王辉娣 焦银亿｜城市分级与区域经济空间分布——来自国家中心城市建设的证据

作者简介王辉娣
焦银亿

王辉娣，山东农业大学经济管理学院博士研究生；

焦银亿（通讯作者），山东大学经济研究院博士研究生。

摘　　要

　　当前，我国的城市规划往往倾向于将城市进行分类分级，以实现城市间相互带动，区域内协调发展的目标。由此也内生了中心城市积极谋划提升城市级别，中小城市积极谋求与中心城市互联互通的城市竞争。各城市参与此类竞争的积极性难以用大城市“虹吸”小城市经济资源的理论来解释。事实上，利用长达25年的统计数据进行验证发现，国家中心城市整体上并未阻碍其辐射区内中小城市的发展。小城市与大城市之间更加紧密的互联互通不仅加速了生产要素的流动，还促进了区域企业间的学习、模仿和创新，强化了城市间更有效率的供应链分工，这一机制有效地构建了中心城市与中小城市的良性经济循环。

一

引　言

城市分级，可理解为不同城市在人口结构、经济发展和政治地位上的梯度分化。城市因地理、经济或政治等因素而存在发展差异，这些因素在城市发展历程中不断累积，造成区域间、城市间的发展不平衡，并最终作用于城市分级。这种城市分级的动态演化逐渐形成了不同的城市体系。不同层级城市在行政权利、经济规模、交通通达等方面存在显著差别，并在经济资源集聚与区域带动能力上存在差异。由于受财政稀缺性的影响，政府必然要对是优先发展部分城市还是区域协调发展进行权衡。城市间的地理交互与城市分级、交通结构等社会经济因素共同作用于区域经济的空间分布。具体而言，小城市与中心城市的空间邻近性可能因为激烈的竞争、资源要素集聚而阻碍经济增长，但也可能因为更大的市场接入、充分的匹配和频繁的学习效应而促进经济增长。这两种模糊的经济理论引发了集聚与平衡之间的广泛讨论。陆铭等通过中美比较认为我国目前的情况是人口集聚滞后于经济集聚。然而一个值得关注的问题是，中美具有不同的人口和经济增长路径，换言之，美国人口与经济的空间分布从初始就具有沿海特征，而中国的初始特征及其长期演化是内陆多点分散集聚。因而考虑具有平衡各区域经济发展的国家中心城市的集聚与辐射作用更符合我国的历史与现实情景。

中国住房和城市建设部在2005年颁布的《全国城镇体系规划（2006—2020）》中，提出了“国家中心城市”的概念，并在2010年发布的《全国城镇体系规划（2010—2020）》中明确了北京、天津、上海、广州和重庆5个国家中心城市的地位。截至2018年底，国务院先后确定了北京、上海、天津、广州、重庆、成都、郑州、武汉和西安九大国家中心城市。此外，杭州、济南、沈阳等13市的城市规划均提出要培育或争创国家中心城市。由此来看，创设国家中心城市的经济意义受到广泛关注。就研究范围来看，已有文献通常从城市体系整体来研究大城市与小城市的空间关系，或研究行政边界明晰的省域或城市群内大城市的辐射效应。然而由于国家中心城市定位在较大的区域空间内，通常会跨越多种地理边界，因此本文的研究对象并不具有类似的特征。事实上，由于语言、交通、政治等因素的影响，大城市的辐射边界通常难以确定。

基于中心城市辐射边界的模糊性，本文使用1998—2013年的中国工业企业数据，从收入、劳动力投入和资产三个角度构造了城市-行业层面的工业发展指标。通过计量模型将中心城市与辐射区内地方城市的工业发展联系起来，从而识别出中心城市辐射带动的因果关系。为了解决可能的内生性问题，本文在控制了城市、行业和年份固定效应的基础上进一步控制了城市×年份固定效应和行业×年份固定效应，以减少不可观测因素带来的估计偏误。另外，本文也采用受许多经济学者认可的Bartik工具变量来缓解可能的双向因果问题。回归结果与基于历史的典型特征事实一致，均表明国家中心城市的工业发展对区域内其他城市有显著的辐射带动作用。在有关地理邻近效应、距离效应和省界分割效应的异质性分析中，发现中心城市的辐射带动作用随着距离而衰减，并且与省外城市相比，同省城市所受的辐射带动作用更强，这与在其他区域情景中的研究一致。本文进一步分析了国家中心城市辐射带动作用的内在机制。与城市集聚的微观基础类似，本文认为交通基础设施的接入与改善、城市间频繁的学习效应以及供应链匹配是中心城市辐射带动作用的主要原因，并用高铁开通的自然实验、因果中介等方法实证检验了这三种潜在渠道的存在性。

