您现在的位置:首页>
东北振兴

北京都市区多中心空间结构特征与形成机制时间: 2015-09-25信息来源:孙铁山 王兰兰 李国平 作者:wl_admin 责编:


   【摘要】探讨北京都市区多中心空间结构特征与形成机制。2008年,北京都市区共有5个就业次中心,已具备多中心空间结构特征。集聚经济和交通可达性是解释就业次中心形成的重要因素。北京都市区的就业次中心形成的可能性随距城市中心距离增加而降低,说明就业次中心虽然形成但与城市中心区比较接近,整体上都市区内就业的分散化程度有限。同时,城市规划对就业次中心的形成有引导作用,但效果并不十分显著。目前北京都市区的多中心空间结构,与北京城市总体规划中提出的市域内分散集团的空间布局仍有差距,主要是远郊区就业次中心的发育相对缓慢。研究发现,地区服务业比重的上升会显著增加就业次中心形成的可能性,说明服务业增长是北京都市区就业次中心形成的重要机制。


  【关键词】多中心;就业次中心;城市空间结构;北京都市区


  1 前言


  随着人口和就业的不断郊区化,现代大城市的空间结构往往不再是单中心的。人口和就业不断向郊区扩散,并在城市中心区以外形成新的集聚中心,称为郊区次中心(suburban sub centers),使现代大城市的空间结构呈现多中心结构特征。尤其是经济活动(一般表现为就业)的分散化,以及郊区就业次中心(suburban employment sub centers)的出现,往往被认为是大城市多中心空间结构的重要特征。城市经济理论显示,在考虑经济活动内生性集聚的情况下,城市空间组织可以呈现单中心、多中心或一般分散化(即无中心)的多重均衡结构[1]。而已有实证研究也给出了现代大城市中就业次中心普遍存在的证据,并广泛探讨了现代大城市多中心空间结构特征,以及对城市发展的影响和政策含义等[2]。


  近年来,随着快速城市化,中国的大城市空间结构发生了很大变化。一方面,随着城市增长,人口和就业不断向郊区转移。另一方面,随着郊区工业园区和开发区建设,大城市郊区往往形成多个经济集聚中心,城市空间结构开始表现出多中心结构特征。同时,大城市发展普遍面临长期以来单中心集聚带来的日益严峻的城市问题,如交通拥堵、环境恶化、地价高涨(即所谓的“大城市病”),为此许多城市提出了构建多中心城市空间结构的发展思路[3]。比如, 《北京城市总体规划(2004-2020年)》提出构建“两轴、两带、多中心”的城市空间格局。然而,对我国城市多中心空间结构特征,形成机制及其对城市发展的影响等的实证分析仍亟待展开。


  城市空间结构的实证研究一直是地理学和城市规划研究的重要内容。近年来,国内对多中心城市空间结构的研究逐渐增多,主要集中在对西方成果的评介,以及对多中心空间发展的理论和战略探讨[4~7],也有部分研究针对北京、上海、广州等特大城市,展开了就业次中心识别、多中心结构检验,多中心结构绩效评价等实证分析[3,8~10]。但现有研究较多注重多中心空间结构特征的描述,缺少对就业次中心形成机制的探讨。比如,孙铁山等(2012)以北京都市区为例,应用非参数建模方法识别就业次中心,刻画了北京都市区多中心空间结构特征[11],本研究将在此基础上,进一步建立就业次中心形成机制的解释模型,探讨北京都市区多中心空间结构的形成机制。


