我国城市群经济增长效应研究——基于257 个地级市面板数据的实证分析

庞 冲，陈 奋，程 健

（1.华南农业大学珠江学院 商学院，广州 广东 510900；2.北京市朝阳区审计局，北京 100027；3.中国出口信用保险公司，北京 100033）

一、引言

改革开放以来，关于如何推进我国的城镇化进程出现过不同的发展思路。1980 年全国城市规划工作会议提出“控制大城市规模，合理发展中等城市，积极发展小城市”，目的是为了避免城市规模过大导致“大城市病”的出现，主要表现为城市环境污染严重、市内交通拥挤、贫民窟聚集涌现、公共服务超载等问题，希望依托小城镇吸纳农业剩余劳动力，改善产业布局，缩小城乡差距。但是小城镇经过一段时间快速发展后，普遍出现发展动力不足的问题，地区产业低位循环，难以形成规模效应。在总结国内外发展经验的基础上，我国逐渐探索形成以城市群为主要载体的城镇化发展道路。2013 年以来，中央要求把城市群作为推进国家新型城镇化的主体形态。2014 年国家新型城镇化规划和发布，拉开了跨省城市群规划的序幕，接着多地城市群规划纷纷出炉。党的二十大报告提出“以城市群、都市圈为依托构建大中小城市协同发展的格局”。“十四五”规划和二○三五年远景目标纲要明确提出“发挥中心城市和城市群带动作用，建设现代化都市圈”。城市群战略发挥着国家经济社会发展的增长极作用，目前，我国重点建设的19 个城市群承载了全国75%以上的人口、贡献了85%以上的国内生产总值，城市群已经成为是推进经济高质量发展和参与国际竞争的重要平台。

现阶段，我国以城市群为主要载体的城市发展格局已基本形成。从空间布局看，我国城市群分布与经济带分布基本一致，经济发展水平整体较高的东南沿海地区城市群分布密度也较高，经济发展水平相对落后的中西部地区城市群数量较少。当前，我国经济已经进入到高质量发展阶段，城市群是实现经济高质量发展的核心区域和主要载体。深化城市群内在发展规律相关研究，完善城市群发展配套措施，对于提升我国城市群发展水平，促进经济高质量发展具有重要意义。城市群发展战略不仅受到各级政府的高度重视，国内学者对城市群发展理论的研究也逐渐增多，但当前针对城市群经济增长效应的量化研究还相对缺乏，主要体现在两个方面：一是关于城市群的定义尚未在学术界形成共识，如何度量城市集群程度缺少公认的计算方式，导致量化研究缺乏概念基础。二是控制变量不易获取，相关变量涉及的数据来源多，处理难度较大。本文借鉴Portnov 和Schwartz（2009）[1]的研究思路，使用城市空间隔离程度与城市边缘性之比来度量城市集聚程度，作为城市经济增长效应的核心解释变量。同时，基于《中国城市统计年鉴》《城市建设统计年鉴》等公开数据，选取我国257 个地级市为研究样本，基于2004—2020 年的面板数据模型，以此为基础对城市群经济增长效应开展实证研究，以期对我国城市推动经济高质量发展提供有益的思考和借鉴。

二、城市群经济效应文献综述

Gottmann（1957）[2]是较早研究城市群经济增长效应的学者，他发现城市集聚区比其他地区经济发展速度更快，市场活跃程度更高。他通过分析城市群的形成及衍变过程，认为城市群中的核心城市在规模扩张的同时通常可以带动周边地区发展，而相邻的核心城市之间由于存在竞争关系，逐渐使得核心城市向专业化发展，使得城市间依赖程度增强，一体化水平提升。因此，城市群的形成需要满足两个条件：一是存在相邻的多个核心城市，二是城市间要素流动顺畅。

