城市化观察网

繁體中文

超大城市公共服务承载力的差异与提升对策研究——以北上广深四城 (2005-2015) 为例

更新时间:2023-10-16点击:23


本文基于对城市公共服务承载力理论内涵的前期研究结果, 从受压力、支撑力、调控力这三个方面构建城市公共服务承载力评价指标体系。进而基于2005-2015年间北上广深四个超大城市的统计数据, 进行城市公共服务承载力评价的实证研究, 分析城市公共服务承载力的发展规律和结构特点。


本文发现, 超大城市公共服务的支撑力相近, 但受压力和调控力差距较大, 承载力的相对水平、内部结构和变化趋势各不相同;承载能力虽然受到人口与经济增长等受压力的一定影响, 但是在更大程度上取决于公共服务支撑力和调控力的水平, 取决于城市公共服务供给的质量、效率以及城市治理的水平。


因此, 在城市问题的治理中, 应更重视通过公共服务的有效供给和城市治理水平的提升, 以改善和解决各类城市发展问题, 而非片面强调对城市人口规模和发展速度的刚性控制。


一、引言


近年来, 随着北上广深等超大城市交通拥挤、环境污染、房价高涨等城市病问题日益突出, 城市规模对城市病的影响以及城市综合承载力问题引起社会的高度关注。一直以来,对于城市综合承载力的研究主要集中于各类自然资源要素, 如水、土地、生态环境等可能承受和供养的人口规模等方面, 但在超大城市庞大的人口规模是否加剧城市病的相关讨论中, 部分观点认为应通过严格控制超大城市人口规模,以缓解城市病的恶化;也有另一种观点认为控制超大城市人口规模并无益于城市病的改善, 重点应该放在城市公共服务的有效供给上 (陈钊等, 2014) 。由此, 城市公共服务的承载能力已经成为不容忽视的重要因素之一。城市提供的公共服务决定着城市生活的基础条件和质量水平, 因此成为影响人口流入或流出的要素之一;尤其当城乡间和城市间的供给水平存在显著差距的条件下, 公共服务对人口流动的影响作用就更为突出。公共服务同时影响着城市社会经济活动运行的成本和效率, 公共服务的供给水平反映着地方政府的治理能力,也同时决定了城市公共服务对于人口和社会经济活动的承载能力。因此, 在当前超大城市高速发展的现实背景下, 正确把握城市公共服务承载力的发展规律, 厘清影响城市公共服务承载力提升的主要因素, 已经成为迫在眉睫的重大理论课题和实践任务。


城市公共服务承载力评价的相关研究主要包括城市综合承载力概念和评价方法这两个方面。有关城市综合承载力的概念和内涵, 不同学者一直有着不同观点。如刘洁等 (2013) 认为是指城市的资源环境、基础设施和公共服务对城市经济社会活动的承载能力, 而石忆邵等 (2008) 提出还应考虑人的忍受能力。多数学者都认为城市综合承载力是指在一定的自然资源约束和经济、社会、技术水平条件下, 城市所能承载的各种人类活动的规模和强度的阈值;它是不固定的、非静态和非单一关系的, 政府管理水平和公共服务质量对城市综合承载力具有显著的影响。在承载力评价的研究领域, 从评价内容来看, 包括对生态、交通、水和土地等单要素承载力或多要素综合承载力的评价 (张林波, 2009) 。从研究方法来看, 从最初的logistic增长曲线方程, 发展到系统动力学模型、生态足迹、能值分析等多种方法和模型 (陈爽等, 2012) 。从评价目标来看, 既包括以对城市人口规模和空间规模预测为目标的研究 (童玉芬等, 2011) , 也包括对承载状况的变化趋势和规律的分析 (孙钰等, 2013) 。以上研究为城市公共服务承载力研究提供了有力的理论支撑。但是基于自然资源等硬件要素的城市规模预测屡屡被现实证伪, 说明需要重新考虑城市综合承载力的影响因素, 公共服务作为城市综合承载力关键要素的研究亟待加强。城市综合承载力研究不能局限于静态数值规模的预测, 迫切需要深入挖掘城市综合承载力提升的动力因素, 把握其发展规律, 才能有针对性地构建承载力提升路径, 适应城镇化发展管理的政策需求。