  2 就业次中心与多中心城市空间结构


  伴随城市增长,人口和就业的分散化(即由城市中心区向郊区的扩散,也称郊区化)是现代大城市发展的普遍特征。以美国大都市为例,米耶史考斯基和米尔斯(1993)的研究显示,1950年代美国都市区57%和70%的人口和就业位于城市中心区,而到1990年时下降为37%和45%,无论人口或就业都较大程度从城市中心区转移到了郊区[12]。格莱泽和卡恩(2001)的研究也显示,1996年时大部分的美国都市区中,只有不到1/4的就业还集中在城市中心5km以内的范围,就业的分散化程度已十分显著[13]。对我国大城市的研究也显示,1980年代中期后,我国大城市也表现出类似美国都市区的郊区化趋势,人口和经济活动不断由城市中心区向郊区转移[14]。虽然现代大城市普遍的分散化发展已得到认同,但城市的郊区化,尤其是经济活动的分散化,如何改变城市的空间结构仍处于争论之中[15]。一种观点认为,经济活动(就业)从城市中心区向郊区扩散后,为了获取集聚经济效益,仍倾向于在特定区位上再度集中,形成新的城市集聚中心,从而使城市空间结构由单中心向多中心结构转变。尤其是高端服务职能的分散化,可能会在郊区形成和城市中央商务区一样具有高等级和复合城市职能,并有较大规模的城市中心,从而挑战传统城市中央商务区的地位,进而从根本上改变城市空间结构的特征。而另一种观点则认为,随着信息技术发展和生产组织变革,不断降低的交通和通讯成本降低了空间邻近的重要性,经济组织可以在更大空间尺度上垂直分离并获取集聚经济效益,因此大城市的就业分散化并不一定形成新的集聚中心,而有可能在城市区域内分散布局,形成所谓“一般分散化”(generalized dispersion)的城市空间结构[16],即一种不形成任何可识别的集聚中心的分散化发展的城市形态,也即城市蔓延(urban sprawl)。对就业分散化与城市空间结构特征的争论需要更多的经验证据,以理解现代大城市多中心空间结构的特征与本质。


  城市空间结构是指经济活动在空间相互作用下形成的集聚程度和形态,其发展与演化主要受到集聚(向心力)和扩散(离心力)两种力量的影响。藤田昌久等(1999)的理论模型很好地解释了城市体系的空间演化,为理解现代大城市多中心空间结构的形成提供了理论基础[17]。理论上,集聚经济的存在引致城市中心的形成,而随着人口的增长和向外扩张,新的中心会出现在原有城市中心以外区位市场潜力大于1的地方,从而形成多中心城市体系。同时,由于行业间规模经济和运输成本的差异,使分散的消费者(离心力)和已形成的集聚(向心力)之间相互抗衡,从而形成包括不同类型城市中心的层次体系。同样的,实证研究也给出了多中心城市空间结构的经验证据。比如,加罗(1991)记录了美国35个大都市区中存在的123个和正在形成的77个边缘城市(edge cities),显示就业次中心普遍存在于美国都市区中[18]。此外,麦克米伦和史密斯(2003)对62个美国大都市区的研究也显示,大部分都市区都存在2个或以上的就业中心,其中就业次中心数量最多的是纽约和洛杉矶。同时,他们的研究还显示就业次中心的数量会随着城市规模和交通成本的增长而增加[19]。还有一些研究指出,郊区的就业次中心并非各自独立地发展,它们会形成相互依存的系统,具有类似城市体系的规模分布和职能分工特征[20]。这说明城市郊区化和郊区就业次中心的出现可能意味着深刻的城市结构的系统调整与变化,即空间结构由单中心向多中心的转型。


  3 研究区域、数据与方法


  本研究在孙铁山等(2012)识别的北京都市区就业次中心的基础上[11],探讨北京都市区多中心空间结构特征,重点分析就业次中心的形成机制。北京都市区是指北京市的城六区和与之相邻的郊区,总共包括14个市辖区,相关就业数据来自2004年和2008年的北京市经济普查资料。分析的基本空间单元是街道、镇和乡,对每个空间单元,我们测量了形心土地面积,距离用直线距离来测度。同时,使用了市域内三级路网的空间数据,以计算区位可达性。


  这里所说的就业次中心是指城市中心(中央商务区)以外的就业高密度集聚区[21],其数量,位置和规模用于刻画城市的多中心空间结构特征。与城市中心一样,就业次中心的形成主要是集聚经济作用的结果。集聚经济是经济活动在空间上集聚所获得的正的外部性,可以区分为本地化经济和城市化经济。本地化经济是指同一行业的企业在空间上的集聚所带来的外部规模经济收益。马歇尔(1920)认为,同行业厂商的集聚有利于培育专业化的供应商、有利于专业化的人力资本的积累、有利于信息的传播和新思想的形成,因此可以获得和企业内部规模经济类似的经济效益[22]。城市化经济则强调经济多样化带来的外部范围经济收益。雅各布斯(1969)指出城市经济的多样性有利于知识的流动、溢出和创新,因此能够促进经济集聚和增长[23]。城市化经济强调经济活动整体的集聚规模和多样性,而非某一产业的专业化集聚。总体上,就业次中心的形成和增长与地区就业集聚规模和地方经济结构有关[24]。已经形成一定集聚规模的区域可以通过创造的集聚经济吸引就业的进一步集中,从而发展成为就业次中心。同时,就业次中心的出现也可能是由于一些地方专业化于快速增长的产业部门,从而使就业迅速增长并形成较大规模,由专业化经济引致就业集聚,从而形成就业次中心。除了集聚经济,区位可达性对就业次中心的形成也发挥重要作用[25]。加罗(1991)对美国大都市区的边缘城市的研究显示,边缘城市大多发展于高速公路相交的地方或机场附近[18]。而藤田昌久等(1999)的理论模型也很好地说明了港口和交通枢纽在城市区位中的作用,新的城市中心更易出现在交通枢纽的位置上,因此交通枢纽对城市中心的形成发挥重要的催化作用[17]。除此而外,一些对发展中国家城市就业次中心的研究显示,发展中国家城市的就业次中心的形成往往由政府主导,和政府在城市郊区规划的新城或组团等开发政策有关[26]。


