近期国内外城市群研究进展综述

王 晋，朱英明，张惠娜

(1. 南京理工大学 江苏南京210094；2. 北京市科学技术情报研究所 北京100044)

0 引 言

作为跨行政边界的人类聚居形式，城市群已成为国家参与全球竞争与国际分工的基本单元，并成为区域空间未来发展的重要生长点。城市群概念缘于国外，19世纪末霍华德[1]提出城乡功能互补、群体组合的“town cluster”概念 。1915年Geddes[2]提出了“conurbation”概念，即一个“越来越充分地成长为一个巨大的团块”。1957年，Gottemen[3]在其论文《美国东北海岸地区的城市化》中提出了“megalopolis”这一概念，“megalopolis”具有“核心区域构成要素的高密集型和整体区域的星云状结构”。国内方面，姚士谋[4]提出城市群是在特定地域内，一定数量、不同规模和类型的城市，在一定的自然环境下，以一到两个大城市为核心城市，借助交通网络的通达性，发展着纯属个体之间的内在联系，共同构成一个相对完整的城市“集合体”。顾朝林[5]将城市群定义为，若干核心城市在各自基础设施和个性化的经济结构方面，发挥特有的经济社会功能，而形成一个社会、经济、技术一体化的、具有亲和力的有机网络。

1 城市群研究的6个维度

国内外学者在城市群的概念定义、内部构成、动力机制、制度措施等方面做了大量的研究，但主要集中在定性研究方面。近年来，随着城市群研究的日益深入，国内外学界开始从不同视角对城市群的发育程度、紧凑程度、稳定程度、资源承载程度等方面进行定量研究。本文对近期国内外城市群研究进行了梳理分析，并从几何学、社会物理学、集聚关系、外部经济、地租和土地利用以及管理创新6个方面进行归纳总结。

1.1 几何学

运用几何学研究城市群一般包括两个维度：一个是区位理论，另一个是中心地方理论。区位理论研究不同类型企业选择的最优区位，中心地方理论分析了制造和市场营销等中心的定位和作用。城市群研究在几何学思想的指导下，逐步从传统的农业区位论、工业区位论和中心地理论等转向城市群区域位置对其内部机理、外部联系和发展模式的定量分析。

王伟[6]分析了城市群经济空间宏观形态格局、城市群空间重心均衡、城市群集合能效测度，发现城市群空间结构能效与整个区域的中心性效应紧密相关：中心城市在城市群几何重心位置，群体重心接近区域几何重心位置，会导致城市群结构能效变大。Kaufmann[7]认为，城市群是一种超越了行政区划、由核心城市和与核心城市紧密相连的周边郊区城市组成的组合。在分析了维也纳关于城区及郊区、尤其是两部分中间创新网络的特殊情况后，他认为，在特定情况下，城市及周边的创新联系不是很强，这种联系集中在商业领域的相互作用。而位于城市中的公司更多地集中于城市内部商业、金融及研究机构的关系上；相反，郊区的公司更面向城市以外的创新合作伙伴。Audretsch[8]等结合城市功能专业化的实证研究和区域动力学，将城市区分为公司总部和服务公司为主导的城市群、拥有大量独立的生产工厂的工业城市群和拥有综合小公司的工业区 3种形态。其研究发现，承载基础研究或者综合现有企业的城市有利于创业活动，而工业城市群的情况恰恰相反。只有行政职能和服务部门的企业总部占主导地位的城市群并不是很利于创业。尽管这类城市群提供了很少的制造业创业机会，但是对服务业提供了很多机会。

1.2 社会物理学

社会物理学是通过对统计数据进行分析，对社会经济中存在的鲜明的实证规律性进行模型描述的一种研究方法。社会物理学领域是目前城市群研究从定性阶段走向定量阶段的热点，也是城市群模型研究的主要领域。该领域城市群研究从传统的引力模型、场模型和熵模型等出发，结合统计学、信息技术等相关学科对城市群的形成机理、内部结构、发展质量和空间扩展均从不同角度进行了论证，建立了各种模型和指标体系。社会物理学研究的优势是实现了城市群的模型化和数量化，不足之处是所建立的模型构成要素合理性仍有待论证。

