上海对周边城市的经济辐射力

罗芳 阚玉蝶

摘要：应用计量经济分析工具，研究了上海对周边城市经济增长的影响作用，结果表明上海经济发展对周边城市的经济发展有“反哺”效应。其中促进其经济增长的因素为本地区的第二、第三产业，仅第三产业对本地区经济增长的解释力高达88.5%，加入更多指标变量后，第三产业对地区经济增长的影响也高达54.3%;而上海第三产业的单变量指标对周边城市经济增长作用略大于1，加入完整指标变量后，上海第三产业对周边城市经济增长的解释力也高达88.4%.进一步还发现，第三产业与地区对外开放程度有关，即对外开放度大的地区，会更容易接受上海经济的辐射作用，并根据最后结论提出相关建议。

关键词：中心城市;第三产业;经济开放度;“空吸”效应;“反哺”效应;面板数据

中图分类号：F 061.5文献标识码：A文章编号：1672-7312（2019）02-0231-06

0引言

截至2017年底，上海市的生产总值（GDP）达30 133.86亿元，为全国生产总值的3.64%;第二产业增加值9 251.40亿元，为全国第二产业增加值的2.76%;第三产业增加值20 783.47亿元，为全国第三产业增加值的4.87%.上海作为长三角地区的中心城市，也是我国重要的经济中心、贸易中心、金融中心、科技教育文化中心及全国重要的交通枢纽，其经济发展对我国的经济发展有重要的作用。区域经济中，理論上是追求各地区均衡发展，但现实中由于地区之间的要素禀赋、经济结构、政府政策以及其他的外部和内部因素的不同，所以区域之间不平衡的因素天然存在，往往是作为增长极的一个或多个中心城市对周边其他地区的经济发展具有经济辐射效应。经济辐射指的是中心城市作为增长极，因为自身拥有经济、政治、人才等资源优势，通过要素流动、知识外溢、技术扩散等方式，提高了资源的配置效率，促进了其他地区经济发展的现象。但也有些中心城市，其经济发展会抑制周边城市的经济发展，导致周边地区经济增长出现马太效应。上海的金融业及服务业的发展水平处于全国发展水平前列，以第三产业的发展作为研究对象，分析其对周边城市的经济增长是“空吸”效应还是“反哺”效应，这正是本文研究的方向。这里“空吸”效应指的是中心城市凭借自身发展优势，吸空周边地区的劳动、资本、自然资源等生产要素，其发展会对周边地区经济发展产生不利影响，从而导致中心城市与外围地区经济差距的不断增大;“反哺”效应指的是中心城市的梯度转移和产业升级，通过市场效应和技术外溢，与周边地区形成生产要素的优化配置与市场一体化，最终形成中心城市与周边地区经济的共同增长[1]。

有关中心城市经济发展对周边地区经济发展影响的研究，学者们的观点主要集中在以下几种：第一种观点是，中心城市经济发展对周边地区的经济发展有影响作用，并未划分是拉动作用还是抑制作用，代表人物刘涛等（2012）认为，东部地区中心城市的影响力不仅覆盖整个沿海地区，而且还向内陆地区渗透[2]，栾强等（2016）认为上海在半径300 km的范围，与北京在半径200 km的范围，两者的辐射能力相当[3]，何龙斌（2014）则认为上海的辐射范围和辐射能力，相对于北京和广州会更大[4]，张先锋等（2014）认为北京和上海的经济辐射能力相当，并没有发现上海和北京的经济辐射强度有谁强谁弱的情形[5]，蒋天颖等（2014）具体研究了上海的创新辐射力，其创新空间联系紧密[6]，高玲玲（2015）认为通过外部效应和资源配置效应，中心城市影响了地区的经济增长[7];第二种观点是，中心城市经济发展对周边地区的经济发展没有影响作用，Henderson（2003）认为城市首位度没有直接影响经济增长，存在最优城市首位度[8]，周志鹏等（2014）认为不存在最优城市首位度[9]，田洪阵等（2017）认为城市的发展速度和中心城市的距离没有显著的相关关系，即中心城市并没有显著促进周围城市经济增长[10];第三种观点是，中心城市经济发展对周边地区的经济发展有“反哺”效应，潘成嵩等（2010）发现上海对周围地区具有显著的辐射效应[11]，朱虹等（2012）则以上海和北京为研究对象，发现相对于北京，上海对周边地区的经济增长有一定的拉动作用，余静文等（2011）认为相比于京津冀都市圈，长三角都市圈和珠三角都市圈更能得益于中心城市的辐射能力[12]，P.R.Krugman（1996）认为中心城市对周边城市的产业结构、经济实力、企业规模等方面有积极的推动作用[13]，D.Webster等（2000）认为周边城市的开放活力、科技水平、基础设施等方面的发展得益于中心城市的辐射力[14]，罗守贵等（2003）认为中心城市可以带动城市圈的发展，并对周边城市起主导作用[15]，Brülhart等（2009）认为城市首位度能够促进经济增长[16];第四种观点是，中心城市经济发展对周边地区或本地区的经济发展有“空吸”效应，代表人物方大春等（2017）认为，城市的首位度越高，反而对本地区的经济增长有抑制作用[17]，周志鹏等（2014）认为首位城市尽管在短期会带动本地经济发展，但是会对周围地区经济发展产生阻碍作用，而且在经济的长期发展过程中，首位城市也会对本地经济发展产生抑制作用，王家庭（2012）认为城市首位度反而对经济增长有抑制作用[18]。

