EN中文

地理科学进展 >

2024 , Vol. 43 >Issue 4: 644 - 656

DOI: https://doi.org/10.18306/dlkxjz.2024.04.002

研究论文

中国都市圈功能分工水平的时空特征及其对经济发展效率的影响

  • 李培庆 , 1 ,
  • 赵新正 , 1, 2, 3, 4, * ,
  • 姜永青 1 ,
  • 姚雯雯 1 ,
  • 郁星 1
展开
  • 1.西北大学城市与环境学院，西安 710127
  • 2.西北大学陕西省黄河研究院，西安 710127
  • 3.陕西省情研究院，西安 710127
  • 4.陕西省地表系统与环境承载力重点实验室，西安 710127
*赵新正(1983— )，男，河南安阳人，博士，教授，博士生导师，从事城市地理和城乡发展研究。E-mail:

李培庆(1997— )，男，江苏宿迁人，硕士生，主要研究方向为城市与区域发展。E-mail:

收稿日期: 2023-09-05

  修回日期: 2023-12-15

  网络出版日期: 2024-04-25

基金资助

国家自然科学基金项目(42371226)

收起

Spatiotemporal characteristics and the impact on economic development efficiency of the functional division of urban agglomerations in China

  • LI Peiqing , 1 ,
  • ZHAO Xinzheng , 1, 2, 3, 4, * ,
  • JIANG Yongqing 1 ,
  • YAO Wenwen 1 ,
  • YU Xing 1
Expand
  • 1. College of Urban and Environmental Science, Northwest University, Xi'an 710127, China
  • 2. Yellow River Institute of Shaanxi Province, Northwest University, Xi'an 710127, China
  • 3. Shaanxi Institute of Provincial Resource, Environmental and Development, Xi'an 710127, China
  • 4. Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacity, Xi'an 710127, China

Received date: 2023-09-05

  Revised date: 2023-12-15

  Online published: 2024-04-25

Supported by

National Natural Science Foundation of China(42371226)

Fold

摘要

加强城市间功能分工对于推动区域协同发展至关重要。论文从都市圈视角出发，基于2008—2019年中国26个都市圈面板数据，运用区域功能分工指数、数据包络分析(data envelopment analysis，DEA)模型和Tobit模型等方法，研究了中国都市圈功能分工水平的时空特征及其对经济发展效率的影响。研究发现：中国绝大多数都市圈功能分工水平呈现出波动上升的趋势，逐渐形成“中心城市以发展生产性服务业为主、外围城市以发展制造业为主”的空间功能分工模式；中国都市圈功能分工水平区域差异显著，位于东部沿海经济发达的都市圈功能分工处于较高水平，中部地区和东北地区的都市圈功能分工水平较低；实证结果表明总体上都市圈功能分工形成的积极效应大于消极效应，进而提高了都市圈的经济发展效率；都市圈功能分工对大规模都市圈的促进作用更显著，小规模都市圈甚至因为功能分工引起的多样化经济的丧失以及交易成本的增加而抑制其经济发展效率的提高；由于中心城市在经济发展水平和产业结构方面存在显著优势，因而都市圈功能分工对中心城市经济发展效率的促进作用更为明显。研究结果能够深化都市圈视角下区域分工的认知，可为都市圈发展政策的制定提供参考和依据。

关键词： 都市圈; 功能分工; 集聚效应; 互补效应; 经济发展效率

本文引用格式

李培庆 , 赵新正 , 姜永青 , 姚雯雯 , 郁星 . 中国都市圈功能分工水平的时空特征及其对经济发展效率的影响[J]. 地理科学进展, 2024 , 43(4) : 644 -656 . DOI: 10.18306/dlkxjz.2024.04.002

Abstract

Strengthening the functional division between cities is crucial for promoting economic development. This study, based on the panel data from 26 urban agglomerations in China from 2008 to 2019, investigated the spatiotemporal characteristics of the functional division of Chinese urban agglomerations and the impact of functional division on economic development efficiency by employing the regional functional division index, DEA model, and Tobit model. The findings are as follows: 1) The overall trend of the functional division level within urban agglomerations in China exhibited a fluctuating upward pattern, gradually forming a spatial functional division pattern where central cities primarily focus on developing productive service industries, while peripheral cities emphasize manufacturing. 2) Significant regional disparities in the functional division level of these urban agglomerations were evident, with economically developed urban agglomerations belonging to the eastern coastal areas exhibiting higher functional division levels, while those with lower levels were predominantly situated in the central and northeastern regions. 3) Empirical results indicate that, on the whole, the positive effect of urban agglomeration functional division outweighed the negative, thereby fostering the economic development efficiency of urban agglomerations. 4) The promoting effect of functional division on large-scale urban agglomerations was more pronounced, while small-scale urban agglomerations may even experience a suppression of economic development efficiency due to the loss of diversified economies and increased transaction costs caused by functional differentiation. 5) Given the significant advantages of central cities in terms of economic development, scale, and industrial structure, the promoting effect of urban agglomeration functional division on the economic development efficiency of central cities was more apparent. The research findings have the potential to deepen the understanding of regional division of labor from the perspective of urban agglomeration, thereby providing references and foundations for the formulation of development policies in urban agglomerations.

Key words： metropolitan areas; functional division; agglomeration effect; complementary effect; economic development efficiency

随着信息技术的发展和经济全球化的推进，都市圈已成为推动新型城镇化和参与国际竞争的重要地域单元。2019年国家发展改革委员会发布了《关于培育发展现代化都市圈的指导意见》。党的二十大报告指出，要进一步发展和壮大城市群和都市圈，分类引导大中小城市发展方向和建设重点，形成疏密有致、分工协作、功能完善的城镇化空间格局。因此，合理的空间分工成为推动都市圈实现高质量发展和协同发展的重要手段。
从区域空间分工的演变来看，其历经着产业间分工、产业内分工以及产业链分工等阶段[1-2]。近年来，随着都市圈演化与发展，一种与产业链分工类似但是超越了产业限制的新型产业分工逐渐在都市圈形成，学术界常将其称为功能分工、新型产业分工或职能分工等，其主要特征表现为中心城市在区域功能分工中承担着生产性服务功能，外围城市则更多的承担生产制造功能[3-4]。区域功能分工的研究起源于西方。Duranton等[3]研究发现，20世纪70年代以来，美国大城市开始更多的从事管理功能，外围城市则以从事制造功能为主；Fujita等[5]以日本为案例，发现了类似的规律；Kolko[6]通过研究发现信息技术促进了服务的电子传输，降低了面对面交流的重要性，从而促进了区域的功能分工。随着中国经济的发展和分工的深化，国内有学者也发现中国三大城市群[7]、辽宁中部城市群[8]、粤港澳大湾区[9]等区域也呈现出明显的功能分化。早期国内学者重点关注区域功能分工时空特征及其演化规律[9⇓⇓-12]。近年来随着研究的深入，研究重点逐渐转向区域功能分工的经济效应[13⇓⇓⇓-17]。
总的来看，目前学术界对区域功能分工特征及其经济效应进行了富有成效的研究，但多从全国[17-18]、城市群[14-15,19]或省域[20]等尺度进行考虑，缺乏从都市圈角度进行研究。此外，现有研究集中于长三角、珠三角和京津冀等发达区域，缺乏从总体视角进行宏观的比较与实证研究。鉴于此，本文选取中国26个都市圈，分析了中国都市圈功能分工水平的时空特征及都市圈功能分工对经济发展效率的影响。本文尝试从以下三个方面拓展已有的研究：一是测度并分析中国都市圈功能分工时空特征及对经济发展效率的影响，拓展研究视角；二是尝试总结都市圈功能分工对经济发展效率影响的分析框架，深化理论基础；三是不仅实证都市圈功能分工对经济发展效率的一般影响，还深入分析影响的规模异质性和城市异质性，丰富实证内容。

