Does "agglomeration shadow" exist in Beijing-Tianjin-Hebei region? Large cities' impact on regional economic growth
CHENYu通讯作者:
收稿日期:2017-04-12
修回日期:2017-07-4
网络出版日期:2017-10-20
版权声明:2017《地理研究》编辑部《地理研究》编辑部
基金资助:
作者简介:
-->
展开
摘要
关键词:
Abstract
Keywords:
-->0
PDF (3033KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNoteRisBibtex收藏本文-->
主旨聚焦:京津冀城市群被证实存在新经济地理学提出的“集聚阴影”现象,为了落实京津冀协同发展这一国家战略,必须采取多中心战略,解决大城市虹吸效应,消除所谓的“环京津贫困带”。
1 引言
伴随着经济全球化和区域经济一体化的进程,城市群已逐渐成为地域体系组织形式演进的新趋向[1],中国政府更是把城市群确定为未来城镇化的主要空间支撑形态。城市群的竞争力在于不同城市之间分工协作,形成竞争合力[2]。但现实中城市群内城市间不协调的现象并不罕见,如2005年亚行提出的“环京津贫困带”[3],反映出大城市对小城市的虹吸效应,导致小城市增长乏力,出现“集聚阴影(agglomeration shadow)”。京津冀城市群的核心大城市对周边小城市的极化效应真的大于扩散效应吗?中央最近提出了雄安新区发展战略,这与“环京津贫困带”是什么关系?如何正确理解雄安新区战略?通过实证检验京津冀城市群大城市对小城市经济增长的影响,有助于回答这些问题,对于促进京津冀协同发展和建设世界级城市群具有重要政策参考价值。在开始实证研究之前,有必要对以往相关文献进行梳理和评述。首先是关于“环京津贫困带”的研究。包括:① 对现状的描述。马玉芳等分析显示,京津冀地区20个贫困县的城镇居民人均可支配收入为北京的41.81%,农村居民人均纯收入为北京的30.39%[4]。②对成因的探讨。张佰瑞认为生态型贫困是“环京津贫困带”经济增长缓慢的基本原因[5];王冀平从“循环积累因果理论”出发,认为发展中心对周边地区的回波效应远大于扩散效应是主要机制[6];罗俊等则从自然地理、历史、区位、行政和人文五个方面来解读“环京津贫困带”形成的原因[3]。三是对脱贫对策的思考。赵玉认为应当针对京津与“环京津贫困带”所处的不同发展阶段建立科学合理的扶持补偿机制[7];张祖群提出可以通过扶贫旅游来改善“环京津贫困带”现状[8];刘浩等指出,破解“环京津贫困带”的重点在于消除城乡隔离效应和弱化各自为政的行政制约[9]。
其次是大城市影响小城市经济增长的文献,这是本文所要探索的学术问题。孙斌栋等对相关理论文献进行了梳理[10],即经济发展阶段的高低和大小城市距离的远近共同决定了大小城市间的相互作用。前者的代表性理论包括缪尔达尔、赫希曼、弗里德曼等****提出的“回波—扩散”、“极化—涓滴”、“核心—边缘”等理论,它们都承认大城市对周边小城市的影响会随着经济发展阶段的演进从初期的虹吸效应逐渐转化为后期的溢出效应。后者的代表性理论主要是新经济地理学提出的“集聚阴影”理论,即从大小城市空间距离着眼,认为小城市越靠近大城市越容易受到其抑制,从而不利于自身的经济发展。实证文献可以根据其结论分为以下几类:① 大城市对小城市的发展以正向溢出作用为主。如孙斌栋等对长三角城市群严谨的计量检验[10]、梅志雄等对珠三角城市群的研究[11]都显示临近大城市有助于促进小城市的经济增长。② 大城市对小城市产生负向抑制作用。Au等发现中国少数过大规模的城市阻碍了多数规模偏小城市劳均收入的提高,由此产生了城市间收入的不平衡[12];关于中原城市群、江苏省、武汉地区、京津冀地区的部分研究也发现中心城市对周边地区具有极化效应和经济增长抑制作用[13-17]。③ 大城市与小城市经济发展的关系并不是简单的线性关系,而是正负溢出效应并存。如Zhao等对全国范围内城市空间相互作用进行的研究表明核心城市对周边其他城市经济发展的影响表现出先扩散后极化再扩散的非线性关系[18];柯善咨等对2000-2007年中国中西部10省的空间溢出效应检验表明,地级市的非农业GDP增长对县级市有扩散效应,但其就业增长对县级市有抑制作用[19]。④ 大城市对小城市的经济发展没有显著影响。如Chen等从城市等级分析中国城市间的相互作用,结果表明特大城市并未对县和县级市产生显著的影响[2]。⑤ 行政界线在大城市影响小城市发展过程中可能产生作用,即跨越城市或省份行政边界时城市之间的空间相互作用会减弱。如Ho等发现1984-2003年间中国城市平均产出并不存在明显的收敛,且城市的要素流动更趋向于在本省内进行[20];Hering等研究结果表明商品、劳动力等要素在省内相近城市间的流动会对收入产生更大的促进作用[21];Zhao则直接提出省际“分割效应”阻碍了中国城市间的相互作用[18]。王成龙等以京津冀城市群为例来检验行政边界对城市用地扩张的边界效应,指出其在城市群城市用地扩张过程中起到了重要作用,城市群内部两个城市间的行政级别跨度越大,边界效应越强[22]。
综上所述,关于“环京津贫困带”的研究尚缺乏从城市间相互作用角度展开系统分析;已有相关研究,对于大城市是否有利于小城市经济增长这一问题也存在不一致的结论。基于此,通过分析北京、天津等核心城市对京津冀地区小城市的经济增长影响,来检验京津“集聚阴影”或“灯下黑”现象的存在,一方面为经济增长文献提供新的证据,另一方面为探讨雄安新区建设与京津冀区域经济一体化发展提供决策依据。
2 研究方法与数据来源
本文使用描述分析和计量分析相结合的形式来探讨京津冀城市群大城市对小城市经济增长的影响。描述部分主要对京津冀和长三角城市群的经济指标空间分布进行可视化和比较;计量分析部分借鉴孙斌栋和丁嵩的做法[11],采取小城市到大城市的最近地理距离作为核心解释变量,检验大城市对小城市经济增长的影响。京津冀城市群内部的城市,依据行政等级分为四类:直辖市(北京和天津)、省会城市(石家庄)、一般地级市(11个)以及县和县级市(147个)。县和县级市被本文定义为小城市,其他城市为大城市。本文在Barro提出的长期经济增长模型[23]基础上加入地理距离解释变量,用以检验大城市对于小城市经济增长率的影响:
式中:因变量GDP rate代表2000-2010年各小城市的人均GDP增长率,dis、gdp2000、density、inv、lab、urban、fdi、gov、edu和ame分别表示小城市到其他城市的地理距离以及其他经济增长影响因素,包括小城市的初期经济发展水平、人口密度、资本、劳动力、城市化水平、对外开放度、政府干预、人力资本和基础设施条件等。
Tab. 2
表2
表2人均GDP增长率模型空间计量检验结果
Tab. 2The spatial econometric results of per capita GDP growth model
变量名称 | 模型7 | 模型8 | 模型9 | 模型10 | 模型11 | 模型12 |
---|---|---|---|---|---|---|
小城市间距离 | 0.00313*** | 0.00311*** | 0.00303** | 0.00288** | 0.00325*** | 0.00314*** |
(0.00118) | (0.00118) | (0.00119) | (0.00119) | (0.00120) | (0.00117) | |
到地级市距离 | -9.26e-05 | -0.000109 | -5.62e-05 | -2.84e-05 | -9.26e-05 | -0.000137 |
(0.000397) | (0.000404) | (0.000404) | (0.000399) | (0.000397) | (0.000394) | |
到省会距离 | 0.000142*** | 0.000142*** | 0.000140*** | 0.000135*** | 0.000140*** | 0.000133*** |
