Scientia Geographica Sinica  2012 , 32 (8): 905-912 https://doi.org/10.13249/j.cnki.sgs.2012.08.905

Orginal Article

城市体系位序-规模特征的空间计量分析 ——以中部地区地级以上城市为例

程开明, 庄燕杰

浙江工商大学统计学院, 浙江 杭州 310018

Spatial Econometric Analysis of The Rank-size Rule for Urban System: A Case of Prefectural-level cities in China’s Middle Area

CHENG Kai-ming, ZHUANG Yan-jie

School of Statistics, Zhejiang Gongshang University, Hangzhou, Zhejiang 310018, China

中图分类号:  K902

文献标识码:  A

文章编号:  1000-0690(2012)0905-08

收稿日期: 2011-08-14

修回日期:  2012-01-12

网络出版日期:  2012-08-20

版权声明:  2012 《地理科学》编辑部 本文是开放获取期刊文献,在以下情况下可以自由使用:学术研究、学术交流、科研教学等,但不允许用于商业目的.

基金资助:  国家社科基金项目(09BTJ003)、国家自然基金项目(71173190)、浙江省高校优秀青年教师资助计划、浙江省社科规划“之江青年课题研究”、浙江工商大学研究生科研创新基金项目(1020XJ1511056)资助

作者简介:

作者简介:程开明(1975-), 男, 湖北广水人, 博士, 副教授, 主要从事城市与区域经济方面的研究。E-mail: chengkaim@tom.com

展开

摘要

随着“中部崛起”战略的实施,中部地区的城市快速发展并引起广泛关注。为增进对中部地区城市体系发展规律的认识,根据1985~2009年城市人口数据,利用非参数密度估计方法得到该地区地级以上城市的Kernel密度图,发现城市规模的核密度曲线不断右移,城市整体规模日益扩大;采用空间计量模型对该地区地级以上城市的位序-规模特征进行分析,结果显示城市间的空间依赖性使空间滞后模型估计的Zipf指数值比OLS估计结果要小,表明考虑空间效应的城市体系规模分布更为集中。随后进一步解析空间依赖性影响城市规模结构演化的内在机制,认为要素集聚、产业调整和创新扩散等造成的空间相互作用提供了空间依赖性赖以存在的基础,影响城市体系的演化和位序-规模变动,使城市体系规模分布更趋均衡。结论对于明晰城市在区域城市体系中的定位,确定合理的发展战略具有参考价值。

关键词: 位序-规模法则 ; 空间计量模型 ; 演化机制 ; 中部地区

Abstract

A remarkable empirical regularity is that the city size distribution in many countries is well approximated to a Pareto distribution. This claim is so widely accepted that it has gained the status of a law, Zipf’s Law, or a rule, the Rank-size Rule. It has also inspired extensive researches mainly in the fields of economic geography and regional science. The urbanization process has mainly taken place since 1978 with significant processes of industrialization and economic growth in China. Many researchers have studied the characteristics of city scale distribution in different regions according to Ordinary Least Squares (OLS). The spatial econometric analysis of urban system is still scarce. This article adopts spatial econometric models to analyze the Rank-size Rule and evolution mechanisms of urban system in China’s middle area through population data of prefectural-level cities from 1985 to 2009. Firstly, cross-sectional distribution of urban population is analyzed by means of nonparametric estimations of density functions. Evolution of the shape of urabn population cross-sectional distribution shows the existence of convergence trends. Secondly, the linear regression equation is estimated by OLS. Then spatial autoregressive model and spatial error model are estimated. The results show that the estimation over time of the q parameter displays an increasing trend from 1985-1990, then decrease until 1995, from which it starts to augment. Zipf’s exponent estimated by spatial lag model is smaller than OLS. It indicates that the size distribution of urban system is more convergent because of significant spatial dependence between cities. Thirdly, we explore the mechnism between the spatial dependence and city size distribution. Spatial interaction caused by the agglemation of production factors, industrial adjustment and innovation diffusion provides the basis of spatial dependence. It affects the evolution of urban system and makes urban size distribution more convergent. Finally, the article concludes with a summary of key findings and puts forward some recommendations.