1 理论分析与研究假设

都市圈是以超大城市、特大城市或辐射带动功能强大的大城市为中心，以1 h通勤圈为基础范围的城镇化空间形态。都市圈功能分工则是以“生产性服务业在中心城市集聚、制造业在外围城市集聚”为基本特征的“中心—外围”新型分工模式[1⇓⇓-4]，这种功能分工模式既对经济发展效率存在积极影响，也存在消极影响。
(1) 从积极影响来看，都市圈功能分工主要通过城市内的功能专业化集聚效应及城市间的互补效应促进经济发展效率的提高，其影响机理如下：
第一，专业化集聚效应。都市圈功能分工最突出的特点表现为生产性服务业在中心城市集聚和制造业在外围城市集聚，这有利于形成城市内功能专业化集聚经济，从而通过Marshall外部性发挥作用，即通过共享、匹配与学习等外部性机制促进经济发展效率[13]。从共享机制来看，功能专业化缩短了同类功能的上下游企业空间距离，因而能够通过降低交易成本提升经济发展效率；从匹配机制来看，同类产业的空间集聚，有利于形成稳定的劳动力市场，从而能够提高企业和劳动力的匹配效率；从学习机制来看，专业化集聚有利于促进同类产业知识技术的传播、吸收和转化[21⇓-23]。此外，由于外围城市拥有丰富的土地和低廉的劳动力成本，具有发展制造业的成本优势，而中心城市则是区域市场、交通、信息和技术中心，具有发展生产性服务业的比较优势[17]，因此，这种“中心—外围”集聚模式能够有效发挥不同城市的比较优势，进而提升资源要素的空间配置效率。
第二，功能互补效应。中心城市和外围城市的功能专业化具有互补性和异质性的特点，进而能够通过城市间的互补效应提高经济发展效率。城市间的功能互补效应主要通过促进城市间的规模互借、功能互借[24⇓-26]以及知识溢出[27]发挥作用。从规模互借来看，当中心城市和外围城市形成互补性的功能格局时，由于专业化产业缺乏市场竞争，因而能够互相借用其他城市的市场规模以发挥规模经济；从功能互借来看，当都市圈形成互补性的功能格局时，外围城市能够借用中心城市的高级生产性服务业，为制造业的生产提供生产性服务功能，从而降低生产成本，而中心城市则通过将设计的产品外包给具有生产优势的外围城市进行生产制造以节约制造成本；从知识溢出来看，由于功能互补效应增强了城市之间的功能和市场联系，这种联系能促进知识技术尤其是异质性知识技术的传播，这相比于城市内部的知识溢出可能更为重要[28-29]，尤其是有利于破除城市内创新的路径锁定。
(2) 从消极影响来看，一方面，专业化的城市功能则意味着城市内生产性服务业和制造业之间缺乏产业互动，这不利于形成城市内多样化的集聚经济；另一方面，虽然都市圈功能分工推动了城市间功能和市场联系，但是由于城市间的贸易往往存在市场割裂、交通成本、市场搜寻成本和信息成本，因而城市间的功能分化可能会扩大产业间贸易的交易成本。
基于以上分析，提出本文的研究假设：都市圈功能分工既能够通过城市内的功能专业化集聚效应和城市间的互补效应提高经济发展效率，也会由于城市内多样化经济的丧失以及城市间产业交易成本提高等方式抑制经济发展效率。当积极影响大于消极影响时，则能促进经济发展效率的提高；反之，则抑制经济发展效率的提高。

2 研究方法与数据

2.1 研究样本选择

根据国家、地方政府出台的政策文件以及部分学者[30]的研究，本文选取中国26个都市圈作为研究对象。选取的标准主要包括：首先，国家或各省市的文件中已明确提出且功能定位明确的都市圈；其次，中心城市为直辖市、副省级城市或计划单列市等区域中心城市；最后，都市圈应包括两个或两个以上的地级市。在都市圈范围界定上，分三种情况：一是有国家批复的都市圈范围；二是对于尚未批复的都市圈，根据各省市颁布的政策文件划定范围；三是部分地级市以及省直辖县级市统计数据缺失严重，则暂不考虑。综上所述，本文选取的都市圈如表1所示。
表1 中国都市圈及其范围组成

Tab.1 Metropolitan areas and their scopes in China

都市圈 中心城市 外围城市 都市圈 中心城市 外围城市
深圳都市圈 深圳 东莞、惠州 哈尔滨都市圈 哈尔滨 绥化
广州都市圈 广州 佛山、肇庆 郑州都市圈 郑州 开封、洛阳、平顶山、新乡、焦作、许昌、漯河
上海都市圈 上海 苏州、无锡、南通、宁波、湖州、舟山、常州、嘉兴 武汉都市圈 武汉 黄石、鄂州、孝感、黄冈
成都都市圈 成都 德阳、眉山、资阳
北京都市圈 北京 保定、廊坊、承德、张家口 昆明都市圈 昆明 玉溪、曲靖
青岛都市圈 青岛 潍坊、烟台 重庆都市圈 重庆 广安
厦门都市圈 厦门 泉州、漳州 太原都市圈 太原 忻州、吕梁、晋中、阳泉
南京都市圈 南京 镇江、扬州、淮安、马鞍山、滁州、芜湖、宣城、常州 合肥都市圈 合肥 淮南、六安、滁州、芜湖、马鞍山、蚌埠
石家庄都市圈 石家庄 邢台、衡水、保定
杭州都市圈 杭州 宣城、嘉兴、湖州、绍兴、衢州、黄山 兰州都市圈 兰州 白银、定西
济南都市圈 济南 滨州、淄博、泰安、德州、聊城 南昌都市圈 南昌 九江、抚州、宜春、上饶
沈阳都市圈 沈阳 铁岭、抚顺、本溪、辽阳、鞍山、阜新 西安都市圈 西安 咸阳、渭南、铜川
长沙都市圈 长沙 株洲、湘潭 贵阳都市圈 贵阳 安顺
福州都市圈 福州 莆田、南平、宁德 南宁都市圈 南宁 防城港、崇左、玉林、贵港、钦州

