长江经济带城市承载力动态演进与影响因素研究

朱丽萌 何玉娟

[摘要]伴随新型城镇化、新型工业化等不断推进，城市承载力正面临资源紧缺、环境污染、交通拥挤、突发公共卫生等巨大压力和挑战。分析数据可知，长江经济带城市综合承载力水平持续提升，但整体水平不高，在空间上基本呈东中西递减趋势，且以中西部城市综合承载力提速更为突出。城市综合承载力空间关联性显著，呈现“高高”“低低”为主导的“东高西低”的空间集聚特征。科技创新、城市扩张是城市综合承载力提升的最重要因素，具有显著的直接效应;对外开放、财政支持、产业高级化空间溢出效应明显;资源消耗则对本地和邻域的城市综合承载力均具有反向溢出效应。

[关键词]城市承载力;动态演变轨迹;空间溢出效应;长江经济带

[中图分类号]F127[文献标识码]A [文章编号]1674-0599（2020）05-0058-10

2020年一场突如其来的新冠肺炎疫情，引发了中国和全世界对城市公共服务体系的反思，也是对城市承载力和治理能力的一次严峻考验。地处长江经济带的武汉作为中国新冠肺炎疫情最为严重的地区，更是经历了前所未有的冲击。在此背景下，本文选取长江经济带作为研究区域，重新审视长江经济带城市承载力现状，并进一步对城市承载力的影响因素开展研究，其理论与实践意义重大。

城市作为人流、物流、能流和信息流等交错的巨大综合体，是人类生产生活的重要载体。伴随新型城镇化、新型工业化等不断推进，城市承载力正面临资源紧缺、环境污染、交通拥挤、突发公共卫生等巨大压力和挑战。提升城市承载力，特别是中心城市的承载力，发挥中心城市的辐射与带动效应，促进整个区域经济增长就显得尤为重要。实际上，中国在制定“十一五”规划纲要时，就已经提出要促进城镇化健康发展，提高城市承载力。2019年，党的十九届四次全体会议通过的《中共中央关于坚持和完善中国特色社会主义制度推进国家治理体系和治理能力现代化若干重大问题的决定》进一步指出，要优化行政区划设置，提高中心城市和城市群的综合承载和资源优化配置能力。

“承载力”一词最早于19世纪90年代由牧场管理者提出，在生态学理论中指的是在不造成不可恢复的损害下维持某一物种个体的最大数量。20世纪中叶，随着全球性的人口膨胀、资源短缺、生态环境恶化等人与自然矛盾的日趋突出，针对承载力的研究主要聚焦在人口和环境承载力这两条主线上。到20世纪80年代，随着经济、社会、资源环境协调发展理念和可持续发展思想的提出，針对承载力的研究从资源环境承载力、生态承载力、经济承载力等向城市综合承载力转变。中国最早是任美锷于1945年在研究以农业生产力为基础的土地承载力时首次运用该概念。发展至今，也主要集中于土地承载力、资源承载力、生态承载力、经济承载力等单要素承载力的研究，有关城市综合承载力的研究方兴未艾。总体而论，国内外关注城市综合承载力动态演变趋势与影响因素的研究已有一些，但尚存在一些值得深入探究之处：一是对城市承载力的评价指标选取主要立足当时的宏观经济环境和面临的主要矛盾，且数据大都来自地级市市域的数据。从早期的立足软硬件承载力视角或系统压力——状态——响应视角，再到生产、生活和生态空间承载力视角，以及经济、人口、资源、环境、交通承载力等综合视角，由此构建的城市承载力的评价指标体系均突出反映当时的经济社会发展背景和地域单元所面临的突出问题。在指标数据选择上也主要采用市域数据为支撑，但这种市域替代城区数据的做法有可能无法真实反映城市的承载力。因城市承载力主要关注人口密集区所能承载的人类各种活动的能力，这就要求城市承载力的研究必须以城市辖区为界，重点突出中心城区的承载力水平，而不是城市所辖的整个区域的承载力水平。二是对城市承载力影响因素的研究主要立足于城市综合承载力的评价指标体系，依据各指标权重对各指标的影响力进行评价。立足城市综合承载力影响机理选取的影响因子侧重点也有所不同，有的侧重于人口、产业、对外开放、居民收支等经济和社会层面选取影响因子;有的侧重于环境资源约束视角选取影响因子;有的侧重于经济、社会和资源环境综合视角选取影响因子。三是已有研究较多使用OLS回归模型等方法研究城市承载力的影响因素，较少探究影响因素的空间溢出效应，而这种忽视空间因素的研究有可能会导致估计结果的偏差。

