作者：高玲玲
经济问题探索 2015年04期
中心城市指在一定地理范围内的社会经济活动中处于主要地位，具有综合功能或多种主导功能的大城市，对该地理范围内的社会经济发展发挥着集聚和辐射作用。我国目前的中心城市大致分为如下三类：第一类是国家中心城市(包括北京、上海、广州、天津和重庆)。国家中心城市指居于国家城镇体系顶端，在全国范围发挥引领、辐射、集散功能的城市。这五个国家中心城市中，北京和天津是北方地区和环渤海地区的中心，上海是东部地区的中心，广州是珠三角地区的中心，重庆则是西部地区的中心。第二类是区域中心城市(包括沈阳、南京、武汉、深圳、成都和西安)。区域中心城市是地理大区的区域中心，而非省级区域的区域中心。其中，沈阳是东北地区的中心，南京是华东地区的中心，武汉是华中地区的中心，深圳是华南地区的中心，成都是西南地区的中心，西安是西北地区的中心。第三类是其他中心城市，指除国家中心城市和区域中心城市外，经济发展较好的省会城市。它们拥有一定的辐射能力，对周边城市具有影响的城市，如厦门、青岛、大连、宁波、苏州、济南、福州、兰州、郑州、合肥、长沙、昆明、贵阳等城市。
中心城市在区域经济增长中发挥着重要的带动作用，该带动作用主要通过集聚效应和扩散效应实现。其中，集聚效应指中心城市利用优势条件吸引企业、社会机构与人口在其有限的空间中聚集，带来人口聚集、同业聚集、系统聚集等效益；扩散效应指中心城市通过输出各类生产要素向临近地区扩散其经济成果，以其自身优势的提高带动周边地区的经济协同发展。
中心城市在世界经济中具有举足轻重的地位，国家和地区间的竞争体现为主要城市的竞争。围绕中心城市的地位和功能展开了大量研究：Hall(1966)从全球视角认为世界性城市是那些在政治、经济、文化领域产生重大影响的国际大都市。Friedmann(1986)和Castells(1996)认为，这些国际大都市是全球经济网络的中枢和关键节点，它们通过其人流、物流和信息流获得财富和权力。Glaeser(2005)指出，纽约在历史上通过其交通枢纽功能获得国际大都市地位，但当前其最重要的功能已不再是交通中枢，而是知识的集聚传播；其赖以生存的关键已不再是港口，而是金融和服务业的发展。国内关于中心城市的研究主要从中心城市自身发展状况出发，评价其社会经济发展水平和综合竞争力。张思锋等(2006)从经济、社会、开放程度、设施环境四个方面构建了关于中心城市综合发展水平的评价指标体系。吴良亚(2010)构建了中心城市核心竞争力评价指标体系。谢守红和罗红梅(2006)、高玲玲和周华东(2009)、朱俊成等(2010)分别对中部地区的中心城市构建评价指标体系并进行比较分析。
中心城市自身的发展固然引人注目，但更值得关注的是中心城市在区域经济发展中所起的作用。Bradbury et al.(1980)和Oh(2005)阐述了中心城市与城郊地区的动态联系。他们指出，政府政策深刻地影响着中心城市的兴衰成败，同时犯罪率和就业机会在城市和郊区的人口变化中也起着重要作用。Neenan(1970)和Goodman(2005)分别从税收和住房供给角度阐述了中心城市和市郊经济发展的关系。Hollar(2011)意识到内生性问题极大地影响了中心城市和市郊互动关系的判断，作者通过建立出口行业指数来解决该识别问题。Sole′-Olle′(2004)分析了中心城市经济增长对市郊经济的影响，尽管大小不同，但不论是大城市还是小城市对市郊经济都有明显的正面影响。少数国内学者从案例分析的角度出发，来验证中心城市对区域经济发展影响。如毛月平和加年丰(2004)则以晋城为例探讨了中心城市与区域经济的协调发展，郭蕾(2007)以郑州市为例探讨了郑州作为中心城市在其带动区域经济发展方面存在的不足等。张少华(2013)和许治等(2013)则分别从服务产品流和技术扩散的角度对中心城市对区域经济的影响进行了实证研究。
