自然禀赋与政区类型对中国县域经济发展的影响

删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

本站小编 Free考研考试/2021-12-29

张佰发^,¹^,², 李晶晶³, 胡志强¹^,², 王娟娟², 苗长虹^,¹^,²

1. 河南大学环境与规划学院,开封 475000

2. 河南大学黄河文明与可持续发展研究中心暨黄河文明省部共建协同创新中心,开封 475000

3. 赛迪顾问有限公司,北京 100000

The influence of natural endowment and political district type on the economic development of Chinese counties

ZHANG Baifa^,¹^,², LI Jingjing³, HU Zhiqiang¹^,², WANG Juanjuan², MIAO Changhong^,¹^,²

1. The College of Environment and Planning, Henan University, Kaifeng 475000, Henan, China

2. Key Research Institute of Yellow River Civilization and Sustainable Development & Yellow River Civilization by Provincial and Ministerial Co-construction of Collaborative Innovation Center, Henan University, Kaifeng 475000, Henan, China

3. Saidi Consultants Limited, Beijing 100000, China

通讯作者: 苗长虹(1965-),男,河南鄢陵人,博士,教授,主要从事经济地理与区域发展研究。E-mail: chhmiao@henu.edu.cn

收稿日期:2020-10-19接受日期:2021-01-18

基金资助:

国家自然科学基金(41901148)
中国博士后科学基金面上项目(2019M662479)
河南省重点研发与推广专项软科学项目(202400410135)

Received:2020-10-19Accepted:2021-01-18
作者简介 About authors
张佰发(1994-),男,河南济源人,博士生,主要从事人文地理研究。E-mail: 157546338@qq.com

摘要
传统研究对经济发展的影响分析多集中于社会经济指标,对“先天赋予”的自然禀赋与“后天叠加”的行政“身份特征”研究较少。在探究自然禀赋因素的同时,引入市辖区、省会、城市群以及各个交互项的行政身份虚拟变量,使用2015年夜间灯光数据表征县域经济,利用空间自相关展现中国县域经济发展格局,并通过回归分析揭示自然禀赋与政区类型对县域经济发展的影响。研究发现：① 中国县域经济存在显著的正向空间自相关特征,且县域经济统计指标表明的确存在显著的空间差异现象。② 城乡差距仍是中国区域差异的最主要特征,其中省会地区的城乡差距更为明显。③ 分区域来看,东部地区经济一体化程度高,内部差异较小,西部地区省会-非省会差异与城乡差距均高于全国平均水平,而中部地区省会区域与非省会区域的差距要大于城乡差距。④ 三种政区类型中,市辖区类型对经济促进作用最为明显,省会类型次之,城市群最弱。⑤ 通过交互项分析,城市群对中国区县经济发展的促进作用已十分明显,尤其在东部地区,不仅可提高经济发展水平,同时对于缩小城乡差距也起到一定作用,但在中西部地区作用较弱。⑥ 自然禀赋对中国经济发展起到一定作用,坡度大于15°面积比例过大以及平均海拔过高是制约经济发展的不利因素。⑦ 通过对自然禀赋和政区类型交互项的分析,城市群战略的实施可以缩小由地形地貌所造成的县域经济差距。
关键词： 空间自相关;夜间灯光;自然禀赋;政区类型;县域经济;城乡差距;城市群

Abstract

The influence analysis of traditional research on economic development is mainly focused on social and economic indicators, and there is less research on the natural endowment of "innate" and the administrative "identity characteristics" of "the superimposing of the after-day". To explore the factors of natural endowment, we introduce the virtual variables of administrative identity of municipal districts, provincial capitals, urban groups and various interactive items. Based on the 2015 Chinese light data characterizing the county economy, we use spatial correlation and regression analysis to present the economic development pattern of China's counties, so as to reveal the influence of natural endowments and political district types on the economic development. Some conclusions can be drawn as follows: (1) China's county economy has significant positive spatial self-correlation, and the larger spatial positive correlation indicates that there is indeed spatial differences. (2) The gap between urban and rural areas is still the most important feature of China's regional differences, of which the gap between urban and rural areas in the provincial capitals is more obvious. (3) Subregionally, the economic integration in the eastern region is high, and the internal differences are small, and the differences between the provincial capitals of the western region and the gap between urban and rural areas are higher than the national average, while the gap between the capital cities of the central region and the non-provincial capitals is greater than that between urban and rural areas. (4) Among the three types of political districts, the type of municipal district plays the most important role in promoting the economy, followed by the type of provincial capital, and the weakest is urban agglomeration. (5) Through interactive analysis, the role of urban agglomerations in promoting economic development in China's districts and counties has been very obvious, especially in the eastern region, not only to raise the level of economic development, but also to narrow the gap between urban and rural areas. However, the urban agglomerations play a weak role in the central and western regions. (6) Natural endowment plays a role in China's economic development, and the ratio of slope to 15 degrees area and average elevation are the disadvantages restricting economic development. (7) The above analysis reveals that the implementation of urban agglomeration strategy can narrow the economic gap of county region caused by topography and landform.

Keywords：spatial autocorrelation;night lights;geographical attribute;identity;county economy;urban-rural gap;urban agglomeration

PDF (4877KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex 收藏本文
本文引用格式
张佰发, 李晶晶, 胡志强, 王娟娟, 苗长虹. 自然禀赋与政区类型对中国县域经济发展的影响[J]. 地理研究, 2021, 40(9): 2508-2525 doi:10.11821/dlyj020201000
ZHANG Baifa, LI Jingjing, HU Zhiqiang, WANG Juanjuan, MIAO Changhong. The influence of natural endowment and political district type on the economic development of Chinese counties[J]. Geographical Research, 2021, 40(9): 2508-2525 doi:10.11821/dlyj020201000

1 引言

改革开放以来,中国经济取得举世瞩目的成绩,国民经济和社会发展取得长足进步,综合国力和国际地位显著提升^[1]。但快速发展使得中国地区经济逐渐呈现明显的空间非均衡特征^[2],这种非均衡特征不仅广泛存在于地带^[3]、海陆^[4]、省级^[5]等宏观尺度,在市域^[6]、县域^[7]、镇域^[8]等微观尺度也表现明显。而分析区域经济差异及其成因,探讨空间格局演化,对加快落后地区发展,保持发达地区的竞争力具有十分重要的意义^[9,10],因此中国区域经济差异的研究吸引了不少国内外****的关注^[11]。长期以来,****们在不同尺度层面对中国经济发展差异进行分析,包括省域^[12,13]、市域^[14]、县域^[15,16]以及镇域^[17],研究方法囊括了基尼系数、泰尔指数、ESDA空间探索性分析以及标准差椭圆等^{[18,19,20,21]}。