与已有文献相比，本文在以下几个方面存在创新。第一，利用市场经济体制确立后的历史数据丰富了中心城市辐射效应占主导地位的特征事实。第二，现有研究多从省、地级市和城市圈等行政边界明晰的范围内探讨大城市的区域带动作用，本文则突破了行政边界的限制，用地理距离和驾车距离确定辐射区。随着市场化进程不断深入，这一变化更能够体现国家中心城市的区域带动作用。第三，本文基于地级市经济统计、专利数据、高铁和上市公司供应链等数据集，既弥补了工企数据样本期过短的不足，也识别了交通通达效应、学习效应和供应链匹配在其中的作用。

二

我国城市发展的典型事实

国家中心城市在区域经济绿色协调发展中发挥着重要作用，其对区域的辐射效应通常会横跨多个省域或地级市，因而存在模糊的辐射边界。

（一）确定辐射区范围

距离是影响中心城市辐射效应的最重要因素。经典中心-外围理论表明大城市对经济的辐射效应会随着距离的增加而衰减。本文使用城市间质心的地理距离和驾车距离来确定国家中心城市的辐射区范围。受爬取时点限制，驾车距离数据是不随时间变化的，因而无法反映样本期内交通距离的真实变化。此外，驾车距离也存在内生性担忧，因为驾车距离反映了交通基础设施建设水平，而这与区域间的经济发展水平相关。由于这些担忧，本文的主要分析将在地理距离意义上进行。具体而言，对于地方城市A，若到中心城市B的距离比到其他中心城市的距离短，则认为城市A位于中心城市B的辐射区内。在稳健性检验中，我们驾车距离确定的辐射区并不会改变文章的整体结果。

（二）中心城市辐射区内辐射带动作用的历史事实

中心城市的发展既存在虹吸效应，也存在辐射效应。持虹吸效应的一方认为，中心城市凭借其密度优势，倾向于集聚周围地区的要素资源，进而演化为“富者更富”效应，损害中小城市经济发展。而辐射效应学派则认为，由于城市拥挤效应、不可移动生产要素等离心力的广泛存在，中心城市的虹吸效应是有限的，并且中心城市依靠其多样化产品市场、先进知识技术等优势资源来带动周边地区的经济发展。基于中心城市发展的模糊性理论，本文将从历史角度探究国家中心城市在带动区域发展中的典型事实，从而更真实地理解城市集聚和区域发展的演进规律。

图1呈现了2014年九大国家中心城市与其辐射区经济发展的关系。可以发现，辐射区内经济发展水平与国家中心城市引领度呈现明显负相关。即中心城市引领度越高，辐射区内的经济发展越差。这一事实成为“虹吸效应”学派的现实证据。然而，从长趋势来看（图2），除北京市外，大部分国家中心城市的引领度并未出现明显上升。例如西安市的引领度从2004年后开始下降，而上海、广州、天津和武汉的引领度并未发生明显变化，这表明中心城市与辐射区内经济发展实现了双赢，虹吸效应在大部分中心城市并不明显。

综合以上事实，本文认为城市间的辐射效应和虹吸效应具有历史演化的趋势，其结果体现为集聚力和离心力的动态平衡。就我国目前的城市分级体系而言，国家中心城市最基本的特征事实是辐射效应大于虹吸效应。发展中心城市，带动区域经济协调发展仍是可能的政策取向。