(4.53e-05) | (4.56e-05) | (4.54e-05) | (4.51e-05) | (4.54e-05) | (4.50e-05) | |
到天津距离 | -0.000371* | -0.000375* | -0.000410* | -0.000434* | -0.000375* | -0.000400* |
(0.000223) | (0.000225) | (0.000235) | (0.000225) | (0.000222) | (0.000218) |
新窗口打开
为更清楚地理解京津冀城市群各城市间相互关系,检验不同等级城市对小城市的影响,对小城市到不同等级城市的距离进行如下划分:到最近小城市距离;到最近一般地级市距离;到省会城市距离(即到石家庄距离);到天津市距离;到北京市距离;到最近的地级市或省会城市距离;到最近直辖市距离;到最近的省会城市或直辖市距离;到最近地级及以上城市距离。其他自变量包括:各小城市2000年常住人口人均GDP、常住人口密度、固定资产投资占GDP比例、劳动力总量占总人口比例、城市化率、外商直接投资占GDP比率、政府支出(剔除科教文卫等公共支出)占GDP比率、常住人口平均受教育年限和每万人医院卫生床位数。
出于数据准确性和可得性的考虑,本文使用的地理距离数据基于1
3 结果分析
3.1 描述性分析:京津冀与长三角经济发展水平的空间差异
图1显示出两大城市群之间的差异。从2010年人均GDP水平的空间分布来看,京津冀城市群中北京、天津两个核心大城市市区的2010年人均GDP明显高于周边小城市,而长三角城市群的上海、南京、杭州的人均GDP与周边城市并未显现出明显不同,不少周边城市的人均GDP甚至高于三大城市;从2000-2010年的人均GDP增长率来看,北京、天津与周围城市的差别要小于人均GDP水平的差别,但北京和天津的增长率仍然高于周边很多城市,而上海和南京的经济增长速度低于周边,显现出收敛迹象,杭州的增长速度比周边高出不多。总体来看,京津冀城市群中大城市与周边小城市的经济发展水平存在明显落差,从表象上看符合集聚阴影假设。这种经济发展水平落差可能源于大城市的虹吸作用,即距离大城市越近的小城市经济增长受抑制强度越高,因此下文将对此推断进行计量实证检验。显示原图|下载原图ZIP|生成PPT
图1京津冀城市群和长三角城市群2010年人均GDP和2000-2010年人均GDP增长率
注:各大城市市区范围为2000年行政区划下的市辖区范围。
-->Fig. 1Per capita GDP 2010 and per capita GDP growth rate 2000-2010 of Beijing-Tianjin-Hebei region and Yangtze River Delta region
-->
3.2 基准回归结果
表1中,模型1的核心解释变量是小城市到最近的地级及以上所有高等级城市的距离,结果呈负显著,说明从总体来看,京津冀城市群内的大城市对小城市长期的经济增长起到了溢出作用,越靠近大城市,小城市的增长速度越快。模型2将距离分为小城市到最近一般地级市距离和小城市到最近省会或直辖市距离,其中到省会或直辖市距离为正显著,显示石家庄、天津和北京三大主要城市共同对城市群内其他小城市经济起到抑制作用,离三大城市越近,小城市的经济增速就越慢。模型3进一步把到省会城市和到直辖市距离分开检验,结果发现到石家庄距离为正显著,反映出石家庄对其他小城市经济增长的极化效应,而直辖市距离不显著则说明将北京和天津结合起来看并不能发现明显的对小城市的抑制作用。模型4将到最近一般地级市距离与到省会城市距离合并检验其共同影响,结果为负显著,说明它们在长期的经济发展中对周边小城市产生了明显的溢出效应。如果在模型2到4中增加距离的二次项,二次项本身并不显著,也不影响其他变量显著性。模型5将小城市到各个大城市的最近距离分开考虑,发现除到省会距离显著外,其余距离均不显著,这再次证明了石家庄对小城市存在虹吸效应。在模型5基础上加入各距离的二次项,因到石家庄距离二次项与一次结果共线而都不显著,故去掉该二次项,结果如模型6所示,到北京距离二次项显著为负,到天津距离二次项显著为正,说明小城市到北京、天津距离与其经济增长分别为倒U型、正U型关系,即在一定距离内,北京对附近小城市以极化效应为主,天津则以溢出效应为主。Tab. 1
表1
表1人均GDP增长率模型结果
Tab. 1Results of per capita GDP growth model
变量名称 | 模型1 | 模型2 | 模型3 | 模型4 | 模型5 | 模型6 | |||||
---|---|---|---|---|---|---|---|---|---|---|---|
小城市间距离 | 0.00155*** | 0.00105** | 0.000497 | 0.00157*** | 0.000473 | 0.00424*** | |||||
(0.000420) | (0.000441) | (0.000484) | (0.000419) | (0.000520) | (0.00129) | ||||||
到地级市距离 | -0.000159 | -7.42e-05 | -0.0000836 | 5.88e-05 | |||||||
(0.000131) | (0.000136) | (0.000136) | (0.000423) | ||||||||
到省会距离 | 0.000157*** | 0.000158*** | 0.000155*** | ||||||||
(3.88e-05) | (0.0000418) | (4.20e-05) | |||||||||
到天津距离 | 0.0000442 | -0.000500** | |||||||||
(0.0000602) | (0.000207) | ||||||||||
到北京距离 | 0.0000322 | 0.000454*** | |||||||||
(0.0000558) | (0.000167) | ||||||||||
到地级或省会距离 | -0.000417** | ||||||||||
(0.000171) | |||||||||||
到直辖市距离 | 6.45e-05 | 2.76e-05 | |||||||||
(3.97e-05) | (4.08e-05) | ||||||||||
地级以上距离 | -0.000373** | ||||||||||
(0.000173) | |||||||||||
小城市距离二次 | -5.01e-05*** | ||||||||||
(-3.23) | |||||||||||
地级距离二次 | -9.75e-07 | ||||||||||
(3.23e-06) | |||||||||||
天津距离二次 | 1.43e-06*** | ||||||||||
(4.75e-07) | |||||||||||
北京距离二次 | -1.17e-06*** | ||||||||||
(4.09e-07) | |||||||||||
到省会或直辖距离 | 0.000257*** | ||||||||||
(8.08e-05) | |||||||||||
县级虚拟变量 | 0.0180 | 0.0188 | 0.0202 | 0.0164 | 0.0202 | 0.0136 | |||||
(0.0143) | (0.0139) | (0.0138) | (0.0144) | (0.0137) | (0.0133) | ||||||
初期经济水平 | -1.34e-06 | -6.26e-07 | -2.85e-06* | -1.33e-06 | -2.96e-06* | -4.18e-06** | |||||
(1.57e-06) | (1.55e-06) | (1.60e-06) | (1.57e-06) | (1.60e-06) | (1.62e-06) | ||||||
人口密度 | -2.25e-05 | -2.86e-05 | -2.06e-05 | -2.60e-05 | -1.85e-05 | 1.06e-05 | |||||
