经济集聚与辐射的协同效应测度及驱动因素研究

贺世红 刘天祥

2015年，国务院发布的《关于支持沿边重点地区开发开放若干政策措施的意见》中明确指出要深入推进兴边富民行动，实现稳边安边兴边。党的十九大报告明确要求：“加快边疆发展，确保边疆巩固、边境安全”。随着近年来西部大开发、“一带一路”倡议与乡村振兴的深入推进，民族地区经济发展取得了翻天覆地的变化，但与东部发达地区甚至全国平均水平相比，民族地区总体经济水平仍较为滞后。现阶段，推动民族地区经济协同发展具有客观基础和现实需要，随着我国经济转入高质量发展阶段，民族地区迎来高质量发展转型升级的关键时期，民族地区由于特殊的地理位置和独特的民族文化资源，在推动高质量发展的过程中更具独特性、挑战性，对民族地区高质量发展路径也提出了新的挑战。经济集聚效应与辐射效应能有效带动区域、城市经济增长，但经济集聚与辐射如何带动民族地区经济高质量发展为本文提供新的思考方向。本文以7个民族地区省份的地（县）级市为考察对象，探讨经济集聚与经济辐射的协同效应，为民族地区城市的协同发展提供建议。

一、文献综述

协同发展一直是区域、城市领域的研究热点，一些学者认为主要的城市群，例如长三角城市群已经达到了高度的协同关系，正朝向一体化趋势发展（洪银兴，2018；方大春，2020；张安驰，2019）。2010-2012年长三角处城市群产业链属于垂直联动模式，核心城市上海的制造业发展速度已经缓慢落后于浙江和江苏，以上海为发展极点的发展模式已经出现了改变，逐步转变成相互协作的模式（鞠立新，2013），长三角城市群的发展模式现在正进入多次扩容阶段，辐射范围正在扩大，形成以上海、南京、杭州为主的圈层结构（刘曙华、沈玉芳，2010）。

而目前对城市经济集聚与经济辐射的协同研究较少，大多是经济集聚和经济辐射的单方面研究。首先从测度上，测度城市集聚的方法主要分为两大类（王燕、郭立宏，2021）：一是偏定性的测度方法，例如波特的钻石模型评估方法（Porter，1990）；二是偏定量的测度方法，例如空间基尼系数、区位熵、行业集中度等都是常用的指标。其次，在驱动因素方面，中心城市的集聚现象和多种因素有关，这些因素在每个中心城市的差异导致了集聚规模的不同，由于因素种类多种多样，导致影响效果也各不相同（金勇彬，2010）。Ravi Kanbur（2011）研究得出基础设施建设因素和投资因素对中国区域经济协同的影响明显，但在不同的子区域上，影响幅度又有不同。许多学者在各城市群层面对经济协同效应的影响因素做了研究，主要得出科学技术发展、人才流动、产业结构、政府的行政分割、教育体制、医疗卫生、交通承载力是影响区域经济协同效应的重要因素（齐喆，2016；杨珍丽，2018）。

通过梳理相关文献可见，经济集聚效应测度研究与经济辐射效应测度研究相对成熟，但大多都集中在产业层面、城市群层面或省域的研究，缺乏针对民族地区中心城市经济集聚效应与经济辐射效应的研究，且在驱动机制研究中多为固定效应模型和空间效应模型，较少运用考虑异质性的分位数回归模型；其次，较少有学者以协同视角分析经济集聚与经济辐射效应。借鉴国内城市群协同发展的经验，为民族地区城市发展找寻路径，本文针对城市发展相对落后的民族地区，对经济集聚与经济辐射的协同效应进行测度，并通过分位数回归方程探讨其驱动机制，为民族地区城市的协同发展提供建议指导。

二、研究设计

（一）经济集聚测度指标构建

本文参考刘修岩（2014）的方法对经济集聚指标以及经济辐射指标做估计。经济集聚指标参考Spiezia（2002）所提出的调整的地理集中指数（Aggre），计算方法如下：

