城市群空間結構對經濟高質量發展的影響

李澤眾 沈開艷

引 言

以城市群為主體構建城鎮協調發展新格局是黨的十九大對新時期城市群建設的新要求。隨著中國城市化的推進，城市群的發展十分迅速，具有科學合理的城市群空間結構是提高城市群整體經濟發展和競爭力的重要手段。多中心的城市群空間結構可以疏解核心城市人口、緩解交通擁堵、環境惡化、特大城市與其他城市差距過大等問題，然而，也會使核心城市的人力資本、創新要素投入發生流失，減弱集聚帶來的規模經濟，無法繼續作為增長極帶動周圍中小城市的發展。關于如何構建合理有序的空間結構，學術界從不同的角度做了大量探討，然而，學者們就城市群空間結構與經濟發展之間的關系尚未達成一致，使城市群的空間結構是否優化缺乏判斷標準，也為規劃編制與政策制定帶來困難。目前，城市群的城市體系結構是否合理，城市群的空間結構對經濟發展質量的影響如何，未來應當朝單中心還是多中心空間結構的方向發展？回答以上問題是本文的重點，對于區域經濟發展質量的提升具有重要的理論價值和現實意義。

國外學者較早地關注了城市群空間結構的經濟績效。Bailey等(2001)指出多中心城市區域產生的集聚效應不如同等規模的單中心城市產生的集聚效應。Cervero(2001)認為更緊湊、更集中的空間結構有助于生產率的提高。Parr(2004)認為多中心發展策略往往帶來較高的交通成本和較低的通勤效率，不利于知識和信息的傳播。另一些學者指出，集聚效應可以在臨近的城市之間共享，而擁擠效應通常局限在城市內部，單中心城市群往往伴隨著集聚不經濟因素，如土地和勞動力要素的激烈競爭、交通堵塞、環境污染以及高犯罪率等，從單中心結構向多中心結構的轉化被視為降低集聚不經濟的有效途徑(Phelps and Ozawa，2003；Merjers and Burger，2010)。Henderson(2003)則認為該關系不是穩定不變的，而是非線性的，即超過某個最佳的城市集聚度后，集聚則會對經濟產生負面的影響。

國內探討城市群空間結構的影響的研究起步較晚，已有文獻多為測度、分析和比較城市群的功能結構及其動態演化過程，常用的分析方法包括計算帕累托指數、mono指數、首位度、區域基尼系數等(宋吉濤，2006;張鑫等，2016；黃妍妮等，2016)。在少數直接探討城市群空間結構與經濟發展之間關系的文獻中，結論并不明確。第一種觀點支持城市群的單中心空間結構。楊青山等(2011)以東北地區的地級市為研究樣本，結果表明首位城市人口規模越大，勞動生產率越高。張浩然等(2012)發現，單中心結構對全要素生產率具有顯著的促進作用。其原因在于目前的城市群空間結構特征趨于“扁平化”，使得城市集聚經濟和規模經濟效應難以發揮，不利于產業結構優化調整和經濟的進一步增長(袁志剛等，2010；陸銘等，2011)。然而，近幾年的城市群發展十分迅速，先前集聚不足的特點可能已發生改變。第二種觀點認為，較高的單中心程度對經濟發展呈負向影響，多中心的空間結構有利于經濟績效的提升(華杰媛等，2015；孫斌棟等，2015；侯韻等，2016)。該結論對城市群空間結構的經濟效應具有一定的貢獻，然而缺乏單中心程度對經濟發展作用由正轉負的“臨界點”缺乏描述或測度，研究方法有待進一步完善。第三種結論是空間結構與經濟發展之間存在非線性關系。李佳洺等(2014)通過對1995、2000、2005和2010年四個年份的中國20個城市群的人口和經濟集聚程度進行研究，發現經濟集聚度和經濟增長之間符合倒“U”型特征。王磊等(2018)以中國中部地區城市群多中心結構為研究對象，研究發現城市群人口空間結構會對經濟增長的影響呈現倒“U”型曲線特征，即由單中心向多中心結構轉變。以上得出非線性關系結論的研究雖然是對以往文獻的有益補充，但是由于選擇的樣本在時間層面不連續或者研究樣本僅限于中部地區城市群，其結論的參考價值有待提高。