Qin等[9]从地理条件、经济基础、政策背景、交通条件等方面分析了欠发达地区城市群的形成机理和空间格局，认为城市经历了单个城市、城市组、城市集群 3个阶段。作者选取了中国吉林省中部的27个城市，借助引力模型测度了城市集中度；选取城市中人口、GDP等变量，测度了城市之间的经济交流能力。以城市区位确立核心城市，以经济流通能力确定城市发展轴。Qi等[10]认为城市紧凑度是衡量城市可持续发展的重要理念。城市紧凑度定义为诸如城市(镇)、工业、资源、金融、交通和技术等的空间集中度，这种集中度是根据城市群形成和发展过程中特定的经济和技术结合而形成的。选取了 23个城市群作为样本，并将这些城市群的发育程度进行分类，借助城市群产业指数体系和测量模型从产业的视角探讨了城市群紧凑度和空间分布特征。研究得出城市群的产业集中度和城市群的发展程度正相关；城市群产业集中度在空间分布上差异很大；城市群产业集中度表现出了从华东地区向华中、西部地区递减的过程。Deng等[11]认为，一个地区的核心城市对周边地区具有较强的吸引力及辐射作用。借助场模型以及华中地区 168座城市的案例分析解释了如何科学界定城市的势力范围。利用综合指数和场强度代表的城市势力范围来测度城市的影响强度，利用地理信息系统和统计方法研究区域城市的分类和空间分布特征。结果显示：武汉在华中地区具有主导地位；省会城市主导各自的省份，并且没有较低级别的集聚中心；城市势力范围的基本组织类型是单极类型、附聚型，紧密相关的组类型和松散相关的组类型。Wang等[12]认为城市群的城市化发展质量能够评价城市群城市化速度快慢、人口城市化质量、经济城市化效率和社会城市化的和谐公平。城市化发展质量由 3个指标构成，即经济城镇化发展质量、社会城市化发展质量和空间城市化的安全品质，提出了三维指标球和城市化发展质量的综合测量标准值。Wang等[13]利用综合评价指标体系及模型，选取对外经济活动、交通设施、工业生产、信息技术、资源和环境为指标，研究了各个指标在不同阶段对长三角城市群的发展都产生不同的影响。在长三角城市群 30年的发展历程中，对外经济活动对其发展的影响最大，其次是交通运输，工业经济活动和信息技术。牛方曲等[14]提出了城市群多层次空间结构分析算法，确认最强综合实力的城市为城市群核心城市，通过核心城市通勤圈确认研究区域；将城市间多模式交通可达性用于判断城市间相互作用强度；建立城市群相互作用网络，确定城市群等级结构体系。

张倩等[15]在 GIS技术基础上，定量测算交通、人口、经济属性等空间通达性，以城市集群经济及社会属性为判据，得到了一套城市群的识别和区划的识别流程。Manzato等[16]提出了一种在时间上检测功能城市区域或者城市群的动态变化的新方法。这一方法基于两个因素：人口密度和交通基础设施供应的指数。首先对变量进行探索性分析，其次利用空间分析和空间建模技术将这些变量结合起来。证据表明，城市群的发展受到交通设施供应水平的强烈影响，如果考虑了如机场、铁路、港口交通设施因素以及其他可能影响土地利用模式的额外因素，这一方法可以得到改进。Wang等[17]利用聚类算法将中国253个城市分为8个不同的组群，每一个组群按照人均国内生产总值分为 6个档次。基于这些分类，这些城市展示为一个“演化树”，这一演化树随着城市在功能和经济上的不断演进而增长。描述 1990—2000年间城市变化的马尔科夫链被用来评价城市沿着既定演化路径的发展程度。同时研究表明，以企业为主体、以制造业为导向、功能全面的城市增长率比那些单纯依靠旅游业的城市要高，城市类型和发展的阶段决定了空间范围的扩张。