集聚经济效应的提出可以在一定程度上解释城市群经济增长快速的原因。Weber（1909）[3]认为经济的区位因素包括地理因素和集聚因素，两方面共同影响企业的生产及运输成本。其中，产业的适度集聚有利于提升产业分工的专业水平，降低交易成本，提升企业的市场竞争力。此外，产业集聚区可以共享交通、水电等公共设施，生产成本通常也较低。Button（1976）[4]探讨了产业集聚与技术创新的关系，一方面产业在地理空间上的集聚必然导致充分竞争，而充分竞争有利于技术创新；另一方面，地理空间上的集聚天然有助于信息在生产者、销售者和消费者之间的传播，信息的快速传播在消费需求和生产供给之间建立桥梁，很多的创新正是解决需求与供给匹配的结果。

近些年，国内学者对于城市群的研究也日趋丰富和深入。方创琳等（2005）[5]在对中国城市化进程进行系统性梳理的基础上发现，中国城市群整体发展水平仍较低，城市群之间整体水平差异明显，这种差异性具有一定的必然性和合理性，并随不同发展阶段呈现明显的分化性和异质性。孟可强和陆铭（2011）[6]基于新地理经济学理论，针对以北京、上海和深圳为中心的三大城市群的溢出效应及城市群内城市之间的关联程度进行了测度，结果发现上海对周边城市的辐射效应要高于北京及深圳。张学良和李培鑫（2014）[7]研究发现基础设施情况、生产要素集聚水平及环境承载能力都对城市群的形成及发育有显著的影响。张永恒等（2022）[8]研究发现近年来我国城市群的运行效率整体上呈现出稳步上升的趋势，劳动生产率、城市之间的互联互通是影响中国城市群效率提升的主要因素。蔡顺和杨丹萍（2023）[9]以长三角城市群为例进行研究，发现数字经济发展能够显著促进城市群产业结构升级，有利于城市群运行效率的提升。《中国城市群一体化报告》（2022）中明确指出，2020 年我国12 个城市群的GDP 总量占全国GDP 的比重已经达到74.6%，反映出我国经济活动向城市群集中的趋势[10]。

三、模型设计及变量说明

现有研究显示，城市群内经济活动更加活跃，经济增长更加快速。为进一步研究城市集聚程度与经济增长的内在关系，本文构建计量模型如下：

其中，i和t分别代表城市和年份，核心被解释变量为市区人均GDP（gdp_per），核心解释变量为城市集群程度ic。同时，模型中还引入了一些控制变量，根据生产函数GDP=f（L，K）（L为劳动力，K为资本，f为使用劳动力和资本的效率），因此引入城市市区人口（pop）、劳动力受教育程度（edu，用城市每万人大学生数量衡量）、资本存量（cap，采用永续盘存法计算）及固定资产投资（inv）作为控制变量。以上相关变量的数据主要来源于中国统计年鉴、各地区历年统计年鉴，部分缺失数据采用插值法补齐。

模型中ui代表未观测的个体特征，包括气候水文、区域文化和资源禀赋等。vt代表时间上未观测到的宏观经济冲击，在t年份时为1，其他年份为0。εit是随机扰动项。

当前，关于城市集聚程度的度量尚未形成统一的规范，但应至少反映两方面因素：一是能反映一定范围内一定规模城市的数量；二是能反映一定范围内所包含人口总量。本文借鉴原倩（2016）[11]的研究方法，利用城市空间隔离程度（IS）与边缘性（IR）之比衡量城市集群程度，具体公式如下：

其中，城市隔离程度（IS）用城市一定范围内总人口衡量，城市的边缘性（IR）用该城市距离临近中心城市的距离衡量。考虑到同一城市群内，次临近的中心城市普遍也会对该城市产生影响，因此本文采用该城市距离最近的两个中心城市距离平均值能更好地反映该城市的边缘性。中心城市及临近距离的选择需要根据各个国家实际情况确定。本文根据中国实际情况，确定中心城市标准为人口规模在150 万以上，并且城市经济总量在所在省份排名前2名，符合该标准的中心城市包括北京、天津等36 个城市。在临近城市距离的选择上，通过计算临近城市距离显示，各城市与最近的5 个城市的平均距离约为140 公里，与最近10 个城市的平均距离约为180公里，与最近20 个城市的平均距离约为240 公里。根据计算结果，本文选择150 公里作为临近城市距离标准，并用200 公里进行稳健性检验。