以上研究結論不統一與研究樣本尺度、研究時間跨度選取以及經濟發展的不同階段、不同區域等因素有關，也進一步顯示出亟需對比單中心空間結構的經濟效應在不同區域、不同發展程度的異同以及考察空間結構與經濟發展質量可能存在的非線性關系。基于此，本文的邊際貢獻在于研究對象的選取在時間上跨度較長、地域上跨度較廣，包含了東部、中部、西部和東北部區域，并且在時間層面連續。在此基礎上，結合門檻效應模型驗證了城市群的單中心空間結構與經濟發展質量之間的非線性關系，并計算出“拐點”所對應的單中心指數。

一、城市群空間結構測度與結果分析

(一)研究對象

本文選取中國十大城市群2003-2016年的面板數據作為研究對象，在空間尺度上，包含了東部、東北部、中西部等地域，是目前我國經濟發展中最具活力和潛力的城市群。具體的研究對象包括長江三角洲城市群、珠江三角洲城市群、京津冀城市群、遼中南城市群、山東半島城市群、中原城市群、關中城市群、長江中游城市群、成渝城市群、海峽西岸城市群。上述十大城市群所轄城市見表1。

表1 十大城市群及所轄城市

(二)測度方法與結果分析

本文采用Meijers和Burger(2010)的研究思路，運用mono指數測算城市群的空間結構。mono指數是利用城市群規模最大的前兩位、前三位和前四位城市計算所得q值的平均值。具體計算公式如下：

lnPOPi=C-qlnRi

(1)

(1)式中，POPi是第i位城市的總人口，C為常數，Ri為城市群內對應城市i人口的位序。q為最小二乘回歸斜率的絕對值，可以判斷城市群的空間結構特征。若q>1，表明核心城市很突出，城市群服從單中心首位分布。若q<1，則表明城市群就業或人口比較分散，城市之間規模差異較小，服從多中心結構。若q=1，則認為該城市體系完全服從Zipf法則。中國十大城市群2003-2016年的mono指數測算結果見表2。其次，為使反映空間結構特征更加全面和反映城市群中心城市的集中程度更加直觀，本文還計算了以上十大城市群首位城市的城鎮就業占城市群城鎮總就業之比s，測算結果見表3。

表2 中國10大城市群空間特征：基于mono指數的測度(2003-2016年)

從表2和表3可以看出，綜合以上兩類指數，十大城市群可以分為三類。第一類是單中心指數和首位度均下降的城市群，包含長三角、京津冀和珠三角城市群。其空間結構朝多中心演變，并且核心城市的集聚度呈現出下降趨勢。第二類是空間結構和首位度均較為穩定的城市群，包含海峽西、山東半島、遼中南、長江中游城市群，其城市層級差距不明顯，首位城市的規模偏小。第三類為單中心指數和首位度均呈現上升趨勢的城市群，包含中原、關中和川渝城市群，其核心城市逐漸突出，城市層級的差距擴大化。其中，關中城市群的首位城市規模偏大，單中心的空間結構最為典型。從四大區域比較來看，東部地區的城市群近似服從Zipf法則；中部地區的長江中游城市群呈弱多中心結構；西部地區城市群總體呈現出典型的單中心結構特征。

表3 中國10大城市群空間特征：基于首位度的測度(2003-2016年)

二、模型建立與變量說明

(一)模型設定

本文采用面板數據模型檢驗城市群空間結構 演化的影響因素，計量回歸模型公式為：

lnpgdpij=α+β1monoij+∑βjControlij+γj+ηi+εij

(2)

式中：下標i表示城市群，j表示年份，lnpgdp表示城市群的人均GDP，monoij為本文的核心解釋變量，表示城市群i在j年空間結構指數，Controlij表示其他影響城市群經濟發展質量的控制變量，下文將詳細介紹。εij為誤差項。

