产业园区建设推动城市规模扩张机制的实证研究-以西宁市为例

田明^*, 田一聪

(北京师范大学政府管理学院, 北京 100875)

摘要: 文章以西宁市为例, 在梳理了产业园区建设与城市人口规模扩展的过程的基础上分析了产业园区建设推动城市人口规模和建成区规模扩张的机制, 并以此为理论基础对未来城市人口规模变化进行了预测, 揭示城市向高质量方向发展的趋势。研究发现: (1) 在城市的发展过程中, 产业园区建设往往是城市累积循环发展的初始因素, 产业园区建设带动经济增长, 吸纳劳动力带动人口集聚, 并为城市新区建设提供动力, 是产业园区推动城市发展的第一波; (2) 随着发展水平的提高, 单纯追求经济增长速度的粗放式发展方式向更高质量发展方式转变, 产业园区调整, 产业发展方向重新定位, 带动经济增长率和经济增长的就业弹性系数下降, 在此基础上叠加人口结构变化引起的劳动力带眷系数变动, 从而导致城市人口增长和城市建设用地规模扩张下降, 进入城市内部用地优化调整的阶段, 并伴随着城市基础设施的完善和城市人均道路面积、人均绿地面积的逐步提高, 城市进入集约化发展的第二波; (3) 根据预测, 未来城市人口将步入平稳增长阶段, 由规模扩张 向高质量集约化发展方式转变。在不同的城市增长“初始因素”或者导致发展变化的主导因素有可能不尽相同, 但是理解过程和机制, 认识所研究的城市的发展规律应该是进行城市规模预测的前提。

关键词: 产业园区, 城市规模, 就业弹性系数, 带眷系数, 城市建成区

DOI: 10.48014/csdr.20240719002

引用格式: 田明, 田一聪. 产业园区建设推动城市规模扩张机制的实证研究———以西宁市为例[J]. 中国可持续发展评论, 2025, 4(1): 1-12.

文章类型: 研究性论文

收稿日期: 2024-07-19

接收日期: 2024-12-05

出版日期: 2025-03-28

1　引言

城市人口是城市性质和城市功能的重要载体。理解和把握城市人口规模变化的机制和过程，是城市管理者在城市规划中确定合理的城市人口规模的前提，也是区域与地理学者构建区域空间理论和城镇体系理论的主要依据，更是准确判断和预测城市人口未来走势的基础。在对人口规模预测的研究中，主要方法有Logistic模型^[1]、灰色模型^[2]和神经网络模型^[3]等，还有将灰色模型与神经网络模型相结合得到灰色神经网络模型^[4-6]。这些模型都是通过对影响城市人口规模变化因素的历史资料进行统计分析，探讨其在时间上的变化规律，得出人口规模变化的长期趋势从而对它的未来变化进行预测^[7]。这些方法多适用于人口跨边界迁移速度较低，迁移规模较小的区域或整个国家，对于正处于城镇化快速发展，影响因素众多，人口变化不确定性较大的城市，基于历史资料的模型预测准确性一直受到诟病^[8-10]。更主要的是模型可以输出未来演变的结果，但并不能告诉结果背后的机制和原因。在城市发展壮大的过程中，除了人口的自然变动外，经济增长推动就业扩张，就业扩张吸纳大量外来人口，推动人口规模增加，人口规模增加又助推城市经济的增长，这一累积循环过程是城市人口持续发展的基本机制。也因此，经济增长的就业弹性系数法经常被用来预测城市人口规模。

根据累积循环因果关系理论，在一个动态的社会过程中，社会经济各因素之间存在着循环累积的因果关系。某一社会经济因素的变化，会引起另一社会经济因素的变化，这后一因素的变化，反过来又加强了前一个因素的那个变化，并导致社会经济过程沿着最初那个因素变化的方向发展，从而形成累积性的循环发展趋势^[11]。经济增长带动就业扩张，就业扩张带动劳动力的转移和集聚，进而带动人口在城市的集聚^[12,13]，推动城市人口规模和用地规模的扩张，反过来城市人口规模的壮大又推动经济的增长。但是，累积循环因果理论提到的“某一因素”的这一初始社会经济因素会是什么?这一初始因素是如何推动城市规模扩张的?城市规模进入扩张之后的演变过程又会呈现怎样的特征?这是本文关注的重要问题。