Keywords: Rank-size Rule ; spatial econometric model ; evolutionary mechanism ; middle area of China

0

PDF (0KB) 元数据 多维度评价 相关文章 收藏文章

本文引用格式 导出 EndNote Ris Bibtex

程开明, 庄燕杰. 城市体系位序-规模特征的空间计量分析 ——以中部地区地级以上城市为例[J]. , 2012, 32(8): 905-912 https://doi.org/10.13249/j.cnki.sgs.2012.08.905

CHENG Kai-ming, ZHUANG Yan-jie. Spatial Econometric Analysis of The Rank-size Rule for Urban System: A Case of Prefectural-level cities in China’s Middle Area[J]. Scientia Geographica Sinica, 2012, 32(8): 905-912 https://doi.org/10.13249/j.cnki.sgs.2012.08.905

城市体系规模分布的定量分析是城市研究的一项基础性工作,也是贯穿城市地理学、城市规划学、新经济地理学和空间经济学等学科发展的重要议题。伴随着全球城市化进程加快,发展中国家城市化的经验积累以及城市体系规模结构的新变化,吸引了更多城市地理学家和经济学家加入到城市体系规模分布演变的研究中来[1,2]。作为经济社会发展的重要空间依托,城市的规模是否合理、分布结构是否完善,直接关系到城市体系功能的发挥和竞争力提升。因此,认识城市体系规模分布特征,探析其规模结构演变的规律性,对于合理谋划区域城市布局、优化城市体系的功能、结构具有重要意义。

关于城市体系规模分布特征及演变规律,国外学者进行了大量系统地探讨。描述城市规模分布的位序-规模特征最早可追溯至20世纪初期的德国经济学家奥尔巴赫的研究[3]。随后,一些学者对城市位序与规模之间的关系进行了拟合[4],提出反映位序-规模的Zipf准则[5]。随着城市体系规模分布模型的建立和完善,20世纪50~60年代掀起了解释和检验位序-规模法则的高潮[6,7],希望揭示其与克里斯泰勒(Christaller)中心地理论之间的一致性或非一致性问题[8]。这类研究直到罗森和雷斯尼克提出城市体系分布模式的新观点,并对这种城市体系规模分布在国家之间发生变化的范围和原因提出质疑时才停止[9]。然而人们对于城市体系规模分布研究的热情并未消减,随着复杂性科学的发展以及数学分形理论研究的深入,城市体系开始被当作一个复杂的动力系统并运用分形几何学的知识加以分析。分形理论的创始人曼德勃罗较早运用分形方法来探究城市体系位序-规模的分维数性质[10];此后一些学者相继探讨了城市体系位序-规模及Pareto分布与分维数的关系[11]。正是分形几何学的引入,为城市体系分布结构的研究注入了新的血液,极大地推动了理论地理学的发展,城市地理学的理论建设也因分形思想的启发而积微成著[12]。近期,学者较为关注城市体系规模分布影响因素的探寻,试图从经济学角度推导出城市体系位序-规模的理论范式[2,13~15]。这些研究加深了对城市体系位序-规模分布的理解和演进规律的认识,也推动着相关的研究向着更微观层面不断深入。

国内的相关研究始于严重敏1964年发表的克里斯泰勒“城市的系统”译作,随后一段时期则较为沉寂。20世纪90年代后,几本代表性的著作都对城市体系分布特征进行了详细地论述[16~19]。随着中国城市化进程加快,利用指标测度对城市体系分布结构特征进行探析的文献越来越多[20~22]。此外,一些学者从资本投入、科技水平、产业结构、土地成本和交通运输等方面探讨了城市规模分布的影响因素[23,24],还有部分学者运用新兴的空间统计分析方法对城市体系规模结构及其演变特征进行简单的描述分析[25~27]

国内外学者关于城市体系规模分布特征及演进规律的探讨,推动着人们对国家层面和区域层面城市体系发展、演化的认识不断深入。但是,大部分研究都基于城市之间相互独立的假设前提,采用经典统计方法来进行分析,鲜有学者运用考虑空间依赖性的空间计量模型来检验城市体系的位序-规模特征。现实中城市本身的聚集与扩散效应,以及城市间存在的大量人流、物流、资金流、信息流等使得城市之间的空间依赖性日显突出。鉴于此,本文引入考虑空间依赖性的空间计量模型来分析中部地区城市体系的规模分布及演进特征,以得到更加客观、真实的结论,并对空间效应影响城市体系规模分布的内在机理进行解析,得到若干有益启示。

