金融资源分布与产业布局对大、小城市病的影响

李长治，刘 诚

（1. 国家发展和改革委员会 国土开发与地区经济研究所，北京 100038；2. 中国社会科学院 财经战略研究院，北京 100006）

一、问题的提出

21 世纪的前20 年，我国城镇化水平快速提高，常住人口城镇化率从36.9%上升至63.9%，城镇地区常住人口从4.6 亿人上升至8.0 亿人，增长了74.3%。我国用短短几十年时间完成了发达国家上百年才完成的城镇化进程，这固然是举世瞩目的成就，但也不可避免地出现一些棘手的问题，城市病就是其中之一。

有研究认为，城市病分为大城市病和小城市病。早期文献对大城市病关注较多，如吴建忠和詹圣泽［1］与石忆邵［2］认为，大城市病是指伴随着城市化进程，在大城市内部产生的人口拥挤、交通堵塞、住房紧张、环境污染等一系列经济社会问题，是因城市规模集聚过度而引发的社会失序、经济失衡、环境失控、资源失调现象。大城市有大城市的问题，中小城市也有中小城市的问题。从20 世纪60 年代起，以英国、德国为代表的发达国家开始出现中小城市收缩（Urban Shrinkage）现象，并逐渐席卷全球。据统计，1990—2000 年，全球超过1/4 的城市人口在减少，超过40%的欧洲城市人口在流失；1960—2010 年，美国五大湖“铁锈地带”的圣路易斯、克利夫兰等城市人口流失超过50%。1980 年，费孝通先生提出“小城镇大问题”观点后，吴康和孙东琪［3］与孙平军［4］开始关注中小城市人口流失、增长动力不足等问题。胡小武［5］与张蔚文和石敏俊［6］用小城市病来概括这一现象，即中小城市出现的人口流失、经济增长乏力、资源枯竭、就业艰难、人才逃离、文化荒芜、发展动力欠缺等问题。胡小武［5］将小城市病归结为“四化”，即精神生活庸俗化、社会交往强关系化、经济增长模式僵化、创新资源衰竭化。

近年来，我国大、小城市病并存问题日益突出，城市人口规模两极分化趋势明显。据第六次和第七次全国人口普查数据显示，2010—2020年，全国660个县级及以上城市中，超大城市、小城市数量分别增加6个和15个，超大城市平均人口规模从1 423.3万人上升到1 522.9万人，小城市平均人口规模从32.1 万人下降到31.8 万人。上述现象严重阻碍了城市群的协调发展。首先，对于大城市而言，过度集聚导致拥塞效应。以交通为例，2021 年，44 个国内主要城市单程60 分钟以上的通勤比重达到13%，同比增加1%。①数字来源于《2022年度中国主要城市通勤监测报告》。长时间通勤极大地降低了居民的生活品质和人力资源的利用效率。其次，中小城市面临大城市的“抽血”，产业结构单一、就业机会较少、基础设施和公共服务供给不足、创新资源缺乏等弊端不断放大，资本和人才持续外流，经济发展的内生动力减弱，短期内难以看到经济结构有实质性改善。最后，对于整体城市群而言，大、小城市病并存反映出中心城市辐射带动能力弱，城市群发展的联动性和协调性不强等问题。

大、小城市病并存本质上是资源的空间错配，大城市病是资源供给过剩导致集聚不经济，小城市病是资源供给不足导致活力不足。从城市群角度看，破解大、小城市病并存的关键是引导大城市的过剩资源向中小城市流动。根据产业梯度转移理论和比较优势理论，大城市的产业会大规模向周边中小城市转移，驱动过剩资源流向周边中小城市，因而在长期内资源空间错配可以自然缓解。一方面，根据产业梯度转移理论，大城市在经历了技术创新和产业升级后成为高梯度地区，大量传统产业和产业链低端环节会向低梯度的周边中小城市转移；另一方面，就比较优势而言，当大城市集聚的资源超过一定阈值后，拥塞效应显现，对拥挤成本较为敏感的劳动密集型、资源密集型产业会向成本更低、增长潜力更大、更具比较优势的周边中小城市转移。

然而，现实中大、小城市间的产业转移经常遇到阻力，大、小城市病长期并存且难以解决。以京津冀为例，距2014年提出要有序疏解北京市非首都功能已有8年，期间习近平总书记多次作出重要指示，支持河北省承接京津产业转移。但目前河北省在承接京津产业转移方面仍存在不会接、接不住、留不下等问题，甚至一度出现环京津贫困带②亚洲开发银行调研发现，在河北省环绕京津的区域内有25个贫困县、200万贫困人口，与西部地区最贫困的“三西地区”处在同一发展水平，有的指标甚至更低，亚洲开发银行据此提出了“环京津贫困带”的概念。截至2020 年2 月底，环京津贫困县全部脱贫摘帽，数百万贫困人口脱贫，环京津地区历史上第一次摆脱了区域性绝对贫困。这样的大、小城市两极化发展的极端现象。河北省承接京津产业转移意愿强烈，还遇到了北京市疏解非首都功能的良好机遇，为什么仍难以克服大、小城市病并存问题？安树伟和李瑞鹏［7］指出，产业转移不仅需要转出地有强大的推力，更需要承接地具有足够的拉力。目前，拉力不足是阻碍京津冀产业转移的关键因素。拉力不足的原因通常被认为是产业梯度落差过大，河北省的产业结构处在产业链低端，难以与京津形成配套衔接。但还有一个常被忽视的重要原因是金融资源分布失衡。鉴于已有大量研究关注产业梯度落差，本文重点分析金融资源分布失衡对大、小城市病并存的影响。