其中，Si是i城市的产出占所在省区产出的比重，Ai表示i城市的行政区域面积占所在省区的行政面积比，Amin是最小面积的城市的行政面积占所在省区的行政面积比重。

（二）经济辐射测度指标构建

经济辐射指标采用是市场潜能指数（Radia），计算方法如下：

其中Ij表示的是地区j的GDP，dij表示地区i与地区j之间的距离，省区内部的距离用dii表示，用地区半径的2/3来替代，计算方法为，SAi表示i城市对应省份的行政土地面积。

（三）经济集聚与经济辐射协同效应测度模型

经济集聚与经济辐射的协同效应采用耦合协调度拟合。两个指标的量纲差距较大，因而对地理集中指数和市场潜能指数进行极差法标准化处理，再进行耦合协调度模型分析，计算公式如下：

式中C为耦合度，D为协调度；T为综合指数，是经济集聚效应与经济辐射效应两个子系统指标值标准化后的加权平均值。耦合协调度的分级标准见表1。

表1 耦合度判定标准

（四）分位数回归模型

分位数回归最早由Koenker和Bassett在1978年提出，在2004年koenker又进一步提出了面板分位数回归，实质是OLS深化扩展，称为条件分位数（CQR）。不仅采用残差绝对值加权平均数作为最小化目标函数，能够揭示因变量条件分布的全貌。相对于均值回归，它既不需要假定误差项的分布函数，又能在某种程度上克服异方差的问题，而且对于异常值的敏感程度小，是一种稳健性方法。条件分位数回归可以分析自变量对于因变量在不同分位点上的异质性影响，因此本文通过面板分位数回归分析经济集聚与经济辐射协同效应的驱动因素。经济集聚与经济辐射对经济发展都有显著的正向影响，依据内生增长理论构建模型，研究二者协同效应的驱动因素。模型如下：

其中模型等式左边的Coorit代表的是城市经济集聚与经济辐射相互的协同效应指数；右边的Xit代表的是各个驱动因素，包括产业因素（advan、bspec、tspec）、政策因素（inf）、社会因素（growth）、能源因素（resoc）、环境因素（env）、规划因素（iarea）；βi表示的是各个核心驱动因素变量的影响系数矩阵；α为常数项；μit代表固定效应，i为个体固定效应，t为时间固定效应；εit表述随机误差项。

具体的分位数回归模型如下：

（五）变量选取与数据来源

1.数据来源

模型实证数据来源于《中国城市统计年鉴》《中国县域统计年鉴》以及各省区的统计局官方数据。民族地区省份包括广西、云南、青海、贵州、西藏、新疆、内蒙古、宁夏。其中西藏区数据缺失，因此未纳入实证模型中。再者，由于所选的样本包括地级市和县级市，年鉴的统计指标口径存在不一致，选取的变量在地级市层面为市辖区数据，县级市层面为全市数据。所选取的时间跨度为2003年—2019年，为消除数据量纲的影响，对所选变量进行了归一化标准化处理或对数化处理。变量的描述情况如表2。

2.数据说明

（1）核心变量

经济集聚与经济辐射协同效应指标Coor，由前文对经济集聚效应（地理集中指数）与经济辐射效应（市场潜能指数）进行极差法标准化处理后进行耦合协调模型的计算得到。主要反映的是民族地区各城市经济集聚效应与经济辐射效应相互作用的程度。协同效应指数越大，表明城市经济集聚效应与经济辐射效应相辅相成，能够助力区域经济发展；协同效应指数越小，说明集聚能力与辐射能力尚为薄弱，或是二者还未能达到平衡。