(1.92e-05) | (1.87e-05) | (1.88e-05) | (1.97e-05) | (1.86e-05) | (1.91e-05) | ||||||
固定资产投资 | 0.0106 | -0.0146 | -0.0150 | 0.00416 | -0.0126 | 0.0363 | |||||
(0.0331) | (0.0328) | (0.0331) | (0.0348) | (0.0325) | (0.0334) | ||||||
劳动力数量 | -2.340*** | -3.709*** | -3.290*** | -2.347*** | -3.364*** | -2.784*** | |||||
(0.795) | (0.831) | (0.758) | (0.794) | (0.763) | (0.761) | ||||||
城市化水平 | -0.116 | -0.117* | -0.0937 | -0.101 | -0.0911 | -0.0556 | |||||
(0.0704) | (0.0684) | (0.0686) | (0.0720) | (0.0687) | (0.0660) | ||||||
外商直接投资 | -0.0806 | -0.0737 | -0.0939 | -0.0601 | -0.0863 | -0.107* | |||||
(0.0659) | (0.0643) | (0.0634) | (0.0671) | (0.0644) | (0.0630) | ||||||
政府支出 | 0.148 | 0.114 | 0.0459 | 0.172 | 0.0355 | 0.0218 | |||||
(0.174) | (0.167) | (0.164) | (0.175) | (0.171) | (0.163) | ||||||
人均受教育年限 | 0.0112 | 0.273* | 0.0269* | 0.0122 | 0.0285** | 0.0336** | |||||
(0.0147) | (0.0142) | (0.0139) | (0.0148) | (0.0140) | (0.0140) | ||||||
基础设施水平 | 0.00152** | 0.000758 | 0.000706 | 0.00144* | 0.000680 | 0.000703 | |||||
(0.000742) | (0.000729) | (0.000714) | (0.000747) | (0.000715) | (0.000683) | ||||||
常数项 | 0.139 | 0.0928 | 0.0793 | 0.131 | 0.0673 | -0.0795 | |||||
(0.113) | (0.108) | (0.107) | (0.114) | (0.108) | (0.111) | ||||||
样本量 | 147 | 147 | 147 | 147 | 147 | 147 | |||||
R-squared | 0.376 | 0.416 | 0.445 | 0.384 | 0.448 | 0.523 | |||||
变量名称 | 模型7 | 模型8 | 模型9 | 模型10 | 模型11 | 模型12 | |||||
到北京距离 | 0.000374** | 0.000387 | 0.000409** | 0.000414** | 0.000382** | 0.000414** | |||||
(0.000186) | (0.000191) | (0.000197) | (0.000185) | (0.000186) | (0.000182) | ||||||
小城市距离二次 | -3.83e-05*** | -3.80e-05** | -3.60e-05** | -3.58e-05*** | -3.94e-05*** | -3.94e-05*** | |||||
(1.48e-05) | (1.48e-05) | (1.55e-05) | (1.49e-05) | (1.50e-05) | (1.47e-05) | ||||||
地级距离二次 | 6.33e-08 | 1.34e-07 | -2.62e-07 | -6.44e-07 | 3.47e-08 | 8.21e-08 | |||||
(3.10e-06) | (3.03e-06) | (3.07e-06) | (3.06e-06) | (3.01e-06) | (2.99e-06) | ||||||
天津距离二次 | 1.08e-06** | 1.10e-06** | 1.19e-06** | 1.17e-06** | 1.08e-06** | 1.13e-06** | |||||
(5.01e-07) | (5.07e-07) | (5.39e-07) | (4.98e-07) | (4.99e-07) | (4.90e-07) | ||||||
北京距离二次 | -9.85e-07** | -1.01e-06** | -1.07e-06** | -1.03e-06** | -9.90e-07** | -1.03e-06** | |||||
(4.52e-07) | (4.63e-07) | (4.86e-07) | (4.45e-07) | (4.50e-07) | (4.40e-07) | ||||||
县级虚拟变量 | 0.0141 | 0.0138 | 0.0139 | 0.0119 | 0.0133 | 0.0102 | |||||
(0.0124) | (0.0123) | (0.0123) | (0.0124) | (0.0124) | (0.0126) | ||||||
行政虚拟变量 | -0.00266 | ||||||||||
(0.00727) | |||||||||||
初期经济水平 | -3.64e-06** | -3.59e-06** | -3.66e-06** | -3.50e-06** | -3.53e-06** | -3.35e-06** | |||||
(1.54e-06) | (1.55e-06) | (1.54e-06) | (1.53e-06) | (1.55e-06) | (1.54e-06) | ||||||
人口密度 | 8.70e-07 | 2.20e-07 | 1.41e-06 | 2.85e-05 | -2.21e-07 | -2.82e-07 | |||||
(1.91e-05) | (1.92e-05) | (1.91e-05) | (3.00e-05) | (1.92e-05) | (1.90e-05) | ||||||
固定资产投资 | 0.0361 | 0.0371 | 0.0330 | 0.0349 | 0.0359 | 0.0402 | |||||
(0.0311) | (0.0311) | (0.0316) | (0.0310) | (0.0311) | (0.0310) | ||||||
劳动力数量 | -3.544*** | -3.523*** | -3.332*** | -2.983*** | -3.598*** | -3.517*** | |||||
(0.711) | (0.715) | (0.818) | (0.848) | (0.718) | (0.700) | ||||||
城市化水平 | -0.0504 | -0.0488 | -0.0481 | -0.0435 | -0.0433 | -0.0296 | |||||
(0.0619) | (0.0619) | (0.0619) | (0.0620) | (0.0636) | (0.0636) | ||||||
外商直接投资 | -0.0832 | -0.0837 | -0.0857 | -0.0891 | -0.0830 | -0.0808 | |||||
(0.0606) | (0.0608) | (0.0608) | (0.0604) | (0.0606) | (0.0603) | ||||||
政府支出 | 0.0469 | 0.0475 | 0.0770 | 0.103 | 0.0320 | 0.0186 | |||||
