服務貿易增長影響了城市規模分布嗎——基于跨國數據的經驗研究

王向　劉洪銀

(1.國網能源研究院，北京102209；2.天津農學院 人文社會科學系，天津300384)

?

服務貿易增長影響了城市規模分布嗎
——基于跨國數據的經驗研究

王向1劉洪銀2

(1.國網能源研究院，北京102209；2.天津農學院 人文社會科學系，天津300384)

合理的城市規模布局是城市化進程中最重要的組成部分，城市規模分布過于集中或過于分散都對經濟發展不利。本文首次使用跨國面板數據檢驗了服務貿易與城市規模分布的關系，發現全樣本下服務貿易使城市規模分布更加集中，但是OECD國家和非OECD國家存在差異；與全樣本回歸結果不同，服務貿易卻促使OECD國家城市規模分布更加分散，這與兩類國家所處的經濟發展階段、在全球價值鏈中的地位有關。本文研究結論對中國目前發展服務貿易和優化城市體系具有警示意義。

服務貿易；城市規模分布；跨國數據；OECD

一、引言

2011年，中國城鎮人口數首次超過農村人口，城鎮化率超過了50%。而且近年來，城鎮化越來越被看作是拉動內需的主要動力，繼而被視為轉變經濟發展方式的重要平臺。對于中國的城市化，優化城市規模布局意義重大，因為在一國經濟中大、中、小城市各自承擔的功能不同，大城市主要承擔所輻射區域甚至全國的綜合服務功能，中小城市更多承擔生產功能，不同的城市功能使得與之匹配的城市規模也不同，所以，城市規模分布過于集中或者過于分散對經濟發展都有損害[1,2]。

不僅城市化是世界各國發展的普遍趨勢，服務貿易和服務業國際投資快速增長也成為世界經濟發展中的突出特征。后者得益于上世紀中后期世界范圍內服務業尤其是生產性服務業增加值的增長。Duranton和Puga(2005)從功能角度分析了不同規模城市的經濟特征，首次將服務業納入到城市體系的分析中來[2]，Atsumi(2010)基于城市與農村地區的生產性服務業的差別分析了貿易自由化可能導致城市規模越來越大[3]。然而，服務貿易對城市規模分布的影響是什么，它也像貿易自由化那樣會促進城市規模分布更加分散嗎?[4,5]服務貿易與生產性服務業發展密切相關，而生產性服務業往往在大城市集聚，通過帶動生產性服務業，服務貿易的快速增長是否使大城市受益

更多？已有文獻關于貿易對城市規模分布的研究較多，但還沒有對上述問題做出回答。

本文首次利用跨國面板數據檢驗了服務貿易(以商務服務貿易占比表示，TradeinBusinessServices)與城市規模分布的關系。研究發現，總體上服務貿易發展促進了全球各國首位城市人口占比提高，即城市規模分布更加集中；但是，OECD國家和非OECD國家的子樣本回歸顯示，服務貿易的發展促使OECD國家城市規模分布更分散，而非OECD國家則更加集中。文章在分類回歸中，除了傳統旅游貿易，以金融保險和電腦通信為代表的現代商務貿易對OECD國家的“均勻”城市分布更顯著，而這三類服務貿易對非OECD國家的“集中”城市分布更顯著。

下文內容安排如下：第二節回顧相關文獻，并梳理出待檢驗的假說；第三節為模型的選擇和數據說明；第四節分析計量結果；第五節通過分服務貿易回歸進一步分析；最后結論和政策含義。

二、文獻回顧及理論假說

城市規模分布是城市體系最重要的組成部分，它主要指城市數量和城市規模之間的關系。在理論上，新城市經濟學更注重城市體系的研究，而城市規模分布是城市體系的核心內容[6]。

