中國城市群多中心空間結構的測度及影響因素分析

向家庚

(南京財經大學江蘇產業發展研究院，江蘇 南京 210003)

一、 引言與文獻綜述

城市群作為當今世界各國經濟地理空間演化的主要趨勢，是一國經濟發展和參與全球競爭與國際分工的主要載體。 城市群的空間布局與形態對城市體系的功能發揮與競爭力的提升具有重要影響。 因此引發了本文如下的思考:中國城市群多中心空間結構的現狀以及演進態勢如何? 影響我國城市群多中心空間結構發展的主要因素包括哪些? 對上述問題的解答，有助于了解當前我國城市群空間結構的現狀和發展趨勢，也可為我國城市群空間結構的優化提供事實依據。

多中心這一概念最早出現在現代城市規劃領域，其初衷是利用多中心的空間結構疏散單中心結構導致的人口和經濟活動的過度集聚[1]。 宏觀層面的多中心主要指兩個或兩個以上的城市在功能上相輔相成所形成的區域城市多中心[2]；微觀層面的多中心則是指超大型城市內部的多中心。 國內學者羅震東和朱查松[3]指出，可以從空間形態、功能與治理的理論框架來理解多中心的概念內涵。

在對多中心進行測度時，孫斌棟等[4]運用位序-規模回歸并且結合普查數據對我國13 個城市群的多中心結構進行了測度。 “功能”多中心則大多基于“流”數據來進行測度，如商品流、貿易流以及現金流等[5]。 劉修巖等[6]運用位序-規模回歸、首位度等方法對中國省級層面的空間結構進行了研究。 羅震東[7]運用高鐵運行數據對長三角城市群的“功能”多中心進行了測度；馬海濤等[8]運用科研論文數據研究了粵港澳大灣區知識多中心。

本文首先對我國主要城市群的多中心空間結構進行測度；然后對各主要城市群多中心空間結構的現狀及演變趨勢進行了分析；最后通過實證分析，探究我國城市群多中心空間結構的影響因素。

二、 測度方法與數據介紹

本文從人口規模和經濟分布規模這一角度來衡量城市群的多中心空間結構，主要通過考察人口以及人均GDP 在城市群內部的空間分布。 按照以下三個步驟進行測度。 首先，對城市群空間結構進行測度；然后，將測度的結果進行標準化；最后，進行加權求和并計算城市群的多中心指數。 具體的計算指標以及方法詳述如下:

(一)測度方法

標準化的赫芬達爾指數。 具體計算公式如下:

式中，Hjt為標準化赫芬達爾指數，下標j和t分別代表城市群和年份，其取值在0 和1 之間，Hjt越接近于1，則說明城市群的空間結構多中心化程度越弱，反之則越強；xjit代表城市群j中i城市t年的對應指標，分別為人口和人均GDP；Xjt代表城市群j在t年對應指標的總和；n為城市群內城市的個數。

基于式(1)，代入人口指標和人均GDP 指標，可以得到Hjt，然后將Hjt進行標準化處理。 具體的標準化方法為:將相應的指標代入得到Hjt的最大值與最小值，由于最小值反映城市群多中心化的最高程度，而最大值則反映城市群多中心化的最低程度，因此，將最小值標準化為100，將最大值標準化為0。例如，基于人口計算的標準化的赫芬達爾指數的線性標準化為:

式中，scorepop_Hjt為基于人口計算的標準化赫芬達爾指數標準化后的得分；max_H為基于人口計算的標準化赫芬達爾指數的最大值；min_H為基于人口計算的標準化赫芬達爾指數的最小值。 基于人均GDP 所計算的標準化赫芬達爾指數得分為scoregdp_Hjt。 在得到對應指數的標準化得分之后，城市群多中心空間結構得分為:

式中，score_Polyjt為城市群j在t年的多中心指數得分，其數值在0 ～100 之間，越接近于100，城市群多中心化的程度越高，越接近于0，城市群多中心化的程度越低。

(二)數據介紹

基于數據的可得性以及為了盡可能地包含較多的城市群，本文參照方創琳等[9]的研究，主要考察我國21 個城市群。 所使用的測度數據主要來自《中國城市統計年鑒》，所包含的數據年份為2000 年、2005 年、2010 年和 2014 年。

三、 城市群多中心空間結構指數測度結果分析

按照上述研究方法，本文基于調整的赫芬達爾指數，對中國21 個城市群的多中心空間結構進行了測度，得到各城市群多中心空間結構指數以及每個城市群在不同年份的多中心指數均值，具體見表1。