(0.154) | (0.154) | (0.165) | (0.161) | (0.157) | (0.154) | ||||||
人均受教育年限 | 0.00825 | 0.00847 | 0.00710 | 0.00554 | 0.01005 | 0.00971 | |||||
(0.00834) | (0.00836) | (0.00862) | (0.00857) | (0.00912) | (0.00833) | ||||||
基础设施水平 | 0.00109* | 0.00105* | 0.00108* | 0.00101* | 0.00105* | 0.00105* | |||||
(0.000600) | (0.000607) | (0.000599) | (0.000603) | (0.000606) | (0.000599) | ||||||
人均耕地面积 | -0.0330 | ||||||||||
(0.0632) | |||||||||||
耕地面积占比 | -0.0392 | ||||||||||
(0.0331) | |||||||||||
二三产业占比 | -0.0173 | ||||||||||
(0.0354) | |||||||||||
二三产业比率 | -0.00911 | ||||||||||
(0.00646) | |||||||||||
常数项 | 0.170*** | 0.169*** | 0.170*** | 0.170*** | 0.171*** | 0.171*** | |||||
(0.0309) | (0.0309) | (0.0309) | (0.0309) | (0.0309) | (0.0307) | ||||||
样本量 | 147 | 147 | 147 | 147 | 147 | 147 | |||||
R-squared | 0.525 | 0.526 | 0.526 | 0.528 | 0.525 | 0.529 |
新窗口打开
其他的距离变量中,到最近小城市距离表现为正显著,说明距离邻近小城市间的互相竞争对其长期的经济增长会产生不利的影响;到一般地级市距离的结果不显著,可见一般地级市对小城市的经济增长作用并不明显。除距离外,表1还衡量了其他因素对小城市经济增长的影响,其中初期经济发展水平在多数模型中结果不显著,反映了京津冀城市群各小城市的经济发展并未呈现收敛的态势;劳动力数量的结果为负显著,说明初期当地劳动力越多越不利于经济增长;人均受教育年限和基础设施水平在部分模型中呈现出正显著,说明区域平均受教育程度越高和基础设施条件越好越有利于区域经济发展;固定资产投资水平、政府支出、外商直接投资和城市化水平则均未表现出显著的结果。
3.3 稳健性检验
城市之间的空间相互作用可能会因存在空间自相关而导致OLS回归结果出现偏差,而利用空间滞后模型(SLM)和空间误差模型(SEM)可以解决这一问题。在对表1的因变量进行Moran's I值检验后发现确实存在显著的空间自相关。因此,针对表1各模型进行稳健检验,比较后发现SEM模型结果更优,故这里采纳SEM模型结果。相比较表1,空间计量分析结果基本不变,无论是系数的显著性还是方向性上都未发生太大的变化,说明即使考虑城市之间的空间相互依赖,到大城市距离在小城市的长期经济增长过程中所起的作用仍是相对稳定的。这里主要报告在模型6基础上的空间计量结果,如表2模型7所示。鉴于有文献提及生态环境的抑制、行政边界的束缚和产业结构的不协调也是“环京津贫困带”产生和京津冀区域协同发展面临困境的原因[5,7,24]。为了甄别小城市的长期增长态势是生态环境、行政边界或产业结构变化导致的还是距离本身导致的,本文在模型7基础上增加小城市到最近的地级及以上城市是否属于同一行政范围的虚拟变量衡量行政边界效应,增加人均耕地面积和耕地占行政面积比例衡量生态环境影响,增加第二、第三产业产值占GDP比例和第二、第三产业产值比率来衡量产业结构影响。相应结果如表2的模型8~12所示,所加竞争性变量均不显著,加入之后其余变量结果也未发生明显变化,尤其是小城市到北京地理距离仍然与因变量呈现倒U关系。这就排除了竞争性假设的影响,说明已有结论是稳健的。
4 结论与讨论
4.1 结论
通过描述分析和计量分析相结合的方法对京津冀城市群内大城市是否对其周边小城市产生集聚阴影效应进行检验,主要结论包括:① 京津冀城市群的大小城市间经济差距大,北京与周边小城市的经济落差明显,从表象上看符合集聚阴影和虹吸现象的假设。而在长三角城市群,上海与周边城市经济发展水平接近,在增长上存在收敛迹象。② 从长期的经济增长来看,核心城市尤其是北京对周边小城市的经济增长以极化效应为主,新经济地理提出的“集聚阴影”以及亚行的“环京津贫困带”在这里得到发现和验证,这与长三角城市群的小城市因靠近大城市而获利截然不同[10]。③ 小城市之间的经济增长溢出也是负向的。在自身经济发展要求、财政分权体制和政绩考核等因素的共同作用下,地方政府有促进当地经济发展的迫切愿望,常常通过公共支出对本地经济进行“排他性支持”[25],也会经常导致小城市间相对严重的产业同构,激发彼此之间的不当竞争。4.2 讨论:促进京津冀协同发展的地理学思考
(1)实施多中心空间战略,变“集聚阴影”为经济增长的阳光地带。要更好地落实京津冀协同发展战略就必须解决大城市对小城市产生的虹吸效应,发挥区域核心城市的溢出、辐射、带动功能以突破“灯下黑”的发展趋势,最终形成大中小城市和小城镇在经济上协调发展、职能上各具特色、分工上明确合理的城镇规模体系。多中心空间战略是实现这一目的的有力手段。多中心思想的发源地欧洲,其早期的多中心战略是为了疏解大城市功能,近期的“欧洲空间发展远景(ESDP)”、“欧洲多中心巨型城市区域可持续发展管理项目”(POLYNET)和“欧洲空间规划观察网络”(ESPON),则越来越重视实现区域的平衡发展,缩小区域差距[26]。中央关于雄安新区的战略决策恰逢其实,不仅是缓解北京压力的重要举措,而且通过构造新的增长极,有助于带动区域增长,改善环京津贫困带状况。(2)京津冀地区协同发展需要科学定位大中小城市的功能。雄安新区作为反磁力中心,其劳动生产率应不低于甚至高于北京才会为人才提供具有吸引力的就业岗位,还要做到职住均衡和多功能融合,摆脱对北京的依赖,成为一个独立的中心城市,其中,高质量的基础教育设施和医疗设施不可或缺。众多的中小城市,则必须抓住这次机会借助“规模互借”得到正向溢出。借鉴长三角尤其是浙江特色城镇、珠三角专业化城镇以及西欧巨型城市区域中的专业化分工经验,京津冀的中小城市和城镇应该深入挖掘自身比较优势和竞争优势,走块状产业集群、特色产业发展的专业化分工之路,以增强自身竞争力,这也是避免本文所发现的相互恶性竞争的需要。定位上可以服务新区,专业化配套,打造“阿里镇”“淘宝村”,甚至成为宜居的创新创业小镇,美国硅谷其实是若干创新小镇构成的一个区域。招商政策上可以考虑向浙江和珠三角的民营企业倾斜,使其成为京津冀跨越发展中的引擎企业。
(3)从经济地理和区域经济政策的视角来看,实施多中心战略或建设雄安新区来打破贫困带的恶性循环是典型的以地为主(place-based)的政策,需要政府积极引导,也要尊重市场规律。多数经济学家所倡导的以人为主(people-based)的政策,即通过吸引人向发达地区流动来提高普遍收入,只有在要素流动无障碍的自由市场经济体制下可以实现,在当前京津冀背景下只会导致地区收入分化愈演愈烈。因而政府主动出击,采取以地为主的多中心战略是可取的。个人行为主导的市场力量只会使城市规模过大,而达不到最佳规模。只有政府引领才能扭转集体非理性结果,这是多中心战略的本质。在中国特殊国情下,尤其需要政府发挥作用。因为今天的过度集聚并不是纯粹市场经济使然,行政等级力量导致的优质资源过度集中不可脱卸责任,解铃还须系铃人,需要政府出面疏解功能。但与此同时,城市发展最终成功与否取决于市场力量,取决于企业和个人用脚投票。因此,要尊重城市发展客观规律,政府在前期完成历史使命后要适时退出,让市场发挥后续主导力量。在多中心战略和雄安建设中科学界定政府和市场分工是一个亟需深入研究的问题。
致谢:本文在研究过程中得到华东师范大学城市与区域科学学院丁嵩博士的大力支持,在此表示感谢!