城市規模分布真的很重要嗎，為什么倍受研究者青睞？最初對城市規模分布的研究主要是調查研究其是否與帕累托(Pareto)分布相一致[7]，隨著研究深入，經濟學家發現城市規模分布本身對經濟增長有重要影響。這種影響主要是以集聚經濟和擁堵成本的途徑發揮作用：在城市化率一定的條件下，如果經濟資源均勻的分布在不同城市，那么，城市就不能充分發揮規模經濟效益，一些高端生產要素只有在生產多樣化、人力資本密集化的大城市才能發展，而一些小城鎮只須單一產業就足夠了[1,2]；相反，當生產過于集中于一兩個特大城市，持續升高的交通和生活成本超過了城市集聚經濟的好處，同時其他城市規模過小，也限制了城市規模經濟的作用[8]。因此，理論上存在最優的城市規模分布，城市規模過于集中或者過于均勻都不利于經濟增長，而且最優的城市規模與經濟發展水平有關[9]。

因此，城市規模分布測度和優化標準吸引了大量文獻的關注。最常用的測算方法是基于規模-位序規律的Pareto指數(又稱Zipf指數)，這個規律指出城市的規模分布遵循Pareto指數為1的帕累托分布，即不同城市按照人口規模所排的位序與其人口規模的乘積為常數1。如果經過數據測算得到的Pareto指數大于1，意味著城市規模分布更均勻，如果小于1，說明有幾個特大城市存在，城市規模更集中[10,11]。理論和經驗研究證明，標準的分權國家其城市規模分布將在Pareto指數接近1時達到穩態[12]。

此外，城市分布的Herfindahl指數、基尼系數、城市首位度、大城市集中度等都是常用的城市規模分布的測量指標。受篇幅有限這里不對這些指標進行介紹，通常這些指標具有高度的相關性[13]。

自上世紀八十年代以后，該領域的研究興趣轉移到塑造城市規模分布的決定因素上來[11]。Williamson(1965)提出了城市規模分布與經濟發展水平之間的U型假說：在經濟發展初期，城市規模分布的集中度不斷提高，當達到更高發展水平時，集中度出現下降[9]。經濟發展過程是產業結構從農業向工業和服務業轉變的過程，而后兩者在城市集中最有效率，尤其在發展初期，工業部門往往集中在幾個核心城市，能夠充分享受中間投入品的規模效益、共享勞動市場和知識外溢的集聚經濟，從而城市人口集中度較高[1,2]。隨著經濟規模和人口規模增加，核心城市因為租金、居住和交通成本的上升，以及非核心城市聚集經濟出現，人口開始分散到非核心城市，城市集聚度下降。然而，早期的跨國數據研究并沒有證實這一假說，而單個國家的時間序列數據研究較多證實了這一假說[7,11-12,14-15]。

另外，政府和政治制度被看作是導致城市規模集中分布的更重要因素[16]。一方面，集權政府更可能偏袒其政權所在的核心城市，而從其他內陸地區榨取資源和財富，不公平的競爭環境導致更多企業和勞動者遷移到被政權偏袒的城市，以獲取由生產集聚創造的巨大需求、更多的政府轉移支付和享有更安全的生活環境與影響政府的機會，最后導致巨型城市出現。另一方面，政府規模本身對城市集中分布產生影響，一種觀點認為，更強大的政府，意味著政府對經濟更多的干預和更多的尋租，而這些活動更容易出現在大城市；另一種觀點則認為政府掌控的資源越多，政府就越有能力為中小城市提供基礎設施和其他公共服務，以減小地區不平等，促進平等的城市規模分布[12]。實證研究證實了政府集權對城市規模集中分布的正向影響，而政府干預程度的影響則沒有一致的結論[11,16-18]。

隨著經濟全球化加速和貿易自由化推進，貿易在城市規模分布中的作用日益受到關注。Krugman(1996a，b)使用新經濟地理學方法最早在理論上分析了貿易開放對特大城市(城市規模集中)形成的作用[4,5]。在封閉經濟條件下，大城市和小城市中的企業都面向國內市場生產，而大城市擁有高收入的明顯優勢，并通過更強的“前向”和“后向”關聯(ForwardandBackwardLinkages)的循環累積作用，促進越來越多企業和勞動者向大城市聚集。但是，貿易開放弱化了國內市場的影響，打破了大城市前后向關聯的優勢，使大城市吸引力下降。Krugman的分析主要是針對發展中國家的巨型城市(如墨西哥城)，而Atsumi(2010)針對發達國家大城市經濟以商務服務業為主的特征，分析指出貿易自由化使大城市規模越來越大[3]。Krugman的假說沒有得到更多實證研究的支持，尤其受到由貿易與城市規模反向因果導致的內生性問題的挑戰，而對Atsumi的假說還較少實證研究[16,18,19]。