金融资源分布失衡对产业转移形成较强阻碍。企业在进行大规模产业转移时往往需要大量资金在承接地进行再投资，但其自身未必能筹措到足够资金，需要当地金融机构提供融资支持。金融支持力度不足不仅会阻碍产业转移，还会抑制产业转移受阻的城市对信用的需求，导致金融机构进一步压缩信贷规模，陷入恶性循环，导致小城市病。数据显示，2020 年京津冀城市群81.3%的金融资本集聚在北京市和天津市，①《中国城市统计年鉴2021》数据显示，2020年，京津年末金融机构人民币各项存款、贷款余额（市辖区口径）占京津冀城市群总和的比重为81.3%。仅有不足20%的金融资本分布在承接地，这很大程度上阻碍了大小城市间的产业转移，而长三角和粤港澳仅有43.9%和60.2%的金融资本集聚在前两名的城市（长三角是上海和杭州，粤港澳是香港和深圳），更有利于产业转移。京津冀并非个例，金融资源分布失衡导致产业转移不畅在我国城市群中屡见不鲜。要解决这一问题，一种可选思路是“以融促产”，即率先优化金融资源在各城市之间的横向配置，提升金融效率，发挥金融资源引导和调控其他要素资源流动的功能，带动产业资源优化配置，促进产业转移。

有限的金融资源在城市之间应当如何合理配置？金融集聚有利于大城市的技术进步和产业升级，增强产业转移的推力，即推力效应；金融扩散有利于为转移企业提供金融支持，增强产业转移的拉力，即拉力效应。如何形成两种效应的合力？不同城市群是否有异质性？上述问题的答案对于未来提升城市群的资源配置功能意义重大。笔者认为，金融过度集聚（城市间金融差距②城市间金融差距，是指城市群内部的不同城市之间金融规模的相对差距。在城市群金融空间内，城市间金融差距可以表征金融资源在大、小城市之间分布的均衡程度。城市间金融差距越大，表明金融资源向大城市集聚的程度越高，反之亦然。本文借鉴城市人口规模的齐普夫定律，构造了一个衡量城市间金融差距的指标——金融齐普夫系数，具体测算方法和测算结果参见第四部分。过大）时，作为承接地的中小城市金融供给不足，会限制拉力效应；金融过度扩散（城市间金融差距过小）时，作为转出地的大城市金融资源供给不足，会限制推力效应。因此，只有将金融差距控制在合理区间，才能形成最大合力。现有文献分别对推力效应和拉力效应进行了大量富有成效的研究，但鲜有研究综合分析两种效应的复杂影响。本文构建理论模型，综合分析城市群内部金融资源分布影响产业布局的内在机制，并结合现实提出有针对性的政策建议。

本文可能的边际贡献在于：首先，从城市群资源配置角度出发，提出大、小城市病是一体两面，城市群内资源存在空间错配，破解大、小城市病并存的关键是引导大城市的过剩资源向小城市流动。其次，基于金融地理学视角提出，在城市群空间内，金融资源与产业资源需要在空间上相互匹配，才能让城市的金融资源配置能力和制造生产能力相互适应，破解资源空间错配问题。最后，将新经济地理学经典的自由资本模型从两部门（农业和工业）扩展到三部门（农业、工业和金融业），并引入城市间金融差距这一关键因素，构建了一个综合分析推力效应和拉力效应的理论模型，一定程度上推进了城市经济学、区域经济学、金融地理学等多学科交叉领域的研究。

二、金融资源分布影响城市群产业布局的内在机制：推力效应与拉力效应

金融资源分布可从推力效应和拉力效应两方面对城市群产业布局产生影响，在城市群空间内必须充分发挥二者的合力，才能有效破解大、小城市病并存问题。

（一）推力效应：金融集聚促进大城市产业升级

大量研究发现，金融资源向大城市集聚，不仅可以带动大城市的产业升级，而且可以带动大城市对周边区域产业升级的溢出效应。Levine［8］提出金融集聚能够促进资本形成和资源高效配置，还可以促进技术扩散和知识外溢。于斌斌［9］将金融集聚促进产业升级的效应概括为外部规模经济等五种效应。Sun［10］认为，区域金融发展能够通过提升产业结构合理程度和产业结构高端程度促进区域产业升级。Pan 和Yang［11］采用我国五千多家初创企业的数据，研究发现股权融资、信贷融资有助于区域创新企业的发展，而城市风险资金的可得性对创业活动具有显著的正向影响，这也解释了创新活动常常出现在金融中心城市的原因。

也有研究发现，金融集聚对产业升级的影响并非单向的促进作用。朱玉杰和倪骁然［12］采用空间杜宾模型实证研究发现，年末金融机构贷款余额占GDP 的比重提高有助于产业升级，但是人均年末金融机构贷款余额增长与第二、第三产业发展间呈倒U 型关系。于斌斌［9］采用动态空间面板模型研究发现，金融集聚促进产业升级的效应受到地区差异和城市规模的限制，具体来说，金融集聚对东部、中部地区产业结构存在显著的促进效应和空间溢出效应，但对西部地区的效应不显著；金融集聚对大城市的产业升级产生促进作用，对小城市的产业升级产生抑制作用。汪浩瀚和潘源［13］采用京津冀和长三角城市群面板数据实证发现，金融发展只有保持在一定范围内，才能对产业升级产生正向影响。张秀艳［14］也发现，我国金融集聚影响经济增长具有门限效应，知识资本外溢是否顺畅是金融集聚促进区域经济增长的关键。

（二）拉力效应：金融扩散增加小城市金融资源供给

现有研究发现，金融扩散有助于增加作为承接地的小城市的金融供给，可为转移产业提供更加充足的金融支持。关爱萍和李娜［15］实证研究发现，西部地区金融深化水平提高和金融结构优化有利于技术溢出，而金融效率低下则不利于技术溢出，区际产业转移的技术溢出效应受到金融支持水平的影响而存在地区差异。Huang 等［16］认为，金融产业空间分布通过影响资本形成、技术外溢和产业结构影响区域经济发展。郭峰和熊瑞祥［17］基于城商行设立的准自然实验研究发现，城商行的设立能够缓解企业的融资约束，促进企业发展。李博等［18］等基于大数据挖掘方法定量分析了地理因素对企业融资成本的影响，研究发现企业融资成本与同商业银行分支机构的距离正相关，与1 千米—5 千米以内商业银行分支机构的数量负相关，其中对非国有工业企业的影响更大。此外，距离因素对重工业企业和劳动密集型企业的影响更显著，而机构密度因素的影响没有显著的行业差异。郑威和陆远权［19］使用空间计量模型研究发现，非中心城市的金融发展可以就近为本地和周边城市提供更多差异化的金融产品，降低信息不对称带来的交易风险，还依托地理临近性克服了距离增加带来的融资成本上升，促进本地和周边城市的产业结构升级。Ye等［20］通过2002年我国银行业改革的准自然实验检验金融集聚对产业结构的影响，研究发现，银行改革能够促进金融发展水平较低地区的中小银行发展，促进中小企业和初创企业的发展，降低产品市场的集中度，促进产业空间结构趋于均衡。