第5期朱丽萌何玉娟长江经济带城市承载力动态演进与影响因素研究····中国井冈山干部学院学报2020年本文选取除毕节市和铜仁市之外的长江经济带108个地级及以上城市（不包括州）为研究单元，通过建立长江经济带城市承载力评价指标体系，测度108个地级及以上城市2006—2018年间的城市承载力水平，以此揭示长江经济带城市承载力的时空演进特征，并进一步探索影响长江经济带城市承载力的影响因素和空间溢出效应。其主要贡献如下：一是立足中国特色社会主义新时代背景和长江经济带“共抓大保护、不搞大开发”的要求，与时俱进建立了长江经济带城市承载力评价指标体系。该指标体系针对新时代中国面临的人民日益增长的美好生活需要和不平衡不充分发展之间的社会主要矛盾，旨在突出反映人民对美好生活需要的向往，强调城市软件要素供给及绿色生态等硬件要素维护对城市承载力的重要性。同时，尽可能采用城区的数据测度108个地级及以上城市2006—2018年间的城市承载力水平;二是对城市承载力影响因素的选择在借鉴前人的基础上，充分考虑科技、产业发展质量、对外开放、政府支持和资源约束等的影响，选取了科技创新、产业高级化、对外开放、财政支持、城市扩张和资源消耗等六个影响因子;三是将地理空间因素纳入现有研究框架，并运用空间杜宾模型，进一步探讨长江经济带城市承载力的影响因素及空间溢出效应，以尽可能缩小估计结果的偏差。一、长江经济带城市承载力评价指标体系和测度方法（一）城市承载力内涵

伴随城市承载力相关研究的推进，学界对城市承载力内涵的理解也在不断深化。1978年施耐德（Schneider D）将承载力定义为自然或者人工系统在吸纳人口增长或物质增长时不会导致其明显的退化或破坏的能力。国家住建部则在2005年首次提出“城市综合承载力”的概念。[1]叶裕民认为，城市承载力是指城市的资源禀赋、生态环境、基础设施、就业岗位和公共服务对城市人口及经济社会活动的承载能力，是资源环境承载力、经济承载力和社会承载力的有机结合体。[2]吕斌、孙莉等认为，城市承载力是指城市的资源禀赋、生态环境和基础设施对城市人口经济社会活动的承载能力。[3]石忆邵、尹昌应等认为，城市承载力是由资源承载力（土地、水）、生态环境承载力、地质环境承载力等构成的整体，是指在特定条件下某一城市的土地资源所能承载的人口数量及人类各种活动的规模和强度的阈值。[4]葛星、郑耀群等认为，城市承载力是指在某一时间和空间范围内，在一定的经济、社会发展和科技水平条件下以及在一定的资源和环境约束下，以可持续发展为原理，城市的资源所能承载的人类各种活动的能力。[5]

尽管学界对城市承载力的界定存在一定差异，但实质都是用来描述城市系统对内外部环境变化的最大承受能力：一是城市承载力必须以可持续发展为前提。城市的发展不能以牺牲子孙后代的生存与发展为代价，而是为后人创造更好的生存与发展空间。二是城市承载力的载荷能满足人民对美好生活需要的不断追求。城市发展的目的是让城市更为美好、让人民更满意，并最终实现城市资源、环境、经济、社会等要素的全面协调与可持续发展。三是城市承载力是一个综合的概念，是城市经济承载力、社会承载力和资源环境承载力等在内的多要素作用的共同结果，是硬件承载力和软件承载力的有机统一。四是城市承载力是有限的。城市承载力既面临自然资源、环境自净能力等约束，也面临城市环境问题、交通问题等“城市病”在技术上解决的可能性和管理上精密性的制约等。因此，本文将城市综合承载力定义为，以可持续发展为前提，以满足人民对美好生活需要更高追求为出发点，在一定的经济社会发展水平和自然资源的约束下，城市的资源禀赋、基础设施和生态环境等所能承载的人口及各类社会经济活动规模和强度的阈值。