The authors have declared that no competing interests exist.
参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子
[1] | . , 在经济全球化与区域一体化态势的推动之下,多中心巨型城市区域这一现象已出现在世界城市化水平较高的地区,具有形态、功能和治理3个维度多中心城市区域成为新阶段的重要空间组织形式。在这3个维度中,功能多中心是最为核心和最为本质的特征,是实现城市区域网络化发展最为关键的阶段。近年来,中国交通基础设施与信息通讯技术的快速发展推动了城市间交通流、信息流和资金流等要素的流动,基于功能联系的流动空间重构了区域内部各节点之间的关系,促进多中心城市群的形成和发展。与此同时,城市群成为我国新型城镇化的空间主体,其空间结构特征及演变规律一直是区域经济学、经济地理学领域的经典命题,但以往研究多从形态角度出发,在新的发展背景下从基于功能要素流动的角度科学系统地描述城市群空间结构的特征和演变趋势,探索评定功能多中心化程度的研究方法和标准,利用定量分析方法挖掘功能多中心与其它社会经济属性间的互动关系,都是值得进一步研究的问题。基于以上分析,本文在国内外经典理论和实证研究的基础之上,以中国13个城市群为研究对象,运用位序规模分布法和社会网络分析法对城市群总体和内部功能多中心水平进行测度,采用定性和定量相结合的研究方法,从描述性分析、相关性分析到建立面板数据模型,描述和分析了改革开放以来不同城市群基于功能联系视角的空间结构特征及演变规律、比较了不同城市群功能多中心的发展程度,探讨了影响城市群向功能多中心方向演化的关键因素以及考察了城市群功能多中心对城市群整体经济效益的作用,重点关注了城市群功能空间结构与经济增长之间的互动关系,并对功能多中心与形态多中心之间的相关关系也进行了初步的探索,最后基于以上分析和判断提出了本研究的结论和简要的政策建议,以及对未来的深入研究加以展望。研究结论表明,现阶段基于功能联系视角的城市群空间结构总体呈现单中心化的趋势,但不同城市群空间结构的演变趋势表现出了差异化的特点,其中,珠三角、长三角和京津唐城市群已经表现出向多中心演变的特征或潜在趋势。关于城市群空间结构影响因素的探讨,研究指出,城市群空间结构的多中心程度随经济发展阶段的提高呈现正U型的二次函数关系,具体表现为先单中心后多中心的演变过程,城市群规模的增大和城市间联系强度的提升有助于城市群空间结构向多中心方向演化,相比之下,人口聚集程度高、三产比重高的城市群则更有可能形成单中心的空间结构,政府干预的作用在统计上不显著。研究也进一步明确了城市群空间结构与经济发展水平之间的关系,认为城市群的经济发展水平是影响空间结构的根本原因,而空间结构并非是影响经济发展的原因,两者之间不存在双向因果关系。 . , 在经济全球化与区域一体化态势的推动之下,多中心巨型城市区域这一现象已出现在世界城市化水平较高的地区,具有形态、功能和治理3个维度多中心城市区域成为新阶段的重要空间组织形式。在这3个维度中,功能多中心是最为核心和最为本质的特征,是实现城市区域网络化发展最为关键的阶段。近年来,中国交通基础设施与信息通讯技术的快速发展推动了城市间交通流、信息流和资金流等要素的流动,基于功能联系的流动空间重构了区域内部各节点之间的关系,促进多中心城市群的形成和发展。与此同时,城市群成为我国新型城镇化的空间主体,其空间结构特征及演变规律一直是区域经济学、经济地理学领域的经典命题,但以往研究多从形态角度出发,在新的发展背景下从基于功能要素流动的角度科学系统地描述城市群空间结构的特征和演变趋势,探索评定功能多中心化程度的研究方法和标准,利用定量分析方法挖掘功能多中心与其它社会经济属性间的互动关系,都是值得进一步研究的问题。基于以上分析,本文在国内外经典理论和实证研究的基础之上,以中国13个城市群为研究对象,运用位序规模分布法和社会网络分析法对城市群总体和内部功能多中心水平进行测度,采用定性和定量相结合的研究方法,从描述性分析、相关性分析到建立面板数据模型,描述和分析了改革开放以来不同城市群基于功能联系视角的空间结构特征及演变规律、比较了不同城市群功能多中心的发展程度,探讨了影响城市群向功能多中心方向演化的关键因素以及考察了城市群功能多中心对城市群整体经济效益的作用,重点关注了城市群功能空间结构与经济增长之间的互动关系,并对功能多中心与形态多中心之间的相关关系也进行了初步的探索,最后基于以上分析和判断提出了本研究的结论和简要的政策建议,以及对未来的深入研究加以展望。研究结论表明,现阶段基于功能联系视角的城市群空间结构总体呈现单中心化的趋势,但不同城市群空间结构的演变趋势表现出了差异化的特点,其中,珠三角、长三角和京津唐城市群已经表现出向多中心演变的特征或潜在趋势。关于城市群空间结构影响因素的探讨,研究指出,城市群空间结构的多中心程度随经济发展阶段的提高呈现正U型的二次函数关系,具体表现为先单中心后多中心的演变过程,城市群规模的增大和城市间联系强度的提升有助于城市群空间结构向多中心方向演化,相比之下,人口聚集程度高、三产比重高的城市群则更有可能形成单中心的空间结构,政府干预的作用在统计上不显著。研究也进一步明确了城市群空间结构与经济发展水平之间的关系,认为城市群的经济发展水平是影响空间结构的根本原因,而空间结构并非是影响经济发展的原因,两者之间不存在双向因果关系。 |
[2] | . , Chen A. and Partridge M. D. When are cities engines of growth in China? Spread and backwash effects across the urban hierarchy, Regional Studies. China's remarkable growth has an urban bias, but it is unclear whether it has greatly disadvantaged particular regions. To assess this question, a Central Place Theory framework is employed to assess spread and backwash effects. It is found that New Economic Geography representations do not capture the heterogeneity across urban tiers. Market potential in China's mega-cities is inversely related to growth for smaller cities and rural communities, while medium-sized cities have positive spread effects. It is concluded that China's urban-centric process should be re-evaluated because it may not maximize aggregate growth, and growth in the mega-cities may reduce growth elsewhere. |
[3] | . , 环京津贫困带的脱贫致富问题仍然是政府和社会各界关注的焦点。城 镇化发展在人口转移和集中、基础设施建设、产业发展等方面发挥关键性作用,不仅有助于减贫,而且有助于生态保护。基于城镇化视角,推动环京津贫困带城镇化 减贫,文章提出了改革创新城镇化政策、加强基础设施规划建设、提高劳动力外出务工技能、有选择地承接产业转移、发展生态旅游和现代化农业、成立城镇化减贫 基金等六个方面的政策建议。 . , 环京津贫困带的脱贫致富问题仍然是政府和社会各界关注的焦点。城 镇化发展在人口转移和集中、基础设施建设、产业发展等方面发挥关键性作用,不仅有助于减贫,而且有助于生态保护。基于城镇化视角,推动环京津贫困带城镇化 减贫,文章提出了改革创新城镇化政策、加强基础设施规划建设、提高劳动力外出务工技能、有选择地承接产业转移、发展生态旅游和现代化农业、成立城镇化减贫 基金等六个方面的政策建议。 |
