广东省经济升级对人口增减变化的影响及作用机制

杜志威; 金利霞; 张虹鸥

doi:10.13249/j.cnki.sgs.20230985

PDF(2762 KB)

地理科学 ›› 2025, Vol. 45 ›› Issue (2) : 303-314. DOI: 10.13249/j.cnki.sgs.20230985 CSTR: 32176.14.geoscien.20230985

城乡发展与人口

广东省经济升级对人口增减变化的影响及作用机制

作者信息 +

Effects and mechanisms of economic upgrading on population change in Guangdong Province

Author information +

文章历史 +

摘要

从结构升级、功能升级和效率升级3个方面对经济升级进行阐述，以广东省区县单元作为研究对象，分析2000—2020年经济升级与人口增减的时空演化，运用面板回归模型探索经济升级对人口增减的影响及作用机制。研究发现：① 经济结构、经济功能和经济效率分别向服务业化、多样化和高效化的方向升级，并呈现显著的时空异质性；② 2010年以后全省区县人口缩减的范围和程度加剧，呈现“珠三角增长-粤东西北缩减”以及“城区增长-县市缩减”的空间分化；③ 经济升级对人口增减变化的作用路径有显著差异：经济结构的服务业化和经济效率的高效化对人口缩减有显著影响，而经济功能的多样化则有助于实现人口增长；④ 经济升级对人口增减变化的作用效果和显著程度与区县所在地区和所属类型相关。

Abstract

This article categorizes the concept of economic upgrading from three dimensions: structure upgrading, function upgrading and efficiency upgrading. Based on districts and counties of Guangdong Province, China, this paper investigates the spatio-temporal evolution of economic upgrading and population change during 2000—2020, and uses the panel regression model to explore the effects of economic upgrading on population change. The results show that: 1) The directions of structure upgrading, function upgrading and efficient upgrading had transferred into tertiarization, diversification, and high-efficiency, respectively, and these directions presented significant heterogeneities in the spatio-temporal perspectives. 2) The scope and degree of population shrinkage in Guangdong Province increased after 2010, with more than two fifth districts and counties experienced population loss during the last decade. 3) Population growth and shrinkage further differentiated spatially, shown in two spatial patterns—“growth in the central region, shrinkage in peripheral regions” and “growth in districts, shrinkage in counties”. 4) The effects of economic upgrading on population change varied according to its dimensions; specifically, the tertiarization negatively impacted on population change, the diversification stimulated population growth, and the high-efficiency led to population shrinkage. 5) The effects of economic upgrading on population change also depended on districts and counties’ regional locations and administrative types; specifically, the effects of tertiarization and high-efficiency are significant in the Pearl River Delta region and the district-level towns, the effect of diversification is significant in the eastern and the northern regions as well as the county-level towns.

导出引用

杜志威, 金利霞, 张虹鸥. 广东省经济升级对人口增减变化的影响及作用机制[J]. 地理科学, 2025, 45(2): 303-314 https://doi.org/10.13249/j.cnki.sgs.20230985

Du Zhiwei, Jin Lixia, Zhang Hongou. Effects and mechanisms of economic upgrading on population change in Guangdong Province[J]. GEOGRAPHICAL SCIENCE, 2025, 45(2): 303-314 https://doi.org/10.13249/j.cnki.sgs.20230985

中图分类号： K901.3

随着中国人口进一步向经济发达区域、城市群、中心城市集聚，人口增长与缩减的区域性分化特征凸显，人口增量向胡焕庸线东南侧集中^[1]。从全球来看，人口增减的区域分化现象并不鲜见^[2-4]。对人口增减变化的解释，已有研究一般将经济因素视为首要动因，将以人口规模减少为标志的人口缩减（population shrinkage）现象归因为经济衰退的后果，而重振经济被视为人口复苏的前提^[5-6]。不过，越来越多的证据表明经济与人口变化关系具有复杂性，人口规模处于缩减的城市也可实现经济增长^[7-9]。事实上，城市在经济升级过程中也有可能引发人口缩减。

经济升级（economic upgrading）是指经济活动转向更高价值的生产环节，转向改进技术、知识和技能，以及从参与全球价值链中获得更多收益或利润^[10]。早期的经济升级研究主要聚焦企业层面，关注企业生产制造如何通过从全球价值链的低端环节向高端环节转变并实现利润增加^[10-12]。随后，学者们开始关注经济升级的社会后果，特别是企业工人能否在经济升级的过程中同步受益^[12-14]。理论上，经济升级被认为是社会升级的前提条件，即社会升级将自然地随经济升级而实现^[12]。然而，更多的现实证据表明两者升级并非同步，许多弱势群体成为经济升级过程的受害者，甚至引发就业机会缩减、劳动强度增大、劳资关系冲突等社会降级问题^[13-14]。

人口问题是经济社会转型过程中需要关注的重要议题^[15]。相关研究主要从价值链提升、企业生产集聚等角度关注经济升级过程及其社会后果^[12,16]，并且围绕产业升级对就业影响^[17]开展了深入探讨。不过，仍存在3点研究不足：① 基于经济升级的复杂性，学术界对这一概念尚无明确界定，如何科学地表征和测度经济升级是亟待阐明的问题；② 已有研究更多地关注企业层面，探讨经济升级对工人收入水平或个人权益的影响，缺少从城市与区域层面分析经济升级可能引发的人口缩减；③ 尽管有部分学者讨论了服务业化转型、自动化改造等升级手段对人口缩减产生影响，但更多是隐含的假设，其影响和作用机制缺乏实证检验。

广东作为中国经济和人口的第一大省，既是经济升级的典型省份，也是人口增减分化显著的典型区域。21世纪以来，广东通过“双转移”“腾笼换鸟”“机器换人”等政策手段有效地推动产业转型与经济升级。与此同时，省域人口流动持续向珠三角地区集聚，与粤东西北地区的差距持续拉大。因此，以广东省为对象，为探讨经济升级与人口增减变化的关系提供非常合适的案例地。本研究对于正确认识人口缩减现象、厘清经济升级对人口增减变化的影响以及合理优化经济升级方向具有重要意义。

