张亮靓^1,2,, 孙斌栋^1,2,
1. 华东师范大学中国现代城市研究中心,上海 200062
2. 华东师范大学城市与区域科学学院,上海 200241

Polarization or convergence: Strategy of reshaping economic geography of large countries: A cross-country study on the evolution and determinants of city size distribution

ZHANGLiangliang^1,2,, SUNBindong^1,2,
1. The Center for Modern Chinese City Studies, East China Normal University, Shanghai 200062, China
2. School of Urban and Regional Science, East China Normal University, Shanghai 200241, China
通讯作者:孙斌栋(1970-), 男, 河北阜平人, 博士, 教授, 博士生导师, 中国地理学会会员(S110006693M), 主要研究方向为城市地理、城市规划和区域经济。E-mail:bdsun@re.ecnu.edu.cn
收稿日期:2016-11-8
修回日期:2017-07-1
网络出版日期:2017-08-20
版权声明:2017《地理学报》编辑部本文是开放获取期刊文献，在以下情况下可以自由使用：学术研究、学术交流、科研教学等，但不允许用于商业目的.
基金资助:国家自然科学基金项目(41471139)教育部人文社会科学重点研究基地基金(16JJD790012)上海哲学社会科学规划课题(2014BCK003)
作者简介:
-->作者简介：张亮靓(1992-), 女, 安徽滁州人, 硕士生, 研究方向为经济地理与区域经济。E-mail:icyliangliang@126.com



展开

摘要
关于国家空间发展战略,经济学家主张要素向中国沿海发达地区自由流动,而城市和经济地理学家则认为应对不发达地区发展给予支持。本文以国家尺度的城市规模分布来测度经济地理格局和城市化空间结构,综合运用截面和面板双重估计方法,探索了国家经济地理格局与国家规模的关系。结论显示,在控制了其他因素后,表征国家规模的人口规模和国土面积与国家经济地理的均衡分布呈现显著正相关,即大国的经济地理倾向于多中心均衡布局。机制在于,经济中心的辐射半径不是无限的,地理或者更准确地说是距离对于生产力和城市化布局具有重要作用。此外,随着经济水平的提高,国家经济地理格局呈现先极化后均衡的演化趋势;城市化率和非农产业比重的提高以及稳定的政治环境同样也会促进国家经济地理格局向均衡方向发展。再考虑到国家安全、社会稳定的政治诉求和中国地大物博的既有现实,本文政策启示是,大国的经济地理和城市化格局应该走适度均衡发展之路,国家采取空间干预政策促进中国不发达地区的发展有其合理性和必要性。

关键词：国家经济地理;大国;城市规模分布;均衡;影响因素;跨国分析
Abstract
There is a debate on whether spatially-neutral or spatially-targeted policy is a better strategy for the future development of economic geography and the spatial pattern of urbanization at the national scale. Economists emphasize the spatially-neutral policy and advocate for the free flow of production factors to the developed regions in southeast China, while economic geographers support the latter and the development of central and western China. We argue that the radiation radius of an economic hub is not limitless because of geography, more precisely, it is distance that plays an important role in the distribution of production activities and urbanization. We also believe that not only should economic benefits be taken into account, but also other factors such as politics, ethnic minority and national security. The core point of this paper is that the scale of a nation is the key determinant of the spatial layout of economic geography and urbanization, and larger countries should follow a relatively balanced development path. Based on both cross-sectional and fixed-effect panel models, we explore the relationship between the scale of a nation and city size distribution, the proxy for the spatial pattern of national economic geography. The results show that, (1) all else being equal, the scale of a nation, represented by either population or land area, is positively associated with a balanced city size distribution. That is, the economic geography in large countries is inclined to a spatially balanced layout; (2) a nonlinear relationship is identified between the spatial pattern of national economic geography and per capita GDP. That is, national spatial pattern is unbalanced at lower levels of economic development and evens out at higher levels of development; (3) urbanization, industrialization, and a stable political environment also help balance the national economic geography layout. This study's policy implication is that large countries such as China should implement the strategy of a relatively balanced development of economic geography and urbanization. Considering the objectives of national security, social stability, and the fact that China has a large population and a vast territory, it is reasonable for China to promote the development of the central and western regions with spatially-targeted policies.

Keywords：national economic geography;large country;city size distribution;balanced;determinant;cross-country study

-->0
PDF (1299KB)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-->
张亮靓, 孙斌栋. 极化还是均衡:重塑大国经济地理的战略选择——城市规模分布变化和影响因素的跨国分析[J]. , 2017, 72(8): 1419-1431 https://doi.org/10.11821/dlxb201708007
ZHANG Liangliang, SUN Bindong. Polarization or convergence: Strategy of reshaping economic geography of large countries: A cross-country study on the evolution and determinants of city size distribution[J]. 地理学报, 2017, 72(8): 1419-1431 https://doi.org/10.11821/dlxb201708007