1 研究对象概述

1.1 研究范围及指标选取

本文选择中部六省地级以上城市作为研究对象(中部六省包含山西省、河南省、安徽省、湖北省、湖南省和江西省。),时间跨度确定为1985~2009年。截至2009年中部地区地级以上城市数量达81个(不含自治州及林区),具体包括山西省11个,河南省17个,湖北省12个,安徽省17个,湖南省13个和江西省的11个。在这段时期内,区域内新兴城市不断涌现,城市规模不断扩大,且经常发生一些行政区划的调整,给数据资料的收集、整理工作带来一定麻烦。描述城市体系位序-规模特征必然涉及到城市规模指标,而对城市规模的衡量并没有统一口径,一般选取“城市户籍人口数”、“城市非农业人口数”、“市辖区人口数”等指标中的一个或多个来反映。根据周一星、于海波的分析,自第四次全国人口普查以来由于城市化发展加快、农村人口大量涌入城市,造成“城市户籍人口数”、“城市非农业人口数”不能真实地反映城市所容纳的人口规模[28]。为达到研究目标,兼顾数据的可得性和连续性,以下选取“市辖区年末人口数”作为衡量城市规模的统计指标。

1.2 数据来源

中部六省地级以上城市的选取及其行政区划的变更资料参考民政部区划地名司主办的中国行政区划网(http://www.xzqh.cn/)和行政区划(http://www.xzqh.org/)两个网站。考虑到一些城市在研究期内因行政区划调整等因素造成统计口径的不一致,为了保证前后数据可比,对前后差别较大的地级市的数据进行了调整(2005年后武汉市的所有辖区都为市区,市辖区年末总人口进行了相应调整;关于研究对象前后名称不一致的问题,均统一为2009年该地级市的实际名称。)。其他所用统计指标的数据均来源于《中国城市统计年鉴》(1986~2010年)。此外,由于需要利用GeoDa095i软件对地理单元进行空间计量分析,为保证研究对象实际空间相接的一致性,本文对Shape文件进行了相应处理(根据各省行政区的历史沿革,对2009年空间底图做了以下归并处理:河南省的济源市归并至焦作市范围;湖北省的天门、潜江和仙桃三个直管市划入荆州市;安徽省的县级市天长市与滁州市合并,其余地图都以该空间底图为标准进行绘制。)。

1.3 研究对象的特征描述

改革开放以来,中部地区城市化快速发展,不论是城市数量还是城市规模,都有显著的增加和扩大(表1)。地级以上城市总数由1985年的42个增加到2009年的81个,其中人口规模在100~200万人和50~100万人的城市数量增长迅速,人口规模在50万人以下的城市数量保持稳定。

利用非参数核密度估计方法可以直观地描述城市规模分布形态及演变特征。绘制城市规模对数的Kernel密度图(见图1),发现中部地区城市规模分布变动明显,核密度曲线不断向右平移,表明该城市体系中城市整体规模不断扩大;核密度曲线的峰度不断降低,曲线形态从1985年的明显右偏逐渐向正态分布演变,说明期间规模较小的城市发展更快,使得城市体系向中等偏大型城市集中。

表1   中部地区的城市数量及城市规模结构变化(1985~2009年)

Table 1   Numbers and size of city in middle area of China in 1985-2009

年份(年)城市总数(个)200万人以上(个)100~200万人(个)50~100万人(个)20~50万人(个)20万人以下(个)
1985421915161
19904911120143
19955621426131
20008031937201
20058162239131
20098182634130

数据来源:《中国城市统计年鉴》(1986~2010年)。

新窗口打开

图1   城市规模分布的核密度估计

Fig.1   Kernel density estimates for the distribution of city size

2 城市体系位序-规模的空间计量分析

2.1 城市体系的位序-规模模型

城市分布的位序-规模模型从城市体系整体出发,反映不同城市的规模与其在整个系统中位序之间的关系,可评估一个国家或地区城市体系的分布状况。现在广泛应用的位序-规模公式是Lotka模式[28],即:

Pi=P1×Ri-q, (Ri=1, 2, …,n) (1)

式(1)中,n为城市的数量,Ri代表城市i的位序,Pi是按照从大到小排序后位序为Ri的城市规模,P1是首位城市的规模,而参数q通常被称作Zipf指数。为直观起见,通常对式(1)进行自然对数变换得:

lnPi=lnP1-qlnRi(2)