1 理论基础与研究假设

经济升级最早由学者Gereffi提出^[10]，Gereffi和Rossi A均认为参与全球生产网络中的企业有机会通过从事更高价值的生产或在价值链中重新定位来实现经济升级^[10,16]。区别于经济转型或产业转型，经济升级强调转向更高价值的生产活动，在参与全球价值链中获得更多收益或利润^[12]。Humphrey等将经济升级区分为4种类型^[18]：产品升级、流程升级、功能升级以及链升级。Ponte等认为，前面3种方式属于在生产环节领域的升级，而链升级涉及跨部门的路径升级^[19]。基于集群的角度，Wang等提出经济升级包括产业间升级和产业内升级^[20]：前者关注第一产业向第二产业再到第三产业的升级，后者则与生产环节的自动化相关。国内业界学者^[12,21]从经济增长、经济结构、经济效率、经济创新等维度对经济升级进行了综合测度。

结合上述基础，本研究将经济升级分为结构升级、功能升级和效率升级3个方面：

1）结构升级是经济结构转向以第三产业为主导服务业化过程^[20,22]。全球化下服务业化是经济结构升级的重要特征^[23]。在后工业化阶段，由于未能顺利地实现向高科技产业和现代服务业升级，欧美国家许多城市面临着严重人口缩减^[3,7]。尽管结构升级能在低端和高端服务业创造新的就业机会^[13]，但由于行业间技能需求的差异，当高技术部门无法吸纳大量低技能劳动力转移时，将造成结构性失业和就业人口流失。由此，提出研究假设H₁：当经济结构向服务业化升级，将导致人口缩减。

2）功能升级表征为经济活动从单一生产功能向多种生产功能升级^[13,16]。专业化和多样化作为功能升级2种主要路径，对促进就业和人口流动有积极作用^[24-26]。专业化能有效促进相同行业的企业集聚，产生劳动力池效应和人口空间极化^[24]。多样化有利于加速生产要素在不同部门间流动，提供更多就业机会，尤其是在危机冲击下能有效保护当地劳动力市场^[26]。由此，提出研究假设H₂：经济功能的专业化和多样化升级均有利于人口增长。

3）效率升级对应过程升级^[18]，指通过引进新技术或改造生产工艺环节以更高效地实现投入产出转化^[14]。在生产过程中，企业采取自动化或智能化的方式以资本代替劳动力，在提高资本要素生产率的同时削减工人数量^[16]。东莞和佛山等案例也表明，生产企业虽然通过技术改进实现对劳动密集型产业的升级^[20]，但也造成局部地区人口缩减的发生^[27]。由此，提出研究假设H₃：在经济效率升级过程中，生产技术效率提升将引发人口缩减。

2 研究对象、数据与方法

2.1 研究对象与数据来源

截至2020年，广东省辖122个县级行政单位，含65个市辖区、20个县级市、34个县、3个自治县^[28]。连同中山和东莞2个不设区县的地级市，共涉及样本单元124个。研究时段为2000—2020年。考虑到部分区县进行了行政区划调整，本文以2020年的行政区划为基础，对2000年和2010年行政边界进行合并和匹配。根据地域划分^[28]将全省区分为珠三角（含广州、深圳、珠海、佛山、江门、东莞、中山、惠州和肇庆）、粤东（含汕头、汕尾、潮州和揭阳）、粤西（含湛江、茂名和阳江）和粤北（含韶关、河源、梅州、清远和云浮）4个地区。

研究中涉及的常住人口数、各行业就业人口数、人口自然增长率、按现住地和5 a前常住地分的人口数、卫生专业技术人员数等人口数据来源于广东省第五次^[29]、第六次^[30]和第七次^[31]人口普查资料。GDP、固定资产投资完成额、消费价格指数、中小学在校学生数、年末全社会从业人员数等社会经济数据来源于相应年份的统计年鉴^[28,32]。二氧化碳排放量数据来源于中国碳核算数据库^①。部分有缺失的区县统计数据采取插值的方式补齐。

2.2 经济升级测度方法

1）结构升级。以服务业化指数（SER）来表示，计算方法为第三产业GDP与第二产业GDP的比值^[22]。考虑到部分区县的工业化程度较低、服务业经济以传统服务功能为主，服务业化指数无法完全表征经济结构的服务业化升级。因此，通过对第三产业GDP进行分解，根据相应年份的行业分类就业人口比重计算得出传统服务业化指数（TSER，即传统服务业GDP/第二产业GDP）和现代服务业化指数（MSER，即现代服务业GDP/第二产业GDP），分别表征传统服务业化和现代服务业化。由于不同普查时点的“行业门类”统计口径存在差异，对相关行业门类进行重新划分与合并，如表1所示。

表1 产业类别及具体行业的划分

Table 1 Division of industrial category and specific sectors

产业类别	行业门类	五普分类^[29]	六普分类^[30]	七普分类^[31]
第一产业	农业	农、林、牧、渔业	农、林、牧、渔业	农、林、牧、渔业
第二产业	资源利用业	采掘业；电力、燃气及水的生产和供应业	采矿业；电力、燃气及水的生产和供应业	采矿业；电力、热力、燃气及水生产和供应业
	制造业	制造业	制造业	制造业
	建筑业	建筑业	建筑业	建筑业
第三产业	传统服务业	交通运输、仓储及邮政业；批发和零售贸易、餐饮业	交通运输、仓储和邮政业；批发和零售业；住宿和餐饮业	交通运输、仓储和邮政业；批发和零售业；住宿和餐饮业
	现代服务业	金融、保险业；房地产业；地质勘查业、水利管理业；科学研究和综合技术服务业	金融业；房地产业；租赁和商务服务业；信息传输、计算机服务和软件业；水利、环境和公共设施管理业；科学研究、技术服务和地质勘查业	金融业；房地产业；租赁和商务服务业；信息传输、软件和信息技术服务业；水利、环境和公共设施管理业；科学研究和技术服务业
	公共服务业	社会服务业；卫生、体育和社会福利业；教育、文化艺术及广播电影电视业；国家机关、党政机关和社会团体；其他行业	居民服务和其他服务业；教育；卫生、社会保障和社会福利业；文化、体育和娱乐业；公共管理和社会组织；国际组织	居民服务、修理和其他服务业；教育；卫生和社会工作；文化、体育和娱乐业；公共管理、社会保障和社会组织；国际组织

