都市圈空间结构特征对经济效率的影响—基于我国8大都市圈的检验

■ 俞 涵 博士（南昌理工学院经济管理学院 南昌 330013）

引言

集聚经济是当前我国经济发展的主要特征之一，随着小区域间集聚经济模式的不断发展和演进，区域集聚规模不断扩张，小区域之间的经济界线不断被弱化，进而形成了以某个或某几个重点城市为核心的都市圈。21世纪以来，我国以长三角、珠三角、京津冀等东部沿海经济区域为代表不断崛起，集聚效应日益显著，都市圈规模也不断扩大。随着区域间辐射效应的不断深入和产业不断梯度转移，中部地区和西部地区集聚经济模式不断应用，都市圈也不断形成和发展。

在都市圈发展和演进的过程中，都市圈空间结构特征的变化一直是学术界关注的重点领域，不少学者围绕都市圈空间结构特征这一主题展开了一系列讨论，结论也不尽一致。都市圈空间结构是随着都市圈规模的变化和劳动力要素转移等而发生变化的，而都市圈规模额劳动力等的扩张，其目的在于提高经济效率，那么，由这些情况引致的都市圈空间结构特征的变化是否对经济效率产生显著影响？这是值得深思的问题，研究该问题对优化都市圈空间结构，提升整体经济效率具有重要的现实意义。

研究方法与样本说明

（一）模型构建

本文以柯布-道格拉斯生产函数为基本框架，并假设技术效率是可变的。借鉴蔡伟毅、陈学识（2010）的思想，可变的技术效率即为全要素生产率，该指标反映了在一定时期内生产投入品转化为产出品的效率，是经济效率的重要量度指标。根据这种观点，柯布-道格拉斯生产函数可表示如下：

其中，Y表示城市群的总产出水平，K和L分别表示城市群的资本要素投入和劳动力要素投入，α和β分别为资本要素和劳动力要素的产出弹性，TFP表示该城市群的全要素生产率。根据蔡伟毅、陈学识（2010）等的观点，目前我国各大中城市的资本和劳动产出弹性可近似由0.4和0.6代替。因此，各城市全要素生产率的表达式为：

写成线性表达式即为：

根据式（3），可以计算各个城市的全要素生产率，即表示为该城市的经济效率水平。基于Moomaw（1985）、刘生龙、胡鞍钢（2010）等人的研究经验，一个城市的全要素生产率TFP受该城市相对规模、产业结构特征、外资参与程度、技术投入和城市空间结构特征等因素的影响。为实证检验我国都市圈空间结构特征对经济效率的影响，首先设定计量模型框架如下：

其中，下标i表示都市圈，t表示时期，qit表示第i个都市圈t期的空间结构特征，Xit表示控制变量组，εit表示模型的随机误差项，α、β、γ均为待定系数。

（二）变量说明

1.经济效率。参考部分学者的方法，本文采用全要素生产率作为经济效率的代理变量，具体按照式（3）的方法进行计算。其中，产出变量Y采用都市圈的区域生产总值表示，即都市圈所辖城市的地区生产总值之和。考虑到价格因素对统计数据产生影响，本文采用各城市所属省份的GDP指数对原地区生产总值进行平减处理，再对平减后的实际生产总值进行加总。根据式（3），投入变量分资本要素和劳动力要素，资本要素采用都市圈的固定资产投资完成额表示，各城市的固定资产投资完成额按所属省份的固定资产投资价格指数进行平减，然后进行加总；劳动力要素采用各都市圈年末就业人员总数表示。与以往研究不同的是，本文采用的就业人员包括城镇和农村，这样就业涵盖范围就更加全面。

2.空间结构特征。空间结构特征是一个较为抽象的概念，以往许多学者在分析都市圈的空间结构特征时一般考虑城市规模布局、产业布局等方面，但鲜有研究能定量地对空间结构特征变量进行处理。本文采用豪斯道夫提出的城市位序规模布局特征来反映都市圈空间结构特征（Meijers，Burger，2010）。城市位序规模特征的模型如下：

