EN中文

地理研究 >

2023 , Vol. 42 >Issue 10: 2539 - 2555

DOI: https://doi.org/10.11821/dlyj020221286

观点与争鸣

基于“城区常住人口”的2010—2020年中国收缩城市识别

  • 戚伟 , 1, 2 ,
  • 刘振 1, 2 ,
  • 刘盛和 , 1, 2 ,
  • 吴康 3 ,
  • 王雪芹 4 ,
  • 金浩然 5 ,
  • 李宇 1, 2 ,
  • 魏湖滨 1, 2
展开
  • 1.中国科学院地理科学与资源研究所 中国科学院区域可持续发展分析与模拟重点实验室，北京 100101
  • 2.中国科学院大学资源与环境学院，北京 100049
  • 3.首都经济贸易大学城市经济与公共管理学院 城市群系统演化与可持续发展的决策模拟北京市重点实验室，北京 100070
  • 4.南京邮电大学地理与生物信息学院，南京 210023
  • 5.国务院发展研究中心 市场经济研究所，北京 100010
刘盛和（1967-），男，湖南衡阳人，博士，研究员，博士生导师，研究方向为城市地理与人口地理。E-mail:

戚伟（1989-），男，江苏泰州人，博士，副研究员，硕士生导师，研究方向为城市地理与人口地理。E-mail:

收稿日期: 2022-11-18

  录用日期: 2023-07-14

  网络出版日期: 2023-10-23

基金资助

国家自然科学基金创新研究群体项目(42121001)

江苏省社会科学基金项目(22SHC003)

江苏省高校自然科学项目(21KJB170015)

收起

Identifying shrinking cities in China from 2010 to 2020 based on resident population in physical urban area

  • QI Wei , 1, 2 ,
  • LIU Zhen 1, 2 ,
  • LIU Shenghe , 1, 2 ,
  • WU Kang 3 ,
  • WANG Xueqin 4 ,
  • JIN Haoran 5 ,
  • LI Yu 1, 2 ,
  • WEI Hubin 1, 2
Expand
  • 1. Key Laboratory of Regional Sustainable Development Modeling, Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China
  • 2. College of Resources and Environment, University of Chinese Academy of Sciences, Beijing 100049, China
  • 3. School of Urban Economics and Public Affairs and Beijing Key Laboratory of Megaregions Sustainable Development Modelling, Capital University of Economics and Business, Beijing 100070, China
  • 4. School of Geographic and Biologic Information, Nanjing University of Posts and Telecommunications, Nanjing 210023, China
  • 5. Institute of Market Economy, Development Research Center of the State Council, Beijing 100010, China

Received date: 2022-11-18

  Accepted date: 2023-07-14

  Online published: 2023-10-23

Fold

摘要

收缩城市成为中国城镇化发展的关注焦点之一，已有研究多面临城市空间范围界定和人口统计口径不确定问题。2008年《统计上划分城乡的规定》和2014年《国务院关于调整城市规模划分标准的通知》确立的“城区常住人口”标准口径更加符合城市实体地域的人口规模。基于国家标准口径，通过对行政区划调整、工矿区和开发区城乡代码调整等进行空间一致性处理，识别2010—2020年城区人口发生减少的收缩城市。主要结论包括：① 中国693个城市中，收缩城市仅有48个，且绝大部分收缩城市的城区人口减少规模低于5万人。② 收缩城市主要分布在东北地区，以县级市和中小型城市居多，包括部分资源型或资源枯竭型城市。③ 收缩城市的形成受到经济发展、人口结构和城市政策等因素影响。收缩城市尚未成为中国城市发展的主要类型，已有研究中不准确的统计口径造成了收缩城市数量和规模的夸大。但是，随着城镇化进入中后期发展阶段和人口生育水平下降，未来中国收缩城市数量和规模很可能出现明显增长，并且需要重视独立市辖区、县城、开发区等城区人口变动的精准核算和监测。

关键词： 收缩城市; 城区常住人口; 城市规模; 实体地域; 中国

本文引用格式

戚伟 , 刘振 , 刘盛和 , 吴康 , 王雪芹 , 金浩然 , 李宇 , 魏湖滨 . 基于“城区常住人口”的2010—2020年中国收缩城市识别[J]. 地理研究, 2023 , 42(10) : 2539 -2555 . DOI: 10.11821/dlyj020221286

Abstract

Shrinking cities have become a focal point of China's urbanization development. In general, city population decline is a basic indicator for identifying shrinking cities, but many previous studies failed to define the spatial area of Chinese cities and their population sizes. In 2014, China introduced a national standard for determining the size of a city in terms of the resident population in the statistical city area. Compared to the administrative area of a city, its statistical area is more in line with its physical urban area. Based on the aforementioned national standard, this study defines shrinking cities as those with a decline in the resident population in the statistical city area. Using data from the sixth and seventh censuses, this study identifies shrinking cities in China from 2010 to 2020, and the resulting database accounts for factors such as expansion of urban built-up areas and adjustments of city administrative divisions. The main findings are as follows. (1) Among the 693 cities in China, there were only 48 shrinking cities from 2010 to 2020, and the majority of these cities had a population decline of less than 50000 people. (2) The shrinking cities were mainly in northeast China and were mostly county-level and small cities, including some resource-based or resource-depleted cities. (3) The city shrinkages were influenced mainly by factors such as economic recession, population aging, low fertility rate, and urban renewal policies. This paper argues that shrinking cities are not yet a major phenomenon in China's urbanization development, and that the inaccurate definitions of shrinking cities in previous studies led to an overestimation of both the number and size of shrinking cities in China. However, as the urbanization rate becomes high and population fertility levels decline in China, the number and size of shrinking cities are likely to grow significantly. Furthermore, accurate accounting, and monitoring of population changes in urban areas such as independent municipal districts, county seats, and development zones are needed.

Key words： shrinking city; resident population; city size; physical urban area; China

1 引言

收缩城市（Shrinking cities）的概念由德国学者Häußermann和Siebel等提出，用于表示由于城市经济衰退所引起的人口减少现象[1]。虽然城市收缩的过程涉及经济、社会、人口以及城市景观等多个维度，但城市人口减少或人口流失成为收缩城市识别研究中采用最为广泛的指标[2⇓⇓⇓⇓-7]。改革开放以来，中国经历了快速的城镇化发展过程，城镇人口规模急剧增长，2020年第七次人口普查数据显示，全国城镇人口规模已增长至9.02亿，城镇化率达到63.89%。伴随着快速的城镇化进程，绝大多数城市都经历了城市土地和人口的快速扩张[8⇓-10]。但是，近年来，中国的人口和经济发展出现新的特征。在人口方面，中国人口总量增长已明显放缓，老龄化率不断增长，人口结构出现重要变化，《国家人口发展规划（2016—2030年）》指出中国进入“人口发展的关键转折期”，这对城市人口增长带来一定冲击，并且这种影响在长期将更为明显[11,12]。在经济发展方面，后金融危机时代，很多外向型经济城市正面临人口红利逐渐消失和全球竞争加剧等问题，产业转型过程带来经济增长放缓、土地财政紧张等挑战[13,14]；同时，资源型城市也面临资源枯竭、资源型产业转型升级乏力以及新兴产业发展不足等问题[15⇓⇓-18]。很多城市在区域间人口竞争中逐步处于劣势，面临城镇化动力不足和人口流失等问题[19]。在此背景下，部分学者认为中国开始出现“收缩城市”，展现出中国城镇化和城市发展变化的另一面。
借鉴国外研究，国内学者以人口变化为指标对中国的收缩城市进行识别，认为城市收缩的现象已经非常明显。例如，基于第五次和第六次全国人口普查数据，研究发现2000—2010年中国存在180个常住人口减少的城市[20]；收缩城市不仅广泛分布在中西部等经济相对不发达的地区[21,22]，而且在珠三角、长三角和京津冀等发达的城市群地区占比也较高[13,23⇓⇓⇓-27]。但是，多数已有研究面临“城市”概念界定不准确所导致的人口统计口径难以反映城市人口真实变化的问题。由于行政区划的原因，中国的直辖市、地级市和县级市与西方国家的城市存在较大差异，直接采用行政区域范围内的人口统计数据极有可能造成城市收缩或增长状态的错误判断。国内学者已逐步关注到城市人口统计口径不准确在识别收缩城市中产生的偏差。例如戚伟等对中国城市行政地域与实体地域的差异进行了详细对比分析[28]；吴康等指出了人口统计口径所带来的收缩城市认知与测算误区[29]。基于此，学者试图通过土地利用数据、POI数据、夜间灯光数据等识别城市的实体地域并间接测算其人口变化，以此来识别“真正”的收缩城市[30⇓⇓⇓-34]。
事实上，中国有明确的城市空间范围及城市规模的官方标准。2014年《国务院关于调整城市规模划分标准的通知》正式颁布，确立“以城区常住人口为统计口径”界定城市规模[35]，其中，“城区”是指在市辖区和不设区的市，区、市政府驻地的实际建设连接到的居民委员会和其他区域。“城区常住人口”本质上是中国对城市实体地域“城区”范围内的人口规模的核算标准，能够有效地将其与“镇区常住人口”和“乡村常住人口”区分开来。随着2020年第七次人口普查“城区常住人口”数据发布，中国发布了超大、特大城市等“五类七档”城市规模等级及名单。因而，判定城市规模的变动，可以通过“城区常住人口”变动来计算。如果“城区常住人口”出现负增长，即可判定为人口减少型的收缩城市。本研究根据2010和2020两期人口普查“城区常住人口”数据，实现基于国家城市规模划分标准口径的收缩城市识别。