（二）城市综合承载力评价指标体系的构建及权重的确立

本文以科学性、时代性、地域性、可获得性为原则，依据城市承载力的内涵，立足中国特色社会主义新时代背景和长江经济带“共抓大保护、不搞大开发”的要求，构建了以经济承载力、社会承载力和资源环境承载力三个维度为支撑的长江经济带城市承载力的评价指标体系。其中，经济承载力是综合承载力提升的物质保障，社会承载力是实现城市公共安全和人民美好生活愿望的基础保障，资源环境承载力是城市可持续发展的必要条件和硬件支撑。该指标体系与以往不同的是，立足于新时代面临的人民日益增长的美好生活需要和不平衡不充分发展之间的社会主要矛盾，在强调城市设施、土地、绿色生态等硬件要素支撑的同时，更强调城市文化、环境治理、水电等资源管理等软件要素供给的支撑，以及城市经济软硬要素的支撑，以突出体现城市承载力的内涵、长江经济带“共抓大保护、不搞大开发”的要求、人民群众对美好生活的更高向往和对高品质生活的追求，具体参见表1。该指标体系中各具体指标权重的确立是在采用极值标准化对正负指标进行数据无量纲化处理的基础上，通过主成分分析法计算得出。二、长江经济带城市承载力动态演进与基本特征（一）长江经济带城市承载力的时空演变轨迹

本文以长江經济带108个地级及以上城市为空间单元，采用综合指数法计算长江经济带2006—2018年间的城市综合承载力。尽管在此期间，部分地市行政区划有过调整，但因所有指标为相对指标，影响程度有限。相关数据来源于《中国城市统计年鉴》（2007—2019）、省（市）统计年鉴、各城市国民经济与社会发展统计公报，部分缺失数据采用插值法获得（以下同）。根据本文测算的长江经济带108个城市的综合承载力水平，将各层次指数划分为高承载（>06）、较高承载（05—06）、中承载（04—05）、较低承载（03—04）和极低承载（<03）五个区间。同时，将城市综合承载力三大维度指标权重进行归一化处理，同样采用这五个区间的分类方法，以揭示各城市经济、社会和资源环境承载力等准则层的发展变化轨迹。

2006—2018年间，长江经济带108个地级及以上城市综合承载力均呈上升态势，基本维持在0202至0604之间。其中，上海、苏州、南京、合肥、杭州、昆明、无锡、宁波、镇江等城市承载力水平始终保持相对较高水平;巴中、昭通、保山、内江、安顺、宿州、永州等城市综合承载力水平一直处于相对较低水平。提速最为显著的是内江、滁州、咸宁、吉安、阜阳、临沧、永州、贵阳、衡阳、宿州、怀化、郴州、孝感、新余、乐山、昭通、舟山、温州、黄山等城市;提速最为缓慢的是连云港、泰州、绍兴、遵义、扬州、十堰等城市。表1城市综合承载力评价指标体系及权重

承载力资源承载力环境承载力市辖区人均GDP元正0.0146市辖区规模以上工业利润总额元正0.0282市辖区人均社会消费品零售总额元正0.0583市辖区职工平均工资元正0.0481市辖区人均财政收入元正0.0585市辖区人口密度人/M2负0.0429市辖区居民失业率%负0.0409市辖区人均道路面积M2/人正0.0663市辖区每万人拥有公交车辆数辆正0.0392地均客运总量万人/M2正0.0502地均货运总量万吨/M2正0.0469市辖区每万人拥有医疗机构床位数张正0.0388每万人普通高等学校专任教师数人正0.0251市辖区每百人公共图书馆藏书册正0.0246城市人均公园绿地面积M2正0.0752市辖区人均城市建设用地M2正0.0624市辖区居民人均生活用水吨负0.0559市辖区居民人均生活用电千瓦时负0.0218人均工业二氧化硫排放量吨负0.0239城市污水处理率%正0.0531建成区绿地覆盖率%正0.0618城市生活垃圾无害化处理率%正0.0635图1长江经济带城市综合承载力分类演变分布图图1显示，长江经济带城市综合承载力呈现由较低和极低承载水平占主导向中级承载水平占主导转变。2006—2018年间，38个处于极低承载力水平的城市全部实现跨级飞跃;较低承载水平的城市从61个下降至9个（巴中、昭通、达州、亳州、资阳、保山、鄂州、黄石、内江）;中承载水平的城市由9个增加到73个;较高承载力水平的城市从无到有增至25个;高承载力水平从无到有增至1个（上海）。