（三）以金融资源优化分布形成效应合力

纵观全球，大型的城市群已经初具规模，并逐步取代城市成为支配空间经济的全新地域单元。现代城市群内，大、小城市不再是单打独斗的个体竞争者，而是作为城市群系统的有机组成成分，成为城市群产业链条上的一个环节。各城市的产业结构、功能定位必须与城市群发展的总体目标相适应，并围绕若干优势的产业链，形成体系完备、上下游配套、错位发展的产业城市集群。

现代城市群经济遵循着“金融集聚—产业升级—产业转移—金融扩散—城市群经济发展—金融集聚”的循环累积的因果链条发展。如图1所示，金融集聚在城市群内形成“核心—边缘”的金融空间格局。大城市作为金融中心，一方面，其具有虹吸效应，犹如巨大的磁铁吸附来自腹地空间的企业、人才、资本等要素；另一方面，其发挥辐射作用，促进城市群内的资源和产业重新布局，带动腹地空间的经济发展。金融集聚会吸引产业和创新要素集聚，促进大城市的产业升级，并引发大城市的传统产业和产业链低端环节大规模向腹地空间内的中小城市转移，同时引致与产业转移相配套的金融分散。大城市原有的优势产业转移至周边中小城市，间接带动了周边中小城市雁阵式的产业升级，从而促进城市群整体的产业升级和经济增长。城市群经济快速增长引致更多的金融资源向核心区域集聚，以匹配核心区域产业升级后新的融资需求，从而实现城市群经济增长与金融集聚循环往复的链条式发展。

图1 推力效应和拉力效应示意图

金融资源配置效率越高，意味着金融资源在大、小城市之间的空间配置越均衡，推力效应和拉力效应越能恰如其分地发挥作用，越有助于促进大、小城市间的产业转移。当有限的金融资源在各城市之间的配置效率达到最优时，一方面，金融资源适度集聚于大城市，加快技术创新和产业升级，有助于增强推力效应；另一方面，金融资源也适度扩散，增强中小城市承接产业转移的拉力，二者相得益彰，形成最大合力。现有研究表明，金融资源过度集聚或过度扩散都会降低城市群内金融资源的配置效率，阻碍大、小城市间的产业转移。

当城市间金融差距过大（金融资源集聚过度的高差异状态）时，可能带来一系列的效率损失，主要体现在：第一，地理距离提高了交易成本。李博等［18］认为，任何金融中心城市的辐射范围都是有限的，当金融资源过度集聚于核心城市时，会导致资金需求者与资金供给者之间的地理距离扩大。地理距离的扩大使资金需求者需要付出更多的时间、精力和费用去寻找合适的金融产品。对于金融供给不足的边缘地区，资金需求者需要支付更高的资金使用成本来获取金融中心的金融服务。此外，地理距离还会提高信息成本。金融地理学将信息分为标准化和非标准化两类。完善信息披露机制和加强第三方审计力度可以提升标准化信息的透明度，标准化信息的质量在远距离传输时能够保持得较为完整，但是非标准化信息在远距离传播时会严重失真甚至失效，因而信息的获取最好通过长期的面对面接触来完成。相对于异地竞争者来说，本地的金融机构在获取非标准信息时具有优势，但是当本地金融机构供给不足时，本地企业则需向异地金融机构寻求金融服务。第二，信息不对称阻碍了风险控制。陶锋等［21］提出企业创新活动（如研发新产品等）通常带有较高的不确定性，在企业为创新活动融资时，金融机构为了控制风险，通常需要企业提供一定价值的抵押品。如果企业不能提供合适的抵押品，则需要降低信息不对称程度以规避道德风险。企业创新活动的预期收益通常依赖于非标准信息，地理距离的临近使本地金融机构在搜集这类信息时具有比较优势，可以充分降低信息不对称程度。第三，由于城市规模等因素的限制，金融资源过度集聚于核心城市会导致拥塞效应、环境污染等集聚不经济现象。大量的金融机构集聚于核心城市也会引起激烈的同业竞争，进而导致核心城市金融效率下降。第四，对于核心城市辐射范围以外的城市来说，金融支持不足阻碍了产业转移过程。进行产业转移的企业需要在承接地投入大量的资金重置厂房、设备等，但是这些企业自身很难有充足的资金进行投资，这就需要承接地的金融机构提供金融服务。而此时如果当地或邻近地区金融机构提供的金融支持力度不足，就会阻碍产业转移。第五，资源过度集聚导致周边城市为承接核心城市产业转移而展开恶性竞争，从而导致承接地的收益降低。在同一城市群内的城市往往具有产业同构、区位条件类似的特征，也都想利用核心城市产业转移实现地方经济腾飞。因而各城市往往会互相博弈，为核心城市迁出的产业开出各种优惠条件。在过度竞争的条件下，即便某一城市成功承接产业转移，也一定作出了很多牺牲。