2 识别方法及数据来源

2.1 城区范围及其人口规模界定

城市的城区范围界定及其人口统计口径的可比性关系到城市收缩判定与识别结果的准确性。1986年，国务院批复民政部《关于调整设市标准和市领导县条件的报告》，城市辖区范围迅速扩张，城市行政地域范围与城市实际建成的实体地域范围相差越来越大。同时，改革开放以来，国内出现大规模、高强度的流动人口，常住人口逐步取代户籍人口，成为更广泛使用的人口统计口径。目前，仅有人口普查能够提供精确到个位数的城区常住人口（部分年份采用“市人口”、“城市人口”等名称）数据。但是，中国历次人口普查的城区范围界定标准差异较大，在做时间对比或差值计算时需慎重[36⇓⇓-39]。目前，有且仅有2010年第六次人口普查和2020年第七次人口普查的城区人口口径保持一致，能够支撑两期之间城区人口规模变化的核算。
2010年和2020年人口普查的城区人口的确定依据是《统计上划分城乡的规定》（国函[2008]60号批复），与2014年《国务院关于调整城市规模划分标准的通知》确立的“城区常住人口”口径保持一致。其中，“城区”是指在市辖区和不设区的市，区、市政府驻地的实际建设连接到的居民委员会和其他区域。对于直辖市和设区的市（一般是指下设市辖区的地级市），相当于所有市辖区（包括飞地型市辖区）以区政府为中心的建成区范围；对于不设区的市（一般是指县级市和不设市辖区的地级市），相当于以市政府为中心的建成区范围[28,29,40]。采用居民委员会、村民委员会等村级单元近似替代实际建设范围，是为了方便与村级单元人口普查数据匹配。国家统计局每年发布全国各村级单元的统计用区划和城乡划分代码，城乡分类代码前两位为“11”是指城区范围，其中，“111”表示主城区，“112”表示城乡结合区；代码前两位为“12”的是指镇区范围；代码前两位为“22”是指乡村范围。
需要指出的是，在中国统计标准中，“城市”仅覆盖直辖市、设区的市和不设区的市，不包括广义城市涵盖的县城、特大镇等。县城和其他建制镇的镇区同属于“镇区”类型，而且2010年和2020年两次人口普查均没有系统地发布县城常住人口或其他建制镇镇区常住人口，无法支撑2010—2020年所有县城人口和其他建制镇镇区的常住人口变化核算。此外，部分研究提出收缩城市采用2~3年等周期的人口变化界定收缩城市，但是中国非普查年份没有“城区常住人口”数据统计，难以反映新近的及短期阶段性的收缩城市演变特征。

2.2 2010—2020年中国收缩城市的判定依据与识别方法

本研究将“城区常住人口”负增长作为收缩城市的判定依据，反之，“城区常住人口”正增长界定为增长型城市。2010年与2020年的“城区常住人口”所采用的城乡划分标准一致，但是10年间“城区”的空间范围并不是恒定不变的，随着城市建成区扩张等影响，城乡分类代码前两位为“11”的城区空间单元每年都相应调整。更值得注意的是行政区划调整的影响，要确保行政区划的空间一致性，避免因为行政区划调整导致的错误判定。2010—2020年间行政区划调整较多，而且不同城市对开发区是否归属“城区”方面存在差异，因而不能简单地直接采用2020年和2010年普查发布的城区人口相减来判定城市增长或者收缩[41]。本研究以2020年城市行政区划及其城乡分类代码为基准，通过对2010年对应单元进行数据一致性处理，实现空间可比的城区人口变动核算。图1列出了针对2010年数据的具体处理方法。
图1 2010—2020年城区人口变动核算方法

Fig. 1 Accounting method of population change in physical urban area from 2010 to 2020

2.2.1 直辖市和设区的市

如果县级及以上行政区划未发生调整，则直接使用2010年的城区人口；如果出现撤县设区，例如北京市撤销密云县设密云区、那曲地区撤销那曲县设色尼区等，对应核增2010年县城所在建制镇镇区人口（城乡分类代码前两位为“12”）；如果出现撤县级市设区，例如石家庄市撤销藁城市设藁城区、日喀则地区撤销县级日喀则市设桑珠孜区等，对应核增2010年县级市城区人口；如果出现撤销市辖区设立县级市，例如撤销原地级巢湖市的居巢区，设立县级市巢湖市，保持原2010年对应市辖区的城区人口；如果出现撤销市辖区设县，例如原地级市伊春市撤销带岭区设立大箐山县，对应核减2010年所在市辖区城区人口；如果出现其他地区市辖区调入，例如原地级莱芜市的莱芜区、钢城区划入济南市，对应核增2010年市辖区城区人口。

2.2.2 不设区的市

这类城市行政区划不设市辖区，直接设乡、镇、街道办事处等，既包括地级的中山市、东莞市、嘉峪关市等，也包括全部的县级市。如果县以上行政区划未发生调整，则直接使用2010年的城区人口；如果出现了撤县设市，例如撤销承德市平泉县设立县级平泉市，以2010年县城所在建制镇镇区人口（城乡分类代码前两位为“12”）作为2010年城区人口；如果出现了撤镇设市，例如撤销苍南县龙港镇设立县级龙港市，以2010年对应建制镇镇区人口（城乡分类代码前两位为“12”）作为2010年城区人口；如果新组城市，例如北屯市、铁门关市、双河市、可克达拉市、昆玉市、胡杨河市等兵团城市，以2010年对应建制镇镇区人口（城乡分类代码前两位为“12”）或团部连队人口作为2010年城区人口。2012年地级不设区的市三沙市成立，但是2020年城乡分类代码前两位均为“12”，故城区人口核算不考虑三沙市。

2.2.3 工矿区、开发区等

2010年城区内部或者毗邻城区的工业园区、经济技术开发区、高新技术产业开发区等城乡分类代码前两位为“11”，属于城区。但是，2010年后，部分地区将这些城区内部或者毗邻的工矿区、开发区等也按照统计上的“独立的”工矿区、开发区等识别，相应的城乡分类代码前两位调整“12”，属于镇区。如果采用普查发布的城区人口直接相减，这些城市2010—2020年城区人口变动规模会被夸大，甚至被误判为收缩城市。需要核减2010年对应空间范围内的城区人口。例如，淮安市2010年和2020年发布的城区人口分别为13.06万人和13.03万人，直接计算就被误判为收缩城市，但是核减2010年淮安经济技术开发区所在城区人口后，淮安市城区人口实际是增长的。类似地，不做处理可能被误判为城区人口收缩还包括满洲里市、长春市、吉林市、白城市、连云港市、镇江市、温州市、芜湖市、蚌埠市、安庆市、滁州市、威海市、德州市、平顶山市、三门峡市、黄石市、湘潭市、衡阳市、益阳市等。其中，湘潭市九华示范区在2020年是城乡分类代码前两位“12”，属于镇区，但是考虑到九华示范区是长株潭一体化的典型区，拥有长沙地铁3号线，过去10年是湘潭市和长沙市居民重要的购房安居目的地，因此，将九华示范区按城区处理，核算结果显示湘潭市未出现城区人口收缩。

