跨省級行政區城市群空間經濟效率測度與時空分異研究
——以哈長城市群為例

(哈爾濱師范大學 地理科學學院,黑龍江 哈爾濱 150025)

城市群是城市發展到成熟階段的一種高級空間組織形式,是區域內一定數量的不同性質、不同類型和不同規模的城市,以一個或多個特大城市為核心,彼此聯系緊密、相對完整的城市集合體[1]。我國《第十三個五年規劃綱要》提出,“堅持以人的城鎮化為核心，以城市群為主體形態……”作為推進新型城鎮化的重要舉措,國家主體功能區劃也把城市群視為優化開發區和重點開發區,說明城市群發展已經成為我國重要的空間戰略。

據不完全統計,我國有大小不等、發展發育階段各異的城市群有20余個,這些城市群以占全國不到22%的空間集中了全國約50%的人口和約80%的經濟總量。但在發展過程中,尤其是跨省級行政區城市群由于個體利益訴求與城市群整體發展目標不一致,導致空間經濟效率難以達到較高水平,同時存在行政壁壘導致空間極化嚴重、競爭大于合作、空間資源難以優化配置等問題,阻礙了城市群整體健康發展。因此,對跨省級行政區城市群的空間經濟效率進行測度和優化研究,將進一步推動我國城市群的經濟發展。

本文提及的城市群空間經濟效率是指在城市群空間結構影響下對城市群經濟性能的綜合衡量,包括投資產出率、勞動生產率和經濟密度等。城市群空間結構重點考察跨省級行政區城市群內部的空間集散和相互作用特征。目前國外關于城市群空間經濟效率的研究相對較少,早先研究主要集中在區域和城市集聚經濟與規模經濟的純經濟理論探討方面,并得出集聚經濟和規模經濟能提高勞動生產率這一共識。2000年后,地理學者和空間經濟學者從人口集聚角度研究區域發展,認為空間結構是影響效率的重要方面[2]。隨后,出現了學術爭論:一是單中心結構更有效率還是多中心結構更有效率；二是外部經濟(效率)是僅存在于有明確邊界的單一城市內，還是共存于一組有功能聯系的城市群內的討論[3,4]。爭論焦點是由多個中小城市構成的網絡體系可否替代單一大城市的外部性？這些爭論目前仍然沒有得到統一的答案。最近比較系統的相關研究是Henderson等將空間要素作為內生變量引入主流經濟學中,并闡明了經濟增長和地理空間結構之間相互影響研究的基本要素與框架[5]。在理論探討的同時,眾多學者將相關理論應用于實踐,較具代表性的有:Cervero基于對47個美國大都市區的數據分析,發現高首位度、就業密度和集聚經濟對生產率具有正效應[6];Meijers E J、Burger M J選擇20個美國大都市區樣本,重點研究了都市區城鎮空間結構和勞動生產率之間的關系,認為多中心結構是區域空間的發展趨勢[7]。國內對城市群空間結構與效率的研究集中在地理學者以外的概念性理論研究及經濟地理和城市地理學者的實證研究。在概念性理論研究方面,韋亞平等在國內率先開展了對“空間結構與績效關系”的探討,認為應從人口壓力角度來定義結構績效[8];范劍勇等從空間效率角度探討了區域協調發展問題,認為區域內部需求是影響空間效率的核心因素[9];劉修巖認為空間要素是衡量空間效率的重要內容,空間要素的整合,必然會對某一地區的空間效率產生影響[10]。實證理論研究方面相關研究主要集中在投入—產出效率、空間效率測度和空間結構差異與經濟績效等問題上[11-16],并無觀點相左之處。

