指标漫谈:城镇人口

从城市现状分析、规划实施评估、到这些年的“城市体检”,都会涉及各种“指标”,比如人口、国内生产总值(GDP)、公园覆盖率、人均床位数等等。这么多年,没少和它们打交道,想开个系列,漫谈式的念叨念叨,试水第一篇。

引子:指标与城市,抽象与具象

城市是个复杂的巨系统,自然与人工环境交错,人们在这里工作、居住与游憩,随着时间的推移或繁盛或衰败,不断演变。而各种指标只是一种抽象,反映了城市在某个时刻、某个方面的状态,这种抽象有好处也有坏处。好的方面,比如可以方便的进行横向或纵向对比、快速分类、预判趋势和潜在问题。但如果偏离原始逻辑、过度机械的使用指标,不仅可能会闹出笑话,更会让人错过冰冷数值背后丰富多彩、生机勃勃的真实世界。

和城市相关的指标,一定要注意前面的限定语,特别是空间范围、关键属性两方面的限定。以城市人口为例,常见的空间范围限定包括 市域人口、市区人口、(中心)城区人口 等;常见的关键属性限定包括 常住人口、城镇人口、户籍人口 等。根据上下文,这些界定词有时会被省略,且含义区别有时从字面看上去并不明显,很容易产生混淆,偶尔也有为达某种目的有意无意滥用的情况。

另外,要想了解指标数值的涵义往往需要一些相关的知识,比如:了解了《城市规模划分标准》(见下表),就能根据 城区常住人口数 判断 城市的规模等级;如果再了解一些同等规模城市的状况,就能对这个规模城市常见的发展诉求、可能面临的问题有个基本的预判。

城市规模等级城区常住人口(万人)
超大城市> 1000
特大城市500 ~ 1000
I 型大城市300 ~ 500
II 型大城市100 ~ 300
中等城市50 ~ 100
I 型小城市20 ~ 50
II 型小城市< 20

今天就聊聊 联合国人居署 的 2000-2050各国城镇人口数。是关于人口数量的公共数据,空间范围限定:国家或地区的行政范围;关键属性限定:城镇人口,特指居住在城市或集镇、从事非农产业、在城镇居住时间超过6个月的人口。

1. 数据源:联合国人居署 城市指标数据库

联合国人居署(UN-HABITAT) 的 城市指标数据库(Urban Indicators Database),可以下载到一些 按国家统计的人口相关的数据2000-2050年各国城镇人口数 是其中的一项,逢5年一个数值,每个国家或地区都有11个数值。数据发布于2021年7月,来源和说明文档链接已不可用。根据发布时间推测,2020年前5个年份的数值大概是统计值,之后6个年份的数值则为预测值。

数据表中,2025年(年中)中国城镇人口的预测数值为 9.5655 亿。根据国家统计局最新发布的数据,2025年年末 全国城镇人口数为 9.5380 亿。实际比预测低了 300万人 左右,误差率不到 千分之三,短期预测看起来还是比较靠谱的。

上方的专题地图由 Tableau Public 制作:圆点大小代表该国城镇人口数量的多寡,点击可以查看国名和具体数值;右侧的 Year 下拉菜单可以切换年份;下方的按钮可以播放动画。

2. 特征:快慢有别,唯变不变

用动态条形图(Bar Chart Race) 看下 全球城镇人口前20名国家 的排名和数值变化。

50年的时间跨度里,中、印、美稳居前三,但中、印两国和美国绝对数值的差距在不断拉大。中国城镇人口从 2000年 的 4.6亿 跨到 2050年 的 10.9亿,印度则从 2.9亿 涨到 8.1亿,增幅均超 100%,总体来说城镇化快速推进。而美国从 2.2亿 到 3.4亿,增幅在 50% 左右。

前三名之后的国家排名变化较大,比较突出的:

  • 位于赤道附近的非洲国家 尼日利亚,城镇人口从 0.4亿 增长到 2.9亿,排名从第十三上升到第四名,增幅在惊人的 600% 左右;
  • 刚果、孟加拉、埃及、塔桑尼亚 等国已经或将会挤进全球前20,并把意大利、韩国、阿根廷、乌克兰 等挤出榜单;其中刚果的50年增幅大概在7倍左右,孟加拉在2倍左右;
  • 俄罗斯、日本等国家,50年间城镇人口增长绝对量仅有二三百万人,增幅仅在 2% 左右,完全靠 2000年 就已经过亿的庞大基数,勉强保持在全球前10的量级。

从全球前20的变化来看,东亚、南亚、非洲是城镇人口聚集的重点区域。记得有业界大咖说过,20世纪 环大西洋 是聚集的热点,而 21世纪 聚集的重心会慢慢转向 环印度洋。根据数据绘制的专题地图,大致能佐证这些关于城镇人口空间分布变化趋势的判断。

总结下,通过这份各国城镇人口数据,我们了解到了以下的特征与趋势:

  • 中、印、美三国的城镇人口总量,在整个21世纪上半叶都稳居全球前三;
  • 俄、日等国城镇人口虽增长缓慢,但仍保持了全球前十的位置;
  • 以尼日利亚、刚果、孟加拉等国为代表,非洲、南亚地区不少国家在21世纪上半叶,进入了城镇化快速期,城镇人口增长迅猛,已经或即将进入全球前20的行列;
  • 大趋势上看,环印度洋区域 将逐步成为新的 人口聚集、城镇化推进 热点地区。