本文基于对城市公共服务承载力理论内涵的前期研究成果,从受压力、支撑力、调控力这三个方面构建城市公共服务承载力评价指标体系。进而基于2005-2015年间北上广深四个超大城市的统计数据, 进行城市公共服务承载力评价的实证研究, 分析各个城市公共服务承载力的发展规律和特点, 找出影响承载力的主要因素, 探讨建立城市公共服务承载力评价分析的有效方法。


二、超大城市公共服务承载力指标体系的构建


指标体系的设计原则



在城市综合承载力研究中, 承载主体的受压力和支撑力是主要的研究内容。如果将公共服务作为城市综合承载力的主体之一, 城市所提供的公共服务规模和质量则是城市公共服务支撑力的重要影响因素。其承载对象是城市中的主要经济社会活动及其产生的环境影响, 这些因素对城市公共服务的运行所施加的压力是城市公共服务承载力的另一影响因素。与此同时, 制度、政策、政府管理等因素, 通过对城市空间结构、公共服务供给结构等的影响, 对城市公共服务承载力水平和实际状况起到极为重要的调控作用。因此, 本研究认为, 城市公共服务承载力的评价应该从三个方面展开, 即支撑力、受压力和调控力。当支撑力提高时, 城市公共服务承载力将得到加强;而承载对象的受压力增大时, 城市公共服务承载力则会缩小。制度、技术、管理等因素的调控作用有助于城市公共服务承载力的提高, 但到达一定程度后这种调控力将不再有明显的作用。


参考已有研究成果中城市综合承载力和公共服务的评价指标体系, 本文遵循指标选取的科学性、可操作性、层次性、完备性和动态性的原则, 构建城市公共服务承载力评价指标体系。参考基本公共服务核心要素的定义, 并考虑到数据的可获得性和城市问题的主要特征, 本文选取了义务教育、医疗、社会保障、环境保护、交通和住房保障这六项公共服务要素作为城市公共服务承载力的主要评价内容。


2. 指标体系筛选和确定


对于指标层中评价指标的拟定, 本文基于对已有研究成果的参考借鉴, 并根据各指数的含义, 对截至目前相关书籍中以及CNKI数据库中下载到的有关城市公共服务与城市承载力文献中的指标进行频度统计, 选取出现次数较高的评价指标。同时, 针对四个超大城市的特点, 进一步从中选取有利于超大城市公共服务改善的指标, 鉴于拟定评价指标数据的可获得性, 结合年鉴中的统计指标, 对部分指标进行了自行拟定和修改。经过仔细斟酌和比对, 选择了3个目标层指标、6个一级指标、23个二级指标、42个三级指标, 构建了超大城市公共服务承载力评价指标体系, 如表1所示。


支撑力、受压力和调控力是指标体系中的三个目标层指标。衡量支撑力的一级指标包括公共服务规模和公共服务质量这两项, 分别选取了义务教育、医疗卫生、社会保障、住房、交通、环境治理这六项基本公共服务作为二级指标。在三级指标中, 对应于以上6项公共服务, 分别选取了每万人小学与初中学校数、每万人卫生机构数、床位数和技术人员数、每万人保障性住房面积等13个指标反映公共服务规模, 选取了初中小学生师比、每人次诊疗费用、人均居住建筑面积等7项结果类指标, 反映公共服务质量。


受压力的指标应反映城市人口和各类社会经济活动等城市发展及公共服务需求的增长, 对公共服务供给和运行造成的压力。随着城市人口规模的增长与社会经济活动的活跃, 受压力便随之增长。本文针对前述六类公共服务, 分别选取了每万人学生数、机构平均诊疗人次等12项三级指标。此外, 作为城市发展的三级指标, 选取了常住人口密度和人均GDP这两个指标以反映其特征。

调控力是指政府通过制度、管理、技术等手段提升城市公共服务承载力的能力, 制度、政策、管理、社会环境等外部因素是反映调控力水平的重要因素。本文选取了户籍政策、城市规划以及公共服务财政支出这三个指标作为调控力的二级指标。在此基础上, 本文选取非户籍人口占常住人口比例这一指标反映户籍政策的调控力度;非户籍人口比例越高,说明户籍政策的调控力度较小。选取人均建成区面积以反映城市规划政策的调控力度, 人均建成区面积越小, 土地节约利用效果相对较好, 说明城市规划政策调控力度越大。选取前述6项公共服务人均公共财政支出指标反映公共服务财政政策的调控力度;人均公共服务财政支出越高, 说明财政政策的调控力度越大。