大量实证研究发现Zipf指数具有以下性质:当q=1时,区域内首位城市与最小规模城市之比恰好为整个城市体系中的城市个数,齐夫(Zipf)认为此时城市体系处于自然状态下的最优分布,故称此时的城市规模分布满足Zipf准则;当q<1时,城市规模分布相对集中,人口分布比较均衡,中间位序的城市较多;当q>1时,说明城市规模趋向分散,城市规模分布差异较大,首位城市垄断地位较强。当大城市发展相对较快时,城市规模分布趋向分散,q值也不断增大;q→∞时,区域内将只有一个城市,为绝对首位型分布;与之相对,中小城市发展迅速会缩小与大城市的差距,q值会有所缩小;而q→0表示区域内城市规模将一样大,人口分布绝对平均。

2.2 城市体系位序-规模的空间计量模型

城市作为一个经济体,并非一个独立封闭的个体,与周围环境时刻进行着能量、信息交换的系统,彼此之间空间依赖性的存在便不难理解。正如著名的Tobler地理学第一定律所说:“任何事物之间总是相关的,而距离近的事物的相关性要比距离远的事物之间大。”事物相关便是空间依赖的一种表现形式。由于经典统计学假设观测对象是独立的,而空间依赖性的存在导致许多经典统计和推断方法的直接运用不再恰当,需要考虑空间自相关的空间数据分析方法。

虽然位序-规模模型已为国内外大量的经验研究所证实,但传统的估计方法忽略了城市体系中城市之间存在空间自相关的事实。最小二乘法(OLS)对空间效应的忽略直接影响到式(2)估计结果的有效性,自1980年代以来国外学者开始采用空间统计或空间计量方法来研究空间效应。在此,借鉴Julie Le & Chasco(2008)关于西班牙城市规模结构演变的分析方法[29],结合Anselin(1988)的空间计量模型[30]对式(2)作如下改进:

lnPi=ρj=1nwij(lnPi)+α-qlnRi+εi(3)

式(3)中,εi独立同分布于N(0,σ2),wij是空间权重矩阵W的元素,通常基于邻接标准或距离标准进行选取;α为常数项;ρ为空间滞后系数,反映空间扩散或空间溢出的程度,ρ显著则表明因变量之间存在一定的空间依赖性。式(3)可称为位序-规模法则的空间滞后模型。

由于不确定城市之间的空间效应究竟是由因变量的空间自相关引起,还是忽略了其他自变量的空间作用而产生,再建立空间误差模型以考虑误差空间效应对城市规模分布造成的影响:

lnPi=α-qlnRi+εiεi=λj=1nwijεj+μi(4)

式(4)中,μi满足独立同分布于N(0,σ2),λ是空间自回归结构系数,其余符号定义同式(3)。关于式(3)、(4)中的参数,根据Ord和Anselin提出的最大似然估计法加以求解;而模型中的空间滞后或空间误差效应的存在性则通过似然比(LR)检验加以测定[31]

2.3 模型估计结果及分析

基于式(2)进行OLS估计可采用截距固定和截距不固定两种形式[30],截距固定模型是将实际的首位城市人口规模作为P1,也即a=lnP1为已知的情况,而截距未定模型则是从城市体系总体出发,运用位序-规模模型来求得理论上的首位城市规模。估计发现,对中部地区城市体系来说截距未定模型拟合效果更好,故表2仅给出截距不固定模型的OLS估计结果。

从OLS估计结果来看:模型的拟合优度R2均在0.85以上,拟合效果较好。虽然利用OLS得到Zipf指数(q)值的估计结果都通过1%水平的显著性检验,但异方差检验(BP、BPG统计量)显示,模型存在明显的异方差性。另外,OLS估计以各观测对象独立为前提,而现实中城市之间往往存在着空间关联性,需进一步利用空间滞后模型和空间误差模型来对城市体系位序-规模特征进行检验。

表2   OLS估计结果

Table 2   Estimate results of OLS

模型参数1985年1990年1995年2000年2005年2009年
截矩
未定
模型
a5.8285.9276.2396.6196.6866.728
q0.617***
(-54.290)
0.624***
(-63.732)
0.638***
(-75.767)
0.674***
(-107.914)
0.659***
(-105.604)
0.652***
(-105.697)
R20.8740.8870.8860.8950.8960.898
JB380.712154.527143.412102.804116.02477.194
BPG1.4812.3910.3134.2130.5760.141

注:括号内为t统计量的值;JB是Jarque-Bera残差正态性检验,BPG为Breusch-Pagan-Godfrey异方差检验。*,**,***分别表示在10%,5%和1%水平下显著,下同。