與此同時，服務貿易成為全球經濟化中的突出現象，不僅全球服務貿易增長率快于全球服務業增加值增長率，而且服務貿易和服務業國際投資增長速度都快于全球貿易和投資總額增長[20,21]。這得益于具有較強可貿易性的生產性服務業發展，而生產性服務業則受惠于貿易自由化和信息技術的發展[21,22]。因此，對于城市體系而言，大城市向國內外生產企業提供商務服務的功能更加突出[1,2,19]，同時，可貿易性服務的發展也使企業可快捷地獲得本地之外的服務。那么，服務貿易的發展更多地促進了城市規模集中還是分散？

其中，ωλs/2指的是城市中個人負擔的凈成本。由該均衡公式所畫的圖示如下圖。

圖1　貿易與城市規模資料來源：Atsumi(2010)

遵循相似的邏輯，服務貿易的發展，可能弱化了大城市在提供生產性服務業方面的優勢，因為服務的可貿易性增強，使得非大城市地區也能以更低的成本獲得某些生產性服務，而不必將部分職能部門設在大城市。雖然大城市仍然是現代服務業最密集的地方，而且可能是現代服務貿易的主要來源地，但是服務的可貿易性，意味著服務既可以出口到國外，也可以直接提供給國內其他地區，這就可能弱化了距離上接近大城市的重要性，從而使一些企業將總部設在小城市就可以，同時也可以享有更低的租金、更少的交通擁堵和良好的工作環境。例如，美孚石油公司的總部就從紐約轉設到小城歐文，而康涅狄格州的紐黑文也擁有許多500強企業的總部。同時，根據經濟發展與城市規模集中度的U型關系，欠發達國家優勢資源聚集在首位城市，除了旅游外，多數以信息流為媒介的服務貿易依賴于高級生產要素的匯集，從而至少在一定時期內發展中國家城市首位度與服務貿易之間存在正反饋關系，如中國70%以上的服務貿易進出口額分布在東部的北京、天津、上海、江蘇和廣東等五省市。根據Krugman(1996a，b)和Atsumi(2010)的研究[1-3]，以及當前經濟全球化和全球價值鏈的情況，我們提出假說：服務貿易尤其是現代商務貿易的發展使城市規模分布更加集中，但這種影響在發達國家和欠發達國家有不同表現。由于Atsumi(2010)的分析只針對發達國家[3]，因此，下文分析中筆者必須謹慎處理欠發達國家的情況，因為這些國家不僅城市體系不成熟，大城市突出、中小城市落后，而且其在全球價值鏈中處在低端環節，本身服務業和服務貿易發展也不發達。

三、模型選擇和數據

根據已有研究，以及跨國面板數據可得性，建立下面基準模型

lnPrimacyit=α+α1lncommerceit+γXit+ξit

式中lnPrimacyit為被解釋變量，表示i國在t年城市規模分布，用i國最大城市人口占全國城市人口的比率表示。盡管Zipf指數、Herfindahl指數和城市首位度經常用來衡量城市規模分布，然而，是考慮到數據易得性，以及本文所用數據與上述幾個指標存在很高的相關性，且它在研究中也很常見[13]。

本文主要關注的解釋變量是服務貿易，而近年來服務貿易發展主要得益于現代商務貿易的快速增長。正是經濟全球化深化、交通發展尤其是現代通信技術的發展，使服務業跨國、跨地區交易規模持續擴大，這里用商務服務貿易(主要含旅游、金融保險、電腦通信等貿易)出口占商品和服務貿易出口的比率表示(lncommerceit)。