改革开放以来，我国众多城市通过设立各种类型的开发区、产业园区、新城等无疑对经济发展发挥了重要的作用，其中不乏在某一阶段发挥“初始因素”作用，成为城市增长极的案例^[14]。各类开发区、产业园区乃至新城区对城市发展起到的作用，不难理解，但这些新区对城市发展的推动机制是怎样的则缺乏梳理和实证的研究，更缺乏对城市发展进入高质量发展阶段之后的发展趋势判断。本文以青海西宁市为例，分析产业园区建设在推动城市发展和城市人口扩张的机制，并对未来城市发展趋势进行预测，以期对这一问题进行全面深入的研究。

2　案例区概况与数据

西宁市位于青藏高原东缘，青海省东部、湟水中游河谷盆地，是青海省省会，兰州-西宁城市群重点城市之一，是支撑青藏高原生态安全屏障、维护西北地区繁荣稳定的重要城市。西宁市下辖五区两县，市域总面积7660km²。2020年常住人口246.80万人，城镇人口194.06万人，城镇化水平78.63%，中心城区城镇人口规模173.9万人，中心城区建成区面积208km²，是青藏高原人口唯一超过百万，建成区面积唯一超过100km²的中心城市。2020年西宁市GDP总量为1372.98亿元，占青海全省的46.26%，人均GDP55631元，比全省高13.58%。

从2000年开始在由城中区、城东区、城西区、城北区和湟中县(区)五个市辖区所组成的中心城市地域内，西宁市陆续设置了西宁(国家级)经济技术开发区，高新技术产业开发区(生物科技产业园区，位于城北区)、城南新区、海湖新区、川北新区等城市新功能区。其中，西宁(国家级)经济技术开发区实行一区多元的管理模式，包括位于城东区的东川工业园区、位于湟中县的甘河工业园区和位于城中区的南川工业园区三个产业园区(见图1)。在产业园区和城市新区开发建设的带动下，西宁市无论是经济和人口增长，还是建成区的扩展都进入高速状态，为我们观察和研究产业园区推动下的人口规模扩张和城市环境变化提供了一个极佳的样本。

本文主要年份的人口数据主要来自改革开放之后直至2020年进行的五次人口普查数据，其他年份人口数据来自和劳动就业数据和经济数据来自西宁市自1990年直至2021年历年的统计年鉴，对于统计年鉴内数据不一致的地方，采用最近年份统计年鉴数据。产业园区、城市新区及建成区相关资料来自西宁市发展与改革委员会和经济技术开发区管委会，以及《西宁市国民经济与社会发展第十二个五年规划刚要》《西宁市国民经济与社会发展第十三个五年规划刚要》和《西宁市国民经济与社会发展第十四个五年规划刚要》等政策文件。

图1　西宁市中心城区和产业园区布局示意图

Fig.1　Xining city center and industrial park layout diagram

资料来源:作者自制

3　产业园区建设与城市规模扩展

3.1　园区建设与城市人口规模扩张过程

作为西部内陆且少数民族占主体的省份，相比东部地区乃至全国其他地方，西宁市在改革过程中实行的改革新举措和相关政策这里落地时间相对要晚。1979年深圳蛇口工业区成立，1984年我国第一批经济技术开发区新建，到1999年各类城市新区总量就达到了815个^[14]。但是，作为青海省省会城市的西宁市直至2000年才获批并开始动工建设自己的第一个开发区——西宁市经济技术开发区。开发区位于青海省西宁市东部的城东区，并于2006年更名为西宁经济技术开发区东川工业园区。紧接着在2002年4月在西宁市城北区又设立生物科技产业园，2002年7月在湟中县(现湟中区)设立甘河工业园区。三个产业园区于2005年和2006年分别统一纳入西宁经济技术开发区管理体系，形成一区三园的管理框架。2008年2月在城中区设立西宁经济技术开发区南川工业园区，形成了一区四园的布局模式。2010年11月生物科技产业园区经国务院批准升级为国家高新技术产业开发区，定名为青海高新技术产业开发区，成为青海省唯一的国家级高新区，并于2017年脱离经济技术开发区管理体系，进行独立管理。