綜上所述,國外研究以討論區域經濟外部性為主,并逐漸開始關注區域空間結構的外部性,但在空間結構與經濟效率之間的關系問題上仍然存在著較大爭論,相關評價指標體系仍有待完善,缺少對城市群的區域研究。國內研究則在實證研究中鮮有從跨省級行政區這一視角對城市群空間經濟效率進行研究的成果。本文選取我國哈長城市群這一典型的跨省級行政區城市群作為研究對象,探索了跨省級行政區城市群的空間結構與經濟效率的特征和演變規律,分析了空間結構對經濟效率的影響特征,為哈長城市群健康、快速與可持續發展提供了理論依據和對策性建議。

哈長城市群規劃范圍包括黑龍江省的哈爾濱市、大慶市、齊齊哈爾市、綏化市、牡丹江市和吉林省的長春市、吉林市、四平市、遼源市、松原市、延邊朝鮮族自治州(圖1)。哈長城市群面積約262641km2,截至2017年底人口總量約4753萬人,經濟總量達到2.61萬億元人民幣。城市群所處區域為東北平原北部、中部,氣候類型溫帶季風氣候,是我國面向東北亞地區和俄羅斯對外開放的重要門戶、全國重要的能源與裝備制造基地和區域性的原材料、石化、生物、高新技術產業、農產品加工基地,是帶動東北地區發展的重要增長極[17]。

圖1 哈長城市群地理范圍

1 研究方法與數據來源

1.1 研究方法

DEA方法是運籌學、管理科學和數理經濟學交叉研究的產物,它是一種對若干具有多投入、多產出的決策單元進行經濟有效性分析的定量計算方法[18-20]。DEA方法的主要優點是：一方面，由于投入和產出之間的關系有具體的函數形式,避免了設定誤差;另一方面,因為采用最優化方法來內定權重，所以DEA模型沒有因為主觀確定權重帶來的缺陷[21-24]。

DEA方法主要有兩種基本模型,為了更加符合現實中的客觀事實,本文主要采用考慮變動規模報酬的VRS模型并構建了城市群空間經濟效率評價體系，見表1。

表1 城市群空間經濟效率評價體系

1.2 數據來源

本文所采用的原始數據主要來源于相關年份的《中國城市統計年鑒》、《中國縣域統計年鑒》、《黑龍江省統計年鑒》和《吉林省統計年鑒》,數據年份為2008—2017年,統計指標主要為哈長城市群包含的11個地級市的人口、地區生產總值、面積、就業人口、固定資產投資、城市間道路距離等。

2 哈長城市群空間結構定量測度及特征

2.1 指標選取

本文選取分散度、城市規模基尼指數和空間相互作用指數作為哈長城市群的空間結構測度的指標。

分散度:從人口角度通過分散度指標反映哈長城市群空間結構的集散狀況。計算公式為:

Di=1-∑Si/S

(1)

式中,Di為分散度;S為城市群的總人口規模;Si為該城市群內i城市市轄區的人口規模。分散度數值的大小反映了人口分布的集中分散程度：數值越大,說明人口在城市群內的分布越趨于分散,無明顯的中心城市;數值越小,說明人口更趨向于城市群內的一個或多個中心城市集中分布[25]。

城市規模基尼指數:城市規模基尼指數是由加拿大約克大學的馬歇爾教授在研究不同規模的城市發展成長狀況時提出的[26]。本文選取城市規模基尼系數來測度哈長城市群的發展規模,反映其空間結構。計算公式為:

G=T/2S(n-1)

(2)

一個城市群區域內包括n個城市,設S為區域總人口,T為n個城市之間人口規模之差的絕對值總和。基尼指數趨近于0,說明城市之間的規模較為均衡且人口分散;趨近于1,說明城市之間的規模差距較大且人口集中[27]。

空間相互作用:空間相互作用理論強調城市間的相互作用是城市群空間結構外在形態產生和發展的內在動力[28]。城市群的空間相互作用指數反映哈長城市群內各個城市聯系的緊密程度。計算公式為:

(3)

式中,Pi、Pj為城市群內第i、j市轄區的總人口;GDPi、GDPj為城市群內第i、j市轄區地區生產總值;Dij為兩城市之間的距離;n為城市群內包含城市的數量。相互作用指數越高，說明城市間空間聯系越緊密,反之則松散。