2.3 数据来源与处理

2010年和2020年城区常住人口数据分别来源于《2010年第六次全国人口普查劳动力数据资料》和《2020中国人口普查分县资料》。由于涉及2010年县城等建制镇镇区、独立工矿区与开发区城区等人口核算，需要提取城乡分类代码前两位为“12”或“11”的2010年村级人口普查数据。其中，全国主要城市2010年村级人口普查数据来源于华通数据中心（http://data.acmr.com.cn/）。此外，各省发布了一些村级人口普查数据，例如《山西省2010年村、居委会人口资料》《新疆生产建设兵团人口普查暨调查师团连资料》等，浙江省2010年村级人口数据在浙江省地理信息公共服务平台可以查询等。
部分地区确实未发布村级资料，主要影响2010年部分县城人口计算。为此，第一步采用《中国2010年人口普查分乡、镇、街道资料》县城所在建制镇镇域人口作为县城人口，在县城人口偏大估计的情况下，如果未出现2010—2020年城区人口下降，那么这个城市肯定不属于收缩城市。核算结果显示，这类城市基本都是增长型城市，不涉及到收缩城市。第二步，为了进一步精确这些增长型城市2010—2020年城区人口的增长量，参考《2012年中国建制镇统计年鉴》发布的2011年镇区人口（指标解释为“年末实际居住在镇区范围内总人口数”，与常住人口口径接近），以县城所在镇区人口估算2010年县城人口。上述涉及到估算的均属于增长型城市，不影响对收缩城市的核算。
为了与其他口径的对比，数据来源还包括《中国城市建设统计年鉴2020》《中国城市建设统计年鉴2010》《中国2010年人口普查分县资料》等。行政区划及调整资料参考历年《中华人民共和国行政区划简册》，并且将行政区划边界统一到2020年人口普查时点11月1日。

3 2010—2020年中国收缩城市识别

3.1 收缩城市的识别结果

如表1所示，2010—2020年，中国693个城市中，增长型城市共计635个，收缩城市仅有48个，收缩城市数量仅占全部城市总数的7.56%。其中，本溪市收缩规模最大，城区人口从2010年的96.85万人下降至2020年的76.59万人，收缩20.26万人。鸡西市收缩规模次之，收缩11.53万人。此外，收缩规模介于5~10万人的城市4个，包括鹤岗市、伊春市、七台河市和抚顺市。收缩规模介于1~5万人的城市21座，包括白山市、温州市、通化市、临江市、洮南市、舒兰市等。收缩规模小于1万人的20个，其中，集安市和乐昌市的人口收缩规模最小，不足1000人。
表1 2010—2020年城区人口变化统计表

Tab. 1 Population change in physical urban area of Chinese cities from 2010 to 2020

城市类型（按城区人口变动划分） 数量(个) 对全国城区人口增长贡献率(%) 城市类型（按城区人口变动划分） 数量(个) 对全国城区人口增长贡献率(%)
增长型城市合计 635 100.77 收缩城市合计 48 -0.77
≥500万人 4 14.86 -1~0万人 20 -0.06
100~500万人 28 31.43 -1~-5万人 21 -0.28
50~100万人 29 11.51 -5~-10万人 5 -0.24
10~50万人 260 33.51 <-10万人 2 -0.19
5~10万人 154 7.05
1~5万人 125 2.31
0~1万人 34 0.10
相较于增长型城市，收缩城市不仅数量少，而且人口变动规模偏小。2010—2020年，在行政区划可对比的情况下，693个城市的城区人口总量从4.10亿人增长至5.75亿人，增长1.65亿人。其中，增长型城市的城区人口总量累计增长1.66亿人，对全部城市城区人口增长贡献率达到100.77%；而收缩城市的城区人口总量累计减少0.01亿人，对全部城市城区人口增长贡献率为-0.77%。并且，在635个增长型城市中，城区人口规模增长超过10万人的城市达到321个，占增长型城市的一半；而在收缩城市中，城区人口规模减少超过10万人的仅2个，绝大部分收缩城市的城区人口减少规模都低于5万人。因此，2010—2020年，中国城市整体仍然是“增长型”态势为主，收缩城市只是少数，而且收缩规模整体不大。

3.2 收缩城市的分布特征

图2绘制了2010—2020年城区人口增长规模的空间分布图。表2对应列出了收缩城市名单及其具体属性。从空间分布看，收缩城市主要分布在东北地区。在48个收缩城市中，有40个城市位于东北地区，其中，人口收缩规模较大的本溪市、鸡西市、双鸭山市、鹤岗市、伊春市、七台河市、抚顺市等均位于东北地区。但是，东北地区并不是所有城市都出现人口收缩，2010—2020年东北地区的104个城市中，仍然有64个城市的城区人口是增长的，沈阳市、大连市、哈尔滨市、长春市等区域重心城市的城区人口增长均超过50万人。即使在当前总人口下降最明显的东北地区，人口增长型的城市仍然占据多数，并且不乏人口增长相对强劲的城市。
图2 2010—2020年城区人口变化规模空间分布图

注：此图基于国家自然资源部地图技术审查中心标准地图服务网站的标准地图（GS(2020)4615号）制作，底图边界无修改。

Fig. 2 Spatial pattern of population changes in physical urban area of Chinese cities from 2010 to 2020