以上学者的研究多集中于我国的中部、东部、西部地区，或者是从都市圈的角度来研究首位城市或中心城市的经济发展对周边地区经济发展的影响作用，角度和对象都比较宏观，而本文的研究对象和方向则是借鉴杨莎莎等（2017）的研究成果，其选取上海、嘉兴、无锡、苏州等城市，研究有关中心城市对周边城市的经济影响力，发现上海对苏州、嘉兴产生的经济辐射场强最大，无锡、苏州接受上海的辐射能力最强[19];本文的研究方法是借鉴陈钊等（2014）在国家总人口规模与首位城市大小的分析研究中所使用的计量经济分析工具法[20]。所以本文的方向是从上海的各经济要素出发，具体以上海的第三产业为研究对象，从微观层面分析上海第三产业的经济辐射力对周边城市经济增长的影响，另外还发现，上海的第三产业影响力还和周边地区经济对外开放度有关，本文和王珏帅（2018）观点一致，认为随着经济水平的提高，对外开放程度对地区经济增长有明显的正向促进作用[21]。

1模型、变量、数据

1.1模型构建

为了更科学地评估上海经济增长对周边城市经济增长的影响效果，并比较各变量之间的相关关系，首先生成上海周边城市各变量因素的散点图矩阵，由于对称性，故只生成矩阵的下三角部分。散点图矩阵分为2部分，一部分为本地区经济增长的各变量要素对本地区经济增长的影响，另一部分为受首位城市上海的经济辐射后，各变量要素对地区经济增长的影响。具体参考何龙斌（2014）的方法，本文的变量处理方法是，将影响地区经济增长的各变量与影响上海经济增长的各变量的比值作为受上海经济辐射的变量，具体的散点图矩阵图如图1所示。图1受上海经济辐射之前、后的各变量的散点图矩阵图

数据来源：历年各市《统计年鉴》和历年各市国民经济和社会发展统计公报。图中横轴代表年份，单位是年;纵轴代表经济增长，用全市GDP表示，单位是亿元。

从2张散点图矩阵图的最后一行可以看出，受首位城市上海经济辐射前后，各变量对本地区经济增长是正向促进作用。为了找出变量之间的相关关系，并进行二次方检验，使用解释变量的高次项进行 RESET检验，发现并没有二次方项的存在，并参考周慧学者（2016）的研究成果，构建模型如下所示[22]。

lngdpit=c+β1lntigit+β2lnsigit+β3lnnecit+β4lncsit+α1lntieit+α2lnemucit+α3lnaufcit+α4lnpgdpit+α5lnpcit+ε