進一步地，為探究城市群的單中心空間結構與經濟發展質量是否存在非線性關系，在模型中加入核心解釋變量的平方項和立方項進行探究。此外，考慮到城市規模的變化會影響集聚經濟效應，從而會改變空間結構對經濟高質量發展的影響，所以進一步將核心解釋變量與城市群規模的交互項lnPOP×mono納入模型中，計量回歸模型公式分別為：

lnpgdpij=α+β1monoij+β2monoij2+β3lnPOPij+β4monoij×lnPOPij+∑βjControlij+εij

(3)

lnpgdpij=α+β1monoij+β2monoij2+β3monoij3+β4lnPOPij+β5monoij×lnPOPij+∑βjControlij+εij

(4)

(二)變量與數據說明

1.被解釋變量。PGDPit表示城市群i在t年的人均實際GDP(2003年不變價)，用以衡量城市群經濟發展的質量。

2.核心解釋變量。monoij表示城市群i在j年空間結構指數，采用上文按照位序規模法則進行測算，該指數越大，城市群單中心的空間結構越明顯。

3.控制變量。根據以往研究成果，影響城市群經濟發展質量的因素除空間結構外，還包括自然稟賦因素和社會經濟因素，例如地貌環境、面積大小、人口規模、產業結構、政府干預等。參考已有研究，本文選取以下控制變量。

城市群規模(POP)。隨著城市群規模的增加，城市的規模集聚效應會不斷演變，對經濟發展質量的作用也會發生變化。本文采用各城市群年末市轄區總人口的對數值來衡量該城市群的規模，并考察對城市群經濟發展水平的影響。

產業結構(IND)。經濟發展需要以合理的產業結構作為基礎。隨著城市群建設的日漸成熟，第三產業與第二產業的比值逐漸增加成為趨勢，經濟發展的驅動力會發生轉變。本文以第二產業生產總值與第三產業生產總值的比例為代理變量。

建成區面積(AREA)。城市蔓延、城市群的一體化都必須在土地面積的空間載體上進，并通過土地和交通運輸成本來影響經濟發展。本文采用城市群的建成區面積，考察地域大小對城市群經濟發展的影響。

人力資本水平(EDU)。人力資本的增加將帶來技術進步和自主創新的提高，是促進經濟發展質量提高的內在動力。考慮到教育是形成人力資本的基石，本文采用各城市群中等和高等學校在校生總人數占該城市群總人口的比例作為人力資本的代理變量。

政府干預程度(GOV)。當城市群整體作為研究對象時，由于政府競爭和溢出效應，其包含各城市的地方政府對經濟活動的干預程度都會對經濟發展產生影響。本文采用各城市群地方政府財政支出占GDP的比重來衡量政府對經濟活動參與程度的影響。

結合數據的可得性，本文選取的時間跨度為2003-2016年，所有原始數據都來源于歷年的《中國區域經濟年鑒》、《中國城市統計年鑒》和《中國城市建設統計年鑒》。為消除物價上漲的影響，選取2003年作為基年，將其余年份的十大城市群中所有城市的地方生產總值進行平減。對于少數缺失數據依據線性插值法進行補齊。

三、實證結果

(一)基準回歸結果

根據Hausman檢驗，本文采用混合OLS估計方法對方程(2)-(4)的回歸結果見表4。列(1)是僅包含控制變量的條件下，考慮單中心空間結構對經濟發展質量的影響。回歸結果表明，城市群單中心空間結構的回歸系數為負，說明單中心集聚帶來的擁擠成本超過了規模集聚效應，抑制了經濟的增長。由列(2)可以看出，城市群規模的回歸系數為負，交互項mono*lnPOP的系數為正，且均在1%的水平下顯著。這表明隨著人口和就業規模的增加，單中心的城市群空間結構可以抵消隨著人口規模增長引起的擁擠成本。