具体到综合承载力的三个维度，通过分析数据可知：长江经济带经济承载力始终处于极低和较低承载力水平占主导的阶段，但均呈跨越式增长态势。2006年，108个城市的经济承载力全部处于极低承载力水平阶段;到2018年，经济承载力处于极低承载水平的城市减少至74个，较低承载水平的城市增至19个，中承载水平的城市增至8个（合肥、温州、常州、成都、武汉、昆明、嘉兴和舟山），较高承载水平的城市增至5个（苏州、杭州、南京、无锡和长沙），高承载水平的城市增至2个（上海、宁波）。长江经济带社会承载力除了黄石、连云港和绍兴略有下降外，其余城市均呈小幅提升状态，也始终处于极低和较低承载力水平占主导的阶段。2006—2018年间，社会承载力处于极低承载力水平的城市从90个降至37个;较低承载水平的城市从18个上升至52个;中级承载水平的城市从无增加到19个，较高和高承载水平的城市始终缺乏。长江经济带城市资源环境承载力始终处于较高水平，且除了泰州稍有下降外，其余城市均呈小幅提升状态。2006年，资源环境承载力处于较低承载水平的城市2个，中级承载水平的城市22个，较高承载力水平的城市39个，高承载力水平的城市45个;到2018年所有城市均跨入资源环境高承载力水平的城市。

（二）长江经济带城市承载力的空间关联性分析

本文基于距离关系空间权重矩阵，采用全局空间自相关方法检验长江经济带城市综合承载力的空间相关性。通过数据分析显示，2006年至2018年间长江经济带城市综合承载力的全局莫兰指数均为正，且通过1%的显著性检验。这说明长江经济带各城市综合承载力水平存在显著的空间正相关性。

为进一步揭示长江经济带城市综合承载力在局部区域的空间集聚类型，采用Geoda软件绘制长江经济带城市综合承载力的LISA集聚图。图2长江经济带2006、2010、2014和2018年城市综合承载力LISA集聚图图2显示，2006—2018年间，长江经济带城市综合承载力空间关联类型主要以“高高”和“低低”等空间集聚类型为主。其中，“高高”类型区域主要在浙江、江苏和上海等城市相对集中集聚;“低低”类型区域从相对分散向重庆、四川等部分城市成片集聚;“高低”和“低高”类型仅分布在少数几个城市。

（三）长江经济带城市承载力动态演进的基本特征

1.城市承载力水平持续提升且差距缩小，空间上总体呈东中西递减趋势

2006—2018年間，长江经济带108个城市综合承载力水平均有所提升，呈现由较低和极低承载水平占主导向中级承载水平占主导转变的良好态势。其中，中级承载力及以上水平的城市由集中分布在长江东部地区向长江中部地区扩散;较低及极低承载力水平的城市范围显著缩小至长江西部地区。城市综合承载力最高与最低之比从2218∶1下降至1736∶1，差距呈缩小态势。从空间上看，长江经济带总体上基本呈现东部地区城市综合承载力水平普遍较高、中部地区次之、西部地区较低的格局，但以中西部地区城市综合承载力提速更为突出。

2.城市承载力空间关联性显著，呈现“高高”“低低”为主导的“东高西低”的空间集聚特征

2006—2018年间，长江经济带108个城市的综合承载力存在较为显著的空间正相关性，空间关联类型以“高高”类型和“低低”类型为主。其中，较高的热点区域集中在上海、江苏、浙江等长江经济带的东部城市，区域范围从以江苏主导转向江苏、浙江并重为主，且热点区域范围逐步缩小;较低的冷点区域从相对分散向重庆、四川等部分城市集聚，且始终以长江经济带西部城市为主导。“高低”“低高”类型仅零散分布在少数城市。可见，长江经济带城市综合承载力总体上呈现“东高西低”的空间集聚特征。