图1　辐射区GDP与中心城市引领度的关系

注：纵轴代表辐射区内的GDP总量，横轴代表各国家中心城市区域引领度，即中心城市GDP占辐射区GDP的比重。数据来源于《中国城市统计年鉴》（2014）。

图2　国家中心城市引领度的历史变化关系

三

数据与方法

（一）数据来源及处理

基准回归所需数据主要来源于中国工业企业数据库（1998—2013），该数据库包含了全部国有工业企业以及规模以上非国有工业企业的基本信息和部分财务数据。我们将其与2019年地级市行政区划数据进行匹配，最后获得275个地级市、47个大类行业和248个中类行业。本文从企业加总收入、劳动力投入和资产三个维度来测度地级市城市-行业层面的工业发展水平，并分别用主营业务销售收入、全部从业人员年平均人数和资产总计三个统计指标来度量。这一设计有利于从收入和要素投入两个视角来讨论中心城市的辐射效应。在稳健性部分，本文采用地级市数据来捕捉全市层面中心城市的辐射效应，以弥补工业企业数据样本期较短的不足。这部分数据来源于《中国城市统计年鉴》，并用全市层面的人均国内生产总值、二三产业从业人数和固定资产投资三个指标分别衡量收入、就业和资产。

在机制分析中，首先本文利用高铁站点开通数据来检验交通通达的影响，数据来源于国家铁路总局。其次，我们将工业企业数据库与专利数据库进行匹配，从而识别中心城市辐射带动作用的学习效应机制。最后，我们使用制造业上市公司供应链数据和财务数据来检验中心城市与地方城市的供应链匹配机制，该部分数据来源于国泰安数据库。

（二）识别策略

本文使用1998—2013年工业企业加总的城市-行业层面数据来探究国家中心城市对区域经济发展的辐射效应。具体而言，用工业企业数据构造各城市历年分行业的经济发展指标，然后将样本分为国家中心城市和非国家中心城市，并用以下模型将两个样本的行业指标联系起来：

Y_ijt表示非国家中心城市i在t年城市-行业层面的工业发展水平，从收入、劳动力投入和资产三个方面来衡量。相应地，GJZX_Y_ijt表示城市i所属的国家中心城市在t年城市-行业层面的工业发展水平。X是城市层面的控制变量，包括全市层面的人均GDP、人口以及地理气候指标（海拔、坡度、降雨量、七月均温、1月均温、7月相对湿度，平均风速等）。在模型（1）中还控制了城市固定效应μ_i、行业固定效应δ_j和时间固定效应λ_t，用以约束不随城市、行业或时间变化的不可观测因素。系数β代表了国家中心城市行业层面的工业发展水平对辐射区内其他城市工业发展的带动作用。

式（1）的内生性问题显然会影响β的解释能力。首先，城市间的相互作用普遍存在，例如中心城市通常以辐射区内的城市为经济腹地，而其他城市则以中心城市为学习对象和市场区域，同时两者在生产要素和商品市场上存在激励竞争。其次，遗漏变量问题在式（1）中并未很好解决，企业加总的城市-行业层面数据使得控制变量的选择更加困难。最后,工业企业数据普遍存在样本选择和测量误差问题。聂辉华等发现，由于税收原因，工业企业数据库在利润和增加值上存在明显测量误差。对于遗漏变量问题，本文在模型（1）的基础上控制了城市和年份的交互项、行业和年份的交互项，这一定程度上可以缓解不可观测遗漏变量造成的内生性问题。对于测量误差问题，本文拟采用全市层面的经济发展数据，对照工业企业数据的结果，以保持结论的稳健性。

为进一步缓解内生性问题，本文使用份额移动法构造Bartik工具变量，把国家中心城市行业层面的工业发展信息与全国层面的发展信息相结合。全国层面的行业增长通常不受某一国家中心城市的变化而变化，因而一定程度上可将其视为外生变量。它表示中心城市t₀期的各个行业按照其全国层面上的行业增长率来增长，预期的行业份额。Goldsmith-Pinkham等系统论述了Bartik工具变量的构造方式及使用条件，并得到了国内外许多学者的认可和使用。具体地，GJZX_Y_ijt的工具变量可以表示为：