2）功能升级。参照表1的行业划分，采用各行业就业人口数指标来测度专业化指数（RZI）和多样化指数（VAR）来表征功能升级的专业化和多样化，并进一步将VAR分解为多样化指数（RV）和非相关多样化指数（UV），具体方法见文献[26]。

3）效率升级。分别采用全员劳动生产率和全要素生产率2种方法进行测度。全员劳动生产率（EFF）衡量劳动力要素的投入产出效率，计算方法为GDP与年末全社会从业人员的比值。全要素生产率（TFP）则采用DEA-Malmquist指数来测算^[33]。此外，可以将全要素生产率分解为技术效率变化指数（EFFCH）和技术进步变化指数（TECHCH）。具体而言，前者代表追随型技术进步，指通过技术引进的方式对生产前沿进行追赶，其技术进步主要伴随技术的生命周期迭代发生；后者代表前沿型技术进步，指通过技术创新的方式推动生产可能曲线外移，实现“原生”技术进步^[34]。全要素生产率的测算参考文献[35]，以GDP代表经济效益作为产出指标，以年末全社会从业人员数表示代表劳动投入，以固定资产投资完成额来代表资本投入。资本存量采用的永续盘存法^[36]进行估算，折旧率的确定综合国内建筑、设备等各类固定资产的平均使用寿命，取值为9.6%。

2.3 面板回归模型设定

面板回归模型用于分析经济升级对人口增减变化的影响。为排除不可观测的个体异质性和时间异质性的影响，构建双向固定效应面板回归模型进行分析，设定模型如下：

Y_{i t} = β_{0} + β_{1} X_{i t} + \sum_{j = 1}^{n} δ_{j} Z_{i t} + θ_{t} + μ_{i} + ε_{i t}

式中，

Y_{i t}

为被解释变量，代表样本单元i在时间t的常住人口变化率（POP）；

X_{i t}

为核心解释变量；

Z_{i t}

为控制变量；

β_{0}

为模型截距项；

β_{1}

和

δ_{j}

分别为核心解释变量和各控制变量的回归系数；

θ_{t}

为时间固定效应；

μ_{i}

为个体固定效应；

ε_{i t}

为随机扰动项；n为样本单元数量。

面板回归模型中，以服务业化指数、专业化指数与多样化指数、全员劳动生产率与全要素生产率为核心解释变量，分别考察结构升级、功能升级和效率升级对人口增减变化的影响。将前述涉及的传统服务业化指数与现代服务业化指数、相关多样化指数与非相关多样化指数、技术效率变化指数与技术进步变化指数作为分解后的核心解释变量纳入模型。

考虑到人口增减变化将受到人口规律、公共服务、环境变化等因素的影响^[37-39]，选定人口自然增长率（BIR）、人口迁移变化率（FLO）、普通中小学毛入学率（STU）、卫生专业技术人员数（DOC）和二氧化碳排放量（CO₂）作为控制变量。由于经济、社会等因素的初期水平在很大程度上影响人口的增减变化，相关解释变量采用初期值^[37-38]（表2）。

表2 分析经济升级对人口增减变化的各变量的描述性统计

Table 2 Descriptive statistics of all variables for analysing economic upgrading on population change

变量	表征	具体指标	代码	均值	标准差	最小值	最大值
被解释变量	人口变化	常住人口变化率	POP	0.015	0.022	-0.040	0.125
核心解释变量	结构升级	服务业化指数	SER	1.182	2.240	0.122	32.294
		传统服务业化指数	TSER	0.593	0.928	0.064	12.558
		现代服务业化指数	MSER	0.184	0.708	0.006	10.339
	功能升级	专业化指数	RZI	0.626	0.259	0	1.159
		多样化指数	VAR	2.520	0.366	1.390	3.396
		相关多样化指数	RV	1.103	0.223	0.5651	1.541
		非相关多样化指数	UV	1.416	0.416	0.338	2.443
	效率升级	全员劳动生产率	EFF	4.418	4.529	0.361	28.877
		全要素生产率	TFP	1.435	0.749	0.253	4.693
		技术效率变化指数	EFFCH	1.355	0.269	0.476	1.989
		技术进步变化指数	TECHCH	1.067	0.507	0.175	3.601
控制变量	人口规律	人口自然增长率	BIR	6.574	2.740	-0.706	14.921
	人口规律	人口迁移变化率	FLO	0.137	0.154	-0.031	0.584
	公共服务	普通中小学毛入学率	STU	0.647	0.156	0.151	1.224
	公共服务	卫生专业技术人员数	DOC	4.544	2.444	0.825	16.074
	环境变化	二氧化碳排放量	CO₂	2.963	4.477	0.130	46.556

3 广东省经济升级与人口增减的时空演化

3.1 广东省经济升级的时空演化

2000—2020年广东省实现了经济结构、经济功能和经济效率3个方面的升级，而且在时间和空间上呈现显著的分异特征（图1）。

图1 2000—2020年广东省结构升级、功能升级和效率升级的空间分布

Fig. 1 Spatial distribution of structure upgrading, functional upgrading and efficient upgrading in Guangdong Province from 2000 to 2020

Full size|PPT slide

1）结构升级。各区县服务业化指数、传统服务业化指数和现代服务业化指数平均值呈现持续增长，分别从2000年的0.992、0.522和0.057增加至2020年的2.126、1.107和0.440，表明全省经济结构正在向服务业化方向升级。相较而言，现代服务业化指数的年均增速（10.79%）高于传统服务业化指数的年均增速（3.67%），表明经济结构的现代服务业化趋势更为明显。空间上，服务业化指数总体分布相对分散，高值出现在地级市市辖区，且2010年以后粤东西北地区有较明显的服务业化趋势。

