官术网_书友最值得收藏!

1.3 向心城市

城市的最優空間形態不是一成不變的。

隨著經濟發展階段提高,服務業在GDP和就業中所占的比重越來越高,城市、大城市和大城市的市中心將變得越來越重要。這一方面是由于前面說過的人性——收入高了,就要消費更多服務,而服務又要面對面地進行,于是,人口密度變得更重要了;另一方面,經濟發展水平越高,勞動成本越高,一個國家制造業的比較優勢就越弱,而大量服務因為是不可運輸的,無法在國家間進行貿易,所以發達國家總是比發展中國家服務業占比更高。

當服務業占比越來越高的時候,人口的空間分布會發生什么變化呢?答案是人口會越來越向城市集中,向大城市集中,向大城市的中心城區集中。這就是“向心城市”的意思。

經濟發展水平的提升伴隨著城市化率和服務業比重的上升,這已經是常識了,(5)下一章我們再回過來說這件事。這里先說大城市的發展。

讀者會問,不是說有“逆城市化”和“郊區化”現象嗎?我們不妨把這兩個概念再梳理一下。

逆城市化。這個廣為流傳的概念只是個“傳說”而已。(6)世界上普遍出現的,是城市化水平(即一個國家中居住在城市的人口比率)越來越高,對此,我們在下一章還會詳細地說明。如果真的有所謂的“逆城市化”,只有兩種情況。第一,對一部分人群來講,可能在人生的特定階段,選擇離開城市,回到農村,但這并不改變城市化的大趨勢。第二,有些國家,在一段歷史時期,是在政府政策的主導下推進了工業化,比如說蘇聯。蘇聯解體之后,這種“扭曲”出現了反彈,城市創造的就業短暫地萎縮,城市化率略有下降,但是,這種情況也不是常態。

郊區化。這個現象倒是曾經有過。在工業化的時期,大量就業崗位就在城市的郊區,住在郊區,反而方便。特別是在小汽車和高速公路普及的特定歷史時期里,人們的出行距離得以大幅提升。在大城市,隨著城市的不斷擴大,人口的不斷增長,有一些居民會從城市的市中心搬遷到郊區來。因為相對來說郊區房價低一點,居住的面積可以大一點。美國曾經出現過一股潮流,就是人們普遍希望住在郊區,有一幢大房子,借助汽車來出行。而這時候,在美國的城市市中心,低收入者集聚,社區安全狀況惡化,公共服務質量下降。這進一步促使一些中產階級及以上的白人群體搬離城市中心,一些大城市的中心城區甚至出現了人口負增長。

以紐約為例,其下的曼哈頓區、布朗克斯區和布魯克林區等人口密集地區出現人口向皇后區、紐約州的其他郡以及新澤西擴散的現象。數據顯示,曼哈頓區人口從1950年的196.01萬下降到1980年的142.83萬,總量減少27.13%,呈現逐年下降態勢;而同期皇后區的人口由155.08萬增長到189.13萬,總量增長21.95%;紐約周邊的新澤西州人口從1950年的483.53萬增長到1980年的736.48萬,總量增長52.31%。(7)

但是伴隨著郊區化的,是嚴重的城市低密度蔓延,城市運行的成本極高,以美國洛杉磯為代表的大城市低密度蔓延,就是這樣的反面典型。即便如此,洛杉磯的市中心也是高樓林立的。

人口離開大城市(特別是其中心城區)這個現象在20世紀80年代中后期就已經逆轉了。這和產業結構調整有關:越來越多的服務業,特別是以知識和信息為核心競爭力的生產性服務業進一步集聚到中心城區。而此時,美國大城市(比如紐約中心城區)的犯罪率出現了大幅度的下降,不同族群的社區融合有所改善,于是人們又重新回到了城市的中心地區居住和工作。例如,紐約人口從1980年的707.16萬回升至2000年的800.83萬,2010年達到817.51萬,2017年達到862萬,其下轄五區人口均有不同程度的增加,其中2000年布魯克林區和皇后區分別增加23.44萬、33.81萬,曼哈頓區人口則從1980年的142.83萬回升到了2000年的153.72萬,而2010年達到158.59萬,2017年達到166萬,人口重回市中心。(8)