当城市间金融资源差距过小（金融资源均匀分布的低差异状态）时，也将面临诸多不利影响，主要体现在：第一，限制核心城市乃至整个城市群的产业升级。由于核心城市在区位、交通等诸多方面具有优势，很多优势制造业会选择集聚于核心城市及其临近区域，这些制造业的技术进步和产业升级都需要大量的金融资源。如果区域金融资源均匀分布于所有城市，则意味着核心城市的金融供给难以满足这些制造业的融资需求，从而限制了核心城市的技术进步和产业升级。从前文的分析可知，城市群的产业升级是以核心城市的产业升级和产业外迁为起点的，因而核心城市产业升级受阻会导致整个城市群产业升级乏力。第二，门限效应。对于那些规模较小的城市，其制造业部门的规模有限，不足以支撑金融机构在本地的规模化经营。当金融资源均匀分布于整个城市群空间时，则意味着这些城市的金融供给是过剩的。第三，不利于形成规模经济。当金融资源适度集聚于金融中心时，大量的微观金融机构可以通过同业合作、共享基础设施、共享劳动力市场以及知识溢出来实现外部规模经济。如果核心城市的资源集聚水平较低，则不利于规模经济的形成。第四，不利于形成信息腹地。金融中心具有信息腹地特征，信息腹地内部的微观主体可付出低成本获取较高质量的金融信息，因而能够作出更好的决策。金融差异过小意味着多数金融机构没有享受到金融腹地带来的信息优势，从而不利于城市金融效率的提升。

基于以上分析，金融过度集聚不利于发挥拉力效应，金融过度扩散会限制推力效应，只有将城市间金融差距控制在合理区间内，才能充分形成推力、拉力两种效应的最大合力，因而城市间金融差距对金融资源配置效率的影响呈倒U 型趋势。王修华和黄明［22］与Aalbers［23］认为，金融集聚水平越高的区域，金融扩散效应越强，金融空间结构的发展趋势是从金融集聚向金融扩散转化，而根据方芳和李长治［24］的研究，我国发达城市群的金融集聚水平远高于其他地区，因此，更应当注重引导金融资源向中小城市扩散，避免过度集聚于大城市。当城市间金融差距达到最优时，城市群的金融效率也最高，此时城市群内会形成层级结构鲜明、规模分布适度的金字塔型金融等级体系，从而在空间上与体系完备、上下游配套、错位发展的产业城市集群形成匹配。

三、金融资源分布影响产业布局的扩展自由资本模型

1. 城市空间

（一）基本假设

新经济地理学经典的自由资本模型（Footloose Capital Model，下文简称“FC模型”）中只有农业和工业两个部门，其核心假定是资本可在城市间自由流动。在FC 模型中，资本流动是没有载体的，但是在现实中，资本流动往往需要金融部门介入，以金融合约为载体。本文将FC 模型拓展为农业、工业和金融业三个部门，为了把推力效应和拉力效应纳入同一分析框架中，本文参考张辉等［25］与Fujita［26］的研究，通过引入城市间金融差距这一关键变量，构建一个扩展的自由资本模型，即EFC模型，综合分析两种效应对城市群产业布局的复杂影响。

假设经济系统内有两个在技术水平、①本文的这一假设沿用了FC模型原有的假设，与张辉等在2016年发表于《中国工业经济》上的文章处理方式一致。此处所指的技术水平在大、小城市间是对称的，从工业品生产的角度来看，无论是在大城市生产，还是在小城市生产，同种工业品的生产函数形式是一致的，即工业品的生产技术是充分扩散的。之所以采用这一假设，是因为本文主要关注金融资源空间分布对产业布局的影响，若此时引入技术非对称的假设，会导致模型过于复杂，难以围绕本文关注的问题得出有效结论。消费者偏好和贸易自由度方面均对称的城市。

终于清醒了。春天再来，他强烈的感受到阵阵秋意，凉飕飕的。他离开了皇宫，又开始了漫游。他注定是人类的幽魂，在心灵的漂游中完成生命的旅程。尤其那最后一跳，完美至极，画出了多少人梦想的抛物线。

其中，e*和分别表示最优金融效率和最优城市间金融差距。

模型包括农业（A）、工业（M）和金融业（F）三个部门，农业和工业的生产函数与经典模型一致，农业部门在瓦尔拉斯一般均衡条件下生产同质商品，工业部门在Dixit-Stiglitz 垄断竞争条件下生产差异性工业品。金融部门的产品是金融合约，工业部门通过签订金融合约，从金融部门有偿取得资本使用权。

3. 城市间贸易

城市内贸易成本为0。农产品的城市间贸易成本为0，工业品城市间运输需要支付冰山成本τ（τ ＞1）。

4. 生产要素

农业部门的生产要素是劳动力。工业部门需投入资本和劳动力，其中资本由金融部门有偿提供，工业部门融资成本包括给资本所有者的收益和向金融部门支付的费用。金融部门只需投入劳动力，且劳动力不可在城市间流动。资本以金融合约为载体自由流动，其目标是收益最大化。

5. 金融合约生产

金融合约的价格与金融效率负相关，可表示为：

6. 效用函数

与基准模型一致，代表性消费者的效用函数为：

成虫体长1-1.5mm，有翅能飞，虫体和翅覆盖白色蜡粉。温棚每年发生6-10代，适宜繁殖温度为18-21℃，翌年春天，白粉虱从温棚迁飞到露地，9-10月份后，又迁飞回到温室内，形成周年为害，成虫对黄色有强烈的趋性。

其中，U表示代表性消费者的效用，CA表示农业品消费量，CM表示工业品消费量，μ表示消费者总支出中对农业品支出所占的份额。则工业品消费量公式为：

3.1.1 树立环保意识，倡导社区参与。旅游活动中涉及的利益相关者除了旅游者和旅游企业，还有旅游目的地的居民，他们也是利益主体。旅游业的发展只有不损害旅游目的地居民利益，并且能让社区居民分享到部分旅游红利，才能保证旅游业的良性可持续发展。2017年9月26日国务院办公厅发布的《建立国家公园体制总体方案》中提出构建社区协调发展制度。社区参与旅游的模式能够最低限度地保留旅游目的地的文化原真性，进而能发动更广泛的人民群众力量保护旅游目的地生态环境的完整性。因此，旅游开发者和政府要积极为当地居民提供就业机会，鼓励当地居民投入到旅游业的发展建设上去，让他们能够参与旅游业，提升生活水平。

其中，σ 表示工业品不变替代函数，σ ＞1。nw表示工业品总类别，ci表示第i种工业品的消费量。工业品价格指数其中，pi表示第i种工业品的价格。消费者生活成本指数其中，pA表示农业品的价格。假定不存在储蓄，代表性消费者的支出=收入=E，则其间接效用函数