上述研究对我们深入理解中心城市和区域经济发展的关系具有重要的参考价值，但也存在明显不足：其一，大部分研究集中于建构中心城市的评价指标体系并对中心城市自身实力进行评价，而忽略了中心城市对区域经济增长影响能力的分析。其二，研究方法上，以单个城市为例的定性分析居多，缺少翔实的实证研究。鉴于此，本文拟从上述两个方面作出突破，即通过构建指标体系来测度中心城市与其所在区域经济的协同发展程度(简称为协同度)，并将该协同度指数作为一个关键影响变量考察中心城市如何影响区域经济发展。
本文余下部分安排如下：第二部分建立理论模型描述中心城市影响区域经济发展的作用机制；第三部分建立评价中心城市和区域经济协同发展程度的指标体系，协同度指数构成后面进行的实证分析的关键解释变量；第四部分利用我国省级面板数据实证分析中心城市对区域经济发展的影响；第五部分是结论与政策建议。
二、中心城市与区域经济增长：理论模型
(一)资源配置
资源和产品的自由流动有利于各地区的经济增长，区域经济和国际贸易领域的研究已对此详细说明。但在一定的条件下，资源和产品的流动虽然有利于整体经济增长，但对个别地区的经济增长起着抑制作用。下面在一个简单的两地区一般均衡模型中对此加以说明。
假设存在a和b两个地区，其资源不能自由流动。代表性家庭的最优化问题为最大化效用函数
，C为消费，L为劳动投入，K为资本投入，W为工资率，R为租金率。
代表性企业的最优化问题为最大化利润
，A为生产率，且a地区的生产率高于b地区，即。
经过简单计算可得，即a地区的工资率高于b地区工资率，a地区家庭的效用高于b地区家庭的效用。
如果解除资源流动的限制，假定劳动力可以自由流动，但资本不能自由流动，这个时候劳动力从低工资的b地区流向高工资的a地区，。进一步计算可得。此时，两地区作为整体而言其产出总量增加，按照平均主义社会福利函数计算的社会福利最大化，但是a地区原有居民效用降低，b地区原有居民福利增加。
(二)外部性
上述情况我们假定生产率A不变，但众多研究表明区域经济存在集聚特征，人口和资源的集聚会产生正的外部性，在我们的模型中可以视为人口增加导致生产率增加。一个简单的计算表明这种情况下。
综上，我们表明了如果允许地区间的人口(资源)流动，整个区域的总产出将会增加。一个直接的含义是通过加强地区间的经济联系可以促进整个区域的经济增长，这可以总结为如下可供验证的命题：区域间的经济协同发展程度可以有效促进整个地区的经济发展。
三、中心城市与区域经济协同度的评价体系
(一)评价指标体系
本文从中心城市的龙头作用、极化作用、扩散作用及创新作用等四个方面来构建评价中心城市与区域经济协同度的指标体系(见表1)。
(二)中心城市与区域经济增长协同度排名
本文选择全国26个省级地区的省会城市作为所在省域的中心城市(根据我们的研究需要和数据可得性，排出了北京、上海、天津、重庆四个直辖市和西藏地区)，选取2001-2010年十年间数据，运用主成分分析法对上述评价指标体系进行计算得出这26个省会城市2001-2010年的综合指数，并根据指数大小对这26个城市进行了排名，具体结果见表2。
表2的结果显示，这26个省会城市的排名情况在10年间的变化可以大体分为两类：一类是稳定型，这其中最为突出的是广州与西宁，广州一直稳住第一名的位置，而西宁则一直位于最后一名；其他几个城市如南京、杭州、武汉、济南也相对稳定，10年间的排名变化幅度较小。另一类是非稳定型，而这一类有部分城市排名属于波动型，如海口在2001年排名第5，2002年排名升为第2，而2003年下降到了16为，10年间最低跌至20位；乌鲁木齐的排名变化也存在着较为明显的波动；另一类如长沙则呈现出不断上升的一个态势，从2001年的18位不断上升到了8、9位。