1 引言

中国正在从一个经济大国向经济强国迈进,但面临的挑战也越来越大。从全球格局来看,次贷危机的不良影响持续发酵,跨越中等收入陷阱,实现中国崛起、中华民族伟大复兴和中国梦任重道远。在国家内部,解决城乡分割、区域差异以及人与资源环境的突出矛盾,实现经济效率、社会公正与可持续发展,迫在眉睫。而这一切都需要具有综合竞争力的经济地理战略格局予以支撑,重塑中国的经济地理格局势在必行。总理关于胡焕庸线之问,其深层次战略意义就在于此。
随着中国经济发展,生产力布局不断向东南沿海地区集聚,人口向东南沿海尤其是核心城市和特大城市集中,表现为空间极化的特点。为了避免地区发展差别过大和促进均衡发展,国家对中西部地区进行政策适度倾斜。对此,不少经济学家不以为然,认为应该减少政府干预,让市场力量发挥更大作用,促进要素的自由流动以实现资源配置效益最大化,不发达地区的发展水平最终会通过发达地区的溢出而实现,秉承这一类观点的政策被称之为空间中性的政策或基于人（流动）的政策^[1]。部分经济学家甚至根据日本东京空间极化发展的经验,认为中国的经济、人口应该进一步向东南沿海的特大城市集聚,不应限制人口向北上广流动^[2]。但经济地理学家具有不同的看法,他们认为市场要素自由流动的条件并不具备,因而不能缩小地区差距,建议要对不发达地区发展进行干预和支持,这类政策被称之为空间干预政策或基于地区的政策^[1]。而且,是实施空间干预政策还是空间中性政策,不应仅仅考虑经济效益,还应该考量政治、民族、国家安全等因素。
本文所要论证的核心观点是,国家规模是影响国家经济地理和城市化格局的重要因素,大国应该走适度均衡发展之路。其背后理论依据是地理学的核心思想之一,即地理或者更准确地说是距离对于生产力和城市化布局具有重要作用,也可以更直接地表述为,经济中心的辐射半径不是无限的。新经济地理学的市场潜力假说认为,距离市场中心一定距离后,交通成本的增加导致再发展一个中心是有利可图的;而且新中心的企业还会因面临较少的竞争而受益。日本的极化发展与其腹地狭小的国情有关,而对于中国这样的大国来说,经济和人口中心偏于一隅,不利于发挥中心辐射作用,适度均衡应该是合理的经济地理和城市化格局。已有的研究成果也发现(丁嵩, 孙斌栋. 在哪里创业更有效率? 市场潜能影响创业的经验证据. 2016, 华东师范大学工作论文。),中国一级中心城市的经济正向溢出半径最大不超过1200 km左右,远远低于中国的东西向或南北向纵深幅度,因而构造多重中心发展体系和均衡发展的经济地理格局是必需的,这个经验数据也恰好大约是北京、上海、广州、重庆等城市之间的两两直线距离。
本文的核心观点符合当前世界经济地理的盛衰格局,是凡地域辽阔的大国,均衡的经济地理格局会获取较高的经济竞争力。美国作为世界第一经济强国,不仅拥有东海岸经济中心地带,还有西海岸的加州经济中心和以芝加哥为中心的内陆五大湖经济地带,在全国呈现出十大连绵区—城市群的形态。反面例子,前苏联由于对西伯利亚和远东地区战略意义认识不足,经济地理失衡,带来了国家解体,即使今天的俄罗斯也同样受累于此,教训深刻。疆域不够辽阔的世界经济强国,大多以相对极化的经济地理格局为支撑,除了日本以外,英国和法国也都是相对极化发展的例子。德国均衡体系是个例外,与其历史基础和二战后的国际政治经济秩序的安排有关。
城市是经济的主要载体,经济地理的极化和均衡程度可以用城市规模分布来测度。在城市分布体系中一个或几个大城市占据主导地位,即所谓首位分布时,将其定义为极化的经济地理格局;反之当各城市规模之间接近,或城市人口均匀分布在几个城市之间,将其定义为均衡发展。1913年,德国****Auerbach首次提出了城市规模分布的概念,认为帕累托分布可以近似拟合一个国家内部的城市规模分布^[3]。在此基础上,Zipf在1949年进一步指出这个帕累托分布的系数趋向等于1,即所谓的Zipf法则^[4]。Krugman也认为Zipf法则是社会科学中“最引人注目的实证结论之一”^[5]。由此引发了****们对于城市规模分布的一系列探讨。已有研究城市规模分布影响因素的文献主要从经济发展阶段、新经济地理、政治体制及政治环境三个层面展开分析^[6-7]。
首先,在经济发展阶段层面上,主流****认为随着经济水平的提高,城市规模分布出现先极化后均衡的发展模式^[8-9]。在经济起飞的阶段,大城市的快速发展导致城市体系极化发展。但当经济发展到一定程度,低位序城市的增长促使国家的城市规模分布又重新出现均衡发展的趋势。但Alperovich、Rosen等都只发现城市规模分布会随着经济增长趋于均衡,没有在统计结果上发现先极化后均衡的证据^[10-11]。
其次,根据Krugman和Fujita等提出的新经济地理学模型,对外开放程度、基础设施条件和非农产业的发展水平都将影响经济活动的空间分布,从而可以用其解释城市规模分布的差异^[12-13]。① 对外开放。对外开放的程度加深对于城市规模分布的影响仍无定论。新经济地理学的部分文献认为,开放减少了关税和交通成本,为内陆城市提供了更大的市场,相对于沿海城市来说促进了他们的增长,减少了与沿海城市的差距,促进城市体系均衡化发展^{[12, 14-15]}。但更传统的观点则认为,沿海城市是进出口和FDI的通道,相对于内地来说获益更多,对外贸易的加深反而会进一步促进高位序城市的规模扩大。② 基础设施条件。中心地理论和新经济地理都指出了运输成本在影响人口经济集聚方面的重要性^[16-17]。综合****们的观点,运输成本对于国家的城市规模分布有一个分散（均衡）—集聚（极化）—再分散（均衡）的影响。初期,运输成本很高,空间上人口以及经济活动是分散的;但随着运输成本的下降,削弱了靠近原料或者市场布局的优势,为了获取规模经济和集聚经济效应,人口和经济活动开始朝大城市集聚。但随着运输成本的进一步下降,促进了城市间的经济活动联系,城市规模分布又朝着分散化的方向发展。赵璟、Soo的实证均发现通过基础设施的联通促进人口的均衡^[6-7];盛科荣等也将通讯与信息技术纳入基础设施反映运输成本,但并没有得到显著的实证结果^[18]。③ 非农产业发展。Fujita等认为非农经济比重越高,城市体系规模分布更加平均。随着制造业比重的增加,促使企业迁出已存城市,向等级低的城市扩散,促使城市规模分布均衡发展^[13]。而赵璟、Soo的实证结果却发现非农产业的比重增加带来了人口的集聚^[6-7]。
最后,在研究城市规模分布的形成机制时,政治体制以及政治环境也是****所关注的。Soo发现政治因素甚至比经济地理因素对于城市规模分布的形成有更加显著的影响^[6];Ades等认为动荡的政治局势和专制统治使得统治者为其所居住的大城市谋利,对大城市存在较大的政策倾向,从而促使国家人口和企业靠近权力中心布局,造成极化的城市规模分布^[19];Henderson等指出民主的政治制度有利于小城市的发展,各区域代理人为所处城市谋利,推动城市体系均衡化发展^[20]。
国内城市地理****关于城市规模分布的研究也取得重要成果,严重敏、许学强、周一星、宁越敏、顾朝林、王发辉等对中国早期城市规模分布演化进行了探索^[21-22]。周一星等认为国土辽阔、人口众多、悠久的城市发展历史是中国相对分散的城市规模分布的重要原因^[21]。近年来国内对于城市规模分布的研究则主要集中于城市地区或城市群尺度^[23-26],从国际比较角度探索国家尺度城市规模分布影响因素的文章只有一篇,即盛科荣等用截面数据探索了57个国家城市规模分布的影响因素,发现对外开放、基础设施改善和民主有助于促进城市体系的均衡分布,而经济发展、人口过多则带来了集聚^[18],后一个结果与周一星观点并不一致^[21]。
综上所述,由于城市数据的缺乏,跨国的城市规模分布研究还较少,而且样本普遍偏小,多为几十个国家;横截面研究以及截面计量模型占多,无法观察时间动态效应;部分结论也不统一。最重要的是以往文献很少关注国家规模对城市规模分布即国家经济地理格局的影响,尽管部分文献也把国家人口和国土面积作为回归控制变量,所得的结论也不尽相同。因而有必要采取更加严谨的方法来检验国家规模对城市规模分布的影响。
城市规模分布是由不同的集聚力和分散力相互作用形成的,在一定程度上反映了国家的经济地理和城市空间布局结构。这种空间结构反过来会对经济发展产生重要的影 响^{[24, 27]}。因此,本文基于可获得的最新口径数据和较大的国家样本,综合运用截面和面板双重估计方法,分析世界各国城市规模分布变化趋势,探索影响城市规模分布的因素和机制,重点考察国家规模对于城市空间格局的作用,挖掘国家层面的城市空间结构演变规律,为中国重塑大国经济地理和城市化空间格局提供决策依据。

2 研究数据与方法

2.1 城市规模分布测度

本文采用位序规模法度量城市规模分布,即城市规模分布服从简单的帕累托分布：
R=AP-α或lnR=lnA-αlnP（1）
式中：P代表某城市人口数;R代表该城市根据其人口在全国范围内的排序; α是城市规模分布指数,作为测度国家经济地理格局的代理变量。城市规模分布指数 α越大表示城市规模体系越均衡,越小表示越极化。
由于传统的OLS估计方程（1）存在小样本的向下偏误,Gabaix等对于这种偏误提出了改进^[28],后文的城市规模分布指数 α均由方程（2）计算得出：
ln(R-1/2)=lnA-αlnP（2）
研究城市规模分布需考虑到城市的界定和城市的样本选择。Rosen等认为按功能定义的城市区域更适合用来计算城市规模分布,因为它代表了一个完整的城市经济单元^[11];Soo也证明了他们的观点^[6]。城市样本的选择有3种方法：固定的城市数量;固定的人口规模门槛;城市样本占国家总人口的固定比例,但实际操作中通常是选取一个国家城市体系中的上尾计算帕累托指数^[29-30]。本文遵照以上原则,采用了联合国关于世界各国2014年人口大于30万的城市集聚区作为研究样本。