為更準確顯示商務貿易對城市規模分布的影響，模型還加入了其他解釋變量，即方程中Xit所代表的變量組。這些變量有：(1)人均實際GDP，用以2000年為基期以美元為單位的實際人均GDP，以lnpergdpit表示，用于檢驗經濟發展水平與城市規模分布的關系，而且在下文回歸中將加入人均GDP的平方項lnpergdp2it，以檢驗經濟發展與城市規模分布的U型關系；(2)可耕地面積，以lnLandit來表示，可用耕地面積越大，越有可能出現多個特大城市；(3)人口密度，以lnpdensityit來表示，一方面高人口密度鼓勵人們在大城市集中，獲得集聚效益，另一方面高人口密度意味著城市之間更低的交通成本會弱化人口向大城市集中；(4)道路建設，以lnRoadit表示，用于控制道路發展對不同城市的影響，一個國家的道路建設越好，可能越會減少城市規模擴大，但對于欠發達國家，道路建設會促進更多人口向大城市集中；(5)政府干預(lnGovit)，用于顯示政府控制資源的多少對大城市發展的影響，一方面政府越強大就越有能力通過再分配政策、基礎設施建設和提供公共服務，實現地區間的平等發展，另一方面更大的城市規模往往與尋租活動相關，而后者更容易發生在大城市；(6)固定資產投資(lnInvestit)作為總的基礎設施建設的代理變量，控制基礎設施對城市規模分布的影響；(7)城市化水平(lnUrbanit)，作為規模經濟和集聚經濟的替代變量，城市化促進了人口在大城市集中；(8)人口數量(lnpopit)，控制人口規模對城市集中的影響，人口規模與城市規模分布的關系依賴于移民的居住偏好，如果大部分人偏好大城市，就會促進城市規模更加集中。(9)貿易自由化(lntradeit)，用來顯示貿易開放對城市規模分布的影響，以實物貿易占GDP的比重表示。最后，計量分析中使用這些變量的對數形式，以減少變量的異方差性，以及便于解釋其經濟含義。

表1是對上述變量的說明，大部分數據來自于世界發展指數數據庫(WDI)，這個數據庫本身的數據來源就是各種數據庫的大集成。經過剔除城市國家、國土面積小于2萬平方公里國家以及數據嚴重缺失的國家，最后我們使用1990-2009年間106個國家的數據進行回歸。由于國家眾多、時間跨度大，中間數據多有缺失，因此，所使用的是非平衡面板數據。

表1　相關變量及其說明

表2是主要變量統計的匯總。從中可以看出，非OECD國家最大城市人口占比平均值高于OECD國家，表明非OECD國家有更高的城市集中度。在商務貿易變量上，除了旅游貿易變量，OECD國家的平均比率都高于非OECD國家，說明OECD國家現代商務貿易更發達。

表2　主要變量的統計性描述

四、估計結果分析：服務貿易與城市結構

1. 基準回歸結果及分析

根據面板數據模型的一般方法，文章對不同模型回歸的優劣進行了檢驗，其中F檢驗(Prob>F=0.00)和BP檢驗(BreuschandPagantest，Prob>X2=0.00)表明固定效應回歸(FE)和隨機效應回歸(RE)都優于混合效應回歸(OLS)；接著，Hausman檢驗(Prob>X2=0.001)拒絕了個體效應與解釋變量不相關的假設，固定效應回歸參數更具有無偏和一致性。

為進行比較和體現模型回歸的穩健性，表3中分別列出了三種模型各兩組回歸結果，考慮到可能存在著異方差性，這些回歸都使用了穩健性標準差。6個回歸結果顯示，主要解釋變量lncommerce都通過了顯著性檢驗，其中，混合回歸可能高估了商務服務貿易對城市規模結構的影響，而固定效應回歸顯示(以方程(6)為例)，商務服務貿易占比每提高1個百分點，將使城市規模集中度提高0.011個百分點，初步得到，商務服務貿易增長對一國城市規模分布有正向影響。

表3　模型基本估計結果

注：(1)***，**，*分別表示在1%，5%和10%水平上顯著；(2)括號內為穩健性標準差下的t統計量和z統計量；

(2)上述計量結果通過stata12.0軟件得到，下文皆同。

為了檢驗經濟發展水平與城市規模分布的U型假說，在回歸中加入了人均實際GDP的平方項(pergdp2)，但OLS、RE和FE回歸結果都不顯著，而且估計參數趨近于零值，即U型假說在這里沒有得到驗證，這與早期使用跨國數據的研究結論一致[11]。因此，下面各種回歸中不再加入該平方項，實際在分類回歸測試時也確實不顯著。