受限于数据、方法以及其他因素,多数****对影响区域差异的因素研究局限于社会经济要素,侧重采用统计学的方法对研究区域内的发展状况进行研究,这种研究方法的确揭示出影响中国区域发展差异的因素,对区域发展提出较强的建设性意见,但同时存在一些不足,集中表现在这些指标反映的是区域本身社会经济发展的一个结果,对“先天”赋予的自然禀赋与“后天”叠加的政区类型研究较少,因而较难反映出自然禀赋对于区域经济发展差异的影响^[22]。事实上,自然要素是各个地区自然禀赋的综合,在长期尺度下有不变性,为经济活动提供了一定的基础条件,可以促进或抑制经济的增长,是经济发展的第一诱因^[23]。20世纪80年代,Jones和Crosby将欧洲经济发展的成功解释为欧洲地理和气候的作用^[24,25]。Krugman^[26]提出影响区域经济差异的两大要素：自然地理要素和交通区位要素。自然地理要素包括地形、地貌、气候、水资源等,它对区域经济发展有着长期而深远的影响,一个区域的生产发展离不开其所在的地理环境,其资本累积速度及产业发展形式在很大程度上取决于自然地理环境,因此区域间地理环境的差异可导致经济差异。Amarasinghe等^[27]的研究有力证明了该理论,表现为自然条件越恶劣的农村地区贫困率越高。对于不同体制的国家,尤其是在发展中国家,其所存在的区域异质性问题较西欧等发达国家严重,因此,自然地理在分析发展中国家或地区的区域增长问题表现得更为显著^[28]。Demurger等^[29]通过对中国的研究,发现地理位置会影响各省的国民收入,海拔高与耕地的平坦程度也会影响其农业生产率,造成国民收入的差异。张军等^[30]通过对澜沧江流域的研究,发现各县市经济发展水平与河流密度密切相关,河流密度越大,经济发展水平越高,且随着坡度的上升,经济发展水平下降。除此之外,“后天”叠加的政区类型对经济发展也具有一定作用,即政府经济政策也会对区域经济差异产生影响^[31]。Demurge等^[29]将中国地区经济差距的原因归结于中央政府的地区倾斜政策,国家给予沿海地区的优惠政策,尤其是经济特区的建立,是导致地区差距持续扩大的原因。同时,刘君德等^[32]对中国行政区划沿革进行梳理,并对特定地区进行研究,得出区域经济发展应充分发挥现有政区空间的潜力。

基于此,本文把“先天”赋予的自然禀赋与“后天”叠加的政区类型作为影响区域经济发展差异的因素进行探究。由于传统GDP数据质量较低^[33],而夜间灯光不受人为干扰,更能反映其经济含义^[34,35],因此尝试性引入NPP/VIIRS夜间灯光数据作为因变量,使用空间自相关方法识别中国区县经济发展空间格局,利用回归分析方法定量探究自然禀赋与政区类型对区域发展差异的影响。

2 研究方法与数据来源

2.1 研究方法

2.1.1 全局空间自相关全局空间自相关是对属性值在整个区域的空间特征的描述^[36,37,38],通过计算指标来分析总体的空间关联和空间差异程度。其中最常用的是Moran's I,其计算公式为：

(1)

I = (\frac{n}{\sum^{} \sum^{} W_{ij}}) (\frac{\sum^{} \sum^{} W_{ij} (x_{i} - \overset{?}{x}) (x_{j} - \overset{?}{x})}{\sum^{} {(x_{i} - \overset{?}{x})}^{2}})

式中：W_ij为空间权重矩阵;n为区域单元数;x_i为第i个单元的观测值;

\overset{?}{x}

为观测量平均值。其中空间权重矩阵建立有相邻法、距离法等。本文采用拥有公共边界为相邻的原则建立空间关系。

2.1.2 局部空间自相关局部空间关联揭示空间差异的异质性特征以全面反映区域经济空间差异的变化趋势^[39,40],其公式如下：

(2)

I_{i} = z_{i} \sum^{} W_{ij} z_{j}

式中：z_i和z_j是区域i和j观测值的标准化值;I_i为局部空间自相关指数,根据其可将研究单元划分为四种空间关联格局：高-高值区、低-低值区、高-低值区和低-高值区。

2.1.3 变量选取与计算从夜间灯光数据派生出灯光强度^[41,42]、平均灯光强度^[43]以及亮元面积比例^[44]三种数据。其中灯光强度(TDN)即DN总值,用以表征经济发展水平;平均灯光强度(ANLI)为TDN与栅格总数之比,表示地均经济发展水平;亮元面积比例(S)为亮元面积比总面积,表示经济发展范围。具体见公式(3)、公式(4)、公式(5)：

(3)

TDN = \overset{n}{\sum_{i}} D N_{i}

(4)

ANLI = TDN / n

(5)

S = Are a_{N} / Area

式中：TDN表示灯光强度;DN_i表示第i个栅格的灯光亮度值;ANLI表示平均灯光强度;n为栅格总数;S为亮元面积比例;Area_N和Area分别表示亮元面积和总面积。

自然禀赋主要反映地形、地貌特征,共包括平均海拔(Elevation)、平均坡度大于15°面积比例(SlAr)、地形起伏度(RDLS)以及河网密度(hwmd)四个指标。其中平均海拔反映一个地区地势的好坏;平均坡度大于15°面积比例则反映出地表的崎岖程度;地形起伏度代表地形的破碎程度;河网密度是衡量一个地区水资源综合状况的指标。

2.2 数据来源

研究数据主要有四个来源：① 中国县级行政矢量数据来源于中国科学院资源环境科学数据中心提供的中国1:25万基础地理数据。研究不考虑香港、澳门及台湾,区县总样本量为2851个。② 自然地理数据直接或间接来源于90m分辨率的中国数字高程模型(DEM),其中河网数据来自全国地理信息资源目录服务系统提供的2015年1:100万数据库。③ NPP夜间灯光数据由美国国家海洋和大气管理局(NOAA)网站提供的全球2015年年度NPP-VIIRS夜间灯光遥感数据,其分辨率为500 m。④ 人口数据来源《中国城市统计年鉴2016年》以及《中国县域统计年鉴2016年》(县市卷)。