2.2 世界各国城市规模分布的描述性统计分析

由于经济地理、政治因素等国情差异,各国城市规模分布不尽相同。随着经济社会的发展,各国的规模分布也呈现出不同的变化。图1a反映了全样本150个国家的规模分布系数核密度图,其中,对于系数大于3的异常值进行了缩尾处理,这些具有异常值的国家数量在所有单个年份都不超过3个。可以看出系数接近1和0的国家最多,系数为0表示这些国家的城市规模分布呈绝对首位分布,即这些国家在2014年只有一个城市集聚区的人口规模超过30万,这些国家处于很不发达状态。如果去除帕累托指数为0的国家,则得到图1b,包括93个国家,呈现典型的正态分布,多数国家的城市规模分布系数位于1周围,与以往文献认为帕累托系数趋向于1即符合Zipf法则的观点所一致。考察1950年以来每隔20年的系数变化,总体来看,指数核密度曲线顶点不断向右迁移,各国帕累托指数随时间增长,即各国趋向于均衡发展。即使考虑到年代久远,数据误差可能较大,但从近期20世纪90年代以来,系数变化仍然呈现均衡化趋势。
显示原图|下载原图ZIP|生成PPT
图1城市规模分布核密度
-->Fig. 1Kernel density of city size distribution
-->

图2是2014年各国城市规模系数分布,颜色越深表示越均衡。可以看出,全球各国的城市规模分布指数存在着明显的区域差异,均衡布局的国家主要是集中在北半球的大国,其中,美国和加拿大指数都大于1,中国超过1.2,而俄罗斯则达到1.47,初步呈现出均衡分布与国家疆域的正相关关系。而规模相对较小国家其城市规模分布系数则也相对较小。如果进一步把国家按收入分组,高收入国家中,更多的国家城市规模分布系数趋近于1,国家间变异系数相对其他国家组更小;反之,低收入国家中,有相对更多的国家其规模分布系数小于1,且国家之间差别也较大。
显示原图|下载原图ZIP|生成PPT
图22014年世界各国城市规模分布指数图
-->Fig. 2City size distribution of worldwide countries in 2014
-->

2.3 模型、变量和数据来源

本文用于测度各国城市规模分布系数的数据来自联合国公布的2014年《世界城市化展望》（World Urbanization Prospects）（2014年人口大于30万的城市集聚区的数据）。其他数据主要来自世界银行数据库,民主指数来自自由之家（Freedom House）,国家脆弱指数来自安全系统研究中心（Center for Systemic Peace）,联邦国家以及国家独立时间的数据来自维基百科。
由于本文所用数据是以2014年情况为基准的,较早年份的数据会存在偏差,所以基于2014年数据的截面回归是本文主要模型,然后使用不同时间段的面板回归模型进行结论的稳健性检验。
横截面模型的估计方程为：
lnα+1=θ0+θ1lnP+θ2lnL+θ3lnGDP+θ4Urban+θ5EG+θ6Political+θ7Dummy+εi（3）
式中： α为城市规模分布指数;P为国家人口密度;L为国家面积;GDP为人均GDP;Urban为城镇化率;EG为经济地理变量;Political为政治变量;Dummy为大洲虚拟变量; θi为对应变量的系数值; θ0为截距; εi为残差项。
基于文献综述中总结的影响因素,方程（3）反映了人口、面积、国家发展程度、经济地理、政治体制及政治环境对于城市规模分布的影响。本文关注的核心因素是国家人口和土地面积,分别由人口密度和国家面积来反映。经济地理变量包括：第二三产业GDP占比、进出口贸易GDP占比、每百人互联网用户、每百人固定电话数量;政治变量包括：联邦国家虚拟变量、国家脆弱指数和Freedom指数;控制变量为大洲虚拟变量。由于世界银行公路数据和铁路数据有大量的缺失,因此用每百人固定电话数量和每百人互联网用户数量来衡量国家内部的交易成本。政府支出的数据由于有很多国家不可得,故政府支出占GDP的比重也没有列入政治变量加入回归中。
被解释变量城市规模分布指数 α由方程（2）计算得出。由于部分较小的国家2014年只有1个30万以上的城市,将 α取0计算,并在之后的回归中统一对 α加1取对数处理。
解释变量的定义为：① 人口密度（P）：国家的总人口除以土地面积,单位为人/km²。由于在回归模型中控制了土地面积,故人口密度其实代表了国家的人口规模。② 土地面积（L）：使用世界银行公布的国家面积,探讨地域大小对于国家城市体系分布的影响,单位为km²。③ 人均GDP（GDP）：衡量国家的经济发展水平,P以2005年不变的美元价格计算。根据Alperovich 1993年的研究,国家城市规模分布随着经济发展呈现出先极化后均衡的发展模式^[10]。④ 城市化率（Urban）：城市化人口比重,反映国家的城市化进程。⑤ 第二三产业GDP占比：衡量国家产业发展水平。根据Fujita所述,非农产业在经济中的比重越高,国家城市规模分布更加均衡^[13]。⑥ 进出口贸易GDP占比：进出口贸易额占GDP比重,反映国家对外开放程度对于城市规模分布的影响。⑦ 每百人互联网用户：反映国家内部各个城市之间的交易成本。互联网用户越多,互联网越发达,城市之间信息交流的阻力越小,交易成本越小。交易成本的下降一方面会推动企业、人口向大城市集聚获取规模经济,另一方面会通过加强城市间的经济联系促进均衡发展,故实际结果取决于实证检验。⑧ 每百人固定电话数量：同样反映国家内部各个城市之间信息交流的成本。固定电话用户数量越多,交易成本越小。同互联网,实际结果取决于实证检验。⑨ 联邦国家虚拟变量：考察联邦国家的政治体制对于城市规模分布的影响,联邦国家的各地区具有更高的自主权及民主权,理论上城市规模分布更倾向于均衡。1990年以前建立联邦制的国家取1,其他国家取0。⑩ Freedom指数：包括“Freedom自由”和“Freedom不自由”两个虚拟变量。Freedom House衡量了国家的政治权利和公民自由两个方面,根据两项综合打分将国家分为自由,半自由和不自由三个等级。若国家评分为自由,则“Freedom自由”这一指标取1,反之,取0;若国家评分为不自由,则“Freedom不自由”这一指标取1,反之,取0。根据Henderson等的研究,自由国家的各区域代理人为所在城市谋利,推动城市体系均衡发展^[21]。因此,“Freedom自由”变量系数预期为正,“Freedom不自由”变量系数预期为负。 国家脆弱指数：Center for Systemic Peace考虑了国家的政权形式、武装冲突、地区影响,并考量了政治、经济、安全、社会4个方法的有效和合法性,从1995年开始每年综合给出167个国家的国家脆弱指数。指数越高,表示该国家经济政治越不稳定。Ades等认为政局动荡的国家,人口和企业倾向于向权力中心布局,城市空间结构更倾向于首位即极化分布^[19]。
面板模型的回归方程如下：
lnα+1=θ0+θ1lnP+θ2lnL+θ3lnGDP+θ4Urban+θ5EG+θ6Political+θ7Dummy+ui+γt+εit（4）
式中： εit为残差项; ui为不随时间变化的个体特征; γt为时间固定效应;其他解释变量及其定义与横截面回归模型相同。具体操作中使用固定效应和随机效应两种回归方法。

