城市群兴起的动力机制研究*

王 珺 杨本建 刘 炜

经济学 管理学

城市群兴起的动力机制研究*

王 珺 杨本建 刘 炜

城市的向心力来自于两个方面：当期的工资回报和未来的收入预期；城市的离心力来自于住房成本。这两种力量对比在不同城市之间的变化，导致了城市之间的分工互动的差异。由于城市土地供给是外生给定以及劳动力向城市流动的部分收益反映在未来的收入预期，而城市当期的住房价格既反映了当期的工资回报也反映了未来的收入预期，因此劳动力流入某一城市带来的住房价格上升会快于城市集聚效应带来的工资上升，从而导致两个城市的工资比线与住房价格比线变化不同步。根据两个城市工资比和住房价格比的相互关系，可以把城市群的形成和演化分为三个阶段：大城市兴起阶段、城市群形成阶段和城市群成熟阶段。深圳与东莞两个城市的案例较好地支持了本文的理论框架。

住房价格工资预期收入工资比房价比

一、引言

从单个城市到城市群遵循了怎样的发展路径和阶段？单个城市集聚的向心力和离心力的变化如何影响了城市之间的互动分工？这些不仅是经济发展战略层面所涉及的重大现实问题，而且也是城市经济理论所探讨的前沿问题。本文从城市之间向心力和离心力相对变化的角度构建一种城市群理论来试图对这些问题进行探讨。

从城市理论文献上看，现有的研究多集中于分析单个城市以及更大范围内城市体系的形成机理（Fujita，1988；Abdel-Rahman，1990；Fujita et al.，1999；Abdel-Rahman and Anas，2004），［1］［2］［3］［4］而对于空间邻近城市之间互动分工的微观机理则较少涉及。虽然Duranton和Puga（2001）［5］的分析涉及城市之间互动分工的微观机制，但他们的理论侧重于讨论大小城市存在的微观基础，并没有涉及城市群的形成和演化。Glaeser等（2015）［6］分析了区域创新回报、住房供给和区域便利性三个因素对城市体系演化路径的影响，诸如究竟是朝着超大城市演化还是朝着城市网络演化等，但他们仍然集中于国家层面或更大区域层面的城市体系。Overman等人（2012）［7］运用几何图形的方式，分析了两地之间竞争与互补的具体条件与环境变化等，但他们也没有分析两个城市之间的分工互动及其变化。

本文对城市群理论的思考是从两城市模型入手的。这是因为一方面城市群涉及多个城市之间的互动关系，为便于深入分析，本文限定在两城市内，另一方面两部门与两地区模型也是经济学家分析要素流动与空间布局变化的一种常用方法。与本文相关的有两类文献，一是20世纪50年代的刘易斯模型，该理论是对劳动力从农业部门流向工业部门的一个机理性阐释。随后的文献围绕着农村劳动力为什么会流向城市的问题而展开，诸如在城市的就业概率对劳动力流动的影响（Todaro，1970、1976）；［8］［9］寻求好的公共服务（Lall et al.，2009；World Bank，2010；Dudwick et al.，2011），［10］［11］［12］避免恶劣天气（Reuveny，2007；Hunter et al，2011）、［13］［14］所在地的收入风险（Munshi and Rosenzweig，2013；Bryan et al.，2014）［15］［16］以及在城市中工作的时间长短对工资收益的影响（Moretti，2004；2011）［17］［18］等。王建国和李实（2015）［19］等学者对中国的研究结果显示，对于在城市就业时间越长的农民工，城市规模扩张对其工资提升具有正向作用越大。踪家峰和周亮（2015）［20］发现，从长期来看，城市各个阶层的工人都能从城市中获得工资溢价。另一是20世纪90年代初期由克鲁格曼等人构建的基于运输成本变化而导致中心与外围关系形成与变化的模型。比如一个大型的项目落在该城市，这会扩大当地的劳动力需求，从而推动工资上升，但是工资上升又会导致其他城市的劳动力流入，从而导致土地价格上升，最后这种土地价格上升抵消了工资上升带来的收益。后来的学者拓展了这一理论，诸如就业、工资与土地价格之间的动态变化（Topel，1986；Glaeser，2008），［21］［22］住房生产对劳动力投入的影响（Glaeser and Gottlieb，2009），［23］以及这一模型与新经济地理学的理论的结合（Combes et al.，2005）。［24］所以，只有两城市模型，才能更好地打开城市群微观机理的黑箱。本文与这两类研究视角不同的是，第一类文献主要讨论的是工资差别与劳动力流动以及两地工资水平均衡的关系，而没有涉及住房价格变化。第二类文献则集中在两地间土地价格差距、要素流动与空间布局之间的关系，而忽略了两地之间工资差距变化对要素流动的影响。城市群理论则需要把两者结合起来。