注：湖州、嘉兴、保定、滁州、芜湖、马鞍山、常州、宣城等8个城市分别属于两个都市圈。

2.2 测度方法

2.2.1 都市圈功能分工水平测度

借鉴多数学者常采用的方法[14,31-32]，构造“中心—外围”功能分工指数来衡量都市圈功能分工水平，公式为：
R F D i t = p c i t / m c i t ∑ k = 1 n p k i t / ∑ k = 1 n m k i t
其中：RFDit表示t年i都市圈功能分工指数； p c i t表示t年i都市圈中心城市c生产性服务业就业总人数； m c i t表示t年i都市圈中心城市c制造业就业总人数； p k i t表示t年i都市圈外围城市k生产性服务业就业总人数； m k i t表示t年i都市圈外围城市k制造业就业总人数；n表示都市圈i外围城市的数量。

2.2.2 经济发展效率测度

对于经济发展效率的测度，常用的方法主要包括人均产出、索罗残差和数据包络分析(data envelopment analysis，DEA)法[33⇓-35]。考虑到DEA模型无需设定生产函数，也无需对数据进行无量纲化处理，因此，本文主要选择DEA模型进行测度。另外，使用人均产出、索罗残差对结果进行稳健性检验。对于DEA模型的选择，本文使用全局超效率SBM模型进行测度，其既能解决前沿面效率值为1的问题，也能克服不同年份经济发展效率无法比较的问题。DEA模型的产出指标用2003年为基期的实际GDP表示；投入指标包含资本投入和人力投入，借鉴相关研究[35⇓-37]，人力投入以都市圈常住人口指代，资本投入则以2003年为基期，使用永续盘存法计算得出的资本存量表示。

2.3 模型设定和变量选择

2.3.1 Tobit模型

超效率SBM模型测算的经济发展效率均大于0，属于“受限因变量”，而Tobit模型能够较好地解决受限因变量问题，因此，采用Tobit模型研究都市圈功能分工对经济发展效率的影响。基准模型构建如下：
E E i t = β 0 + β 1 R F D i t + β 2 X i t + u i + v t + ε i t
式中： E E i t为t年i都市圈经济发展效率； R F D i t为t年i都市圈功能分工水平； X i t表示本文的控制变量； u i为个体效应； v t为时间效应； ε i t为随机误差项； β 0表示常数项， β 1和 β 2分别表示核心解释变量RFD和控制变量的回归系数。
都市圈功能分工对经济发展效率的影响可能受到都市圈规模的影响，为此构建都市圈功能分工水平(RFD)和都市圈规模(POP)的交互项。模型构建如下：
E E i t = β 0 + β 1 R F D i t + β 2 R F D i t × P O P i t + β 3 P O P i t + β 4 X i t + u i + v t + ε i t
式中： R F D i t × P O P i t表示都市圈功能分工水平和都市圈人口规模的交互项。

2.3.2 Tobit面板门槛模型

为验证规模异质性的稳健性以及是否存在结构性突变，构建Tobit面板门槛模型进行检验。模型构建如下：
E E i t = β 0 + β 1 R F D i t × I ( P O P ≤ γ ) + β 2 R F D i t × I ( P O P > γ ) + β 3 P O P i t + β 4 X i t + u i + v t + ε i t + β 0
式中：I(·)表示指示变量，括号内为阈值变量； γ为阈值。

2.3.3 变量说明与计算方法

(1) 被解释变量。都市圈经济发展效率(EE)用全局超效率SBM模型测算出的结果表示。
(2) 核心解释变量。都市圈功能分工水平(RFD)用都市圈功能分工指数表示。
(3) 控制变量。借鉴相关研究[34,38-39]，选择以下控制变量：1) 人口集聚(AGG)，用都市圈城市人口与建成区面积比值表示；2) 对外开放程度(FDI)，用都市圈实际外商投资占当年GDP比重来表示，其中外商投资按照当年人民币汇率平均价格折算成人民币；3) 政府干预(GOV)，用都市圈地方政府财政支出占GDP比重衡量；4) 技术水平(SCI)，用都市圈科研资金支出占GDP比重衡量；5) 人力资本(HUM)，用都市圈所在省级行政单位人均受教育年限进行衡量，若都市圈包含若干个省级行政单元的城市，则根据城市规模大小进行加权平均得到。另外，为了消除不同变量量纲的差异，对本文的变量进行标准化处理。
以上变量说明及其计算方法具体见表2。
表2 变量说明与计算方法

Tab.2 Variable description and calculation methods

变量 变量说明 计算方法
被解释变量 经济发展效率(EE) 基于全局超效率SBM模型测算
解释变量 都市圈功能分工水平(RFD) 都市圈功能分工指数
控制变量 人口集聚(AGG) 城市人口与都市圈建成区面积之比
对外开放程度(FDI) 外商投资占当年GDP比重
政府干预(GOV) 地方政府财政支出占GDP比重
技术水平(SCI) 科研资金支出占GDP比重
人力资本(HUM) 平均受教育年限

2.3.4 数据说明

本文的研究时段为2008—2019年，数据主要来源于《中国城市统计年鉴》《中国统计年鉴》及各省市统计公报，缺失值和异常值采用插值法处理。另外，由于都市圈缺乏单独的统计数据，因此都市圈数据均通过各城市统计数据加总求和得出。对于生产性服务业和制造业划分，参考王青等[27]的划分方式，将交通运输、仓储与邮电业，批发零售与贸易业，金融业，信息传输、计算机和软件业，租赁和商业服务业，科研、技术服务和地质堪察业定义为生产性服务业；将电力煤气及水生产供应业、采矿业和制造业定义为制造业。