3 实证结果与分析

3.1 横截面模型结果

表1第一列仅控制了国家的人口密度和土地面积,结果显示,人口密度和国土面积与城市规模分布指数呈现显著的正相关,表明人口规模越大,国家疆域面积越大,国家的城市规模体系越趋于均衡分布。第二列在第一列的基础上加入衡量国家发展程度的人均GDP和城市化率,第三列、第四列和第五列逐步加入经济地理变量、政治变量和大洲虚拟变量,人口规模和国土面积的结果保持不变。
其他变量来看,人均GDP所代表的经济发展水平对于城市规模分布呈现显著的正“U”形的作用,为Alperovich的观点弥补了实证的空缺,即随着经济发展水平的提高,城市规模分布呈现出先极化后均衡的趋势^{[8, 10]}。不过,采用第五列的回归结果,计算出对称轴为10.63104,对应的人均GDP为41400.159美元（以2005年不变美元衡量）,回归中95%的样本在对称轴的左侧,即大多数的国家随着经济的发展仍在集聚。
城市化率和非农产业比重始终正显著,即随着国家城市化水平和第二三产业GDP占比提高,城市规模分布趋向于均衡,这与Fujita的理论假设相一致^[13]。国家脆弱指数显著为负,即国家政权越脆弱、政治越不稳定,城市体系倾向于首位分布,印证了Ades等的观点,即在政治动荡的国家,城市规模分布极化^[19]。
但进出口贸易占比和每百人互联网用户、每百人电话用户都没有通过显著性检验。可能是由于对外开放不仅帮助了沿海城市的发展,同时也通过减少了关税和交通成本,为内陆城市提供了更大的发展空间,这两种正负效应相互抵消。同理,通信设施的普及在减少交流成本、促使分散的同时,也为内陆地区传递信息,吸引人口涌入大城市。
本文在模型中加入了较多的控制变量以减少内生性的问题,确保核心变量“国家规模”估计的准确性。但这种方法可能会导致变量之间共线性过强。通过变量的VIF检验发现,平均VIF为4左右,除了人均GDP外,各变量的VIF均小于10;如果去掉GDP这一导致共线的主要变量,所有变量的VIF都小于10,而且核心变量即国家规模的结果是稳健的,说明共线与否并不影响主要研究结论。
Tab. 1
表1
表1城市规模分布的影响因素(2014年OLS结果)
Tab. 1Determinants of city size distribution (OLS estimations of 2014)

	(1)	(2)	(3)	(4)	(5)
人口密度(ln)	0.1207***	0.1227***	0.1370***	0.1630***	0.1801***
	(0.027)	(0.027)	(0.026)	(0.037)	(0.039)
土地面积(ln)	0.1421***	0.1571***	0.1405***	0.1821***	0.1885***
	(0.022)	(0.019)	(0.042)	(0.038)	(0.043)
人均GDP(ln)		-0.3835	-0.7843*	-1.2912**	-1.1322**
		(0.324)	(0.420)	(0.571)	(0.558)
人均GDP(ln)的平方		0.0223	0.0399*	0.0640**	0.0532*
		(0.020)	(0.024)	(0.031)	(0.030)
城市化率		0.0050**	0.0061*	0.0084**	0.0094**
		(0.002)	(0.003)	(0.004)	(0.004)
第二三产业GDP占比			0.0142***	0.0138**	0.0154**
			(0.005)	(0.006)	(0.006)
进出口贸易GDP占比			-0.0008	-0.0000	-0.0002
			(0.001)	(0.001)	(0.001)
每百人互联网用户			-0.0021	-0.0049	-0.0046
			(0.004)	(0.004)	(0.004)
每百人固定电话数量			0.0005	-0.0006	-0.0004
			(0.003)	(0.004)	(0.004)
联邦国家虚拟变量				-0.0807	-0.0576
				(0.091)	(0.089)
Freedom不自由				-0.0680	-0.0901
				(0.111)	(0.109)
Freedom自由				0.0441	-0.0285
				(0.230)	(0.227)
国家脆弱指数				-0.0380**	-0.0439**
				(0.018)	(0.021)
大洲虚拟变量					Yes
常数项	-1.7721***	-0.6804	0.3692	2.4925	1.6793
	(0.381)	(1.459)	(1.784)	(2.534)	(2.441)
样本量	149	140	101	100	100
R2	0.155	0.191	0.238	0.288	0.319

注：^***、^**、^*分别表示可以在1%、5%和10%的水平下通过显著性检验;括号内数值为稳健标准误。
新窗口打开

3.2 面板模型结果

面板数据反映了随时间变化的动态特征,故回归结果更加稳健可靠。2000年以来,由于接近2014年,数据偏差不大,故首先针对2000-2014年数据进行面板回归。表2第一列和第二列报告了固定效应的回归结果。由于面积和一些政治变量基本不随时间变化,会在固定效应模型中被消除,故第三、四列报告了随机效应的回归结果作为检验。人口密度和面积仍然保持着高度的正显著性,说明人口规模和国家面积对于城市规模分布显著的影响程度。以人均GDP衡量的经济发展水平仍然对于国家的城市规模分布体系有着正“U”形的影响。第二三产业GDP占比和国家脆弱程度与截面回归也一致。进出口贸易GDP占比的系数为负,即促进了城市化空间格局的极化,这可能是在此期间,相对于内地城市而言,国家开放程度更有利于沿海大城市的发展。
Tab. 2
表2
表2城市规模分布的影响因素(2000-2014年面板回归结果)
Tab. 2Determinants of city size distribution (panel estimations of 2000-2014)

	(1)	(2)	(3)	(4)
	固定效应	固定效应	随机效应	随机效应
人口密度(ln)	0.2768***	0.3420***	0.1921***	0.1995***
	(0.036)	(0.054)	(0.024)	(0.031)
土地面积(ln)			0.1830***	0.1827***
			(0.021)	(0.029)
人均GDP(ln)		-0.5595***		-0.5044***
		(0.149)		(0.125)
人均GDP(ln)的平方		0.0312***		0.0291***
		(0.010)		(0.008)
城市化率		-0.0020		0.0021
		(0.002)		(0.002)
第二三产业GDP占比		0.0030**		0.0034***
		(0.001)		(0.001)
进出口贸易GDP占比		-0.0005*		-0.0004*
		(0.000)		(0.000)
每百人互联网用户		-0.0005		-0.0008*
		(0.000)		(0.000)
每百人固定电话数量		0.0004		-0.0001
		(0.001)		(0.001)
联邦国家虚拟变量				-0.0185
				(0.122)
Freedom不自由		0.0065		0.0069
		(0.016)		(0.016)
Freedom自由		-0.0074		-0.0130
		(0.023)		(0.022)
国家脆弱指数		-0.0066**		-0.0072***
		(0.003)		(0.003)
大洲虚拟变量				YES
年份	YES	YES	YES	YES
常数项	-0.6794***	1.4215**	-2.5753***	-0.8125
	(0.144)	(0.570)	(0.329)	(0.642)
样本量	2235	1878	2235	1878
R2	0.041	0.053
国家数量	149	137	149	137