列(3)-(4)分別在列(1)-(2)的基礎上加入核心解釋變量的平方項。回歸結果表明，單中心指數的回歸系數在1%的水平下顯著，其二次項在5%的水平下顯著，說明單中心空間結構與經濟發展質量之間呈現“U”型的曲線關系。進一步地，列(5)-(6)分別在列(3)-(4)的基礎上加入核心解釋變量的立方項。回歸結果表明，衡量城市群單中心程度的mono指數的一次項、二次項和三次項的系數分別為“負、正、負”且均顯著，并且該模型的擬合程度較列(3)-(4)更高，這表明城市群的單中心空間結構對經濟發展質量的影響呈現倒“N”型特征。其原因在于，城市群最初的形成得益于規模經濟帶來的生產率的提升，然而，當人口集聚達到一定程度后，過度的單中心結構會引起交通擁堵、環境污染、要素價格上升等規模不經濟現象，擁擠成本會抑制經濟的進一步增長。向多中心模式的適時轉變可以帶來地區間人口更加合理的空間分布，并通過城市功能分工、規模互借等促進城市群經濟發展質量的提高。隨后，當中心城市的輻射能力和首位度逐漸降低時，研發和創新等活動的開展會受限，創新能力不足將不利于進一步迸發出經濟高質量發展的動力。所以，單中心空間結構在該階段會再度促進城市群經濟發展，直到資源的網絡傳輸、交通的便利快捷等硬件設施達到新的層次。最終，城市群的多中心空間結構有利于經濟的高質量發展。

表4 模型回歸結果

注：回歸結果由Stata14.0給出，括號內為各個變量系數的穩健標準差，***p<0.01，**p<0.05，*p<0.1.

控制變量中，變量產業結構(IND)的系數為負且顯著，這表明第三產業占比的提高對經濟高質量發展具有顯著促進作用。第二產業的比重降低和第三產業的比重提高，是未來經濟發展質量提高以及從工業化發展階段轉變為城市化發展階段的必然趨勢，伴隨著城市化率的提高，產業升級也會帶來經濟的增長。變量建成區面積(AREA)的系數為正且顯著，這表明土地作為資源稟賦，是人口的空間分布和城市開展功能分工、規模互借不可缺少的重要要素，其合理運用也會促進經濟的高質量發展。變量政府干預(GOV)的系數為正且顯著，表明城市群的空間結構不斷向更優的方向調整離不開政府的干預，其對于城市群內地區間在功能層面的專業化分工協作十分重要。

(二)城市群的空間結構的門檻分析

基于上文的分析，城市群的單中心空間結構對經濟發展質量的影響呈現倒“N”型特征。為估算其拐點值以及考察不同階段空間結構的經濟效應，本文選取城市群的單中心指數作為門檻變量，利用門檻模型進一步檢驗城市群的空間結構對經濟發展質量的非線性關系。

表5 門檻效應檢驗

注：表中F值和P值均為采用bootstrap方法反復抽樣500次的結果，***p<0.01，**p<0.05，*p<0.1.

從表5的門檻檢驗結果來看， 單一門檻和雙重門檻均在1%的水平下顯著。因此可以證實，城市群的單中心空間結構與經濟發展質量之間存在雙門檻。以往的研究城市群空間結構角度說明單中心空間結構可以通過規模經濟、知識溢出帶來經濟增長；抑或是通過回歸證實單中心空間結構與經濟績效之間存在倒“U”型關系，超于閾值之后，促進經濟績效的空間結構轉變為多中心模式。該實證進一步說明，城市群的空間結構對于經濟發展質量的影響處于動態的變化中，不同階段存在不同的更優的城市群空間結構，不可“一刀切”地得出結論。接下來則需根據實證結果，進一步估計具體的門檻值大小，以觀察不同的城市群處于不同階段，以及探究其對于促進經濟發展質量提升的影響差異。

估計的門檻值結構如表6所示。

表6 門檻值估計結果

注：表中臨界值均為采用bootstrap方法反復抽樣500次的結果。

根據門檻值回歸結果，門檻值分別為0.6206和1.6603，分別處于測算出所有樣本空間結構指數的最大值與最小值之間，所以該結果是有意義的。根據已經估算出的門檻值，對回歸方程進行參數回歸，參數估計結果如表7。

表7 雙門檻參數回歸結果

注：回歸結果由Stata14.0給出，括號內為各個變量系數的穩健標準差，***p<0.01，**p<0.05，*p<0.1.

