京津冀城市群基本公共服务的空间关联性及动态演进
2023-05-30孙钰李新齐艳芬崔寅
孙钰 李新 齐艳芬 崔寅
摘 要: 提升基本公共服务水平是京津冀协同发展的重要目标之一,在测度其供给水平的基础上探究其动态演进态势将有助于强化内生动力。着眼于教育文化、医疗卫生、社会保障、基础设施四个典型维度,以京津冀13个地级以上城市为样本,对2010—2021年基本公共服务供给水平进行测度,探析其差异性及空间关联度,并采用核密度估计法对其演进趋势进行预测。研究结果表明:京津冀各个城市的基本公共服务供给水平存在显著的空间异质性;以京津为核心的环形供给水平空间分布结构凸显;不同空间板块类型的城市演进态势呈现差异化特征。基于研究结论,提出协同提升京津冀基本公共服务供给水平的政策建议。
关键词:基本公共服务;京津冀城市群;空间关联性;核密度估计法;动态演进
中图分类号:F299.24 文献标志码:A 文章编号:1674-7356(2023)-01-0001-09
引言
提升基本公共服务水平是国家基于提升人民群众获得感与幸福感提出的重要方针,与人民日益增长的美好生活需要息息相关。国务院印发的《“十三五”推进基本公共服务均等化规划》中提出,基本公共服务是由政府主导、保障全体公民生存和发展基本需要、与经济社会发展水平相适应的公共服务,是全体公民都能公平可及地获得大致均等的服务[1]。党的十九届五中全会公报提出“十四五”时期经济社会发展的主要目标中明确提出,民生福祉达到新水平,基本公共服务均等化水平明显提高。京津冀协同发展战略实施以来,三地积极促进基本公共服务共建共享[2],总体水平呈现上升趋势。但是,由于各城市发展阶段不同,基础和条件差异较大,投资规模、服务水平相关方面也存在较大差距,导致基本公共服务水平的空间布局呈现非均衡性。《中国城市群一体化报告》指出:京津冀城市群的公共服务水平远低于长三角、珠三角城市群,具体表现为区域财政支出差距大于经济差距、一体化水平增速缓慢、各城市之间发展不平衡问题越来越突出[3]18,空间异质性亟待得到关注。
基本公共服务空间异质性问题对于京津冀协同发展造成一定的阻碍,前人多基于指标评价、空间关联、区域不平衡等视角展开研究。基于指标体系评价视角的研究中,多选取文化教育、医疗卫生、社会保障、基础设施四方面内容构建指标体系[4,6-9][5]6,利用定量模型进行测度研究,结果表明地区基本公共服务发展存在非均衡发展态势,且与发展水平具有重要关联,以刘小春、李华等学者为代表,认为财政体系对于基本公共服务水平具有紧密相关性,促进我国各地区财力均等化是均衡基本公共服务的重要手段[10-11,13-14][12]58。在基于空间视角的研究中,李晓梅等认为,基本公共服务均等化的实现与区域协调发展具有重要关联,需要重视要素资源的空间分配[15-17],必要时地方政府可以进行赠款分配[18],李华、董艳玲[12]59、郭雨晖[19]、熊兴[20]等提出我国基本公共服务均等化水平整体呈增强趋势,各区域之间的绝对差异也随之扩大,Anders Fredriksson[21]认为空间距离对于公共服务提供质量存在影响,建议通过改进公共服务的空间分布实现合理分配。在基于区域视角的研究中,马慧强[22]67、刘春涛[23]31、韩增林[24]等学者分别针对京津冀、辽宁省、海岛县等地区,利用基尼系数、差异系数、泰尔指数[25]8等方法观察研究区域空间分布格局及动态演进趋势,研究结果多表明在观测期内研究样本具有较紧密的空间相关性,Guul Thorbj?rn Sejr等[26-27]基于準市场机制研究区域内公共服务供给机制,认为竞争与监督能够一定程度提升服务水平。在基于京津冀尺度的研究中,张贵[28]等基于协同论视阈测度京津冀地区基本公共服务协同度,认为三省市之间各有优势指标,需制定专门性策略重点发展,马慧强[22]67等基于京津冀地区基本公共服务均等化水平展开研究,发现总体均等化水平呈上升趋势,且内部差异性逐渐缩小,许恒周[29][5]11等人则是基于城镇化与基本公共服务水平关系研究空间协调发展差异性,强调供给侧改革的重要性,田学斌[25]13、杨胜利[30]132等认为河北省基本公共服务供给水平相对较低,其中服务供给水平与人口、经济资源相协调是关键,其中杨胜利、姚健[30]129等人分别以市辖区范围和全市范围为计算口径,以常住人口数和公共服务资源数量为研究对象,对京津冀城市群公共服务资源空间匹配问题展开研究,强调资源供给与人口增速适配发展。
