京津冀協同發展戰略對北京人口規模調控的影響研究

李國平　羅心然

摘 要：在一系列人口調控政策的引導下，北京市總人口規模從2017年開始出現負增長，中心城區人口規模呈現下降趨勢而外圍城區保持穩定增長態勢。通過構建人口演變模型來探究京津冀協同發展戰略對各區人口規模變化的政策沖擊影響，進一步實證檢驗各區政策沖擊效果與區域性調控、規模性調控指標之間的關系。研究表明：在沒有京津冀協同發展戰略政策沖擊的情況下，北京市總人口會處于一個平穩增長的階段，中心城區和外圍城區的人口會呈現不同程度的增長趨勢;京津冀協同發展戰略的政策實施效果受到區域性調控和規模性調控的雙重影響，中心城區人口顯著減少、城市副中心人口增加顯示了政策效果明顯，但外圍區域人口增加受政策影響有限。為實現人口與經濟、資源、環境協調發展，建議調控人口政策重心應該從數量調控為主轉變為結構與布局優化為主，并且應著力增強人口綜合承載力特別是拓展中心城區以外區域的人口增長空間。

關鍵詞：京津冀協同發展;北京人口;人口規模;人口調控

中圖分類號：F061.5 文獻標識碼：A文章編號：1007-2101（2021）03-0094-09

二、基于多模型的北京市各區人口擬合

人口預測方法可以分為時間序列預測、因果預測和定性預測三種基本類型。時間序列預測不考慮以人口理論或經濟理論為依據的解釋變量的作用，而是根據人口本身的變化規律，建立數學模型來推算人口規模，常用的預測方法有線性模型、二次曲線模型、指數曲線模型、Malthus模型、Logistic模型和灰色GM（1，1）模型[10]。因果預測是通過分析一定時期內社會、經濟等相關因素與人口變動的規律，構建人口與各種影響要素的函數關系來預測人口規模，常用預測方法有資源環境容量法、勞動結構與就業崗位分析法和相關分析法[11]。但是這種方法是根據規劃期內社會經濟發展的目標值來推算未來人口規模的變化，不能很好地體現人口本身隨時間變化的規律特征。定性預測主要根據實踐經驗或理論模型來推斷人口的發展趨勢，適用于一些沒有或不具備完整歷史數據資料的城市，常用預測方法有區域人口分配法、類比法和區位法[12]。通過對人口預測方法的比較，Long（1995）、Marchetti等（1996）和王廣州（2018）等諸多學者認為，就人口短期預測而言，時間序列方法比因果方法、定性方法更簡便、更精準，尤其是Malthus模型、Logistic模型和灰色GM（1，1）模型，在描述人口規模的歷史變動和進行人口變化的短期預測方面是非常有效的 [13-15]。Keyfitz（1981）發現，時間序列方法在人口長期預測中應用具有一定的局限性，因為時間序列方法預測人口變動的方向與歷史數據的趨勢是一致的，無法產生逆向于過去人口增長模型的變動，而考慮人口影響因素的預測模型更能模擬出多個人口變量及復雜的變化趨勢 [16]。

本文研究的是沒有政策沖擊的北京人口演變規律，側重對人口歷史數據的擬合，探究在短期內、在沒有外部因素引導下人口本身的演變規律，因此采用Malthus模型、Logistic模型和GM（1，1）模型等時間序列模型來進行人口擬合。具體來說，首先對2005—2013年北京市分地區人口歷史數據④進行擬合，將人口擬合值和實際值進行對比，在殘差檢驗和擬合優度的綜合考量下，選擇誤差小的模型去擬合2014—2019年的人口值，由此得到沒有政策沖擊的人口擬合值，再與有政策沖擊的人口實際值進行比較，分析在沒有政策沖擊的情況下各區的人口變化趨勢，并通過差值大小進一步探究各區人口增長的潛力與空間。

（一）Malthus模型

Malthus模型是人口規模預測的傳統方法之一，由英國人口學家Malthus于 1798 年提出[17]，原理為在一般情況下，一定時期內的人口增長率是固定的，人口預測采用指數增長函數[18]。其模型為：