四、中心城市与区域经济增长关系的实证分析
(一)计量模型
本文基本计量模型设定如下：
其中，下标i和t分别表示省份和年份，被解释变量是人均国内生产总值，我们关注的解释变量为，代表中心城市于区域经济的协同发展程度(协同度)。控制变量包括：人均物质资本存量，人均研发投入，人均人力资本。此外，是不可观测的省际效应，是随机扰动项。
(二)数据说明
与前面中心城市与区域经济协同度评价体系所用数据一致，本文采用除北京、上海、天津和西藏外的26个省从2001-2010年的面板数据。其中中心城市与区域经济协同度指标来源于第三部分的测算，人均物质资本存量来源于谢群和潘玉君(2011)，人均人力资本采用受教育年限法估算，人均研发投入来源于各省统计年鉴。模型各指标统计性描述见表3。
(三)估计结果
为了确定是采用随机模型还是固定效应模型，本文在进行回归前线做了豪斯曼检验，结果不可以拒绝原假设，所以采用随机效应模型。为使结果更加稳健，本文还引入了劳动参与率pl(劳动力占适龄人口比重，单位：%)和对外开放程度op(用各省进出口总额占GDP比重衡量，单位：%)两个变量加入控制变量作回归分析，回归结果见表4的回归1-3。
从表4的结果可以看出：当控制了物质资本，人力资本和研发投入等因素后，中心城市协同度排名z的系数显著为负，说明了当中心城市协同度排名越高(z值越小)时，省域的人均GDP越大，也就是说中心城市协同度排名越高，越能促进该省经济的增长；反之，当中心城市的排名越低，z值越小，该省的人均GDP就较小。这体现了中心城市与区域经济协同度对区域经济增长有着经济意义和统计意义上都不可忽视的正面影响。
在以上分析中，我们选取的z是代表中心城市协同度的排名。为了考察关键变量的稳健性，我们用主成分分析法得到的协同度综合指数代替综合排名进行回归分析，其结果见表4的回归4-6。从回归4-6显示各解释变量回归系数符号保持不变，关键变量z的系数依然为正值且在经济上和统计上都极为显著，这进一步证实了中心城市与区域经济的协同度对区域经济增长的促进作用。
五、结论与政策建议
本文基于新古典增长模型建模说明了中心城市影响区域经济的作用机制，即中心城市通过资源配置效应和外部性效应影响整个地区的经济增长。然后，提取反应中心城市和区域经济协同发展程度的关键因素，采用主成分分析法建立反应中心城市和区域经济协同度的指标体系，作为实证分析的关键变量。在主成分分析法中，一级指标确定为经济龙头作用指标、极化聚集作用指标、扩散辐射作用指标、创新示范作用指标4类，又在每个一级指标下面选取可以量化的二级指标24个。随后基于我国省级面板数据的实证分析表明，该协同度对我国区域经济增长有着重要的正面影响，通过增加控制变量和改变关键解释变量的稳健性检验进一步证实了该结论。
区域经济增长与中心城市的发展密不可分。中心城市作为区域经济的一部分，其发展自然构成区域经济的发展。但中心城市的经济增长与区域经济的经济增长并不完全一致，中心城市的经济增长并不必然带来整个区域经济的经济增长。这对我们的城市发展决策具有强烈的政策含义，启示决策者在进行城市发展规划时不能仅致力于发展中心城市，还要注重推动区域经济增长的其他影响因素的建设和发展。
作者介绍：高玲玲(1980-)，女，上海财经大学博士研究生，上海 200433；合肥工业大学讲师，研究方向：产业经济，区域经济，合肥 230009
