向家庚
(南京財經(jīng)大學江蘇產(chǎn)業(yè)發(fā)展研究院,江蘇 南京 210003)
城市群作為當今世界各國經(jīng)濟地理空間演化的主要趨勢,是一國經(jīng)濟發(fā)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(tài)對城市體系的功能發(fā)揮與競爭力的提升具有重要影響。 因此引發(fā)了本文如下的思考:中國城市群多中心空間結(jié)構(gòu)的現(xiàn)狀以及演進態(tài)勢如何? 影響我國城市群多中心空間結(jié)構(gòu)發(fā)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(jié)構(gòu)的現(xiàn)狀和發(fā)展趨勢,也可為我國城市群空間結(jié)構(gòu)的優(yōu)化提供事實依據(jù)。
多中心這一概念最早出現(xiàn)在現(xiàn)代城市規(guī)劃領域,其初衷是利用多中心的空間結(jié)構(gòu)疏散單中心結(jié)構(gòu)導致的人口和經(jīng)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(qū)域城市多中心[2];微觀層面的多中心則是指超大型城市內(nèi)部的多中心。 國內(nèi)學者羅震東和朱查松[3]指出,可以從空間形態(tài)、功能與治理的理論框架來理解多中心的概念內(nèi)涵。
在對多中心進行測度時,孫斌棟等[4]運用位序-規(guī)?;貧w并且結(jié)合普查數(shù)據(jù)對我國13 個城市群的多中心結(jié)構(gòu)進行了測度。 “功能”多中心則大多基于“流”數(shù)據(jù)來進行測度,如商品流、貿(mào)易流以及現(xiàn)金流等[5]。 劉修巖等[6]運用位序-規(guī)模回歸、首位度等方法對中國省級層面的空間結(jié)構(gòu)進行了研究。 羅震東[7]運用高鐵運行數(shù)據(jù)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(shù)據(jù)研究了粵港澳大灣區(qū)知識多中心。
本文首先對我國主要城市群的多中心空間結(jié)構(gòu)進行測度;然后對各主要城市群多中心空間結(jié)構(gòu)的現(xiàn)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(jié)構(gòu)的影響因素。
本文從人口規(guī)模和經(jīng)濟分布規(guī)模這一角度來衡量城市群的多中心空間結(jié)構(gòu),主要通過考察人口以及人均GDP 在城市群內(nèi)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(jié)構(gòu)進行測度;然后,將測度的結(jié)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(shù)。 具體的計算指標以及方法詳述如下:
標準化的赫芬達爾指數(shù)。 具體計算公式如下:
式中,Hjt為標準化赫芬達爾指數(shù),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(jié)構(gòu)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(nèi)城市的個數(shù)。
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(shù)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(shù)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(shù)的最大值;min_H為基于人口計算的標準化赫芬達爾指數(shù)的最小值。 基于人均GDP 所計算的標準化赫芬達爾指數(shù)得分為scoregdp_Hjt。 在得到對應指數(shù)的標準化得分之后,城市群多中心空間結(jié)構(gòu)得分為:
式中,score_Polyjt為城市群j在t年的多中心指數(shù)得分,其數(shù)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。
基于數(shù)據(jù)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(chuàng)琳等[9]的研究,主要考察我國21 個城市群。 所使用的測度數(shù)據(jù)主要來自《中國城市統(tǒng)計年鑒》,所包含的數(shù)據(jù)年份為2000 年、2005 年、2010 年和 2014 年。
按照上述研究方法,本文基于調(diào)整的赫芬達爾指數(shù),對中國21 個城市群的多中心空間結(jié)構(gòu)進行了測度,得到各城市群多中心空間結(jié)構(gòu)指數(shù)以及每個城市群在不同年份的多中心指數(shù)均值,具體見表1。
表1 城市群多中心空間結(jié)構(gòu)指數(shù)