新窗口打开

表3   两种空间效应模型的估计结果

Table 3   Estimate results of two spatial models

模型参数1985年1990年1995年2000年2005年2009年
空间滞后模型α5.720***
(40.051)
5.681***
(37.103)
4.703***
(8.801)
6.051***
(15.535)
5.208***
(8.735)
5.185***
(8.560)
q0.646***
(-18.017)
0.661***
(-21.641)
0.625***
(-22.012)
0.627***
(-26.462)
0.631***
(-26.885)
0.633***
(-27.396)
ρ0.053**
(2.176)
0.091***
(3.176)
0.348***
(2.842)
0.091
(1.067)
0.309**
(2.365)
0.327**
(2.488)
R20.8890.9090.8980.9010.9030.906
LR4.3598.7765.8071.1004.7495.265
BP6.8654.7767.0980.0192.3683.726
空间误差模型α5.965***
(56.112)
6.078***
(59.887)
6.176***
(62.963)
6.455***
(76.976)
6.595***
(76.250)
6.667***
(77.580)
q0.661***
(-17.945)
0.670***
(-20.078)
0.619***
(-20.859)
0.630***
(-26.662)
0.635***
(-26.381)
0.636***
(-26.684)
λ-0.262
(-1.582)
-0.123
(-0.842)
0.243
(0.895)
0.037
(-0.181)
0.134
(-0.448)
0.162
(-0.554)
R20.8790.8920.8880.8990.8970.899
LR0.4310.2320.5560.0360.1620.224
BP12.19011.0726.9450.0051.1271.816

注:表中括号内是t统计量的值,LR是模型设定的似然比检验,BP为Breusch-Pagan异方差检验。

新窗口打开

表3给出的空间滞后模型和空间误差模型估计结果可知,BP检验结果比OLS估计更为显著,说明两种改进模型都较OLS估计的效果要好。特别是针对空间滞后效应存在性的似然比(LR)检验证实,模型设定中加入空间滞后效应是合理的,即便是2000年的空间滞后模型未能通过似然比(LR)检验,但其拟合效果还是优于OLS估计。而空间误差模型结果显示空间自回归结构系数λ不显著,且空间误差结构设定的似然比检验也未能通过显著性检验,说明用其来分析城市体系位序-规模特征不合适,在此不做详细分析。

图2显示基于OLS截距不固定和空间滞后模型的Zipf指数的变动曲线。从整个时期(1985~2009年)来看,Zipf指数处于0.6~0.7之间,低于齐夫(Zipf)所认为的理想城市体系应满足的q=1条件。可见,因研究对象为中部六省的地级以上城市,导致城市体系的规模分布相对集中,处于中间位序的城市数量较多。整体来看,空间滞后模型得到的Zipf指数都低于OLS估计结果,说明考虑空间效应的中部地区城市体系规模分布更为均衡;Zipf指数之间的差距先缩小后扩大,意味着该地区城市之间的空间依赖性呈现出先减弱后增强的趋势。

图2   Zipf指数变动趋势

Fig.2   The change of Zipf’s index

传统位序-规模模型忽略了空间相互作用等带来的空间依赖性,导致纯粹由数据驱动的模型估计结果高估了衡量城市体系规模分布的Zipf指数值。现实中,由于要素流动、创新扩散等造成的空间交互作用为空间依赖的存在创造条件,而空间依赖性进一步影响城市体系规模分布,使运用空间计量模型得到Zipf指数值比未考虑空间效应的传统OLS估计结果更小。当然,这种空间依赖性随着城市之间的空间相互作用程度的变化而呈现出不同的变动趋势。

进一步分析城市规模变动特征的细节发现:1985~1990年两种模型估计的Zipf指数均呈现上升态势,表明这一时期中部地区城市体系分布趋于分散,大城市和超大城市发展迅速,首位城市的垄断地位得到加强;1990~1995年Zipf指数下降,意味着该时期内城市体系规模分布趋于集中,人口向于中等规模的城市集聚,中等城市发展较快;1995~2000年期间城市总数由59个迅速增加到80个,由于新晋地级市的人口规模相对较小,拉大了城市规模之间的差距,从而使城市规模分布更加不均衡,Zipf指数有所上升;2000~2009年城市数量增加虽然很少,但Zipf指数值依然不断上升,表明进入21世纪后中部地区经济的快速增长,排序靠前的区域核心城市发展十分迅猛,人口、物资和信息等的聚集使核心城市的规模进一步扩大,增强了其主导地位,使得城市体系规模分布趋于分散。