3 基于NPP/VIIRS影像的中国县域经济空间格局

3.1 全局空间自相关分析

为分析中国县域经济发展在空间分布上的特征,采用空间自相关方法对TDN进行分析。利用Geoda软件计算出中国区县2015年TDN的全局Moran' I指数为0.4938,表明中国县域TDN存在显著的正向空间自相关特征,经济发展水平相似的区县在空间上集中分布,即在DN值较高的区县,其周边区县的DN值也较高;DN值较低的区县,其周边区县的DN值也较低,较大的空间正相关特性表明了空间差异的存在。

3.2 局部空间自相关分析

全局空间自相关主要检验研究区内不同区域要素之间的相关程度,但并不能具体确定局部空间集聚情况到底是高值集聚还是低值集聚。因此为分析经济发展是否存在局部空间集聚现象,分析哪一区域为高值集聚区哪一区域为低值集聚区,本文采用局部空间自相关进一步分析,其结果见图1。

图1

新窗口打开|下载原图ZIP|生成PPT
图1中国区县经济空间发展局部自相关分析结果

注：此图基于国家自然资源部标准地图服务系统的标准地图(审图号：GS(2020)4630号)绘制,底图无修改。
Fig. 1Results of local autocorrelation analysis of economic spatial development in districts and counties in China

图1反映出中国区县经济已经表现出明显的空间分异格局,基本格局是经济发达区县集中在东部沿海地带,经济欠发达区县多集中在中西部地区。全国区县可具体划分为4种类型：① 空间差异较小,区县自身与周围均为经济发展水平较高的区县,即“高-高”地区,主要集中在东部沿海。全国共有250个区县为“高-高”集聚区,其中东部沿海有187个,表明东部沿海地带经济一体化发展水平较高,内部差异小。同时京津冀城市群、长三角城市群与珠三角城市群共有154个区县为“高-高”区,证明在沿海地带,城市群内部区县经济发展水平更高、区域一体化更好、内部差异更小。横向对比三大城市群,长三角城市群“高-高”区县为91个,占整个东部沿海的50%左右,在东部及全国所有城市群中,发展水平最高,内部区县协调发展,核心城市上海对周边区县的辐射带动作用最为明显。② 空间差异小,区县自身与周围均为经济发展较低的区县,即“低-低”集聚区。整体来看,“低-低”集聚区共有564个,远多于其它类型,集中分布在东北、中部以及西部地区。其中西部地区青海、四川及西藏交界地带“低-低”集聚区呈现集中连片现象。③ 空间差异较大,区县自身水平较低,但周边区县经济水平较高的县域(“低-高”集聚区)共有31个,其主要分布在东部沿海三大城市群“高-高”集聚区外围。④ 空间差异较大,区县自身水平较高,但周边区县经济水平较低的县域(“高-低”集聚区)共有28个,其零散的分布在中西部地区,且多为市辖区。

3.3 不同类型县域经济不平衡发展分析

为刻画不同自然禀赋和政区类型下的县域经济发展格局,初步探索两种属性对经济发展的作用,将全国2851个区县按照两大类分别进行划分。其中不同自然禀赋下的县域依据《中国县域统计年鉴》2012卷第4章中的“主要类型区域县(市)名单”划分为三大类——平原县、丘陵县和山区县,样本个数分别为605、510和879。不同政区类型则按照是否为市辖区、是否为省会以及是否为城市群划分为3组、6种类型。其市辖区、非市辖区县域、省会区县、非省会区县、城市群区县和非城市群区县样本数分别为857、1994、391、2460、1706、1145,为进一步分析不同类型区县经济发展水平,按照各类型县域对TDN(总亮度值)、ANLI(平均灯光强度)、亮元面积比例、户籍人口占比以及单位面积人口数进行统计,结果见表1。

Tab. 1
表1
表1不同类型县域经济指标
Tab. 1Different types of county economic indicators

		总亮度比例(%)	亮元面积比例(%)	平均灯光强度	户籍人口比例(%)	人口密度 (人/km²)
自然禀赋	平原县	18.85	9.08	0.23	26.22	153
	丘陵县	12.24	7.84	0.17	20.24	138
	山区县	10.73	3.86	0.07	22.70	72
政区类型	市辖区	58.18	31.59	2.61	30.84	678
	非市辖区	41.82	6.15	0.14	69.16	109
	省会	30.60	23.04	1.79	16.81	485
	非省会	69.40	0.70	0.22	83.19	129
	城市群	79.29	17.24	0.81	64.81	327
	非城市群	20.71	0.04	0.09	35.19	73

新窗口打开|下载CSV

根据图2可知,山区县是全国分布范围最广、个数最多的类型;平原县集中分布在华北平原、东北平原以及新疆盆地;丘陵县则分布在内蒙古北部以及南方丘陵地带。

图2

新窗口打开|下载原图ZIP|生成PPT
图2县域类型划分

注：此图基于国家自然资源部标准地图服务系统的标准地图(审图号：GS(2020)4630号)绘制,底图无修改。
Fig. 2Division of county types

由表1可知,中国不同类型的县域经济差别较大,基于政区特征划分的类型尤为明显,即不同政区类型的区县经济差距明显,而基于自然地理属性划分的县域内部存在差异但小于不同政区类型间的差异。具体表现为：① 在自然禀赋划分下的平原县、丘陵县和山区县三种类型中,平原县的各项指标均优于其余两种类型;无论是灯光数据还是人口密度丘陵县均与平原县相近但弱于平原县;山区县受限于地形地貌,经济发展水平最低,其中平均灯光强度不到平原县的1/3,也不足丘陵县的1/2,同时人口密度远低于其余两种类型,表明自然禀赋对中国区县经济发展的确存在一定作用。② 依据政区类型进行划分,对比市辖区和非市辖区,除户籍人口占比之外,其余四项指标市辖区均高于非市辖区县域,其中亮元面积比例、平均灯光强度和人口密度分别是非市辖区县域的5.14倍、18.64倍、6.22倍,同时1994个非市辖区县域的灯光总亮度比例仍低于个数仅为857个的市辖区,差值为16.36%,证明市辖区是中国经济发展的核心地带,集中超过50%的经济体量。③ 省会区县的亮元面积比例、平均灯光强度和人口密度分别是非省会区县的32.91倍、8.14倍和3.76倍,证明省会地区的发展要远远好于非省会地区。④ 由于城市群范围覆盖较广,因此所统计的5个指标均优于非城市群,其中亮元面积比例、平均灯光强度和人口密度分别是非城市群区县的431倍、9倍、4.48倍,表明城市群区县与非城市群区县间也存在较大差异。基于统计性描述分析可知,不同自然禀赋和政区类型下的中国县域经济差异较大,两种属性对县域经济发展存在一定作用。