2）功能升级。专业化和多样化2种主要路径呈现明显的分异，专业化指数平均值持续下降，从2000年的0.630下降至2010年的0.624再下降至2020年的0.448；而多样化指数却持续上升，同期从1.430增加至1.658再增加至2.231。同时，相关多样化指数与非相关多样化指数也得到持续提升，反映出全省经济功能往多样化方向升级。在空间上，珠三角地区的多样化指数普遍较高，且地级市市辖区的多样化指数明显高于其下辖的县或代管的县级市；珠三角与粤东西北之间多样化程度的差异随时间推移而收敛。

3）效率升级。研究时期内全员劳动生产率、全要素生产率、技术效率变化指数与技术进步变化指数均持续提升。各区县全员劳动生产率均值从2000年的1.916万元/人增加至2020年的12.933万元/人；全要素生产率、技术效率变化指数与技术进步变化指数分别从2000—2010年的1.294、1.037和1.245增加至2010—2020年的1.582、1.097和1.469，反映投入产出和技术进步推动全省经济效率的升级。空间上，全要素生产率总体呈以珠三角为中心向粤东西北地区梯度减弱的总体格局，区域差异随时间推移而分化；地级市市辖区全要素生产率普遍高于其下辖的县或代管的县级市。

3.2 广东省人口增减的时空演化

2000—2020年，全省常住人口从8 522.5万人增加至12 601.25万人，占全国人口的比例从6.86%提高至8.93%，依然保持较高的人口增长率。值得关注的是，2010年以后广东省区县人口缩减现象凸显。如图2所示，数量上人口缩减区县的数量从2000—2010年的13个大幅增加至2010—2020年的51个，意味着超过2/5的区县出现人口规模缩减。各区县的平均人口变化率也从2000—2010年的1.86%下降至2010—2020年的1.18%。

图2 2000—2020年广东省常住人口增长率变化空间分布

Fig. 2 Spatial distribution of population growth rate in Guangdong Province from 2000 to 2020

Full size|PPT slide

在空间上，省域范围内城市群、都市圈和城市中心的人口集中度持续提升，区域人口增长与缩减进一步分化。珠三角（包括广州、佛山、肇庆、深圳、东莞、惠州、珠海、中山、江门）人口比重从50.31%大幅增加至61.91%；而粤东（包括汕头、揭阳、潮州、汕尾）、粤西（包括湛江、茂名、阳江）和粤北（包括韶关、清远、云浮、梅州、河源）地区人口比重分别下降了4.37%，3.31%和3.92%，珠三角增长、粤东西北缩减的“中心-边缘”总体格局更为突出。同时，广州和深圳2个中心城市的人口增量占全省的比重超过3/5（占比为60.39%），与周边城市形成连片人口集聚地带，地级市行政边界趋于模糊化。此外，地级市市辖区人口的吸引力不断增强，而其下辖县或代管县级市则普遍面临人口负增长。2010—2020年全省51个人口缩减型区县中，超过4/5（43个，占比为84.31%）为县级市、县和撤县设区后的市辖区。由此可见，即使是在全国人口流入首位的广东省，人口缩减已成为许多县域无法回避的现实问题。

4 经济升级对人口增减的影响机制

4.1 基准回归分析

在面板回归分析前先对变量进行共线性诊断和异方差性检验，各自变量的方差膨胀因子（VIF）均小于5，同时所有模型均通过White检验和BP检验，不存在严重的多重共线性问题和异方差性的影响。总体回归分析结果见表3。

表3 经济升级对广东省人口增减变化的总体回归结果

Table 3 Regression results of Guangdong’s economic upgrading on population change

变量	结构升级		功能升级			效率升级
变量	模型（1）	模型（2）	模型（3）	模型（4）	模型（5）	模型（6）	模型（7）	模型（8）
注：^*、^、^*分别表示在1%，5%和10%水平上显著；空白项代表该指标未纳入回归模型；变量解释见表2。
SER	-0.0012^***
TSER		0.0027
MSER		-0.0074
RZI			0.0132
VAR				0.0320^**
RV					0.0321^**
UV					0.0340
EFF						-0.0055^*
TFP							-0.0035^*
EFFCH								-0.0036^*
TECHCH								-0.0012
BIR	0.0017^***	0.0017^***	0.0016^***	0.00122^***	0.0012^**	0.0019^***	0.0017^***	0.0017^***
FLO	0.0407^***	0.0415^***	0.0410^***	0.00948^*	0.00883^*	0.0450^***	0.0312^***	0.0334^***
STU	0.0200^**	0.0187^**	0.0228^**	0.0301^***	0.0301^***	0.0195^**	0.0188^*	0.0200^**
DOC	0.0031^*	0.0033^*	0.0033^**	0.0030^*	0.0029^*	0.0030^*	0.0038^**	0.0038^**
CO₂	-0.0462^***	-0.0462^***	-0.0454^***	-0.0188^**	-0.0188^**	-0.0459^***	-0.0443^***	-0.0441^***
常数项	-0.0228^**	-0.0254^**	-0.0347^***	-0.0951^***	-0.0973^**	-0.0237^**	-0.0241^**	-0.0260^***
R²	0.489	0.496	0.474	0.426	0.426	0.485	0.480	0.479
样本量	248	248	248	248	248	248	248	248

模型（1）结果显示服务业化指数的回归系数在1%水平显著为负，表明经济结构的服务业化升级将引发人口缩减，符合假设H₁的预期。尽管模型（2）传统服务业化指数和现代服务业化指数均没有通过显著性检验，但前者的回归系数为负而后者为正，反映出不同服务业化对人口变化影响的差异性。相较于有较强吸纳就业人口能力的传统服务业，现代服务业对劳动力的知识和技能的要求更高。由于高技术岗位需求与低技能劳动力供给的不匹配，容易引发结构性失业和就业人口外流。