表2 2010—2020年中国收缩城市信息一览表

Tab. 2 List of shrinking cities in China from 2010 to 2020

序号 城市名称 2010—2020年城区人口收缩规模(万人) 2020年城区人口规模(万人) 2010年城区人口规模(万人) 所属地级行政区 所属省级行政区 所属
区域		 行政区划等级 城市规模等级 是否属于资源型城市
1 本溪市 -20.26 76.59 96.85 本溪市 辽宁省 东北 地级市 中等城市 **
2 鸡西市 -11.53 62.60 74.13 鸡西市 黑龙江省 东北 地级市 中等城市 **
3 双鸭山市 -8.88 36.19 45.08 双鸭山市 黑龙江省 东北 地级市 I型小城市 *
4 鹤岗市 -8.63 50.26 58.89 鹤岗市 黑龙江省 东北 地级市 中等城市 *
5 伊春市 -7.95 29.63 37.58 伊春市 黑龙江省 东北 地级市 I型小城市 *
6 七台河市 -7.13 40.94 48.08 七台河市 黑龙江省 东北 地级市 I型小城市 *
7 抚顺市 -6.04 120.80 126.84 抚顺市 辽宁省 东北 地级市 II型大城市 *
8 白山市 -4.19 34.97 39.16 白山市 吉林省 东北 地级市 I型小城市 *
9 温州市 -4.15 238.18 242.33 温州市 浙江省 东部 地级市 II型大城市
10 通化市 -3.58 38.74 42.32 通化市 吉林省 东北 地级市 I型小城市 **
11 临江市 -3.52 8.12 11.64 白山市 吉林省 东北 县级市 II型小城市 **
12 洮南市 -3.40 10.52 13.92 白城市 吉林省 东北 县级市 II型小城市
13 舒兰市 -3.21 14.95 18.15 吉林市 吉林省 东北 县级市 II型小城市 *
14 大安市 -2.95 10.31 13.26 白城市 吉林省 东北 县级市 II型小城市
15 阿尔山市 -2.57 1.81 4.39 兴安盟 内蒙古自治区 东北 县级市 II型小城市 *
16 格尔木市 -2.07 15.45 17.52 海西蒙古族藏族自治州 青海省 西部 县级市 II型小城市 **
17 丹东市 -2.06 68.46 70.52 丹东市 辽宁省 东北 地级市 中等城市
18 图们市 -2.04 5.94 7.98 延边朝鲜族自治州 吉林省 东北 县级市 II型小城市 **
19 牙克石市 -1.46 14.04 15.49 呼伦贝尔市 内蒙古自治区 东北 县级市 II型小城市 **
20 四平市 -1.44 48.13 49.58 四平市 吉林省 东北 地级市 I型小城市
21 那曲市 -1.33 2.97 4.30 那曲市 西藏自治区 西部 地级市 II型小城市
22 肇东市 -1.27 25.99 27.27 绥化市 黑龙江省 东北 县级市 I型小城市
23 安达市 -1.25 16.70 17.95 绥化市 黑龙江省 东北 县级市 II型小城市
24 大石桥市 -1.07 26.41 27.47 营口市 辽宁省 东北 县级市 I型小城市 **
25 和龙市 -1.05 5.93 6.98 延边朝鲜族自治州 吉林省 东北 县级市 II型小城市 **
26 敦化市 -1.05 19.50 20.55 延边朝鲜族自治州 吉林省 东北 县级市 II型小城市 *
27 东宁市 -1.04 5.72 6.77 牡丹江市 黑龙江省 东北 县级市 II型小城市 **
28 五大连池市 -1.02 5.27 6.28 黑河市 黑龙江省 东北 县级市 II型小城市 *
29 茫崖市 -0.94 1.55 2.49 海西蒙古族藏族自治州 青海省 东北 县级市 II型小城市 **
30 讷河市 -0.94 13.16 14.10 齐齐哈尔市 黑龙江省 东北 县级市 II型小城市
31 鞍山市 -0.93 145.74 146.67 鞍山市 辽宁省 东北 地级市 II型大城市 **
32 合山市 -0.79 3.90 4.69 来宾市 广西壮族自治区 西部 县级市 II型小城市 *
33 丰镇市 -0.77 11.38 12.15 乌兰察布市 内蒙古自治区 西部 县级市 II型小城市
34 龙井市 -0.63 8.60 9.24 延边朝鲜族自治州 吉林省 东北 县级市 II型小城市 **
35 根河市 -0.63 4.19 4.82 呼伦贝尔市 内蒙古自治区 东北 县级市 II型小城市 **
36 汕尾市 -0.57 30.36 30.93 汕尾市 广东省 东部 地级市 I型小城市
37 北安市 -0.54 12.78 13.33 黑河市 黑龙江省 东北 县级市 II型小城市
38 石嘴山市 -0.54 36.54 37.08 石嘴山市 宁夏回族自治区 西部 地级市 I型小城市 *
39 津市市 -0.53 10.93 11.46 常德市 湖南省 中部 县级市 II型小城市
40 漠河市 -0.51 3.11 3.62 大兴安岭地区 黑龙江省 东北 县级市 II型小城市 **
41 富锦市 -0.45 12.56 13.01 佳木斯市 黑龙江省 东北 县级市 II型小城市
42 同江市 -0.42 4.78 5.20 佳木斯市 黑龙江省 东北 县级市 II型小城市
43 盖州市 -0.38 17.54 17.92 营口市 辽宁省 东北 县级市 II型小城市
44 穆棱市 -0.38 6.38 6.76 牡丹江市 黑龙江省 东北 县级市 II型小城市 **
45 蛟河市 -0.22 13.11 13.33 吉林市 吉林省 东北 县级市 II型小城市 **
46 调兵山市 -0.18 15.27 15.45 铁岭市 辽宁省 东北 县级市 II型小城市 **
47 集安市 -0.08 7.24 7.33 通化市 吉林省 东北 县级市 II型小城市 **
48 乐昌市 --0.05 10.26 10.32 韶关市 广东省 东部 县级市 II型小城市 **

注1：“所属区域”中，将内蒙古自治区东部五盟市（呼伦贝尔市、通辽市、赤峰市、兴安盟、锡林郭勒盟）列入东北地区，其他列入西部地区。

注2：“是否属于资源型城市”中，**表示《资源型城市可持续发展规划（2013—2020年）》中确定的资源型城市，含地级行政区和县级市；*表示国家分三批（2008年、2009年和2012年）认定的资源枯竭城市。

从城市等级分布看，收缩城市以县级市和小城市居多。根据城市行政规模等级，48个收缩城市中，包括16个地级城市和32个县级城市。2014年确定的城市规模划分新标准，48个收缩城市中，城区人口规模介于100万~300万人的II型大城市3个，包括温州市、鞍山市和抚顺市；城区人口规模介于50万~100万人的中等城市4个，包括本溪市、鸡西市、丹东市和鹤岗市；城区人口规模介于20万~50万人的I型小城市10个；城区人口规模低于20万人的II型小城市31个。可见，城市行政等级或规模等级越低，出现收缩城市的概率越高。但是，全国县级市共387个，其中城区人口正增长的城市达到355个；I型小城市和II型小城市累计443个，其中城区人口正增长的城市达到402个。也就是说，大部分处于城市等级底部的城市尚未出现收缩。
从城市属性分布看，收缩城市中大多数都属于资源型城市。根据《全国资源型城市可持续发展规划（2013—2020年）》确立的资源型城市名单和2008年、2009年、2012年确立的资源枯竭型城市名单，48个收缩城市中，有32个属于资源型城市，其中，包括12个资源枯竭型城市。但是，值得注意的是，262个资源型城市中收缩城市仅占12%，69个资源枯竭型城市（县、区）中收缩城市仅占17%。也就是说，资源衰退或枯竭确实是影响城市收缩的一个因素，但是大部分资源型城市或资源枯竭型城市尚未出现收缩。
总体来看，当前中国收缩城市与“东北城市”“中小型城市”“资源型城市”确实存在一定关联，但是不完全一致，不宜片面地将“东北城市”“中小型城市”“资源型城市”与“收缩城市”对等挂钩。

3.3 与其他识别方案的对比

表3列出了常见的三种不同口径的收缩城市识别方法及其识别结果。第一种识别方案是不考虑行政区划调整的人口普查“城区人口”收缩，即采用2020年与2010年两期人口普查发布的“城区人口”直接相减，获得名义上的收缩城市。这种方案既不考虑撤县（县级市）设市、拆并地级市等行政区划调整，也未考虑开发区等城乡划分代码调整等变动，会导致很多误判。例如，伊春市被识别为最大的收缩城市，事实上2019年伊春市经历了一轮大规模的行政区划调整，部分原来的市辖区开展撤区设县，相应地，2010年部分“城区人口”已经调整为“县城人口”，这也是近年来伊春市适应自身城市收缩形势完成的行政区划“逆向”适应性调整。再例如，镇江市、淮安市等城市由于开发区内人口由2010年“城区人口”调整为2020年的“镇区人口”属性，导致名义上被误判为收缩城市。按照上述识别方案，中国收缩城市达到58个，尤其是城区人口收缩规模为10万人以上和介于5~10万人之间的城市数量被明显高估。
表3 2010—2020年基于不同口径的收缩城市识别结果表

Tab. 3 List of shrinking cities based on different statistical methods from 2010 to 2020