本文认为，当一个城市因历史与偶然事件比另一个城市获得更多的投资项目与发展机会时，前者对劳动力需求的增加快于后者，两地之间工资差距拉大，这会引起劳动力从后者流入到前者。随着劳动力大量流入，前者的住房价格会上升，从而拉大两地之间住房价格的差距。显然，对于前者来说，当因当前的工资回报与未来的收入预期而产生向心力的同时，也因劳动力流入导致的住房成本上升而形成了离心力。但是，这两者之间并不是同比例上涨的。这是因为劳动力流入对劳动力市场与住房市场所产生的影响是不同的，对劳动力市场主要形成了一定的供给力量，从而会在一定程度抑制工资水平的上涨，而对住房市场则形成了较大的购买需求，这会刺激住房市场价格进一步上涨。近年来，一些大城市工资水平赶不上住房价格上涨的事实印证了这一点。但是，之所以住房价格持续上涨还会引起劳动力大量流入，是因为除了当前具有较高的工资收入外，还有基于共享、匹配和学习所带来的集聚效应（Duranton、Puga，2004）。［25］所以，当劳动力进入大城市后，会随时间增加自身的人力资本积累，获得更多的发展机会，从而使预期收入上升。本文用两个城市之间的工资比与房价比这组指标作为观察与分析的基本依据。由于劳动力流入对流入地的劳动力市场与住房市场产生不同的影响，以及劳动力对流入地有更高的收入预期，两个城市当期的工资比线与房价比线会不同步变化。其中，房价比线的变化会快于工资比线，依据两个城市的工资比线和房价比线的不同步变化，本文把城市群的形成和发展划分为三个依次递进的阶段：大城市兴起阶段、城市群形成阶段和城市群成熟阶段。

二、分析框架

本文在现有空间均衡模型（Rosen，1979；Roback，1982）［26］［27］基础上，构建一个两城市模型，从向心力之比和离心力之比两个方面来分析城市群的形成。我们假定企业的生产要素由土地和劳动力构成，劳动力是同质的且对两个城市的偏好是相同的，他们在城市之间可以自由流动；每一个城市的土地供给是固定的；城市存在着人力资本溢出和集聚效应，当更多的劳动力流入该城市时，随着城市就业人口的增长，在短期内供给的增加会降低工资水平，但在长期内城市的工资水平会上升；城市规模扩大的向心力来自于当期的工资回报和未来的收入预期，即使即期的工资水平较低，只要某一城市能给劳动力带来未来能获得更高收入的预期，劳动力也会流向该城市，离心力来自于劳动力流入导致土地价格的上升所带来住房价格的上升。