其中i为地区;t为时间;ε为随机扰动项，被解释变量为周边城市的经济增长，用全市gdp的对数表示，在解释变量中，最为重要的核心解释变量是第三产业对数值，用lntig表示，理论预期 β1 的系数为正。长三角地区的一些城市，如杭州、南京等，都是第三产业发展比较成熟的一些地区，而上海在第三产业中的服务业、科技教育、信息技术等产业发展实力也排在全国前列，预期上海第三产业的辐射效应会对周边城市经济增长有一定的拉动作用。为了提高模型的拟合优度，同时也避免遗漏一些重要变量，本文也控制了一些影响地区经济增长的变量，如第二产业（对数），用lnsig表示;劳动力人员数，用全市年末单位从业人员数（对数）代替，用lnnec表示;城市对外开放度用进出口总额（对数）代替，用lntie表示;制造业单位从业人员（对数），用lnemuc表示，当年实际使用外资金额（对数），用lnaufc表示，以及控制了周边城市是否为省会的虚拟变量，投资水平用资本存量（对数）代替，用lncs表示，其中资本存量的计算方法参考向娟（2011），具体方法为：在永续盘存法的基础上，对计算方法进行一定创新，选择公式K0=[（I0+I1+I2）（1+g）]/3（g+d）来估算初始资本存量由散点图矩阵图以及经济增长的相关理论，可以预期 β2～β5的系数为正。其次解释变量与被解释变量均采用双对数形式。采用双对数模型的优点在于，一方面可以消除多重共线性问题，另一方面可以提高模型的拟合优度，模型的参数表示弹性的概念，从参数值大小和符号来判断相关关系，具有更加直观的经济含义。

1.2数据来源

研究的样本为2001—2015年上海以及上海周边城市的经济增长水平，具体就以上海的第三产业发展对周边城市经济增长的影响。周边城市具体包括南京市、杭州市、宁波市、苏州市、嘉兴市、南通市、舟山市、绍兴市、湖州市、无锡市、常州市。数据均来自历年《中国统计年鉴》和历年各市《统计年鉴》、历年《中国城市统计年鉴》、历年各市国民经济和社会发展统计公报、维基百科。

2实证结果分析

在表1中，控制了本地区第三产业（对数）变量，表2中，控制了上海第三产业（对数）变量，分别表示本地区第三产业对地区经济增长的影响作用以及上海第三产业对周边城市的影响作用。上海第三产业为被解释变量，采用地区第三产业与上海第三产业的比值（对数）作为指标变量。表1，表2为2个对比表，更好分析上海第三产业发展对周边城市经济增长的影响作用。

从表1可以看出，方程（1）中，仅仅控制了第三产业（对数）这个变量，便可以解释本地區经济增长（对数）的885%，单变量方程的拟合优度高达98%，说明第三产业产值每增加1%，地区经济增长增加88.5%，在控制了其他变量之后，地区经济增长和第三产业关系拟合度仍然显著高达50%以上。方程（2）中加入了第二产业（对数）变量，可以看到，加入第二产业（对数）后，第三产业对数的系数从88.5%下降到506%，第二产业（对数）的系数也高达45%，且符号都为正，说明促进本地区经济增长的最主要的动力是第二、第三产业，这背后的经济学含义就是上海周边城市经济增长的主要拉动力是本地区第二产业和第三产业。

由经济增长理论，在方程（3）中，加入单位从业人员数（对数）变量，其系数仅为0.8%，但是不显著，在方程（4）中，加入资本存量（对数）后，发现第三产业（对数）、第二产业（对数）的系数以及显著性均变化不大，单位从业人员数（对数）系数增加为11%，在10%的显著性水平下，显著为正，同时资本存量（对数）系数显著为负。在方程（5）-（6）中，依次加入进出口总额（对数）、制造业单位从业人员数（对数）、实际使用外资（对数）上海经济（对数）以及是否为省会等变量，分别代表投资水平以及对外开放程度，制造业水平、使用外资能力、上海经济以及省会城市。可以看出，第三产业（对数）、第二产业（对数）对经济增长的解释力变化不大，劳动力对地区经济增长的影响在1.2%左右，且在10%的水平下显著为正，方程（1）-（6）方程的拟合优度高达99%左右。总的说来，影响地区增长的主要动力是本地区第二产业和第三产业的发展。