表1 城市群多中心空間結構指數

表1 中的均值結果顯示，在21 個城市群的多中心空間結構指數測度中，多中心化程度最高的是呼包鄂榆城市群。 多中心指數均值排名前五位的其他城市群依次為長株潭、山東半島、長三角以及海峽西岸；多中心指數位列后五位的城市群依次為北部灣、武漢城市群、成渝、黔中以及關中—天水，北部灣城市群多中心空間指數得分最低。 從不同時間點來看，我們對測度的起始年份2000 年和終止年份2014 年這兩個時間點的城市群多中心指數做比較分析，發現長株潭的多中心指數排名從2000 年的第一名下降到2014 年的第五名；呼包鄂榆的多中心指數排名由2000 年的第三名上升至2014 年的第一名。 在排名靠后的城市群中，2000 年多中心指數最低的五個城市群分別為成渝、武漢城市群、黔中、北部灣以及關中—天水城市群，而在2014 年的多中心指數測度依然是這五個城市群排名最低。 在各城市群多中心空間結構的發展趨勢中，我們發現在2000年城市群多中心指數的測度中，排名在后8 位的城市群中有6 個在2014 年的多中心指數測度中有所下降，反映了這些原本多中心空間結構指數偏低的城市群的空間結構指數有進一步下降的趨勢。

四、 影響因素分析

(一)模型設定與變量說明

為探究影響城市群多中心空間結構的因素，本文設定如下的經驗模型:

式中，下標i和t分別表示城市群與年份；score_Polyit表示城市群多中心發展水平；C為常數項；ui為城市群層面不可觀測的不隨時間變化的因素；vt為不可觀測的宏觀沖擊；εit代表隨機誤差項；Xit為影響城市多中心空間結構的解釋變量。

(二)指標選取

1. 產業結構

工業化所帶來的規模經濟、集聚經濟和市場規模擴張都會對城市規模產生影響。 用第二產業增加值除以總產出來衡量，即二產占比。

2. 經濟發展水平

經濟發展水平是影響資源要素空間分布的重要因素，當地區經濟發展程度較低時，經濟活動和人口傾向于向中心城市(經濟或政治中心)集聚；而隨著地區經濟發展程度的提高，集中在中心城市的各種效益將會逐漸減少，人口及生產活動將向中心城市周圍擴散。 用總產出與總人數之比來衡量，即人均總產出。

3. 對外開放水平

隨著全球化與科技的發展，現代化的國際大都市對勞動力和人力資本具有強大的吸引力，會吸引勞動力和人力資本向大城市集聚。 用國外企投資額占當地GDP 比重衡量，即外商投資占比。

4. 政府干預

政府行為是影響區域經濟發展的重要因素，國家政策往往會引導勞動力和資源要素的流動。 用地方政府支出與GDP 之比度量，即政府支出占比。

5. 基礎設施狀況

交通基礎設施的完善程度會影響商品的運輸成本和勞動力的通勤成本，進而影響勞動力的資源要素的集聚和擴散。 用城市群內公路里程數除以總人口來衡量，即人均道路密度。

6. 城市化率

本研究采用城市人口比例來衡量城市群的城市化水平。

表2 報告了估計結果。 第(1)列中，二產占比這一欄的估計系數顯著為負，說明工業化程度的提高會導致人口和資源要素向大城市集聚，從而改變城市群空間結構；第(2)～(4)列分別以東中西部城市群為子樣本的分組回歸，二產占比的估計系數均為負，且顯著，說明對我國不同區域的城市群，工業化水平的提高都使得城市群空間結構向單中心演化。 從區域經濟發展水平來看，表2 第(1)列中，人均總產出的估計系數為負，人均總產出平方項的估計系數為正，但在統計上不顯著；第(2)～(3)列分別以東中部城市群為子樣本的分組回歸中，人均總產出的估計系數顯著為負，其平方項的估計系數顯著為正，說明人均總產出和城市群多中心性之間呈現U 型關系。 外商投資占比、政府財政支出占比、人均道路密度以及城市化率在第(1)到(4)列的回歸中均不顯著，這表明，在全樣本的回歸中，外商投資占比、政府支出占比、人均道路密度以及城市化率對全國和區域層面多中心空間發展并不存在顯著影響。

表2 城市群多中心影響因素分析

五、 結論與政策建議

本文運用調整的赫芬達爾指數法測度了中國城市群多中心空間結構，并對城市群空間結構的影響因素進行了實證分析。 測度結果表明，在城市群多中心指數的年份均值排名中，多中心化水平較高的城市群分別為呼包鄂榆、長株潭、山東半島、長三角、海峽西岸城市群；多中心化水平較低的城市群分別為北部灣、黔中、成渝地區、關中-天水以及武漢城市群。 從各城市群空間結構的演化趨勢來看，我們發現多中心空間結構指數較低的城市群將有可能進一步向單中心空間結構發展。 在影響因素的研究中，我們發現二產占比的提高會推動城市群空間結構向單中心化發展，人均GDP 和城市群多中心發展水平之間存在U型關系。 基于研究結論，本文的核心觀點和建議是:對發展水平相對落后的城市群，應通過政策引導勞動力和資源要素向中心城市和首位城市集聚，培育城市群發展的增長極，要防止盲目多中心而造成的經濟效率損失；對發展水平較為領先、首位城市人口和資源過度集聚的城市群，要選擇多中心、多層級、多節點的演進路徑，緩解區域發展不平衡的主要矛盾，協調區域收入差距，由多中心帶動區域經濟發展走向均衡；對已經形成多中心空間結構的城市群，應該增強各節點中心城市的分工與聯系，發揮由點到面的輻射效應，帶動區域經濟整體發展。