（2）驱动因素

依据上述模型方程，产业因素由产业结构高级化指数（advan）以及第二产业专业化程度（bspec）、第三产业专业化程度（tspec）来反映。产业结构高级化主要包括三方面内容：1.在整个城市的产业结构中，由第一产业优势逐级往第二三产业占优转移；2.有劳动密集型产业占主要比重向资本密集型、技术密集型产业占优势演进；3.所生产的产品由初级产品转向中间产品、最终产品或是产业链长的高附加产品转变。因此，产业结构高级化能为地区吸引资源，带动邻近地区发展。而第二产业专业化程度与第三产业专业化程度反映的是地区行业的生产实力，一定程度上也体现了地区的技术发展水平。政策因素本文选用的是政府干预指标（inf），由政府支出占当年GDP的比重来表示。政府一般会以制定政策或者项目计划进而实现大规模公共支出投入经济发展当中，公共支出占生产总值之比能衡量政府参与市场经济的程度，也就是政策投入的多少。社会因素由人口自然增长率（growth）来衡量，反映的是人口增长对经济集聚或是经济辐射效应的作用，往往集聚效应和辐射效应正显著增强的城市，会具有较高的人口增长率。人口增长越快，城市人口规模越大，一定程度上刺激了城市规模的扩张需求。能源因素用资源型城市虚拟变量（resoc）表示，主要反映资源禀赋是否能促进城市的经济集聚或加强经济辐射。但由于地级市和县级市的能源数据较难获得，《中国能源统计年鉴》中披露的数据也只能到省级层面，因此为综合考虑城市赋有的能源资源，本文依据截至2020年国家公布的262个资源型城市名单，与本文的研究样本一一对比筛选，是资源型城市的样本，该指标为1，否则为0。环境因素使用规模以上工业企业产值占GDP比重（env）替代，工业产值与环境污染成正向相关关系，规模以上工业产值越高，工业废物排放量会越大，对环境影响较重；其次大规模的产值需要大面积的生产用地作为平台支撑，一定程度上减少了城市的绿地面积占比，也不利于环境友好。规划因素主要侧重于城市建设方面，最直观的用城市建成区面积（iarea）表示，研究建成区面积的扩大是否能影响经济集聚或是经济辐射作用之间的协调性。各变量描述如表2。

表2 描述性统计

三、实证分析

（一）经济集聚与辐射的协同效应测度结果分析

从表3对民族地区经济集聚与经济辐射协同效应的均值计算结果来看，民族地区市辖区从2003年至2012年集聚效应和辐射效应的协调度处于中度失调状态，从2013年至2019年处于基本协调状态，并且市辖区协调度呈现逐渐上升趋势。县级市的协调度常年处于中度失调状态且呈现上升趋势。中心城市在2016年之前处于中度失调状态，但2016年之后上升为基本协调水平，呈现波浪式上升趋势。而非中心城市也是常年稳定于中度失调状态，但是大致呈现上升增长趋势，协调度渐渐趋于基本协调水平。总之，相对于县级市和非中心城市而言，市辖区和中心城市的经济集聚和辐射效应两系统间的协调作用相对较高。

表3 分城市等级经济集聚与经济辐射效应协调度计算结果（均值）

（二）基本回归分析

表4是民族地区全样本协同效应的驱动因素分析，表4的列（1）是双向固定效应的普通最小二乘法的基本回归结果，发现产业高级化系数对经济集聚与经济辐射有显著的正向影响，影响因子为0.736，民族地区产业的高级化转变加强了城市的集聚与辐射的协同效应。而在分位数回归中五个分位点上的系数都非常显著，但整体随着分位的增加呈现下降趋势，原因在于协同效应较好的城市多为大规模城市，拥有相对合理的产业结构布局。政策因素对经济集聚与经济辐射的协调作用效果呈现逐步增大的趋势，在高分位点0.9的回归中系数达到0.207，明显高于低分位回归，由此可见，政策是更倾向于大型城市。能源因素在普通最小二乘回归中显著性为10%，系数为0.086。在0.1分位数回归中，系数不显著，在中分位数0.5与0.75的回归中，系数显著性达到了0.01水平。由此可见，较多中等城市的发展有依赖于能源的带动，民族地区拥有能源资源的城市不少，这些城市的转型发展尤其是第二产业的发展，能够依靠能源禀赋获得发展机会，对其经济集聚与辐射的能力有一定的提升，促进二者的协同效应增长。社会因素方面，人口规模的自然增长在普通最小二乘法和所有的五个分位数回归中系数都不显著，值得注意的是，在高分位组的回归中，人口自然增长率对经济集聚与经济辐射的协同效应产生了负向影响。可能的原因是民族地区的人口向大规模城市汇聚，容易造成城市拥堵，使得资源分配出现问题，长期如此会削弱城市的经济辐射作用，直至降低经济集聚与经济辐射的协调作用。城市规划因素反应的是建成区域面积占城市总体的行政区域面积，反映城市的扩张，缓解城市拥堵效应的能力。从表4中的统计结果来看，城市规划能对经济集聚与经济辐射协同效应起到显著的正向影响，最小二乘回归的系数为0.133，显著水平为0.01。在分位数回归中，系数随着分位数的增长而增长。环境因素整体上不显著，而低分位回归中的系数与高分位回归的作用系数相反。可能由于高分位回归中城市的工业产值增加对环境的影响小于其对经济的拉动作用，民族地区城市在近十年发展较快，其中大部分得益于工业制造业的带动，再加之国家五位一体布局中绿色理念的深入，节能减排的技术得到发展，工业排放量减少，产能上升。

