2017年-世界发展银行全球_Urbanization_and_Development___Is_Latin_America_and_the_Caribbean_Different_from_the_Rest_of_the_World__37页_2mb
报告摘要
详细总结：城市化与发展的关系——拉丁美洲和加勒比地区是否与其他地区不同？
核心内容
本研究探讨了拉丁美洲和加勒比地区（LAC）在城市化、经济发展和结构性转变方面的基本经验关系是否与其他地区不同。传统上，城市化水平与经济发展呈正相关，而城市化水平与农业占比呈负相关。然而，LAC地区似乎偏离了这些全球性的“典型事实”。研究指出，这种差异可能源于城市化测量中系统性的定义偏差，而非实际的经济结构差异。
主要观点
- 城市化与经济发展关系：LAC地区国家的城市化水平普遍高于预期，但其人均GDP却低于预期，表明可能存在“过度城市化”现象。
- 城市化与农业占比关系：LAC国家的城市化水平与农业在GDP中的占比呈现负相关，但这一关系在加勒比地区国家（如巴巴多斯和特立尼达和多巴哥）则不成立，这些国家显示出“欠城市化”特征。
- 数据定义偏差：由于各国对“城市”定义的差异，城市化数据的可比性受到质疑。LAC国家通常采用较宽松的定义，而南亚国家则较为严格。
- “城市化神话”：研究认为，LAC地区的“过度城市化”可能是数据偏差造成的“城市化神话”，而非实际经济表现。
- 两种城市化测量方法：本文采用了两种新的方法——聚集指数（Agglomeration Index, AI） 和 聚类方法（Cluster Method），以减少因定义差异带来的误差，提供更一致的城市化测量。
关键信息
1. 传统城市化测量方法的问题
- 大多数研究依赖各国官方定义的城市区域来测量城市化水平。
- 官方定义存在显著差异，导致城市化数据难以跨国家比较。
- LAC国家在城市化定义上更宽松，通常使用较低的人口阈值（如1,958人）和较小的密度阈值（如150人/km²），而全球平均阈值分别为4,799人和5,607人。
2. 城市化测量方法的改进
2.1 聚集指数（AI）方法
- 定义：AI方法基于人口密度和通勤时间，将“城市”定义为满足一定密度和距离条件的区域。
- 公式：城市化水平 $U$ 计算为：
$$
U = \left(\frac {\sum_ {j = 1} ^ {J} \sum_ {i \in j} p _ {i}}{\sum p _ {i}}\right)
$$ - 参数设定：通常设定人口密度阈值为150人/km²，通勤时间阈值为60分钟，以及“重要聚居地”人口阈值为50,000人。
- 优点：更接近识别功能性城市区域（FUAs）。
- 缺点：需要更详细的数据，包括通勤时间数据和聚居地数据。
2.2 聚类方法
- 定义：基于人口密度和空间连续性，将相邻的高密度区域归为“城市聚类”。
- 参数设定：设定人口密度阈值为300人/km²，聚类总人口阈值为5,000人。
- 子集：在聚类方法中，还定义了“高密度聚类”，其密度和人口阈值分别为1,500人/km²和50,000人。
- 优点：不需要通勤时间数据，仅依赖人口密度和空间连续性。
- 缺点：可能忽略非连续但功能上相关的城市区域。
3. 数据来源与方法适用性
- AI方法：使用全球人口网格数据（如GRUMP和LandScan），并需要额外的通勤时间和聚居地数据。
- 聚类方法：主要应用于欧盟国家，使用不同方法生成的人口网格数据（如WorldPop）。
- 数据一致性：研究评估了不同人口网格数据集（如LandScan 2012、WorldPop和GHSL）对结果的影响，发现选择不同的数据集会影响最终的城市化水平估算。
4. 研究结论
- LAC国家的城市化水平与经济发展和农业占比之间的关系可能被数据定义偏差所扭曲。
- “过度城市化”现象可能是数据偏差造成的“城市化神话”。
- 采用AI和聚类方法后，LAC地区的城市化水平与全球典型事实之间的差异仍存在，但其解释更加复杂，可能涉及政策、地理和历史因素。
方法论与研究贡献
- 方法论：本文通过AI和聚类方法重新评估了LAC地区在城市化、经济发展和结构性转变中的关系。
- 研究贡献：
- 提供了AI和聚类方法在全球数据集上的首次系统性比较。
- 分析了不同人口网格数据集对结果的影响，为未来研究提供了方法论参考。
结构性差异与政策启示
- LAC国家的城市化定义更宽松，可能高估了城市人口比例。
- 加勒比国家则因定义更严格，可能低估了城市化水平。
- 这些差异对理解地区发展路径和政策制定具有重要意义。
- 研究强调，使用更一致的城市化测量方法有助于更准确地评估城市化与经济发展的关系，避免误判。
参考文献与数据来源
- 数据来源：联合国、世界银行、OECD、GRUMP、LandScan、WorldPop、GHSL等。
- 研究方法：AI和聚类方法，均基于全球人口网格数据。
总结
本研究通过重新定义城市化测量方法，揭示了拉丁美洲和加勒比地区在城市化、经济发展和结构性转变方面可能存在的数据偏差。它强调了使用一致的测量标准的重要性，并指出“过度城市化”可能是数据误导的结果。同时，本文为未来研究提供了方法论支持，有助于更准确地理解城市化与经济发展的关系。
展开完整摘要
试读结束，高清完整版pdf/doc/ppt,请点下载