在其他控制變量方面，在方程(2)混合效應回歸中，除道路變量(lnRoad)外都具有較高的顯著性，但是隨機效應和固定效應的回歸結果控制變量的顯著性極大弱化。這說明模型可能存在著影響回歸有效性的因素沒有得到處理。

2. 穩健性檢驗、異方差和序列相關的處理

表4　穩健性檢驗結果

注：(1)***，**，*分別表示在1%，5%和10%水平上顯著；

(2) 括號內為穩健性標準差下的t統計量和z統計量；

(3)“異方差檢驗”和“序列相關檢驗”所在行對應的數字為組間異方差的Wald檢驗的P值和一階序列相關的Wooldridge檢驗的P值；

(4)最后兩行是對動態面板模型回歸合宜性的檢驗。

表4中方程(1)(2)是分項的固定效應回歸(受篇幅所限，只列出了兩個逐項回歸結果)，對比表1方程(6)回歸結果，隨著其他控制變量的加入，商務服務貿易對城市規模分布的影響變小，但是都至少在1%水平上是顯著的。

方程(5)是所有變量以五年為區間取其平均值，然后再做固定效應回歸得到的。用平均值回歸的好處在于能夠熨平變量的波動、控制周期性的影響。盡管經濟發展水平變量仍然不顯著，但是，其他所有變量都非常顯著，這時商務服務貿易與城市規模結構的彈性系數是0.015。

由于回歸使用的是跨期20年的跨國數據，因此，回歸中可能存在較大的異方差和序列相關問題。經過檢驗這兩種問題都存在，因此筆者使用基于Driscoll和Kraay(1998)、Hoeckle(2007)的方法綜合處理這兩種問題[23,24]。方程(4)是僅處理異方差后的回歸結果，方程(5)是同時處理異方差和序列相關后的結果(見表4中的相關檢驗的P值)。對比發現，這兩種回歸結果幾乎沒有差別，說明序列相關問題對回歸結果的影響較小。這時候，商務服務貿易對城市規模結構的影響與表1中方程的結果相同，估計參數為0.011，但是，控制變量要顯著得多，而且經濟發展水平(lnpergdp)與城市規模分布的關系為正，更符合WheatonandShishido(1981)的理論預期，人均收入與規模經濟聯系更密切[25]。盡管大部分變量都通過顯著性水平檢驗，但是可利用耕地(lnLand)、政府干預(lnGov)、固定資產投資(lnInvest)和人口規模(lnpop)既不符合理論預期，也與已有的研究差別較大[12,13]，說明這里考慮異方差和序列相關性的回歸結果總體有效性較低，下文分析中主要以GMM方法估計的結果為參考。

對于跨國數據問題研究，存在的影響因素可能很多，有些因素可以通過數據收集進行控制，正如上述回歸中所做。但是，諸如歷史文化、民主法治程度、與周邊國家間的關系等變量在模型中無法很好的控制，這些遺漏變量可能對一國的城市規模結構造成很大的影響，比如，國內動亂可能會先從大城市發生，新政府上臺可能先使首都或者其他大城市收益，等等。針對這種情況，遵照Wooldridge(2006)的處理方法，將被解釋變量的滯后項放入計量模型中，作為這些遺漏變量的代理變量[26]。

方程(5)和(6)所在列分別為差分GMM和系統GMM的估計結果。這兩種估計方法都要求對估計結果進行過度識別檢驗和序列相關檢驗，即檢驗工具變量的有效性和殘差序列的二階相關性，如果兩種檢驗都沒有被拒絕，說明模型回歸是有效的(見表4中下方對應的P值)。另外，由于系統GMM較差分GMM更有利于克服弱工具變量的影響和有限樣本偏誤，所以，我們以系統GMM估計結果為主要分析對象。