产业园区作为推动经济快速发展的载体和发动机，其作用逐步发挥出来。在2000年之前的10年间，西宁市GDP年均增长率为7.56%，最高年份1998年为10.1%，其他年份都没有超过两位数，与青海全省经济增速差别不大(图2)。但是之后西宁市经济增长不断走高，并逐步超过全省经济增长速度，在2010年达到最高的18.2%，以超过两位数的增长率连续16年，直到2016年降到9.8%，并远远超过青海全省的经济增速(见图2)。这一时段与产业园区开发建设基本重合，产业园区对经济增长的贡献逐步提高。2007年四大工业园区工业增加值占全市工业增加值的比重为25.7%，到2009年比重首次超过50%，达到50.51%，到2016年占比达到了73.9%的最高点。2016年之后，虽然园区工业增加值占全市比重开始下降，但到疫情发生前的2019年仍然高达55%左右(图3)。

图2　西宁市GDP增速与青海全省的比较

Fig.2　Comparison of GDP growth rate of Xining City and Qinghai province

图3　园区工业增加值占全市工业增加值比重

Fig.3　The industrial added value of the park accounted for the proportion of the city􀆳s industrial added value

资料来源:根据西宁市历年统计年鉴和政府工作报告整理制作

经济的高速增长必然对劳动力产生极大的需求。2006—2010年的“十二五”期间，西宁市城镇新增就业9.5万人，2011—2015年的“十二五”期间累计新增城镇就业15.04万人;2016—2020年的“十三五”期间，城镇累计新增就业15.9万人，2020年西宁市城镇从业人员突破了100万人，达到104万的高位。相应地城市人口则由2000年的91万人，增加到2010年的114.83万人，到2020年则达到了168.8万人，20年间城镇人口增加了77.8万人。而在20世纪整个90年代，西宁市城区人口仅增加了26万人(见图4)。

图4　西宁市2000—2020年城镇从业人员与城镇人口变化图

Fig.4　Urban employees and urban population change in Xining City from 2000 to 2020

资料来源:根据西宁市历年统计年鉴和政府工作报告整理制作

3.2　城市建成区用地扩张与优化过程

产业园区及依托产业园区的新城建设推动西宁市城区急速扩张，建成区面积由2000年初的52km²扩展到2010年的91km²，到2020年已经达到208km²(见图5)，过去10年增加了108%。而在20世纪整个90年代西宁市建成区面积仅增加了2km²。建成区的扩张过程由两种方式实现，一是产业园区建设本身推动的建成区扩展。西宁市最早设立的东川产业园区，规划面积12.79km²，生物科技产业园最初规划建设面积10km²，甘河工业园区规划面积10.89km²，南川产业园区规划面积约10km²。到2010年前后，除东川产业园区由于地形限制之外，其他三个产业园区都分别进行扩容，生物技术产业园区扩容面积23.5km²，南川更达到了31.39km²，甘河工业园区达到35.28km²。园区规划面积由最初的53.78km²增加到101.06km²。

图5　西宁市中心城市建成区面积扩张过程

Fig.5　Xining city center urban built-up area expansion process

资料来源:根据西宁市历年统计年鉴和政府工作报告整理制作

伴随信息技术的发展，产业园区主导类型从郊区型或类郊区化的园区模式逐步向更具“城市特质”的城区模式转变^[15]。随着城镇人口规模的扩大，新城建设成为西宁市建成区扩展的另一个主要途径。甘河工业园区在2008年第二次扩容的同时，启动实施了涉及2.6万人的搬迁安置工程——康川新城。作为当时青海省最大的搬迁安置工程，配套了医疗、教育、商业、文化活动等生活服务设施。甘河工业园区的建设也促成了湟中县改县设区，于2019年成为西宁市城区的一部分——湟中区。在南川产业园区和甘河产业园区建设的过程中，西宁市在城南区南川工业园区和甘河工业园区之间建设了城南新区，总面积达30km²，并于2007年在城西区开工建设海湖新城，面积达10.5km²，规划居住人口达15万人。2014年依托生物科技产业园(青海国家级高新技术产业开发区)，正式开发建设北川新区，规划面积达8.6km²，青海大学和青海师大等众多大学新校区入驻新区。在南、北、西依托三大产业园区建设三个新城，基本上完成了西宁市中心城区城市建成区的拓展，城东、城西、城北和城中四个市辖区全部转化为城镇化区域，2020年城镇化水平达到或接近100%，湟中区也由2000年的24.62%提高到2010年的33.14%和2020年的51%。

表1　2000—2020年西宁市建成区绿地率和人均公共绿地面积

Tab.1　Green land rate and per capita public green space in built-up areas of Xining City from 2000 to 2020