3 中国都市圈功能分工水平的时空特征分析

3.1 时间演变特征

利用都市圈功能分工指数计算中国26个都市圈的功能分工水平，结果如表3所示。根据结果可知，从全国总体来看，中国都市圈功能分工水平呈现出波动上升的态势，都市圈功能分工指数的平均值由2008年的2.19增至2019年的2.89，年均增长率为2.64%。从各都市圈来看，研究期内仅有5个都市圈功能分工水平有所下降，其余21个都市圈均呈现不同程度的增长，这说明中国大多数都市圈日渐呈现出“生产性服务业在中心城市集聚，制造业在外围城市集聚”的空间分工模式。从国家级都市圈①(① 本文的国家级都市圈为2024年之前国家正式批复的都市圈，包括南京、福州、成都、长沙、西安、重庆、武汉、杭州、沈阳、郑州、广州、深圳和青岛都市圈。)来看，广州、深圳都市圈功能分工水平处于前两位，其中，广州都市圈功能分工水平增速明显，而深圳都市圈功能分工水平增速较缓；杭州、成都、南京和西安都市圈功能分工水平和增速都位居前列；重庆都市圈功能分工水平处于中游地位，但增速明显，2008—2019年都市圈功能分工指数年平均增长率为22.01%；沈阳、武汉、郑州、青岛、福州都市圈功能分工水平在研究期内也呈现不同程度的增长；另外，长沙都市圈功能分工水平呈现出先下降后上升的趋势，最后表现出研究末期的功能分工水平低于研究初期。从四大区域来看，东部、西部和东北地区都市圈功能分工水平均呈现出波动上升的趋势，其中东部和西部都市圈增量和增速最为明显，功能分工指数的均值分别由2008年的2.57和1.90增至2019年的3.57和2.84；中部地区都市圈功能分工水平呈现出先下降后上升的趋势，但研究期内变化不明显。
表3 都市圈功能分工指数

Tab.3 Functional division index of metropolitan areas

都市圈 2008年 2015年 2019年 年均增长率/% 都市圈 2008年 2015年 2019年 年均增长率/%
上海都市圈 3.45 5.21 6.54 7.46 厦门都市圈 2.76 3.21 2.26 -1.50
广州都市圈 2.35 7.87 6.24 13.75 石家庄都市圈 1.29 1.76 1.66 2.40
北京都市圈 4.12 5.66 5.02 1.84 昆明都市圈 3.50 4.21 2.11 -3.31
深圳都市圈 3.61 3.96 3.75 0.33 青岛都市圈 1.13 1.28 2.09 7.16
杭州都市圈 2.68 3.49 3.59 2.81 南昌都市圈 1.67 1.86 2.05 1.89
成都都市圈 1.87 3.55 3.56 7.51 长沙都市圈 2.33 0.91 1.92 -1.47
贵阳都市圈 0.82 2.29 3.47 26.74 太原都市圈 1.73 2.53 1.77 0.15
南京都市圈 2.00 3.59 3.45 6.02 福州都市圈 1.39 1.68 1.63 1.43
济南都市圈 3.53 3.70 3.00 -1.25 哈尔滨都市圈 0.68 1.56 1.37 8.51
西安都市圈 2.04 3.13 2.84 3.28 合肥都市圈 2.16 0.81 0.97 -4.61
沈阳都市圈 2.70 2.20 2.83 0.38 全国均值 2.19 2.90 2.89 2.64
兰州都市圈 2.20 2.36 2.78 2.19 东部均值 2.57 3.76 3.57 3.22
重庆都市圈 0.76 0.87 2.78 22.01 东北均值 1.69 1.88 2.10 1.95
武汉都市圈 2.42 2.53 2.71 0.99 中部均值 2.02 1.70 2.02 0
郑州都市圈 1.80 1.53 2.53 3.35 西部均值 1.90 2.85 2.84 4.10
南宁都市圈 2.13 3.52 2.36 0.90

注：将上海、广州、北京、深圳、杭州、南京、济南、厦门、青岛、福州、石家庄都市圈划为东部都市圈；将武汉、郑州、南昌、长沙、太原、合肥都市圈划为中部都市圈；将沈阳、哈尔滨都市圈划为东北都市圈；将成都、贵阳、西安、兰州、重庆、南宁、昆明都市圈划为西部都市圈。

3.2 区域差异分析

从2008—2019年总体来看，中国都市圈功能分工水平可分为4个梯队，位于东部的上海、广州、北京、深圳都市圈功能分工水平处于第一梯队，研究期内功能分工水平始终居于前4位，历年功能分工指数均值在3.3~6.2之间。杭州、成都、贵阳、南京、济南、西安、沈阳、兰州、重庆都市圈功能分工水平位于第二梯队，历年功能分工指数均值在2.0~3.3之间。武汉、郑州、南宁、厦门、石家庄、昆明、青岛、南昌、长沙都市圈位于第三梯队，历年功能分工指数均值在1.9~2.5之间。太原、福州、哈尔滨、合肥都市圈位于第四梯队，历年功能分工指数均值在1.4~1.9之间。
从四大区域来看，位于东部沿海地区的都市圈功能分工处于较高水平，功能分工水平较低的都市圈主要分布在中部和东北地区(图1、图2)。东部都市圈功能分工水平总体上高于全国平均水平，且远高于东北和中西部都市圈功能分工的平均水平，其凭借其良好的地理位置、发达的交通和信息水平以及雄厚的经济实力，为城市间产业转移与功能合作提供了良好的条件，从而促进了都市圈的功能分化。西部都市圈的功能分工水平总体上与全国持平，高于中部和东北都市圈，原因可能是西部非中心城市经济发展落后，无法为生产性服务业提供良好的发展环境、生产要素以及产品市场，因而生产性服务业更倾向于向中心城市集聚。中部都市圈功能分工水平一直处于较低水平，原因在于：一是部分中心城市主要以能源、重化工业等产业为主，生产性服务业发展滞后，导致都市圈功能分工水平较低；二是部分都市圈(合肥都市圈、南昌都市圈)中心城市生产性服务业的发展受到上海、南京和杭州等城市的空间竞争，进而阻碍了都市圈功能分工。东北都市圈功能分工水平较低的原因可能是东北地区中心城市一直以重化工产业为主，尚未完成新旧动能转换。
图1 都市圈功能分工水平时间变化与区域差异

Fig.1 Temporal change and regional differences of functional division of metropolitan areas

图2 中国都市圈功能分工水平空间分布

注：本图基于自然资源部标准地图服务网站下载的审图号为GS(2019)1822号的标准地图制作，底图无修改。另外，湖州、嘉兴、保定、滁州、芜湖、马鞍山、常州、宣城等8个城市属于两个都市圈，为了方便显示，在图中将湖州、嘉兴划为上海都市圈，保定划为石家庄都市圈，马鞍山、滁州、芜湖和常州划为南京都市圈，宣城划为杭州都市圈。

Fig.2 Spatial characteristics of functional division of metropolitan areas in China