其中ΔY_jt/Y_jt表示由所有地级市加总后的全国分行业增长率。GJZX_Y_ijt0为国家中心城市分行业工业发展的初始状态。

四

实证结果

（一）基准回归结果

表1报告了式（1）的回归结果。第（1）列仅控制了城市固定效应、行业固定效应和年份固定效应。回归结果表明，中心城市在1%统计水平上显著促进了辐射区内其他城市的工业发展，且这种辐射效应在收入、劳动力投入和资产三个维度都具有很大的经济意义。平均而言，国家中心城市的工业水平每提高1个百分点，辐射区内城市的工业水平将增加0.21个百分点。第（2）列进一步添加了经济、地理控制变量，系数没有发生明显变化。第（3）列和第（4）列进一步控制了城市年份固定效应和行业年份固定效应，与第（1）列比较可以发现，估计系数明显下降，并且在第（5）列中同时控制了城市×年份固定效应和行业年份固定效应后，系数不再明显下降，这表明行业-年份层面的遗漏变量是本文内生性的一个重要原因。

总体来看，中心城市对要素投入的辐射作用最大，即使在控制了各类固定效应以后，劳动力投入的单位提升也在0.2个百分点以上，这可以用传统规模以上工业企业的发展模式来解释：投入要素通常先于产出，并且在没有技术进步的前提下投入指标是非减的。

（二）工具变量估计

表2报告了Bartik_IV的回归结果。所有回归都进行了与表1相同的控制，并报告了第一阶段回归结果。Panel A-C中的Bartik_IV分别用收入、劳动力投入和资产三类指标构造。第二阶段的回归结果在统计与经济意义上都具有很高的显著性。总体来看，在进行各类控制以后，国家中心城市的工业水平每提高1个百分点，辐射区内城市的工业水平最低可提高0.23个百分点。与基准回归的发现一致，中心城市的辐射效应对劳动投入要素的影响最强，系数在0.27—0.33之间。

工具变量回归的系数明显比OLS回归的系数大，这可能是受双向因果的影响。城市之间除了经济合作以外，也存在产业、人口、政府扶持政策等方面的竞争，这种竞争效应的存在限制了中心城市的发展，从而会在OLS回归中低估中心城市的辐射效应。另外，由于Bartik_IV由非中心城市初始值与全国增长率模拟而成，结合中心城市经济增长率低于全国平均增长率的事实，有理由怀疑Bartik_IV可能高估真实的中心城市工业水平。

总之，基准回归和Bartik回归的结果共同表明，国家中心城市分行业的工业发展水平对辐射区内其他城市的发展具有明显的正向辐射效应，这与特征事实是一致的。

（三）稳健性检验

工业企业数据库的对象局限于规模以上工业企业，从而难以反映中小企业和服务业的情况。特别地，城市间的经济互动伴随着劳动力流动、产业迁移，这些活动在中小企业和服务业中更为明显。此外工业企业数据库为1998—2013年的数据集，样本期较短。因此，本文利用《中国城市统计年鉴》数据来反映全市的经济变化。用人均GDP、二三产业从业人数、固定资产投资来衡量收入、就业、资产三个维度的城市经济发展状况。回归结果汇总在表3中，收入的回归结果与基准回归结果类似，中心城市的经济发展提高了其他城市的人均国内生产总值。

有趣的是，中心城市的经济发展导致了其他城市二三产就业水平下降，这与之前工业企业劳动投入的结果相反，但与其他全市层面的研究一致。OLS和Bartik回归结果差异表明，以往研究中对大城市发展加剧虹吸效应的结论只能反映部分事实。相反，大城市发展可能促进了劳动要素在产业间、区域间的优化配置，从而使劳动力雇佣在工业企业数据中增加，而在全市层面数据中反而减少了。

最后，本文还进行了四组检验。第一，将地理距离替换为交通距离以确定辐射区。第二，将行业分类替换为大类行业（2位码）或小类行业（4位码）。第三，考虑到西藏、新疆、海南等地由于地级市数量少、政策差异明显以及海岛等因素剔除这些省份的样本。考虑到广州与深圳的空间地理关系，剔除深圳市的样本。第四，考虑到工业企业数据库“规模以上工业企业”界定标准的变化，剔除了2011年以后的数据。所有的检验都支持了基准结果。

（四）异质性分析

1.距离异质性

中心城市的区域辐射效应受到距离的影响。离中心城市越近，将拥有更大的市场、更低的交通成本，也更有利于与中心城市的先进企业交流、学习和模仿，提高这些城市工业企业的劳动生产率。因此可以推测，离中心城市越近，中心城市工业发展的辐射效应越强。