  为分析北京都市区就业次中心的形成机制,我们建立二值离散选择模型,研究影响城市就业次中心形成可能性的因素。模型如下:


  

点击放大查看原图

 


  其中,应变量是二值虚拟变量(Center08),以拟合的2008年就业密度平面为基准,具有显著的密度高值的空间单元(即以局部回归得到的拟合密度值与观测的密度值之间的残差在5%的显著性水平下显著为正的空间单元)赋值为1,其他空间单元赋值为0(图1)。)X04是一系列外部解释变量,反映影响空间单元成为就业次中心可能性的因素,为避免模型的内生性问题,这里解释变量全部为2004年的基期值或2004-2008年间的变化率。这些影响因素包括区域就业规模、交通可达性和区位条件,经济结构与专业化经济等,具体如下:


  (1)就业次中心的形成是在于在特定区域能够获取集聚经济效益,集聚经济可以由地区就业规模反映,这里使用地区就业可达性指标[24]反映区域就业集中程度,以检验集聚经济对就业次中心形成可能性的影响。就业可达性指标具有如下形式:


  

点击放大查看原图

 


  其中,Lj是空间单元j的就业数,dij是空间单元i与j之间的距离。


  (2)区域区位条件和交通可达性是解释就业次中心形成的重要因素。这里使用到市中心距离反映各空间单元总体区位条件,并使用各空间单元内三级路网密度反映区域交通可达性,以检验区位条件和交通可达性对就业次中心形成可能性的影响。


  (3)为反映经济结构和专业化经济对就业次中心形成可能性的影响,用各空间单元制造业和服务业从业人员比重及其变动,检验地区经济结构对就业次中心形成可能性的影响。


  (4)为检验城市总体规划确定的空间发展战略对城市就业次中心形成可能性的影响,将《北京城市总体规划(2004-2020年)》中确定的城市中心(包括中心城的职能中心和郊区新城)作为虚拟变量,以检验城市规划对就业次中心形成可能性的影响。


  4 北京都市区多中心空间结构特征


  孙铁山等(2012)使用2008年北京市经济普查资料中分街道、镇乡的就业数据,并应用麦克米伦(2001)提出的非参数建模识别就业次中心的方法[21],发现2008年北京都市区共有5个就业次中心,已表现出多中心空间结构特征(图1)[11]。由图1可见,城市中心区具有2个就业密度峰值,分别在朝阳区的CBD和西城区的金融街附近,因此北京都市区具有双城市中心(中央商务区)结构。早有学者指出,由于北京城市中央为皇城占据,因此发展了东、西2个城市中心,这有别于大部分西方城市只存在1个中央商务区的单一城市中心的结构。在城市中心区以外存在5个就业次中心,分别是海淀区的羊坊店、中关村和上地街道,朝阳区的和平街街道和房山区的迎风街道。其中,羊坊店街道即公主坟商圈是北京最早的脱离城市中心区发展的商业中心区,中关村街道则依托中关村西区商业区和中关村科技园区核心区发展成为北京重要的就业次中心,上地街道是上地信息产业基地所在地,是北京重要的以电子信息产业为主导的综合性科技园区,房山区的迎风街道是燕山石化所在地,主要依托大型石化企业成为就业次中心。总体上,北京都市区的就业次中心主要分布在近郊地区三环路和四环路沿线,远郊区的就业次中心只有1个。在这些次中心中,一些是传统的城市商业中心区,比如羊坊店和和平街街道,还有一些是北京重要的科技园区,如中关村和上地街道。