综合已有研究发现,目前尚存在一些薄弱环节,亟待从如下三个方面进行探索和扩展:一是在研究尺度方面,目前研究多从宏观视角观测全国、从微观视角测度省市供给水平,而基于空间异质性角度展开的中观尺度研究较为鲜见。二是在动态演进方面,前人多是观测区域整体水平演进态势,而基于空间视角与供给水平双重要素划分的研究较为匮乏。三是在空间关联性方面,前人多是观测静态空间分布状态,而基于空间关联性动态演进的原因分析较少。基于此,本研究以京津冀城市群13个地级以上城市为研究对象,综合运用均方差决策方法测度基本公共服务供给指数,研究其空间异质性并分析其动态演进进程,挖掘动态变化背后的相关原因,在此基础上,基于京津冀基本公共服务空间布局的环形结构特征,求解协同联动助力区域水平提升的对策措施。
一、模型构建与指标体系
(一)研究方法
本文运用多指标综合线性加权法测算出京津冀城市群13个地级以上城市基本公共服务供给水平,对京津冀城市群基本公共服务的空间相关性进行研究。利用核密度估计法对供给水平演进态势进行量化分析,探索动态变化规律。
1. 基本公共服务供给水平测度模型
均方差决策法(MSD)是确定指标权重的客观赋权法,根据各评价指标属性的相对离散程度来确定权重大小[31],离散程度越大,指标权重系数就越大。此方法能有效避免人为因素引起的决策偏差以及主观赋权法中的随机性,具有赋权精度高的优点[32]。
式中,x[0ijt]为城市的指标j在t年份标准化后的值,E(Ait)为t年份各地区指标的平均值,δ(Ai)为年份指标的均方差,W(Ai)为指标i的权重值。
本文采用离差标准化法对各项指标进行标准化处理,數据标准化处理的目的是消除指标之间的量纲影响,公式如下:
式中,x[0ijt]为原始数据标准化后的值,max(xijt)为城市j的指标i在t年份的最大值,min(xijt)为城市i的指标j在t年份的最小值,标准化后数据的取值范围为[0,1]。
采用多指标综合线性加权法计算单项指标权重与标准值乘积之和,得到京津冀13个地级以上城市的基本公共服务供给水平R,此方法可以使多项独立指标达到线性补偿的目的,同时融合主观性与客观性,具有显著的综合性、系统性特征,符合计算京津冀基本公共服务多项指标所需。公式如下:
2. 基本公共服务空间相关性分析
Moran′s I指数是使用率较高的测度空间自相关模型[33],本文运用Geoda软件计算全局Moran′s I指数判断京津冀空间相关性程度,而后计算局部Moran′s I指数探究各城市间空间相关性特征。使用此方法能够比较客观且直观地观察到空间集聚现象,利于后期分析京津冀空间分布特征。公式如下:
式中,n代表研究城市的数量,xi、xj表示空间位置i与j的观测值,ωij表示不同空间位置的i与j的空间权重矩。全局Moran′s I指数的取值范围处于-1.0~1.0,取值大于0时,说明存在空间相关性,且取值越大,则基本公共服务空间相关性越大;取值小于0时,数值越小说明空间异质性越大;取值等于0时,说明不存在空间相关性。局部Moran′s I指数为正值表示被同质城市包围,为负值表示被异质城市包围。由于需要计算数据众多,因此采用Geoda软件制作莫兰散点图进行表示。
3. 京津冀基本公共服务供给水平动态演进模型