根據表7的回歸結果，當mono≤0.6206、0.6206

當城市群的空間結構指數高于門檻值1.6603的情況下，其系數為-0.0841，說明單中心集聚程度過高時，過度的單中心化引起的“擁堵效應”超過了“集聚效應”，并且城市群內部的城市差距過大，無法形成有效的功能分工與規模互借，從而會抑制城市群的經濟發展質量的提高。目前處于該階段的城市群有京津冀和川渝城市群，特征為核心城市與其余城市的差距較為明顯，僅依靠單中心的輻射能力難以形成聯動作用，多中心模式會更有效地促進經濟高質量發展。

城市群的單中心程度只有在合理的區間(0.6206

(三)穩健性檢驗

為了進一步檢驗上述實證結果的可靠性與穩定性，本文進行了兩種穩健性檢驗：一是替換被解釋變量。用城市群經濟績效(lnTFP)代替人均GDP作為被解釋變量，檢驗結果見表8。二是考慮滯后期。上述分析雖然表明城市群的空間結構會影響經濟發展質量，但經濟發展質量同時也可能會影響城市群人口集聚和空間結構的變化，二者存在的雙向因果關系會導致研究存在內生性問題，從而導致估計結果失去參考作用。本文將模型中的被解釋變量做滯后一期處理，減弱雙向因果導致的內生性問題，依據方程(4)的估計結果見表9。以上回歸結果均與前文的檢驗結果一致，進一步驗證了本文結論的穩健性。

表8 穩健性檢驗回歸結果(1)

注：回歸結果由Stata14.0給出，括號內為各個變量系數的穩健標準差，***p<0.01，**p<0.05，*p<0.1.

表9 穩健性檢驗回歸結果(2)

注：回歸結果由Stata14.0給出，括號內為各個變量系數的穩健標準差，***p<0.01，**p<0.05，*p<0.1.

四、結論與政策含義

本文利用2003-2016年中國十大城市群面板數據，綜合運用位序規模法則和首位度對城市群的空間結構進行了測度，并運用面板模型、門檻回歸模型對城市群的空間結構與經濟發展質量的關系進行實證研究。具體結論如下：首先，城市群的單中心空間結構對經濟發展質量的影響呈現倒“N型”特征，即單中心空間結構對經濟發展質量的影響為“先抑制，后促進，再抑制”。城市群在起初規模較小時會得到單中心空間結構的集聚經濟紅利，超過一定限度后，交通擁堵、環境惡化等“城市病”將推動空間結構轉變為多中心的發展模式。該階段的突出問題轉變為核心城市的輻射和帶動能力不足，增長極的弱化不利于城市群的經濟高質量發展，也決定了空間結構會再次向單中心化過渡。該轉折點為第一個“拐點”。接著，隨著信息革命、工業數字化轉型，資源可通過虛擬媒介發生集聚，交通基礎設施的優化會縮短通勤時間、改變核心城市人口高度集聚的形態。直到突破第二個“拐點”后，多中心的空間結構將持續地推動經濟的高質量發展。

其次，城市群的單中心程度只有在合理的區間(0.6206

基于上述結論，本文提出如下政策建議：第一，城市群的各城市應積極打破行政壁壘，以城市群的經濟發展為目標，不斷調整城市群的內部空間結構，使之發揮最大的經濟效應。第二，對于單中心集聚不足的城市群，例如山東半島、長江中游城市群，各級政府應進一步優化資源配置，通過土地和戶籍制度聯動改革促進城市規模從扁平化分布向大城市集中分布的轉化；應當加強核心城市的影響力，使其充分發揮規模經濟和知識溢出效應，帶動周圍中小城市的協同發展。第三，對于單中心集聚程度過高的城市群，例如川渝、京津冀城市群，應當實施城市群的多中心戰略，加大對次中心城市的政策支持和資源整合，縮小城市間的經濟差距；同時，應適度分散核心城市的低端制造業功能，防止單一城市過度擴張帶來的擁擠效應。第四，在城市群空間結構不斷演化的過程中，政府應重點加大交通設施建設的投資力度，推進制造業及服務業的信息化和數字化轉型，并且進一步提升人力資本，進一步加強中心城市的集聚能力和輻射作用，以提高城市群的經濟發展質量。