2.2 哈長城市群空間分布特征分析

應用式(1)—(3)分別測算哈長城市群及內部各市州的分散度、基尼指數和空間相互作用指數,計算結果見圖2、表2。

圖2 2008—2017年哈長城市群11個城市的分散度和基尼指數變化情況

表2 哈長城市群空間結構測度結果

哈長城市群分散度特征：總體上看,2008—2017年哈長城市群分散度數值呈下降趨勢,黑龍江省部分和吉林省部分亦然,表明哈長城市群處于人口向中心城市緩慢集聚狀態。從速度看,吉林省的空間集聚速度快于黑龍江省;從集聚程度看,黑龍江省2017年的分散度為0.631,大于吉林省的0.601,說明吉林省的人口空間集聚程度更高。從城市群內部看,分散度小于0.5的城市僅有大慶和長春,說明兩者的人口趨向于市中心集中分布。分散度趨近于1的城市有齊齊哈爾、綏化、松原、延邊、四平,說明這些城市內部的人口分布相對分散。從變化趨勢看,長春市的分散度變化最大,這與長春市近年撤市變區等行政區劃調整有關。

哈長城市群城市規模差異特征:從總體上看,2008—2017年哈長城市群城市規模基尼指數的數值呈現上升趨勢,說明城市群內部的城市規模差異在逐漸擴大。盡管吉林省部分的分散度低于黑龍江省,但吉林省的規模基尼指數總體高于黑龍江省,說明吉林省部分中心城市規模遠大于其他城市。從城市群內部看,哈爾濱和延邊州的城市規模基尼指數較高,但兩者處于不同的集聚狀態,哈爾濱屬于高人口量集中型,延邊則屬于低人口量集中型。

哈長城市群空間的相互作用特征:總體上看,哈長城市群內部空間相互作用指數總體呈現上升特征,從2008年的2.590上升至2017年的6.015,尤其是在2011年和2013年明確提出打造哈長城市群以后,城市群空間聯系越來越緊密,說明城市群發育發展較好。但從兩省各自部分看,吉林省和黑龍江省的各自空間相互作用指數均大于哈長城市群整體,說明在行政壁壘的作用下,城市群內部還需進一步增強聯系。

3 哈長城市群經濟效率定量測度與特征

3.1 指標選取

投資生產率反映城市群資本投資的產出效率,經濟密度反映城市群的經濟發達度,勞動生產率反映城市群的人均勞動產出狀況,本文選取這3個指標對哈長城市群的經濟效率進行表征。

投資生產率是指一定時期內投資量創造出的產出,產出越多,投資產出率越高[29]。計算公式為:

投資生產率=全市GDP/全社會固定資產投資

(4)

經濟密度是指區域國民生產總值與區域面積之比,用于表達單位面積土地上經濟的效益水平。經濟密度表征了城市單位面積上經濟活動的效率和土地利用的密集程度[30]。計算公式為:

經濟密度=市轄區的總產值/市轄區面積

(5)

勞動生產率是指勞動者在一定時期內創造的勞動成果與其相適應的勞動消耗量的比值。一個區域的勞動生產率狀況反映著該區域的社會發展力水平[31]。計算公式為:

勞動生產率=全市生產總值/全市就業人員

(6)