4 实证分析

在中国特色政治经济体制环境下,对于特定的区域单元而言,其经济增长不仅依赖于自身的地理特征和要素禀赋,还得益或受制于其特定的“身份”属性。其中,自然禀赋作为一个区域不可改变的属性,主要包括地形地貌、气候、水文等,其对早期聚落形成和城市发展起到决定性作用,尽管现今的发展中自然地理要素的作用在不断弱化,但即使经济再发达的地区经济增长同样依赖于自然禀赋,在自然地理要素作用的基础上其他要素才能发挥作用。由于数据限制,本文只考虑地形地貌和水文条件对县域经济增长的影响。政区类型是基于行政区划而言,包括行政等级属性(县-市-省)、城市属性(市辖区-非市辖区)、省会属性(省会城市-非省会城市)、城市群属性(城市群-非城市群)等多种属性,由县域经济发展的空间格局分析可知,这些不同属性类别的县域单元差别较大。因此,本文将分别研究自然禀赋与政区类型对中国县域经济发展的影响。

4.1 自然禀赋对中国县域经济的影响

在中国,不同地区自然地理条件差别较大,上文对自然因素的考虑是基于多种自然地理因子的综合作用,然而各因子对经济增长的作用及其在空间上的表现均存在较大差异。为分析不同因子对中国县域经济发展的具体作用,本研究选取平均海拔(Elevation)、坡度>15°面积比例(SlAr)、地形起伏度(RDLS)以及河网密度4个自然地理因子变量进行研究,根据模型(6)对TDN的对数值(ln tdn)进行多元线性回归,空间分析见图3,回归结果见表2。

图3

新窗口打开|下载原图ZIP|生成PPT
图3自然因子在中国县域空间上的分布

注：此图基于国家自然资源部标准地图服务系统的标准地图(审图号：GS(2020)4630号)绘制,底图无修改。
Fig. 3Spatial distribution of natural factors at county level in China

Tab. 2
表2
表2自然禀赋对县域经济回归结果
Tab. 2Regression results of natural attribute characteristics to county economy

	全国	VIF	东部	VIF	中部	VIF	西部	VIF
河网密度	0.89***		0.22		-0.35		0.15
	(0.22)	1.43	(0.25)	1.49	(0.41)	1.15	(0.53)	1.35
坡度>15°面积比	-1.80***		-0.69**		-2.03***		-1.76***
	(0.13)	2.08	(0.27)	2.68	(0.29)	2.04	(0.18)	1.86
地形起伏度	0.20***		0.57***		-0.04		-0.05
	(0.03)	2.90	(0.03)	2.96	(0.04)	2.21	(0.05)	2.04
平均海拔	-0.31***		-0.59***		-0.11**		-0.38***
	(0.02)	3.43	(0.04)	4.44	(0.04)	2.33	(0.05)	1.90
常数项	8.06***		7.52***		8.46***		10.58***
	(0.15)		(0.18)		(0.27)		(0.47)

注：括号内数据为标准误差;***、**和*分别表示p<0.01、p<0.05和p<0.1。

新窗口打开|下载CSV

(6)

\ln t dn = α_{1} + α_{2} \times h wmd + α_{3} \times SlAr + α_{4} \times \ln (RDLS) + α_{5} \times \ln (Elevation)

式中：tdn表示县域亮元总值;hwmd表示河网密度;SlAr表示坡度大于15°面积比例;RDLS表示地形起伏度;Elevation表示平均海拔;

α_{1}

是常数项;

α_{2}

α_{5}

是各自变量回归系数。

由图3可知,自然因子在中国县域空间上基本呈现东部整体优于中部,中部优于西部的格局。河网密度在空间上呈现“西疏东密,北疏南密”的格局,其中长江流域、珠江流域河网更为密集;平均海拔与中国地形的三大阶梯分布一致,呈现出“西高东低”的格局;与平均海拔相似,地形起伏度同样为东部平坦,西部起伏,起伏度超过2000的区域主要分布在西部高原盆地地区,包括喜马拉雅山、横断山脉、昆仑山脉、祁连山脉、天山山脉和阿拉尔山脉,起伏度为1000~2000的地区主要分布在中西部山地丘陵地区,起伏度较低的地区包括东北平原、华北平原等;坡度大于15°的区县主要分布在横断山脉和秦岭地区,但面积比例在40%以上的地区分布不局限于此,其范围更广,包括东部沿海的浙江和福建等地。

为进一步探索自然禀赋对中国县域经济发展的影响,对各因子进行回归分析,结果见表2。以全国2851县域作为样本进行回归,所有自然地理特征因素均通过了1%以上的统计性检验,且经过共线性诊断,方差膨胀因子(VIF)均小于5,其结果分析为：在四大地形要素中,河网密度与地形起伏度的回归系数为正,坡度大于15°面积比例与平均海拔回归系数均为负。各地形要素具体表现为：

(1)河网密度回归系数为0.89,表明河网密度对全国县域经济发展有着较高的促进作用,即水系河网越密集的区县经济发展水平越高,由图3可知东部沿海水系较为发达,河网密集,同时东部沿海在中国经济发展中始终处于领头地位,其中以长三角城市群较为突出,上海、浙江和江苏各区县河网密度在全国区县中均处于较高水平,表明发展较好的区县多分布在水系发达区域,其不仅可以提供较好的生活资源,同时河网密度大的区域往往水运较为发达,这也为区县的经济发展提供便利的交通。

(2)制约区县经济发展最主要的自然禀赋为坡度大于15°面积比例,其回归系数为-1.80,即区县坡度大于15°面积比例越大,其经济发展水平越低。坡度大于15°面积比例越大,整体地势更为倾斜,并不利于建筑建造、道路修通,进一步抑制区县经济发展。由图3可知,坡度大于15°面积比例较大的区县多分布在西藏东部、云南北部、四川西部三省接壤地带,而横断山脉恰好分布于此,地形复杂,坡度较大,为该地区区县的经济发展带来较大困难。