注：^***、^**、^*分别表示可以在1%、5%和10%的水平下通过显著性检验;括号内数值为标准误。
新窗口打开
本文最后以1965-2010年每5年的面板数据进行稳健性回归。表3回归结果中依然可以看到人口规模和面积大小对于国家城市规模分布具有显著的正效应,进一步印证了上文的观点,即人口越多、国家面积越大,城市规模分布倾向于均衡。第二三产业GDP占比同样保持了结论的稳健性。
Tab. 3
表3
表3城市规模分布的影响因素(1965-2010年面板回归结果)
Tab. 3Determinants of city size distribution(panel estimations of 1965-2010)

	(1)	(2)	(3)	(4)
	固定效应	固定效应	随机效应	随机效应
人口密度(ln)	0.1041***	0.1957***	0.1046***	0.1325***
	(0.016)	(0.055)	(0.013)	(0.024)
土地面积(ln)			0.1368***	0.1511***
			(0.015)	(0.020)
人均GDP(ln)		0.0577		0.0243
		(0.105)		(0.092)
人均GDP(ln)的平方		-0.0030		-0.0002
		(0.007)		(0.006)
城市化率		-0.0020		0.0004
		(0.001)		(0.001)
第二三产业GDP占比		0.0017		0.0022**
		(0.001)		(0.001)
进出口贸易GDP占比		-0.0001		-0.0002
		(0.000)		(0.000)
每百人固定电话数量		0.0016		0.0005
		(0.001)		(0.001)
独立时间分类				-0.0206
				(0.033)
大洲虚拟变量				YES
年份控制	YES	YES	YES	YES
常数项	0.0513	-0.5437	-1.6228***	-2.2643***
	(0.056)	(0.372)	(0.211)	(0.456)
样本量	1483	909	1483	909
R2	0.065	0.064
国家数量	149	141	149	141

注：1. ^***、^**、^*分别表示可以在1%、5%和10%的水平下通过显著性检验;括号内数值为标准误。2. 由于较早的年份政治指标的缺失,根据Soo的做法,使用国家的独立时间来衡量政治的稳定程度,独立的时间越晚表示相对来说政治环境较不稳定^[6]。1914年之前独立的国家取0,1914年到1945年之间独立的国家取1,1946年到1989年之间独立的国家取2,1989年以后独立的国家取3。
新窗口打开

4 结论与启示

4.1 结论

本文研究发现,在控制了其他因素后,表征国家规模的人口规模和国土面积与国家的城市规模均衡分布呈现显著正相关,即疆域辽阔的大国比小国具有更加均衡的经济地理和城市分布格局。背后机理在于距离重要这一地理学的核心思想。从其他影响因素来看,随着经济水平的提高,城市规模分布呈现先极化后均衡的演化趋势;城市化率和非农产业比重的提高以及稳定的政治环境同样也会促进国家城市规模分布体系向均衡方向演化。
与以往相关文献相比,本文的创新和对城市规模分布理论的贡献体现在几个方面：① 已有文献认为较大的国家规模具有均衡的城市规模分布主要是通过简单的观察和比较得出的,而且存在与这一结论相反的实证研究,而本文则运用严谨计量实证分析支持了前一结论,而且指出其机理在于空间距离这一地理学核心思想。② 以往文献提出了城市规模分布随着经济发展水平先集聚后分散的假设,本文结论印证了这一观点,弥补了实证上的空缺。③ 已有文献关于非农产业比重对于城市规模分布的影响存在截然不同的看法,本文为此提供了新的证据。④ 以往文献认为对外开放、基础设施都对城市规模分布具有显著影响,且观点相左,本文发现这两个因素并不显著,原因可能在于两种相反效应同时存在导致了相互抵消。

4.2 政策启示

本文结论的政策含义是显然的。日本单中心极化发展不应成为中国效仿的对象,中国作为一个人口众多、幅员辽阔的大国,在同等条件下,应该比日本具有更加均衡的城市规模分布体系和经济地理格局。并且在相对稳定的政治经济环境下,中国的城市化水平和非农产业比重还会进一步提高,这些都会进一步促进了中国经济地理和城市化格局的均衡发展。在要素还不能做到自由流动的今天,中央运用空间干预政策支持中西部发展,对于适度均衡布局和缩小地方收入差距是不可或缺的,更不必说这同样是国家安全、社会稳定等比狭义的经济效应更重要的国家战略目标的需要。经济学家推崇的东南沿海空间极化发展的观点和空间中性的政策,是从理想的新古典经济学的假设出发,在市场机制完善的国家有其合理性,但与中国目前市场体系发育程度现实不符,也没有考虑到非经济目标的需求,应当警惕。鉴于中国国家中心城市辐射半径为1200 km左右,因而从东到西,构建长三角—京津冀—珠三角、成渝—关中（天水）、乌鲁木齐这样三重的中心发展体系,是符合经济地理规律的政策选择。值得说明的是,强调适度均衡的国家经济地理和城市化空间格局,不是要求各中心城市之间规模的绝对均等,但他们在辐射一定国家区域的职能方面是相同的。
本文不足在于,城市规模结构更加均衡分布并不完全等同城市在空间上均衡分布或国家经济地理均衡布局,未来的研究应直接从空间均衡测度入手。但两者具有很强的相关性,因为无论是基于中心地理论还是新经济地理代表性****Fujita对市场潜能分布研究,高等级核心城市之间存在较大空间距离,即在距离中心城市一定的距离时才会形成一个新的中心,否则因处于原中心城市的集聚阴影之下,很难形成气候^[13]。
The authors have declared that no competing interests exist.