3.2 哈長城市群經濟效率特征分析

應用式(4)—(6)對哈長城市群投資生產率、經濟密度和勞動生產率指標進行計算,結果見表3、圖3。

表3 哈長城市群經濟效率的測度結果

圖3 2008—2017年哈長城市群11個城市經濟效率變化情況

哈長城市群投資生產率特征:總體看,2008—2017年哈長城市群投資生產率數值呈下降趨勢。這與近年來哈長城市群乃至東北地區的經濟發展滯緩相吻合,同時也表明地方經濟發展與房地產開發關系更為密切。吉林省部分投資生產率呈現波動變化,但總體變化趨勢很小。黑龍江省部分投資生產率下降特征明顯,從2008年的2.73下降到2017年的1.45,表明黑龍江省部分經濟發展活力下降,對房地產開發等固定資產投資依賴度更高。從城市群內部看,哈長城市群各城市投資生產率總體呈上升趨勢的城市有大慶、遼源、延邊,其他城市均呈下降趨勢。大慶市歷年固定資產投資呈現下降趨勢,說明大慶市近年來在維持石油總量產出的基礎上,大力促進產業轉型升級效果顯著,旅游業、高端制造業均有長足發展。遼源和延邊在固定資產投資逐年提高的情況下,仍保持了投資生產率持續增長,說明地方經濟發展活力較好。

哈長城市群經濟密度特征:總體看,2008—2017年哈長城市群、黑龍江省部分和吉林省部分的經濟密度整體呈波動上升趨勢,尤其是2013年后經濟密度增長速度放緩,甚至出現負增長,這與經歷了一輪東北老工業基地振興的快速經濟發展后出現經濟發展速度放緩有著直接的關系。從城市群內部看,哈長城市群內城市間的經濟密度差異較為明顯,長春、哈爾濱、遼源和大慶經濟密度最高,綏化的經濟密度最低。

哈長城市群勞動生產率特征:總體看,2008—2017年哈長城市群近10年的勞動生產率呈上升趨勢,黑龍江省部分從14.99上升到24.65,吉林省部分從15.44上升到21.49,黑龍江省部分的增速較吉林省部分稍快。從城市群內部看,哈長城市群內各城市的勞動生產率處于前三位的城市依次是大慶市、吉林省和松原市,而勞動生產率最低的城市是延邊自治州。

4 哈長城市群空間經濟效率測度與特征

4.1 時間維度分析

采用傳統DEA模型對哈長城市群空間經濟效率進行測算,結果見表4。從表4可見,2008—2017年哈長城市群的空間經濟效率呈波動下降趨勢,2014年以前空間經濟效率持續下降,隨后呈現上升態勢,說明哈長城市群的確立和發展對空間經濟效率有一定的促進作用。

表4 2008—2017年哈長城市群的空間經濟效率及投入產出狀況

注:對指標體系進行了z-score標準化處理。

從DEA分析結果中投入變量的松弛來看,分散度對城市群空間經濟效率有一定影響。即城市群集聚程度越分散,效率越低,且分散度的投入冗余總體呈現下降趨勢,說明隨著城市群的不斷集聚,分散度對經濟效率的消耗在逐漸減少;城市規模基尼指數的影響特征與分散度類似,歷年均有冗余,到2017年的冗余為0.01,說明城市群內的城市規模差異對經濟效率的影響正在逐漸減弱;相互作用指數的冗余總體變化不大,但影響最為穩定,說明相互作用指數對城市群空間經濟效率呈持續的阻礙特征,哈長城市群內部的空間聯系和緊密程度并未得到有效利用,在相互作用指數持續增加的前提下,空間經濟效率仍出現了下降趨勢,這與本文認為的城市群內部行政壁壘嚴重的假設相吻合。即行政壁壘不僅影響了城市群內部的總體空間和經濟聯系,且影響了空間經濟效率的提升。

從產出不足看,投資生產率產出不足呈先上升再下降的變化特征,與我國房地產開發等固定資產投資發展相吻合。2009—2016年在大力發展房地產開發期間,投資生產率產出不足最高,說明盡管產地產對經濟發展有較高貢獻,但效率較低。近兩年,房地產市場發展趨緩,投資生產率產出不足逐漸開始下降;經濟密度的產出不足總體呈現下降特征,說明現有城市群空間結構對城市群經濟發展呈一定的阻礙作用,且阻礙效果在持續的波動下降;與經濟密度的產出不足相同,勞動生產率產出不足也呈現下降趨勢,說明在哈長城市群總體空間經濟效率下降的大趨勢下,城市群空間結構對勞動生產率這一單一指標的提高仍有促進作用。