3. 指标赋权及承载力计算


(1) 指标权重的确定

本文采用层次分析法确定各指标的权重, 通过两两比较同一层级下的各个指标对于反映该问题的重要性来确定各个指标的权重系数。本研究综合了专家意见, 对同一个层次内的逐个指标两两比较, 构造出判断矩阵A, 如下图所示, 其中, aij要素即要素i与要素j重要性的比较结果。

然后, 采用求根法计算正互反矩阵的最大特征值及其对应的特征向量, 进而确定各指标权重。最后, 分别对每个判断矩阵以及层次总排序进行一致性检验, 结果CR均小于0.1, 通过了一致性检验, 得到的具体指标权重如下表所示。

表1 超大城市公共服务承载力评价指标体系和指标权重    


(注:三级指标名称前的正负号代表成本型或效益型指标的类型)


(2) 承载力的评价方法

承载力评价的结果主要有两种形式, 一是人口承载的阈值, 二是指数化得分。以人口阈值的形式, 可以估算或预测城市最适宜容纳的人口数量, 适用于区域现状人口发展评价以及对远期人口规模控制政策的研究。指数化得分是承载力定量化的间接表征方式, 可以用于比较不同区域的承载力差异或同一区域在不同发展阶段承载力动态变化。本文采用指数化得分的结果形式, 以期分析探讨不同区域间和各区域公共服务承载力的发展规律和影响因素。


为了使数据之间具有可比性,本文采用Min-Max标准化对原始数据进行处理。对于正向指标而言, 标准化公式为:x*= (x-min) / (max-min) , 而对于反向指标而言, 标准化公式为:x*= (1/x-min) (max-min) 。x为原数据, min为该指标样本中的最小值, max为该指标样本中的最大值, x*表示标准化后得到的数据, 范围在[0, 1]之间。


城市公共服务承载力 (F) 受支撑力 (S) 、受压力 (P) 、调控力 (A) 这三方面影响。借鉴已有相关研究 (王丹, 2011) , 城市公共服务承载力的计算公式为:


在不考虑受压力和调控力之时, 城市公共服务承载力就等于支撑力, 即F=S。笔者将承载力F和受压力P之间的关系设置成为指数的倒数关系, 受压力P越大, 则承载力F越小, 且随着受压力P的增长, 受压力P对承载力F的影响也越来越大;另外, 将承载力F和调控力A之间的关系设置成为对数关系, 调控力A的增长虽然能够提升承载力F, 但是随着调控力A的增长, 其对承载力F的影响力会越来越小, 并趋于稳定。


三、超大城市公共服务承载力评价的实证研究———以北上广深四城为例


本文主要数据来源于北上广深四个城市的统计年鉴、年度城市政府公报、《中国城市统计年鉴》《中国环境统计年鉴》《中国卫生统计年鉴》《中国教育统计年鉴》, 教育部、卫生部 (卫计委) 、交通部、住建部、民政部各主管部门发布的公报等统计数据。部分城市和部分年份缺失的数据经过推算后, 进行了补充。为去除通货膨胀等因素的影响,对GDP与各类价格数据均以2005年价格为基准进行了换算。


1. 公共服务支撑力的评价与分析



从公共服务规模的城市间差异来看 (图1) , 北京的公共服务规模最大, 上海最低;2005-2015年期间各城市公共服务规模都有显著增长,深圳的提升速度最快, 近五年内已逐渐超越北京。

图1 2005-2015年北上广深城市公共服务规模指数的变化  


就公共服务质量而言 (图2) , 深圳的状况相对最好, 上海公共服务质量的改善最为显著, 而北京相对较差, 且仍在明显的下降。通过公共服务的规模指数与质量指数的比较可以看出, 沪广深三市公共服务支撑力的提升更多依靠于服务质量的改善而非规模扩大, 而北京则相反;总体而言, 四个城市公共服务规模指数的增长均明显高于质量的改善。就公共服务规模的短板来看, 北京在于社会保障, 上海与广州在于保障性住房, 深圳则是医疗卫生。就城市公共服务质量的短板来看, 北京在于医疗卫生和环境治理, 上海在于保障性住房与环境治理, 广州和深圳则是义务教育与社会保障。