从表2可以看出，受上海经济影响后，方程（1）中，如果仅控制了第三产业（对数）这个变量，其系数是正的，而且系数略大于1，但是单变量方程的拟合优度只有69%.方程（2）中，控制了第二产业（对数）这个变量后，第三产业（对数）系数变为负，但不显著，方程的拟合优度增加到78%.方程（3）中，加入了劳动力（对数）这个变量后，相对于表1，受上海经济的影响后，劳动力（对数）系数高达40.3%，且显著为正，同时发现第三产业（对数）系数显著为负，可能存在遗漏变量等问题。方程（4）-（6）中，依次加入资本存量（对数）、进出口总额（对数）、制造业单位从业人员数（对数）、实际使用外资（对数）、上海经济（对数）以及是否为省会等变量，分别代表上海的资本存量水平、上海的对外开放程度、上海的制造业水平、上海的实际使用外资能力、上海经济辐射能力以及周边城市是否为省会城市，值得注意的是第三产业（对数）这个变量，在方程（2）-（5）中，相关系数为负，但是在控制了完整变量的方程（6）后，变量的相关系数为88.4%，且在10%的显著性水平下显著为正，方程的拟合优度高达94%，说明上海的第三产业对周边城市的经济增长有一定的拉动作用。为了更好解释第三产业（对数）这个变量与地区经济增长的关系，绘制第三产业与地区经济增长图（如图2所示）。

其中左图横轴表示地区第三产业发展水平;右图横轴表示受上海经济影响后的第三产业发展水平。纵轴为地区GDP，代表地区经济增长水平，所选变量单位均为亿元。

从图2“第三产业与经济增长（受上海经济影响前后）”中的左图来看，图中每一个样本点的大小代表本地区的对外开放程度，用进出口总额（对数）表示。可以看到，较大的圈代表的城市都位于拟合线的上方，中等大的圈代表的城市都处于拟合线上，较小的圈代表的城市大都位于拟合线的下方，且第三产业和经济增长呈正相关关系，两者的拟合度较好。说明第三产业（对数）在拉动地区经济增长时，还和地区的对外开放度有关，即开放度越大的地区，第三产业更能促进本地区的经济增长。图2的右图中，图中每一个样本点的大小代表本地区受上海对外开放程度影响的大小，可以看到，第三产业（对数）和地区经济增长的关系基本呈现出正相关关系，虽然两者的拟合度欠佳，但也基本呈现出较大的圈代表的城市大都位于拟合线的上方，中等大的圈代表的城市几乎都位于拟合线的中部，较小的圈代表的城市几乎都位于拟合线的下方。这说明：受上海经济影响大的地区，上海第三产业（对数）对地区经济增长有明显地促进作用。虽然也有个别较大的圈代表的城市处在拟合线以下，但是较小的圈所代表的城市全部落在拟合线的下方。总体看来，受上海经济开放度影响大的地区，第三产业对地区经济增长有更好的“反哺”效应。

通过图2（a）（b）两图的对比，可以直观地看出不同对外开放程度下，地区经济增长和第三产业的关系，即上海的第三产业对周边城市的辐射程度大小和地区对外开放程度有关。为了进一步描述上海第三产业对周边城市的影响作用，用上海的第三产业（对数）和进出口总额（对数）的交互项作为核心解释变量。运用stata 14.0及相关软件包进行实证分析，其次采用Hausman检验对模型进行选择，豪斯曼检验法是为了检验选择固定效应还是随机效应，结果显示P=0.000 0，即在1%的显著性水平下拒绝原假设“H0：ui与xit不相关”，认为应该使用固定效应模型，而非随机效应模型。结果见表3.

可以看出，第三产业（对数）和进出口（对数）这2个变量，代表上海的第三产业和对外开放度的2个变量都不显著，但两者的交互项却在10%的水平下显著，并且对地区经济增长的解释力达到116%，和图2描述的一致，即上海周边城市在接受上海经济辐射的情况下，还和地区对外开放程度有关，即对外开放程度大的地区，上海第三产业对地区经济增长的促进作用更明显。