核密度估计法可以对被研究对象的分布状况、发展历程及动态演进进行刻画[34],作为一种非参数估计方法,对于原始数据的分布状况不做事先假定,根据数据本身特征进行分布判断,较大程度保留了数据的真实性,相较于参数估计方法而言,其结果更加具有客观性及说服力,且相较于直方图密度估计法,其结果输出更具连续性。本文观测期较长且具有延续性,基于以上特性及优势,使用核平滑密度估计法(Ksdensity)对京津城市群基本公共服务水平的分布及动态演进进程进行分析,有助于客观观测其供给水平。
式中,h表示带宽,值大于0,带宽决定核密度估计图像的平滑程度;x表示样本变量,xi表示i年份均等化指数的值;K(x)表示核函数值;f(x)表示核密度估计值。
(二)指标体系构建与数据来源
根据基本公共服务的内涵,并以相关文件为指导,在参考相关学者已有研究成果的基础上[3]5[23]29[28]21,遵循系统性、可行性等基本原则构建指标体系[35],本文构建了包括文化教育、医疗卫生、社会保障和基础设施4个一级指标的指标体系,共选取了12个具有代表性且数据较为完善的基本公共服务指标,通过均方差决策法对各二级指标进行赋权,见式(1)(2)(3),从而构成了京津冀基本公共服务水平测度指标体系(见表1)。原始统计数据均来自于2010-2021年的《中国城市统计年鉴》 《中国统计年鉴》 《中国环境统计年鉴》 《中国城市建设统计年鉴》 《河北经济年鉴》 《天津统计年鉴》等统计年鉴以及财政报告等相关信息、公开文件,数据具有权威性、可信性。对于少数缺乏的数据,通过均值的方式计算得出,具有合理性、客观性,最终收集到2010—2021年13个城市的12项指标数据。
二、京津冀基本公共服务供给的空间相关性分析
(一)京津冀基本公共服务供给水平测度分析
根据式(5)计算得出京津冀13个地级以上城市2010—2021年基本公共服务供给水平数据(见表2)发现,供给指数均呈现明显的增长态势,且供给水平提升跨度较大。为更加直观地观察到京津冀13个城市供给水平的演进过程,选取2010、2016和2020年的指标数据进行观察。2010年13个城市基本公共服务供给指数均低于0.4,未达到中等水平,整体处于低水平层次。2016年京津冀整体基本公共服务水平偏低且发展速度较缓,只有四个城市达到中等偏上水平,仍有承德、唐山、保定、沧州、邢台五个城市低于0.4,其中唐山与邢台供给指数未达0.3,与其他城市差距明显,此时非均衡问题较为突出。2020年京津冀城市群整体达到了较高服务水平,但内部空间非均衡性也进一步凸显。观测期内优化提升幅度较大,多数城市均可达到较高水平,但相较而言河北省内的个别城市服务供给水平偏低。
根据供给水平测度结果及图1分析发现,京津冀城市群总体服务水平呈上升态势并达到较高水平,但河北省个别城市水平偏低,直至2021年刚刚达到高供给水平,成为拉低京津冀城市群整体基本公共服务水平的主要原因。石家庄、承德、张家口三城市相较于其他城市偏低,空间异质性增强。
(二)京津冀基本公共服务供给的空间相关性分析
基于测度结果对空间相关性进行探索,以数据为支撑助力精准研判空间格局特征,有助于挖掘短板和薄弱环节。由于针对空间关联性与异质性角度展开的京津冀地区基本公共服务水平研究有待于进一步深入,本文运用GeoDa软件计算京津冀城市群13个地级以上城市的基本公共服务供给水平的全局Moran′s I指数。全局Moran′s I指数可以说明研究对象是否存在空间相关性,通过计算全局Moran′s I指数验证京津冀地区基本公共服务供给水平的空间相关性程度。鉴于篇幅限制,选取观测期内供给水平发展转变的时间节点,即由低水平向中、高水平跨度的2013年和2020年数据进行分析,此两年份得到全局莫兰指数分别为0.217、0.099,显示13个地级以上城市基本公共服务供给水平呈现显著的正向相关关系和集聚模式,区域内基本公共服务供给水平具有较强的空间关联性。