图2 2005-2015年北上广深城市公共服务质量指数的变化  


整体而言, 四城市之间支撑力的差距不大 (图3) , 说明公共服务供给水平较为相近, 且一直处于明显的提升趋势;上海的公共服务支撑力最低, 北京在2010年之前相对较高, 而在此后却被深圳和广州反超, 深圳是期间支撑力提升最快的城市, 近五年来已成为支撑力最强的城市。


图3 2005-2015年北上广深城市公共服务承压力指数的变化  



2. 公共服务受压力的评价与分析



作为公共服务受压力的二级指标, 就城市发展指数而言 (图4) , 深圳的发展压力相对最强, 北京相对最低, 上海和广州的情况相近。2005-2015年间四个城市均表现出不同程度的增长, 北京的增长率最高, 上海的增长率最低。


图4 2005-2015年北上广深城市规模指数的变化  


就公共服务需求指数而言 (图5) , 上海相对其他三个城市而言需求最强, 北京的需求相对最低;但是,北上广三个城市在2005-2015年间公共服务需求均出现下降趋势, 尤其是北京、上海的下降较为突出, 唯有深圳表现出显著的需求增长, 反映了深圳城市人口与产业经济快速增长背景下公共服务需求同步增长的趋势, 而其他城市则在经济或人口增长下滑的背景下出现了公共服务需求下降的现象。从各城市公共服务需求指数的内部结构来看, 北京最大的需求压力主要来自保障性住房, 上海来自医疗卫生, 广州来自交通, 深圳来自保障性住房与义务教育。从受压力的内部结构来看, 北京与上海大致为服务需求增长压力大于城市发展压力, 而广州与深圳则相反。这反映了城市经济社会的结构性差异和政策调控产生的综合影响;北京与上海政策调控力度更大, 因此人口增长压力相对较低, 但老龄化程度与第三产业比重更高, 地理位置和优质服务资源对流动人口更有吸引力, 因此公共服务需求的增长压力高于城市发展压力。


图5 2005-2015年北上广深城市公共服务需求指数的变化  


整体而言, 四个超大城市之间受压力的差距较为显著 (图6) , 其中上海公共服务受压力在大多数年份为最高, 北京相对最低;2005-2015年间京沪两市均出现受压力的整体下降, 而广深两市则表现出受压力的提升, 尤其是深圳公共服务受压力的增长速度最快, 近三年来已经成为公共服务受压力最高的城市。沪广深三市显然比北京面临着更大的公共服务供给压力, 尤其是广深两市的压力仍表现为上升趋势。


图6 2005-2015年北上广深城市公共服务受压力指数的变化  


3. 公共服务调控力的评价与分析



作为公共服务调控力的二级指标, 就公共服务财政支出而言 (图7) , 上海、北京两市处于相对较高水平, 深圳和广州相对较低。2005-2015年期间, 四个城市的公共服务财政支出均表现出增长趋势, 其中深圳的增长率最高, 上海最低。其内部各项指数的比较来看各城市公共服务财政支出的短板, 北京主要在于环境治理和保障性住房, 上海在于保障性住房, 广州在于环境治理, 深圳在于社会保障。


图7 2005-2015年北上广深城市公共服务财政支出指数的变化  


就政策调控力度而言 (图8) , 四个城市间的差距较为显著, 上海的调控力度相对最高,北京、广州与上海较为接近,深圳最低;但从变化趋势来看, 2005-2015年期间京沪广三市的政策调控力度均出现下降, 仅深圳出现显著上升, 但调控力度离北上广仍存在显著的差距。这反映出四个超大城市在加大对于公共服务财政投入力度的同时, 在加强空间规划等综合性政策调控力度、提高治理绩效方面仍有待改善。


图8 2005-2015年北上广深城市公共服务政策调控指数的变化  


整体而言, 四个城市间调控力存在显著的差距 (图9) , 但近年来这一差距有所缩小;上海的公共服务调控力指数在四个城市中相对最高, 深圳最低;但是从变化趋势来看, 2005-2015年间深圳和北京两市的调控力指数表现为显著上升, 而沪广两市则几乎未变, 反映了城市发展政策导向和执行效果的显著差异。北京和上海对于公共服务的财政投入以及户籍政策、规划政策的调控力度显然相对更高、更严, 而广州和深圳对于公共服务的财政投入和政策调控能力仍有较大的提升空间。