表1 中的均值結(jié)果顯示,在21 個城市群的多中心空間結(jié)構(gòu)指數(shù)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(shù)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(shù)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(shù)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(shù)做比較分析,發(fā)現(xiàn)長株潭的多中心指數(shù)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(shù)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(shù)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(shù)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(jié)構(gòu)的發(fā)展趨勢中,我們發(fā)現(xiàn)在2000年城市群多中心指數(shù)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(shù)測度中有所下降,反映了這些原本多中心空間結(jié)構(gòu)指數(shù)偏低的城市群的空間結(jié)構(gòu)指數(shù)有進一步下降的趨勢。
為探究影響城市群多中心空間結(jié)構(gòu)的因素,本文設定如下的經(jīng)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(fā)展水平;C為常數(shù)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(jié)構(gòu)的解釋變量。
1. 產(chǎn)業(yè)結(jié)構(gòu)
工業(yè)化所帶來的規(guī)模經(jīng)濟、集聚經(jīng)濟和市場規(guī)模擴張都會對城市規(guī)模產(chǎn)生影響。 用第二產(chǎn)業(yè)增加值除以總產(chǎn)出來衡量,即二產(chǎn)占比。
2. 經(jīng)濟發(fā)展水平
經(jīng)濟發(fā)展水平是影響資源要素空間分布的重要因素,當?shù)貐^(qū)經(jīng)濟發(fā)展程度較低時,經(jīng)濟活動和人口傾向于向中心城市(經(jīng)濟或政治中心)集聚;而隨著地區(qū)經(jīng)濟發(fā)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(chǎn)活動將向中心城市周圍擴散。 用總產(chǎn)出與總?cè)藬?shù)之比來衡量,即人均總產(chǎn)出。
3. 對外開放水平
隨著全球化與科技的發(fā)展,現(xiàn)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?shù)谿DP 比重衡量,即外商投資占比。
4. 政府干預
政府行為是影響區(qū)域經(jīng)濟發(fā)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(nèi)公路里程數(shù)除以總?cè)丝趤砗饬?,即人均道路密度?/p>
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(jié)果。 第(1)列中,二產(chǎn)占比這一欄的估計系數(shù)顯著為負,說明工業(yè)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(jié)構(gòu);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(chǎn)占比的估計系數(shù)均為負,且顯著,說明對我國不同區(qū)域的城市群,工業(yè)化水平的提高都使得城市群空間結(jié)構(gòu)向單中心演化。 從區(qū)域經(jīng)濟發(fā)展水平來看,表2 第(1)列中,人均總產(chǎn)出的估計系數(shù)為負,人均總產(chǎn)出平方項的估計系數(shù)為正,但在統(tǒng)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(chǎn)出的估計系數(shù)顯著為負,其平方項的估計系數(shù)顯著為正,說明人均總產(chǎn)出和城市群多中心性之間呈現(xiàn)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(qū)域?qū)用娑嘀行目臻g發(fā)展并不存在顯著影響。
表2 城市群多中心影響因素分析
本文運用調(diào)整的赫芬達爾指數(shù)法測度了中國城市群多中心空間結(jié)構(gòu),并對城市群空間結(jié)構(gòu)的影響因素進行了實證分析。 測度結(jié)果表明,在城市群多中心指數(shù)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(qū)、關中-天水以及武漢城市群。 從各城市群空間結(jié)構(gòu)的演化趨勢來看,我們發(fā)現(xiàn)多中心空間結(jié)構(gòu)指數(shù)較低的城市群將有可能進一步向單中心空間結(jié)構(gòu)發(fā)展。 在影響因素的研究中,我們發(fā)現(xiàn)二產(chǎn)占比的提高會推動城市群空間結(jié)構(gòu)向單中心化發(fā)展,人均GDP 和城市群多中心發(fā)展水平之間存在U型關系。 基于研究結(jié)論,本文的核心觀點和建議是:對發(fā)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(fā)展的增長極,要防止盲目多中心而造成的經(jīng)濟效率損失;對發(fā)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(jié)點的演進路徑,緩解區(qū)域發(fā)展不平衡的主要矛盾,協(xié)調(diào)區(qū)域收入差距,由多中心帶動區(qū)域經(jīng)濟發(fā)展走向均衡;對已經(jīng)形成多中心空間結(jié)構(gòu)的城市群,應該增強各節(jié)點中心城市的分工與聯(lián)系,發(fā)揮由點到面的輻射效應,帶動區(qū)域經(jīng)濟整體發(fā)展。