(3)平均海拔回归系数为-0.31,虽大于坡度大于15°面积比例的回归系数,但同样对区县的经济发展起到遏制作用。中国东中西三大阶梯明显,平均海拔差异明显,与之对应的是东中西经济发展水平同样差异明显,随着海拔增高,其区县经济发展水平随之降低。

(4)地形起伏度对中国区县的经济发展起到较小的促进作用,其回归系数为0.20,在一些地形起伏度较大的区县,经济发展水平较高,这与沿海多丘陵有关,如辽东丘陵、山东丘陵以及东南丘陵均分布在东部沿海发达地区,表明丘陵地区及较低起伏度并未成为限制经济发展的阻碍因素。

东中西地形差异显著,为进一步探寻自然禀赋分别在三大地带中作用大小,分别对三大地带进行回归分析,结果如下：① 东部回归结果与全国结果相似,平均海拔与坡度大于15°面积比例是限制该区域经济发展的重要因素。② 在中部地区,地形起伏度、平均海拔以及坡度大于15°面积比例均起到负向作用,其中地形起伏度未通过显著性检验,意义不显著,可能与各省内部地形较为相似有关,如山西、江西和湖南三省中地形起伏度大于500 m的区县个数比例分别为92.37%、84.85%和75.41%。③ 西部地区是中国主要的生态脆弱带,水资源缺乏,气候干旱,因此水资源是该区域发展的重要因素,所以河网密度在此区域起到正向促进作用,同时坡度大于15°面积比例与平均海拔也是限制该区域发展的重要因素。④ 无论是东部地区还是中西部地区,河网密度均未通过显著性检验,意义不显著,这与同地带内河网密度较为相近有关,东部地区共有881个样本,其中有519个样本河网密度集中在0.20~0.40;中部地区共有892个样本,其中684个样本河网密度集中在0.10~0.30之中;西部地区共有1078个样本,其中有892个样本河网密度集中在0.10~0.30之中。

概括而言,在全国范围内,经济发展较好的区县多分布在水系河网发达地区,而平均海拔与坡度大于15°面积比例则是限制区县经济发展的主要地理因素;分区来看,东部和西部两地区地理属性作用较为相似,唯一不同的是地形起伏度在东部地区起到正向促进作用,而在西部表现出抑制作用。

4.2 政区类型对中国县域经济的影响

行政区划并非纯粹的政策或制度问题,而是一种身份象征,反映了不能轻易改变的区域属性特征,其在很大程度上影响着地区的经济发展。一个地区的政区类型,不仅仅包括县域行政区划,还包括其是否为市辖区的城市属性,同时省会属性也是一个地区至关重要的行政属性,除此之外随着《全国城镇体系规划纲要(2005—2020)》的提出,明确指出以国家中心城市为核心的城镇群是重点城镇群,要对整个国家的经济发展起到核心带头作用,因此城市群逐渐成为一个地区更为独特的身份属性。由上文分析可得,市辖区与非市辖区县域,省会区县与非省会区县,城市群区县与非城市群区县亮度值差异较大。因此本文将城市群、省会、市辖区作为县域单元政区类型的判定标准,研究其对经济增长的影响。通过引入虚拟变量来表征政区类型,其中,反映城市群特征的变量为city-cluster,属于城市群的县(市)设为1,其它为0;反映省会属性的变量为capital,属于省会的县域单元设为1,其它为0。反映城乡二元结构的变量为urban,设地级市市辖区(包括直辖市)为1,其它为0。由于所有省会区县中仅有拉萨市的8个样本不属于城市群范围,若将其单独列出不仅会增加分析的复杂性,而且可能会因样本量过少而造成一定误差,因此本文默认“所有省会区县均拥有城市群属性”。为防止三个变量进入模型后出现多重共线性,以及变量概念交叉重叠对模型结果的影响,分别将三个虚拟变量及三者的交互项作为解释变量,根据模型(7)对亮度像元总值TDN的对数值(lntdn)进行回归：

(7)

\ln tdn = c + αXX' + u

式中：

α

为三个解释变量(city-cluster、capital和urban)间交互项的系数集合向量;

XX'

为解释变量(city-cluster、capital和urban)间交互项的集合向量;c为常数项;u为误差项。

模型结果见表3,表3中以全国2851个区县为样本进行回归分析时,不同的政区类型对经济增长的影响存在差异,且均在1%的水平上统计显著,同时VIF均小于2,不存在共线性问题。其中市辖区政区类型对经济发展影响最大,省会类型次之,城市群类型影响最小。在市级行政单元内,市辖区往往是发展核心,是一个地区的经济增长极,因此其发展水平要高于非市辖区;与市辖区相似,省会在一个省份中通常起到经济带头作用,基础设施更加完善、人才更为充足,因此其内部区县经济要优于非省会区县;城市群作为国家新兴战略,其覆盖范围更广、战略地位更高,但由于政策措施有一定的时间滞后性,因此在三种行政属性中,其对经济发展的促进作用最小。单独考虑各政区类型会存在一定的交互项影响,因此综合考虑市辖区、省会和城市群三种政区类型对县域经济发展的影响,对三种政区类型进行交互项回归分析,其结果分析如下：

Tab. 3
表3
表3政区类型对县域经济回归结果
Tab. 3Regression results of regional identity characteristics to county economy