图1　城市群演进的阶段

在单个城市向城市群演化的过程中，城市之间的向心力比与离心力比之间的差异如何影响城市的产业结构以及与其他城市之间的关系？在现有空间均衡的模型中，如果假定城市土地供给是外生给定以及工人对城市的偏好以及城市的公共服务水平、便利性等都是相同的，且不考虑未来的预期收入，城市间的工资差异一定能够反映土地价格差异，也即是说工资差异的大小与土地价格差异的大小呈比例关系。如果一个城市的工资较低，那么这个城市的土地价格也较低；这时，城市之间工资差异的变化与土地价格差异的变化是同步的，两条曲线不会有交点。但是，在我们的分析框架中，由于假定未来收入的预期会影响劳动力流动，城市之间的工资比线与土地价格比线会存在交点（如图1所示）。这是因为，当政府的政策、历史的事件或偶然事件导致某一个城市对劳动力的需求增加时，劳动力就会流向该城市，在短期内，流入的劳动力可能大于工作岗位的需求数量，从而导致工资水平的下降，但由于人力资本的外部性和集聚效应的存在，最终会增加该城市未来的预期工资水平；另一方面，劳动力的流入会提高城市的土地价格，从而提高城市的房价。由于当期的住房价格不仅体现了当期的收入水平，而且还体现未来的收入预期。因此，城市工资水平的上升慢于住房价格的上升，随着运输成本的下降，两个城市集聚的向心力之比与离心力之比变化会不同步，从而使得两条曲线会有交点。这意味着，由于未来的收入预期也是劳动力流动的重要影响因素，因而即使城市房价上涨超过工资上涨幅度，只要劳动力对在该城市就业的工资增长预期为正，他们就会继续进入该城市。

我们以空间上两个孤立的、规模和产业结构完全相同的城市作为分析的起点，这一点也即是图1中的O点。从经济发展的阶段来看，由于城市的出现远早于工业化，我们把早期的地理空间上城市之间的关系概括为孤立城市的阶段。早期的城市的出现并非完全可由经济因素来进行解释，除了商业活动以外，宗教因素和提供安全保障也是城市出现的重要原因（科特金，2013）。［28］因此，即使城乡或城市之间的运输成本很高，这些非经济因素也会导致城市形成。在这一阶段，由于市场狭小和城市之间运输成本较高，这时城市之间的工资差异很小，同时房价差异也很小。这些城市在很大程度上是相互孤立的，绝大部分的经济活动都在单个城市内部或城市与附近的乡村之间展开，城市之间几乎不存在要素流动和产业分工。这一阶段反映了工业化以前的城市发展阶段。然后，随着运输成本的下降，我们依据两个城市工资比与房价比线的变动趋势及其相对的变化幅度，把两个城市之间的关系分为三个阶段：

（一）大城市兴起阶段

当两个城市的运输成本下降时，两个城市之间的通达性不断增加。这时城市之间的向心力和离心力的力量对比会发生变化。根据Krugman（1991）［29］的模型，只要一个历史或偶然的事件导致两个城市中的一个城市人口增加，那么这个城市的工资水平会增加，从而吸引更多劳动力流入这个城市。这种向心力至少包含两个方面：一是前向关联，也即在市场更大的地方，销售的产品更多，从而更容易实现生产上的规模经济；二是后向关联，也即在市场规模更大的地区，企业更容易以低价获得中间产品。在Duranton 和Puga（2004）［30］看来，这包括共享、匹配和学习等机制带来的效率提高。同时，当该城市的人口增加时，该城市的土地价格也会上升，土地价格上升会导致住房等生活成本的上升。这就构成了城市规模扩张的离心力（Helpman，1998）。［31］在Helpman（1998）的模型中，运输成本的下降会改变向心力和离心力的对比，随着运输成本的下降，城市规模扩张的向心力一开始大于离心力，从而城市规模会不断增大，当运输成本下降到一定程度，离心力反过来会大于向心力，从而会制约城市规模的扩张。由于城市土地的供给是固定的，这意味着城市土地供给不能随城市人口增加而调整，在这一假设下运输成本的下降导致某一城市工资上升的同时，也会导致该城市土地价格快速上升。从短期来看，大量的劳动力流入对于城市劳动力市场来说是增加供给，而对于城市的住房需求来说则是增加需求，同时城市当期的住房价格不仅反映了当期的工资回报也反映了未来的收入预期，从而会导致住房价格相对工资水平的更快上涨，城市集聚的离心力会超过向心力，但从长期来看，由于城市集聚的动态外部性存在，如城市的人力资本溢出、学习效应的存在等，使得劳动力会预期到未来收入会上升。在这种条件下，劳动力获得的即时工资回报上涨速度没有住房价格的上涨速度快他们仍然会进入该城市，从而导致该城市规模会不断变大。从两个城市的角度来说，当运输成本下降到一定阶段，偶然和历史的因素或政府行为会导致两个城市的工资比线和房价比线发生变化，而且房价比线的变动速度要超过工资比线。