  5 北京都市区就业次中心的形成机制


  为进一步理解北京都市区就业次中心的形成机制,建立二值离散选择模型,分析特定因素对就业次中心形成可能性的影响。模型如前所述,变量定义及数据的统计描述见表1。


  表2列出了模型的估计结果,模型具有较好的拟合优度,R2在0.4左右。模型1包含了三方面的解释变量,即区域的就业可达性、区位条件(到城市中心的距离),以及反映城市规划的虚拟变量,R2为0.378。模型2进一步加入区域交通可达性变量,R2略有增加,Log Likelihood有所降低,但幅度不大,说明模型改进并不明显,因为在很大程度上,区位条件已反映了区域的交通可达性。模型3包含了所有四方面的解释变量,模型解释程度有所提高,R2增加到0.415,Log Likelihood降低了5左右,说明模型有明显改进。


  

点击放大查看原图

 


  模型的估计结果有助于我们检验关于北京都市区就业次中心形成机制的假设。首先,就业可达性反映区域初始的就业集中程度,在三个模型中对就业次中心形成可能性的影响都非常显著,说明就业次中心的形成和增长依赖于区域已形成的集聚规模,这与城市经济的基本理论相一致。用到城市中心的距离反映区域的区位条件,结果显示,区位条件对就业次中心形成可能性的影响也十分显著,随着到城市中心距离增加,就业次中心形成的可能性大幅降低。这与目前北京都市区的就业次中心主要形成于近郊地区的事实相吻合。进一步考虑区域的交通可达性,我们发现初始的交通可达性(即路网密度)较高,会增加就业次中心形成的可能性,但其影响随着到城市中心距离增加而有所降低(交叉项的系数为负)。总体上,区域的区位条件和交通可达性对就业次中心的形成有显著影响,距城市中心较近且交通可达性较好的地区,更有可能成为北京都市区的就业次中心。这可能说明,目前北京都市区就业分散化程度仍然较低,在城市中心区外围形成的就业次中心往往与城市中心区比较接近。


  在模型中加入区域初始经济结构及其变动的变量,明显改进了模型的解释能力,这说明区域的初始经济结构及其变动的确可以解释就业次中心的形成。这里,我们将经济结构简单划分为制造业和服务业两个部门。就业次中心的形成可能是由于一些地区专业化于特定快速增长的产业部门,由本地化经济引致集聚。结果显示,区域初始的经济结构对就业次中心形成可能性的影响并不显著,而区域经济结构的变动,具体来说是服务业比重的增加,会提高区域成为就业次中心的可能性。这说明,服务业增长较快的区域更有可能成为北京都市区的就业次中心。蒋丽和吴缚龙(2009)对广州市就业次中心的研究发现广州市就业次中心的形成机制来源于第二产业[9]。而我们的研究显示,随着1990年代中期后,北京以服务业为支柱的经济结构转型,经济布局已摆脱了1980和1990年代主要由工业布局主导的模式,服务业的发展正从根本上影响城市空间结构的本质特征及其变化。


  在我国,城市规划对引导城市空间发展起着重要作用。通过将《北京城市总体规划(2004-2020年)》确定的城市中心作为虚拟变量引入模型,我们检验城市规划是否影响了北京都市区就业次中心的形成。结果显示,城市规划对就业次中心的形成有一定的引导作用,即被规划为城市中心的区域更有可能成为都市区的就业次中心。但应该注意到的是,城市规划对就业次中心形成可能性的影响显著性偏低,只在10%的显著性水平下通过假设检验,说明城市规划对都市区空间结构的形成有影响,但效果仍需要具体考察。


  6 结论


  本研究在所识别的北京都市区就业次中心的基础上,建立分析就业次中心形成可能性的二元离散选择模型,探讨北京都市区多中心空间结构特征与形成机制。研究的主要结论包括:


  (1)2008年,北京都市区共有5个就业次中心,显示北京都市区已具备多中心空间结构特征。总体上,北京都市区的就业次中心主要分布在近郊地区,并集中在三环路和四环路沿线。这些次中心的形成基础各不相同,一些是传统的城市商业中心,一些是重要的科技园区。远郊的就业次中心出现在房山区的迎风街道,主要依托大型企业(燕山石化)。


  (2)通过分析北京都市区就业次中心的形成机制发现,集聚经济和交通可达性是解释就业次中心形成的重要因素。北京都市区的就业次中心形成的可能性随距城市中心距离增加而降低,一定程度上说明了目前北京都市区的集聚经济仍主要在城市中心区及其周边地区,就业次中心虽然形成,但与城市中心区比较接近,整体上都市区内就业的分散化程度有限。同时,就业次中心过于接近城市中心区,有可能造成随着城市中心区的扩张,就业次中心会与城市中心区融合,导致城市中心区的进一步蔓延。因此,目前北京都市区的多中心空间结构,与北京城市总体规划中提出的市域内分散集团的空间布局仍有差距,主要是远郊区就业次中心的发育相对缓慢。模型的估计结果也显示,城市规划对就业次中心的形成有引导作用,但效果并不十分显著。