1.3 集聚扩散

任何一种形式的循环，或互为因果，或相互作用都是积累的，从而也是失衡的。这种相互作用随着时间的变化而变化，使最初的偶然事件发生大而持久的影响的就是集聚过程。集聚与扩散是城市群发挥作用的重要手段，目前城市群集聚的研究走向了模型化、指标化和数据化，研究对象也从单纯城市群进入了城市群内部资源、产业、企业、外部效应和高技术影响等更深入的层次。

Castells-Quintana等[18]认为现代经济增长最明显的特征是收入不平等和城市化。经济聚集带来的好处依赖于资源集聚的水平。一国资源集聚程度已经很高的情况下，中小城市的城市化水平与收入趋于平等有关。通过考察这些国内资源集中度的影响因素，作者集中讨论了这些因素与经济发展的联系。利用一组 51个国家在 1970—2007年间的数据分析了这些变量之间联系的典型事实。Lee[19]从动态搜索匹配的视角解释了发展中国家城市的发展，作者认为城市的集聚效应和劳动力的迁徙互为因果。同时集聚效应会产生一系列短暂的内生增长路径：劳动力由农村向城市迁徙、随之而来的城市集中、生产力的提高、经济发展带来的失业和工资之间的差距消失。Ke[20]通过区分工业部门规模和城市经济密度拓展了奇科和霍尔生产密度模型，研究产业集聚的影响和拥堵城市的生产力，讨论了中国城市中劳动生产率和产业集聚的因果关系和决定因素。研究认为产业的空间集聚是提高城市群生产力的重要因素，因为城市群中产业集聚导致更高的生产力，进而高生产力又导致了产业进一步集聚效应。Andersson等[21]使用静态和动态模型估算了公司层面集聚和生产力之间的关系。在控制规模、人力资本、物质资本、股权结构、行业分类和时间趋势的情况下，位于更大区域的企业更富有成效。首先，单个企业层面区域和劳动生产率正相关。其次，位于城市群中的企业更富有效率。第三，集聚现象的作用与企业的规模之间没有明确的耦合作用。Sanfilippo等[22]采用过层次分析研究了撒哈拉以南非洲公司的集聚表现，研究认为环境因素可以解释公司生产效率变量的30%，其中一半以上取决于地理位置。当企业位于从事不同行业的大城市，则公司生产效率与城市群的大小正相关；当公司直面同一行业的其他企业竞争，则以上关系呈负相关。Oya等[23]选取了一些行业中某个企业的技术水平、就业吸纳水平、工资水平组成了生产函数，研究了日本信息通讯技术在经济地理方面的影响。研究发现服务业在城市地区逐年不断集聚，信息通讯技术环境能影响服务业的布局，特别密集的信息通讯服务能加速服务业在城市中的集聚。

1.4 外部经济

从20世纪40年代起，外部经济区分为技术外部性(纯粹的溢出效应)和以市场为媒介的金融外部经济，通常市场规模导致的外部经济与技术溢出效应是同时存在的。城市群外部经济研究中，网络经济由于虚拟性、不受地理位置限制、交易成本低等新经济特征而广受重视，因此高科技特别是互联网技术成为热点。目前外部经济研究主要集中在网络经济对城市群的区位、内部机理等作用的研究方面。