3 空间效应影响城市规模分布演化的内在机制

城市是一个开放的复杂巨系统[32],其发展并非孤立、单一的过程,一定区域环境下的众多城市组成一个有机的整体网络即城市体系。区域城市体系作为城市地域空间和网络组织扩展的高级模式,是城市区域化和区域城市化共同作用的结果。正是由于城市行政区划和影响范围的区域化特征,使得中部地区城市之间因空间依赖性的存在而呈现出空间自相关特征。

空间依赖性是指地理空间内某一属性的协同变化,是空间数据的基本特性。虽然观察视角有所不同,学者对于空间依赖性的成因见仁见智,但主要因素无外乎是因空间相互作用等效应而形成的空间外延和空间溢出。邻近地区或城市之间通过人员、货物、信息、资金等流动的形式而产生空间依赖,这种空间相互作用使得一个地方发生的现象会影响其他与之相邻现象的结果;创新产生后在区域内形成一定的梯度势能差,促使创新借助扩散渠道由扩散源逐渐向周边扩散[33]。此外,空间因果关系、测量误差及研究对象的空间组织与空间结构也会产生一系列的空间互动和空间依赖[34]

任何城市体系都受到自然基质、社会基础、经济实力和科技文化等因素的制约,在这些因素的制约下城市及城市体系演化经历着自下而上、自上而下共同作用的生成发展模式。改革开放初期,中部地区经济发展相对滞后,城市体系发展缓慢,1985~1990年地级以上城市的数量由42个增加到49个,仅武汉、长沙、郑州等少数城市工业基础较好、发展较快,使得Zipf指数上升;1990~2000年区域内中等规模城市具备一定基础,外部环境的改善使其发展较快,但期间特别是1995年后行政区划调整力度不断加大,县域以上区划共有大约30次变动,许多县级城市升级为地级城市,导致Zipf指数先降后升;进入21世纪以来,在“中部崛起”战略的推动下,以区域核心城市为依托的城市群快速发展,截至2009年中部地区已形成中原城市群、武汉城市圈、长株潭城市群、环鄱阳湖城市群、皖江城市带和晋中城市群等六大城市群,核心城市的快速发展使得Zipf指数进一步上升。不论是市场自由竞争代表的自组织,还是政府外力调控所代表的他组织[35],最终作用于生产要素和经济主体,为空间依赖性的产生创造条件。

城市体系的空间依赖性是城市之间要素流动、产业转移、创新扩散等效应的现实反映,这种空间依赖性作为城市间经济或创新差异演变过程中的真实成分,是确确实实存在的空间交互影响,且随着时间变化可能呈现出不同的变动态势。改革开放初期,农村与城市经济体制变革所激发的区域内劳动力流动、产业快速发展等使得中部地区城市之间的空间联系显著增强,空间效应明显;到20世纪90代初,随着政策效应减弱与竞争加剧,中部地区的劳动力更多地向沿海地区流动,城市之间激烈地争夺发达地区及外国的资金、技术,导致彼此之间的空间联系减弱;进入21世纪后,中部城市自身具备相当的基础,再加上“中部崛起”战略的实施,城市之间的要素、产业及技术等联系日益密切,空间依赖性又日益增强。

空间依赖性的具体表现形式多种多样,既包括劳动力与资本流动、产业结构调整与升级等耦合形成的经济行为在空间上相互影响、相互作用,又包括科技研发与创新的投入产出行为及政策在地理空间上的示范作用和激励效应等,都推动着城市体系的演进。市场机制作用下,中部地区一些初期禀赋较好的中心城市,譬如武汉、郑州、长沙等,在生产要素的集聚作用下,内部逐渐形成完整产业链,吸引了相当一批的企业和劳动力进入,城市规模不断扩大。一些资源型城市大力推进产业结构调整,走出一条适合自身发展的新道路,城市散发出新的活力,像安徽淮北市依托自己煤炭资源优势,在电力、轻纺、服装、化工、机械和电子等方面进行突破,短短几年内纺织业形成了针织、纺织、印染、服装等产业齐头并进的势头;焦作市做大做强铝工业,摸索出了改造提升传统产业,大力发展高新技术产业的新路子。科技创新及其扩散在城市体系演进过程中也起着重要作用,譬如交通技术的进步能够大大提高人流和物流等的流通效率,促进城市空间的扩展。中部地区依托长江、黄河两大水道,京广线、京九线和陇海线等铁路干线,京珠高速、京港澳高速、大广高速、连霍高速、沪瑞高速等几十条省际高速公路,与10纵12横的22条国道交织成为连接六个城市群子系统的交通网络,初步发挥着区域增长极对周边城市辐射带动的连接、纽带作用。正是生产要素与企业集聚、产业结构优化和科技创新扩散等使得城市之间的经济联系更为紧密,引致城市间大量的物质流、能量流、信息流和人口流等,使城市集群化发展趋势愈加明显,推动区域城市体系的位序-规模变动。