图9 2005-2015年北上广深城市公共服务调控力指数的变化  


4. 公共服务承载力的评价与分析



根据2005-2015年间城市公共服务承载力指数的计算结果 (图10) , 四个城市间存在明显差距, 北京的承载力最高, 其次是上海, 广州和深圳相对较低。这反映了四个城市公共服务承载力不同的内在结构, 北京是高承压、低施压、高调控、高承载, 上海是低承压、高施压、高调控、高承载, 广州和深圳均是高承压、高施压、低调控、低承载。对比上海与广州的特点可以看出, 上海的支撑力低于广州, 受压力高于广州, 但调控力远远高于广州, 其结果是上海的承载力高于广州。对比广州和深圳的特点可以看出, 这两个城市公共服务的支撑力和受压力的状况相对比较接近,但广州的调控力在大多数的年份均高于深圳, 从而导致广州的承载力状况大多也高于深圳。这反映出城市公共服务承载力的变化规律, 即如果没有有效的政策调控, 高承压能力和低受压力的状态也不必然能带来承载力的提升。


图10 2005-2015年北上广深城市公共服务承载力指数的变化  



从2005-2015年间承载力的变化趋势来看 (图10) , 四个城市的公共服务承载力均表现出显著的提升, 深圳城市公共服务承载力的提升最为显著, 其他三个城市的提升幅度基本接近。与此同时, 四个城市间承载力的差距也正在逐渐缩小。在这11年间, 四个超大城市仅分别在8个年度出现过公共服务承载力下降的现象, 北京两次、上海三次、广州两次、深圳一次, 其中导致承载力下降的直接原因并不主要来自受压力的提升 (这种情况仅为4次) ;相反, 在受压力下降的情况下, 支撑力或调控力的下降也会导致承载力的下降。这仍然反映出超大城市公共服务承载力的变化规律, 即相对于受压力, 支撑力和调控力对于承载力的提升或下降具有更为显著的影响。


四、结论


本文在借鉴已有相关研究成果的基础上, 构建了超大城市公共服务承载力评价指标体系, 并对北上广深四个超大城市2005-2015年间公共服务承载力的变化进行了实证研究, 研究结果较好地体现了这四个超大城市十多年来公共服务的变化情况, 有助于客观准确地把握超大城市公共服务所能承载的人口和社会经济活动等压力的最大规模和最优负荷, 有助于科学评价不同城市公共服务承载能力的差异以及不同时间城市公共服务承载力的变化特征, 为改善超大城市公共服务供给, 提升超大城市公共服务承载力提供参考。


根据前文的分析, 可以得到以下的结论和启示:

1. 四个超大城市公共服务支撑力、受压力、调控力的相对水平, 内部结构和变化趋势有着各自的特点和差异。


总体上看, 城市间支撑力的水平差距较小, 而受压力和调控力的差距较大。支撑力方面,除北京之外的沪广深三市均为服务质量指数优于服务规模水平指数;受压力方面, 京沪两市为服务需求指数高于人口经济增长指数, 广深两市反之;调控力方面, 北上广三市为政策调控指数强于财政调控指数, 深圳市反之。以上特点不仅反映出各城市的产业经济与人口结构、区域发展格局和调控政策力度的差异, 对服务需求和供给压力产生的不同影响, 而且也反映出, 虽然超大城市公共服务供给水平相近, 但公共服务供给绩效和治理能力仍存在一定的差距。