年份	2000	2005	2010	2015	2020
人均道路面积(m2)	6.48	6.81	7.35	7.8	12.9
建成区绿地率(%)	18.7	28	35.6	39.02	40.02
人均公共绿地面积(m2)	3.94	6.16	9	12	12.82

资料来源:西宁市统计年鉴(2001，2006，2011，2016，2020)

建成区扩展为市区纳入了更大的绿地空间，也为老旧城区改造提供了条件。土地利用结构不断优化，公共设施不断完善。到2020年西宁市建成了124个公园和街头绿地，建成区绿地率由2000年的18.7%，上升到2010年的35.6%和2020年的40.02%，人均公共绿地面积由3.94m²，上升到12.82m²(表1)，城市环境的宜居性提高，增加了吸引力是推动人口集聚的因素之一。从西宁市城市发展的整个过程来看，产业园区是2000年以来城市发展的“初始因素”，这一“初始因素”在累积循环因果规律的作用下带来经济高速增长，提升就业城市就业容量，从而推动城市人口和用地的规模扩张，城市规模扩张反过来又推动经济增长，如此循环。这一发展和扩张过程可以用下图进行总结和示意(图6)。

图6　西宁市产业园区建设推动城市规模扩展的累积循环过程图

Fig.6　Cumulative cycle process of urban scale expansion promoted by industrial park construction in Xining City

资料来源:作者自制

4　经济增长、劳动吸纳与城镇人口规模扩张拟合与预测

4.1　经济增长方式转变与劳动吸纳的就业弹性变化

经济发展往往伴随着劳动生产率的提高。不同经济增长方式以及不同的产业类型在不同的发展阶段的劳动需求强度和劳动密集程度不同，经济增长带动新增就业的能力不同。党的十八大以来，国家越来越注重经济发展的质量，而不再单纯强调发展速度，经济发展由过去依靠粗放式的资源投入的不可持续方式转向主要依靠技术进步和劳动生产率的提高来推动的可持续发展模式。一方面经济由高速增长进入中低速发展的新阶段，需要寻找新的经济增长点，另一方面大规模开发造成的生态环境压力，促使城市调整发展思路。在“十二五”规划中，西宁市政府提出“加大工业结构调整，通过科技创新、技术改造，大幅度降低能源资源消耗、减少环境污染，逐步形成可持续的发展方式，建立和完善特色产业体系，……走新型工业化发展之路。”在“十三五”时期西宁市加大了产业园区的调整力度，提出各个产业园区要抓好主导产业，推动产业升级，在空间上进行合理分工，提高用地效率，形成集聚优势:“东川硅材料光伏和轻合金材料、南川锂电新能源和藏毯绒纺业、城北生物医药和装备制造、甘河有色金属精深加工和特色化工、北川高新技术产业”。从过去粗放式发展，到精准定位，追求高质量发展。

西宁市从2013年开始经济进入下行通道，而且伴随着发展速度的下降，GDP增量带来的新增就业规模也呈下降趋势，即表现为整体就业弹性系数的下降从2000—2013年西宁市多数年份经济增长的就业弹性系数高于0.3，最高的2011年甚至达到0.55。2012年之后，就业弹性系数逐步下降，没有一年超过0.3，最高的2016年也仅为0.27(图8)。尤其是以产业园区为主要载体的第二产业从业人员在经历了规模扩张，在2011年和2012年达到顶峰之后趋于下降(图7)，是就业弹性系数下降贡献最大的行业。这里看到，就业弹性系数的下降过程既有政府积极应变、主动而为的推动，更是经济发展到一定程度，产业自身发展升级的客观要求。

图7　西宁市第二产业增加值与从业人员变化

Fig.7　Changes of added value and employees of the secondary industry in Xining City

图8　西宁市经济增长的就业弹性系数变化

Fig.8　Change of employment elasticity coefficient of economic growth in Xining City