式中，P為預測目標年末人口規模，P0為預測基準年人口規模，r為人口年均增長率，n為預測年限。本文將人口增長率設定為低、中、高三種方案，以此加強預測結果的對比，提高預測的準確度。低、中、高方案的人口增長率分別設定為2005—2013年期間人口增長率最高值、平均增長率和人口增長率最低值。根據Malthus人口模型，以2009年為基期，得到2010—2013年北京市分地區人口的低、中、高三種方案擬合值，并與實際值進行比較得到模型的平均誤差⑤（見表1）。基于此，對豐臺區、懷柔區、密云區和延慶區采取低方案擬合，房山區采用高方案擬合，其余11個地區都采用中方案擬合。

（四）模型擬合結果

基于Malthus模型、Logistic模型和GM（1，1）模型進一步擬合北京市各區2014—2019年的人口值，由此匯總得到沒有政策沖擊的人口擬合值區間，如表4所示。可以發現，在沒有人口政策強制干預的情況下，從整體來看，北京市總人口仍然會處于一個平穩增長的階段，與2017年人口負增長的態勢相反。基于Malthus模型、Logistic模型和GM（1，1）模型的2019年北京市總人口擬合值分別為2 812.8萬、2 421.1萬和2 816.4 萬，比實際人口數分別多出659.2萬、267.5萬和662.8萬。分地區來看，中心城六區人口呈連續增長的態勢，這與中心城六區人口實際值不斷減少的結果正好相反。基于Malthus模型、Logistic模型和GM（1，1）模型的2019年中心城六區人口擬合值分別為1 537.5萬、1 365.2萬和1 561.9萬，占北京市總人口的份額都超過60%，比實際人口數分別多增長413.9 萬、241.6萬和438.3萬。

由此，基于Malthus模型、Logistic模型和GM（1，1）模型的10個外圍城區人口擬合值基本都保持穩定增長的趨勢，只有懷柔區、延慶區的Malthus模型人口擬合值略微下降。

三、實證檢驗

（一）模型設定

由前文分析可知，京津冀協同發展戰略確實對2014—2019年北京市人口規模變化產生了重要的影響，并且這種影響在不同的地區呈現出明顯的差異性，尤其是中心城區，受到明顯的負向政策沖擊。鑒于此，本文將進一步探討各區京津冀協同發展戰略政策實施效果差異形成的影響因素。首先，基于北京市分地區人口擬合總誤差最小的GM（1，1）模型結果⑥，構建“政策沖擊效果”作為被解釋變量：

對于核心解釋變量，本文選取區域性調控指標和規模性調控指標共同作為核心解釋變量。一方面，中心—外圍、平原—山區等不同區域下的人口規模受到京津冀協同發展戰略的差異性管控，直接影響了政策沖擊效果;另一方面，人口規模的規劃上限決定了人口增長的空間，直接引導現有人口規模的增減，是影響政策實施效果的關鍵因素。區域性調控指標包括是否為中心城區（center）、是否為城六區外的平原地區（plain）、是否為城六區外的山區（mount）和是否為城市副中心（sub）。其中北京市中心城區包括東城區、西城區、朝陽區、豐臺區、石景山區和海淀區等6個地區;城六區以外的平原地區主要有通州區、順義區、大興區、昌平區和房山區等5個地區;城六區以外的山區主要分布在門頭溝區、平谷區、密云區、懷柔區和延慶區等5個地區;城市副中心為通州區⑦。規模性調控指標為人口增長空間（scale），選取北京市各區“十三五”規劃綱要中2020年規劃人口減去歷年人口的差值來表征人口增長空間。依據規劃，在2014年常住人口規模的基礎上，到2020年中心城區需減少約190萬人，尤其是海淀區和朝陽區需各減少約50萬人;城六區外的平原地區需增加約160萬人;城六區以外的山區需增加約28萬人;通州區需增加約44萬人。