模型（3）和（4）的结果显示专业化指数与多样化指数均对人口变化有正向相关性，但仅有多样化指数的回归系数在5%水平显著，表明多样化升级对人口增长有促进作用，基本符合与假设H₂的预期。模型（5）中相关多样化指数的回归系数在5%水平显著为正，但非相关多样化指数的回归系数则不显著，表明相关多样化对人口增长的影响明显大于非相关多样化。经济技术高关联度的经济功能集聚将刺激上下游与横向关联行业增长，提供更多潜在就业机会，保持人口规模的稳定性。相较之下，由于存在知识和技能的结构性差异，在非相关产业之间较难实现不同类型劳动力的互补。

模型（6）和（7）的结果显示全员劳动生产率与全要素生产率回归系数在10%水平显著为负，表明经济效率升级对人口变化有负向效应，符合假设H₃预期。模型（8）中技术效率变化指数的回归系数显著为正但技术进步变化指数回归系数不显著，表明效率升级对人口缩减作用机制主要来源于追随型技术进步。区别于前沿型技术进步，追随型技术进步主要通过优化投入产出方式提高现有技术水平利用程度^[34]，减少了对劳动力特别是非技能型劳动力相对需求^[18]，并对就业人口产生替代效应。

对于控制变量，所有模型中5项指标均通过显著性检验，其中人口自然增长率、人口迁移变化率、普通中小学毛入学率和卫生专业技术人员数的回归系数为正，而二氧化碳排放量的回归系数为负。结果表明，人口自然增长和人口机械增长（即人口迁移）依然是人口增长的2种主要途径，且人口迁移的影响强于人口自然增长；代表学校和医院的2项指标也显示出公共服务供给对人口增长有正向作用。此外，空气环境改善对人口增长有促进作用。

4.2 异质性检验

由于区县间在地理区位、产业基础、行政制度等存在差异，有必要对空间异质性进行讨论。结合前述分析，除将研究对象划分4个地区，还将样本单元区分区级城镇（市辖区）和县级城镇（县级市、县和自治县）。为避免分组回归导致样本选择偏误，应用邹检验（Chow test）比较组间系数差异。检验结果显示核心解释变量中除全员劳动生产率，其余3项系数有显著组间差异，可进行分组回归系数比较。

表4结果表明不同地区的经济升级对人口增减变化的差异显著。首先，结构升级的负向影响仅在珠三角地区显著，其原因在于服务业化升级引发的人口缩减主要出现于后工业化发展阶段城镇，而粤东西北地区大多区县处于工业化中期阶段，因此其回归结果缺乏显著性。其次，在粤东和粤北地区功能升级的正向影响具有显著性，由于这些地区原有产业功能比较单一，在经济多样化升级过程中对人口增长的作用更强。然后，效率升级对人口变化的负向影响主要在珠三角和粤东地区，其原因可能在于该地区拥有较多的制造业专业镇和产业集群，技术效率提升对就业人口的替代作用更为明显。

表4 经济升级对广东省人口增减变化的分组回归结果(按地区分)

Table 4 Grouped regression results of Guangdong’s economic upgrading on population change (by region)

变量	结构升级				功能升级				效率升级
	珠三角	粤东	粤西	粤北	珠三角	粤东	粤西	粤北	珠三角	粤东	粤西	粤北
	模型（9）	模型（10）	模型（11）	模型（12）	模型（13）	模型（14）	模型（15）	模型（16）	模型（17）	模型（18）	模型（19）	模型（20）
注：^*、^、^*分别表示在1%，5%和10%水平上显著；空白项代表该指标未纳入回归模型；变量解释见表2。
SER	-0.0008^***	-0.0059	0.0129	0.0071
VAR					0.0114	0.0211^**	-0.0202	0.0194^*
TFP									-0.0068^**	-0.0074^**	-0.0053	0.0007
控制变量	控制	控制	控制	控制	控制	控制	控制	控制	控制	控制	控制	控制
R²	0.349	0.835	0.252	0.674	0.296	0.883	0.278	0.656	0.334	0.887	0.171	0.628
样本量	100	38	36	74	100	38	36	74	100	38	36	74

表5结果显示，经济升级对人口增减变化的影响在不同类型城镇存在差异。结构升级对区级城镇有显著的负向影响但对县级城镇有显著正向影响，功能升级对人口增长的促进作用在县级城镇显著，而效率升级对人口变化的负向影响则在区级城镇显著。造成这些差异的原因在于，区级城镇往往位于城市的中心城区，城市化水平较高且第三产业较为发达，有更强的现代服务业升级趋势和推动生产技术进步条件，在结构升级和效率升级过程中更可能发生人口缩减；县级城镇主要以农业或者工业经济为主，产业结构较为单一，功能升级过程中对人口增长的作用相对显著。

表5 经济升级对广东省人口增减变化的回归结果（按城镇分）

Table 5 Grouped regression results of Guangdong’s economic upgrading on population change （by town）

变量	结构升级		功能升级		效率升级
	县级城镇	区级城镇	县级城镇	区级城镇	县级城镇	区级城镇
	模型（21）	模型（22）	模型（23）	模型（24）	模型（25）	模型（26）
注：括号内为聚类稳健标准误；^*、^、^*分别表示在1%，5%和10%水平上显著；空白项代表该指标未纳入回归模型；变量解释见表2。
SER	0.0087^*	-0.0008^***
VAR			0.0274^***	0.0369
TFP					-0.0025	-0.0051^*
控制变量	控制	控制	控制	控制	控制	控制
R²	0.664	0.256	0.690	0.307	0.662	0.430
样本量	114	130	114	130	114	130

5 结论与讨论

本研究分析2000—2020年广东省区县单元在经济升级和人口增减的时空演化特征，运用面板回归模型探索经济升级对人口增减变化的影响及作用机制，得出以下结论：

1）结构升级、功能升级和效率升级在时空演化上具有显著异质性。经济结构和经济功能分别向服务业化和多样化升级，空间上服务业化的分布相对分散而多样化的区域差异时间推移而收敛。经济效率的高效化升级形成以珠三角为中心向粤东西北扩散的演化格局。

2）2010年以后全省区县人口缩减的范围和程度有所加剧，与人口增长的空间分化程度不断加剧，省域“珠三角核心人口增长-粤东西北外围人口缩减”的总体格局更为突出。同时，地级市市域范围内则呈现“城区增长-县市缩减”的空间分化。