资料来源:根据西宁市历年统计年鉴和政府工作报告整理制作

4.2　带眷系数、抚养比与城市人口规模变化

城市经济是以第二产业和第三产业为主体的经济体系。城市的就业扩张带来人口的空间转移和集聚，从而推动城市规模的扩大，是城市人口规模发展壮大的最主要的方式。从人口净迁移来看，2000年以来西宁市中心城区人口净迁移量不断增加，尤其是城东区和城北区最为明显。2010年中心四区人口净迁移为由29.5万人，增加到2020年的52.27万人(表2)。非户籍的迁移人口其流动的最根本目的是实现就业，获得收入。西宁市不同区县人口净迁移的结果证明就业扩张与城市人口规模增长之间的关系。虽然，过去20年的后半段，西宁市经济增长的就业弹性系数下降，但经济规模和就业规模的扩大推动人口增加仍然十分可观。除此之外，城市人口增加幅度和趋势与人口结构演变带来的眷带系数的变化，也是就业带动人口增量变化的重要因素。

西宁市人口眷带系数经历了一个先将后升的趋势，从21世纪初期接近2.5一直下降到2008年的2.0左右，此后又进一步下降到2016年的最低点，从2016年开始近五年又逐步上升，形成一个“U”字形的走势(见图9)。这一变化趋势有着牢固现实含义，受到人口年龄结构变化的调控。由表4所示，西宁市2000年的人口总抚养比是45.97，此后下滑到2010年的38.92，下滑的主要原因由于人口出生率下降导致是少儿抚养比大幅下降，2020年人口总抚养比又回升到44.33左右，回升的主要原因是受人口老龄化影响，在幼儿抚养比保持基本稳定的同时老年抚养比大幅上升(图10)。人口结构演变成为眷带系数变化的根源。西宁市的变化表明，随着我国计划生育政策的调整，在人口出生率和少儿抚养比保持稳定，而老龄化趋势加重会带动带眷系数的上升，这将是判断未来我国城市规模变化的一个重要因素。

表2　西宁市各县区主要年份人口净迁移(万人)

Table 2　Net population migration(10，000 people)by county and district in Xining City in major years

	城东区	城中区	城西区	城北区	湟中区	大通县	湟源县
1990	2.27	—	-3.89	—	0.31	0.41	0.05
2000	9.11	—	4.91	4.65	0.21	1.51	0.02
2010	11.1	6.62	3.26	8.56	-2.71	-1.04	-0.07
2020	22.56	7.23	5.4	17.08	-8.64	-2.66	-1.85

注:表中数据表示常住人口与户籍人口的差值，“—”表示暂无数据

图9　2000—2020年西宁市城镇眷带系数的变化

Fig.9　Changes of urban family ties coefficient in Xining City from 2000 to 2020

图10　西宁市人口抚养比的变化

Fig.10　Changes of population dependency ratio in Xining City

资料来源:根据西宁市历年统计年鉴和政府工作报告整理制作

经济增长方式由粗放式向高质量转变的过程中，经济增长率的下降，产业与产业园区功能调整，带来劳动生产率的提高，就业弹性系数下降是长期趋势。伴随经济发展水平的提高，人口出生率下降及老龄化加深也是社会发展的长期趋势之一，从而带动劳动带眷系数的呈先下降后上升之势。带眷系数与就业弹性系数双重叠加影响，与粗放式发展时期相比城市人口增长速度将放缓，用地扩张速度也因此而放缓，城市空间进入内部优化调整期。这一过程可以用图11来表达。

4.3　西宁市城镇人口规模预测

根据前面经济增长与就业扩张过程，以及就业弹性系数和带眷系数的变化过程的分析，来模拟经济增长与就业扩张，就业扩张与城镇人口规模变化之间的数量关系。首先，对于西宁市经济增长对劳动力吸纳之间的关系采用最常用的过指数模型、线性模型、对数模型和幂指数模型分别进行拟合(见图9)，四个模型的R²分别为0.846、0.9106、0.9951和0.9876，都达到了很高的程度，但相比而言对数模型的R²最大，拟合程度最优。这一方面印证了经济增长与就业吸纳存在的紧密关系，另一方面也表明随着发展水平的提高，单位经济增长带来的就业增量在下降，即经济增长的就业弹性系数在经济发展的后期阶段会下降，对数模型与这一客观趋势相吻合。

图11　高质量发展阶段经济增长与城市人口增长的关系图

Fig.11　Relationship between economic growth and urban population growth in high-quality development stage