Tanabe等[24]认为现实世界中，城市的存在是由于外部经济与城市内公司的地理集中相联系的结果。互联网上，运输成本为零，人们可以不用任何成本联系上任何人、到达任何地方。网络经济展示了少量的网站获取大部分网络人口和大多数虚拟经济活动的强劲集聚趋势。Broekel等[25]认为区域背景下网络结构驱动经济体创新和经济表现，对解释网络怎样随着时间形成和演化、以及网络如何促进内部学习和知识转移至关重要。作者借助经济地理学中几种不同的模型，用于解释网络结构的空间背景及其动力机制：首先，利用重力模型及其扩展和修改来探讨网络关系特征；其次，利用数学社会学得到发展二次分配过程以减少由网络依赖造成的偏差；再次，展示了指数随机图模型，这一模型不仅考虑了观察之间的依赖，也明确考虑了网络依赖模型。He[26]通过上海创意产业集聚区对城市及空间和创意经济的关系和交互进行了实证研究。作者通过动力模型、网络、影响的相关分析解释了创意产业集群在城市中的特定区域。Kelley[27]认为伴随着掌上信息通讯技术的广泛部署，出现了移动互联网应用的迅速崛起，城市空间的经验可以通过数字信息的方式来传递。作者探讨了数字鸿沟的融合、移动信息通讯技术新兴阶级和受不平衡技术景观负面影响的城市社区。Rietveld[28]认为通讯和运输成本的下降使得很多城市受益。在早期，货运是城市发展的主要推动力量；而现在，客运已经成最强动因。尽管交通信息技术代替了一部分物流运输，但肯定不是全部，城市发展继续依赖高质量的交通网络。Felsenstein[29]通过研究高科技就业对城市扩张的影响，提出了空间就业模式向居住地模式转换的方法，在此基础上测算了城市住宅用地及非住宅用地的消耗。

1.5 地租和土地利用

城市化的发展带动城市建设和用地范围的不断扩张，土地用途日益成为影响城市群绩效的重要因素。作为城市群研究的传统领域，土地利用一直是城市群研究的重点。随着信息技术的不断发展，近期城市群中土地利用的模式、方法和结果逐渐进入数据化和模型化阶段。

Lin等[30]将市区作为基本研究单位及将城市建设用地作为研究指标，建立了概念框架和计算方法，研究了土地城市化进程中的数量和速度，讨论了飞速的城市化进程中城市的空间分布，并在地理信息系统的帮助下检测了主要土地利用类型的贡献率和空间异质性。并认为就中国而言，城市规模越大土地城市化越快，城市规模越大工业用地的驱动效应更明显；经济发达地区土地城市化的主要驱动力是工业用地的增长，而在经济欠发达地区主要驱动力为住宅用地。Kumar等[31]分析了印度城市兰契在1927—2005年间约 80年的扩张情况。利用卫星图像及地形图来测度这一期间的土地利用的动态情况。整个 1927—2005年间建筑扩张 473.7%，主要是农业用地伴随着自然水体的减少，反映了建筑用地扩张的负面影响。另外研究了人口增长、土地消耗率、土地改造与建筑用地扩张的相关关系。

1.6 管理创新

同时，城市群空间结构不断优化、可持续发展也是近年来研究的一个重点，并在研究的基础上制定了很多有利于城市群发展的管理创新政策。城市群管理创新方面的研究在继续拓展管理理念、强化顶层设计、创新管理手段的基础上，引入了宽带技术、网络技术、仿真模型等信息技术，推动管理创新走向智能化、精细化、常态化和数据化。

Kourtit等[32]认为城市群的发展面临诸如人口结构变化、气候、经济动荡、财政赤字等一系列挑战。要实现提高城市生活质量、改善城市条件，不仅需要新的技术，更需要开明的管理模式和管理思维以实现城市群的可持续发展。张贞冰[33]认为区域经济发展水平是影响城市群发展的首要因素，政府完善的规划、有序的交通设施有利于推动城市群区域更为合理。赵璟[34]认为采用扩大城市间地价差距、增强风险投资、提高教育投入、增强中心城市向周边城市知识溢出等措施能够促进城市群经济增长和城市群空间结构优化。Waddell等[35]运用 UrbanSim(城市仿真)模型来协调交通和土地规划。该模型被实现为代表城市系统中的主要参与者和选择的相互作用的模型组件，其中包括家庭移动、住宅位置、就业地点商业选择、房产开发的位置和类型的选择、所有受制于政府交通和土地使用政策方案的影响。