收缩规模 方案1：不考虑行政区划调整的人口普查“城区人口”收缩 方案2：《城市建设统计年鉴》
“城区人口”收缩		 方案3：城市行政区划范围内
“常住总人口”收缩
≥10万人 5个：伊春市、本溪市、温州市、鸡西市、满洲里市 18个：抚顺市、伊春市、鄂尔多斯市、淮北市、鞍山市、洪湖市、乌鲁木齐市、四平市、罗定市、营口市、包头市、公主岭市、鸡西市、辽源市、本溪市、锦州市、鄂州市、海城市 60个：榆树市、海伦市、丰城市、天门市、扶余市、舒兰市、肇东市、无为市、公主岭市、本溪市、海城市、邓州市、射洪市、讷河市、兴宁市、瓦房店市、鸡西市、绥化市、白山市、平度市、大安市、五常市、钟祥市、齐齐哈尔市、嫩江市、磐石市、盖州市、淮安市、七台河市、北安市、兴化市、武威市、洮南市、温州市、陆丰市、尚志市、洪湖市、偃师市、鹤岗市、灯塔市、蛟河市、应城市、铜川市、枣阳市、宁安市、安达市、宣威市、汉川市、松滋市、抚顺市、乳山市、海林市、雷州市、阆中市、梅河口市、淮南市、桦甸市、石首市、双辽市、东台市
5~10万人 8个：湘潭市、双鸭山市、鹤岗市、蚌埠市、七台河市、吉林市、白城市、抚顺市 17个：广汉市、都江堰市、舒兰市、攀枝花市、牡丹江市、永济市、肇东市、东方市、鹤岗市、佳木斯市、敦化市、汾阳市、万宁市、黄石市、济源市、大安市、义乌市 66个：双鸭山市、沅江市、满洲里市、大石桥市、穆棱市、牙克石市、凌海市、武冈市、乐陵市、北镇市、涟源市、新民市、京山市、敦化市、安丘市、开原市、深州市、莱阳市、五大连池市、四平市、栖霞市、廉江市、泰兴市、洪江市、吉林市、铁力市、原平市、淮北市、凤城市、和龙市、南宫市、内江市、桐城市、安陆市、樟树市、定州市、密山市、伊春市、高安市、临湘市、灵宝市、隆昌市、集安市、巴中市、醴陵市、汨罗市、通化市、潜江市、莱州市、潜山市、东港市、商洛市、普宁市、德惠市、乐平市、北票市、海阳市、兴城市、三门峡市、巢湖市、临江市、华阴市、肥城市、老河口市、丰镇市、虎林市
1~5万人 23个：镇江市、白山市、通辽市、通化市、临江市、洮南市、舒兰市、东宁市、大安市、衡阳市、阿尔山市、格尔木市、丹东市、图们市、扶余市、牙克石市、四平市、肇东市、安达市、大石桥市、和龙市、敦化市、五大连池市 74个：阜新市、景德镇市、朝阳市、兰溪市、白城市、桦甸市、滨州市、黄山市、霍林郭勒市、黄冈市、福清市、齐齐哈尔市、赤峰市、琼海市、辽阳市、通辽市、松原市、三河市、根河市、霸州市、玉门市、敦煌市、中卫市、白银市、常德市、海阳市、汩罗市、瓦房店市、龙井市、冷水江市、奎屯市、汉川市、郴州市、四会市、当阳市、北票市、通化市、铁岭市、瑞安市、哈尔滨市、常宁市、磐石市、图们市、文山市、大石桥市、塔城市、开原市、吉林市、海伦市、凌海市、德惠市、津市市、井冈山市、张家港市、铁力市、大冶市、晋江市、宁国市、双鸭山市、兴宁市、新民市、文昌市、洮南市、双辽市、巢湖市、五指山市、丹江口市、太仓市、讷河市、安宁市、博乐市、哈密市、阿克苏市、北安市 88个：永济市、丹东市、图们市、湘乡市、枝江市、龙井市、岑溪市、平泉市、扎兰屯市、明光市、兴平市、广水市、白城市、宜城市、监利市、抚州市、揭阳市、汕尾市、个旧市、仙桃市、根河市、昌邑市、资阳市、大冶市、津市市、绵竹市、当阳市、潮州市、阿尔山市、萍乡市、调兵山市、牡丹江市、高邮市、滦州市、丹江口市、台山市、孟州市、保山市、高平市、遂宁市、仪征市、江油市、项城市、莱西市、遵化市、凌源市、晋州市、漠河市、抚远市、滕州市、如皋市、葫芦岛市、铜陵市、招远市、富锦市、彬州市、阜新市、巩义市、禹州市、罗定市、玉门市、辛集市、靖江市、青铜峡市、吴川市、常宁市、扬中市、佳木斯市、舞钢市、卫辉市、曲阜市、高密市、峨眉山市、荔浦市、贵溪市、绥芬河市、建瓯市、宜都市、合山市、瑞昌市、河间市、茫崖市、资兴市、乐昌市、庄河市、耒阳市、渭南市、泊头市
<1万人 22个：讷河市、鞍山市、漠河市、合山市、丰镇市、益阳市、龙井市、根河市、汕尾市、北安市、石嘴山市、津市市、富锦市、同江市、盖州市、穆棱市、淮安市、蛟河市、调兵山市、集安市、黄石市、乐昌市 32个：集安市、灯塔市、乐昌市、邵武市、北镇市、合山市、昌吉市、醴陵市、凤城市、五大连池市、和龙市、沅江市、义马市、德令哈市、乌海市、虎林市、湘潭市、韶山市、任丘市、韩城市、同江市、铜川市、额尔古纳市、永康市、连州市、牙克石市、乳山市、乌苏市、黑河市、乌兰察布市、永安市、临夏市 46个：霍州市、邛崃市、靖西市、新乐市、义马市、恩平市、辽源市、汾阳市、陇南市、额尔古纳市、韩城市、赤壁市、诸城市、武安市、安国市、华亭市、任丘市、华蓥市、什邡市、东宁市、启东市、瑞金市、嵊州市、海东市、那曲市、邹平市、同江市、康定市、河津市、珲春市、腾冲市、永安市、禹城市、弥勒市、邵武市、万源市、敦煌市、英德市、平凉市、平湖市、鞍山市、庐山市、沁阳市、荣成市、马尔康市、益阳市
合计 58个 141个 260个
第二种识别方案是《城市建设统计年鉴》“城区人口”收缩。《城市建设统计年鉴》每年发布各个城市的“城区人口”数据，被部分学者用于对国内的收缩城市识别。但是，这个年鉴的“城区人口”是指“划定的城区（县城）范围的人口数，按公安部门的户籍统计为准”，与《国务院关于调整城市规模划分标准的通知（国发〔2014〕51号）》要求的“以城区常住人口为统计口径”并不一致。一方面，《城市建设统计年鉴》的户籍人口既未核增在常住地实际居住半年及以上的流入人口，也未核减具有本地户籍但是常住在外地半年及以上的流出人口；另一方面，《城市建设统计年鉴》城区范围与《关于城乡划分标准的规定（国函[2008]60号批复）》也无完全对照，城区范围及其人口数据往往是自下而上的上报数据，城市间和年际间的统计标准并不完全一致。根据这个识别方案，中国收缩城市达到141个，仅收缩规模超过10万人的城市就达到18个。然而，外来人口是城区人口增长的重要来源，只考虑户籍口径的城区人口来衡量城市收缩显然是不合适。
第三种识别方案是城市行政区划范围内“常住总人口”收缩，对人口普查数据做了行政区划可对比的处理。相较于实体地域内“城区人口”，“城市行政区划范围内常住总人口”还包括镇区人口和乡村人口。2010—2020年，中国城镇化发展仍然以从乡到城镇的人口流动为主，很多城市行政区划范围内的常住总人口减少是由于乡村人口减少，并非城区人口减少。以城市行政范围界定，中国收缩城市数量达到260个，其中，榆树市、海伦市、丰城市等成为收缩规模最突出的地区。城市行政区划范围的常住总人口这个数据在非普查年份更容易获得，经常被用来作为收缩城市的识别口径，但是这个口径本质上是区域人口减少，而非城区人口减少，明显夸大了收缩城市的数量及其收缩规模。
综合来看，上述三种常见的收缩城市识别方案主要存在的问题包括：① 忽视行政区划调整或城乡划分代码调整带来的影响；② 误用人口统计口径，户籍人口口径不能够客观体现城市人口规模；③ 误用城市空间范围，片面地采用城市行政地域范围替代城市实体地域范围。除了基于统计数据或普查数据，还有基于夜间灯光数据、POI数据等收缩城市识别方案，这类方法的数据获取灵活性更高，在时间上可以实现逐年的研究精度，在空间上可以延展到县城、特大建制镇等广义范围内城市实体地域的研究粒度，但是这类方法难以明确标定收缩规模，需要进一步加强与“城区人口数据”的校验。