---

参考文献文献选项 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]	Ding Song, Sun Bindong.Regional policy reshapes economic geography? A perspective from spatially-neutral and spatially-targeted approaches . Comparative Economic & Social Systems, 2015(6): 56-67.URL [本文引用: 2]摘要 通过回顾相关研究,文章认为,区域政策只有在考虑到人员以及地方双重依赖时才可能达到预期目的。空间中性与空间干预政策争论的本质在于是否承认空间均衡模型。鉴于现实世界往往并不存在空间均衡,空间干预政策便成为了次优的选择。然而,空间干预政策实施中的公平与效率目标经常是冲突的,很有可能陷入＂零和游戏＂。基于空间中性与空间干预的视角,文章提出了中国当前的区域政策选择。 [丁嵩, 孙斌栋. 区域政策重塑了经济地理吗? 空间中性与空间干预的视角 . 经济社会体制比较, 2015(6): 56-67.]URL [本文引用: 2]摘要 通过回顾相关研究,文章认为,区域政策只有在考虑到人员以及地方双重依赖时才可能达到预期目的。空间中性与空间干预政策争论的本质在于是否承认空间均衡模型。鉴于现实世界往往并不存在空间均衡,空间干预政策便成为了次优的选择。然而,空间干预政策实施中的公平与效率目标经常是冲突的,很有可能陷入＂零和游戏＂。基于空间中性与空间干预的视角,文章提出了中国当前的区域政策选择。
[2]	Chen Zhao, Lu Ming.How big should a primary city be? The effects of national population, globalization and urbanization. Academic Monthly, 2014, 46(5): 5-16.URL [本文引用: 1] [陈钊, 陆铭. 首位城市该多大?国家规模、全球化和城市化的影响 . 学术月刊, 2014, 46(5): 5-16.]URL [本文引用: 1]
[3]	Auerbach F.The law of population concentration. Petermanns Geographical Information, 1913, 59: 74-76. [本文引用: 1] [Auerbach F.Das Gesetz der Bev?lkerungskonzentration. Petermanns Geographische Mitteilungen, 1913, 59: 74-76.] [本文引用: 1]
[4]	Zipf G K.Human Behaviour and the Principle of Least Effort. New York: Addison-Wesley, 1949. [本文引用: 1]
[5]	Krugman P.Confronting the Mystery of Urban Hierarchy. Journal of the Japanese & International Economies, 1996, 10(4): 399-418.https://doi.org/10.1006/jjie.1996.0023URL [本文引用: 1]摘要 No abstract is available for this item.
[6]	Soo K T.Zipf's Law for cities: A cross-country investigation. Regional science and urban Economics, 2005, 35(3): 239-263.https://doi.org/10.1016/j.regsciurbeco.2004.04.004URL [本文引用: 6]摘要 This paper assesses the empirical validity of Zipf's Law for cities, using new data on 73 countries and two estimation methods鈥擮LS and the Hill estimator. With either estimator, we reject Zipf's Law far more often than we would expect based on random chance; for 53 out of 73 countries using OLS, and for 30 out of 73 countries using the Hill estimator. The OLS estimates of the Pareto exponent are roughly normally distributed, but those of the Hill estimator are bimodal. Variations in the value of the Pareto exponent are better explained by political economy variables than by economic geography variables.
[7]	Zhao Jing, Dang Xinghua, Wang Xiulai.Evolution of urban agglomeration's spatial structure: Evidence from western area in China . Economic Review, 2009(4): 27-34.URL [本文引用: 3]摘要 应用面板模型方法对1997—2006年中国西部地区城市群空间结构演变趋势及影响因素进行的研究发现，中国西部地区城市群空间结构逐渐从首位分布转向位序一规模分布，但是政府支出规模的扩大、贸易成本的下降和国内贸易比重的上升却阻碍其演变，而城市间知识溢出强度的增大促进其演变，外商直接投资对其演变的影响不显著。这说明单纯的增加投资和促进区域一体化并不一定能促进城市群空间结构向位序-规模演变。 [赵璟, 党兴华, 王修来. 城市群空间结构的演变: 来自中国西部地区的经验证据 . 经济评论, 2009(4): 27-34.]URL [本文引用: 3]摘要 应用面板模型方法对1997—2006年中国西部地区城市群空间结构演变趋势及影响因素进行的研究发现，中国西部地区城市群空间结构逐渐从首位分布转向位序一规模分布，但是政府支出规模的扩大、贸易成本的下降和国内贸易比重的上升却阻碍其演变，而城市间知识溢出强度的增大促进其演变，外商直接投资对其演变的影响不显著。这说明单纯的增加投资和促进区域一体化并不一定能促进城市群空间结构向位序-规模演变。
[8]	Alperovich G.Economic development and population concentration. Economic Development and Cultural Change, 1992, 41(1): 63-74.https://doi.org/10.1086/451995URL [本文引用: 2]摘要 Many scholars support the hypothesis that a U-shaped pattern best describes the relationship between economic development and population concentration. At first economic growth leads to population concentration in a few core cities then economic growth leads to population dispersal. Most studies employing international cross-sectional data however fail to confirm this relationship. The author uses time series data from Israel over the period 1922-83 to see if this relationship does exist and whether economic development is the fundamental factor which determines the pattern. A 1-stage cross-sectional time series estimate of population distribution is made in which population concentration is determined by variables such as per capita GNP population density per capita vehicles and total population. These variables with the exception of population density perform well in explaining population concentration through time. This study effectively confirms the U-shaped relationship. Results from additional analyses of other nations may however provide more support.
[9]	Cuberes D.Sequential city growth: Empirical evidence. Journal of Urban Economics, 2011, 69(2): 229-239.https://doi.org/10.1016/j.jue.2010.10.002URLMagsci [本文引用: 1]摘要 Using two comprehensive datasets on population of cities (1800-2000) and metropolitan areas (1960-2000) for a large set of countries, I present three new empirical facts about the evolution of city growth. First, the distribution of cities growth rates is skewed to the right in most countries and decades. Second, within a country, the average rank of each decade's fastest growing cities tends to increase over time. Finally, this rank grows faster in periods of rapid growth in urban population. These facts can be interpreted as evidence in favor of the idea that urban agglomerations have historically grown following a sequential growth pattern: within a country, the initially largest city is the first one to grow rapidly for some years. At some point, the growth rate of this city slows down and the second largest city is then the fastest-growing one. Eventually, the third largest city starts growing fast as the two largest cities slow down, and so on.
[10]	Alperovich G.An explanatory model of city-size distribution: Evidence from cross-country data. Urban Studies, 1993, 30(9): 1591-1601.https://doi.org/10.1080/00420989320081521URL [本文引用: 3]摘要 Investigates the relevance of variables in explaining systematic variations of city-size population distribution across countries. Pareto exponent; Distribution in high per capita (GNP) countries; Government involvement; Scale and agglomeration economies.
[11]	Rosen K T, Resnick M.The size distribution of cities: An examination of the Pareto law and primacy. Journal of Urban Economics, 1980, 8(2): 165-186.https://doi.org/10.1016/0094-1190(80)90043-1URL [本文引用: 2]摘要 This paper examines the Pareto and primacy measures of the size distribution of cities. The mean Pareto exponent for a sample of 44 countries is 1.136, somewhat greater than the exponent of one implied by the rank-size rule. We find that value of the Pareto exponent is quite sensitive to the definition of the city and the choice of city sample size. The significance of non-linear terms in variants of the Pareto distribution also indicate that the rank-size rule is only a first approximation to a complete characterization of the size distribution of cities within a country. The relatively low correlation between primacy and Pareto measures confirms the need for a variety of measures of city size distributions. This paper also suggests that large cities are growing faster than small cities in most of the countries in our sample. This is indicated by the positive coefficient on the first non-linear term introduced into the Pareto equation. Finally, variations in the Pareto exponent and measures of primacy are partly explained by economic, demographic, and geographic factors.