4 都市圈功能分工对经济发展效率影响的实证分析

4.1 基准回归分析

首先，对模型进行多重共线性检验，结果显示所有自变量VIF值均小于5，表明模型不存在共线性问题；其次，似然比检验显示在1%显著性水平下拒绝混合效应Tobit模型的原假设，因此采用随机效应Tobit模型进行实证分析。基准模型的实证结果如表4所示，其中模型1为未加入控制变量的回归结果；模型2~4分别为加入控制变量以及哑变量的回归结果。由结果可知，无论模型是否加入控制变量以及个体或时间变量，解释变量RFD的回归系数均显著为正，这说明都市圈功能分工水平的提高有助于促进经济发展效率提升且结果较为稳健。因此，从全国总体实证结果来看，都市圈功能分工对经济发展效率的积极影响大于消极影响，进而促进了经济发展效率的提升，研究假设得到验证。
表4 基准模型回归结果

Tab.4 Results of the benchmark model

变量 模型1 模型2 模型3 模型4
RFD 0.042***(0.009) 0.027***(0.004) 0.018***(0.004) 0.016***(0.003)
AGG 0.110***(0.005) 0.171***(0.016) 0.197***(0.026)
POP -0.025(0.005) 0.005(0.013) 0.036(0.041)
SCI 0.004(0.004) 0.015***(0.002) 0.016***(0.002)
FDI -0.005*(0.004) -0.016***(0.005) -0.015***(0.005)
GOV -0.03***(0.004) 0.001(0.003) -0.001(0.005)
HUM 0.041***(0.004) 0.020***(0.007) 0.015***(0.003)
常数项 0.414***(0.025) 0.414***(0.004) 0.414***(0.020) 0.079(0.086)
时间 NO NO NO YES
都市圈 NO NO YES YES
N 312 312 312 312

注：*、**、***分别表示P<0.1、P<0.05、P<0.01；括号内为稳健标准误；YES、NO分别表示控制和未控制变量；N为样本数。下同。

4.2 异质性分析

4.2.1 规模异质性分析

在基准模型的基础上添加都市圈功能分工水平和都市圈人口规模的交互项(RFD ×POP)进行实证分析，结果如表5所示。根据结果可知，交互项(RFD ×POP)回归系数显著为正，说明随着都市圈规模的扩大，功能分工对都市圈经济发展效率的促进作用逐渐增强。
表5 交互回归结果

Tab.5 Results of the interaction regression

变量 模型5 模型6 模型7
RFD 0.015***(0.004) 0.015***(0.004) 0.013***(0.003)
RFD ×POP 0.017***(0.005) 0.018***(0.005) 0.018***(0.004)
POP -0.026(0.021) -0.053(0.057) -0.050(0.051)
控制变量 YES YES YES
时间 NO YES YES
都市圈 NO NO YES
N 312 312 312
为检验规模异质性的稳健性以及探索都市圈功能分工对经济发展效率的影响是否存在结构性突变，使用面板门槛模型进一步实证分析。在对模型进行估计前需要进行门槛检验，结果显示，RFD在单一门槛和双重门槛条件下通过了5%水平下的显著性检验，而在三重门槛未通过显著性检验，因此，使用双重门槛模型进行实证检验，门槛模型结果如表6所示。首先，RFD的回归系数随着都市圈规模提高而上升，与上文交互项的意义一致，从而证明了基于交互项结果的稳健性；其次发现，当都市圈人口规模≤ 2359万人时，RFD回归系数为负，这说明都市圈功能分工对经济发展效率的影响可能存在结构性突变，小规模都市圈难以从功能分工中获取利益。原因可能包括以下两个方面：首先，功能专业化引起的产业的集聚规模、互补效应形成的借用市场规模以及知识溢出规模存在显著差异，大规模都市圈往往拥有更大的集聚规模、借用规模以及知识溢出规模；其次，规模较小的都市圈主要位于中西部地区，其经济落后、交通和一体化水平较低，因而功能分工引起的城市间生产性服务业和制造业的交易成本更高。
表6 Tobit门槛模型回归结果

Tab.6 Results of the Tobit threshold model

变量 模型8
RFD (POP≤2359万人) -0.016*(0.009)
RFD (2359万人<POP<5946万人) 0.021***(0.004)
RFD (POP≥5946万人) 0.072***(0.005)
POP -0.04(0.212)
控制变量 YES
都市圈 YES
N 312
R2 0.79

4.2.2 基于中心城市和外围城市的异质性分析

考虑到都市圈内中心城市和外围城市在经济发展水平和功能结构特点等方面存在显著差异，因此，将都市圈内的城市分为中心城市组和外围城市组分别进行回归，回归结果如表7所示。其中，模型9和模型10为控制个体的回归结果，模型11和模型12为时间和个体均控制的回归结果。
表7 分组回归结果

Tab.7 Results of the group regression

变量 模型9
(中心城市)		 模型10
(外围城市)		 模型11
(中心城市)		 模型12
(外围城市)
RFD 0.025***(0.005) 0.009**(0.005) 0.021***(0.006) 0.013***(0.003)
控制变量 YES YES YES YES
时间 NO NO YES YES
城市/都市圈 YES YES YES YES
N 312 1044 312 1044
根据结果可知，首先，中心城市和外围城市的RFD回归系数均显著为正，进一步证明了前文结果的稳健性；其次，中心城市RFD的回归系数明显高于外围城市，这说明都市圈功能分工对中心城市经济发展效率的促进作用更为明显，也从侧面反映出都市圈功能分工可能会扩大中心城市和外围城市间的经济发展差距，原因可能包括以下几点：第一，中心城市一般承担着生产性服务功能，相比于制造业，往往具有更高的生产水平、对外开放程度以及技术含量；第二，新建企业往往更倾向于在经济发达和生产性服务业集中的中心城市产生，但由于资源的有限性以及中心城市的拥挤效应，落后产业会向外围城市进一步转移，从而引起中心城市和外围城市经济发展效率的进一步分化；第三，中心城市的经济发展水平和人口规模一般高于外围城市，因此具有较大集聚效应和规模优势，从而对经济发展效率的促进作用更为明显。

4.3 稳健性检验

(1) 使用工具变量：考虑到模型可能因测量误差、遗漏变量以及双向因果等原因产生内生性问题，因此，将RFD滞后一期作为工具变量并采用两阶段最小二乘法(2SLS)对模型进行估计，估计结果如表8中模型13所示。
表8 稳健性检验结果