由于空间依赖性的存在,不论是中部地区城市群子系统之间还是子系统内部,通过集聚和扩散效应的作用,再加上便利的交通、信息网络等条件使得中部地区城市体系的发展由多点极核型向等级结构扁平化的城市网络方向发展。在这个过程中,城市群子系统的核心城市带动着周边城市经济快速发展,促进人口不断向这些城市聚集,使周边城市规模得到快速提升,缩小了不同规模等级城市之间的差距。因此,考虑到空间效应的城市体系中的城市规模差距要比常规条件下观测的差距要小,意味着中部地区城市体系的实际规模分布比忽略空间效应的分布更为均衡。

4 结论与启示

本文利用空间计量模型来重新审视中部地区地级以上城市位序——规模模型,分析城市规模分布特征及演变规律,探析内在机制,一定程度上拓展了城市规模分布的研究思路。分析发现:①1985~2009年人口规模在50~100万和100~200万的大型、特大型城市发展迅速,城市规模分布密度曲线右移明显,城市整体规模不断扩大。② 空间滞后模型和未定截距的OLS估计结果显示,中部地区城市体系的Zipf指数处在0.6~0.7之间,说明城市规模分布相对集中,中间位序的城市数量较多;空间计量模型估计的Zipf指数比OLS估计法得到的指数要低,证实空间依赖性对Zipf指数的影响。③ 对空间依赖性影响城市规模结构演化机制的进一步探析,发现要素集聚、产业调整、创新扩散等造成的空间相互作用为空间依赖性的存在提供了基础,正是这种空间依赖性使城市体系规模分布更为均衡。

上述结论对于中部地区城市体系乃至其他城市体系的发展不无启示意义:① 城市体系中广泛存在的空间依赖性使城市在谋划自身的发展过程中,不仅要注重自身主观的积极作为,还需考虑到周边其他城市的影响,使城市体系逐渐形成一个产业结构互补、职能各有分工的有序集合体,并充分利用城市间的空间联系来强化自身发展。② 政府部门开展城市体系的发展规划、布局及调控时,应充分尊重并利用城市间的空间关联性,加强城市交通和信息网络基础设施建设,强化城市对外的交通、通讯及网络联系,畅通城市之间的联系通道,促进生产要素的流动、加快创新扩散和知识溢出,以优化城市体系规模分布,提升整体竞争力。

The authors have declared that no competing interests exist.


参考文献

[1] Fujita Masahisa, Paul Krugman, Tomoya Mori.

On the evolution of hierarchical urban systems

[J]. European Economic Review, 1999,(43): 209-251.

[本文引用: 1]     

[2] Anderson G, Ge Y.

The size distribution of Chinese cities

[J]. Regional Science and Urban Economics, 2005, 35: 756-776.

[本文引用: 2]     

[3] Auerbach F.

Das gesetz der bevolkerungsk on centration

[J]. Petermanns Geographische Mitteilungen,1913,(59): 73-76.

[本文引用: 1]     

[4] Singer H W.

The “Courbe des populations”: a parallel to Pareto’s law

[J]. Economic Journal, 1936,(46): 254-263.

[本文引用: 1]     

[5] Zipf G K.

Human Behaviour and the principle of least effort

[M]. Addison-Wesley, Reading, MA, 1949: 32-41.

[本文引用: 1]     

[6] Madden C J.

Some indicators of stability in the growth of cities in the United States

[J]. Economic Development and Cultural Change, 1956, (4):236-452.

[本文引用: 1]     

[7] Berry B J L.

City size distributions and economic development

[J]. Economic Development and Cultural Change, 1961, (9): 573-587.

[本文引用: 1]     

[8] Carroll G R.

National city-size distribution: what do we know after 67 years of research?

[J]. Progress in Human Geography, 1982, 6(1): 1-43.

[本文引用: 1]     

[9] [英]保罗·切希尔, 城市区域规模和结构变化趋势[C]//[美]埃德温·S·米尔斯区域和城市经济学手册(第3卷)——应用城市经济学. 北京: 经济科学出版社, 2003: 15~30.