為增強模型的解釋力，根據已有文獻，本文選取了一系列可以揭示地區特征的控制變量：（1）收入水平（income）：收入水平是影響人口增加的直接因素，選取地區人均可支配收入的對數來表征;（2）工業化水平（indu）：工業化水平體現了地區的生產能力，是影響人口規模增減的重要因素，選取第二產業產值占GDP的比重來表示;（3）服務能力（serv）：服務能力代表了城市的經濟活力，既是地區人口容納能力的體現，又是吸引人口集聚的重要指標，選取第三產業產值占GDP的比重來表示;（4）基礎設施水平（invest）：基礎設施水平體現了地區的生活工作便捷度，是影響地區人口變化的重要因素，采用固定資產投資的對數值作為表征;（5）大氣污染程度（air）：近些年的霧霾天氣成為制約人口規模增加的關鍵，霧霾主要由二氧化硫、可吸入顆粒物等物質組成，選取二氧化硫和可吸入顆粒物年均濃度值的加權對數值（權重各50%）來表示;（6）林木綠化環境（tree）：林木綠化環境是地區生態環境質量的綜合體現，是影響人口集聚的重要因素，用林木綠化率來表征。這些控制變量都是影響地區人口規模變化、影響政策沖擊效果較為顯著的因素（見表5）⑧ [25-27]。

（二）實證結果

首先進行多重共線性檢驗，解釋變量 VIF 值均小于 10，不存在嚴重多重共線性。由于核心解釋變量是不隨時間變化的變量，因此本文選擇隨機效應模型（RE）。京津冀協同發展戰略的政策實施效果受到區域性調控和規模性調控的雙重影響（見表6）。模型（1）—（4）結果表明，區域性調控指標對京津冀協同發展戰略的實施效果有顯著影響。模型（1）是中心城區的回歸結果，這表明在控制了模型中其他變量的影響之后，在99%的置信水平下，中心城區受到京津冀協同發展戰略的影響顯著為負（β1=-6.82），即與非中心城區相比，京津冀協同發展戰略使中心城區的人口規模比城六區以外地區的人口規模多減少6.82個單位。這與京津冀協同發展戰略對中心城區人口規模的嚴格控制有關，政策強制中心城區人口規模逐年減少2%～3%。中心城區是全國政治中心、文化中心、國際交往中心、科技創新中心的集中承載地區，是建設國際一流和諧宜居之都的關鍵地區，是疏解非首都功能的主要地區，把疏解非首都功能、城市綜合整治與人口調控緊密掛鉤，要降低人口密度、嚴控建設總量、調整用地結構、嚴控建筑高度，以此保障和服務首都功能的優化提升。模型（2）（3）結果表示，城六區以外的平原、山區受到京津冀協同發展戰略的政策沖擊影響還未顯現出來，這可能與政策實施時間相對短暫有關。城六區以外的平原、山區位于城市外圍地區，在短期內受到政策波及的范圍相對有限，政策實施效果還未完全顯現出來。但從回歸系數（β2=2.76，β3=2.08）來看，京津冀協同發展戰略對平原、山區的政策沖擊可能為正向影響，這與政策預期相一致。

模型（4）是城市副中心的回歸結果，這表明在99%的置信水平下京津冀協同發展戰略對城市副中心的政策沖擊為顯著的正向影響（β4= 5.51），即京津冀協同發展戰略使城市副中心的人口規模比非城市副中心的人口規模要多增加5.51個單位。這是因為京津冀協同發展戰略鼓勵城市副中心人口規模的增加，以使其體量與功能定位相匹配。一方面，城市副中心是對接中心城區功能和人口疏解的重點區域，在承擔非首都功能疏解方面發揮著示范帶動作用。另一方面，城市副中心自身的行政辦公、商務服務、文化旅游等主導功能正日益完善，尤其是北京行政中心遷移到城市副中心，其行政功能得到進一步強化，未來需要更多的人才來支撐城市副中心的建設。

總的來看，京津冀協同發展戰略的實施效果受到區域性調控指標的顯著影響，中心城區的政策執行最嚴厲，政策實施效果最顯著，具體表現為人口規模顯著減少;城市副中心的政策執行力度次之，受到正向的政策沖擊影響，表現為人口規模顯著增加;城六區以外的平原和山區的政策執行力度較弱，受到政策沖擊的影響還未完全顯現出來，預期人口規模會有所增加。

