2009年-世界发展银行全球_Agglomeration_Index___Towards_a_New_Measure_of_Urban_Concentration_19页_355kb

总结：Agglomeration Index: Towards a New Measure of Urban Concentration

核心内容

本文提出了一种新的衡量城市集聚程度的指标——集聚指数（Agglomeration Index, AI），旨在提供一个全球一致的定义，以进行跨国比较和聚合分析。该指数基于三个关键因素：人口密度、到大型城市中心的通勤时间和大型城市的人口规模，其核心目标是更准确地反映城市集聚的经济意义，而不是单纯依赖传统的“城市”定义。

主要观点

• 数据不一致问题：联合国（UN）关于城市化的数据存在定义不统一的问题，导致不同国家和地区之间的比较困难。
• 传统指标的局限性：现有指标如赫希曼-赫尔芬达尔指数（HHI）、帕累托参数和城市首位度（primacy）虽然被广泛使用，但它们仍然依赖于国家对“城市”和“都市区”的不同定义。
• 集聚指数的优势：该指数不依赖于“城市”的定义，而是基于经济集聚的概念，能够更准确地衡量城市集聚的经济密度和市场厚度。
• 敏感性分析：指数对不同阈值设定具有一定的敏感性，特别是通勤时间和城市人口规模的设定，会影响最终结果。
• 数据和技术限制：目前该指数基于2000年的数据，并依赖于人口普查和道路网络等数据，未来可借助遥感技术和地理编码数据进行改进。

关键信息

指数构成

• 人口密度：最低为150人/平方公里，最高为500人/平方公里。
• 通勤时间：最大为30、60或90分钟。
• 大型城市人口规模：最低为50,000人，最高为500,000人。

数据来源

• 人口数据：基于GRUMP和LandScan全球网格化人口数据，取两者的平均值。
• 道路网络：使用VMAP0数据（自1992年以来未更新），并根据道路质量（低、中、高）设定不同的通勤速度。
• 地理信息系统（GIS）：用于计算成本距离模型，以估算从每个网格单元到最近大型城市中心的通勤时间。

指数结果

• 与UN数据对比：在南亚、中东和北非（MENA）地区，集聚指数高于UN数据，而在拉丁美洲和加勒比（LAC）及撒哈拉以南非洲（SSA）地区则低于UN数据。
• 高收入国家：集聚指数与UN数据基本一致。
• 敏感性分析：调整阈值会显著影响结果，尤其是通勤时间和城市人口规模。

指数意义

• 市场厚度与可及性：人口密度代表市场厚度，通勤时间代表市场可及性，两者结合可以衡量城市经济集聚的程度。
• 经济影响：集聚指数有助于研究城市集聚带来的经济租金、市场厚度和通勤成本等概念。
• 未来潜力：随着遥感技术和地理编码数据的不断发展，集聚指数有望进一步优化，提高其在全球范围内的适用性和准确性。

结构清晰说明

1. 背景

• 传统城市化数据因定义不统一而存在局限性。
• 需要一种新的、统一的衡量城市集聚程度的指标。

2. 概念基础

• 集聚指数基于集聚经济的理论，关注人口密度、通勤时间和城市规模。
• 它不依赖于“城市”的定义，而是通过经济指标衡量集聚程度。

3. 数据与计算方法

• 数据来源包括人口普查和道路网络。
• 使用GIS和成本距离模型计算通勤时间。
• 集聚指数是基于满足所有三个指标的网格单元的人口总和，与国家总人口的比率。

4. 结果分析

• 集聚指数与UN数据在不同地区表现出显著差异。
• 集聚指数对通勤时间和城市规模的设定较为敏感。
• 高收入国家的集聚指数与UN数据基本一致。

5. 强点与限制

• 强点：提供统一的衡量标准，便于跨国比较。
• 限制：依赖于较旧的交通数据和人口数据，且阈值设定影响结果。
• 未来展望：遥感技术的发展可能改善数据质量和计算精度。

结论

集聚指数是一种有潜力的新指标，能够更准确地衡量城市集聚的经济密度和市场可及性，适用于全球范围内的比较分析。尽管目前存在数据和技术上的限制，但随着技术的进步，该指数有望成为研究城市化和集聚经济的重要工具。