		全国	VIF	东部	VIF	中部	VIF	西部	VIF
模型一	城市群	0.94***		0.73***		0.55***		1.04***
	城市群	(0.05)	1	(0.08)	1	(0.08)	1	(0.08)	1
	常数项	6.92***		7.74***		6.93***		6.51***
	常数项	(0.04)		(0.06)		(0.06)		(0.05)
模型二	省会	1.21***		0.68***		1.41***		1.41***
	省会	(0.07)	1	(0.09)	1	(0.12)	1	(0.11)	1
	常数项	7.32***		8.14***		7.13***		6.83***
	常数项	(0.03)		(0.04)		(0.04)		(0.04)
模型三	市辖区	1.24***		0.96***		0.74***		1.62***
	市辖区	(0.05)	1	(0.07)	1	(0.08)	1	(0.09)	1
	常数项	7.11***		7.86***		7.03***		6.72***
	常数项	(0.03)		(0.04)		(0.04)		(0.04)
模型四	省会市辖区	2.25***		1.63***		2.04***		2.48***
	省会市辖区	(0.08)	1.15	(0.11)	1.33	(0.15)	1.14	(0.14)	1.08
	省会郊县	1.03***		0.48***		0.97***		1.23***
	省会郊县	(0.10)	1.10	(0.15)	1.17	(0.18)	1.10	(0.14)	1.07
	城市群内非省会市	1.56***		1.24***		0.94***		1.70***
	城市群内非省会市	(0.07)	1.23	(0.10)	1.52	(0.10)	1.32	(0.13)	1.08
	城市群内非省会郊	0.58***		0.50***		0.10		0.70***
	城市群内非省会郊	(0.05)	1.34	(0.09)	1.62	(0.08)	1.47	(0.08)	1.17
	非城市群的市辖区	0.86***		0.76***		0.06		1.63***
	非城市群的市辖区	(0.09)	1.13	(0.13)	1.22	(0.12)	1.24	(0.17)	1.05
	常数项	6.77***		7.56***		6.91***		6.36***
	常数项	(0.04)		(0.07)		(0.06)		(0.05)

注：括号内数据为标准误差;***、**和*分别表示p<0.01、p<0.05和p<0.1。

新窗口打开|下载CSV

(1)同时享有城市群、省会和市辖区三种政区类型的县域行政单元经济发展要远高于其他区县单元,回归系数为2.25,与其差别最大的是非城市群的郊县,差别达到2.25,表明未拥有任何政区类型的区县经济发展状况最差,而与省会市辖区差别最小的是城市群内非省会市辖区,两者差异为0.69。

(2)控制城市群和省会政区类型,省会市辖区与省会郊县行政属性对经济发展的影响差异为1.22,城市群内非省会市辖区与城市群内非省会郊县差异为0.98,非城市群市辖区与非城市群郊县差异为0.86,三组差异对比进一步证明市辖区政区类型对经济发展的促进作用最为明显。同时省会市辖区与省会郊县的系数差异要大于城市群内非省会市辖区与城市群内非省会郊县的差异和非城市群市辖区与非城市群郊县的差异,表明在省会地区,市辖区对周围郊县的辐射作用较弱,引力作用强,导致城乡差距要大于非省会地区。

(3)控制城市群与市辖区政区类型,省会市辖区与城市群内非省会市辖区对经济发展的影响差异为0.69,省会郊县与城市群内非省会郊县的差异为0.45,与市辖区政区类型相比较,省会政区类型对区县经济发展的影响较小,同时省会市辖区与城市群内非省会市辖区的差异要略高于省会郊县与城市群内非省会郊县的差异,进一步证明在省会地区,市辖区的极化作用要大于涓滴作用,两级分化较为明显,贫富差距要大于非省会地区。

(4)控制省会与市辖区政区类型,城市群内非省会市辖区与非城市群内市辖区系数差异为0.70,城市群内非省会郊县与非城市群郊县差异为0.58,表明城市群政区类型对区县经济发展的促进作用明显,其不仅可以促进市辖区的发展,同样也对非市辖区具有积极作用。综合研究：在三种政区类型中,市辖区类型对中国区县经济发展的影响最大,表明城乡差距仍是区域差异的主要特征之一;省会类型对区县经济发展的促进作用要弱于市辖区身份,但在省会地区城乡差距更加突出,市辖区的涓滴作用要弱于非省会地区,即省会地区的城乡一体化发展水平低于非省会地区;城市群虽对区县经济的促进作用最弱,但通过交互项分析,若在非城市群市辖区与非城市群郊县的基础上叠加城市群政区类型,则该区县的经济发展会得到长足进步,因此城市群战略的实施为提高区域经济增长及协同发展提供良好机会,在未来的发展中要坚持城市群战略。

地理位置的不同使得东中西经济发展存在差异,同时相同政区类型在不同地带也可能会对经济发展带来不同的影响,为探究这种差异,对东中西三大地带进行分区回归。

(1)以东部地带881个区县为样本,市辖区仍为促进经济发展的最核心政区类型,而与全国回归结果不同的是其城市群政区类型回归系数大于省会行政属性,表明在东部地区,城市群发展速度快、质量高,城市群政区类型对区县经济发展起到更加积极的促进作用。根据交互项回归结果,控制城市群与市辖区政区类型,省会市辖区与城市群内非省会市辖区系数差异为0.39,小于全国差异的0.69,省会郊县的回归系数0.48甚至低于城市群内非省会郊县的0.50,表明在东部地区,省会政区类型对于经济发展的促进作用要弱于全国水平,表明东部地省会区县与非省会区县经济发展水平差异并不大,经济发展更加趋于一体化发展,发展质量较高;同时控制城市群与省会政区类型,省会市辖区与省会郊县的差异为1.15小于全国差异的1.22,城市群内非省会市辖区与城市群内非省会郊县的差异为0.74小于全国差异的0.98,非城市群内市辖区与非城市群内郊县的差异为0.76小于全国平均水平的0.86,表明在东部地区城乡差距也要低于全国平均水平,进一步证明东部地区无论是城乡差距还是省会-非省会差距均小于全国平均水平,区域一体化发展水平高,经济水平及贫富差距较小;控制省会与市辖区政区类型,城市群内非省会市辖区与城市群内非省会郊县的系数之差为0.74,要小于非城市群内市辖区与非城市群内郊县的0.76,表明在东部地带的区县加上城市群政区类型有利于缩小市辖区与非市辖区的经济差异,即缩小城乡差距。

(2)以中部地带892个区县为样本,其回归结果表现出较大不同,促进中部地带区县经济发展的最核心政区类型并不是市辖区,而是省会政区类型,表明中部地区的发展是以省会区县更为突出,也表明中部地区省会与非省会的经济发展存在较大差异,印证了肖金成^[45]所提到的省域中心地区与边缘地区的经济差距要比城乡差距还大,同时以省会为中心其经济发展水平呈现随距离递减的规律。而城市群政区类型在中部地带对区县经济发展的影响作用较弱。根据交互项回归结果,控制城市群与市辖区政区类型,省会市辖区与城市群内非省会市辖区的回归系数差值达到1.10,要远大于全国平均水平的0.69,省会郊县与城市群内非省会郊县的差异为0.87也大于全国平均水平的0.7,进一步证明在中部地区,省会区县的经济发展状况要远好于非省会地区的区县,表明省域中心与边远地区的差距是中部地带区县经济发展存在的较大问题。