资料来源:作者自制

图12　经济增长与就业扩张之间的模型拟合

Fig.12　Model fit between economic growth and employment expansion

其次，为了更深入理解就业扩张带动城镇人口增加之间的关系，分别通过指数模型、线性模型、对数模型进行拟合(图12)，四个模型的R²分别为0.9914、0.9803、0.9426和0.964，同样都达到了很高的程度，但相比而言指数模型的R²最大，拟合程度最优。四个模型极高的R²值劳动从业人员数量与城镇人口规模之间存在的紧密关系，另一方面指数模型的最优拟合表明随着城镇就业的扩展，城镇人口呈指数方式变化，与眷带系数的上升的趋势吻合。

图13　就业扩张与人口规模变化之间的模型拟合

Fig.13　Forecast of total urban population in Xining City Center(10，000 people)

最后，对西宁市2020—2035年中心城区城镇人口规模进行预测和检验。就业弹性系数法和带眷系数法预测城市人口规模变化中，科学确定未来经济增长率是最关键的步骤。未来经济增速不仅取决于西宁市自身，还取决于国家宏观经济环境。据此，按照两个阶段，经济增长高、低两种情景来模拟未来西宁市城镇从业人员的变化。2020—2025年为第一阶段，2026—2035年为第二个阶段，第一阶段经济高、低两种情景的经济增长速度分别为8%、6%，第二阶段经济高、低两种情景的经济增长速度分别为6%、4%。以2000年经济总量为基数(100)进行预测。预测分为两个步骤，首先用对数模型对城镇从业人员总量进行预测，其次在城镇从业人员预测的基础上用指数模型对城镇人口进行预测，预测结果如表3所示。

由预测可知，在低情景方案下到2035年西宁市城镇人口仅增加24万人左右，即使在高情景方案下也仅增加35万人左右，与2020年之前相比城市人口增幅已大幅下降，是2005年到2020年城镇人口增幅的一半。城市发展由规模扩张迈入高质量发展阶段。

表3　西宁市中心城区城镇总人口预测(万人)

Table 3　Forecast of total urban population in Xining City Center(10，000)

年份	高情景方案			低情景方案
	经济总量	城镇从业人员	城镇人口总量	经济总量	城镇从业人员	城镇人口总量
2020	1102.72	101.56	176.27	1102.72	101.56	176.27
2025	1620.26	110.55	189.43	1475.69	108.37	186.14
2030	2168.27	117.36	200.03	1795.40	112.95	193.10
2035	2901.63	124.18	211.24	2184.38	117.54	200.31

注:经济总量以2000年为100

5　结论与讨论

产业园区是推动城市经济增长，导致城市规模扩张的重要因素，往往是城市累积循环发展过程中的“初始因素”。在城市的发展过程中，产业园区建设带动经济站上一个新的增长平台，扩大吸纳劳动力能力，带动人口集聚，并为城市新区建设提供动力，新城区建设和产业园区扩容成为建成区规模扩张的两大方式，这是产业园区推动城市发展的第一波;随着发展水平的提高，单纯最求经济增长速度的粗放式发展方式向更高质量发展方式转变，推动产业园区调整，产业发展方向重新定位，带动经济增长率和经济增长的就业弹性系数下降，在此基础上叠加人口结构变化引起的劳动力带眷系数变动，从而导致城市人口增长和城市建设用地规模扩张下降，此时进入城市内部用地优化调整的阶段，并伴随着城市基础设施的完善和城市人均道路面积、人均绿地面积的逐步提高，城市进入集约化发展的第二波。

从理论方法来看，数理模型对城市人口规模的预测可以输出未来演变的结果，但并不能告诉结果背后的机制和原因。本文所揭示的产业园区建设、发展和调整带动城市规模扩张的过程与机制，及其所带来的就业弹性系数变化和人口年龄结构演变所带来的带眷系数变化的深入理解是进行城市人口规模预测的一把钥匙。在不同的城市这个“初始因素”或者导致发展变化的主导因素有可能不尽相同，但在理解过程和机制，认识所研究的城市的发展规律应该是进行未来预测的前提。

根据第七次人口普查数据，2021年我国城镇化率已经达到64.72%，即将进入城镇化的中后期阶段，大城市、特大城市人口规模高速扩张的速度必然会下降。本文预测的西宁市城镇人口增长速度放缓符合这一趋势。这与党中央提出的转变城市发展方式的要求相一致。未来，要推进以人为核心的新型城镇化，构建大中小城市协调发展格局，重点推进以县城为重要载体的城镇化建设，全面促进城乡融合发展。

利益冲突: 作者声明无利益冲突。

---

---

参考文献(References)