2. 四个超大城市公共服务的支撑力、受压力与调控力的变化趋势与结构特征各有不同。


北京是高承压、低施压、高调控、高承载, 上海是低承压、高施压、高调控、高承载, 广州和深圳均是高承压、高施压、低调控、低承载。这反映出各城市公共服务承载力有其不同的内在结构和发展规律。虽然四个城市的公共服务承载力都表现出提升的趋势, 但各自在不同领域仍存在一定的短板。因为支撑力和调控力的内在结构以及受压力的主要来源不同, 短板领域各不相同, 因此, 针对各城市公共服务承载力的内在结构特点, 城市病的治理和公共服务承载力的提升应建立差异化的思路。北京公共服务受压力较低并仍在趋缓, 调控力最高, 而支撑力的短板显然在于其公共服务质量, 因此, 公共服务承载力的提升将更多取决于公共服务质量的提升。上海支撑力的短板在于服务规模, 受压力趋缓, 调控力较高但财政支出有待提高, 因此, 公共服务承载力的提升应更重视服务规模的扩大和财政支出的保障。广州公共服务支撑力仍有一定的提升空间, 受压力仍在提升, 调控力短板在于财政支出, 因此, 公共服务承载力的提升路径应侧重于服务供给水平的提高和财政投入的保障。深圳支撑力、受压力均提升较快, 调控力的短板在于政策调控能力亟待提高, 因此, 公共服务承载力的提升应更侧重于政策调控能力的提升


3. 以上分析表明, 公共服务承载力的变化有其内在的规律。


如果没有有效的政策调控, 高承压力和低受压力的条件下也不必然能形成承载力的提升, 受压力的下降并不必然带来承载力的提升, 反之亦然。这说明, 城市公共服务所能承载的人口与经济社会活动的最大负荷与最优规模并不是主要取决于受压力的减轻, 而是在更大程度上取决于公共服务支撑力和调控力的提升, 也就是取决于城市公共服务供给的质量、效率以及城市治理的水平。因此, 在超大城市的城市病治理中, 应更为重视通过公共服务的有效供给和城市治理水平的提升, 以改善和解决各类城市发展问题, 而非片面强调对人口规模和发展速度的刚性控制。


由于数据的可获得性等多种因素的限制, 本文的实证研究对象和时间跨度都较为有限, 指标的选择也存在一定的局限, 承载力评价指标体系仍有待进一步优化。在今后的研究中, 基于对不同类型和不同规模的城市的数据收集, 就受压力、支撑力、调控力对城市公共服务承载力的影响机理研究以及对城市公共服务承载力提升路径的研究等课题, 都是有待拓展的领域和范围。


参考文献

[1]陈钊, 陆铭.首位城市该多大?———国家规模、全球化和城市化的影响[J].学术月刊, 2014, 46 (05) :5-16.

[2]刘洁, 苏杨, 魏方欣.基于区域人口承载力的超大城市人口规模调控研究[J].中国软科学, 2013, (10) :21-26.

[3]石忆邵, 尹昌应, 王贺封, 谭文垦.城市综合承载力的研究进展及展望[J].地理研究, 2013, (1) :34-39.

[4]童玉芬.北京市水资源人口承载力的动态模拟与分析[J].中国人口资源与环境, 2010, (20) 9:42-47.

[5]张林波.城市生态承载力理论与方法研究[M].北京:中国环境科学出版社, 2009.

[6]中国科学技术协会.中国城市承载力及其危机管理研究报告[M].北京:中国科学技术出版社, 2008.

[7]王郁.城市公共服务承载力的理论内涵与提升路径[J].上海交通大学学报 (哲学社会科学版) , 2016, (06) :15-22.

[8]王丹, 陈爽, 高群, 严玲.城市承载力空间差异分析方法———以常州市为例[J].生态学报, 2011, (05) :1419-1429.

[9]刘惠敏.长江三角洲城市群综合承载力的时空分异研究[J].中国软科学, 2011, (10) :18-26.

[10]孙钰, 李新刚, 姚晓东.基于TOPSIS模型的京津冀城市群土地综合承载力评价[J].现代财经 (天津财经大学学报) , 2012, (11) :31-37.

[11]张红, 张毅, 张洋, 周鹏.基于修正层次分析法模型的海岛城市土地综合承载力水平评价:以舟山市为例[J].中国软科学, 2017, (1) :41-37.

[12]James M.Ferris and Elizabeth Graddy.Organizational Choices for public service supply[J].Journal of law, economics&organization, 1994, (1) :12-21.

[13]K Oh, Y Jeong, D Lee, W Lee, J Choi.Determining development destiny using the urban carrying capacity assessment system[J].Landscape&Urban Planning.2014, (1) :42-50.



本文转载自:王郁、魏程瑞、王艳、李凌冰:《超大城市公共服务承载力的差异与提升对策研究——以北上广深四城 (2005-2015)为例》,《上海行政学院学报》第5期


官方微信公众号