3.上中游省会城市和重庆直辖市的城市综合承载力提速相对较快，且上海和省会中心城市综合承载力普遍高于周边城市

2006—2018年间，长江经济带直辖市和各省会城市综合承载力提升速度从高至低依次为贵阳、武汉、长沙、重庆、昆明、成都、上海、杭州、合肥、南昌和南京，基本呈现上中游直辖市和省会城市（除了南昌以外）提速更快的特点。但由于这些城市的基础不同，导致这些城市在长江经济带108个城市中排名出现了差异。其中，上海除了最初的4年，其他年份城市综合承载力始终排名第1位。位次提升最为明显的是贵阳（从57位上升至第12位）、武汉（从39位上升至第15位）、长沙（从27位上升至第10位）、成都（从29位提升至第18位）、昆明（从第14位提升至第6位）、合肥（从第7位上升至第4位），杭州（从第8位上升至第5位）和重庆（从第74位提升至第71位）。位次不升反降的是南昌（从15位下降至21位）、南京（从第1位下降至第3位）。而且，成都、贵阳始终是本省城市综合承载力最高水平的城市，合肥、杭州、昆明、长沙、武汉、南昌等省会城市的综合承载力在大部分年份为本省最高水平。仅江苏省苏州反超南京成为综合承载力最强的城市，这可能是因为苏州紧邻上海，受到上海强有力的辐射和带动作用所致的结果。但南京与其周边城市相比，仍是城市综合承载力最强的城市。

4.经济承载力和社会承载力相对较低，资源环境承载力相对较高，但以经济承载力提速最快且空间异质性最强

2006—2018年间，长江经济带除了上海在个别年份呈现经济承载力水平>资源环境承载力水平>社会承载力水平以外，其他城市经济承载力水平、社会承载力水平均呈明显低于资源环境承载力水平的状态，且大部分城市经济承载力水平略低于社会承载力水平。从增速看，经济承载力提升速度远高于社会承载力和资源环境承载力的提升速度。从区域差异看，经济承载力水平最高与最低之比从2471∶1降至686∶1，社会承载力水平最高与最低之比大致维持在211∶1，资源环境承载力最高与最低之比从229∶1逐步缩小至144∶1。这表明，城市之间经济承载力的差距显著缩小，但空间异质性仍最强，呈现明显的“东高西低”的分布格局，且长江中上游地区的省会城市经济承载力“首位度”十分明显;城市之间社会承载力差距相对较小，除南昌以外其余省会城市近些年也呈现“首位度”较高的特征，且贵阳、合肥和昆明提速相对明显;城市之间资源环境承载力受既定的资源禀赋、技术可能性等的影响差距最小且提升空间有限，呈现东部地区提升幅度小、中西部地区提升幅度较大的特点，且大部分省会城市“首位度”越来越不明显，甚至出现低于省内其他城市资源环境承载力水平的状态。三、长江经济带城市承载力影响因素与空间溢出效应的实证分析（一）模型建立

传统普通最小二乘法计量模型的理论基础是建立在观察值相互独立的基础上，但因其忽略空间效应的影响，模型估计将出现偏差且缺乏解释力度。而且，前文的分析已经表明，长江经济带城市综合承载力存在显著的空间自相关。因此，本文采用空间杜宾模型（SDM）对长江经济带城市承载力的影响因素与空间溢出效应进行研究。具体公式如下：

式中，Yit表示城市i在t时期的城市综合承载力水平，Xit为解释变量的集合，Wij为地理距离空间权重矩阵，∑nj=1WijYjt表示被解释变量的内生交互效应，ρ表示邻近地区城市承载力对本地区城市承载力的影响程度和方向，∑nj=1WijYjt表示解释变量的外生交互效应，θ表示来自邻近地区自变量对本地区因变量的影响程度和方向，α为截距项，β为解释变量的回归系数，ε为随机干扰项。