滯后被解釋變量的估計參數顯著為正，而且參數值超過了0.9，表明城市規模結構有很強的慣性，這完全符合預期，盡管城市規模布局在長期內有波動，但是短期內城市規模結構必然受其歷史因素影響。除了道路變量(lnRoad)，兩種估計結果顯著性和估計參數的符號相同。商務服務貿易的估計參數明顯變小，商務服務貿易占比每增加1%使城市規模集中度提高0.003個百分點。經濟發展水平對城市規模結構的影響顯著為正，人均實際GDP每提高1個百分點，使城市規模結構集中度提高0.05個百分點。可用耕地越多，城市規模的集中度越高，這是因為可用耕地越多，就越能供養更多的人口，進而能支撐起更大規模城市的發展。在人口因素方面，更大的人口規模與城市規模結構呈顯著負相關，而人口密度與城市規模結構呈顯著正相關。與王小魯(2010)的研究不同，我們得到道路發展促進了城市集中度的提高，說明道路建設因素更有利人們在城市居住，而不是替代城市規模的擴大，交通成本下降促進了城市間貿易，大城市集聚力增加，大城市人口增加更快[27,28]。在政府干預上，與大部分研究類似，更大的政府規模促進了城市規模分布更加集中。最后，固定資產投資和城市化進程都抑制了城市規模過度集中，而貿易自由化對城市規模分布的影響不顯著。

表5中(1)—(4)是處理異方差和序列相關問題的回歸，(5)、(6)是系統GMM回歸。GMM回歸顯示，商務服務貿易增長對OECD國家的城市規模分布有負作用，即使得城市規模分布更分散，但是不夠顯著；而對非OECD國家城市規模分布的影響為正，商務服務貿易比率每增加1%，首位城市人口比率將增加0.005%。如此不同的結果，可能與兩類國家所處的經濟發展階段、在國際經濟關系中的地位有關，非OECD國家還處在較低的經濟發展階段，城市體系還很不成熟，大城市擁有不成比例的、過多的經濟資源，高知識密集的服務業更多集中在這些城市，而且，大城市更有能力開發旅游資源，從而商務服務貿易的發展進一步促進這些城市規模的擴大。相反，OECD國家則較少存在這個問題，反而是不同規模城市之間的功能完備、分工明確，服務貿易的發展方便了不能在大城市布局的企業的發展，進而一定程度上弱化了大城市在提供生產服務上的優勢，這是與本文的假說相一致的。

表5　OECD國家和非OECD國家分別估計的結果

注：(1)***，**，*分別表示在1%，5%和10%水平上顯著；

(2)括號內為穩健性標準差；

(3)“異方差檢驗”和“序列相關檢驗”所在行對應的數字為組間異方差的Wald檢驗的P值和一階序列相關的Wooldridge檢驗的P值；

(4)最后兩行是對動態面板模型回歸合宜性的經驗。

五、結論及政策含義

近年來，服務貿易和服務業國際投資快速發展，一些國際型大都市，如紐約、倫敦和東京，是現代服務業最密集的城市，相應的服務貿易也更發達，同時也存在一些大型企業總部從國際大都市遷出的現象。針對服務貿易是否導致一國城市規模分布更加集中的問題，本文提出了如下假說：服務貿易尤其是現代商務貿易的發展使城市規模分布更加集中，但這種影響在發達國家和欠發達國家有不同表現。本文使用1990-2009年間106個國家的跨國面板數據對該假說進行了實證檢驗，得到的主要結論有：

(1)商務服務貿易(主要含旅游、金融保險、電腦通信等貿易)增長對城市規模分布有顯著正向影響，商務服務貿易出口占商品和服務總出口的比率增加1%，將使城市規模集中程度提高0.03個百分點。

(2)服務貿易發展對城市規模分布的影響在OECD國家和非OECD國家中確實存在差異。在OECD國家，服務貿易增長導致城市規模分布更分散化，實證分析結論與本文假說相一致。該結論成立可能是因為隨著現代服務的可貿易性增強，使企業在中小城市也能較快捷地獲得主要的中間服務投入，從而弱化了在大都市落戶的動力。

(3)在非OECD國家，服務貿易與城市規模分布呈正相關，商務服務貿易占比每增加1%，首位城市人口占比將提高0.005%，與假設一致。這與非OECD國家所處的經濟發展階段有關，這些國家一方面經濟發展水平較低，經濟資源都集中在少數較發達的城市，這些城市不僅擁有國家最有實力的企業，而且科技和人力資本最密集；另一方面，在當前全球產業鏈競爭背景中，欠發達國家的生產多處在產業鏈的低端，高附加值環節多被發達國家占據，相對較少的商務服務也更多集中于非OECD國家最發達的城市，從而造成城市規模更加集中。