全局莫兰指数是从京津冀城市群整体方面说明各城市之间基本公共服务水平存在显著的空间相关性特征,但是无法具体说明各城市之间的集聚位置,而局部莫兰指数可以具体显示各要素之间的相关性,因此通过分析局部莫兰指数可以解决这一问题[36]。基于此,我们选取处于发展转折期的典型年份,即2013年和2020年的基本公共服务供给水平数据,通过GeoDa软件局部莫兰指数计算并作图得到两个年份的局部Moran′s I散点图(略),根据散点图中各城市的分布状况进一步分析其空间相关性特征。据图可见各城市供给水平被局部Moran′s I散点图分布在四个象限内,分别处于低-高(L-H)集聚区、高-高(H-H)集聚区、低-低(L-L)集聚区、高-低(H-L)集聚区,由此可见13个城市之间既存在高-高、低-低的空间正相关关系,又存在低-高、高-低的空间负相关关系。从数量上看,空间正相关关系和负相关关系势力均衡。根据所作局部Moran′s I散点图可知,2013年处于低高集聚区的城市包括唐山、秦皇岛、张家口;处于高高集聚区的城市包括北京、保定、沧州、廊坊、天津;处于低低集聚区的城市包括邯郸、衡水、邢台;处于高低聚集区的城市包括承德、石家庄。2020年处于低高集聚区的城市包括沧州、承德、石家庄、张家口、天津;处于高高集聚区的城市包括北京、保定、廊坊、天津;处于低低集聚区的城市包括邢台、邯郸、秦皇岛;处于高低集聚区的城市包括衡水、唐山。
根据LISA集聚地图(略)与显著性地图(略)分析,所呈现的空间集聚布局与散点图一致。处于低高集聚区的城市基本公共服务供给水平较低,但邻近城市的供给水平较高,此类城市主要分布在京津冀城市群的北部,多与高高集聚区的城市相邻,其中秦皇岛和张家口属于典型的此类城市,积极利用高水平城市的正向引领效应的同时,被带动城市也应抓住机会,在不断学习的过程中开拓创新。处于高高集聚区的城市及其邻近城市均具有较高的服务供给水平,此类城市主要分布在京津冀城市群的中部地区,以北京、天津等城市为主,具有独特地缘及经济优势,可积极利用其溢出效应及辐射作用达到融合发展、良性循环的目的。处于低低集聚区的城市及其邻近城市供给水平均较低,此类城市主要分布于京津冀南部區域,均属于河北省内城市,需要更加重视与邻近城市多加交流,可多与石家庄、保定、沧州交流,学习提升供给水平的方式方法。处于高低集聚区的城市本身具有较高水平的供给水平,而其邻近城市水平较低,该集聚区主要环绕在中心城市周边,位于高高集聚区与低高集聚区的过渡区域,成为高水平城市与低水平城市的桥梁,应注重发挥其承前启后作用,缓解河北省内个别城市导致的空间分布异质性突出问题。
由上述分析及城市空间布局分析可得,京津冀城市群13个地级以上城市总体上存在显著的区域集聚现象,并且两个年份的基本公共服务水平的集聚性与显著性水平大体一致,高基本公共服务水平的城市之间显著性最强。从空间聚类角度来看,通过聚类地图与前文局部Moran′s I散点图所划分各城市集聚状况对照发现,二者聚类分布高度一致。从显著性角度来看,空间相关性分析结果与显著性地图分布一致,意味着京津冀城市群基本公共服务供给水平空间自相关通过了检验,空间依赖和数据结果分析更加准确,进一步验证了京津冀地区基本公共服务供给水平的空间相关性特征,为下文的分析提供了理论支撑。
(三)京津冀基本公共服务供给水平的动态演进
基于前文所得供给水平测度结果及空间分布特征,考察发展动态性和时间延展性,本文采用核心平滑密度估计法对京津冀城市群2010—2021年间基本公共服务供给水平演进进程进行分析,便于直观分析其纵向起伏,展现集聚城市水平的动态发展历程,为促进京津冀协同发展提供决策依据。前文空间相关性分析可知,高水平城市集中于京津冀地区的核心部位,供给水平随着与核心地区距离的延长呈梯度降低,形成了一个界限分明的不规则环形,环形外部则与石家庄、衡水等低水平城市相衔接。本文根据四个集聚区供给水平呈现环形向外扩展的结构特征,拟将动态演进研究区域划分为如下三个部分:
其一,核心区域——由北京、天津、唐山、廊坊、保定五个城市组成;其二,近心区域——由承德、张家口、秦皇岛、沧州四个城市组成;其三,远心区域——由石家庄、衡水、邯郸四个城市组成。接下来对域内总体动态演进进程及三个区域的基本公共服务均等化演进态势进行分别预测研究(如图2—5所示)。