[12]	Krugman P R.Geography and Trade. Cambridge: MIT Press, 1991. [本文引用: 2]
[13]	Fujita M, Krugman P R, Venables A J.The Spatial Economy: Cities, Regions, and International Trade. Cambridge: MIT Press, 1999. [本文引用: 5]
[14]	Krugman P, Elizondo R L.Trade policy and the third world metropolis. Journal of development Economics, 1996, 49(1): 137-150.https://doi.org/10.1016/0304-3878(95)00055-0URL [本文引用: 1]摘要 Many of the world's largest cities are now in developing countries. We develop a simple theoretical model, inspired by the case of Mexico, that explains the existence of such giant cities as a consequence of the strong forward and backward linkages that arise when manufacturing tries to serve a small domestic market. The model implies that these linkages are much weaker when the economy is open to international trade -- in other words, the giant Third World metropolis is an unintended by-product of import-substitution policies, and will tend to shrink as developing countries liberalize.
[15]	Alonso-Villar O.Large metropolises in the third world: An explanation. Urban Studies, 2001, 38(8): 1359-1371.https://doi.org/10.1080/00420980120061070URL [本文引用: 1]摘要 In this paper, we have developed a model that sets out to explain the existence of megacities in developing countries, in the context of a Krugman-type core-periphery model. The paper also suggests that agglomeration can be fostered by manufacturers mainly serving the domestic market. However, the analysis goes further by emphasising that megacities are not only the result of protective trade policies, but also the consequence of the relative position of a country, in terms of industrialisation, with respect to the rest of the world.
[16]	Krugman P.Increasing returns and economic geography. Journal of Political Economy, 1991, 99(3): 483-499.URL [本文引用: 1]
[17]	Fujita M, Mori T.Transport development and the evolution of economic geography. Portuguese Economic Journal, 2005, 4(2): 129-156.https://doi.org/10.1007/s10258-005-0042-6URLMagsci [本文引用: 1]摘要 In this paper, based on the recent advances in the new economic geography (e.g., Fujita etal. [12]), we analyze impacts of transport costs on the spatial patterns of economic agglomeration. We first identify prototypes from the existing models, and explain the mechanism of how transport costs influence the balance between economic forces of agglomeration and dispersion. We then investigate the transformation of the agglomeration/dispersion patterns given gradually decreasing transport costs for different goods.
[18]	Sheng Kerong, JinYaokun, Ji Li. A study on the influencing factors of city size distribution based on country-level cross-sectional data. Economic Geography, 2013, 33(1): 66-71.URL [本文引用: 2]摘要 基于57个国家和地区的截面数据,构建了首位城市规模、首位度、 4城市指数、变差系数和偏态系数5个指标来分析城市规模分布的多维度特征,在此基础上研究了区域人口规模、经济发展阶段、对外经济联系、区域政治因素和基 础设施条件对城市规模分布的影响机理.研究表明城市的发展直接与生产条件的区域组合联系在一起.区域人口规模和人均GDP规模的扩大将提高首位城市的人口 规模和城市人口在高序位城市的集聚程度,对外贸易联系的增强倾向于降低城市人口在高序位城市的集聚程度,首都虚拟变量影响着首位城市和其他高序位城市的相 对规模,基础设施条件的改善和民主化程度的增强倾向于降低首位城市规模和首位度. [盛科荣, 金耀坤, 纪莉. 城市规模分布的影响因素: 基于跨国截面数据的经验研究 . 经济地理, 2013, 33(1): 66-71.]URL [本文引用: 2]摘要 基于57个国家和地区的截面数据,构建了首位城市规模、首位度、 4城市指数、变差系数和偏态系数5个指标来分析城市规模分布的多维度特征,在此基础上研究了区域人口规模、经济发展阶段、对外经济联系、区域政治因素和基 础设施条件对城市规模分布的影响机理.研究表明城市的发展直接与生产条件的区域组合联系在一起.区域人口规模和人均GDP规模的扩大将提高首位城市的人口 规模和城市人口在高序位城市的集聚程度,对外贸易联系的增强倾向于降低城市人口在高序位城市的集聚程度,首都虚拟变量影响着首位城市和其他高序位城市的相 对规模,基础设施条件的改善和民主化程度的增强倾向于降低首位城市规模和首位度.
[19]	Ades A F, Glaeser E L.Trade and Circuses: Explaining Urban Giants. Quarterly Journal of Economics, 1995, 110(1): 195-227.https://doi.org/10.2307/2118515URL [本文引用: 3]摘要 Using theory, case studies, and cross-country evidence, we investigate the factors behind the concentration of a nation's urban population in a single city. High tariffs, high costs of internal trade, and low levels of international trade increase the degree of concentration. Even more clearly, politics (such as the degree of instability) determines urban primacy. Dictatorships have central cities that are, on average, 50 percent larger than their democratic counterparts. Using information about the timing of city growth, and a series of instruments, we conclude that the predominant causality is from political factors to urban concentration, not from concentration to political change.
[20]	Henderson J V, Wang H G.Urbanization and city growth: The role of institutions. Regional Science & Urban Economics, 2007, 37(3): 283-313.https://doi.org/10.1016/j.regsciurbeco.2006.11.008URL [本文引用: 1]摘要 This paper examines how urbanization is accommodated by increases in numbers and in sizes of cities. Political institutions play a key role. Estimation uses a worldwide data set on all metro areas over 100,000 from 1960 to 2000. The degree of democratization and technological advances strongly affect growth in both city numbers and individual city sizes. Effects on city sizes are heterogeneous. Technology improvements help bigger cities relative to smaller ones. Increasing democratization levels the playing field across the urban hierarchy, helping smaller cities. Given these opposing effects, the overall relative size distribution of cities worldwide is unchanged over the time period.
[21]	Xu Xueqiang, Zhou Yixing, Ning Yuemin.Urban Geography.Beijing: Higher Education Press, 2009. [本文引用: 3] [许学强, 周一星, 宁越敏. 城市地理学. 北京: 高等教育出版社, 2009.] [本文引用: 3]
[22]	Zhou Yixing, Yang Qi.A review on the urban-size hierarchy of China and the territorial types of the hierarchy on provincial level. Acta Geographica Sinica, 1986, 41(2): 97-111.URL [本文引用: 1] [周一星, 杨齐. 我国城镇等级体系变动的回顾及其省区地域类型 . 地理学报, 1986, 41(2): 97-111.]URL [本文引用: 1]