当上述模型显示存在空间滞后项时，回归系数将不再简单地反映解释变量对被解释变量的空间溢出效应。为此，进一步采用空间回归模型的偏微分方法，将解释变量对被解释变量的空间溢出效应分解为直接效应、间接效应和总效应。其中，直接效应表示解释变量对被解释变量的区域内溢出效应，间接效应表示解释变量对被解释变量的区域间溢出效应，总效应表示解释变量对被解释变量总体的空间溢出效应。

（二）变量选取

关于被解释变量，本文采用前述2006—2018年的长江经济带108个地级及以上城市的综合承载力水平作为被解释变量。关于城市综合承载力水平的影响因素（解释变量），本文充分考虑科技、产业发展质量、对外开放、政府支持和资源约束等的影响，选取科技创新、产业高级化、对外开放、财政支持、城市扩张和资源消耗等6类指标作为解释变量。

科技创新（tec）：通过科技创新既可以直接提高经济、社会生产率，间接促进城市管理效率的提高，推动城市经济和社会承载能力的不断提升，又可以充分挖掘资源环境承载力的潜力，提高资源的使用效率和环境治理水平，起到放大资源环境承载力的作用。本文选取万人专利授权数代表科技创新水平。

产业高级化（upgrade）：产业结构升级优化有利于经济发展水平的提高并创造更多的就业机会，提高城市的容纳度。同时，随着耗能高、污染大的落后产业逐渐被淘汰，资源利用效率的不断提高，以及环境污染程度的逐步改善，资源环境承载力水平也会随之增强。本文选取市辖区第三产业增加值与第二产业增加值的比值反映产业高级化程度。

对外开放（open）：国际化理念、资金和技术的注入，有利于发挥市场、资源和劳动力的比较优势，提高经济增长的质量和效益，有效提升城市的经济承载能力。但对外开放引发的规模效应会增加自然资源的消耗和污染的排放，且人才的引进提高了国内岗位的竞争压力。本文采用市辖区实际外商直接投资额占GDP的比重反映对外开放水平。

财政支持（fin）：政府支出作为财政政策的有力手段，包含购买性支出和转移性支出。其中，购买性支出优化市场资源配置，提高市场经济效率，但同时会对私人消费或投资产生“挤出效应”，影响城市经济承载能力;转移性支出产生收入分配的作用，满足教育、娱乐、文化、医疗保健和社会福利等社会需求，增强城市社会承载力。本文选取市辖区一般公共预算支出占GDP的比重反映财政支持力度。

城市扩张（area）：土地资源不仅是人类生存和发展的基础，也是支撑经济社会发展的基础性自然资源和战略性经济资源。城市建成区的扩张可为城市建设提供更多地土地资源，为城市人口生产和生活提供更加充足的要素禀赋，但其可持续利用是前提。故采用城市建成区面积与行政区域面积的比值来衡量。

资源消耗（engine）：有限的资源禀赋约束着资源环境承载力的提升。生态环境与经济发展的相互作用动态地影响着城市的综合承载力。集约型经济增长方式将为城市综合承载力提供动力支撑，粗放型经济增长方式有可能提高城市综合承载压力。该指标选取单位GDP能耗来衡量。

（三）空间计量模型估计结果

因数据量纲和大小等方面的影响，本研究对科技进步和产业高级化水平等变量进行对数化处理，以缩小数据的绝对值，增加变量的平稳性。为判断是否适合构建长江经济带城市承载力影响因素的空间计量模型，需要进行LM检验。表2显示，LM（lag）和LM（error）、Robust LM（error）和Robust LM（lag）均通过了1%的显著性检验，说明长江经济带108个城市存在空间溢出效应，且空间杜宾模型（SDM）的拟合优度高于空间滞后模型（SLM）和空间误差模型（SEM），AIC和BIC更低。LR检验结果则拒绝了空间杜宾模型可以转化为空间滞后模型或空间误差模型的原假设，进一步说明运用空间杜宾模型更为合适。再运用Hausman检验方法，发现固定效应模型比随机效应模型的估计结果更有效率。基于此，本文建立固定效应空间杜宾模型（SDM）对长江经济带城市承载力的影响因素与空间溢出效应进行估计。表2长江经济带108个城市面板数据模型结果