4.2 空間維度分析

選取2008年、2013年和2017年3個截面數據,運用DEA-VRS模型,計算哈長城市群各城市及兩省部分的空間經濟效率,結果見表5、圖4。從各省部分看,2008年兩省空間經濟效率與哈長城市群總體持平,但黑龍江省的經濟效率下降較大,從2008年的0.88下降到2017年的0.78,盡管2013年后有所提升,但仍低于吉林省部分。吉林省部分總體效率高于黑龍江省部分,且變化不大。從各省部分看,2008年兩省空間經濟效率與哈長城市群總體持平,但黑龍江省的經濟效率下降較大,從2008年的0.88下降到2017年的0.78,盡管2013年后有所提升,但仍低于吉林省部分;吉林省部分雖然總體效率高于黑龍江省部分,但變化不大。

表5 2008年、2013年和2017年哈長城市群及兩省空間經濟效率的變化情況

圖4 2008年、2013年和2017年哈長城市群各城市的空間經濟效率變化情況

從城市群內部各城市的效率看,2008年綜合效率達到DEA最優的城市為哈爾濱、大慶、四平、長春、松原;2013年綜合效率達到DEA最優的城市為哈爾濱、大慶、吉林、長春、松原、遼源、四平;2017年效率達到DEA最優的城市為哈爾濱、大慶、長春、松原、遼源。由此可見,城市群內部的中心集聚對空間經濟效率提升有正向的影響,這與前述的城市群集聚程度越分散,效率越低的結論相符。

5 結論與討論

5.1 結論

本文主要通過構建空間經濟效率測度指標體系,運用DEA模型對哈長城市群這一典型的跨省級行政區城市群進行了空間經濟效率測度和特征分析。主要結論包括:①哈長城市群處于人口向中心城市緩慢集聚的態勢,城市群內部各城市之間的規模差異逐漸增加,城市之間聯系愈加緊密,但是在行政壁壘的影響下,哈長城市群總體空間相互作用指數低于兩省各自的部分。②雖然哈長城市群的勞動生產率和經濟密度持續增長,但是投資生產率下降,說明依托房地產開發等固定資產投資的經濟增長方式是低效率的表現。③分散度對城市群空間經濟效率具有一定的正向影響,即城市群集聚程度越分散,效率越低;在相互作用指數持續增加的前提下,空間經濟效率仍然呈現出下降的趨勢,進一步印證了行政壁壘對空間經濟效率的阻礙作用。④在哈長城市群總體空間經濟效率下降的大趨勢下,城市群空間結構對勞動生產率這一單一指標的提高仍然具有促進作用。

5.2 討論

本文以哈長城市群為例分析其空間結構與經濟效率之間的關系,所得結論與學界主流的區域集聚能提高經濟效率的結論相一致的,但稍有不同的是影響效果在逐漸下降。空間結構對經濟效率的影響更多地體現在城市群內部城市之間的聯系上,但不斷增加的城市之間聯系卻并沒有帶來空間經濟效率的提高,而跨省級行政區城市群的行政壁壘加劇了這一現象的產生。本文研究還發現,雖然勞動生產率和經濟密度都在提高,但是2008—2017年哈長城市群總體效率卻出現了下降的趨勢,這與指標中的投資生產率有著直接關系,表明增加固定資產投資在推動城市群經濟發展過程中的作用在減弱,依托高新技術和產業轉型的發展才是城市群快速、健康與可持續發展的有效路徑。

本文限于個別數據獲取較難,一些更能客觀表征哈長城市群空間結構和經濟效率的指標被迫放棄。在以后的研究中,隨著數據的豐富與進一步完善,將構建更加科學合理的指標體系對哈長城市群空間經濟效率研究。