[本文引用: 1]     

[10] Mandelbrot B B.

The Fractal Geometry of Nature

[M]. San Francisco: Freeman, 1982.

[本文引用: 1]     

[11] 刘继生, 陈彦光.

城市地理分形研究的回顾与前瞻

[J]. 地理科学, 2000, 20(2): 166~171.

[本文引用: 1]     

[12] 陈彦光, 周一星.

豫北地区城镇体系空间结构的多分形研究

[J]. 北京大学学报(自然科学版), 2001, 37(6): 810~818.

[本文引用: 1]     

[13] Gabaix X.

Zipf’s law for cities: an explanation

[J]. Quarterly Journal of Economics 1999, 114:739~767.

[本文引用: 1]     

[14] Soo K Tong.

Zipf’s Law for cities: a cross-country investigation

[J]. Regional Science and Urban Economics, 2005,35:239-263.

[15] Takatoshi Tabuchi, Jacques - Francois Thisse, Dao-Zhi Zeng.

On the number and size of cities

[J]. Journal of Economic Geography, 2005,(4): 423-448.

[本文引用: 1]     

[16] 顾朝林.

中国城市体系——历史·现状·展望

[M]. 北京: 商务印书馆, 1992:201~313.

[本文引用: 1]     

[17] 许学强, 周一星. 城市地理学[M]. 北京: 高等教育出版社, 1997:123~196.

[18] 杨吾扬, 梁进社. 高等经济地理学[M]. 北京: 北京大学出版社, 1997:387~397.

[19] 王铮. 理论经济地理学[M]. 北京:高等教育出版社, 2002:162~179.

[本文引用: 1]     

[20] 张锦宗, 朱瑜馨, 曹秀婷.

1990—2004中国城市体系演变研究

[J]. 城市发展研究, 2008, (4): 84~90.

[本文引用: 1]     

[21] 苏飞, 张平宇.

辽中南城市群规模分布演变特征

[J]. 地理科学, 2010, 30(3): 343~349.

[22] 王颖, 张婧, 李诚固,.

东北地区城市规模分布演变及其空间特征

[J]. 经济地理, 2011, 31(1): 55~59.

[本文引用: 1]     

[23] 高鸿鹰, 武康平.

我国城市规模分布Pareto指数测算及影响因素分析

[J]. 数量经济技术经济研究, 2007,(4): 43~52.

[本文引用: 1]     

[24] 吕作奎, 王铮.

中国城市规模分布及原因分析

[J]. 现代城市研究, 2008,(6):81~87.

[本文引用: 1]     

[25] Zelai Xu, Nong Zhu.

City size distribution in China: Are large cities dominant?

[J]. Urban Studies, 2009, 46(10): 2159-2185.

[本文引用: 1]     

[26] 胡毅, 张京祥.

基于县域尺度的长三角城市群经济空间演变特征研究

[J]. 经济地理, 2010, 30(7): 1112~1117.

[27] 蒲英霞, 马荣华, 马晓冬,.

长江三角洲地区城市规模分布的时空演变特征

[J]. 地理研究, 2009, 28(1): 161~172.

[本文引用: 1]     

[28] 周一星, 于海波.

中国城市人口规模结构的重构

[J]. 城市规划, 2004,28(6): 49~55.

[本文引用: 2]     

[29] Julie Le Gallo, Coro Chasco.

Spatial analysis of urban growth in Spain, 1900-2001

[J]. Empirical Economics, 2008,34: 59-80.

[本文引用: 1]     

[30] Anselin L.

Spatial Econometrics: Methods and Models

[M]. Boston:Kluwer Academic Publishers, 1988: 32-54.

[本文引用: 2]     

[31] LeSage James P, R Kelly Pace. Introduction to Spatial Econometrics[M]. BocaRaton: CRC Press, 2009: 45-120.

[本文引用: 1]     

[32] 周干峙.

城市及其区域——一个典型的开放的复杂巨系统

[J]. 城市规划, 2002,26(2):7~8.

[本文引用: 1]     

[33] 王劲峰, 廖一兰,. 空间数据分析教程[M]. 北京:科学出版社, 2010: 56~62.

[本文引用: 1]     

[34] Krugman P.Geography and Trade[M]. London: MIT Press, 1991: 25-37.

[本文引用: 1]     

[35] 吴彤. 自组织方法论研究[M]. 北京: 清华大学出版社, 2001: 3~12.

[本文引用: 1]     

/