  (3)区域经济结构的变动,主要表现为服务业比重的上升,会显著增加就业次中心形成的可能性。这说明,随着北京以服务业为支柱的经济结构转型,经济布局已摆脱1980和1990年代主要由工业布局主导的模式,服务业增长是就业次中心形成的重要机制,服务业的发展从根本上影响着城市空间结构的本质特征及其变化。


  参考文献(References)


  1 Fujita M. Ogawa H. Multiple Equilibria and Structural Transition of Nonmonocentric Urban Configurations[J].Regional Science and Urban Economics,1982,12(2):161-196.


  2 Anas A R. Arnott R. Small K A. Urban Spatial Structure[J].Journal of Economic Literature,1998, 36(3):1426-1464.


  3 孙斌栋,石巍,宁越敏.上海市多中心城市结构的实证检验与战略思考[J].城市规划学刊,2010(1):58-63.


  4 覃成林,李红叶.西方多中心城市区域研究进展[J].人文地理,2012(1):6-10.


  5 李青淼.欧洲多中心巨型城市区域研究概述[J].城市问题,2012(11):82-86.


  6 石忆邵.从单中心城市到多中心城市——中国特大城市发展的空间组织模式[J].城市规划汇刊,1999(5):36-39.


  7 沈宏婷,张京祥,陈眉舞.中国大城市空间的“多中心”重组[J].城市问题,2005(4):25-50.


  8 谷一桢,郑思齐,曹洋.北京市就业中心的识别:实证方法及应用[J].城市发展研究,2009(9):118-124.


  9 蒋丽,吴缚龙.广州市就业次中心和多中心城市研究[J]城市规划学刊,2009(3):75-81.


  10秦波,王新峰.探索识别中心的新方法——以上海生产性服务业空间分布为例[J].城市发展研究,2010(6):43-48.


  11 孙铁山,王兰兰,李国平.北京都市区人口—就业分布与空间结构演化[J].地理学报,2012,67(6):829-840.


  12 Mieszkowski P,Mills E S. The Causes of Metropolitan suburbanization[J].Journal of Economic Perspectives, 1993,7(3):135-147.


  13 Glaeser E L, Kahn M E. Decentralized Employment and the Transformation of the American City[R]. NBER Working Paper (No.8117), 2001.


  14 Zhou Y, Ma L J C. Economic Restructuring and Suburbanization in China[J]. Urban Geography, 2000, 21 (3): 205-236.


  15 Lee B. "Edge" or "Edgeless Cities" ? Urban Spatial Structure in US Metropolitan Areas, 1980 to 2000[J]. Journal of Regional Science,2007,47(3): 479-515.


  16 Gordon P, Richardson H W. Beyond Polycentricity: The Dispersed Metropolis, Los Angeles, 1970-1990[J]. Journal of the American Planning Association,1996, 62(3): 289-295.


  17 Fujita M, Krugman P, Venables A J. The Spatial Economy: Cities, Regions, and International Trade[M]. Cambridge: MIT Press, 1999.


  18 Garreau J. Edge City: Life on the New Frontier [M]. New York: Doubleday, 1991.


  19 McMillen D P, Smith S C. The Number of Sub centers in Large Urban Areas[J]. Journal of Urban Economics, 2003, 53(3): 321-338.


  20 Giuliano G, Small K. Sub centers in the Los Angeles Region[J]. Regional Science and Urban Economics,1991,21(2):163-182.


  21 McMillen D P. Nonparametric Employment Subcenter Identification[J]. Journal of Urban Economics,2001,50 (3):448-473.


  22 Marshall A. Principles of Economics [M]. 8th ed. London: Macmillan, 1920.


  23 Jacobs J. The Economy of Cities[M]. New York: Vintage, 1996.


  24 Giuliano G, Small K. The Determinants of Growth of Employment Sub centers[J]. Journal of Transport Geography, 1999, 7(3): 189-201.


  25 McMillen D P, McDonald J F. Suburban Sub centers and Employment Density in Metropolitan Chi cargo[J]. Journal of Urban Economics, 1998, 43(2): 157-180.


  26 Jun M, Ha S. Evolution of Employment Centers in Seoul[J]. Review of Urban & Regional Development Studies, 2002, 14 (2): 117-132.