[4] | . , 京津冀和环京津贫困带二元经济结构是京津冀发展的一大障碍。2014年京津冀协同发展工作座谈会上,"京津冀协同发展"被提升到国家战略高度。定量分析京津冀和环京津贫困带状况,可运用比较劳动生产率、二元对比系数、差值法基尼系数、库兹涅茨三产结构与经济发展阶段关系分析其二元经济结构。从发展休闲度假旅游产业、风能和太阳能新能源产业、中高档养老产业角度,可提出解决京津冀和环京津贫困带二元经济结构的建议。 . , 京津冀和环京津贫困带二元经济结构是京津冀发展的一大障碍。2014年京津冀协同发展工作座谈会上,"京津冀协同发展"被提升到国家战略高度。定量分析京津冀和环京津贫困带状况,可运用比较劳动生产率、二元对比系数、差值法基尼系数、库兹涅茨三产结构与经济发展阶段关系分析其二元经济结构。从发展休闲度假旅游产业、风能和太阳能新能源产业、中高档养老产业角度,可提出解决京津冀和环京津贫困带二元经济结构的建议。 |
[5] | . , . , |
[6] | . , NBA选秀体制与缪尔达尔的经济学思想特别是"循环积累因果理论"是两个完全不同的范畴,但在二者的制度设计中蕴含有极其相似的精神实质——二者都不拘泥于形式上的公平,其倾力构筑的是起点平等,努力寻求的是公平竞争的最终结果。以此理念为基础的制度安排、体制改良甚或社会变革的积极影响具有重要意义,小则有利于类似NBA这样体育联盟的整体利益,大则会改善一个国家的社会分层,减少民众在教育、职业、收入等方面的结构性差异,从而有助于社会的整体进步。 . , NBA选秀体制与缪尔达尔的经济学思想特别是"循环积累因果理论"是两个完全不同的范畴,但在二者的制度设计中蕴含有极其相似的精神实质——二者都不拘泥于形式上的公平,其倾力构筑的是起点平等,努力寻求的是公平竞争的最终结果。以此理念为基础的制度安排、体制改良甚或社会变革的积极影响具有重要意义,小则有利于类似NBA这样体育联盟的整体利益,大则会改善一个国家的社会分层,减少民众在教育、职业、收入等方面的结构性差异,从而有助于社会的整体进步。 |
[7] | . , 环京津贫困带问题受到国际关注,是中央政府和京津冀三省市共同面临的问题。不论是按照市场经济规则,还是践行党的科学发展观,都应对环京津贫困带予以扶持和补偿。为此,本文针对该区域的历史陈欠和其今后的持续发展,从物质补偿与政策扶持两方面进行可行性对策研究。 . , 环京津贫困带问题受到国际关注,是中央政府和京津冀三省市共同面临的问题。不论是按照市场经济规则,还是践行党的科学发展观,都应对环京津贫困带予以扶持和补偿。为此,本文针对该区域的历史陈欠和其今后的持续发展,从物质补偿与政策扶持两方面进行可行性对策研究。 |
[8] | . , . , |
[9] | . , 1990s以来京津冀地区经济增长快速,然而经济发展在行政辖区间并不均衡,且逐渐导致环京津贫困带的形成.为识别经济发展失衡格局的演化过程,首先引入DMSP/OLS夜间灯光和可比价GDP,构建“单位开发活动GDP”表征区域经济发展状况;然后运用Local Moran'sI将区域经济发展格局划分为五种类型:HH富化扩散、HL富化极化、LH贫化塌陷、LL贫化制约和非显著;最后以HH类型的边界作为京津冀地区经济发展失衡界线,采用缓冲区分析探讨经济发展失衡格局的演化过程和行政区划等人为因素对经济发展的制约效应.结果表明:①整体上,1990s以来京津冀地区经济发展失衡格局不断加剧,京津富化扩散与河北贫化制约的规模与强度同时增长;局部上,受京津市区经济发展的外溢效应,京津郊区及区位优势显著的部分河北地区经济发展较快.②与传统认知的“环京津贫困带”不同,在两个空间尺度上识别出经济发展断层,一为京津市区与郊区之间,二为京津与河北之间,且前者的区域经济发展失衡整体上较后者更为严峻.③1990s以来京津冀地区经济发展的失衡格局,整体上受制于城乡二元体制带来的城乡隔离效应,局部上受京津冀三地的行政制约.要实现京津冀地区经济发展的协同均衡,关键在于弱化城乡隔离,并辅以消除行政制约. . , 1990s以来京津冀地区经济增长快速,然而经济发展在行政辖区间并不均衡,且逐渐导致环京津贫困带的形成.为识别经济发展失衡格局的演化过程,首先引入DMSP/OLS夜间灯光和可比价GDP,构建“单位开发活动GDP”表征区域经济发展状况;然后运用Local Moran'sI将区域经济发展格局划分为五种类型:HH富化扩散、HL富化极化、LH贫化塌陷、LL贫化制约和非显著;最后以HH类型的边界作为京津冀地区经济发展失衡界线,采用缓冲区分析探讨经济发展失衡格局的演化过程和行政区划等人为因素对经济发展的制约效应.结果表明:①整体上,1990s以来京津冀地区经济发展失衡格局不断加剧,京津富化扩散与河北贫化制约的规模与强度同时增长;局部上,受京津市区经济发展的外溢效应,京津郊区及区位优势显著的部分河北地区经济发展较快.②与传统认知的“环京津贫困带”不同,在两个空间尺度上识别出经济发展断层,一为京津市区与郊区之间,二为京津与河北之间,且前者的区域经济发展失衡整体上较后者更为严峻.③1990s以来京津冀地区经济发展的失衡格局,整体上受制于城乡二元体制带来的城乡隔离效应,局部上受京津冀三地的行政制约.要实现京津冀地区经济发展的协同均衡,关键在于弱化城乡隔离,并辅以消除行政制约. |
[10] | . , 厘清大城市是否有利于小城市经济增长这一问题,对于贯彻大中小城市和小城镇协调发展的国家新型城镇化战略具有重要意义.以长三角108个小城市为例,在传统经济增长模型中加入到大城市的地理距离、行政边界、市场潜能等因素,估计不同等级的大城市对小城市经济增长的空间影响及其异质性.研究发现:临近大城市有助于促进小城市的经济增长,并未发现存在集聚阴影效应的直接证据;空间相互作用的方向更多体现为高等级城市对低等级城市的影响,来自副省级城市的增长溢出最为显著,同层级小城市之间的空间关联效应相对微弱;城市间存在一定程度的市场分割,行政边界的存在阻碍了空间溢出效应的发挥.最后从强化中心城市的辐射带动功能、促进不同规模城市空间溢出效应的全域性释放、破除行政区经济的束缚等方面提出了促进大中小城市和小城镇协调发展的政策启示. . , 厘清大城市是否有利于小城市经济增长这一问题,对于贯彻大中小城市和小城镇协调发展的国家新型城镇化战略具有重要意义.以长三角108个小城市为例,在传统经济增长模型中加入到大城市的地理距离、行政边界、市场潜能等因素,估计不同等级的大城市对小城市经济增长的空间影响及其异质性.研究发现:临近大城市有助于促进小城市的经济增长,并未发现存在集聚阴影效应的直接证据;空间相互作用的方向更多体现为高等级城市对低等级城市的影响,来自副省级城市的增长溢出最为显著,同层级小城市之间的空间关联效应相对微弱;城市间存在一定程度的市场分割,行政边界的存在阻碍了空间溢出效应的发挥.最后从强化中心城市的辐射带动功能、促进不同规模城市空间溢出效应的全域性释放、破除行政区经济的束缚等方面提出了促进大中小城市和小城镇协调发展的政策启示. |
[11] | . , . , |
[12] | . , This paper models and estimates net urban agglomeration economies for cities. Economic models of cities postulate an inverted U shape of real income per worker against city employment, where the inverted U shifts with industrial composition across the urban hierarchy of cities. This relationship has never been estimated, in part because of data requirements. China has the necessary data and context. We find that urban agglomeration benefits are high--real incomes per worker rise sharply with increases in city size from a low level. They level out nearer the peak and then decline very slowly past the peak. We find that a large fraction of cities in China are undersized due to nationally imposed, strong migration restrictions, resulting in large income losses. |