[23]	Cheng Kaiming, Zhuang Yanjie.Size distribution of cities and evolution mechanism of urban system in middle area of China. Scientia Geographica Sinica, 2013, 33(12): 1421-1427.URL [本文引用: 1]摘要 采用首位度指数、城市规模基尼系数及马尔可夫转移矩阵描述中部地区城市体系规模分布特征与变动规律，解析城市体系演进的自组织与他组织机制。结果显示：①1985～2010年中部地区城市首位度经历先上升后下降的趋势，武汉市的首位城市地位未变但呈弱化趋势；②中部地区城市规模基尼系数呈现出先上升后下降、再上升的变动过程，城市体系规模分布相对均衡但近年来差距呈微弱的扩大趋势。③中部地区城市体系发展总体处于上升期，不同类型城市之间转换较为平稳，重点城市的地位持续强化。④中部地区城市体系的演进受到以要素集聚、结构调整和科技创新等为代表的自组织机制和以政府调控为代表的他组织机制的共同作用。 [程开明, 庄燕杰. 中国中部地区城市体系规模分布及演进机制探析 . 地理科学, 2013, 33(12): 1421-1427.]URL [本文引用: 1]摘要 采用首位度指数、城市规模基尼系数及马尔可夫转移矩阵描述中部地区城市体系规模分布特征与变动规律，解析城市体系演进的自组织与他组织机制。结果显示：①1985～2010年中部地区城市首位度经历先上升后下降的趋势，武汉市的首位城市地位未变但呈弱化趋势；②中部地区城市规模基尼系数呈现出先上升后下降、再上升的变动过程，城市体系规模分布相对均衡但近年来差距呈微弱的扩大趋势。③中部地区城市体系发展总体处于上升期，不同类型城市之间转换较为平稳，重点城市的地位持续强化。④中部地区城市体系的演进受到以要素集聚、结构调整和科技创新等为代表的自组织机制和以政府调控为代表的他组织机制的共同作用。
[24]	Sun Bindong, Li Wan.City size distribution and economic performance: Evidence from city-regions in China. Scientia Geographica Sinica, 2016, 36(3): 328-334.URL [本文引用: 1] [孙斌栋, 李琬. 城市规模分布的经济绩效: 基于中国市域数据的实证研究 . 地理科学, 2016, 36(3): 328-334.]URL [本文引用: 1]
[25]	Pu Yingxia, Ma Ronghua, Ma Xiaodong, et al.Spatio-temporal dynamics of city-size distribution in Yangtze River Delta. Geographical Research, 2009, 28(1): 161-172.https://doi.org/10.11821/yj2009010018URLMagsci摘要 <p>从不同的角度对改革开放以来长江三角洲地区城市规模分布的演变进行了较为系统的研究。结果表明:(1)长三角城市体系经历了首位型-位次型-首位型分布模式,城市首位度降低,并不能排除城市规模呈现首位型分布;(2)就整个研究期间而言,长三角城市体系呈现较弱的收敛增长态势;(3)规模相对较大的城市,其维持自身状态的可能性较大。从长期发展趋势来看,长江三角洲地区将有高达78%的城市的人口规模低于同期平均水平,人口规模超过平均水平2倍以上的大城市数量将有所减少;(4)长三角城市体系在总体上并没有呈现均匀的空间分布格局,空间极化现象一直比较明显。随着改革进程的加快,在苏南、环杭州湾一带地区出现的空间集聚现象不断加强,这与苏北、浙南地区空间分布格局的相对平静形成了鲜明对比。</p> [蒲英霞, 马荣华, 马晓冬, 等. 长江三角洲地区城市规模分布的时空演变特征 . 地理研究, 2009, 28(1): 161-172.]https://doi.org/10.11821/yj2009010018URLMagsci摘要 <p>从不同的角度对改革开放以来长江三角洲地区城市规模分布的演变进行了较为系统的研究。结果表明:(1)长三角城市体系经历了首位型-位次型-首位型分布模式,城市首位度降低,并不能排除城市规模呈现首位型分布;(2)就整个研究期间而言,长三角城市体系呈现较弱的收敛增长态势;(3)规模相对较大的城市,其维持自身状态的可能性较大。从长期发展趋势来看,长江三角洲地区将有高达78%的城市的人口规模低于同期平均水平,人口规模超过平均水平2倍以上的大城市数量将有所减少;(4)长三角城市体系在总体上并没有呈现均匀的空间分布格局,空间极化现象一直比较明显。随着改革进程的加快,在苏南、环杭州湾一带地区出现的空间集聚现象不断加强,这与苏北、浙南地区空间分布格局的相对平静形成了鲜明对比。</p>
[26]	Liu Yaobin, Wang Ying, Xie Fei.The evolution characteristics of city size distribution of urban agglomeration around Poyang Lake. Economic Geography, 2013, 33(4): 70-76.URL [本文引用: 1]摘要 湖域地区日益城市化并进而演化为复杂的环湖城市群空间网络化现象,已成为世界性的一个普遍趋势.以环鄱阳湖城市群为例,运用城市规模分布的结构分析方法和非参数检验对其城市规模演变特征与规律进行深入揭示.研究表明:①环湖城市群首位城市影响较大,中间城市出现严重断层现象,中小城市数量多且处于较低水平发展,区域经济发展水平相对落后.②环湖区整体城市化水平得到较快发展,中小城市晋升为大城市速度加快,首位城市与其他城市间差距呈现缩小趋势,但短期内各规模城市之间转型比较困难,首位城市依然占主导地位.③城市规模分布接近Zipf的理想分布状态,具有比较明显的分形特征,同时能较好拟合β＞1时的双帕累托对数正态分布曲线,各个规模等级城市数量比例较合理. [刘耀彬, 王英, 谢非. 环鄱阳湖城市群城市规模结构演变特征 . 经济地理, 2013, 33(4): 70-76.]URL [本文引用: 1]摘要 湖域地区日益城市化并进而演化为复杂的环湖城市群空间网络化现象,已成为世界性的一个普遍趋势.以环鄱阳湖城市群为例,运用城市规模分布的结构分析方法和非参数检验对其城市规模演变特征与规律进行深入揭示.研究表明:①环湖城市群首位城市影响较大,中间城市出现严重断层现象,中小城市数量多且处于较低水平发展,区域经济发展水平相对落后.②环湖区整体城市化水平得到较快发展,中小城市晋升为大城市速度加快,首位城市与其他城市间差距呈现缩小趋势,但短期内各规模城市之间转型比较困难,首位城市依然占主导地位.③城市规模分布接近Zipf的理想分布状态,具有比较明显的分形特征,同时能较好拟合β＞1时的双帕累托对数正态分布曲线,各个规模等级城市数量比例较合理.
[27]	Meijers E J, Burger M J.Spatial structure and productivity in US metropolitan areas. Environment and Planning A, 2010, 42(6): 1383-1402. [本文引用: 1]
[28]	Gabaix X, Ibragimov R.Rank-1/2: A simple way to improve the OLS estimation of tail exponents. Journal of Business & Economic Statistics, 2011, 29(1): 24-39.https://doi.org/10.2139/ssrn.881759URL [本文引用: 1]摘要 Despite the availability of more sophisticated methods, a popular way to estimate a Pareto exponent is still to run an OLS regression: log(Rank) = 61 65log(Size), and take as an estimate of the Pareto exponent. The reason for this popularity is arguably the simplicity and robustness of this method. Unfortunately, this procedure is strongly biased in small samples. We provide a simple practical remedy for this bias, and propose that, if one wants to use an OLS regression, one should use the Rank 61165/652, and run log(Rank 61 165/652) = 61 65log(Size). The shift of 165/652 is optimal, and reduces the bias to a leading order. The standard error on the Pareto exponent is not the OLS standard error, but is asymptotically (265/65). Numerical results demonstrate the advantage of the proposed approach over the standard OLS estimation procedures and indicate that it performs well under dependent heavy-tailed processes exhibiting deviations from power laws. The estimation procedures considered are illustrated using an empirical application to Zipf’s law for the United States city size distribution.
[29]	Cheshire P.Trends in sizes and structures of urban areas . Handbook of Regional and Urban Economics, 1999(3): 1339-1373.https://doi.org/10.1016/S1574-0080(99)80004-2URL [本文引用: 1]摘要 This chapter reviews the literature dealing with systems of cities and the patterns of development within such systems. It starts with the longstanding question of the distribution of city sizes, both in relation to how this distribution can be described and, given the form that it takes, how that form can be explained. Such explanations frequently invoke various sorts of agglomeration economies and so some of the literature relating to these is included here. The chapter then surveys the literature that examines patterns of development within urban systems, and then work at a more disaggregated level on suburbanisation. The chapter concludes with a summary of research into recent patterns of urbanisation, including relative recentralisation.
[30]	Black D, Henderson V.Urban evolution in the USA. Journal of Economic Geography, 2003, 3(4): 343-372.https://doi.org/10.1093/jeg/lbg017URL [本文引用: 1]摘要 On a sustained basis, cities are of non-uniform relative sizes. This paper addresses three basic issues which arise from this simple observation by examining the size distribution of US cities over the period 1900--1990. First, we explore the reasons why there is a wide distribution of city sizes. Second, we characterize the evolution of the size distribution of cities, documenting growth in sizes and numbers of cities. We ask whether the relative size distribution of cities has remained stable over time, or if it has displayed, instead, a tendency to collapse, flatten, or otherwise change its shape. We also examine evidence on whether the size distribution obeys Zipf's Law. Third, we examine the degree and determinants of mobility of individual cities within this distribution, asking to what extent cities are moving up and down in the distribution and how this movement is influenced by cities' geographic characteristics. We use a newly constructed data with consistent metropolitan area definitions over this century, discussing the issues and linking our results to the relevant literature. Copyright 2003, Oxford University Press.