4 讨论

4.1 收缩城市识别的问题

尽管依据《统计上划分城乡的规定》（国函[2008]60号）确定的2010年和2020年城区人口开展2010—2020年收缩城市识别。但在实际数据核算时，发现几处问题：

4.1.1 相对独立的市辖区可以作为单独城区进行城市人口变化测算

直辖市和设区的市下辖市辖区，随着撤县设区、撤县级市设区等行政区划调整，很多距离城市中心较远的县域被调整为市辖区。例如，北京市的密云区、延庆区、怀柔区、平谷区等，其以区行政中心为中心形成的建成区与北京市中心城区的建成区并不相连，且距离相对较远。按照2014年版本城市规模划分新标准，很多相对独立的市辖区的城区人口被统计为整个城市城区人口的一部分。但是，严格按照城市实体地域的界定，这些相对独立的市辖区的城区是一个单独的城市实体地域。显然，如果相对独立的市辖区本身是城区人口减少的，但是由于纳入到所在直辖市或设区的市整个城区人口中计算，其城区人口收缩现象就很容易被忽略。国家《“十四五”新型城镇化实施方案》明确指出：“严格控制撤县建市设区，推进市辖区结构优化和规模适度调整。”随着市辖区建制优化，相对独立的市辖区的城区人口增长与收缩现象也应当受到重视。

4.1.2 实行统一的工矿区、开发区等城乡分类标准

《统计上划分城乡的规定》明确指出“与政府驻地的实际建设不连接，且常住人口在3000人以上的独立的工矿区、开发区、科研单位、大专院校等特殊区域及农场、林场的场部驻地视为镇区”。但实际界定过程存在不一致的情况。例如，很多城市的工矿区、开发区在2010年前两位代码为“11”，属性为“城区”，而到2020年前两位代码才调整为“12”，属性变为“镇区”。而且，仅有河北省、山西省、内蒙古自治区、吉林省、江苏省、安徽省、山东省、河南省、湖南省、西藏自治区及部分地级市对工矿区、开发区等调整为镇区。另外，在工矿区和开发区的认定和分类方面也存在不准确的问题，例如，苏州工业园区常住人口规模达到113.39万人，在2010年已然是城区的一部分，应当按照统一标准纳入城区，但是2020年城乡分类被调整为镇区。如此，由于不同地区分类标准不同，不仅影响城市规模等级划分的可比性，同时还影响到城区人口规模增长量或收缩量的可比性。

4.1.3 加强县城人口增长或收缩识别

县城在建制上属于镇，因而县城人口属于镇区人口。但是，中国并没有单独发布县城所在建制镇的镇区人口，一般是和其他建制镇一并加总，发布县域镇区人口总和。1999年国家统计局颁布的《关于统计上划分城乡的规定（试行）》中将“县及县以上人民政府所在建制镇的镇区”单独设置代码“121”，“其他建制镇的镇区”设置代码“122”。而后替代的《统计上划分城乡的规定》并没有延续上述代码设置方案，只是在《统计用区划代码和城乡划分代码编制规则》指出城乡划分代码包括13位、14位、15位、16位和17位，其中13位、14位为城乡属性代码，用“1”表示县级政府驻地。然而，国家统计局每年只公布15位、16位和17位城乡分类代码，只能区分城区、镇区和乡村，不能区分县城和其他一般建制镇。因而，现有数据很难支持全国层面的县城人口核算及其增长、收缩状态识别。2022年中共中央办公厅、国务院办公厅印发《关于推进以县城为重要载体的城镇化建设的意见》指出县城人口增长或收缩状态应受到高度重视。因此，无论是城乡属性代码还是县城人口数据，都应加强公开。

4.2 当前收缩城市的形成原因

2010—2020年，中国常住人口城镇化率从49.68%升至63.89%，农村人口进入城镇地区态势明显，大多数城市依然保持人口增长。收缩城市的出现是少数现象，究其原因：

4.2.1 经济发展因素

一是经济转型发展的阵痛，尤其是东北地区城市及一些资源型城市，普遍面临经济结构调整和转型的现实问题，一旦经济发展乏力，就业机会缩窄，根据经典的人口迁移推拉理论，这些城市不仅对腹地农村人口及外来人吸引力下降，自身也会出现人口流失，出现人口净迁出现象。《中国城市统计年鉴（2021年）》数据显示，48个收缩城市大部分城市GDP增速低于全国平均水平，双鸭山市、鹤岗市、七台河市、抚顺市、丹东市等城市GDP呈现负增长，出现经济收缩与人口收缩伴生现象。二是经济区位及周围城市竞争的作用，例如地处珠江三角洲和粤闽浙城市群之间的汕尾市，不仅吸引外来人口的竞争力有限，而且也存在本地人口向周边地区流出现象。三是城市建设发展周期的影响，最典型的那曲市，2006年青藏铁路通车后那曲城区迎来快速发展和建设时期，但随着城市建设逐步稳定后部分行业从业人员明显下降，据人口普查数据计算，那曲市色尼区批发和零售业从业人口从2010年的5010人下降至2020年的670人。

4.2.2 人口结构因素

尤其是东北等早年“独生子女”计划生育严格的地区，出现人口老龄化、低生育率等人口结构转型现象，伴随着生育理念、生育行为的转变，使得自然增长的人口规模无法补偿净迁出的人口规模，加剧了城区人口收缩。2020年第七次人口普查显示，辽宁、吉林和黑龙江“城区”部分的总和生育率分别为906.81‰、868.05‰和761.37‰，均处于全国下游水平。

4.2.3 发展政策因素

最典型是温州市，其城市经济发展水平保持较高水平，但是由于过去10年的老城区都市更新政策，实施“大拆大整”专项行动，很多城中村改造致城区外来人口选择迁居或离开。2010年，温州市鹿城区、龙湾区和瓯海区累计户籍登记在外省的外来人口共140.98万人，2020年这个数字已经下降至89.36万人，10年间外省外来人口减少51.62万人。这与经济结构或人口结构导致的收缩是完全不同的，可以理解为政策导致的阶段性收缩。
需要指出的是，不同收缩城市的形成原因是多样且复杂的，上述仅针对48个收缩城市的主要影响因素作简要概括。

4.3 未来收缩城市的发展趋势

按照《国家人口发展规划（2016—2030年）》，中国处于人口发展的关键转折期，同时随着中国城镇化发展已经进入中后期发展阶段，按照国际经验及国内实际，未来收缩城市数量及收缩规模很可能出现增长。一方面，全国性的人口总规模增长惯性减弱将深刻影响城市人口自然增长。根据联合国《世界人口展望（2022）》预测，中国总人口很快迎来负增长。虽然城市地区在一定时期内仍然保持正增长态势，但是同样面临老龄化程度不断加深、少儿占比呈下降趋势等结构性问题，一旦城市自然增长率下降或出现负增长，将可能引发城区人口规模下降。另一方面，城镇化中后期的“城-城”人口迁移将加剧部分城市人口流失。根据泽林斯基的人口迁移转变理论，随着城镇化进入中后期，“乡-城”人口迁移活跃度降低，“城-城”人口迁移活跃度提升，就业机会较少的城市人口将向就业机会较多的城市集聚，部分城市出现人口净迁出。因而，目前48个收缩城市只是少数现象，中国收缩城市的高峰可能尚未出现。从长期来看，在老龄化、低生育率、城市间人口相互迁移等叠加作用下，收缩城市将成为中国城镇化后期阶段的重要城镇化发展现象之一。