其中，Pi表示第i个城市的人口规模；Ri表示第i个城市的位序，比如一个城市的人口规模在都市圈所有城市中排名第一，那么该城市的位序即为1；C和 q 都为待定系数，其中C为常数，q为空间结构特征系数；εi为模型的随机误差项。首先，分别以各个都市圈所辖城市为样本，根据城市位序规模特征的模型进行回归估计，得到的q值即为所检验样本都市圈的空间结构特征系数。若q值大于1，则表明核心城市较为突出，都市圈空间结构特征符合单中心-外围的扩散型特征；若q值小于1，则表明都市圈空间结构呈分散状分布，都市圈各城市之间的规模差异较小，符合多中心结构特征。

3.控制变量。各控制变量具体如下：

都市圈规模程度。该变量主要反映了都市圈内部经济活动的密集程度或者市场集中化程度，当一个都市圈规模程度较高时，该都市圈可以通过企业劳动力在空间上的邻近性和结构上的相似性，降低交易成本，提升市场潜力，最终推动都市圈经济效率提升。因此，都市圈规模程度是影响都市圈经济效率的重要变量，故列入控制变量范畴。基于学者们的研究思路，采用都市圈总人口作为规模程度的指标。此外，考虑到都市圈规模可能影响都市圈空间结构特征，从而影响空间结构特征变化带来的经济效率变化效应，因此引入都市圈规模程度与空间结构特征的交叉项。

科技投入水平。众所周知，一个区域科技投入水平的高低将对区域经济效率带来重要影响，因此科技投入水平是一个重要的控制变量。本文采用都市圈科学研发和试验经费支出占地区生产总值比重来衡量。其中，都市圈科学研发和试验经费支出总额用所辖城市的科学研发和试验经费支出总和表示。

表1 面板数据模型回归结果

外资引进水平。外资的不断引进不仅提高了都市圈的资本含量，更突出的贡献是不断引进先进技术和管理经验，这些知识储备对经济发展具有一定的溢出效应，因此外资引进水平也是一个重要的控制变量。本文采用都市圈的外商直接投资总额来衡量外资引进水平。

产业结构特征。合理的产业结构特征能促进都市圈各城市资源有效配置，从而促进都市圈经济运行高效化。本文采用都市圈第二、三产业增加值占地区生产总值比重来衡量都市圈的产业结构特征。

综合以上变量，以式（4）为框架，本文构建实证计量模型如下：

其中，POPit、TECit、FDIit、STRit分别表示第i个都市圈t期的人口规模、技术投入水平、外商直接投资和产业结构，由于人口规模和外商直接投资的数值较大，故对这两个变量做对数处理，lnPOPit× qit为都市圈人口规模和空间结构特征的交叉项，γ1、γ2、γ3、γ4、γ5都为待定系数，其余变量在式（4）中已做说明。

（三）样本数据选取说明

本文选取2001-2012年我国8大都市圈的面板数据为样本，具体包括辽中南都市圈、京津冀都市圈、山东半岛都市圈、长三角都市圈、中原都市圈、长江中游都市圈、西南川渝都市圈和珠三角都市圈。基于各都市圈行政区划以及数据的可得性，各个都市圈所辖城市具体如下：

辽中南都市圈包括大连市、沈阳市、鞍山市、抚顺市、丹东市、营口市、盘锦市、铁岭市、辽阳市和本溪市共10个城市。

京津冀都市圈包括北京市、天津市、石家庄市、张家口市、唐山市、保定市、廊坊市、承德市、秦皇岛市和沧州市共10个城市。

山东半岛都市圈包括青岛市、烟台市、济南市、威海市、日照市、潍坊市、东营市和淄博市共8个城市。

长三角都市圈包括上海市、南京市、苏州市、无锡市、常州市、泰州市、扬州市、南通市、镇江市、杭州市、宁波市、绍兴市、嘉兴市、湖州市、台州市和舟山市共16个城市。

中原都市圈包括郑州市、洛阳市、开封市、平顶山市、许昌市、漯河市、新乡市和焦作市共8个城市。

长江中游都市圈辖湖北武汉城市群、湖南环长株潭城市群、江西环鄱阳湖城市群和江淮城市群共四大城市群，包括武汉市、黄冈市、黄石市、鄂州市、孝感市、咸宁市、长沙市、岳阳市、湘潭市、株洲市、南昌市、九江市、景德镇市、新余市、上饶市、合肥市、芜湖市、马鞍山市、蚌埠市、铜陵市、滁州市共21个城市。