Tab.8 Results of the robustness test

变量 模型13 模型14 模型15 模型16 模型17 模型18 模型19 模型20
(都市圈
EE)		 (都市圈
EE)		 (都市圈
人均GDP)		 (都市圈
索罗残差)		 (中心城市
人均GDP)		 (中心城市
索罗残差)		 (外围城市
人均GDP)		 (外围城市
索罗残差)
RFD 0.023***
(0.003)		 0.031***
(0.005)		 0.022***
(0.004)		 0.011***
(0.003)		 0.043***
(0.007)		 0.037***
(0.007)		 0.030***
(0.007)		 0.028***
(0.005)
控制变量 YES YES YES YES YES YES YES YES
都市圈/城市 YES YES YES YES YES YES YES YES
时间 YES YES YES YES YES YES YES YES
N 312 312 312 312 312 312 1044 1044
(2) 增加控制变量：考虑到遗漏变量的影响，因此增加城市化率、第三产业结构占比、人均互联网接入量和人均贷款等4个控制变量，分别表示城市化、产业结构、信息水平及金融水平对经济发展效率的影响，增加控制变量的回归结果如表8中模型14所示。
(3) 替换被解释变量：分别用人均产出和索罗残差表示经济发展效率进行稳健性检验。索罗残差借鉴张浩然[34]的处理方法，公式如下：
T F P = l n Y - 0.4 l n K - 0.6 l n L
式中：TFP表示索罗残差；Y表示生产总值；K表示物力投入，用资本存量表示；L表示人力投入，用常住人口表示。
另外，由于基于人均GDP和索罗残差得出的经济发展效率并非受限因变量，因此采用固定效应模型并将RFD滞后一期作为工具变量，使用两阶段最小二乘法进行估计。替换被解释变量的估计结果如表8中模型15~20所示，其中：模型15~16是以都市圈整体经济发展效率作为被解释变量的回归结果；模型17~18是以都市圈中心城市经济发展效率作为被解释变量的回归结果；模型19~20是以都市圈外围城市经济发展效率作为被解释变量的回归结果。
根据结果可知(表8)，无论是使用工具变量、增加控制变量还是替换被解释变量，回归结果与前文基本相同，从而证明了前文结果的稳健性。

5 讨论

5.1 影响机理

根据前文的理论分析与实证结果，本文进一步探索性提出都市圈功能分工影响经济发展效率的分析框架(图3)。
图3 理论分析框架

Fig.3 A framework of theoretical analysis

本研究框架以都市圈功能分工为出发点，“生产性服务业在中心城市集聚、制造业在外围城市集聚”的“中心—外围”集聚模式为功能分工的基本特征。这种集聚模式促进了中心和外围城市互补性功能专业化的形成，从而对都市圈经济发展效率产生了积极和消极两个方面的影响。在积极方面，城市功能专业化推动了城市内部专业化集聚效应的形成，同时发挥不同城市的比较优势。此外，城市功能专业化的互补性特点使得城市能够通过互补效应实现规模、功能借用以及知识溢出。然而，在消极方面，都市圈城市间的功能分化可能导致城市内部功能多样化经济的丧失，以及城市间生产性服务业和制造业之间的产业交易成本增加。当积极影响占据主导地位时，将促进经济发展效率，并且对都市圈进一步功能分化形成正向反馈作用；相反，当消极影响占据主导地位时，将抑制经济发展效率，并对都市圈进一步功能分化形成负向反馈作用。此外，由于不同规模的都市圈以及其中心城市和外围城市在经济水平和产业特征方面存在显著差异，都市圈功能分工的经济效应表现出规模异质性和城市异质性。

5.2 与现有研究的对比

(1) 都市圈功能分工时空特征。从时间变化来看，赵勇等[1]发现中国城市群功能分工水平总体呈现波动下降趋势，这与本文的研究结论存在明显差异。原因可能是面积较小的都市圈是中国区域功能分工的主体形态，而基于城市群的功能分工在中国表现尚不明显。另外，时间范围的选择也可能是造成结果差异的原因；从区域差异来看，本文结论基本上与现有结论相一致[1,10]。
(2) 都市圈功能分工对经济发展效率的影响。目前有学者从部分全国、城市群、省域尺度对功能分工的经济效应进行了系列研究，通过对比发现：首先，本文结果表明都市圈功能分工对经济发展存在积极的促进作用，与现有结论基本相符[13⇓⇓-16]；不过，从中心城市和外围城市的异质性来看，本文结果表明都市圈功能分工能够同时促进中心城市和外围城市的发展，但对中心城市的促进作用更为明显，这与部分学者的结论相悖[14,17]，这可能与研究视角、空间范围和测度方法有关。

6 结论与展望

6.1 研究结论及政策含义

本文基于2008—2019年中国26个都市圈面板数据，使用都市圈功能分工指数、DEA模型、Tobit模型等方法，研究了中国都市圈功能分工水平的时空特征及都市圈功能分工对经济发展效率的影响。主要结论如下：
(1) 中国都市圈功能分工水平总体上呈现波动上升的趋势，但区域差异明显，经济发展水平较高的东部都市圈的功能分工水平明显高于其他地区都市圈的功能分工水平。
(2) 功能分工既能通过功能专业化集聚效应和互补效应提高经济发展效率，也会由于多样化经济的丧失以及产业交易成本的增加抑制经济发展效率，总体上中国都市圈功能分工水平提高形成的积极影响大于消极影响，进而促进了经济发展效率的提高。
(3) 都市圈功能分工对大规模都市圈的正向促进作用更强。由于大规模都市圈在功能分工中存在更大的功能专业化集聚规模、借用市场规模以及知识溢出规模，因而能从功能分工中获取更多利益。
(4) 都市圈功能分工对中心城市组和外围城市组均存在正向影响，但由于经济发展水平和产业结构特征的差异，功能分工对中心城市的促进作用更强，这也从侧面说明了都市圈功能分工可能会扩大中心城市和外围城市的经济差距。
基于以上结论，本文提出以下几点政策建议：首先，逐步消除城市间的行政壁垒，强化政府间合作机制，促进生产要素合理流动与转移，从而优化都市圈功能分工格局；其次，现阶段仍应强化都市圈作为新型城镇化的主体形态这一重要战略，通过促进人口向都市圈集聚进而扩大都市圈内的集聚效应及规模效应；最后，外围城市在强化功能专业化的同时，应注重培育具有竞争力的优势产业，以避免陷入比较优势陷阱或者形成产业的低端锁定。

6.2 研究展望

此外，本文仅对都市圈功能分工进行初步研究，未来可以从以下4个方面进一步深化：① 完善测度方法。受限于数据获取的局限性，基于中心和外围城市产业结构相对差异来测度功能分工水平较为粗糙，而随着宏微观数据的日益完善，未来应基于价值链，从不同的生产环节对区域功能分工进行更加精确的测度。② 深化都市圈功能分工形成机制的研究。本文仅描述了功能分工的时空特征，而对其形成机制缺乏深入讨论，未来应从理论和实证方面进一步深化其形成机制的研究。③ 细化都市圈研究。本文仅从总体宏观视角研究了中国都市圈功能分工特点及其经济效应，未来需基于具体都市圈深入分析其功能分工特点及其与经济发展的关系，从而为各都市圈制定更为精确的发展战略。④ 强化都市圈和城市群功能分工关系的研究。都市圈作为城市群的组成部分，其与城市群功能分工的关系也是未来研究重点。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
赵勇, 白永秀. 中国城市群功能分工测度与分析[J]. 中国工业经济, 2012(11): 18-30.