（二）短期空间均衡（金融资本分布给定）

1. 农业部门

2. 工业部门

平面P与平面Q大小相等且平行放置，垂直距离为h。平面P为光源面，共放置N颗LED灯珠。平面Q为目标面，代表植物所在的平面，即需要检测照度均匀性的平面。假设平面 P 上有一点 A（m0，n0，h），目标面上有一点 B（x0，y0，0），点 A 在点 B 产生的光照强度为：

（1）工业品产量。从效用函数可推导出，j城市消费者对j′城市工业品i的消费量为：

婴儿呱呱落地两人被一点点成长的细节感动的幸福感也四处漂浮在小说中：“朝阳十天就盯着彩色摇铃看。十五天就笑了……。”[12]对于这样的场景，池莉直接发表了自己的言论：“这幸福凌驾于一切困苦之上。”“困难算什么!”[13]当然这也是赵胜天李小兰的心声，这就是为人父母的幸福。这是一个伴随着不断地惊喜和成就的过程，每一次进步激发你心中最柔软的部分，让你感受到这世上你是最幸福的。养一个孩子是充满着意义的，叫一声爸爸，都能让从来不哭男人激动的扑沙扑沙的流泪，这样的幸福也促使父母不停成长，成长为真正的成年人。

其中，pij′表示j城市消费者对原产于j′城市的i工业品的消费量，Ej表示j城市消费者的支出，j = 1，2；j′= 1，2；i = 1，2，…，nw。

考虑工业品城市间运输需支付冰山成本，因而j′城市i工业品的产量为：

（2）工业品价格

在垄断竞争模型下，处于垄断竞争市场的企业可以按成本加价法制定价格。对于在j城市和j′城市生产的企业来说，i工业品的均衡价格分别为：

其中，aM表示每生产1单位工业品需要投入的无差别劳动力数量， wL表示单位劳动报酬。

首先，需要制定出用于员工培训、知识再教育以及行业交流等投资费用标准；其次，需要在企业内部展开员工能力大摸底，根据员工培训率来构建绩效考核指标；再次，房地产开发企业的管理者需要广泛搜集各级员工的建议，将员工意见的采纳率也作为绩效评价指标；第四，考核员工对房产品的推销能力、房产品的销售率与成交率；第五，了解各部门员工的离职率，分析离职原因；最后，考核员工的创利能力。由于房地产开发企业的人力资源具有着一定的流动性，因此必须要做到多元化、多角度来展开员工绩效考核，按照以人为本原则来为高素质人才提供更好的工作平台。

（3）资本收益

假定工业部门每生产1个单位工业品，需投入1个单位资本和aM个单位无差别劳动力，则工业品生产的总成本函数为：

其中，π 表示资本收益率，rj表示金融合约的价格。金融合约的价格与城市金融集聚水平相关，存在区际差异。xi表示工业品i的产量。

在垄断竞争条件下，工业品生产不能获得超额利润，将城市1 和城市2 的工业部门企业数量比重分别记为其中，表示j 城市的企业数量占两个城市企业总数的比重，nj表示j 城市的企业数量。城市1 和城市2 的支出份额分别记为其中，E1表示城市1所有消费者的总支出，Ew表示两个城市所有消费者的总支出。工业品区域贸易自由度∅= τ1-σ， K表示资本存量，可知城市1和城市2的资本收益率分别为：

3. 金融部门

甲组和乙组手术时间、术中出血量、骨愈合时间、Harris评分、住院时间比较，差异有统计学意义（P＜0.05），如表1。

金融合约的生产效率函数可表示为：

通常认为，城市金融集聚水平越高，说明城市金融市场容量越大，金融机构之间通过竞争合作提高服务水平，城市金融效率越高。城市间信息扩散强度越大，金融外溢性越强，小城市金融可得性提高，金融效率上升。根据前文的分析，随着城市间金融差距上升，城市群金融效率会先上升后下降，存在倒U型关系，因而有如下关系：

金融合约的生产效率与城市金融集聚水平、城市间金融差距以及城市间信息扩散强度相关。效率越高，金融合约价格越低，工业部门融资成本越低。

其中，C为常数。

上述的三类传统算法主要基于图像整体信息的变化来选定关键帧，容易造成关键帧选取错误、计算量大、实时性差等问题。因此，本文在此基础上使用一种基于深度学习的目标检测方法，通过建立卷积神经网络(Convolutional Neural Network，CNN)模型，分类提取视频中列车头部、尾部及车身所在关键帧，使得基于深度学习的目标检测在关键帧提取的应用中成为可能。

4. 市场份额

将π1= π2代入式（15），可得城市间金融差距qF和产业空间分布sn之间的关系。该方程无法给出解析解，本文通过Matlab 进行数值模拟。为简化分析，参考张辉等［25］与Fujita［26］的模型，设定j城市金融合约的生产效率函数为：

其中，Lw表示两个城市的劳动力总数量，nj表示j城市的企业数量，πj表示j城市的资本收益率，表示j城市的金融合约价格。将式（13）代入式（8）和式（9）后，可得：

考虑到城市群地区金融资源集聚，总资本量会很大，为简化分析，本文沿用基准模型的假设，假定两个城市各自拥有的资本在系统中的分布同总资本在系统中的分布相同，即j城市的资本存量Kj中，用于j城市的部分为，由此可以得到：

农业部门每投入aA个单位的无技能劳动力，会产出1个单位农产品。农产品生产不存在超额利润，又因为农产品城市间贸易成本为0，因而两城市农产品价格相等，劳动报酬也相等。

式（15）即EE 曲线的表达式，该式表明了短期均衡时，支出的空间分布与劳动和资本的初始禀赋及金融资源空间分布之间的数量关系。

（三）长期空间均衡（金融资本自由流动）

在长期状态下，资本可在城市间自由流动。长期均衡是指各城市的资本重新选择区位，达到资本收益率相同，或赢者通吃的状态。资本的流动方程可为表达为：

例如美国的百胜集团（旗下品牌有肯德基、必胜客、小肥羊、东方既白、塔可钟）在纽交所上市；美国最大的外卖平台GrubHub在纽交所上市；美国快餐店ShakeShack在纽交所上市；英国连锁餐饮品牌Whitbread在英国证券交易所上市；美国咖啡品牌星巴克在纽交所上市……