西南川渝都市圈包括重庆市、成都市、自贡市、泸州市、德阳市、绵阳市、遂宁市、内江市、乐山市、南充市、眉山市、宜宾市、广安市共13个城市。

珠三角都市圈包括广州市、深圳市、珠海市、佛山市、惠州市、肇庆市、江门市、中山市和东莞市共9个城市。

以上8大都市圈是我国国民经济发展中具有主导作用和主体地位的核心区域，综合体现了中心城市和外围城市的联系程度，是研究都市圈经济发展和空间结构特征的典型样本。都市圈层面的数据基本为该都市圈所辖城市对应指标数据的总和，各个城市的原始数据来源于历年的《中国城市统计年鉴》、《中国区域统计年鉴》、各地区统计年鉴和国研网数据库。

检验结果分析

根据式（6），代入相关数据进行回归估计，回归结果如表1所示。

在分析模型变量的系数之前，首先需要确定面板数据的类型。根据面板数据模型的常数项与回归系数向量在各个分量中的不同约束，面板数据模型效应可分为固定效应、随机效应和混合效应三种。根据每一种效应的结果，采取一定的判别方法，可以判别哪一种效应最为适合。表1列出了不加入都市圈规模程度与空间结构特征的交叉项（模型一），以及加入都市圈规模程度与空间结构特征交叉项（模型二）的回归结果，从两个结果可知，豪斯曼检验都拒绝了随机效应。同时，定义F统计量如下：

其中，SSEr、SSEu分别为混合效应和固定效应的残差平方和。容易解得F=18.77>F0.05（8-1,8*12-8-1）>2.51，于是拒绝混合估计模型，最终选择固定效应模型。

本文对回归结果进行分析：

首先，由模型一可知，在控制了本文选取的其他变量的影响后，都市圈空间结构特征对经济效率的影响也处于较高水平。都市圈空间结构特征的系数为0.7644，且在5%的水平上显著，这表明都市圈空间结构特征的优化可以对区域经济效率产生明显的推动作用。都市圈空间结构特征是以空间结构特征系数来量化的，其数值越高，说明都市圈的城市规模结构越符合“中心-外围”的集聚式特征，而这种集聚意味着家庭、企业等组织向核心城市集中，于是产生一定的集聚效应和规模经济效应，不但可以推动劳动力市场、消费市场的规模效应，也可以对运输成本和交易成本进行优化，为都市圈经济效率的提高带来广阔的空间。

另一方面，单核心都市圈的集聚扩散效应较强，比如长三角都市圈就是典型的单核心都市圈，其核心城市的辐射带动作用往往强于非单核心都市圈。根据贾德铮、高汝熹（2012）的研究，近年来长三角都市圈的扩散熵指数不断增加，上海市作为核心城市的辐射带动作用得到充分发挥。然而，像珠三角都市圈等属于多核心都市圈，虽然多核心都市圈的城市拥挤程度相对较低，但是交通运输成本也相对较高，这样会导致资源产生分散的情况，不利于资源的优化配置。根据目前我国的发展实际，将珠江三角洲都市圈等多核心都市圈变为单核心都市圈恐难符合城市发展方向，因此这些都市圈应该从其他方面进行优化。根据笔者的建议，一是完善交通网路，增强这些都市圈点的交通通达性，以节省运输成本；二是深化专业化分工，延伸产业链，都市圈内核心城市与外围城市之间实行错位发展战略，不断发挥产业互补优势，推动核心城市的辐射效应，延伸都市圈整体的产业链，使市场资源配置和都市圈空间功能都得到充分发挥。