3）经济升级对人口增减变化的作用路径有显著差异。经济结构在服务业化升级对区县人口有负向影响；经济功能的多样化通过上下游与横向关联行业发展产生积极的人口效应；投入产出优化带来的效率升级则对人口产生替代效应。

4）经济升级对人口影响的作用因区县所在地区和所属类型而异。结构升级的负向影响在珠三角地区更为显著，同时对县级和区级城镇产生相反的作用机制。功能升级对人口的促进作用主要体现在粤东和粤北地区以及县级城镇。效率升级对人口的替代作用在珠三角和粤东地区以及区级城镇更为明显。

上述研究结论表明，人口缩减现象的发生并非完全由经济衰退产生，在经济升级的过程中同样也可能引发人口规模的缩减。因此，在政策和规划领域很有必要正确认识人口缩减现象，开展在人口缩减背景下国土空间优化的新探索，要特别关注基础设施和公共服务如何适应新的人口总量和结构变化、人口缩减型城镇的资源如何优化配置等问题。此外，鉴于经济升级与社会升级的不同步性^[16]，亟待考虑如何在经济升级过程中实现人口的高质量发展。

参考文献

列表( 原文顺序 | 文献年度倒序 | 文中引用次数倒序 ) 可视化分析

[1]	宁吉喆. 第七次全国人口普查主要数据情况[N]. 中国信息报, 2021-05-12 (001). Ning Jizhe. The main data of the seventh national census. China Information News, 2021-05-12 (001). 本文引用 [1]

[2]	Mallach A, Haase A, Hattori K. The shrinking city in comparative perspective: Contrasting dynamics and responses to urban shrinkage[J]. Cities, 2017, 69: 102-108. https://doi.org/10.1016/j.cities.2016.09.008 本文引用 [1]

[3]	Martinez-Fernandez C, Weyman T, Fol S et al. Shrinking cities in Australia, Japan, Europe and the USA: From a global process to local policy responses[J]. Progress in Planning, 2016, 105: 1-48. https://doi.org/10.1016/j.progress.2014.10.001 本文引用 [1]

[4]	周恺, 刘力銮, 戴燕归. 收缩治理的理论模型、国际比较和关键政策领域研究[J]. 国际城市规划, 2020, 35(2): 12-19+37. Zhou Kai, Liu Liluan, Dai Yangui. Theoretical models, international comparisons and key policy areas of contraction governance. Urban Planning International, 2020, 35(2): 12-19, 37. 本文引用 [1]

[5]	李郇, 吴康, 龙瀛, 等. 局部收缩: 后增长时代下的城市可持续发展争鸣[J]. 地理研究, 2017, 36(10): 1997-2006. Li Xun, Wu Kang, Long Ying et al. Academic debates upon shrinking cities in China for sustainable development. Geographical Research, 2017, 36(10): 1997-2006. 本文引用 [1]

[6]	Wiechmann T, Pallagst K 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. https://doi.org/10.1111/j.1468-2427.2011.01095.x 本文引用 [1]

[7]	吴康, 孙东琪. 城市收缩的研究进展与展望[J]. 经济地理, 2017, 37(11): 59-67. Wu Kang, Sun Dongqi. Progress in urban shrinkage research. Economic Geography, 2017, 37(11): 59-67. 本文引用 [2]

[8]	Hartt M. The prevalence of prosperous shrinking cities[J]. Annals of the American Association of Geographers, 2019, 109(5): 1651-1670. https://doi.org/10.1080/24694452.2019.1580132

[9]

杜志威, 李郇. 珠三角快速城镇化地区发展的增长与收缩新现象[J]. 地理学报, 2017, 72(10): 1800-1811.

https://doi.org/10.11821/dlxb201710006

Du Zhiwei, Li Xun. Growth or shrinkage: New phenomena of regional development in the rapidly-urbanising Pearl River Delta. Acta Geographica Sinica, 2017, 72(10): 1800-1811.

https://doi.org/10.11821/dlxb201710006

本文引用 [1]

[10]	Gereffi G. The global economy: Organization, governance, and development[M]//Smelser M et al. The handbook of economic sociology (2nd edition). NJ: Princeton University Press and Russell Sage Foundation, 2005, 2: 160-182. 本文引用 [4]

[11]	Bair J, Gereffi G. Local clusters in global chains: The causes and consequences of export dynamism in Torreon’s blue jeans industry[J]. World Development, 2001, 29(11): 1865-1903.

[12]

周进, 黄耿志. 经济全球化下中国经济升级对社会升级的影响探究[J]. 地理研究, 2021, 40(12): 3364-3381.

https://doi.org/10.11821/dlyj020210292

Zhou Jin, Huang Gengzhi. The effect of economic upgrading on social upgrading in China under economic globalization. Geographical Research, 2021, 40(12): 3364-3381.

https://doi.org/10.11821/dlyj020210292

本文引用 [6]

[13]	Milberg W, Winkler D. Economic and social upgrading in global production networks: Problems of theory and measurement[J]. International Labour Review, 2011, 150(3-4): 341-365. https://doi.org/10.1111/j.1564-913X.2011.00120.x 本文引用 [3]

[14]	Barrientos S, Gereffi G, Rossi A. Economic and social upgrading in global production networks: A new paradigm for a changing world[J]. International Labour Review, 2011, 150(3-4): 319-340. https://doi.org/10.1111/j.1564-913X.2011.00119.x 本文引用 [3]

[15]	刘艳军, 汤爽爽, 吴康, 等. 经济地理学视角下中国人口研究热点与展望[J]. 经济地理, 2021, 41(10): 97-105,142. Liu Yanjun, Tang Shuangshuang, Wu Kang et al. Hotspots and prospects of population research in China from the perspective of Economic Geography. Economic Geography, 2021, 41(10): 97-105,142. 本文引用 [1]

[16]	Rossi A. Does economic upgrading lead to social upgrading in global production networks? Evidence from Morocco[J]. World Development, 2013, 46: 223-233. https://doi.org/10.1016/j.worlddev.2013.02.002 本文引用 [5]