我们把这一发展阶段称为大城市出现阶段。在图1中，属于OA这一段。在这一段中，两个城市的工资比线和房价比线都上升了，但房价比线上涨的速度要快于工资比线，而且两个城市中，一个城市会不断变大，而另一个城市则变小。

（二）城市群形成阶段

在城市土地供给外生给定的假设下，随着运输成本的进一步下降，两个城市工资比线和土地价格比线之间的差异继续扩大。它们之间的差异达到一定程度时，大城市的住房价格水平所带来的生活成本足以抵消了当前在该城市获得的工资收益以及预期的未来收入。这时，城市集聚的离心力超过了向心力。在现实中表现为，由于高的房价，大城市部分劳动力会迁往邻近的小城市居住，而仍然选择在大城市工作。在这种条件下，小城市的住房价格也会上升。同时前往小城市居住的居民会带来大城市更加先进的知识和观念，从而提升小城市的工资水平。因此，大小城市之间的工资比和土地价格之比都会下降，但是由于土地供给外生给定，两个城市房价之比下降的速度要大于工资比下降的速度。

我们把这一阶段称为城市群形成的阶段。在图1中属于AB这一段。在这一阶段，两个城市的工资比和房价比从原来的上升转为下降，且房价比下降的速度大于工资比下降速度，最后达到B点，在这一点，两个城市之间的工资比与房价比相等。

（三）城市群成熟阶段

随着不断有居民进入小城市居住，小城市的规模也不断扩大。这时，部分产业会由大城市向小城市转移。转移到小城市居住的居民可以实现在居住地就业，从而避免了高的城市之间的通勤成本。小城市的工资水平进一步上升。这是因为产业的转移给小城市带来了更多的中间产品和最终产品和知识，从而增加了大城市向小城市的技术溢出，增强小城市内部的前后向关联，从而推动了当地工资水平的上升。即使我们假定大城市工资水平不变，小城市工资水平的快速上升也推动两个城市工资比进一步下降。此外，由于土地供给固定，小城市的住房价格上升会快于工资水平，两个城市的房价比以更快的速度下降，甚至下降到工资比线以下。这时小城市的规模会扩大，同时两个城市出现产业分工。

我们把这一阶段称为城市群成熟阶段。在图1中属于BC段。在这一阶段，两个城市的工资比线和房价比线进一步下降，甚至房价比下降到工资比以下。两个城市出现产业分工。

三、案例分析：深圳与东莞

本文将以深圳和东莞为案例，对上述理论假设进行实证检验。深圳和东莞地处珠江三角洲东岸地区，毗邻香港，是广东省较早参与全球产业分工，经济水平较为发达的两个相邻城市。其中，深圳市目前已经迈入我国经济实力最强的一线城市行列，是我国华南地区的经济中心城市和创新之都。2015年，深圳的国内生产总值达到1.75万亿元，在全国所有城市中排名第四（前三名是上海、北京和广州），常住人口超过1100万人，是我国为数不多的千万级别的超大城市。经过30年的发展，深圳已经形成以电子信息产业为主导，生物医药、新能源、新材料等高新技术产业和金融、物流、文化创意等现代服务业为核心的产业结构。特别是电子信息产业，深圳已经实现了从较为低端的加工制造环节向较为高端的研发、销售、品牌等环节的转型升级，涌现出华为、中兴、腾讯等一大批全球性的电子信息龙头企业。与之相比，东莞的经济发展则相对缓慢一些，但在珠三角地区仍然属于经济实力较强的城市。2015年，东莞的国内生产总值达到6275亿元，在广东省排名第四（前三名是广州、深圳和佛山），常住人口达到825万人，在我国也属于大城市的行列。在产业发展方面，东莞以“三来一补”为代表的加工贸易产业起步，从服装、玩具等低端劳动密集型产业逐步过渡到电脑及配件、电子信息设备及元器件等产业，已经形成了以电子信息产业为支柱的产业结构。与深圳不同，东莞的电子信息产业目前仍以加工制造为主。特别是2010年之后，在全球性金融危机、土地劳动力成本上升、发展空间腹地不足等因素的影响下，东莞市接受了大量的来自深圳市的中小型电子信息企业或者大型企业的生产制造部门的产业转移，成为名副其实的电子信息产业的“世界工厂”。