3. 成因:地理、文化、制度,以及偶然性

为什么有些国家人口多,城市发展快,经济总量大?另一些国家则相反?对于哪些是决定一个地区经济、社会和文明发展的关键因素,学术界有几个主要的流派。

3.1 地理决定论

认为气候、地形、资源、海岸线、自然灾害、治病环境等地理要素,决定了农业生产力、技术进步的可能性和对外交流的成本,进而决定特定区域的总体发展进程和结果。

典型例证:

  • 四大文明古国都位于肥沃的大河流域,与适于农业生产的自然环境密切相关;
  • 欧亚大陆的东西向轴线,让作物和牲畜能沿着相似的纬度快速传播,而美洲和非洲的南北向轴线为传播的天然阻碍,是欧亚文明领先于非洲和美洲的决定性因素之一(枪炮、病菌与钢铁,贾雷德·戴蒙德);
  • 撒哈拉沙漠以南的非洲,疟疾等热带疾病盛行导致高死亡率和高生育率,贫瘠的土壤和不均匀的降水导致农业产出不稳定,这些自然要素也被统称为“热带陷阱”,在解决这些问题的现代科技(如疫苗)出现之前,制约了该地区文明的发展。

3.2 文化决定论

认为宗教信仰、社会信任度、工作伦理和对教育的重视程度等文化因素,决定了人们如何组织经济、如何对待生育,进而决定该区域经济发展水平、人口总量等方面的特征。

典型例证:

  • 日本国土狭长、多山,资源匮乏,地震频发,但却早早完成工业化转型,迈入发达国家行列,2000年时城镇人口已过亿,位居全球第六;部分学者将东亚经济奇迹(包括日本和亚洲四小龙)归功于“亚洲价值观”,即对教育、家庭和纪律的重视。

3.3 制度决定论

认为产权保护、法治、政治体制等由人类设计的社会制度决定了一个地区的发展水平。好的制度能克服地理劣势,坏的制度能浪费地理优势。

美墨边境,埃尔帕索和华雷斯。

典型例证:

  • 美墨边境小城诺加利斯,美国一侧富裕,墨西哥一侧贫困。地理和气候完全相同,唯一的变量是制度。阿西莫格鲁指出,殖民者在那些过于富裕、人口稠密的地方(如拉美、印度)建立了掠夺型制度,而在地广人稀的北美则建立了包容型制度,这导致了后来的大分流。(为什么国家会失败,阿西莫格鲁)

BTW,知乎上有个问题:有没有一个城市因为国际边界被划分成两块?那里人的生活有没有因为这个边界受影响?BensonBai 的回答 截了一些卫星影像,直观且有趣。

3.4 历史偶然性

不管哪个流派,都不能解释所有。执着于探求决定性因素,大概只是追求确定性的人类本能。事实上,总有大大小小的“偶然事件”在影响着地区发展的历史进程。如果哥伦布没有向西航行去印度,那么美洲的发现还会晚很多年,现在的美洲很可能又是另一种样子。

地理要素 会设定 可能性的边界,文化要素 会影响 路径选择,制度要素 会决定 激励机制,偶然事件 则可能在任何时刻打破所谓的因果,推动社会进入新轨道。

4. 远方:神秘的异域城邦

各国城镇人口,在每个冰冷的数字背后,都隐藏着成百上千座各具特色的城市,以及每个城市里数不尽的家族故事、人生故事。

近处,中国过去几十年的城镇化高速推进,大量农村人口涌入城市,那数不尽的“闯”、“漂”故事,撑起了过去 20年 近 5亿 的城镇人口增量,酸甜苦辣,人生百味。

远方,数字背后数不尽的异域城邦,从自然环境到文化习俗,从人口构成到生活习惯,更是各具特色,超乎想象。

做数据分析、写这篇博文的过程中,好奇心驱使也查了点相关的信息。发现几个以前并不太了解的城市信息,也许可以进一步了解下,或者找个机会去转上一圈儿?

  • 诺加利斯(Nogales):美墨边境城市,前文曾经提到,其实这样的城市在美墨边境不止一处,川普的“边境墙”让这些故事有了新料,更富戏剧性;突然想到,“墙”是个很特殊、很有趣的意象,柏林墙、加沙隔离墙、美墨边境墙,还有老祖宗的长城;
  • 拉各斯(Lagos):西非第一大城市,尼日利亚经济中心、最大港口城市、1991年前旧首都,人口约1500-2100万(取决于统计口径);是一座建在泻湖与海岛上的巨城,以跨海大桥连接不同区域,既有填海造地上的摩天大楼(如 Eko Atlantic,试图打造非洲的迪拜),也有建在泻湖上的水上贫民窟(如 Makoko社区),再加上赤道自然风光,从城市风貌到社区生活,都是巨大反差的贴脸并存;
  • 摩尔曼斯克(Murmansk):俄罗斯北方唯一的终年不冻港,俄罗斯北方舰队司令部所在地;位于北极圈之内约北纬68度,北大西洋暖流的北部末端;人口约30-40万(不同统计口径),是北极圈内人口最多的“大城市”;9月至次年4月半年极夜周期内,大概率可以看到极光。

第一次指标漫谈,大概就是这样了。一路顺下来,想说的数据源、特征、影响因素等等都写到了;脱离抽象数字、回归现实温度的城市实例也点到了,挺好。

有个没展开的点,是数据处理和可视化。需要把原始的宽数据转为长数据,之后再进行可视化,Tableau 中制作动态条形图的方法,可以参考 这篇文章

有任何问题欢迎留言。另外,如果还有下一期指标漫谈,你有什么想了解的指标吗?

发布日期

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注