为了检验城市间地理邻接效应的影响，本文将所有城市分为与中心城市邻接和不邻接两组样本（其中邻接的城市有46座，不含重复邻接），并将这两组样本分别进行工具变量回归。表4报告了分样本回归的结果，所有回归的控制结构与表2第（5）列相同。各列回归结果表明，国家中心城市对邻接与不邻接的城市都具有显著的辐射效应，但地理邻接效应依然存在。特别地，与国家中心城市地理邻接的城市在收入、劳动力雇佣两个维度上受到更大的辐射，系数分别增加了0.09和0.17，这反映出邻接的城市更可能受到国家中心城市的工业承接或更接近工业产品市场和劳动力市场，从而提高了工业层面的劳动力投入和销售收入。显然，如果两座城市在空间上相邻，将拥有最短距离。

中心-外围理论表明这种效应会随着距离渐次变化。为了捕捉连续距离变化的影响，本文按照距离远近并考虑样本大小将样本分为7组，其中距离在1000km以下的平均分为5组，间隔200km，另外还有1000km—1300km和1300km以上两组。第一组样本中的城市离国家中心城市越近，第七组样本最远。七组样本均在控制各类固定效应后进行Bartik_IV回归。回归系数按由近及远的顺序排列在图3中，受篇幅的限制，我们只绘制了收入和劳动雇佣的回归系数，并用垂线标出每一估计系数95%的置信区间。

图3　地理距离对中心城市辐射效应的影响

对比图3两幅图估计系数的变化可以发现，随着距离增加，国家中心城市的辐射效应开始减弱。此外，两幅图的前四组回归系数均为正且具有统计显著性，这表明国家中心城市在800km范围内具有较好的正向辐射效应。800km以后的95%的置信区间明显增大，不再具有统计显著性。这反映出国家中心城市对800km以外辐射区的辐射效应不再明显。由于工业企业的产品特性，工业产品运输更多以汽车和火车的方式，而1000km以后，交通优势开始消失，国家中心城市的辐射效应不再显著。

2.省界分割效应

本文的辐射区缺乏明显的行政边界，且同一辐射区囊括了许多省份，各省份之间出于本地经济增长目标考虑，可能会在辐射区内形成明显的省界分割效应。因此我们在表5中报告了与中心城市处于同省和不处于同省两组样本的回归结果。回归结果与表2第（5）列相同。结果显示，同省城市在收入、劳动力雇佣和资产维度上的回归系数分别比省外城市高了0.12、0.14和0.07个百分点。对以上结果的一种担忧可能是省内的城市可能离中心城市也更近，因此我们在第（4）列和第（8）列的回归中仅保留国家中心城市所在省份最远距离范围内的城市，回归结果并没有发生明显变化，这一定程度上排除了地理距离对省界分割效应的混杂影响。

五

机制分析

前文的分析表明，国家中心城市对辐射区内其他城市的工业发展具有正向辐射效应。首先，现代交通基础设施及在其基础上发展起来的现代物流行业使得国家中心城市的辐射范围突破了区域边界，空间辐射能力增强。其次，受馈于辐射区内的短距离和现代通信技术的发展（如云会议、云展览等），“面对面”学习效应加速了中心城市的先进知识和技术向地方城市溢出。最后，资源约束、产业政策与规模经济造成辐射区内的供应链更加匹配。本文将使用多种数据集检验这三种机制的存在性。

（一）交通通达效应

Cuberes等利用美国177年的长历史数据找到了大城市对区域内中小城市由虹吸到辐射转变的证据，并将这种转变归因于交通成本（劳动力迁移成本和贸易运输成本）的下降。由于其在时空压缩、市场扩展等方面的作用，交通对城市经济发展和区域经济空间分布的影响得到广泛证实。

本文以辐射区内地方城市与中心城市是否开通高铁作为一次自然实验来检验交通发展在中心城市辐射作用方面的渠道机制。具体而言，构造高铁开通虚拟变量HSR，若城市i在第t年与辐射区内国家中心城市开通高铁则取值为1，否则为0。我们在基准回归中加入HSR与lnGJZX_Y的交乘项，控制了各类固定效应，并进行工具变量回归。回归结果呈现在表6中。可以看到，在样本期内，与没有和中心城市开通高铁的城市相比，与中心城市有开通高铁的城市在收入和资产度量的辐射效应提高了约35%，而工业劳动力雇佣提升明显，约为39%，这可能得益于高铁在促进人口流动方面的优势。