京津冀協同發展戰略的政策實施效果還受到規模性調控指標的顯著影響。模型（1）—（4）結果表明，人口增長空間對京津冀協同發展戰略的實施效果的影響顯著為負，這是因為中心城區的人口增長空間為負值，京津冀協同發展戰略對該地區的政策沖擊作用最強，呈現顯著的負向影響;城六區以外的平原地區人口增長空間最大，政策沖擊效果相對較小;城六區以外的山區有28萬的人口增長空間，在短期內受政策沖擊影響最小。

（三）穩健性檢驗

前文的實證研究是通過GM（1，1）模型估算的京津冀協同發展戰略的政策沖擊效果展開分析的。基于此方法，本文用Malthus模型、Logistic模型重新估算京津冀協同發展戰略的政策沖擊效果，并對此進行隨機效應回歸?；貧w結果表明，在控制其他變量的情況下，Malthus模型和Logistic模型的center、plain、mount、sub和scale回歸系數的顯著性和符號均與GM（1，1）模型的回歸結果一致，即京津冀協同發展戰略的政策沖擊效果受到人口增長空間的負向影響。京津冀協同發展戰略對中心城區人口的政策沖擊為顯著的負向影響;對平原、山區人口的政策沖擊為正向影響，但現階段尚未發揮顯著作用;對城市副中心人口的政策沖擊為顯著的正向影響，這些結論驗證了回歸結果的穩健性。

四、結論與討論

本文采用北京市分地區人口面板數據，通過構建各區人口演變模型來探究短期內沒有政策沖擊的人口變化特征，并分析京津冀協同發展戰略對各區人口規模變化的政策沖擊影響，再進一步實證檢驗各區政策沖擊效果與區域性調控、規模性調控指標之間的關系，由此得到如下結論。

第一，在京津冀協同發展戰略的政策沖擊下，北京市總人口規模從2017年開始出現負增長，中心城六區的人口規模從2014年開始出現不同程度的下降趨勢，與之相反的是，北京市10個外圍城區的人口規模則一直保持較為穩定的增長態勢。

第二，通過構建人口演變模型來研究沒有政策沖擊的北京市人口演變規律。整體上看，如果沒有京津冀協同發展戰略的政策沖擊，北京市總人口會處于一個平穩增長的階段，與2017年人口負增長的態勢相反。分地區來看，中心城六區人口擬合值呈現連續增長的態勢，這與中心城六區人口實際值不斷減少的結果正好相反，而10個外圍城區的人口擬合值都呈現不斷增長的趨勢，這與現實情況相符合。

第三，京津冀協同發展戰略的政策實施效果受到區域性調控和規模性調控的雙重影響。從區域性調控來看，中心城區的政策執行最嚴厲，政策實施效果最顯著，具體表現為人口規模顯著減少;城市副中心的政策執行力度次之，受到正向的政策沖擊影響，表現為人口規模顯著增加;城六區以外的平原和山區的政策執行力度較弱，受到政策沖擊的影響還未完全顯現出來，預期人口規模會有所增加。從規模性調控來看，人口增長空間對京津冀協同發展戰略實施效果的影響為顯著的負向影響?；谝陨戏治鼋Y果，本文提出如下政策建議。

第一，政府對人口調控的作用不容忽視。市場不是萬能的，僅僅依靠市場機制來自動調節城市人口規模是有一定風險的，這就需要政府這只“看得見的手”對人口流動進行合理有序的引導，以彌補市場的失靈。與此同時，政府在人口調控方面也存在失靈的風險與挑戰，需要通過科學合理的人口規劃、人口調控政策以及北京各區協調統一的政策執行來防止人口調控中的政府失靈[28]。

第二，推動人口政策從規模調控轉向結構優化?！侗本┏鞘锌傮w規劃（2016年—2035年）》要求北京市2035年人口保持在2 300萬人，相比2019年的2 154萬人仍有146萬人增長空間，平均每年有約10萬人的增量空間。一方面，隨著北京市各類基礎設施建設的加快推進，城市交通網絡日益完善，基本公共服務水平持續提高，城市的人口綜合承載力穩步提升，中心城區的人口壓力、交通壓力與環境壓力有望得到緩解。另一方面，人口與經濟的協調發展是保持北京市城市活力的重點內容，為保持城市的經濟多樣性和經濟活力，需要維持適度的人口規模并且提高人口素質。因此，可以引導北京市人口規模適度增長，在增量人口中調整人口結構、促進人口發展，有效避免人口減少帶來的城市發展活力不足和老齡化帶來的一系列問題。