根据上述计算方式，首先计算2004—2020 年全国257 个地级市平均集群程度，结果如表1 所示。

表1 城市集群程度平均值

根据表1 所示结果，城市集聚程度整体保持较为稳定的上升趋势。通过ic计算公式可以发现，任一城市与中心城市距离较为稳定，ic数值的增加主要是城市市区人口流入所导致，与我国持续推进的城市化进程基本保持一致。从具体城市来看，ic数值较大的城市主要包括廊坊、无锡、嘉兴、佛山等，这些城市的特点是周边城市分布密集，距离中心城市较近。ic数值较小的城市则主要为克拉玛依、嘉峪关等较为偏远的西部城市。

模型中各变量统计性描述如表2 所示。

表2 主要变量统计性描述

四、实证模型

（一）基本回归结果

为考察城市集群程度对城市的经济增长效应，本文根据公式（1）进行计量回归，结果如表3 所示。列（1）为OLS 回归结果，城市集群程度ic系数显著为正。列（2）为采用固定效应（FE）回归的结果，城市集群程度ic的系数为2.571，且在1%水平下显著。表明城市集群程度每提高1 个单位，城市人均GDP 增加约2.57%，回归结果显示城市集群程度的提高能显著推动城市经济发展水平。

对比OLS 和固定模型的回归结果，两组回归结果在核心变量及控制变量的结果方面存在一定的偏差，表明数据异质性对回归结果造成了一定的影响。为进一步控制模型可能存在的异方差问题，本文采用聚类稳健标准误回归，结果如列（3）所示，聚类稳健标准回归结果与双向固定效应回归结果基本一致，城市集聚程度对城市人均GDP 增长存在显著性影响，进一步确认了城市集聚程度的提高对城市经济增长的正向效应。

（二）经济增长作用机制研究

根据表3 的回归结果，城市集群程度的提高显著推动了城市经济的快速增长。为深入城市群经济增长作用机制的研究，本文总结已有理论及相关文献研究，结合数据可得性，从技术创新、就业匹配、产业协同及疏解效应四个方面进行量化研究，分别构建模型如下：

城市群经济增长作用机制量化模型均以城市集群程度为核心解释变量，分别测算城市集群程度对城市技术创新、就业匹配、产业协同及疏解效应的影响。根据上述模型，回归结果如表4 所示。

表4 城市群经济增长作用机制回归结果

1.技术创新机制。本文选择人均专利数量来衡量地区技术创新能力，人均专利数量的多少可以很好地反映创新市场的活力和发达程度。表4 列（1）汇报了城市集群程度对城市技术创新水平的影响。回归结果显示，城市集群程度对技术创新具有显著的正向推动作用，随着城市集聚程度的提升，人均专利数量也随之提升，城市集群程度每提高1 个单位，人均专利数提高约1.96%。

城市集聚水平对技术创新的影响主要基于“知识溢出效应”，知识溢出过程中会产生模仿效应、竞争效应、带动效应及激励效应等，这些效应综合影响城市技术创新水平。在城市集聚程度更高的地区，知识流动速度更快，知识交叉传播网络更为密集和宽阔，能够促进城市内居民更频繁地向他人学习及相互学习，激活创新思维，更容易激发创新观点的产生，知识溢出的效果也更加明显，从而提升城市技术创新效率和高度。

2.就业匹配机制。失业率水平是衡量一个地区劳动力资源是否充分利用的重要指标。通常情况下，失业率较高说明该地区的劳动力资源没有能够充分利用，社会产出减少，个人需求下降，对经济增长带来负面影响。低失业率表明该地区劳动力资源得到较为充分的利用，社会产出提升，同时个人需求旺盛，有效推动地区经济增长。表4 列（2）回归结果汇报了城市集聚程度对城市失业率的影响，结果显示城市集群程度ic系数显著为负，表明城市集群程度对失业率有显著性影响，集群程度越高，失业率越低。城市集群程度每提高1 个单位，城市失业率降低0.317%。由于本文采用面板数据，可以有效消除宏观经济波动对结果的影响，从而增加回归结果的无偏性和有效性。