根据式（16），存在两种长期均衡状态：第一种均衡状态下，= 1 或= 0，所有的金融资本全部集中在某一个城市，此时另一个城市完全退化为农业地区。第二种均衡状态下，地区之间的资本收益率相等，即π1= π2，本文重点讨论第二种均衡状态。

由于每个企业使用1 个单位资本，则有nw= Kw，而每个金融合约的价格pF= πr。在一个没有储蓄的经济系统中，总收入等于劳动、资本和金融三种要素的总收益，即：

2. 经济部门

为了考察资本和产业在不同规模等级城市间的空间均衡，本文设1 为大城市，2 为小城市（这里与上文公式推导中的城市1和城市2是对应的，即在上文中的城市1即为此处的大城市，城市2即为此处的小城市），则有：

二是企业内部市场开发工作的学习活动不系统，很多企业或者部门忙着抓生产而忽视了市场开发活动，把经济效益放在第一位，而当时效益不那么明显的市场开发工作放在后面，造成企业内部人员矛盾重重，市场开发没有影响力和号召力，遇到问题的时候一盘散沙，无法真正处理和解决问题，影响了企业的公信力［1］。

由式（21）可知，r1＜r2，即大城市的金融合约价格较低，金融效率较高，符合预期。

当qF＞时，随着qF的上升上升，而且城市间金融差距越大，金融从业者收入份额之间的差距也会加大，即之间的差距也加大，因而r1与r2之间的差距拉大，即实体产业在大、小城市的融资成本的差距拉大，不利于实体产业在小城市的融资，此时对应的是中小城市拉力不足的情况。

传统的期末考核载体全凭一张纸，既不利于实践操作考核，又不便于教师评定成绩，在现代职业教育时期，迫切需要对传统的考核操作方式进行改造升级。首先，考核题型设计为情景项目化，与实际应用接轨，在应用中体现专业知识技能点；其次，建立各门课程考核题库，增强知识运用灵活性；最后，开发专业的考试平台，考核试题由平台随机抽取组合，可借助平台自动阅卷或教师在线阅卷，提高工作效率。

当qF＜时，随着城市间金融差距qF的缩小，金融从业者收入份额之间的差距也会缩小，当qF很小时，趋近于0，虽然有一定幅度的上升，但不足以抵消r1与r2之间差距缩小的趋势。此时金融资源在大、小城市间均匀分布，大城市出现金融资源供给不足、产业升级放缓问题，此时对应的是产业转移推力不足的情况。

本文将农产品价格、总资本禀赋、总支出标准化为1，参考张辉等［25］的研究校准相关参数，设定农产品消费份额μ = 0.1，工业品替代弹性σ = 5，城市间贸易自由度∅= 0.2，城市间信息扩散强度β = 0.5，参考王如玉等［27］，设定参数= 1.5，e*= 1.6。

由于资本流动方程无法给出解析解，本文通过数值模拟方式来刻画城市间金融差距对产业布局的影响，如图2 所示。由图2 可知，随着城市间金融差距的变化，在推力和拉力的共同作用下，大、小城市产业布局状态的可能性集合。本文重点考察城市间金融差距qF对工业企业区位选择sn的影响，研究发现，城市间金融差距过大时，大、小城市病并存最为突出，当城市群金融差距保持在合理区间时，城市群金融效率最高，最有利于大、小城市间的产业转移。第一，当城市间金融差距过大时，虽然小城市工业份额看似较高，但是金融供给不足导致产业转移的拉力效应微弱，阻碍了产业转移，导致小城市的产业结构长期停留在产业链低端，而大城市发挥金融集聚优势，对创新要素吸引能力较强，技术创新、产业升级和产业迭代加快，二者的产业梯度落差不断被拉大，进一步加剧了大、小城市病并存问题。第二，当城市间金融差距过小时，各城市的金融可得性相差不大，大城市对创新要素的吸引力降低，导致技术创新和产业升级放缓，大城市“腾笼换鸟”的需求降低，导致产业转移的推力下降。由于缺乏强有力的增长极，城市群整体出现产业转型升级动能不足的问题。第三，只有当城市间金融差距趋近临界值时，金融资源空间配置相对合理，产业转移的推力和拉力都较强，产业转移加快，促进大、小城市间形成上下游配套、错位发展的产业协作关系。值得注意的是，此时产业分布比较均衡，这既能满足产业配套分工的客观需要，也能与金融资源的均衡分布格局相适应。

国内高校图书馆主要依托本馆自身馆藏资源、紧扣本校优势学科特色，联合学校各部门展开文化展览活动，极大地丰富了校园文化生活。如清华大学图书馆每年校庆之际，均会推出馆藏珍品展览，展出馆藏的古籍以及甲骨文、青铜器等文物；上海交通大学图书馆开展了“李政道科学与艺术作品展”；上海海事大学图书馆针对“海洋节”“航运物流节”开展了“海洋航权史图片展”；同济大学图书馆推出同济人著作展、缤纷华夏等文化展示活动，同时还设立专门的同济博物馆，开展了敦煌壁画艺术展等一系列高质量的专业化展览；上海师范大学图书馆针对近现代文学丰富馆藏开展“俄罗斯文学在中国”“英国文学在中国”及“意大利文学在中国”等系列活动。

（3）第三时期是以混合云计算模式为基准，该种计算模式完全突破了私有云以及公有云计算模式的界限，用户们不仅仅是云服务的使用人员，更是云服务的提供人员，该种模式下，社会信息资源的共享值极大，在第三时期，信息安全也得到了保障，可以将油田的基础设施资源放置到其中。