表2显示，固定效应空间杜宾模型中的ρ不显著而解释变量滞后项系数显著，说明城市综合承载力的空间效应是由外生交互作用引起的。长江经济带城市综合承载力与科技进步、城市扩张显著正相关，与单位GDP能耗显著负相关。其中，城市扩张对长江经济带城市综合承载力的影响较大，城市建成区面积与行政区域面积的比值每提升1个百分点，城市综合承载力将提升0.166个百分点;科技创新对长江经济带城市综合承载力起正向促进作用，影响系数为0.00373;资源消耗与长江经济带城市综合承载力显著负相关，单位GDP能耗每提升1個百分点，城市综合承载力水平下降0.0189个百分点。然而，产业高级化、对外开放和财政支持对长江经济带城市综合承载力的影响均为正，但不显著。这进一步说明了对外开放和财政支出规模对城市综合承载力影响的多面性和不确定性，而产业高级化对城市综合承载力的影响不显著可能是长江经济带大部分城市第三产业增加值尚未超过第二产业增加值，仍处在工业化进程之中。

在此基础上，采用空间回归模型偏微分方法对长江经济带城市综合承载力的空间溢出效应进行分解。具体结果参见表3。表3长江经济带城市综合承载力的空间溢出效应估计结果

直接效应间接效应总效应系数z值系数z值系数z值ltec0.00380*1.7220.0009741.0830.00478*1.705lupgrade0.006610.7150.0350**2.5620.0417***4.607open0.03850.4072.132***2.9462.171***2.913fin0.01180.5790.448***3.0360.460***3.136area0.172***2.9370.04491.3340.217***2.727engine-0.0204**-2.485-0.0930***-7.175-0.113***-9.630表3显示，科技创新、城市扩张的直接效应和总效应系数通过了10%和1%的显著性检验，间接效应则不显著。这表明科技创新、城市扩张仅对本地的城市综合承载力有正向影响，但对周边地区影响不显著。这进一步验证了科技创新、城市扩张可以对本地城市综合承载力的提升产生直接影响。对外开放、财政支持、产业高级化的间接效应和总效应均显著为正，但直接效应不显著。这表明，对外开放水平的提升、财政支出规模的扩大和产业结构升级优化，虽不能有效推动本地城市综合承载力的提升，却可以有效促进邻域城市综合承载力水平的提升。可能的原因是本地的对外开放、财政支出的增长和产业结构的升级，有利于推动外商直接投资带来的产业关联和财政支持的本地交通基础设施建设等对相邻地区产生较强的正外部性，促进落后产能等向邻域转移，为邻域完善交通等基础设施、承接产业转移和关联产业发展等带来了机遇，由此拉动邻域城市综合承载力的提升。资源消耗的直接效应、间接效应和总效应均显著为负，表明单位GDP能耗对本地和邻域的城市综合承载力均具有反向溢出效应。这主要是以煤炭为主的能源结构带来的资源消耗和环境污染等抑制了本地城市综合承载力的提升，同时因资源消耗和污染造成的跨区域溢出也进一步抑制了邻域城市综合承载力的提高。四、结论与启示本文通过建立长江经济带城市承载力评价指标体系，揭示了长江经济带2006—2018年间城市承载力的动态演变轨迹，并运用空间杜宾模型进一步探讨了长江经济带城市承载力的影响因素和空间溢出效应。研究结果表明：（1）城市综合承载力水平持续提升且差距缩小，但总体水平不高，在空间上基本呈东中西递减趋势，但中西部城市综合承载力提速更为突出。（2）城市承载力空间关联性显著，呈现“高高”“低低”为主导的“东高西低”的空间集聚特征。较高的热点区域主要集中在东部城市，较低的冷点区域主要集中在西部城市。（3）直辖市和省会等中心城市（除了重庆以外）综合承载力水平相对较高，但上中游省会城市（除了南昌以外）和重庆的综合承载力提速更快。（4）经济承载力水平、社会承载力水平明显低于资源环境承载力水平，大部分城市呈现资源环境承载力水平>社会承载力水平>经济承载力水平的格局，但以经济承载力提速最快且空间异质性最强。（5）科技创新、城市扩张对长江经济带城市综合承载力有正向显著的本地溢出效应，对外开放、财政支持、产业高级化对长江经济带城市综合承载力具有显著的正向跨区域溢出效应，资源消耗对本地和邻域的城市综合承载力均具有反向溢出效应。