目前，深圳和东莞被广泛认为是珠三角城市群内部产业联系最为紧密、区域一体化程度最高的核心地区。围绕电子信息产业，两个城市形成了集生产、研发、销售、物流、金融服务等环节于一体的完善的产业链分工协作。以产业联系和分工为基础，深圳和东莞两地之间在半小时到1小时经济圈内形成巨大的人流、物流、资金流和信息流，进一步推动两地在交通和信息基础设施、公共服务、行政管理等领域的对接联系与合作。然而，事实上，两个城市作为珠三角城市群联系最紧密的核心城市，其联系和分工并不是一蹴而就的，而是经过了一个城市联系逐步建立并加强的过程，这个过程同时也是城市群形成的过程。回顾两个城市的发展历程，事实上也经历了独立发展、大城市兴起和城市群形成三个过程。

第一，独立发展时期。在2010年以前，两个城市基本处于各自独立发展的阶段。在相当长一段时间内，深圳和东莞两个城市在珠三角东部地区扮演的角色几乎是一样的，即作为“前店后厂”的“厂”而存在。依托香港这个国际化大都市，两个城市均承接了大量的来自港台的加工贸易产业，作为“世界工厂”嵌入全球生产网络之中。现在高科技企业林立的深圳南山区，1996年以前还存在大量的“三来一补”企业。电子产业作为当时全球的新兴产业，开始了其第二次全球转移浪潮，即从亚洲新兴地区转移到我国东部沿海地区，主要目的地就是深圳和东莞。到1996年，深圳常住人口482万，东莞383万，基本属于同一发展规模的城市。1997年以后，随着香港回归和我国成功加入世贸组织，我国开始越来越多地参与到经济全球化的分工与合作之中。很多跨国企业和资本开始绕过香港这个“中转站”，直接到内陆投资。深圳作为我国最靠近国际市场的城市之一，逐渐成为跨国企业和资本进入国内的“桥头堡”，加上深圳机场、广深快速铁路、高速公路等交通基础设施的不断完善，全国范围内的人才、资金、技术等产业要素开始在深圳集聚，推动深圳服务业的快速发展。当时电子信息产业还未发展成为支柱产业，但是已经从低端的加工制造转向“山寨”模仿，深圳和东莞的差距并不大，两者当时都被认为是全球“山寨之都”，以电子产品的模仿、代工生产为主。但稍有区别的是，深圳的区位条件、市场环境和城市建设水平对于培育企业更为有利一些，一些明星企业如华为等已经逐步在“山寨”的基础上不断积累技术，开始走上自主创新的道路。

第二，大城市的兴起。从2008年开始，深圳的电子信息产业逐步完成了前期的技术积累，从“山寨”开始转向技术创新，成为新的支柱产业。同时，深圳的金融、会展、物流、咨询、文化创意等现代服务业发展也十分迅速，推动深圳逐渐发展成为一个全国性的经济中心城市。同时，大量的人口、资金和产业的流入，推动了工资和土地价格的快速提升，很多“三来一补”为代表的劳动密集型加工企业开始向外转移。与之相比，由于地理区位、产业基础和城市建设水平的差距，东莞的产业转型较为缓慢，仍然以加工贸易型产业为主。但受到新劳动法、环境管制和人民币汇率等因素的影响，东莞的劳动力、土地成本逐渐增加，大量的劳动密集型加工贸易产业开始逐渐受到冲击。2008年全球性的金融危机引发了东莞的加工贸易企业的倒闭潮，香港大型玩具厂合俊集团的突然倒闭标志着东莞传统发展模式的终结。随着电子信息产业的崛起和服务业的全面快速发展，劳动力、资金、技术向深圳集聚的速度不断加快，带动深圳房价开始井喷式增长。与房价的快速攀升不同，两地的工资水平增长速度则相对较为滞后，导致深圳与东莞两地的房价比提高大大快于工资比。深圳的商品住宅二级市场平均价格从2011年的19038元/平米飙升至2015年的33426元/平米，深圳与东莞的房价比从2.57上升至3.41（近五年平均值2.66），其增长幅度远远超过同期的工资比（从2011年的2.53到2015年的2.08，近五年均值2.20）。这正好印证了本文之前的理论假设。