第三，引導各區人口按照區域功能定位、人口增長空間等指標差異化、特色化發展。積極探索整體成系統轉移的新模式，鼓勵部分行政辦公、教育、科研、醫療等現有和新增功能向新城等外圍地區疏解，打造承接人口和產業活動同步轉移的郊區新城，以此引導中心城區人口的疏解。優先引導東城區、西城區的過度集聚人口向通州區、大興區等人口重點集聚區轉移，緩解核心區人口—資源環境發展矛盾，促成北京市人口合理均衡分布。加強優質公共服務資源向外圍區域轉移的力度，在平原地區形成相對于城六區而言具有足夠人口吸引力的基礎設施、公共服務、宜居宜業環境及其配套的支撐體系，使平原地區成為中心城區外圍相對獨立且有一定集聚規模和能力的次中心，發揮有效抑制中心大團蔓延的“反磁力”功能。

第四，挖掘資源環境發展潛力，拓展人口增長空間。在北京市各區人口調控過程中，需要不斷挖掘各區資源環境發展潛力，通過水資源的開源節流、土地資源的高效利用、生態綠化的積極建設等手段來提升人口綜合承載力，進一步拓展北京市各區人口發展空間[29-30]。

注釋：

①數據來源：《首爾統計年鑒》《東京都統計年鑒》， http：//kosis.kr/eng/和http：//www.toukei.metro.tokyo.jp。

②數據來源：《北京市水資源公報（2017年度）》， http：//swj.beijing.gov.cn/zwgk/szygb/202009/P020200918627119515926.pdf。

③數據來源：新加坡統計數據網站，https：//cn.knoema.com/atlas/%E6%96%B0%E5%8A%A0%E5%9D%A1。

④數據來源：2006—2014年《北京區域統計年鑒》。

⑤誤差=擬合值-實際值實際值×100%，根據擬合值與實際值的差值，誤差可為正數或負數;平均誤差=∑誤差n×100%，平均誤差是誤差絕對值加總后的均值，為正數。表1、表2、表3的基礎數據來源于2006—2014年《北京區域統計年鑒》，最后呈現的誤差是筆者計算的結果。

⑥Malthus模型、Logistic模型和G（1.1）模型的人口擬合總誤差分別為31.49，26.23和22.54。

⑦依據《北京城市總體規劃（2016年—2035年）》，北京城市副中心規劃范圍為原通州新城規劃建設區，總面積約155平方公里，但是在實際建設和發展過程中，城市副中心的影響范圍遠遠超過155平方公里，并在整個通州區范圍內產生重大的影響，因此本文將城市副中心界定為通州區。

⑧所有變量數據均來源于2015—2020年《北京區域統計年鑒》。

參考文獻：

[1]周立云. 關于北京城市人口規模調控的思考[J]. 投資北京， 2002（2）：23-25.

[2]周皓. “人口準入”能控制城市人口規模嗎？[J]. 人口研究， 2005（6）：33-36.

[3]彭興業. 首都城市功能研究[M]. 北京：北京大學出版社， 2000：67-77.

[4]肖周燕， 王慶娟. 我國特大城市的功能布局與人口疏解研究——以北京為例[J]. 人口學刊， 2015（1）：5-14.

[5]肖周燕. 中國城市功能定位調控人口規模效應研究[J]. 管理世界， 2015（3）：168-169.

[6]成新軒，韓艷林.京津冀勞動力市場一體化水平測度及其推進對策研究[J].河北經貿大學學報，2020（5）：72-77.

[7]薛領，陳宥伶.非首都功能疏解對北京經濟結構的影響評估[J].河北經貿大學學報，2020（4）：89-99.

[8]李國平，席強敏. 京津冀協同發展下北京人口有序疏解的對策研究[J]. 人口與發展，2015（2）：28-33.

[9]肖周燕. 首都人口調控研究[M]. 北京：中國勞動社會保障出版社， 2016.

[10]郭士梅， ?；鄱鳎?楊永春. 城市規劃中人口規模預測方法評析[J]. 西北人口， 2005（1）：6-9.