3结语

《长江三角洲城市群发展规划》指出了长三角的建设目标，而上海作为长江三角洲城市群的中心城市，其经济发展与周边城市的经济发展并不是孤立的。应用计量经济分析工具，采用双对数变量模型，以上海周边城市经济增长为研究对象，得到结论如下，第一：促进其经济增长的因素主要为本地区的第二、第三产业，其中仅第三产业的发展对本地区经济增长的解释力高达88.5%，单变量方程的拟合优度高达98%，加入更多变量指标后，第三产业对地区经济增长的影响也高达54.3%.而上海第三产业单变量对周边城市经济增长作用略大于1，加入完整变量指标后，上海第三产业对周边城市经济增长的相关系数也高达88.4%，说明无论是地区第三产业的发展，还是上海第三产业的辐射力，都会对地区经济增长产生明显的拉动作用;第二：第三产业发展与地区对外开放程度有关，即对外开放度大的地区，上海第三产业的经济影响力会更大，因为一个地区对外开放程度越大，可以更好接受来自中心城市的經济、交通、科技、人才、政策……的辐射力，上海及其周边城市作为我国经济发展最活跃的城市，为了更好发挥中心城市的“反哺”效应，地区经济开放度应该被考虑其中。上海作为中心城市，其第三产业的发展对周边城市发展有正向的促进作用，而周边城市，为了更好地接受来自上海的经济辐射力，应该加大经济对外开放度，从而实现中心城市与周边城市经济发展的良性互动。

参考文献：

[1]朱虹，徐琰超，尹恒.空吸抑或反哺：北京和上海的经济辐射模式比较[J].世界经济，2012（03）：111124.

[2]刘涛，曹广忠.城市规模的空间聚散与中心城市影响力——基于中国637个城市空间自相关的实证[J].地理研究，2012，31（07）：13171327.

[3]栾强，罗守贵，郭兵.都市圈中心城市经济辐射力的分形测度及影响因素——基于北京、上海、广州的实证研究[J].地域研究与开发，2016，35（04）：5862.

[4]何龙斌.我国三大经济圈的核心城市经济辐射力比较研究[J].经济纵横，2014（08）：5054.

[5]张先锋，吴伟东，满强.政治中心与经济中心的经济辐射能力比较[J].中南财经政法大学学报，2014（03）：2835.

[6]蒋天颖，华明浩.长三角区域创新空间联系研究[J].中国科技论坛，2014（10）：126131.

[7]高玲玲.中心城市与区域经济增长：理论与实证[J].经济问题探索，2015（01）：7681.

[8]Hende R，Son J V.The urbanization process and economic growth：the sowhat question[J].Journal of Economic Growth，2003，8（01）：4771.

[9]周志鹏，徐长生.龙头带动还是均衡发展—城市首位度与经济增长的空间计量分析[J].经济经纬，2014（05）：2025.

[10]田洪阵，谢玲，刘沁萍，等.中心城市对周围城市发展影响的实证分析[J].统计与决策，2017（06）：141144.

[11]潘成嵩，李红.都市圈经济辐射效应的协方差分析——以上海都市圈为例[J].经济研究导刊，2010（02）：7476.

[12]余静文，王春超.城市圈驱动区域经济增长的内在机制分析—以京津冀、长三角和珠三角城市圈为例[J].经济评论，2011（01）：6978.

[13]Krugman P R.Making sense of the competitiveness debate[J].Oxford Review of Economic Policy，1996，12（03）：1725.

[14]Webster D，Muller L.Urban competitiveness assessment in developing country urban regions：the road forward[R].Washington，D.C：Paper Prepared for Urban Group，INFUD，the World Bank，2000.

[15]罗守贵，高汝熹，陈志洪.城市竞争力的实质及其提升戰略[J].开放导报，2003（06）：57.

[16]BrüLhart M，Sbergami F.Agglomeration and growth：crosscountry evidence[J].Journal of Urban Economics，2009，65（01）：4863.

[17]方大春，张凡.城市化、人口集中度与经济增长——基于空间动态面板模型的实证分析[J].经济经纬，2017（01）：813.

[18]王家庭.城市首位度与区域经济增长[J].经济问题探索，2012（05）：3540.

[19]杨莎莎，邓闻静，纪明.中国十大城市群核心城市影响力比较分析[J].统计与决策，2017（23）：123128.

[20]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[J].学术月刊，2014（05）：516.

[21]王珏帅.我国各省份对外开放与经济增长关系的门槛效应研究[J].当代经济科学，2018（01）：5561.

[22]周慧.城镇化、空间溢出与经济增长——基于我国中部地区地级市面板数据的经验证据[J].上海经济研究，2016（02）：93102.（责任编辑：严焱）