居民失业可以分为摩擦性失业、结构性失业及季节性失业。由于周边城市的距离相对较近（本文选择150 公里），居民往周边城市流动难度较低。城市集聚程度的提高，意味着居民所在城市及临近城市可以提供更多的就业机会，提高就业匹配的可能性，降低摩擦性失业。此外，在城市群内的失业人群，可以获得更多的学习及培训机会，提升就业能力，转换就业方向的可能性也更高，因此能够有效降低结构性失业。

3.产业协同机制。产业协同发展有利于区域产业结构的升级和优化，实现以产业升级赋能经济高质量发展，有利于上下游产业链的高效互补，对地区及全国经济实现高质量发展具有重大发展意义。

由于制造业和生产性服务业通常是城市经济活动的重要组成部分，并且相关统计数据可得性较高，本文用制造业及生产性服务业之间的协同水平来代表城市整体产业协同指数，具体计算方式参照陈国亮和陈建军（2012）[12]的方法：

ri为城市i制造业与生产性服务业之间的产业协同指数，LQim为城市i制造业的区位熵指数，LQis为城市i生产性服务业区位熵指数。其中，城市i产业j的区位熵指数LQij计算方式如下：

其中，eij表示城市i产业j的从业人员数，Ej表示全国产业j的从业人员总数，ei表示城市i所有产业的从业人数，E表示全国所有产业的从业人员总数。

表4 列（3）汇报了城市集群程度对产业协同的影响，回归结果表明：城市集群程度对该城市产业协同水平具有正的显著影响，城市集群程度越高，产业协同水平也越高。城市集群程度每提高1 个单位，产业协同水平提高约1.11 个单位。

产业协同水平的提高，有利于推进产业结构升级，优化资源配置，进而有效推动城市经济发展水平。城市群整体产业发展水平的提升与本地区产业协同情况密切相关，更高程度的产业协同意味着城市群内中心城市与周边中小城市之间产业分工更加深化，产业互补效应更加明显，上下游产业相互赋能，从而使得城市群内产业优势更加突出，产业网络进一步完善，城市的综合比较优势均得到显著提升。

4.疏解效应。单个城市规模的不断增大可能导致交通拥堵、物价过高等问题的出现，一定程度上制约了城市经济的发展。城市集群化发展是否可以发挥疏解效应，缓解城市规模扩张导致的负外部性？为检验这一问题，本文在模型中还引入城市规模与集群程度的交互项pop.ic，回归结果如表4 列（4）所示。交互项pop.ic的系数显著为正，表明城市集群程度的提高在缓解大城市病、疏解大城市规模不经济方面可以发挥积极作用。

城市集群化发展可以发挥疏解效应的原因在于，城市群中不同规模的城市在竞合过程中，会逐步整合城市功能，城市间的关系越发紧密，在市场机制的作用下，从更大范围内优化调整城市职能，疏解核心城市扩张导致的规模不经济，降低负外部性的影响，提升城市群内中心城市的发展活力和市场竞争力。

（三）稳健性检验

首先，本文在确定城市集群程度指标时，参考Portnov 和Schwartz（2009）[1]的计算方法，但做了一定的调整，将城市隔离程度（IS）的选取由距离最近中心城市距离调整为距离最近两中心城市距离的平均值。为确保结果的稳健性，本文同样采用距离最近核心城市距离作为城市隔离程度并重新进行实证分析，回归结果如表5 列（1）所示，结果显示城市集群程度对城市经济增长仍具有正向显著影响，本文选择对指标进行合理调整具有良好稳健性。

表5 稳健性检验

其次，在确定临近城市范围时，本文根据中国城市与距离最近的5、10、20 个城市的平均距离选择150 公里作为界限，并以此计算临近城市的人口总和。临近城市距离界限的选择没有明确的定义，数值选择上具有一定的主观性，为检验结论稳健性，本文进一步选择200 公里作为临近城市范围，重新计算ic指标并进行回归分析，结果如表5 列（2）所示，在调整指标计算方式后，城市集群程度对城市经济增长仍具有正的显著影响，表明临近城市距离的选择具有合理性和稳健性。

