配与都市圈功能失衡
在现有城市管理体制下,行政资源和优质公共服务资源过度集中在传统主城区,以“隐性补贴”的方式扭曲了市场要素的配置机制,引导各类市场资源向中心城区不断集聚,两者相互强化、彼此促进,最终导致了中心城区人口过度密集与居间及外围区域聚集程度不足并存。
四大都市圈人口分布的最大差异出现在居间区域(10-30km半径),这与我国大城市工业用地比重过高有很大的关系。纽约和东京工业用地比重都在5%-6%之间,而北京和上海则分别高达18%和25%;而纽约和东京住宅用地比重分别高达42%和87%,北京和上海只有29%和36%。尤其在居间区域,从2008年到2016年,北京居间六区(朝阳、丰台、石景山、海淀、通州、大兴)新增工业用地占所有新增用地比重为36%,上海居间四区(浦东、闵行、宝山、嘉定)该比重更是达到49%。
之所以出现工业用地比重过高,与城市政府压低工业用地价格所形成的“隐性补贴”有关。以2016年为例,北京居间六区和上海居间四区工业地价分别是住宅地价的1/24和1/13。一方面,工业用地挤占住宅用地,导致北京和上海居间区域常住人口密度偏低。另一方面,工业用地挤占就业弹性更高的服务业的发展空间,将本可集聚在居间区域的一般服务业企业推向中心城区,进一步导致北京和上海居间区域的白天人口密度下降。
我们还用“公共资源比重/地区人口比重” 衡量公共资源配置的平衡度。该指标大于1说明公共资源配置向该地区倾斜,小于1则说明公共资源在该地区配置不足。
在教育资源方面,北京和上海最核心区域(0-5km半径范围)“中小学教职工数比重/常住人口比重”分别高达1.78和1.5,教育资源过度向传统老城区集中。同时,北京和上海的居间和外围区域的教育资源与常住人口不匹配,居间区域尤为严重——每万人拥有教师数量分别为54人和39人,比各自最核心区域都少了51%。以上还只是量上的差别,优质教育资源向中心城区倾斜的特征更加明显。例如,北京三环以内的重点小学占到所有重点小学的70% 左右,但2010 年三环内常住人口占比只有约30%(郑思齐等,2016)。
医疗资源的不平衡程度更甚于教育资源。北京最核心区域(半径0-5km)每万人医疗床位数121张,是外围区域的3倍;上海最核心区域更是外围区域的4倍。从平衡度来看,北京和上海最核心区域“床位比重/常住人口比重”分别达到2.33和2.83,而在居间区域和外围区域,北京分别骤降到0.83和0.82,上海则为0.76和0.62。类似于教育资源,优质医疗资源的配置在空间上也非常集中。仍以北京为例,在全市51所三甲医院中,位于三环以内的三甲医院就占了65%。
4.从城镇化到都市圈化
优化我国超大城市空间结构,关键在于重新配置政府公共资源的空间分布。必须首先用行政力量这只“看得见的手”消除中心城区“隐性补贴”,再由市场这只“看不见的手”驱动各主体在城市空间合理配置资源。
首先,平衡公共服务资源在城市空间中的布局。要注重以公共服务资源的疏解和分散为先导,吸引人口、产业、商业等资源在多中心实现平衡配置。改革公共资源根据各行政区财力大小配置的方式,控制中心城区内的教育、医疗等公共服务业发展规模,加强优质公共服务资源向大都市圈居间和外围区域转移的力度,缩小中心城区与周边区域在医疗、教育等服务的规模和质量差距,在都市圈内形成多个公共服务功能完整且相对独立的区域。
第二,调整跨行政区的城市管理体制以高效共享公共资源。在京津冀、长三角和珠三角等地区试点成立大都市圈规划办公室,制订大都市圈经济发展规划,解决都市圈内部政府治理碎片化问题。在都市圈内部要打破等级化的城市管理体系,改变土地、医疗、教育等公共资源按行政级别层层分配的方式,由大都市圈规划办公室统筹公共服务资源,建立“公共服务资源和街道(镇区)新增人口挂钩”的机制,引导人口由极高密度的中心城区向居间和外围区域流动。
第三,平衡土地用途结构以提高都市圈空间效率。一是增加都市圈居间区域住宅用地规模,控制新增工业用地规模,通过工业用地更新计划来提高存量工业用地的使用效率。二是完善工业用地的招投标制度,取消对工业用地的价格优惠,通过合理的价格信号最大化土地利用效率。三是土地利用规划应鼓励沿交通走廊和关键节点的密集开发,提高大容量公共交通线路周边的住宅和产业用地利用强度,在轨道交通枢纽站点建立集各种城市功能为一体的“车站城市”,并以此综合开发模式吸引社会资本参与。
第四,实施公共交通导向的都市圈开发模式以提高公共资源的可得性。在大都市圈范围内,时间距离的意义远大于空间距离。应建立高密度的公共交通体系特别是轨道交通体系,通过缩短时间距离来降低思想交流成本。打破城市交通分区管理的藩篱,实施以公共交通为导向(TOD)的开发模式,以提高居间和外围地区对中心城区公共服务的可得性,增加前者对人口和产业的吸引力,并通过提高外围区域人口密度来支撑轨道交通的融资。
版权声明:
凡本网注明“来源:中国城市规划网”的所有作品,均为本网合法拥有版权或有权使用的作品,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明“来源:中国城市规划网”。违反上述声明者,本网将追究其相关法律责任。授权事宜请邮件至www@planning.org.cn,中国城市规划网保留最终解释权。
凡本网注明“来源:XXX(非中国城市规划网)”的作品,均转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。其他媒体如需转载,请与稿件来源方联系,如产生任何问题与本网无关。