1. 京津冀城市群基本公共服务的动态演进
如图2所示,曲面整体右移,供给数值呈扩大态势,且曲线宽度逐渐缩小,极值差距降低,说明京津冀城市群基本公共服务供给水平总体呈上升趋势,区域内空间异质性程度降低,此结论与前文客观分析相吻合,表明京津冀地区在观测期内基本公共服务水平不断提升。2010-2013年拟合曲面有较小的右移幅度,同时主峰峰值大幅提升,此阶段空间非均衡性较强,且供给水平有待提升。自2014年起出现了较大幅度右移,主峰峰值总体处于稳定增长状态,表明供给水平随时间推移稳步提升。这一现象与前文所得供给指数(见表2)分布相符,同时与国家政策干预较为一致,2015年4月中共中央政治局审议通过了《京津冀协同发展规划纲要》,明确指出京津冀协同发展的重要性并确立了总体方针,天津市跟随中央政策指示,制定了《天津市贯彻落实<京津冀协同发展规划纲要>实施方案(2015—2020年)》,助推核心区域基本公共服务均等化水平分布演进态势迅猛。
2. 核心、近心、远心三区域动态演进
如图3、4、5所示,核心、近心、远心三区域供给水平均呈右移进步趋势,但各区域之间的发展速度与均衡性存在动态差异,本文根据区域发展速度将十二年观测期划分为平缓发展期、高速提升期与稳定质变期三阶段(见表3)。就动态演进进程而言,三区域发展进程总体一致,具体情况是:远心区域拟合曲面于2012年至2014年间出现首次大幅度右移,快速实现由低水平向中高等水平的转变,核心区域与近心区域均于2014年开始步入高速提升期,拟合曲面出现较大幅度右移趋势;三区域于2015年至2017年间均存在不同程度的供给水平回落趋势;此后,核心区域与远心区域于2017年进入质变稳定期,近心区于2018年进入稳定质变期,此阶段拟合曲面达到观测期内较高水平并趋于稳定。就各阶段演进差异性而言,核心区域均等化水平总体提升速度较快且质量较高,拟合曲面右移幅度较大,曲面峰值较高且曲线宽度减小。近心区域供给水平质变时间明显晚于核心区域,但后期供给水平提升速度较快,总体右移趋势较大,曲线宽度呈明显缩小趋势。相对于核心区域和近心区域来讲,远心区域进步趋势稳定性较差,发生质变的时间较晚,观测期内曲面移动过程呈现较大幅度的左右波动,高速提升与稳定质变期主峰峰值偏小。
由上述分析及表3可知,三区域服务水平总体提升进程基本一致,阶段性发展差异性较大。动态演进进程虽存在差异,但质变节点总体保持一致,且供给水平呈现稳步提升态势。其中,京津冀协同发展等相关国家政策起到了重要作用,三区域供给水平起点各异,但跟随政策节点服务水平也相应提升。三区域各发展阶段的差异主要体现在发展速度、优势城市、均衡性三方面。出现此现象的主要原因在于三区域地缘优势及基础资源差异,核心区域拥有京津丰厚的政治、文化等资源,且自身基础较强,在发展过程中存在产生超高水平城市的可能;近心区域发展速度略缓,但其距核心区域较近,接收政策及资源的能力较强,后期发展势头强劲;远心区域城市基础资源相对不足,发展初期较为困难,且距京津等核心区域城市较远,因此观测期内各阶段供给水平相对落后,缺乏优势城市,后期发展趋于稳定,供给水平总体呈现曲折进步趋势。若今后按照此种发展态势,京津冀地区供给水平会保持稳定提升。
三、结论、启示与展望
(一)基本结论
在测算各个城市基本公共服务水平基础上,刻画其空间分布格局、探析其动态演进态势,研究结论如下:
第一,京津冀城市群基本公共服务的空间关联紧密、异质性显著。河北省内个别城市与京津两市的差距尤为明显,解决非均衡性发展问题成为促进区域协同发展的关键点。
第二,京津冀城市群基本公共服务水平的空间布局呈现环形结构。北京、天津作为拥有高水平基本公共服务的核心区域,其余城市基本公共服务水平与距核心区域的空间距离呈正相关。
第三,核心区域、近心区域和远心区域的动态演进呈现不同态势。核心区域水平提升速度最快、水平最高、最为稳定;近心区域紧跟核心区域步伐,分布演进态势步调基本一致;遠心区域分布态势相对滞缓,且发展稳定性较差。
(二)启示与建议
基于前文结论,我们提出以下对策:
1. 缩小差距、推进城市群基本公共服务的非均衡性向均衡性转变
建立“协同机制”,帮扶河北省11个城市提升基本公共服务水平。其一,由北京和天津向河北省11个城市进行外部帮扶。向11个城市进行资源、技术、服务等多方面输出扶持。其二,河北省11个城市“抱团取暖”、积极“自助”,增强内生动力。从财政政策、制度保障、人才引进等方面着手催生自身前行的动力,省内建立协同发展小组,助力省内以强带弱。给予邢台、衡水等财政补贴,石家庄等城市在人才和技术方面向邯郸、沧州等进行输送,廊坊向保定、沧州等传递京津优秀文化资源,以期降低河北省内空间异质性,实现河北省板块与京津“同频共振”。
2. 强化溢出效应作用机制
针对基于环形结构下的演进差异化特征,建议激励核心区域发挥空间溢出效应。其一,核心区域的地方政府因地制宜出台政策,与近心区域、远心区域建立互通共享网络,可利用现代化设施实现智慧城市数据共享,例如,构建联合数据库、打造文化教育培训基地、城市协作就医等项目,组建交通和环保一体化联盟等,构建“邻避合作城市体系”。张家口、唐山、秦皇岛三个城市,可利用空间环形结构特征围绕承德形成“兄弟城市”,以独特的空间优势发挥财政溢出效应,兄弟城市之间互通共享基本公共服务的资源。其二,积极发挥基础设施溢出作用,带动区域间资源流通。利用交通设施带动区域间人才流动和教育医疗服务的共享,促进核心区域与近心区域及远心区域之间的互动。
[参考文献]
[1] 杨晓军,陈浩. 中国城乡基本公共服务均等化的区域差异及收敛性[J].数量经济技术经济研究,2020,37(12):127-145.
[2] 京津冀三省市积极推进基本公共服务共建共享.中华人民共和国国家发展和改革委员会.[EB/OL]https://www.ndrc.gov.cn/fggz/dqjj/zdzl/202003/t20200303_1222240.html?code=&state=123.2020-03-03.
[3] 中国城市群一体化报告. 中国发展研究基金会.[EB/OL]https://www.cdrf.org.cn/jjhdt/4898.jhtml.2019-03-01.
[4] 刘德浩. 区域基本公共服务均等化发展水平的实证研究[J]. 统计与决策,2017(5):104-108.
[5] 傅利平,刘凤,孙雪松. 京津冀城市群公共服务与新型城镇化耦合发展研究[J]. 城市问题,2020(8):4-13.
[6] 吴强,段雅伶. 京津冀基本公共服务支出差异测定与评价[J]. 价格理论与实践,2016(2):149-152.
[7] 姜晓萍,康健. 实现程度:基本公共服务均等化评价的新视角与指标构建[J]. 中国行政管理,2020(10):73-79.
[8] 朱云飞,赵宁. 城乡基本公共服务均等化的省域布局及财政对策[J]. 税收经济研究,2020,25(1):88-95.
[9] 李智裕,李影. 中国基本公共服务均等化的空间差异——以十九个城市群为样本[J]. 地方财政研究,2020(8):81-90+96.
[10] Li B,Li T,Yu M,et al. Can equalization of public services narrow the regional disparities in China? A spatial econometrics approach[J]. China Economic Review,2017(44):67-78.
[11] 刘小春,李婵,熊惠君. 我国区域基本公共服务均等化水平及其影响因素分析[J]. 江西社会科学,2021,41(6):77-88.
[12] 李华,董艳玲. 基本公共服务均等化是否缩小了经济增长质量的地区差距?[J]. 数量经济技术经济研究,2020,37(7):48-70.
[13] 余梦秋,陈悦之. 统筹城乡背景下基本公共服务均等化实现机制研究——以四川省为例[J]. 农村经济,2017(3):20-25.