倫敦同樣走過了從“疏解人口”到“重聚人口”的道路,1979年,倫敦面對新城計劃帶來的內城衰敗,通過頒布《內城地區法》結束了30年來的“新城運動”,工黨政府將更多資源投入內城區域以促進內城復興。此時,內倫敦人口從1981年的249.80萬回升至2001年的276.61萬,2011年則達到了323.19萬。(9)

圖1.6和圖1.7展示了大約100年來紐約和倫敦的人口變化。

數據來源:U.S. Census Bureau, Census 2010 and American Community Survey。

圖1.6 紐約和曼哈頓人口(1910—2017)

數據來源:https://data.london.gov.uk/。

圖1.7 不同圈層的倫敦人口(1911—2011)

特別值得一提的是,在日本總人口已經出現負增長的趨勢下,不管是東京都(相當于上海面積的1/3)還是東京圈(相當于上海加蘇州的面積),人口都仍然在正增長。我們還可以按照空間距離將東京分為幾個圈層,詳細分析各個圈層吸納人口的變動情況。東京10公里圈層內(占核心市區面積一半稍多)人口占比看上去有所降低,1955年人口占比曾達30.8%,到2011年下降至11.1%,但請注意,在這個比重下降的同時,整個東京圈的人口(分母)已經成倍增長。即使如此,最近20年來東京中心區人口重新開始增長,2011年比重比1999年提高了0.5個百分點。而10—20公里圈層人口占比呈現出先增后減的趨勢,1965年時占比最高曾達到34.9%,此后逐步降低,到2011年已下降到27.8%。相比而言,在20—30公里圈層的人口比重是持續增長的,已經從1955年的12.8%,增長到2011年的23.7%。相比核心城區和近郊區,20世紀60年代以來30公里以外的遠郊區人口增長速度要更快,從1960年到2009年,30—50公里圈層人口比重提高了15.6個百分點。(10)

在一次會議上,有與會者認為,東京出現的趨勢并不是“合意”的,因為其中大量遷往市中心的是女性,而她們之所以這樣做,是因為老齡化社會來臨,政府鼓勵女性走向勞動力市場,而大量女性從事的工作(如醫療、養老和旅游)位于市中心。為了在市中心工作,她們必須放棄原先住的大房子。

我對“合意”這個詞有點困惑。“合意”是合誰的意呢?日本女性是“被迫”去市中心居住和工作的嗎?她們放棄的生活真的比現在住小房子的生活更好嗎?難道在紐約和倫敦,同樣遷往市中心的人口,也是“被迫”放棄了原先美好的生活嗎?比現狀更“合意”的生活是怎樣的?進一步地,美好的生活是由每個人自己界定,還是由政府、學者和規劃師來代為選擇的呢?

至少在十年前,我記得有一次一位記者采訪一位農民工,那位農民工對這類問題是有自己的答案的。他說,你們不要再希望我們去這去那了,我們自己知道更好的生活在哪里。

東京的女性所從事的工作大量位于市中心,似乎更加顯示了市中心的優勢。市中心有大量游客光顧;不少東京居民年輕的時候買了郊區的房子,老了才發現,市中心的各種服務更好。這些都是人的需求,相應派生出了市中心的就業崗位。

那么,上海的企業和居民在做怎樣的選擇呢?它會成為一個例外嗎?對于始終相信中國特殊的讀者,我給大家看兩張圖。這是針對2000—2008年間的企業經濟普查中的服務業企業所畫的圖,圖1.8和圖1.9分別表示服務業新增就業崗位和營收在空間上的分布。(11)

圖1.8 2000—2008年上海新增生產性服務業就業崗位

圖1.9 2000—2008年上海新增生產性服務業的營收

答案再清楚不過了:盡管很多人想把市中心的人口向外圍疏解,但經濟規律的作用是,新增的服務業就業和營收高度集中在市中心。

既然大量新增的服務業崗位和營收高度集中在市中心,那么,就輪到居民做選擇了。我前面說過,做選擇有三個“套餐”:

A套餐:住市中心,上班近,收入高,房價高

B套餐:住中心城區邊緣,上班遠,收入高,房價略低

C套餐:住郊區,上班近,收入低,房價更低

我們利用上海居民從居住地到工作地的通勤數據,計算了每個250米邊長網格的職住分離指數。(12)從圖1.10中可以看出,職住分離較為嚴重的區域主要集中在外環以外的郊區,尤其是浦東外環以外的地區,而在外環以內的中心城區,尤其在內環,職住分離程度相對偏低,反映出該區域的職住平衡程度較高。從職住分離的空間分布來看,上海平均通勤距離低的街區主要是內環內的中心城區和偏遠的遠郊。

圖1.10 上海各區域的職住分離指數

那么,隨著時間的推移,既然已經有大量新增服務業就業崗位集中在市中心,那么,上海有沒有像其他國際大都市那樣出現人口回到市中心的現象呢?圖1.11展示了2000—2010年、2010—2019年1公里網格人口密度變化空間分布情況。從中可以看出,2000—2010年市中心大部分地方均呈現人口密度大幅度下降態勢,尤其是外環內浦西的大部分地區,下降幅度最大。但在2010—2019年的10年間,市中心人口密度下降趨勢逆轉,呈現出向中心集聚的態勢,內環內各區域的人口密度幾乎都在上升,而且人口密度增長幅度較大的地區也集中在內環線以內。在更大范圍的外環線以內,人口密度也有大幅度提升。

圖1.11 上海市不同區域人口密度變化圖(13)

2021年5月公布的第七次人口普查數據顯示,上海市中心城區僅徐匯區和浦東新區的人口是正增長的,其他中心城區所屬的區級人口數據略有負增長,與我們用手機數據推算的結果有所不同。但這是不是因為“七普”期間恰逢新冠肺炎疫情,服務業沒有完全恢復,目前還不得而知。

盡管數據上仍有一定分歧,但有一點是確定的,在大城市內部,服務業大量集中在市中心。而且隨著后工業化時代的來臨,服務業就業崗位和消費場景正在向城市中心回歸。

至于人們重回大城市中心的趨勢是暫時的,還是長期的,這并不取決于規劃。如果說它有一個決定性因素,那只能是人們偏好的分布:有多少人喜歡住在市中心,接近就業,以及優質且多樣化的生活,但住小房子;又有多少人選擇遠離市中心,但住大房子。

當我們談未來城市的時候,我們在談的是“90后”主導的城市。到了2035年,“70后”基本上退休了。那時,“90后”也“奔五”了。“90后”和“00后”是學著美術和音樂長大的,不像“70后”,小時候最好玩的玩具是泥巴團。中國未來大城市人口的偏好分布是更像發達國家的現在,還是更聽從當下規劃師的“合意”?

走在大城市市中心的街頭,不管是上海,還是成都,都能看到穿著漢服的年輕人。“70后”是不會這樣做的,甚至都難得進電影院。那么年輕人會在哪里穿著漢服“放飛自我”呢?應該是市中心人口密度高的地方吧。

與此不相匹配的是,掌握城市規劃和建設話語權的,往往是老去的一代。因此,我經常提醒人們,要多想想“90后”的需求,不要按自己的經歷去規劃未來。

有一點是肯定的,市場經濟之所以重要,就在于承認人類知識的有限性,承認世界的不確定性,承認沒有人能準確地預知未來。

因此,我在這里,最多也只是謹慎地宣告:

“向心城市”的時代可能悄悄來臨了。


(1)為了圖的可視化,我們僅選取每個出發方格所到目的地排名前兩位的線來呈現。就業目的地則聚合來自所有居住地的就業流入人數,為了在圖中體現出來,按照從大到小的順序,選取前100個并采用圓圈的形式來表示。感謝彭沖的制圖。感謝智慧足跡數據科技有限公司提供的數據支持。

(2)遺憾的是,中國還真有地方把外觀非常漂亮的圖書館和劇院建在遠郊,可能是想把市中心黃金地段用來發展能掙錢的產業。可是把公共設施建在遠郊,是想讓市民去享用這些設施的同時,鍛煉一下身體嗎?