[13] | . , . , |
[14] | . , This study analyses regional development in provincial China through a case study of Jiangsu following the multi-scale and multi-mechanism framework. We have revealed a trend of increasing regional inequality and find it is mainly a result of the rapid development of Sunan (Southern Jiangsu), which also results in rising rural inter-county inequality. Subei (northern Jiangsu) faces more challenges due to the strong effects of self-reinforcing agglomeration and the constraints of geographical barriers. The spatial Markov chain analysis reveals that the development status of neighbouring counties has a strong influence on a county's development dynamics; a poor county neighbouring relatively richer counties has a higher possibility to move upwards, and vice versa. The geographically weighted regression analysis reveals that development mechanisms have strong local characteristics and the same mechanism affects regional development differently. Finally, our study confirms that the multi-scale and multi-mechanism framework helps the understanding of regional development in Jiangsu. |
[15] | . , . , |
[16] | . , 基于城市竞争力与空间相互作用的研究视阈,借助SPSS主成分分析法和ArcGIS空间插值手段,构建长江中游城市群城际竞争―整合分析的基本框架,揭示城市群内城际竞合空间格局特征和作用机制。结果显示:1)长江中游城市群城际竞争格局总体呈"核心―边缘"结构特征,3个子城市群内部竞争格局分异显著;多竞争要素的交互耦合、中心城市的极化效应、行政和地理分割、交通等是城际竞争格局形成的主要动力机制。2)城际整合格局整体表现出"群(圈)内群(圈)际"的空间分布态势,沿主要交通轴线形成"吸管效应",城际竞争与整合格局呈现"整体吻合、局部偏离"特征;城际整合格局是距离衰减规律和增长极辐射效应等因素主导形成的产物。3)在城际竞合分析的基础上,从规划融合、交通一体化、产业分工等多方面提出了竞合发展政策建议。 . , 基于城市竞争力与空间相互作用的研究视阈,借助SPSS主成分分析法和ArcGIS空间插值手段,构建长江中游城市群城际竞争―整合分析的基本框架,揭示城市群内城际竞合空间格局特征和作用机制。结果显示:1)长江中游城市群城际竞争格局总体呈"核心―边缘"结构特征,3个子城市群内部竞争格局分异显著;多竞争要素的交互耦合、中心城市的极化效应、行政和地理分割、交通等是城际竞争格局形成的主要动力机制。2)城际整合格局整体表现出"群(圈)内群(圈)际"的空间分布态势,沿主要交通轴线形成"吸管效应",城际竞争与整合格局呈现"整体吻合、局部偏离"特征;城际整合格局是距离衰减规律和增长极辐射效应等因素主导形成的产物。3)在城际竞合分析的基础上,从规划融合、交通一体化、产业分工等多方面提出了竞合发展政策建议。 |
[17] | . , 在实施京津冀协同发展战略的背景下,将修正的Conley-Ligon模型与空间马尔可夫链分析法相结合,探讨了京津冀县域经济发展过程中的溢出效应空间格局及其对经济水平空间格局演变的影响.研究发现:2000-2013年,京津冀地区的县域间存在显著的空间溢出效应,溢出效应在空间上呈现出与经济发展水平和空间距离紧密相关的具有梯次性特征的核心-外围结构,经济发达的地区发出正向溢出效应的同时也获取了正向溢出效应,但总体上县域溢出效应的类型以负向溢出为主;受溢出效应的空间格局和以负向溢出为主要类型的影响,京津冀县域经济水平类型发生转变的概率较小,经济水平较低的县域难以发生类型的转移,经济水平类型发生转移的县域多分布在地级以上城市市辖区的邻接地带;在邻接县域间显著的空间溢出效应作用下,相邻县域的经济水平类型的转移具有显著的同向性特征. . , 在实施京津冀协同发展战略的背景下,将修正的Conley-Ligon模型与空间马尔可夫链分析法相结合,探讨了京津冀县域经济发展过程中的溢出效应空间格局及其对经济水平空间格局演变的影响.研究发现:2000-2013年,京津冀地区的县域间存在显著的空间溢出效应,溢出效应在空间上呈现出与经济发展水平和空间距离紧密相关的具有梯次性特征的核心-外围结构,经济发达的地区发出正向溢出效应的同时也获取了正向溢出效应,但总体上县域溢出效应的类型以负向溢出为主;受溢出效应的空间格局和以负向溢出为主要类型的影响,京津冀县域经济水平类型发生转变的概率较小,经济水平较低的县域难以发生类型的转移,经济水平类型发生转移的县域多分布在地级以上城市市辖区的邻接地带;在邻接县域间显著的空间溢出效应作用下,相邻县域的经济水平类型的转移具有显著的同向性特征. |
[18] | ., The core-periphery (CP) model of urban systems lacks evidence from real data for the nonlinear relationship between distance to core and market potential. China remains in the process of industrialization and globalization, thereby making it suitable for practical application of the CP model of urban systems. Using Chinese city-level data from 1990 to 2006, this paper estimates the impact of spatial interactions in China's urban system on urban economic growth, and fills the gap between CP model of urban systems and reality. Our results show that a proximity to major ports and international markets is essential for urban growth. Moreover, the geography-growth relationship follows the U-shaped nonlinear pattern implied by the CP model in a monocentric urban system. We also find "border effect" in the administrative boundaries between Chinese provinces. As a centrifugal force, this prevents the absorption of urban economic activities by large cities in other provinces. |