其次，四个控制变量的系数均显著为正，这也验证了给出的关于控制变量的观点。都市圈规模的系数达到2.6568，且在1%的水平上显著，表明都市圈规模的扩张是都市圈经济效率提升的一个重要基础，这也与我国都市圈发展和工业化、城市化进程基本同步的现状相符合。技术投入水平的系数为0.0985，且在5%的水平上显著，表明都市圈技术投入的增加有利于经济效率的提升。但是，都市圈技术投入的系数并不高，这也表明当前我国都市圈产业技术投入并不能很好地为经济效率带来提升动力。基于这个结果，笔者的建议是各个都市圈都要以加快走集约化发展道路为方向，不断在各个行业加大技术投入，不断发挥技术带来的溢出效应，促进都市圈经济效率的进一步提升。

外商直接投资的系数为0.1253，且在1%的水平上显著，表明都市圈外资的不断引进推动了经济效率的提升。外商直接投资能对国内产业发展产生较强的溢出效应，可以提高国内生产要素的边际产出水平，从而提升都市圈的经济效率。产业结构的系数为0.1882，且在1%的水平上显著，表明都市圈产业结构的不断升级也有利于经济效率的提升。目前，我国大力调整产业结构，不断通过产业升级来提升区域经济效率，像北京、上海、广州、深圳等大中城市的三次产业结构优化程度明显高于周边城市，因此要充分发挥这些城市的产业辐射作用，不断促进各个都市圈产业结构的优化升级。

最后，从模型二可以看出，交叉项lnPOPit× qit的系数为-0.2360，且在1%的水平上显著，说明都市圈空间结构特征对经济效率的影响水平受到都市圈规模大小的制约，而且当都市圈规模较小时，单核心结构特征更有利于提升都市圈经济效率。但是，随着都市圈核心城市人口的不断集聚和就业空间的不断压缩，单核心发展模式的优势不断减弱，不可避免地激化了行业的同质竞争、交通的拥堵以及环境的污染等不利于经济发展的因素。为此，当一个都市圈人口规模发展到一定程度后，应通过城市的辐射作用扩大核心城市的发展空间，并加大城市基础设施投入，维持核心城市的功能发挥，增强都市圈内城市发展的协调性。

结论

本文以我国8大都市圈2001-2012年的面板数据为样本，实证检验了都市圈空间结构特征对经济效率的影响。综合实证结果，得到以下结论：第一，都市圈空间结构特征对经济效率的影响处于较高水平，单核心都市圈的空间结构特征对经济效率的影响相对较高；第二，当都市圈规模较小时，空间结构特征对经济效率的促进作用更能得到发挥。

因此，我国各都市圈要进一步强化核心城市的集聚效应和辐射效应，逐步摆脱因都市圈核心规模扩张而带来的资源配置合理性降低的现状，在扩大核心城市规模的基础上，不断构造合理的都市圈空间结构；同时借助对外开放深入和产业不断转型升级的机遇，积极引进重点外资项目，不断明确都市圈专业化分工，不断提升空间发展效率。

1.蔡伟毅，陈学识.国际知识溢出与中国技术进步[J].数量经济技术经济研究，2010（6）

2.Moomaw R L.Firm Location and City Size:Reduced Productivity Advantages as A Factor in the Decline of Manufacturing in Urban Areas[J].Journal of Urban Economics，1985（1）

3.刘生龙，胡鞍钢.基础设施的外部性在中国的检验：1988-2007[J].经济研究，2010（3）

4.李因果，何晓群.城市规模、就业结构对聚集经济及TFP的影响—基于中国十大城市群的经验分析[J].山西财经大学学报，2010（9）

5.Meijers,E. J., & M.J.Burger.Spatial Structure and Productivity in US Metropolitan Areas[J].Environment and Planning A,2010,42(6)

6.Cingano F，Schivardi F.Identifying the Source of Local Productivity Growth[J].Journal of the European Economic Association，2004（4）

7.贾德铮，高汝熹.长三角都市圈空间集聚扩散效应研究[J].现代管理科学，2012（1）