當(dāng)今世界,收縮城市作為一種全球性、地方性、復(fù)雜性、多維性的現(xiàn)象,逐漸引起學(xué)界和社會(huì)廣泛關(guān)注�；诖�,論文以粵港澳大灣區(qū)城市群中9座地級市為例,從經(jīng)濟(jì)、人口、空間地理、行政4個(gè)維度出發(fā),通過2008—2017年各城市統(tǒng)計(jì)面板數(shù)據(jù)、燈光遙感數(shù)據(jù)DMSP/OLS的采集,初步建立了由44項(xiàng)潛在反映收縮城市特征的指標(biāo)組成的識別體系。在此基礎(chǔ)上,論文利用無監(jiān)督學(xué)習(xí)中的K均值聚類算法與定量方法中的因子分析等方法劃分了城市類別,并通過定性分析初步探究了其中收縮城市的形成原因。結(jié)果顯示:根據(jù)論文最終構(gòu)建的收縮城市綜合識別體系對所研究城市的考察,肇慶、江門、惠州屬于"人口流失型收縮城市",具有低城市擴(kuò)張水平、低城鎮(zhèn)化水平、低第二、三產(chǎn)業(yè)就業(yè)水平等特點(diǎn)。此外,(1)深圳、(2)廣州、(3)珠海、中山、東莞和佛山,分別被劃分為(1)"全面型擴(kuò)張城市"、(2)"空間穩(wěn)定型擴(kuò)張城市"和(3)"穩(wěn)定型城市"。而自然條件局限、地區(qū)政策引導(dǎo)缺位、區(qū)域內(nèi)基礎(chǔ)設(shè)施不配套和人口年齡結(jié)構(gòu)變動(dòng)是該地區(qū)收縮城市出現(xiàn)的成因。 

【文章來源】：公共行政評論. 2020年02期 第76-93+196頁 北大核心CSSCI

【文章頁數(shù)】：19 頁

【部分圖文】：

組內(nèi)誤差平方和圖

因子分析能夠在分類結(jié)果的基礎(chǔ)上,找出對分類結(jié)果有決定性意義的指標(biāo),并將高度相關(guān)的指標(biāo)組成一類因子。這些因子能夠反映出44個(gè)指標(biāo)構(gòu)成的數(shù)據(jù)基本特征,同時(shí)包含原有識別體系的所有關(guān)鍵信息。由平行分析結(jié)果表明,因子數(shù)為4,組分?jǐn)?shù)為4。由此,從圖中和函數(shù)所給出的信息,我們保留4個(gè)因子變量即可。對于因子變量分別的指標(biāo)組成,本文挑選了得分超過92%的指標(biāo),并按照得分高低,即相關(guān)程度進(jìn)行排序。第一個(gè)因子變量主要由街道數(shù)、固定資產(chǎn)投資(萬元)、房地產(chǎn)開發(fā)住宅投資額(億元)、高等學(xué)校在校學(xué)生數(shù)(人)、消費(fèi)品零售總額(萬元)、戶籍人口(萬人)組成。第二個(gè)因子變量主要由省內(nèi)年末凈遷移人口(省內(nèi)遷入-遷往省內(nèi))、第一產(chǎn)業(yè)生產(chǎn)值增長速度(%)、出口總額(億美元)組成。第三個(gè)因子變量主要由城鎮(zhèn)化率(%)、縣數(shù)量、鄉(xiāng)數(shù)量組成。第四個(gè)因子變量主要由失業(yè)率(%)、第一產(chǎn)業(yè)就業(yè)人口比率(%)組成。

深圳市固定資產(chǎn)投資額在10年間增長251.5%,房地產(chǎn)開發(fā)投資額增長384.9%,城市空間保持高速擴(kuò)張。廣州在2014年后,固定資產(chǎn)投資增速放緩,被深圳與佛山超過,但投資額10年均保持首位。而戶籍人口數(shù)據(jù)方面,各城市10年間戶籍人口數(shù)量變化趨勢如圖3所示。其中,江門、肇慶、惠州3市在2008—2009年出現(xiàn)劇烈增長,增速分別為186.4%、683.9%、157.5%,此后9年幾乎陷入停滯,甚至是衰減。其中江門市2009年與2015年的戶籍人口數(shù)量持平,均為391萬余人。2.人口遷入與對外貿(mào)易水平

【參考文獻(xiàn)】：
期刊論文
[1]制度范式:一種研究中國政治變遷的途徑[J]. 楊光斌.  中國人民大學(xué)學(xué)報(bào). 2003(03)



本文編號：2907651