作者：高玲玲
经济问题探索 2015年04期
中心城市指在一定地理范围内的社会经济活动中处于主要地位，具有综合功能或多种主导功能的大城市，对该地理范围内的社会经济发展发挥着集聚和辐射作用。我国目前的中心城市大致分为如下三类：第一类是国家中心城市(包括北京、上海、广州、天津和重庆)。国家中心城市指居于国家城镇体系顶端，在全国范围发挥引领、辐射、集散功能的城市。这五个国家中心城市中，北京和天津是北方地区和环渤海地区的中心，上海是东部地区的中心，广州是珠三角地区的中心，重庆则是西部地区的中心。第二类是区域中心城市(包括沈阳、南京、武汉、深圳、成都和西安)。区域中心城市是地理大区的区域中心，而非省级区域的区域中心。其中，沈阳是东北地区的中心，南京是华东地区的中心，武汉是华中地区的中心，深圳是华南地区的中心，成都是西南地区的中心，西安是西北地区的中心。第三类是其他中心城市，指除国家中心城市和区域中心城市外，经济发展较好的省会城市。它们拥有一定的辐射能力，对周边城市具有影响的城市，如厦门、青岛、大连、宁波、苏州、济南、福州、兰州、郑州、合肥、长沙、昆明、贵阳等城市。
中心城市在区域经济增长中发挥着重要的带动作用，该带动作用主要通过集聚效应和扩散效应实现。其中，集聚效应指中心城市利用优势条件吸引企业、社会机构与人口在其有限的空间中聚集，带来人口聚集、同业聚集、系统聚集等效益；扩散效应指中心城市通过输出各类生产要素向临近地区扩散其经济成果，以其自身优势的提高带动周边地区的经济协同发展。
中心城市在世界经济中具有举足轻重的地位，国家和地区间的竞争体现为主要城市的竞争。围绕中心城市的地位和功能展开了大量研究：Hall(1966)从全球视角认为世界性城市是那些在政治、经济、文化领域产生重大影响的国际大都市。Friedmann(1986)和Castells(1996)认为，这些国际大都市是全球经济网络的中枢和关键节点，它们通过其人流、物流和信息流获得财富和权力。Glaeser(2005)指出，纽约在历史上通过其交通枢纽功能获得国际大都市地位，但当前其最重要的功能已不再是交通中枢，而是知识的集聚传播；其赖以生存的关键已不再是港口，而是金融和服务业的发展。国内关于中心城市的研究主要从中心城市自身发展状况出发，评价其社会经济发展水平和综合竞争力。张思锋等(2006)从经济、社会、开放程度、设施环境四个方面构建了关于中心城市综合发展水平的评价指标体系。吴良亚(2010)构建了中心城市核心竞争力评价指标体系。谢守红和罗红梅(2006)、高玲玲和周华东(2009)、朱俊成等(2010)分别对中部地区的中心城市构建评价指标体系并进行比较分析。
中心城市自身的发展固然引人注目，但更值得关注的是中心城市在区域经济发展中所起的作用。Bradbury et al.(1980)和Oh(2005)阐述了中心城市与城郊地区的动态联系。他们指出，政府政策深刻地影响着中心城市的兴衰成败，同时犯罪率和就业机会在城市和郊区的人口变化中也起着重要作用。Neenan(1970)和Goodman(2005)分别从税收和住房供给角度阐述了中心城市和市郊经济发展的关系。Hollar(2011)意识到内生性问题极大地影响了中心城市和市郊互动关系的判断，作者通过建立出口行业指数来解决该识别问题。Sole′-Olle′(2004)分析了中心城市经济增长对市郊经济的影响，尽管大小不同，但不论是大城市还是小城市对市郊经济都有明显的正面影响。少数国内学者从案例分析的角度出发，来验证中心城市对区域经济发展影响。如毛月平和加年丰(2004)则以晋城为例探讨了中心城市与区域经济的协调发展，郭蕾(2007)以郑州市为例探讨了郑州作为中心城市在其带动区域经济发展方面存在的不足等。张少华(2013)和许治等(2013)则分别从服务产品流和技术扩散的角度对中心城市对区域经济的影响进行了实证研究。