图2 城市间金融差距对工业空间布局的影响

四、金融资源分布影响城市群产业布局的现实考察

本文借鉴城市人口规模的齐普夫定律，构造刻画城市间金融差距的指标——金融齐普夫系数。齐普夫定律（亦称“位序—规模”法则）表明，城市人口规模分布与幂律为1的金字塔结构相对应，即排名第m 位的城市的人口规模等于首位城市人口规模除以m。而王如玉等［27］研究发现，金融中心是有层次的，且与城市层级体系正向匹配，但金融集聚的态势更为突出。沈玉芳等［28］与覃剑［29-30］的研究也发现，城市层级体系和金融等级体系存在耦合性。笔者认为，城市金融规模分布与幂律为qF的金字塔结构相对应，如式（23）所示，排名第m 位的城市的人口规模等于首位城市人口规模除以mqF。对式（23）两边取自然对数，可得式（24）。城市间金融差距qF表示首名城市与第m名城市金融规模的自然对数之差除以排名m的自然对数。

其中，P1表示排名第1 位城市的人口规模，Pm表示排名第m 位城市的人口规模，m 表示位次。F1表示排名第1 位城市的金融规模，①金融规模等于年末金融机构存款余额和贷款余额之和。Fm表示排名第m 位城市的金融规模，qF表示金融奇普夫系数，其为衡量城市间金融差距的指标。

本文以我国东部三大城市群为例，选取京津冀、长三角和粤港澳城市群作为研究对象，分析金融资源分布对城市群产业布局的影响。学术界对三大城市群的边界界定多有讨论，考虑到标准的统一性，本文主要依据国家发展和改革委员会已出台的规划方案来确定。具体来说，三大城市群边界按如下标准界定：第一，京津冀城市群。包括北京市、天津市和河北省的11 个地级及以上城市。第二，长三角城市群。依据2016 年出台的《长江三角洲城市群发展规划》和2019 年印发的《长江三角洲区域一体化发展规划纲要》等，长三角城市群的范围随时间不断扩容，2005—2015年包括16个城市，2016—2018年扩容至26个城市，2019—2020年再次扩容至41个城市。②16个城市包括上海、南京、苏州、无锡、杭州、宁波、常州、镇江、南通、绍兴、扬州、泰州、嘉兴、湖州、舟山和台州。之后扩充的10个城市包括盐城、金华、合肥、芜湖、铜陵、马鞍山、滁州、池州、安庆和宣城。41 个城市包括上海、江苏、浙江、安徽三省一市的所有地级及以上城市。第三，粤港澳城市群。依据2009 年颁布的《珠江三角洲地区改革发展规划纲要（2008—2020年）》和2019年颁布的《粤港澳大湾区发展规划纲要》，2009年至今，粤港澳城市群的范围划定为珠江三角洲的9个城市加上香港、澳门两个特别行政区。

通过测算可知，三大城市群城市间金融差距分化明显，京津冀城市群的金融集聚水平远高于长三角和粤港澳。如图3所示，2005年至今，京津冀城市群城市间金融差距最大，始终在2左右波动；粤港澳城市群城市间金融差距次之，自2009年起逐步下降，目前逐步收敛到1.5左右；长三角城市群城市间金融差距最小，在2018年及之前，在0.6—0.7区间内缓慢上升，2016年从16个城市扩容至26 个城市后，城市间金融差距无明显变化；2019 年从26 个城市扩容至41 个城市，因为新扩充的15 个在城市群中属于金融资源相对贫乏的城市，因而城市间金融差距跃升到1.3左右。

图3 三大城市群城市间金融差距变动情况

根据地理学第一定律，借鉴安树伟和李瑞鹏［7］的方法，构建测度大城市产业转移推力和小城市承接产业转移拉力的两个变量：

其中，g表示小城市，PUSHg表示大城市对g 城市的产业转移推力，DISg表示g 城市到大城市的空间距离。大城市金融规模越大，g 城市与核心大城市的空间距离越近，产业转移推力越强。PULLg表示g城市承接大城市产业转移的拉力，g 城市的金融规模越大，产业转移拉力越强。表1 展示了2020 年我国东部三大城市群中除北京、上海和香港特别行政区以外的62个地级及以上城市的推力和拉力测算结果。从表1中可以看出：第一，总体而言，产业转移推力（变异系数等于0.9）的离散程度高于产业转移拉力（变异系数等于0.3），反映出城市间产业转移推力的相对差距更大。第二，就产业转移推力而言，62个城市的推力均值为137.8，大于均值的城市有25个，京津冀、长三角和粤港澳城市群推力超过均值的城市数量占比分别为58.3%、22.5%和90.0%。产业转移推力排名前五名的城市依次为深圳市、廊坊市、珠海市、澳门特别行政区和中山市，除廊坊市外全部属于粤港澳城市群。第三，就产业转移拉力而言，62个城市的拉力均值为112.7，拉力大于均值的城市有10个，京津冀、长三角和粤港澳城市群拉力超过均值的城市数量比重分别为8.3%、12.5%和40.0%。产业转移拉力排名前五名的城市依次为深圳市、广州市、杭州市、南京市和天津市，前两名属于粤港澳城市群，三四名属于长三角城市群，第五名属于京津冀城市群。

表1 2020年三大城市群内各城市产业转移推力和拉力测算结果

本文分别计算三大城市群产业转移推力和拉力均值，如图4所示。总体来看，产业转移的推力和拉力与城市间金融差距均存在倒U 型的非线性关系。当城市间金融差距趋近1.5左右时，产业转移的推力与拉力较大，这与理论模型预测的结果一致。2020 年，三大城市群城市间金融差距的排序为：长三角＜粤港澳＜京津冀。粤港澳城市群的城市间金融差距为1.5 左右时，此时产业转移的推力和拉力最大，产业转移推力分别达到长三角、京津冀城市群的3.0 倍和1.7 倍，拉力分别达到长三角、京津冀城市群的1.3 倍和1.4 倍。根据理论模型的推论，城市间金融差距过大或过小都不利于形成两种效应的合力，只有当城市间金融差距保持在合理区间时，才能形成最大化的合力，上述倒U 型关系符合理论模型预期。改革开放之初，珠三角就凭借区位、政策、文化、人力成本等优势通过来料加工、来样加工、来件装配、补偿贸易的“三来一补”方式，从香港承接了大量出口导向型的制造业。近年来，随着香港特别行政区金融业的快速发展和制造业“空心化”趋势，其与珠三角产业结构的互补性不断加强，香港迫切需要依托珠三角地区发达的先进制造业集群，取长补短，提升自身作为国际创新科技中心的竞争力，促进大湾区内的产业转移，因而香港特别行政区和珠三角采取互设金融机构、跨域金融业务便利化、成立粤澳合作发展基金等措施加强金融合作，搭建河套深港、前海深港、广州南沙等重点合作平台，不断推进大湾区在科技创新、金融等多领域的合作。