(3)以西部地带1078个区县为样本,其整体结果与全国平均水平相似,市辖区仍是促进西部地带区县经济发展的最核心政区类型,省会类型次之,城市群类型最弱。根据交互项回归结果,控制城市群与省会政区类型,省会市辖区与省会郊县的回归系数之差为1.25,要略大于全国平均水平的1.22,城市群内非省会市辖区与城市群内非省会郊县的回归系数差异为1.00也略大于全国平均水平的0.98,非城市群内市辖区与非城市群内郊县的差距甚至达到1.63,几乎是全国平均水平的2倍,表明在西部市辖区与非市辖区的经济发展差异要大于全国平均水平,尤其不具有城市群政区类型的区县其城乡差异更为明显;控制城市群与市辖区政区类型,省会市辖区与城市群内非省会市辖区的回归系数之差为0.78,高于全国平均水平的0.69,省会郊县与城市群内非省会郊县的系数之差为0.53同样也高于全国平均水平的0.45,表明在西部地带,省会与非省会区县的差异也要高于全国平均水平,整体发展较差,省份与非省会差异同样也是西部地带经济发展的一大问题;控制省会与市辖区政区类型,城市群内非省会市辖区回归系数与非城市群市辖区的回归系数差异仅为0.07,同时也远小于全国平均水平的0.70,表明在西部地带,城市群政区类型对于区县经济发展的促进作用并不明显,远低于全国平均水平,证明在西部地带城市群战略的实施仍处于起步阶段,其对经济发展的促进作用并不显著。综合研究,在东中西三大不同地带,政区类型对区县经济的发展作用差异较大,在东部地带,城市群发展质量较高,不仅可以促进经济快速发展,同时对于缩小城乡差距起到积极作用;中部地区省会政区类型是促进区县经济发展的最核心要素,省域中心与边缘地区的经济差距是最主要特征;西部地区表现出与全国相似,但整体作用低于全国平均水平。

通过上述研究分析,可得出：① 在全国范围内,政区类型对区县经济的发展起到较大作用,三种政区类型中市辖区对经济推动作用最为明显,省会政区类型次之,城市群对区县经济发展的促进作用最弱,但通过进一步分析,享有城市群的区县经济发展水平要远高于未享有城市群区县,表明城市群战略的实施对提高经济增长、区域协同发展有着至关重要的作用,在未来发展中要大力实施城市群战略。② 市辖区与非市辖区差距,即城乡差距目前仍为中国区域差异的最主要特征,且省会地区的城乡差距更大。③ 东中西三大地带区县经济发展状况表现出不同特征,东部地带整体经济发展状况较好,区域一体化水平较高,无论是城乡差距还是省会-非省会差距均低于全国平均水平。中部地带区县经济发展状况要弱于东部地带,其中省会-非省会的经济差距是最主要特征。西部地带发展较差,不平衡、不公平特征在其内部较为明显,无论是城乡差距还是省份-非省份差距均高于全国平均水平。④ 就城市群战略而言,东部地区城市群发展质量最好,其不仅仅对经济的促进作用更为明显,同时城市群政区类型对于缩小城乡差距起到积极作用。中部而言,城市群发展质量一般。但西部地区城市群质量较差,其对经济促进作用微乎其微,远低于中部地区与西部地区。因此在未来的发展中,要更加坚定实施城市群战略,同时要更加关注中部与西部地区城市群发展状况,更好地做到“中部崛起,西部开发”。

4.3 自然禀赋与政区类型对经济发展影响的交互作用

由上文可知,无论是自然禀赋还是政区类型均在县域经济发展过程中起到一定作用,但两种属性共同作用下县域经济呈现的发展态势并未涉及。因此本节将前文代表自然禀赋的虚拟变量,即自然禀赋下的县域类型(平原县、丘陵县和山区县)与代表政区类型的虚拟变量进行交互项处理,从而得到能表示自然禀赋和政区类型共同作用的新变量。由于自然禀赋的县域类型划分只将县域单元划分为平原县、丘陵县和山区县,未对市辖区划分,因此首先要根据地形地貌数据对市辖区划分。市辖区多位于地势平坦区域,且全国857个市辖区中平均坡度小于15°和小于10°的样本数分别为818、718个,地形起伏度和坡度大于15°面积比例等指标与平原县指标相近,因此市辖区地形条件好,未出现较大差异,将其划分为平原类型。基于此,将全国2851个区县划分为12种自然禀赋和政区类型交互下的类型,回归结果见表4。

Tab. 4
表4
表4自然禀赋与政区类型交互项对县域经济回归结果
Tab. 4Regression results of the interaction of natural attribute and political district type to county economy

	全国	VIF
平原省会市辖区	2.70***
	(0.08)	1.34
平原省会郊县	1.85***
	(0.15)	1.08
平原城市群内非省会市辖区	2.01***
	(0.07)	1.54
平原城市群内非省会郊县	1.43***
	(0.08)	1.42
平原非城市群的市辖区	1.30***
	(0.09)	1.30
平原非城市群的郊县	1.10***
	(0.08)	1.35
丘陵省会郊县	1.47***
	(0.16)	1.08
丘陵城市群内非省会郊县	1.01***
	(0.08)	1.40
丘陵非城市群的郊县	0.85***
	(0.09)	1.26
山区省会郊县	1.10***
	(0.15)	1.08
山区城市群内非省会郊县	0.65***
	(0.08)	1.43
常数项	6.32***
	(0.05)

注：括号内数据为标准误差;***、**和*分别表示p<0.01、 p<0.05和p<0.1。

新窗口打开|下载CSV

由表4可知,以全国2851个区县为样本进行回归分析时,自然禀赋与政区类型交互项对经济增长的影响存在差异,且均在1%的水平上统计显著,同时表中各项指标的VIF均小于2,远低于10,因此并不存在共线性问题。其中既享有好的自然禀赋又属于增长极核心的区县发展较好,如平原省会市辖区的回归系数为2.70远大于其它类型,而自然禀赋差且未拥有任何政区类型的县域经济发展差,如山区城市群内非省会郊县的回归系数为0.65。具体表现为：

(1)控制政区类型,平原省会郊县的回归系数为1.85,大于丘陵省会郊县的1.47和山区省会郊县的1.10。同时回归系数为1.43的平原城市群内非省会郊县大于丘陵城市群内非省会郊县的1.01和山区城市群内非省会郊县的0.65,进一步证明自然禀赋条件越好,其对县域经济发展的促进作用越强。