上述研究对我们深入理解中心城市和区域经济发展的关系具有重要的参考价值，但也存在明显不足：其一，大部分研究集中于建构中心城市的评价指标体系并对中心城市自身实力进行评价，而忽略了中心城市对区域经济增长影响能力的分析。其二，研究方法上，以单个城市为例的定性分析居多，缺少翔实的实证研究。鉴于此，本文拟从上述两个方面作出突破，即通过构建指标体系来测度中心城市与其所在区域经济的协同发展程度(简称为协同度)，并将该协同度指数作为一个关键影响变量考察中心城市如何影响区域经济发展。
本文余下部分安排如下：第二部分建立理论模型描述中心城市影响区域经济发展的作用机制；第三部分建立评价中心城市和区域经济协同发展程度的指标体系，协同度指数构成后面进行的实证分析的关键解释变量；第四部分利用我国省级面板数据实证分析中心城市对区域经济发展的影响；第五部分是结论与政策建议。
二、中心城市与区域经济增长：理论模型
(一)资源配置
资源和产品的自由流动有利于各地区的经济增长，区域经济和国际贸易领域的研究已对此详细说明。但在一定的条件下，资源和产品的流动虽然有利于整体经济增长，但对个别地区的经济增长起着抑制作用。下面在一个简单的两地区一般均衡模型中对此加以说明。
假设存在a和b两个地区，其资源不能自由流动。代表性家庭的最优化问题为最大化效用函数
，C为消费，L为劳动投入，K为资本投入，W为工资率，R为租金率。
代表性企业的最优化问题为最大化利润
，A为生产率，且a地区的生产率高于b地区，即。
经过简单计算可得，即a地区的工资率高于b地区工资率，a地区家庭的效用高于b地区家庭的效用。
如果解除资源流动的限制，假定劳动力可以自由流动，但资本不能自由流动，这个时候劳动力从低工资的b地区流向高工资的a地区，。进一步计算可得。此时，两地区作为整体而言其产出总量增加，按照平均主义社会福利函数计算的社会福利最大化，但是a地区原有居民效用降低，b地区原有居民福利增加。
(二)外部性
上述情况我们假定生产率A不变，但众多研究表明区域经济存在集聚特征，人口和资源的集聚会产生正的外部性，在我们的模型中可以视为人口增加导致生产率增加。一个简单的计算表明这种情况下。
综上，我们表明了如果允许地区间的人口(资源)流动，整个区域的总产出将会增加。一个直接的含义是通过加强地区间的经济联系可以促进整个区域的经济增长，这可以总结为如下可供验证的命题：区域间的经济协同发展程度可以有效促进整个地区的经济发展。
三、中心城市与区域经济协同度的评价体系
(一)评价指标体系
本文从中心城市的龙头作用、极化作用、扩散作用及创新作用等四个方面来构建评价中心城市与区域经济协同度的指标体系(见表1)。
(二)中心城市与区域经济增长协同度排名
本文选择全国26个省级地区的省会城市作为所在省域的中心城市(根据我们的研究需要和数据可得性，排出了北京、上海、天津、重庆四个直辖市和西藏地区)，选取2001-2010年十年间数据，运用主成分分析法对上述评价指标体系进行计算得出这26个省会城市2001-2010年的综合指数，并根据指数大小对这26个城市进行了排名，具体结果见表2。
表2的结果显示，这26个省会城市的排名情况在10年间的变化可以大体分为两类：一类是稳定型，这其中最为突出的是广州与西宁，广州一直稳住第一名的位置，而西宁则一直位于最后一名；其他几个城市如南京、杭州、武汉、济南也相对稳定，10年间的排名变化幅度较小。另一类是非稳定型，而这一类有部分城市排名属于波动型，如海口在2001年排名第5，2002年排名升为第2，而2003年下降到了16为，10年间最低跌至20位；乌鲁木齐的排名变化也存在着较为明显的波动；另一类如长沙则呈现出不断上升的一个态势，从2001年的18位不断上升到了8、9位。