第三，城市群的形成。大量劳动力和资本涌入深圳，导致其土地和房产价格持续维持在高水平。一方面，深圳的工业用地价格已经大大超出很多企业的承受能力，有限的土地资源也无法满足很多的企业产能和办公扩张需求，大量企业开始将自己的生产乃至研发部门转移到东莞。例如，华为就在2016年将终端总部和部分研发部门转移到东莞的松山湖高新技术产业园；另一方面，福田、南山等城市中心区的房产均价已经达到5万元/平米，已经远远超出了很多中等收入阶层的承受能力（2015年深圳的职工平均工资为7261元/月）。在这种情况下，众多中等收入阶层开始在邻近深圳的东莞长安、虎门等镇购买房产，以两地钟摆式交通的通勤方式实现“工作在深圳，居住在东莞”。这种情况反映了深圳的城市离心力已经开始在一定程度上超过了向心力。随着深圳大量企业的生产部门、研发部门以及中产阶级转移到东莞，深圳和东莞两座城市开始出现产业分工与协作，产业联系大大加强，城市群开始逐步形成。

在城市群形成的过程中，大城市兴起是一个向心力不断聚集的过程，而城市群形成则是离心力不断增强而导致的经济活动扩散过程。从静态上看，两种力量是相互制约的，这作为划定城市边界的依据。但是，从动态上看，当一个城市的市场活力与经济密度不断增加时，两者力量也可能形成一种相互促进、良性互动的同步关系，如聚集的动力越强，扩散的压力也就越大。不能及时地扩散出来，就无法形成有效的聚集。具体来说，深圳与东莞之间的分工深化就是大城市兴起与城市群形成是同步进行的。从时间上来看，深圳企业生产部门的分离和转移过程开始相对较早。从2007年起，陆陆续续就有深圳电子企业将生产部门外迁到东莞甚至更远的地区（比如西可通信技术设备有限公司就将其生产部门转移到河源，总部、研发和销售部门仍然保留在深圳）。其次是中产阶级的郊区化，大约出现在2012年前后。研发部门的迁移则相对较晚，出现在2015年左右，由于深圳前海自贸区效应的催化，科技企业云集的深圳南山区房地产均价在2015年突破7万元/平方米，对大量的中小型创新企业和资源形成了明显的“挤出效应”。由于大量企业和中产阶级转移到东莞，推动东莞的房价开始上涨（根据有关房地产公司提供的数据显示，2015年东莞已经有18个区域房价过万元。其中，塘厦、松山湖两个镇街房价突破2万元，分别为21465元/平方米、20652元/平方米）。尽管目前深圳与东莞的房价比仍然维持在高位，但随着东莞产业和人口的不断集聚，房价和工资不断上升，未来几年深圳与东莞的房价比和工资比将会逐步下降，而房价比的下降速度将快于工资比，即进入本文假设中的城市群成熟阶段。