表4 民族地区全样本协调度驱动因素分析

（三）影响因子作用程度分析

从影响因素模型估计结果（表5）看，产业高级化对经济集聚与辐射的协同效应影响最显著，其次是第二三产业的专业化程度和政府干预；环境因素和人口自然增长率不显著。进一步了解驱动因素的效应，利用夏普利值分解法，对各个影响因素子系统进行贡献程度分析。通过表5可以发现在模型设定中六个驱动因素组分别对应表格中的分组，Group1代表的产业因素系统，夏普值为0.107，占比较高，达到69.69%，说明产业结构的高级化和产业的专业化程度是影响经济集聚与经济辐射协调作用的关键驱动因素。城市规划因素占比人口增长对经济集聚与经济辐射协同效应的影响最小，仅仅占到0.03%。与前文的影响因素分析的分位数回归结果基本吻合。

表5 经济集聚与辐射的影响因子贡献程度

（四）影响因素变化趋势分析

分位数回归不仅能看出影响因素产生的作用是否稳定，还能改进模型的拟合效果。从影响因素的分位数回归模型中发现，各影响因素回归系数的标准误差基本都服从随着分位点数的增加，先降低后升高的趋势，且部分变量的显著性与预期不符合，因此有必要绘制出影响因素的变化趋势图，观测各个变量在不同分位数水平下的回归模型系数的置信区间，分位数从0.01到0.99上等距变化。图1中深色的曲线表示不同分位数水平下各自变量对应的系数估计值，灰色区域表示系数的95%置信区间，深色虚线表示均值回归模型中各系数的估计值，两侧的浅色虚线之间为均值回归模型中系数的95%置信区间。随着分位数的增大，各系数的置信区间在逐渐变宽。产业结构与二三产业专业化程度对应系数估计值的置信区间先变窄后变宽，系数置信区间变宽，在统计学意义上可以理解为标准差在逐渐变大，即参数估计值的波动增加，稳定性相对较差。政策因素对应参数的置信区间变化均匀，说明政策影响对于经济集聚与经济辐射的协同效应的作用效果非常稳健。在能源因素上，系数置信区间在逐渐缩小，说明分位数在中高位更能拟合资源要素对经济集聚与经济辐射的协同效应的影响。同时黑色虚线基本都在灰色阴影部分中，且黑色实线也都位于两条灰色虚线之间，即能源因素对应的系数估计值基本在均值回归模型的系数置信区间内，说明基本OLS回归与分位数回归结果都能很好地拟合变量之间的关系。规划因素的系数置信区间狭长，宽度变化不大，但系数自身的变化呈单调递增趋势，说明在不同的分为数水平下，规划因素的作用效果不同，回归估计存在偏误。然而，从整体的八个变量系数图来看，仅有规划因素变量是单调的，因此可以认为模型不存在“分位数交叉问题”，其余变量在不同分位数水平下，影响效果在一定程度上相同。人口增长率变量在低分位水平时，系数的标准误变化大，其他分位数趋于稳定，在高分位水平下，分位数回归与基本最小二乘回归的估计结果基本一致。最后是环境变量，环境变量影响因素在中分位水平下变化波动较大，整体上较为稳定。总体上看，除了能源因素对应的系数估计值在基本均值模型的置信区间内，其余系数的估计值基本不在均值回归模型的系数置信区间之内，尤其是低分位数和高分位数上，大多数影响因素的系数拟合差别较大，这也进一步说明了均值回归模型在一定程度上具有不合理性，分位数回归模型可以更好地解释变量间的关系。