四、中心城市与区域经济增长关系的实证分析
(一)计量模型
本文基本计量模型设定如下：
其中，下标i和t分别表示省份和年份，被解释变量是人均国内生产总值，我们关注的解释变量为，代表中心城市于区域经济的协同发展程度(协同度)。控制变量包括：人均物质资本存量，人均研发投入，人均人力资本。此外，是不可观测的省际效应，是随机扰动项。
(二)数据说明
与前面中心城市与区域经济协同度评价体系所用数据一致，本文采用除北京、上海、天津和西藏外的26个省从2001-2010年的面板数据。其中中心城市与区域经济协同度指标来源于第三部分的测算，人均物质资本存量来源于谢群和潘玉君(2011)，人均人力资本采用受教育年限法估算，人均研发投入来源于各省统计年鉴。模型各指标统计性描述见表3。
(三)估计结果
为了确定是采用随机模型还是固定效应模型，本文在进行回归前线做了豪斯曼检验，结果不可以拒绝原假设，所以采用随机效应模型。为使结果更加稳健，本文还引入了劳动参与率pl(劳动力占适龄人口比重，单位：%)和对外开放程度op(用各省进出口总额占GDP比重衡量，单位：%)两个变量加入控制变量作回归分析，回归结果见表4的回归1-3。
从表4的结果可以看出：当控制了物质资本，人力资本和研发投入等因素后，中心城市协同度排名z的系数显著为负，说明了当中心城市协同度排名越高(z值越小)时，省域的人均GDP越大，也就是说中心城市协同度排名越高，越能促进该省经济的增长；反之，当中心城市的排名越低，z值越小，该省的人均GDP就较小。这体现了中心城市与区域经济协同度对区域经济增长有着经济意义和统计意义上都不可忽视的正面影响。
在以上分析中，我们选取的z是代表中心城市协同度的排名。为了考察关键变量的稳健性，我们用主成分分析法得到的协同度综合指数代替综合排名进行回归分析，其结果见表4的回归4-6。从回归4-6显示各解释变量回归系数符号保持不变，关键变量z的系数依然为正值且在经济上和统计上都极为显著，这进一步证实了中心城市与区域经济的协同度对区域经济增长的促进作用。
五、结论与政策建议
本文基于新古典增长模型建模说明了中心城市影响区域经济的作用机制，即中心城市通过资源配置效应和外部性效应影响整个地区的经济增长。然后，提取反应中心城市和区域经济协同发展程度的关键因素，采用主成分分析法建立反应中心城市和区域经济协同度的指标体系，作为实证分析的关键变量。在主成分分析法中，一级指标确定为经济龙头作用指标、极化聚集作用指标、扩散辐射作用指标、创新示范作用指标4类，又在每个一级指标下面选取可以量化的二级指标24个。随后基于我国省级面板数据的实证分析表明，该协同度对我国区域经济增长有着重要的正面影响，通过增加控制变量和改变关键解释变量的稳健性检验进一步证实了该结论。
区域经济增长与中心城市的发展密不可分。中心城市作为区域经济的一部分，其发展自然构成区域经济的发展。但中心城市的经济增长与区域经济的经济增长并不完全一致，中心城市的经济增长并不必然带来整个区域经济的经济增长。这对我们的城市发展决策具有强烈的政策含义，启示决策者在进行城市发展规划时不能仅致力于发展中心城市，还要注重推动区域经济增长的其他影响因素的建设和发展。
作者介绍：高玲玲(1980-)，女，上海财经大学博士研究生，上海 200433；合肥工业大学讲师，研究方向：产业经济，区域经济，合肥 230009