(3)本節數據和具體指標構建的詳細解釋,因篇幅所限略去,感謝彭沖制圖。

(4)模型充分地控制了會影響公共管理效率的變量,包括當地的人口學特征、公共管理資源、各類機構數量、案件類型,等等。參見賈寧、趙劍治、向寬虎、陸銘:《城市公共管理績效評價——基于上海市城市綜合管理執法大數據的經驗研究》,《公共管理與政策評論》,2021年第6期,第109—123頁。

(5)當然,反對城市化的,以及認為農業可以把農民留在農村的人,并不認同這一點。為此,總是有人會告訴你,中國是特殊的。科學的目的是探求普遍的規律,每個國家的確有自己獨特的歷史、制度和文化。那么主導國家發展的是規律,還是特殊性?這是個選擇題,讀者可自尋答案。

(6)我們有的教科書中仍會講到“逆城市化”并將其作為城市發展的一種規律,這個講法并不符合實際情況。

(7)數據來源:U.S. Census Bureau, Census 2010 and American Community Survey。

(8)數據來源同上。

(9)數據來源于英國國家統計局官網,具體網址為https://data.london.gov.uk/。

(10)東京數據引自范毅、馮奎:《特大城市人口問題的國際比較和啟示》,2017年3月9日,財新網,http://opinion.caixin.com/2017-03-09/101064024.html。

(11)圖1.8和圖1.9由城市數據團根據2000—2008年間的經濟普查數據繪制。此處獲得授權引自郭斌亮、湯舸、高路拓:《人口疏解,讓城市變得更擁堵》,2015年3月8日,“城市數據團”微信公眾號。

(12)詳細的計算過程限于篇幅略去。感謝彭沖制圖。

(13)這里我們比較的是基于大數據的實有人口估計。2000年和2010年的人口數據在全國分縣人口統計數據(以某一定時點、一定地區的人口統計數據)的基礎上,綜合考慮了與人口密切相關的土地利用類型、夜間燈光亮度、居民點密度等多個因素,將分縣人口數據通過空間插值生成1 km×1 km柵格的人口密度。具體計算方法詳見徐新良:《中國人口空間分布公里網格數據集》,中國科學院資源環境科學數據中心數據注冊與出版系統(http://www.resdc.cn/DOI),2017年,DOI: 10.12078/2017121101。2019年的數據來源于聯通手機大數據,估算方法如下:經數據清洗,篩選出2019年6月內在上海市停留了10天以上的設備作為處理樣本,并計算出上海的白天就業人口數和夜間居住人口數。其中,設備的日間分布選取工作日早上9點到中午12點、下午1點到6點累計時長最多的格子;夜間分布選取晚上9點到次日早上7點一個月累計時長最多的格子。在明確有效用戶的基礎上,采用聯通區縣一級的市場占有率進行一次擴樣,再參考城市的手機普及率進行二次校核,得到最終250米柵格的白天和晚間擴樣總人口。再在此基礎上合并為1 km邊長的柵格數據。感謝彭沖的數據支持。

主站蜘蛛池模板: 望谟县| 昭通市| 晋中市| 丰都县| 江北区| 蚌埠市| 常山县| 淮南市| 洛川县| 新邵县| 黑山县| 南投市| 德格县| 政和县| 南涧| 新河县| 双桥区| 新河县| 乐平市| 贵溪市| 海城市| 南京市| 龙门县| 靖州| 仪征市| 凌云县| 合水县| 正蓝旗| 黎川县| 汝阳县| 翼城县| 海门市| 瑞安市| 来安县| 肥西县| 兴和县| 商南县| 班玛县| 宾川县| 旺苍县| 清丰县|