最后，城市的集群程度对城市经济的增长效应面临内生性问题，二者之间可能存在反向因果关系或互为因果关系，即城市经济的增长也会导致城市集群程度的提高。为此，本文对城市集群程度和城市人口两个可能存在内生性问题的变量滞后一期重新进行回归，结果如表5 列（3）所示，结果表明，在对核心变量进行滞后处理后，城市集群程度的经济增长效应依然十分显著，其他控制变量的回归结果也基本与前文保持一致，说明本文结论具有很好的稳健性。

五、结论及建议

本文利用2004—2020 年全国257 个地级市的面板数据对城市群经济增长效应进行实证研究，结果表明城市集群程度的提高可以有效地推动城市经济增长，结论具有良好的稳健性。进一步研究表明，城市集群程度的适度提高可以提高城市的知识溢出效应，提高城市技术创新能力，同时提高城市居民与企业之间的匹配程度，降低失业率。城市集群水平的提高还有利于提升产业协同水平，推动城市实现产业升级和结构优化。同时，城市集群化发展还可以与临近城市形成疏解效应，避免城市规模扩大造成的规模不经济，推动城市间协同发展。为了能够进一步发挥城市群的功能，促进我国经济高质量发展，本文提出如下政策建议：

第一，促进城市群内要素自由流动，推进经济一体化发展。城市群经济增长效应内在机制显示，在城市群内各类生产要素的自由流动至关重要。生产要素的自由流动能够促进经济结构的优化调整，也能够实现自身在区域间的优化配置，进而推动经济体系达到系统性均衡。在生产要素自由流动背景下实现经济系统性均衡是一种高效率的动态平衡，能够动态调整市场行为，提升经济发展质量。为此，在城市群建设过程中，更加注重发挥区域市场一体化的重要作用，应当逐步淡化甚至打破行政区划的观念[13]，打破区域之间的行政壁垒，促进市场一体化，降低生产要素流动及交易成本，有效破除城市群内限制人才、技术、资本自由流动的各类体制机制障碍，建设公平的市场环境，推动区域一体化发展水平。

第二，加大中心城市建设力度，充分发挥中心城市在城市群高质量发展中的引领和带动作用。一方面，中心城市是城市群空间形态的关键组成部分，在城市群中具有“提纲挈领”的引领作用。中心城市的整体发展水平对城市群的综合承载能力具有决定性作用，因为中心城市通常集聚了城市群内的先进研发能力、高端制造产业、高端服务业及重大新兴产业，在区域产业升级发展过程中具有引领及带动作用。另一方面，中心城市的发展又通过溢出效应，推动周边中小城市的升级发展，进而反哺中心城市。可见，中心城市在城市群发展建设中具有先发性、引领性和带动性，做好中心城市建设就能抓住城市群发展建设的关键节点。为此，要更加注重发挥核心城市辐射带动功能，应提升中心城市政务服务能力，破除制约城市营商环境建设的痛点、堵点和难点，营造国际一流的营商环境。完善综合交通体系，打造区域交通枢纽，推进现代化物流服务平台建设。同时，加强文化建设，提升区域文化影响力，充分发挥传统文化的凝聚力[14]。

第三，提升城市群内公共服务均等化水平。研究表明，城市群内部越均衡越协调，一体化程度越高，城市群发展活力越高。以医疗、教育为代表的公共服务跨地区共享是城市群高质量一体化发展的重要标志，公共服务均等化是城市群实现协同发展的关键，也是推进城市群高质量发展的重要目标和主要抓手。为此，应当进一步完善城市群公共服务体系，切实加大基本公共服务的资源投入。在发挥基本公共服务兜底作用的前提下，加大投入力度，向薄弱环节、贫困地区、弱势群体进行适度倾斜。同时，深化放管服改革，健全公共服务财政保障和监督问责，创新服务方式，促进基本公共服务均等化、普惠化[15]。