（二）学习效应

人力资本空间分布深刻影响着区域间的生产力、价格和不平等。Davis和 Dingel认为，不同经济主体间的思想交换成本是驱动各种空间现象的聚集力。发挥中心城市的引领带头作用就是促进城市间、企业间的思想交流，加速中心城市先进企业向辐射区内其他企业的知识溢出。企业间的学习效应可以从学习过程和学习结果两方面得到反映。受限于数据可得性，本文从学习结果的角度，利用工业企业的专利申请数据来检验其他城市向中心城市的学习效应。采用两种方法识别学习效应。

首先，企业间的竞争性、合作性学习行为将直接体现在知识创新过程中，中心城市行业层面的专利申请行为将会影响地方城市专利活动。因此构造以下回归模型：

其中，patents_ijt表示城市i的行业j在t年的专利申请量，GJZX_patents_ijt是城市i所属中心城市的行业j在t年的专利申请量。类似地，我们构造了GJZX_patents_ijt的Bartik_IV。表7第（1）列的估计结果显示，中心城市的专利活动在1%的显著水平上影响了地方城市的专利申请活动。这表明城市间行业层面的学习效应存在，而知识创新对推动经济增长的作用在理论和经验中得到广泛认同。

其次，采用因果中介检验学习效应。与核心解释变量的构造方式一致，我们计算历年企业加总的城市-行业层面专利数据，用以代理不同城市分行业的学习成果。具体而言，我们进行如下回归:

从而β-β'=θγ代表了中心城市工业发展通过学习效应对其他城市的间接影响。用以上中介效应进行经济学的机制分析受到学多学者的诟病，主要原因在于同一文章中三个模型的内生性未得到解决，致使三步法的系数估计值不一致，从而得到错误的中介效应。然而本文采用的Bartik_IV很好地解决了这些问题。具体而言，式（3）的内生性在基准回归的工具变量估计中得到解决，而在式（5）中同时使用GJZX_Y和GJZX_patents两个内生变量进行工具变量回归，并控制了城市×年份固定效应和行业×年份固定效应，从而可以获得一致的β和β'。

表7的第(2)—(4)列完整呈现了收入维度的因果中介分析，第（4）列中lnGJZX_Y显著为正且比第（2）列的回归系数小，同时第（3）列系数显著为正，这表明由专利申请量表征的学习效应是中心城市对地方城市工业发展正向辐射的中介机制。受制于表格，对于劳动力雇佣和资产维度的衡量，我们仅报告了式（3）和式（5）的回归结果，但式（4）的结果都是显著的。可以看到，学习行为在以劳动力雇佣和资产衡量的工业发展水平中都存在中介效应。

（三）供应链匹配

供应商和客户作为企业上下游产品链条中的重要外部主体，是企业发展与创新的重要来源。然而，受制于成本约束（如交通成本、协调成本等），大多数企业的供应链可能局限于特定的地理距离内，这为识别辐射区内中心城市的辐射效应创造了条件。辐射区内不同层级的城市基于比较优势进行供应链分工，从而获得不同的经济绩效。直觉上，中心城市供应链上游企业的发展可以为地方城市下游企业提供必要的投入品，从而在供给侧推动地方城市下游企业的发展。而中心城市下游企业可以对地方城市上游企业的产品形成大量购买需求，从而在需求侧推动地方城市上游企业发展。本文从供应链匹配角度分析国家中心城市经济发展对地方城市企业发展的辐射作用。具体地，采用以下回归方程来检验中心城市企业与地方城市企业的供应链匹配效应：

其中up_kit和down_kit表示中心城市与地方城市供应链匹配的虚拟变量，即若城市i的企业k在其所属国家中心城市有其供应商（客户），则up_kit（down_kit）的取值为1，否则为0。X是包含上市公司资产负债率、净利润、固定资产净额等的控制变量。为了与工业企业数据对应，本文依然采用上市公司主营业务收入、员工人数和总资产作为公司绩效（Y_kit）的度量。