[19] | . , 为了分析增长极在中部崛起和西部开发中可能发挥的作用,对我国中西部地域相连、经济水平接近的山西、河南、安徽、湖北、湖南、江西、广西、四川、重庆、陕西10个省(直辖市、自治区)的942个市县2000~2007年非农业GDP和就业增长的空间溢出效应进行了检验。模型估计表明,中西部地区各市县非农业经济增长的主要决定因素是自身的投入,同时,中心城市也存在明显的扩散和回流效应。地级市的非农业GDP增长对县级市有扩散效应,意味着城市间经济有一体化趋势,但是地级市的就业增长对县级市有抑制作用;地级城市对相对更不发达的县镇的GDP和就业增长同时具有带动作用;相邻的县级市相互间有较强的促进作用,但是对邻近县镇却有抑制倾向。 . , 为了分析增长极在中部崛起和西部开发中可能发挥的作用,对我国中西部地域相连、经济水平接近的山西、河南、安徽、湖北、湖南、江西、广西、四川、重庆、陕西10个省(直辖市、自治区)的942个市县2000~2007年非农业GDP和就业增长的空间溢出效应进行了检验。模型估计表明,中西部地区各市县非农业经济增长的主要决定因素是自身的投入,同时,中心城市也存在明显的扩散和回流效应。地级市的非农业GDP增长对县级市有扩散效应,意味着城市间经济有一体化趋势,但是地级市的就业增长对县级市有抑制作用;地级城市对相对更不发达的县镇的GDP和就业增长同时具有带动作用;相邻的县级市相互间有较强的促进作用,但是对邻近县镇却有抑制倾向。 |
[20] | . , This paper analyzes the evolution of urban output per capita across Chinese cities in post-reform era. Our results suggest no evidence of output convergence across cities from 1984 to 2003. We find that cities with comparable output per capita are likely to be located in the same region; furthermore, cities tend to mirror the mobility of their counterparts located in the same province, but not the same region. The divergence in urban output per capita across the nation will continue if the current economic growth pattern persists in the future. |
[21] | . , (1241) Laura Hering and Sandra PoncetThis paper contributes to the analysis of growing income inequality in China. We apply a structural model of economic geography to data on per capita income over 190 Chinese cities between 1995 and 2002, and evaluate the extent to which market proximity and spatial dependence can explain the growing income inequality between Chinese cities. The econometric specification explicitly incorporates spatial dependence in the form of spatially-lagged per capita income. We show that the geography of market access and spatial dependence are significantly correlated with per capita income in China. Market access is particularly important in cities with smaller migration inflows, which is consistent with NEG theory, whereas spatially-lagged per capita income matters more in cities with greater immigration. We conclude that the positive impact of spatially-lagged income partly results from labour mobility between neighbours, so that spatial dependence reflects the influence of migration, knowledge transfers and increasing competition between cities. |
[22] | . , . , |
[23] | . , Downloadable (with restrictions)! Author(s): Barro, Robert J. 2000 Abstract: Evidence from a broad panel of countries shows little overall relation between income inequality and rates of growth and investment. For growth, higher inequality tends to retard growth in poor countries and encourage growth in richer places. The Kuznets curve--whereby inequality first increases and later decreases during the process of economic development--emerges as a clear empirical regularity. However, this relation does not explain the bulk of variations in inequality across countries or over time. Copyright 2000 by Kluwer Academic Publishers |
[24] | . , . , |
[25] | . , 本文基于动态空间计量方法和京津冀区县经济数据,探讨京津冀区域经济面临的空间溢出效应,结果表明:(1)就现状而言,2008~2012年京津冀各区县本地经济积累、投资活动和公共服务显著地促进本地经济发展;本地经济积累还能促进周边地区经济发展,但本地投资和公共服务则抑制周边地区经济发展。(2)就未来趋势而言,本地经济主要靠本地投资活动和公共支出拉动;而本地投资活动和公共支出对周边经济的"阴影效应"和"竞争效应"仍然存在。 . , 本文基于动态空间计量方法和京津冀区县经济数据,探讨京津冀区域经济面临的空间溢出效应,结果表明:(1)就现状而言,2008~2012年京津冀各区县本地经济积累、投资活动和公共服务显著地促进本地经济发展;本地经济积累还能促进周边地区经济发展,但本地投资和公共服务则抑制周边地区经济发展。(2)就未来趋势而言,本地经济主要靠本地投资活动和公共支出拉动;而本地投资活动和公共支出对周边经济的"阴影效应"和"竞争效应"仍然存在。 |
[26] | . , . , |