(4)對于非OECD國家，道路建設降低了人們遷往大城市的交通成本，大城市的集聚優勢得以充分發揮，但總體的基礎設施推進弱化了大城市的吸引力，與城市規模分布的集中度負相關。同時，欠發達國家的城市化為中小城市發展提供了機遇。

盡管服務貿易增長對城市規模分布有一定影響，但這種影響對OECD國家的經濟負面影響較小，因為這些國家城市間分工成熟、城市體系比較穩定，而且發達國家本身占據著產業鏈的制高點。然而，服務貿易可能通過城市體系變化對非OCED國家的經濟產生重要影響，這些國家工業體系不完整、特大城市與中小城市畸形發展，服務貿易過快增長且集中于特大城市，將阻礙至少短期內不利于合理的城市體系的形成，進而降低了經濟效率。

因此，本文的分析結論對于仍是發展中大國的中國具有明確的政策指向。目前，中國城市體系的典型特征是“中等規模”城市較少，同時存在大城市病問題(陸旸，2015)。要在2020年之前完善城市規模結構、加快城市群發展，中國政府須合理引導服務貿易在國內的空間分布，有針對性地推動標準化的跨國服務(呼叫中心、網站維護、數據處理等外包業務)在核心城市附近的中小城市落戶。加快中等城市除道路外其他基礎設施建設，加快這些城市聚集優勢的形成，同時，通過放開戶籍限制、城鄉公共服務一體化，加快城鎮化進程，促進中心城鎮發展。

[1]HendersonJV.TheEffectsofUrbanConcentrationonEconomicGrowth[R].NewYork:NEBRWorkingPaper7530,2005.

[2]Duranton,Gilles,DiegoP.FromSectoraltoFunctionalUrbanSpecialization[J].JournalofUrbanEconomics, 2005,57(2): 343-370.

[3]AtsumiT.TradeLiberalizationandtheModernMetropolis[R].UniversityofNottingham:ResearchPaper, 2010.

[4]KrugmanP,LivasR.TradePolicyandtheThirdWorldMetropolis[J].JournalofDevelopmentEconomics, 1996,49(1): 137-150.

[5]KrugmanP.UrbanConcentration：TheRoleofIncreasingReturnsandTransportCosts[J].InternationalRegionalScienceReview, 1996, 19(1 & 2): 5-30.

[6]HendersonJV.UrbanizationandGrowth[J].InHandbookofEconomicGrowth,EdsbyP.AghionandS.Durlauf, 2005: 1543-1591.

[7]AlperovichG.EconomicDevelopmentandPopulationConcentration[J].EconomicDevelopmentandCulturalChange, 1993, 41(1): 63-74.

[8]HendersonV.UrbanPrimacy,ExternalCosts,andQualityofLife[J].ResourceandEnergyEconomics, 2002, 24 (1-2):95-106.

[9]WilliamsonJ.RegionalInequalityandtheProcessofNationalDevelopment[J].EconomicDevelopmentandCulturalChange, 1965(6): 3-54.

[10]GabaixX.Zipf’sLawandtheGrowthofCities[J].AmericanEconomicReview,1999, 89(2), 129-132.

[11]AlperovichG.AnExplanatoryModelofCity-SizeDistribution:EvidencefromCross-CountryData[J].UrbanStudies, 1993, 30 (9): 1591-1601.

[12]JiangT,RyoO,DanyangX.CitySizeDistributionandEconomicGrowth:TheCaseofChina[R].HongKongUniversity:ScienceandTechnology, 2008.

[13]FarahmandS,SametiM,SalahedinS.DoestheDevelopmentLevelInfluencetheRelationshipBetweenEconomicGrowthandUrbanConcentration? [R].NewYork:WorkingPaperAccessed,2010.

[14]RosenKT,ResnickM.TheSizeDistributionofCities:anExaminationoftheParetoLawandPrimacy[J].JournalofUrbanEconomics, 1980, 8(2):165-186.