[17]	田洪川, 石美遐. 制造业产业升级对中国就业数量的影响研究[J]. 经济评论, 2013(5): 68-78. Tian Hongchuan, Shi Meixia. The research of the impact on labour employment quantity due to manufacturing industrial upgrading in China. Economic Review, 2013(5): 68-78. 本文引用 [1]

[18]	Humphrey J, Schmitz H. How does insertion in global value chains affect upgrading in industrial clusters?[J]. Regional Studies, 2002, 36(9): 1017-1027. https://doi.org/10.1080/0034340022000022198 本文引用 [3]

[19]	Ponte S, Ewert J. Which way is “up” in upgrading? Trajectories of change in the value chain for South African wine[J]. World development, 2009, 37(10): 1637-1650. https://doi.org/10.1016/j.worlddev.2009.03.008 本文引用 [1]

[20]	Wang X, Chan C K C, Yang L. Economic upgrading, social upgrading, and rural migrant workers in the Pearl River Delta[J]. China Review, 2020, 20(1): 51-82. 本文引用 [3]

[21]

蔡勃伟, 邢祖哥, 周进, 等. 珠三角城市经济升级与社会升级的耦合协调关系及其影响因素[J]. 热带地理, 2022, 42(8): 1228-1240.

Cai Bowei, Xing Zuge, Zhou Jin et al. The coupling coordination relationship between economic upgrading and social upgrading in the cities of the Pearl River Delta and its influencing factors. Tropical Geography, 2022, 42(8): 1228-1240.

本文引用 [1]

[22]	干春晖, 郑若谷, 余典范. 中国产业结构变迁对经济增长和波动的影响[J]. 经济研究, 2011(5): 4-16. Gan Chunhui, Zheng Ruogu, Yu Dianfan. An empirical study on the effects of industrial structure on economic growth and fluctuations in China. Economic Research Journal, 2011(5): 4-16. 本文引用 [2]

[23]

宋洋, 贺灿飞, Yeung Godfrey, 等. 中国资源型城市产业结构升级对土地利用效率的影响[J]. 地理研究, 2023, 42(1): 86-105.

https://doi.org/10.11821/dlyj020220218

Song Yang, He Canfei, Yeung Godfrey et al. Industrial structure upgrading and urban land use efficiency: Evidence from 115 resource-based cities in China, 2000—2019. Geographical Research, 2023, 42(1): 86-105.

https://doi.org/10.11821/dlyj020220218

本文引用 [1]

[24]	程广帅, 张赛. 城市集聚经济类型与人口流动[J]. 开发研究, 2021(1): 122-129. Cheng Guangshuai, Zhang Sai. Economic types of urban agglomeration and population flow. Research on Development, 2021(1): 122-129. 本文引用 [2]

[25]

吴康, 刘骁啸, 姚常成. 产业转型对中国资源型城市增长与收缩演变轨迹的影响机制[J]. 自然资源学报, 2023, 38(1): 109-125.

https://doi.org/10.31497/zrzyxb.20230107

Wu Kang, Liu Xiaoxiao, Yao Changcheng. The mechanisms of industrial transformation on the evolutionary trajectory of growth and shrinkage in Chinese resource-based cities. Journal of Natural Resources, 2023, 38(1): 109-125.

https://doi.org/10.31497/zrzyxb.20230107

[26]	胡安荣, 杨明媚. 产业多样化对就业的影响:基于中国省级面板数据的实证研究[J]. 经济问题探索, 2016(5): 76-82. Hu Anrong, Yang Mingmei. The impact of industrial diversification on employment. Inquiry Into Economic Issues, 2016(5): 76-82. 本文引用 [3]

[27]	杜志威, 李郇. 基于人口变化的东莞城镇增长与收缩特征和机制研究[J]. 地理科学, 2018, 38(11): 1837-1846. Du Zhiwei, Li Xun. Characteristic and mechanism of urban growth and shrinkage from demographic change perspective: A Case study of Dongguan. Scientia Geographica Sinica, 2018, 38(11): 1837-1846. 本文引用 [1]

[28]	广东省统计局. 广东省统计年鉴[M]. 2001—2021. 北京: 中国统计出版社, 2001—2021. Guangdong Provincial Bureau of Statistics. Guangdong statistical yearbook. 2001—2021. Beijing: China Statistics Press, 2001—2021. 本文引用 [3]

[29]	广东省人口普查办公室. 广东省2000年人口普查资料[M]. 北京: 中国统计出版社, 2002. Population Census Office of Guangdong Province. Tabulation on 2000 China population census of Guangdong Province. Beijing: China Statistics Press, 2002. 本文引用 [2]

[30]	广东省统计局, 广东省人口普查办公室. 广东省2010年人口普查资料[M]. 北京: 中国统计出版社, 2012. Guangdong Provincial Bureau of Statistics, Population Census Office of Guangdong Province. Tabulation on 2010 China population census of Guangdong Province. Beijing: China Statistics Press, 2012. 本文引用 [2]

[31]

广东省统计局, 广东省第七次全国人口普查领导小组办公室. 广东省人口普查年鉴(2020)[M]. 北京: 中国统计出版社, 2022.

Guangdong Provincial Bureau of Statistics, Office of the Leading Group of Guangdong Province for the Seventh National Population Census. Tabulation on 2020 China population census by county. Beijing: China Statistics Press, 2022.