四、结论

本文从两城市模型入手，通过分析两个城市之间的工资比和房价比的不同步变化，提出了城市群形成和发展的依次递进的三个阶段：大城市兴起阶段、城市群形成阶段和城市群成熟阶段。深圳和东莞的案例分析较好地验证了本文提出的理论框架。在本文的两城市模型中，初始状态存在两个规模相同的城市，当历史或偶然因素，或是政府的行为导致劳动力流入其中一个城市时，该城市的住房价格上升幅度要大于当期工资回报上升幅度，由于预期到未来收入上升，劳动力仍然愿意进入该城市就业，从而导致该城市规模会不断变大，这时两个城市的住房价格比线上升幅度要快于工资比线，这就是本文所说的大城市发展阶段；随着运输成本的进一步下降，两个城市工资比线和土地价格比线之间的差异继续扩大。它们之间的差异达到一定点时，大城市的住房价格水平所带来的生活成本足以抵消了当前在该城市获得的工资收益以及预期的未来收入，由于高的房价，大城市部分劳动力会迁往邻近的小城市居住，而仍然选择在大城市工作，这时候小城市的住房价格和工资水平都会上涨，两个城市的工资比线和价格比线都会下降。这即是本文所说的城市群形成阶段。随着不断有居民进入小城市居住，小城市的规模也不断扩大，部分产业会由大城市向小城市转移，转移到小城市居住的居民可以实现在居住地就业，小城市的住房价格上升更快。这时两个城市之间的住房价格比线和工资比线会进一步下降，且住房价格比线会下降到工资比线之下。这就是本文所说的城市群的成熟阶段。

本文的主要贡献在于，把劳动力进入城市未来收入预期纳入到城市经济模型中，并且发现由于当期的住房价格反映的是当期的工资回报和未来的收入预期，从而导致城市工资的变动与住房成本的变动不同步。从两个城市来看，随着其中一个城市规模的变大，城市之间的房价比线上升要比工资比线要快。这为我们研究城市群的演化机制提供了微观基础，也是对传统空间均衡理论的突破和完善。本文的研究结果也具有一定的现实意义。城市群形成发展有其客观规律和内在的动力机制，政府应当根据城市群发展的不同阶段来制定不同的政策，推动城市群的可持续良性发展。在大城市兴起阶段，政府的政策应当聚焦于如何推动产业集聚，建设区域性的中心城市；而在城市群形成和成熟阶段，则应关注如何更好地开展城市产业分工与合作，同时在基础设施、公共服务、行政管理等环节进行积极合作与对接。只有尊重城市群的发展规律，了解其动力机制，对症下药，城市群的发展才能实现效率的最大化，提升其整体的竞争力。

［1］ Fujita M.，“A Monopolistic Competition Model of Spatial Agglomeration: Differentiated Product Approach”，Regional Science and Urban Economics， vol.18， no.1， 1988， pp.87-124.

［2］ Abdel-Rahman H. M.，“Agglomeration Economies， Types， and Sizes of Cities”，Journal of Urban Economics， vol.27，no.1， 1990， pp.25-45.

［3］ Fujita M.， Krugman P. R.， Venables A. J.， The Spatial Economy: Cities， Regions and International Trade， Mit Press，1999.

［4］ Abdel-Rahma H. M.， Anas A.，“Theories of Systems of Cities”，Handbook of Regional and Urban Economics， vol.4，2004， pp.2293-2339.

［5］ Duranton G.， Puga D.，“Nursery Cities: Urban Diversity， Process Innovation， and the Life Cycle of Products”，The American Economic Review， vol.91， no.5， 2001， pp.1454-1477.

［6］Glaeser E. L.， Ponzetto G. A. M.， Zou Y.，“Urban Networks: Connecting Markets， People， and Ideas”，Regional Science， vol.95， no.1， 2015， pp.17-59.

［7］ Overman， Henry G.， Patricia Rice， and Anthony J. Venables.“Economic Linkages across Space”，Regional Studies，vol.44， no.1， 2010，pp.17-33.

［8］ Harris J. R.， Todaro M. P.，“Migration， Unemployment and Development: A Two-Sector Analysis”，American Economic Review， vol.60， no.1， 1970， pp.126-42.

［9］ Todaro M. P.，“Rural—Urban Migration， Unemployment and Job Probabilities: Recent Theoretical and Empirical Research”，Economic Factors in Population Growth， 1976， pp.367-393.