图4 三大城市群产业转移推力和拉力均值

进一步观察可知，城市间金融差距最小的长三角城市群，其产业转移推力最小，与理论模型的推论一致。在2019 年从26 个城市扩容至41 个城市前，长三角城市群的城市间金融差距在0.6—0.7左右波动，扩容后城市间金融差距有所提升，但仍然是三大城市群中差距最小的。长三角地区除上海市以外，杭州市、南京市、苏州市和宁波市的金融资本规模也能排进三大城市群的前10 名，整体形成了“一主四副”的金融中心格局。各副中心本身经济发展态势较为良好，具备一定的辐射周边小城市的能力，围绕副中心形成的南京都市圈、杭州都市圈、合肥都市圈等“微循环”，分流了一部分向上海集聚的创新和金融要素，使得其产业转移推力最小。

城市间金融差距最大的京津冀城市群，其产业转移拉力最小，大、小城市病并存问题最为突出，与理论模型的推论一致。京津冀的产业转移拉力均值仅有105.6，低于粤港澳城市群的142.8和长三角城市群的107.4，除了天津市、石家庄市和唐山市以外，其他9个城市的产业转移拉力均排名后50%。2005—2020 年，京津冀城市群内金融资源过度集聚的格局始终没有得到缓解，2005 年，北京市和天津市集聚的金融资本规模占京津冀城市群的比重约为85.7%，2017 年雄安新区设立时该比重将至82.3%，2005—2017年，年均下降0.3个百分点，2020年这一比重为81.3%，2017—2020年，年均下降0.3个百分点。在雄安新区设立后，比重下降的速度无明显加快。北京市作为国际金融中心和全国金融管理中心，是“一行一局一会”、全国性金融行业协会、全国前五大金融机构、四大资产管理公司、大量的世界500强企业总部的驻扎地。天津市是北方金融中心，也是现代化制造业中心和创新中心。北京市、天津市两大直辖市金融业发达，2021年金融业增加值占GDP 的比重分别达到18.9%和13.7%。反观河北省，2021 年，河北省的三次产业占GDP 的比重为10.0 ∶ 40.5 ∶ 49.5，工业发展有一定基础，但产业结构偏重纺织服装业、钢铁业、建材制造等劳动密集型和资源密集型产业，第三产业及其中的金融业增加值占GDP 的比重均低于全国平均水平。2021年，河北省金融业增加值占GDP的比重仅有6.7%，比全国平均值低1.3 个百分点，大约相当于天津市的1/2，北京市的1/3。可见，金融业发展滞后和金融资源供给不足限制了河北省各地级市产业转移拉力的提升，对京津冀城市群协同发展造成较大阻碍。

五、结论与政策建议

大、小城市病并存本质上是城市群资源的空间错配，破解大、小城市病并存的关键是加速产业转移，驱动大城市的过剩资源向中小城市流动。本文研究发现，优化金融资源分布，将城市间金融差距保持在合理区间内，可形成产业转移推力和拉力的最大合力，缓解大、小城市病。本文相关结论对我国破解大、小城市病并存，优化城市群资源空间配置，促进各区域均衡发展具有一定的启示。

基于此，本文提出如下政策建议：首先，探索建立完善城市群合作机制，促进城市间金融一体化发展。袁胜超和吕翠翠［31］研究发现，加强地方政府合作，有助于降低城市群内的资源错配程度。黄妍妮等［32］也提出，促进城市群体系的协调发展，需要政府改变资源分配向大城市集中的现状，财政政策应当向中小城市倾斜。应充分发挥城市群合作机制的协调功能，促进城市群空间内金融资源优化分布。一是借鉴长三角区域合作办公室的组织架构与职能，从各城市抽调工作人员，共同组建城市群合作办公室，合署办公，主要负责加强统筹管理，促进跨城市跨部门的资源统筹、工作联动和信息沟通。二是利用中央转移支付资金、各城市财政资金，鼓励社会资本积极参与，合作设立城市群产业发展基金、创新发展基金等，重点增加金融资源供不应求的中小城市的金融供给。三是设立专门的科研机构，全面负责采集、汇总、整理城市群内相关统计数据，构建城市群金融和产业发展监测预警体系（城市间金融差距应作为一项重要指标），常态化地开展城市群金融和产业发展动态监测预警工作。四是提升数字化水平，促进城市群内金融信息共享。邀请主要金融机构共建共享金融信息数字化平台，增强城市间金融信息扩散强度，提升中小城市的金融可得性。其次，鼓励大型金融机构向中小城市延伸分支机构，打通大、小城市间金融资源流动的渠道。引导大型金融机构，特别是国有商业银行、股份制银行在金融资源短缺的中小城市增设分支机构，促进金融资源扩散，增加中小城市的金融供给。将发放中长期优惠贷款的权限下放到分支机构，减少审批程序，鼓励分支机构利用软信息优势和区位优势，为产业转移提供更加便利的金融服务。持续优化金融机构空间布局，加快构建多层次、广覆盖、有差异的金融机构空间体系。最后，促进地方中小金融机构发展，盘活地方金融资源，增强产业转移拉力。放宽市场准入门槛，为城市商业银行等地方中小金融机构发展松绑，推进普惠金融发展。鼓励通过贷款贴息、定向降息降准、发行专项债等方式增加地方中小金融机构的流动性。通过减免或返还本地产业转移相关业务的税费方式，引导地方中小金融机构确立“立足当地开展业务，服务当地产业发展”的市场定位与发展目标，不可盲目扩大业务规模和经营区域。金融监管部门在监管地方中小金融机构的同时，应加强对业务创新、内控制度等方面的指导。