Komninos等[36]“智能塞萨洛尼基”案例研究突出了城市如何采用这种新模式，以及宽带网络、智能城市空间、基于网络的应用程序和电子服务的部署如何帮助城市的每一个区域实现其竞争力和可持续发展的特定目标。Komninos等探讨了塞萨洛尼基宽带基础设施和电子服务的发展现状，也探讨了一直采用的关于城市智能环境和地区未来发展的战略，以及影响这个城市转型的差距和瓶颈。结论强调，城市治理的新方向是解决一系列挑战：培养数字素养、在智能环境中形成创造力、增强城市智慧电子服务的长期可持续性商业模式。

2 对国内外城市群研究的评价

不可否认，城市群的研究仍有许多需要深入的地方。目前城市群定量研究最为深入的领域是社会物理学部分，该领域定义了诸多城市群的构成要素、运作模型和指标体系，形成了各自独立的城市群论证逻辑，但构成要素的合理性并未进行论证，导致城市群模型各异且对城市群内部机理研究不足。其次，城市群研究仍集中在机理研究和实证分析部分，对于城市群研究落地的措施和方法研究不足，很多模型仍处在理论探讨阶段，未能对城市群的发展起到实际的作用。再次，城市群发展的体制机制创新研究不足，模型层面缺乏顶层研究、政策层面缺乏配套，对于城市群的自觉发展和引导作用仍有待提高。

综上所述，城市群的研究日益深入，已经逐步从宏观层面过渡到中观层面。随着中观层面的研究成熟和深入，城市群研究热点逐步转向微观层面，城市群研究更加注重城市群构成要素的原子性和交互规则的独立性，更加重视对城市群顶层设计和执行政策措施的有效支撑。因此，未来城市群的研究方向主要集中在3个方面：一是以元胞自动机和代理为代表的城市群微观研究；二是以互联网和大数据为基础的新经济城市群研究；三是城市群宏观战略、政策和制度保障体系研究与措施的量化分析与推理。

［1］E·霍华德. 明日的田园城市[M]. 北京：商务印书馆，2000.

［2］Geddes P.Cities in Evolution[M]. London：Williams &Norgate，1915.

［3］Gottman J. Megalopolis：The urbanization of the northeastern seaboard of the United States [J].Economic Geography，1957，33(7)：31-40.

［4］姚士谋. 中国城市群[M]. 合肥：中国科技大学出版社，1992.

［5］顾朝林. 中国城镇体系[M]. 北京：商务印书馆，1995.

［6］王伟. 中国三大城市群空间结构及其集合能效研究[D]. 上海：同济大学，2008：1-177.

［7］Kaufmann A. Patterns of innovation relations in metropolitan regions：The case of the Vienna urban region[J].The Annals of Regional Science，2007，41(3)：646-650.

［8］Audretsch D，Falck O，Heblich S. Who’s got the aces up his sleeve? Functional specialization of cities and entrepreneurship[J].The Annals of Regional Science，2011，46(3)：621-636.

［9］Qin G，Zhang P Y，Jiao B. Formation mechanism and spatial pattern of urban agglomeration in central Jilin of China[J].Chinese Geographical Science，2006，16(2)：154-159.

［10］Qi W F，Fang C L，Song J T. Measurement and spatial distribution of urban agglomeration industrial compactness in China[J].Chinese Geographical Science，2008，18(4)：291-299.

［11］Deng Y，Liu S，Wang L，et al. Field modeling method for identifying urban sphere of influence：A case study on Central China[J].Chinese Geographical Science，2010，20(4)：353-362.

［12］Wang D L，Fang C L，Gao B Y，et al. Measurement and spatio-temporal distribution of urbanization development quality of urban agglomeration in China[J].Chinese Geographical Science，2011，21(6)：695-707.

［13］Wang J，Fang C L，Wang Z B. Advantages and dynamics of urban agglomeration development on Yangtze River Delta[J].Journal of Geographical Sciences，2012，22(3)：521-534.

［14］牛方曲，刘卫东，宋涛，等. 城市群多层次空间结构分析算法及其应用——以京津冀城市群为例[J]. 地理研究，2015，34(8)：1447-1460.