［10］ Lall S. V.， Timmins C.， Yu S.， et al.，“Connecting Lagging and Leading Regions: The Role of Labor Mobility”，Brookings-Wharton Papers on Urban Affairs， 2009， pp.151-174.

［11］ World Bank，Sri Lanka，Reshaping Economic Geography: Connecting People to Prosperity， Washington， DC， 2010.

［12］ Dudwick N.， Hull K.， Katayama R.， et al.，“From Farm to Firm : Rural-Urban Transition in Developing Countries”，The World Bank， 2011， pp.735-735.

［13］ Reuveny， R.，“Climate Change-Induced Migration and Violent Conflict”，Political Geography， vol.26， 2007， pp.656-673.1

［14］ Hunter B.， Biddle N.，“Migration， Labour Demand， Housing Markets and the Drought in Regional Australia”，Australian Institute of Family Studies， 2011.

［15］ Munshi K.， Rosenzweig M.，“Networks， Commitment， and Competence: Caste in Indian Local Politics”，Social Science Electronic Publishing， 2013.

［16］ Bryan， G.， Chowdhury， S.， Mobarak， A. M.，“Under-Investment in a Profitable Technology: The Case of Seasonal Migration in Bangladesh”，Econometrica， vol.82， 2014， pp.1671-1748.

［17］ Moretti E.，“Human Capital Externalities in Cities”，Handbook of Regional and Urban Economics， vol.4， 2004，pp.2243-2291.

［18］ Moretti E.，“Local Labor Markets”，Handbook of Labor Economics， vol.4， 2011， pp.1237-1313.

［19］王建国、李实：《大城市的农民工工资：水平高吗？》，《管理世界》2015年第1期。

［20］踪家峰、周亮：《大城市支付了更高的工资吗？》，《经济学（季刊）》2015年第4期。

［21］ Topel R. H.，“Local Labor Markets”，The Journal of Political Economy， vol.94， no.3， 1986， pp.S111-S143.

［22］ Glaeser E. L.， Kahn M. E.， Rappaport J.，“Why Do the Poor Live in Cities？ The Role of Public Transportation”，Journal of Urban Economics， vol.63， no.1， 2008， pp.1-24.

［23］ Glaeser E. L.， Gottlieb J. D.，“The Wealth of Cities: Agglomeration Economies and Spatial Equilibrium in the United States”， Journal of Economic Literature， vol.47， no.4， 2009， pp.983-1028.

［24］ Combes P. P.， Lafourcade M.，“Transport Costs: Measures， Determinants， and Regional Policy Implications for France”，Journal of Economic Geography， vol.5， no.3， 2005， pp.319-349.

［25］［30］ Duranton G.， Puga D.，“Micro-Foundations of urban Agglomeration Economies”，Hardbook of Regional and Uran Economics， vol.4， 2004， pp.2063-2117.

［26］ Rosen， K.T.， Resnick， M.，“The Size Distribution of Cities: An Examination of the Pareto Law and Primacy”，Journal of Urban Economics， vol.8， 1978， pp.165-186.

［27］ Roback J.，“Wages， Rents， and the Quality of Life”，The Journal of Political Economy， vol.90， no.6， 1982， pp.1257-1278.

［28］乔尔•科特金：《全球城市史：典藏版》，王旭等译，北京：社会科学文献出版社，2014年。

［29］Krugman P.，“Increasing Returns and Economic Geography”，Journal of Political Economy， vol.99， no.3， 1991，pp.483-499.

［31］ Helpman， Elhanan，“The Size of Regions”，David Pines， Efraim Sadka， and Itzhak， Zilcha （eds.）， Topics in Public Economics， New York， ny: Cambridge University Press， 1998， pp.33-54.

责任编辑：张 超

F061.5；F241.2

A

1000-7326（2016）09-0085-08

*本文系理论粤军项目“城市群导向下的广东区域协调发展战略研究”（ LLYJ1304） 的阶段性成果。

王珺，广东省社会科学院教授（广东 广州，510610）；杨本建，暨南大学经济学院讲师（广东 广州，510632）；刘炜，广东省社会科学院现代化战略研究所副研究员（广东 广州，510610）。