根据以上结论，本文得出以下几点启示：一是城市综合承载力的提升不可能一蹴而就，需要长时间持之以恒的努力。特别是当城市综合承载力达到一定高度后，城市综合承载力的提升难度将持续加大;二是中心城市承载力具有相对较高的优势，有利于中心城市做大做强。目前仅重庆的城市综合承载力水平相对较低，需要显著提升其城市综合承载力，推动中心城市成为带动长江经济带经济社会发展的核心增长极或龙头，辐射和带动周边城市综合承载力的提升;三是在资源环境承载力受既定的资源禀赋、技术可能性等的影响提升空间相对有限的情况下，经济和社会承载力尚有较大提升空间。这就需要大力提升城市的经济和社会承载力，进一步缩小城市经济承载力在空间上的巨大差距，促进区域协调发展;四是科技创新和城市扩张是提升城市承载力的最重要影响因素。长江经济带必须加大科技创新力度，按照人口聚集、空间紧凑、功能高效等对土地需求的可持续发展原则，适度保持对中心城市的土地需求，促进城市综合承载力的提升;五是对外开放、财政支持、产业高级化对城市综合承载力的直接效应不显著，这就要求长江经济带必须重点引进技术含量高、效益高和污染低的优质外资项目，避免政府支出对私人消费或投资产生的“挤出效应”，大力发展第三产业和高新技术产业，以加速外资投资结构升级，满足社会对公共品的需求，推动产业结构优化升级，进一步提高城市的容纳度;六是高耗能、低效率的粗放型经济增长方式不仅会引发各种环境问题，受资源禀赋约束的资源型产业也无法得到长足的发展，均不利于本地和邻域城市综合承载力水平的提高。低污染、低能耗、高效率的经济发展方式才是城市综合承载力提升的根本。

[参考文献]

[1]傅鸿源，胡焱.城市综合承载力研究综述[J].城市问题，2009（5）.

[2]叶裕民.解读“城市综合承载能力”[J].前线，2007（4）.

[3]吕斌，孙莉，等.中原城市群城市承载力评价研究[J].中国人口资源与环境，2008（5）.

[4]石忆邵，尹昌应，等.城市综合承载力的研究进展及展望[J].地理研究，2013（1）.

[5]葛星，郑耀群.中国九大城市群综合承载力的空间非均衡及其动态演进[J].统计与信息论坛，2018（12）.

A Study of the Dynamic Evolution and Influencing Factors of Cities

Bearing Capacity in the Yangtze River Economic Belt

——Based on the Perspective of Spatial Spillover Effect

ZHU Li-meng1HE Yu-juan2

（1.Academy of Jiangxi Economic Development and Reform，Jiangxi University of Finance and Economics，

Nanchang，Jiangxi 330013，China;2.Academy of Ecological Civilization，Jiangxi

University of Finance and Economics，Nanchang，Jiangxi 330013，China）

Abstract：With the continuous promotion of new suburbanization and new industrialization，the bearing capacity of cities is facing a great pressure and challenges such as shortage of resources，environmental pollution，traffic congestion and public health emergencies.According to data analysis，the comprehensive bearing capacity level of cities in the Yangtze River Economic Belt has increased continuously，but the overall level is not high and shows a decline trend from the east to the central area and the west，and the acceleration of the comprehensive bearing capacity of cities in the central and western regions is more prominent.The urban comprehensive bearing capacity has a significant spatial correlation，presenting the spatial clustering characteristics of “high in the east and low in the west” dominated by “high-high” and “low-low” correlations.Scientific and technological innovation and urban expansion are the most important factors influencing the improvement of cities comprehensive bearing capacity，which have significant direct effects.Opening to the outside，financial support and industrial upgrading have an obvious spatial spillover effect;while resource consumption has a reverse spillover effect on the comprehensive bearing capacity of local and neighboring cities.

Key words：urban bearing capacity;dynamic evolution trajectory;spatial spillover effect;Yangtze River Economic Belt

（責任编辑：钟亚玲）