［15］张倩，胡云锋，刘纪远，等. 基于交通、人口和经济的中国城市群识别[J]. 地理学报，2011，66(6)：761-770.

［16］Manzato G G，Rodrigues da Silva A N. Spatial-temporal combination of variables for monitoring changes in metropolitan areas[J].Applied Spatial Analysis and Policy，2010，3(1)：25-44.

［17］Wang J F，Liu X H，Peng L，et al. Cities evolution tree and applications to predicting urban growth[J].Population and Environment，2012，33(2-3)：186-201.

［18］Castells-Quintana D，Royuela V. Are increasing urbanisation and inequalities symptoms of growth?[J].Applied Spatial Analysis and Policy，2015，8(3)：1-18.

［19］Lee C I. Agglomeration，search frictions and growth of cities in developing economies[J].Annals of Regional Science，2015，55(2)：421-451.

［20］Ke S Z. Agglomeration，productivity，and spatial spillovers across Chinese cities[J].Annals of Regional Science，2010，45(1)：157-179.

［21］Andersson M ， Lööf H. Agglomeration and productivity：Evidence from firm-level data[J].The Annals of Regional Science，2011，46(3)：601-620.

［22］Sanfilippo M，Seric A. Spillovers from agglomerations and inward FDI：A multilevel analysis on sub-Saharan African firms[J].Review of World Economics，2016，152(1)：147-176.

［23］Oya M，Uda R，Yasunobu C.Towards Sustainable Society on Ubiquitous Networks[M]. Laxenburg：The International Federation for Information Processing，2008：286.

［24］Tanabe M，Peter van den Besselaar，Ishida T.Digital Cities II：Computational and Sociological Approaches[M]. NewYork：Springer International Publishing，2002：2362.

［25］Broekel T，Balland P A，Burger M，et al. Modeling knowledge networks in economic geography：A discussion of four methods[J].The Annals of RegionalScience，2014，53(2)：423-452.

［26］He J L.Creative Industry District：An Analysis of Dynamics，Networks and Implications on Creative Clusters in Shanghai[M]. New York：Springer International Publishing，2014.

［27］Kelley M J. Urban experience takes an informational turn：mobile internet usage and the unevenness of geosocial activity[J].GeoJournal，2014，79(1)：15-29.

［28］Rietveld P. Flying carpets and urban development trajectories[J].Applied Spatial Analysis and Policy，2015，8(3)：217-230.

［29］Felsenstein D. Do high technology agglomerations encourage urban sprawl?[J]The Annals of Regional Science，2002，36(4)：663-682.

［30］Lin X Q，Wang Y，Wang S J，et al. Spatial differences and driving forces of land urbanization in China[J].Journal of Geographical Sciences，2015，25(5)：545-558.

［31］Kumar A，Pandey A C，Hoda N，et al. Evaluating the long-term urban expansion of Ranchi urban agglomeration，India using geospatial technology[J].Journal of the Indian Society of Remote Sensing，2011，39(2)：213-224.

［32］Kourtit K，Nijkamp P，Partridge M D. Challenges of the new urban world [J].Applied Spatial Analysis and Policy，2015，8(3)：199-215.

［33］张贞冰，陈银蓉，赵亮，等. 基于中心地理论的中国城市群空间自组织演化解析[J]. 经济地理，2014，34(7)：44-51.

［34］赵璟，党兴华. 城市群空间结构演进与经济增长耦合关系系统动力学仿真[J]. 系统管理学报，2012，21(4)：444-451.

［35］Waddell P，Borning A，Noth M，et al. Microsimulation of urban development and location choices：Design and implementation of UrbanSim[J].Networks and Spatial Economics，2003，3(1)：43-67.

［36］Komninos N，Tsarchopoulos P. Toward intelligent Thessaloniki：From an agglomeration of Apps to Smart districts[J].Journal of the Knowledge Economy，2013，4(2)：149-168.