(2)控制自然禀赋,平原省会市辖区的回归系数为2.70,平原省会郊县的回归系数为1.85,两者差值为0.85,平原省会市辖区与平原城市群内非省会市辖区回归系数的差值为0.69,平原城市群内非省会市辖区与平原非城市群的市辖区的回归系数差值为0.71。同理,在丘陵县和山区县条件下存在相似差异,进一步表明是否拥有市辖区、省会及城市群等政区类型对县域经济的发展存在一定作用。

(3)综合考虑自然禀赋和政区类型,比较不同自然禀赋条件下的省会区县与非省会区县差异,平原省会郊县与平原城市群内非省会郊县回归系数的差值为0.42,丘陵省会郊县与丘陵城市群内非省会郊县回归系数的差值为0.46,山区省会郊县与山区城市群内非省会郊县回归系数的差值为0.45,即平原条件下的省会与非省会差异要小于丘陵条件下和山区条件下的此差异,表明地形地貌的不同会导致政区类型间差异的扩大或缩小,即地势平坦的平原条件可以缩小省会与非省会之间的经济差异,而恶劣的山区条件则扩大了省会与非省会区县之间的差异。

(4)综合考虑自然禀赋和政区类型,比较不同自然禀赋下的城市群区县与非城市群区县差异,平原城市群内非省会郊县与平原非城市群的郊县两者的回归系数差值为0.33,丘陵城市群内非省会郊县与丘陵非城市群的郊县回归系数的差值为0.16,山区城市群内非省会郊县与山区非城市群的郊县回归系数的差值为0.65,远高于平原条件下和丘陵条件下的城市群与非城市群之间差异,进一步证明地形地貌的不同会导致政区类型间差异的扩大或缩小,即地形恶劣的山区条件扩大了城市群与非城市群之间的经济差异。

(5)综合考虑自然禀赋和政区类型,平原城市群内非省会郊县与山区城市群非省会郊县的回归系数差值为0.78,此差异是由地形的不同导致,平原非城市群郊县与山区非城市群郊县回归系数差值为1.10,此差异同样也是由平原条件和山区条件不同所造成的,但拥有城市群政区类型的此差异要小于未拥有城市群政区类型的,表明城市群的实施可以缩小由地形地貌不同所造成的经济差异。同理,丘陵城市群内非省会郊县与山区城市群非省会郊县回归系数差值的0.36小于丘陵非城市群郊县与山区非城市群郊县回归系数差值的0.85,再次印证了城市群战略的重要性,其对缩小地形地貌所造成的差距有着较强的积极作用。

综合而言,自然禀赋和政区类型对县域经济的影响已较为明显,而地形较好的平原条件有利于缩小由政区类型不同所造成的经济差异,恶劣的山区环境则会导致政区类型所造成差异的进一步扩大。同时,城市群政区类型可以缩小由地形地貌所造成的差距,未来发展过程中一定要大力推动城市群战略的实施。

5 结论与讨论

本文利用夜间灯光TDN表征区县经济发展水平,研究2015年中国区县经济发展状况,并探索自然禀赋与政区类型对中国县域经济增长的影响,通过研究得出以下结论：

(1)中国县域经济发展差异显著,经济存在显著的正向空间自相关特征,较大的空间正相关表明的确存在空间差异现象,其中城乡差距仍是中国区域差异的最主要特征,且省会地区的城乡差距更为显著。同时,东中西三大地带区县经济表现出不同特征,东部地区县域经济发展质量高、一体化程度好,内部差异较小。中部地区最显著的特征是省域中心与边缘地区的差距,即以省会为中心,其经济发展水平呈现随距离衰减的规律,省会区县经济发展远优于非省会地区。西部地带区县整体发展较差,其无论是城乡差距还是省会-非省会差距均高于全国平均水平。三大地带的特征也印证中国区域发展战略“中部崛起、西部开发”的正确性。

(2)中国经济发展较好的区县多集中分布在河网密度大、坡度大于15°面积比例小、平均海拔低的地区。分地带来看,东部地带地起伏度较高地区也分布一些经济发展较好的区县,而在中西部地区地形起伏度则是限制经济发展的因素之一,河网密度在分区回归时均不显著。

(3)政区类型对中国县域经济发展起到至关重要的作用。其中市辖区政区类型对经济的促进作用要大于省会与城市群政区类型。通过交互项分析,城市群对中国区县经济发展的促进作用已十分明显,尤其在东部地带,其不仅可提高经济发展水平,同时对于缩小城乡差距也起到一定作用。而在西部地带,城市群政区类型对经济发展的促进作用较小。

(4)地形较好的平原条件有利于缩小由政区类型不同所造成的经济差异,恶劣的山区环境则会导致政区类型所造成差异的进一步扩大。同时,城市群政区类型可以缩小由地形地貌所造成的经济差距,未来发展过程中一定要大力推动城市群战略的实施。

中国经济差异及其影响因素早已引起****的关注,本文通过对自然禀赋与政区类型进行分析研究,表明两种属性的确对中国区县经济发展起到至关重要的作用。目前城乡差距仍是中国区域差异的最主要特征,不平衡、不充分现象广泛存在于中部地区与西部地区,为缩小中国区域差异以及由地形地貌不同而导致的经济差异,应坚定实施“城市群战略”,不仅要重点发展国家级城市群,同时应当注意在中西部地区积极发挥区域性城市群的引领辐射带动作用。由于虚拟变量的难以界定,本文对政区类型的划分仍然较为浅显,同时对于不同城市群等级也未进行区分。因此,在后续研究中对政区类型的精细划分及对不同城市群进行等级界定是研究重点,使得行政嵌入对中国经济发展的影响更为准确与透彻。

致谢:

真诚感谢匿名评审专家在论文评审中所付出的时间和精力,提出的建设性意见使文章质量有了较大提升。评审专家对论文的篇章结构、县域类型分类、文字描述细节等均给予了细致的修改意见。同时,专家提出“考虑自然禀赋与政区类型交互项作用”的建议使得文章逻辑更加通顺,结果更加合理,在此深表谢意。

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]

方创琳. 改革开放40年来中国城镇化与城市群取得的重要进展与展望
经济地理, 2018, 38(9):1-9.