[11]翟寶輝. 城市人口綜合測算：復合生態系統方法在北京的應用[M]. 北京： 中國城市出版社， 2016.

[12]趙磊. 定性分析方法在城鄉人口規模預測中的應用——以上蔡縣為例[J]. 城市建設理論研究（電子版）， 2014（7）.

[13]LONG J F. Complexity， accuracy， and utility of official population projections[J]. Mathematical Population Studies， 1995， 5（3）： 203-216.

[14]MARCHETTI C， MEYER P S， AUSUBEL J H. Human population dynamics revisited with the logistic model： how much can be modeled and predicted？[J]. Technological forecasting and social change， 1996， 52（1）： 1-30.

[15]王廣州. 人口預測方法與應用[M]. 北京： 社會科學文獻出版社， 2018： 30.

[16]KEYFITZ N. The limits of population forecasting[J]. Population and development review， 1981： 579-593.

[17]MALTHUS T R. An essay on the principle of population[M].Oxford：Oxford University Press，1872.

[18]張金明， 李騫. 基于馬爾薩斯模型的北京市人口預測[J]. 特區經濟， 2013（7）：63-65.

[19]閻慧臻. Logistic模型在人口預測中的應用[J]. 大連工業大學學報， 2008（4）：333-335.

[20]李華中. Logistic模型在人口預測中的應用[J]. 江蘇石油化工學院學報，1998（2）：32-34.

[21]王學保， 蔡果蘭. Logistic模型的參數估計及人口預測[J]. 北京工商大學學報（自然科學版）， 2009（6）：75-78.

[22]李振福. 長春市城市人口的Logistic模型預測[J]. 吉林師范大學學報：自然科學版， 2003（1）：16-19.

[23]張海峰，楊萍，李春花，等. 基于多模型的西寧市人口規模預測[J]. 干旱區地理，2013（5）：955-962.

[24]趙金環， 陳建強， 郭立智. Excel在動態GM（1，1）模型預測及檢驗中的應用[J]. 青島理工大學學報， 2007（4）：69-73.

[25]王小魯. 中國城市化路徑與城市規模的經濟學分析[J]. 經濟研究， 2010（10）：20-32.

[26]肖周燕. 中國人口與經濟分布一致性的空間效應研究[J]. 人口研究，2013（5）：42-52.

[27]吳雪萍， 趙果慶. 中國城市人口集聚分布——基于空間效應的研究[J]. 人文地理， 2018（2）： 130-137.

[28]童玉芬.中國特大城市的人口調控：理論分析與思考[J].人口研究，2018（4）：3-13.

[29]席強敏，李國平. 京津冀地區人口均衡發展對策[J]. 中國流通經濟，2015（4）：77-82.

[30]李國平， 羅心然. 京津冀地區人口與經濟協調發展關系研究[J]. 地理科學進展， 2017（1）：25-33.

責任編輯：艾 嵐

Abstract：Under the guidance of a series of population control policies， the total population of Beijing began to show negative growth from 2017. The population size of the central urban areas showed a declining trend while the peripheral urban areas maintained a steady growth trend. This paper constructs the population evolution model to analyze the policy shock of coordinated development strategy of Beijing-Tianjin-Hebei on the population changes in each district， and further empirically tests the relationship between the policy shock effects and the regional control and scale control indicators. Results are as follows： Without the policy shock of the coordinated development strategy of Beijing-Tianjin-Hebei， the total population of Beijing will be in a stable growth stage， and the population in the central and peripheral urban areas will show different growth trends. The policy implementation effect of the coordinated development strategy of Beijing-Tianjin-Hebei is affected by regional control and scale control. The significant decrease in the population of the central urban areas and the increase in the population of the sub-center show that the policy effect is obvious， but the increase in the population of the peripheral areas is limited by the policy. In order to achieve the coordinated development of population， economy， resources and environment， it is recommended that the focus of the population control policy should be shifted from quantitative control to optimization of structure and layout. Efforts should be made to enhance the comprehensive carrying capacity of population， especially to expand the population growth space outside the central urban areas.

Key words：the coordinated development of Beijing-Tianjin-Hebei; Beijing Population; population scale; population control