[14] 齐岳,秦阳. 城市群公共服务均等化与经济发展不平衡关系研究[J]. 统计与决策,2020,36(21):77-81.
[15] 李晓梅,青鑫,郑冰鑫. 基本公共服务均等化视角下空间治理情境变动及策略研究[J]. 软科学,2021,35(11):39-45.
[16] 乔路明,赵林,吴迪,胡灿,吴殿廷. 中国省际基本公共服务供给效率时空演变分析[J]. 西北师范大学学报(自然科学版),2018,54(1):84-91.
[17] 刘蓓,赵修安. 基于熵权TOPSIS法的基本公共服务均等化评价实证研究——以广西为例[J]. 学术论坛,2016,39(3):72-76.
[18] Arocena P,Cabasés F,Pascual P. A centralized directional distance model for efficient and horizontally equitable grants allocation to local governments[J]. Socio-Economic Planning Sciences,2022,81:100947.
[19] 郭雨晖,汤志伟,赵迪. 基本公共服务均等化的评估与研判:区域补偿和质量提升下的动态演进[J]. 公共管理评论,2020,2(4):133-155.
[20] 熊兴,余兴厚,王宇昕. 我国区域基本公共服务均等化水平测度与影响因素[J]. 西南民族大学学报(人文社科版),2018,39(3):108-116.
[21] Fredriksson A. Location-allocation of public services-Citizen access,transparency and measurement. A method and evidence from Brazil and Sweden[J]. Socio-Economic Planning Sciences,2017(59):1-12.
[22] 马慧强,王清,弓志刚. 京津冀基本公共服务均等化水平测度及时空格局演变[J]. 干旱区资源与环境,2016,30(11):64-69.
[23] 刘春涛,韩增林,彭飞,刘馨阳. 辽宁省基本公共服务均等化水平时空格局研究[J]. 地域研究与开发,2016,35(3):28-32+45.
[24] 韩增林,朱珺,钟敬秋,闫晓露. 中国海岛县基本公共服务均等化时空特征及其演化机理[J]. 经济地理,2021,41(2):11-22.
[25] 田学斌,陈艺丹. 京津冀基本公共服务均等化的特征分异和趋势[J]. 经济与管理,2019,33(6):7-15.
[26] Guul T S,Hvidman U,Sievertsen H H. Quasi-Market Competition in Public Service Provision: User Sorting and Cream-Skimming[J]. Journal of Public Administration Research and Theory,2021,31(4):740-755
[27] Drolc C A,Keiser L R. The Importance of Oversight and Agency Capacity in Enhancing Performance in Public Service Delivery[J]. Journal of Public Administration Research and Theory,2021,31(4):773-789.
[28] 张贵,薛伊冰. 协同论视阈下京津冀区域公共服务协同发展研究[J]. 天津行政学院学报,2018,20(5):19-28.
[29] 许恒周,赵一航,田浩辰. 京津冀城市圈公共服务资源配置与人口城镇化协调效率研究[J]. 中国人口·资源与环境,2018,28(3):22-30.
[30] 杨胜利,姚健. 城市群公共服务资源均等化再测度与思考——以京津冀为例[J]. 公共管理与政策评论,2021,10(3):123-133.
[31] 任彩凤,程艳妹,郑欣,周立志. 基于均方差决策法的淮北市生态承载力评价[J]. 生态科学,2019,38(5):168-177.
[32] 陶志梅,孙钰. 供需协调视角下城市公共基础设施系统效用提升研究[J]. 深圳大学学报(人文社会科学版),2016,33(3):100-105.
[33] 李健,马晓芳. 京津冀城市绿色创新效率时空差异及影响因素分析[J]. 系统工程,2019,37(5):51-61.
[34] 李华,董艳玲. 中国基本公共服务均等化测度及趋势演进——基于高质量发展维度的研究[J]. 中国软科学,2020(10):74-84.
[35] 孫钰,苗世青,梁一灿. 生态文明可持续发展效率及其区域动态差异——基于31个省份的面板数据[J]. 生态经济,2021,37(1):212-219.
[36] 孙钰,姜宁宁,崔寅. 京津冀生态文明与城市化协调发展的时序与空间演变[J]. 中国人口·资源与环境,2020,30(2):138-147.