5 结论

根据《国务院关于调整城市规模划分标准的通知》确定的“城区常住人口”城市规模划定标准，本研究通过“城区常住人口”负增长识别收缩城市。采用2010年和2020年两期人口普查“城区常住人口”数据，通过对行政区划调整、独立工矿区、开发区等进行空间一致性处理，开展2010—2020年收缩城市识别。主要结论包括：
（1）2010—2020年中国收缩城市仅有48个，而且绝大多数收缩城市的城区常住人口减少规模低于5万人。收缩城市主要分布在东北地区，大多属于县级市和中小城市，不乏资源型和资源枯竭型城市。
（2）使用错误口径会造成收缩城市数量和规模的夸大，“城区常住人口”标准口径能够更科学的反映城市人口变化。未来，应当重视相对独立的市辖区和县城城区人口核算，并将城区内部或毗邻城区的工矿区、开发区等纳入城区范围，实行全国统一的工矿区、开发区等城乡分类标准。同时，加强逐年的“城区常住人口”数据公开，开展城市人口收缩的及时性识别。
（3）当前中国收缩城市主要受到自身经济发展、人口结构、城市政策等因素的影响。未来随着全国性的人口总规模增长惯性减弱和城镇化发展进入中后期，在老龄化、低生育率、城际人口迁移活跃等叠加作用下，中国收缩城市的数量和规模很可能出现明显增长。
本研究对收缩城市的研究局限于“城区人口减少”。事实上，收缩城市不仅仅局限于人口减少这一个维度，还涉及经济收缩、建筑物闲置、基础设施更新不足等更广范围的维度。即使在人口维度，随着人口流动的日益活跃，实有人口、瞬时人口、昼夜人口等概念对城市发展意义将进一步提升，同时城市与城市之间网络关联将突破实体地域的概念，向更为广泛的空间边界延展。同时，加强“收缩城市”向“收缩城镇”的拓展研究，关注县城和一般建制镇镇区的人口收缩现象。这都是未来收缩城市识别研究的重要科学问题。

真诚感谢匿名评审专家在论文评审中所付出的时间和精力，专家对本文收缩城市判定依据、图表完善、结论梳理方面的修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Häußermann H, Siebel W. Die Schrumpfende Stadt und die Stadtsoziologie. Soziologische Stadtforschung. Opladen: Westdeutscher Verlag, 1988: 78-94.

[2]
Liu Z, Liu S, Song Y. Understanding urban shrinkage in China: Developing a multi-dimensional conceptual model and conducting empirical examination from 2000 to 2010. Habitat International, 2020, 104. DOI: 10.1016/j.habitatint.2020.102256.

[3]
Haase A, Bernt M, Großmann K, et al. Varieties of shrinkage in European cities. European Urban and Regional Studies, 2016, 23(1): 86-102. DOI: 10.1177/0969776413481985.

[4]
高舒琦. 收缩城市研究综述. 城市规划学刊, 2015, (3): 44-49.

[Gao Shuqi. A review of researches on shrinking cities. Urban Planning Forum, 2015, (3): 44-49.] DOI: 10.16361/j.upf.201503006.

[5]
刘合林. 收缩城市量化计算方法进展. 现代城市研究, 2016, (2): 17-22.

[Liu Helin. Research on quantitative calculation method of shrinking city. Modern Urban Research, 2016, (2): 17-22.] DOI: 10.3969/j.issn.1009-6000.2016.02.004.

[6]
张帅, 王成新, 王敬, 等. 中国城市收缩的综合测度及其时空分异特征研究. 中国人口·资源与环境, 2020, 30(8): 72-82.

[Zhang Shuai, Wang Chengxin, Wang Jing, et al. On the comprehensive measurement of urban shrink in China and its spatio-temporal differentiation. China Population, Resources and Environment, 2020, 30(8): 72-82.] DOI: 10.12062/cpre.20200419.

[7]
杨东峰, 龙瀛, 杨文诗, 等. 人口流失与空间扩张:中国快速城市化进程中的城市收缩悖论. 现代城市研究, 2015, (9): 20-25.

[Yang Dongfeng, Long Ying, Yang Wenshi, et al. Lossing population with expanding space: Paradox of urban shrinkage in China. Modern Urban Research, 2015, (9): 20-25.] DOI: 10.3969/j.issn.1009-6000.2015.09.003.

[8]
金丹, 戴林琳. 中国人口城镇化与土地城镇化协调发展的时空特征与驱动因素. 中国土地科学, 2021, 35(6): 74-84.

[Jin Dan, Dai Linlin. Temporal and spatial characteristics and driving factors of coordinated development between population urbanization and land urbanization in China. China Land Science, 2021, 35(6): 74-84.] DOI: 1001-8158(2021)06-0074-11.

[9]
高金龙, 包菁薇, 刘彦随, 等. 中国县域土地城镇化的区域差异及其影响因素. 地理学报, 2018, 73(12): 2329-2344.

DOI

[Gao Jinlong, Bao Jingwei, Liu Yansui, et al. Regional disparity and the influencing factors of land urbanization in China at the county level, 2000-2015. Acta Geographica Sinica, 2018, 73(12): 2329-2344.] DOI: 10.11821/dlxb201812005.

[10]
Liu Z, Liu S, Qi W, et al. Urban sprawl among Chinese cities of different population sizes. Habitat International, 2018, 79: 89-98. DOI: 10.1016/j.habitatint.2018.08.001.

[11]
中华人民共和国国家发展和改革委员会. 国家人口发展规划(2016—2030年). https://www.ndrc.gov.cn/fggz/fzzlgh/gjjzxgh/201705/t20170502_1196730.html, 2017-05-02.

[National Development and Reform Commission. National Population Development Plan (2016-2030). https://www.ndrc.gov.cn/fggz/fzzlgh/gjjzxgh/201705/t20170502_1196730.html, 2017-05-02.]

[12]
杜鹏, 李龙. 新时代中国人口老龄化长期趋势预测. 中国人民大学学报, 2021, 35(1): 96-109.

[Du Peng, Li Long. Long-term Trends Projection of China's Population Aging in the New Era. Journal of Renmin University of China, 2021, 35(1): 96-109.]

[13]
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. 地理学报, 2017, 72(10): 1800-1811.

DOI

[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.] DOI: 10.11821/dlxb201710006.

[14]
符家铭, 刘毅华. 广东省人口局部收缩特征及其影响因素: 以东莞莞城为例. 热带地理, 2018, 38(4): 525-535.

DOI

[Fu Jiaming, Liu Yihua. Characteristics and factors of shrinking cities in Guangdong province: A case study of Guancheng in Dongguan city. Tropical Geography, 38(4): 525-535.] DOI: 10.13284/j.cnki.rddl.003058.

[15]
胡语宸, 刘艳军, 孙宏日. 城市增长与收缩的演变过程及其影响因素: 以黑龙江省煤炭资源型城市为例. 地理科学, 2020, 40(9): 1450-1459.

DOI

[Hu Yuchen, Liu Yanjun, Sun Hongri. Process and factors of urban growth and shrinkage: A case study of mining cities in Heilongjiang province. Scientia Geographica Sinica, 2020, 40(9): 1450-1459.] DOI: 10.13249/j.cnki.sgs.2020.09.006.

[16]
孙平军, 王柯文. 中国东北三省城市收缩的识别及其类型划分. 地理学报, 2021, 76(6): 1366-1379.

DOI

[Sun Pingjun, Wang Kewen. Identification and stage division of urban shrinkage in the three provinces of Northeast China. Acta Geographica Sinica, 2021, 76(6): 1366-1379.] DOI: 10.11821/dlxb202106004.

[17]
马佐澎, 李诚固, 张平宇. 东北三省城镇收缩的特征及机制与响应. 地理学报, 2021, 76(4): 767-780.

DOI

[Ma Zuopeng, Lichenggu, Zhang Pingyu. Characteristics, mechanism, and response of urban shrinkage in the three provinces of Northeast China. Acta Geographica Sinica, 2021, 76(4): 767-780.] DOI: 10.11821/dlxb202104001.

[18]
Hu X, Yang C. Building a role model for rust belt cities? Fuxin's economic revitalization in question. Cities, 2017, 72: 245-251. DOI: 10.1016/j.cities.2017.09.002.

[19]
戚伟, 刘盛和, 金凤君. 东北三省人口流失的测算及演化格局研究. 地理科学, 2017, 37(12): 1795-1804.

DOI

[Qi Wei, Liu Shenghe, Jin Fengjun. Calculation and spatial evolution of population loss in Northeast China. Scientia Geographica Sinica, 2017, 37(12): 1795-1804.] DOI: 10.13249/j.cnki.sgs.2017.12.002.