[1] 谢天怡, 朱牧天, 徐海铭. 计划生育新政策下人口数量及结构的预测模型[J]. 中国人口·资源与环境, 2015, 25(11): 122-124.
[2] Gao H, Yao T X, Kang X R. Population forecast of Anhui province based on the GM(1, 1)model[J]. Grey Systems: Theory and Application, 2017, 7(1): 19-30.
[3] Riiman V, Wilson A, Milewicz R, et al. Comparing artificial neural network and cohort-component models for population forecasts[J]. Population Review, 2019, 58(2): 100-116.
[4] 徐丽丽, 李洪, 李劲. 基于灰色预测和径向基网络的人口预测研究[J]. 计算机科学, 2019, 46(6A): 431-435.
[5] 李国成, 吴涛, 徐沈. 灰色人工神经网络人口总量预测模型及应用[J]. 计算机工程与应用, 2009, 45(16): 215-218.
[6] 王勇, 解延京, 刘荣, 张昊, 北上广深城市人口预测及其资源配置[J]. 地理学报, 2021, 76(2): 352-366.
[7] 周瑞平. GM(1 1)模型灰色预测法预测城市人口规模[J]. 内蒙古师范大学学报(自然科学汉文版)2005, 34(1): 81-83.
[8] 陈义勇, 刘涛, 北京城市总体规划中人口规模预测的反思与启示[J]. 规划师, 2015, 31(10): 16-21.
[9] 李作臣. 论城市人口预测和城市资源与环境容量的关系[J]. 广州大学学报: 综合版, 2001(5): 81-83.
[10] 黄荣清. 关于人口预测问题的思考[J]. 人口研究, 2004(1): 88-90.
[11] Myrdal G. Economic theory and under-developed regions[ M]. London: Duckworth, 1957.
[12] Henderson J V, Kuncoro A, and M Turner. Industrial Development and City[J]. Journal of Political Economy, 1995(103): 1067-1081.
[13] 项本武, 杨晓北. 我国城市便利性对城市人口增长的影响研究[J]. 城市发展研究, 2017, 24(2): 22-26.
[14] 周春山. 中国新城[J]. 北京: 科学出版社, 2021: 55-75.
[15] 房静坤, 曹春. “创新城区”背景下的传统产业园区转型模式探索[J]. 城市规划学刊, 2019(增刊): 47-55.

Empirical Study on the Mechanism of Industrial Park Construction Promoting Urban Scale Expansion- Taking Xining City as An Example

TIAN Ming^*, TIAN Yicong

(School of Government, Beijing Normal University, Beijing 100875, China)

Abstract: Taking Xining City as an example, this article analyzes the mechanism by which industrial park construction promotes the expansion of urban population and built-up areas based on the process of industrial park construction and urban population expansion. Using this as a theoretical basis, it predicts the future changes in urban population size and reveals the trend of urban development towards high-quality direction. Research has found that: (1) In the process of urban development, the construction of industrial parks is often the initial factor for the cumulative and circular development of cities. The construction of industrial parks drives economic growth, absorbs labor, drives population agglomeration, and provides impetus for the construction of new urban areas. It is the first wave of industrial parks driving urban development; ( 2) With the improvement of development level, the extensive development mode that solely pursues economic growth rate is transforming into a higher quality development mode. Industrial parks are adjusted, the direction of industrial development is repositioned, and the employment elasticity coefficient that drives economic growth rate and economic growth is reduced. On this basis, the changes in labor force coupling coefficient caused by population structure are superimposed, resulting in a decrease in urban population growth and expansion of urban construction land scale, entering the stage of optimizing and adjusting urban land use. With the improvement of urban infrastructure and the gradual increase of per capita road area and per capita green space area, cities have entered the second wave of intensive development. (3) According to predictions, the future urban population will enter a stage of steady growth, shifting from scale expansion to high-quality intensive development. The initial factors of growth or the dominant factors leading to development changes may vary in different cities, but understanding the process and mechanism, and recognizing the development laws of the studied city, should be a prerequisite for predicting the size of the city.  

Keywords: Industrial park, urban scale, employment elasticity coefficient, family ties coefficient, urban builtup area

DOI: 10.48014/csdr.20240719002

Citation: TIAN Ming, TIAN Yicong. Empirical study on the mechanism of industrial park construction promoting urban scale expansion———taking Xining City as an example[J]. Chinese Sustainable Development Review, 2025, 4(1): 1-12.