图1 各影响因素系数变化趋势图

（五）稳健性检验

首先，本文运用的分位数回归的方法，本身就是一种相对稳健的方法。因此稳健性检验从消除随机性影响或极端值影响入手，采用的是蒙特卡洛模拟法，蒙特卡洛模拟是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。本节在每个分位点进行蒙塔卡洛模拟抽样500次进行分位数回归，保证模型实验的随机性。从表6的结果来看，列（1）至列（5）为0.1、0.25、0.5、0.75、0.9五个分位点的蒙特卡洛模拟抽样做的分位数回归。估计结果的影响系数作用方向和显著性水平与基本的面板分位数回归基本一致。其中在蒙特卡洛模拟抽样方法中，人口自然增长率在低分位回归系数是显著的，显著水平为0.05，在0.25分位上系数不显著，环境因素同样也在0.1分位数上显著，在0.25分位的回归系数为不显著，0.5分位回归上显著。因此人口增长和环境因素对经济集聚与辐射协同效应的影响不稳定，结论也与前文的基础分位数回归一致。除此之外其余影响因素仅仅是系数大小差异，因此可以认为本文对经济集聚与经济辐射的协同作用的驱动因素分析结果具有稳健性。

表6 蒙特卡洛法

四、结论与建议

本文通过分位数回归方程对民族地区中心城市经济集聚与辐射的协同效应进行相关探讨，实证分析了2003—2019年民族地区经济集聚效应和辐射效应的协调度及影因子作用程度分析，研究结果表明：相对于县级市和非中心城市而言，市辖区和中心城市的经济集聚和辐射效应两系统间的协调作用相对较高。产业高级化和政府有效干预能显著促进经济集聚与辐射的协调发展，是影响经济集聚与经济辐射协调作用的关键驱动因素，但政策效果在大城市相对更明显；环境因素和人口自然增长率未能有效促进经济集聚与辐射的协调发展；城市规划能促进经济集聚与经济辐射协同效应；而资源型城市能够依靠能源禀赋促进二者的协同效应增长。

本文研究结论对民族地区中心城市协同发展具有以下几点建议：一是促进产业转型升级，部分民族地区虽能依靠资源禀赋优势带动第二产业发展、促进城市经济集聚和经济辐射，但城市发展应着眼长远，始终坚持绿色、高质量发展的理念，应鼓励民族地区产业不断转型升级，推动以传统的第一产业为主导向二三产业为主导的转变，民族地区更应利用自身区位优势推动产业转型升级，积极促进城市经济效益提升与城市的集聚与辐射的协同效应。二是强化政策支持导向，政策支持在较大城市更易发挥出效果，但在区域协同发展的背景下，一方面需持续加强政策支持引导、强化政府公共支出，保证较大城市的可持续发展；另一方面是针对规模较小的城市，强化政策倾斜，确保经济发展紧跟大城市步伐，进而促进民族地区中心城市经济集聚与协同效应提升。三是调整城市空间布局，城市规划是城市发展的地理框架，人口增长则是社会经济发展的基础，特别是在现阶段人口可能出现负增长的情况下，更应切实增强人口吸引力，强化城市发展基础。同时要有效协调人口增长与城市空间布局的合理性，避免因人口的快速增长导致城市拥堵，为城市经济集聚与经济辐射腾出协调发展空间。