[15] 謝小平、王賢彬．城市規模分布演進與經濟增長[J].南方經濟，2012(6)：58-73．

[16]AdesRF,GlaeserEL.TradeandCircuses:ExplainingUrbanGiant[J].QuarterlyJournalofEconomics, 1995, 110(1), :195-227.

[17]MoomawRL,AlwosabiMA.AnEmpiricalAnalysisofCompetingExplanationsofUrbanPrimacyEvidencefromAsiaandtheAmericas[J].theAnnalsofRegionScience, 2004(38): 148-171.

[18]FarahmandS.RelationshipBetweenEconomicGrowth,UrbanConcentrationandTrade:EvidencefromtheAsia-Pacific[J].InternationalEconomicStudies, 2010, 36(1): 51-60.

[19]Nitsch,Volker.TradeOpennessandUrbanConcentration:NewEvidence[J].JournalofEconomicIntegration, 2006, 21(2): 340-362.

[20] 江小涓．服務全球化的發展趨勢和理論分析[J].經濟研究，2008(2): 4-18．

[21] 裴長洪、楊致遠．2000年以來服務貿易與服務業增長速度的比較分析[J]．財貿經濟，2012(11): 5-13．

[22]JensenJ,KletzerL.TradableServices:UnderstandingtheScopeandImpactofServiceOffshoring[J].BrookingsTradeForum, 2005, 75-233.

[23]DriscollJA,KraayAC.ConsistentCovarianceMatrixEstimationwithSpatiallyDependentPanelData[J].ReviewofEconomicsandStatistics, 1998(80):549-560.

[24]HoeckleD.RobustStandardErrorsforPanelRegressionswithCross-sectionalDependence[J].TheStataJournal, 2007(3): 281-312.

[25]WheatonWC,ShishidoH.UrbanConcentration,AgglomerationEconomiesandtheLevelofEconomicDevelopment[J].EconomicDevelopmentandCulturalChange, 1981, 30(1): 17-30.

[26]WooldridgeJM.IntroductoryEconometrics:AModernApproachCincinnati[J].OH:South-Western,2006: 289-291.

[27] 王小魯．中國城市化路徑與城市規模的經濟學分析[J]．經濟研究，2010(10 ): 20-32．

[28]BrakmanSH,GarretsenC.TheReturnofZipf:AFurtherUnderstandingoftheRank-SizeDistribution[J].JournalofRegionalScience, 1999(39): 183-213.

[29] 陸旸. 從世界城市規模分布模式看中國未來的城市發展[J]. 新金融評論，2014(1):174-186.

責任編輯應育松

DoesTradeinServicesAffecttheDistributionofCitySize：AnEmpiricalAnalysisBasedonCross-countryData

WANGXiang1,LIUHong-yin2

(1.StateGridEnergyResearchInstitute,Beijing102209,China; 2.DepartmentofHumanitiesandSocialSciences,TianjinAgriculturalUniversity,Tianjin300384,China)

Effectivecitysizedistributionisthemostcomponentofurbanization,andtooconcentratedortoodispersedcitysizedistributionsaredetrimentaltoeconomicdevelopment.Firstly,theauthorestimatedtherelationshipoftradeinservicesandcitysizedistributionusingcross-countrydata,findingthatthedevelopmentoftradeinservicesmakescitysizedistributionmoreconcentratedunderthefullsample.However,theregressionofNon-OECDcountriesisdifferentfromOECDcountries,andtradeinservicespromotesmoredispersedcitysizedistributioninOECDcountries,whichisrelatedwiththestageofthetwocountrygroupsandtheirpositionsintheglobalvaluechain.Finally,theconclusionproposessomewarningsforChineseurbansystemandtradeinservicesdevelopment.

tradeinservices;citysizedistribution;cross-countrydata;OECD

2015-12-21

國家社科基金重點項目(13AJY008)

王向，男，國網能源研究院研究員，經濟學博士，主要從事貿易理論研究；劉洪銀，男，天津農學院人文社會社會科學系副教授，南開大學濱海開發研究院特約研究員，主要從事貿易理論研究。

F

A