[Zhao Yong, Bai Yongxiu. Measuring and analyzing the functional specialization of Chinese urban agglomeration. China Industrial Economics, 2012(11): 18-30.]

[2]
马燕坤, 张雪领. 从国际产业分工到城市群城市功能分工的文献述评[J]. 区域经济评论, 2018(6): 92-98.

[Ma Yankun, Zhang Xueling. From international industrial division to urban functional division in urban agglomerations: A literature review. Regional Economic Review, 2018(6): 92-98.]

[3]
Duranton G, Puga D. From sectoral to functional urban specialization[J]. Journal of Urban Economics, 2005, 57: 343-370.

DOI

[4]
曾春水, 林明水, 湛东升, 等. 城市职能特征及其形成机理研究进展与展望[J]. 地理科学进展, 2021, 40(11): 1956-1969.

DOI

[Zeng Chunshui, Lin Mingshui, Zhan Dong-sheng, et al. A review of research on the characteristics and formation mechanism of urban functions. Progress in Geography, 2021, 40(11): 1956-1969.]

DOI

[5]
Fujita M, Tabuchi T. Regional growth in postwar Japan[J]. Regional Science and Urban Economics, 1997, 27(6): 643-670.

DOI

[6]
Kolko J. Can I get some service here? Information technology, service industries, and the future of cities[J]. Social Science Electronic, 2007(12): 27-50.

[7]
李佳洺, 孙铁山, 李国平. 中国三大都市圈核心城市职能分工及互补性的比较研究[J]. 地理科学, 2010, 30(4): 503-509.

[Li Jiaming, Sun Tieshan, Li Guoping. Comparative study of the division of labor and its complementarity in three major metropolitan regions of China. Scientia Geographica Sinica, 2010, 30(4): 503-509.]

DOI

[8]
刘海滨, 刘振灵. 辽宁中部城市群城市职能结构及其转换研究[J]. 经济地理, 2009, 29(8): 1293-1297.

[Liu Haibin, Liu Zhenling. Urban functional structure transformation of the central urban agglomeration in Liaoning Province. Economic Geography, 2009, 29(8): 1293-1297.]

[9]
方远平, 彭婷, 陆莲芯, 等. 粤港澳大湾区城市职能演变特征与影响因素[J]. 热带地理, 2019, 39(5): 647-660.

DOI

[Fang Yuanping, Peng Ting, Lu Lianxin, et al. Characteristics and influencing factors of urban function evolution in the Guangdong-Hong Kong-Macao Greater Bay Area. Tropical Geography, 2019, 39(5): 647-660.]

DOI

[10]
齐讴歌, 赵勇. 城市群功能分工的时序演变与区域差异[J]. 财经科学, 2014(7): 114-121.

[Qi Ouge, Zhao Yong. The sequential evolution and regional differences among the functional division of urban agglomerations. Finance & Economics, 2014(7): 114-121.]

[11]
史雅娟, 朱永彬, 黄金川. 中原城市群产业分工格局演变与功能定位研究[J]. 经济地理, 2017, 37(11): 84-91.

[Shi Yajuan, Zhu Yongbin, Huang Jinchuan. Evolution of industrial specialization pattern in Zhongyuan urban agglomeration and its functional orientation. Economic Geography, 2017, 37(11): 84-91.]

[12]
金田林, 李江龙, 李天炀. 北京都市圈空间功能分工的分布特征与演进趋势[J]. 商业经济研究, 2020(9): 154-158.

[Jin Tianlin, Li Jianglong, Li Tianyang. The distribution characteristics and evolution trend of functional specialization in Beijing metropolitan area. Journal of Commercial Economics, 2020(9): 154-158.]

[13]
雷玉桃, 薛鹏翔, 张萱. 产业经济视角的珠三角城市群内功能分工对制造业生产率影响[J]. 产经评论, 2020, 11(1): 122-136.

[Lei Yutao, Xue Pengxiang, Zhang Xuan. The effects of functional division of cities on manufacturing productivity in Pearl River Delta urban agglomeration from the perspective of industrial economic. Industrial Economic Review, 2020, 11(1): 122-136.]

[14]
兰秀娟, 张卫国, 裴璇. 城市群空间功能分工、企业全要素生产率与资源错配[J]. 统计与决策, 2022, 38(21): 113-117.

[Lan Xiujuan, Zhang Weiguo, Pei Xuan. The spatial function division of urban agglomeration, enterprise total factor productivity and resource mismatch. Statistics & Decision, 2022, 38(21): 113-117.]

[15]
王志勇, 叶祥松, 林仲豪. 城市功能对经济增长影响的空间计量分析: 以珠三角城市群为例[J]. 人文地理, 2021, 36(1): 94-103, 134.

[Wang Zhiyong, Ye Xiangsong, Lin Zhonghao. The impact of urban function on economic growth from a spatial econometrics perspective: A case of PRG urban agglomerations. Human Geography, 2021, 36(1): 94-103, 134.]

[16]
王猛, 高波, 樊学瑞. 城市功能专业化的测量和增长效应: 以长三角城市群为例[J]. 产业经济研究, 2015(6): 42-51.

[Wang Meng, Gao Bo, Fan Xuerui. Measurement and growth effect of urban functional specialization: The Yangtze River Delta city group as an example. Industrial Economics Research, 2015(6): 42-51.]

[17]
黎文勇, 杨上广. 对外开放、功能分工与中国经济增长质量: 基于282个地级以上城市的空间杜宾模型研究[J]. 经济体制改革, 2019(5): 28-36.

[Li Wenyong, Yang Shangguang. Opening to the outside world, functional division of labor and the quality of China's economic growth: Based on the research of spatial dubin model of 282 cities above prefecture level. Reform of Economic System, 2019(5): 28-36.]

[18]
许锋, 周一星. 我国城市职能结构变化的动态特征及趋势[J]. 城市发展研究, 2008, 15(6): 49-55.

[Xu Feng, Zhou Yixing. The variation characteristics and development trend of functional structures of Chinese cities. Urban Development Studies, 2008, 15(6): 49-55.]