表8报告了供应链回归的估计结果。结果显示，up和down的系数都显著为正，这意味着只要国家中心城市与地方城市存在供应链匹配，无论处于供应链的上游还是下游，与未匹配城市相比都具有明显辐射带动作用。值得注意的是，在收入、劳动力雇佣和资产三个维度的回归中，供应链下游企业匹配的辐射带动作用更强。这表明中心城市对地方城市的辐射带动作用需求侧大于供给侧，中心城市为地方城市提供了更大的产品市场。

六

结论与政策含义

本文基于1994—2019年城市发展数据，实证研究了与国家中心城市的邻近性对城市发展的影响。研究结果表明，除北京市外，国家中心城市的集聚效应并没有明显增强，虹吸效应不明显。这一事实与已有研究中利用单一年限确定虹吸效应的证据相反。本文基于中国工业企业数据库建立城市-行业层面的数据实证检验了这一特征事实。回归结果表明，国家中心城市对辐射区城市具有显著的辐射效应，中心城市的建设能够带动中小城市经济发展，促进区域协调发展，实现共同富裕。因此本研究具有重要的政策含义：

第一，现阶段促进中心城市发展仍是可行的城市发展思路。事实上，许多区域性中心城市、省内中心城市的要素集聚能力不足，辐射带动作用有限。城市间的竞争最关键的还是生产要素的竞争。然而，正如异质性分析显示的，这需要破除城市间的市场分割，打破劳动力等生产要素的贯通壁垒，扩展中心城市的辐射范围，从而保证资源要素向中心城市集聚的通道和中心城市区域辐射的通道双向畅通。

第二，构建快速有效的城市间交通网络，提升中心城市的交通枢纽地位。正如本文的机制分析所显示的，中心城市与周边城市间交通基础设施的改善有利于降低劳动力的迁移成本和货物运输成本，人力资本的集聚与再扩散将有利于中心城市知识溢出和创新，并加速向周边城市传播，最终增强了区域辐射效应。因此在中心城市规划建设中要加快构建城际交通网络，提升中心城市枢纽地位。

第三，促进中心城市与周边城市的供应链深度融合。周边城市应该根据自身的比较优势，主动对接中心城市的要素和产品需求。不同城市与中心城市之间基于竞争优势搭建起的区域性供应链网络将有效发挥规模经济作用，提升经济发展韧性，形成区域产业集群。

〔责任编辑：徐淑云〕

为适应微信阅读，略去注释

原文见于《东南学术》

2023年第2期

文中图片均来自网络

　　为进一步规范稿件采编流程，提高编辑部工作效率，东南学术杂志社和中国知网合作，正式启用线上采编系统，热诚欢迎各位专家学者赐稿支持。《东南学术》唯一线上采编系统的网址为http://dnxsh.cbpt.cnki.net，作者可在网站的“作者投稿系统”中注册账号，进行网上投稿，跟踪稿件处理结果。即日起，原投稿邮箱不再接受投稿。    《东南学术》一向坚持严格的学术标准和学术规范，从不以任何名义向作者收取费用，凡要求作者缴纳诸如审稿费、版面费的，均系假冒我刊的诈骗行为；任何非dnxsh.cbpt.cnki.net的所谓“官方投稿网站”，均系假冒网站。敬请广大读者与作者注意。    《东南学术》是福建省社会科学界联合会主管主办的综合性社科学术理论刊物，是第五届中国出版政府奖提名奖期刊、全国重点期刊、国家社科基金资助期刊、中文社会科学引文索引（CSSCI）来源期刊、全国中文核心期刊、中国人文社会科学核心期刊、中国核心学术期刊（RCCSE）、华东地区优秀期刊和福建省十大名刊名社（2019）。多年来，《东南学术》平均影响因子进入全国综合性社科学术期刊前列，发文在《新华文摘》《中国社会科学文摘》等全国性重要文科学术文摘刊物上的转载率均居福建省综合性社科学术期刊前列。

本微信公众号系《东南学术》杂志官方微信，如无特殊说明，本微信内容均来自《东南学术》杂志，版权所有。

微信号 : dnxs0591

● 扫码关注我们 ●