[20]
Long Y, Wu K. Shrinking cities in a rapidly urbanizing China. Environment & Planning A, 2016, 48(2): 220-222. DOI: 10.1177/0308518X15621631.

[21]
邓楚雄, 梁鹏, 刘唱唱. 长江中游城市群收缩城市时空变化特征及影响因素. 城市学刊, 2020, 41(2): 80-88.

[Deng Chuxiong, Liang Peng, Liu Changchang. Analysis of the changing characteristics and influencing factors of the shrinking city space-time in the middle-stream city group of the Yangtze River. Journal of Urban Studies, 2020, 41(2): 80-88.] DOI: 10.3969/j.issn.2096-059X.2020.02.014.

[22]
周恺, 钱芳芳, 严妍. 湖南省多地理尺度下的人口“收缩地图”. 地理研究, 2017, 36(2): 267-280.

DOI

[Zhou Kai, Qian Fangfang, Yan Yan. A multi-scaled analysis of the “Shrinking Map” of the population in Hunan province. Geographical Research, 2017, 36(2): 267-280.] DOI: 10.11821/dlyj201702006.

[23]
张学良, 张明斗, 肖航. 成渝城市群城市收缩的空间格局与形成机制研究. 重庆大学学报: 社会科学版, 2018, 24(6): 1-14.

[Zhang Xueliang, Zhang Mingdou, Xiao Hang. Study on spatial pattern and formation mechanism of urban contraction in Chengdu-Chongqing city cluster. Journal of Chongqing University: Social Science Edition, 2018, 24(6): 1-14.] DOI: 10.11836/J.ISSN.1008-5831.2018.06.001.

[24]
吴康, 龙瀛, 杨宇. 京津冀与长江三角洲的局部收缩: 格局、类型与影响因素识别. 现代城市研究, 2015, (9): 26-35.

[Wu Kang, Long Ying, Yang Yu. Urban shrinkage in the Beijing-Tian-Heibei Region and Yangtze River Delta: Pattern, trajectory and factors. Modern Urban Research, 2015, (9): 26-35.] DOI: 10.3969/j.issn.1009-6000.2015.09.004.

[25]
路昌, 徐雪源, 周美璇. 中国三大城市群收缩城市“三生”功能耦合协调度分析. 世界地理研究, 2023, 32(3): 76-88.

DOI

[Lu Chang, Xu Xueyuan, Zhou Meixuan. Analysis on coupling coordination degree of production-living-ecological functions in shrinking cities of China's three major urban agglomerations. World Regional Studies, 2023, 32(3): 76-88.] DOI: 10.3969/j.issn.1004-9479.2023.03.2021226.

[26]
程瑶, 张松林, 刘志迎, 等. 长三角城市人口收缩的特征、经济效应与政策回应. 华东经济管理, 2021, 35(8): 21-28.

[Cheng Yao, Zhang Songlin, Liu Zhiying, et al. Characteristics, economic effects, and policy responses of urban shrinkage in Yangtze River Delta. East China Economic Management, 2021, 35(8): 21-28.] DOI: 10.19629/j.cnki.34-1014/f.201230016.

[27]
刘振, 戚伟, 刘盛和. 中国人口收缩的城乡分异特征及形成机理. 地理科学, 2021, 41(7): 1116-1128.

DOI

[Liu Zhen, Qi Wei, Liu Shenghe. The differences of urban-rural population change and the underlying mechanism in the population shrinking counties in China. Scientia Geographica Sinica, 2021, 41(7): 1116-1128.] DOI: 10.13249/j.cnki.sgs.2021.07.002.

[28]
戚伟, 王开泳. 中国城市行政地域与实体地域的空间差异及优化整合. 地理研究, 2019, 38(2): 207-220.

DOI

[Qi Wei, Wang Kaiyong. City administrative area and physical area in China: Spatial differences and integration strategies. Geographical Research, 2019, 38(2): 207-220.] DOI: 10.11821/dlyj020180881.

[29]
吴康, 戚伟. 收缩型城市: 认知误区、统计甄别与测算反思. 地理研究, 2021, 40(1): 213-229.

DOI

[Wu Kang, Qi Wei. Shrinking cities: Misunderstandings, identifications and reflections. Geographical Research, 2021, 40(1): 213-229.] DOI: 10.11821/dlyj020200359.

[30]
孟祥凤, 马爽, 项雯怡, 等. 基于百度慧眼的中国收缩城市分类研究. 地理学报, 2021, 76(10): 2477-2488.

DOI

[Meng Xiangfeng, Ma Shuang, Xiang Wenyi, et al. Classification of shrinking cities in China using Baidu big data. Acta Geographica Sinica, 2021, 76(10): 2477-2488.] DOI: 10.11821/dlxb202110010.

[31]
Jiang Z, Zhai W, Meng X, et al. Identifying shrinking cities with NPP-VIIRS nightlight data in China. Journal of Urban Planning and Development, 2020, 146(4): 04020034. DOI: 10.1061/(ASCE)UP.1943-5444.0000598.0000598.

[32]
Liu Z, Liu S. Urban shrinkage in a developing context: Rethinking China's present and future trends. Sustainable Cities and Society, 2022, 80: 103779. DOI: https://doi.org/10.1016/j.scs.2022.103779.

[33]
Long Y. Redefining Chinese city system with emerging new data. Applied Geography, 2016, 75: 36-48. DOI: 10.1016/j.apgeog.2016.08.002.

[34]
Li H, Mykhnenko V. Urban shrinkage with Chinese characteristics. Geographical Journal, 2018, 184(4): 398-412. DOI: 10.1111/geoj.12266.

[35]
中华人民共和国中央人民政府. 国务院关于调整城市规模划分标准的通知. http://www.gov.cn/zhengce/content/2014-11/20/content_9225.htm. 2014-11-20.

[The Central People's Government of the People's Republic of China. Circular of the State Council on Adjusting the Standards for City Size Division. http://www.gov.cn/zhengce/content/2014-11/20/content_9225.htm. 2014-11-20.]

[36]
周一星, 史育龙. 建立中国城市的实体地域概念. 地理学报, 1995, 50(4): 289-301.

DOI

[Zhou Yixing, Shi Yulong. Toward establishing the concept of physical urban area in China. Acta Geograophica Sinica, 1995, 50(4): 289-301.]

[37]
周一星, 于海波. 中国城市人口规模结构的重构(一). 城市规划, 2004, 28(6): 49-55.

[Zhou Yixing, Yu Haibo. Reconstructing city population size hierarchy of China based on the Fifth Population Census(1). City Planning Review, 2004, 28(6): 49-55.]

[38]
张立. 城镇化新形势下的城乡(人口)划分标准讨论. 城市规划学刊, 2011, (2): 77-85.

[Zhang Li. A discussion on the definition of urban/rural population in the Chinese urbanization process. Urban Planning Forum, 2011, (2): 77-85.]

[39]
金浩然, 刘盛和, 戚伟. 基于新标准的中国城市规模等级结构演变研究. 城市规划, 2017, 41(8): 38-46.

[Jin Haoran, Liu Shenghe, Qi Wei. Research on the evolution of city-size hierarchy in China based on new standard. City Planning Review, 2017, 41(8): 38-46.] DOI: 10.11819/cpr20170806a.

[40]
戚伟, 刘盛和, 金浩然. 中国城市规模划分新标准的适用性研究. 地理科学进展, 2016, 35(1): 47-56.

[Qi Wei, Liu Shenghe, Jin Haoran. Applicability of the new standard of city-size classification in China. Progress in Geography, 2016, 35(1): 47-56.] DOI: 10.18306/dlkxjz.2016.01.006.

[41]
朱建华, 陈田, 王开泳, 等. 改革开放以来中国行政区划格局演变与驱动力分析. 地理研究, 2015, 34(2): 247-258.

DOI

[Zhu Jianhua, Chen Tian, Wang Kaiyong, et al. Spatial pattern evolution and driving force analysis of administrative division in China since the reform and opening-up. Geographical Research, 2015, 34(2): 247-258.] DOI: 10.11821/dlyj201502005.

Options
文章导航

/

〈 〉