[19]
侯杰, 张梅青. 城市群功能分工对区域协调发展的影响研究: 以京津冀城市群为例[J]. 经济学家, 2020(6): 77-86.

[Hou Jie, Zhang Meiqing. Study on the influence of functional division of urban agglomerations on regional coordinated development: Taking Beijing-Tianjin-Hebei urban agglomeration as an example. Economist, 2020(6): 77-86.]

[20]
陈忠暖, 阎小培. 中国东南6省区城市职能特点与分类[J]. 经济地理, 2001, 21(6): 709-713.

[Chen Zhongnuan, Yan Xiaopei. Discussion on the urban special feature and function classification of the cities in the six provinces in South-east China. Economic Geography, 2001, 21(6): 709-713.]

[21]
Marshall A. Principles of economics[M]. London, UK: Macmillan, 1966: 5-64.

[22]
Arrow K J. The economic implications of learning by doing[J]. The Review of Economic Studies, 1962, 29(3): 155-173.

DOI

[23]
Romer P M. Increasing returns and long-run growth[J]. Journal of Political Economy, 1986, 94(5): 1002-1037.

DOI

[24]
杨继军, 刘依凡, 陈旭, 等. 城市群空间功能分工、规模功能借用与企业出口增加值[J]. 经济科学, 2021(5): 68-83.

[Yang Jijun, Liu Yifan, Chen Xu, et al. Spatial function division of urban agglomeration, borrowed function and value added of export. Economic Science, 2021(5): 68-83.]

[25]
程玉鸿, 苏小敏. 城市网络外部性研究述评[J]. 地理科学进展, 2021, 40(4): 713-720.

DOI

[Cheng Yuhong, Su Xiaomin. Review on the urban network externalities. Progress in Geography, 2021, 40(4): 713-720.]

DOI

[26]
杨桐彬, 朱英明, 杜家禛. 中国城市群是否存在借用规模?[J]. 地理科学进展, 2022, 41(7): 1156-1167.

DOI

[Yang Tongbin, Zhu Yingming, Du Jiazhen. Is there a borrowed size in China's urban agglomerations? Progress in Geography, 2022, 41(7): 1156-1167.]

DOI

[27]
王青, 李佳馨, 郭辰. 城市群功能分工对经济高质量发展的影响: 基于长三角城市群面板数据的实证分析[J]. 企业经济, 2020(5): 53-61.

[Wang Qing, Li Jiaxin, Guo Chen. Impact of functional division of urban agglomeration on high-quality economic development: An empirical analysis based on panel data of urban agglomeration in Yangtze River Delta. Enterprise Economy, 2020(5): 53-61.]

[28]
盛科荣, 陈欢欢, 张嘉慧, 等. 航空网络嵌入对中国城市知识生产的影响研究[J]. 地理科学, 2022, 42(6): 963-974.

DOI

[Sheng Kerong, Chen Huanhuan, Zhang Jiahui, et al. Impact of airline network embedding on knowledge production of cities in China. Scientia Geographica Sinica, 2022, 42(6): 963-974.]

DOI

[29]
Huggins R, Thompson P. A network-based view of regional growth[J]. Journal of Economic Geography, 2014, 14(3): 511-545.

DOI

[30]
尹稚, 卢庆强, 吕晓荷, 等. 中国都市圈发展报告2021[M]. 北京: 清华大学出版社, 2021.

[Yin Zhi, Lu Qingqiang, Lv Xiaohe, et al. China metropolitan area development report of 2021. Beijing, China: Tsinghua University Press, 2021.]

[31]
Duranton G, Overman H G. Testing for localization using micro-geographic data[J]. The Review of Economic Studies, 2005, 72(4): 1077-1106.

DOI

[32]
刘胜. 城市群空间功能分工带来了资源配置效率提升吗? 基于中国城市面板数据经验研究[J]. 云南财经大学学报, 2019, 35(2): 12-21.

[Liu Sheng. Does the spatial function division of urban agglomeration improve the efficiency of resource allocation? Empirical study based on the panel data of cities in China. Journal of Yunnan University of Finance and Economics, 2019, 35(2): 12-21.]

[33]
刘贺, 李雪铭, 田深圳, 等. 集聚外部性、网络外部性与城市经济发展[J]. 干旱区资源与环境, 2023, 37(6): 38-45.

[Liu He, Li Xueming, Tian Shenzhen, et al. Agglomeration externalities, network externalities and urban economic development. Journal of Arid Land Resources and Environment, 2023, 37(6): 38-45.]

[34]
张浩然. 空间溢出视角下的金融集聚与城市经济绩效[J]. 财贸经济, 2014(9): 51-61.

[Zhang Haoran. Financial agglomeration and urban economic performance from the angle of spatial spillover. Finance & Trade Economics, 2014(9): 51-61.]

[35]
张鹏, 于伟. 金融集聚与城市发展效率的空间交互溢出作用: 基于地级及以上城市空间联立方程的实证研究[J]. 山西财经大学学报, 2019, 41(4): 1-16.

[Zhang Peng, Yu Wei. The spatial interaction spillover effects of financial agglomeration and urban development efficiency: An empirical study on the spatial simultaneous equations in and among cities above the prefecture level. Journal of Shanxi University of Finance and Economics, 2019, 41(4): 1-16.]

[36]
李郇, 徐现祥, 陈浩辉. 20世纪90年代中国城市效率的时空变化[J]. 地理学报, 2005, 60(4): 615-625.

[Li Xun, Xu Xianxiang, Chen Haohui. Temporal and spatial changes of urban efficiency in the 1990s. Acta Geographica Sinica, 2005, 60(4): 615-625.]

DOI

[37]
张军, 吴桂英, 张吉鹏. 中国省际物质资本存量估算: 1952—2000[J]. 经济研究, 2004(10): 35-44.

[Zhang Jun, Wu Guiying, Zhang Jipeng. The Estimation of China's provincial capital stock: 1952-2000. Economic Research Journal, 2004(10): 35-44.]

[38]
鲁志国, 汪行东. 城市规模与经济密度对城市经济效率的影响[J]. 城市问题, 2017(2): 52-60.

[Lu Zhiguo, Wang Xingdong. The influence of urban scale and economic density on urban economic efficiency. Urban Problems, 2017(2): 52-60.]

[39]
朱承亮, 师萍, 岳宏志, 等. 人力资本、人力资本结构与区域经济增长效率[J]. 中国软科学, 2011(2): 110-119.

[Zhu Chengliang, Shi Ping, Yue Hongzhi, et al. The study on bind of human capital structure and regional economic growth efficiency. China Soft Science, 2011(2): 110-119.]

Options
文章导航

/

〈 〉