本文引用 [2]

[32]	国家统计局. 中国县域统计年鉴[M]. 2001—2021. 北京: 中国统计出版社, 2001—2021. National Bureau of Statistics. China statistical yearbook. 2001—2021. Beijing: China Statistics Press, 2001—2021. 本文引用 [1]

[33]

章祥荪, 贵斌威. 中国全要素生产率分析: Malmquist指数法评述与应用[J]. 数量经济技术经济研究, 2008, 25(6): 111-122.

https://doi.org/10.3969/j.issn.1000-3894.2008.06.012

Zhang Xiangsun, Gui Binwei. The analysis of total factor productivity in China: A review and application of Malmquist index approach. Journal of Quantitative & Technical Economics, 2008, 25(6): 111-122.

https://doi.org/10.3969/j.issn.1000-3894.2008.06.012

本文引用 [1]

[34]	张思麒, 刘导波. 技术进步视角下中国产业结构高级化格局及影响因素[J]. 经济地理, 2022, 42(5): 104-113. Zhang Siqi, Liu Daobo. Spatial pattern and influencing factors of industrial structure advancement in China based on technological progress. Economic Geography, 2022, 42(5): 104-113. 本文引用 [2]

[35]

邓利方, 余甫功. 广东全要素生产率的测算与分析: 1980—2004——基于面板数据Malmquist DEA[J]. 广东社会科学, 2006(5): 39-44.

https://doi.org/10.3969/j.issn.1000-114X.2006.05.006

Deng Lifang, Yu Fugong. The calculation and analysis of the total factor productivity of Guangdong Province: 1980—2004. Guangdong Social Science, 2006(5): 39-44.

https://doi.org/10.3969/j.issn.1000-114X.2006.05.006

本文引用 [1]

[36]	单豪杰. 中国资本存量K的再估算: 1952—2006年[J]. 数量经济技术经济研究, 2008, 25(10): 17-31. Shan Haojie. Reestimating the capital stock of China: 1952—2006. The Journal of Quantitative & Technical Economics, 2008, 25(10): 17-31. 本文引用 [1]

[37]	刘涛, 卓云霞. 中国县级人口变动的空间格局及影响因素——基于第七次全国人口普查数据的新探索[J]. 人口研究, 2022, 46(6): 72-87. Liu Tao, Zhuo Yunxia. A county-level analysis of China’s population change: Insights from the 7th population census. Population Research, 2022, 46(6): 72-87. 本文引用 [2]

[38]

童思永, 王廷, 苏振宇, 等. 2000年以来我国西南地区人口分布演变特征与影响因素[J]. 小城镇建设, 2023, 41(12): 13-21+44.

https://doi.org/10.3969/j.issn.1009-1483.2023.12.003

Tong Siyong, Wang Ting, Su Zhenyu et al. Evolution characteristics and influencing factors of population distribution in Southwest China since 2000. Development of Small Cities & Towns, 2023, 41(12): 13-21+44.

https://doi.org/10.3969/j.issn.1009-1483.2023.12.003

本文引用 [1]

[39]	劳昕, 古恒宇, 卢琳, 等. 两次普查间省际人口迁移格局及影响因素变化[J]. 人口与发展, 2023, 29(6): 15-30. Lao Xin, Gu Hengyu, Lu Lin et al. The changes of spatial pattern and influence factors of interprovincial migration between 2 national census periods. Population & Development, 2023, 29(6): 15-30. 本文引用 [1]

基金

国家自然科学基金项目(42371220)

广州市哲学社会科学规划2023年度课题(2023GZQN54)

版权

PDF(2762 KB)

178

Accesses

Citation

Detail

段落导航

摘要
Abstract
关键词
Key words
引用本文
1 理论基础与研究假设
2 研究对象、数据与方法
2.1 研究对象与数据来源
2.2 经济升级测度方法
表1 产业类别及具体行业的划分
2.3 面板回归模型设定
表2 分析经济升级对人口增减变化的各变量的描述性统计
3 广东省经济升级与人口增减的时空演化
3.1 广东省经济升级的时空演化
图1 2000—2020年广东省结构升级、功能升级和效率升级的空间分布
3.2 广东省人口增减的时空演化
图2 2000—2020年广东省常住人口增长率变化空间分布
4 经济升级对人口增减的影响机制
4.1 基准回归分析
表3 经济升级对广东省人口增减变化的总体回归结果
4.2 异质性检验
表4 经济升级对广东省人口增减变化的分组回归结果(按地区分)
表5 经济升级对广东省人口增减变化的回归结果（按城镇分）
5 结论与讨论
参考文献
基金
版权

收稿日期	修回日期	出版日期
2023-10-17	2024-02-21	2025-02-20
发布日期
2025-03-18

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

引用本文

1 理论基础与研究假设

2 研究对象、数据与方法

2.1 研究对象与数据来源

2.2 经济升级测度方法

表1 产业类别及具体行业的划分

2.3 面板回归模型设定

表2 分析经济升级对人口增减变化的各变量的描述性统计

3 广东省经济升级与人口增减的时空演化

3.1 广东省经济升级的时空演化

图1 2000—2020年广东省结构升级、功能升级和效率升级的空间分布

3.2 广东省人口增减的时空演化

图2 2000—2020年广东省常住人口增长率变化空间分布

4 经济升级对人口增减的影响机制

4.1 基准回归分析

表3 经济升级对广东省人口增减变化的总体回归结果

4.2 异质性检验

表4 经济升级对广东省人口增减变化的分组回归结果(按地区分)

表5 经济升级对广东省人口增减变化的回归结果（按城镇分）

5 结论与讨论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

{{custom_fnGroup.title_cn}}

脚注

基金

版权

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

摘要

Abstract

关键词

Key words

引用本文

1 理论基础与研究假设

2 研究对象、数据与方法

2.1 研究对象与数据来源

2.2 经济升级测度方法

表1 产业类别及具体行业的划分

2.3 面板回归模型设定

表2 分析经济升级对人口增减变化的各变量的描述性统计

3 广东省经济升级与人口增减的时空演化

3.1 广东省经济升级的时空演化

图1 2000—2020年广东省结构升级、功能升级和效率升级的空间分布

3.2 广东省人口增减的时空演化

图2 2000—2020年广东省常住人口增长率变化空间分布

4 经济升级对人口增减的影响机制

4.1 基准回归分析

表3 经济升级对广东省人口增减变化的总体回归结果

4.2 异质性检验

表4 经济升级对广东省人口增减变化的分组回归结果(按地区分)

表5 经济升级对广东省人口增减变化的回归结果（按城镇分）

5 结论与讨论

{{custom_sec.title}}

{{custom_sec.title}}

参考文献

{{custom_fnGroup.title_cn}}

脚注

基金

版权